全因子设计是估计组合交互项的最低要求
fact method lesson 组合干预的协同判定不能只看组合组更好 组合干预必须同时对齐顺序、组织和读出
全因子设计是估计组合交互项的最低要求
''结论'': 仅有“组合组优于单药组/对照组”的设计，通常只能支持 combination-positive，不能直接估计交互项，也不能把“互动优势”升级为严格的 synergy-positive。
为什么
若实验只包含对照、各单药、以及一个固定配比的三药鸡尾酒，那么它缺少对每个药物的系统交叉水平，因此没有足够的独立自由度去分离各单药主效应与两两/三重交互效应。要直接估计交互项，至少需要与问题匹配的 全因子设计 或等价的可辨识部分因子设计。
这个判断如何落到 rapamycin / acarbose / phenylbutyrate 论文
在 PMID 35508491 的 PMC 全文里，B6 小鼠分组是 Control、Full-dose Cocktail、Half-dose Cocktail、Rapamycin、Acarbose、Phenylbutyrate；HET3 只有 Control 和 Full-dose Cocktail。这样的结构可以比较“鸡尾酒 vs 单药/对照”，但不能把三药交互项单独识别出来。全文也用的是 t-test / ANOVA / mixed-effects 等比较各组差异，而不是一个可估计三因子交互项的全因子模型。
半剂量鸡尾酒的额外判读
PMID 35508491 的 half-dose cocktail 更像是对固定配方的剂量缩放检查：它可以帮助判断“同一鸡尾酒配方的剂量反应”，但不能自动升级为部分因子设计。原因是它并没有为每个组分提供独立的高/低水平交叉组合，因此仍不足以把 rapamycin、acarbose、phenylbutyrate 的主效应与交互项分开。
可复用判据
看到组合论文时，先问三件事：# 是否存在每个成分的独立水平；# 是否存在足够的交叉组合来识别主效应与交互项；# 统计模型是否真的把交互项写进去了。若任一项为否，就不要把“组合更好”误判成“协同已被定量证明”。
PMID 35508491 的直接教训
即便摘要写到 “interactive advantage”，也仍要回到设计自由度：如果没有 2×2×2 全因子或等价的可辨识部分因子结构，这个词更适合作为定性描述，而不是可估计交互项的证据。