Hiệp hội không nên nhầm lẫn với quan hệ nhân quả; nếu X gây ra Y , thì cả hai được kết hợp (phụ thuộc). Tuy nhiên, các liên kết có thể nảy sinh giữa các biến có mặt (tức là X gây ra Y) và vắng mặt (tức là chúng có nguyên nhân chung) của mối quan hệ nhân quả, như chúng ta đã thấy trong bối cảnh của mạng Bayes1.
Điều gì tạo nên mối quan hệ nhân quả?
Sức mạnh của mối liên kết - Mối liên hệ giữa yếu tố rủi ro và kết quảcàng mạnh, thì mối quan hệ được cho là có quan hệ nhân quả càng cao. Tính nhất quán - Các phát hiện giống nhau đã được quan sát giữa các quần thể khác nhau, sử dụng các thiết kế nghiên cứu khác nhau và vào các thời điểm khác nhau.
Nguyên tắc nào để đánh giá liệu một liên kết có quan hệ nhân quả hay không?
Điều quan trọng nhất trong các nguyên tắc này là ' sức mạnh'(một liên kết mạnh có nhiều khả năng có quan hệ nhân quả hơn một liên kết yếu), 'nhất quán' (một liên kết được quan sát trong các nghiên cứu khác nhau, trong các hoàn cảnh, thời gian và địa điểm khác nhau), 'gradient sinh học' (tức là phản ứng với liều lượng - hiệu quả sẽ có xu hướng lớn hơn…
Sự liên kết có thể là nguyên nhân hoặc không nhân quả?
Từ,'liên kết'là thích hợp vì nó bao hàm cả mối quan hệ nhân quả và phi nhân quả. Tuy nhiên, 'rủi ro gia tăng' có thể được hiểu là một 'nguyên nhân' bởi vì nếu A làm tăng rủi ro của B, thì hàm ý là A gây ra B.
Sự khác biệt giữamột mô hình liên kết và một mô hình nhân quả?
Trong khi hệ thống liên kết chỉ đơn giản là liên kết kích thích A và B, một mô hình nhân quả mệnh đề biểu thịA và B có liên quan như thế nào với nhau-ví dụ, như nguyên nhân trước và kết quả sau (Pearl & Russell, 2001).
