|
|
- 2012年01月17日
作者:
-
 【PDF版】
|
|
|
|
|
提要:
假设报纸出现了这样一个头条:“牛奶可能引起致命的Ⅰ型糖尿病。”这恐怕会引发轩然大波与严重的经济冲击,因此就算科学证据确凿,但短期之内报上仍不会出现这种标题。
为了掩盖这种标题,最好的做法就是把它贴上“有争议”这个大标签,因为这样的事实攸关许多人的利益,而且没几个人了解这么多的资讯,所以要把这种论点变成争议,并维持这种局势其实易如反掌。
因为争议在科学上原本是很自然的一部分,只是某些争议却常常不是在辩论科学的正当性,而是延迟或扭曲研究结果。比如,我给了你堆积如山的证据来说明香烟对人不好,但烟草公司却可能会挑出尚未解答的细节,并在之后表示,香烟不健康的整个主张具有争议性,并把我的结论一笔划掉。要这么做并不难,因为科学上一定有细节尚未获得解答,科学的本性就是如此,而有些团体会利用争议性对抗某些观念,阻碍有建设性的研究,让大众一头雾水,也导致公共政策变得模糊不具体,这实在是科学界的一大罪行。
对于外行人来说,要评估技术性的争议是否合理,比如牛奶与Ⅰ型糖尿病的关系,可不是简单的事情,即便喜欢阅读科学文章的人也一样。
以最近一篇科学评论文章为例,这篇文章总结了10项以人为对象的研究工作(皆为临床病例)。作者提出的结论是,10项实验中有5项提出了具有统计学显著性的牛奶与Ⅰ型糖尿病之间的正相关性,但是另外5项则没有。乍看之下,这种说法为两者的关系带来很大的不确定性,可说是往推翻假设的路上迈进了一大步。
然而,被列入“否认”两者关系的五项研究,并未指出牛奶会减少Ⅰ型糖尿病,只是证明了两者之间并不具有统计学显著性；相对的,具有统计学显著性的5项研究都指出相同结果:过早开始喝牛奶和Ⅰ型糖尿病的风险提高有关,若硬要说此一致性是随机或巧合所造成,那其概率只有1/64。
母乳是最好的婴儿食物,一个妈妈最严重的错误,就是以牛乳代替母乳。在实验中,就算找不到两种因子之间具有统计显著性的相关性,也不一定表示两种因子之间确实无关。找不到的原因很多,有些看得出来,有些看不出来:或许是实验中未纳入足够多的人数,因此无法取得统计确定性；或许所有的受试者都以类似的方式哺育,这么一来,就无法测得不同的关系；或许测量婴儿哺育方式时所依据的数据是多年以前的数据,并不够准确,因此无法清楚看到确实存在的关系；或许研究者在婴儿生命中的测量时机根本不对。
重点是,10项研究中有5项具有统计显著性的关系,5项全都指出喝牛奶与提高罹患Ⅰ型糖尿病的风险有关,而无任何一项研究指出喝牛奶可减少Ⅰ型糖尿病。因此,我并不认为牛奶与Ⅰ型糖尿病有关的假设因文献出现不一致而无法确定。
在这份报告中,作者还总结了其他的研究,那些研究是间接比较母乳和牛奶结合的哺育方式与Ⅰ型糖尿病之间的关系。该报告综合了52项可能性比较,其中20种具有统计显著性,而这20项具有统计显著性的研究当中,有19项支持牛奶与Ⅰ型糖尿病的关联,只有一项不支持。从可能性上来说,两者之间存在关联关系的可能性是非常大的,但作者却没有申明这一点。
举这个例子的用意,不光是说明牛奶对于Ⅰ型糖尿病的影响,更要指出让原本不具争议的问题变成有争议的操作手法——且这种情形比想象中的更常见——也导致许多不必要的混淆。当研究者使出这种手法之时(即便是无意),也会导致人们对先前的理论产生偏见。我写下这些话不久后,在国立公共广播电台,听到就Ⅰ型糖尿病这篇综述的作者进行的访谈,作者根本不承认牛奶的摄入和Ⅰ型糖尿病之间有任何关系,不承认这方面的研究证据。
| |
