文章
p 值與信賴區間：看懂一份研究有沒有「達標」
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。
主題標籤
#實證醫學
16 篇相關內容
文章
系統性回顧與統合分析：證據金字塔的頂端，以及它何時會出錯
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。
文章
發表偏差：為什麼「沒效果」的研究你常常看不到
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。
文章
誰出錢，會不會影響研究結果？利益衝突與產業資助
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。
文章
替代指標 vs 真正終點：「數字降了」不一定「救了命」
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。
文章
看懂研究設計：世代、病例對照、橫斷面、RCT 差在哪
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。
文章
勝算比（OR）vs 風險比（RR）：另一個被誤讀的數字
「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。
文章
篩檢的兩面：「早期發現」不總是救命，還可能過度診斷
「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。
文章
意向治療分析（ITT）：為什麼「半途退出的人」也要算進去
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。
文章
效應大小：「有顯著差異」不等於「差很多」
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。
文章
「證據確定性」怎麼分級？認識 GRADE 與 Cochrane 的高/中/低
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。
成分解析
紫錐菊（Echinacea）：能預防或治療感冒嗎？
紫錐菊常被當作增強免疫、防感冒的草本，但 NCCIH 與 Cochrane 都指出：可靠證據不支持它能預防感冒，治療效果也不確定。
成分解析
鋸棕櫚（Saw palmetto）：對攝護腺肥大（BPH）真的有效嗎？
鋸棕櫚是熱門的攝護腺保健品，但大型嚴謹試驗與 Cochrane 回顧顯示，改善 BPH 排尿症狀的效果與安慰劑相當。
成分解析
蔓越莓（Cranberry）：預防泌尿道感染（UTI）真的有效嗎？
蔓越莓含原花青素（PACs）。2023 年更新的 Cochrane 回顧顯示它能降低反覆性 UTI 風險，但只防不治。
文章
相對風險 vs 絕對風險：健康新聞最常騙你的數字
「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。
闢謠
葡萄糖胺、軟骨素能修復軟骨、治好退化性關節炎？
大型獨立試驗與 Cochrane 回顧顯示：對多數人止痛多與安慰劑相近、修復軟骨證據薄弱。