那些按照“最新研究”生活的人，會過得更健康嗎？

　　在信息渠道通達的今天，通過媒體獲取最新的科研進展變得如此容易，乃至于許多普通民眾會從大眾媒體或?qū)�業(yè)期刊上截取醫(yī)學(xué)研究的結(jié)論，并以此指導(dǎo)自己的健康行為選擇甚至于治療方案。這看似前衛(wèi)，其實是一種很不理性的行為。

　　每天，全球各地的科學(xué)期刊都會發(fā)表大量關(guān)于生命科學(xué)和醫(yī)學(xué)研究的新進展、新發(fā)現(xiàn)，其中一些會涉及健康、醫(yī)療和藥物研發(fā)。這些研究成果通常也是健康領(lǐng)域新聞報道的來源;而在自媒體時代，這些信息會通過各種渠道快速送達公眾，很多關(guān)注自身和家人健康的人們往往會從這些信息中尋找對維護健康或者治療疾病有利的信息。

　　這顯示出兩方面問題：一是新聞媒體在傳播有關(guān)醫(yī)學(xué)、健康和生活方式等話題時所表現(xiàn)出的不專業(yè)，一些尚不成熟的醫(yī)學(xué)進展被蓄意夸大，甚至那些停留在細胞水平、小鼠等模型動物中的研究結(jié)果，也被一知半解的媒體人直接照搬到人體;另一方面，受這些“二傳手”媒體影響，缺乏判斷力的民眾直接用這些最新研究來“指導(dǎo)”自己的健康決策，而實際上這些研究結(jié)果大概率還遠未形成定論。

　　本末倒置的媒體傳播

　　JAMA雜志幾年前發(fā)表了Ioannidis博士的一篇文章，系統(tǒng)分析了那些被Altmetic收錄的、媒體高度關(guān)注的有關(guān)生活方式方面的研究論文，得出了一個結(jié)論：一些值得重視的健康問題和生活方式被有意無意地?zé)o視或忽略，而那些無關(guān)痛癢的枝端末節(jié)和缺乏專家共識的推測性結(jié)論卻被肆意夸大。

　　大多數(shù)科學(xué)研究(無論其多么復(fù)雜還是投入了多少資源)很少會立即對日常生活產(chǎn)生影響，但關(guān)于生活方式方面的研究卻不一樣，它們會讓人覺得和自己的生活如此相關(guān)，并且似乎具有很強的可操作性。這就可以理解，有關(guān)生活方式的選擇問題會在公眾話題中占據(jù)重要位置并受到高度關(guān)注。

　　Altmetric統(tǒng)計科學(xué)論文在新聞和社交媒體中獲得的關(guān)注，并給出綜合評分，每年列出評分最高的100篇文章。收錄論文包括各種各樣的研究內(nèi)容，2017年和2018年引起人們最多關(guān)注的200篇論文中，有49篇與人們的生活方式有關(guān)。

　　Ioannidis博士的分析文章先列出了嚴重影響人體健康的生活習(xí)慣，抽煙是其中的頭號惡習(xí)。21世紀，抽煙導(dǎo)致的死亡人數(shù)將會達到10億人，而這完全是一個可以改變的行為。但是，在上述獲得新聞和社交媒體報道最多的49篇與生活方式有關(guān)的論文中，沒有一篇專門針對煙草濫用。大多數(shù)得分高的論文都與營養(yǎng)、飲食或肥胖有關(guān)(49篇中有29篇)。

　　肥胖也是全球性的重大健康問題，但在這29篇論文中，只有3篇直接涉及肥胖，其它26篇則討論了諸如特定的營養(yǎng)素、食物、補品或流行的飲食方式等。這29篇與生活方式相關(guān)的論文中只有2篇報告稱，所研究的目標對健康沒有影響。引起最多關(guān)注的論文往往研究的是對健康風(fēng)險很小甚至沒有影響的因素。例如，有3篇廣受關(guān)注的論文研究了咖啡是否有益于長壽。

　　即使論文報道的是具有健康高風(fēng)險的因素比如飲酒(5篇)，通常其重點也并沒有放在酗酒行為的巨大且明確的已知風(fēng)險上，而是關(guān)注少量飲酒的、不那么確定的風(fēng)險。與之形成對比，選擇吃什么以及怎么吃的論文卻占了很大比例，例如吃某種堅果可以讓人長壽、哪些飲食習(xí)慣跟哪些疾病有關(guān)等。

　　該分析文章的結(jié)論非常明確：在生活方式相關(guān)的科學(xué)研究領(lǐng)域內(nèi)，更重大的健康問題在媒體傳播上反而沒有得到相應(yīng)的重點關(guān)注。

　　作者認為，正確地向公眾和媒體傳播科學(xué)信息既是機遇也是挑戰(zhàn)，這與公共衛(wèi)生問題和大眾對生活方式的選擇息息相關(guān)。如果所傳播的信息與肥胖癥或高血壓之類的重大健康問題有關(guān)，而且這些信息是真實的，則其益處將是可觀的。相反，如果次要以及沒有確切結(jié)論的話題占用了公眾過多的注意力，對更關(guān)鍵的、具有更確定結(jié)論的問題及其解決方案關(guān)注較少，就會引起混亂。如此混淆主次甚至主次顛倒，可能會模糊關(guān)鍵的知識和科學(xué)答案。

　　另一方面，媒體傳播的許多信息其實是沒有科學(xué)界共識的，甚至是虛假的。有時關(guān)于同一問題的、得到高度關(guān)注的兩篇或多篇論文會得出截然不同甚至相反的結(jié)論，飲食中脂肪和碳水化合物對健康的影響就是典型例子。在Altmetric得分最高的49篇文章中，大多數(shù)是觀察性、非隨機分組的研究，或基于此類證據(jù)的綜述。

　　詭異的是，和沒有得到顯著結(jié)果的嚴密隨機分組的研究(這類研究結(jié)論波瀾不驚，但其實更可信)相比，觀察性研究更容易上新聞。而觀察性研究常常報道的是某個或某幾個因素與健康狀況的相關(guān)性，而不是因果關(guān)系，更不意味著對這些因素的調(diào)控能夠改善我們的健康。這樣看來，我們很難知道到底有多少被廣泛吹捧的研究其實得出的是無用甚至是錯誤的結(jié)論。

　　出于主觀的解讀，媒體通常對一些雞毛蒜皮的風(fēng)險或獲益因素添油加醋，諸如住在交通要道附近會導(dǎo)致失智、食用綠葉蔬菜可以降低失智風(fēng)險、手機輻射會對健康構(gòu)成影響——這類結(jié)論即使能建立起相關(guān)性甚至有一定的因果關(guān)系，這些因素的作用往往也小到不值得引起公眾廣泛關(guān)注的地步。這種不可靠信息還很容易被一些商家和其它非科學(xué)團體利用。

　　Ioannidis博士對媒體提出建議：為了讓公共衛(wèi)生行動有最大的收益，科學(xué)家和傳媒界需要仔細選擇傳播的主題，這些主題應(yīng)該有確定性的結(jié)論;科學(xué)期刊和媒體都應(yīng)策略性地選擇需要重點傳播的公共健康主題，優(yōu)先選擇那些能解決主要健康風(fēng)險的干預(yù)措施，并報道具有明確專家共識的知識;對存在偏差的觀察性研究應(yīng)該少在普及性雜志上發(fā)表，這些報告應(yīng)放在專業(yè)期刊中，并在摘要中恰當?shù)孛枋銎渚窒扌?新聞媒體應(yīng)大幅度減少對此類研究的報道，這是媒體和傳媒人應(yīng)有的社會責(zé)任感，也是應(yīng)該遵守的職業(yè)道德。

　　Ioannidis博士還建議，媒體也應(yīng)避免發(fā)布來自對健康有重大負面影響的行業(yè)或其它團體在利益驅(qū)動下炮制的片面信息。例如，不承認吸煙和喝酒對健康有危害(甚至鼓吹對健康有好處)的商家應(yīng)被禁言。當報道重大健康問題時，不僅科學(xué)期刊而且公共媒體也應(yīng)聲明作者是否存在利益沖突。

　　理解醫(yī)學(xué)論文的基礎(chǔ)

　　在上述認識的基礎(chǔ)上，我們很容易理解民眾直接用這些經(jīng)過大眾媒體二次解讀的最新研究來“指導(dǎo)”自己的健康決策有多離譜。

　　即便跳過“二傳手”、直接去尋找原始論文也靠不住，因為對于不具備專業(yè)知識的普通民眾而言，理解一篇科學(xué)論文所描述的研究內(nèi)容，并且能對結(jié)果做出正確判斷是非常困難的�；�于此，筆者不建議普通民眾從新發(fā)表的科學(xué)論文中獲取那些最新的、關(guān)于健康醫(yī)學(xué)的知識。即便某項研究涉及自身利益(比如癌癥患者恰好發(fā)現(xiàn)自己所患癌癥的治療進展)，也要慎重對待，可以考慮向有專業(yè)背景的親友咨詢。

　　如果某讀者對醫(yī)學(xué)有特別興趣，確實想全面了解某種疾病的最新醫(yī)學(xué)進展，建議先從理解科學(xué)論文開始。只有全面了解一個領(lǐng)域的基礎(chǔ)知識并懂得那些專業(yè)術(shù)語，才有可能正確理解一篇科學(xué)論文所呈現(xiàn)的內(nèi)容，并做出這些內(nèi)容是否對健康決策有幫助的判斷。

　　根據(jù)NIH(美國國立衛(wèi)生研究院)的建議，理解以下幾個問題，可以幫助你理解科研論文的份量及其結(jié)論的可信度。

　　研究的目的是什么?要解答什么問題?

　　生命科學(xué)和醫(yī)學(xué)基礎(chǔ)研究旨在了解基本的生命現(xiàn)象、生理和疾病機制，轉(zhuǎn)化醫(yī)學(xué)研究的目的則是尋找疾病的診治方法，以便為人體臨床試驗提供依據(jù)�；�礎(chǔ)醫(yī)學(xué)和轉(zhuǎn)化研究都可以在實驗室中進行，也可以通過臨床試驗進行。

　　臨床試驗旨在測試一種診斷或者治療方法的安全性和有效性，包括探索性研究和深入性研究。初步、探索性或試點研究為治療方法的安全性和有效性提供依據(jù)，有助于確定是否要進行更大規(guī)模和系統(tǒng)設(shè)計的臨床試驗。

　　系統(tǒng)設(shè)計和精心策劃的大型臨床試驗為一項診斷或治療是否有效和安全提供更加可靠的依據(jù)。該過程設(shè)計和實施都很復(fù)雜，耗時較長且耗資巨大，通常僅在較小規(guī)模的初步研究表明該治療或藥物有較大可能對患者有益時才展開。

　　如果涉及臨床研究或者流行病調(diào)查，參與人群的規(guī)模有多大?

　　對大數(shù)量人群進行的研究通常會得到比只有少量參與者的研究更為可靠的結(jié)論。更大規(guī)模的研究可以提高研究結(jié)果的準確性，降低研究結(jié)果的偶然性。但矛盾的是，規(guī)模越大，歷時就越長，耗資也越大。統(tǒng)計學(xué)可以幫助估算臨床研究所需要的參與者的規(guī)模。

　　臨床試驗方案是怎樣設(shè)計的?試驗中采取了哪些措施減少偏倚?

　　在對照臨床試驗中，研究人員要比較不同治療組的效果，所選擇的參與者在所有其它方面應(yīng)盡可能相同。例如，可以將接受新方法治療的一組(“實驗組”)參與者的結(jié)果與接受標準治療的另一組(“對照組”)的結(jié)果進行比較，對照組為實驗組提供用于測量的標準。

　　對照組的設(shè)計在專業(yè)臨床試驗中也是很有講究的，可以是給予沒有藥效的安慰劑，也可以給予當前臨床上的標準治療，實際情況中以后者居多。簡單的、且比較理想的情況下，參與者被隨機分配到其中的一個研究組里。這有助于確保兩組人群除了治療方式不同外，其它方面盡可能相同。多數(shù)情況下，對照組和實驗組治療以“雙盲”的方式進行，即提供治療的研究者和參與臨床試驗的志愿者都不知道他們接受的是試驗藥物還是對照藥物，數(shù)據(jù)由第三方人員來掌握和統(tǒng)計。

　　這是因為在臨床試驗中，避免偏倚往往是非常困難的。如果患者知道他們接受了什么治療，或者研究者知道患者接受的是哪種治療，都有可能影響對于治療效果的判斷。

　　是否存在潛在的利益沖突?

　　在查看任何研究結(jié)果時，很重要的一點是要尋找潛在的利益沖突等產(chǎn)生偏倚的源頭因素。了解誰為該研究提供資金，研究人員是否和研究內(nèi)容存在利益關(guān)系，是否有來自其它獨立來源的類似證據(jù)等。這些信息大部分能在文章里找到，因為大多數(shù)醫(yī)學(xué)期刊都要求作者提供利益沖突聲明和相關(guān)財務(wù)關(guān)系的信息。

　　該研究結(jié)果與以前的研究有何異同?

　　關(guān)于治療方法是否有效和安全的最有力證據(jù)應(yīng)是來自不同研究者的多項研究結(jié)果。一項研究很少提供最終的、確定性的結(jié)論，需要重復(fù)研究，包括使用相同方法但不同研究者和參與者的重復(fù)研究。此外，分析多項研究結(jié)果并嚴格審核數(shù)據(jù)質(zhì)量的獨立評估很有價值，這些評估稱為系統(tǒng)評價和薈萃分析。

　　當研究結(jié)果被描述為具有統(tǒng)計學(xué)意義但沒有臨床意義( statistically significant difference vs clinically meaningful difference)時，意味著什么?

　　“具有統(tǒng)計學(xué)意義”意味著研究組之間的差異可能不是偶然的。“臨床顯著性”是對研究中觀察到的效應(yīng)(療效)的量度。例如，一項研究可以發(fā)現(xiàn)兩個治療組之間存在統(tǒng)計學(xué)上的顯著差異，但差異還沒有大到可以明顯影響病人的臨床治療效果，因而認為它們對患者的治療不具有臨床意義。

　　中國有句老話，久病成醫(yī)。無論是患者還是其家人，在忍受病痛折磨時、尤其是遇到眼前的疾病尚無成熟的治療方案時，轉(zhuǎn)而去尋找最新的治療方面的研究進展，這種心情完全可以理解;但多數(shù)情況下，我們依然不能鼓勵那些不具有專業(yè)知識的民眾從最新研究成果中尋求治療手段，尤其是因此而改變或者放棄現(xiàn)有的治療方案。

　　參考文獻

　　[1] Neglecting Major Health Problems and Broadcasting Minor, Uncertain Issues in Lifestyle Science. October 18, 2019. doi:10.1001/jama.2019.17576”

　　[2] Ioannidis JPA. Neglecting Major Health Problems and Broadcasting Minor, Uncertain Issues in Lifestyle Science. JAMA. 2019 Dec 3;322(21):2069-2070.

　　[3] Ranganathan P, Pramesh CS, Buyse M. Common pitfalls in statistical analysis: Clinical versus statistical significance. Perspect Clin Res. 2015;6(3):169-170.

　　[4] https://www.nih.gov/about-nih/what-we-do/science-health-public-trust/checklist-communicating-science-health-research-public

（責(zé)任編輯：華康）