概念
混杂因素
在因果推断中，指同时影响干预和结果的变量，可能导致观察到的关联并非真实的因果关系
时间轴 (近 90 天)
10月12日
简单的'实施前 vs 实施后'对比无法可靠地分离出AI本身的贡献，因为结果变化可能来自医护人员数量变化、工作流程重新设计或患者就诊量变化等多种混杂因素。
待验证50%
10月12日
医疗AI因果评估需要警惕的陷阱包括：混杂因素、选择效应、实施保真度、非预期后果、患者群体间的差异。
待验证50%
9月1日
混杂因素是同时影响自变量和因变量的第三方变量，会导致错误判断两个变量间存在因果关系
待验证50%