质疑多睡会导致帕金森症的研究报导
最近有报导说睡觉多会导致得帕金森症的机会增加。说美国的NIH （国家健康研究院）对8 万人进行了24 年的追访统计。最后的结果表明睡眠9 小时以上的人得PD 的机会比睡眠6 小时者多80﹪……。于是新闻标题就说“睡眠过多不利健康，会增加患帕金森症的机会”？
在他们进行的这种统计方式的的结果中，睡眠和PD ，谁是因谁是果，是根本无法判别的。你说睡眠多导致PD ；我也可以说是PD 导致睡眠多。统计过程本身无法进行此判断。记得以前曾有过一个报道，介绍某一个外国的寿星。说那位寿星长寿的诀窍是天天都要过性生活。很显然，这一结论是把因果关系搞错了。别人若要去学他，说不定还更早死呢。目前这件事也是一样的，是不是大家都睡六小时，人群中的PD 人就都减少了？何况，帕金森症在未出现运动症状前,也就是在未出现可以看得见的运动症状的，所谓“发病”之前，已有长达6-40 年的病程。在调查的那24年中，不少人其实已经得了帕金森症了，你再去看看他睡多少觉，这有什么意思呢。
再从另一个角度去看看。一个函数若有几个变量。那么，如果要考查函数的行为和某一个变数之间的关系，你就必须把其他所有变数都控制住，（令它保持不变）。若不能令它保持不变，就要对它保持监测，将测得的数据作为修正数据，对测得的结果进行修正，这样才有较正确的结果。举一个例子。我们要测试发动机用力大小和船速的关系。我们并不是把船放到水里走起来，改变发动机动力的大小，同时测量对应的船速就算完成了。因为水流速度，水流方向你没有考虑。船的载重你没有考虑。再精细些：风力，风向的影响，柴油质量，船壳的形状……，都要考虑。这里，我们要考查的船速可取为函数，其他的量都是影响该函数的变量。每个变量的数值改变都会影响函数的数值，各有各的规律。这样的多变量函素，其间的定量关系会是很复杂的。最简单的例子，如果你不测量水流的大小和方向，并加以修正，你测到的船速甚至可能是负数。
帕金森症也可以看成是这样一个多变量函数，而且更为复杂。其中的变量包括年龄，性别，家族特征（基因特征），饮食习惯，用药历史，疾病历史，生活环境，环境污染，污染成分……还有一些未知变量。而且其每一个变量中还有变量。复杂程度惊人。要考察PD和其中任一项变量的关系就必须令别的变量都保持固定；若不能，就要把它们记录下来，找出规律，然后对你真要进行测量的函数关系进行修正。那才能有比较可信的结果。现在试问，NIH 对哪些变量进行了控制或监测？何况对于PD，还有那些不知道的变量，试问你如何进行监测和控制？因此你不可能从中得到正确的定量关系。说什么睡9 小时的人会比睡6 小时的人多80﹪ 机会患上PD 。太不可信了，只是一个是随意碰上的结果。
一些历史较长的医学机构往往喜欢进行这样的一些长时期，大规模的统计，统计的目标有时并不是很明确的。统计的开始时先对每个对象提出一大堆很仔细的问题。例如生活习惯，生活条件，生理特征，心理，病史，家族……等等问题，面面俱到，甚至有一些很偏僻的问题，但总体也可能并没有很具体的针对性。然后把这些都记录下来。以后便定期地重复查核这些问题，并记录新出现的问题。过了十几二十年，或三十年，人总是要得病的呀，而疾病的种类也并不是那么多，于是某些人得了疾病甲，某些人又得了疾病乙……。再翻看这些人过去三十年的纪录，发现甲类人爱做运动，于是说爱做运动的人易得甲类病；又发现乙类人总体生活方式健康，于是说总体生活方式健康的人易得乙类病；……（当然实际情况不至于如此邪门，他所依据的还都是实事。我这里只是瞎举例。）不过用这种片面的方法去预测一些多变量的复杂疾病，其所引出的结果常常会扰乱视听。因为你根本不知道全部其他变量在这24 年中如何影响着你的测试结果。
（来源: 薛传恽博客，略有更改）
本贴相关图片：
