作者：許承越
什麼是cause？
什麼是因果關係(cause, causality)？
當我們說，抽煙造成肺癌 (smoking causes lung cancer)，代表什麼意思？可是也有人年紀輕輕生活習慣健康良好卻得了肺癌、也有人當了一輩子大煙槍，最後也活得很好呀？
沒錯，所以就算各種大小研究已經證實了比起不抽煙者，抽煙者有高出很多倍的風險得到肺癌，得到肺癌的患者中也有很高比率是曾經/正在抽煙者，但還是會有人明明不抽煙也沒什麼風險因子，卻還是得了肺癌。
正因為我們現在還是沒有完全瞭解所有種類肺癌的成因與致病機轉，所以比較正確的描述方式應該是「比起不抽煙者，抽煙者有高出好幾倍的風險會得到肺癌，但並非抽煙一定會導致肺癌。」
很遺憾地，這句話的後半部常常被斷章取義，被許多香菸公司拿來據理力爭，作為擴張香菸銷售的理論依據。其實近幾十年來，每當有重大研究指出香菸對人體有增加肺癌或其他各式疾病的風險，而販售香菸的公司與財團與衛生促進團體/政府在訴訟時，也常常試圖利用這點，提出不同的數據去分析研究結果以提出對自己有利的證據。
當然啦，身為一個有醫師執照而且現在正在念公共衛生的人，還是鼓勵大家不要抽煙，畢竟除了肺癌之外，抽煙也被證實會大幅增加其他癌症、呼吸道疾病、心血管疾病、以及其他各種問題的風險。對自己的傷害以外，二手菸、三手菸也會傷害週遭的家人朋友與環境。
在單一試驗中，我們很難馬上直接推定「抽煙導致肺癌」。現在對於抽煙危害的認識，以及抽煙如何增加肺癌與其他疾病的風險，也是近半個世紀以來眾多研究者努力的成果。
所以我們要怎麼衡量因果關係呢？
Sir Bradford Hill's Criteria
除了發展出隨機臨床試驗Randomized Clinical Trial以外，著名的英國流行病學家Sir Bradford Hill發展出一系列衡量因果關係的標準，被後世敬稱為Sir Bradford Hill's Criteria，包含：
- Strength of association：因子/暴露(factor/exposure)與結果(outcome)之間的關聯性有多大？
- consistency：研究的結果，與之前類似或相關的流行病學研究有符合嗎？或是這個實驗的結果是否有辦法複製出來？
- specificity：因子/暴露與結果之間有沒有相關的敏感性？以傳染性疾病為主，例如此病原體是否只和某個傳染病有關，或者說某個傳染病只和某個病原體有關。
- temporality：是否先有因子與暴露，才有結果？
- dose-response：是否越多因子與暴露、會有越多或越嚴重的結果？
- plausibility：是否在生物學與醫學上可行？
- coherence：是否有違背其他領域已知的科學知識？
- experiment：更改因子與暴露，是否會影響結果？
- analogy：有沒有其他類似而可以比較的因果關係。
這一系列的criteria，是我們做研究時衡量自己的假說時，去衡量所得的數據之間關係的理論依據。不過並不是只要符合全部就一定等於因果關係，只能說符合這套標準中越多項，就越有可能是因果關係，但仍然需要更多不同的研究去佐證。其中唯一絕對要符合的標準是temporality時序性，不過可想而知，因為要說因導致果，那麼因一定要發生在果之前。
其實，這個Sir Bradford Hill's Criteria，也是在抽煙與肺癌之間關聯性的研究之中慢慢累積與發展出來的。
這位著名的英國流行病學家還有一個留名歷史的功績：他和他的好同事，後來也一樣被英國女王封爵的Sir Richard Doll一起執行了抽煙與肺癌關聯性的研究，並且在歷史上首次提出抽煙會導致肺癌機率增加。
在當時，急速增加的肺癌發病率被推論是和交通汙染有關；面對急速增加的肺癌病人， Sir Bradford Hill 和 Sir Richard Doll在1950年代時執行了「英國醫生試驗」然後發現：欸等等，數據顯示抽煙真的會增加肺癌與其他疾病的機會耶，而且這好像是世界上有人首次提出這個論點。
消息一出，全世界都嚇了一跳，連曾經患有重度煙癮的Sir Ricahrd Doll本人也嚇到把菸給戒了。
（順帶一題，英國醫生試驗就是顧名思義受試者皆為英國執業醫師，你就可以想像當時沒人覺得抽煙不好，很多醫生自己就是老菸槍。）
而從此伴隨著醫藥科學與研究技術的飛躍成長，菸害和各種疾病與健康現象之間的研究大量出現，人們也開始正視抽煙的危害。
正是因為我們很難在單一個實驗中我們就斷定，A造成B（A和B之間有因果關係且A為因B為果），要有非常肯定的推論，則必須要有不斷有精準、考靠、且足夠樣本數（規模夠大）的實驗來累積證據才行。
我們必須藉由找出合適的實驗、並且考慮confounder以及effect modifier後，不斷進行各項試驗，才能得出有力的結論。
衡量到底有沒有因果關係，其實是個生物統計學與流行病學的大哉問，也是督促科學家們不斷努力去找到答案的動力。
其他流行病學與生物統計學筆記：請按這裡
