RSS

神藥無敵方程式

19 十一月

文/李威霆 (本文刊於《新語絲》22.02.15【牛肆】文集)

新加坡衛生科學管理局(HSA)於11月17號再次發布警告提示群眾,說「連花清瘟散」並無臨床實驗證實能有效對抗新冠疫情,呼籲民眾不要傳謠言。任何對藥效做虛假宣傳,稱「連花清瘟散」能治療新冠肺炎的賣家,將有可能面對最高新幣5000元的罰款。

其實,不僅治療新冠無臨床藥效,「連花清瘟散」早在多年前就向FDA申請,希望通過它作為一種治療傷風感冒的藥物,然而三期臨床實驗至今仍舊無法通過。

明明在實驗中無效,那為什麼很多人會信誓旦旦的宣稱「連花清瘟散」能有效治療新冠肺炎呢?最簡單的思考就是;患上新冠肺炎的死亡率原本就低於1%,患上新冠肺炎的人,有99%以上本來都不會死亡,無論有沒有吃藥,他最終都會自己痊癒。

我們來試想,假設在某一個地區,當地有一百萬的人口相信「連花清瘟散」具有療效,那麼假設這一百萬人都不幸患上新冠肺炎,然後都去買「連花清瘟散」來吃。

結果就是,幾個星期後你會有九十九萬個以上的所謂「親身見證」案例,這些人還會幫助這種“神藥”到處宣傳背書,可謂鐵證如山阿。另一頭,那些吃了治療不好結果死了的,也不有機會跑拿來跟你宣稱,大多只會怪自己體質太差。

但這九十九萬位所謂「被治癒者」所看不到的是,他們當初即便不吃「連花清瘟散」,也會痊癒。有許多國家疫情死亡率控制得比中國低的,人家也沒吃「連花清瘟散」,人家不也痊癒了?

藉此我在這裡分享一套所謂神醫/神藥的簡易練成秘笈。還真的是一個很簡單的方程式;「自限性疾病」+ 「安慰劑效應」+ 「倖存者偏差」 = 「神醫/神藥」

所謂「自限性疾病」就是我們人體很多疾病,它本身是會在過一段時間後就自己就痊癒的。據說,人類有超過70%以上的各種疾病,只要給予足夠的時間,它都會自己痊癒。常見的各種感冒、水痘、豬頭皮之類,即便你不醫治它,它都會在幾個星期內自癒。

「安慰劑效應」就是有很多類型的疾病,我們只要覺得有信心自己會好,那即使隨便給你一顆假藥,或給你做一個假手術,當我們真的相信時,我們的自癒力就有可能治好它。這類病很可能從一開始就是心理造成的疾病。這是所謂「心病還需心藥治」。

最新的許多研究都指出,「安慰劑效應」對各種疾病的療效,可能高達20%以上。也就是說,只要某樣東西,或某種儀式但凡能激發你的信心,即便給你吃一顆鼻屎也有機會能治好你,不用「連花清瘟散」。

最後「倖存者偏差」,是前面說過的,出來到處宣傳所謂的見證,被我們「看到」的,都只是那些被治好(自癒)的人。那些被醫死的或無效的人,大概率是懶得或已經沒有機會出來跟你宣說了。

基於以上這三種宏觀作用,加上不了解這些原理的坊間個體之間的「人云亦云」,我們就只能接收到治癒的倖存者的例子,而根本收集不到治不好和治死的案例。所以從個體的角度來看,當然感覺「很有效」咯。

但實際上,在沒有考慮大數據統計和實驗控制的情境下,這種所謂的見證就是根蔥。它只是一種錯誤的注意力所產生的錯覺。

綜上所述,我們就能明白為什麼現代臨床試驗中的「大樣本隨即雙盲對照實驗」方法對於檢驗一種藥物實際的有效性是那麼的重要。那是因為這整套實驗的設計,就是為了要剔除上訴那些可能造成錯覺的因素,對實驗結果的影響。

再換個角度來看,今天你要如果想要成為一名神醫,或要想要宣傳一種假藥賺錢。只要懂得利用我上述說的「自限性疾病」+ 「安慰劑效應」+ 「倖存者偏差」 = 「神醫/神藥」方程式,再加一套基礎話術。保管你一輩子有收不完的神醫錦旗,還有很多的錢。

你只需要記住一件事情,在來找你的問診病人裡,至少有70%以上的人,他身上的病原本最終都會自己痊癒。何況現代人還有有現代醫學和營養學的福佑,他們來找你問診的同時,有很多人也會同時去吃其他藥,或者去看所謂的「西醫」。所以只要你敢吹,最終功勞都會歸你。

我們可以看到,在一個科學越不發達的地方,各種神醫和神藥就越多。其實歷史上有無數的所謂神藥神藥,也都是這三種效應的作用下,有意或無意鍊成的。

不過話說在前面,如果今天你已經明白了這層原理的存在,還依舊喜於到處宣傳無臨床實驗證明的偏方神藥和療法,甚至要他人放棄正規治療,以至於導致他人錯過了關鍵治療的時機,甚至害人喪命。那我也只能說,因果自負。我是說如果你相信的話。

附錄:新加坡衛生科學管理局通告 https://www.hsa.gov.sg/announcements/news/advisorycovid-lianhuaqingwen

原文討論鏈結:https://www.facebook.com/photo?fbid=10158947172756225&set=a.10150326424476225

 
發表迴響

發文者為 於 19 十一月, 2021 英吋 社會時政

 

標籤:

發表留言

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料