第一步需要了解研究的设计。医学研究大致可以分为两类，观察类和实验类。两者的差别在于是否有人为的干预。观察类又分为描述性和分析型两类，前者包括相关性研究（Correlational study）和横截面研究（Cross-sectional study）；后者包括病例对照研究（Case-control study）和队列研究（Cohort study）。实验类研究包括社区试验（Community trial）和临床试验（Clinical trial）。这些研究类型的可信度由低到高。而临床试验又以随机、对照、双盲试验的信度最高。 第二步需要判断结果有无真实的统计学意义上的关联。明确的统计意义上的关联还需要除外机率（chance，偶然性）、偏倚（bias，系统误差）和混杂（confounding factor，即与因果都相关的因素）的影响。大多数得到发表的研究都是阳性的，即p<05，所以偶然性的影响已经不大。对于偏倚和混杂的判读，需要很多的经验。任何研究无法杜绝，只能尽可能减少这些影响。 第三步需要能否判断该关联是否有因果关系（Causal effect），即结局是否是由该原因造成的。上面所说的相关性是统计学上的一个概念，是指某个因素的变化会导致另外一个因素的变化，但是这个因素的变化是不是另外一个因素变化的原因，是不能被确定的。相关的因素并不一定有因果联系，比如夏天太阳镜的销售量和雪糕的销售量。判断因果关系，可用到Hill标准，包括： 关联的强度 (RR，OR)；关联的合理性(是否与现有知识吻合)；关联的生物学可能性；关联的时间顺序；关联的剂量-反应关系：A的剂量增大，B的反应是否会增加；关联的特异性；除了和B相关，A是否还和C相关；关联的实验室证据。