YouTube
Rumble
Odysee
Bitchute
Apple Podcasts
Spotify
如果你曾对主流科学感到疑惑，却不知道该如何质疑——这集内容就是为你准备的。
安德鲁·考夫曼博士将向你详细讲解他是如何运用一种研究方法走出精神科领域的。你将学会如何阅读研究论文的真实内容（而非媒体标题声称的内容）、识别其中的偏见与操控，并有信心地评估信息来源。
这种方法简单、实用且极具力量。一旦掌握，你将不再用原来的眼光看待“科学”。
本集你将学到：
- 医学研究在幕后是如何被操控的
- 大多数人对“同行评审”的误解
- 为什么许多研究无法复制的真正原因
- 一个简单的五步方法，用来评估科学主张
- 为什么“方法部分”常常隐藏着偏见
- 如何像专业人士一样使用 PubMed、PubChem 和 Sci-Hub
- 当你手上只有个案证据时该怎么办
- 为什么“怀疑精神”是一种能力，而不是缺陷
适合谁观看：
如果你想停止把自己的思考交给所谓的“专家”，这集非看不可。
PLOS One
How to Lie with Statistics《统计可以这样骗人》
PubChem
PubMed
Sci-Hub
大家好，欢迎收听。我是安德鲁·考夫曼博士。今天我想和大家谈谈，我是如何为这个播客进行研究，并如何形成我对健康和医学相关话题的看法。我使用的这套方法，大致可以称为“批判性评估”（critical appraisal）。
事实上，我最初是在杜克大学接受精神科住院医师培训期间学会这一方法的。在那时，这是一项必修的技能。我们必须每周在一个强制参加的“期刊俱乐部”（journal club）中实际运用它。在这个期刊俱乐部里，我们每人会被分配一篇临床类的文章。这些文章通常是关于临床研究的，比如抗抑郁药物的试验，或者某种心理治疗的效果评估。
我们需要事先独立地对这些文章进行批判性评估，然后向小组进行展示。小组成员会提出问题、给予反馈，我们会围绕这篇文章展开讨论。这套流程的主要目的是为了判断一项发表出来的研究，是否真正值得在自己的临床实践中采纳。换句话说，我们要弄清楚：这篇文章传达了哪些关键信息？我们是否真的能从中学到什么？例如，它是否真的证明了一种治疗方法是有效的？
现在，我还想分享一个我在杜克大学期间亲身经历的例子，但我不会提到任何具体人的名字。这个例子可以帮助大家理解“偏见”是如何渗入到一篇科学论文之中的。而这种偏见，往往在你阅读论文的时候是非常难以察觉的。就我目前了解的情况来看，偏见通常会以两种主要的方式影响一篇论文，今天我会具体谈谈这两个方面。
其中一种情况与“研究协调员”（study coordinator）有关，另一种则涉及“研究参与者”的筛选与入组方式。
所谓研究协调员，你可以把这个角色理解成类似秘书的职位，他们的职责是与所有研究参与者进行协调，比如定期联系他们、提醒他们什么时候需要回来接受研究评估，或是提醒他们按时服药——不论研究中设定的干预措施是什么。
如果这位协调员非常友善、热情又乐于协助，那么这会直接影响参与者的临床结果，使他们的表现更好。相反，如果协调员态度冷淡、放任不管，那么参与者可能根本不会按时出现，或者治疗效果也会变差。
这是一种“隐性偏差”（hidden bias），很难通过阅读论文本身就察觉到，你必须真正与研究人员交流，了解研究日常的运作机制，才会意识到：临床研究中聘请研究协调员，其实是一个非常关键的决策。研究者明白，要取得“理想结果”，就必须雇用一个“合适”的人选。
至于另一种情况，问题就更严重一些，我亲眼见过类似的事情发生。这与研究参与者是如何被招募和纳入研究有关。
通常，这部分工作会交由一些资历尚浅、刚获得机会参与研究的初级研究人员来负责。他们会被分配一个招募配额，因为你只有招到足够数量的参与者，研究才能进行下去。
但要注意的是，这些参与者必须是自愿报名的，而且必须符合特定的纳入标准。比如说，在精神病学的研究中，参与者必须拥有正确的诊断，而且不能合并有其他严重疾病。
很多时候，比如说，参与者不能有成瘾方面的问题，然而这是一个很常见的情况——很多患有抑郁症或焦虑症的人，往往也存在药物或酒精滥用的问题。所以，要找到完全符合标准的合格参与者，其实是非常困难的。
接下来我要讲的，就是我亲眼见到的一项研究，我记得这项研究叫做“SAD Heart Study”（忧郁心脏研究），它的目标是评估一种抗抑郁药物对那些曾经有心脏病发作病史的抑郁症患者是否有效。也就是说，这是一个非常特定的研究，所有参与者都必须有过心脏病发作的经历。
这项研究的设想是：也许抑郁症和心脏病之间有某种联系。所以为了开展研究，研究人员必须找到一群符合“抑郁症诊断标准”且同时具备心脏病史的人。当时我所在的是一支会诊团队，我们接到的任务是：当医院的主治医生发现某位住院病人有精神科问题时，就会请我们前去评估。
这些病人原本是因心脏病或其他内科问题住院的，但他们会向医生反映自己很沮丧，或者出现意识混乱、谵妄等症状，于是医生就会找像我这样的精神科医生进行会诊。
其中我曾评估过一位男士，他确实有心脏病发作的病史，而主治医生请我们会诊的原因是“怀疑他有抑郁症”。但当我亲自与他交谈后，我发现他实际上并没有抑郁症。他的问题更像是家庭关系紧张所带来的情绪困扰。
他那个有些游手好闲的儿子突然不请自来，跑到他住的拖车房来了。他和女朋友一起住在拖车里，结果儿子和女朋友强行住了进来。这位先生人挺好，一开始也说他们可以住几天，但结果这两人完全赖着不走，生活作风也非常放纵，整天在那里开派对、喝酒作乐，家里乱成一团。
这几乎把他逼疯了，他完全不知道该怎么办。后来他出现了胸痛症状，于是去了医院，住进了病房。医生检查后发现他的心脏其实并没有问题，于是转请我们精神科团队介入。
这类情况，其实是典型的心理压力危机。他面临的是一个他无力处理的人际困境，而真正能帮到他的方法，是给予正确的建议，比如设定界限，甚至可以叫警察来把那些不讲理的家人赶出去。
但这根本不是一个“精神疾病”问题，他并没有患上“抑郁症”，而是处在一个严重的家庭冲突中。只要你跟他聊聊就会明白：只要那个儿子的事情能够解决，他根本不需要任何精神科治疗。
我把整个情况都报告给了我的上级医生。接下来发生的事却让我感到非常意外。
他们告诉我，不需要再对这位病人做任何后续跟进了，他们会“处理”。后来我才得知，这位病人竟然被纳入了“SAD Heart Study”研究中，尽管他显然根本没有抑郁症。
他们的操作方式是这样的：先把他作为“抑郁症患者”招募进研究，然后由研究协调员协助他解决与家庭成员的纠纷问题，他的状况当然就会改善。然后在研究结果中，这种“好转”就会被归因于抗抑郁药物的作用，但实际上，根本不是因为药物起效了。接下来这份研究就会发表，并在文中呈现出某种“对抗抑郁药有利”的结果。
而如果你只是单纯地阅读这篇论文，是完全不会知道背后发生了这些事情、也不知道这些因素如何影响了研究结果的。所以我们在审视科学与医学研究时，必须高度警觉，尽可能识别其中的偏差与不一致之处，并确保实际进行的实验过程，与研究者得出的结论是相符的。
但很遗憾的是，很多研究文章根本经不起这种严格的审查。这也正是为什么我们必须始终保持一种“怀疑的立场”。你读任何一篇论文时，起点都应该是假设：
它的结论可能并不真实地反映了研究本身的实际结果。
我们可以看看一位著名的斯坦福大学流行病学家所做的一项研究，这篇论文发表在《PLOS ONE》期刊上，研究结果显示，科学领域中超过一半的已发表研究结论，其实是错误的。
超过一半！
这意味着你随手读到的任何一篇论文，都有超过 50% 的概率，其结论是错误的。因此我们必须用这种角度来看待每一篇论文。
在评估一篇科学论文时，最关键的一点就是：你必须认真阅读“方法”部分（Methods Section），我建议你要么最先读这部分，要么在阅读摘要之后立刻阅读。因为“方法”部分描述的正是这项研究中到底做了什么实验，也就是说——你正在读的这篇文章，到底是基于怎样的实验过程写出来的。
过去，研究论文发表时，“方法”部分通常是在最前面，紧跟在“引言”之后。一般结构是这样的：最上方是摘要（abstract），也就是对整篇文章的简要总结；接着是背景或引言部分，说明研究的背景、现状以及为什么这项研究很重要；然后就直接进入“方法”部分，详细描述实验是如何进行的。
而这个“方法”部分的内容应该详尽到足以让其他研究者能够复现这项实验。这个要求非常关键，我稍后会再展开讲。
但在过去十年里，科学出版界发生了一个变化：尽管现在大多数论文都是电子形式发表的，不再受到纸本版面空间的限制，但许多期刊却开始把“方法”部分从正文中移除。虽然不是百分之百的通用做法，但已经成为一种普遍趋势。
他们把“方法”部分移到期刊的另一个区域，比如附录（appendix）或“补充资料”部分（supplementary section）。其实，期刊以前就常常有“补充资料”，但那部分主要是用来放大型数据表、或者其他不是研究核心结果、但对某些读者有参考价值的内容。现在，他们竟然把“方法”部分也放进去。
于是，只有那些在同一领域做研究的人，才会特意去查阅这个补充部分，因为他们需要那样的细节信息。而大多数普通读者，通常不会去看补充资料，甚至可能根本没注意到“方法”部分不在正文中，却已经根据正文中呈现的“研究结果”和“结论”作出了判断，却完全不知道这项实验究竟是怎么做的，或者有没有问题。
这确实会严重误导我们对研究结果的理解。了解“实验到底是怎么做的”是极其关键的。
举个例子，我读过很多声称在研究某种病毒的论文，即使是在“方法”部分，也仅仅写着“我们使用了病毒 X 的一个样本管”。换句话说，完全没有说明这个样本是从哪来的、怎么获得的、它到底是什么。
有时他们会引用另一篇论文，说那个论文里有描述这个病毒的来源，但如果你不知道自己实验中到底用的是什么、它从哪里来、是什么性质，那你要如何信任这篇论文的实验结果呢？因此，我们必须用这样的严格标准来审阅每一篇论文。
当然，对于很多人来说，阅读科学论文本身可能就已经很有难度了，于是你可能依赖他人——比如主流媒体，因为他们经常报道医学研究；又或者你依赖所谓的“专家”：医生、科学家，甚至像我这样的人。
但我要提醒你：即便如此，你也应该保持怀疑，哪怕是对我也一样。
虽然我非常重视自己的声誉，只会在有确凿依据的情况下陈述“这是事实”，或明确标明“这是我基于证据的观点”，但你仍然应该核实别人所说的内容。
现在很多人也开始使用人工智能来寻找信息，包括医学研究、法律研究等许多领域。我已经亲自碰到过好几次，AI 生成的信息是假的——比如它编造了一个不存在的法律案例。而我们之所以能发现这点，就是因为我们试图去查阅那个“案例编号”，结果发现根本找不到，那案子压根不存在。
这类问题几乎可以出现在任何信息领域，但在科学研究中尤其严重。
让我来解释一个你可能以前没注意过的关键点：那就是“科学”与“工程”在信息获取方式上的根本差异。
工程（我在这里粗略地定义为：运用科学原理来设计和制造设备或技术）和科学最大的不同在于，工程的成果最终必须“能用”。也就是说，如果你是个工程师，你造的东西最终必须运作良好，否则没人会为一个无法实现预期功能的设备或技术买单。这就形成了一种内建的责任机制，你能不能胜任你的工作，很清楚地体现在：你做的东西有没有正常工作。
但在科学研究中却没有这样的“现实检验机制”。科学研究更多是观察和探索自然界中的因果关系，研究人员只需报告自己的发现，而这些发现是真是假，外人并没有直接的方式知道。
所以我们只能依赖一个主要的验证手段：可重复性（reproducibility）。也就是说，其他研究人员可以使用相同的方法重复实验，并得到相同的结果。
当然，可重复性并不是检验研究真实性的唯一标准，但它是非常重要的一个标准——如果别人重复不了你的实验，得不出相同的结果，那我们就得质疑这份研究结果本身是否有效。如果实验结果本身就不可靠，那么据此得出的对自然界的解释也一定不可靠，这时就得“推倒重来”。
事实上，科学界已经开展了很多次重复实验的尝试，结果显示，大多数已发表论文的实验结果是无法重复的。那这到底是为什么？可能的原因有很多：
- 可能是研究人员不够严谨或能力不足，
- 导致实验被污染或某些关键步骤没有遵守；
- 也可能是某个隐藏的变量，在原始实验中起了作用，但在重复实验中没有出现；
- 但也有一种可能性：研究人员是在造假。
这类造假行为比你想象得还要常见，而且已经在许多最知名的大学被揭露出来，包括斯坦福大学和哈佛大学这样的顶尖学府。原因之一是，科学研究界存在着巨大的“正确结果压力”——如果你想获得后续研究经费，就必须拿出“理想的数据”；而科学家也是人，也会犯错、也会动摇。
特别是当他们意识到：几乎不可能有人会重复他们的实验时，他们可能就会“动点手脚”，篡改数据或直接编造结果，因为这样做的好处很明显——更容易发表论文、获得声望、拿到资金、晋升职位。
当然，在一个半小时左右的视频里，我不可能讲完所有你在做研究时可能遇到的问题，但我希望通过这些内容，帮助你建立一种怀疑意识，让你对科研领域的一些常见陷阱有所警觉。
还有很多其他的问题领域，比如——统计学，这几乎是被滥用最严重的领域之一。很多著名人物的书架上都有一本叫《统计可以这样骗人》（How to Lie with Statistics）的书，这本书揭示了统计如何被用来误导大众。
这种“统计游戏”被有意识地广泛运用，包括一些公共卫生机构，比如美国 CDC，他们经常依赖统计模型而不是实际数据，而那些模型往往并不适合所用的数据，甚至原始数据的质量都很差。通过这种方式，他们可以人为调整解释角度，让数据看起来支持他们想要传达的“结论”。
一个著名的例子就出现在说服大众接种新冠疫苗这件事上：他们使用了“相对风险降低（Relative Risk Reduction）”这个统计数字，而不是“绝对风险降低（Absolute Risk Reduction）”。
这个统计小把戏是这样的：假设你研究的疾病非常罕见，比如每 10 万人中只有 1 人会得。如果你推出一种干预手段，可以把发病人数从每 20 万人中有 2 人，减少到只有 1 人——那你就可以宣称这项干预实现了 100% 的相对风险降低（因为数量从 2 变成了 1，减少了一半）。
但实际上，只是少了一个人得病而已，所以它的绝对风险降低就非常非常小，是每 10 万人少一个病人，也就是 0.00001，而不是那个听起来“惊人”的 100%。
所以你可以看出，使用“相对风险降低”这种方式，会极大夸大某种干预措施的实际效益，让人误以为很多人因此避免了风险，但真实情况往往只是微乎其微的差异。
这正是我们需要特别留意的一点。事实上，杜克大学在教授“批判性评估”方法时，就特别强调了这种统计技巧的误导性，因为它经常被用来让精神科药物或其他干预措施看起来比实际更有效。那么，我自己是怎么进行这类研究的呢？
我倾向于采用一种自上而下（top-down）的方式。
首先，我会接触到某个话题——很多时候是因为观众的评论或提问激发了我的兴趣，让我想去深入研究某个问题。于是我从表层入手，看看这个话题都有哪些人在谈论：
普通大众是怎么说的？（例如评论区或讨论帖）网络研究者们（“独立调查者”）怎么看？主流媒体对此有何报道？有时甚至会看看流行文化媒体怎么提及这类话题——因为某些议题会成为一种社会趋势。
通过这些方式，我先对这个议题的舆论氛围和主要观点有个初步了解，尤其是围绕它的争议、所谓的好处，或者风险与危害的说法。然后，我就会深入到学术研究文献中去核实这些说法。
我通常是通过几种方式开展这个阶段的研究：
一开始会做一个比较宽泛的互联网搜索，了解基础信息。但很快我就会注意到——科学论文使用的术语往往和通俗语言不同。这时就需要找出科研界是如何定义和命名某个现象或过程的，并用那些更“学术化”的关键词来重新调整我的搜索。
有时候，找出正确的术语需要花一点时间。但只要你有足够的好奇心，并愿意多读几篇文献、不断调整搜索关键词，你最终就能抓住那个“关键词密码”， 一旦找到了，你就能挖掘到大量相关的研究文章。
如果我在普通的网络搜索中找不到太多相关的科研文献（有时候找得到，有时候找不到），我就会去查阅一些特定的数据库。
我主要使用两个数据库，分别是 PubChem 和 PubMed。
这两个数据库都隶属于美国国家医学图书馆（National Library of Medicine），非常实用。
PubChem 是一个涵盖所有化学物质的数据库，包括药品、工业化学品、天然产物等等，几乎应有尽有。极少有物质是查不到信息的。
而且 PubChem 不仅收录了关于这些物质的大量信息，还提供各种链接，包括临床研究、毒理研究等，内容相当丰富。因此，对于涉及医疗保健中使用的各种物质，这是一个非常有价值的资源。
我经常使用的另一个数据库是 PubMed，这是一个专门收录医学文章的大型数据库，据我所知，它的文献记录最早可以追溯到 1950 年代。
在 PubMed 中，你可以根据关键词搜索某个主题的所有论文，也可以按作者进行检索，或进行更复杂的高级搜索。PubMed 上很多文章都可以免费访问全文，有直接的全文链接，但也经常会遇到全文被收费墙挡住的情况。
虽然有一些免费的论文获取平台，但它们并不是百分之百可靠。
其中一个非常有用的工具是 Sci-Hub。它有多个不同的网址分支，都属于同一个平台，你可以尝试不同的网址。
你所要做的，就是将每篇论文所对应的一个特殊编码——DOI 编号（Digital Object Identifier），输入到 Sci-Hub 的搜索栏中。如果运气好，就能获取该论文的完整文本，而且是可以下载的格式。
如果这篇论文不在数据库中，Sci-Hub 也提供一个用户参与功能，你可以注册加入，并请求将该论文添加到数据库中，这时候可能会有其他用户帮你上传该论文。所以这是一个非常值得你参与和使用的资源。
当然，要真正理解这些论文，还涉及更多的复杂性。
首先要了解的是，体外研究（in vitro）和体内研究（in vivo）之间存在明显差异。
体外研究是在实验室中进行的，通常是在培养皿中操作分子或化学物质；而体内研究则是在活体有机体中进行的实验。
体内实验可以是在动物身上进行的，动物常被用作人类研究的替代模型，但这显然也有其局限，而且研究结果的适用性也会取决于所用的动物物种。尽管如此，动物实验仍然能提供大量有价值的信息。
再往上一步，则是人体研究。
不同类型的研究，其设计和可获取的信息也各不相同。比如在动物实验中，研究人员通常可以在实验结束后直接处死动物、解剖、或进行各种侵入性操作，而这些显然是无法也不允许在人体实验中进行的。因此，不同研究方法所揭示的信息类型也会有所不同。
比如说，有一些实验会故意让实验动物中毒。有一项研究就是用甲醛（formaldehyde，也就是防腐液的主要成分）来做实验的。研究人员将实验老鼠分成两组，一组在暴露于致死剂量的甲醛之前，先给予维生素 C 预处理，另一组则没有任何预处理，直接暴露于毒素之下。
结果发现，接受维生素 C 处理的那一组，存活下来的老鼠明显更多。显然，这类研究能提供很多有用的信息，但如果换成人类来做这样的实验——故意给人服用致死剂量的毒物，在道德和伦理上显然是完全不能接受的。
也因此，人类研究在可执行性上受到很大限制，这也意味着我们对人体实验的知识本身会更为有限，相比之下，动物实验可以获得的信息则更广泛。这些，都是在你自己进行批判性文献评估时需要考虑的因素之一。
接下来，我想给你提供一个简单的步骤指南，你可以参考这个流程，自己动手做研究评估，同时结合我前面提到的一些技巧和思路。
第一步：明确研究的主张或问题。也就是说，你究竟想要研究什么？你希望验证的主张或想要解答的问题具体是什么？
这个步骤非常关键，因为有时候问题中可能藏着一些细微的差异或定义上的模糊，如果你没有厘清，就很难找到准确的信息或研究方向来回答它。又或者，这个研究主张来自其他人。比如，有人声称：把蓖麻油涂在眼睑上，可以溶解白内障，让它自行消失。这就是一个非常具体的问题：蓖麻油对白内障有没有影响？
如果你把问题明确地表述成这样，就会更容易在各个渠道上找到相关的信息。当然，像这种话题，很可能只能找到一些轶闻式的资料（anecdotal information），而不是正式研究。不过，轶闻证据有时候也非常有价值，尤其是当它的数量很大、而且呈现出明确的一致性时。
换句话说，假设有一千个人，就算只是一些博客留言，大家都明确表示：“是的，我把蓖麻油涂在眼睑上，然后我的白内障就消失了。”这就是一种高度具体、一致性强的轶闻证据。
但如果这同样是一千个人留言，其中一个说：“我用了蓖麻油治疗白内障，然后好了。”另一个说：“我拿蓖麻油治牙痛，结果好了。”还有人说：“蓖麻油让我更有精神。”或是“蓖麻油让我的头发变漂亮了。”——这些反馈的内容彼此毫无关联，作用也都很主观、模糊，那这类轶闻资料的价值就会低很多。
为了克服上述这些局限性，一旦你明确了研究主张或问题，下一步就是去寻找多个信息来源。即便是科学论文，如果有不止一篇，你也不应该只依赖其中一篇的结论。
你需要参考多个来源，看看它们之间是否存在外部验证（external validation），换句话说，它们之间的结论是否一致？还是每个来源都说法不同？
然后你还要评估这些来源的质量。比如：它是正式发表的科学论文吗？研究方法是否能够支持结论？它只是某个人的个人观点吗？如果是观点，是那种发表在期刊上的社论，还是其他形式？它是新闻报道吗？如果是，发布者是谁？他们可能有什么立场或偏见？
举个例子，新闻媒体在报道“治疗”或“改善”疾病的方式时，往往有一个常见的偏向——那就是夸大其疗效或制造希望。所以每当你听到类似：“癌症的治愈方法可能就在眼前”这样的标题时，你就要明白，这通常是被夸大的说法。
当然，其实已经有很多方法可以治疗癌症，只是这些方法没有被纳入主流媒体的报道范畴而已。
你还需要掌握一些基本的逻辑原则，比如相关性（correlation）与因果关系（causation）之间的区别，因为这两者是完全不同的概念。我来简单回顾一下这一点：
我们很多时候会看到某些事情同时发生或彼此关联，但这并不代表它们之间存在因果关系。比如，我经常会同时穿西装外套和领带。如果你去计算我衣橱中“穿外套”和“戴领带”之间的相关系数，你可能会得到一个非常高的相关性值。
但是——我不是因为穿了外套才戴上领带，也不是因为戴了领带才穿外套。真正的原因是“场合”。比如：如果我要出庭，或要演讲、录制播客，这是一个正式场合，这个正式场合才是导致我同时穿外套和戴领带的“原因”，尽管它们彼此之间高度相关。
这是一个非常简单的例子，但很多人看到“相关性”时就会误以为是因果关系，而这种假设是非常有问题的。
事实上你应该做的是反过来思考：当你看到两件事情高度相关时，你要仔细思考——它们之间是否真的有可能存在因果机制？是否还有其他相关因素才是真正的“原因”？
接下来是第五步：你要从不同角度去观察模式（patterns）。
因此，当你在信息中识别出某种模式时，你要进一步思考：这种模式反映了什么？它是否揭示了某种未被明说的偏见？例如，经济利益关系。
很多时候，研究作者应该申报他们的利益冲突，但他们可能没有披露全部细节。他们可能在研究的结果中拥有经济利益。比如：某个作者在进行一项药物试验，但他同时也是那家制药公司的有偿顾问，或持有该公司大量股票。你需要留意这种利益相关的偏见模式。
另外，还有许多特定利益集团，它们会资助研究、发布研究，但它们发布的所有研究往往都倾向于某种特定的结论，即便数据本身并不支持那个结论，或者它们在研究设计阶段就已经有意埋下了偏见的结构性安排。因此，在你进行独立批判性分析的过程中，辨识这些潜在偏见视角是非常重要的。
我要强调的是：这种方法是一种非常强大的工具，它不仅能帮助你在健康领域做出更好的判断，也同样适用于生活中的其他领域，因为类似的信息结构存在于各个领域的出版物中。
我个人以及我的家人，确实在健康方面从这种批判性分析方法中获益良多。我学会了不再轻信研究文章的标题或结论，而是亲自去进行批判性审阅。事实上，正是这一过程最终让我远离了精神病学这个领域。
因为我在深入阅读相关文献的过程中，逐渐意识到：所谓“精神科药物有益”的证据，几乎不存在。相反，有大量研究清楚地显示，这些药物其实在造成各种伤害，尽管不同药物的伤害程度各异，但总的来看，这样的代价完全不能称之为‘帮助’。
因此，我之所以决定退出精神病学临床实践，很大一部分原因正是来自对研究的深入分析。也正因如此，我也从未考虑过将这些药物用于我的孩子身上。可以说，正是批判性思维的方法，避免了我们遭受这些潜在的伤害。
那么我现在要结束这场分享，但在结束之前，我想给你留下一点挑战。
因为我知道你们很多人来找我或其他人，是想了解这些议题，但我们不可能帮你完成每一个议题的研究。有些事情，你必须自己去调查和思考。
所以，我想请你尝试这样做——请你挑选一个非常小的问题，然后依照我刚刚讲的五个批判性分析步骤，完成一次自己的研究。完成之后，欢迎你在下方评论中告诉我：你研究了什么？你学到了什么？
或许你在这个过程中，还能教我一些新东西呢。更重要的是，这会成为你练习和积累经验的过程，帮助你真正意识到——你完全有能力做这件事。
当然，有时候你可能会遇到一些特别复杂、难以理解的问题，但也有很多很多主题，你现在就可以动手做这样的调查。
你只需要多练习一下清晰思考，敢于挑战自己的认知，而这正是通往一个目标的必经之路：那就是——成为你自己健康的权威。
这其实就是我最核心的信念。我迫不及待地想看看你会研究什么议题，也希望你从今天这场讲座中收获了一些有价值的启发。我们下次 THR 再见！
