1747 年在英国军舰索尔兹伯里号上，海军军医 James Lind 把 12 名患坏血病的水手两两分成 6 组，在饮食相同的前提下分别给予柑橘、苹果酒、醋、海水等不同疗法，结果唯独吃柑橘那一组的两人迅速好转。
这常被称为历史上第一个有对照的临床试验。严格说，它有"对照"却还没有"随机分组"，但"在相同条件下比较不同处理"这一核心思想，已经诞生。
然而又过了将近两百年，医学才真正学会一件事：一个治疗有没有用，不能靠权威、经验或直觉来断定，要靠系统的证据。
这个听起来像常识的原则，直到二十世纪后期才被命名、奠基为"循证医学"。它的出现，本身就是医学史上一次安静的革命。
破除误解：循证医学不是"否定医生经验"
最常见的误解是把循证医学理解为"只信数据、不信医生"，甚至"机器治病"。这恰恰相反。
循证医学的奠基人之一 David Sackett 给出的经典定义，是三者的结合：最佳外部证据 + 医生的临床经验 + 患者的价值观与意愿。
它从不主张抛弃经验，而是反对仅凭经验与权威下结论。
一位资深医生的直觉很宝贵，但人的记忆会偏向印象深刻的个案，会忽略那些沉默的失败案例。
循证医学要做的，是给经验装上一道"防自欺"的校验。
另一个误解是"没有 RCT 就不算证据"。
其实证据是分等级、可加权的。缺乏高级别证据时，低级别证据加专家共识仍是合理依据，只是结论的确定性更低。
还有人误以为循证医学只关心"有没有效"。
事实上它同样在意"对谁、在什么条件下、以多大代价有效"——一种疗法对人群平均有效，不代表对每个具体患者都是最优选择。
机制：从经验到证据的工具箱
循证医学的核心，是一套评估"我们对某结论到底有多确定"的方法。
它的工具按可信度由低到高排列，构成一个清晰的层级。
随机对照试验（RCT）是检验"疗法是否有效"的金标准。它的精髓在两点：
- 随机分组：把受试者随机分到治疗组与对照组。随机化的威力在于，它能让已知和未知的干扰因素（混杂）在两组间大致均衡，从而把真正的疗效从背景噪声里分离出来——这正是观察性研究做不到的。
- 盲法与安慰剂对照：受试者（单盲）乃至研究者与评估者（双盲）都不知道谁在哪组，以排除心理暗示（安慰剂效应）和评估偏倚。
对照组常给安慰剂，正是因为人即使吃的是"假药"，也常常真觉得好转——不设对照，就分不清疗效里有多少其实是安慰剂效应。
但单个 RCT 仍可能因样本小、运气、或研究质量而误导。于是有了更高一级的工具：
- 系统综述（systematic review）：按预设、可复现的规则，穷尽检索某问题的所有合格研究，评估其质量与偏倚风险，综合得出结论。
- 荟萃分析（meta-analysis）：用统计方法把多项研究的数据合并，提高精度。Cochrane 协作组织（1993 年成立）是系统综述的全球标杆。
由此形成一座证据等级金字塔，确定性由低到高大致是：
专家意见与个案报告 → 病例对照与队列研究（见 epidemiology）→ 随机对照试验 → 系统综述与荟萃分析。
但要强调，金字塔不是死板的等级表。
现代体系（如 GRADE）更强调评估证据的总体确定性：一项设计粗糙的 RCT，未必比一项严谨的大型队列研究更可信。研究类型只是起点，质量才是关键。
为什么重要：它推翻过许多"想当然有效"的疗法
循证医学不是纸上谈兵，它一次次纠正了医学的错误。
经典案例是激素替代疗法（HRT）。
基于观察性研究，医学界一度普遍认为它能保护绝经后女性的心血管。
直到 2002 年大型 RCT（Women's Health Initiative）发现，雌激素加孕激素方案反而增加心血管事件与乳腺癌风险，整个临床实践被彻底改写。
但这个案例还有第二层、更微妙的教训，正好展示循证医学如何自我修正：WHI 受试者平均年龄约 63 岁，远晚于绝经年龄。后续再分析提出"时间窗假说"——对在绝经前后较早开始用药的女性（50–59 岁），获益与风险的天平可能不同。所以正确的结论不是简单的"激素替代有害"，而是"对谁、何时开始、用哪种方案"才是关键。把一个 RCT 的群体结论生硬地推广到所有人，同样会出错。
另一个更刺眼的案例是抗心律失常药的 CAST 试验。
医生本以为压制心梗后患者的早搏能救命，符合直觉（早搏与猝死相关，压住它似乎天经地义）；1989 年公布的 RCT 却显示，用药组（恩卡尼、氟卡尼）的死亡率是安慰剂组的约 2–3 倍，试验因此被提前中止。一个"机制上完全说得通"的疗法，实际上在杀人。
这些都说明同一件事：不做严格试验，"听起来合理"的疗法很可能正在害人。CAST 至今是医学院里讲"为什么需要 RCT"时最常被引用的反面教材。
正因如此，新药与新疗法在上市前必须经过分期临床试验，疫苗（见 vaccination）的有效性与安全性也是用大型 RCT 确立的。
循证医学还重塑了医生与患者的关系。
当证据被透明地呈现，患者就能参与到"获益有多大、风险有多大、值不值得"的讨论里，而不再只是被动接受医嘱。
从这个意义上说，循证医学不仅是方法论，也悄悄推动了医疗决策从家长式走向共同决策（见 informed-consent）。本文为科普，不替代专业医疗意见。
局限与争议
循证医学是医学方法论的巨大进步，但远非万能，争议持续。
- 证据存在系统性偏倚：阳性结果更容易发表（发表偏倚），企业资助的试验更可能得出有利于其产品的结论，许多试验从不公开失败数据（催生了 AllTrials 等要求登记所有试验的运动）。
- "对平均病人有效"≠"对你有效"：RCT 给出的是群体平均效应，个体差异、合并症、老人儿童孕妇常被排除在试验之外。
- 不是所有问题都能做 RCT：让人随机暴露于有害因素既不可行也不伦理（见 informed-consent），这时只能依赖观察性证据。
- 被滥用为"教条"或托词："缺乏证据"有时被错读成"证据表明无效"——证据不足只意味着不确定，二者天差地别。也有人批评循证医学被异化为忽视个体与临床判断的机械"按指南行事"。
- 可重复性危机：近年大量研究无法被重复，部分原因是统计方法被滥用（如 p 值操纵、事后挑选有利结果）。这提醒人们，"有一项研究证明"远不等于"已被确立"，单项结果须经独立重复与系统综述检验。
跨域连接
- 顺势疗法的证据：证据等级不能脱离先验概率使用。当一种疗法的作用机制与已知化学、物理直接冲突时，一批小规模阳性试验提供的更新量抵不过它极低的起点；真正的检验是看随偏倚风险下降、样本增大，效应量是否稳定——顺势疗法的元分析里它趋近于零。这条推理同样适用于任何"机制不明但试验阳性"的新疗法。
- 元分析与证据综合：把元分析放在金字塔顶端有个前提：被汇总的研究是随机样本。当小样本阳性结果更容易发表时，汇总会放大而不是平均掉偏倚，漏斗图不对称、剪补法与选择模型都是为估计这一项而设计的。可操作的推论是——"有元分析支持"本身不构成证据强度，必须看纳入研究的偏倚风险与检索是否穷尽。
- 科学哲学：证据等级本质上是把归纳的可靠性操作化。GRADE 的做法是先按设计给定起点，再依偏倚风险、不一致性、间接性、不精确与发表偏倚逐级降级，也允许剂量-反应关系与大效应升级。这承认了一件事：没有哪种设计天然可靠，一项做砸的随机试验可以低于一项设计良好的队列研究。
- 机会成本：指南常把"有效"与"值得"混为一谈。在固定预算下，采纳一项边际获益微小的高价疗法，代价是被挤出的其他服务本可产生的健康——这个代价以健康而非金钱计量，却几乎从不出现在疗效论文里。所以卫生技术评估要设阈值：不是给生命定价，而是承认不设阈值等于默许一次看不见的分配。
- 信息检索与搜索：系统综述的结论上限由检索式决定。漏检的研究不会在森林图上留下任何痕迹，因此召回率不足造成的偏倚无法在后续分析中被发现或校正。这就是为什么规范要求逐库报告完整检索策略与检索日期：它是这类研究里唯一可被复现的部分，也是判断"全面"二字是否成立的唯一凭据。
参考文献
- Sackett, D. L. et al. "Evidence based medicine: what it is and what it isn't." BMJ, 312, 1996. DOI: 10.1136/bmj.312.7023.71
- Guyatt, G. et al. "GRADE: an emerging consensus on rating quality of evidence and strength of recommendations." BMJ, 336, 2008. DOI: 10.1136/bmj.39489.470347.AD
- Writing Group for the Women's Health Initiative Investigators. "Risks and Benefits of Estrogen Plus Progestin in Healthy Postmenopausal Women." JAMA, 288, 2002. DOI: 10.1001/jama.288.3.321
- Higgins, J. P. T. et al. (eds.) Cochrane Handbook for Systematic Reviews of Interventions, Cochrane / Wiley, 2nd ed., 2019.
- Echt, D. S. et al. "Mortality and Morbidity in Patients Receiving Encainide, Flecainide, or Placebo — The Cardiac Arrhythmia Suppression Trial (CAST)." New England Journal of Medicine, 324, 781–788, 1991. DOI: 10.1056/NEJM199103213241201
- Lind, J. A Treatise of the Scurvy, Edinburgh, 1753（1747 年 HMS Salisbury 上的对照试验）.
延伸阅读
- Goldacre, B. Bad Science, Fourth Estate, 2008.