3

基于证据的医学破产了吗?

伦敦—基于证据的医学,如大卫·萨克特(David Sackett)及其同事在1996年所写,“有意识地、明确地、明智地使用当下最佳证据做出个体病人的医疗方案。”乍一看,这完全合乎逻辑;事实上,有许多人都说,这已足以称为“医学”。但这一方法正在引起巨大的争议,许多人认为它已“破产”。上个月,《英国医学杂志》(British Medical Journal)做了一次读者调查,询问基于证据的医学是否出了问题,回答几乎是五五开:51%的人表示肯定,49%的人表示否定。

争议来自什么样的证据被使用。萨克特暗示(但并不确定)流行病学证据(从随机控制实验和多年期大群体研究中发现)应该成为医生诊疗病人的决策基础——人们希望咨询病情亦是如此。

Chicago Pollution

Climate Change in the Trumpocene Age

Bo Lidegaard argues that the US president-elect’s ability to derail global progress toward a green economy is more limited than many believe.

流行病学研究回答类似于这样的问题:“如果1,000个患有2型糖尿病的人随机地分为四个组,每组250人并在十年的时间里分别不治疗(或使用安慰剂)、使用药物A、使用药物B和使用药物C,存活率将会受到什么影响?副作用和并发症(如有)情况又会如何?”如果实验设计合理——规模足够大、人群真正以随机方式分组、结果为“盲”测——那么其结果应该是可靠的。

考虑以下情形:四个组别的十年存活率分别为70%、71%、80%和82%,并且出现棘手副作用的人数比例分别为1%、2%、5%和50%。大部分人会用生存机会的小幅下降换取副作用的大幅下降;换句话说,他们会选择药物B。

简言之,基于证据的医学利用流行病科学为个体患者的测试和治疗做出明确的结构性决定方案,其证据通常——并且越来越多地——从临床指引中总结而来。出于两大原因,这很有问题。

首先,强调随机控制实验作为证据的“黄金标准”意味着任何在实验中胜过竞争对手的哇哦唔都被归为“基于证据的”。看看医学杂志上的光鲜广告,你就能发现一些你从未听说过的病所需要的你从未听说过的药物,比如“女性性兴奋失调”和“成人注意力缺失”。而有多少药物在拿到执照之前与更自然的非药物疗法——比如用瑜伽治疗高血压,用健步走治疗糖尿病——做过对比实验?

从某种程度上说,基于证据的医学是其自身成功的受害者,自产生以来的20年中,它催生了研究实验的指数增长。你不需要认知心理学博士学位就能意识到,在需要时间紧迫的高压环境下超负荷工作、与大量指引和研究结果打交道的医生必然会产生错误。

而尝试性解决办法——将指引与计算机化的“决策支持工具”进行硬连接——基本宣告失败,因为计算机模型无法协调混乱的真实世界临床实践。比如,几代医学学生都要记住教科书上的乳糜泻病特征,以便通过考试。但书上的乳糜泻病和你姨妈的乳糜泻病并不完全相同。

事实上,只有你姨妈可以告诉你她的乳糜泻病有何症状。碰巧她还反对附庸蓝色药丸。她还坚持,如果服用药物x,她就会有一种新女人(new woman)的感觉——尽管在现实中平均而言药物x在每1,000个病人中都不会引起一例副作用。计算机模型治疗建议也许并不适合你姨妈。

但这并不意味着基于证据的医学破产了;它只是缺少必须的成熟性。如今,高质量随机实验和基于证据运动刚刚兴起时一样重要。但该系统必须以医生的判断和病人的个体经验为准。

应该停止让面对证据的医生超负荷工作,停止让口若悬河的行业销售员用营销诡计操纵他们。相反,研究者应该优化流行病学证据的展示、总结、处理和应用,使用能够改善医生对复杂数据的理解的优秀的可视化技术

Fake news or real views Learn More

与此同时,研究获得的关于普通患者的事实不能压倒个体患者对自己的身体和病症的观察。捕捉和协调患者个人经验的新程序——通常具有异质性和主观性,难以标准化——还需要走很长的路才能确保每个患者都获得正确的治疗。

医学界必须发展共享决策科学,通过流行病学证据进行关于对患者什么才重要、如何最好地达到这些目标的对话。这样做可以让基于证据的医学打破当前局限,发展出考虑到患者患病经验、促进优良临床实践的全面方法。