【颠覆性发现】精神病学大样本研究、大数据方法可能是错误的

发表《美国国家科学院院刊》（Proceedings of the National Academy ofSciences）上的一项新研究发现，要了解人类的健康和行为，最好是研究个人，而不是群体。

长期以来，医学界一直认为，人类受试者样本越大越好。但由加州大学伯克利分校(UC Berkeley)领导的这项新研究表明，这种大数据方法可能会大打折扣。

这很大程度上是因为情绪，行为和生理因人而异，并且每个人都有明显的不同。因此，研究人员说，在给定的时间内把大量人类受试者收集的数据平均化，只能提供一个“快照”，而且是一张模糊的“快照”。

研究主要作者，加州大学伯克利分校心理学教授Aaron Fisher说：“如果你想知道个体感受到什么，或者他们患病的过程，你必须对个体进行研究，而不是对群体进行研究。随着时间的推移，疾病、精神障碍、情绪和行为会在个人内部表现出来，许多人在某个时刻的“快照”无法捕捉到这些现象。”

此外，在医学、社会和行为科学中，继续依赖群体数据的后果包括误诊、开出错误的治疗处方，并且通常会使科学理论和实验不能正确校准以适应个体之间的差异。

Fisher和同事们使用统计模型对数百人的数据进行了比较，这些人包括健康人体和那些患有抑郁症和焦虑症，以及创伤后应激障碍和恐慌症等疾病的人。

在六项独立研究中，他们通过在线和智能手机自我报告调查分析数据，使用心电图测试测量心率。结果一致表明，对于群体来说是正确的数据，对个人来说不一定是正确的。

例如，对抑郁症患者进行的群体分析发现，他们非常担心。但是，当同一分析应用于该组中的每个人身上时，研究人员发现了各种各样的差异，从零担忧到极度痛苦，远高于这一群组的平均水平。

此外，在研究恐惧与回避之间的相关性时——群体研究中的一种常见关联，他们发现，对于许多人来说，恐惧并不会导致他们逃避某些活动，反之亦然。

话虽如此，人们也不必对医学或社会科学失去信心，解决之道近在咫尺。我们应该将开展科学研究的潜力视为日常护理的一部分，这也是真正实现个性化医疗的方式。另外，现代技术使我们能够相对容易地收集每个人的许多观察结果，现代计算使得这些数据的分析成为可能，而这在过去是遥不可及的。

总之，Fisher等人的研究结果清楚地表明，当一个人的疾病随着时间的推移而波动时，捕捉个体的这一过程可能会让我们更接近个性化治疗。该研究结果，对挖掘社交媒体数据，定制健康疗法等所有方面都有影响，并可能改变研究人员和临床医生分析、诊断和治疗精神和身体疾病的方式。

参考文献

Aaron J. Fisher et al. Lack of group-to-individual generalizability is a threat to human subjects research, Proceedings of the National Academy of Sciences (2018). DOI:10.1073/pnas.1711978115

推荐阅读

大话精神编译，转载请联系编辑部授权。

投稿及医学服务请联系微信：dahuajingshen

或邮箱：[e-mail] 

长按二维码，关注大话精神