如何亲自核实可疑的科学报道

对于每一个复杂的科学问题，都有一个清晰、简单但错误的答案。我在这里曲解了 HL Mencken 的观点，但要点是：对于每一个提供关于健康的简单事实的标题，都有一篇大多数人（在许多情况下包括撰写该标题的人）没有读过的同行评议论文。

有一整套错综复杂的媒体供需机器在推动这些误导性标题的产生，但可以说，大多数媒体都需要点击量来维持运营，大学新闻办公室经常撰写引人注目的新闻稿来提高其机构的公众知名度，而记者和所有人一样，可能会不择手段或轻信他人（或者可能只是工作过度）。

但是，当媒体大肆报道，比如说你因为过度低头看手机而长了犄角时，核实所读内容的真实性就很有用。而核实的最佳方式就是浏览科学论文本身。大多数知名媒体都会在文章中提供论文链接，尽管有时研究本身需要付费（如果你仍然很想阅读，可以给相应的作者发送电子邮件，他通常很乐意向感兴趣的人提供 pdf 文件）。如果你能读懂，那么好消息是，即使你无法理解很多技术术语，你也不必成为专家就能获得一些关键信息。

这项研究是否对其声称的结论进行了检验？

假设有一篇论文称，由于蓝光照射，手机使用时间增加会损害眼睛。假设研究人员通过某种眼部扫描开展研究，这种扫描可以检测人眼物理结构的变化。他们发现，他们观察的年轻人出现了一种特定的变化，我们称之为黄斑软化（如果您是疑病症患者，这种疾病实际上并不存在）。他们认为，年轻人经常看屏幕，而黄斑软化是一种新现象——因此他们认为，造成损害的可能是这些屏幕发出的蓝光。不出所料，媒体将此作为研究结论大肆宣扬。

问题在于：他们实际上并没有测量蓝光照射量，更不用说查看蓝光的确切来源。那么他们如何得出蓝光导致黄斑软化的结论呢？

他们不能。

媒体基于这项研究的报道可能会以“你的手机导致你的眼睛变模糊”为标题，原因有很多。其中一个原因是记者误读了这项研究，或者根本没有理解这项研究，在撰写报道时并没有真正核实他们的理解是否正确。这篇论文本身甚至可能没有得出这个结论。大学新闻办公室可能撰写了一份误导性新闻稿，将研究实际上不支持的论点联系起来，但也可能是科学家歪曲了他们的发现。也许手机发出的蓝光只是科学家认为值得向媒体提及的猜测——科学家们完全有理由考虑在未来的研究中可能会包括哪些未经审查的细节——他们并不是真的想让它看起来像一个结论。或者也许科学家有点冲动，真的认为是蓝光造成的，尽管他们的研究还没有证明这一点。他们可能在论文的结束部分提到了这个理论（要么用很多警告来表达，要么，如果他们在一份非常草率的期刊上发表文章，则表现得好像这种联系非常明显，也可能有数据支持）。

无论原因是什么，打开这项研究后，你应该做的第一件事就是进行单词搜索。论文中真的出现过“蓝光”或“屏幕”这两个词吗？如果出现过，它们是否出现在研究正文中，科学家们在其中解释了他们实际上做了什么以及收集了哪些数据？或者这些关键词是否出现在摘要或结论中，科学家们在其中提出了他们没有实际测试过的发现的可能机制？通常，你只需搜索网页或 PDF 即可自己发现，这是你可以做的最基本的测试之一。

这项研究能探究因果关系吗？

你可能听过“相关性不代表因果关系”这句老话，次数可能比你想的要多。但这是一句老话，因为你在新闻中听到的很多故事都受其影响。几乎你听过的每一项营养研究都研究了相关性，而你读到或看过的大多数媒体报道都在讨论研究结果，好像科学家已经证明了因果关系。这并不是说所有这些研究都是错误的，但它们能得出的结论是有限的。

让我们回到黄斑软化的例子。年轻人可能比老年人接触更多的蓝光，年轻人可能患有黄斑软化。也许这项研究通过询问参与者在手机上花了多少时间来证明这一点，结果表明年轻人的屏幕暴露时间更长，黄斑软化率也更高。但这并不一定意味着手机发出的蓝光会导致黄斑软化。也许——我们只是还不知道。测试因果关系需要不同的研究设计，在设计中，你可以改变一个变量（接收到的蓝光量）并观察结果（黄斑软化）如何变化。在这种情况下，要真正得出手机发出的蓝光会导致黄斑软化的有力结论，你必须选择多个年龄组、过着不同生活方式的人，并尝试增加或减少他们的屏幕时间，然后显示他们的黄斑软化率更高或更低。你还必须设计控制措施来表明，如果没有蓝光，盯着手机不会增加黄斑软化的速度，并且你还需要研究与其他蓝光光源相比，增加暴露量的效果如何。听起来很复杂？确实很复杂。这样的研究需要大量的时间和金钱才能完成，因此需要多年的精心研究设计和数据收集才能真正证明一件事会导致另一件事。

关联性很难确定，因为很多事情可以相互关联。没错，年轻人确实更倾向于看手机。但他们还有很多其他共同点。更多盯着手机的人可能也更有可能在室内呆更长时间。他们可能倾向于吃更多的加工食品。也许他们旅行更多。也许他们锻炼更少。这些因素中的任何一个都可能是导致他们黄斑软化的真正罪魁祸首。

这并不意味着一项研究不能很好地证明因果关系。尽管它可能充满了专业术语，但请查看结果或方法部分。该程序是否要求简单地收集有关人们的健康和习惯的数据，例如他们吃了多少份坚果以及其中有多少人患有心脏病？如果是这样，他们正在研究相关性。或者，该协议是否涉及更改变量以查看结果？如果是这样，他们正在研究因果关系。

另一个出乎意料的有用提示：只需查看讨论部分。大多数知名期刊都要求科学家添加一两段文字，说明他们的研究存在哪些局限性。这意味着大多数只讨论相关性的论文必须在结论中指出，他们不能谈论因果关系。这听起来可能像是一种弱点，但当科学家公开讨论他们研究的缺点时，这实际上是一个非常好的迹象。这意味着他们可能对自己的发现持现实（和诚实）的态度。

这些发现的应用范围有多广泛？

即使研究方法准确无误，没有任何值得怀疑的地方，在评估其结论时，询问数据来源也很重要。假设黄斑软化研究在大学校园中收集参与者。他们有 1,000 名对象进行研究，这还不错。但由于这是在大学校园，参与者主要为年轻人（学生）和中年或老年人（五六十岁的教授）。在这种情况下，我们假设细分为 900 名大学生和 100 名成年人，几乎所有人年龄都在 40 岁以上。一千名受试者听起来像是一个不错的、相当高的数字，但事实证明，只有 100 人代表了据报道不太可能患上与电话相关的黄斑软化的人群。这使得我们很难知道他们是否真的发现了年轻人和老年人在黄斑软化方面存在差异，或者他们只是表明这是大学生中的一种普遍现象——他们的老年受试者样本太小，无法确保它没有被一些不寻常的受试者随机扭曲。科学家们还承认，由于学校的人口结构，他们的参与者 90% 是美国人，90% 是白人（100% 就读于昂贵的常春藤盟校）。这使得我们无法对年轻人整体得出结论，因为普通年轻人在数据中没有得到很好的体现。

查看论文的方法部分，了解研究了多少参与者以及他们代表了哪些人口统计数据。没有一个神奇的数字可以让你绝对相信结果，但通常越多越好。

结果有多重要（或相关）？

好吧，我们只能说我们的蓝光研究确实表明蓝光会导致黄斑软化。更具体地说，我们会说，一年内你接触到的每多 100 莱姆的蓝光（完全虚构的单位！）都会导致你的黄斑软化 20%。这听起来很惊人，对吧？在这里，你可能不得不跳出论文本身来获得一些见解。

例如，20% 的软化程度是多少？如果普通人在一年内只经历 1% 的软化，那么这些额外的 lumines 仍然只意味着总共 1.2% 的软化，这个数字并不多。或者，也许普通人的黄斑在一生中会软化很多，但这对他们的视力并没有太大影响——额外的 20% 可能实际上并不那么重要。

也许更重要的是，你接触了多少蓝光？也许阳光一年会给你 1,000 流明的蓝光——现在看来，与你接触的正常日光相比，屏幕的影响相当小。或者，情况可能恰恰相反。也许一年中每天看屏幕 10 小时，你仍然只会接触到 1 流明的蓝光，因此研究中显示的联系不太可能影响大多数人。

这是一篇好新闻文章会包含的内容，但如果你没有找到关于这项研究的文章，谷歌搜索一些其他快速统计数据可能会有所帮助。问自己两个基本问题：

• 对这种所谓危险的东西的基线暴露是什么？
• 基线风险是多少？

即使罕见事件的风险增加 50%，总体风险仍然很小。

作者有利益冲突吗？

在每一本知名期刊中，科学研究的作者都必须披露他们可能存在的任何利益冲突。如果研究蓝光是否会损害眼睛的人也拥有一家防蓝光眼镜公司，那么你可以放心地认为他们的判断至少有点模糊。这并不意味着他们的研究结果一定是无效的或伪造的，但你应该格外警惕他们如何将这些数据转化为结论，以及他们如何向媒体展示这些结论。

大多数科学家并不拥有自己的公司，但更常见的情况是，他们从对特定结果有既得利益的实体获得资金。同样，这并不总是意味着有邪恶的事情发生；研究必须以某种方式获得资助，而完全受人尊敬的科学家可以进行可能有助于或可能不会帮助公司销售产品的测试。但不幸的是，很难知道研究的方法、结果或向媒体的陈述是否受到这些有偏见的团体的影响。许多发现电解质对运动员补水非常重要的研究部分是由佳得乐等公司提供的，就像许多表明糖不是肥胖率上升的罪魁祸首的研究是由在其产品中使用大量糖的食品制造商资助的一样。

您可能会惊讶于利益冲突部分经常被忽视，因此请自己看一看。