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。
文章
從一個問題出發,追到原始研究,再翻成你今天就能用的判斷。
33 篇內容
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。
業界資助的藥品與器材研究,更常得出有利贊助者的結論——Cochrane 方法學回顧的實證數字、機制,與讀者怎麼判讀。
同儕審查是學術發表的基本品管,能過濾明顯有缺陷的研究,但無法保證結論正確、也擋不住造假與掠奪性期刊。
「研究發現 X 能抗癌」先別信——多數動物有效的藥到人體會失敗。看懂細胞、老鼠、人三種研究的差距。
血壓、血糖、膽固醇降了,腫瘤縮了,不等於更少心梗、更長壽命。學會追問「真正終點」改善了沒。
預印本是還沒經過同儕審查就先公開的論文草稿,能快速分享、但結論可能被修改。教你分辨它與正式論文。
極端數值之後傾向回到平均,這就是均值回歸——也是個人見證與前後對照最容易騙人的統計原因。
用白話拆解盲法(單盲、雙盲)與安慰劑對照如何擋掉期待與偏袒,以及盲法做不好為何會高估療效。
新藥從實驗室到上市要過三期臨床試驗。看懂第一、二、三期在測什麼,就知道一則新藥新聞離「能用」還有多遠。
同樣一句「研究顯示」,證據力可能差很多。白話拆解橫斷面、病例對照、世代、RCT 各能回答什麼問題。
咖啡、雞蛋、紅肉一下說好一下說壞?拆解營養新聞反覆打架的四個結構性原因,教你看懂研究類型、別被單篇新聞牽著走。
「驗出某致癌物」不代表會害你。毒理學第一原則:萬物皆有毒,劑量決定毒性。教你看到「驗出 X」該問的三件事。
會主動買保健品的人本來就有更多健康習慣。本文拆解健康使用者偏誤,教你看懂為何補充劑觀察研究常在 RCT 破功。
「勝算比 2.0」不等於「風險變兩倍」。當結果常見時,OR 會放大效果、看起來比真實風險更嚇人。
「早期發現早期治療」聽起來天經地義,但篩檢有被低估的代價——過度診斷、前導時間偏誤。篩檢是權衡,不是越早越多越好。
聳動的健康新聞,誇大往往不是記者捏造,而是大學與期刊的「新聞稿」就已放大。拆解源頭,教你回頭看原始研究。
拆解意向治療分析(ITT):為何按「最初被隨機分到的組」分析、退出與不遵從的人也算進去,才不會高估療效。
科學共識是多數專家基於最佳證據的集體判斷,會隨新證據更新。「有些科學家反對」常被用來製造假爭議。
安慰劑效應不只發生在吃藥——手術也有。為什麼研究者要做「假手術」對照?膝關節鏡的經典試驗給了答案。
顯著回答「像不像隨機」、效應大小回答「到底差多少」。大樣本連微小差距都能顯著,看到顯著先追問效應多大。
系統性回顧用 GRADE 把每個結論的證據確定性分為高、中、低、極低四級,看結論要連等級一起看。
拆解營養標示的每份/每100g、糖與添加糖差別、鈉與反式脂肪怎麼看、成分表排序,以及台灣與美國標示的差異。
拆解「吃了就感覺有效」背後的安慰劑效應、迴歸均值與自然康復,以及為何個人見證不可靠。
解釋自由基與抗氧化、為何「食物裡的抗氧化物有益」不等於「抗氧化補充劑有益」,並看大型試驗的真實結果。
「風險增加 50%」聽起來嚇人,但可能只是從 2% 變 3%。學會把聳動標題還原成絕對數字與 NNT。
脂溶性維生素隨餐吃吸收較好、水溶性較彈性、鐵與鈣要分開。但比完美時機更重要的,是規律服用。
魚油、銀杏、聖約翰草、葡萄柚汁都可能干擾你正在吃的處方藥。認識高風險組合,與最該守的一條原則。
同樣是「研究顯示」,份量天差地別。學會分辨系統性回顧、RCT、觀察性研究與動物實驗,你就能自己擋掉八成的健康謠言。
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