首先，这里有任何因果关系存在于氯霉素与再生障碍性贫血疾病之间吗？一份确切的数据显示这二者确实有一些联系。一般儿童人群中患有再生障碍性贫血疾病的比率大约是百万分之一[4]。在儿童摄入氯霉素物质以后患有再生障碍性贫血疾病的比率大约是万分之一[5]。如果调查的人群更大，这两个结果显示出的统计学标志性数据将会不同于直接统计的方法。对更大的人群进行调查，毫无疑问，使用氯霉素物质后导致再生障碍性贫血疾病的比率还会更高。

　　其次，假设一个具体的儿童在摄入氯霉素以后患上了再生障碍性贫血疾病。在这个具体案例中，氯霉素物质与再生障碍性贫血疾病之间的关系符合“有时可能性”规则吗？为了在统计学意义上证明在普通人群中患有再生障碍性贫血疾病比率上升与个别人群患病之间的“优势可能性”，我们需要评估的不仅仅是绝对的风险数据，更应当是这个具体案例中的相关风险关系，比如，氯霉素与患有再生障碍性贫血疾病的其他因素相比，影响到底有多大。

　　这个计算过程如下，首先，我们评估一群摄入氯霉素的儿童中患有再生障碍性贫血疾病的比率。其次，我们把这个数据与没有摄入氯霉素的儿童患有再生障碍性贫血疾病的比率相比较，这个比率主要由患病的其他混淆因素控制。假设有一百万个儿童摄入氯霉素，我们预计将有100例再生障碍性贫血疾病病例。不过不摄入氯霉素，仅会有一例病例出现。综上，相对于每个具体儿童而言，他们由于摄入氯霉素而患有再生障碍性贫血疾病的可能性是100/101=99%——远远高于“优势可能性”。

　　四、不作为、作为、介入因素和原因

　　直观的说，分析“作为”与分析“不作为”在这篇侵权案例论文中方法并不相同。这种形式看似很直接——如果一个医生割破自己的血管而流血，即她导致流血，如果她给病人一种药物而病人有过敏反应，即她导致过敏反应，这种类型的直接因果关系不是模凌两可的。

　　相比较，如果一个医生不给病人使用青霉素，他的病人会因此继续遭受疾病的痛苦吗？如果她不对病人进行脑部扫描，病人会因此由于脑肿瘤死亡吗？如果她不给孕妇施用ACS药物，而这个孕妇又早产生下一婴儿，这个婴儿会患有RDS疾病吗？这些“不作为”是否会导致后来的这些疾病？一个明显的问题是“这种结果在任何一般情况下有多大的发生机率”？很多早产儿依然会患上RDS疾病，尽管他们的母亲被施用了ACS药物。“不作为”的过错与“作为”的过错之间的区别是不言自明的。