主題標籤

#研究方法

10 篇相關內容

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。

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。

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。

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。

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。

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。

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。

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。