讀懂細胞療法論文前的三道關卡：p值、置信區間與小樣本陷阱
為什麼細胞療法的論文特別容易「看起來有效」
細胞與基因療法的臨床證據，有一個結構性的特質：絕大多數早期研究是小型、開放標籤、單臂的第一／二期試驗。也就是說，受試者人數往往只有幾十人，沒有隨機分派到安慰劑或假手術對照組，所有人都知道自己接受了治療。這類設計本來就適合用來觀察安全性與初步訊號，卻很容易被過度解讀成「有效」。再加上這個領域備受關注、期刊與媒體都偏好正向結果，發表偏誤（publication bias）讓「看起來有效」的論文更容易見光，而無效或中止的研究則沉在檯面下。讀者若只看標題與摘要，很容易把「初步訊號」誤認為「確立療效」。要穿越這層迷霧，至少需要過三道統計的關卡，它們分別處理「顯著是什麼意思」「我們有多確定」「同一筆數據能講出多少種故事」。
p值不是「有效」的保證書：顯著不等於重要
第一道關卡是 p 值。學界長期以 p 小於 0.05 作為「統計顯著」的慣用門檻，意思是：若療法真的無效，觀察到這麼極端結果的機率不到 5%。但 p 值說的從來不是「這個療法有效」或「有 95% 把握」，它只描述「假設無效時，看到此數據的機率」。更麻煩的是 p-hacking：研究者在分析時反覆嘗試不同的收案條件、不同的終點定義、不同的子群切割，直到某個切法得到 p<0.05，於是「顯著」其實只是反覆嘗試後的偶然。美國統計學會（ASA）2016 年專門發表聲明，提醒 p 值不能被神化為證據的等級尺；顯著，不等於重要，也不等於可以重複。對患者而言，一句「研究顯示統計顯著」若沒有附上效應大小與不確定性，幾乎等於沒有資訊。
置信區間比單一數字誠實：寬度透露樣本大小
第二道關卡是置信區間。一個負責任的報告不會只給你一個單點數字（例如「緩解率 60%」），而會附上 95% 置信區間，例如 35% 到 80%。這個區間的意思是：若重複同樣的試驗，約有 95% 的機會真實效果落在這個範圍內。區間越寬，代表我們對真實效果越沒把握。小型試驗的置信區間往往寬得像隧道口——下限可能低到和安慰劑無異，上限卻高得驚人。因此，看到一個亮眼的中位數時，請先看它的區間下緣：如果下緣仍包含「無效果」，那這個數字就還不能當成定論。置信區間比單一數字誠實，正是因為它把「我們其實不太確定」這件事攤開來，而不是用一個精確的百分點掩蓋樣本不足的現實。
同時檢驗很多終點，總會有一個「顯著」
第三道關卡是多重比較。一份細胞療法論文常常同時檢視一大串指標：腫瘤縮小、存活期、生活品質、發炎指數、影像變化……每檢驗一個終點，就有一次「碰巧顯著」的機會；終點越多，至少一個顯著出現的機率越高。這就是為什麼事先預先指定「主要終點（primary endpoint）」如此關鍵——真正該被嚴格檢視的，是試驗一開始就規劃好、經過統計校正的那個主要指標，而不是事後從一堆結果裡挑出最漂亮的。正確的做法會用錯誤發現率（FDR）之類的方法對多重比較做校正；若報告完全沒提校正，卻羅列十個「顯著」的次要終點，讀者就該提高警覺，因為其中某些「顯著」很可能只是機率給的禮物，而非真實的療效訊號。
從相對風險到絕對數字：NNT 與你真正要承擔的
還有一個常被忽略的轉換陷阱：相對風險與絕對數字的差別。媒體喜歡說「風險降低 50%」，聽起來驚人；但如果原本的絕對風險是 2%，降 50% 也只是從 2% 變成 1%，絕對只少了 1 個百分點。對應到細胞療法，「反應率提升」之類的說法也該被還原成絕對人數，才看得出實際意義。另一個實用工具是「需要多少人治療才多一例獲益（NNT）」：如果一種療法要治療 50 人才能多幫 1 人，和治療 5 人就能多幫 1 人，兩者的臨床價值天差地別，這也是為什麼單看宣傳單上的百分比會失真：分母與基線不同，同一個「提升」背後的絕對人數可能相差十倍。比較不同研究時，永遠要求看絕對數字與置信區間，而非只接受相對百分比——因為相對數字會放大感受，而絕對數字才決定你個人要不要承擔那個風險。
帶著這幾個問題去讀任何一篇細胞療法報告
把以上整理成一份可帶著走的清單：讀任何一篇細胞療法報告前，先問——這是第幾期試驗、有無隨機與對照（參考本站的盲法與對照組專文）？主要終點是否事先預定並經多重比較校正？效應量有沒有附 95% 置信區間、下緣是否仍包含無效？樣本數與追蹤時間是否足以支撐結論？相對風險是否被還原成絕對數字與 NNT？最後，研究是否註冊、數據是否可由第三方查核。科學本就允許不確定，誠實的研究會主動說明自己的限制；真正該警惕的，是那些把初步訊號講成定論、把小樣本寬區間講成精準療效的說法。帶著這幾道關卡，你讀到的就不只是標題，而是證據真正的重量，也更能判斷一篇論文究竟是在照亮前路，還只是在製造希望的光暈。
相關閱讀
- 幹細胞療法常見話術的證據檢視：當宣傳說「無風險」「治百病」時
- 細胞療法臨牀試驗怎麼辨別真假希望：註冊平台、終點設計與紅旗清單
- 細胞療法隨機試驗的盲法難題：假手術對照如何揭露安慰劑效應
- 細胞療法的對照組為什麼特別難設：假手術、安慰劑與開放標籤偏倚
參考資料
· Ioannidis JPA. Why Most Published Research Findings Are False. PLoS Medicine 2005;2(8):e124. · Schulz KF, Altman DG, Moher D; CONSORT 2010 聲明（JAMA 2010;303(20):e1248–e1251） · Wasserstein RL, Lazar NA. The ASA Statement on p-Values: Context, Process, and Purpose. The American Statistician 2016;70(2):129–133.
免責聲明：本文為基於公開臨牀與科研資訊的綜合科普，僅供健康知識活動參考，不構成任何醫療診斷、治療建議或招攬。幹細胞治療等前沿療法在不同地區的監管狀態與適用範圍各異，具體方案請諮詢具資格的醫生並以官方監管機構公告為準。
