【阅读分享】从《因果螺旋》中学习逻辑思维

前言

　　今天我要来分享一本蛮新的书叫做《因果螺旋》，今年7月初才刚出版。看到这本书的资讯时我对它有兴趣的地方有三点：

1.作者是前副总统—陈建仁圣骑士。

　　根据维基百科的资料显示，前副总统陈建仁拥有非常多的荣誉头衔，不只有我们国家授予的，还有很多国际上的头衔。所以在研究疾病发展以及科学逻辑上，我认为有一定的可看性。

2.内容刚好跟最近的covid-19疫情有关系。

　　前副总统陈建仁也在时任卫生署署长，面对了SARS的风暴，所以在这非典型肺炎的疾病研究领域也有一定的经验，所以也想要透过这本书来了解他对covid-19疫情的一些看法。

3.因果关系的逻辑思维是我认为现代人蛮缺乏且必需要训练的。

　　不以人废言，别撇除掉宗教政治立场，以一个科学思维的角度来看，才能更好地认识事情发生的因果关系，以及对于事实发展的逻辑判断。

　　老实说这一本书对部分的人来说，或许蛮不好阅读的，因为内容引用蛮多作者经历过的疾病研究，牵涉到许多生物统计数据。

　　有一句话说「数学不会就是不会」，如果你也想阅读这本书，要有这样子的心理准备。

　　接下来我的心得分享会比较著重在「因果关系」跟「逻辑思维」的这个部分，对于内文提及的疾病研究跟数据，就留给想要深入研究的人自己再来阅读。以下是我想跟你分享五大因果关系的逻辑。

一、先入为主的陷阱

　　在医药上有很多的研究都会先经过所谓的动物实验，然而只要是实验都会有一定的控制变因跟可变的变因。实际上我们的生活中，并不像在实验室的环境一样，是被控制的实验状况。

　　我们常可以在网路上看到，有许多人对于某些事情下面会有非常多的留言在做论战，这是一个非常有趣的人间观察，你可以看到有些人带著非常先入为主的观点去做批判；你也会看到有些人会引用相关的证据，来支持自己的论点。

　　我们在针对一些事情进行讨论的时候，最不佳的情况就是「先入为主」导致直接的论断，尤其当我们在看待某些事件的时候，并没有办法很好地了解到全貌，有可能会「以偏概全」而下了错误的论断。

　　因果关系有时候就像种地一样，不是说种下了种子就一定会发芽一定会有结果；也不是说你的地长出一颗果树就是你播种的成果，有可能就是一只鸟经过你的地上拉了一坨带种子的屎。

　　所以我们要尽可能保持开放的心胸，尽可能去了解事情的来龙去脉。有些事情在当下看到的情况，或许是一种结果，然而把时间轴放长了之后，再回头来看或许又不是那么一回事。

2、因果倒置

「你觉得听英文歌能够提升英文能力吗？还是因为英文能力不错才会听英文歌呢？」改编因果思辨《因果螺旋》

　　看完上面这个问题，你觉得哪一个是因？哪一个是果呢？难道看起来有相关，就一定是有因果关系吗？

　　在科学逻辑上我们来认识三个字：相关性(association)、时序性(temporality)以及因果性(causation)。简单的举例：A跟B有相关，且A发生在B前面（时序），才可能说A是B的原因，B是A的结果（因果）。

　　当我们在讨论某些事情的时候，不能因为看似有相关就把它们牵扯为有因果关系，我上面的举例其实是非常简单的一个状况，真实情况更复杂，不只A跟B有相关，A发生在B之前，且会因为A的变化而影响到B结果。

　　「相关不蕴涵因果(association does not imply causation)」希望大家能够有这样子的一个概念：「有相关性不一定有因果性」把这句话放在自己心中，在跟别人讨论事情的时候，才不会把因果错置，倒果为因。

3、见树不见林

　　「树」是这座「林」的一部分，一棵树发生的变化，能够代表整座林的状况吗？有时候我们看事情只看到「分子」，而没有意识到「分母」。

　　所以我们不能「见树不见林」，在一些社会事件的讨论上，除了绝对的数据，还必须考量到当时的母群体的状况。

　　举一个例子：新闻报导说，十年来犯罪人口中高学历的占比从4%增加到了7%，所以智慧型犯罪正在增加，高学历的品德跟公民教育刻不容缓。但真的是这样吗？别忘了这十年来，能够接受高等教育的人口也增加啦！那当然在犯罪人口中高学历的比例也会增加。

　　这里还有一个问题，如果你的「分母」，就是所谓的「母群体」或「参考对象」不同，那做出来的「XX率」也会影响到对这件事情的看法。

　　这里跟大家介绍两个词：「死亡率」跟「致死率」。简单说死亡率就是（某一疾病的死亡人数）/（所有人口）；致死率就是（某一疾病的死亡人数）/（该疾病的发生人数）。

　　看到这里没有发现不一样的地方吗？所以当我们在讨论这些议题的时候，要小心它呈现的「分子」「分母」个别是什么，才不会被这些所谓的资讯带风向。「张飞杀岳飞，杀得满天飞」，提醒一点，分母不同的时候是不可以直接比较的。

4、巧合？假相关？

　　还记得我前面提到的相关性吗？在统计学上面，要证明两件事情有相关，还需样本数要足够大，做出来的统计意义才会高。

　　听我举个医疗临床上的例子吧，最近来做急性心肌梗塞的心导管病人，有五个男性一个女性，所以我下判断男性是这个疾病的好发性别。请问我这样子的判断合乎逻辑吗？有没有可能只是刚好送来我们医院的男性比较多而已（巧合）？有没有可能，在我们医院的急救权责范围，男性人口就是比女性人口多呢（假相关）？

　　当我们把全国做急性心肌梗塞心导管的数据，跟全国的人口去做一个比较，当样本数足够大才好去证明性别跟这个疾病的相关性。

　　看到这里，如果你感觉到你脑袋中有混乱的感觉，那很正常。因为就算我的专业背景有所相关，但读起这本书也是会觉得脑袋没那么好使。

　　但我想跟你分享的是，我们在讨论事情的时候，必需要思考它是巧合呢？还是我们取样太少，比较参考对象不同，而产生假相关的偏差结果？

5、N因N果、因果螺旋

　　这里举个例子，你知道吗，像高血压、高血脂、抽烟...这些原因都有可能产生缺血性心脏病，使发病机率的提升，多种的原因可能会导致同一种结果。再举一个例子，抽烟这个行为可能导致高血压、心脏病、慢性肺阻塞...甚至多种癌症，一个原因也可能引发不同的多种结果。

　　就「疾病病因」的这个出发点来看，多重原因、多重结果，甚至交互影响。再加上我们前面有讲到时间轴的概念，我们观察的当下是一种结果，可是如果这个交互的影响时间线拉长了以后，又会是一个什么样的状况呢？

　　一个原因产生一个结果，这个结果又可能是原因，导致下一个结果，随著时间轴的演进，因果之间的交互作用就像是一个螺旋状的发展。

　　我们所属的真实世界，就是一个随著时间轴不断前进、许多状况交互影响的世界。所以帮我们在看待一件事情，或是与别人讨论事情的时候，不只要有《底层逻辑》的思维，去看到表面之下的核心事实是什么，也要培养判断相关性、因果性，甚至《因果螺旋》的概念，让我们能够越来越接近事情的核心以及真相。

后记

　　感谢你看完我的读书心得分享，希望透过我的理解跟诠释，能够让你对这本书有点兴趣。我觉得这本书有一个不错的价值在于说陈建仁圣骑士，他提供的研究案例是非常真实的，在科学的思考也是相对严谨的。

　　如果你对于covid-19的一些问题，想要做一些探究，这本书是个不错的参考书。书中也引用了一些关于霍乱、肝癌、砷暴露的研究，对于公共卫生发展有兴趣的人，这本书也非常值得一看。

　　最后我引用这本书的封底的一段话

很多时候，我们以为是原因，细细推究之后，会发现是结果；也有些时候，我们认为是结果，经过抽丝剥茧，才知道竟然是原因。」《因果螺旋》

希望大家都能够学习并厘清因果的关系，帮助我们面对人生大小事。