📌 证据等级：A

命理判定的门槛：个体命运断言需要多大的效应量与判别力

如果”用出生时刻判定个体命运”是一个可以检验的科学命题，那么它必须先跨过一道门槛：其携带的判别信息至少要达到 AUC 0.75 甚至更高的量级，对应的效应量（OR）至少要 3 倍以上——而现代流行病学能测量的出生时刻效应，连这个门槛的十分之一都够不着。

正文

上一篇文章《出生时刻的信息量上限》从”实测”端算出出生季节效应携带的信息量（约 0.0002 比特），与命理”个体命运判定”所需信息量（10+ 比特）之间存在 3-4 个数量级的鸿沟。本文换一个角度，从”理论”端问：如果命理的个体断言是真的，它需要多大的效应量与判别力？

一、判别力的理论上限：遗传力与患病率决定天花板

基因组学个体化预测有一套成熟理论：任何预测因子的判别力（AUC）都存在绝对上限，由结局的遗传力（heritability）与患病率共同决定。Wray 等人 2010 年给出了最大 AUC 与遗传力、患病率的显式方程，并计算了 17 种复杂疾病的”理论天花板”：要达到 AUC 0.75，各疾病需要解释的遗传方差从 10% 到 74% 不等——高遗传力疾病相对”容易”，大多数复杂性状几乎不可能靠单一类别的预测因子达到高判别力。Dreyfuss 等人 2012 年进一步证明，即使不做任何分布假设，遗传预测准确度也存在数学上的硬上限。这条理论给命理命题的第一个约束：个体命运判定必须建立在”出生时刻信息”与命运结局足够强的关联之上，而这个关联强度有理论天花板。 出生时刻（八字）作为预测因子，其判别力上限同样受限于它解释了命运结局多少方差——如果它像实测那样只解释百分之零点几，那么无论命理逻辑多精致，其判别力都不可能超过 0.51。

二、”够用”的门槛：AUC 0.7 不够，至少 0.75-0.8

临床预测领域对”多少 AUC 才算够用”有大量讨论。流行的经验阈值是 0.7（可接受）、0.8（优秀）、0.9（杰出）——但 White 等人 2023 年在 BMC Medicine 上分析了 PubMed 中 306,888 个报告过的 AUC 值，发现分布在这三个阈值处出现明显”堆积”，而阈值之下”短缺”，提示大量研究者为报告”漂亮”的 AUC 而反复重分析数据（AUC hacking）。这说明 0.7/0.8/0.9 不仅是经验分界，还成了被系统博弈的对象——真正经得起检验的模型，门槛应该更高。

Vickers 的决策曲线分析（DCA）方法论给出了更严格的回答：AUC 本身不回答”模型是否值得用”，必须结合净获益（net benefit）与阈值概率（threshold probability）评估——”根据预测采取行动”的好处是否超过”误判”的代价。Vickers 与 Holland 2021 年的综述明确指出：“AUC 要多少才够用”没有统一答案——取决于使用场景与代价结构。

那为什么本文仍坚持”至少 AUC 0.75″？因为命理不是医疗筛查，它的断言（职业、婚期、健康事件）没有明确的”行动与代价”框架，却承诺了极高粒度的个体判定。对照临床最强的预测工具多基因风险评分（PRS）——Dudbridge 2013 年的理论分析表明，即使标记面板解释了全部遗传力，要达到临床有用的 AUC（约 0.75），多数复杂疾病也需要数十万到数百万的样本规模来估计效应。命理的输入只是出生时刻，若它的判别力要达到 PRS 的天花板，意味着出生时刻必须携带相当于”全部遗传信息”的预测力——这在效应量上是不可能的。

三、把门槛换算成效应量：AUC 0.75 需要 OR 4 以上

AUC 与效应量（OR）的换算有标准公式。对一个二分类暴露（如”这个八字是否吉命”），AUC 0.60 约对应 OR 2.0；AUC 0.70 对应 OR 约 4.0；AUC 0.80 对应 OR 约 9-10。也就是说，命理断言要达到 AUC 0.75 的门槛，出生时刻暴露的效应量至少需要 OR 4-5——”吉命”与”凶命”之间的风险差 4 倍以上。

对照现实：出生季节与精神分裂症的关联 OR 1.05，出生月份与数十种疾病的关联 OR 1.02-1.10，即使按效应最强的纬度带计算，出生时刻相关暴露的 OR 也极少超过 1.3。实测效应与所需效应量之间隔着约 20-30 倍。更严峻的是：即使 OR 达 3.0 的强生物标志物，加入模型后的 AUC 增量也可能微乎其微，因为判别力还取决于暴露在人群中的分布与结局患病率。

四、另一个被低估的门槛：多重断言的一致性

命理通常一次性做出数十个独立断言（事业、婚姻、子女、健康、财运、流年……）。一个很少被讨论的统计学含义：每个断言都是一个独立的判别问题，都要跨过各自的 AUC 门槛。 如果单个断言的判别力只有 AUC 0.55（已远超实测的 0.51），”同时准确命中 10 个维度”的概率接近零。要让”整套判词”在统计上可辩护，每个维度都要相当高，这进一步抬高了总门槛。还有一个实践陷阱：用”事后觉得准”评价命理是无效的。临床预测领域尚且存在 AUC 系统性高估，命理断言更缺乏预注册、盲法与多重检验校正。任何关于命理判别力的主张，都必须先通过盲法+预注册的检验，才能进入与 AUC 门槛对话的环节。

五、结论：门槛立起来了，现实够不着

把这条理论链收拢：命理”个体命运判定”若要成为可辩护的科学命题，出生时刻暴露的判别力至少要达到 AUC 0.75（对应 OR 4-5），且每个断言维度都要独立达标；而现代流行病学实测的出生时刻效应（OR 1.02-1.10，AUC 0.51）连门槛的十分之一都不到。这条鸿沟不是”统计方法不够先进”造成的，而是理论天花板与实测效应量共同决定的。科学能做的，是把门槛本身立清楚——不是断言命理”不可能”，而是给出一个可以被检验、被反驳的量化标准。

证据与局限

已验证: 遗传预测判别力存在由遗传力与患病率决定的绝对理论上限（PMID 22827772, 20195508）；PRS 达到 AUC 0.75 需要解释大部分遗传方差且需海量样本（PMID 23555274）；决策曲线分析框架下”AUC 多高才够用”取决于净获益与代价结构而非 AUC 本身（PMID 17099194, 33676020）；报告中的 AUC 存在 0.7/0.8/0.9 阈值堆积的系统性高估证据（PMID 37667344）；稀有事件下 AUC 的可靠性由事件数而非事件率决定（PMID 41224138）。

部分验证: AUC-OR 换算公式有成熟方法学（Chinn 2000 等），但实际判别力还受暴露分布与患病率影响，需个案计算。

待验证: 出生时刻（时辰粒度）暴露的效应量是否在任何疾病上达到 OR 3 以上；命理多个断言维度之间的相关性是否允许”部分维度达标”；命盘评分操作化后在临床模型基线之上能否带来 NRI/净获益增量（对应 backlog #419）。

Tag: 净获益