第 0 层 · 理论方法论（Theory Methodology）
第 0 层 · 理论方法论（Theory Methodology）
层级：Kernel · 第 0 层
版本：v3.0.3
状态：草案
位置：v3/00_Kernel/00_理论方法论.md
定位
本层放在最顶层。不属于健康公理，是理论本身的元约束。
任何健康判断都必须先通过本层压力测试，再进入第 1–9 层。
M0.1 可证伪优先 【公理】
任何健康判断必须允许被新证据推翻。
判定：删去此条后，理论是否在结构上失去一个不可由其他原则推出的约束？是 → 保留；否 → 删。
M0.2 元规则压力测试
新元规则入册必须通过：
"如果删除它，理论结构是否会因此变得无法闭合？"
- 否 → 不入公理层，移入策略层。
- 是 → 进入公理候选。
M0.3 理论自反性 【公理】
理论必须主动暴露自身方法论局限。
- 禁止使用"无法质疑"、"已穷尽"等自封性表述。
- 每条核心结论必须列出至少 1 条已知失效边界。
M0.3.1 可纠错性 【公理】
健康不是"拥有答案"，而是拥有不断逼近答案的能力。
- 任何健康判断都必须为"被未来证据推翻"留接口。
- 知识库不允许"定论"标签，只允许"截至 X 年 X 月的最佳证据"标签。
- 工具层不直接给"你应该这样做"的强建议，而是给"按当前证据，建议这样做；如果新证据出现，建议会变"的条件式建议。
- 系统的稳健性不取决于"永远正确"，而取决于"发现自己错了能多快修正"。
v3 实证：猴痘 BA345 研究 §九 — "今天的机制明天被修正"是医学常识，也是健康决策必须接受的常态。
M0.4 层级隔离 【公理】
Kernel 不下沉到知识，知识不回流到 Kernel。
- 发现新知识 → 写进对应知识库。
- 知识积累不导致 Kernel 增厚。
M0.5 证据评估四步法 【算法】
任何健康相关研究结论被引入 v3 知识库前，必须通过四步证据评估。
| 步骤 | 评估问题 | 证据贡献 | 落点 |
|---|---|---|---|
| ① 现象 | 是否观察到稳定、可复现的现象？ | 仅"现象" | 研究议程 |
| ② 机制 | 是否提出可检验的机制假说？ | 机制线索 | 机制假说 |
| ③ 因果干预 | 是否做过 rescue / knockout / 补充实验？ | 因果证据 | 候选干预 |
| ④ 人体验证 | 是否在人体上完成 RCT 或等效验证？ | 人类证据 | 健康建议 |
硬约束：
- 任何停留在 ① 的结论只能进入研究议程。
- 进入 ② 后可作为机制假说，但不得作为干预依据。
- 进入 ③ 后可作为候选干预的研究基础，仍不可直接推荐给人。
- 未通过 ④ 的研究，不得作为"对人有效"的依据写入 Kernel 或知识库的【策略】层。
v3 实证范例：GV971 小鼠研究 §五 — 该研究通过清除菌群、补充 DCA 等 rescue 实验，将证据从"机制线索"升级为"候选干预"，但因未完成 ④，不得作为对人减肥建议。
与 M0.3 关系：M0.3 要求每条结论自暴失效边界；M0.5 把"失效边界"系统化为"四步走完才算可推广"。
与现有证据等级（E1/E2/E3/T）关系：E1-E3 是静态标签（这条研究目前处于什么等级）；M0.5 是动态评估流程（这条研究需要走完哪些步骤才能升级）。
相关 ≠ 因果 【警示】
观察到一个指标与疾病的相关性，不等于该指标就是病因。
- "胆红素升高的人更容易出现神经问题" → 仅是相关关系。
- "胆红素是否通过某条具体机制导致神经损伤" → 才是因果机制问题。
- 把相关直接当因果处理，是健康决策中最常见的错误之一。
四步法与相关-因果的对应：
| M0.5 步骤 | 证据性质 | 是否构成因果？ |
|---|---|---|
| ① 现象 | 相关 | ❌ 仅相关 |
| ② 机制 | 机制假说 | ❌ 仅线索 |
| ③ 因果干预 | rescue / knockout / 补充实验 | ✅ 进入因果区间 |
| ④ 人体验证 | RCT 或等效验证 | ✅✅ 临床因果 |
进入 ③ 步才进入"因果区间"；进入 ④ 才进入"临床因果区间"。在此之前，相关性证据只能作为"研究线索"或"机制假说"。
v3 实证范例：胆红素—RIPK3 通路研究 §十 — 通过 RIPK3 缺失 rescue 实验把"相关"推进到"机制因果"，但人体机制仍待验证。
M0.6 证据链完整度 【算法】
任何进入 v3 知识库的机制假说，必须显式列出因果链的中间环节，并标明哪些已验证、哪些待验证。
完整度评估的不是"证据有多强"（M0.5 的问题），而是"已经看到了多少个中间环节"。
| 等级 | 完整度 | 含义 | 落点 |
|---|---|---|---|
| L1 | 0% | 仅观察到最终结果 | 现象 |
| L2 | <50% | 看到 ≥1 个中间环节，但因果链未闭合 | 初步机制线索 |
| L3 | 50-80% | 看到多数环节 + ≥1 个 rescue/knockout | 候选机制 |
| L4 | >80% | 全部主要环节已知 + 多步 rescue 双向验证 | 成熟机制 |
v3 实证范例：猴痘 BA345 研究 §十 — 候选发现 → AI 筛选 → 实验结合 → 中和 → 结构解释 → 动物保护（5/6 步已知，缺人体），L3 完整度。
对比：两个研究可能同属【E2 动物模型】，但 L1 与 L3 不可同日而语。
| 研究 | 描述 | 等级 | 完整度 |
|---|---|---|---|
| 研究 A | 给小鼠吃某东西，小鼠变瘦 | E2 | L1 |
| 研究 B（BA345） | 候选→计算→实验→机制→结构→动物 | E2 | L3 |
与 M0.5 关系（双轨）：
| 维度 | 评估问题 | 工具 |
|---|---|---|
| 纵轴 | 这条研究走完几步？ | M0.5 四步法 |
| 横轴 | 走到的步里看到了多少环节？ | M0.6 完整度 |
硬约束：M0.5 走到第 ③ 步 且 M0.6 达到 L3 的研究，方可作为"机制候选"被 Kernel 或工具层引用。
未同时满足两轴条件的研究，仅可作为"研究线索"或"机制假说"留存。
M0.7 决策五步法 【算法】
任何健康决策必须显式走完以下五步，缺一步即视为不完整决策。
| 步 | 名称 | 核心问题 |
|---|---|---|
| ① | 状态 | 我现在处于什么状态？ |
| ② | 趋势 | 这个状态正在向哪里变化？ |
| ③ | 原因 | 哪些因素正在推动这种变化？ |
| ④ | 干预 | 如果改变某个因素，状态会不会改变？ |
| ⑤ | 反馈 | 改变以后，反馈是什么？ |
五步形成闭环：
新状态 → 回到 ① 继续评估。
v3 实证：本算法源于 RBBP7 论文 §十七，与 v3 设计书的"健康状态理论 → 健康决策理论"主轴一致。详见 理论升级建议_RBBP7.md。
与现有体系关系：
| 现有 | 关系 |
|---|---|
| M0.5 / M0.6 | M0.5/0.6 评估"证据"；M0.7 用证据做"决策" |
| Kernel 05 决策算法 | M0.7 是 05 决策算法的总纲，05 各步骤应可映射到 M0.7 的某一两步 |
| 健康状态理论 | 第 ① 步「状态」直接调用"健康状态"定义；第 ② 步「趋势」调用"状态空间演化"模型 |
| 健康治理理论 | 治理失败往往体现在跳过 ③ 直接 ④（"治疗指标"），或停留在 ① ② 不进入 ④（"等指标正常"） |
两条反模式硬约束：
| 反模式 | 识别 | 后果 |
|---|---|---|
| 代理指标谬误 | 跳过 ① ② ③ 直接 ④ 干预某项指标 | 治疗指标 ≠ 改善健康 |
| 静态思维谬误 | 停留在 ① ② 不进入 ③ ④ | 等指标正常而错过趋势恶化 |
任何"看到 A 高 → 吃 B 降 A"的简化决策，必须被识别为代理指标谬误并补走 ① ② ③ 才能进入 ④。
通用标签规范
任何段落必须自带 类型标签：
| 标签 | 含义 | 谁来反驳 |
|---|---|---|
| 【公理】 | 不可违反的硬约束 | 需举出反例 |
| 【机制】 | 描述"为什么会这样" | 需新证据推翻 |
| 【算法】 | 遇到问题怎么判断 | 需反例决策 |
| 【策略】 | 可以怎么做 | 需新研究更新 |
| 【案例】 | 上述四类在具体情境下的体现 | 不反驳 |
任何医学陈述必须自带 证据等级：
| 等级 | 含义 |
|---|---|
| 【E1】 | 多个高质量研究 / 临床指南支持 |
| 【E2】 | 有研究支持，仍存在限制 |
| 【E3】 | 初步/不确定，仅作研究方向 |
| 【T】 | 理论模型（非医学事实） |