论文部分内容阅读
健康是人们最关心的话题，和健康相关的科学话题同样也会成为人们饭桌上讨论的议题，但往往人们在看到某个最新科学进展之后，会因为报道本身原因而误读其结论，或者在转述的时候夸大问题，
一般来说，数字对于解释一个问题较为明晰.但是，在科学解读上，数字又往往会迷惑真相，很容易让人误读，在人类健康领域，这个问题尤其突出.英国科学杂志《新科学家》最近以专文形式也做了一次“辟谣”，列出了几种最明显的数据误读，
主因：科学无奇迹
《新科学家》的文章解释，导致这类问题的出现，主要原因在于一般而言，一个医学治疗的效果都不会一下子很明显.根据剑桥大学生物统计学家斯皮格豪特的说法，—个疗法能够奇迹般地治愈疾病的情况是少之又少的，大部分的临床治疗都建立在严谨、小心的科学基础之上.他表示，任何与人类健康相关的敏感研究都必须做出可复制的大型临床实验，对不同的人群做出观察，这意味着会用一些统计方法来从数据中提取一些可用的结论来.
如果运用得当，统计数据会是很强大的工具，但是正确地阅读统计数据又是至关重要的，样本的大小、实验的设计甚至哪怕是某些措辞的使用或者某个数字采用的方式，都可以影响媒体和人们的解读，此外，斯皮格豪特说，对于个人和家人的健康，人们往往都带有强烈的感情压力，常常在文化、情感和价值观的左右下对健康话题做出判断，在出现了一些具有争议性的统计数字时，人们更会出现判断偏差和不客观，同样地，研究者、医生或某项新疗法推崇者也会因为过于相信某个疗法而产生偏见.
数字越大，风险“越大”
《新科学家》文章问道：如果有人告诉你，100个人里面，有25个人会因为癌症而死亡，又有人告诉你，1000个人里面，有250个人会因癌症而死亡.这两者哪个让你更担心？
清楚的读者一看就明了，这两组数字表示的是同一个比例：四分之一的人因癌症死亡.但是，两组说法的确会给读者带来理解上的不同.希望夸大或者缩小风险的人，往往会用上“比例偏差”这个法则.乍一看，数字越大，风险看上去也越大.
《应用认知心理学》上有一篇研究对这个问题做了实验，给出了两组说法：“癌症导致1万人中1286人死亡”“癌症导致100人中24.14个人死亡”，事实上，后一组说法的癌症风险几乎是前一组的两倍，但是，读到前一组说法的人却比后一组读者认为癌症风险更大.《判断和决策》也有同样研究.面对两组实质一样的说法——“每天有100人死于某种癌症”，以及“每年有36500人死于这种癌症”，读者会认为前者读出的癌症风险更小.
相对风险并不“绝对”
癌症的起因是什么？尽管到现在为止，人类还没有找到答案，但是在过去的几年中，人们还是读到了这样一些研究结果：喝茶太烫导致患食管癌的几率增加8倍，每天吃四分之一的柚子令更年期后的女性患乳腺癌的几率增加30%，甚至每天一个培根三明治令患肠癌的几率增长20%.
在这些说法中，数据是用来衡量健康风险的，其使用背后的意思是，如果你吃了这些听上去危险的食物，和没吃这些食物的人相比，有多少可能性更会得病.但这些数据没有提供的信息是增加的绝对风险到底是多少.
斯皮格豪特解释说，对于普通人来说，在一生中得肠癌的可能性只在5%左右，所以如果将这个20%的增加率计算到5%的绝对风险中的话，那也仅仅只是增加了1%，最后得出的绝对风险是6%而已.这个数据相对来说会让人平静得多.
用—个相对风险而不是绝对风险来形容某种危险或某种疗法的效果，这是最常见的误导方式.根据德国普朗克人类发展研究所的心理学家吉根瑞森一书《认识风险》所说，这类技巧称为“误导定义”，他举例说，在一份有关荷尔蒙替代疗法的信息传单中，称这一疗法减少50%导肠癌的几率（相对风险）.但经过这种疗法的每1000名妇女中，会有6人得乳腺癌（绝对风险），乍一看，似乎这个疗法的积极效果大大高于消极作用，疗法导致的乳腺癌几率只有0.6%.不过普通公众得肠癌的几率只有5%，算人相对的风险就变成25%，这时候0.6%就不是一个可以忽略的几率了，
是“关联”，不是“导致”
去年，一个有关“看电视时间和死亡率”的研究成为媒体热门的标题，研究者在六年里跟踪了8800人，观察他们的健康、生活习惯和看电视行为，其中有284人死亡，根据研究，每天看电视超过4小时的人在这段时间内死亡的风险几率要比每天看两个小时以下的人高出46%.
这份研究被很多人概括为“科学家说，电视致人死”，这是最常见的把“有关联”解释成“因为所以”关系的例子.A和B两个变量有着关联并不代表着A导致了B在这项研究中，研究者并不主要是研究看电视，他们测试的是人们久坐的时间和健康的关系，而看电视只是其中一个便利常见的方式，研究结论是，人的久坐，比如经常一动不动地坐着看电视与心脏病等疾病导致的死亡风险增加两者有着关联，而不是看电视会让人更容易死亡这样简单的结论，
在很多广告中，都会出现“超过80%的女性消费者都会说这种洗发水让她们的头发更健康，更亮丽”，但是，广告并不会附上另外一句话，即“只有5个人做了洗发水测试”，而在四个称赞的人中，可能有一人或两人纯粹因巧合头发变好了，或者只是自己在猜测效果而已.
在医学研究中，大小问题同样存在.10个人中6个人的病治好了，与500个人中300人的病治好了治愈率一样，但后者要更有说服力.在对某种药品或疗法的临床实验中，抽样多少的确至关重要，大的抽样可以排除偶然几率，
在国际上，有一个既定形成的权威临床实验规范，即“临床对照实验”标准，对于药品和疗法的认证，这个标准是相当权威的，它可以看成是直接衡量药品或疗法有效与否的测试工具，要通过这个标准的药品或疗法，必须要有对过去研究的分析、动物实验的结果，而且，预期的效果越小，要测试的人群就要越大.
有些比较毫无意义
在一些场合，医学数据往往被人利用，来证实某一论点或做他用，比如，纽约前市长朱利安那曾经在共和党主席竞选演讲中说，美国前列腺癌患者的幸存率高达82%，而在有着纳税人资助的国家卫生服务局的英国，幸存率则只有44%.
这一说法被很多科学家批评，朱利安那是用两个完全不同的国家来比较一种疾病的风险，这两个数据都是正确的，但是这种比较却是误导人的，美国和英国诊断前列腺癌的方式完全不同，朱利安那引用的是5年幸存率，即某—疾病的患者在五年中幸存的几率，但是在美国，一般通过筛查诊断出前列腺癌，而在英国，医生是在病人出现症状后才诊断为前列腺癌，前者诊断出的患病时间通常比后者早，患者会更早采取措施治疗，而且筛查准确率有限，常出现误诊，也可能将良性肿瘤也包括入内，使得得病的人的基数更大，这种情况下，两个国家的幸存率计算的基础完全不同，如果要进行比较，误导自然就产生了.
因为误诊、过度诊断等原因，幸存率并非科学的比较工具，而且幸存率高并不代表死亡率低，如果要比较两个国家哪个情况更好，应该比较死亡率.根据美国癌症研究中心2003年到2007年的数据，每10万人中，24.7人死于前列腺癌，而根据2008年《英国癌症研究》报告，该国每10万人中，有23.9人死于前列腺癌，这个比较相对就科学多了.
一般来说，数字对于解释一个问题较为明晰.但是，在科学解读上，数字又往往会迷惑真相，很容易让人误读，在人类健康领域，这个问题尤其突出.英国科学杂志《新科学家》最近以专文形式也做了一次“辟谣”，列出了几种最明显的数据误读，
主因：科学无奇迹
《新科学家》的文章解释，导致这类问题的出现，主要原因在于一般而言，一个医学治疗的效果都不会一下子很明显.根据剑桥大学生物统计学家斯皮格豪特的说法，—个疗法能够奇迹般地治愈疾病的情况是少之又少的，大部分的临床治疗都建立在严谨、小心的科学基础之上.他表示，任何与人类健康相关的敏感研究都必须做出可复制的大型临床实验，对不同的人群做出观察，这意味着会用一些统计方法来从数据中提取一些可用的结论来.
如果运用得当，统计数据会是很强大的工具，但是正确地阅读统计数据又是至关重要的，样本的大小、实验的设计甚至哪怕是某些措辞的使用或者某个数字采用的方式，都可以影响媒体和人们的解读，此外，斯皮格豪特说，对于个人和家人的健康，人们往往都带有强烈的感情压力，常常在文化、情感和价值观的左右下对健康话题做出判断，在出现了一些具有争议性的统计数字时，人们更会出现判断偏差和不客观，同样地，研究者、医生或某项新疗法推崇者也会因为过于相信某个疗法而产生偏见.
数字越大，风险“越大”
《新科学家》文章问道：如果有人告诉你，100个人里面，有25个人会因为癌症而死亡，又有人告诉你，1000个人里面，有250个人会因癌症而死亡.这两者哪个让你更担心？
清楚的读者一看就明了，这两组数字表示的是同一个比例：四分之一的人因癌症死亡.但是，两组说法的确会给读者带来理解上的不同.希望夸大或者缩小风险的人，往往会用上“比例偏差”这个法则.乍一看，数字越大，风险看上去也越大.
《应用认知心理学》上有一篇研究对这个问题做了实验，给出了两组说法：“癌症导致1万人中1286人死亡”“癌症导致100人中24.14个人死亡”，事实上，后一组说法的癌症风险几乎是前一组的两倍，但是，读到前一组说法的人却比后一组读者认为癌症风险更大.《判断和决策》也有同样研究.面对两组实质一样的说法——“每天有100人死于某种癌症”，以及“每年有36500人死于这种癌症”，读者会认为前者读出的癌症风险更小.
相对风险并不“绝对”
癌症的起因是什么？尽管到现在为止，人类还没有找到答案，但是在过去的几年中，人们还是读到了这样一些研究结果：喝茶太烫导致患食管癌的几率增加8倍，每天吃四分之一的柚子令更年期后的女性患乳腺癌的几率增加30%，甚至每天一个培根三明治令患肠癌的几率增长20%.
在这些说法中，数据是用来衡量健康风险的，其使用背后的意思是，如果你吃了这些听上去危险的食物，和没吃这些食物的人相比，有多少可能性更会得病.但这些数据没有提供的信息是增加的绝对风险到底是多少.
斯皮格豪特解释说，对于普通人来说，在一生中得肠癌的可能性只在5%左右，所以如果将这个20%的增加率计算到5%的绝对风险中的话，那也仅仅只是增加了1%，最后得出的绝对风险是6%而已.这个数据相对来说会让人平静得多.
用—个相对风险而不是绝对风险来形容某种危险或某种疗法的效果，这是最常见的误导方式.根据德国普朗克人类发展研究所的心理学家吉根瑞森一书《认识风险》所说，这类技巧称为“误导定义”，他举例说，在一份有关荷尔蒙替代疗法的信息传单中，称这一疗法减少50%导肠癌的几率（相对风险）.但经过这种疗法的每1000名妇女中，会有6人得乳腺癌（绝对风险），乍一看，似乎这个疗法的积极效果大大高于消极作用，疗法导致的乳腺癌几率只有0.6%.不过普通公众得肠癌的几率只有5%，算人相对的风险就变成25%，这时候0.6%就不是一个可以忽略的几率了，
是“关联”，不是“导致”
去年，一个有关“看电视时间和死亡率”的研究成为媒体热门的标题，研究者在六年里跟踪了8800人，观察他们的健康、生活习惯和看电视行为，其中有284人死亡，根据研究，每天看电视超过4小时的人在这段时间内死亡的风险几率要比每天看两个小时以下的人高出46%.
这份研究被很多人概括为“科学家说，电视致人死”，这是最常见的把“有关联”解释成“因为所以”关系的例子.A和B两个变量有着关联并不代表着A导致了B在这项研究中，研究者并不主要是研究看电视，他们测试的是人们久坐的时间和健康的关系，而看电视只是其中一个便利常见的方式，研究结论是，人的久坐，比如经常一动不动地坐着看电视与心脏病等疾病导致的死亡风险增加两者有着关联，而不是看电视会让人更容易死亡这样简单的结论，
在很多广告中，都会出现“超过80%的女性消费者都会说这种洗发水让她们的头发更健康，更亮丽”，但是，广告并不会附上另外一句话，即“只有5个人做了洗发水测试”，而在四个称赞的人中，可能有一人或两人纯粹因巧合头发变好了，或者只是自己在猜测效果而已.
在医学研究中，大小问题同样存在.10个人中6个人的病治好了，与500个人中300人的病治好了治愈率一样，但后者要更有说服力.在对某种药品或疗法的临床实验中，抽样多少的确至关重要，大的抽样可以排除偶然几率，
在国际上，有一个既定形成的权威临床实验规范，即“临床对照实验”标准，对于药品和疗法的认证，这个标准是相当权威的，它可以看成是直接衡量药品或疗法有效与否的测试工具，要通过这个标准的药品或疗法，必须要有对过去研究的分析、动物实验的结果，而且，预期的效果越小，要测试的人群就要越大.
有些比较毫无意义
在一些场合，医学数据往往被人利用，来证实某一论点或做他用，比如，纽约前市长朱利安那曾经在共和党主席竞选演讲中说，美国前列腺癌患者的幸存率高达82%，而在有着纳税人资助的国家卫生服务局的英国，幸存率则只有44%.
这一说法被很多科学家批评，朱利安那是用两个完全不同的国家来比较一种疾病的风险，这两个数据都是正确的，但是这种比较却是误导人的，美国和英国诊断前列腺癌的方式完全不同，朱利安那引用的是5年幸存率，即某—疾病的患者在五年中幸存的几率，但是在美国，一般通过筛查诊断出前列腺癌，而在英国，医生是在病人出现症状后才诊断为前列腺癌，前者诊断出的患病时间通常比后者早，患者会更早采取措施治疗，而且筛查准确率有限，常出现误诊，也可能将良性肿瘤也包括入内，使得得病的人的基数更大，这种情况下，两个国家的幸存率计算的基础完全不同，如果要进行比较，误导自然就产生了.
因为误诊、过度诊断等原因，幸存率并非科学的比较工具，而且幸存率高并不代表死亡率低，如果要比较两个国家哪个情况更好，应该比较死亡率.根据美国癌症研究中心2003年到2007年的数据，每10万人中，24.7人死于前列腺癌，而根据2008年《英国癌症研究》报告，该国每10万人中，有23.9人死于前列腺癌，这个比较相对就科学多了.