隨機對照試驗是評估干預措施效果的金標準，主要用于估計研究人群整體的平均干預效果。但同一種干預對不同特征人群的效果可能存在顯著差異，即存在處理效應異質性。傳統的亞組分析和交互作用分析對處理效應異質性的檢驗功效通常較低，難以有效發現異質性來源。近年來，隨著機器學習技術的發展，因果森林成為評估處理效應異質性的新方法，可有效解決傳統分析的局限性。然而，該方法在醫學研究領域的應用尚處于起步階段。為促進該方法的合理使用，本文在醫學干預效果評價的情境下，介紹因果森林方法的用途、基本原理和實現步驟，并結合實例解讀及代碼實現樣例，討論使用因果森林方法的注意事項。