证据的等级：轶事、研究与元分析
「我表哥试过」和「两百项研究汇总」不是一个量级——先给证据排等级，再谈信不信。
学习证据 学完后，怎么核对？
把学习结果留在一个可以回看、可以复做的动作里；这一区只写学生能自己检查的证据。
如何核对
- 论证拆解或量规评分
- 来源核验记录
适用边界
论证与证据框架是检查工具；不能替代学科方法、原始材料或专业审查。
最后复核
这是内容复核日期，不是学习截止日期。
讲
证据不是「有」和「没有」，是一座金字塔
例子上上课说过：表哥的康复是真的，垮的是那座桥。这节课换个角度看同一件事——「表哥好了」这条证据本身，该排在第几级？
名词在循证医学等领域，人们常用证据金字塔快速比较不同研究设计对「某种干预是否造成某种结果」这类问题的支持力度。它不是所有学科共用的一张固定排名表。
定义针对干预效果问题，可以先用下面这张简化表起步——「表哥好了」这类个人经验通常位于较低层：
| 层 | 是什么 | 能说明什么／主要限制 |
|---|---|---|
| 轶事／个人经验 | 「我表哥试过」「我用了有效」 | 能提出线索，但样本极少、没有对照，容易受巧合和选择性讲述影响 |
| 专家意见 | 某领域专家基于专业知识作出判断 | 可整合经验与机制知识；若没有透明依据，也不能替代可检验的数据 |
| 病例报告 | 对个别案例的正式记录 | 能提出猜想，证明不了普遍规律 |
| 观察性研究 | 横断面调查、病例对照、队列追踪——观察但不干预 | 样本大了、能看出相关；但没随机分组，难下因果结论 |
| 随机对照试验 | 随机分配干预组与对照组，并尽量控制其他差异 | 设计和执行良好时，随机化会在平均意义上减少混杂，更有利于判断因果；仍要看样本、失访、测量和适用人群 |
| 系统综述与元分析 | 按预先说明的方法系统检索、筛选并综合研究；条件合适时做统计合并 | 能展示整体证据和研究差异；结论仍受纳入研究质量、发表偏倚与合并方法限制 |
泛化三个立刻能用的推论
- 「相关」不是「因果」：观察性研究发现「吃早饭的学生成绩更好」，不代表早饭造就成绩——可能作息规律的家庭两样都占。要说「造成」，需要能尽量排除其他解释的研究设计；随机试验在可行时通常是强工具，但不是所有问题都能或都该随机。
- 单项研究只是一部分证据：「有研究表明」哪怕是真的，也要继续问样本、设计、其他研究是否复现，以及有没有质量合格的系统汇总。
- 金字塔不是圣旨：设计扎实的大型观察研究，可能比一个做得糙的小试验更可信；问「多数同学睡几小时」这类描述性问题，一份像样的调查就够——不同的问题配不同层级的证据。等级是速判起点，不是免检印章。
依据与边界：Cochrane Handbook for Systematic Reviews of Interventions（第 6.5 版，2024）与 Murad et al. (2016), New evidence pyramid。层级适合帮助比较干预效果证据，不替代对研究质量、问题类型与适用人群的判断。最后核查：2026-07-12。
对 AI：先验明，再排级
把这座塔用在 AI 身上，还得加一道前置检查：它给的「研究」存在吗？AI 可能编造格式漂亮的出处——作者、年份、期刊一应俱全，查无此文。所以顺序是：
- 验明正身：「给出这项研究的可核查出处；没有就明说没有。」拿到后真去搜一下。
- 排等级：这是轶事、单项研究，还是系统汇总？
- 三角验证：换一个独立来源（教材、另一个搜索引擎、图书馆数据库）交叉印证——独立来源一致，可信度才升级。
例
补充三例——两个常见用法，一个易错。
小晴想知道「隔几天复习一次」到底有没有科学依据，还是只是老师的口头禅：
小晴又检索了「Cepeda 2006 spacing」，确认综述真实存在，并查看摘要中的研究范围——验明、排级、三角，三步走完。这让间隔复习成为一个有依据的起步策略，但具体间隔仍要按任务和复测结果调整。注意她没只问「是真的吗」，而是追问「出处、级别、边界」。
妈妈说：「李阿姨吃了那个护腰保健品，腰真不疼了，咱也买点？」用金字塔翻译，而不是抬杠：「李阿姨的好转是真的，但单个人的经验在证据里排最底层——分不清是保健品起效、天气转暖，还是她同时开始的拉伸操。买之前先查一步：这东西做没做过对照试验？」排级不是否定谁，是把「信到什么程度」说清楚——家人听到的不是「你被骗了」，而是「我们再核一步」。
班会讨论「晚自习最后一节要不要改自由安排」，学习委员拿出全班问卷：七成同学写了「最后一节效率很低」。小哲把手一挥：「问卷是观察性证据，层级太低，无效。」错在哪：金字塔量的是因果类主张的强度；「同学们感觉如何」是描述性问题，一份认真做的问卷正好是它该配的证据。层级要配问题的类型——把塔当万能否决器，和把「研究表明」当免检印章，是同一枚硬币的两面。
做
关于「课间做眼保健操能预防近视」，三条证据哪条最强？
- 挑一个你家里争论过的说法（喝热水治感冒、游戏毁视力、早自习效率高……）。
- 问 AI：「支持和反对这个说法的证据各有哪些？每条标注证据等级和可核查出处，没有出处就明说。」
- 挑它给的最高等级那条，自己动手搜一次，验明它是否真实存在。
- 用三句话向家人转述：现有证据最高到哪一层、说了什么、还缺什么。
怎么算过关：每条证据都有等级标注；至少亲手核实了一条出处的真伪；转述里说得出「还缺什么等级的证据」。
卡
判断一条干预效果证据时，为什么不能只背金字塔顺序？
层级只是起点：先验明出处，再看研究设计是否适合问题，最后查执行质量、适用人群和其他研究。系统综述若纳入研究差或方法不当，也不是免检答案。
- 「我试过有效」最生动也最弱：样本 1、无对照、幸存者偏差。
- 相关不等于因果——要说「造成」，需要能尽量排除其他解释的设计；随机试验在可行时通常很有力。
- 金字塔是速判起点不是圣旨：不同的问题配不同层级的证据。