「沒有找到證據」和「找到沒有效」，是兩句完全不同的話

約 10 分鐘讀完・3,884 字

本文重點

第一種：「找到有效」長什麼樣
但在同一篇裡，最好看的數字來自最少的證據
第二種：「沒有找到證據」長什麼樣
第三種：同一篇文章裡，不同結論的可靠度差很多
三份研究不是互相矛盾，它們問的不是同一件事
還有一件事，是研究自己主動說的
讀完這些研究之後，我自己的看法
常見問題
「沒有找到充分證據」是不是就代表沒有用？
看到一個效果數字，最少要看什麼才不會被誤導？
I² 是什麼，為什麼要看它？
延伸閱讀
參考文獻

「研究證實有效」和「研究說沒有用」，這兩句話你大概每週都會看到幾次。它們聽起來像是同一組天平的兩端。

但在研究文獻裡，最常出現的其實是第三種結果——「我們還沒有辦法回答這個問題」。而它在被轉述的時候，幾乎每次都會被寫成前面兩句的其中一句。

這篇文章用三份關於新手父母的研究當例子，看一看「有效」這個詞背後的證據實際上長什麼樣。例子是產後這個階段，但要講的是怎麼讀證據——同樣的看法換到別的題目上一樣成立。

先說明界線：我們不是醫療機構，這個網站上也沒有醫師。這篇不評估任何做法適不適合你，也不會建議你去做什麼。

第一種：「找到有效」長什麼樣

Dennis 與 Dowswell 在 2013 年為 Cochrane 做的系統性回顧，處理的是心理社會與心理介入能不能預防產後憂鬱。它納入 28 項試驗、接近 17,000 名女性。

結果是：接受介入的人，發展出產後憂鬱的風險比接受一般照護的人低，風險比（RR）0.78，95% 信賴區間 0.66 到 0.93，來自 20 項試驗、14,727 名女性。

這串數字裡真正該看的是區間。0.66 到 0.93 這個範圍完全落在 1 的左邊——1 代表「沒有差別」。區間不跨過 1，意思是即使把估計的不確定性算進去，方向仍然是同一邊。這就是「找到有效」的樣子：夠多的試驗、夠大的樣本、區間不碰到「沒有差別」那條線。

但在同一篇裡，最好看的數字來自最少的證據

同一份回顧列了幾項比較有前景的做法，數字是這樣的：

密集、個別化的產後家訪（由公共衛生護理師或助產士提供）：RR 0.56（95% CI 0.43–0.73），2 項試驗、1,262 名女性。
同儕電話支持：RR 0.54（95% CI 0.38–0.77）——這是清單裡最漂亮的數字，而它來自1 項試驗、612 名女性。
人際心理治療：標準化平均差 −0.27（95% CI −0.52 到 −0.01），5 項試驗、總共只有 366 人。

把這三行擺在一起，會看到一件反直覺的事：效果看起來最大的那一項，證據最少。而人際心理治療那一項的區間上限是 −0.01——距離 0 只差一點點，意思是「沒有效果」這個可能性，只是勉強被排除在外。

這不是說這些做法不好。它說的是：當一則轉述只告訴你「RR 0.54」而沒告訴你「1 項試驗」，你收到的資訊其實比你以為的少很多。

第二種：「沒有找到證據」長什麼樣

Suto 等人在 2017 年的系統性回顧，只收隨機試驗，最後納入 11 項，看的是給孕婦伴侶的產前衛教。結論逐字是：「No sufficient evidence was identified that prenatal childbirth education for partners of pregnant women protects against paternal postnatal depression and couple relationship」——沒有找到充分證據顯示這類衛教能保護產後的父親憂鬱與伴侶關係。

關鍵在作者自己給的原因：納入的研究在介入強度、內容、結果類型、測量工具與測量時間點上差異極大，而這件事本身就妨礙了對有效性的評估。

換句話說，這句「沒有找到充分證據」不是天平倒向了另一邊，是天平還沒架好。十一項試驗各自在做不太一樣的事、量不太一樣的東西、在不太一樣的時間點量——它們沒辦法被加總成一個答案。

所以：「沒有找到證據」和「找到沒有效」，是兩句完全不同的話。前者說的是我們還不知道，後者說的是我們知道了、答案是否定的。而通俗轉述幾乎總是把前者寫成後者——因為後者比較好寫，也比較像個結論。

第三種：同一篇文章裡，不同結論的可靠度差很多

Ansari 等人 2021 年的系統性回顧與統合分析，整理了父親產後憂鬱症狀的風險因子，納入 25 項研究、13,972 位父親。其中兩個數字放在一起看特別有意思：

既往有精神健康病史：合併 OR 6.77（95% CI 5.07–9.04），8 項研究、3,515 人，I² = 0%。
關係不滿意：合併 OR 1.53（95% CI 1.29–1.81），8 項研究、6,924 人，I² = 93%。

I² 量的是納入研究之間彼此有多不一致。0% 表示這 8 項研究得到的結果幾乎完全一致；93% 表示它們差異極大，那個「1.53」是把一堆不太一樣的結果平均出來的。

效果量講的是「差多少」，I² 講的是「大家同不同意」，而這兩件事沒有關係。同一篇文章裡可以同時有一個又大又一致的發現，和一個又小又吵雜的發現——如果只挑其中一個去轉述，兩種都能寫成「研究顯示」。

三份研究不是互相矛盾，它們問的不是同一件事

看到這裡可能會覺得奇怪：Cochrane 那篇說介入有效，Suto 那篇說沒有充分證據，到底哪個對？

兩個都對，因為它們問的是不同的問題。Cochrane 那篇問的是「心理社會與心理介入對女性產後憂鬱」；Suto 那篇問的是「產前衛教對男性伴侶的產後憂鬱與伴侶關係」。不同的對象、不同的介入、不同的結果指標。

這是最容易被跳過的一步，也是最省事的一步：先看它問了什麼，再看它答了什麼。兩篇研究只要問題不同，結論再怎麼相反都不構成矛盾。

還有一件事，是研究自己主動說的

Cochrane 那份回顧的利益揭露欄裡寫著：作者之一是該回顧所納入的其中一項多中心試驗的主持人——也就是那項評估同儕電話支持的試驗。

這件事值得留意的地方，不是「所以那篇不可信」。恰恰相反：這是研究自己揭露的，寫在正式的欄位裡，任何人都查得到。揭露機制的存在，本身就是這份證據品質的一部分。

真正會消失的是下一步。當這份回顧被寫成一篇「研究證實同儕支持有效」的文章時，那個欄位不會被一起帶走。一手來源會揭露自己的利害關係，而轉述通常不會。

讀完這些研究之後，我自己的看法

上面能查到的，都整理完了。接下來這幾句是我自己的想法，不是研究的結論——分開講，是因為這兩件事本來就該分開。

第一，剛生完孩子的那段時間，人通常沒有力氣去查證任何東西。那是一個資訊最多、而判斷力最被剝奪的時期，而各種「你應該試試這個」也正好在那時候密集出現。這不是誰的錯，是那個處境本來就是這樣。

第二，我自己寫這篇的時候也差點寫錯。我一度以為某個統計上的差異在整段期間都成立，回頭去讀原文那一段所屬的分析，才發現它只出現在其中一段時間裡。數字是對的，範圍是錯的——而讀的人不可能看得出來。我是回頭重讀才發現的，這件事讓我對「研究顯示」這四個字更謹慎了一點。

第三，這篇沒有要告訴你哪個做法好。如果它有什麼用，大概是下次再看到「研究證實有效」的時候，多問一句：幾項試驗？區間有沒有碰到「沒有差別」那條線？它問的問題，跟我現在想知道的是同一個嗎？這三個問題不需要任何統計訓練，而它們能擋掉的東西比想像中多。

最後：這篇談的是證據怎麼讀，不是你該怎麼做。如果你或身邊的人正在經歷情緒上的困難，請找專業醫療人員談——那是這篇文章沒有辦法替代的事。

常見問題

「沒有找到充分證據」是不是就代表沒有用？

不是。以 Suto 等人 2017 年的系統性回顧為例，它納入 11 項隨機試驗後得出「沒有找到充分證據」，而作者說明的原因是納入研究在介入強度、內容、測量工具與測量時間點上差異極大，這件事本身妨礙了對有效性的評估。也就是說，這句話描述的是「目前的研究還回答不了這個問題」，而不是「已經測出來沒有效果」。

看到一個效果數字，最少要看什麼才不會被誤導？

至少看三樣：一是信賴區間有沒有碰到「沒有差別」那條線（風險比是 1，平均差是 0）；二是幾項試驗、多少人——同一份 Cochrane 回顧裡，效果看起來最大的同儕電話支持只來自 1 項試驗 612 人；三是它問的問題是不是你想知道的那個。

I² 是什麼，為什麼要看它？

I² 量的是統合分析裡各項研究彼此有多不一致。以 Ansari 等人 2021 年的回顧為例，既往精神健康病史那一項 OR 6.77、I² = 0%（8 項研究結果幾乎一致）；關係不滿意那一項 OR 1.53、I² = 93%（研究之間差異極大）。效果量講「差多少」，I² 講「大家同不同意」，兩者是分開的兩件事。

參考文獻

Dennis CL, Dowswell T. Psychosocial and psychological interventions for preventing postpartum depression. Cochrane Database Syst Rev 2013;(2):CD001134.（PMID 23450532）
Suto M, Takehara K, Yamane Y, Ota E. Effects of prenatal childbirth education for partners of pregnant women on paternal postnatal mental health and couple relationship: A systematic review. J Affect Disord 2017;210:115–121.（PMID 28024222）
Ansari NS, Shah J, Dennis CL, Shah PS. Risk factors for postpartum depressive symptoms among fathers: A systematic review and meta-analysis. Acta Obstet Gynecol Scand 2021;100(7):1186–1199.（PMID 33539548）