文章
相關不等於因果:健康新聞最常見的另一個陷阱
為什麼觀察性研究只能看到「相關」?拆解混雜因子、反向因果、健康使用者偏誤三大殺手,與 RCT 翻盤的真實案例。
每一則主張都對應到原始研究,連結直接附上,你能自己點開查證。
系統性回顧、RCT、觀察性研究我們分得清清楚楚,不把弱證據說成定論。
我們不接受個別產品業配;任何贊助或聯盟連結都會在文中明確標示。
為什麼觀察性研究只能看到「相關」?拆解混雜因子、反向因果、健康使用者偏誤三大殺手,與 RCT 翻盤的真實案例。
p 值不是「假設為真的機率」、也不是效果大小。本文白話拆解 p 值、信賴區間、統計顯著與臨床顯著的差別。
系統性回顧與統合分析為何位居證據頂端?怎麼讀森林圖、看懂 I² 異質性,以及它們何時會失靈。
正面結果較容易被發表、被引用、被報導,null 結果被壓在抽屜裡。這會讓統合分析高估療效——怎麼偵測、怎麼對抗。
個人見證不是證據、一篇研究不等於整體證據。一套可操作的紅旗清單與四個問題,幫你擋掉聳動健康宣稱。
在美國,補充劑上市前 FDA 不審查安全與效果,責任在廠商。看懂這套規則,你就不會被「療效」宣稱騙。
找不到符合的內容,換個關鍵字試試。
輸入關鍵字即時搜尋 · ↑↓ 選擇 · Enter 前往 · Esc 關閉