在公共卫生政策研究中哪些案例研究滥用了不可靠/混杂/无效的研究或模型？

我正在起草有关当前混淆数据的当前公共卫生问题的文献综述：

在公共卫生/流行病学教育中使用哪些常见的历史案例研究，而在公共卫生政策和立法中有意或错误地使用了无效或混杂的关系或推论？

1960年代的汽车死亡人数激增以及随后由政府主导的基于证据的研究，该研究确定了安全带并最终要求安全气囊是法律所必需的，这是HOW公共卫生政策应由统计学上有效的推论和模型所驱动的一个很好的例子。

我更多地在寻找相反类型的案例（科学性很差，匆忙制定政策）。但是，如果没有别的什么，我想学习更多类似于先前为成功实现公共卫生利益而进行的有力研究的案例的案例。

我想以这些为例来说明基于证据的统计公共卫生研究对制定政策的重要性。

我认为，最好的例子可能是围绕激素替代疗法和心血管风险的争论-大量的队列流行病学研究似乎表明有保护作用，健康政策和医生对这些信息提出了建议。

随后的随访RCT似乎表明，放置HRT的女性患心肌梗塞的风险实际上增加了。

这种情况来回反复，并已被用作攻击流行病学领域的典型案例之一，但Hernan最近的重新分析似乎表明，如果您进行两项研究，实际上并不会得出不一致的结果。确保您问同样的问题。

我个人喜欢的一个非常有趣的示例摘自Steven D. Levitt和Stephen J. Dubner的著作Freakonomics。书中有一章讨论相关与因果关系。两个统计变量之间的相关性并不一定意味着这些变量在统计上是相关的，但是专家在这方面犯了一个错误。从书中引用：

“棘手的野兽，对于研究人员而言，脊髓灰质炎极其困难。他们无法弄清楚它是如何通过的或何时/如何表达自己的。我们倾向于记住这次是脊髓灰质炎是'流行性的'实际上，它并未影响大范围的人口（例如，与较常见的麻疹相比），之所以被视为流行病，是因为它是如此可怕。

DID研究人员在研究中设法确定的是，脊髓灰质炎感染率在夏季上升了。他们还看到，夏季冰淇淋消费量有所增加。因此，他们得出结论，冰淇淋的消费导致了小儿麻痹症，并且一度冰淇淋被妖魔化了。”

David Freedman 在他的论文“ Statistical Models and Shoe Leather”（1991年）中提出了一些流行病学研究中的警示故事。他提供了斯诺对伦敦霍乱的成功分析，这不是由于统计建模，而是由于勤奋的数据收集。这是摘要：

至少从1899年Yule发表有关贫化的原因的论文以来，回归模型就已经在社会科学中使用。现在，在许多应用程序中都使用回归模型来进行因果论证，也许是时候评估结果了。没有给出确切的答案，但是本文采取了相当否定的观点。斯诺关于霍乱的工作是基于非实验数据进行科学推理的成功案例。还讨论了失败的故事，比较可能会提供一些见识。特别是，本文提出，统计技术很少能很好地替代良好的设计，相关的数据以及在各种情况下针对现实测试预测。

社会学方法论。21：291-313。

在1990年代，采用大剂量化疗加骨髓移植作为晚期乳腺癌的治疗方法就是这样的例子。在一些州，一系列低质量的研究被用来推动立法规定医疗保险公司的承保范围。当大型随机试验完成时，没有可衡量的收益。

http://www.gao.gov/products/HEHS-96-83