〈基礎科學為基石的生技產業-以浩鼎為例〉雜談(20160403)

這篇號稱是從生技專業來幫浩鼎解盲講話；但在我看來，護航成份還是居多。

「P值不重要、應該改看信賴區間」這種說法值得商榷。雖然P值與信賴區間兩者是獨立發展出來的統計工具，但兩者都是根據同一個中央極限定理與常態分配機率模型所推導出來的東西。

確實，「單看P值」所給的訊息，與「單看信賴區間」所給的訊息有些不同。但如果要看「有無達到統計顯著度」的話，兩者的意義是完全一樣的。

至於「要不要從別的角度來詮釋這些統計工具的訊息」，那是另外一回事。比方說，t值一般而言不是很重要；但對於想要檢查「研究假設是否自始就擬定錯誤」的研究者而言，t值的「正負方向」就很重要，可是這個資訊對於「是否達到統計顯著度」這點而言完全沒有用處（是否有顯著？必須要檢查t值是否超過臨界門檻才能判斷，但這要根據樣本數大小去查表）。

這篇拿「可能具有臨床意義」來說嘴，但在我看來，這顯露了作者的「護航」企圖。更重要的是：假設這種「說嘴」居然是國內生技學科的普遍共識，則或許我國整個生技學科的「研究方法」都沒學好。

確實，所謂的「信心水準門檻」從來都是研究者自己決定的。但問題是：哪一本方法論的教課書曾經教過學生說「這個門檻是隨意決定的」？

要想設定合理的信心水準，研究者首先要有「理論」作為支持。這就是何以絕大多數論文都會把「文獻回顧」放在「研究方法」之前的原因。

當然，有很多時候，有些研究主題並沒有太多既有的「理論」可以參考。所以研究者必須自己先構思「理論」，而非可以主觀地恣意決定。

再說，既然研究者自己已經決定了參考某個標準來設定「信心水準門檻」（不管是參考前人的理論、或是自己提出理論），則這就表示「研究者認為這個標準是有道理的」。既然如此，如果最後研究結果沒有超過這個標準的門檻，那就表示研究沒有取得成果。

「研究沒有取得成果」當然不代表「對學界完全沒有貢獻」。在很多時候，「失敗的研究」除了告誡同行與後人不必重蹈覆轍之外，它也可能點燃新的研究思路。

比方說，假設某理論非常非常合邏輯，甚至在過去也有許多經驗證據支持。結果今天研究者援引該理論後、卻發現沒有辦法找到顯著的經驗證據支持；則這當然有可能暗示了「該理論有問題」，但它也可能暗示了「該理論本身沒有問題，但或許存在別的變項作干擾、所以才會使得該理論沒有辦法在這次的研究中被發現到有顯著經驗證據支持」。至於實際上是哪一種解釋？就要看未來研究者的努力了。

所以「研究沒有取得成果」當然還是可以有學術貢獻；只不過貢獻的方式並不是當初研究者所期待的。但，學術研究是一整個社群的總體戰，所以「個人層次的失敗」並不算什麼。

（當然，對於當初的研究者而言，「研究沒有取得成果」就有可能會影響飯碗生計；而背後為其研究出資者也可能因此無法回收投資。但這是那些人的事情，不是整個學界或整個人類知識界所應該在乎的。）

另外，「小於信心水準門檻之P值」雖然表示「確實具有統計顯著度」，甚至是「顯著度越強烈」，但那不代表「同樣在過信心水準門檻的條件下、P值越小、證據力越強」；它只代表「說『X確實會造成Y的變化』這句話時的信心越強」。

「新的治療方向有沒有臨床意義上的參考價值」這點，確實不必非得建立在「具有統計顯著度」之上。但問題是：沒有統計顯著度、就代表「不能排除是『隨機誤差』造成觀察結果」。

醫學與製藥因為需要作人體實驗，所以研究倫理的規範經常會妨礙研究者取得足夠的研究樣本。除了作公衛或流行病學研究，或是作長期歷時性追蹤研究之外，大部分醫學與製藥所用的樣本數都不大。這是沒有辦法的事情；但這反而也說明了「統計顯著度」對這類研究的重要性。

「海量資料」或許不需要很嚴謹的統計顯著度作支持，因為當樣本數大到數萬、數十萬、甚至數百萬的規模時，理論上中央極限定理就必然會展現其威力。統計上來說，當樣本數大到一定程度後，即便是非常非常小的變量、也能有相當大的顯著度（因為信賴區間會變得相當小）；所以「顯著度」對於海量資料而言、會因為「太過敏感」而沒有意義，反而是「變項效果度」（effect size）比較重要。

問題是：在反過來的情形下，也就是當樣本數相當小的時候，如果研究者希望能在相同變項效果度的前提下去確認變項間的因果關係時，研究者就必須設定更嚴苛的信心水準門檻。

在沒有統計顯著度作支撐的情形下，「研究者到底該不該繼續往這個方向去鑽研？」是很主觀決定的事情。何以說它很主觀？因為「統計學」與「研究方法論」都沒辦法幫助研究者回答這個問題。「這次的研究沒有顯著度」不代表換一批樣本後同樣沒有顯著度，更不代表“如果額外增添了別的變項、或控制了另外某些變項後”的研究成果仍然不會有顯著度。

到頭來，常常是根據「裝著研究經費的口袋有多深」這個因素來決定到該不該繼續下去。資源如果多，就可以把研究方向散得比較開一點；所以那些“理論上應該有意義、但目前暫時找不到顯著的經驗資料支持”的研究主題，仍然有可能找到資金繼續下去。

但如果要因此說「那些已知沒有統計顯著度的研究方向仍然具有高度的研究價值」，則真的就只是護航而已。畢竟，「投資」（試圖作出研究成果）與「避險」（避免漏掉有可能作出研究成果的機會）是完全不同的概念；至於一個研究團隊到底該走哪一條路，這只能自己判斷。可是不該事後才因為「不如事前預期」而改用別的理由或說詞來自我正當化。

這本來應該是「研究方法101」的功課，但現在臺灣的生技學者可以跳出來用「可能具有臨床意義」這種說詞來試圖自我合理化；這說明了什麼？要不，就是臺灣的生技學者根本研究方法沒學好、所以連在跑統計前都沒先搞清楚自己真正需要的信心水準門檻在哪裡（因此當然也無法知道「即便自己的研究看起來有成果、但到底又有多大Power與意義」這點）；要不，就是臺灣的生技學者的研究倫理與操守極差，所以研究過程中的馬虎與不精細、最後都可以在事後用“與研究方法無關”的別的理由來自圓其說、自我感覺良好。

再說，即便「A研究方向好像有參考價值」這點是真的，也不代表「我所以為的X變項就是有效果或影響力的」。有很多時候，我們所以為的「A研究方向有用」其實是對別的變項的「無知」或「尚未觀察到」的結果。人類的科學史上，經常存在著「無心插柳柳成蔭」的事情。

最後，再說一次：即便「A研究方向真的是有意義的」，也不代表「我繼續走A研究方向就能作出成果」。有可能是「我的方向正確、但樣本受污染或受干擾所以有問題」；有可能是「我方向正確、但錢不足以支撐到完成整個研究」；更有可能是「我方向正確，但運氣不好、被別的研究團隊搶先一步取得成果；而且搞不好別的研究團隊還是被我之前所找到的『研究方向』所啟發」。

無論如何，「學者」是為了人類全體的知識而服務，但「商人」是為了股東利益而服務。這兩者的分際本來就應該是鴻溝。

我個人衷心希望現在跳出來幫翁啟惠護航的這些生技人「真的只是少數老鼠屎」而已。如果她們居然代表著整個生技界的普遍意見，則我只能說「臺灣生技界迄今所有自以為取得過的研究成果，其實只是隨機致富的生存者偏差而已」；而“把這種人視為「科學家」、把這些說詞視為是「受過科學訓練的專家見解」”的臺灣社會，則不太可能會有什麼了不起的科研未來。

某種程度來說，或者這些人的「護航」剛好說明了「翁啟惠何以最終還是得回臺灣找小英撈政府的資金」。

比較諷刺的是：這篇說自己是從「基礎科學」的角度來談浩鼎案。不過其實我對這個哏笑不出來。