【國際瞭望】允許質疑 以免被科學蒙蔽

眾所周知，我們正處在科學的時代。我們受事實和數據引導，而非信仰和迷信。

幾個世紀以來，我們一直被告知這一點。而且我們大多數人都信以為真。我們擁有先進的醫療技術、先進的科技，及關於一切事物的即時訊息。這就是科學的產物。

然而，每一種正統觀念一旦不再受到質疑，就會被濫用。這正是我們這些年來所經歷的。當科學家們提出一些違背直覺、試圖改變我們生活的方案時，我們質疑他們，這是正確的。

無論我們多少次被告知「科學解決了」什麼問題，我們仍然不應該放棄運用我們的理性，以防發生一些我們無法控制的事情。

偽造的藥物研究

近日我親眼目睹了一件令人難以置信的事情。要理解它，我們必須回到6月。當時，一個新成立的委員會正在開會，評估藥界向美國疾病管制暨預防中心（CDC）和美國食品藥物管理局（FDA）推銷的各種產品，其有效性和安全性。這個委員會名為「預防接種諮詢委員會」（Advisory Committee on Immunization Practices，簡稱ACIP），由CDC的多個委員會為ACIP提供服務。

這次聽證會可能是歷史上最受關注的一次，因為相關技術已經成熟，而且大家都很好奇在整個舊委員會被立即解散後，新委員會將如何運作。

值得注意的是，委員會還審議並投票通過德國默克公司（Merck）生產的「新型嬰兒呼吸道合胞病毒單株抗體疫苗」，當然還有其他產品。它似乎是已獲批准藥物的升級版，因此引發爭議在意料之中。疾控中心公布了一些數據，並向委員會保證一切正常。

然而，一位委員提出了一些疑問。麻省理工學院（MIT）的萊維（Retsef Levi）注意到數據中有一些異常的信號。他沒有時間仔細研究，但表達了保留意見。他用非常委婉的語氣說，他不太放心給自己的孩子服用這種藥物。因此，他投了反對票。另一位成員也投了反對票，但這不足以阻止該案件的通過。

幾個月過去了，外部專家終於有機會更仔細審查上市後的相關安全數據。記者德馬西（Maryanne Demasi）發現了一個嚴重的異常現象，這個現象隱藏得太深，很容易被忽視。數據顯示，在0至37天嬰兒和38天至8個月以下嬰兒的測試組中，「沒有顯著信號」。

聽起來很無聊，對吧？這正是默克公司和CDC委員會希望大眾感覺到的。然而實際上，如果我們把完全相同的數據匯整起來，就會得到不同的結果。

正如德馬西所發現的，匯整數據後，「嬰兒在注射後不久癲癇發作的可能性，幾乎高出四倍（3.93，95% CI 1.21-12.79）。這個結果具有統計學意義（p=0.02），因此不太可能是偶然發現——三位獨立專家也證實了這個事實。」

還有另一個問題。他們使用了「非可變風險窗口」，即僅統計注射後第一週（第0天至第7天）的癲癇發作，並將接下來的兩週（第8天至第21天）視為「對照」（Control）期。如果癲癇發作發生在第8天，則被視為無關。

兩者之間，那篇被引用來證明該療法有效的研究，本質上是偽造的。萊維的直覺完全正確。然而現在為時已晚。CDC已經批准了這種藥物，並承諾它可以預防呼吸道合胞病毒，數百萬嬰兒將接受這種藥物，但事實上，它可能並不安全。

這個現象令人震驚，不是嗎？我們只需要發現其中一起事件，就能對整個事件提出深刻的質疑，包括那些製造藥物、進行測試，並向其贊助機構推銷藥物的商人，及為這些外部顧問團體服務的委員會。

我們會感覺到這個系統的各個方面都被封鎖了，沒有任何人擔負真正的責任。

讓我惱火的是，這些公司和機構竟然如此濫用大眾對科學的信任。當那些資歷深厚、收入豐厚、博學多識的人向我們拋出一堆數據時，我們卻覺得自己沒有資格反駁。而且，我們總是想當然的認為他們能解答所有問題，結果卻覺得自己很蠢。

我在新冠肺炎（COVID-19，中共病毒）疫情期間開始注意到這一點。成千上萬的研究被反覆推敲，而這些研究恰好與公共衛生部門發布的建議完全一致。

科學研究方法的盲點

隨著時間流逝，我學會了發現明顯的問題。

第一個問題是建立模型（modeling）。這最容易發現。建立模型時會內置某些假設，然後用大量數據進行運算，最終追蹤其影響。然而所有這些都受制於「垃圾輸入，垃圾輸出」（garbage in and garbage out）這個老問題。我們甚至可以直接否定所有這些。

第二個問題是受試者偏見（subject bias）。這是一個有趣的現象，研究對象比對照組更有可能表現出被測試的行為。例如，我們可能會根據「接受某種治療的特定人群」比「未接受該治療的人群」更健康，得出該治療有效的結論。然而事實可能並非如此，治療組總體上更注重自身健康，而對照組則不然。

第三個問題是時間段偏差（the time period bias）。研究人員可以操縱開始日期，以避開他們不喜歡的結果。例如，去年一項重要的研究表明，疫情封控措施越寬鬆，死亡人數越多。我不相信，所以又看了一遍。結果發現，這項研究的日期排除了封鎖最嚴格的州死亡人數最多的時期。

第四個問題混淆了相關性（correlation）和因果關係（causation），這是一個業餘錯誤，但卻極其常見。如果我告訴你吃魚子醬和喝香檳會讓你致富，你立刻就會發現我犯了一個錯誤。但如果我說喝紅酒可以改善你的心臟狀況，你還會發現這個錯誤嗎？

第五個問題是數據收集存在偏向性（biased data assembly），例如單株抗體研究的情況。研究人員為了得到想要的結果，故意把測試組劃分得明明白白。如果以不同的方式重新整理數據，就會得到完全不同的結果，這表明其中有嚴重問題。

這些只是科學被濫用的幾種方式，實則不勝枚舉。所有這些問題皆源於當今文化中，人們對那些擁有學位證書和學術資格、聲稱能駕馭高階數據的人，所抱持的敬畏與畏懼心態。

「科學」（science）裡面究竟有多少是假的？我們不得而知。也許這就是為什麼這麼多人對科學失去信任的原因？我們總說科學時代已經來臨，然而事實真是如此嗎？又或者，這僅僅是一個鼓勵我們放棄思辯，轉而崇尚專家的時代？

當然，我們不必反對科學。我們需要做的，是對科學被濫用的所有方式保持更多的懷疑。（小標為編輯所加。信宇編譯）

——作者塔克（Jeffrey A. Tucker）是布朗斯通研究所（Brownstone Institute）的創始人兼總裁、《大紀元時報》專欄作家。他的最新著作是《自由或封鎖》（Liberty or Lockdown, 2020）。

原文：「Blinded by the Science」刊登於英文《大紀元時報》。本文僅代表作者觀點，不一定反映《大紀元時報》立場。◇