我。
科学历史悠久，但大多数研究方法却并非如此。
几千年来人们一直在做研究。但我们今天认为标准的许多方法——包括问卷调查、盲法和双盲研究，以及对照组的想法——都是在 1700年之后发明的。第一个医学随机对照试验直到 1948 年才发表，这个术语“循证医学” 直到 1992 年才问世。
直到最近，所有的研究方法看起来都或多或少是这样的： 沃勒的宠物斗牛犬“吉米”向皇家学会展示研究方法还很新，或许我们可以坐下来再发明一些。
这是个好消息，因为现在有很多问题我们不知道如何解决。一个特别神秘的领域是人类健康。医生可以通过手术、疫苗和抗生素为您做很多事情，但除了这些干预措施之外，仍有许多疾病完全阻碍了您的身体。
后现代体验的一个奇怪部分是，许多人总是感觉有点糟糕，即使他们没有“生病”。如果你去看医生并且你说“我感觉有点不好”，他们不知道如何帮助你。
“真的生病了”不会让你走得更远。如果有的话，那就更糟了。很多人都患有神秘的慢性病，但当你带着这些问题之一去看医生时，他们大多只是对你耸耸肩。
二。
Alistair Kitchen 开始胃痛。开始的时候很小，但随着时间的推移，它变成了“我不知道我的身体能够产生的强烈疼痛，一种真正令人目眩的感觉，关闭了我身体的所有感觉，除了我的胃部感觉。”他说：
所以，四年了。第三年，在一次内窥镜检查和一系列扫描确定我没有任何“严重”的情况后，给我的建议基本上是这样的：
看，有些人只是胃有问题。当他们遇到麻烦而我们不知道是什么原因造成时，我们就称之为 IBS。所以你有肠易激综合征。当心可能触发你的食物，祝你好运。
或者以Elisabeth von Nostrand的经历为例：
我有很多对话如下：
我（超过 20 页的病史和 30 分钟的谈话）：我无法消化蛋白质或纤维，当我尝试时感觉就像我体内有什么东西死了一样。
他们：哦，那不行，你需要吃那么多蛋白质和维生素
我可以！确切地！这就是为什么我约了你，一位昂贵的医生，我不得不开车很远才能到达。我很高兴您看到问题以及您肯定会提出的解决方案。
他们：如果你拿一块蛋白质咀嚼并吞下会怎样？但就像很多那样。
我：然后我会觉得我体内有什么东西死了，仍然无法吸收我们希望我从食物中获取的实际营养。
他们：如果你不愿意帮助自己，我也帮不了你。
这是一个令人不安的普通故事。
面对这个系统，许多人最终将自己的健康掌握在自己手中。这很有道理，我们完全赞同。但大多数人靠自己取得的成功并不比他们在医生面前取得的成功更多（尽管至少他们没有屈尊）。
似乎平均结果是你最终会与你的神秘疾病（或者甚至只是你神秘的温和感觉一直不好）一起生活多年。它要么永远不会消失，要么某天无缘无故地随机消失。
三、
我们怀疑人们自己做的和他们对医生做的一样好，因为*没有人*知道如何研究个别问题。这是因为我们的文明在发展人口层面的研究技术方面做得很好，但迄今为止在个人层面的研究技术方面做得很糟糕。
我们的社会投入了大量时间对大型群体进行研究。我们想出了很多对大样本进行研究的方法，以及很多思考它的方法。我们敢打赌，你读过的 99% 的研究都是关于群体的研究。
相比之下，对个人进行研究是一种研究不足且（我们敢说）前沿的研究形式。科学家们大多还没有开发出它的技术，因为几乎从定义上讲，这不是他们研究的那种东西。
这可能是因为医生和研究人员对人口层面的问题更感兴趣。毕竟，他们的任务通常是解决公共卫生危机，治疗可能影响数百万人的常见疾病。但是个人更关心个人。
这可能是因为我们从关注最常见的疾病开始，现在才开始关注罕见的疾病。研究常见疾病的最佳方法是观察大量人群，因此我们首先开发了这些技术，现在才遇到它们的局限性。
可能这完全是计算能力的问题。统计学的历史是有污点的，因为统计学是在计算机出现之前发明的，并且是在一个人可以合理地用手计算的范围内设计的。即使在 1990 年代，消费类机器也需要数周时间才能处理如今您可以在手机上 15 分钟内运行的各种模型。但现在我们可以做更多，也许这意味着我们可以做新的事情，以前做不到的事情。
无论如何，必须有可能为这样的事情制定协议。
“带电极的吉米”个人层面的研究具有一定的优势。人口水平技术的问题在于，同样的治疗对某些人总是比对其他人更有效。如果你给两个人同样的药物，它可能对其中一个人有效而对另一个人根本无效，你的统计模型需要考虑到这一点。个人层面的研究不必担心！你只是在看一个人。
对此进行描述的一种技术方式是，个人层面的研究始终具有很高的内部有效性——研究问题是“这种治疗方案对这个人有效吗”，你总是能直接回答这个问题。这是以外部有效性为代价的——你基本上不知道你的发现是否会推广到任何其他人。这是一个不错的权衡，因为你已经选择研究一个人，而且因为人口水平的技术一开始就具有可疑的外部有效性。
我们也可以用群体水平的技术来指导个体水平的研究，用个体水平的技术来指导群体水平的研究；它们可能有很多互补的方式。
个人层面的技术不仅限于研究慢性病——例如，你也可以使用它们让健康的人更频繁地感到惊奇，这会很酷。那些已经一直感觉很棒的人，你只能靠自己了。
但慢性病是一个很好的起点，因为这些疾病正在消耗数百万有动力寻找治疗方法的人的生命，而人口水平的医学并没有削减它。
这是一个我们一直在思考的问题，我们将在接下来的几个月里写下来。首先，这里有一些看起来可能会派上用场的简单区别：
测试与查找变量
在研究一个人时，主要有两种情况。
一种情况是您认为您知道一些与您的疾病有关的变量，并且您想要测试它们。例如，您可能怀疑咖啡因会让您感到恶心。你想确认这个假设或排除它。您可能还想高度确定地证明咖啡因确实是您的诱因，因此您可以在互联网上写下它，其他随机出现恶心的人可以从您的例子中受益，可能是通过自己尝试。
另一种情况是您不知道是什么导致了您的疾病。当您没有明确的线索时，您需要能够帮助您找到可能涉及的变量的技术。这是一个更难的问题，但它也更重要，因为许多人都患有慢性疾病并且不知道是什么导致了他们的疾病。
这很糟糕，而且非常棘手，因为世界上大约有无穷大的变量。但也许我们可以比“随机尝试变量”做得更好（即使不可避免地涉及某种程度的运气），我们应该看看我们是否可以针对这种情况提出技术。
触发器与缺陷
有时慢性病是由于某种物质摄入过多引起的，例如过敏原。这些通常称为触发器。有时，慢性病是由于某种物质摄入不足引起的，例如维生素。我们称这些缺陷为。
这种区别似乎很有用，因为寻找触发点的技术可能与寻找缺陷的技术大相径庭。 （在以后的帖子中会详细介绍这一点。）
我们还应该记住，慢性病可能比简单地摄入过多或过少的东西更复杂。有些慢性病不是由任何外部变量引起的——您总是有可能患有脑瘤或其他疾病，在这种情况下，可能没有触发因素或缺陷。
裁定与排除
有时我们会处于幸运的位置，我们可以获得大量证据表明 X 导致 Y。如果我们能够最终确定事情并证明乳制品会导致您的慢性恶心，那就太好了。现在您可以避免自己一直感到不适，这非常有价值。
但有时我们无法获得支持任何事物的证据——我们只能反驳事物。重要的是要记住，这也很有价值。也许您怀疑您的恶心可能是由乳制品、咖啡因、酒精或高脂肪食物引起的。如果你一个一个地检查它们并将它们全部排除在外——不，它不是乳制品，它不是咖啡因，不是酒精，也不是高脂肪食物——知道这一点仍然是件好事。
令人失望的是，您一直感到恶心，而且您不知道为什么。这可能感觉像是倒退了一步，因为您已经排除了所有最佳猜测。但它仍然是巨大的进步。推翻一个假设很有价值，至少现在你可以放心地享用奶昔、爱尔兰咖啡和啤酒洋葱圈了。
研究可以为您提供的最好的东西是治愈方法，但它可以提供的第二好的东西是让您安心。
原文： https://slimemoldtimemold.com/2023/01/05/n1-introduction/