浩鼎風暴衝擊的關鍵在於臨床實驗解盲失敗。雖然有很多學者嘗試解釋這不代表新藥無效，實驗還是成功的。但一般人對統計不暸解，這些解釋怎麼講都說不清楚。
浩鼎新藥實驗是根據美國食品藥物管理局的標準 統計上是用假設檢定 (Hypothesis testing) 的方法，這理論的觀念是利用機率(p-value)的高低來決定一個前提是否正確，當一個實驗没有通過預定的機率值(没有達到統計意義 (Statistical Significance))，就很容易被認為藥物無效。事實上這是把兩種情況混在一起。一個是藥物無效，另一個是藥物有效，但目前的確定性還不夠。這兩個情況没有辨法分得很清楚，所以造成一般民眾認知的困擾。
假設檢定這個統計方法是基於決策理論，把他應用在假設檢定，我覺得是統計學上歷史的錯誤。美國統計學會(American Statistical Association)也對假設檢定的應用產生負面的影響 提出很多警告。比較好的方法是使用信念纙緝 (Belief Logic)來做假設判斷 (Hypothesis Evaluation) ，這是在過去二三十年內才發展的新理論，我們可以根據統計數據顯示出徦設判斷的確定質 (Certainty factor)，信任度(degree of belief)，或是支持度(degree of support)。假設檢定是利用纙緝的反證法。機率值低的，假設判斷的確定質就相對的高 所以在纙緝上兩者是相通的。但是假設檢定機率值高的，只有假設判斷的方法可以解釋清楚。浩鼎這篇臨床實驗研究論文被接受發表於美國腫瘤醫學會（ASCO）顯示新藥是有效的，我們若引用假設判斷的方法就可以評估確定質有多高，就不會引起口舌之戰和不必要的誤會。
信念邏輯和東方的哲學，他和易經的陰陽互補有關，對是非的判斷是相對性而不是西方的絕對性。我認為政府對生計臨床實驗的統計運用應採取這種新方法，我們才能走在時代的前鋒。短期間內可以兩個方法並施 ，一方面可以符合西方審查的標準，一方面對實驗沒有達到統計意義者，可以做一個比較精楚的評估。
＊作者為旅美統計博士
