“在已发表的研究论文中，错误结果可能占大多数，甚至绝大多数”，这一评论如同霰弹，无论临床试验、传统的流行病学研究，还是时髦的分子学研究，都无一幸免中枪。美国塔夫茨大学医学院的John P. A. Ioannidis在10年前发出的这一声音，如今听来还是那么刺耳，但对于目前的科研不啻为一场冷静的及时雨。

越热门的研究领域，错误的可能性就越大

他在10年前发表的文章中说，“一个研究领域越热门，参与的科学团队越多，研究结果正确的可能性就越小。”

去肾交感神经术似乎就有点儿像这种情况。

因为当多个小组从事同一个领域的研究，且正在获得大量的试验数据时，在此激烈的竞争中，时间的选择是非常重要的。所以，每个小组都可能将追求和传播最令人瞩目的“阳性”结果作为自己首要任务。

发文章的功利性越强，结果越可能是错误的

他说，“某一领域中，涉及经济及其他利益越多，偏见越深，研究结果正确的可能性就越小。”

在生物医学研究领域，虽然利益冲突非常普遍,但引起偏见的并不只是利益冲突。他指出，有些研究看似独立，比如在大学里开展的研究，但这些研究是为了医生晋升职称所用，这种情况下发表的研究，也可能歪曲了科学研究。

这不正是批评中国吗？

设计越不严格的研究，结果越可能是错误的

他批评说，一些研究同时设定了好几个观察终点，最后结果发现，有的终点结果好，有的不好，那作者就想，我就只写终点好的那个指标吧。

他指出，这也是人们一直尽力使研究方法和报告标准化的原因。遵循共同的标准，能够提高正确结果的比例。

比如，以死亡为结果的研究，正确结果的可能性就比采用量表评价精神分裂症的结果要可靠。

某一领域中，效应越小，结果越可能是错误的

这比较容易理解。

有些因素，比如吸烟对癌症或心血管疾病的影响，其相对危险度为3〜20，这样就容易得出准确的结论。还有些因素的真实效应非常小，就容易得出假阳性结论。

例如，营养对于癌症或心血管病的影响其相对危险度小于1.05，那么，这些研究就有可能是“乌托邦式的努力”，作者指出。

研究规模越小，或同时观察多个变量的研究，结果越可能是错误的

作者也认为，“100%确定问题的真相是不可能的。纯粹的‘金’标准并不存在。但大规模研究或小偏倚的Meta分析是比较有力的证据,因为它更接近于未知的‘金’标准。”

来源：PLoS Med, 2005,2:e124.