Bir tedaviyi alanlarla almayanlar arasında sonuç farkı görmek, tedavinin o farkı yarattığını tek başına göstermez. Karıştırıcı değişken; incelenen maruziyetle ve sonuçla ilişkili olan, nedensel düzen içinde maruziyetin sonucu sayılmayan ve uygun biçimde hesaba katılmadığında aralarındaki ilişkiyi çarpıtabilen etkendir. Örneğin daha ağır durumdaki kişilerin belirli bir tedaviyi daha sık alması, tedavi grubunun sonucunu başlangıçta dezavantajlı gösterebilir. Yaygın varsayım, birkaç değişkeni regresyon modeline eklemenin bu sorunu temizlediğidir; oysa ölçülmemiş, yanlış ölçülmüş ya da kaba sınıflanmış etkenler artık karıştırıcılık bırakabilir, sonuçtan etkilenen bir değişkeni ayarlamak ise yeni yanlılık üretebilir. Daha kullanışlı yaklaşım, olası nedensel düzeni analizden önce kurmak; rastgeleleştirme, kısıtlama veya eşleştirme gibi tasarım araçlarını ve tabakalama ya da uygun modelleme gibi analiz araçlarını gerekçeleriyle kullanmaktır. Düzeltilmiş tahmin, karıştırıcılığın bittiğine dair mühür değil, belirtilen varsayımlar altında elde edilmiş yeni bir tahmindir. Benim için iyi yorum, ayarlanan değişken listesinden önce hangilerinin neden karıştırıcı sayıldığını açıklar.