疾病篩查是否有用？

這兩年搞所謂精準醫療的創業公司越來越多，動不動就一滴血查百病，那麼一個關心自己健康的普通人如何去做判斷呢？今天就一篇綜述論文說下基本思路。

對於沒有專業知識背景的人，首先想到的可能就是問大夫。一個比較現實的問題就在於很多技術實在是太新，以至於很多大夫獲取相關知識的途徑就是聽這類公司的報告，然後去看一下例如精確性、特異性的指標去判斷是否靠譜。那麼你不能太指望他們會有比公司更深的洞見，而且也有產生利益綁定的風險。

另一條路就是我們所說的上網搜，但你懂的，搜索引擎是怎麼賺錢的。

其實每個人的信息收集渠道基本就確定了你的視野，即便今天也不乏天天上鳳凰首頁去看新聞的。你心裡有一個問題，但如果信息渠道都被利益相關方所左右，你得到的答案就會有偏見。更重要的是你要知道這結果已經有偏見了，這時候可以嘗試去搜索反方意見，然後對比決策。另一個思路就是去看科技文獻，可能看到這裡馬上很多專家就蹦出來說普通人沒個十年二十年的專業訓練看不懂，我覺得這夥人太拿自己當回事了。舉個例子，如果某專家研究某一種疾病的影響因素，然後發現喝酒有利於降低發病率，然後他仔仔細細把所有影響的代謝通路，基因表達差異都搞得很清楚，以後所有人問他喝酒好不好，他第一反應就是當然好，然後可以給你講一通專業知識。但問題是，喝酒影響的可不是一種疾病，就這一種疾病影響因素也不僅僅就是喝酒。這個時候你最好別去問專家，到資料庫里把所有跟你關心疾病的文獻都調出來看看可能更靠譜。

也許你又要說了，我哪有那精力。同樣的問題對剛進入科研領域的人同樣存在，所以學術界為了培養新人，整理知識，經常會發表一些綜述，很多時候關注這些綜述里的論點論據就夠了。而在公共健康領域，有一類文章特別適合新人閱讀，那就是薈萃分析或元分析，這類文章會把某一知識領域內的重要論文的結果整理一遍，然後用統計學手段分析整體的看法，這時候你就相當於諮詢了一大堆專家，也許你不關心細節，但最終的結論大都是考慮了細節的。

現在回到最初的問題，疾病篩查究竟有沒有用？

我想到這個問題，首先考慮的是有沒有流行病學調查，因為流行病學研究可以很好的揭示一個現存的現象。而流行病學的眾多研究手段中，隨機控制實驗的結果可靠性最強。根據google scholar提供的一個不同學科的期刊影響力查詢：

https://scholar.google.ca/citations?view_op=top_venues&hl=en&vq=med_epidemiology

我們可以知道流行病學期刊里影響力較大的那一批，然後去看看哪個排名靠前，在google scholar里以「screen disease meta analysis randomized controlled trials」為關鍵詞，限定期刊為排名靠前的，然後發表年份在三年以內的。返回結果後肉眼篩掉（額，這步多少需要點流病跟醫學的知識）特異性關注某種疾病的文章，然後你會發現這樣一篇：

http://ije.oxfordjournals.org/content/44/1/264

全文可看，這篇文章是一個關於薈萃分析的薈萃分析，甚至有點像一個網路爬蟲抓數據後從專業視角解讀的非專業論文。作者選了19種疾病，以死亡為重點，包含了48個隨機控制實驗跟9個薈萃分析研究，先上結論吧：多數疾病的事先篩查並不能降低死亡率。

當然，這句話太模糊，畢竟只是一個匯總結果，這裡我要先解釋兩個概念：疾病特異性死亡跟非特異性死亡。前者的意思是在這個實驗里的死亡都是這個病導致的；後者的意思是這個實驗里的死亡有些可能不是這個病導致的，例如病人得了某種病，但是被另一種病折騰死了，甚至可能是被恐怖分子殺了。專家喜歡看前者，但對公眾有意義的是後者。這篇研究發現確實有少數疾病事先篩查可以降低死亡率，但還原到非特異性死亡上根本沒用。

那麼可能還是有人關心到底哪些有用，這裡我們只關心薈萃分析的結果：

ultrasound for abdominal aortic aneurysm in men;12 mammography for breast cancer;5 and fecal occult blood test8 and flexible sigmoidoscopy9 for colorectal cancer.

翻譯一下就是男性的腹主動脈瘤的超聲檢查，乳腺癌的胸透測試、糞便潛血測試還有結腸直腸癌的腸鏡篩查。而這些只是疾病特異性死亡，如果你去看非特異性死亡，上面這四種也沒效果了。說句不恰當的，興許篩查讓某個人可以多活幾年，但又被其他意外搞死了，還真有點死神來了的即視感。

當然文章也提到了自己的局限性，例如關注範圍有限只包含了死亡率，對應的分析檢測有段也沒有涉及太多新技術等等。感興趣探索路徑就在上面，探索完了po出來釣魚下專家，切磋一下進步會更快，但要是遇到那種一身正氣就回復個「你錯了」也不解釋的專家，離得越遠越好。

我看這篇論文最大的體會就在於非特異性死亡這個指標的應用，現在太多的研究關注的太細而忽略了真實的應用。印象中前些年有篇論文匯總了所有跟身高相關的基因，用這些特異性基因的表達去預測身高，結果只能解釋身高變異的百分之個位數，遠不如100年前高爾頓用父母身高這一綜合性遺傳指標解釋的多。當時很多科學家就表示尋找特異性的基因而忽略生物體的複雜性產生不了太多有用知識，更不能拿來做預測。當然，後來引入線性混合模型後這個問題就解決的好很多了，這是另一個故事，這裡不贅述。

其實我很理解現在很多人渴望對自己的健康有一個完全的掌控，但這玩意遺傳、環境、家庭、社會政治經濟各方面因素都有影響，而疾病篩查究竟能做到哪一步，能否反應所有的因素，這些都不好說。市場的魔力就在於總有人去滿足現代人的需求，哪怕給出的是一堆隨機數，反正你買的只是個心安。

ps：我可不是宣傳宿命論啊，實際上那玩意根本就不在科研視野里，只是借論文說個事實，我現在研究課題也偏向利用組學技術進行環境污染相關的疾病篩查，但不妨礙吐槽。