另一方面,臨床研究有很多問題存在:
第一,所謂證據等級最高的研究,隨機對照研究,需要龐大人力和財力,臨床醫師不可能負擔,只有大藥廠有機會。因此,絕大多數大型研究的標的,是有藥廠專利能賺錢的藥物。而藥廠從未研究疾病病因,藥廠開發藥物,都是為了遮蔽症狀或遮蔽數據(除了除了感染症藥物),目的在減輕主觀症狀或減輕併發症,不是為了治療根源。真正能找出疾病病根的是臨床醫師,不是藥廠,臨床醫師才能研究出可以治療疾病病根的療法,卻反而無能力進行證據力等級高的研究來說服同儕。於是,在主流體系醫師過度堅信證據醫學原則的情況下,導致劣幣驅除良幣,長久下來,整個醫療體系變成只願意使用藥廠的藥來遮蔽症狀,以製造假象為醫療目標,視所有患者不能自癒的病為慢性病。
第二,研究需要應用到統計學,統計常以p值作為治療有效或無效的判定標準,但p值僅能代表檢定為顯著的機率,不顯著的實驗重複做幾次可能就會出現檢定顯著了。所以文獻中根據p值而宣稱「具有統計意義」,其實經常是錯誤的。(Andrew Gelman, Eric Loken. The Statistical Crisis in Science. American Scientist; Research Triangle Park Vol. 102, Iss. 6, (Nov/Dec 2014): 460-465.)(《社會科學論叢》2016年10月第十卷第二期)。藥廠也可以透過操弄研究次數或研究方法或統計方式,來獲得足以迷惑多數醫師的療效證據。所以,即使是第1級證據的研究,只要是藥廠贊助的研究,都要先打個問號。
第三,如上述,現代主流療法只求迅速掩蓋症狀,觀察疾病演變的時間又很短,導致需要長時間的好治療被廢棄,製造假象的壞治療被吹捧。以掩蓋症狀或強壓數據當作治療標的,雖然快速,卻不能解除病根,長期使用的話,便會發現藥物大多對病程無益,甚至對健康有害,例如對於停經婦女的荷爾蒙替代療法中,動情素持續使用會誘發癌症和心血管疾病,便是一個很好的例子。
第四,真正好的療法,即使有第1級的證據力也不一定被主流醫學採納,因為訂定各科療法指引的西方醫學會醫師成員長期受到各大藥廠的高額贊助,這一群醫師考量自身利益,可能捨棄真正對患者有幫助的療法而選擇可以增加自身利益的療法。例如輔助療法中的「螯合治療」之於缺血性心臟病,已有臨床醫師好不容易獲得美國NIH補助進行長達10年的第1級證據研究,證實驚人療效,且沒有副作用,卻被大醫師們雞蛋裡挑骨頭,硬是不列入治療建議,深怕破壞了心臟藥物、心導管氣球擴張/支架市場、和繞道手術的龐大利益。