确定健康信息的有效性可能很棘手
未能批判性地评估自己的健康状况可能会关乎生死。
关键点
- 人脑和身体极其复杂。
- 做出与健康相关的行为选择需要知识和批判性思维。
- 我们需要倾听专家的意见，并提升自己的专业知识。
尽管我们大多数人都对保持健康和福祉感兴趣，但要确定这实际上意味着什么却很难。事实是，我们大多数人并不了解我们的身体和大脑是如何工作的。如果我们幸运的话，曾经有一位生物学教授解释过心脏的工作原理，讲解过肌肉拉伤和骨折的基本知识，并说服我们健康的饮食对最佳健康至关重要。但许多人从未正式学习过大脑的工作方式、免疫系统的作用，或激素如何影响我们的行为。
某种程度上，这是可以理解的。我们在开车和使用电脑时，并不需要知道如何构建、修理或描述它们的工作原理。当它们出现故障时，我们会寻求比我们更了解这些机器的人的建议。然而，我们的大脑和身体远比我们制造的任何机器都要复杂得多，尽管经过几个世纪的努力研究，问题仍然多于答案。虽然古埃及医生已经意识到头部受伤可能是致命的，而18世纪的医生已经在给人接种天花疫苗，但在如何保持健康和治疗疾病方面仍存在许多合法争议。雪上加霜的是，我们不断受到互联网、新闻媒体、社交媒体影响者以及周围人的健康建议的轰炸，而我们对这些信息的有效性知之甚少。
讽刺的是，我们现在有了治疗那些曾杀死我们祖先的疾病和伤害的方法，但要利用这些方法，我们必须理解可用的信息，批判性地思考是谁提供了这些信息及其可靠性，并对我们做出的健康相关决定负责。这并不意味着我们必须去医学院或成为研究科学家。但我们必须承认，有些人一生都在研究天文学、数学、人体、心理学、管道工程、工程学以及其他无数我们无法仅通过观看YouTube视频就能掌握的主题。这并不意味着他们所有人都同意，但在我们日益复杂的世界中，假设我们不再需要专家是一种危险的做法。
评估信息
这使得我们花时间和精力逻辑地评估可用信息变得更加重要。为此，我们必须关注所说的内容以及说这些内容的人。谁进行了这项研究？他们是否有特定结果的利益关系？几十年来，烟草公司淡化了他们在研究中发现的吸烟负面影响，因为他们不希望因警告人们而损害利润。
被研究的人群特征也很重要。我们对心脏病发作的发生原因和方式的理解，由于数十年来研究人员主要集中在男性心脏病患者身上而严重偏向，增加了女性误诊的风险。人们加入研究的原因也很重要；事实上，自行戒烟的人比我们之前意识到的要多得多，因为大多数关于戒烟的研究都是基于那些尝试失败并寻求专业帮助的人。
这些研究是否基于现实数量的人群？一项基于几百人的研究比仅基于十几个人的研究更有可能具有普遍性，特别是如果这些人不是随机招募的。还要注意统计异常。如果一项研究表明某种健康做法会使你患某种疾病的风险翻倍，那么如果你本来就有显著的风险，这种说法就更有说服力。如果你原本的风险是0.0001，那么即使翻倍也可能对你来说并不是风险。我们还需要考虑资助研究的人是否客观。如果你的公司可以从销售某种药物中获利，你可能会忽略或低估其可能的副作用。
雨伞不会导致下雨
同样，我们必须记住，仅仅因为两件事同时发生，并不意味着它们之间有因果关系。我们可能都同意雨伞和下雨往往会同时出现，但这并不意味着雨伞会导致下雨。早期关于慢性病的研究经常假设抑郁或孤独等因素会使人患病，而不是认识到这些情绪状态是疾病带来的痛苦和压力的结果。
我们还需要避免那些可能扭曲我们健康选择的认知陷阱。因为我们倾向于关注耸人听闻和负面事件，我们常常高估像埃博拉这样的戏剧性疾病的风险，而忽视了像流感这样更常见病毒的风险。就像航空旅行从统计上讲比驾驶更安全一样，大多数人更担心癌症而不是心脏病，尽管心血管疾病致死人数更多。还有一点很重要，不要责怪生病的人。虽然认为我们可以控制导致疾病的因素令人安心，但我们无法避免所有威胁，也不能相信依赖于愿望而非证据的万能疗法。
最后，假设人工智能的进步将解决这些问题是很诱人的。现实是，科学过程是缓慢的，结果往往各不相同，已发表的信息可能会被后续研究证明是错误的。但期刊确实会审查其内容，人们会记录他们研究的基础，并详细解释他们的发现。然而，人工智能经常合并信息，混淆引用，打乱日期，并得出错误结论。也许有一天我们会生活在《星际迷航》的世界里，但在2025年，我们仍然需要运用批判性和常识。在接下来的几个月里，我将发布一系列文章，重点介绍如何确保我们的大脑足够健康来进行这项工作。
(全文结束)
