如何才能不被卫生统计学误导
2009-05-26 20:37:28   来源：   作者：  评论：0 点击：

没有什么能让人觉得比统计数字更具有迷惑性，这是因为统计数字更容易误导人。假设一个药物能将你死于心脏病的风险降低42%，另而外一种仅降低3.5%。你会很清楚自己应该服用那种药物，对吧？现在假设它们是同一种药物。

这仅是新书《认识你的机遇：理解卫生统计学》中众多令人困惑的例子之一，这本书的作者是Steven Woloshin医生, Lisa Schwartz 和H. Gilbert Welch。如果你认为自己是一个聪明读者并且对卫生新闻和药物广告持怀疑态度，那么你可能想读这本书并对相关问题进一步思考。

这些胆固醇相关的数字来自辛伐他汀的一则广告。对于这种药物，作者很谨慎以免读者对其产生误解，因为他汀确实能挽救生命，只是疗效没有生产商所宣传的那么高。这则广告公开宣传42%这个数字，而42%是基于这样一项研究：2221名服用辛伐他汀的心脏病患者中有111名后来死于心脏病，而在服用安慰剂的对照组中，2223名心脏病患者有189名死于心脏病。因此与对照相比，辛伐他汀确实减少了42%的死亡。但是当你考虑两组的绝对死亡风险时，结果就没有那么完美了。安慰剂组的死亡风险为8.5%，与辛伐他汀组的5%相比差异仅为3.5%。这两个生存数字都是正确的，但是当你在写广告样本是会选用哪一个？

类似这样的不可靠统计数字到处都是。以生存率为例，同样也是看似清楚，其实也很混乱。2006年一项CT扫描筛查肺癌的研究貌似得出一个令人信服的结论：在174000名诊断为肺癌的人群中，10年存活率仅为5%。但当采用CT扫描检测早期肿瘤时，这一存活率飙升至令人震惊的90%。

很难评论与此相似的的研究结果，但Woloshin和该书的共同作者举了这样一个假想的实验为例：假设每个患X病的人会在70岁死亡。如果病人在67岁被诊断，那么在10年限值到来之前病人已经死亡。现在假设一项新的技术能够在57岁发现疾病的早期症状。如果每个人都接受该项检测，那么病人的10年生存率将会飙升至100%，但实际上每个人的寿命并没有延长一天。对于辛伐他汀、早期CT扫描和早期发现，这些手段也许确实延长寿命，但要想知道这种寿命的改变有多大，我们需要从这些数字更深的层面入手并且对每个案例具体情况进行分析。

另外，替代观察结局和病人结局之间的差异也是一个比较微妙的问题。一种新药或治疗手段或许真能降低胆固醇水平或缩小肿瘤的体积（这些都是替代观察结局），这时药物生产商会声称这种药物是有效的。但治疗的最终目的不是要得到可以用来吹嘘的实验室结果，而是缓解病人病情并延长寿命，这就是病人结局。例如，激素替代治疗能够升高优质胆固醇水平，降低心脏病风险，但它同时能增加血液凝结的风险，从而提高患心脏病的风险。如果一项肿瘤治疗手段能缩小肿瘤体积但肿瘤会在短期内复发，那么这种治疗手段的应用价值也是有限的。

另外一个日益严重的问题就是利益冲突。由于医药公司投资自己的实验，研究会采用更可能得到理想结果的设计方式。例如与采用现有市场竞争药物做对照相比，使用安慰剂做为新药的对照能够更利于增加市场销售的结果。药物公司另外一种常用的伎俩是只发表替代观察结局而不提及病人是否在实质上获益。类似的伎俩还有掩盖或缩小副作用及其他缺点。

上面这些提醒往往会给消费者带来新的困惑，如果是这样，该书的作者为我们提供了另外两个工具。第一个是提供卫生统计可靠的资源，包括医疗消费者中心和在线卫生通告。第二个工具就是我们在做医疗相关决策时应当考虑的一组问题。我们正在考虑的这种药物或治疗方法是否存在大的风险？是否有足够大的机遇能使我们实质性受益？如果第一个问题回答是，第二个问题回答否，那么这是个坏消息；如果第一个问题回答否，第二个问题回答是，那么这是个好消息，那么对于两个问题同时回答是或否呢？唉，即便是最好的书也不能使万事都变得简单。