如何看懂
健康研究
研究標題可以很吸引，但真正重要的答案通常藏在研究對象、方法、數字與限制之中。這份指南用容易理解的方式，陪你逐步看清一項健康研究究竟說了甚麼。
從八個問題開始「最新研究發現：某種成分可降低一半患病風險！」
研究不是用來增加焦慮，
而是幫助我們更清楚地作出選擇。
看懂健康研究，不需要成為科學家。先學會問對問題，就能分辨研究真正發現了甚麼、仍有哪些不確定，以及一個吸引的標題是否說得太多。
看到一項研究，先問這八件事。
不用一開始就研究複雜統計。以下八個問題，已能幫你避開大部分常見誤解。
研究的是誰？
年齡、健康狀況與生活背景，是否與你相似？
研究的是甚麼？
成分形式、劑量、使用方法與時間是否清楚？
與甚麼比較？
是安慰劑、沒有使用、一般護理，還是另一種產品？
觀察甚麼結果？
是真正健康結果，還是只看某項化驗指標？
研究有多大？
參加者太少，結果較容易受到偶然因素影響。
效果有多大？
有統計差異，不一定代表日常生活中有明顯幫助。
結果有多穩定？
信賴區間是否很闊，其他研究是否得到相近結果？
誰資助研究？
利益關係不等於研究錯誤，但應查看方法與報告是否透明。
先認識研究類型，才知道它能回答甚麼。
不同研究不是簡單的好與壞，而是各自適合回答不同問題。
細胞與實驗室研究
用來探索可能機制，但不能直接證明人體服用後會得到相同效果。
動物研究
幫助了解生物反應與安全線索，仍需人體研究確認。
人體觀察研究
可發現生活習慣與健康結果之間的關聯，但通常不能單獨證明因果。
隨機對照試驗
把參加者隨機分組直接比較，較適合判斷一項介入是否造成改變。
系統綜述
用預先設定的方法綜合多項研究，較適合了解目前整體科研結果。
一起出現，未必代表一方造成另一方。
觀察研究可能發現「某種習慣的人比較健康」，但兩者之間也可能受飲食、運動、收入、醫療習慣或其他因素影響。
「降低50%」可能沒有想像中那麼大。
相對風險適合比較兩組差異；絕對風險則更接近日常真正會發生多少。
假設某健康事件的風險由2%降至1%
以相對方式表達，是降低50%；以絕對方式表達，則是每100人少1人發生事件。兩種說法都可以正確，但帶來的感覺非常不同。
統計上有差異，不等於實際幫助很大。
閱讀結果時，除了看P值，也應查看效果幅度與信賴區間。
統計差異
P值主要反映觀察到的結果與「完全沒有差異」是否相容，但不能單獨告訴你效果有多大、是否重要，或研究是否沒有偏差。
信賴區間
信賴區間顯示結果可能落在哪個範圍。範圍很闊，代表不確定性較大；範圍較窄，代表估計較精確。
結果之外，還要看研究怎樣完成。
一個吸引的結果，仍可能受到研究設計、參加者流失或選擇性報告影響。
看到這些說法，先慢一點下結論。
不是看到以下字眼就代表內容一定錯誤，而是值得回到原研究核對。
可能只來自一項小型、短期或沒有對照組的研究。
沒有同時交代原來風險與絕對差異。
沒有說明是細胞、動物、觀察研究還是人體試驗。
研究對象往往只涵蓋特定年齡或健康狀況。
天然成分仍可能有劑量限制、不良反應與藥物交互作用。
一項研究只是整體科研資料的一部分，未必代表最終答案。
用四步，拆解一個吸引的標題。
不用先判斷它對或錯，先把標題還原成研究真正回答的問題。
「每天補充X成分，心血管風險降低40%」
這句話聽起來很明確，但至少還缺少研究對象、比較方式、原來風險、使用劑量、研究期限與不良反應。
百康一句話：
不要只問研究是否正面，先問它真正能證明甚麼。
好的健康決定，不需要追逐每一個新標題。先確認研究對象、方法、效果大小與限制，再把單一結果放回整體科研資料之中。