EBM+网站现已移至ebmplus.org！
请更新您的链接。
类别档案:未分类的
《推理者》中的EBM+
年底
今天对我来说几乎是2014年的最后一个工作日，最后几周的忙碌意味着我很期待圣诞假期。如果一切顺利的话，我将能够花一些宝贵的时间读两本书，这是我多年来一直想读的书。
一些假日读物……
Götzsche，彼得。2013。致命药物和有组织犯罪．拉德克利夫。
第一本恐怕不是令人愉快的假日读物。事实上，如果你想要一个关于Gotzsche论点中最重要的部分的简要总结，最近一篇论文的标题是-我们的处方药大量害死了我们-告诉你大部分你需要知道的。这本书是这样写的:第一页开头是这样说的:“药物是仅次于心脏病和癌症的第三大死亡原因。”
这是令人震惊的事情，因为Götzsche清晰地列出了他的证据，这变得更加令人不安。药物变得如此危险的机制很大程度上要归咎于制药工业。我计划在新的一年花些时间对这本书进行适当的评论，但Götzsche认为，制药公司在很大程度上可以在药物的安全性和有效性方面误导临床医生，而这种不受惩罚的现象主要是由于监管监管的缺失。
这就引出了我假期阅读的第二篇文章(深情地!)，它涉及到制药监管机构的大爷:美国食品药品监督管理局。Götzsche认为，FDA已经成为一个完全从属于制药行业的环境。但我认为，从历史的角度来看，可能还有更多要说的。幸运的是，丹尼尔·卡朋特(Daniel Carpenter)也是如此，他的书就是关于这个问题的。
丹尼尔·卡朋特，2014年。声誉和权力:FDA的组织形象和药品监管．普林斯顿大学出版社。开云体育主頁(欢迎您)
这本书出版于哈佛的FDA项目．这似乎让我感到惊讶，因为这本书本身是由另一家常春藤盟校出版社出版的。但不管这篇文章是出于什么样的阴谋，有人告诉我，这本书对美国食品药品监督管理局(FDA)的形成过程进行了令人惊讶的彻底和深入的描述。不过，在我花更多时间研究它之前，我不会试图总结700多页的详细论点。
新年决心
无论你如何看待Peter Götzsche在制药行业和黑道家族成员之间的整体类比，我认为秘密进行的试验必须引起关注。这就是为什么我还制定了一个新年决心，更加直言不讳地支持AllTrials运动。你可以在他们的网站上找到更多信息，但你至少需要知道的是……
AllTrials呼吁登记所有过去和现在的临床试验，并报告它们的全部方法和总结结果。
我签署请愿书并敦促你也签字，很大程度上是因为，即使没有隐藏的试验结果，在医学领域找到答案已经足够困难了。
疾病病因学中的环境是什么?
雷特的希恩扎是一份意大利在线杂志，旨在普及科学研究，并讨论与科学和社会有关的各种问题，包括科学政策和伦理。它最近刊登了一篇文章自闭症的可能原因．自闭症是一种影响个体与他人进行口头和非口头交流能力的疾病。其病因仍处于灰色地带，需要大量研究来了解其机制。
我对前面提到的文章很感兴趣，因为标题包括“ambiente”环境．然而，当你仔细阅读时，你会清楚地发现，环境有一个非常具体、有限的含义:即个体所接触到的化学物质，无论是在生活中还是在子宫里。可以肯定的是，这正是环境流行病学所研究的。“Scienza in Rete”文章中提到的研究评估了甲基汞的暴露。很好。了解总数是至关重要的exposome，在这方面正在进行出色的研究。
但是化学物质会所有的一切关于环境?那。社会环境?
疾病的生物(或生化)和社会(或社会经济、心理、行为)原因不应该分开研究。相反，我们应该努力理解生物和社会领域是如何交互．我们应该努力集成疾病的病因学，并试图理解混合机制的疾病。现在是时候超越疾病的生物学，回到更全面的理解。
新知识和要衡量的东西
本周，我对我所有的课上出现的与机制证据有关的问题感到震惊，来自不同科学背景的学生如何开始尝试以截然不同的方式理解科学证据。
在我的硕士课程在美国，研究因果关系的学生特别关注健康方面的证据多元性，他们认为，即使来自进行良好的大规模观察性研究或随机对照试验的相关证据也可能在许多方面误导我们，而机制的证据可以用作有用的补充。
我的硕士学生来自医学、生物化学、地质学和社会科学的背景，他们被因果关系的证据是多么复杂、综合的东西所震惊。讨论涵盖了不同科学领域的问题，然后才转向与所有试验相关的问题，即测量什么以及如何测量。
我们从看开始医学研究委员会对链霉素的历史试验以及他们为什么选择在试验期间进行研究病人肺部的x光片并测试治疗组的细菌，看看它们是否在4个月的治疗过程中对链霉素产生了耐药性。除了疾病和治疗的作用机制的背景理论，很难看出如何做出这样的选择。一个学生进一步争辩说，这样的选择总是与上下文相关的，因为当“没有机制的证据”被认为是“没有机制的证据”时，永远不会有一个一刀切的故事——当你已经足够仔细地研究了一个假设的机制，以确定它不存在时。
然后讨论范围扩大到最近对健康的社会决定因素的调查，包括诸如:社会经济地位导致健康不佳，压力导致健康不佳。另一个学生问我们应该如何构思这些问题，并指出我们试图通过研究低层变量(如住房、教育等)如何导致不健康来调查这些说法。这位学生认为，我们经常研究相同或非常相似的低层次变量，以试图理解这些明显不同的社会因素是如何导致不健康的——这很可能是因为我们不知道其机制是什么。这门课提出的想法是，总会有这样的情况，当我们不知道的时候，理解机制的过程将与确定在寻找相关性时测量哪些变量的过程交织在一起。
第二天，有一个3人班理查德·道金斯学习自然科学哲学的一年级学生，来自科学和技术研究、物理学、医学、生物化学、社会科学和哲学。我们讨论了数据科学和策展实践，包括让你评估数据的可视化技术。我被一个统一的梦想所震撼，在这里，在一些医学证据的方法中，数据驱动的科学，客观而无偏见。
这门课考察了莱昂内利对目标材料、技术和学科实践知识的各种体现方式的讨论，例如，拟南芥，对于建立大型交互式、跨学科的数据数据库至关重要拟南芥去工作。
学生们再次注意到，我们的理论理解和实践专业知识在允许我们构建和使用技术以及选择放入数据库的数据点方面是多么重要——包括选择如何用关于数据来源的元数据标记数据，从而允许数据“旅行”，用莱昂内利的术语来说。
所以，在某种意义上，这两门课关注的是完全相同的问题:直到我们有了一些理论上的，可能也是实际的理解——这来自于对医学机制的理解——我们甚至不会收敛于基本的数据点，测量的基本变量，选择放入我们的数据库或我们的研究设计，以便开始数据驱动的科学。
最后感谢我的学生度过了非常有趣的一周!
参考文献
Sabina Leonelli:第22卷，第3期- 2014年秋季-模拟、可视化和科学理解特刊:Henk W. De Regt和Wendy S. Parker，客座编辑