在四月下旬的一次《菲尔博士》（Dr. Phil）访谈中，罗伯特·F·肯尼迪（Robert F. Kennedy Jr.）再次向家长们发出关于疫苗安全性的呼吁：“我们生活在一个民主国家，作为父母的责任之一就是自己做研究。”与此同时，美国卫生部长也宣布展开自己的调查，承诺将在九月前找到自闭症“流行”的答案。这是一个雄心勃勃的目标，但只有在他心中已有答案的情况下，这一目标才可能实现。
要通过统计数据讲述一个故事，你并不需要撒谎或捏造数据——尽管这种情况确实存在。更常见的是，统计数据被操控，数字被“修饰”，结果通过更隐蔽的方式被歪曲。有时，这是由于粗心或无意识的偏见所致；而其他时候，这种扭曲则是蓄意为之。
无论这些数字试图讲述的是经济、移民、教育还是公共卫生的故事，我们都应提高自身能力，识别其中的欺骗。
疫苗数据远非免疫于统计技巧及其后果。不仅个人可能会因拒绝接种疫苗而患病，而且错误信息的病毒式传播可能会破坏群体免疫，从而危及整个社会的保护屏障。一项新的、未经篡改的统计数据描绘了一幅令人不寒而栗的画面：如果当前已经低得危险的麻疹疫苗接种率再下降10%，每年的病例数可能会激增13倍。
统计数据拥有巨大的力量。在我作为生物统计学家的第一段职业生涯中，我对它们产生了深深的敬意。如今，作为一名记者，我看到数字被用于善与恶的目的。在我的报道中，尤其是在新冠疫情期间关于数据仪表盘的报道中，我见证了它们如何帮助公众和政策制定者解读复杂数据、发现模式并做出更好的决策。然而，我也目睹了数据被隐瞒、统计数字被篡改的现象，例如化学公司、枪支行业、警察部门、美国军方、气候变化否认者以及疫苗怀疑论者等群体出于不那么高尚的目的进行的操作。
如果公众未能察觉这些欺骗行为，就无法追究这些群体的责任。如果公民基于扭曲或虚假的信息做出投票或其他决定——比如是否为孩子接种疫苗——我们的民主和健康将再次蒙受损失。
幸运的是，防范错误信息的“疫苗”是存在的。当肯尼迪及其合作者深入研究疫苗和自闭症数据时，当麻疹病例不断增加时，当你“自己做研究”或只是消化新闻和社交媒体内容时，请留意以下五个警示信号。
偶然性
引发疫苗-自闭症争议的那篇臭名昭著的论文仅基于12名儿童的数据。其作者声称，其中有8名儿童在接受麻疹-腮腺炎-风疹（MMR）疫苗后表现出发育退化的迹象。这项研究后来因科学不端行为被撤回。但即使没有欺诈行为，样本量本身也应该引起警觉。仅仅偶然性就可以解释这样一个小规模的病例集群。相比之下，像丹麦的一项涉及超过65万名参与者的研究则一致表明，MMR疫苗与自闭症之间没有任何关联。
当研究测试一系列可能的结果时，我们也应该保持警惕。假设研究人员问，一种疫苗是否会导致心脏病、糖尿病、十几种癌症中的任何一种或五种神经发育障碍中的任何一种。即使疫苗实际上并未影响这20个结果中的任何一个，当研究人员试图一次性研究这么多事情时，统计噪音可能导致某个结果错误地显得“显著”。相比之下，更为严格且有针对性的研究几乎不可能产生这样的假阳性。
数据质量
大数字令人印象深刻。但质量才是关键。2021年，Delphi-Facebook调查利用每周约25万人的回复估算出了近乎实时的新冠疫苗接种率。表面上看，如此大的样本量传递了统计学上的信心。但在实践中，这些数据却偏离了现实。样本存在偏差，不能代表总体人口。到五月底，该研究高估了疫苗接种率——报告的70%与实际的53%相差甚远。这个夸大的数字可能让公众和政策制定者陷入虚假的安全感中。
此外，也要警惕原始数据的误用。许多声称疫苗有害的论文和帖子引用了疫苗不良事件报告系统（VAERS）的数据。但该系统只是一个早期预警系统。任何人都可以提交疑似反应的报告。如果有某种模式的线索出现，研究人员会进一步调查以确定该信号是否代表实际风险。正如其官网警告的那样，最初的报告可能是“不完整、不准确、巧合或无法验证的”。人们往往会将接种疫苗后不久发生的事件与疫苗本身联系起来，尤其是当他们对疫苗安全性存有个人恐惧时。为了证明该系统的不可靠性，一位医生甚至提交了一份报告，称他在接种流感疫苗后变成了绿巨人浩克（Incredible Hulk）。这条记录最初还被接受了。
选择性取样
一份在反疫苗社区流传的研究由大卫·盖尔（David Geier）领导完成，他也是被肯尼迪选中负责联邦自闭症和疫苗调查的人。该研究发现，含有防腐剂硫柳汞的疫苗与自闭症之间存在关联。但它的关键缺陷在于：自闭症病例和对照组来自不同的时间段。因为疫苗接种率随时间发生了巨大变化，这种设计引入了一个虚假的关联。
制造预期结论的方法多种多样，包括战略性选择时间框架、分析方法或呈现数据的方式。例如，通过只绘制方便的变量或截断不方便的数值，你可以讲述你想要的故事。新冠疫情时期的一张图表似乎显示，疫苗未能预防死亡。这里的把戏是什么？它比较了疫苗接种率与累计死亡人数——后者是一个只会随着时间增加的数字，当然会与急需的新疫苗接种率大致朝着相同方向移动。
另一种淡化问题严重性的手法是：承认一些不算罕见的爆发案例，同时忽略这些爆发的规模或致命程度，就像肯尼迪在二月份对麻疹所做的那样。
相关性与因果性
最近被肯尼迪引用的一项广泛传播的研究报告称，佛罗里达州9岁儿童中，疫苗接种与神经发育障碍之间存在联系。然而，这项研究同样充满问题，尤其是未能考虑其他可能解释结果的因素。例如，那些更经常使用医疗系统的父母更有可能让孩子既接种疫苗又得到诊断。医疗服务的参与混淆了两者之间的关系。因此，我们不能说疫苗导致了神经发育障碍，就像我们不能说人造黄油消费的增加导致缅因州离婚率上升一样。这些都是相关性而非因果性的例子。
类似但更有趣的情况出现在人们比较不同新冠疫苗接种状态下的死亡率时。乍一看，一个意想不到的模式出现了：接种疫苗的人死亡率约为未接种者的两倍。这里的陷阱是什么？分析没有考虑到年龄因素。老年人更有可能死亡，也更有可能接种疫苗。一旦研究人员按年龄分组分析数据，更准确且相反的画面浮现出来：未接种疫苗的人死亡率更高。
背景与利益冲突
关于自闭症诊断增加的讨论往往忽略了关键背景：扩大了的认知、更广泛的诊断标准以及诊断的经济激励。病例数量的激增可能并不意味着疾病真实发病率的增加。
此外，旨在解释自闭症或反对疫苗的讨论往往忽略了那些已经驳斥疫苗与自闭症之间联系的强有力研究——因为这些研究不符合他们的议程。疫苗反对者可能还会无视推动自闭症叙事的许多研究背后明显存在的利益冲突。例如，盖尔的一项研究被撤回，部分原因是他未披露自己参与了与疫苗相关的诉讼。
利益冲突同样围绕着肯尼迪。尽管没有证据支持他的反疫苗主张，他也并非医生或科学家，但他多年来一直在推动这些说法。如今，他处于公共卫生权威的位置，至少应该遵守与科学家相同的道德标准。现代科学实践要求统计学家在收集数据之前明确假设和分析计划。这确保了透明性和客观性，并降低了数据挖掘和误导性结果的风险。统计学家跟随数据引导，而不是塑造或寻找数据来适应预先设定的叙事。
肯尼迪的团队似乎遵循着另一套规则。据一位前顶级疫苗官员透露，肯尼迪的团队请求了一份看似为了证明其自闭症理论的数据“愿望清单”：他们要求提供麻疹疫苗引起的脑肿胀和死亡案例。这位官员表示，根本没有这样的案例。不断寻找证据来支持已被否定的理论并不是在从事科学。
我们的故事应该是灵活的，但统计数据不该如此。
(全文结束)
