回首頁
回索引

近日我接连收到朋友转传来某华人的文章。该人声称新英格兰医学期刊上 “导师团队大型 RCT 三篇文章证明阿司匹林在老年人初级预防中有害无益”。
该人还提到在 Lancet 期刊上看到一个教授嘲讽阿司匹林除了治头痛没卵用~。

新英格兰医学期刊和 Lancet 期刊都是品质高的医学期刊。不幸的是这些期刊里也有一些 “仿佛科学” 的文章。以我近五十年的经验,非得看了原文才能
衡量任何文章的可信与否,以及其价值。

阿司匹林能拮抗凝血作用。血液里有了血块是个危险的事。冠状动脉里沉积的脂类偶会剥落,造成血管壁出血。此时此地启动了凝血作用,产生血块,
堵住了血管,造成梗塞。平时服用,或者梗塞时赶紧服用阿司匹林都能够抗凝血,协助化解血块,因而救人性命。

阿司匹林 还有许多重要的功用。近二十年以来更累积了大量的阿司匹林预防多种癌症的证据 。对于非医药专业的读者,我暂时不在此处详言。

在任何一个实验或者流行病学的统计里,研究的设计是无比的重要的。对于结果的解释也是无比的重要的。   

以下是原文的纲要。
https://www.nejm.org/doi/10.1056/NEJMoa1803955  

1. 这个大规模的统计,对象全是
健康的 70 岁以上的老人(破例收了一些 65 岁以上的黑人和西班牙语裔的人。开头就不规范了。)健康的门槛是
 “
没有心血管疾病,没有失智痴呆症。没有残障。 9525 人每天口服阿司匹林。 9585 人每天口服安慰剂。最长观查时间:4.7 年

  剂量:每天只口服
100 mg 阿司匹林。(一般治头疼或者发烧的剂量是两片 325 mg 的药片,即 325 mg x 2 = 650 mg。一天可以口服两、三次)

2.  观察的是老人的死亡人数。

3. 依照他们的统计方法,服用阿司匹林的,每年每 1000 人里死了 12.7人;服用安慰剂的,每年每 1000 人里死了 11.1人。hazard ratio, 1.14; 95%
 confidence interval [CI], 1.01 to 1.29 他们结论是:服用阿司匹林的,明显地死得多。

4. 依照他们的统计方法,服用阿司匹林的,每年每 1000 人里死了  3.1%   ;服用安慰剂的,每年每 1000 人里死了  2.3% 。


以下是我看了原文得到的一些想法。  

1.  这个大规模的统计里,破例收了一些 65 岁以上的黑人和西班牙语裔的人。开头就不规范了。

2.  观察的是老人的死亡人数。不考虑老人病得如何,只统计死亡人数。被车撞死的,被天上掉下来的钢琴砸死的,被人气死的,肺炎死的,吃坏了
  腹泻死的,跟情人作爱时让嫉妒的太太撞见一枪嘣死的,、、、全算在一起。 统计的是死了的和活着的。一组的单位死亡人数是 12.7人,另外
  一组的单位死亡人数是  11.1 人。 这就是 BULL SHIT 所在之处了。

40 年前,我和哈佛公共卫生学院作统计学的一位教授讨论,我提出实际上各个族群里都有太多变数没有在你们的统计里考虑到,你们如何能那么
大胆地说依你们的计算,可靠性 confidence level 有 95% 呢? 哈佛教授耸耸肩,说 “我也没有办法,只好假设那些变数不存在了。”  事实上,就有
那么些变数。装傻吧!

把这个报告的每年每 1000 人里的死亡人数还原到每组 9500+ 人的总共死亡人数,两组的差异是微乎其微的。因为每组里的人不是死了(0)就是
活的 (1),没有半死的 (0.2,0.3,0.5,0.7,,,),根本就无法计算两组的各组的标准误差 Standard Deviation。没有标准误差,如何知道这
两组的死亡差异是否可靠,或者有 95%的可靠?完全没辙!因此,他们的结论是误谬的。

50 年前,我学习生物统计学的时候就晓得美国名句:"There are three kinds of lies: lies, damned lies, and statistics." 。  这一群澳洲的 M.Ds. 和
Ph.Ds. 使了坏招。他们把每组死的人分在每组每年每 1000 人里死了几个人。用了这个不合理的统计手段,他们能够硬搞出 Standard Deviations!
从而,他们掰出了 95%的可靠性 - 服阿司匹林的死亡率明显地高些。我重复说一次 "There are three kinds of lies: lies, damned lies, and statistics." 。
在他们的统计方法里,还必须假设每一组里每年死人的机率是相同的。如果真的如此,实验的最初 6 个月的人,死亡机率必须和实验的最后 6 个月
的人的死亡机率相同才行。这就明显地违反了科学的逻辑了。要是 阿司匹林能让健康的老人多死些,那么实验后期的死亡率一定会增加才是。

除此以外,70 岁以上的老人之中,多少没有心血管毛病的? 挑了没有心血管毛病的老人作阿司匹林救命的统计,有什么意义?诚心误导那些没有
受过科学训练的二百五华人专家,键盘客,让他们出丑嘛!

这个统计报告(论文)里还统计了因为癌症有关的死亡。由于他们犯了同样的错误,我就不浪费精神评判了。

我的总结:这些人,挑了不必用阿司匹林来救命(没有心血管疾病)的老人,用很低剂量的阿司匹林(100 mg/天),根本就诚心不让阿司匹林显出
它救人性命的功效。选用 “死亡” 也是一个不恰当的 end point。因为每组里的人不是死了(0),就是活的 (1),没有半死的 (0.2,0.3,0.5,
0.7,,,),根本就无法计算两组的各组的标准误差 Standard Deviation。

基于这个有重大瑕疵的统计报告,顶多能说低剂量(100 mg/天)阿司匹林不会影响 70 岁以上没有心血管疾病的老人在 4.7 年的服用期里的总死亡数。

我真为那个在互联网上发表 “新英格兰医学期刊的文章
“证明” 了阿司匹林 、、、有害无益” 的华人捏了一把汗。在科学的逻辑里,我们能够提出
支持 support” 的 “证据”,可是永远无法 “证明 prove” 任何事情。 连这个最基本的观念都没有的人,受过的训练可想而知了。再说,统计学里只能
发现有多少把握 Null Hypothesis 是对的,两个参数之间是否有关系。至于这是平行 parrellel 的关系还是因果 causality 的关系就无法分别了。他的
统计学是在那儿学的?  “乌医大” ?  哈哈!  我想,他在乌兰巴托大草原上的日子没白过,学会了穿白大褂了。  至于他有没有卵用,就难说了。









(大土佬兒于 2018 年 10 月寫于紐約阿帕拉契山內。)




.
 《其何能淑 載胥及溺》