DAY 64

健康长寿：谁出的钱
Who Paid For It — Tracing the Money Behind Health Research

2026-07-30 · BigCat's Vitality Protocol

Day 61 讲「研究怎么做」，本期讲「研究谁在推」。资助不等于造假，但它是可量化、可溯源的偏倚源。

SUB · 资助结构 / 偏倚量化

厂商资助 ≠ 厂商供样：先看它握住哪一环

Funding vs Supplying the Product — Which Link Does the Company Hold?

一句话结论

厂商资助的药械试验，得出有利于赞助方结论的概率显著高于独立资助；但「厂商只免费供样、设计与分析由独立方掌握」的试验风险低得多。看到公司名别一票否决，先分清它握的是哪一环。

证据等级

系统综述（方法学元研究）：Lundh 等《Industry sponsorship and research outcome》（Cochrane，2017 年版）汇总数百项研究，厂商资助与「有利结果」「有利结论」的关联风险比约 1.27–1.34。

科学背景 + 机制

偏倚几乎从不靠伪造数据。钱进入证据链有四环，风险极不均：

环节 1

出钱

风险低
决定做不做

环节 2

供试验品

风险中
决定剂量配方

环节 3

设计 + 统计

风险高
终点对照怎么选

环节 4

撰稿 + 投稿

风险最高
结论怎么写、发不发

真正扭曲结论的是 ③ 与 ④，不是 ①

手法是选择性设计与选择性发表：挑自家产品更易赢的替代终点、拿剂量偏低的活性对照、把阴性试验压进抽屉。Cochrane 更刺眼的发现是厂商资助研究结果与结论的一致性更差——同一批数据，摘要写得更乐观。

可执行协议

看到资助声明，归到三档之一：

档位	声明长什么样	判定
独立资助 + 厂商仅供样	「由 NIH 资助；X 公司提供试验品与安慰剂，未参与设计、分析与撰稿」	低风险。例：VITAL 维 D／Omega-3 试验
厂商资助 + 独立团队执行	「由 X 公司资助；数据由独立统计中心分析」	中。看数据托管方是否真独立
厂商全链参与	作者单位含公司；致谢有「写作支持由 … 提供」	高。按营销材料读

女性特别提示 + 常见误区

女性视角：更年期补剂、益生菌、胶原、经期营养这些品类以小样本厂商试验为主——问题不是「女性研究不可信」，而是同一结论的独立验证更薄。反例：WHI 激素治疗试验由 NIH 资助、厂商仅供药，正因如此其颠覆性的阴性结果才发得出来。

误区：「厂商资助＝造假」。多数偏倚在设计与发表层面，数据本身常经得起复核。反向误区同样危险：以为「政府／大学资助＝无利益」——学术界也有晋升、门派与经费续期的利益。

本周一试 + 思考题

本周一试

翻出你在吃的一种补剂，找它官网引用的那篇「临床研究」，只读文末资助声明，判断属于哪一档。
思考题：若一款产品的全部证据都来自厂商资助，效应量要多大你才愿意买单？

SUB · 利益冲突披露 / 自报机制

「无利益冲突」与同一页的自相矛盾

When "No Conflicts" Contradicts the Funding Line Above It

一句话结论

COI 声明不是开关，是自报。最高频的红旗不是「没披露」，而是同一页里自相矛盾：声明「无利益冲突」，资助段却写着公司名、致谢里谢了公司的写手。

证据等级

专家共识（ICMJE 统一披露要求、CONSORT 需单列「资助方角色」）+ 横断面元研究：多项把论文披露与美国 CMS Open Payments 付款数据库交叉比对的研究（肿瘤学、骨科等）发现，相当比例的厂商付款未在论文中申报。

科学背景 + 机制

ICMJE 要求申报近三年的酬金、顾问费、股权、专利与写作支持，执行却靠自觉。漏报多半不是隐瞒，而是制度缝隙：三年窗口一过即「归零」；「给科室的经费」被认为不算个人利益；顾问费经第三方公司转付。所以有信息量的不是声明本身，而是三段文字的一致性。

可执行协议

论文末尾读三段，问四个问题（2 分钟）：

读哪段	问什么
Funding	谁出钱？有没有写明资助方的角色？
Conflicts of Interest	与上面的 Funding 段互相打脸了吗？
Acknowledgments	有没有「medical writing / editorial assistance provided by」＝可能的代笔？
Author contributions	统计分析与撰写初稿挂在谁名下？公司员工同占这两项＝最强红旗

判定：三段矛盾时，证据分量按最重的那条算，不按声明算。

女性特别提示 + 常见误区

女性视角：围绝经期激素治疗、避孕与生育力领域同时承受商业与意识形态双重压力，同一批数据常被两方各取一半。这类题目要多看一步：谁在引用它。

误区：把「已披露」当成「已中和」——披露只让你知情，设计层面的倾斜早已固化在数据里。另一个误区：以为披露越长越可疑；长披露常只说明作者活跃且如实申报，危险的是短得可疑的那种。

本周一试 + 思考题

本周一试

挑一篇你转发过的健康研究，只做一件事：把 Funding 段与 COI 段并排读，看是否自洽。
思考题：作者披露了 20 项利益关系，你更信任还是更警惕？为什么两种直觉可能都错？

SUB · 独立复现 / 重复计数

表观复现：五篇论文其实是一份证据

Apparent Replication — Five Papers, One Dataset

一句话结论

「有 5 项研究支持」常是幻觉：这 5 篇可能共享同一批作者、同一支队列、同一份上游数据。独立复现要求独立样本 + 独立团队 + 独立资助，缺一不成立。

证据等级

元研究（定量案例）：Tramèr 等 1997 年 BMJ 的经典分析显示，昂丹司琼（ondansetron）镇吐试验中被隐蔽重复发表的数据，使 meta 分析把疗效高估约 23%。

科学背景 + 机制

证据向单一源头收敛有三条路：共享作者（同一实验室连发，方法偏好一致，错误也一致地传下去）、共享队列（一支队列派生几十篇论文本属正常，被综述算成几十项独立证据就是重复计数）、共享上游（多篇同引一篇早期原始研究，形成「引文级联」）。

论文 A

论文 B

论文 C

论文 D

论文 E

↘ ↘ ↓ ↙ ↙

同一支 n=42 队列 · 同一资助方

看起来 5 项证据，实际是 1 项证据的 5 次回声

补剂领域尤其高发——原始数据常出自同一家公司资助的同一支小队列。

可执行协议

「三查」独立性（5 分钟）：
① 查作者重叠：3–5 篇作者列表并排，重叠 ≥ 2 人视为非独立。
② 查注册号与队列：NCT 号相同、或队列／biobank 名称相同＝同一份数据；样本量高度雷同也是信号。
③ 查引文源头：顺着引用往上追两跳，看是否收敛到同一篇原始文章。
判定：真正独立的复现，作者、样本、资助方三者都换过。

女性特别提示 + 常见误区

女性视角：女性专属结论（某成分改善经前症状、某配方缓解潮热）常来自同一支小队列的反复分析。判断时优先找不同国家、不同资助方的重复，而不是数篇数。

误区：把 meta 分析当作自动的最高等级。它的上限是纳入研究的质量——纳入 12 项重复计数的厂商试验，只是把偏倚放大并镀上金字塔顶的光环。

本周一试 + 思考题

本周一试

挑一个你相信的健康结论，把支持它的 3 篇文献拉出来，只比对作者名单。
思考题：一个领域的全部证据都出自两三个实验室，这是「专业壁垒高」还是「证据不独立」？

SUB · 可操作流程 / 12 分钟溯源

三步资助溯源：12 分钟筛掉营销级证据

A Three-Step Funding Traceback in Twelve Minutes

一句话结论

不必成为方法学家。对任何补剂或器械研究，按「文末三段 → 注册库交叉 → 独立性检验」走一遍，12 分钟能筛掉绝大多数营销级证据。

证据等级

专家共识（ICMJE 披露要求、CONSORT 报告规范、预注册制度）——三步分别对应偏倚进入证据链的三个入口：自报层、预先承诺层、独立性层。

科学背景 + 机制

三层里最硬的是注册层。ClinicalTrials.gov 保留预注册的主要终点与样本量，改动留痕。比对论文所报主要终点与当初注册的是否同一个——终点掉包（outcome switching）无法事后粉饰，是最能一击定性的红旗。

可执行协议

步骤	做什么	红旗
1. 文末三段 2 分钟	读 Funding／COI／Acknowledgments 与 Author contributions	谁出钱、谁供样、谁做统计、谁写稿——两问指向同一家公司即警戒
2. 注册库交叉 5 分钟	用 NCT 号查 ClinicalTrials.gov 的 Sponsor／Collaborators／Primary Outcome；美国作者查 CMS Open Payments	主要终点与注册不符；完成多年后才发表；根本没有注册号
3. 独立性检验 5 分钟	把支持该结论的 3–5 篇做上一张卡的「三查」	作者／队列／资助方收敛到同一源头

输出一句话：这条结论是「n 项独立证据」，还是「1 项证据的 n 次回声」。

女性特别提示 + 常见误区

女性视角：孕产与哺乳期产品（配方粉、孕期补剂）因伦理与招募困难几乎不做大型独立 RCT，厂商资助占比更高。这类决策要把「证据本身很薄」计入风险：「没有反面证据」不等于安全。

误区：「发在顶刊，不用查」——顶刊同样刊登厂商资助试验（这本身正常），它筛方法学质量，不替你判断商业动机。第二个误区：把溯源当找茬。溯源的产出不是「信／不信」，而是给证据标一个权重。

本周一试 + 思考题

本周一试

选一款你在考虑买的补剂，完整走一遍三步，把结论写成一句话存进备忘录，下次同类决策复用。
思考题：若某问题只有厂商愿意出钱研究，该降低证据标准，还是承认它暂时无解？

深入思考

没有厂商出钱，一半的临床试验不会存在——「依赖」与「独立」的线划在哪？

答案不是切断资金，而是切断影响路径：钱可来自厂商，但数据托管、统计分析计划与投稿决定权须在独立方，且分析计划预注册。禁止商业资助只会让大量试验消失——那不是更干净，是更无知。

披露制度会不会反而制造「道德许可」？

有此风险。行为经济学中的「披露悖论」：披露后建议者因「我已说过」而更偏己，接收方的折扣却不足。所以披露必须搭配结构性隔离（独立统计、预注册、数据共享）才有效。

补剂／食品行业与药企的资助偏倚，哪个更难察觉？

通常是前者。药物受强监管，试验须预注册、主要终点公开可查；膳食补剂在多数法域按食品管理，无需上市前疗效审批，研究常不注册、样本小、以生物标志物替代硬终点。监管越松，溯源越靠读者自己。

AI 检索时代，「引文级联」会被放大还是削弱？

两股力都在。放大侧：模型按语料频率作答，被反复复述的错误权重更高，且抹掉了引用链——你看不出五条来源其实是一条。削弱侧：作者／队列／注册号比对正是机器擅长的活。把 AI 当溯源工具，别让它替你下结论。

← 返回首页