1702628167
尽管通过这样的试验得到的p值很低，但是却无法避免由于某种原因导致结果出现偏差的情况。
1702628168
1702628169
当然，除此之外还有其他的反驳意见。比如说多尔与希尔所收集的数据全是以英国人为基础的，所以有人认为这一结果不能作为全人类的统一标准。另外还有人认为，由于调查过程都是直接向本人进行询问，所以肺癌患者或许会“夸大吸烟的行为”。
1702628170
1702628171
终于，最早参与弗明汉研究并且在其中担任主要职位的统计学家杰罗姆·康菲尔德等人于1959年发表的论文，终结了上述那些反驳的声音。康菲尔德等人引用了之前发表的所有关于吸烟与癌症关系的研究，并且进行了综合性判断，最终得出了吸烟确实会带来罹患癌症风险的结论。
1702628172
1702628173
所有关于吸烟与癌症关系的研究，指的是除了英国之外，美国、加拿大、法国以及日本等国都进行过与多尔和希尔同样的病例对照研究。而且，每个国家的研究结果都惊人的一致。
1702628174
1702628175
在日本进行这一研究的人，是最早在日本东北大学进行公众卫生学讲座的教授，同时也是“母子健康手册”的发明者濑木三雄，他于1957年发表的论文提到了这一研究的结论。在给这个时代的世界带来巨大冲击的流行病学研究中，也有日本人贡献的一份力量，实在是非常值得日本人民骄傲的事实。
1702628176
1702628177
在拥有不同文化、不同国民、不同社会构造的集团中，全都表现出吸烟与肺癌的密切关系。至少在当时的日本，烟囱清扫工这一职业并不像英国那样普遍存在。
1702628178
1702628179
确实，像病例对照研究这种自从出现了肺癌这一“结果”之后，才对患者的过去进行调查的方法，有可能由于不同组别之间记忆与回答的不同而导致结果产生误差。但是，像弗明汉研究那样在结果出现前就一直进行持续调查的流行病学研究（这种方法也被称为队列研究）所得出的实例，也被康菲尔德引用在论文之中。
1702628180
1702628181
多尔与希尔在随后进行的其他研究中，对5万名内科医生的生活习惯和癌症发病率进行了持续5年的调查，结果表明吸烟者的肺癌发病率要明显高于不吸烟者。美国对20万名老年人进行的队列研究结果同样显示，吸烟者的肺癌发病率高于不吸烟者。
1702628182
1702628183
至少在“结果”出现之前先收集吸烟率的数据，就不会出现越是肺癌患者吸烟率越高的“因果关系逆转”的情况。
1702628184
1702628185
面对“无法保持一致的条件”应该如何选择？
1702628186
1702628187
因为流行病学研究无法完全实现随机化，所以不管选取的条件多么完善，都会出现“无法保持一致”的可能性。那么反过来说，究竟是什么条件无法保持一致呢？
1702628188
1702628189
从科学的角度来说，如果有“无法保持一致的条件”存在，就无法确定是否真正有危险。但是，仅仅因为这一点就对“或许有巨大危险”的情况视而不见，那实在是非常愚蠢的做法。
1702628190
1702628191
在动物身上涂抹焦油会导致动物感染癌症，所有的流行病学研究都表明吸烟者与癌症之间有非常明显的关联性，这些结论已经基本可以使我们做出吸烟有害健康的现实判断。
1702628192
1702628193
如果你是一名吸烟者，在了解肺癌带来的剧烈痛苦和抗癌药物的副作用的基础上，仍然坚持吸烟的话，那完全是你的自由，但希望你能够考虑一下“二手烟”给你的家人和朋友带来的危害。当然，你也可以像费希尔那样，坚持认为“没有通过随机对照试验证明的结论都是不够严谨的，所以无法证明吸烟和肺癌之间有确切的因果关系”。
1702628194
1702628195
但是，如果政府因为同样的理由而对吸烟问题视而不见，那么在讨论科学性之前应该考虑的是政府的无能。比如在日本，医疗经济研究机构根据最新的流行病学研究报告计算得出，因吸烟而导致的医疗经费的消耗和劳动力流失等情况，每年都会给日本的经济带来7兆日元以上的损失。而香烟带来的税收则连损失的一半都抵不上。
1702628196
1702628197
仅仅因为“在科学上没有确切的结论，或许结果并非如此”，就对占GDP比例为1%——7兆日元——的损失视而不见，实在是愚蠢至极。那些只是为了自己的痛快就批判政府禁烟政策的人，不如考虑一下如果自己生活在上述那种愚蠢的国家中会是怎样的一种情形吧。
1702628198
1702628199
对流行病学持否定态度的人，尽管找出一些极端的例子来作为反驳。这反倒会使流行病学大幅降低由于掉入意想不到的陷阱从而得出错误结论的可能性。但是，如果统计学家们对这些反驳也找到了数据进行证实，那么相信这一结论才是对你最有利的选择。在这种情况下仍然继续坚持“没有进行随机化就不够严谨……”的反驳是毫无意义的。不只是流行病学，在政策、教育以及经营等诸多领域之中的统计学观察研究都是如此。
1702628200
1702628201
世界上最具影响力的医学杂志《新英格兰医学期刊》在2000年曾经刊载了一篇以“在对同样的因果关系进行分析的医学研究中，流行病学研究真的不如随机对照试验吗？”为主题的文章。这篇文章对20世纪90年代前期刊登在主要医学杂志上的论文进行了比较分析，结果发现流行病学研究所证明的巨大风险，“与随机对照试验的结果几乎没有区别”。因此，他们认为“通过高超的统计方法，能够对条件进行适当的调整”。
1702628202
1702628203
在随机对照试验难以实现的情况下，能够以较低的预算和较快的速度收集数据的流行病学方法显然更加实用。而实际上，这种情况在我们生活的社会中已经屡见不鲜了。
1702628204
1702628206
19 “回归平凡”的回归分析
1702628207
1702628208
1702628209
1702628210
什么是回归分析
1702628211
1702628212
即便不像病例对照研究那样专门在数据采集上大费周章，仍然可以通过高超的方法找到最全面的条件进行“公平比较”。为了实现这一目标，最重要的方法之一就是回归分析。
1702628213
1702628214
在大学的统计学教科书中，T检验、卡方检验、方差分析与回归分析是必定会出现的内容。但上述这些统计方法，都可以统一理解为“广义线性模型”的回归分析思考方法，这一点已经在1972年被聂耳达和维达潘两名统计学家证实过了。展现数据之间的关联性，检测是否属于误差范围的所有方法，大体上都可以看作回归分析的一种方法。
1702628215
1702628216
但是，回归分析的方法为什么如此重要呢？就算没有任何数据，我们也能够从亲身体验中掌握某些经验和规律。有人说这是“迷信”，有人说这是“理论”，还有人说这是“成功的秘籍”。
[
上一页 ]
[ :1.702628167e+09 ]
[
下一页 ]