病因必须与疾病有联系（association）或称相关。二者存在密切的数量关系时为有联系，可用统计学方法加以表明。

（一）统计学联系

当病因（F）在人群中变动后某疾病（D）的频率或强度也变动，则为二者有联系。F有可能（也有不可能）为D的病因。当F变动后，D并不变动，则为二者无联系，F很可能不是D的病因。当某疾病（D）有F的比例，显着高于非该疾病中有F的比例，并达到统计学显着水平时，也叫有联系。如表7-1。

表7-1 疾病（D）与可疑病因（F）的关系

疾病（D） 可疑病因（F） 合计 有 无 是
不是 α
c b
d α＋b
c＋d 合计 α＋c b ＋d N

α/（α＋b）>c/（c＋d）p<0.05

c/（α＋c）>b/（b ＋d） p<0.05

OR（或RR）>1，其95％CI不包括1，P<0.05

符合上述条件时，则为F与D有统计学联系。有统计学联系时有三种可能，即：虚假的联系、间接的联系及因果联系。在判断是否因果联系前必须排除虚假的联系及间接的联系的可能，然后进行病因推导（causal inference）。 ］

（二）虚假的联系

虚假的联系是由研究过程中的各种偏倚（bias）所引起，或应用了错误的方法、错误的判断而形成。

如某药商宣传其药可以促进儿童的发育，其药的服法为为溶在一杯牛奶中服用。用他的方法观察会得到服其药促进发育的结果，但这种结果不一定是其药的作用，而为每天加服若干次牛奶的作用。古书中说“蛙鸣而燕至”，二者本无联系，只是季节到了，二者都出现。应用某种药治疗慢性支气管炎，从春天开始治疗到夏天，因为该病到夏天缓解，于是显出该药长期服用有疗效。研究某中药治疗白喉，将多数重病人放到用抗毒素治疗组，而将多数轻病人放在中药治疗组，得出该中药治疗白喉效果可与抗毒素效果相比的结论。19世纪中叶，卫生统计学家、英国医生Farr根据统计学数据表明地势高低与霍乱死亡率的低、高有联系，而支持“瘴气”（miasma）是霍乱的病因。1854年他的同时代人Snow根据对霍乱死亡病例及死亡率的深入分析，则得出饮用被污染的水是发生霍乱的原因。

上述诸例子都有统计学的显著性，但与真实情况不符，这种联系是虚假的联系。虚假的联系是二事物实际上不存在联系，是在研究过程中有意或无意（如研究设计的缺陷、调查方法的错误等等偏倚）造成的假象。

（三）间接的联系

图7-2　间接联系示意图

当两种疾病（或事件）（B、C）都与某因素（A）有联系，则这两种疾病存在统计学上的联系，这两种疾病（或事件）的联系是间接的联系，见图7-2。如白发与年龄有关，癌或高血压患病率也随年龄而增加，于是就出现白发的人比非白发的人的高血压（或癌）患病率高，并且有统计学上显著意义。冠心病与肺癌都与吸烟有关，于是冠心病与肺癌的发病率也出现了相关。但是，白发与高血压及癌、冠心病与肺癌并非因果联系，治疗冠心病并不会减少肺癌发病率，治疗高血压也不会减少白发的现患率。这种间接联系的出现，系因有与两种疾病都有关，而其本身又是一个病因的混杂（混淆）因素的存在。此混杂因素在前个例子是年龄，在后个例子是吸烟。

（四）因果联系

排除了虚假的联系和间接的联系之后，两事件间的联系才有可能是因果联系，才可能进行病因推导。