医学统计的善与恶：生命与医学的探讨

2023-11-03 理论教育版权反馈

【摘要】：医学发展数千年，迄今为止，无论研究手段如何进步，所有医学知识的综合与积累都是建立在统计学的基础上。医学统计，本质上就是寻求共性、忽略个性。尽管如此，生物医学模式强调实验证据，极大地促进了医学的发展。生物医学实验研究的难题有三，一是测不准，二是离散现象，三是非线性。这是医学统计的“善”。照顾普遍性，忽略特殊性，这是医学统计的“恶”。

医学发展数千年，迄今为止，无论研究手段如何进步，所有医学知识的综合与积累都是建立在统计学的基础上。医学统计，本质上就是寻求共性、忽略个性。

在近代，随着科学技术的进步，经验医学被实验医学取代，逐步形成了“生物医学模式”。根据生物医学模式，人类无非就是一种生物，医学中的一切问题都可以运用生物学方法进行研究。现在，我们已经认识到生物医学模式的缺陷，单纯把人看作一种生物，忽略了人的社会性，忽略了心理因素对健康和疾病的影响。尽管如此，生物医学模式强调实验证据，极大地促进了医学的发展。

通过实验手段了解人体的精细结构，了解人体各系统、组织器官乃至细胞的生物学活动规律，使医学摆脱了经验的束缚，走上寻求实验证据的轨道。实验医学更加离不开统计学，使医学统计学发展到极致。

生物医学实验研究的难题有三，一是测不准，二是离散现象，三是非线性。

生命现象是物质的特殊运动形式，我们很难运用物理、化学及数学方法对生命现象进行精确测量，测量结果常常存在较大误差，这叫作“测不准原理”。比如连续3次测量血压，就会有3个不同的结果。

“离散”，是指各种生命现象总是不均匀的，比如你想要研究一个特定的人群，但是无论如何你都无法把这个人群搞成均匀的，他们的身高、体重、血型不同，体温、血压、心率等各项生理指标也不同。再比如你要观察某种生命现象，你会发现收集到的数据参差不齐，不仅个体之间有差异，即便是取自同一个体的数据也是不断变化的。(www.chuimin.cn)

另外，生命活动的轨迹总是弯弯曲曲的，很少走直线，这叫作“非线性”。比如胰岛素的分泌，一天之中不断变化，进餐时、进餐后会发生很大波动，而且波动的轨迹是曲线，很难用数学公式描述。再比如，随着海拔的升高，血液向组织器官输送氧气的能力发生变化，但变化的轨迹并不是直线。一个正常人从海拔为0逐渐升高至2 700米，他的血液向组织器官提供氧气的量只是轻微变化；当海拔继续升高，输送氧气的能力就会急剧下降，二者的关系呈现“S”形。“S”形曲线在生命活动中普遍存在，难以用数学公式描述。

在试验研究中，为了克服测不准、离散现象、非线性等难题，总是应用统计学方法对实验数据进行处理。在描述生命现象时，大量使用平均值、标准差、可信限、百分比、显著或不显著等统计学术语。医学统计学方法帮助我们透过纷繁复杂的生命现象，去粗取精、去伪存真，找出普遍规律，对医学知识的积累和发展功不可没。这是医学统计的“善”。

但是，我们在应用医学研究成果时必须明白，任何具体应用都存在一定的风险。不错，医学成果是经过反复的试验研究和实践验证而总结出来的。但是，任何研究都只能针对某一个“群体”而不是“全体”；针对群体的研究也往往是从该群体中抽取一部分“样本”，获取研究数据，经过统计学处理，照顾多数，忽略少数，照顾普遍性，忽略特殊性，然后得出结论。假如某一项医学方法，通过实验研究证明其对某一群体中90%的人是有效和安全的，你在具体应用时仍需谨慎。因为你所应用的对象不一定属于该群体中的90%，甚至不一定属于该群体！照顾普遍性，忽略特殊性，这是医学统计的“恶”。

看来当医生真的不容易，他的脑子里装着带有普遍性的医学知识，每天面对的却是带有特殊性的个体。医生面对每一个病人，做出每一项决策，不仅是科学问题，还是哲学问题。

医学统计的善与恶：生命与医学的探讨

相关推荐