每一個複雜的科學問題，都對應著一個看似清晰、簡單卻錯誤的答案。我在這裡借用了H.L.門肯的話，但重點在於：每個標題黨聲稱能提供簡單易懂的健康真理，背後都隱藏著一篇經過同行評審的論文，而大多數人（包括很多情況下，撰寫這些標題的人）根本沒讀過。
媒體供需關係背後有著一套錯綜複雜的機制，而正是這套機制驅動這些誤導性的標題。但總而言之，大多數媒體都需要點擊量來維持運營，大學新聞辦公室經常撰寫引人注目的新聞稿來提升學校的公眾知名度，而記者，就像所有人一樣，可能會不擇手段或輕信他人（或者只是工作過度）。
但是，當媒體鋪天蓋地報道諸如「你低頭看手機太多會導致長角」之類的新聞時，能夠核實你所讀到的內容就顯得尤為重要。而最好的方法就是直接閱讀相關的科學論文。大多數權威媒體都會在文章中提供論文鏈接，不過有時論文本身需要付費才能閱讀（如果你仍然很想讀，可以給通訊作者發郵件，他們通常很樂意提供PDF版本）。如果你能讀懂論文，好消息是，即使很多專業術語讓你摸不著頭腦，你也不需要成為專家就能從中獲得一些關鍵資訊。
這項研究是否驗證了它所聲稱的結論？
假設根據新聞標題，一篇論文指出，手機使用量的增加導致藍光照射，造成眼部損傷。假設研究人員使用某種眼部掃描技術來偵測人眼物理結構的變化。他們發現，他們觀察到的年輕人出現了一種特定的變化，我們稱之為黃斑軟化（如果你有疑病症，需要澄清一下，這種疾病實際上並不存在）。他們認為，年輕人長時間盯著螢幕，而這種黃斑軟化是一種新現象——因此他們推測，造成損傷的很可能是螢幕發出的藍光。不出所料，媒體將此作為該研究的結論大肆宣傳。
問題在於：他們其實並沒有測量藍光照射量，更別說探究藍光究竟來自哪裡了。那麼，他們又如何得出藍光會導致黃斑軟化的結論呢？
他們做不到。
媒體報導基於這項研究，並以「你的手機正在讓你的眼睛變軟」為標題，原因有很多。一種可能是記者誤讀或根本沒理解這項研究，在沒有核實理解正確的情況下就撰寫了報告。甚至論文本身可能都沒有得出這樣的結論。大學新聞辦公室可能發布了一份誤導性的新聞稿，將一些研究本身並未支持的觀點聯繫起來，但也有可能科學家曲解了他們的發現。也許手機藍光只是科學家認為值得向媒體提及的推測——科學家思考未來研究可能包含哪些未經檢驗的細節完全合情合理——他們並非有意將其解讀為結論。又或許科學家過於樂觀，真的認為藍光是罪魁禍首，儘管他們的研究並未證實這一點。他們可能會在論文的結尾部分提到這個理論（要么加上很多保留意見，要么，如果他們在非常粗糙的期刊上發表文章，則會表現得好像這種聯繫如此明顯，以至於可以用數據來支持一樣）。
無論是什麼原因，當你打開那篇研究論文時，首先應該做的就是進行關鍵字搜尋。論文中是否真的出現了「藍光」或「螢幕」這樣的字眼？如果出現了，它們是出現在論文的正文部分，也就是科學家解釋他們實際做了什麼以及收集了哪些資料的地方嗎？還是出現在摘要或結論部分，也就是科學家提出一些他們並未實際驗證的、可能解釋其研究結果的機制的地方？通常，你只需搜尋網頁或PDF文件就能自行發現答案，這是最基本的測試方法之一。
這項研究能夠探究因果關係嗎？
你可能已經無數次聽到「相關性並不意味著因果關係」這句老話了。但這句格言之所以廣為流傳，是因為新聞中許多報道都落入了它的窠臼。幾乎所有你聽過的營養學研究都著眼於相關性，而你讀到或看到的媒體報道卻大多把研究結果當作因果關係來討論。這並不是說所有這些研究都是錯的，而是說它們能得出的結論確實有其限制。
讓我們回到黃斑軟化的例子。年輕人可能比老年人接觸到更多的藍光，而年輕人也可能更容易出現黃斑軟化。或許那項研究透過詢問參與者使用手機的時間，證明了這一點，結果顯示年輕人螢幕暴露時間更長，黃斑軟化的發生率也更高。但這並不一定意味著手機藍光會導致黃斑部軟化。或許如此——我們目前還無法確定。要檢驗因果關係，需要採用不同的研究設計，即改變一個變數（例如藍光照射量），然後觀察結果（黃斑部軟化）的變化。就此而言，要真正得出手機藍光會導致黃斑軟化的有力結論，就必須選取不同年齡層、生活方式各異的人群，透過改變他們的螢幕使用時間，來觀察他們的黃斑軟化發生率是否隨之升高或降低。你還需要設計對照組，證明在沒有藍光照射的情況下，盯著手機螢幕不會增加黃斑軟化的發生率；此外，你還需要研究增加其他藍光照射量會產生怎樣的影響。聽起來很複雜？確實如此。這樣的研究需要花費大量的時間和金錢，因此，要真正證明某種因素會導致另一個因素，需要數年精心設計研究方案和收集資料。
相關性分析很棘手，因為很多因素都可能相互關聯。沒錯，年輕人確實更愛看手機。但他們還有很多其他共同特徵。經常盯著手機看的人可能也更傾向於待在室內。他們可能吃更多加工食品。也許他們旅行更多。也許他們運動更少。這些因素中的任何一個都可能是導致他們黃斑部病變的真正原因。
但這並不意味著單項研究就不能有力地證明因果關係。儘管研究報告可能充斥著專業術語，但請務必查看結果或方法部分。研究過程是否僅僅要求收集人們的健康和生活習慣數據，例如他們每天吃多少堅果以及有多少人患有心臟病？如果是這樣，那麼他們研究的是相關性。或者，研究方案是否涉及改變某個變項來觀察結果？如果是這樣，那麼他們研究的是因果關係。
另一個出乎意料卻很有幫助的建議：仔細閱讀討論部分。大多數權威期刊都會要求科學家在討論部分用一兩段文字說明研究的限制。這意味著大多數僅研究相關性的論文都必須在結論中指出，他們無法得出任何關於因果關係的結論。這聽起來似乎是一個弱點，但實際上，當科學家公開討論研究的不足之處時，這反而是一個非常好的跡象。這表明他們很可能對自己的研究結果持務實（且誠實）的態度。
這些研究結果的應用範圍有多廣？
即使研究方法完全正確，沒有任何可疑之處，在評估其結論時，詢問資料來源仍然至關重要。假設這項關於黃斑部軟化的研究是在大學校園內招募參與者，他們招募了1000名受試者，這相當不錯。但由於研究地點是大學校園，參與者的組成有偏差，年輕人（學生）和中年或老年人（五、六十歲的教授）的比例較高。假設其中900名是大學生，100名是成年人，幾乎所有人都超過40歲。 1000名受試者聽起來數量可觀，但實際上只有100人代表了據稱不太可能患上手機相關性黃斑部軟化的人群。這使得我們難以判斷他們是否真的發現了年輕人和老年人在黃斑軟化方面的差異，或者他們僅僅證明了這是大學生中一種普遍現象——他們老年受試者的樣本量太小，無法確定是否受到少數特殊個體的隨機影響。科學家也承認，由於大學的人口結構，他們的參與者90%是美國人，90%是白種人（而且100%就讀學費昂貴的常春藤盟校）。這使得我們無法得出關於年輕人整體情況的結論，因為數據中缺乏對普通年輕人的充分代表。
查看論文的方法部分，以了解研究對象的數量以及他們的人口統計特徵。雖然沒有一個絕對可靠的數字可以保證研究結果完全正確，但通常來說，參與者越多越好。
這些結果有多重要（或相關性）？
好吧，我們假設我們的藍光研究確實表明藍光會導致黃斑部軟化。更具體地說，我們假設你一年中每多接觸100流明（一個完全虛構的單位！）的藍光，你的黃斑就會軟化20%。聽起來很驚人，對吧？接下來，你可能需要跳出論文本身，去了解一些其他資料，才能更清楚地理解這個問題。
例如，20%的黃斑軟化究竟意味著什麼？如果一般人一年只經歷1%的黃斑軟化，那麼額外植入的這些微晶鏡片也只意味著總共1.2%的黃斑軟化，這並不算多。或者，也許普通人的黃斑會在一生中發生很大程度的軟化，但這並不會真正影響他們的視力——額外的20%可能實際上並不重要。
或許更重要的是，你每天會接觸到多少藍光？陽光一年可能提供1000流明的藍光——相較之下，螢幕的影響似乎微乎其微。或者，情況可能恰恰相反。即使你每天盯著螢幕10個小時，一年下來也只會接觸到1流明的藍光，因此這項研究中顯示的關聯不太可能對大多數人產生影響。
一篇好的新聞報道通常會包含這類背景信息，但如果你還沒找到關於這項研究的報道，不妨在網上搜索一些其他的統計數據。問問自己兩個基本問題：
- 人們接觸這種所謂危險物質的基線水平是多少？
- 基線風險是多少？
即使罕見事件的風險增加 50%，整體風險仍然很小。
作者是否有利益衝突？
在所有權威期刊上，科學研究的作者都必須揭露任何可能的利益衝突。如果研究藍光是否損害眼睛的研究人員同時擁有防藍光眼鏡公司，那麼你可以合理地推斷他們的判斷至少會受到一定程度的影響。這並不意味著他們的研究結果一定無效或造假，但你應該格外警惕他們如何將數據轉化為結論，以及如何向媒體呈現這些結論。
大多數科學家並不擁有自己的公司，但他們接受與特定研究結果存在既得利益的機構的資助卻更為常見。當然，這並不總是意味著存在不正當的動機；研究需要資金支持，而完全受人尊敬的科學家也可以進行一些可能有助於公司銷售產品的實驗。但不幸的是，我們很難判斷研究的方法、結果或媒體呈現方式是否受到了這些利害關係人的影響。許多發現電解質對運動員補水至關重要的研究，部分資金來自佳得樂等公司；同樣，許多表明糖並非導致肥胖率上升的罪魁禍首的研究，也來自那些在其產品中使用大量糖的食品製造商。
你可能會驚訝於利益衝突部分經常被忽視，所以不妨自己看一下。
