发表《美国国家科学院院刊》（ProceedingsoftheNationalAcademyofSciences）上的一项新研究发现，要了解人类的健康和行为，最好是研究个人，而不是群体。
长期以来，医学界一直认为，人类受试者样本越大越好。但由加州大学伯克利分校(UCBerkeley)领导的这项新研究表明，这种大数据方法可能会大打折扣。
这很大程度上是因为情绪，行为和生理因人而异，并且每个人都有明显的不同。因此，研究人员说，在给定的时间内把大量人类受试者收集的数据平均化，只能提供一个“快照”，而且是一张模糊的“快照”。
研究主要作者，加州大学伯克利分校心理学教授AaronFisher说：“如果你想知道个体感受到什么，或者他们患病的过程，你必须对个体进行研究，而不是对群体进行研究。随着时间的推移，疾病、精神障碍、情绪和行为会在个人内部表现出来，许多人在某个时刻的“快照”无法捕捉到这些现象。”
此外，在医学、社会和行为科学中，继续依赖群体数据的后果包括误诊、开出错误的治疗处方，并且通常会使科学理论和实验不能正确校准以适应个体之间的差异。
Fisher和同事们使用统计模型对数百人的数据进行了比较，这些人包括健康人体和那些患有抑郁症和焦虑症，以及创伤后应激障碍和恐慌症等疾病的人。
在六项独立研究中，他们通过在线和智能手机自我报告调查分析数据，使用心电图测试测量心率。结果一致表明，对于群体来说是正确的数据，对个人来说不一定是正确的。
例如，对抑郁症患者进行的群体分析发现，他们非常担心。但是，当同一分析应用于该组中的每个人身上时，研究人员发现了各种各样的差异，从零担忧到极度痛苦，远高于这一群组的平均水平。
此外，在研究恐惧与回避之间的相关性时——群体研究中的一种常见关联，他们发现，对于许多人来说，恐惧并不会导致他们逃避某些活动，反之亦然。
话虽如此，人们也不必对医学或社会科学失去信心，解决之道近在咫尺。我们应该将开展科学研究的潜力视为日常护理的一部分，这也是真正实现个性化医疗的方式。另外，现代技术使我们能够相对容易地收集每个人的许多观察结果，现代计算使得这些数据的分析成为可能，而这在过去是遥不可及的。
总之，Fisher等人的研究结果清楚地表明，当一个人的疾病随着时间的推移而波动时，捕捉个体的这一过程可能会让我们更接近个性化治疗。该研究结果，对挖掘社交媒体数据，定制健康疗法等所有方面都有影响，并可能改变研究人员和临床医生分析、诊断和治疗精神和身体疾病的方式。
参考文献AaronJ.Fisheretal.Lackofgroup-to-individualgeneralizabilityisathreattohumansubjectsresearch,ProceedingsoftheNationalAcademyofSciences().DOI:10./pnas.
推荐阅读精神分裂症遗传学研究取得进展
蛋白芯片技术应用于精神疾病早期诊断
大话精神编译，转载请联系编辑部授权。
投稿及医学服务请联系en
或邮箱：dahuajingshen
.