学术创造专栏 · 典范论文

不可治愈的健康人:风险作为医学新对象的发生学解剖

你可以治好一场肺炎。你治不好一个百分之十二的十年风险。医学已经换了对象,却还在用旧对象的方式结算——于是它第一次接手了一个自己永远无法完成的任务。

王德生 著 · 学术创造专栏 · 典范论文 · 约 8000 字
⬇ 下载 PDF · A4 学术版 · 10 页
摘 要

智能监测与人工智能早筛正在把医学的对象从"病"迁移到"风险",而这场迁移至今没有被承认,更没有被结算。本文论证:风险与病不是同一类东西的两个阶段,而是本体论上性质不同的两样东西——病是一个显露态,有边界、有起止、可被消除;风险不是显露态,它是一个人的纠缠土壤在统计场上的一次投影,没有边界、没有终点、原理上不可消除。把不可消除的东西交给一个以"消除"为完成条件的体系,结果不是治疗失败,而是任务永不结束:每一次干预都只把投影挪个位置,然后系统报告一次胜利,并开出下一张单子。本文进一步论证,"更早发现"之所以没有带来更健康的人群,不是因为发现得还不够早,而是因为发现这个动作本身处理不了投影;并解剖了把风险当病治的三种系统性代价——症状的通货膨胀、健康人的病人化、以及最深的一层:一个人的自我被改写成一串概率。出路不在更准的预测,而在把治理动作从"预测投影"转向"改写投影所依赖的那片土壤",即从预测转向路由改写。文章给出复合智能体在这一转向中不可替代的位置——它不发布一个数字,而让一个人第一次看见自己那条把结果一次次送回原处的链条——并以四个失效条件收尾。

关键词 风险医学;过度诊断;智能健康监测;发生学;命运工程;路由改写;复合智能体

一位四十一岁的男性,无症状,体检。血压 128/82,血脂略高,空腹血糖 5.9,冠脉钙化积分 12,多基因风险评分处于人群第 78 百分位,可穿戴设备记录到过去九十天有十七次夜间心率异常。系统给出结论:十年动脉粥样硬化性心血管疾病风险 12.3%,属于"中度风险",建议启动他汀,三个月后复查。

他问了医生一个很朴素的问题:那我到底有没有病?

这个问题没有答案。不是医生水平不够,是这个问题在现在的医学里已经不成立了。他没有病——所有的病都需要一个可指认的显露:一处梗死、一块斑块破裂、一段心电图的抬高。他什么都没有。但他也不是"没事"——那个 12.3% 是真的,它是从几十万人的队列里算出来的,它对人群的预测精确得可以拿去定保费。

于是他成了一个新物种:一个不可治愈的健康人

他会吃药。三个月后复查,风险降到 9.1%。系统报告:干预有效。他会继续吃药,直到八十岁,或者直到某个新指标把他重新划回中度。在这四十年里,他一天病都没有生过,也一天没有"好"过——因为他从来就没有"病"可以好

医学史上从未有过这样的病人。而现在这样的人占门诊的比例正在超过真正的病人。

一、这不是过度诊断,这比过度诊断深一层

医学界对这个现象有一个现成的名字:过度诊断(overdiagnosis)。这个概念已经积累了三十年的文献,甲状腺癌的韩国教训、前列腺特异抗原筛查的争议、乳腺钼靶的十年论战——每一场都打得很扎实,结论也很清楚:筛出来的很多"病",如果不去管它,那个人到死都不会因为它出事

过度诊断这个概念很有力,但它有一个自己没有察觉的前提:它假设那儿有一个病,只是这个病不该被治。它争论的是治疗的必要性,不是对象的性质。整场辩论的双方都同意"甲状腺里那个 3 毫米的东西是一个癌",分歧只在于该不该动它。

风险不在这个结构里。风险不是一个被过度诊断的病,风险根本不是病。 那个 12.3% 不在这个人身上的任何一处。你切开他,找不到 12.3%;你做全基因组,找不到 12.3%;你把他从头到脚扫描一遍,你找到的是钙化积分、血脂、血糖、心率变异——你找不到那个数字,因为那个数字根本不在他身上,它在队列里

这是全文的第一个分界:

病是一个显露态:它有边界、有位置、有起止,它长在这个人身上,可以被指认,因而可以被消除。
风险不是显露态:它是这个人的纠缠土壤在一个统计场上投下的影子。影子不在这个人身上,它在场里。

一个人可以没有病,但不可能没有风险。风险的下限不是零,是"人群里最低的那一档",而那一档仍然是一个正数。这就是"不可治愈"的精确含义:不是治不好,是没有一个可以被治好的东西在那里。

二、医学的对象曾经很硬

要看清这次迁移有多大,得先看清它从哪里迁出来的。

现代医学的整套结算方式,是围绕一个非常硬的对象建立的。这个对象有四个性质,四个都是它作为显露态的直接后果:

它有边界。肺炎在肺里,骨折在骨上。你能画一条线,线内是病,线外是这个人。

它有起止。它某天开始,某天结束。"发病"和"痊愈"是两个可以填进病历的日期。

它可以被消除。这是最关键的一条。抗生素杀死细菌,手术切除阑尾,骨头长上。消除之后,那个对象不再存在,而这个人还在——病和人是可以分开的,这正是"治愈"这个词能够成立的全部理由

它的消除可以被结算。因为有起止、有边界、可消除,所以可以判定"完成"。整个医疗体系的每一个零件都长在这个"完成"上面:疗程有终点,医保按病种付费,医院统计治愈率,医生的职业成就感来自"我把他治好了",患者的期待是"我什么时候能好",法律上的医疗过错也以"应当治好而未治好"为基准。

这套东西运行了一百五十年,好得惊人。它把人类平均寿命从四十岁推到七十多岁,靠的就是对硬对象的精确消除。

然后对象软了。

三、投影是怎么被误当成实体的

风险这个东西是怎么来的?它是这样来的:

先有几十万人的队列,随访十年,记录谁出事了。然后回过头去看,出事的人和没出事的人,在哪些变量上不一样。把这些变量做成一个函数,输入一个新的人的变量,输出一个数——这个数就是"风险"。

这个流程里的每一步都是扎实的科学。问题出在最后那一步之后的那个动作:把这个数贴回到这个人身上,然后当成他的一个属性来说话——"他有 12.3% 的风险"。

这句话在语法上和"他有肺炎"一模一样。同一个"有"字。而这两个"有"完全不是一回事:

"他有肺炎"里的"有",说的是这个人身上存在一个可指认的东西。

"他有 12.3% 的风险"里的"有",说的是把他的一组变量代进一个从别人身上算出来的函数,得到了这个数

第二个"有"是一次语法的偷渡。它把一个关于的陈述,伪装成了一个关于这个人的陈述。而这次偷渡之所以没人拦,是因为汉语和印欧语的主谓结构天生偏向实体化——名词化就是把一束流动的关系冻成一个可以拥有的东西,这是语言给思维设的最古老的一个陷阱,医学只是最近一次踩进去。

风险不是这个人的属性,风险是这个人与一个统计场之间的关系被冻成了一个名词。

一旦冻成名词,它就获得了实体的全部语法权利:它可以被"拥有",可以被"降低",可以被"管理",可以被"控制"。每一个动词都在暗示它是一个可以被处置的东西。而它不是。你降低的从来不是它——你改变了几个输入变量,函数吐出一个更小的数。影子变短了,投影的光源和物体都没动。

四、不可治愈:新对象撞上旧结算

现在把前面两节接起来,本文的核心判断就出来了:

医学换了对象,却没有换结算方式。它把一个原理上无法完成的任务,交给了一台以"完成"为唯一停机条件的机器。

这台机器不会报错。它会做一件更糟的事:它会永远运行下去,并且每一圈都报告成功

看它是怎么转的:

第一圈:测出 12.3%,"中度风险",开他汀。

第二圈:三个月后 9.1%。系统判定:干预有效。——注意这里,它确实有效,这不是骗局。数字真的降了,而且在人群层面上,这个降低对应着真实的事件减少。这套东西的力量正在这里:它每一步都是对的。

第三圈:血糖仍在 5.9,触发糖尿病前期路径。开始监测。

第四圈:他汀带来轻微肌痛,加做肌酸激酶,正常,但"需持续关注"。

第五圈:新指南发布,脂蛋白(a)进入评估体系。重测。他的脂蛋白(a)偏高——这是一个基因决定的、目前无药可降的指标。他被重新划回"高风险"。

第六圈……

四十年,没有一个终点。因为终点在定义上不存在:只要他活着,他就在队列里;只要他在队列里,函数就有输出;只要函数有输出,就有一个数可以被"管理"。

而这台机器的每一圈都在正确地运转,每一份报告都是真的,每一次干预都有循证依据。这不是医学的失败,这是医学在正确地执行一套已经不匹配对象的完成条件。

这里必须说一句公道话,否则这篇文章会滑向廉价的批判:风险医学救了非常多的命。他汀减少的心梗是真的,降压药避免的中风是真的,这些数字以百万计。任何把风险医学说成阴谋、说成资本、说成"制造病人"的分析,都是在给自己省力气——它省掉的正是最难的那部分:一套每一步都对、每一步都救人的东西,为什么合起来会让一整代人变成不可治愈的健康人?

答案不在任何一步里。答案在结算方式上。

五、"更早发现"为什么不通向"更健康"

如果对象是病,"更早发现"是纯赚:早期肺癌的五年生存率是晚期的六倍。这条经验太强了,强到它变成了一条不受审查的信条:发现得越早越好

于是当工具变强,这条信条自动外推:既然早期发现好,那么"发病前发现"更好,"风险状态发现"最好。可穿戴设备、多组学早筛、AI 影像——每一样都在把发现的时点往前推。

这个外推错在哪?错在它没注意到,推过某一点之后,被发现的东西已经不是同一类东西了

早期发现一个肺癌,你发现的是一个显露态——它已经在那儿了,你只是看见得早。发现不改变它是什么。

"发现"一个 12.3% 的风险,你发现的是什么?你没有看见任何东西。你执行了一次计算。而这次计算的结果一旦被告知给这个人,一件在肺癌那里从不发生的事情发生了:他变了

他开始睡不着。他每天量三次血压——而焦虑本身会推高血压。他推掉了那个他想了三年的创业计划,因为"我这个身体状况"。他的妻子开始管他吃什么。他从一个健康的人,变成了一个持有着自己健康档案的人

病不读取关于自己的预测;人读取。而读取会改变被预测的那个人。

这是这次迁移里最尖锐的一条,它把风险医学和整个"发现"范式彻底分开:当对象会自我建模的时候,发现这个动作本身就是一次干预,而这次干预从来不在模型里。心血管风险模型算的是"这个人如果不知道这个数字会怎样",然后我们把这个数字告诉了他——模型的适用前提在告知的那一刻被销毁了

于是"更早"没有通向"更健康",它通向了一个新的人群:一群被数据持续确诊的健康人。他们的身体一切正常,他们的自我已经被改写。

六、三种代价,一种比一种深

第一种:症状的通货膨胀。 指标越测越多,异常的定义越收越紧。一九九七年美国把糖尿病诊断阈值从 140 降到 126,一夜之间多出两百万糖尿病人——没有一个人的身体发生了任何变化。血压的正常上限从 140 降到 130,中国一夜之间多出两亿"高血压"。病人不是被发现的,是被重新定义出来的。

第二种:健康人的病人化。 一旦持有一个风险数字,一个人就进入了医疗系统的引力场——定期复查、长期服药、生活方式指导。他的身份变了:他不再是"一个健康的人",他是"一个风险被管理着的人"。这不是心理暗示,这是一次真实的身份重构:他的时间、他的钱、他的自我叙事,全部有一块被永久划给了这件事。

第三种,也是最深的一种:一个人的自我被改写成了一串概率。

这一条需要慢一点说。

一个人是靠什么认得住自己的?靠一束在时间里连续下来的东西——记忆、意志、"我是那个能扛事的人"、"我是那个从不服软的人"。这束东西是他的内能,是他维持自己如实持存的那股劲。

现在给他一个 12.3%。这个数字做了一件事:它把他的未来从一件他要去发生的事,变成了一件正在等着他的事。他不再是"我要去做那个创业",他是"我这个概率允不允许我去做那个创业"。

这一笔改写比任何一种药物的副作用都深,而且它不出现在任何一张不良反应清单上。因为它损害的不是身体,是那个持有身体的人。医学从来没有一个科室负责这个。

风险医学最大的代价不是过度治疗,是它把"我"重写成了一个概率的宿主,而没有任何一个环节对这次重写负责。

六之二、"那你是说不要筛查了吗"

这个反驳会准时到来,而且它比它看起来的更强,因为它背后站着真实的死人。必须正面接住。

反驳是这样的:你说风险是投影、说健康人被病人化、说自我被改写成概率——好,那么请你回答:一个五十岁的人该不该做肠镜? 结直肠癌筛查把死亡率降了六成,这是几十万人的随机对照试验反复验证的。按你的逻辑,一个没有症状的五十岁的人,去做肠镜就是"被数据确诊的健康人",就是"把风险当病治"。那你是不是要为那些本来能活、因为读了你这篇文章而没去做肠镜的人负责?

这个反驳是对的。而它对的地方恰恰划出了本文的边界,所以我要把这条边界画死,画得任何人都不能拿这篇文章去劝人别做肠镜。

肠镜找的是显露态,不是投影。

这一条就是全部的分界。肠镜找的是息肉——一个长在这个人身上、有位置、有边界、可以被指认、可以被切掉、切掉之后就不在了的东西。它是硬对象。它满足本文第二节列的四个性质里的每一个。发现它、切掉它、结束——这是"治愈"这个词能够成立的完整结构,一步不缺

那个 12.3% 找的是什么?它什么也没找。它执行了一次计算。没有任何东西可以被切掉,因为没有任何东西在那儿。

所以:

分界不在"筛不筛",在筛出来的是什么
筛出一个可指认、可消除、消除后就不再存在的东西——那是找病,做,赶紧做。
筛出一个数字,一个"高于人群某某百分位",一个没有位置也没有边界的东西——那不是找病,那是算投影,而投影不能被消除,只能被挪动。

这条界线上有一片真实的灰色地带,我不打算把它涂白:甲状腺那个 3 毫米的东西是显露态还是投影? 它有位置、有边界、切得掉——按上面的判据它是硬对象。可韩国的教训是:把它切了,死亡率一动没动,多出来的是三十万个终身服药的甲状腺功能减退患者。它是一个硬对象,但它是一个不会出事的硬对象。

这说明什么?说明本文的判据虽然把最要命的那条界划清了,但它没有覆盖全部——"是不是显露态"和"该不该动它"是两个问题,本文只处理了第一个。第二个问题(一个真实存在的东西该不该被消除)是过度诊断三十年文献的战场,那个战场已经打得很扎实,本文不进去,也不假装自己给出了答案。

所以这篇文章的适用范围要写得像药品说明书一样死:

它不反对筛查。 它反对的是把"筛出一个数字"和"筛出一个可切除的东西"混为一谈,然后用后者的成功记录去给前者背书——肠镜的六成死亡率下降,不能拿来为一个心血管风险评分的合理性作证,那是两件不同的事,共用了"筛查"这一个词而已。

它不反对他汀。 它反对的是把吃他汀这件事当成"治疗"、从而期待一个"治好"的时刻。他汀是在改一个输入变量,它有真实的收益,它没有终点——把它理解成"在管理一个不会结束的东西",比把它理解成"治病"要诚实得多,也不那么伤人。

它不反对早期发现。 它反对的是"发现"这个动作在会自我建模的对象身上被当成中立的观察。给一个人一个数字,不是观察他,是改变他。 这个改变从来不出现在任何一份筛查的成本效益分析里。

一句话收口:

本文不是在劝人别管自己的身体。本文是在说:当你手里的东西不是病而是投影时,那套为病准备的动作——发现、治疗、治愈——一个都用不上,而我们正在把它们全都用上,并且每一次都报告成功。

七、从预测投影,到改写土壤

那怎么办?

先要把一个诱人的错误答案排掉:更准的预测救不了它。多组学、更大的队列、更好的模型——它们能把 12.3% 算成 12.31%,它们改变不了那个东西的性质。投影再清晰,还是投影。 而且预测越准,前一节说的那次自我改写只会越彻底。

正确的方向,是把动作从投影移到投出这个影子的那片土壤上。

这个人的 12.3% 是从哪儿来的?从他的血脂、血糖、心率变异、钙化积分来。这些又是从哪儿来的?从一套已经运行了二十年的东西来:他每天几点睡,他吃饭是不是在开车,他和上司的那种关系每周让他的皮质醇冲几次,他二十年前决定不再运动的那个理由,他母亲的那个厨房。

这套东西才是实体。它是一整套长期稳定下来的路由:同一个刺激进来,同一条链条被点着,同一个结果被送到同一个地方。它不是一堆"生活方式因素"的加和——那是把它重新拆成了变量,又回到了函数里。它是一个结构,它有节点,有链条,有场;它会自动运行,不需要他同意;它的顽固不是意志问题,是结构问题。

这就是为什么"健康宣教"几乎完全无效,而所有人都假装不知道这一点。你告诉他"要少吃多动",你以为你在给他信息。他早就有这个信息。他缺的从来不是信息,他缺的是一条能让新行为跑得起来的路径——而旧路由把每一次新努力都吸收掉了:他每次下决心运动,两周后回到原样;不是他意志薄弱,是加进去的那点力量被旧结构全数吸收了,路由器根本没变

风险是这套结构在统计场上的影子。你去够那个影子,够不到;你改那套结构,影子自己就变了。

而改这套结构需要三样东西,一样都不能少:

一,把节点认出来并重新命名。这套路由是靠几个强符号在暗处运转的。"我这个身体状况""我不是那块料""都这个岁数了"——这些不是描述,这些是节点,它们在暗处裁剪他的候选集,让某些行动根本不进入他的考虑范围。把它们从暗处拽到台面上、拆开、重命名,候选集才可能改。

二,在链条上装一个判错的闸。旧链条最强的地方在于它自带一整套解释:每次失败之后,它都能给出一个说得通的理由,而这个理由的唯一作用是让链条原样跑下去。没有判错闸的人,不会因为失败而改道——他会因为失败而更擅长解释。教育和医学在这里犯的是同一个错:把解释能力当成了改变能力。

三,写一个多目标的代价函数。只盯一个数字(把 LDL 压到 1.8)是内卷的数学根源:所有的力气全投在一个轴上,其他轴全线失守——他的睡眠、他的关系、他的那点还想干成一件事的劲。单轴目标函数会让你在为别人的目标函数燃烧生命。

命名、判错、算账——这三样,才是改命的最小闭环。它们对应的是这个人的三项主权,而在今天的风险医学里,这三项他一样都没有:数字是系统命的名,对错是系统判的,代价函数是系统写的。他只负责执行和担心。

八、复合智能体:不给数字,给一条能看见的链条

现在说那个装置。

为什么这件事以前做不了?因为它需要一样医学从来给不起的东西:一个长期在场、看得见这个人的全部链条、又不替他做主的东西。医生给不了——他一年见这个人十五分钟。家人给不了——他们在链条里面,他们是链条的一部分。他自己给不了——那套路由正是在他看不见的地方运转的,看得见就不叫路由了。

复合智能体第一次让这件事有了可能。但它必须被造成很特别的样子,而目前市面上的每一个健康 AI 都造反了:

它不能给数字。 这是第一条,也是最难守的一条。给数字是最容易做的产品,也是所有产品都在做的:一个评分,一个环,一个"你今天的健康指数 82"。每一个这样的数字都在重复本文第三节解剖过的那次偷渡——把场的陈述冻成他的属性。给数字的健康 AI 不是在帮他,是在把他更深地钉进那个概率宿主的身份里。

它要给的是链条。 不是"你的风险是 12.3%",是"过去九十天,每一次你的夜间心率异常,前一天下午都有一场会;每一次这样的第二天,你都不吃早饭;每一次不吃早饭的那天,晚上你会喝酒。这条链你跑了十七次,每一次结果一样。" ——这句话里没有一个概率,它全是他自己的东西,而且他从来没见过它。这就是显影:不是告诉他一个关于他的结论,是让他第一次看见自己那套自动运行的东西。

判错权必须留在他手里。 机器可以指出链条,不能宣布哪一环该断。原因不是尊重,是有效性:一条由别人替他断的链,会被旧结构原样长回来。他必须自己说"这一环不对"——因为只有他说的那一句,才携带那股能重新分配他能量的劲。机器替他说的,是一句正确的、无效的话。

它必须让自己变得不必要。 一个用得越久、离不开得越深的健康 App,无论指标多好,都已经失败了:它没有改写他的路由,它只是变成了那套路由的新节点——依赖不是疗效,依赖是同一个病换了个宿主。真正做对了的装置,标志是他用它三个月之后,能自己看见那条链,然后把它关掉。

好的装置和上瘾的装置,差别不在做了什么,在于用户离开它的时候,是变强了还是塌了。这两样东西属于两个道德等级。

九、这套东西什么时候失效

其一,"改写路由"可以被包装成新的风险管理。 只要那个复合智能体最后仍然向医保、向体检报告、向公司的健康福利系统交卷,它就会被迫产出一个可结算的数字——然后本文批判的整台机器原样重启,只是外壳更聪明了。这是最要命的一道缝:结算方式不改,装置改了也白改。 我不认为本文补上了它。

其二,它对硬对象不适用,而且会误伤。 一个真的有病的人——真的有肿瘤、真的有梗死——他需要的是消除,不是路由改写。把本文的框架推到硬对象上,是致命的。这套东西只在"没有可消除的对象"那一侧成立,边界必须由现代医学的红线来划,而不是由这套框架自己来划。 谁拿这篇文章去劝人停药,谁就是在杀人。

其三,它假设这个人还有能力承受判错。 一个已经被击垮的人——重度抑郁、极度贫困、正在照顾一个绝症亲人——把判错权交给他不是赋权,是加码。这套东西可能只在一个人还有余力的时候成立,而余力恰恰是最不平均分布的东西。它有可能只是一件给有余力的人准备的奢侈品,如果是这样,它就是它自己所批判的那种不公平的一部分。

其四,路由改写本身会被路由吸收。 一个人完全可能把"改写路由"变成新一轮的自我要求,然后在这个新项目上重演所有旧模式:定指标、逼自己、失败、解释、再定指标。攥得越紧,那个新符号("完全掌控自己人生的人")就越硬,内卷就重启得越快。 能松开手的主权才是主权——这一条我说得出,做不到,写在这里作为一道公开的缝。


回到开头那个四十一岁的男人。

他问"我到底有没有病",答案是:没有。他将来会不会有?可能会,可能不会,那个 12.3% 对他这一个人什么也没说——它只在几十万人身上有意义,而他不是几十万人,他是一个人。

那么他该做什么?

他该做的第一件事,是把那个数字从自己身上撕下来,还给它所属的那个地方——它属于队列,不属于他。这一撕不是拒绝科学,恰恰相反:这是第一次把那个数字用对——它是一盏灯,用来照他那套跑了二十年的东西,而不是一个贴在他额头上的标签。

第二件事,是去看那条链。十七次夜间心率异常,十七次同样的前一天。这个才是他的,这个才是实体,这个才是那片投出影子的土壤。

第三件事,是自己说出那句"这一环不对",然后承受说出它的代价——那场会他可能得不开,那个上司他可能得得罪,那个"我这个身体状况"他可能得撕掉。

这三件事,没有一件叫治疗。而它们是他这四十年里唯一算数的东西。

医学到今天为止,还没有一个词来称呼这三件事。它把它们统称为"生活方式干预",然后作为一行小字印在处方笺的背面。

一个已经不能被治愈的对象,交给一门以治愈为完成条件的学问——这不是医学的过错,这是医学第一次遇到一件它必须重新学会怎么结算的事。而这一课,它还没开始上。

延伸参考文献 · Further References

下列文献为本文所涉思想脉络的原典与代表性研究,供读者对读与查证;与文中已引文献不重复,本文观点不代表所列作者立场。

  1. Karl Popper, Conjectures and Refutations, London: Routledge, 1963;中译《猜想与反驳》,傅季重等译,上海译文出版社,1986。
  2. Imre Lakatos, The Methodology of Scientific Research Programmes, Cambridge University Press, 1978.
  3. Thomas S. Kuhn, The Structure of Scientific Revolutions, University of Chicago Press, 1962;中译《科学革命的结构》,北京大学出版社,2003。
  4. Paul Feyerabend, Against Method, London: New Left Books, 1975;中译《反对方法》,周昌忠译,上海译文出版社,1992。
  5. Nancy Cartwright, How the Laws of Physics Lie, Oxford: Clarendon, 1983.
  6. Nancy Cartwright & Jeremy Hardie, Evidence-Based Policy: A Practical Guide to Doing It Better, Oxford University Press, 2012.
  7. Judea Pearl, Causality: Models, Reasoning, and Inference, 2nd ed., Cambridge University Press, 2009.
  8. Judea Pearl & Dana Mackenzie, The Book of Why, New York: Basic Books, 2018;中译《为什么》,江生、于华译,中信出版社,2019。
  9. Donald B. Rubin, "Estimating Causal Effects of Treatments in Randomized and Nonrandomized Studies", Journal of Educational Psychology, Vol. 66 (1974).
  10. Ray Pawson & Nick Tilley, Realistic Evaluation, London: Sage, 1997(机制-情境-结果)。
  11. Roy Bhaskar, A Realist Theory of Science, Leeds: Leeds Books, 1975(批判实在论)。
  12. Peter Hedström & Petri Ylikoski, "Causal Mechanisms in the Social Sciences", Annual Review of Sociology, Vol. 36 (2010).
  13. Robert K. Merton, "On Sociological Theories of the Middle Range", in Social Theory and Social Structure, New York: Free Press, 1968.
  14. Barney G. Glaser & Anselm L. Strauss, The Discovery of Grounded Theory, Chicago: Aldine, 1967.
  15. John W. Creswell, Qualitative Inquiry and Research Design, 4th ed., Thousand Oaks: Sage, 2018.
  16. Robert K. Yin, Case Study Research and Applications, 6th ed., Thousand Oaks: Sage, 2018.
  17. Kathleen M. Eisenhardt, "Building Theories from Case Study Research", Academy of Management Review, Vol. 14 (1989).
  18. Andrew H. Van de Ven, Engaged Scholarship: A Guide for Organizational and Social Research, Oxford University Press, 2007.
  19. John P. A. Ioannidis, "Why Most Published Research Findings Are False", PLoS Medicine, Vol. 2 (2005).
  20. Open Science Collaboration, "Estimating the Reproducibility of Psychological Science", Science, Vol. 349 (2015).
  21. Herbert A. Simon, Administrative Behavior, New York: Macmillan, 1947(有限理性)。
  22. Herbert A. Simon, The Sciences of the Artificial, 3rd ed., Cambridge, MA: MIT Press, 1996.

读者讨论区 · 本文已被阅读

用 Google 账号登录即可发言——发言人就是你的 Google 账号名字。发言公开可见,请友善交流。