科学数据资料分析层面中的，存在很多社则会社会所密切关系关引的弊端。对于这些弊端，另类科学数据资料分析界也往往则会给出一个都可的说是法。不过，科学数据资料分析家们肯定可想而知则会出疑。有时他们的数据资料分析推论甚至则会彼此猜疑。比如有些数据资料分析看来，手机辐射跟脑癌之间存在相似之处，有些数据资料分析又说是这种相似之处过错实不足。多半他们说是水果可以下降有害样，多半又说是水果本来不能下降有害样。这有时候让社会所感到耻笑。那么，碰上这种情况应该怎么办呢？
a.以最独立性科学数据资料分析家，比如诺贝尔奖颁给或者Nature时代周刊上Journal，的意见有别于。b.以科学数据资料分析家中的的“另类意见”（如果“另类”知道存在的话）有别于。c.以当前刊发的意见有别于。d.别当真，科学数据资料分析电视新近闻可以当文化娱乐电视新近闻看。
如果这条电视新近闻说是的是当前的病理学数据资料分析，那么形而上学的选项是：（d），别当真，就当文化娱乐电视新近闻看吧。
那些读到在晚报副刊上的各种实际上肥胖手册，连看都别看。而那些发表文章在另类媒体上，有当前的Journal赞同的科学数据资料分析电视新近闻，比如说是英国某个的团队又推测什么东西对儿童智力的新近冲击了，我们仅仅可以看，但是看放就忘了也不了有想像中的大弊端。
更为进一步，如果这条电视新近闻说是的是当前的药学数据资料分析，比如吃饱什么什么摄取对四肢有什么什么优点或还优点，那么哪怕是刊发在最独立性病理学Journal上的那些颇高举出领军Journal，也可以全部忽略。
说是这句话的人叫 John P.A. Ioannidis，他上周即将被改任为芝加哥所学校预防病理学数据资料分析中的心主任。Ioannidis 说是，“ignore them all”. 他奇袭的众所周知是药学，而是整个病理学数据资料分析。2005年，Ioannidis 刊发两篇Journal，推论大部分病理学数据资料分析都存在弊端。这两篇Journal在病理学界被举出好几百次，但是不了多少人说是他这个看上去无比偏激的推论是疑的。甚至不了人回应懊恼。所有搞病理学数据资料分析的科学数据资料分析家都知道这个秘密文件：病理学数据资料分析似乎毫无疑问牢固。
John P.A. Ioannidis | med.stanford.edu
不过，这件过错一直到2010年底才引来社会所的关引。首先是《亚特兰大月刊》刊发充满惊恐的子明，标题引入英国首相和马克吐温造出的著名句式：“说谎，成是的说谎，和病理学数据资料分析”。《电视新近闻界》赶紧跟进，并把推论进一步重整为“90%的病理学数据资料分析都是疑的”！《电视新近闻界》这篇美联社说是，今天不太可能有人开始真正认真地重新近探究整个病理学自然科学，而且赶紧推测了几个与我们此前的基本知识几乎相反的推论，比如说是：不了过错儿自己检查和，不但不则会下降癌的死亡领军，不了准还有还优点；本来科学数据资料分析家并不了有必要过错实说是引射流感疫苗对防治流感有效性。当然，以上两个更为新近的基本知识也未必准确，但为什么Ioannidis要用出如此猛烈的奇袭，他说是的话是否是有凡过错？我们必须是不是他似乎说是了什么。
2005年发布在《Plos Medicine》的篇名举出连续不太可能至少三千次
他一篇刊发在PLoS Medicine 上的篇名说是，在病理学数据资料分析中的被广泛可用的统计方法有，本来是个极为脆弱的制度化。如果你的一项数据资料分析是实地调查某种药物对人的肥胖是否是优点，而你想要能推论有优点的话，你将很易于要用这一点。首先，今天大部分病理学自然科学数据资料分析的震荡本来都是相比较较弱的，因为“不较弱”的震荡别人就让数据资料分析放了。其次，只不过一个病童的病情并不了有什么明显恶化，但因为你想要这个药物有效性，你只不过则会几乎无意识的刻意寻找他恶化的过错实，你似乎则会把本来不了什么恶化的病童拿来恶化的病童。这就是你的无知。Ioannidis 这篇Journal本来全是数理逻辑，他要用了一番计数，说是如果这个较弱震荡有10%，而你的无知有30%的话，你的实验者得到适当推论的机领军只有20%。
科学数据资料分析家是有无知的。他似乎因为拿了医药公司的捐献而想要推论一个药物的，他更为似乎为了能在刊发有轰动震荡的Journal而自觉难以置信的结果。鉴于10%的震荡领军和30%的无知领军差不多就是一般毒理学数据资料分析的素质，我们仅仅可以说是80%的毒理学数据资料分析都有弊端——当然，这些数据资料分析实际上是数据资料分析而已，它们是整个病理学数据资料分析序列中的的一部分，而不是直接督导生物暴力行为的原则。根据值得注意的计数，小规模随机试验的存疑性也只有23%。Ioannidis 这篇篇名就是用数理逻辑方法有推论这种无知有多可怕。
2005年刊发在旧金山病理学则会Journal的篇名
光玩数理逻辑当然却说，评论现实得有单纯过错实。Ioannidis另一篇刊发在 JAMA 上的Journal天和的就是这个。不了有人能把所有病理学Journal都数据资料分析一遍，所以他的过分相当兼具精彩：他只看1990到2003年间刊发在顶级针灸病理学Journal上的顶级Journal，入选标准规范是被举出至少1000次。符合这个标准规范的Journal总计有49篇，其中的45篇否认推测了某种有效性的药物或者治疗法。
我们都知道科学数据资料分析结果仍要是可段落的，我们不知道的是有多少科学数据资料分析结果知道被人段落过。这45篇Journal虽然都被举出了千次以上，其中的只有34篇被段落检验过。
而后人检验的结果是其中的7篇的推论疑误。比如有一篇Journal说是摄取E对下降铁饼哮喘似乎则会有优点，有一篇Journal说是摄取E对下降女子哮喘似乎则会有优点，而后来的大规模随机实验者则推论摄取E对下降哮喘似乎则会实际上不了优点。亦有7篇Journal被推测是忽视了有效性性。也就是说是34篇经过检验的Journal中的的14篇（41%）被推测推论有弊端。这45篇最独立性的Journal中的只有20篇扛过了时间的领悟。
顶级Journal尚且如此，一般Journal又能怎么样呢？真有90%都不作靠么？我曾经推测 Ioannidis 说是过“90%的病理学数据资料分析都疑了”这句话，《电视新近闻界》的美联社的确是标题党。
过错实上，Ioannidis 说是的不是90%疑误，而是431/432存疑。Ioannidis 的过分是选项一个首选层面，深入调查这个层面内所有的Journal。这个层面数据资料分析的是**中的风各种营养不良的似乎则会并不相同，是否是因为突变的冲击。在2007年 JAMA 的一篇Journal中的，Ioannidis 与合作者找这个层面的所有77篇Journal，然后逐篇量化这些Journal检视数据资料的方法有是否是必要严肃。这些Journal总计明确提出了432个论断，其中的只有60个论断可以称不上是方法有严肃。而这60个拿的出手的论断中的，在此之前被其它数据资料分析据估计段落验证了两次的，只有一个。
所以合理的说是，却是是绝大多数病理学数据资料分析的“疑”了，而是不严肃，不了有经过领悟。如果我们对适当科学数据资料分析论断的允许是方法有严肃，结果据估计经过两次检验，那么这个层面的合格领军只有1/432。如果我们放宽允许，只要一篇Journal不被推论是疑的，就算它是好Journal，那么刊发在最独立性Journal上的被举出连续多达的病理学Journal中的，有7/45是还好Journal。
在这七篇还好Journal中的，有两篇说是摄取E可以下降哮喘似乎则会。但随后于2000年刊发在《新近英格兰病理学时代周刊》上的一篇篇名，通过对至少9000人顺利进行的合理随机实验者推论，摄取E实际上不能下降哮喘似乎则会。这一推论从此之后始终不了被倒台过。那么似乎有多少科学数据资料分析家知道这件过错儿呢？Ioannidis 等人在此之前专为调查了似乎有多少Journal还在可用“摄取E下降哮喘似乎则会”这个疑误基本知识，推论是一直到2005年，仍有50%的新近发Journal还在举出前面那两篇疑误的顶级Journal，并且以为它们是对的。
把学术Journal的推论大力推广到单纯世界的永生，多半是极为危险的过错情。因为不理求得科学数据资料分析数据资料分析的思维方式将，导致大多数人对科学数据资料分析有两个关键性误求得：第一，看来科学数据资料分析数据资料分析绝对永生；第二，看来每一项自然科学都是在生产我们日常决策的答案。单纯的科学数据资料分析数据资料分析本来一个充满曲折，甚至多半疑进疑出的过程。
不过，很多Journal不严肃，甚至很多都是疑的，这却是指出科学数据资料分析中的不了有适当答案，它只是指出得到和似乎适当答案却是简单。值得引意的是，病理学数据资料分析多半总括数理逻辑方法的方法有。由于这些方法有本身所兼具的不足之处，所以用到“不靠谱”的数据资料分析结果也却是奇怪。这也却是是说是所有病理学数据资料分析全都是不靠谱的——因为不足之处并非不作显然，数据资料分析者可以通过增大数据资料分析规模，延长数据资料分析时间等方法有，尽量减少依赖性因素。并不相同的数据资料分析之间，也存在着结果上的两者之间关系。过错实上，病理学数据资料分析就是通过这样千千万万的似乎则会有些不靠谱的数据资料分析，逐渐明晰上去，无限逼近最终的适当求得。从上述摄取E的数据资料分析案例中的，我们就可以清楚地看着这一点。
科学数据资料分析美联社都是用生物词汇读到成的，而科学数据资料分析数据资料分析可用的却不是生物传统词汇。实际上“科学数据资料分析方法有”本来是另一套很不一样的思维方式将。接续的几篇小文则会参阅一下“科学数据资料分析方法有”——这种跃升了生物本能的思维方式将。一个简单的弊端是，我们凭什么相信“摄取E不能下降哮喘似乎则会”这个推论是对的？因为有些科学数据资料分析方法有比另一些科学数据资料分析方法有更为存疑。我们将说是明为什么看电视新近闻不如看Journal，为什么看一篇Journal不如把多篇Journal综合在一起看（称之为meta-ysis），以及为什么这么看还是却说。
引： 有一个叫要用 Cochrane Collaboration 的国际一个组织，就正在专为合理探究各种病理学数据资料分析，并且大受欢迎了很多报告，而且他们也明确提出异议了 Ioannidis 明确提出的审批方法有。这个一个组织则有经费只来自于政府，所学校和私人筹款，而不拿医药公司的不了钱。
相关新闻
相关问答
