均值回歸:為什麼「看了醫生、吃了偏方就好了」常是錯覺
極端數值之後傾向回到平均,這就是均值回歸——也是個人見證與前後對照最容易騙人的統計原因。
先講結論:很多生理數值與症狀本來就會上下波動,「特別差的一次」之後通常會自己變好——這叫均值回歸(regression to the mean)。 因為人往往是在「最不舒服、數值最差」時才去看醫生或試偏方,之後的好轉有很大一部分本來就會發生,跟那個療法有沒有用無關。把這個自然回升誤記成「療法治好了我」,是「親身見證」與「前後對照」最容易出錯的地方。
什麼是均值回歸
均值回歸講的是一件樸素卻反直覺的事:當一個會波動的數值出現極端值(特別高或特別低)之後,下一次測量「純粹因為統計」就傾向回到比較接近平均的位置——不需要任何介入。
關鍵在於「波動」與「測量誤差」。Barnett、van der Pols 與 Dobson 在《International Journal of Epidemiology》(2005)把它定義為「一種統計現象,會讓重複測量中的自然變異看起來像真正的改變」:當異常大或異常小的測量值出現,接下來的測量往往會更靠近平均。用血壓來想最直觀:把一群「血壓特別高」的人挑出來治療,他們之後的血壓通常會下降,這常被解讀成療效——但即使完全不治療,這群人的平均血壓也會因為均值回歸而往下走。
換成日常的話:你血壓最高的那一天量到 160,隔幾天回測常常是 140 多。不是因為你做了什麼,而是「最高那一天」本來就是波動裡的極端,回落幾乎是必然。
為什麼它讓「就醫=有效」變成錯覺
把均值回歸放回真實情境,就看得出陷阱在哪:
人是在低點出手的。 你不會在「狀態普通」時急著找偏方,而是在最痛、燒最高、咳最久的那個谷底才行動。但那個谷底正是波動裡的極端——接下來幾天,無論你做不做什麼,本來就傾向回升。
回升被算給了最後做的那件事。 你吃了某個偏方、狀態回到平常,大腦自然把功勞貼給偏方。這是時間順序製造的錯覺(「先吃、後好,所以是吃的功勞」),不是因果。
再疊上自然病程,錯覺會更強。以感冒為例,美國 CDC 明白指出:普通感冒「沒有治癒方法,但會自己好轉」,並把「症狀超過 10 天仍未改善」列為該就醫的警訊——言下之意是多數感冒在這之前就會自行緩解。所以你在感冒最重那天吃下的任何東西,幾天後「看起來」都會很有效——因為你本來就會好。
這就是「前後對照」與見證的死穴
現在可以說清楚,「我吃了就好」「我朋友試了超有效」這類話的問題出在哪:
它們全都是沒有對照組的前後對照。你只看到「之前很糟、之後變好」,卻沒有「一個沒接受治療的你」可以比較——你永遠不知道:如果什麼都不做,是不是也會一樣好? 而既然你通常在低點出手,答案常常正是「會」。
沒有對照組的「前後(pre-post)」設計也因此必須謹慎看待:缺少一個沒接受介入的比較組,就難以判斷好轉有多少是介入造成、多少本來就會發生。個人見證在結構上就是 n=1、沒有對照組的前後研究,自然扛不起「證明療效」的重量。
對照組怎麼把假象扣掉
對付均值回歸的標準答案,是設一個對照組,最好用隨機對照試驗(RCT)。
邏輯很乾淨:把一群在低點的人隨機分成兩組,一組接受真正的療法、一組接受安慰劑或不治療。兩組身上都會發生均值回歸、都會經歷自然病程——這些回落兩組都有。所以當你把治療組的結果減掉對照組的結果,這些共同的回升就被抵消掉了,剩下的差距才是真正能歸給療法的效果。
這不是抽象原則。Cochrane Handbook(第 25 章)在談非隨機研究的偏誤時講得很直白:如果分組是依「介入前的數值」決定(例如把數值高的人分去治療、低的人分去對照),那麼「均值回歸可能被誤認為療效」(regression to the mean may be confused with a treatment effect)。換句話說,連專業研究者都得靠對照與隨機,才擋得住這個陷阱——單憑個人感覺當然更擋不住。
我的觀點
[已知] 均值回歸是純統計現象,不需要任何療效就會發生,這點在方法學上沒有爭議。[已知] 它也是「前後對照」「親身見證」最根本的破綻:人在極端低點出手,回升被誤算成療效。
[推測] 我認為它比安慰劑效應更被低估——安慰劑至少還算「有發生一件事」,而均值回歸是連那件事都不需要就能製造出整套「有效」的故事,所以特別難察覺。[推測] 偏方、保健品、各種另類療法之所以歷久不衰,很大一部分動力就來自這個免費又穩定的錯覺引擎。
給一個實用的自我檢查:下次你(或推銷的人)說「用了就好」,先在心裡問三題——我是不是剛好在最糟的時候用的?這個不適本來會不會自己好?有沒有「一個沒用的對照」能跟我比?只要少了對照,你手上的就是見證,不是證據。這也呼應本站〈安慰劑效應〉與〈如何評估健康宣稱〉想傳達的同一件事:能擋掉假象的,從來不是更強的信念,而是「把個人經驗和有對照的證據分開看」這個習慣。
本文為健康識讀的衛教資訊,不構成醫療建議,也不能取代專業診斷與治療。理解均值回歸是為了更冷靜地看待「有效」的宣稱,而不是叫你延誤就醫——血壓、血糖等指標仍應依醫囑規律監測與處理;若症狀持續、惡化或讓你不安,請及時諮詢醫師或藥師。
資料來源
每一則主張都對應到下方原始來源。我們優先採用系統性回顧、臨床指引與隨機對照試驗。
- 1
- 2
- 3
常見問題
均值回歸是因為「療法其實有用一點點」嗎?
不是。均值回歸是純粹的統計現象,不需要任何介入就會發生。當一個會波動的數值因為包含隨機測量誤差而出現極端值,下一次測量自然會更接近它真正的平均。舉例來說,即使完全不治療,一群因「血壓特別高」而被挑出來的人,之後的平均血壓也會自己下降。所以「治療後變好」不能直接當成療效,要先扣掉這個本來就會發生的回落。
那「前後對照」(吃之前 vs 吃之後)為什麼不算數?
因為前後對照沒有對照組。你只看到「吃之前很糟、吃之後變好」,但你不知道「如果沒吃,是不是也會一樣好」。而你通常正是在最糟的低點才出手,接下來的回升有很大一部分本來就會發生(均值回歸+自然病程)。沒有「一個沒治療的你」可比較,就無法把療效跟回落分開——這是設計上的限制,不是你記錯。
怎麼分辨一個療法是真的有效、還是只是均值回歸?
看它有沒有「對照組」,最好是隨機對照試驗(RCT)。把人隨機分成治療組與對照組,兩組都會發生均值回歸與自然康復;當治療組明顯贏過對照組、把這些共同的回落都扣掉後還有差距,才算真效果。單一見證、自己的前後感覺、「很多人都說有效」都無法做到這件事。