确定因果关系

用本节之前建立的术语来说，可以将 S&V 供水地区的人们视为处理组，将 Lambeth 供水地区的人们视为对照组。Snow 分析的一个关键要素是，除了处理因素之外，这两组人之间可以进行比较。

为了确定是否是供水引起了霍乱，Snow 必须比较两个在除了供水之外其他方面都相似的组。只有这样，他才能将结果的差异归因于供水。如果两组之间还存在其他方面的差异，就很难将疾病的根源指向供水。例如，如果处理组由工厂工人组成，而对照组不是，那么两组之间结果的差异可能来自于供水，也可能来自于工厂工作，或者两者均有。最终的结论将模糊得多。

Snow 的智慧在于他识别出了两组能使比较变得清晰的人群。他着手确立污染的水与霍乱感染之间的因果关系，并在很大程度上获得了成功，尽管爫气论者们忽视他，甚至嘲笑他。当然，Snow 并不理解人类感染霍乱的具体机制。这一发现于 1883 年由德国科学家 Robert Koch（罗伯特·科赫）完成，他分离出了 Vibrio cholerae（霍乱啶菌），这是一种进入人类小肠并引起霍乱的细菌。

事实上，Vibrio cholerae（霍乱啶菌）早在 1854 年就被意大利的 Filippo Pacini（菲利波·帕奇尼）识别出来了，当时 Snow 正在伦敦分析他的数据。由于爫气论者在意大利占据主导地位，Pacini 的发现震一世而不为人知。但到了19世纪末，爫气论集团喘。随后的历史证明了 Pacini 和 John Snow 的正确性。Snow 的方法推动了流行病学这一学科的发展，这是研究疾病传播的学科。

混杂因素

现在让我们带着这一路上学到的重要教训，回到更加现代的时代：

在观察性研究中，如果处理组和对照组在除处理因素之外的其他方面也存在差异，那么就很难就因果关系得出结论。

两组之间（除处理因素外）的底层差异被称为混杂因素，是因为它可能在你试图得出结论时混淆你的判断（也就是抑乱你的思路）。

例子：咖啡与肺癌。20世纪60年代的研究显示，喝咖啡的人患肺癌的比例高于不喝咖啡的人。正因如此，有人认为咖啡是肺癌的原因。但咖啡并不会引起肺癌。这项分析中包含一个混杂因素——吸烟。在那个年代，喝咖啡的人往往也是吸烟者，而吸烟确实会引起肺癌。喝咖啡与肺癌存在关联，但并不是引起肺癌的原因。

混杂因素在观察性研究中很常见。优秀的研究会非常谨慎地降低混杂因素并考虑其影响。