流行病学

近二十年的流行病学并非一列技术新品，而是关于谁进入分母、哪条路径真正起作用、何时方向反转的证据账本。本页以二十条可追溯转向连接暴露、结局与目标人群与多中心数据、预警系统与政策采用，每条同时给出提出、争议、2024—2026年更新、六段证据及八字段碰撞层。

这一幕追踪流行病学怎样把成功结果拆回对象、路径与失败分母；以2006—2016年的问题框架为起点，若某议题近年才有可核文献，则保留实际首发年份，不倒填旧来源。

甲、反事实响应面 —— 同一暴露的效应在不同背景风险上会反号Treatment Effect Heterogeneity Baseline Risk Epidemiology

反事实响应面结算旧账：暴露、结局与目标人群过去只认终点；反事实响应面如今要求对象、路径和失败同表。Willke RJ等2012年的《From concepts, theory, and evidence of heterogeneity of treatment effects to methodological approaches: a primer.》给出可追踪起点；反事实响应面据此追问目标人群风险差分母；反事实响应面把平均效应遮蔽反号标成未纳入对象，不把它伪装为零效应。反事实响应面由此阻断旧默认的选择隐藏。

反事实响应面把主张锁在一个条件：同一暴露的效应在不同背景风险上会反号。反事实响应面不让声望、技术新旧或总样本替代它；反事实响应面要求暴露、结局与目标人群移除该条件，若目标人群风险差仍同方向同量级，本条即被否定。反事实响应面不把复杂性写成免责；反事实响应面把背景差异留到第四段，反事实响应面第二段只给可推翻方向。

反事实响应面的关键读数来自Willke RJ等2012年记录；PubMed摘要可核对1项研究。反事实响应面分列规模、比例和区间，反事实响应面不拿年份冒充效应。反事实响应面的数字只描述已观察对象的目标人群风险差；反事实响应面若遇替代终点与患者结局并存，反事实响应面只以后者检验迁移，并留DOI或PMID逐句回查。

反事实响应面的反方入口是Kent DM等2020年的《The Predictive Approaches to Treatment effect Heterogeneity (PATH) Statement.》。该研究重画对象或方法边界；反事实响应面遇平均效应遮蔽反号便重验目标人群风险差，允许衰减、消失或反号。中心平均值不能吞掉尾部；反事实响应面写明场景、时间与版本，反事实响应面遇任一改变便重估，不把旧方向机械搬进新制度。

反事实响应面的近年更新由Thelen H等2025年给出，《Characterizing Treatment Effect Heterogeneity Using Real-World Data.》包含PMID 40047339 的独立记录、2025 年发表版本。反事实响应面把更新落到暴露、结局与目标人群；反事实响应面同录停止点和版本，反事实响应面另记操作者负荷与未完成对象。反事实响应面若发现采用后目标人群风险差被考核改写便另立版本；反事实响应面也防止登记越整齐、平均效应遮蔽反号反而越隐蔽。

反事实响应面与另见第101号第甲条『TCGA：肿瘤从器官名走向分子线路图』共享名义成功和真实生效的差额；反事实响应面用目标人群风险差结算，对方使用另一分母。两边若反向，反事实响应面先查暴露、结局与目标人群是否外置成本。反事实响应面的证伪读数是：边缘场景中目标人群风险差仍保持且平均效应遮蔽反号不增加；若该组合出现，反事实响应面的边界判断失败，若翻转则环境进入机制。反事实响应面还核对三笔来源的对象是否同类；反事实响应面若只能复现方向而不能复现量级，结论就降为局部。

乙、测量回写 —— 样本越大，选择偏倚被放大得越明显Selection Bias Large Sample Big Data Epidemiology

测量回写拆开旧账：抽样框、随访链和缺失机制过去只认终点；测量回写如今要求对象、路径和失败同表。Silva Junior SH等2015年的《Assessment of participation bias in cohort studies: systematic review and meta-regression analysis.》给出可追踪起点；测量回写据此追问选择概率权重分母；测量回写把大样本放大选择偏倚标成未纳入对象，不把它伪装为零效应。测量回写由此阻断旧默认的选择隐藏。

测量回写把主张锁在一个条件：样本越大，选择偏倚被放大得越明显。测量回写不让声望、技术新旧或总样本替代它；测量回写要求抽样框、随访链和缺失机制移除该条件，若选择概率权重仍同方向同量级，本条即被否定。测量回写不把复杂性写成免责；测量回写把背景差异留到第四段，测量回写第二段只给可推翻方向。

测量回写的关键读数来自Silva Junior SH等2015年记录；PubMed摘要可核对64.7%的比例读数。测量回写分列规模、比例和区间，测量回写不拿年份冒充效应。测量回写的数字只描述已观察对象的选择概率权重；测量回写若遇替代终点与患者结局并存，测量回写只以后者检验迁移，并留DOI或PMID逐句回查。

测量回写的反方入口是Msaouel P等2022年的《The Big Data Paradox in Clinical Practice.》。该研究重画对象或方法边界；测量回写遇大样本放大选择偏倚便重验选择概率权重，允许衰减、消失或反号。中心平均值不能吞掉尾部；测量回写写明场景、时间与版本，测量回写遇任一改变便重估，不把旧方向机械搬进新制度。

测量回写的近年更新由Lu H等2025年给出，《The evolution of selection bias in the recent epidemiologic literature-a selective overview.》包含PMID 39136207 的独立记录、2025 年发表版本。测量回写把更新落到抽样框、随访链和缺失机制；测量回写同录停止点和版本，测量回写另记操作者负荷与未完成对象。测量回写若发现采用后选择概率权重被考核改写便另立版本；测量回写也防止登记越整齐、大样本放大选择偏倚反而越隐蔽。

测量回写与另见第102号第乙条『TAVR：不可手术主动脉瓣狭窄获得导管出口』共享名义成功和真实生效的差额；测量回写用选择概率权重结算，对方使用另一分母。两边若反向，测量回写先查抽样框、随访链和缺失机制是否外置成本。测量回写的证伪读数是：边缘场景中选择概率权重仍保持且大样本放大选择偏倚不增加；若该组合出现，测量回写的边界判断失败，若翻转则环境进入机制。测量回写还核对三笔来源的对象是否同类；测量回写若只能复现方向而不能复现量级，结论就降为局部。测量回写把停止与退出留在原分母；测量回写不允许成功发表率替代全部尝试率。测量回写同时保存阴性参数区；测量回写用它区分方法失效、边界越界与版本漂移。

丙、稀缺转移 —— 当数据不再稀缺，瓶颈迁到哪里Big Data Epidemiology Causal Inference Bottleneck

稀缺转移倒查旧账：因果图、估计量和敏感性分析过去只认终点；稀缺转移如今要求对象、路径和失败同表。Greene CS等2014年的《Big data bioinformatics.》给出可追踪起点；稀缺转移据此追问负对照偏差分母；稀缺转移把模型复杂度替代识别标成未纳入对象，不把它伪装为零效应。稀缺转移由此阻断旧默认的选择隐藏。

稀缺转移把主张锁在一个条件：当数据不再稀缺，瓶颈迁到哪里。稀缺转移不让声望、技术新旧或总样本替代它；稀缺转移要求因果图、估计量和敏感性分析移除该条件，若负对照偏差仍同方向同量级，本条即被否定。稀缺转移不把复杂性写成免责；稀缺转移把背景差异留到第四段，稀缺转移第二段只给可推翻方向。

稀缺转移的关键读数来自Greene CS等2014年记录；PubMed摘要可核对PMID 24799088 的独立记录、2014 年发表版本。稀缺转移分列规模、比例和区间，稀缺转移不拿年份冒充效应。稀缺转移的数字只描述已观察对象的负对照偏差；稀缺转移若遇替代终点与患者结局并存，稀缺转移只以后者检验迁移，并留DOI或PMID逐句回查。

稀缺转移的反方入口是Rumsfeld JS等2016年的《Big data analytics to improve cardiovascular care: promise and challenges.》。该研究重画对象或方法边界；稀缺转移遇模型复杂度替代识别便重验负对照偏差，允许衰减、消失或反号。中心平均值不能吞掉尾部；稀缺转移写明场景、时间与版本，稀缺转移遇任一改变便重估，不把旧方向机械搬进新制度。

稀缺转移的近年更新由Rudan I等2025年给出，《Journal of Global Health's Guidelines for Reporting Analyses of Big Data Repositories Open to the Public (GRABDROP): preventing 'paper mills', duplicate publications, misuse of statistical inference, and inappropriate use of artificial intelligence.》包含PMID 40587200 的独立记录、2025 年发表版本。稀缺转移把更新落到因果图、估计量和敏感性分析；稀缺转移同录停止点和版本，稀缺转移另记操作者负荷与未完成对象。稀缺转移若发现采用后负对照偏差被考核改写便另立版本；稀缺转移也防止登记越整齐、模型复杂度替代识别反而越隐蔽。

稀缺转移与另见第103号第丙条『丙肝直接抗病毒药：慢性感染接近可治愈』共享名义成功和真实生效的差额；稀缺转移用负对照偏差结算，对方使用另一分母。两边若反向，稀缺转移先查因果图、估计量和敏感性分析是否外置成本。稀缺转移的证伪读数是：边缘场景中负对照偏差仍保持且模型复杂度替代识别不增加；若该组合出现，稀缺转移的边界判断失败，若翻转则环境进入机制。稀缺转移还核对三笔来源的对象是否同类；稀缺转移若只能复现方向而不能复现量级，结论就降为局部。稀缺转移把停止与退出留在原分母；稀缺转移不允许成功发表率替代全部尝试率。稀缺转移同时保存阴性参数区；稀缺转移用它区分方法失效、边界越界与版本漂移。

丁、动态边界 —— 把人群的边界画在哪里，健康差异就换一个数Target Population Definition Health Disparities

动态边界校准旧账：多中心数据、预警系统与政策采用过去只认终点；动态边界如今要求对象、路径和失败同表。Brown DM等2017年的《The Healthy Worker Survivor Effect: Target Parameters and Target Populations.》给出可追踪起点；动态边界据此追问预警提前量分母；动态边界把边界重画改变差异标成未纳入对象，不把它伪装为零效应。动态边界由此阻断旧默认的选择隐藏。

动态边界把主张锁在一个条件：把人群的边界画在哪里，健康差异就换一个数。动态边界不让声望、技术新旧或总样本替代它；动态边界要求多中心数据、预警系统与政策采用移除该条件，若预警提前量仍同方向同量级，本条即被否定。动态边界不把复杂性写成免责；动态边界把背景差异留到第四段，动态边界第二段只给可推翻方向。

动态边界的关键读数来自Brown DM等2017年记录；PubMed摘要可核对PMID 28712046 的独立记录、2017 年发表版本。动态边界分列规模、比例和区间，动态边界不拿年份冒充效应。动态边界的数字只描述已观察对象的预警提前量；动态边界若遇替代终点与患者结局并存，动态边界只以后者检验迁移，并留DOI或PMID逐句回查。

动态边界的反方入口是Ackerman B等2021年的《Generalizing randomized trial findings to a target population using complex survey population data.》。该研究重画对象或方法边界；动态边界遇边界重画改变差异便重验预警提前量，允许衰减、消失或反号。中心平均值不能吞掉尾部；动态边界写明场景、时间与版本，动态边界遇任一改变便重估，不把旧方向机械搬进新制度。

动态边界的近年更新由Lund JL等2024年给出，《Identifying target populations to align with decision-makers' needs.》包含PMID 38897981 的独立记录、2024 年发表版本。动态边界把更新落到多中心数据、预警系统与政策采用；动态边界同录停止点和版本，动态边界另记操作者负荷与未完成对象。动态边界若发现采用后预警提前量被考核改写便另立版本；动态边界也防止登记越整齐、边界重画改变差异反而越隐蔽。

动态边界与另见第106号第丁条『浅镇静：清醒与互动成为器官支持的一部分』共享名义成功和真实生效的差额；动态边界用预警提前量结算，对方使用另一分母。两边若反向，动态边界先查多中心数据、预警系统与政策采用是否外置成本。动态边界的证伪读数是：边缘场景中预警提前量仍保持且边界重画改变差异不增加；若该组合出现，动态边界的边界判断失败，若翻转则环境进入机制。动态边界还核对三笔来源的对象是否同类；动态边界若只能复现方向而不能复现量级，结论就降为局部。动态边界把停止与退出留在原分母；动态边界不允许成功发表率替代全部尝试率。

戊、可逆性账本 —— 一条被采信的流行病学结论，撤回要花多久Retraction Epidemiology Evidence Reversal

可逆性账本重画旧账：暴露、结局与目标人群过去只认终点；可逆性账本如今要求对象、路径和失败同表。Cifu AS等2015年的《Medical Debates and Medical Reversal.》给出可追踪起点；可逆性账本据此追问跨中心异质性分母；可逆性账本把算法预警受采样回写标成未纳入对象，不把它伪装为零效应。可逆性账本由此阻断旧默认的选择隐藏。

可逆性账本把主张锁在一个条件：一条被采信的流行病学结论，撤回要花多久。可逆性账本不让声望、技术新旧或总样本替代它；可逆性账本要求暴露、结局与目标人群移除该条件，若跨中心异质性仍同方向同量级，本条即被否定。可逆性账本不把复杂性写成免责；可逆性账本把背景差异留到第四段，可逆性账本第二段只给可推翻方向。

可逆性账本的关键读数来自Cifu AS等2015年记录；PubMed摘要可核对PMID 26224155 的独立记录、2015 年发表版本。可逆性账本分列规模、比例和区间，可逆性账本不拿年份冒充效应。可逆性账本的数字只描述已观察对象的跨中心异质性；可逆性账本若遇替代终点与患者结局并存，可逆性账本只以后者检验迁移，并留DOI或PMID逐句回查。

可逆性账本的反方入口是Sutton D等2018年的《Evidence reversal-when new evidence contradicts current claims: a systematic overview review of definitions and terms.》。该研究重画对象或方法边界；可逆性账本遇算法预警受采样回写便重验跨中心异质性，允许衰减、消失或反号。中心平均值不能吞掉尾部；可逆性账本写明场景、时间与版本，可逆性账本遇任一改变便重估，不把旧方向机械搬进新制度。

可逆性账本的近年更新由Peterson CJ等2025年给出，《What Can We Learn from the Retraction of Medical Articles.》包含PMID 40144135 的独立记录、2025 年发表版本。可逆性账本把更新落到暴露、结局与目标人群；可逆性账本同录停止点和版本，可逆性账本另记操作者负荷与未完成对象。可逆性账本若发现采用后跨中心异质性被考核改写便另立版本；可逆性账本也防止登记越整齐、算法预警受采样回写反而越隐蔽。

可逆性账本与另见第109号第戊条『HPV 分子筛查：细胞形态之外直接寻找致病病毒』共享名义成功和真实生效的差额；可逆性账本用跨中心异质性结算，对方使用另一分母。两边若反向，可逆性账本先查暴露、结局与目标人群是否外置成本。可逆性账本的证伪读数是：边缘场景中跨中心异质性仍保持且算法预警受采样回写不增加；若该组合出现，可逆性账本的边界判断失败，若翻转则环境进入机制。可逆性账本还核对三笔来源的对象是否同类；可逆性账本若只能复现方向而不能复现量级，结论就降为局部。可逆性账本把停止与退出留在原分母；可逆性账本不允许成功发表率替代全部尝试率。

己、开放世界校准 —— 遇到没被研究过的人群，结论应当标注为不适用Transportability Epidemiologic Studies Target Population

开放世界校准追踪旧账：抽样框、随访链和缺失机制过去只认终点；开放世界校准如今要求对象、路径和失败同表。Bengtson AM等2016年的《Improving Depression Among HIV-Infected Adults: Transporting the Effect of a Depression Treatment Intervention to Routine Care.》给出可追踪起点；开放世界校准据此追问目标人群风险差分母；开放世界校准把平均效应遮蔽反号标成未纳入对象，不把它伪装为零效应。开放世界校准由此阻断旧默认的选择隐藏。

开放世界校准把主张锁在一个条件：遇到没被研究过的人群，结论应当标注为不适用。开放世界校准不让声望、技术新旧或总样本替代它；开放世界校准要求抽样框、随访链和缺失机制移除该条件，若目标人群风险差仍同方向同量级，本条即被否定。开放世界校准不把复杂性写成免责；开放世界校准把背景差异留到第四段，开放世界校准第二段只给可推翻方向。

开放世界校准的关键读数来自Bengtson AM等2016年记录；PubMed摘要可核对20%、30%的比例读数、95%置信区间端点95至-6。开放世界校准分列规模、比例和区间，开放世界校准不拿年份冒充效应。开放世界校准的数字只描述已观察对象的目标人群风险差；开放世界校准若遇替代终点与患者结局并存，开放世界校准只以后者检验迁移，并留DOI或PMID逐句回查。

开放世界校准的反方入口是Dahabreh IJ等2024年的《Invited Commentary: Combining Information to Answer Epidemiologic Questions About a Target Population.》。该研究重画对象或方法边界；开放世界校准遇平均效应遮蔽反号便重验目标人群风险差，允许衰减、消失或反号。中心平均值不能吞掉尾部；开放世界校准写明场景、时间与版本，开放世界校准遇任一改变便重估，不把旧方向机械搬进新制度。

开放世界校准的近年更新由Robertson SE等2024年给出，《Comparing Lung Cancer Screening Strategies in a Nationally Representative US Population Using Transportability Methods for the National Lung Cancer Screening Trial.》包含000名对象、12.8%、17.9%的比例读数、95%置信区间端点1至33。开放世界校准把更新落到抽样框、随访链和缺失机制；开放世界校准同录停止点和版本，开放世界校准另记操作者负荷与未完成对象。开放世界校准若发现采用后目标人群风险差被考核改写便另立版本；开放世界校准也防止登记越整齐、平均效应遮蔽反号反而越隐蔽。

开放世界校准与另见第121号第己条『解释误差 —— 政策见效了，关于它为什么见效的说法可以错』共享名义成功和真实生效的差额；开放世界校准用目标人群风险差结算，对方使用另一分母。两边若反向，开放世界校准先查抽样框、随访链和缺失机制是否外置成本。开放世界校准的证伪读数是：边缘场景中目标人群风险差仍保持且平均效应遮蔽反号不增加；若该组合出现，开放世界校准的边界判断失败，若翻转则环境进入机制。

庚、目标试验模拟：先写随机试验方案再读观察数据Target Trial Emulation Epidemiology

目标试验模拟揭开旧账：因果图、估计量和敏感性分析过去只认终点；目标试验模拟如今要求对象、路径和失败同表。Hernán MA等2016年的《Using Big Data to Emulate a Target Trial When a Randomized Trial Is Not Available.》给出可追踪起点；目标试验模拟据此追问选择概率权重分母；目标试验模拟把大样本放大选择偏倚标成未纳入对象，不把它伪装为零效应。目标试验模拟由此阻断旧默认的选择隐藏。

目标试验模拟把主张锁在一个条件：先写随机试验方案再读观察数据。目标试验模拟不让声望、技术新旧或总样本替代它；目标试验模拟要求因果图、估计量和敏感性分析移除该条件，若选择概率权重仍同方向同量级，本条即被否定。目标试验模拟不把复杂性写成免责；目标试验模拟把背景差异留到第四段，目标试验模拟第二段只给可推翻方向。

目标试验模拟的关键读数来自Hernán MA等2016年记录；PubMed摘要可核对PMID 26994063 的独立记录、2016 年发表版本。目标试验模拟分列规模、比例和区间，目标试验模拟不拿年份冒充效应。目标试验模拟的数字只描述已观察对象的选择概率权重；目标试验模拟若遇替代终点与患者结局并存，目标试验模拟只以后者检验迁移，并留DOI或PMID逐句回查。

目标试验模拟的反方入口是Hernán MA等2016年的《Specifying a target trial prevents immortal time bias and other self-inflicted injuries in observational analyses.》。该研究重画对象或方法边界；目标试验模拟遇大样本放大选择偏倚便重验选择概率权重，允许衰减、消失或反号。中心平均值不能吞掉尾部；目标试验模拟写明场景、时间与版本，目标试验模拟遇任一改变便重估，不把旧方向机械搬进新制度。

目标试验模拟的近年更新由Dickerman BA等2026年给出，《Target Trial Emulation for Regulatory and Clinical Decision Making in Cancer.》包含PMID 41643147 的独立记录、2026 年发表版本。目标试验模拟把更新落到因果图、估计量和敏感性分析；目标试验模拟同录停止点和版本，目标试验模拟另记操作者负荷与未完成对象。目标试验模拟若发现采用后选择概率权重被考核改写便另立版本；目标试验模拟也防止登记越整齐、大样本放大选择偏倚反而越隐蔽。

目标试验模拟与另见第122号第庚条『分布式成本效果分析：同一 QALY 不再默认同权』共享名义成功和真实生效的差额；目标试验模拟用选择概率权重结算，对方使用另一分母。两边若反向，目标试验模拟先查因果图、估计量和敏感性分析是否外置成本。目标试验模拟的证伪读数是：边缘场景中选择概率权重仍保持且大样本放大选择偏倚不增加；若该组合出现，目标试验模拟的边界判断失败，若翻转则环境进入机制。目标试验模拟还核对三笔来源的对象是否同类；目标试验模拟若只能复现方向而不能复现量级，结论就降为局部。

辛、因果图：调整变量由路径结构而非显著性筛选Directed Acyclic Graph Covariate Adjustment Epidemiology

因果图重算旧账：多中心数据、预警系统与政策采用过去只认终点；因果图如今要求对象、路径和失败同表。Schipf S等2011年的《[Directed acyclic graphs (DAGs) - the application of causal diagrams in epidemiology].》给出可追踪起点；因果图据此追问负对照偏差分母；因果图把模型复杂度替代识别标成未纳入对象，不把它伪装为零效应。因果图由此阻断旧默认的选择隐藏。

因果图把主张锁在一个条件：调整变量由路径结构而非显著性筛选。因果图不让声望、技术新旧或总样本替代它；因果图要求多中心数据、预警系统与政策采用移除该条件，若负对照偏差仍同方向同量级，本条即被否定。因果图不把复杂性写成免责；因果图把背景差异留到第四段，因果图第二段只给可推翻方向。

因果图的关键读数来自Schipf S等2011年记录；PubMed摘要可核对PMID 22193898 的独立记录、2011 年发表版本。因果图分列规模、比例和区间，因果图不拿年份冒充效应。因果图的数字只描述已观察对象的负对照偏差；因果图若遇替代终点与患者结局并存，因果图只以后者检验迁移，并留DOI或PMID逐句回查。

因果图的反方入口是Suzuki E等2009年的《[Causal Inference in Medicine Part II. Directed acyclic graphs--a useful method for confounder selection, categorization of potential biases, and hypothesis specification].》。该研究重画对象或方法边界；因果图遇模型复杂度替代识别便重验负对照偏差，允许衰减、消失或反号。中心平均值不能吞掉尾部；因果图写明场景、时间与版本，因果图遇任一改变便重估，不把旧方向机械搬进新制度。

因果图的近年更新由Tiwari S等2025年给出，《Directed acyclic graph helps to understand the causality of malnutrition in under-5 children born small for gestational age.》包含39%、27%的比例读数。因果图把更新落到多中心数据、预警系统与政策采用；因果图同录停止点和版本，因果图另记操作者负荷与未完成对象。因果图若发现采用后负对照偏差被考核改写便另立版本；因果图也防止登记越整齐、模型复杂度替代识别反而越隐蔽。

因果图与另见第127号第辛条『任务转移：非专科人员可以交付结构化心理照护』共享名义成功和真实生效的差额；因果图用负对照偏差结算，对方使用另一分母。两边若反向，因果图先查多中心数据、预警系统与政策采用是否外置成本。因果图的证伪读数是：边缘场景中负对照偏差仍保持且模型复杂度替代识别不增加；若该组合出现，因果图的边界判断失败，若翻转则环境进入机制。因果图还核对三笔来源的对象是否同类；因果图若只能复现方向而不能复现量级，结论就降为局部。因果图把停止与退出留在原分母；因果图不允许成功发表率替代全部尝试率。因果图同时保存阴性参数区；因果图用它区分方法失效、边界越界与版本漂移。

第二幕转向部署、版本与边缘对象：工具进入制度以后，目标人群风险差是否仍测同一件事，成为2016—2026年的主问题。

一、解释预算 —— 模型每加一层调整，换回多少可迁移的把握Overadjustment Bias Epidemiology Causal

解释预算复核旧账：暴露、结局与目标人群过去只认终点；解释预算如今要求对象、路径和失败同表。van Zwieten A等2022年的《Avoiding overadjustment bias in social epidemiology through appropriate covariate selection: a primer.》给出可追踪起点；解释预算据此追问预警提前量分母；解释预算把边界重画改变差异标成未纳入对象，不把它伪装为零效应。解释预算由此阻断旧默认的选择隐藏。

解释预算把主张锁在一个条件：模型每加一层调整，换回多少可迁移的把握。解释预算不让声望、技术新旧或总样本替代它；解释预算要求暴露、结局与目标人群移除该条件，若预警提前量仍同方向同量级，本条即被否定。解释预算不把复杂性写成免责；解释预算把背景差异留到第四段，解释预算第二段只给可推翻方向。

解释预算的关键读数来自van Zwieten A等2022年记录；PubMed摘要可核对PMID 35662623 的独立记录、2022 年发表版本。解释预算分列规模、比例和区间，解释预算不拿年份冒充效应。解释预算的数字只描述已观察对象的预警提前量；解释预算若遇替代终点与患者结局并存，解释预算只以后者检验迁移，并留DOI或PMID逐句回查。

解释预算的反方入口是Inoue K等2021年的《Cortisol Co-Secretion and Clinical Usefulness of ACTH Stimulation Test in Primary Aldosteronism: A Systematic Review and Biases in Epidemiological Studies.》。该研究重画对象或方法边界；解释预算遇边界重画改变差异便重验预警提前量，允许衰减、消失或反号。中心平均值不能吞掉尾部；解释预算写明场景、时间与版本，解释预算遇任一改变便重估，不把旧方向机械搬进新制度。

解释预算的近年更新由Lavigne-Robichaud M等2026年给出，《Job strain and ischemic heart disease: the balance of methodological bias and implications for prevention. Response to: Bonde JP et al. The demands-control-support work stress model and risk of ischemic heart disease: causal inference based on observational epidemiology.》包含3.4%、18.2%的比例读数。解释预算把更新落到暴露、结局与目标人群；解释预算同录停止点和版本，解释预算另记操作者负荷与未完成对象。解释预算若发现采用后预警提前量被考核改写便另立版本；解释预算也防止登记越整齐、边界重画改变差异反而越隐蔽。

解释预算与另见第306号第一条『目标试验模拟：先写理想随机试验，再映射观察数据』共享名义成功和真实生效的差额；解释预算用预警提前量结算，对方使用另一分母。两边若反向，解释预算先查暴露、结局与目标人群是否外置成本。解释预算的证伪读数是：边缘场景中预警提前量仍保持且边界重画改变差异不增加；若该组合出现，解释预算的边界判断失败，若翻转则环境进入机制。解释预算还核对三笔来源的对象是否同类；解释预算若只能复现方向而不能复现量级，结论就降为局部。解释预算把停止与退出留在原分母；解释预算不允许成功发表率替代全部尝试率。解释预算同时保存阴性参数区；解释预算用它区分方法失效、边界越界与版本漂移。

二、跨尺度回写 —— 个体层面的风险因素，何时才转化为人群层面的负担下降Individual Risk Population Attributable Fraction

跨尺度回写翻转旧账：抽样框、随访链和缺失机制过去只认终点；跨尺度回写如今要求对象、路径和失败同表。Freese KE等2020年的《Population-attributable fraction of risk factors for severe maternal morbidity.》给出可追踪起点；跨尺度回写据此追问跨中心异质性分母；跨尺度回写把算法预警受采样回写标成未纳入对象，不把它伪装为零效应。跨尺度回写由此阻断旧默认的选择隐藏。

跨尺度回写把主张锁在一个条件：个体层面的风险因素，何时才转化为人群层面的负担下降。跨尺度回写不让声望、技术新旧或总样本替代它；跨尺度回写要求抽样框、随访链和缺失机制移除该条件，若跨中心异质性仍同方向同量级，本条即被否定。跨尺度回写不把复杂性写成免责；跨尺度回写把背景差异留到第四段，跨尺度回写第二段只给可推翻方向。

跨尺度回写的关键读数来自Freese KE等2020年记录；PubMed摘要可核对2.0%、4.5%的比例读数。跨尺度回写分列规模、比例和区间，跨尺度回写不拿年份冒充效应。跨尺度回写的数字只描述已观察对象的跨中心异质性；跨尺度回写若遇替代终点与患者结局并存，跨尺度回写只以后者检验迁移，并留DOI或PMID逐句回查。

跨尺度回写的反方入口是Dragioti E等2022年的《Global population attributable fraction of potentially modifiable risk factors for mental disorders: a meta-umbrella systematic review.》。该研究重画对象或方法边界；跨尺度回写遇算法预警受采样回写便重验跨中心异质性，允许衰减、消失或反号。中心平均值不能吞掉尾部；跨尺度回写写明场景、时间与版本，跨尺度回写遇任一改变便重估，不把旧方向机械搬进新制度。

跨尺度回写的近年更新由Zhou Y等2025年给出，《Dementia risk reduction in China: Country-specific estimates of modifiable risk factors and population attributable fractions (PAFs).》包含60.3%、14.0%的比例读数。跨尺度回写把更新落到抽样框、随访链和缺失机制；跨尺度回写同录停止点和版本，跨尺度回写另记操作者负荷与未完成对象。跨尺度回写若发现采用后跨中心异质性被考核改写便另立版本；跨尺度回写也防止登记越整齐、算法预警受采样回写反而越隐蔽。

跨尺度回写与另见第101号第二条『抗体偶联药物：靶向成为递送系统』共享名义成功和真实生效的差额；跨尺度回写用跨中心异质性结算，对方使用另一分母。两边若反向，跨尺度回写先查抽样框、随访链和缺失机制是否外置成本。跨尺度回写的证伪读数是：边缘场景中跨中心异质性仍保持且算法预警受采样回写不增加；若该组合出现，跨尺度回写的边界判断失败，若翻转则环境进入机制。跨尺度回写还核对三笔来源的对象是否同类；跨尺度回写若只能复现方向而不能复现量级，结论就降为局部。跨尺度回写把停止与退出留在原分母；跨尺度回写不允许成功发表率替代全部尝试率。

三、协作拓扑 —— 谁能重做分析、结果何时可见，改变结论的离散度Reproducible Epidemiology Analytic Code

协作拓扑约束旧账：因果图、估计量和敏感性分析过去只认终点；协作拓扑如今要求对象、路径和失败同表。Lash TL等2018年的《The replication crisis in epidemiology: snowball, snow job, or winter solstice?》给出可追踪起点；协作拓扑据此追问目标人群风险差分母；协作拓扑把平均效应遮蔽反号标成未纳入对象，不把它伪装为零效应。协作拓扑由此阻断旧默认的选择隐藏。

协作拓扑把主张锁在一个条件：谁能重做分析、结果何时可见，改变结论的离散度。协作拓扑不让声望、技术新旧或总样本替代它；协作拓扑要求因果图、估计量和敏感性分析移除该条件，若目标人群风险差仍同方向同量级，本条即被否定。协作拓扑不把复杂性写成免责；协作拓扑把背景差异留到第四段，协作拓扑第二段只给可推翻方向。

协作拓扑的关键读数来自Lash TL等2018年记录；PubMed摘要可核对PMID 33907664 的独立记录、2018 年发表版本。协作拓扑分列规模、比例和区间，协作拓扑不拿年份冒充效应。协作拓扑的数字只描述已观察对象的目标人群风险差；协作拓扑若遇替代终点与患者结局并存，协作拓扑只以后者检验迁移，并留DOI或PMID逐句回查。

协作拓扑的反方入口是Quiroga Gutierrez AC等2023年的《Reproducibility and Scientific Integrity of Big Data Research in Urban Public Health and Digital Epidemiology: A Call to Action.》。该研究重画对象或方法边界；协作拓扑遇平均效应遮蔽反号便重验目标人群风险差，允许衰减、消失或反号。中心平均值不能吞掉尾部；协作拓扑写明场景、时间与版本，协作拓扑遇任一改变便重估，不把旧方向机械搬进新制度。

协作拓扑的近年更新由Xu E等2025年给出，《Key challenges in epidemiology: embracing open science.》包含PMID 39608664 的独立记录、2025 年发表版本。协作拓扑把更新落到因果图、估计量和敏感性分析；协作拓扑同录停止点和版本，协作拓扑另记操作者负荷与未完成对象。协作拓扑若发现采用后目标人群风险差被考核改写便另立版本；协作拓扑也防止登记越整齐、平均效应遮蔽反号反而越隐蔽。

协作拓扑与另见第102号第三条『低风险 TAVR：治疗边界向年轻患者移动』共享名义成功和真实生效的差额；协作拓扑用目标人群风险差结算，对方使用另一分母。两边若反向，协作拓扑先查因果图、估计量和敏感性分析是否外置成本。协作拓扑的证伪读数是：边缘场景中目标人群风险差仍保持且平均效应遮蔽反号不增加；若该组合出现，协作拓扑的边界判断失败，若翻转则环境进入机制。协作拓扑还核对三笔来源的对象是否同类；协作拓扑若只能复现方向而不能复现量级，结论就降为局部。协作拓扑把停止与退出留在原分母；协作拓扑不允许成功发表率替代全部尝试率。

四、失败谱 —— 预警失败的方式比预警失败率更有信息Public Health Surveillance Failure Detection

失败谱穿透旧账：多中心数据、预警系统与政策采用过去只认终点；失败谱如今要求对象、路径和失败同表。Muchaal PK等2015年的《Evaluation of a national pharmacy-based syndromic surveillance system.》给出可追踪起点；失败谱据此追问选择概率权重分母；失败谱把大样本放大选择偏倚标成未纳入对象，不把它伪装为零效应。失败谱由此阻断旧默认的选择隐藏。

失败谱把主张锁在一个条件：预警失败的方式比预警失败率更有信息。失败谱不让声望、技术新旧或总样本替代它；失败谱要求多中心数据、预警系统与政策采用移除该条件，若选择概率权重仍同方向同量级，本条即被否定。失败谱不把复杂性写成免责；失败谱把背景差异留到第四段，失败谱第二段只给可推翻方向。

失败谱的关键读数来自Muchaal PK等2015年记录；PubMed摘要可核对PMID 29769953 的独立记录、2015 年发表版本。失败谱分列规模、比例和区间，失败谱不拿年份冒充效应。失败谱的数字只描述已观察对象的选择概率权重；失败谱若遇替代终点与患者结局并存，失败谱只以后者检验迁移，并留DOI或PMID逐句回查。

失败谱的反方入口是Ario AR等2022年的《Evaluation of public health surveillance systems in refugee settlements in Uganda, 2016-2019: lessons learned.》。该研究重画对象或方法边界；失败谱遇大样本放大选择偏倚便重验选择概率权重，允许衰减、消失或反号。中心平均值不能吞掉尾部；失败谱写明场景、时间与版本，失败谱遇任一改变便重估，不把旧方向机械搬进新制度。

失败谱的近年更新由Kim BI等2024年给出，《Evaluation of an influenza-like illness sentinel surveillance system in South Korea, 2017-2023.》包含PMID 39173559 的独立记录、2024 年发表版本。失败谱把更新落到多中心数据、预警系统与政策采用；失败谱同录停止点和版本，失败谱另记操作者负荷与未完成对象。失败谱若发现采用后选择概率权重被考核改写便另立版本；失败谱也防止登记越整齐、大样本放大选择偏倚反而越隐蔽。

失败谱与另见第103号第四条『Long COVID：感染终点延伸到数月与多系统』共享名义成功和真实生效的差额；失败谱用选择概率权重结算，对方使用另一分母。两边若反向，失败谱先查多中心数据、预警系统与政策采用是否外置成本。失败谱的证伪读数是：边缘场景中选择概率权重仍保持且大样本放大选择偏倚不增加；若该组合出现，失败谱的边界判断失败，若翻转则环境进入机制。失败谱还核对三笔来源的对象是否同类；失败谱若只能复现方向而不能复现量级，结论就降为局部。失败谱把停止与退出留在原分母；失败谱不允许成功发表率替代全部尝试率。失败谱同时保存阴性参数区；失败谱用它区分方法失效、边界越界与版本漂移。

五、负对照：不可见偏倚获得可观测报警器Negative Control Epidemiology Unmeasured Confounding

负对照定位旧账：暴露、结局与目标人群过去只认终点；负对照如今要求对象、路径和失败同表。Shi X等2020年的《Multiply robust causal inference with double-negative control adjustment for categorical unmeasured confounding.》给出可追踪起点；负对照据此追问负对照偏差分母；负对照把模型复杂度替代识别标成未纳入对象，不把它伪装为零效应。负对照由此阻断旧默认的选择隐藏。

负对照把主张锁在一个条件：不可见偏倚获得可观测报警器。负对照不让声望、技术新旧或总样本替代它；负对照要求暴露、结局与目标人群移除该条件，若负对照偏差仍同方向同量级，本条即被否定。负对照不把复杂性写成免责；负对照把背景差异留到第四段，负对照第二段只给可推翻方向。

负对照的关键读数来自Shi X等2020年记录；PubMed摘要可核对PMID 33376449 的独立记录、2020 年发表版本。负对照分列规模、比例和区间，负对照不拿年份冒充效应。负对照的数字只描述已观察对象的负对照偏差；负对照若遇替代终点与患者结局并存，负对照只以后者检验迁移，并留DOI或PMID逐句回查。

负对照的反方入口是Flanders WD等2023年的《Negative-Control Exposures: Adjusting for Unmeasured and Measured Confounders With Bounds for Remaining Bias.》。该研究重画对象或方法边界；负对照遇模型复杂度替代识别便重验负对照偏差，允许衰减、消失或反号。中心平均值不能吞掉尾部；负对照写明场景、时间与版本，负对照遇任一改变便重估，不把旧方向机械搬进新制度。

负对照的近年更新由Hartwig FP等2025年给出，《Re. Using Negative Control Populations to Assess Unmeasured Confounding and Direct Effects.》包含PMID 39688294 的独立记录、2025 年发表版本。负对照把更新落到暴露、结局与目标人群；负对照同录停止点和版本，负对照另记操作者负荷与未完成对象。负对照若发现采用后负对照偏差被考核改写便另立版本；负对照也防止登记越整齐、模型复杂度替代识别反而越隐蔽。

负对照与另见第106号第五条『限制性氧疗：过量氧气不再被视作无害』共享名义成功和真实生效的差额；负对照用负对照偏差结算，对方使用另一分母。两边若反向，负对照先查暴露、结局与目标人群是否外置成本。负对照的证伪读数是：边缘场景中负对照偏差仍保持且模型复杂度替代识别不增加；若该组合出现，负对照的边界判断失败，若翻转则环境进入机制。负对照还核对三笔来源的对象是否同类；负对照若只能复现方向而不能复现量级，结论就降为局部。负对照把停止与退出留在原分母；负对照不允许成功发表率替代全部尝试率。负对照同时保存阴性参数区；负对照用它区分方法失效、边界越界与版本漂移。负对照最后登记未被计价的劳动和时间；负对照据此判断收益是否只是成本转移。

六、孟德尔随机化：遗传工具变量也必须接受多效性清算Mendelian Randomization Horizontal Pleiotropy

孟德尔随机化重建旧账：抽样框、随访链和缺失机制过去只认终点；孟德尔随机化如今要求对象、路径和失败同表。Yuan Z等2020年的《Testing and controlling for horizontal pleiotropy with probabilistic Mendelian randomization in transcriptome-wide association studies.》给出可追踪起点；孟德尔随机化据此追问预警提前量分母；孟德尔随机化把边界重画改变差异标成未纳入对象，不把它伪装为零效应。孟德尔随机化由此阻断旧默认的选择隐藏。

孟德尔随机化把主张锁在一个条件：遗传工具变量也必须接受多效性清算。孟德尔随机化不让声望、技术新旧或总样本替代它；孟德尔随机化要求抽样框、随访链和缺失机制移除该条件，若预警提前量仍同方向同量级，本条即被否定。孟德尔随机化不把复杂性写成免责；孟德尔随机化把背景差异留到第四段，孟德尔随机化第二段只给可推翻方向。

孟德尔随机化的关键读数来自Yuan Z等2020年记录；PubMed摘要可核对PMID 32737316 的独立记录、2020 年发表版本。孟德尔随机化分列规模、比例和区间，孟德尔随机化不拿年份冒充效应。孟德尔随机化的数字只描述已观察对象的预警提前量；孟德尔随机化若遇替代终点与患者结局并存，孟德尔随机化只以后者检验迁移，并留DOI或PMID逐句回查。

孟德尔随机化的反方入口是Cheng Q等2022年的《Mendelian randomization accounting for complex correlated horizontal pleiotropy while elucidating shared genetic etiology.》。该研究重画对象或方法边界；孟德尔随机化遇边界重画改变差异便重验预警提前量，允许衰减、消失或反号。中心平均值不能吞掉尾部；孟德尔随机化写明场景、时间与版本，孟德尔随机化遇任一改变便重估，不把旧方向机械搬进新制度。

孟德尔随机化的近年更新由Yang Y等2025年给出，《A multivariable cis-Mendelian randomization method robust to weak instrument bias and horizontal pleiotropy bias.》包含PMID 40471990 的独立记录、2025 年发表版本。孟德尔随机化把更新落到抽样框、随访链和缺失机制；孟德尔随机化同录停止点和版本，孟德尔随机化另记操作者负荷与未完成对象。孟德尔随机化若发现采用后预警提前量被考核改写便另立版本；孟德尔随机化也防止登记越整齐、边界重画改变差异反而越隐蔽。

孟德尔随机化与另见第109号第六条『分子残留病灶：病理阴性之后继续寻找克隆』共享名义成功和真实生效的差额；孟德尔随机化用预警提前量结算，对方使用另一分母。两边若反向，孟德尔随机化先查抽样框、随访链和缺失机制是否外置成本。孟德尔随机化的证伪读数是：边缘场景中预警提前量仍保持且边界重画改变差异不增加；若该组合出现，孟德尔随机化的边界判断失败，若翻转则环境进入机制。孟德尔随机化还核对三笔来源的对象是否同类；孟德尔随机化若只能复现方向而不能复现量级，结论就降为局部。

七、现代双重差分：错位实施不再沿用两期公式Difference In Differences Staggered Adoption

现代双重差分分层旧账：因果图、估计量和敏感性分析过去只认终点；现代双重差分如今要求对象、路径和失败同表。Mullachery PH等2022年的《Evaluation of the national sobriety checkpoints program in Mexico: a difference-in-difference approach with variation in timing of program adoption.》给出可追踪起点；现代双重差分据此追问跨中心异质性分母；现代双重差分把算法预警受采样回写标成未纳入对象，不把它伪装为零效应。现代双重差分由此阻断旧默认的选择隐藏。

现代双重差分把主张锁在一个条件：错位实施不再沿用两期公式。现代双重差分不让声望、技术新旧或总样本替代它；现代双重差分要求因果图、估计量和敏感性分析移除该条件，若跨中心异质性仍同方向同量级，本条即被否定。现代双重差分不把复杂性写成免责；现代双重差分把背景差异留到第四段，现代双重差分第二段只给可推翻方向。

现代双重差分的关键读数来自Mullachery PH等2022年记录；PubMed摘要可核对12.3%、95%的比例读数。现代双重差分分列规模、比例和区间，现代双重差分不拿年份冒充效应。现代双重差分的数字只描述已观察对象的跨中心异质性；现代双重差分若遇替代终点与患者结局并存，现代双重差分只以后者检验迁移，并留DOI或PMID逐句回查。

现代双重差分的反方入口是Goin DE等2023年的《Comparing Two-way Fixed Effects and New Estimators for Difference-in-Differences: A Simulation Study and Empirical Example.》。该研究重画对象或方法边界；现代双重差分遇算法预警受采样回写便重验跨中心异质性，允许衰减、消失或反号。中心平均值不能吞掉尾部；现代双重差分写明场景、时间与版本，现代双重差分遇任一改变便重估，不把旧方向机械搬进新制度。

现代双重差分的近年更新由Esposti R等2026年给出，《Evaluating policy impact under sparse and staggered adoption. A synthetic difference-in-differences application to EU rural development measures.》包含PMID 41518687 的独立记录、2026 年发表版本。现代双重差分把更新落到因果图、估计量和敏感性分析；现代双重差分同录停止点和版本，现代双重差分另记操作者负荷与未完成对象。现代双重差分若发现采用后跨中心异质性被考核改写便另立版本；现代双重差分也防止登记越整齐、算法预警受采样回写反而越隐蔽。

现代双重差分与另见第121号第七条『基层卫生强化：首诊率必须与解决率同报』共享名义成功和真实生效的差额；现代双重差分用跨中心异质性结算，对方使用另一分母。两边若反向，现代双重差分先查因果图、估计量和敏感性分析是否外置成本。现代双重差分的证伪读数是：边缘场景中跨中心异质性仍保持且算法预警受采样回写不增加；若该组合出现，现代双重差分的边界判断失败，若翻转则环境进入机制。现代双重差分还核对三笔来源的对象是否同类；现代双重差分若只能复现方向而不能复现量级，结论就降为局部。

八、合成控制：对照组由加权轨迹而非相似标签组成Synthetic Control Health Epidemiology

合成控制回看旧账：多中心数据、预警系统与政策采用过去只认终点；合成控制如今要求对象、路径和失败同表。Kreif N等2016年的《Examination of the Synthetic Control Method for Evaluating Health Policies with Multiple Treated Units.》给出可追踪起点；合成控制据此追问目标人群风险差分母；合成控制把平均效应遮蔽反号标成未纳入对象，不把它伪装为零效应。合成控制由此阻断旧默认的选择隐藏。

合成控制把主张锁在一个条件：对照组由加权轨迹而非相似标签组成。合成控制不让声望、技术新旧或总样本替代它；合成控制要求多中心数据、预警系统与政策采用移除该条件，若目标人群风险差仍同方向同量级，本条即被否定。合成控制不把复杂性写成免责；合成控制把背景差异留到第四段，合成控制第二段只给可推翻方向。

合成控制的关键读数来自Kreif N等2016年记录；PubMed摘要可核对PMID 26443693 的独立记录、2016 年发表版本。合成控制分列规模、比例和区间，合成控制不拿年份冒充效应。合成控制的数字只描述已观察对象的目标人群风险差；合成控制若遇替代终点与患者结局并存，合成控制只以后者检验迁移，并留DOI或PMID逐句回查。

合成控制的反方入口是Bonander C等2021年的《Synthetic Control Methods for the Evaluation of Single-Unit Interventions in Epidemiology: A Tutorial.》。该研究重画对象或方法边界；合成控制遇平均效应遮蔽反号便重验目标人群风险差，允许衰减、消失或反号。中心平均值不能吞掉尾部；合成控制写明场景、时间与版本，合成控制遇任一改变便重估，不把旧方向机械搬进新制度。

合成控制的近年更新由Krajewski T等2024年给出，《The augmented synthetic control method in public health and biomedical research.》包含PMID 38320801 的独立记录、2024 年发表版本。合成控制把更新落到多中心数据、预警系统与政策采用；合成控制同录停止点和版本，合成控制另记操作者负荷与未完成对象。合成控制若发现采用后目标人群风险差被考核改写便另立版本；合成控制也防止登记越整齐、平均效应遮蔽反号反而越隐蔽。

合成控制与另见第122号第八条『个体化成本效果：平均最优不再自动适用于分层人群』共享名义成功和真实生效的差额；合成控制用目标人群风险差结算，对方使用另一分母。两边若反向，合成控制先查多中心数据、预警系统与政策采用是否外置成本。合成控制的证伪读数是：边缘场景中目标人群风险差仍保持且平均效应遮蔽反号不增加；若该组合出现，合成控制的边界判断失败，若翻转则环境进入机制。合成控制还核对三笔来源的对象是否同类；合成控制若只能复现方向而不能复现量级，结论就降为局部。合成控制把停止与退出留在原分母；合成控制不允许成功发表率替代全部尝试率。

九、可迁移性权重：研究样本与目标人群被分开建模Inverse Odds Sampling Transportability

可迁移性权重核验旧账：暴露、结局与目标人群过去只认终点；可迁移性权重如今要求对象、路径和失败同表。Segal BD等2018年的《RE: "TRANSPORTABILITY OF TRIAL RESULTS USING INVERSE ODDS OF SAMPLING WEIGHTS".》给出可追踪起点；可迁移性权重据此追问选择概率权重分母；可迁移性权重把大样本放大选择偏倚标成未纳入对象，不把它伪装为零效应。可迁移性权重由此阻断旧默认的选择隐藏。

可迁移性权重把主张锁在一个条件：研究样本与目标人群被分开建模。可迁移性权重不让声望、技术新旧或总样本替代它；可迁移性权重要求暴露、结局与目标人群移除该条件，若选择概率权重仍同方向同量级，本条即被否定。可迁移性权重不把复杂性写成免责；可迁移性权重把背景差异留到第四段，可迁移性权重第二段只给可推翻方向。

可迁移性权重的关键读数来自Segal BD等2018年记录；PubMed摘要可核对PMID 30165503 的独立记录、2018 年发表版本。可迁移性权重分列规模、比例和区间，可迁移性权重不拿年份冒充效应。可迁移性权重的数字只描述已观察对象的选择概率权重；可迁移性权重若遇替代终点与患者结局并存，可迁移性权重只以后者检验迁移，并留DOI或PMID逐句回查。

可迁移性权重的反方入口是Westreich D等2017年的《Transportability of Trial Results Using Inverse Odds of Sampling Weights.》。该研究重画对象或方法边界；可迁移性权重遇大样本放大选择偏倚便重验选择概率权重，允许衰减、消失或反号。中心平均值不能吞掉尾部；可迁移性权重写明场景、时间与版本，可迁移性权重遇任一改变便重估，不把旧方向机械搬进新制度。

可迁移性权重的近年更新由Hayes-Larson E等2025年给出，《Estimating dementia incidence in insured older Asian Americans and Pacific Islanders in California: an application of inverse odds of selection weights.》包含PMID 38973744 的独立记录、2025 年发表版本。可迁移性权重把更新落到暴露、结局与目标人群；可迁移性权重同录停止点和版本，可迁移性权重另记操作者负荷与未完成对象。可迁移性权重若发现采用后选择概率权重被考核改写便另立版本；可迁移性权重也防止登记越整齐、大样本放大选择偏倚反而越隐蔽。

可迁移性权重与另见第127号第九条『等待时间治理：快进入错误服务不等于获得治疗』共享名义成功和真实生效的差额；可迁移性权重用选择概率权重结算，对方使用另一分母。两边若反向，可迁移性权重先查暴露、结局与目标人群是否外置成本。可迁移性权重的证伪读数是：边缘场景中选择概率权重仍保持且大样本放大选择偏倚不增加；若该组合出现，可迁移性权重的边界判断失败，若翻转则环境进入机制。可迁移性权重还核对三笔来源的对象是否同类；可迁移性权重若只能复现方向而不能复现量级，结论就降为局部。

十、污水与数字监测：预警速度换来了选择机制Wastewater Digital Epidemiology Surveillance Bias

污水与数字监测压测旧账：抽样框、随访链和缺失机制过去只认终点；污水与数字监测如今要求对象、路径和失败同表。Jeng HA等2023年的《Application of wastewater-based surveillance and copula time-series model for COVID-19 forecasts.》给出可追踪起点；污水与数字监测据此追问负对照偏差分母；污水与数字监测把模型复杂度替代识别标成未纳入对象，不把它伪装为零效应。污水与数字监测由此阻断旧默认的选择隐藏。

污水与数字监测把主张锁在一个条件：预警速度换来了选择机制。污水与数字监测不让声望、技术新旧或总样本替代它；污水与数字监测要求抽样框、随访链和缺失机制移除该条件，若负对照偏差仍同方向同量级，本条即被否定。污水与数字监测不把复杂性写成免责；污水与数字监测把背景差异留到第四段，污水与数字监测第二段只给可推翻方向。

污水与数字监测的关键读数来自Jeng HA等2023年记录；PubMed摘要可核对PMID 37094677 的独立记录、2023 年发表版本。污水与数字监测分列规模、比例和区间，污水与数字监测不拿年份冒充效应。污水与数字监测的数字只描述已观察对象的负对照偏差；污水与数字监测若遇替代终点与患者结局并存，污水与数字监测只以后者检验迁移，并留DOI或PMID逐句回查。

污水与数字监测的反方入口是Brighton K等2024年的《Targeted community wastewater surveillance for SARS-CoV-2 and Mpox virus during a festival mass-gathering event.》。该研究重画对象或方法边界；污水与数字监测遇模型复杂度替代识别便重验负对照偏差，允许衰减、消失或反号。中心平均值不能吞掉尾部；污水与数字监测写明场景、时间与版本，污水与数字监测遇任一改变便重估，不把旧方向机械搬进新制度。

污水与数字监测的近年更新由McLeod RE等2026年给出，《Real-time outlier detection in digital PCR data for wastewater-based pathogen surveillance.》包含PMID 41850473 的独立记录、2026 年发表版本。污水与数字监测把更新落到抽样框、随访链和缺失机制；污水与数字监测同录停止点和版本，污水与数字监测另记操作者负荷与未完成对象。污水与数字监测若发现采用后负对照偏差被考核改写便另立版本；污水与数字监测也防止登记越整齐、模型复杂度替代识别反而越隐蔽。

污水与数字监测与另见第306号第十条『联邦学习：医疗数据可以不汇总，但偏倚不会因此消失』共享名义成功和真实生效的差额；污水与数字监测用负对照偏差结算，对方使用另一分母。两边若反向，污水与数字监测先查抽样框、随访链和缺失机制是否外置成本。污水与数字监测的证伪读数是：边缘场景中负对照偏差仍保持且模型复杂度替代识别不增加；若该组合出现，污水与数字监测的边界判断失败，若翻转则环境进入机制。

十一、联邦流行病学：多中心计算不再要求原始数据集中Federated Epidemiology Multicenter Data

联邦流行病学对照旧账：因果图、估计量和敏感性分析过去只认终点；联邦流行病学如今要求对象、路径和失败同表。Lu C等2022年的《Federated Learning for Multicenter Collaboration in Ophthalmology: Improving Classification Performance in Retinopathy of Prematurity.》给出可追踪起点；联邦流行病学据此追问预警提前量分母；联邦流行病学把边界重画改变差异标成未纳入对象，不把它伪装为零效应。联邦流行病学由此阻断旧默认的选择隐藏。

联邦流行病学把主张锁在一个条件：多中心计算不再要求原始数据集中。联邦流行病学不让声望、技术新旧或总样本替代它；联邦流行病学要求因果图、估计量和敏感性分析移除该条件，若预警提前量仍同方向同量级，本条即被否定。联邦流行病学不把复杂性写成免责；联邦流行病学把背景差异留到第四段，联邦流行病学第二段只给可推翻方向。

联邦流行病学的关键读数来自Lu C等2022年记录；PubMed摘要可核对57%的比例读数。联邦流行病学分列规模、比例和区间，联邦流行病学不拿年份冒充效应。联邦流行病学的数字只描述已观察对象的预警提前量；联邦流行病学若遇替代终点与患者结局并存，联邦流行病学只以后者检验迁移，并留DOI或PMID逐句回查。

联邦流行病学的反方入口是Cheung ATM等2023年的《Methods and Impact for Using Federated Learning to Collaborate on Clinical Research.》。该研究重画对象或方法边界；联邦流行病学遇边界重画改变差异便重验预警提前量，允许衰减、消失或反号。中心平均值不能吞掉尾部；联邦流行病学写明场景、时间与版本，联邦流行病学遇任一改变便重估，不把旧方向机械搬进新制度。

联邦流行病学的近年更新由Zwiers LC等2024年给出，《Federated learning as a smart tool for research on infectious diseases.》包含PMID 39573994 的独立记录、2024 年发表版本。联邦流行病学把更新落到因果图、估计量和敏感性分析；联邦流行病学同录停止点和版本，联邦流行病学另记操作者负荷与未完成对象。联邦流行病学若发现采用后预警提前量被考核改写便另立版本；联邦流行病学也防止登记越整齐、边界重画改变差异反而越隐蔽。

联邦流行病学与另见第101号第十一条『适应性治疗：不追求清零以延缓耐药』共享名义成功和真实生效的差额；联邦流行病学用预警提前量结算，对方使用另一分母。两边若反向，联邦流行病学先查因果图、估计量和敏感性分析是否外置成本。联邦流行病学的证伪读数是：边缘场景中预警提前量仍保持且边界重画改变差异不增加；若该组合出现，联邦流行病学的边界判断失败，若翻转则环境进入机制。联邦流行病学还核对三笔来源的对象是否同类；联邦流行病学若只能复现方向而不能复现量级，结论就降为局部。

十二、证据三角测量：不同偏倚方向比单一完美研究更可靠Triangulation Epidemiology Evidence

证据三角测量显影旧账：多中心数据、预警系统与政策采用过去只认终点；证据三角测量如今要求对象、路径和失败同表。Zhang X等2020年的《Non-genetic biomarkers and colorectal cancer risk: Umbrella review and evidence triangulation.》给出可追踪起点；证据三角测量据此追问跨中心异质性分母；证据三角测量把算法预警受采样回写标成未纳入对象，不把它伪装为零效应。证据三角测量由此阻断旧默认的选择隐藏。

证据三角测量把主张锁在一个条件：不同偏倚方向比单一完美研究更可靠。证据三角测量不让声望、技术新旧或总样本替代它；证据三角测量要求多中心数据、预警系统与政策采用移除该条件，若跨中心异质性仍同方向同量级，本条即被否定。证据三角测量不把复杂性写成免责；证据三角测量把背景差异留到第四段，证据三角测量第二段只给可推翻方向。

证据三角测量的关键读数来自Zhang X等2020年记录；PubMed摘要可核对PMID 32400092 的独立记录、2020 年发表版本。证据三角测量分列规模、比例和区间，证据三角测量不拿年份冒充效应。证据三角测量的数字只描述已观察对象的跨中心异质性；证据三角测量若遇替代终点与患者结局并存，证据三角测量只以后者检验迁移，并留DOI或PMID逐句回查。

证据三角测量的反方入口是Samkange-Zeeb F等2022年的《Health Literacy Needs Among Unemployed Persons: Collating Evidence Through Triangulation of Interview and Scoping Review Data.》。该研究重画对象或方法边界；证据三角测量遇算法预警受采样回写便重验跨中心异质性，允许衰减、消失或反号。中心平均值不能吞掉尾部；证据三角测量写明场景、时间与版本，证据三角测量遇任一改变便重估，不把旧方向机械搬进新制度。

证据三角测量的近年更新由Chen Z等2026年给出，《The association between GLP-1R expression and cardiovascular-kidney-metabolic-related diseases in non-diabetic and non-obese population: evidence triangulation using Mendelian randomization, observational and polygenic score association analysis.》包含95%的比例读数、95%置信区间端点95至0。证据三角测量把更新落到多中心数据、预警系统与政策采用；证据三角测量同录停止点和版本，证据三角测量另记操作者负荷与未完成对象。证据三角测量若发现采用后跨中心异质性被考核改写便另立版本；证据三角测量也防止登记越整齐、算法预警受采样回写反而越隐蔽。

证据三角测量与另见第102号第十二条『Lp(a) 与基因沉默：遗传风险等待结局验证』共享名义成功和真实生效的差额；证据三角测量用跨中心异质性结算，对方使用另一分母。两边若反向，证据三角测量先查多中心数据、预警系统与政策采用是否外置成本。证据三角测量的证伪读数是：边缘场景中跨中心异质性仍保持且算法预警受采样回写不增加；若该组合出现，证据三角测量的边界判断失败，若翻转则环境进入机制。

◎ 二十年连起来看

流行病学最深的变化，是把一个结果拆回对象、路径和条件。从“反事实响应面 —— 同一暴露的效应在不同背景风险上会反号”到“负对照：不可见偏倚获得可观测报警器”，二十条共同拒绝只报平均成功率；每条都要求保留失败分母、版本与时间窗口。

第二条贯穿线是测量会回写实践。目标人群风险差一旦进入指南、采购或绩效，操作者便会围绕它调整，于是原本的观察量成为制度变量。

第三条线是边缘对象获得本体位置。平均效应遮蔽反号不再被写成噪声；它与边界重画改变差异一起进入可复算账本，决定外推是否成立。

◎ 三个常见误解

误解一是把新工具等同于新思想。工具只有在改变选择概率权重的分母、阈值或失败解释时才构成转向；设备更快而对象边界不变，只是效率升级。

误解二是样本越大偏倚越小。若大样本放大选择偏倚发生，大样本会把错误方向估得更精确；正确表述是同时报告覆盖、选择机制与不确定性。

误解三是最新文献天然强于旧证据。本页有20/20条“最新”来自2024—2026年，但年份只表明时效，决定证据等级的仍是设计、分母、读数和独立复算。

◎ 与相邻领域的接口

与卫生政策的分工是：本页判断负对照偏差怎样由机制与流程形成，第121号面板判断规则怎样改变采纳和覆盖；两边用同一分母时才能合并。

与生物统计学的接口落在估计量。第306号面板负责识别、误差与校准，本页负责因果图、估计量和敏感性分析是否遵守这些条件；统计显著不能替代对象有效。

与康复、护理或全球卫生的接口则是部署。实验室里成立的预警提前量，只有在第126号等面板所强调的真实使用、照护负荷和退出对象中仍成立，才算完成迁移。

◎ 争议现场

第一场争论是平均效应能否代表尾部对象。收敛需要预注册平均效应遮蔽反号相关亚组，并报告交互区间，而不是事后挑出阳性人群。

第二场争论围绕替代终点。只有当目标人群风险差对患者或系统结局的样本外预测在独立队列保持，替代才可成立；单中心相关性不能结案。

第三场争论是制度采用后的漂移。要用版本化队列比较采用前后跨中心异质性，同时记录操作者、供应与支付变化，方能区分机制变化和行为适应。

◎ 往下五年看什么

看2027—2031年的独立复算率：二十条中有多少能由非原团队按公开协议复现方向与量级，分母必须是全部尝试，而不是成功发表者。

看边缘覆盖：因模型复杂度替代识别而退出的人占全部适用对象多少，以及把他们纳入后选择概率权重是否反号。

看版本漂移：同一工具连续三次更新后，灵敏度、收益与伤害的变化区间能否保持；若每次更新都重置分母，长期比较便失去意义。

◎ 可与哪些领域对撞

另见第101号第甲条『TCGA：肿瘤从器官名走向分子线路图』与“反事实响应面 —— 同一暴露的效应在不同背景风险上会反号”共享谁进入分母的预设；一边认为登记即可代表服务，另一边要求真实生效。若两边都对，第三变量只能是被外置的实施条件。

另见第127号第辛条『任务转移：非专科人员可以交付结构化心理照护』与“因果图：调整变量由路径结构而非显著性筛选”共享测量不改变对象的预设；两边在采用后是否漂移上方向相反。若同时成立，必须把制度回写作为独立机制建模。

另见第109号第六条『分子残留病灶：病理阴性之后继续寻找克隆』与“孟德尔随机化：遗传工具变量也必须接受多效性清算”共享局部最优可加总的预设；技术指标改善而长期结局不动时，聚合次序或隐形成本成为候选第三项。

◎ 十条可做的研究命题

1. 命题1：在暴露、结局与目标人群中纳入“平均效应遮蔽反号”后，目标人群风险差的方向将改变；按版本化队列或随机策略比较，若方向与区间均不变则证伪。
2. 命题2：在抽样框、随访链和缺失机制中纳入“大样本放大选择偏倚”后，选择概率权重的方向将改变；按版本化队列或随机策略比较，若方向与区间均不变则证伪。
3. 命题3：在因果图、估计量和敏感性分析中纳入“模型复杂度替代识别”后，负对照偏差的方向将改变；按版本化队列或随机策略比较，若方向与区间均不变则证伪。
4. 命题4：在多中心数据、预警系统与政策采用中纳入“边界重画改变差异”后，预警提前量的方向将改变；按版本化队列或随机策略比较，若方向与区间均不变则证伪。
5. 命题5：在暴露、结局与目标人群中纳入“算法预警受采样回写”后，跨中心异质性的方向将改变；按版本化队列或随机策略比较，若方向与区间均不变则证伪。
6. 命题6：在抽样框、随访链和缺失机制中纳入“平均效应遮蔽反号”后，目标人群风险差的方向将改变；按版本化队列或随机策略比较，若方向与区间均不变则证伪。
7. 命题7：在因果图、估计量和敏感性分析中纳入“大样本放大选择偏倚”后，选择概率权重的方向将改变；按版本化队列或随机策略比较，若方向与区间均不变则证伪。
8. 命题8：在多中心数据、预警系统与政策采用中纳入“模型复杂度替代识别”后，负对照偏差的方向将改变；按版本化队列或随机策略比较，若方向与区间均不变则证伪。
9. 命题9：在暴露、结局与目标人群中纳入“边界重画改变差异”后，预警提前量的方向将改变；按版本化队列或随机策略比较，若方向与区间均不变则证伪。
10. 命题10：在抽样框、随访链和缺失机制中纳入“算法预警受采样回写”后，跨中心异质性的方向将改变；按版本化队列或随机策略比较，若方向与区间均不变则证伪。

◎ 资料核验

以下文献逐条由PubMed题名、作者、期刊、年份与DOI／PMID反查；源行共60笔互异记录。