.什么样的因素才可以被称为混杂因素
实际上混杂因素不仅要分组是否均衡，它总共要满足3个条件：
1) 与研究因素存在着相关或因果关系（本条件即为分组不均衡的结果）
2) 与结局存在因果关系
3) 不在研究因素与结局因果链上的之间（如果是，那么即为我们之前提过的中介变量）

比如：研究某药物X的治疗肿瘤的效果(Z)，同时发现，药物X可能通过改变体内的物质Y而影响疗效
由于非随机，药物X的使用还受到患者人口学、社会、经济因素(C)的影响。
例如：由于分组不均衡，药物组多为中青年人群，对照组多为中老年人。如果药物效果较好，生存率较高，则年龄是典型的混杂因素(C)，而Y是中介变量。
如何判断某个变量为混杂因素
混杂因素三个条件，其中第1）和第2）条件一般可以通过统计学方法来解决，第三个条件则主要基于专业知识判断。
1)与研究因素存在着相关或因果关系
采用t、卡方、方差、秩和
2)与结局存在因果关系
采用线性（t检验）、logistic（卡方）、COX回归
3) 不在研究因素与结局因果链上的之间主要是专业判断
举例：分析性别、吸烟对幽门螺杆菌（HP）的影响，判断性别是否是混杂因素

1）判断不同吸烟状态中性别分布是否不同
吸烟人群，男性中比例更高；不吸烟人群中，女性比例更高；卡方检验结果，显示具有统计学差异

2)判断性别是否对Hp有影响：单因素logistic回归。
结果显示，性别对HP影响有统计学意义（P<0.001），男性感染率更高。

3) 性别不在吸烟与HP因果链上的之间：
从专业上判断成立。因为，如果性别在他们因果关系链上，会是什么情况？吸烟会通过改变性别，而影响HP感染率（Are you kidding？）
因此，性别是混杂因素！
实际操作上，该过程过于复杂，往往针对上述三个方面的两个方面来进行论证1）+3）或者2）+3），阳性结果称之为潜在混杂因素。潜在混杂因素在后期的统计分析过程中，很多时候比混杂因素更为常见。
分组不均和和混杂偏倚
一般情况下，观察性研究产生混杂的重要原因是分组不均衡。比如。病例对照研究，病例组和对照组之间分组不均衡的变量；队列研究，暴露和对照组分组不均衡的变量。
分组不均衡意味着混杂偏倚的三个条件，满足了第一个条件。因此，凡事分组不均衡的变量，我都称之为潜在混杂因素（或者可疑混杂因素）。
一般在统计分析中，我们需要简单到底哪些是干扰因素，一般不会严格鉴定是否混杂，但会挑选出潜在混杂因素。
