想象一项研究发现：经常锻炼的人患病更少。先别急着把差异全算在锻炼头上。也许还有一个没有被记录的因素——健康意识。它既会影响一个人是否锻炼，也会影响患病风险。这样的因素叫“未观测混杂”：它能让相关性看起来像因果关系，也可能遮住真实效应。
研究者通常会做敏感性分析，也就是不假定隐藏混杂不存在，而是追问：它要强到什么程度，才足以改变结论？Sergey Porotsky 在 2026 年 8 月提交的 arXiv 预印本中提出 Inverse Confounding Analysis（ICA，反向混杂分析），试图把这个问题从一个最坏情况的门槛，扩展为一整段可能范围。
这里要先说清证据边界：目前材料中的方法与效果论断全部来自作者本人的这篇预印本，没有同行评议、独立复现或真实数据案例可供交叉验证。论文标题所说的“Exact Method”，以及文中反复出现的“exact”“complete”，都是作者对方法性质的表述。
它反推的到底是什么？
ICA 并不能只看一份观察数据，就找出那个真实存在但没有记录的混杂因素。它做的是一个条件更明确、也更有限的推算：研究者先给出暴露、混杂因素和结局各自出现的频率，以及它们之间的两两关联；ICA 再寻找所有与这些输入相容的联合分布。
“暴露”是研究中被考察的因素，比如是否锻炼；“结局”是最终关注的事件，比如是否患病；“联合分布”则是一张完整账本，记录不同组合分别有多大概率出现。问题在于，我们通常只掌握这张账本的若干小计和两两关系，并不知道每个格子的真实数字。
ICA 把任务倒了过来：不是从完整账本计算若干统计量，而是拿着小计和两两关系，反推哪些完整账本仍然可能成立。这也是“Inverse”一词的由来。
从一个门槛，走向整段范围
论文把混杂的显著性定义为：在所有符合已观测特征的联合分布中，经过分层调整后，Risk Ratio（风险比）可能取得的完整范围。
风险比是处理组发生某个结果的概率除以对照组概率。比如一组患病率为 10%，另一组为 5%，风险比就是 2。它描述两组的相对风险，但在观察性数据里不必然等于因果效应。
分层调整则是把已知特征相同或相近的人放进同一层比较，再汇总各层结果。它能控制已经测量的混杂，却无法自动消除每一层里仍未记录的差异。ICA 关注的正是这些隐藏差异能把分层风险比推到哪里。
作者把 ICA 描述为对 E-value 方法的扩展。按论文摘要的说法，E-value 侧重最坏情况下的下界，像是在问“隐藏混杂至少要多强，才可能解释掉当前结果”；ICA 则试图列出全部容许配置下，风险比可能落入的完整区间。前者给出一道警戒线，后者想画出整片活动范围。
代价也很直接。ICA 需要更多输入，包括暴露、混杂因素和结局的频率。换句话说，它不是凭现有结果免费获得更多信息，而是用额外假设或参数，换取更完整的敏感性描述。
关键一步，是把复杂空间压成一条线
从给定频率和两两关联恢复所有可能的联合分布，表面上是一个多变量的非线性问题。作者将它写成一组非线性方程，并给出解析解——也就是用数学表达式直接描述答案，而不只依靠逐点试算。
论文最关键的主张是：这组方程的完整解集可以由一个自由参数线性表示。直观地说，原本像是一大片难以搜索的可能账本，最后可以排到一条由单个旋钮控制的轨道上。转动这个旋钮，就能遍历全部符合条件的配置。
随后，分层风险比可以写成这个参数的分式线性函数，也就是“一个线性表达式除以另一个线性表达式”。作者据此声称，可以解析计算全部容许统计配置下的风险比范围，而不只报告一个最坏情况界限。
为什么值得关注？
这个视角的价值，不在于宣布隐藏混杂已经被识别，而在于把“不知道”拆得更细。
传统的门槛式答案适合快速判断一项结果是否脆弱，却可能压缩掉许多结构信息。完整范围如果成立，研究者便能看到：在给定输入下，隐藏混杂能否让风险比跨过关键位置，以及不同容许配置可能把估计推向多远。它回答的是结论对未验证假设有多敏感，而不是替观察数据补出一个确定的因果真相。
更重要的是，ICA 把额外条件摆到了台面上。所谓“精确”，指的是在指定频率、两两关联和所有容许联合分布构成的数学问题内，作者声称能完整求解；它不意味着输入本身准确，也不意味着现实中的隐藏混杂已经被唯一还原。
局限与未知
- 现有材料没有说明方法适用于哪些变量类型，也没有交代联合分布有解所需的可行性条件。
- 论文摘要没有解释额外参数在现实研究中是否容易获得，以及输入不准时结果会怎样变化；数值稳定性也未披露。
- 材料没有真实数据案例、与 E-value 的实证比较、同行评议或独立复现。因此，ICA 是否能在实际研究中稳定提供比门槛指标更有用的信息，目前仍待验证。