2. 基础知识：统计学基础与常见术语在健康新闻中的误用
健康新闻的读者每天都会面对大量数字：某种药物使死亡风险降低“30%”、某研究发现喝咖啡与长寿“显著相关”、某项干预的p值小于0.05所以“有效”……这些表述背后，是统计学的基本概念在起作用。然而，媒体在转述研究时，常常因为不理解或刻意简化，导致信息失真。本章将系统梳理均值、方差、p值、置信区间、随机对照试验、观察性研究、效应量等核心概念，并重点剖析它们在健康新闻中常见的误用方式。理解这些基础，是解读一切健康研究的前提。
2.1 描述统计：均值、中位数与方差
核心原理
描述统计是用数字概括一组数据的特征。均值（Mean）是所有数值相加后除以个数，它是最常用的集中趋势指标，但极易受极端值影响。例如，一组人的年收入为[3万, 4万, 5万, 6万, 100万]，均值为23.6万，这显然不能代表大多数人的水平。此时中位数（Median）——排序后位于正中间的数——为5万，更能反映典型情况。方差（Variance）和标准差（Standard Deviation, SD）衡量数据的离散程度，标准差越小，说明数据越集中；在健康研究中，标准差常用于描述个体差异。
健康新闻中的误用
- 用均值掩盖分布问题：新闻常报道“某药平均降低血压8mmHg”，但如果个体差异极大（标准差为15mmHg），这个均值对个体几乎没有参考价值。
- 忽略中位数与均值的差异：在生存分析中，中位生存期比平均生存期更有意义，因为少数长期存活者会拉高均值。媒体若只报“平均生存期延长了6个月”，可能误导患者。
- 混淆标准差与标准误：标准差描述个体变异，标准误（SE）描述样本均值的精确度。新闻中常将两者混用，导致读者对结果的可靠性产生错误判断。
2.2 推断统计：p值与置信区间
核心原理
推断统计是从样本推测总体的过程。p值（p-value）的定义是：在原假设（通常为“无差异”或“无关联”）为真的前提下，观察到当前样本结果或更极端结果的概率。p<0.05通常被视为“统计显著”，但这并不意味着“有95%的概率是正确的”或“效应有95%的可能性存在”。置信区间（Confidence Interval, CI）则更直观：95%置信区间表示，如果重复抽样100次，大约有95次计算出的区间会包含真实的总体参数。例如，某药物降压效果的95%CI为[-2mmHg, +8mmHg]，说明该药可能无效甚至有害，尽管p值可能恰好小于0.05。
判断方法
- 看CI是否包含零：若95%CI包含0（或相对风险的CI包含1），则即使p<0.05，效应也不稳定。
- 看CI的宽度：CI越窄，估计越精确；CI很宽说明样本量小或数据变异大。
- 区分统计显著与临床显著：一项研究可能因样本量巨大而p<0.001，但效应量极小（如血压降低0.5mmHg），这没有临床意义。
案例拆解：降压药的“显著”陷阱
某新闻标题为《新药显著降低血压，p<0.001》。原文数据：治疗组平均降压5mmHg，对照组降压3mmHg，差值2mmHg，95%CI为[0.5, 3.5]，p=0.008。表面看“显著”，但临床指南通常认为降压≥5mmHg才有意义。这里p值显著是因为样本量高达5000人，但效应量（2mmHg）对患者个体几乎没有感知。若记者只报p值，读者会误以为这是“神药”。
2.3 研究设计：随机对照试验与观察性研究
核心原理
随机对照试验（RCT）将受试者随机分配到干预组和对照组，是评估因果效应的“金标准”。随机化可以平衡已知和未知的混杂因素。观察性研究（如队列研究、病例对照研究）不进行随机分配，只能揭示相关性，无法完全排除混杂偏倚。例如，观察性研究发现“喝红酒的人心脏病风险更低”，但这可能是因为喝红酒的人收入更高、饮食更健康，而非红酒本身有效。
| 维度 | 随机对照试验 (RCT) | 观察性研究 |
|---|---|---|
| 随机分配 | 是 | 否 |
| 因果推断能力 | 强 | 弱（仅相关） |
| 外部效度 | 可能受限（严格入排标准） | 通常更好（真实世界） |
| 常见偏倚 | 失访、依从性 | 混杂、选择偏倚、回忆偏倚 |
| 新闻常见误用 | 将亚组分析当主要结果 | 将相关性报道为因果 |
健康新闻中的典型误用
- 把观察性研究写成“发现因果”：例如“每天喝咖啡降低20%死亡风险”实际是队列研究，只能说明“相关”，不能证明“咖啡延长寿命”。
- 忽略RCT的局限性：RCT的受试者往往经过严格筛选，老年人、儿童、孕妇常被排除，结果不能直接推广到所有人群。
- 混淆“意向性治疗分析”与“符合方案分析”：前者更保守，更接近真实效果；后者可能高估疗效。新闻很少区分。
2.4 效应量：被忽视的关键指标
核心原理
效应量（Effect Size）量化干预效果的大小，不受样本量影响。常见的效应量包括：均值差（MD）、标准化均值差（SMD/Cohen's d）、相对风险（RR）、比值比（OR）、风险差（RD）。例如，某药使死亡率从2%降至1%，风险降低（ARR）为1%，相对风险降低（RRR）为50%。新闻往往只报RRR（50%），让读者觉得效果巨大，但ARR仅为1%，意味着需要治疗100人才能避免1例死亡（NNT=100）。
案例拆解：他汀类药物的风险沟通
假设一项RCT显示，服用他汀5年，心血管事件发生率从3%降至2%。新闻标题可能写《他汀降低心血管事件风险达33%！》。实际上：
- 对照组事件率：3%（30/1000）
- 治疗组事件率：2%（20/1000）
- 相对风险降低（RRR）= (3%-2%)/3% = 33%
- 风险降低（ARR）= 1%
- 需要治疗人数（NNT）= 1/0.01 = 100
这意味着100人服药5年，只有1人获益，其余99人可能承受药物副作用而无明显收益。若新闻只报RRR，患者会高估获益，忽视风险。
2.5 常见误区总结与复盘
| 误区 | 正确理解 | 新闻中的典型表述 |
|---|---|---|
| p<0.05 = 有效 | p值只是反对“无差异”的证据强度，不反映效应大小 | “研究显示显著有效” |
| 相关 = 因果 | 观察性研究只能提示关联，需RCT验证 | “喝绿茶降低癌症风险” |
| 忽略置信区间 | CI比p值提供更多信息，包含零则无统计学意义 | “结果显著，但未报告CI” |
| 只报相对风险 | 必须同时报告风险，否则夸大效果 | “降低50%风险” |
| 小样本结论外推 | 样本量小则CI宽，结论不稳定 | “10人试验显示奇效” |
复盘清单
- 该研究是RCT还是观察性研究？
- 主要结局的效应量是多少？是风险还是相对风险？
- 95%CI是否包含零（或1）？区间宽度如何？
- 样本量是否足够？失访率多少？
- 结果是否经过独立验证？是否与既有证据一致？