VanderWeele E-value 的计算公式是什么？如何根据 HR / OR / RR 计算？

当观测到的相对危险度 RR > 1 时，计算公式为 E-value = RR + sqrt(RR × (RR - 1))；若效应量 15% 的非罕见事件 OR，按 VanderWeele & Ding (Ann Intern Med 2017) 建议先以 RR ≈ sqrt(OR) 转换后再计算。

审稿人质疑观察性队列研究没有做倾向评分匹配（PSM）或存在未测量混杂偏倚时，如何用 E-value 回复？

倾向评分匹配（PSM）仅能平衡已测量的基线协变量，无法消除未测量混杂（Unmeasured Confounding）。在审稿回复信（Rebuttal）中报告多因素校正效应量的点估计 E-value 与 95% 置信区间界限 E-value，能够定量证明未测量混杂因素需同时与暴露和结局达到多少倍的关联强度才能推翻现有结论。

CAUSAL INFERENCE · VANDERWEELE & DING (ANN INTERN MED 2017)

VanderWeele E-value 敏感性分析计算器 & SCI 审稿回复生成器

免登录定量评估观察性队列研究对“未测量混杂偏倚（Unmeasured Confounding）”的抗干扰强度。输入 HR / OR / RR 及 95% 置信区间，秒级生成点估计与置信下限 E-value、偏倚阈值曲线，以及可直接粘贴进 SCI 论文与 Rebuttal 审稿回复信的专业中英文段落。

1. 输入效应量与 95% 置信区间

效应量指标类型 (Effect Type)

点估计值 (Estimate)

95% CI 下限

95% CI 上限

2. E-value 计算结果与未测混杂阈值曲线

点估计 E-value (Point Estimate)

2.04

置信区间界限 E-value (CI Limit)

1.63

发表级论文 Results / Discussion 标准段落（一键复制）

回应审稿人质疑未测混杂偏倚 (Response to Reviewer 模板)

方法学原理：如何用 VanderWeele E-value 回应审稿人对观察性研究未测混杂的质疑？

在回顾性临床队列研究、真实世界研究（RWE）及研究者发起的研究（IIT）中，审稿人最常提出的质疑之一是：“由于本研究为非随机观察性研究（或未进行倾向评分匹配 PSM），无法排除未测量混杂因素（Unmeasured Confounding）导致的残余偏倚。” 哈佛大学生物统计学家 Tyler J. VanderWeele 与 Peng Ding（Ann Intern Med, 2017;167:268-274）提出的 E-value 指标，能够将这种定性岸辩转化为精确的定量阈值：在已校正现有协变量的前提下，未测量混杂因素必须同时与暴露（治疗）和临床结局达到至少 E-value 倍的风险关联强度，才足以将当前观测到的效应完全解释为混杂假象。

核心数学公式

RR > 1: E-value = RR + √(RR × (RR - 1))
RR < 1 (保护效应): RR* = 1 / RR, E-value = RR* + √(RR* × (RR* - 1))
OR / HR (常见结局发生率 ≥ 15%): RR ≈ √OR