The Longest Year: PML

在这个机构上班常常见到让人拍案惊奇的怪现象。今天开会讨论某个药的某个罕见但严重的副作用，当时在会的有至少四个MD，包括一个在此部门干了二十多年的头头，为了怎样表达很基本的风险数据 (risk estimation) 扯不清。其实很简单，随便一个做过公共卫生研究，分析发表过流行病几率数据的博士生都知道应该怎样表达风险几率，连我这个从来没正式学过 biostatistics 或 epidemiology 的人，没吃过猪肉也见过猪跑，知道一般应该怎样估计和表达此类风险数据。但是这几个MD云里雾里的乱搞，坚持采用一种很含义混乱而且容易误导读者的表格来表达，我提出为什么不用 Kaplan-Meier 图线，被一口拒绝了。后来想想其实原因很简单，在这个机构里，管事儿审查的MD们大多数没有做临床研究或者公共卫生研究的一手经验，全是纸上谈兵的资历，对生物统计一窍不通，听见K-M图线之类的就会眼前发黑。

平时这些问题都是推给统计学家来管的，但是统计学分析一般只用在审查药物的效果 (efficacy)，副作用的数据一律拒不经过统计分析，拿出来的只是未经分析过的描述性的数据。这是本机构老掉牙的传统，谁都不敢提出质疑。实际上，那些发病率极低但是后果严重的副作用，依赖传统规则已经完全落后而不够用了，学术界和工业界都早有提出各种统计方法应付数据先天不足的问题，但是这个真正掌权的机构迟迟不肯更新规则，害得大家都跟着后面爬行。过去我在外面不太明白为什么这个机构为什么态度这么保守，是不是害怕被工业界的新统计方法钻了空子。现在从内部看就明白了---因为从上到下管事的人们根本就不懂，身居高位的掌权的都是老头儿老太们，靠了屁股够硬，马屁功够强，忍力过人，就上去了，只升不降越爬越高，但是他们既不懂也学不进新东西新方法新概念。

在这个机构里还看到一个很有趣的现象：很多人把行政头衔跟技术和能力混为一谈。不仅是当官的信奉这一套，夸夸其谈满嘴跑马，深信自己的水平傲视全球，练就一身不懂装懂的铁布衫外衣；而且低层工作人员也一样拜倒在官衔面前，打心眼儿里相信头头的决定必然高明的。当然啦，反正大家都是瞎子领瞎子，谁也分辨不出对错好坏水平高低来，不以官阶为标准还能靠什么做判断呢？总不能靠他们自己的头脑和判断力吧。