目的 通过模拟实验和实例验证探讨基于g-computation的联合混合效应模型(joint mixed-effects model, JMM)控制纵向研究未测混杂因素进行因果推断时的效果及性能特点。方法 通过计算机模拟产生包含基线及两次随访时点的纵向数据，模拟条件包括样本含量、有无未测混杂因素及未测混杂效应大小，分别利用基于g-computation的JMM、线性混合效应模型、固定效应模型和纵向目标极大似然估计方法估计因果效应，通过平均绝对偏差(mean absolute deviation, MAD)、标准误、均方根误差(root mean square error, RMSE)、95%置信区间覆盖率(95%confidence interval coverage, 95%CI coverage)评价比较各方法因果推断的效果。利用绝经期女性队列体检数据，应用四类模型分别估计绝经期女性血清卵泡刺激素(follicle-stimulating hormone, FSH)水平与腰椎骨密度间因果关系，对各模型在真实纵向数据中的因果推断效果进行验证。结果 JMM控制未测混杂因素的因果推断准确性最佳，但稳定性略差。当研究中存在较强未测混杂效应时，仅JMM可准确估计因果效应，且其在大样本量时估计的精确性和真实性较好。结论 基于g-computation的JMM可有效控制纵向研究中未测混杂因素进行近似无偏因果推断。