审慎看待致病风险中的百分率

    备注：如果您的精力有限，可直接进入【无极长寿山庄】主页上端各相关子频道，通过后台智能系统自动引导您实现健康长寿目标。以下文字仅供有兴趣关注核心机理者参阅。

    ……

    有很多关于健康长寿方法或相关科研成果方面的报道，喜欢以“百分率”来表达其成果。例如：

    哈佛大学曾有科研成果称：饮咖啡将使得患膀胱癌的风险提高N%；

    曾有国内科技论文称：饮咖啡同时吸烟，将使得患膀胱癌的风险提高N%；

    有篇关于美国基因测试的报道称：某公司在基因测试方面的准确率已达到N%,可有效地结合基因缺陷预测某些疾病的患病风险；

    最近读到一篇健康科普文章，称：澳大利亚科学家的科研成果显示：每天一只橙类水果，可使得患癌症的风险降低N%,中风的风险降低N%。

    ……

    太多这种报道了。是否有些习以为常的感觉？

    这里想告诉大家的是，如果某文章将某件事或物的影响效果以百分比作为数据基础，那么其中至少有99.99%的可能为忽悠。

    一般科学统计中的百分比首先来源于具体数据，然后按照两类要素相约而得到百分比，用于表达某种“以偏概全”的意境。凡有些科学精神者都懂这个道理。但如果在选择基础数据的构成样本上下点功夫，同时刻意隐瞒基础数据的组成背景，那么这个百分比就可以按照个人意愿而肆意把玩了。以下让我们通过对以上所举例子的剖析来揭示其中的忽悠：

    例1：哈佛大学曾有科研成果称：饮咖啡将使得患膀胱癌的风险提高N%。然而，后续又有成果表明饮咖啡的同时还吸烟者，则患膀胱癌的风险将降低N%。

    前后两个N%，到底哪个是忽悠？事实是哈佛大学根据后续的成果而发布声明：收回第一个N%。为什么要收回？因为它的诞生基础是论文笔者为完成论文而进行的样本调查。而第二个N%则是论文者在美国护士协会的支持下，通过庞大的样本组合得出的结论，且这个结论并不支持第一个N%（实际上又有多篇类似的成果同样不支持第一个N%）。

    例2：曾有国内科技论文称：饮咖啡同时吸烟，将使得患膀胱癌的风险提高N%。

    有了上述例1关于哈佛大学的论文风波，不难理解这篇国内论文的出笼背景：

    某研究生为完成毕业论文，在选题时恰好读到了哈佛大学的第一个N%。于是想当然地认为：

    饮咖啡可提高患膀胱癌的风险，而吸烟致癌也是肯定的，那么吸烟+咖啡的结果肯定是在原来的N%的基础上再增加个N%才对。有了设计就会去选择样本。一组样本无法支持自己的设想，就重新选择样本组合，直到结论成立。

    可见，这位研究生的论文是缺乏科学基础的，其负面影响的恶劣程度甚至超过论文抄袭。

    ……

    以上两个例子很典型地说明了许多N%的来源。

    在我们的周围，很多介绍某些事或物的影响力文章，都喜欢冠以“某科学家或某科研机构证实某个N%”，而对这个N%的背景要么缺乏认知，要么刻意隐瞒（上述例2就是典型），且很多这类文章都是来源于学生论文。

    ……

    有了上述认知，就很容易知道如何看待更多的文章所描述的各种“致病风险”所附带的“N%”或“N倍”。

    备注：

    本站所有面向健康长寿的应用软件和文章均为原创（包括但不限于算法模型、软件代码、专业论文、专家文摘、理念分享与说明等），知识产权明确并做了标识隐藏处理，如需转载或改编（包括软件改编且无论改编程度如何），请注明出处为【无极长寿山庄】或标示本站域名：www.TD99.com。否则一定会闹笑话的。

【返回页首】