目录
多因素试验：拆解水槽式研究
多因素试验能证明什么，不能证明什么，以及为什么这种差异比表面看起来更重要。
作者：劳伦·弗里奇、尼古拉斯·尼尔森、彼得·阿提亚
2026年8月15日
理解科学很难。
正确解读一项研究，权衡其局限性，抵制住选择最便捷或最激动人心的结论的诱惑，这并非直觉所能及。这需要多年的训练才能掌握。这并非批评任何解读错误的人。因为“阅读研究”和“正确解读研究”之间存在着巨大的鸿沟，而几乎没有人接受过如何弥合这一鸿沟的培训。
最近我越来越发现这种差距的一种表现形式是选择性地进行分析：在一个多因素试验中，将整个结果的功劳或过错归咎于其中的某个单一因素。
水槽式设计
模式如下：研究人员想知道某种生活方式干预是否能改善某些健康指标，比如血压。于是，他们给一组参与者安排了各种干预措施：多吃水果蔬菜、增加蛋白质摄入、练习正念冥想、多亲近自然、以及进行结构化的锻炼计划。可谓是把所有干预措施都一股脑儿地塞了进去。而对照组则接受常规护理。
六个月后，干预组的血压低于对照组。
我们能从中得出什么结论呢？远比大多数人想象的要少。
有好几种不同的解释，但都完全符合这个结果。也许五个成分都起作用了。也许只有一个成分起决定性作用，其他四个只是起到辅助作用。也许某个成分确实升高血压，但其他成分的作用足以弥补。又或许，任何一个成分单独都不起作用，只有几个成分组合在一起才能发挥作用。
所有这些可能性都与数据相符。
根据这种试验设计，我们绝对无法断言任何单一成分本身就能降低血压。在这种研究设计中，研究人员无法区分这些可能性，也无法区分介于两者之间的数十种变化。
然而，发表的标题几乎从来都不是：“我们无法理清的一系列因素导致血压降低。”
标题可以是：“正念可以降低血压”、“在大自然中度过时间可以降低血压”或“运动可以降低血压”，无论哪个部分最有趣、最新颖，或者最符合标题撰写者想要相信的，都会被采用。
为了了解这有多荒谬，想象一下同样的试验设计，但只替换掉传统的锻炼项目。参与者不再举重或散步，而是被要求戴着巫师帽单腿站立5分钟。
如果干预组的血压下降，这项研究并没有排除“单腿站立戴巫师帽可以降低血压”这种标题的可能性。这听起来很荒谬，也确实如此，但这与“多吃水果蔬菜可以降低血压”或“正念练习可以降低血压”这类源自同一研究设计的错误并无本质区别。之所以巫师帽的说法听起来荒谬，而蔬菜的说法却不荒谬，唯一的原因是事先已经对哪种干预措施在生物学上更合理有所认知。而试验本身并没有提供这方面的信息。
而这正是问题的关键所在。被纳入一个成功的方案并不意味着某件事就具有因果关系。被纳入一个成功的方案甚至并不意味着某件事就变得重要。
当利害关系不再局限于学术层面时
如果生活方式方案中的每个组成部分都是免费、无害且没有机会成本的，我就不会那么在意分析其中的有效成分了。饭后散步、沐浴晨光、给朋友打电话、多花时间在户外，这些都是低风险的选择。即使我们不知道具体是哪个组成部分起了什么作用，大多数人也不太可能因为采取一系列低风险、低成本的干预措施而受到伤害。
但并非所有干预措施都是零成本的。有些需要严格的饮食限制。有些难以坚持。有些会影响生活质量。有些会取代一些可能更重要的行为。有些会带来营养方面的权衡取舍。
正是在这里，因果归因不再仅仅是一个学术问题。
考虑进行一项全面的生活方式干预，其中包括大幅减少或完全停止摄入动物蛋白的建议。对于出于伦理原因反对食用动物产品的人来说，这可能已经符合他们的价值观或饮食习惯。但对于没有这种反对的人来说，这是一项重大干预措施，可能会对依从性、生活质量、蛋白质摄入量以及随着年龄增长肌肉量和功能的维持产生潜在影响。
如果消除动物蛋白对于稳定或逆转认知衰退至关重要，我们需要知道这一点。但我们只能通过专门设计、旨在分离该变量的研究才能得知。一项同时改变十个因素的试验无法告诉我们，某个因素是否有效、无效，甚至是否会抵消其他因素的益处。
多因素试验并非毫无用处——只是容易被过度解读。
我想澄清一点，我并非反对多因素试验。在很多情况下，全面改革正是我们应该研究的方向。
仅仅改变饮食的某一方面并不能预防阿尔茨海默病。同样，单一的补剂、呼吸练习或生物标志物的调整也不太可能逆转复杂的慢性疾病。我们最关心的许多疾病——心血管疾病、糖尿病、痴呆症、癌症、体弱——都是由许多相互作用的系统在多年内形成的。即使多种因素结合起来可能有效，单独测试单一因素也可能无法产生可检测到的效果。
大杂烩试验可以测试更接近真实情况的方案，可以保留各组成部分之间潜在的协同作用，而且当干预措施由低成本、低风险的行为组成，而这些行为是任何制药公司都不会推向市场的，那么大杂烩试验就特别有用。
它们对于提出假设也极具价值。多因素干预可以识别信号，指明下一步的研究方向，为后续更具挑战性、更有针对性的试验提供依据。
但就此而言，它们是过程的开始，而不是结束。
如果一项多因素干预措施能够改善认知、血压或代谢健康，那么下一个问题应该是：哪些组成部分发挥了作用？哪些是必要的？哪些是可有可无的？哪些具有协同作用？哪些成本高昂但无关紧要？
这就是为什么还原论试验仍然重要。这类试验能将广泛的观察结果转化为有用的建议。虽然它们并不总是引人注目，也并非总能捕捉到现实生活的全部复杂性，但如果设计得当，它们可以分离出单个变量，告诉我们真正重要的是什么。
当一次性改变所有事情时，就能一次性了解所有事情的真相。
当改变一件事并测量结果时，就能了解这件事的一些情况。
两者都有用，但认为它们相同是错误的。
结论
我今天想强调的原则很简单：不要让结论凌驾于设计之上。
每项研究都应该在其设计所能支持的确定性水平内进行解读。不多不少，恰好等于其确定性水平。
如果一项研究测试的是某种组合，那么结论应该针对该组合本身。如果一项研究是观察性的，那么结论应该针对某种关联。如果一项研究没有分离出某个变量，那么结论就不应该假装已经分离出了该变量。
科学常常先给我们提供线索，然后才给出答案——我们的任务就是把线索当作线索来对待。问题在于，我们常常把藏宝图误认为是宝藏。
一项涵盖所有环节的研究只能告诉我们所有环节都有效，却无法告诉我们哪个环节起了关键作用。当有人指出一项包含十个环节的干预措施中的某个环节并说“就是它带来了效果”时，正确的做法并非接受任何能证实我们既有观念的说法。
正确的回答是最基本的科学问题：你怎么可能知道？
https://peterattiamd.com/multifactorial-trials/
核心主题：多因素综合干预试验（文称 “水槽式试验”）存在天然因果推断缺陷，大众与媒体常过度解读、片面归因单一干预手段，但这类试验本身仍具备独特科研价值，解读研究必须匹配试验设计的证据力度。
一、什么是 “水槽式” 多因素试验
研究者为改善某一健康指标（如血压、认知），给实验组同时叠加多种干预手段（饮食、运动、正念、户外、营养补充等），对照组仅常规照护。若最终实验组健康指标更好，该试验完全无法区分背后真实起效机制，存在多种同等符合数据的可能性：
- 全部干预共同起效；
- 仅其中一项有效，其余无作用；
- 部分干预存在负面效果，但被其他手段的收益抵消；
- 单一手段单独无效，仅多种措施搭配产生协同效果。
用荒诞类比佐证逻辑漏洞：若把干预项替换为 “戴巫师帽单腿站立”，试验同样无法排除该行为是获益来源；人们只因固有认知觉得蔬果、运动合理，并非试验数据证明其单独有效。但媒体、科普常断章取义，单独宣称某一项干预（如正念、户外）能改善健康，属于典型 “选择性摘取结论” 的逻辑谬误。
二、片面归因的现实危害
若所有干预都是低成本、无负担的日常行为，强行拆分因果仅为学术问题；但很多干预存在明显代价，错误解读会带来实际负面影响：
- 依从性与生活质量损耗：例如试验同时包含 “大幅剔除动物蛋白”，该要求会限制饮食选择、影响肌肉维持，若无法证实它是获益必需项，盲目推广会给人群带来不必要负担；
- 资源错配：优先推行成本高、执行难但无实质作用的干预，忽略真正关键的健康手段；
- 误导健康决策：让公众误以为某单一措施就能逆转慢性病，忽视疾病复杂多诱因的本质。
三、多因素试验不可替代的科研价值
作者明确不否定该类试验，在慢性病研究中具备独有优势：
- 贴近真实生活：心血管病、痴呆、糖尿病等慢病由多重系统长期失衡导致，单一干预很难产生可观测疗效，综合干预能还原人体复杂交互关系，捕捉干预间协同效应；
- 低成本干预的探索工具：运动、作息、膳食调整等无药企商业化推广，综合试验适合批量验证这类低风险生活方式组合；
- 生成科研假说：多因素试验仅能发现 “整套方案有效”，作为研究起点，为后续拆分变量的还原论对照试验指明方向，用来锁定真正核心、必要的干预项。
四、还原论单一变量试验的互补作用
仅改动单一变量、控制其余条件不变的试验，才能精准回答关键问题：哪些干预起效、哪些可有可无、哪些存在协同、哪些性价比极低。两种试验各有作用，不能混为一谈：
- 多因素试验：获知整套组合是否有效；
- 单一变量试验：获知单个措施的独立作用。
