是时候质疑在线健康信息了吗？

您是否正在通过在线信息与健康玩游戏？
​
您从哪里获得有关什么的一般健康信息 健康，什么不健康？  Google医生？您如何知道该信息是否可靠？是有益的还是有害的？现在可能是评估您的消息来源并质疑您认为正确的方面的时候了 health and wellness.

互联网使健康信息触手可及，但希望您发现在线上的一切都不正确。任何人创建博客或网站并说出话来都没有任何实质性，科学性，后果或后续行动，这非常容易。实际上，几乎任何人都可以打电话 themselves 一位“健康教练”并提供建议。

多亏了互联网（部分），许多流行的健康教条 整体健康社区最近对此提出了质疑。长期以来，它在大众媒体和广告界的影响已根深蒂固 companies 吃“健康的全谷物”，消除饱和脂肪，以及 使用化学糖替代品。 （这些才一点点 例子。）制药公司现在有一个 enormous 对我们医生和整体生活方式的影响。 在同一时期，美国人的整体健康状况下降，肥胖症猖ramp，许多与生活方式选择有关的慢性病呈上升趋势。 值得庆幸的是，古生物学/原始运动正在反抗这一点，并恢复了健康基础。 

​因此，我们如何辨别可以依靠哪些健康信息真正改善我们的健康状况？

首先，开始质疑您的信息 通过阅读阅读内容中引用的信息来源来仔细阅读：

• 甚至有引用的资料吗？它是否只是与另一篇文章的链接（并引用了科学依据）？
• 提供的数据是否基于真实的科学研究？
• 它是由具有该学科专业学位的人撰写的吗？
• 它是由一家公司赞助的（有人为此付费）吗？
• 是由政府赞助的吗？
• 它是否基于简单的观察（可能会很好）？

​只需考虑一下信息来自何处，并稍稍持怀疑态度， analytical view.

​接下来，当涉及健康和营养信息时，请问自己是否遵循自然的简单法则。例如，为什么我要吃人造黄油（仅仅是化学药品）而不是一小撮用牛制成的草食黄油？或者，为什么我可以在椭圆机上跑步，而我却可以在新鲜的空气和阳光下到户外散步呢？或者，我是想吃没有化学物质的天然种子制成的食物，还是要向体内喷洒有毒素的转基因食物？
​
​始终尝试以常识为准。 

听你的直觉。 这需要自我意识。 如果它不能使您感觉良好，则可能不适合您。 Or is it?  Some things 花时间弄清楚。如果有的话 您感觉好点了吗，从长远来看，它仍然会健康吗？一些我们感觉不到的东西，例如许多补品。 Do your research.  在网上或在社区中找到您信任的，了解科学的专家，并利用可以找到的信息尽力而为。 
​（请在此处查看我的专家资源列表。）
 
您唯一可以确定的是，我们所有人都有生物个体性。也就是说，对我来说健康的东西可能对您不健康，反之亦然。我们的基因，环境和饮食需求是不同的。我们每个人都是一个由1个人组成的实验组（有时写成n = 1）。仅仅因为某人的第三位堂兄在镇上有了一些治疗，就取得了惊人的健康突破，但它并没有对您说什么。 例如，许多人依靠低碳水化合物饮食而壮成长。但是，当我尝试它时，我的健康受到了影响，我停止了月经，甲状腺也几乎没有功能。适量的碳水化合物饮食对我来说是正确的。虽然我认为很容易过分自我 实验，您需要遵循自己的直觉，注意 趋势，做什么使 您的 health thrive.

做自己的研究：

PubMed.gov  可能是在线上找到基于科学，与健康相关的信息的最佳场所。 ​PubMed包含2500万以上的MEDLINE，生命科学期刊和在线书籍中的生物医学文献引文。引用可能包括来自PubMed Central和发布者网站的全文内容的链接。只需输入健康主题或搜索单词，然后看看结果如何！

​谷歌学术 这里也是寻找有关健康（以及其他所有学科）学术文献的地方。它 ​使您可以专门搜索学术出版商，专业协会，在线资料库，大学和其他网站的学术文献，包括文章，论文，书籍，摘要和法院意见。​

您可以 easily 从中学会辨别有名的研究 hearsay:
​

研究类型：

在卫生领域，基本上有两种广泛的研究类型：

1.审阅论文。 这被认为是辅助研究，通常采用内容丰富的文章形式。例如，我网站上的健康文章。

2.原始研究。 这被认为是主要研究，并且由各种类型的科学家完成。他们通过实验得出了原始发现（实验研究） or data collection (观察研究.

     a）实验研究 是干预研究，临床测试，实验或试验。

临床/干预试验用于检验因果关系的假设。 它是针对一群在临床或实验室环境中患有疾病的人进行的。 测量特定治疗或标准化方案的功效。 结果随时间测量。 他们可以在研究的问题和治疗之间建立因果关系，因为科学家可以操纵变量。随机对照试验被认为是金标准。

对于那些喜欢“窥视”科学的人们：要进一步分析研究的质量，研究方法和研究结果，必须考虑研究的参数，资金来源，时间框架（如果是两倍）。盲目的（如果结果可以复制），主题的数量，变量的控制，作者使用相对或绝对风险来报告他们的发现，是否从相关性推断因果关系，引文是否支持他们的主张以及其如何结论与其他类似研究相比。

     b）观察研究 在健康领域是非实验性的。他们描述，比较和解释疾病的发生。 

一项流行病学研究检查了人群，以确定一段时间内的健康状况。 结果是广泛而普遍的。 它检查疾病的发生，分布和控制；加上控制疾病存在与否的所有因素。 流行病学研究在基于证据的医学中很有价值，可用于确定疾病的危险因素。 这是临床研究的基础。

前瞻性/队列研究是一种流行病学研究，研究人员在疾病发生之前召集研究小组。 两组个人聚集在一起。一组接触了可疑危险物质，另一组则没有。 追踪各组，监测两组的疾病发生率，并随时间比较结果。

在回顾性流行病学研究中，研究组在疾病发生后集合。 Then,  回顾历史数据以适用于当前正在研究的疾病。

​      c）不太正式的研究类型称为基于证据的结果研究。 
它们基于医疗从业人员长期见证的基于临床的轶事证据。 它不是标准化的，而是基于主观生物个体的。 在临床环境中，从业者注意到其客户和患者之间的有效治疗方式（通过反复试验），从而产生了有效的治疗方案。

​我经常依靠个人健康提供者提供的基于证据的信息。她是一个非常了解我，了解我的健康史，并且相信我的专业知识，智慧和经验的人。
​

偏压& How to Avoid It:

偏差是影响研究结果的任何影响。 这可能是个人喜好或倾向于特定观点的趋势。 可以通过考虑研究过程中可能出现偏差的几点来避免研究中的偏差。 这可能在研究设计阶段，即主题选择，数据收集，数据分析和结果解释期间。  这可能发生在所有类型的研究中。

最著名的偏见案例之一是科学家T. Colin Capmbell撰写的著名的《中国研究》，该研究得出结论，食用动物性食品与患病风险增加相关。但是，研究人员丹妮丝·明格（Denise Minger）在其职业生涯中的大部分时间都在强调该研究的弱点，并确定了坎贝尔对原始数据的解释中的错误以及他的分析方法中的缺陷（据称支持他的假设）。您可以看到Denise Minger的作品 这里 还读了她的书 死于食物金字塔.

作为非科学家，我们在查看健康信息或任何信息时也会有偏见。 如果我们正在寻找信息来支持我们的观点或假设，那么我们可以找到它，但是很容易忽略相反的数据（如果我们不小心的话）。 我避免偏见，方法是不要太快地得出结论，不要将过去的事件带入现在，完全听而不用考虑我的下一条评论，也不要将自己与他人进行比较。 基本上，要具有开放，好奇的心态。

作为也研究过内部审计的人，我总是持怀疑态度，并在在线阅读博客文章时寻找偏见。 有很多付费或“赞助”职位。 （我从不做这些；但是我提供与我为自己付费，实际尝试过并且真正喜欢的产品的会员链接）。 尽管我不辜负任何人过诚实的生活，但我现在知道要质疑这些信息，并在依靠它并尝试自己的健康状况之前寻找更多公正的信息。

资源：  霍索恩大学研究术语词汇表，2012年12月

如果您喜欢这篇文章，也可以喜欢我的文章 您的身体是不好的科学实验吗？食品添加剂，防腐剂和GMO。  

​您可能还想阅读我如何将这些原则应用于个人健康 benefit in 我的胆固醇故事- Thyroid Twist.

现在告诉我...

• 您如何评估“良好”的健康信息？
• 学习新信息时如何避免偏见？
• ​您对什么健康教条有疑问？

压住他：