主题：【讨论】中医西医的讨论 -- 比的原理
家园 不要跟他们扯这些 他们会说你转进。
中药通过双盲对照完全没有任何问题。
只不过有时候以一线的化学药物为阳性对照的话，有些指标的确赶不上而已。
- 复 不要跟他们扯这些
家园 好奇问一下 千人千方，如何做双盲？
仅仅是好奇而已，别无它意。。。。
- 复 好奇问一下
家园 问到关键问题了 药理实验总要有一个指标，作为衡量。
大部分中药药理实验，先选取相应的证型，从这些证型中提取共同因素，包括生理生化指标，宏观指标。然后建立一个证的模型。
然后比较不同药物（方剂）对证模型的影响。
证候模型现在是中医药实验的短板。往往抽取共性的时候，会忽略掉一些宏观症状不明显的病例，造成统计的误差。目前还没有太好的方法消除这种误差。
很多时候为了避免这种误差，干脆直接选生理生化指标。这就带来了一个后果，指标是客观了，但是不符合中医理念了。
现在的中药临床实验和动物实验往往是在这两种方法之间摇摆，看哪一种更容易得到阳性结果。
通宝推：阴霾信仰,易水,
本帖一共被 1 帖 引用 (帖内工具实现)- 复 问到关键问题了
家园 难道是做主元分析？ Principal Component Analysis的话，倒是可以考虑，具体怎么做呢？
X1,X2,....Xn代表每一种草药的剂量，但是responsible varibale Y是什么？
是categorical varibale: 2=治愈,1=好转，0=无效？
还是continuos variable:也就是生理生化指标
家园 额，您能把问题完整的说一下么 您这样中英文夹杂，我有的怕理解错误。
临床表现有量反应指标，比如说显微镜下，微循环的瘀血块直径，水肿面积大小，不仅仅是2=治愈,1=好转，0=无效？
当然生理生化指标也用。
不知道我回答了你的问题没有
家园 因为许多专业名词我不熟悉中文翻译 Y只是一个量反应指标的话，药方里各种药就是X1,...Xp，假设Y与X1,...Xp是线性关系的，可以用ridge和lasso的混合方法。因为X1,...Xp可能是相关的，考虑到所谓的某些药相生相克。data mining里面有一些方法可以帮助解决n<=p的情况，n是样本数，就是药方的数量，p是药方里所用草药的总数目。
如果Y与X不是线性关系的话就要复杂一些，一般先用主元分析。
通宝推：花大熊,家园 机理研究当如兄所说 不过临床和新药上市研究一般只考虑结果就罢了。
机理方面，主元，是不是主要因素的意思？分析单一主要因素，往往相关性不好。更不要说线性了。
所以大家都在找更多更新的分析方法。但是限于行业的水平，主要是数学水平，往往都是浅尝辄止。
家园 其实现在数据发掘应用很多的 又google了一下，princial component analysis翻译成为主成分分析。所谓的主成分，第一主成分是最大方差的方向的线行组合，第二主成分是去除掉第一主成分影响后，再根据最大方差的算法求出的线性组合，有的情况下，10个主成分就可以代表X1到X100的方差的90%。
Data minming有许多新的方法，在工程和生物信息应用很多的：
研究癌症相关基因突变较多，离生产比较有效的治疗癌症药物还早。因为就算相对简单的乳腺癌，相关的突变基因至少有25个（不是都突变，不同病人突变的基因不同，这25个基因在几百个病例里面至少有5%的病人出现了突变）目前一种药物能准确的解决一个基因突变而不影响其他的就不错了，基因之间也是相关的。
家园 大致明白了 数据挖掘的方法之一。
数据挖掘我还接触的很少，我再去看看，也请兄台多多指教
家园 你提的方法叫试错 效率太低了。。。
不知道是谁说过是药三分毒？淀粉丸好歹不会毒死人吧？
- 复 如果没有两种现象
家园 问题就在于有限的数据无法做出结论 既然做不了结论，人家已经流传几千年，怎么能随便否定呢？
用同属博弈的棋谱现象来说吧。当头炮开局效率很高，没有什么漏洞，但也不能保证你能赢，但只要对方不强，你就赢了。对方较强，你还是输，也许你的胜率还是50%，但棋谱很有用，因为没有这个棋谱，你的胜率是20%。
西医的路子就很简单，不和你下棋，直接拿掉对方的一个车，这样你的胜率会较高，拿车和不拿车，很容易用双盲法验证。
所以在我看很简单，如果不能在短期内提高奕术，就应该学习拿掉对方车的办法，如果对方的车拿不掉，或者拿掉对方的车，需要己方的两个马，就要老老实实学习奕术，不能因为棋谱不保证赢就说人家是骗子。
通宝推：阴霾信仰,花大熊,snark,家园 同样的问题，就是人类的困境，也是我们必须面对和解决的 我们是人不是神，不可能全知全能，科学家也不是，我们会犯错误，我们只能通过有限的数据得到初步的结论，并且是不完善的初步结论，但这个结论可以作为初步的起点，在以后的研究中逐步修正和改进。
好在对现代科学医学研究而言，统计分析至少可以帮助我们更有效的找到前进的方向，而且不会相差太远。针对某种病来说，我们没有办法穷尽所有的病例，但只要从这些病例的整体中采用合适的方法选择样本，通过对有限样本的研究，就可以在一定程度上认为我们的结论是可靠的，这就是统计学对医学发展的重大贡献。也是循证医学和通常大样本随机双盲试验的依据所在。