如果决策者、科学记者甚至科学家不能区分作为我们卫生保健决策基础的薄弱和可靠的研究，那该怎么办？
许多关于医疗保健治疗和政策的研究并没有证明因果关系，因为它们的研究设计有缺陷．结果是错误和纠正的模式：新疗法的早期研究往往显示出显著的积极健康效应，随着更严格的研究进行，这些效应会减弱或消失。
事实上，当研究证据方面的专家对研究进行系统回顾时，他们通常会排除50%-75%，因为他们不符合基础研究设计标准要求yield可靠的结论．
在许多此类研究研究人员试图对数据进行统计操纵，以“调整”干预组和对照组之间不可调和的差异。然而，正是这些差异经常造成了被研究的治疗或政策的报告，但无效的效果。
在这个可访问和图形填充文章最近公布的美国疾病控制和预防中心,我们描述五个案例的一些最常见的偏见和有缺陷的研究设计影响的研究重要的卫生政策和干预措施,如比较医学治疗的有效性、成本控制政策,和卫生信息技术。
每一个案例后面都有无法控制偏差的弱研究设计、可以控制偏差的强研究设计，以及可能因设计不良的研究的看似戏剧性的报告而导致的意外临床和政策后果的例子。
有缺陷的研究规定了国家流感免疫政策，影响了一代临床医生错误地认为特定镇静剂可能导致老年人髋部骨折，夸大了电子健康记录的健康益处和成本节约，并严重夸大了医院安全计划的死亡率益处，导致在干预措施上花费了数万亿美元，但几乎没有显示出健康效益。
正如Ross Koppel和我最近在一次专栏在《美国新闻与世界报道》中，他说:“我们担心的是，作为一个研究团体，面对研究经费的减少，以及发表和展示有用发现的需要，我们正在失去谦逊和谨慎。也许我们越来越难以承认，我们所谓的大数据发现并不像我们希望的那样强大，或者至多是无法解释。”
这一排名应该有助于公众、政策制定者、新闻媒体和研究培训人员在医疗研究中区分有偏见和可信的发现。
在我们的文章我们提供了一个简单的排名，大多数研究设计的能力，以控制常见的偏见。这一排名应该有助于公众、政策制定者、新闻媒体和研究培训人员在医疗研究中区分有偏见和可信的发现。
医学期刊的编辑也可以从这种设计层次中受益，他们可以拒绝发表那些甚至没有达到纳入自我尊重的系统证据审查的最低标准的研究设计(他们目前通常不这么做)。
是时候接受我们领域每天发表的研究的质量而不是数量了。我们正在慢慢失去公众的信任，他们发现很难相信许多临床和健康政策研究——特别是当它们似乎与最近的其他研究相矛盾时。
纠正这一错误方向还为时不晚。我们希望一些常见偏见和强大研究设计的简单说明将有助于健康研究的广大用户。
评论