1

1
1

文字

分享

1
1
1

為什麼科學家說不出「疫苗不會導致自閉症」而只能說「沒有證據顯示自閉症的出現和接種疫苗與否之間有關連」?——《拒絕真相的人》

八旗文化_96
・2017/12/10 ・3478字 ・閱讀時間約 7 分鐘 ・SR值 557 ・八年級

-----廣告,請繼續往下閱讀-----

為何我們挑選了這本書:

現代的科學研究無疑讓我們的生活進步,但 人們「反科學」的例子卻仍時有所聞:不願接種疫苗、對基改食物過度的恐慌、跟從樓梯上摔下來相比更害怕墜機但明明是前者機率比較高……等等等,是因為集體的科學素養不夠嗎?還是有什麼因子在背後操縱?為何明明科學證據都放在眼前,大家卻還是不相信科學?
拒絕真相的人》不只探討人們抗拒健康相關的科學背後的心理機制,也談它在演化上的原因。對這不科學的世界百思不得其解的你,讓我們一起來尋求解答吧!

如果可以否證,可能就是真的?

二十世紀初,波普(Karl Raimund Popper)的定義成為科學界對因果關係的核心原則,並且成為非科學人士很難理解的東西。對波普來說,證明因果關係的企圖本身是錯的,我們推論的方式不該是去證明某件事是真的,而應該是去證明它不是真的。據此,波普常被視為經驗否證論的始祖,他的觀念對現代科學研究至關重要,任何科學假設都必須能被否證,這就是為什麼「世界上有神」的說法不是一個科學假設,因為它不可能被證明是錯的。

「世界上有神」的說法不是一個科學假設,因為它不可能被證明是錯的。source:wikimedia

因此,科學實驗的目標是透過相似的經驗或經驗性的觀察,來嘗試否證假設。在科學和統計學裡,正是這種思路讓我們設計出對假設的檢定,我們永遠都在試圖推翻實際上沒有結果的虛無假設。科學永遠是在拒絕虛無假設,而不是在接受其他假設。

舉例來說,當我們測試一種新藥物時,現代實驗設計框架可接受的問題不是「我們如何證明新藥有效?」而是「我們如何推翻認為新藥無效的想法?」下一章我們進一步討論複雜性之後,這個道理會顯得更加違反直覺,也讓科學家更不願意做出像「疫苗不會導致自閉症」這樣的聲明。相反地,說出「自閉症的出現和接種疫苗與否沒有差異」之類的話,會讓科學家覺得自在很多,而這一點單純和實驗設計的方式有關。對大多數人而言,這種說法無法讓人滿意,因為我們永遠在找那個神奇的單詞:導致。然而,追隨波普理念的科學實驗不是在尋找原因,而是在推翻虛無假設。所以,若有一則科學聲明出現了「導致」這樣的字眼,它實際上是對科學實驗的發現做出錯誤的說明。

科學實驗為何這麼難找到「導致」這個詞?圖/By DarkoStojanovic @Pixabay

科學實驗為何這麼難找到「導致」這個詞?誠如波普所觀察的,這也是現代許多科學家所感嘆的,那就是我們不可能觀察到能讓我們一勞永逸建立起因果關係的條件,也就是所謂的「反事實」狀態。一九七三年,大衛.路易斯精要地摘要出因果關係和反事實觀念之間的關係:

-----廣告,請繼續往下閱讀-----

我們把事情發生的原因看成能造成差異的東西,這差異必須是如果少了這原因,狀況就會不一樣。少了它,那麼其結果,起碼是部分結果,但通常是所有結果,也會一併不見。

反事實狀態是指在相反情況下,會發生什麼事。舉例來說,如果我想知道喝柳橙汁會不會讓你起疹子,為了確切知道這一點,我必須回到你沒喝柳橙汁的那個時間點,看看會發生什麼事。也就是說,除了喝柳橙汁以外,其他條件都一模一樣,這樣我才能夠比較這兩種情況的結果;而不管我觀察到什麼差異,這些差異都是因為你有喝或沒喝柳橙汁造成的,因為有喝和沒喝是這兩種情況之間唯一的差異。你還是你,你還是有一模一樣的經驗,你在兩種情況下所處的環境也完全一樣,唯一的差別是你有沒有喝柳橙汁。這是建立因果關係的適當方法。

因果理論需要大量仰賴反事實狀態,但現實總是殘酷的

但是,由於我們在現實生活裡無法觀察到反事實的狀態(起碼在我們無法讓時光倒流之前),所以科學家常常仰賴隨機控制研究來達到最佳的反事實結果。隨機控制研究背後的思維是,由於每個人處在控制組或實驗組的機會一樣,得到治療的人不會和沒得到治療的人有系統性的不同,因此觀察到的結果差異就可以歸因於有否得到治療。

然而,這方法有許多問題,例如有時候這兩組人會彼此交談,在某些實驗裡他們甚至會跑到控制組去,這種現象叫做「汙染」或「擴散」。有時候隨機方法沒有用,而這兩個組人實際上會變得有系統性差異,在大多數例子裡會出現這種情況純屬偶然。還有些時候人們會離開實驗,使得這兩組人在實驗最後出現系統性差異,科學家稱這問題為「損耗性偏差」。

Source: Pixabay

就本書處理的議題來說,和我們最相關的流行病學研究可能是隨機對照試驗,但它往往不切實際或不道德。舉例來說,隨機把一組人派去吃基改食物,另一組人沒有吃基改食物,然後看看每組有多少人罹患癌症,這種做法就有些不切實際。罹患癌症需要多年時間,因此我們很難把基改對人體的影響,從日常生活中可能致癌的其他暴露源中獨立出來,更不用說我們在過去十年裡吃到的食物裡,實際上就有大量的基改食物。

-----廣告,請繼續往下閱讀-----

因此,要想隨機指派人到完全沒有基改的組別裡,又因為不想讓他們發現這一點而要求他們吃些奇怪的食物,這一點執行起來比我們想像得更加困難。如果想用一個嚴密控制的實驗直接測試這一點,我們就得把分屬控制組和實驗組的兩組人一律隔離在實驗室總部,讓他們在裡面過上大半輩子然後控制一切—從他們吃什麼到他們從事什麼職業、去哪裡旅行,全都要控制。這樣做很花錢且不切實際,當然也不符合倫理。我們也不能隨機把嚴重的憂鬱患者分成接受休克療法,以及沒接受該療法的兩組,因為如果我們認為這種療法有效,不讓真正需要它的人接受治療是不道德的。換句話說,一旦你擁有某種治療效力,就不能只為了實驗考量而拒絕人們使用該治療。

實驗中的大量難以掌握的變因,常使結果產生偏差。 圖/By geralt @Pixabay

基於這些原因,流行病學家常仰賴其他實驗設計,包括準實驗設計、世代研究以及個案對照研究等方法,這些研究可能要追蹤暴露在特定狀況下及沒暴露在特定狀況下的人,看看誰會出現特定疾病或情況。目前來看,這些方法之間的差異還不如它們之間的共通點來得重要。所以,與其在研究開始前就隨機把受試者分配到不同群體,這些受試者其實早已因為研究者無法控制的一些原因,暴露或未暴露在某個或多個情況之下了。例如,有些人剛好住在被工業廢棄物汙染的河流附近,有些人則不住在附近;有些人在二○○九年感染流感,有些人沒有感染流感;有些人喝了很多綠茶,有些人沒喝很多綠茶;或是有些人抽菸,有些人沒抽菸。

理想上,因果理論需大量仰賴反事實狀態,因此這些研究設計會因為幾個原因而顯得不完美。許多因素會決定一個人為什麼會在某個團體之中,而不是在其他團體之中。因此,要分析出最重要的因素向來不是件容易的事。假設我們要進行一個研究,探討住在河流汙染區附近是否會增加人們罹患某些癌症的風險。

但也許,住在河附近的人有比較多船,所以本來就較容易暴露在船的燃料毒氣中;或是這些人就在造成河流汙染的工廠工作,整個人常暴露在並沒有排放到水裡的化學物中。這時若研究者在住在汙染區附近的群體身上發現更多癌症案例,他們該如何判斷問題究竟是水汙染、吸入船隻燃料的氣體,還是在工廠觸摸有毒化學物質所致?

-----廣告,請繼續往下閱讀-----
儘管「香菸會致癌」無可反駁,兩者之間的因果關係仍需要謹慎的研究。 圖/By bleztseng

另一方面,世代研究已揭露了無可反駁的重大發現,像是香菸會致癌等。所以,雖然我們手邊可用的工具不盡完美,但也不至於毫無用處,問題只在於想確認香菸是否致癌需要數十年謹慎的探討和反覆的研究,科學家才能放心使用那個神奇字眼──導致。科學家之所以不願使用這個字眼,往往和證據的強度無關,而是因為他們被要求使用反事實角度思考因果關係。除非有人發明時光機器,讓科學家親眼觀察到實際的反事實狀態,否則他們不願說出這個神奇字眼。

相反地,誠如亞里斯多德敏銳地觀察到的,外行人最想看到的就是一切事物的因果關係,而且在沒看到之前永遠不會有安全感。換句話說,一般人思考因果關係的方式,和科學家受到的訓練完全不同。由於這兩種思考方式有天差地別,他們之間產生出大量的錯誤溝通,有時甚至會造成大眾對於科學家的不信任。

延伸閱讀:用 12 堂課提升科學思辨力,更新現代人必備的生存演算法!

本文摘自《拒絕真相的人:人們為何不相信科學?》,八旗文化出版。

文章難易度
八旗文化_96
34 篇文章 ・ 18 位粉絲
外部視野,在地思索, 在分眾人文領域,和你一起定義、詮釋和對話。

0

2
0

文字

分享

0
2
0
量子科技即將走入生活?最有趣的科學知識傳播 QuBear 量子熊,來了!
鳥苷三磷酸 (PanSci Promo)_96
・2023/07/10 ・676字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

不知從什麼時候,「量子」取代了磁場、奈米,成了時興的名詞。特別是把量子與資訊兜在一起,無論是在科學或是科技上,都深具潛力。或許有一天,我們將打開以量子位元建構的量子電腦,透過量子演算法進行各種計算,並把資訊用量子傳輸的方式傳遞出去。

這樣的日子可能真的不遠了。

為了因應量子科技時代的來臨,行政院在 2022 年 3 月宣布成立「量子國家隊」,由 17 個產學研團隊組成,包含了通用量子電腦硬體技術、光量子技術、量子軟體技術與應用開發這三大領域。

「量子熊 QuBear」身為量子國家隊的推廣擔當,針對年輕世代學子,激發量子科學與科技的興趣與瞭解,將全力推動 Quantum PAY,以三大多元管道「Podcast、 Article、YouTube」進行知識傳播,內容類型含括播客、文章跟影音短片。量子熊 QuBear 除了打造線上平台,更製作多個 quantum PAY 學習模組,努力朝著建立量子熊的微學習平台,以及建構長遠的科學知識傳播生態圈的目標前進。

最後,你或許會好奇,量子熊的名字是怎麼來的?

-----廣告,請繼續往下閱讀-----

量子電腦的核心技術是量子位元 (qubit)。英文發音快一點,就跟 QuBear 有點相似,於是就裝個可愛,叫做量子熊啦!

記得看到量子熊時,幫忙按讚、訂閱,還有~開啟小鈴鐺~https://www.youtube.com/channel/UCkWM3vYaCd_VoPHQ1hrUdzA

鳥苷三磷酸 (PanSci Promo)_96
196 篇文章 ・ 302 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

1
1

文字

分享

0
1
1
以科學為本!從 DNA 探索大未來——百濟神州(BeiGene)Kids Science 生物科學營,為小小醫生科學家鋪路!
鳥苷三磷酸 (PanSci Promo)_96
・2022/12/27 ・3734字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

本文由 百濟神州(BeiGene) 委託,泛科學企劃執行。

「小朋友們,當爸媽或家人生病時,你的心情如何?擔心、焦慮、想辦法讓他們好過一點?」

「希望家人最好不要生病」、「吃藥看醫生才能快快恢復」這是來自孩子們最純真直接的回應。

全球前 50 大生技製藥大廠百濟神州(BeiGene)副總裁暨細胞治療研發中心負責人黃士銘,日前率近 20 位企業志工和家人們一起至坪林國小,在泛科學協助下,舉辦「Kids Science 小小生物科學營」。課堂上,身為生物科學家的他,首次擔綱一日業師,在活動一開始即拋出了上述這個情境題,引導孩子們思考生物科學,其實是一門很有意義的學問,不僅貼近日常所需、更能真實地幫助許多人。

黃士銘表示:「BeiGene 是一家以科學為本,專注於創新癌症藥物研發,我們與全球各地科學家及醫師緊密合作,以病人至上的精神,致力為全世界患者帶來可近性及可負擔的高品質藥物。」身為一位科學家,我們相信『改變治癒未來』(Change is the Cure)。先進科學改變人類生活,而醫療科學為人類帶來治癒的力量。因此,在台灣,我們與這塊土地最頂尖的科學人才共同努力,專注於細胞治療在癌症醫學領域的研發,也因為台灣向來是生技產業人才搖籃,這更讓我們重視到,科學教育從小紮根的重要性,讓小朋友從早期開始培養科學核心素養,豐富孩子們的知識和視野,希望啟發他們對於生物科學的興趣。我們很期待透過 BeiGene 「Kids Science 小小生物科學營」,拋磚引玉,讓更多人重視科學教育的環境,挹注多元教學資源,發揮共好影響力,為台灣培育更多優秀的生技人才。

BeiGene 副總裁暨細胞治療研發中心負責人黃士銘,率近 20 位企業志工和家人們前進坪林國小,讓偏鄉小朋友從小開始培養科學核心素養。圖/BeiGene

有鑑於此,秉持以科學為本、病人至上的 BeiGene,致力「培育未來生物科學人才」作為品牌 ESG 關鍵的當責行動。於是乎,當觀察到台灣偏鄉科學教育資源與師資分配不均的狀況,便與全台最大科學知識社群–「泛科學」聯手,舉辦「 Kids Science 小小生物科學營」,BeiGene 企業志工於假日帶著家人們,前進新北市坪林國小進行教學活動,為偏鄉學童種下科學教育種子,希望藉由對生物科學的體驗與實驗過程,提升偏鄉學童對於環境觀察的敏感度與科學的認識基礎。

-----廣告,請繼續往下閱讀-----
BeiGene 「Kids Science 小小生物科學營」,為學童打造出「適齡、適性」、結合理論與手作的生物科學探索課程活動。圖/BeiGene

生物科學樂趣多! 啟發學童對科學創造的想像

小學階段是最適合紮根科學教育的時期,但偏遠地區的學校由於交通不便與地理人文環境特殊,造成師資、設備、資源不足等情況。若能引進多元的教學資源,開啟偏鄉孩子們不一樣的視野,便能在科學的啟蒙之路上,燃起他們的學習熱情、啟發學童對科學創造的想像!

引導孩子們思考生物科學,其實是一門很有意義的學問,不僅貼近日常所需、更能真實地幫助許多人。圖/BeiGene

坪林國小校長王珮君表示:「科學是生活,舉凡食、衣、住、行都隱含著許多科學知識與原理,非常感謝 BeiGene,看見偏鄉孩子在專科教育學習資源的需求,舉辦『Kids Science 小小生物科學營』, 讓孩子從做中學習。藉由豐富有趣的課程,帶領學校的孩子不僅能從學習中獲得更多與醫學相關的科學知識,同時也能啟發他們擁有像『科學家』一樣地邏輯思考,像『醫師』一樣地解決問題!永保好奇心,持續不斷的創新與探索。」

坪林國小校長王珮君致力提供學生更好的學習資源,感謝 BeiGene 帶來豐富多彩的 STEM 教育課程。圖/BeiGene

親子共學玩實驗夯: 水果DNA切切樂、手作仿生鳥

身為全台最大科學知識社群——「泛科學」知識長鄭國威表示,孩子學習科學的目的,除了開拓視野外,更重要的是培養科學思辨的精神與態度!在這個以社群力=影響力的時代,泛科學希望與各界企業一起『加乘、共好』,透過彼此的核心職能,讓下一代對科學產生興趣。

孩子學習科學的目的,除了開拓視野外,更重要的是培養科學思辨的精神與態度。圖/BeiGene
利用簡單易操作的實驗一窺水果 DNA 的樣貌。圖/BeiGene

這次的課程,特別邀請到曾獲教育部殊榮的生物老師──簡志祥「阿簡老師」,帶領學童認識水果 DNA,利用簡單易操作的實驗一窺 DNA 的樣貌,了解生命細胞最初始的模樣;也體驗了解仿生科技在醫療上及生活上的應用,透過「仿生鳥手作實驗」引導學童思考有哪些生活用品是從仿生科學啟發而得來,並從手作實驗中獲得更多靈感與樂趣,最後的「仿生鳥飛行競賽」,讓學童用自己親手做的成品互相比拚,進一步體驗空氣動力原理,邊玩邊學、小朋友無一不感到新奇與有趣。

-----廣告,請繼續往下閱讀-----
透過生活周邊常見產品實例,了解仿生科技在醫療上及生活上的應用。圖/BeiGene
透過「仿生鳥手作實驗」引導學童思考有哪些生活用品是從仿生科學啟發而得來。圖/BeiGene
「仿生鳥飛行競賽」,讓學童用自己親手做的成品互相比拚,進一步體驗空氣動力原理,邊玩邊學、小朋友無一不感到新奇與有趣。圖/BeiGene

本次課程活動獲得很好的迴響,孩子們邊玩邊學,不僅輕鬆提升專注力,同時對生物科學產生興趣。各位家長們,想要帶著孩子自己動手體驗 Kids Science 科學課程嗎? 以下分享 DIY 簡單步驟跟著做,親子共學樂趣多: 

【水果切切樂】

藉此實驗了解細胞各構造的特性,如清潔劑可溶解細胞膜的脂質,破壞細胞膜。 高濃度食鹽水可使 DNA 溶解在溶液中,DNA 不溶於酒精中,所以使用酒精萃取出 DNA。由於實驗材料簡單,且方法易操作,對生物科技有興趣的學習者也可以自行操作實驗不同水果的差異性。

教學影片。影/Youtube

材料:
萃取液(食鹽、水、清潔劑)冰棒棍、牙籤、離心管、塑膠杯、塑膠袋、紗布、竹籤、切塊水果、酒精

方法:
準備萃取液,內容是 1/3 杯的水、1/2 匙鹽和 1 匙的清潔劑混合。把切塊水果放進塑膠杯裡,倒進萃取液,能夠蓋住水果的量就夠了,用冰棒棍把水果攪爛。
把紗布鋪在另一個塑膠杯上,將攪爛的水果倒入紗布上,收集濾下的液體。
把酒精倒入液體中,過幾分鐘就會在上層的酒精裡看到白色的絲狀物。恭喜你,你拿到了這些水果的 DNA 了。拿牙籤輕輕攪拌這些 DNA,把它們收集到離心管裡頭吧。

-----廣告,請繼續往下閱讀-----

原理:
為什麼這些材料就可以萃取出 DNA 呢?當你把水果攪爛和萃取液混合時,會破壞水果的細胞,清潔劑可以破壞水果細胞的細胞膜和核膜,而加入鹽則可以讓 DNA 溶解在萃取液內。最後加入的冰酒精,則會讓 DNA 從溶解的狀態被析出來,就成了你看到的白色絲狀物。

【手作仿生鳥】

結構仿生設計學主要研究生物體和自然界物質存在的內部結構原理在設計中的應用問題,適用與產品設計和建築設計。研究最多的是植物的莖、葉以及動物形體、肌肉、骨骼的結構。本課程從生活中引導小朋友去思考有哪些生活用品是從「仿生科學」啟發得來的。並從手作實驗中得到更多靈感與啟發!

仿生學小知識:

仿生學是模仿生物特殊本領的科學,目的在了解生物的結構和功能原理,來研發新的機械和技術,將大自然的智慧轉化成人類可操控的技術,可以說是「向大自然學習」的一門科學,例如達文西的「撲翼機手稿」就是藉由研究鳥類與昆蟲飛行所設計出來的。

-----廣告,請繼續往下閱讀-----

像是出淤泥而不染的「蓮花葉」,除了表面上有蠟等物質可以防水,也發現葉面上有奈米等級的絨毛結構,這些結構使得水滴不易被戳破,讓水滴能在葉面上自由滾動,正是屬於仿生學的範疇,而這個發現也運用在現在的防水塗料上。此外,模仿蜘蛛絲做成的線非常強韌,可以拿來做防彈衣,這些都屬於仿生學的研究成果。

教學影片。影/Youtube

方法:
確認你的配件,包括翅膀、尾巴、木條、三條橡皮筋,將翅膀配件靠內的桿子套上右邊鐵鉤,靠外的桿子套上左邊鐵鉤,將木條插入翅膀的孔,另一端插入尾巴的孔,接著將橡皮筋套進兩端的掛勾,最後一步驟只要扭轉橡皮筋就可以飛行了。

鳥苷三磷酸 (PanSci Promo)_96
196 篇文章 ・ 302 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

2

3
7

文字

分享

2
3
7
逼近上帝視角——用「統計學」探討因果關係
研之有物│中央研究院_96
・2022/06/15 ・4930字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/郭雅欣、簡克志
  • 美術設計/蔡宛潔

因果關係怎麼研究?

在日常生活的經驗裡,我們往往習慣以主觀的角度來認定因果關係的存在,但在數理統計的協助下,因果關係可以擁有科學定義,並且可以驗證。中央研究院「研之有物」專訪院內統計科學研究所黃彥棕研究員,他的主要研究便是以數理統計的方式來探討因果關係(例如生物體的複雜機轉)。有了統計方法,人類也能接近上帝視角,找出因果關係的存在。

中研院統計所研究員黃彥棕,擅長以數理統計的方式來思考因果關係。圖/研之有物

以數理統計驗證因果關係

我們絕大多數人相信「凡事必有因果」這句話,例如今天腹瀉,是因為昨天晚餐吃壞肚子;考試沒考好,是因為書念得不夠。但是仔細想想,造成今天拉肚子的原因,除了昨天的晚餐之外,還有沒有別的可能?影響考試成績的因素,除了書念得夠不夠之外,考試環境、考題難易度也都會影響。

所以,我們究竟該如何確定兩件事有因果關係?有沒有什麼科學方法,可以讓我們帶著十足的把握,說出「X 就是造成 Y 結果的原因」這樣的話語?

-----廣告,請繼續往下閱讀-----

中研院統計所研究員黃彥棕,擅長以數理統計的方式來思考因果關係,除此之外他更進一步在數學上探討「X 透過何種機制造成 Y」,也就是所謂的「因果中介效應」。有興趣的讀者,可以參考「研之有物」之前專訪黃彥棕老師的文章〈喝酒臉紅易罹癌?小時候家裡窮會胖?統計學家黃彥棕來解答〉。

回到因果關係,黃彥棕說到:「因果關係是屬於上帝視角。」也就是說,兩件事之間究竟有無因果關係,理論上只有全知者才知道,而我們能做的,是以數理統計的方式,「從人類視角盡可能地逼近上帝視角,來判斷因果關係是否存在。」

何謂因果關係?

為什麼說「因果存在與否只有上帝才知道」?因果關係建立在「反事實」,如果有一個事實是「打疫苗,就不容易感染 COVID-19」,則我們必須驗證是否「不打疫苗,就容易感染 COVID-19」,這就是反事實。有了事實與反事實的比對,我們才能說「打疫苗」與「不易感染 COVID-19」有因果關係。

不過,除非有時光機或平行宇宙,否則我們不可能讓全世界的人打疫苗,並觀察感染情況;然後又讓全世界的人都不打疫苗,並再次觀察染病狀況。只有全知者才能同時觀察這兩個平行宇宙,得知因果關係。黃彥棕說,身處現實世界的我們,只能盡可能地逼近這個結果。

-----廣告,請繼續往下閱讀-----

用數學語言來描述因果關係,最被廣泛使用的架構是由美國統計學家 Donald Rubin 提出的反事實結果(counterfactual outcome)或潛在結果(potential outcome)。值得一提的是,過去 Rubin 也曾與 2021 年諾貝爾經濟學獎得主 Joshua Angrist 和 Guido Imbens 共同發表重要論文〈使用工具變量確認因果效應〉。

以下我們就以疫苗和傳染病為例,以反事實架構來說明「X 導致 Y」的群體因果效應。先假設 X 為民眾施打疫苗與否( 0:不打疫苗,1:打疫苗),而 Y 為得傳染病與否(0:不染病,1:染病),並使用期望值 E 來描述群體平均效應,詳細如下圖。

為了要取得因果關係,我們必須有兩個獨立的平行世界,分別是 X=1 和 X=0,再去比較這兩個世界中 X 如何導致 Y 的發生。圖/研之有物
(資料來源|黃彥棕)

如果我們觀察到 E[Y(X=1)]=0.1,也就是有打疫苗的人染病機率是 10 %。那麼在反事實因果推論的基礎上,我們必須檢驗 E[Y(X=0)] 等於多少,也就是不打疫苗的染病機率。只要 E[Y(X=1)] ≠ E[Y(X=0)],就代表 X 和 Y 之間具有因果關係。

然而,實務上打完疫苗的人不可能再回復到沒打疫苗的狀態,因此我們沒有辦法再次對同一群母體樣本做實驗來驗證因果關係,僅能退而求其次,「盡量貼近」因果關係。那麼,要怎麼做呢?

-----廣告,請繼續往下閱讀-----

有反事實的對照,才有因果關係。

逼近神的因果視角

如果我們把全世界的人分成兩半,其中一半打疫苗、另一半不打疫苗,然後用打疫苗的那一半代表一個宇宙(事實),不打疫苗的代表另一個宇宙(反事實),不就創造出兩個平行宇宙了嗎?

這是一種很直觀的逼近方法,但若要讓一半的人能夠代表一整個宇宙,則有一個重要的前提:這兩個宇宙裡的人是隨機分配的,也就是這兩群人在各個層面都很相似,例如年齡、性別、健康狀況甚至政治傾向等,以專業術語來說就是必須具有可互換性(exchangeability)。藥廠在做疫苗人體實驗時,就必須以非常嚴謹的方式讓受試者盡可能達到隨機分配,才能得到「疫苗是否有效」的科學結果。

不過,在大多數狀況下,我們很難做到隨機分配。舉例來說,臺灣開放施打 COVID-19 疫苗後,截至 2021 年 10 月 29 日為止,有將近 1700 萬人施打第一劑疫苗,但我們不能把這 1700 萬人視為有打疫苗的宇宙,而另一群沒打疫苗的 600 萬人視為沒打疫苗的宇宙,因為打不打疫苗是人民自由選擇的結果,有很多因素會影響個人選擇,例如比較有健康意識,或是比較年輕、不擔心副作用的人,可能就比較傾向打疫苗。

即使統計結果顯示出打疫苗的人,感染 COVID-19 的比例真的比較低,我們也很難分辨是因為打疫苗,還是他們本來就比較年輕?或本來就比較健康?「這是所謂的『觀察型研究』,容易出現因果推論謬誤的原因。」黃彥棕說。

-----廣告,請繼續往下閱讀-----

然而,我們可以用數理統計的方式逼近真實的因果效應,例如控制年齡、健康狀況——兩方都取 50~60 歲的年齡層,並且都是沒有心血管疾病的人等。黃彥棕說:「我們依據自己的背景知識,知道有哪些因素會影響隨機性,然後使用統計的方式,把它們抓出來做控制。」

理論上統計學家可以把所有可能造成偏誤的因子都舉出來,透過一層層地篩選、限縮,最後得出許多個小小的族群,讓隨機性成立。

之後,透過每一組小小的隨機族群(例如年齡 50~60 歲、沒有心血管疾病、男性、具健康意識……等,統稱為 C),讓 Y 的發生和特定條件 C 之下的 X 群體無關,我們就可以得到逼近兩個平行宇宙的資料(有打疫苗、沒打疫苗),最後再把各族群的結果加權平均回來。就可以貼近上帝視角的因果效應。

以數學語言來說,就是讓條件期望值(E[Y|X=x , C=c)])的計算透過加權平均等同於反事實結果之期望值(E[Y(X=x)])的效果。我們沒有時光機,無法透過事實/反事實結果之期望值檢驗全體打疫苗和不打疫苗的因果關係(E[Y(X=1)] ≠ E[Y(X=0)] 嗎?);但是我們可以透過各種條件的篩選和限縮,去計算每個具備可互換性小群體的條件期望值,最後加權平均回來,檢視打疫苗與得病與否的因果關係(∑c E[Y|X=1 , C=c]*P(C=c) ≠ ∑c E[Y|X=0 , C=c]*P(C=c)嗎?),這才是實務上的作法。

問題來了,要怎麼知道我們是否窮舉了所有可能造成偏誤的因子?我們的確不知道,只有上帝知道,這是個假設,而且是個很難驗證的假設。

實務上,我們不可能同時觀察 X=1 和 X=0 的世界,只能分別獲得 X 和 Y 的相關性。要如何從相關性去檢視因果關係呢?透過統計學上的篩選和限制,我們如果可以讓 X=1 vs. X=0 的隨機性成立,就可以進一步驗證 X 和 Y 的因果關係。為方便說明,圖片的數學式為簡單條件期望值計算,不考慮加權平均。圖/研之有物(資料來源|黃彥棕)

「在控制了年齡、性別、健康狀況等條件的情況下,我們希望可以讓隨機性成立。」

黃彥棕的研究讓因果關係在嚴謹的數學架構下,得以辨證、溝通,而不是只仰賴直觀的思考。因果的存在變得更加科學化,而這也使因果的探討可以進入更深的層次。

-----廣告,請繼續往下閱讀-----

被競爭結果和時間擾亂的因果關係

更進階的因果探討層次,是將時間因素考慮進來。黃彥棕以「B 型肝炎」造成「肝癌」,然後導致「死亡」為例,若想探討這三者間的因果關係時,會發生一個問題,那就是有 B 型肝炎的人,有可能容易因猛爆性肝炎而直接死亡,而這樣的個案在統計上,因為他並沒有得到肝癌,而對「肝癌」這個中介因子造成了「保護」的效果。

「這就是肝癌和死亡這兩個競爭結果造成的影響,而這個競爭關係又會隨著時間推移而改變。肝癌、死亡有時間進程關係,一旦 B 型肝炎患者因猛爆性肝炎死亡了,他就不可能再得肝癌。」更清楚地說,B 型肝炎患者可能還「來不及」得肝癌,就因猛爆性肝炎直接跳到死亡。在界定 B 型肝炎與肝癌之間的因果關係時,這樣的結果會造成偏誤。

黃彥棕將時間因素考慮進來的方法,是把整個時程切割成非常多小段,在每個小段創造一個反事實架構,也就是分析每一位在某小段時間活著的 B 型肝炎患者,把他們分成已得到肝癌及還沒得到肝癌,並考慮這兩組患者在下一個瞬間死亡的可能性,再將這些結果積分起來,得到在隨機過程架構之下的平行宇宙們。

「我等於是在每一個瞬間都製造多個平行宇宙(無 B 肝/無肝癌、無 B 肝/有肝癌、有 B 肝/無肝癌、有 B 肝/有肝癌)出來,這樣做可以避免前面說的蓋牌效應。但你可以想像我所得到的平行宇宙數量……嗯,就跟《奇異博士》看到的差不多。」

「我認為我在這領域的部分貢獻,或許是提出了這樣一個會隨著時間推移的反事實架構。」黃彥棕說。他的論文發表出來後不久,也引起了期刊的興趣,邀請了相關領域的許多專家,探討他所提出的因果模型。

-----廣告,請繼續往下閱讀-----

研究因果的動機

談起對因果關係研究的動機,黃彥棕說,以前在醫學系實習時,會看到開同樣的藥給病人,有些病人會好,有些人不會。這種「不確定性」開始讓他覺得好奇。他說:「我可以接受事情就是會有隨機性,但還是很想搞清楚這樣的不確定性是怎麼來的。」

最近,黃彥棕也發現許多人會把「預測」和「因果」搞混,尤其是現在人工智慧(AI)發展出的預測模型表現愈來愈好,有些做 AI 預測模型的人,會誤以為能夠用預測表現良好的模型,來得到因果關係。

舉例來說,一個模型可以透過一個人是否抽菸,來預測他得肺癌的機率,也可以透過一個人身上是否攜帶著打火機,來預測肺癌機率。「但我們知道抽菸與肺癌有因果關係,而帶打火機與否應該是不會造成任何增加肺癌風險的生物效應的。」黃彥棕說。

「抽菸」與「帶打火機」都能成為 AI 模型預測肺癌時採用的因子,但顯然並非代表它們與肺癌都有因果關係。黃彥棕接著說:「雖然預測未必需要因果關係,但是,決策就需要因果關係的支持。若要降低肺癌風險,政府較合理的做法是下令禁菸,而不是禁打火機。但要看到因果是比較困難的,它先天上的限制使它難以驗證,這個挑戰也是因果推論的迷人之處。」

-----廣告,請繼續往下閱讀-----

最後,黃彥棕切身感受到因果關係的重要性,尤其是藥廠研發藥物或是臨床醫學等領域的應用。而他在反事實架構上考慮時間因素的突破,讓因果推論的知識又更往前推進。反事實因果推論的數學模型,讓人類能夠有深刻的思考,去檢視深藏在直觀表面之下的因果性與相關性。

延伸閱讀

所有討論 2
研之有物│中央研究院_96
296 篇文章 ・ 3404 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook