相关不等于因果：教练带你看懂运动科学研究，别再被单一标题骗走了

从一位学员的问题说起

几年前，我带过一位在竹科上班的工程师学员，姑且叫他阿凯。有天他传来一则新闻截屏，标题大意是「研究发现：每天喝咖啡的自行车手爬坡成绩更好」。他很认真地问我：「教练，那我是不是每天多灌两杯美式，武岭就有救了？」

我笑了。这个问题其实非常好，因为它刚好踩中运动科学里最常被误用、也最容易让人花冤枉钱冤枉力气的一个观念——相关（correlation）不等于因果（causation）。

带运动员与一般运动族群这么多年，我发现大家最容易受伤的地方，往往不是膝盖或阿基里斯腱，而是「对研究的解读」。一篇被媒体改写过的标题，可能让你放弃一个其实有效的训练、或迷信一个根本没用的补剂。今天这篇文章，我想用教练的角度，带你看懂运动科学研究到底在说什么、哪些能信、哪些要打折，让你以后看到健康标题时，能先冷静地问几个问题，而不是急着改变生活。

这篇会有点长，但我保证都是实务上真的会用到的判断力。这不是要把你变成统计学家，而是要帮你养成一种「看到健康标题会先停顿一秒」的反射动作。这一秒的停顿，可能帮你省下大把冤枉钱、也避开很多不必要的焦虑。准备好水壶，我们开始。

先说个让我印象深刻的观察。这些年带学员下来，我发现真正进步快、也少受伤的人，不见得是知识最多、追最新研究最勤的那群，反而常常是「懂得分辨哪些信息该认真、哪些该一笑置之」的人。他们不会今天看到一篇报导就改课表、明天又被另一篇推翻。这种稳定，来自的正是判断力，而判断力的起点，就是搞懂相关与因果。

观念基础：相关与因果差在哪里

先讲最内核的一句话：两件事同时发生、或一起变化，不代表其中一件造成了另一件。

三种「看起来有关」但不是因果的情况

当我们看到「A 和 B 有关」，除了「A 造成 B」，至少还有三种常见的其他解释：

1. 反向因果（reverse causation）：其实是 B 造成 A，而不是 A 造成 B。
2. 共同原因／干扰因子（confounding）：有第三个因素 C，同时造成了 A 和 B，让 A 和 B 看起来手牵手，其实各自被 C 牵着走。
3. 纯属巧合或抽样误差：数据量不够、或运气问题，让两件毫不相干的事在数字上凑在一起。

我举几个运动场景让你有感：

• 反向因果：研究发现「重量训练做越多的人，膝盖越健康」。真的是重训保护膝盖吗？也可能是「膝盖本来就好的人，才敢去做重训」；膝盖已经在痛的人，早就避开深蹲了。是健康选择了行为，不是行为造就了健康。
• 干扰因子：数据显示「有戴运动手表的人，体脂率比较低」。难道手表会燃脂？当然不是。比较可能的是——会花钱买运动手表的人，本来就是比较在意健康、比较常运动、饮食也比较注意的一群人。手表只是「爱运动这个特质」的标记，不是原因。
• 巧合：某个小型研究可能刚好抽到一群人，喝黑咖啡又刚好爬坡快，但换一群人就不成立了。

为什么运动科学特别容易踩雷

因为运动、饮食、睡眠、压力这些变量，在真实世界里是绑在一起的。一个规律骑车的人，通常也睡得比较好、外食选择比较节制、比较不会熬夜。所以当研究说「常骑车的人心血管比较健康」，你很难单独把「骑车」这件事切出来，说它就是唯一功臣。这正是观察研究先天的限制。根据流行病学的整理，正因为多数研究本质上是观察性的、而非实验性的，在推论因果之前，我们必须先排除好几种「association 但非 causation」的可能解释（Health Knowledge）。

一个很有名的提醒：荒谬的相关

统计学界有个经典的教学例子：某段时间里「冰淇淋销量」和「溺水人数」高度相关。难道吃冰淇淋会让人溺水？当然不是。真正的共同原因是「夏天」——天气热，大家既买冰又去玩水。这个第三变量同时推高了两者，让它们在数字上看起来像有因果，其实八竿子打不着。

运动圈也有一堆这种「夏天型」的假相关。比如「训练里程数高的人受伤比较多」——是里程害的吗？也可能是「本来就很拚、身体条件好、敢操」的人，既跑得多也更常挑战极限而受伤。真正的推手是那个看不见的「投入与企图心」。每次看到相关，养成一个反射动作：先找那只躲在背后的「夏天」。

研究类型的证据强度：不是每篇都一样重

很多人不知道，「一篇研究」这四个字底下，其实有天差地远的等级。我常跟学员说：看到研究别急着信，先看它是哪一种。下面这张表是我简化过、方便一般运动族群理解的版本。

常见研究设计的证据强度对照

研究类型	简单说明	能不能推因果	常见陷阱
个案报告／经验谈	一两个人的故事、网红心得	几乎不能	幸存者偏差、安慰剂
横断面研究	某一时间点同时测量 A 和 B	不能	分不清谁先谁后（反向因果）
世代追踪研究	追踪一群人好几年看谁得病	有限，较有力	干扰因子、健康用户偏差
随机对照试验（RCT）	随机分组、控制变因	较能推因果	样本小、时间短、族群受限
系统性回顾／统合分析	综合多篇高品质研究	最强	若原始研究烂，结论也烂

重点提醒：大部分让你吓一跳的健康新闻标题，背后其实是横断面或观察研究，也就是表格上半部那些「不能推因果」的等级。而真正改变医学指引的，通常是下半部的 RCT 与统合分析。

别忘了「幸存者偏差」

观察研究还有一个很阴险的坑，叫幸存者偏差。二战时有个经典故事：军方检查返航战机的弹孔分布，想加强中弹多的部位；但一位统计学家指出，该补强的其实是「弹孔少」的地方——因为中弹在那些部位的飞机根本没能飞回来，你只看到了「幸存者」。

运动圈到处是这种偏差。「用某某训练法的高手都很强」——你只看到练成的人，那些用同一套方法练到受伤、练到放弃的人，早就不在你的视野里了。「某某饮食法的成功案例」也一样，失败的人不会跳出来拍照打卡。所以看到「用了 X 的人都很棒」，一定要多想一句：那些用了 X 却不棒、甚至受伤退场的人，去哪了？

一个实务判断法

我教学员一个很简单的口诀：「有没有随机分组？」 如果研究是把人随机分成两组（一组做某训练、一组不做），且其他条件尽量控制，那结论的因果力道就强很多。如果只是「观察一群人本来的生活，然后看谁比较健康」，那再漂亮的数字都只能当参考，不能当处方。

因果推论的工具：科学家怎么判断「这次是真的」

你可能会问：那难道观察研究就一无是处吗？当然不是。抽烟致癌、久坐伤身这些重要结论，很多都是从观察研究一步步累积出来的。关键在于——科学界有一套帮助判断的思考框架。

最经典的就是 1965 年由 Austin Bradford Hill 提出的九个「观察面向」，后来被称为 Bradford Hill 准则，是流行病学里最常被引用的因果推论架构之一，最初正是从调查抽烟与肺癌的关系中发展出来的（Bradford Hill criteria, Wikipedia）。

Bradford Hill 准则（教练白话版）

我把这九个面向翻成一般人听得懂的白话，放进下面这张表。你不需要背，但看懂它，你判断研究的功力会直接升一级。

面向	白话意思	用运动的例子
强度	关联越强越可信	久坐者风险高「一点点」vs 高「好几倍」
一致性	不同族群、不同研究都得到类似结果	台湾、欧洲、日本的数据都指向同一结论
时序性	原因要出现在结果之前	先开始运动，之后血压才下降
剂量反应	越多越明显（有梯度）	每周运动天数越多，风险越低
合理性	有生理机转可解释	运动促进胰岛素敏感度，说得通
可逆性／实验	介入后改变，能验证	让人开始运动，指针真的改善

这里面我个人觉得最实用、也最容易自我检查的，是时序性和剂量反应这两个。

• 时序性帮你抓反向因果：如果分不清是「运动让人健康」还是「健康的人才去运动」，这个关联就先打个大问号。
• 剂量反应帮你判断关联的真实性：如果「做越多、效果越明显」的梯度存在，关联是真的几率就高一些。

现代工具：孟德尔随机化简介

近年还有一种高端方法叫孟德尔随机化（Mendelian randomization），简单说就是利用基因来当「天然的随机分组」，因为基因在出生时就决定了、不太受后天生活习惯干扰，可以帮助降低干扰因子与反向因果的影响（PMC 文献）。你不用懂细节，只要知道：科学界一直在发明更聪明的方法，去逼近「因果」这个很难的答案。这也提醒我们——连专家都要这么小心，我们看标题时当然更该保守。

常见错误与修正：学员最容易掉的坑

带学员这么多年，我整理出几个大家最常犯的思考错误。看看你有没有中招。

错误一：把「个人成功故事」当成通则

「某某网红只吃某某东西就瘦了 10 公斤」——这是 n=1 的个案，还可能有选择性呈现、同时做了其他改变（少吃、多动、睡好）没讲。

修正：把个案当「灵感」而非「证据」。真要学，先问「这个做法有没有在多人身上、有对照组地验证过？」

错误二：忽略「健康用户偏差」

这是观察研究里超常见的干扰。会主动去做某件健康事（吃保健品、规律运动、定期健检）的人，本来整体生活型态就比较健康。所以「有吃 XX 的人比较长寿」很可能不是 XX 的功劳。

修正：看到「有做某健康行为的人比较健康」时，先在心里问：「是不是本来就比较养生的人，才会去做这件事？」

错误三：被「显著」和「相对风险」吓到

新闻很爱写「风险增加 50%！」但如果原本风险是万分之一，增加 50% 也才万分之一点五，实际差异微乎其微。这叫相对风险与绝对风险的差别。

修正：看到百分比，追问「原本的基准是多少？」相对数字很会唬人，绝对数字才贴近生活。

错误四：用小样本、短期研究下大结论

一个 12 个人、做 4 周的研究，很难代表你我一年后的状况。运动适应和健康效益往往需要数月到数年才看得出来。

修正：留意样本数与追踪时间。范围性地说，几十人以下、几周的研究，看看就好，别急着改人生。

错误与修正快速对照表

常见错误	心里该问的问题	修正后的态度
相信单一标题	这是哪种研究？有对照组吗？	找系统性回顾或指引
迷信个案故事	有没有在多人身上验证？	当灵感不当证据
被相对风险吓到	原本的基准风险多少？	看绝对风险
忽略反向因果	是谁先发生？	检查时序性
忽略干扰因子	有没有第三个共同原因？	想想生活型态绑在一起

给不同程度读者的行动建议

讲了这么多观念，最重要的还是——你回到生活中该怎么做。我依照不同程度，给你具体的行动指引。

如果你是刚开始运动的新手

你现在最不需要的就是为了某篇研究东改西改。老实说，对大多数刚起步的人，「规律地动起来」本身就是效益最大的那一步，任何细节优化都是后面的事。

• 别为了某个补剂或某个「神奇时段」焦虑，先把每周规律运动的习惯创建起来。
• 看到健康标题，先深呼吸，问自己：「这会不会只是相关，不是因果？」
• 有慢性病（高血压、糖尿病、心脏病等）或长期没运动，开始前先找医师评估，个别化最重要。

如果你是高端运动者

你已经有训练基础，开始想「优化」。这时候判断力更重要，因为高端玩家最容易被各种「边际增益」的说法带着跑。

• 学会看研究的等级：优先参考 RCT 与统合分析，而非单篇观察研究。
• 用「剂量反应」和「时序性」自我检查任何你想尝试的新方法。
• 一次只改一个变量，自己身上做小实验（虽然也是 n=1，但至少你控制了其他条件）。

如果你是教练或带团队的人

你的话会影响很多人，责任更重。

• 引用研究时诚实说明限制，不要把观察研究讲成铁律。
• 对学员的个别差异保持谦虚，同一套课表不会对所有人一样有效。
• 涉及健康与伤害时，明确引导就医，不要越界替代专业医疗。
• 别用「某某研究说」当成推销课程或器材的话术，这是对信任的滥用。
• 遇到学员拿夸大标题来问，把它当成机会教育，带他一起用前面那套框架拆解一次，比直接否定更有价值。你教会的不只是一个答案，而是一辈子受用的判断力。

说到底，一个好教练的价值，不是知道所有「最新研究」，而是能帮学员在信息洪流里分辨轻重——哪些该认真听，哪些笑笑就好。这份判断力，往往比任何单一课表都珍贵。

一周「证据素养」练习课表

给你一个好玩的小练习，把判断力练成肌肉记忆：

天数	练习内容	目标
第 1 天	找一则健康新闻，判断它是哪种研究	认得研究类型
第 2 天	对同一则新闻找反向因果的可能	练习时序性思考
第 3 天	找出可能的干扰因子（第三变量）	练习找共同原因
第 4 天	把「相对风险」换算成生活里的绝对感受	破解吓人数字
第 5 天	查这个主题有没有系统性回顾	找最强证据
第 6 天	问：这结论适用于「像我这样的人」吗	练习外推性判断
第 7 天	休息，享受一趟不看数据的骑乘	记得运动的初心

实作：拿到一篇研究，我会怎么三分钟读它

很多学员以为读研究要看得懂统计。其实不用。我自己在给建议前快速扫一篇研究，只做这几个动作，你也做得到：

1. 先看设计：拉到方法（Methods），找「randomized」「controlled」「cohort」「cross-sectional」这些字。有没有随机、有没有对照，决定了整篇的力道。
2. 看样本数与族群：几个人？什么人？年龄、性别、训练程度跟你像不像？只有 15 个大学生的研究，很难直接套用到 50 岁的你。
3. 看追踪时间：4 周 vs 2 年，结论的份量差很多。
4. 看效果大小：不要只看「有没有显著」，要看「差多少」。统计显著不等于实际有意义——一个提升 0.3% 的差异，统计上可能显著，但对你的骑乘根本无感。
5. 看谁出钱：资金来源和利益揭露。厂商资助不代表一定造假，但要多一分警觉。
6. 看作者自己怎么说：好的研究会在讨论（Discussion）里诚实列出限制。越是把话讲死、完全不谈限制的，越要小心。

这六步，熟练后真的三分钟就能跑完。你不需要懂 p 值怎么算，光是「有没有对照组、几个人、多久、差多少、谁出钱、有没有谈限制」这几问，就能过滤掉八成的夸大宣称。

统计显著 vs 实际有意义

这点特别重要，值得单独拉出来讲。「统计上显著」只是说这个差异不太可能纯属巧合，但没说这个差异「大到值得你在意」。 样本够大时，连微不足道的差异都可能显著。所以看到「显著提升」，别急着兴奋，要追问「提升了多少？这个量在真实骑乘或健康上，我感受得到吗？」。把「显著」和「有意义」分开看，是高端读者最该练成的直觉。

台湾情境：把判断力用在你我的日常

这些观念不是空谈，套进台湾的生活特别有感。

外食与饮食研究：台湾外食比例高，很多国外的饮食研究是在饮食型态完全不同的族群做的，直接套用要打折。看到「地中海饮食延寿」很好，但你我的卤肉饭、咸酥鸡环境，能不能照抄结论？答案是要因地制宜，别照单全收。

气候与运动：台湾夏天湿热，很多在温带做的运动表现研究（例如某某训练法提升成绩），在我们这种闷热环境的外推性就有限。湿热下的体温调节、补水需求都不一样，别看到国外数据就硬套。范围性地提醒：夏季户外训练，补水与电解质、避开正午高温，这些一般性原则比任何花俏理论都实在。

健检与就医：台湾健保方便，健检普及，这是好事，但也让「健康用户偏差」更明显——会定期健检的人本来就比较养生。所以看到「常健检的人比较健康」，别急着把功劳全归给健检这个动作本身。而真的身体有状况，健保下就医方便，请务必善用，别自己上网对号入座下诊断。

常见场地：不管你是在河滨、山区还是健身房，判断训练建议时，记得问「这研究的受试者，跟我的程度、环境像不像？」外推性永远是第一关。

深入案例：三个真实常见的迷思拆解

光讲原则太抽象，我用三个带学员时真的一再遇到的案例，带你走一遍完整的判断流程。你会发现，同一套思考框架套上去，迷思很快就现形。

案例一：「有睡午觉习惯的自行车手，训练恢复比较好」

这个标题很吸引人，午睡族大概会很开心。但我们一步步拆：

第一步，这是哪种研究？如果只是问卷调查「你有没有午睡」加上「你觉得恢复如何」，那是横断面、观察性的，不能推因果。

第二步，反向因果？很可能。想想看——恢复本来就好、生活比较从容的人，才有余裕午睡；而恢复差、忙到焦头烂额的人，根本睡不成午觉。所以到底是午睡改善恢复，还是「生活从容」同时造就了午睡和好恢复？分不清。

第三步，干扰因子？会午睡的人可能作息更规律、压力管理更好、睡眠总量更足。这些都是「共同原因」。

教练结论：午睡对某些人确实可能有帮助，这是有生理合理性的（补足睡眠债、降低疲劳感），你想试无妨。但那个新闻标题本身，力道很弱，别把它当成「不午睡就完蛋」的铁律。

案例二：「使用某款高价轮组的车友，平均时速比较快」

这个更好笑，但真的有人信。器材厂商最爱这种数据。

拆解：买得起高端轮组的人是谁？通常是投入较深、训练量较大、经验较丰富的老车友。是他们的腿让时速快，不是那对轮子。轮组顶多带来一点点边际差异，真正的变因是「人」。这就是典型的干扰因子——「投入程度」同时造成了「买贵轮组」和「骑得快」。

教练结论：想升级器材没问题，但别因为这种数据就以为换轮子等于变强。钱花在训练和休息上，投报率通常更高。

案例三：「补充某胺基酸的运动员，肌肉量增加较多」

补剂主题最需要小心，因为背后常有商业利益。

拆解：这种宣称要问——是 RCT 吗？有安慰剂对照吗？受试者几人？追踪多久？是厂商资助的吗？很多补剂研究是小样本、短期、甚至只有动物或试管实验，就被行销成人体效果。而且，会认真补充胺基酸的人，通常也认真吃蛋白质、认真练——又是健康用户偏差。

教练结论：对补剂，我的一般原则是「先把饮食、训练、睡眠这三根柱子顾好，再谈补剂」。多数人根本还没到需要靠补剂挤边际增益的阶段。补剂相关的健康宣称，保守看待，宁可少花钱。

一张表看懂：好研究 vs 弱研究

下次看到研究引用，拿这张表对照一下，五秒钟就能大致判断力道。

判断面向	力道强的研究	力道弱的研究
设计	RCT、统合分析	横断面、个案
样本数	数百至数千人	个位数到数十人
追踪时间	数月至数年	几天到几周
对照组	有，且随机分配	没有对照组
一致性	多篇不同族群结果一致	只有这一篇
资金来源	独立、公开揭露	厂商资助未揭露
结论口气	保守、谈限制	夸大、包治百病

这张表不是要你变成研究审查员，而是给你一个「照妖镜」。标题越是斩钉截铁、越是「颠覆你的认知」、越是刚好在卖某个产品，你就越该用这张表照一照。

为什么连专家也会吵：证据的不确定性是常态

学员常问我：「为什么营养和运动的建议老是变来变去，一下说蛋不能多吃、一下又说可以？」

这其实不是科学不可靠，而是科学本来就是渐进、会自我修正的过程。早期可能只有观察研究，证据力道弱、结论暂时；后来累积了 RCT 和统合分析，结论就更新、更稳固了。建议变动，往往是证据等级提升的结果，是好事。

所以我常提醒学员两个心态：

1. 对「暂时的结论」保持弹性：新的观察研究只是提出假设，别急着 all in。
2. 对「稳固的共识」保持信任：像「规律运动有益健康」「久坐有害」「充足睡眠帮助恢复」这类被大量高品质证据反复支持、又写进各国指引的，就放心照做，不用因为某篇反常研究就动摇。

分辨「暂时假设」和「稳固共识」，正是证据素养的内核。而这两者的差别，靠的就是前面讲的研究等级和 Bradford Hill 那套判断框架。

常见问答（FAQ）

Q：那我到底还能不能相信任何健康建议？
A：当然能。重点不是「全盘怀疑」，而是「分级信任」。多篇高品质研究一致支持、又被医学指引采纳的（例如规律运动有益心血管、久坐有害），就可以放心照做。反之，单篇、观察性、标题耸动的，当参考就好。

Q：看到「研究证实」四个字就代表可信吗？
A：不。「研究证实」是媒体最爱用的万用词，但没告诉你是哪种研究、多少人、多久。养成追问来源的习惯。

Q：补剂广告常引用研究，可信吗？
A：要特别小心。很多是厂商资助、小样本、短期，甚至是动物或试管实验就拿来宣称人体效果。补剂主题尤其容易夸大，保守看待。

Q：我自己试了有效，这样不算证据吗？
A：那是很珍贵的个人经验，值得参考，但它是 n=1，还可能混了安慰剂效应和同时做的其他改变。自己有效就继续，但别急着要全世界都照做。

Q：那 RCT 就一定对吗？
A：也不是万能。RCT 的因果力道最强，但也有限制——样本可能不够大、时间可能不够长、受试者可能跟你不同（例如都是年轻男性，未必适用中年女性）。所以看 RCT 时，还是要问「这群受试者跟我像不像」，这叫外推性。没有任何单一研究是绝对真理，重点永远是「证据整体怎么说」。

Q：新闻说「相关」我就完全不用理它吗？
A：不必到完全无视。观察研究常是重要假设的来源，很多重大发现都是这样起步的。正确心态是「当成有趣的线索，但先别当结论」，等更强的证据出来再决定要不要调整做法。

Q：怎么快速查一个健康主题的可信共识？
A：与其看单则新闻，不如找各国官方运动／健康指引、或该主题的系统性回顾。这些是综合大量研究后的结论，比零散标题可靠太多。真的拿不准，带着问题去问你的医师或营养师，别自己下结论。

结语：做一个不被标题牵着走的运动人

回到开头阿凯的咖啡问题。我给他的回答是：「咖啡因对运动表现确实有一些一般性的支持，适量喝、你又不会心悸睡不着的话，当然可以试。但『喝咖啡的人爬坡快』这个新闻，很可能只是相关——爱喝咖啡的人也许刚好比较常训练、比较投入。真正让你武岭变快的，还是那些老掉牙但有效的东西：规律的骑乘量、循序渐进的强度、足够的休息和睡眠。」

他后来还是每天一杯美式，但更重要的是，他学会了看到健康标题时先笑一下、先问一句「这是相关还是因果？」——这个习惯，比任何补剂都值钱。

运动科学一直在进步，我们对身体的理解也会不断更新，这是好事，代表我们离真相越来越近。保持开放，但也保持怀疑；拥抱证据，但看清它的等级。当你能分辨相关与因果，你就不再是被媒体标题推着走的人，而是一个真正为自己身体做决定的聪明运动族。

下次在河滨、在山路上遇到，记得——动起来、睡饱、循序渐进，这些老掉牙的事，永远是最有证据、也最不会背叛你的那几件。共勉之。

---

本文为教育性内容，不能取代医师、物理治疗师或营养师的个别诊断与治疗建议。若你有慢性疾病（如糖尿病、高血压、心脏病等）或身体不适，请务必就医并接受个别化评估。

参考数据

• Health Knowledge, Association and Causation：https://www.healthknowledge.org.uk/public-health-textbook/research-methods/1a-epidemiology/association-causation
• Bradford Hill criteria, Wikipedia：https://en.wikipedia.org/wiki/Bradford_Hill_criteria
• Using allele scores to identify confounding by reverse causation (PMC)：https://pmc.ncbi.nlm.nih.gov/articles/PMC10114122/

相关主题阅读

• 运动科学的可重复性危机：一篇研究不能定江山，教练与运动员该怎么读文献
• 运动科学研究方法入门：如何读懂论文（教练带你看穿「研究证实」四个字）
• 咖啡与运动员：不只是咖啡因——成分、时机与睡眠的全盘思考
• 咖啡因增补指南：剂量、时机与来源怎么抓才对？教练带你把这杯喝对