從統計找因果關係
人體中，有一些奇妙的因果關係。例如：小時候家裡窮，為什麼長大較胖？喝酒容易臉紅，因此易罹肝癌嗎？中研院統計所的黃彥棕副研究員說明，透過「因果中介模型」，可以找出中間究竟發生什麼事，藉此提供可能的醫療對策。
您畢業於醫學院，為什麼沒當醫師，而是研究統計？
我讀大四的時候，人類基因被解碼出來，大家就在討論下一個世代的醫學和生物研究要做什麼。當基因的資料量變大，就不太可能用傳統一個分子、一個基因的方法來看，那時候覺得「量化」的訓練可能是我以後需要的，而且我本身也對數學有興趣。
其實，醫學存在大量的「不確定性」，例如，同樣的醫師看病，給 A 病人吃這個藥可以康復，但 B 病人吃同樣的藥卻不會好。換句話說：
醫學體現了不確定性，而統計學是用來研究不確定性。
之後我加入陳建仁老師的實驗室，研究 B 肝病毒和 C 肝病毒對於肝臟的交互作用，這跟我後來跨入「因果中介模型」的領域有關。那時候楊懷壹學長帶著我，從最基礎怎麼寫程式，手把手教我慢慢做。
後來我們發現 B 肝病毒和 C 肝病毒呈現競爭關係，它們都想佔領肝臟，通常是 B 肝病毒因為母子垂直傳染先抵達，而 C 肝病毒後到。兩個病毒交互作用，這個中介過程造成的結果很有趣──反而是肝癌機率會變低。
在陳老師實驗室研究的這個題目，對於我的學術生涯有很大的影響，包括後來到哈佛大學攻讀流行病學和生物統計，以及投入因果中介模型的研究，都是受到這個題目的啟蒙。
研究生物統計，要特別注意什麼？
要注意「相關性」和「因果關係」不能混淆。舉個例子，如果有人發現「吃冰淇淋」和「被鯊魚攻擊」的次數呈現正相關，如下圖所示：
可能有人看了這個資料，會下一個結論：吃冰淇淋會導致你容易被鯊魚攻擊。但真的是這樣嗎？其實影響這兩者的原因是「夏天」。因為夏天人們喜歡吃冰淇淋，而夏天人們也喜歡去海邊，導致被鯊魚攻擊的次數提高。
這個例子可以用常識判斷，但生物和醫學研究不太能只靠常識。如果沒有區別「因果關係」和「相關性」的差別，有時會產生一些嚴重的後果，關係到病人的生存。
如何確認「因」和「果」的關係？
以醫學來說，疾病都會有一個病程，通常我們知道開頭和結尾，但不知道中間發生什麼事。
舉個例子，若我們要研究「抽菸」透過改變身體什麼機制導致「肺癌」，就能藉由因果中介模型解釋因和果中間的機制，找出肺部的腫瘤是如何發生。
疾病的過程常常是一個黑盒子。站在醫生的角度，通常只知道疾病的因和果，但若疾病的「因」是沒辦法被改變的，這樣對病人一點幫助也沒有。這種情況下，我們若能找出「中介因子」，就能透過追蹤或調節中介因子，來避免或降低疾病「結果」發生的可能性。
