“肥胖使子宫内膜癌风险升高”“Lynch 综合征携带者属于高危人群”“长期无拮抗雌激素暴露增加风险”都是有证据的群体判断，却不能直接回答某位患者的“为什么是我”。风险比比较人群，个案病因要求同一人在事实世界与反事实世界中的结局差；二者之间没有一条由数值大小自动铺成的演绎通道。即便暴露确有因果效应、相对风险很高或人群归因分值很大，个体未发生的反事实仍不可同时观察。反过来，分子异常也不自动补上这条缺口：组织学正常的人内膜中可以广泛存在驱动样变异，许多克隆随后消退、被替换或长期不进展。出生队列、体重轨迹、生育史、激素条件及医疗可及性又改变一个风险因素在何时、对哪类肿瘤、通过何种路径发生作用。
本文把逻辑学、遗传学与人口学放入同一个个案归因问题。逻辑学规定从群体差异跨到个案原因必须补足哪些反事实条件；遗传学揭示变异、修复、克隆竞争与组织选择并不服从“最早异常永久领因”；人口学则把个体放回生命历程、出生队列与人时，使“相同风险”显露为静态截面制造的假同一。三家最强理论已经分别占据概率因果、充分组分原因、基因—环境交互、克隆演化和生命历程流行病学，因此本文不把“多因素共同作用”宣称为创新。文章提出更窄、也更容易被推翻的判断：个案病因是一条轮次发起链。 在预先分段的纵向记录中，表型状态、发生路径与生命条件并不由一个因素永久驱动；每一轮应记录哪一项先越过阈值、另两项多久跟随、改变是否反向改写先动项，以及下一轮发起位是否换手。本文进一步把两轮之间通常被删掉的事件定义为无主续因窗：上一发起者已经退出当前机制，下一发起者尚未满足发起资格，但前轮造成的状态差仍在限制后继转移。它不是未知原因、潜伏期或观测缺失，而是可由“无当前持有者、前效应仍可干预、下一发起者未定”三项联合判定的病程事件。最小读数“病程发起换手率”只计算换手；“无主窗占比”计算可判轮次间出现该事件的比例。二者都不是患癌概率、致因概率或责任分数。
文章用公开汇总数据真跑最便宜的一条压力测试。Mutter 等对配对内膜样本的研究显示，在两个时点均见 PTEN 缺失腺体的低风险女性中，仅 3/16 确认为同一克隆，复算为 18.75%（Wilson 95%CI 6.59%–43.01%）；高风险女性初始样本中的潜伏癌前克隆，仅 1/15 成为后续肿瘤直接祖先，复算为 6.67%（95%CI 1.19%–29.82%）。相对预先锁定的 50%强命题，两项双侧精确检验分别为 P=0.0213 与 P=0.00098，否定“最早可见克隆永久持有发起权”。不利结果同样关键：该数据没有同步的表型—克隆—生命历程日志，既不能计算病程发起换手率与无主窗占比，也不能证明轮次发起链或无主续因窗存在。本文据此把新判断限定为待检验的事件级研究程序，并给出编码手册、最近邻判决、纵向研究设计、八项撤回条件与临床语言边界。本文主要适用于子宫内膜癌，尤其激素—代谢相关的内膜样癌；不外推为子宫肉瘤、宫颈癌或所有非内膜样癌的统一病因。
关键词： 子宫内膜癌；个案病因；群体风险；因果推断；体细胞变异；生命历程；出生队列；轮次发起链；病程发起换手率；无主续因窗
Same Risk, Different Outcomes: Why Only Some Individuals Develop Uterine
Cancer
How Logic, Genetics, and Demography Reframe Population Risk and Case-Level
Causation
CHEN Xiaoyan
Statements such as “obesity increases endometrial cancer risk,” “carriers ofLynch-syndrome variants are at high risk,” and “prolonged unopposed estrogenexposure increases risk” are evidence-based population claims. None, by itself,answers a patient’s question, “Why me?” A risk ratio compares groups, whereascase-level causation concerns the difference between the observed outcome and theunobserved outcome that the same person would have had under another exposurehistory. No deductive bridge is created merely by a large relative risk, a causalpopulation effect, or a substantial population-attributable fraction. Molecularfindings do not automatically close the gap: driver-like alterations are common inhistologically normal endometrium, and many clones disappear, are replaced, orfail to progress. Birth cohort, weight trajectory, reproductive history, hormonalconditions, and access to care further determine when a risk factor acts, for whichtumour subtype, and through which history.
This article places logic, genetics, and demography within one case-attributionproblem. Logic specifies what must be added before a population contrast licensesa case-level causal claim. Genetics shows that mutation, repair, clonal competition,and tissue selection do not obey a rule in which the earliest detectable alterationowns causal authorship permanently. Demography restores person-time, life
course, and birth cohort, revealing that “equal risk” is often an artefact of a staticsnapshot. Because probabilistic causation, sufficient-component causes, gene–environment interaction, clonal evolution, and life-course epidemiology alreadyoccupy the claim that multiple factors jointly matter, that claim is not presented asnew.
The narrower and falsifiable proposal is that a case-level cause is a round-initiator chain. In a prespecified longitudinal record, phenotypic state, disease-generating pathway, and life-course condition need not retain a permanent driver.Each round records which domain crosses its threshold first, how quickly the othertwo follow, whether the changes feed back to rewrite the initiator, and whether thenext round begins elsewhere. The proposal also identifies an event usually deletedbetween rounds: an unowned causal carryover window. The previous initiator hasceased to operate in the current mechanism and no successor yet satisfies initiationcriteria, yet a state difference produced by the previous round still constrains thenext transition. This is not an unknown cause, latency, or missing observation; itrequires joint evidence of no current owner, an intervenable residual effect, and anundetermined next initiator. The handoff-of-initiation rate records changes ofinitiator, whereas the unowned-window proportion records this intervening event.Neither is a disease probability, a probability of causation, or a responsibility score.A preregistered stress test was run on published aggregate data from paired
endometrial samples. Among 16 low-risk women with PTEN-deficient glands at
both sampling times in Mutter and colleagues’ study, only 3 had the same clone atboth times: 18.75% (Wilson 95% CI, 6.59%–43.01%). Among high-risk women, only 1of 15 latent precancers in an earlier sample was the direct progenitor of subsequentneoplasia: 6.67% (95% CI, 1.19%–29.82%). Against a prespecified 50% strong claim,two-sided exact binomial P values were 0.0213 and 0.00098, respectively. Thesefindings reject permanent ownership by the earliest visible clone. The adverseresult is equally decisive: the aggregate data contain no synchronized phenotype–clone–life-course log, so neither the handoff-of-initiation rate nor the unowned-window proportion can be computed; neither proposed object is empirically
confirmed. The article therefore presents an event-level research programme witha coding manual, nearest-neighbour distinctions, a longitudinal design, eightwithdrawal conditions, and strict limits on clinical interpretation. The biologicalargument concerns endometrial carcinoma, particularly hormone–metabolic
endometrioid pathways, and does not generalize automatically to uterine sarcoma,cervical cancer, or all non-endometrioid tumours.
inference; somatic mutation; life course; birth cohort; round-initiator chain;handoff-of-initiation rate; unowned causal carryover window
在门诊、公共卫生宣传和患者自述中，“为什么会得子宫癌”常被迅速改写成“有哪些风险因素”。答案随即列出肥胖、糖尿病、多囊卵巢综合征、未生育、初潮较早、绝经较晚、无拮抗雌激素、他莫昔芬、内膜增生及 Lynch 综合征。清单并非错误；错误发生在句法转换：人群中“有某因素者发病率更高”，被无声地转换成“这个人就是因为该因素发病”。以体重为例，Million Women Study 在约 120 万英国女性中观察到，体重指数每增加 10kg/m²，子宫内膜癌发病相对风险约为 2.89[1]；纳入 30 项前瞻性研究、644 万余参与者和22320 例病例的剂量—反应荟萃分析显示，BMI 每增加 5 个单位，合并相对风险约为
1.54[2]。日本一项 53651 名女性、平均随访 18.6 年的队列中，相对 BMI 23.0–24.9kg/m²，BMI 27.0–29.9 和≥30 kg/m² 的风险比分别为 1.93 和 2.37；分型后，关联主要见于I 型而非 II 型内膜癌[3]。以遗传风险评分作工具变量的孟德尔随机化也支持 BMI 对内膜癌风险具有因果作用[31]。这些证据足以支持肥胖是重要且部分可改变的群体病因，却仍留下两个不对称事实：高 BMI 者多数没有发生子宫内膜癌，正常 BMI 者也可能发生；同一相对风险无法指出哪一个暴露病例在没有该暴露时便不会发病。
这种不对称不是“我们还没测够变量”那么简单。对每位已经发病者，事实结局可见；她在完全相同人生中只改变一个条件后的结局不可同时可见。个案因果效应所需的两个潜在结局不能被同一人同时提供，这是因果推断的基本缺失，而非实验室仪器灵敏度不足[4]。Robins与 Greenland 进一步证明，在一般随机个体风险模型下，即使“暴露病例中的平均致因概率”也不能单凭常规流行病学资料识别[5]。所以，较大的风险比可以加强群体因果判断，却不会因超过某个整数便自动成为个案证明。
人群归因分值更容易被误读。澳大利亚六个队列的合并研究估计，超重和肥胖可归因约41.9%的子宫内膜癌负担，肥胖单独约 34.5%[6]。这里的“可归因”是在特定人群、暴露分布、模型和反事实干预下，对病例总量变化的估计；它不表示每 100 名患者中有 42 名可以被逐一贴上“肥胖所致”的标签，更不表示某位 BMI 较高患者有 41.9%的“致因概率”。人群负担可用于资源配置，个案病因却要求另一套证据语法。
患者问“为什么是我”，有时还同时在问三件不同的事：生物过程如何发生、哪些经历改变了概率、她是否本可避免。Y1 只处理前两者在个案归因中的证据关系，不处理道德责任。是否可控制、谁有改变条件的权力、患病后是否应受责备，将由本书 Y3 单独讨论。若在本篇中把风险直接翻译成罪责，既破坏因果推理，也提前吞掉后文的伦理问题。
本文沿用专著的对象边界：“子宫癌”指子宫体恶性肿瘤，生物机制以子宫内膜癌为主，不纳入宫颈癌。子宫肉瘤属于子宫体恶性肿瘤，却有不同组织来源、危险结构和演化路径；关于肥胖、无拮抗雌激素、内膜增生和 PTEN 异常的材料不能自动外推至肉瘤。子宫内膜癌内部同样不是单一机制。TCGA 对 373 例肿瘤的整合分析区分 POLE 超突变、微卫星不稳定高突变、拷贝数低和拷贝数高四类分子图谱，并显示浆液性及部分高级别内膜样癌具有与低级别内膜样癌不同的拷贝数和 TP53 特征[7]；传统 I 型/II 型框架下的汇总分析也显示两类肿瘤的危险因素结构并不相同[35]。本文主要锚定激素—代谢相关的内膜样发生路径，同时用错配修复缺陷及 p53 异常肿瘤检验外推边界。
分析单位不是一个风险因素，也不是一位患者的全部人生，而是一个带时间戳的个案归因事件。它至少包含：所解释的结局、候选改变发生的时间、对照世界、肿瘤亚型、观察窗口、后续跟随改变以及反向回写。相同患者可以有多个归因事件：为何某一正常腺体形成克隆、为何某克隆扩张、为何出现癌前病变、为何跨过浸润边界、为何在某年龄显露，答案未必相同。把这些事件压成一句“因为肥胖”或“因为基因”，正是固定驱动错觉的来源。
本文还区分三个常被混写的问题。
第一，风险预测问“未来发生概率是多少”。它允许把年龄、BMI、生育史、家族史和分子指标组合成风险分层工具，评价校准、区分度与临床净获益。第二，群体病因问“改变某暴露分布会使人群发病率怎样变化”。它依赖目标人群、干预定义、混杂控制与时间窗口。第三，个案病因问“这个已发生结局在何种反事实下不会发生或会在另一时间、以另一表型发生”。三个问题可以共享数据，却没有相同的答案形状。预测准确不保证变量可干预；群体效应成立不保证每个病例均由该暴露制造；个案中发现分子异常也不保证该异常是充分、必要或最早的决定项。
文章采用三层证据。第一层是形式约束：判断从何种命题能够推出何种命题。第二层是组织与克隆证据：早期改变如何出现、消退、持续和扩展。第三层是人时证据：相似截面状态如何因生命阶段、累积、次序和出生队列产生不同结局。三层不是“各提供一个视角”；它们互相禁止对方越权。逻辑禁止群体统计冒充个案反事实，遗传学禁止抽象反事实忽略真实克隆过程，人口学禁止一次组织或一次 BMI 测量抹去生命历程。
面对同风险异结局，三门学科各自都能提出一个看似足够的决定项。只有先把三种答案写到最强，它们的冲突才会出现。
逻辑学的强答案是：个案病因是否成立，由推理形式决定。若结论需要肯定后件、由相关推出必然、把人群平均当作个体事实，结论无论数值多大都不成立；若反事实、时间次序、可交换性与替代解释得到满足，才获得因果资格。这里真正决定“她为何发病”的不是风险因素本身，而是从证据到结论的许可规则。
遗传学的强答案是：相似暴露产生不同结局，因为个体的胚系易感、体细胞变异、DNA修复、表观调控、克隆竞争与组织微环境不同。一个人具有错配修复致病变异、另一个人没有；一个人的异常克隆持续扩增，另一个人的克隆被月经更新、免疫或竞争性腺体清除。决定项位于变异—修复—选择过程，群体统计只是这些过程投在人群上的影子。
人口学的强答案是：所谓“相同暴露”只是把生命历程压成一个截面。两个 BMI 相同的人可能在青年期、妊娠前后、绝经转换期经历完全不同的体重轨迹；相同未生育状态可能来自不同生育意愿、内分泌疾病与医疗路径；同一基因携带者位于不同出生队列，接触不同激素用药、肥胖环境、诊断技术与预防资源。决定项是暴露的先后、持续、转折与队列位置，而不是某一时点的值。
三种强答案天然互斥。逻辑学可以说，在缺少可识别反事实前，遗传故事仍只是机制相容性；遗传学可以说，再严密的反事实符号也不能指出哪个克隆活了下来；人口学则可以指出，若时间零点和队列背景错了，遗传与统计都在比较并不存在的“相同人”。如果文章用“三者共同作用”收场，便取消了真正的问题：在一段发病史中，哪一种变化先迫使另外两种变化，谁在下一轮又失去发起位置？
三家也各有一处自己撑不住的地方。逻辑学无法从形式合法性中生成缺失的个体反事实；遗传学发现的早期异常经常不进展，不能把“先出现”同“决定结果”画等号；人口学能重建轨迹，却可能只得到更细的风险分层，仍无法逐个署名病因。这三处失败不是待补的短板，而是新判断的接口。
表1 三种单因答案、时间读数与自我失败点
学科主张
它把什么视为决定项
它要求的时间读数
用本学科材料暴露的失败点
逻辑学
从证据到个案原因的推理形式
原因必须先于所解释结局，反事实与时间零点须明确
形式不能使同一个体的未发生反事实变成可观察事实
遗传学
变异、修复与克隆选择
异常克隆先出现、持续并扩张，表型随后显露
正常内膜常见驱动样改变，许多克隆消退或不成为后续肿瘤祖先
人口学
生命历程、队列与人时位置
关键暴露轨迹先改变，发病率或表型分布随后改变
更细轨迹仍是群体比较，不能自动识别哪一病例的反事实
日常语言中的“因为”至少代领四种不同关系。第一是统计因为：有 A 者的 Y 发生率高于无 A 者。第二是干预因为：在目标人群中干预 A 会改变 Y 分布。第三是机制因为：A 通过可追踪过程改变组织状态并通向 Y。第四是个案因为：对这位已经发生 Y 的人，若 A 在相关窗口不同，Y 便不会以事实中的时间或形态发生。四种关系可以互相支持，却不能互相替代。风险比属于第一种，经过合格识别设计可接近第二种；分子与组织证据主要加强第三种；患者的“为什么是我”逼近第四种。Holland 将个体因果效应形式化为同一单位在两种处理下潜在结局之差，同时指出只能观察其中一个[4]。若结局是患癌与否，已发病者的暴露事实可见，其在另一暴露史下是否仍发病不可见。匹配再精细也只是找到相似他人，不是同一人的另一人生。从 Mackie 对因果条件的系统研究、Susser 对健康科学因果思维的分层，到Hernán 与 Robins 把目标试验和纵向干预写入现代因果推断，已有传统都要求先规定因果问题，再判断数据是否许可回答[36–38]。
这并不意味着个案病因永远不可谈。它意味着任何个案判断都带有额外假设：暴露定义足够具体，相关时间窗在病理上合理；没有一个更早因素同时制造暴露和结局；结局在无暴露时不会由另一条路径同时发生；检测没有因症状或诊疗机会造成选择偏差；所讨论的肿瘤亚型确受该机制影响。法律或保险语境有时用相对风险大于 2 支持“超过一半”的直觉，但 Robins与 Greenland 的结果说明，从相对风险到致因概率仍需单调性、无混杂、同质性等不可直接观察的条件[5]。数值门槛不能替假设工作。
充分组分原因模型比单因素解释更接近真实致癌。Rothman 把疾病理解为若干充分原因组合，每个组合由多个组分完成；某一组分可在多条充分路径中出现，也可能并非必要原因[8]。Mackie 更早提出 INUS 条件：一个因素可以是某个不必要但充分组合中不可缺少、而自身不充分的部分[9]。两者都能解释为什么有相同暴露者结局不同，也能解释为什么去除一个组分可预防部分病例。
但“因果饼”仍容易在事后被画成静态图。一个病例出现后，研究者把已知因素放进饼块，空白处写“未知”；各组分仿佛从一开始便占据固定位置。真实内膜却在周期更新、体重变化、生殖事件、激素转折、突变产生与克隆竞争中不断改变。某因素在青年期可能只改变选择环境，绝经后才成为扩增条件；一个早期克隆可能先发起、随后消退，后来的独立克隆接手；新的分型证据又会使原本称为“同一种暴露”的变量被拆开。充分组分说明“什么组合足以”，尚未回答“组合中的发起权是否会在时间中转移”。
概率因果也不能被本文简单否定。随机充分原因允许同一个体在相同暴露组合下仍有不同概率结果，承认生物随机性而非把所有差异都归结为遗漏变量[10]。本文不把随机性写成“尚未发现的原因”，也不承诺穷尽测量后便能复原唯一病史。相反，任何新模型都必须保留不可识别余量。本文要增加的不是一份更高的个案致因概率，而是一条可检查的时间结构：固定驱动解释若为真，发起位置应保持；若发起位置反复改变且存在回写，静态署名便失败。
子宫内膜是高度再生的组织。正因为它持续经历增殖、分化、脱落与修复，人们很容易把癌理解为某个关键突变在某一细胞中出现，随后直线扩张。这个叙事抓住变异和克隆选择，却把“出现”“持续”“成为祖先”“形成表型”压成一个事件。
Mutter 等 2001 年的研究在组织学正常的绝经前内膜中发现，43%的样本存在少量 PTEN蛋白缺失腺体，相关改变可由突变或缺失造成，并可跨月经周期持续；作者据此判断初始突变并非发生路径的限速步骤[11]。这一结果同时支持和破坏遗传决定论：它支持 PTEN 异常可以很早出现，却破坏“早期出现即足以解释后来癌症”。如果近半数正常样本都能出现一种早期异常，而终生子宫内膜癌风险远低于该比例，真正稀缺的事件必在异常出现之后。
Lac 等对无妇科恶性肿瘤或内膜增生证据的正常内膜进行靶向测序和免疫组化，在超过一半样本中观察到 KRAS、PIK3CA、FGFR2 热点突变或 PTEN 缺失等驱动样事件；异常随年龄增加，且在子宫不同部位形成克隆小区[12]。Moore 等随后对 28 名供者的 292 个正常内膜腺体进行全基因组测序，显示正常腺体本身是克隆细胞群，碱基替换负荷平均每年约增加 29个；许多正常腺体携带癌基因驱动变异，负荷随年龄增加、随产次下降，一些带驱动的克隆可在生命早期起源并逐渐占据内膜[13]。这些发现使“发现驱动突变＝发现未来肿瘤”成为危险推断，也迫使突变型早检工具处理极高的背景阳性。
更关键的是克隆命运。Mutter 等 2014 年比较后来发生与未发生内膜肿瘤者的配对样本。初始正常活检中，PTEN 缺失腺体在高、低风险组都常见；低风险女性中这些腺体有随时间消失的倾向。即使两个时点都出现 PTEN 缺失，分子上确认属于同一克隆者也只占少数；高风险者早期可见的潜伏癌前克隆只有极少数成为后续肿瘤的直接祖先[14]。潜伏癌前病变还可在激素和非激素条件下退化[33]；而 PAX2 与 PTEN 的联合缺失从正常内膜、癌前病变到癌症的分布变化，又说明单一标志物不能独占阶段判断[34]。遗传学自己的材料由此给出反向约束：最早被测到的改变，既可能是未来链条的一环，也可能退出、被替代或从未拥有支配地位。这并不降低遗传学的重要性。相反，它要求把遗传证据从“有没有突变”提升到“哪个克隆、何时出现、是否持续、是否扩张、是否与后续病灶同源、在什么组织条件下改变适合度”。TCGA 的分子分组又表明，不同子宫内膜癌可由不同突变负荷、拷贝数改变和通路构成[7]。同样的肥胖或激素史对 NSMP、MMRd、POLEmut 和 p53abn 肿瘤未必具有相同含义；将所有亚型合并，会把不同路径的发起位人为平均。
胚系易感也不是永久署名。Prospective Lynch Syndrome Database 合并 6350 名错配修复基因致病变异携带者、51646 随访人年，显示 MLH1、MSH2、MSH6 与 PMS2 的器官、年龄和性别风险并不相同；MSH6 对女性子宫内膜癌风险尤其突出，而 PMS2 在该分析中未显示同样明确的总体增高[15]。同一致病变异类别内部仍有未发病者，同一携带者也可能在不同器官发生或不发生癌症。外显率是年龄和基因特异的群体函数，不是对某个已发病例的唯一解释。遗传条件可以改变起跑位置和某轮的转移概率，却不能永久垄断后续每一轮。
“两个人都有肥胖”通常只意味着在某次测量中越过相同 BMI 阈值。它不说明肥胖从何时开始、持续多久、是否在妊娠或绝经转换前后发生、是否伴随糖尿病或多囊卵巢综合征、是否经历体重下降、激素治疗或生育事件。人口学把个体放入人时，迫使风险因素从属性变为轨迹。
E2C2 合并 9 项病例对照研究和 11 项队列，共 14859 例子宫内膜癌病例及 40859 名对照。成年期肥胖与风险的比值比为 2.85，青年期肥胖在控制成年 BMI 后仍为 1.26；体重增加和BMI 增加与风险升高相关，体重下降与风险降低相关，且关联随组织学、绝经状态、种族族裔、激素治疗和糖尿病而异[16]。这里最重要的不是又多了一个风险比，而是一次成年 BMI不能完全代表早年身体状态；总暴露相近的人，次序不同便可能产生不同组织机会。多民族队列中，成年 BMI 相对 21 岁增加≥35%者相对体重稳定者的风险比约为 4.12，且关联在族群、生育和激素治疗亚组中不同[17]。另一项多变量孟德尔随机化研究则提示，成年体型与总体及内膜样癌风险相关，儿童期体型对内膜样癌的影响主要经成年体型中介，而对非内膜样癌可能呈不同模式[18]。把这种结果解释为“经成年体型中介”，仍须明确暴露干预、直接效应与总效应的组成条件；中介分解不能只靠回归系数命名[32]。即便这些估计仍受工具变量假设、表型代理和亚型样本量限制，它们共同否定“当前 BMI 相同＝病因暴露相同”。生殖经历也具有时间结构。亚洲 13 个前瞻性队列的合并个体数据包含 332625 名女性和1005 例子宫内膜癌；相对未生育，生育≥5 次者风险比约 0.37，初潮较晚与较低风险相关，绝经≥55 岁相对<45 岁风险比约 2.84[19]。丹麦全国队列包含 230 余万女性和约 395 万次妊娠，第一次妊娠无论以分娩还是人工流产结束都与风险降低相关，提示保护过程可能在妊娠早期即启动，而非仅由足月妊娠的机械清除解释[20]。这些结果不能转化为“为了防癌而生育”的处方，却证明生殖事件会改写内膜暴露与克隆环境。
出生队列进一步改变“同样经历”的含义。1978—2013 年 43 个人群的癌症登记分析显示，近期 10 年中 26 个人群发病率上升；在 23 个人群的年龄—时期—队列分析中，有 11 个人群同时呈连续世代与时期风险增加，若干北欧国家则出现先下降后在较年轻队列中回升的模式[21]。口服避孕药、绝经激素治疗、肥胖环境、生育率、子宫切除率、诊断分类和医疗可及性都随时期与队列变化。相同“未生育”或“使用激素”标签，在 1950 年代出生者与 1990 年代出生者身上不必代表同一持续时间、剂量、替代暴露或诊断机会。
人口学在此提供两条约束。第一，任何个案风险比较都必须说明“在何时相同”；年龄相同、当前 BMI 相同、累计暴露相同或出生队列相同不是同一种匹配。第二，生命历程不是把更多变量加入回归，而是检验关键期、累积、路径依赖和转折是否产生不同后继状态。若只把青年 BMI、成年 BMI 和生育次数同时塞进一个静态模型，人口学被降格为更长的风险清单。
逻辑学、遗传学与人口学表面上争论哪一种证据更有资格，深处却共享同一前提：一旦找到真正驱动，因果方向便保持不变。逻辑学寻找一条稳定的反事实关系，遗传学寻找早期驱动与祖先克隆，人口学寻找关键期或累积轨迹。它们都倾向于把“原因”当作一个从过去持续指向结果的箭头；其他因素可以调节强度，却不接过箭头的发起权。
该前提在横截面数据中几乎不可见。病例发生后，早期暴露、变异、生命事件都已在结果之前；只要时间顺序大致正确，每个领域都能把自己的变量放在链首。真正能够推翻固定方向的不是更多相关，而是同一纵向对象中的三类事实：先动者后来变成被动者；被驱动项的改变反向改写先动项；下一轮由另一位置先越阈值。
内膜克隆资料已经提供第一道裂缝。早期 PTEN 缺失可以出现，却常消退；一个后来仍出现 PTEN 缺失的样本也未必来自同一克隆；后续肿瘤可以来自另一个早期不可见或后来出现的克隆[14]。这意味着“遗传改变先于癌”不等于“第一次遗传改变永久驱动癌”。生命历程资料提供第二道裂缝：青年肥胖可以经成年肥胖中介，成年体重下降又改变后续风险；生殖事件可改写内膜状态，新的身体状态反过来改变暴露的作用[16–20]。逻辑学提供第三道裂缝：一旦病例分型、时间零点或目标人群改变，同一风险比的因果对象随之改变；证据不是被动描述一条既有链，它会重画变量并改变下一轮研究与干预。
固定驱动因此不是三家证据共同支持的结论，而是三家为了各自完成解释而共同借用的第一层地基。更深一层的共同前提是：只要病程仍被过去约束，当前就必定有一个原因正在持有这份约束。 逻辑学会把持续差异归给仍成立的反事实关系，遗传学会寻找仍在场的克隆或分子标志，人口学会把它归给仍持续的暴露或轨迹。于是，上一发起者退出而其状态差尚未耗尽、下一发起者又未取得资格的区间，会被三家分别记成未知原因、残余效应、潜伏期或缺测，却不被承认为一件病程事件。
把两层地基一起撤掉后，个案病因不再是一项因素的永久署名，也不要求每一时刻都由某一因素接管，而成为一串有条件的发起、跟随、回写与空窗。这个判断不能从任何一家单独推出：逻辑学到不了真实克隆命运，遗传学到不了群体与个案之间的推理许可，人口学到不了组织谱系；任意两家也会留下一个观察等价的空位。只有三家合起来，才会显出那个原本不在任何账上的事件：原因可以已经离场，而它制造的可干预状态差仍在场；下一原因尚未发生，病程却没有回到无历史状态。
本文把轮次发起链定义为：对一个预先规定终点的个案纵向记录分段后，在每个可判轮次中，只有一类事件域最先越过自身阈值；另两域在规定窗口内发生方向相容的跟随变化；至少一个跟随变化又反向改变最初发起域；下一可判轮次的发起域可以与上一轮不同。若没有跟随、没有回写或没有下一轮，最多记录一次先后，不称完整发起链。
为避免把学科名称写进病历，三类事件域按可观察对象命名。
L 是推断域：病例如何被定义、比较组如何选择、暴露窗口从何时起算、哪种反事实被允许、何种证据足以改变因果主张。G 是克隆域：胚系易感、体细胞变异、DNA 修复、克隆出现/消退/扩张、组织学或分子表型。P 是人时域：年龄、出生队列、体重与生殖轨迹、激素和代谢状态、居住/医疗条件及其持续时间。三个字母不是三种“因素”，而是三种可以先动、被动和回写的事件位置。
轮次 r 的发起者记为 J_r∈{L,G,P}。发起成立需要四项同时满足：第一，某域在本轮最早越过预注册阈值；第二，时间分辨率足以把它与另两域区分，不能把同一访视中同时发现的变化强排先后；第三，至少一个他域在窗口 Δ_r 内出现方向相容的跟随；第四，跟随变化在下一次更新中改变发起域的状态、阈值或解释。缺一项，该轮记为“不可判”或“单次先后”，不为模型补故事。
最小读数是病程发起换手率：
HSR = Σr=2R 1[Jr ≠ Jr-1] / (R − 1)
R 是可判轮次数，至少为 3；相邻轮次发起域不同记 1，相同记 0。HSR=0 表示所有可判轮次由同一域先动；HSR=1 表示每个相邻轮次均换手。它不是风险分数，不能比较谁“更容易得癌”；也不是致因概率，不能回答某位患者有百分之多少“由肥胖造成”；更不是伦理分数，不能用来追责。它只有一个用途：检查固定驱动假说是否还能解释纵向次序。
轮次发起链提出三条动力，而不是三因素相加。
第一条是 G×P→L。病例显露的克隆/表型与既有生命历程风险模型不相容，迫使推断框架改变；新框架随后回写什么算易感、暴露、亚型与时间零点。例子是：体重风险模型预期激素相关内膜样路径，但病例呈 p53 异常、拷贝数高表型；分子证据迫使研究者拆分结局、重估暴露窗口，下一轮可能由新的推断分类先动。
第二条是 L×P→G。既有因果预期与真实生命条件不相容，克隆—修复路径改变；新克隆组成又回写风险变量与环境敏感性。例子是：早期已有 PTEN 异常，但随生殖或激素环境变化该克隆消退；后来另一克隆扩张。人时变化不是背景调节，而是迫使克隆命运改变，随后遗传状态又改变下一轮对暴露的解释。
第三条是 L×G→P。既有因果解释与当前克隆状态不相容，生命历程或医疗路径发生改变；新轨迹又回写组织选择环境与因果估计。例子是：胚系错配修复致病变异被识别后，生育选择、预防管理、激素使用或手术路径改变；这些行动改变后续人时及器官暴露，同时使原本由自然史估计的风险函数不再适用于已干预的人生。
三条动力的方向都不是永久的。某一轮遗传域先动，不表示整段病史“由基因驱动”；某一轮人时域先动，不表示生活方式拥有最终解释权；某一轮推断域先动，也不表示疾病由分类制造。驱动只授予一个有起止的轮次，并在回写后重新竞争。这个局部授权正是“风险因素”和“个案病因”之间缺失的中间层。
8.1 两轮之间不是空白：无主续因窗
如果只定义谁发起、何时换手，轮次发起链仍可能退化为动态网络的一种编码。本文因此把两轮之间的无主续因窗列为独立事件。它指从上一轮发起者退出当前机制的时点 e_r 起，到下一轮某域首次满足完整发起资格的时点 s_{r+1} 止的区间；在此期间，前轮留下的状态差M_r 仍对后继转移具有可干预影响。形式上，只有三项同时成立才编码：其一，阻断或移除上一发起者的当前活动已不再改变即时状态，说明它已离场；其二，干预它此前制造的状态差仍改变下一转移，说明病程不是单纯停顿；其三，L/G/P 均尚未满足“越阈—跟随—回写”的完整发起条件，说明不能把空窗事后赠给下一位。
一个新名词不能靠解释存活，所以本文用边界条件确定它的身份。进入发生于旧发起者“当前活动的干预效应”降至预注册最小有意义阈值以下，而 M_r 的干预效应仍高于该阈值的首个共同时间格。持续要求每个后续时间格都保留可干预的历史约束，且没有一域取得新发起资格。退出取两个竞争时点中较早者：某域完整发起，或 M_r 的干预效应先降至阈值以下。后一种情形下，其后只是因果静默间隔，不记 W_r=1。换用同等合理的时间网格后，只有前轮、M_r 的来源谱系与被约束的下一转移均未改变，才视为同一个窗；若合理重分箱就改变事件身份，必须降格为分析产物。
M_r 不是第四个学科或第四种原因，而是上一轮三域冲突共同制造、随后脱离原发起者而继续存在的历史约束。例如，肥胖相关脂肪因子暴露可以诱发内膜细胞通讯相关位点的长期表观遗传沉默；当某次暴露强度下降后，已形成的甲基化状态仍可能约束细胞通讯与后继选择[41]。这种情形不能仅凭现有研究宣布为某位患者的无主续因窗，但它说明“发起者不再活动”与“发起结果已经清零”在生物学上不是同一命题。类似的“击中后退出”致癌实验也证明，发起分子可以消失而转化状态继续维持[42]；它是重要近邻，却仍只描述前因退出，不规定下一发起者尚未确定，也不要求推断账和人时账同时不给任何在场因素署名。
无主续因窗与四个近邻不同。它不是潜伏期，因为潜伏期只按暴露与结局之间的时距命名，不要求当前无持有者，也不要求残余状态可干预；不是中介效应，因为中介可以成为明确的当前原因，而无主窗禁止把状态载体自动升级为发起者；不是滞后效应或迟滞，因为它们描述输入撤除后输出仍在，却不裁定个案病因资格；也不是观测缺失，因为即便三本账连续、测量完整，只要旧发起者离场、新发起者未取得完整资格而历史约束仍可干预，该事件仍存在。最强的反对意见是：“既然 M_r 可干预，它就是当前原因，怎能说无主？”这一反驳迫使本文区分因果相关性与当前发起资格。“无主”从不表示没有因果作用；它表示在该区间内，只有上一轮留下的状态约束，却没有新发生的越阈事件能带动另两域并接受回写。一旦 M_r自身发生新越阈、产生跟随并接受回写，它所属的域即取得新发起资格，窗当场结束。若不作这个区分，任何持续状态都会被追授为永久发起者，“发起”也就失去事件边界。
最小读数为无主窗占比 UWP：
UWP = Σr=1R-¹ 1[Wr = 1] / (R − 1)
其中 W_r=1 表示第 r 与 r+1 个可判轮次之间满足上述三项。UWP 与 HSR 正交：一条链可以频繁换手却无无主窗，因为下一位在上一位退出前已取得资格；也可以 HSR=0 却有无主窗，因为同一事件域退出后，隔一段历史约束期又重新发起。前者检验“谁是否换手”，后者检验“病程是否必须时时有人持有”。若研究只能计算两个比例之一，不能用另一个代填。表2 轮次发起链的三条动力与轮次预测
动力
本轮冲突
被迫改变者
必须出现的回写
下一轮预测
G×P→L
克隆/表型与生命历程风险模型不相容
推断域：结局、暴露、时间零点或反事实被重定义
新定义改变哪些克隆和人时事件被采样
下一轮可能由新分类或新采样规则先动
L×P→G
因果预期与现实生命条件不相容
克隆域：出现、消退、扩张、修复或表型改变
新克隆状态改变暴露敏感性和变量选择
下一轮可能由克隆状态或人时条件先动
L×G→P
既有解释与易感/克隆状态不相容
人时域：生殖、体重、激素、预防或就医轨迹改变
新轨迹改变组织选择环境与风险估计
下一轮可能由生命条件或更新后的推断先动
跨学科文章最容易用“三者都重要”冒充不可还原。本文采用更苛刻的判据：删除任何一域后，必须能构造两种对剩余观测完全相同、却对下一轮发起者给出相反判断的世界。若做不到，新判断只是变量拼接。
9.1 删除推断域 L
设两名受试者具有相同的生命历程记录和相同的连续分子取样：青年期体重增加，随后出现 PTEN 异常腺体，几年后异常消退，绝经后另一克隆扩张。世界 A 中，研究从一开始便把“克隆持续并形成同源后继病灶”写入发起阈值，第一次 PTEN 异常从未获得驱动资格；世界 B 中，研究先把任何驱动样异常当作发起，后来因纵向证据才重定义。两世界的 G/P 数据完全相同，但 A 没有 L 发起轮，B 存在一次由证据冲突触发的 L 轮。删除 L 后，研究者会把框架改变误记为生物改变，无法判断换手是真实现象还是变量重画。
9.2 删除克隆域 G
设两名受试者出生队列、BMI 轨迹、生育史、激素用药和风险模型相同。世界 A 中，早期异常克隆随时间消退，后期肿瘤来自独立克隆；世界 B 中，早期克隆持续并成为肿瘤祖先。两世界的 L/P 完全相同，但前者的发起权从早期克隆撤回，后者可保持遗传域连续。删除 G后，两种“同样风险”无法区分，人口轨迹只能给出同一群体概率。
9.3 删除人时域 P
设两名受试者具有相同的胚系易感、同一早期克隆以及相同的初始风险模型。世界 A 在克隆出现后经历妊娠相关内膜重塑、长期孕激素作用或持续体重下降；世界 B 经历长期无排卵、体重继续增加或绝经后代谢环境改变。两世界的起始 L/G 相同，但后继克隆命运与下一轮发起位可能相反。删除 P，遗传学会把选择环境造成的分叉写成克隆的内在命运。
因此，三域不是为了“全面”，而是因为任意两域都无法消除一对对下一轮预测相反的观察等价世界。不可还原性不来自学科距离本身，而来自三本时间账共同决定一个轮次是否存在。还需要一组比“删一域”更严格的发生检验。设一条完整时间线中，上一发起事件已停止，全部分子、生命历程与推断记录连续可见；前轮造成的状态差经干预仍能改变下一转移，但三域中没有一项满足新一轮完整发起资格。若只保留 L，它只能说当前因果主张不足；只保留G，它会把状态载体当作仍在场的驱动；只保留 P，它会把历史暴露延长到结果期。任意两域也只能在“不知道谁”与“随便指定一个载体”之间选择。三域互相否决后，才出现第三种判决：不是原因未知，也不是原因仍在，而是当前没有合格发起者，只有前轮留下的可干预约束。删掉这一判决，病程不会只变得难测，而会被强制改写成另一个本体类别；这正是无主续因窗作为新事件而非新读数的最低理由。
该证明同时给出撤回方式：若动态因果网络、多状态模型、实际因果理论或时间变化充分原因模型能够在不指定虚构持有者的情况下，一一重表达 L/G/P、发起退出、残余状态可干预、下一发起者未定、跟随、回写、HSR 与 UWP，并保持全部预测，轮次发起链与无主续因窗就没有独立本体地位。
在提出新模型之前，必须让最便宜的公开数据有机会使它难堪。本文于成文前锁定一个强命题：若最早检出的遗传改变永久持有个案病因发起权，那么早期克隆身份在后续同类状态中应至少有一半保持；在后来发生内膜肿瘤的高风险者中，早期可见潜伏癌前克隆成为后续肿瘤直接祖先的比例也应至少为 50%。50%不是临床阈值，而是对“多数时候永久持有”的最低操作化；该阈值在本节、证伪条款和研究手册中一致。
Mutter 等 2014 年的公开摘要提供两个分数[14]。第一，在两个时点都见 PTEN 缺失腺体的 16 名低风险女性中，只有 3 名经测序确认为前后属于同一克隆。复算比例为
18.75%，Wilson 95%置信区间 6.59%–43.01%；相对 p0=0.50 的双侧精确二项检验P=0.0213。第二，高风险女性初始样本中可见的 15 个潜伏癌前克隆，只有 1 个是后续肿瘤的直接祖先；复算为 6.67%，95%置信区间 1.19%–29.82%，双侧精确检验 P=0.00098。两项区间上限均低于 50%，方向一致地否定“最早可见克隆多数时候永久持有发起权”。表3 早期 PTEN 异常克隆的公开汇总数据复算
压力测试
分子/分母
复算比例
Wilson 95%CI
对 50%的双侧精确 P 值
判决
低风险女性两时点异常属于同一克隆
3/16
18.75%
6.59%–43.01%
0.0213
不支持多数克隆持续
初始潜伏癌前克隆是后续肿瘤直接祖先
1/15
6.67%
1.19%–29.82%
0.00098
不支持多数早期克隆永久领因
这次真跑支持的是撤回固定发起者，不是确认轮次发起链或无主续因窗。公开汇总数据只有一个分子标志物的配对命运，没有同步记录推断框架怎样更新、体重与生殖条件何时变化、另一克隆何时出现，因而 R<3 且三域不全，不能计算 HSR 或 UWP。克隆“消失”还可能由内膜空间异质性、取样稀疏、标志物灵敏度及不同腺体刚好共享蛋白缺失表型造成。更重要的是，即使早期克隆确已退出，也没有干预证据证明其留下的状态差仍限制下一转移；不能把“没找到祖先”偷换成“发现无主窗”。该研究的作者也强调，个体患者中潜伏癌前病变对长期风险的贡献未知[14]。
这个不利结果修改了本文的措辞。文章不再声称“数据观察到发起权换手或无主续因窗”，只声称“数据使最早可见遗传改变永久拥有发起权的强版本失败”。轮次发起链仍是待检验模型，无主续因窗仍是待识别事件。若未来同步纵向数据计算出 HSR=0，或所有候选空窗都能被持续在场的原因、纯延迟或测量缺失吸收，本文必须撤回，而不能用此次复算替它续命。
11.1 Rose：个体病例的决定因素与群体发病率的决定因素
Rose 早已明确区分“个体病例的决定因素”与“发病率的决定因素”，并指出在暴露高度同质的人群中，病例对照或队列研究可能只能识别易感标志，而看不见决定群体发病率的普遍暴露[22]。因此，“群体风险不等于个案病因”不是本文的新意。轮次发起链只有在同一个案内部给出额外顺序预测时才保留：本轮谁先动、多久跟随、是否回写、下一轮是否换手。若文章只完成层级区分，应直接署名 Rose 而撤回新名词。
11.2 Rothman 的充分组分原因
充分组分模型容纳多条充分路径和共同组分，能够解释同暴露异结局[8]。轮次发起链不以“因素更多”区别自己，而以时间可交换性失败区别：相同组分集合、相同终点，若不同次序与回写导致下一轮发起域不同，静态因果饼不足。若把轮次顺序加入模型后不改善下一事件预测，或所有发起轮都可无损改画为已知时间变化组分，本文退回因果饼。
11.3 Robins—Greenland 概率致因
概率致因讨论暴露对已发病例结局的反事实贡献及可识别界限[5]。HSR 绝不估计这项概率。高病程发起换手率不表示原因更多、致因概率更高或病例更“复杂”；低病程发起换手率也不表示某因素被证实为唯一原因。若 HSR 能由同一风险比、归因分值或致因概率函数一一换算，新读数应撤回。
11.4 随机充分原因
VanderWeele 与 Robins 允许同一个体在同一暴露组合下仍有随机结局[10]。轮次模型不把不可预测性、噪声或缺失数据编码成换手。发起必须有先越阈值、跟随与回写三项证据；无法决定先后的轮次记为不可判。若所谓换手在置换时间戳后同样常见，它只是随机波动而非动力结构。
11.5 基因—环境交互
充分原因交互和经验交互检验可以判断两个暴露是否在同一机制中共同必要，或联合效应是否偏离给定尺度[23–25]。子宫内膜癌研究也报告过中心性肥胖与 CRP 基因多态性的效应修饰[26]。交互可以存在而不发生换手：G 与 E 长期联合影响风险，方向保持固定。本文要求相同交互强度下，不同发生次序导致不同回写和下一发起域；若没有这一增量，交互模型优先。11.6 生命历程流行病学
关键期、敏感期、累积和路径模型已经能表示早年暴露如何经成年状态作用[27]。轮次发起链不把“考虑全生命历程”当创新。它只在生命轨迹改变克隆命运，克隆变化又改变下一轮暴露意义，且发起位置发生可观测转移时保留。若一条标准边际结构模型或多状态生命历程模型完整预测后继事件，本文没有必要。
11.7 Nowell 的克隆演化与多阶段致癌
Nowell 在 1976 年已把肿瘤理解为变异与选择驱动的连续克隆演化[28]；Armitage 与Doll 更早用年龄分布建立多阶段致癌理论[29,30]，Moolgavkar 与 Venzon 又把两事件模型写成可计算的发病曲线[39]，后来的克隆演化综述则系统化了选择、分支与异质性[40]。若Y1 只说“癌症经历多个遗传阶段，克隆会替代”，它完全没有新意。本文超出的条件是：发起位置能够从克隆域转给人时域或推断域，并由回写产生下一轮；若所有可判轮次都只是G→G→G，克隆演化足以，HSR=0，跨域判断撤回。
11.8 风险预测与精准预防
把分子亚型、遗传变异、BMI 和生命史组合，可以改进风险模型与精准预防。本文不与预测工具争夺 AUC，也不建议把 HSR 加入临床计算器。风险预测的终点是未来概率，发起链的终点是固定驱动解释能否经受纵向顺序检验。若病程发起换手率只在已发病例中事后可见且不能预测下一事件，它可能仍有历史解释价值，却不能宣称临床实用性。
11.9 动态系统因果与动态实际因果
动态系统因果把因果主张还原为状态集合之间是否由真实时间演化连接，已经能够处理典型原因、相关因素、过度决定和缺席致因[43]；动态实际因果则用干预和分割识别相邻状态转移中的实际原因与效应[44]。它们足以吸收“因果关系随状态演化”，因此“动态”本身不是本文的新意。无主续因窗只有在旧发起者的当前活动已失效、其造成的状态差仍可干预、且下一发起者尚未取得资格时保留。若动态模型能把这三项无损表示，又无需把状态载体虚构成当前发起者，本文退回其事件标注法。
11.10 因果涌现与因果解耦
因果涌现研究部分动力与宏观变量之间何时出现不可还原的因果信息，并已形式化向下因果与因果解耦[45]。无主续因窗不主张宏观层比微观层更有因果效力，也不以尺度压缩为成立条件；同一组织尺度内也可以出现。若候选空窗只有在选择某一宏观粒度后才出现，换一个同等合理粒度便消失，它属于因果涌现的建模结果，不构成本文事件。
11.11 选择不等于致癌
正常组织中的正选择并不等于致癌作用。近期数学框架把突变在正常组织中的选择效应与其提高癌发生率的效应分开，并显示仅凭癌组织富集可混淆两者[46]。这一近邻直接削弱“扩张克隆就是当前原因”的说法，却仍给每个效应指定突变载体。无主续因窗要求的是：载体当前作用已经退出，而被它改变的状态差继续约束下一转移；若持续选择或持续致癌效应即可解释资料，就不编码无主窗。
11.12 击中后退出、表观遗传记忆与迟滞
“击中后退出”模型允许发起分子消失而转化表型延续[42]；肥胖相关内膜研究也观察到脂肪基质信号与细胞通讯基因的长期表观遗传沉默相联[41]。这两者是无主续因窗最危险的生物学占位者。判决线不在“影响是否持续”，而在“下一位是否已经确定”：击中后退出可以在旧因已离场时解释持久表型，表观遗传记忆可以说明状态如何保存；只有当两者都不能指定当前合格发起者、且下一轮发起归属仍开放时，才保留无主窗。若任一持续机制本身满足发起四条件，本文必须把该区间归给它，而不能借“无主”制造新对象。
表 4 轮次发起链与强近邻的判决性分界
强近邻
它已经解释什么
只有出现何种增量，本文才保留
何时撤回本文
个体/群体病因区分
两类病因问题不同
同个案内的轮次、回写与换手
只有层级区分
充分组分原因
多组分、多路径足以成病
同组分集合因次序不同产生不同下一发起域顺序无预测增量
概率致因
个案反事实贡献及其界限
与致因概率不可互换的顺序读数
HSR 可由风险函数重表达
随机充分原因
同个体同暴露下仍有随机结局
换手显著超出时间置换基线
换手等于噪声
基因—环境交互
联合机制或尺度偏离
相同交互强度下，次序决定回写与下一发起位次序不改变后继状态
生命历程流行病学
关键期、累积与路径
克隆和推断反向改写生命轨迹，随后发起位转移标准路径模型已充分
克隆演化/多阶段致癌
遗传阶段与克隆替代
发起位跨出克隆域
全部轮次均为 G
风险预测
估计未来发病概率
只检验固定驱动，不伪装概率
不能预测或解释下一事件
动态系统/实际因果
状态转移中的动态因果连接
旧发起者退出、残余状态可干预且新发起者未定
既有模型无损表示且不虚构持有者
因果涌现/解耦
跨尺度不可还原因果信息
同尺度、跨粒度仍稳定的空窗事件
空窗随建模粒度消失
选择—致癌分离
区分正常组织适合度与致癌效应
当前载体作用退出后约束仍在
持续选择或致癌效应足以解释
击中后退出/表观记忆
前因消失而状态持续
下一发起归属仍开放
持续机制自身满足发起资格
现有子宫内膜癌资料很少能直接检验轮次发起链，更不能直接识别无主续因窗。病例登记有准确诊断时间，却缺乏癌前克隆；组织队列有分子谱系，却常缺长期体重、生殖与队列条件；生命历程队列有多年暴露，却只在诊断时得到一次肿瘤样本；风险模型更新日志更不会与个体组织时间线相连。检验新判断的第一步不是发明更复杂的统计式，而是使三本时间账可以对齐，并在轮次之间保留“谁都尚未取得资格”的记录位。
12.1 推断账 L
推断账记录版本而非结论。每次更新至少保存：研究对象和亚型定义、暴露定义、时间零点、比较组、目标反事实、模型版本、触发更新的证据、更新前后哪些个案改变分类。若2023 年的分子分类把过去的“高危内膜样癌”拆成 MMRd 与 p53abn，必须保留旧版本，才能判断变化来自病例还是来自观察制度。没有版本化，L 只能在事后被研究者任意叙述。12.2 克隆账 G
克隆账记录组织位置、取样方法、病理状态、分子变异、等位基因频率、克隆同源证据、修复/错配修复状态、出现、持续、消退、扩张和取样不确定性。单次“PTEN 缺失”不能成为一轮；只有相邻样本间的状态改变超出测量误差，并能区分同一克隆持续与独立同表型事件，才允许越阈值。对无临床指征者不得为了研究模型反复侵入取样；可优先利用因临床需要获得的组织、子宫切除标本、低侵袭样本和经伦理审查的嵌套队列。
12.3 人时账 P
人时账不只记录“有/无肥胖”，而记录年龄尺度上的轨迹：青年和成年体重、变化速率、糖尿病与多囊卵巢综合征起始、月经和绝经转换、生育及妊娠事件、外源激素与他莫昔芬窗口、孕激素或宫内装置、风险降低干预、居住与医疗可及性变化。每个状态必须有起止日期或区间，并区分真实没有、未记录和无法回忆。
12.4 轮次划分
轮次边界不得由结局反推。研究前须选定一种分段规则：固定窗口（如每 12 个月）、关键事件窗口（妊娠、绝经、诊断或干预前后）或变点算法。主分析只用一种规则，其他规则作为灵敏度分析。若三域采样频率相差过大，先把数据降到最粗共同时间分辨率；不得因分子检测更频繁而让 G 自动获得更多“先动”机会。
每域阈值由领域本身定义。L 越阈可定义为模型/分类版本正式改变且至少一项因果变量或纳入规则受影响；G 越阈可定义为盲法复核后克隆状态出现、消退、扩增或分子亚型改变超出技术误差；P 越阈可定义为预注册的轨迹变点或关键生命事件。阈值一旦冻结，正文、分析代码与证伪判断保持一致。
12.5 跟随与回写
“先发生”不等于“驱动”。发起者越阈后，至少一个他域需在窗口内沿预期方向改变；随后又要出现回写。回写不是统计相关，而是被驱动域改变先动域的状态或阈值：克隆新表型迫使风险结局重分型；生殖/激素改变使某克隆消退或扩张；遗传结果使预防路径和后续人时改变；新的队列差异使模型重新选择时间窗。只有能够指明回写发生在哪个字段、何时发生，才完成一轮。
12.6 无主续因窗的三次干预判定
无主续因窗不能靠“这段时间说不清原因”编码。研究须依次回答三问。第一，旧因撤除问：对上一发起者的当前活动实施合理干预，是否已不再改变即时状态？若仍改变，旧因尚未退出。第二，历史状态问：对上一轮留下的状态差实施干预，是否仍改变下一转移？若不改变，只是无事件停顿。第三，新因资格问：三域中是否已有一项满足越阈、跟随与回写？若有，新轮已开始。只有答案依次为“是、是、否”，才记 W_r=1；任何一问不可识别，均记不可判，不以缺失补成无主。
表5 事件级最小数据字典
字段
定义
允许证据
禁止代理
case_id
去标识个案
稳定研究编号
姓名、身份证号
round_id
按冻结规则生成的轮次
时间窗或关键事件窗口
由结局事后切段
L_state/version
因果对象、变量和反事实版本
方案、模型、分类版本
研究者事后回忆
G_state/clone
克隆、修复与表型状态
病理、测序、同源证据
单次驱动基因阳性即等同癌前进展P_state
生命历程与队列条件
有起止时点的轨迹
当前 BMI 替代全程
threshold_time
某域首次越过冻结阈值的时间带误差区间的时间戳
同次访视中强排先后
follow_time
他域方向相容改变时间
预注册窗口内事件
任意晚期相关
feedback_field
被驱动域回写的具体字段
版本差异、克隆/轨迹改变
“相互影响”文字判断
J_r
本轮发起域
四项条件齐全后的 L/G/P
研究者偏好
exit_time
上一发起者当前活动失效的时点干预、自然实验或机制阈值
最后一次被测到的时点
residual_state
前轮留下且仍可干预的状态差表观、组织、轨迹或规则版本未测变量的统称
W_r
是否形成无主续因窗
旧因退出＋残余可干预＋新因未定原因未知、潜伏期或缺测
uncertainty
时间、取样、分类不确定性
区间和缺失类型
把未知记为无事件
最有信息量的设计不是对已发病例一次性问卷，而是嵌套于临床指征和既有队列中的前瞻性多模态研究。建议建立三类队列，分别承担不同压力。
第一类是高危遗传队列。纳入明确的错配修复致病变异携带者，记录基因、年龄、生殖与激素轨迹、按指南发生的临床组织取样和预防干预。优势是遗传起点明确，弱点是监测和干预会改变自然史；这恰可检验 L×G→P：遗传识别是否先改变生命路径，生命路径又是否改变后续克隆或风险估计。
第二类是内膜病变配对队列。利用临床需要获得的正常内膜、EIN/非典型增生和肿瘤样本，进行空间取样、谱系重建和长期随访，同时链接体重、生殖、药物与代谢轨迹。优势是能判断同源，弱点是取样只发生于就医者且间隔不均。该队列主要检验 L×P→G 以及克隆固定发起者。
第三类是人群生命历程队列。在已有重复体重、生殖、代谢和医疗记录的人群中，嵌套发生的子宫内膜癌病例，取得诊断组织并尽量回溯既往临床样本。优势是人时完整，弱点是癌前分子资料稀疏。该队列检验 G×P→L：分子亚型是否迫使同一暴露在不同病例中被重新定义。分析分为四步。先在训练子样本冻结三域阈值、发起退出标准与时间窗；再由不知道结局解释的双名编码者独立标记轮次和候选空窗，Cohen κ 低于 0.70 即暂停分析并修订手册；随后在验证样本分别计算 HSR、UWP 及其不确定性；最后比较固定驱动模型、充分组分/交互模型、多状态克隆模型、动态因果模型与轮次模型对下一事件类型和时间的预测。只比较对已发生历史的拟合会奖励复杂模型；下一事件是防止事后故事化的关键终点。
最强竞争解释是采样机会偏差：哪个域测得最频繁，哪个域更容易先越阈，测得越稀疏又越容易制造假空窗。研究必须以最粗共同时间网格复算，做逆概率观察加权，并在每域随机删减相同比例观测。若发起分布或 UWP 随采样频率改变而反转，新模型失败。第二个竞争解释是单一潜在疾病负荷同时造成三域变化；可用负对照事件、滞后结构和交叉滞后比较，但不能宣称统计调整已完全消除。第三个竞争解释是分型更新制造的伪换手；所以 L 必须显式编码，而不能把它埋入测量误差。第四个竞争解释是持续但未检测的旧因；候选无主窗必须对检测下限、空间取样和持续机制做偏倚分析，不能把“未见”当作“退出”。
一项决定性检验可在至少 30 名同一亚型、拥有三轮以上可判记录的个案中进行。固定驱动模型预言 HSR 接近 0；连续持有模型进一步预言，在测量完整后 UWP=0。轮次模型预言：至少一部分病例 HSR>0，发起者更换发生在明确回写之后，且 J_r 相对静态风险和简单交互改善 r+1 轮事件类型或时间预测。无主续因窗的更强预言是：至少一部分相邻轮次之间满足“旧因撤除有效性消失—残余状态干预仍有效—新因资格未成”，并且 W_r 相对单纯潜伏期、持续旧因和缺测模型改善下一事件预测。N≥30 不是效应估计的通用充分样本，只是避免用两个异质病例讲故事的最低试点门槛；正式样本量应按事件数、轮次数、缺失和预期效应另行计算。
跨领域概念若只在设想案例中成立，最容易把证据变成比喻。以下材料都已在现有研究中出现，并分别迫使本文改写一处。
14.1 正常内膜广泛携带驱动样变异
43%的正常绝经前内膜见 PTEN 缺失腺体，超过半数正常样本可见其他驱动样事件，迫使“遗传发起”从“首次异常出现”改为“同源克隆越阈、跟随并回写”[11–13]。若没有这些材料，本文会错误地把最早突变设为第一轮的天然发起者。
14.2 早期克隆经常消退或不是后续肿瘤祖先
配对样本真跑把“永久领因”压到 18.75%与 6.67%[14]。这迫使本文把数据结论写成否定固定发起，而非肯定换手，并新增“不可判轮次”。没有这个逆风结果，模型会把所有丢失的克隆都浪漫化为换手。
14.3 生命周期体重而非一次 BMI
E2C2 显示青年肥胖在控制成年 BMI 后仍有较弱独立关联，成年肥胖关联更强，体重下降方向相反[16]。这迫使 P 使用轨迹与转折，不能用当前 BMI 代理；同时也限制“青年期是唯一关键期”的过强说法。
14.4 分子亚型改变暴露解释
日本队列中 BMI 与 I 型而非 II 型内膜癌相关，TCGA 又把传统二型进一步拆分[3,7]。这迫使 L 成为模型的一部分：结局分类一变，旧风险比的目标也变。若不记录 L，研究者会把一次分类升级伪装成生物发起换手。
14.5 出生队列与时期效应并存
43 个人群的登记分析显示，队列与时期趋势在不同国家方向和幅度不一，且子宫切除率未调整构成重要限制[21]。这迫使人口学证据保留制度、诊断和分母变化，不能把所有队列趋势归结为肥胖或生育率。P 因此包含人时条件，L 同时记录登记与分类制度。
14.6 肥胖相关信号可被写入持续表观状态
Polusani 等在内膜上皮细胞与脂肪基质细胞共培养、肥胖相关小鼠模型及 141 例人内膜样肿瘤中，将脂肪来源信号与 GJA1 及相关细胞通讯位点的抑制或甲基化联系起来，去甲基化处理又可部分恢复细胞间通讯[41]。这组材料迫使本文增设 M_r 和“残余状态必须可干预”的字段；但它没有同步证明暴露已退出、三域均无新发起者，因而不能直接证明无主续因窗。14.7 发起分子离场后，转化表型可能留下
Nevels 等的腺病毒癌基因实验中，多数已转化细胞缺乏可检测的相关病毒 DNA 序列，支持“击中后退出”的转化可能[42]。它迫使本文把“旧发起者当前活动”与“它所造成的状态”分开记录。但该结果来自特定病毒转化系统，不是子宫内膜癌个案的纵向证据；它证明“退出后可持续”的机制可能，不证明“持续期必然无主”。
这七组材料没有共同证明轮次发起链，更没有证明无主续因窗；它们共同删除了七条更强但站不住的版本：首次突变天然领因、克隆消失等于换手、一次 BMI 代表人生、亚型分类与因果无关、队列趋势等于生活方式、暴露停止等于前效应清零，以及持续状态必然是当前发起者。它们只能迫使本文增加判决，不能替任何病例编码 J_r 或 W_r=1。新判断的边界正是由这些删除与拒绝过度认领形成。
Y1 不是临床决策指南，但因果语言会直接影响患者理解和污名。对已确诊患者，合格解释至少分四层。
第一层说清已知群体证据：“较高体脂、某些生殖/激素经历或遗传综合征与部分子宫内膜癌风险升高有关。”必须同时说明适用亚型和证据类型。第二层说清个体已有证据：“您的肿瘤分型/胚系检测显示某一通路异常”，并区分肿瘤体细胞改变与可遗传胚系变异。第三层说清不可识别余量：“这些证据不能逐项证明哪一个因素单独造成这次发病，也不能还原一个唯一的未发生人生。”第四层才讨论前瞻行动：哪些结果影响治疗、家系评估、复发风险管理或亲属咨询。
应避免四种句式。“你就是因为胖才得癌”把群体效应、个案病因和责任合并；“基因决定的”把外显率写成必然；“生活方式都一样，所以只能是运气”删除未测轨迹和克隆过程；“找不到原因”又把结构性不可识别误说成医疗失败。更准确的表达是：“我们知道哪些条件会改变人群风险，也知道您的肿瘤走过哪些分子路径；但这些证据不能给这一次发病指定一个永久、唯一的署名者。”
对未发病高危者，风险估计必须服务于选择，而非提前制造疾病身份。Lynch 综合征携带者需要基因和年龄特异的风险咨询、症状教育及个体化管理，但“高外显率”不等于一定发病[15]。正常内膜中发现驱动样变异更不能单独作为癌症预言；现有资料反而要求防止突变型早检造成过诊和恐惧[12,13]。发起链模型不授权新增常规筛查，也不改变普通无症状人群没有被证明有效的常规子宫内膜癌筛查这一边界。
“无主续因窗”尤其不得直接进入对患者的病因解释。在完成纵向识别、三次干预判定和外部验证之前，不得告诉个人“你的原因曾经消失”，也不得用 UWP 决定筛查、治疗、保险或责任。在当前证据层级，这个术语只属于研究编码，不属于临床事实。
表6 常见因果话语的越权点与替代表达
常见说法
越权发生在哪里
建议表达
“肥胖造成了你的癌症”
从群体因果直接跨到个案署名
“体脂会提高部分内膜癌的群体风险，但不能单独证明这次发病由它造成”
“有 Lynch 变异就会得癌”
把年龄/基因特异外显率写成必然
“该变异显著改变风险，需要个体化管理；携带者并非都会发病”
“肿瘤有 PTEN 异常，所以原因找到了”
把常见通路改变当作唯一祖先事件
“该异常说明肿瘤通路的一部分；正常内膜也可见相关改变，需结合克隆和表型”“两人风险一样，发不发只是运气”
把静态测量当作生命历程相同
“当前指标相近不代表轨迹、克隆状态与队列条件相同，仍保留随机余量”
“没有找到原因”
把不可识别说成无知识
“群体和机制证据存在，但不能还原唯一的个案反事实”
逻辑学给出第一条反向约束：看见顺序不能自动推出驱动。 发起者必须有跟随与回写；共同原因可同时制造三域变化，时间先后只是最低条件。文章若把“先发生”写成“导致”，便犯了自己批评的推理错误。
遗传学给出第二条：发起换手不是基因不重要。 一个高外显率胚系变异可以在多轮中稳定改变转移概率，即使每轮先动者变化，底层易感仍存在。模型只能撤回永久独占，不能把稳定背景因素删除。
人口学给出第三条：生命历程不是个人选择史。 体重、生育、激素和医疗轨迹由身体、家庭、制度、资源和时期共同形成。P 描述人时条件，不把每个改变归于个人意志，也不用于责任评估。
医学证据给出第四条：子宫内膜癌的结论不能吞并所有子宫癌。 子宫肉瘤、宫颈癌及部分非内膜样癌具有不同病因和组织路径；模型可作为研究格式迁移，但任何具体阈值和机制必须重新建立。
测量学给出第五条：更密的记录不等于更多真实轮次。 若分子域每月测量、人口域每五年测量，病程发起换手率必然偏向 G。只有统一时间分辨率、报告不可判轮次和完成采样频率敏感性分析，读数才有意义。
伦理学给出第六条：不确定性不能成为不行动的借口。 无法证明个案唯一病因，不妨碍按已知风险进行预防、按分型治疗、对异常出血及时评估或为高危家庭提供咨询。因果谦逊限制的是过度署名，不是取消医疗。
状态理论给出第七条：没有当前发起者不等于没有机制。 无主续因窗只撤回“必须时时有人持有”的本体预设，不允许把可检测的甲基化、组织结构、激素状态或制度版本说成神秘力量。若一个状态自身满足发起四条件，它就是当前发起者；若所谓残余状态不能被干预区别于测量噪声，空窗不成立。
本文把以下条件写成停止使用规则，而不是“未来可进一步研究”。
1. 在三域同步、时间分辨率校准的纵向队列中，可判病例的 HSR 中位数为 0，且本轮发起域对下一事件类型/时间没有超出固定驱动模型的预测增量。
2. 控制采样间隔、组织取样误差、年龄、分子亚型与时间变化混杂后，所谓发起次序不稳定；随机删除观测或换用合理共同网格使至少 30%的可判轮次发起域反转。
3. 一个既有充分组分、时间变化交互或多状态克隆模型能够一一重表达 J_r、跟随、回写与 HSR，且在外部验证中性能不下降。此时采用既有模型，不保留新名词。
4. 双名盲法编码者对 J_r 的一致性低于 0.70，经过一次规则澄清、重新训练和复核仍不能达到 0.70，说明对象不可可靠识别。
5. 在每个完整轮次都要求“先越阈—跟随—回写—下一轮”后，样本中不足 10%的病例拥有三轮可判记录，模型不具当前可研究性；降格为病例叙事，不能宣称群体规律。6. HSR 被用于给患者分配“真正病因”、衡量依从、限制服务或追究责任，而非检验研究模型与定位下一采样窗口，伦理用途失败，立即停止临床使用。
7. 在连续观测、检测下限校正和旧因撤除检验后，所有候选无主续因窗均可由持续旧因、已取得资格的新因、纯潜伏期或缺测解释，UWP=0；此时撤回“无主续因窗”，但不自动撤回轮次发起链。
8. 对残余状态的干预不改变下一转移，或其预测增量被当前状态变量完整吸收；此时所谓续因只是历史标签，不能作为独立事件。
表7 证伪条款、统一阈值与判决
条款
主读数/阈值
支持轮次模型
否定或降格
固定发起者
HSR，每例至少 3 轮
一部分同质病例 HSR>0 且有预测增量
中位数 0 且无增量
采样稳健性
发起域反转比例
合理网格/删减后<30%
≥30%反转
近邻可替代性
外部验证性能
新变量有不可替代增量
既有模型无损重表达
编码可靠性
Cohen κ
≥0.70
澄清后仍<0.70
可研究性
有≥3 轮病例占比
≥10%
<10%，降格叙事
真实数据压力
早期克隆多数持续阈值 50%
3/16 与 1/15 低于 50%，否定固定遗传发起者
不能据此确认 HSR
无主续因窗
UWP，三次干预判定
部分同质病例 UWP>0 且预测下一事件
校正后 UWP=0
历史约束有效性
残余状态干预效应
旧因退出后干预残余仍改变转移
效应为零或被当前状态吸收
本文把裁决集与期限一并写死：以 2031 年 12 月 31 日前首个完成数据冻结的预注册外部队列为主裁决集；该队列必须包含至少 30 名同一分子亚型病例，每例有三轮以上可判、且L/G/P 同步的纵向记录。若届时没有任何资料满足条件，只能记为“未到达裁决条件”，不能把缺少反证算作支持；如有多个队列，以最早公开预注册且最早冻结者为主，其余仅作重复验证。
在该裁决集上，赌注分成两级。第一，按冻结手册编码后，J_r 对 r+1 轮事件类型或时间的预测应超过年龄、静态 BMI、胚系状态、基因—环境交互及简单多状态克隆模型；并且至少一部分病例的换手发生在明确回写之后。第二，在同一资料中，至少一部分相邻轮次应出现经三次干预判定的 W_r=1，且其预测增量不能被潜伏期、持续旧因、当前状态或缺测模型吸收。第一项失败，轮次发起链退回为整理病史的写法；第一项成立而第二项失败，只撤回无主续因窗，不用旧成果替新对象续命。
W1 讨论诊断事实何时成立及效力止于哪里；Y1 接受病例已成立，不重新裁定一份病理报告。W2 讨论跨组织、分子与临床尺度后能否仍称“同一种子宫癌”；Y1 必须使用 W2 的亚型边界，却只追问某一已定义结局的驱动轮次。W3 讨论诊疗系统如何预占患者生活未来；Y1 不以未来选项为因变量。
H1《从周期更新到恶性持续》解释风险路径如何闭合及预防从哪一环中断，其核心对象是发生路径；Y1 不再提供另一条 How 路径，而判断每轮何者把另外两项逼动。若文章只重述雌激素—代谢—增生—癌变，退回 H1。H2 处理信号如何因旧回执而失去当前靶态；Y1 的终点是肿瘤发生归因，不是信号接手。H3 处理预防行动在能力未证时如何失去承托；Y1 不规定行动责任与流程交接。
Y2 将处理组织变化、生命生活与临床行动三种时钟为何错位；Y1 虽然使用时间，却不解释异常出血后的延误。两者判决线是终点：Y1 的时间用于发病驱动和个案归因，Y2 的时间用于信号转化为诊断行动。Y3 将区分生物病因、可控制性与伦理责任；Y1 在任何地方都不从病因推出罪责。若 HSR 被解释为谁应负责，Y1 已经越界进入并破坏 Y3。
同批边界也反向限制本篇术语。H1 已经有“失位分叉”，H2 有“失籍靶态”，H3 有“失托行动位”；Y1 不再发明一个“失某”对象，而采用轮次、换手与两轮之间的无主持有事件，避免同一骨架连续复制。无主续因窗不是 H2 的“信号无人接手”，因为其对象是发病史中旧因退出后的历史约束，而非预警信号的纠错资格；也不是 H3 的“行动无人承托”，因为它不分配行动责任。它的贡献应是动力本体与顺序预测，而非又一个二轴状态格。
本文批评从群体风险到个案病因的跨越，也必须把同一限制用在学术原创性上。五方向检索以及针对动态因果、实际因果、因果涌现、选择—致癌分离和“击中后退出”的第二轮检索，没有发现“轮次发起链”“病程发起换手率”或“无主续因窗”用于子宫内膜癌个案归因的同名模型，并不证明它们不存在；检索阴性只是降低被立即发现的近邻概率。
Rose、Rothman、Robins 与 Greenland、Nowell、生命历程、动态系统与表观遗传记忆已经覆盖了大部分地基。
因此本文把贡献分成两层，不再用一个高分读数掩盖差别。第一层“轮次发起链＋HSR”仍可能是动态贝叶斯网络、多状态模型、交叉滞后模型或时间变化充分原因的事件编码，属于操作化增量。第二层“无主续因窗”才提出一个原有三本账都不设字段的候选事件：旧发起者已退出、历史状态仍可干预、下一发起者尚未取得资格。删掉 UWP 只会使它难以汇总；删掉这组三项判决，则该区间必被强制改写为未知原因、持续旧因、潜伏期或缺测，事件本身不再存在。真正的原创性不由“跨学科”“首次提出”或概念听起来新颖决定，而由竞争模型能否在不偷塞当前持有者的前提下更便宜地做出同一组裁决决定。
两个读数都会制造它们声称纠正的错觉。研究者可能先爱上 HSR，随后把每次噪声解释成换手；也可能把一切尚未解释的间隔标成无主窗，以“没人持有”逃避继续寻找机制。防止循环的方式不是宣誓客观，而是冻结阈值、盲法编码、保留不可判轮次、与时间置换基线比较、执行三次干预判定，并只在外部数据评价下一事件。若这些程序没有执行，HSR 只是作者控制分母的新风险分数，UWP 只是给无知起的新名字。
“同样的风险，为何只有部分人发生子宫癌”不能由更长的风险清单回答。群体风险比较
的是人群，个案病因需要同一人的反事实；驱动样变异可以存在于正常内膜，早期克隆可以消退或不是后续肿瘤祖先；相同截面 BMI、遗传标签或生育状态又可能覆盖完全不同的生命历程和出生队列。任何把风险最高、时间最早或位置最靠近病灶的因素永久署名为“原因”的做法，都越过了证据。
本文保留的判断是：个案病因是一条轮次发起链。每一轮只暂时授权一个发起位，并要求
另两域跟随、发生回写、下一轮重新竞争；两轮之间还可能存在无主续因窗——旧发起者已经离场，前轮状态差仍可干预，下一发起者尚未取得资格。HSR 把换手变成可失败的读数，
UWP 把“必须时时有人持有”的前提推到数据前。公开数据真跑已经否定最早 PTEN 异常克隆多数时候永久领因，却没有提供三域同步日志和残余状态干预，既不能证明换手，也不能证明无主窗。故两者目前都是研究程序，不是已验证临床事实。
这个结论既不把癌症归于运气，也不承诺找到唯一原因。它把“为什么是我”从一次永久
署名，改写为一组有边界的判断：在这个阶段，哪一变化先迫使另外两项改变；改变怎样回写；旧因退出后留下什么；下一阶段是否已经有人取得发起资格；哪些反事实仍不可识别。群体风险因此继续用于预防和资源配置，分子证据继续用于分类与治疗，生命历程继续用于理解时机和差异；但没有任何一项能够单独占有一个人的发病史，也没有必要为了保持叙事连续而给每一刻虚构一位原因持有者。
本文的写死赌注可以压缩为一句：以 2031 年 12 月 31 日前符合预设条件的首个外部队列为裁决集；若发起位不随回写而换手，或者换手不预测下一事件，轮次发起链撤回；若每一个旧因退出后的区间都能被持续旧因、已成形新因、潜伏期或缺测吸收，无主续因窗单独撤回。注释
1. 本文所称“个案病因”是科学因果判断，不等同于法律证明标准、保险赔付规则或伦理
归责。
2. HSR 的中文名为“病程发起换手率”，英文为 handoff-of-initiation rate；它是研究读数，不进入患者病历评分。
3. UWP 的中文名为“无主窗占比”，英文为 unowned-window proportion；“无
主”只指当前没有满足本文发起资格的事件域，不表示疾病没有机制或不可干预。
4. PTEN 缺失腺体的公开复算基于论文摘要给出的整数分子、分母，未使用个体数据；置
信区间和 P 值为本文复算，不冒充原研究报告。
5. 50%阈值只用于压力测试“多数时候永久持有”的强版本，不是癌前病变处置阈值，也
不产生任何临床建议。
6. 本文不建议对普通无症状人群增加内膜取样或分子检测。研究采样须有临床依据或独立
伦理审查，并控制过诊与偶然发现伤害。
【本版新增】补丁 Y1-1 同名不同指：与站内既有工作的划界，并改称读数
插入位置：Y1 第十八节"与本专著其他八篇的边界"之前，新增一节；同时全章将读数"发起换手率"统一改称"病程发起换手率"（术语更名，共 39 处，含摘要与关键词）。
理由：这是全书唯一一处同名同指风险。站内已发《轮空》一文的读数即"换手率"、命题即"无人接手的空转"，Y1 在不知情的情况下用了字面相同的读数与近乎相同的命题句式。不划界，则站上两处同名不同指，读者无从分辨；这是本章原创性评估中最重的一处扣分。
新增正文
本章与"换手率"一词的既有用法。
"换手"与"无人接手"这一组说法，在本站已有的工作中被用于社会与制度过程：一件事的
发起权在参与者之间移交，当移交没有完成、而过程仍在继续时，形成一段无人接手的空转，其读数即换手率。本章的读数在字面上与之相同，在所指上不同，兹逐条写死：
因此本章自本版起把读数改称"病程发起换手率"，并在摘要、关键词、编码手册与全部图
表中统一。这一更名不改变本章的任何主张与任何数字，只消除同名歧义。
另两处需互引的站内近邻：胡敏《占虚》的"卸底"是容量被预先占据，《脱籍》是资格被
注销；本章的"无主续因窗"既非容量问题亦非资格问题，而是持有关系在两轮之间的空缺——资格可以完好、容量可以充足，而空窗照常发生。
站内既有用法 本章
持有者是 制度中的参与者（人、岗位、机 病程中的一次机制发起（表型状
构） 态／发生路径／生命条件三者之
一先越阈）
换手的证据来自 交接记录、责任归属、行为观察 纵向的克隆—表型—生命历程三
本同步日志的重排
空窗由什么定义 无人接手且过程继续 上一发起者已退出、下一发起者
未满足发起资格、而前轮状态差
仍在限制后继转移
能否被人的意愿改变 能——有人接手即结束 不能——它是生物过程的属性，
不因任何人是否负责而改变
反例 有人接手但接错了（属错持） 三本日志显示某一轮次始终有当
前驱动者，则本章空窗不存在
【本版新增】本章在持格网络中的位置
本章在母题树上的位置：乙支 · 0 持 · 删「谁」｜本维读数：空窗时长
本章对象的双持前身（附论一第六节）：轮次交替期内两个候选发起机制并存——该并持
一旦以"默解"方式消失，本章的目标事件即成立。因此本章的读数可以在目标事件发生之前先测一次并持时长。
本节取代原「十八、与本专著其他八篇的边界」一节。 原节以散文说明本章与其余各章的相邻关系；本版按结章规定的五种关联逐条重写，使每一条关系都带有"什么情况下这条关系不成立"。本章在九章网络中有 4 条边（全书正文共二十一条，逐对判定见结章第三节）：
关系 类型 内容
Y1 ∥ Y2 ③ 兄弟需分 全书最易被误合并的一对，同属
乙支时间侧。分离判据：Y1 缺的
是持有者，Y2 缺的是资格——
Y2 的场里有人在，只是他被禁止
使用已知的年龄
Y1 → H1 ① 前置 本版新增，由乙支降级序列导
关系 类型 内容
出：格长期无人持有→无人为它
生成记录→无法比较→退出可估
空间。属结构推论而非数据发
现，证伪条件见总论第五节第
（四）小节
Y1 ≡ H1 ⑤ 共主键 两章都要求同一套纵向日志（表
型／路径／生命条件三本同
步），可一次采集
Y1 ↕ Y3 ④ 换层 同问"谁在持有"：Y1 在病程内部
（发起权），Y3 在社会侧（控制
资格）；层级差＝授权来源由生
物过程换成具名行为者
与 W1、W2、W3、H2、H3 判为无关系（不属五种关联中的任何一种）。这不是疏漏：
若每一对都被说成有关系，关系表就不含信息。
[1] Reeves GK, Pirie K, Beral V, et al. Cancer incidence and mortality in relation to body massindex in the Million Women Study: cohort study. BMJ. 2007;335:1134.
doi:10.1136/bmj.39367.495995.AE.
[2] Aune D, Navarro Rosenblatt DA, Chan DSM, et al. Anthropometric factors and
endometrial cancer risk: a systematic review and dose-response meta-analysis of prospectivestudies. Ann Oncol. 2015;26(8):1635–1648. doi:10.1093/annonc/mdv142.
[3] Kawachi A, Shimazu T, Budhathoki S, et al. Association of BMI and height with the risk ofendometrial cancer, overall and by histological subtype: a population-based prospective cohortstudy in Japan. Eur J Cancer Prev. 2019;28(3):196–202. doi:10.1097/CEJ.0000000000000449.[4] Holland PW. Statistics and causal inference. J Am Stat Assoc. 1986;81(396):945–960.doi:10.1080/01621459.1986.10478354.
[5] Robins JM, Greenland S. The probability of causation under a stochastic model for
individual risk. Biometrics. 1989;45(4):1125–1138. PMID:2611320.
[6] Wilson LF, Tuesley KM, Webb PM, et al. The preventable burden of endometrial and
ovarian cancers in Australia: a pooled cohort study. Gynecol Oncol. 2019;153(3):580–588.doi:10.1016/j.ygyno.2019.03.102.
[7] Cancer Genome Atlas Research Network. Integrated genomic characterization of
endometrial carcinoma. Nature. 2013;497:67–73. doi:10.1038/nature12113.
[8] Rothman KJ. Causes. Am J Epidemiol. 1976;104(6):587–592.
doi:10.1093/oxfordjournals.aje.a112335.
[9] Mackie JL. Causes and conditions. Am Philos Q. 1965;2(4):245–264.
[10] VanderWeele TJ, Robins JM. Stochastic counterfactuals and stochastic sufficient causes.Stat Sin. 2012;22(1):379–392. doi:10.5705/ss.2008.186.
[11] Mutter GL, Ince TA, Baak JPA, et al. Molecular identification of latent precancers inhistologically normal endometrium. Cancer Res. 2001;61(11):4311–4314. PMID:11389050.
[12] Lac V, Nazeran TM, Tessier-Cloutier B, et al. Oncogenic mutations in histologicallynormal endometrium: the new normal? J Pathol. 2019;249(2):173–181. doi:10.1002/path.5314.[13] Moore L, Leongamornlert D, Coorens THH, et al. The mutational landscape of normalhuman endometrial epithelium. Nature. 2020;580:640–646. doi:10.1038/s41586-020-2214-z.[14] Mutter GL, Monte NM, Neuberg D, et al. Emergence, involution, and progression tocarcinoma of mutant clones in normal endometrial tissues. Cancer Res. 2014;74(10):2796–2802.doi:10.1158/0008-5472.CAN-14-0108.
[15] Dominguez-Valentin M, Sampson JR, Seppälä TT, et al. Cancer risks by gene, age, andgender in 6350 carriers of pathogenic mismatch repair variants: findings from the ProspectiveLynch Syndrome Database. Genet Med. 2020;22(1):15–25. doi:10.1038/s41436-019-0596-9.[16] Harvey SV, Wentzensen N, Bertrand K, et al. Associations of life course obesity withendometrial cancer in the Epidemiology of Endometrial Cancer Consortium (E2C2). Int JEpidemiol. 2023;52(4):1086–1099. doi:10.1093/ije/dyad046.
[17] Park SL, Goodman MT, Zhang ZF, et al. Body size, adult BMI gain and endometrialcancer risk: the Multiethnic Cohort. Int J Cancer. 2010;126(2):490–499. doi:10.1002/ijc.24718.[18] Kho PF, Amant F, Annibali D, et al. Child and adult adiposity and subtype-specificendometrial cancer risk: a multivariable Mendelian randomisation study. Int J Obes. 2023;47:87–90. doi:10.1038/s41366-022-01231-y.
[19] Katagiri R, Iwasaki M, Abe SK, et al. Reproductive factors and endometrial cancer riskamong women: a pooled analysis of 13 cohort studies in the Asia Cohort Consortium. JAMA NetwOpen. 2023;6(9):e2332296. doi:10.1001/jamanetworkopen.2023.32296.
[20] Husby A, Wohlfahrt J, Melbye M. Pregnancy duration and endometrial cancer risk:nationwide cohort study. BMJ. 2019;366:l4693. doi:10.1136/bmj.l4693.
[21] Lortet-Tieulent J, Ferlay J, Bray F, Jemal A. International patterns and trends inendometrial cancer incidence, 1978–2013. J Natl Cancer Inst. 2018;110(4):354–361.doi:10.1093/jnci/djx214.
[22] Rose G. Sick individuals and sick populations. Int J Epidemiol. 1985;14(1):32–38.doi:10.1093/ije/14.1.32.
[23] VanderWeele TJ. Empirical and counterfactual conditions for sufficient cause
interactions. Biometrika. 2008;95(1):49–61. doi:10.1093/biomet/asm090.
[24] VanderWeele TJ, Vansteelandt S, Robins JM. Marginal structural models for sufficientcause interactions. Am J Epidemiol. 2010;171(4):506–514. doi:10.1093/aje/kwp396.
[25] VanderWeele TJ. Sufficient cause interactions for categorical and ordinal exposures withthree levels. Biometrika. 2010;97(3):647–659. doi:10.1093/biomet/asq030.
[26] Wen W, Cai Q, Xiang YB, et al. The modifying effect of C-reactive protein genepolymorphisms on the association between central obesity and endometrial cancer risk. Cancer.2008;112(11):2409–2416. doi:10.1002/cncr.23453.
[27] Kuh D, Ben-Shlomo Y, Lynch J, Hallqvist J, Power C. Life course epidemiology. JEpidemiol Community Health. 2003;57(10):778–783. doi:10.1136/jech.57.10.778.
[28] Nowell PC. The clonal evolution of tumor cell populations. Science. 1976;194(4260):23–28. doi:10.1126/science.959840.
[29] Armitage P, Doll R. The age distribution of cancer and a multi-stage theory ofcarcinogenesis. Br J Cancer. 1954;8(1):1–12. doi:10.1038/bjc.1954.1.
[30] Armitage P, Doll R. A two-stage theory of carcinogenesis in relation to the agedistribution of human cancer. Br J Cancer. 1957;11(2):161–169. doi:10.1038/bjc.1957.22.[31] Painter JN, O’Mara TA, Marquart L, et al. Genetic risk score Mendelian randomizationshows that obesity measured as body mass index, but not waist:hip ratio, is causal forendometrial cancer. Cancer Epidemiol Biomarkers Prev. 2016;25(11):1503–1510.
doi:10.1158/1055-9965.EPI-16-0147.
[32] VanderWeele TJ, Vansteelandt S. Conceptual issues concerning mediation, interventionsand composition. Stat Interface. 2009;2:457–468. doi:10.4310/SII.2009.v2.n4.a7.
[33] Lin MC, Burkman RT, Makowski EL, et al. Involution of latent endometrial precancersby hormonal and nonhormonal mechanisms. Cancer. 2009;115(10):2111–2118.
doi:10.1002/cncr.24218.
[34] Monte NM, Webster KA, Neuberg D, et al. Joint loss of PAX2 and PTEN expression inendometrial precancers and cancer. Cancer Res. 2010;70(15):6225–6232. doi:10.1158/0008-5472.CAN-10-0149.
[35] Setiawan VW, Yang HP, Pike MC, et al. Type I and II endometrial cancers: have theydifferent risk factors? J Clin Oncol. 2013;31(20):2607–2618. doi:10.1200/JCO.2012.48.2596.[36] Hernán MA, Robins JM. Causal Inference: What If. Boca Raton: Chapman &
Hall/CRC; 2020.
[37] Mackie JL. The Cement of the Universe: A Study of Causation. Oxford: Clarendon Press;1974.
[38] Susser M. Causal Thinking in the Health Sciences: Concepts and Strategies of
Epidemiology. New York: Oxford University Press; 1973.
[39] Moolgavkar SH, Venzon DJ. Two-event models for carcinogenesis: incidence curves forchildhood and adult tumors. Math Biosci. 1979;47(1–2):55–77. doi:10.1016/0025-5564(79)90005-1.[40] Greaves M, Maley CC. Clonal evolution in cancer. Nature. 2012;481:306–313.
doi:10.1038/nature10762.
[41] Polusani SR, Huang YW, Huang G, et al. Adipokines deregulate cellular communicationvia epigenetic repression of gap junction loci in obese endometrial cancer. Cancer Res.2019;79(1):196–208. doi:10.1158/0008-5472.CAN-18-1615.
[42] Nevels M, Täuber B, Spruss T, Wolf H, Dobner T. “Hit-and-run” transformation byadenovirus oncogenes. J Virol. 2001;75(7):3089–3094. doi:10.1128/JVI.75.7.3089-3094.2001.[43] Fazekas P, Gyenis B, Hofer-Szabó G, Kertész G. A dynamical systems approach tocausation. Synthese. 2021;198(11):6065–6087. doi:10.1007/s11229-019-02451-y.
[44] Albantakis L, Marshall W, Hoel E, Tononi G. What caused what? A quantitative accountof actual causation using dynamical causal networks. Entropy. 2019;21(5):459.
doi:10.3390/e21050459.
[45] Rosas FE, Mediano PAM, Jensen HJ, et al. Reconciling emergences: an information-theoretic approach to identify causal emergence in multivariate data. PLoS Comput Biol.2020;16(12):e1008289. doi:10.1371/journal.pcbi.1008289.
[46] Cheek D, Blohmer M, Nowak MA, et al. Age distinguishes selection from causation incancer genomes. Nat Genet. 2026;58:1320–1330. doi:10.1038/s41588-026-02593-z.
表 A1 统一编码规则
项目
主规则
边界情况
处理
分析单位
一个预定结局下的个案纵向事件
同一人不同亚型/终点
分开建链
轮次
冻结窗口或关键事件分段
结局后才想到的分段
禁止进入主分析
发起
最早越阈＋跟随＋回写
同一最粗时间格内多域越阈
记不可判
跟随窗
各路径预注册 Δ_r
任意多年后相关
不计跟随
回写
改变先动域的字段、阈值或状态
只写“相互影响”
不计完整轮次
最少轮次
每例至少 3 个可判轮次
1–2 轮
不计算 HSR
换手
J_r≠J_{r−1}
中间有不可判轮次
只比较相邻可判轮次并做敏感性分析
无主窗
旧因退出＋残余状态可干预＋新因未定
原因未知、潜伏期、缺测
不计 W_r=1
无主窗占比
相邻可判轮次间 W_r=1 的比例
任一三次判定不可识别
报告不可判，不补值
采样校准
降至三域共同最粗分辨率
单域更频繁
不得保留频密优势
可靠性
双名盲法 Cohen κ≥0.70
一轮修订后仍低
停止使用
稳健性
合理规则下发起域反转<30%
≥30%
指标失败
问题设定、学科配置与判断由作者负责；检索、公开数据复算、文献和版式核校使用计算工具与生成式人工智能辅助。未使用私密患者数据；利益冲突：无。