近年，“大数据”、“真实世界”、“复杂计算”这些名词可能会经常在我们的耳边响起，并引发我们的一些复杂的羡慕情绪：“真是高大上啊”、“虽然我不知道它是什么，但听起来就是很厉害的样子”、“这种东西肯定是公卫或者大医院的大专家做的，我们基层全科的研究根本够不到”。
但实际上，这个观点并不绝对正确，人类在观察和推测客观事物中蕴含的普遍规律时，即便依靠再庞大的数据，再精密的数学模型，它的信息获取和计算能力依然是有限的。尤其是当现代医学科学已将影响健康的风险的推断模型到涉及大量多元、迥异、且复杂的社会生活相关因素后，传统的“大数据出奇迹”的实证主义因果推断，就愈发面临其方*论法**的理论极限。
比如这样一个例子：如果我们想要计算某种药物对于在重症病房住院长达30日的住院患者的有效性，在厘清了PICO等四要素，且排除了干扰因素后，或许我们可以通过数学模型计算出一个实验“真空”中的理想值；但是，作为一个家庭和社区医学的研究者，如果我们需要探知一个在社区生活了3年的普通患者在生活中所面临的风险因素，我们要怎么在不熟悉生活背景、没有数据、没有模型的情况下探知它？而在事实上，提前预防性的阻止这位未来的患者在这3年内被某种或某些因素伤害，可能才是防患于未然，真正救治 未来将导致他进入重症病房，面临危及他生命的危机的关键。
在这种情况下，一些欧美的家庭医学研究者深度的参与了混合方法学的开创与完善，并试图将这一研究方法引入基层卫生和全科医学科研，以解决这一领域兼跨社会科学和自然科学等两大领域，卫生政策、医疗服务、临床诊疗和公共卫生等四个层级的高度复杂和系统化的问题。它最核心的方*论法**特征，就是以务实的解决问题（实用主义）为出发点，同时运用定量研究（通常用于凝练抽象理论）和定性研究（通常用于获取实践经验），通过对定量数据和定性数据的整合而解答特定问题。
借助这种方法，人与计算机得以结合，人与人之间的关联与交互，以及数据与数据之间的统合与分析得以结合，由此，冰冷和机械的客观数据被赋予了人文的经验和感知，人有限的视野和计算力则被计算机极大地拓展。这种人机结合的系统力量在基层卫生和家庭医学研究中的运用，得以释放出家庭医生和患者之间所构建的持续信任关系的力量，而实现旨在改善更大范围的人群的健康状况的整体获益效果。
但是，决定一项混合方法研究的最终质量的关键，除了支撑它的两根支柱——定量部分和定性部分自身的质量外，最重要的，也是最容易被一些初步接触混合方法的研究者所误解和忽视的，则是它的横梁，即整合技术。在目前的混合方法设计中，整合的技术可以体现于设计部分、方法部分、以及对结果的解释和报告部分。但从实用的角度看，其中最基本，最值得重视，也最具视觉呈现力的，应当是结果报告中的联合展示技术。
所谓联合展示技术，是指研究者通过视觉技术将数据整合在一起，从而在从单独的定量和定性结果中获得的信息之外，得出新的见解，从而对数据进行整合。它往往高度依赖表格和图形。但是，恰恰因为在论文当中，结果部分的图表往往是对读者最具吸引力和信息冲击力的部分，甚至很多期刊往往要求图表拥有脱离于文字的独立自明性，以求快速吸引读者，相较于另外两种对结果的整合方式，叙述性整合和数据转换整合，联合展示技术也最能凸显出混合方法研究的最终洞见， 如下图就是一个很好的例子：
这项研究发表于2019年的FMCH，作者旨在调查希望将产科纳入其工作范围的新家庭医学毕业生如何确定和选择工作，并了解就业如何影响家庭医学的工作范围，特别是提供产妇保健和分娩的能力，于是基于1016份电子调查问卷和56次访谈的数据信息，进行了对结果的整合。
在这个表格中，前三列是基于主题、编码和诠释性引文的定性数据，后两列则是基于人数和百分比的定量数据。而当二者被结合到同一张表格中时，电子问卷的定量调查结果（医学生从事产科工作的人数和比例）背后的个人社会原因（地点、家庭、生活方式）则被揭示，相对应的，个人社会原因对医学生的选择和机遇的潜在影响也被凸显。这一反映了质与量之间的潜在关系的全新发现，得以借助联合展示这一整合形式而浮现，这项研究的内涵，也由此而得到了进一步的深化。
推荐论文
有鉴于此，我们在此向对混合方法的联合展示技术感兴趣的研究者推荐这篇可作为联合展示技术的运用范例的优秀论文：
Experiences of new family physicians finding jobs with obstetrical care in the USA
网址：https://fmch.bmj.com/content/7/3/e000063
以及另外一篇由全球混合方法研究顶级专家约翰·克雷斯维尔教授为FMCH撰写的家庭医学和社区健康研究中的混合方法研究基础设计指南
Mixed methods and survey research in family medicine and community health
网址：https://fmch.bmj.com/content/7/2/e000086
本文作者：汪洋