Το παρακάτω κείμενο βασίστηκε σε άρθρο του Mark Louie Ramos, The Conversation.
Πρέπει να πιστεύετε τα ευρήματα επιστημονικών μελετών; Εν μέσω τρεχουσών ανησυχιών σχετικά με την εμπιστοσύνη του κοινού στην επιστήμη, επανεμφανίζονται παλιά επιχειρήματα που μπορούν να προκαλέσουν σύγχυση.
Ως στατιστικολόγος που ασχολείται με την έρευνα εδώ και πολλά χρόνια, γνωρίζω τη φροντίδα που απαιτείται για τον σχεδιασμό μιας καλής μελέτης ικανής να καταλήξει σε ουσιαστικά αποτελέσματα. Η κατανόηση του τι λένε και τι δεν λένε τα αποτελέσματα μιας συγκεκριμένης μελέτης μπορεί να σας βοηθήσει να εξετάσετε τι βλέπετε στις ειδήσεις ή στα μέσα κοινωνικής δικτύωσης.
Τα αποτελέσματα της έρευνας για τα οποία ακούτε εξαρτώνται σε μεγάλο βαθμό από τον τρόπο με τον οποίο οι επιστήμονες διατυπώνουν τα ερωτήματα που διερευνούν. Ένας επιστήμονας διατυπώνει έναν νέο ισχυρισμό -αυτό που ονομάζεται υπόθεση. Για παράδειγμα, σχετίζεται η ύπαρξη ορισμένων γενετικών μεταλλάξεων στα γονίδια BRCA με υψηλότερο κίνδυνο καρκίνου του μαστού; Στη συνέχεια, συλλέγουν δεδομένα σχετικά με την υπόθεση και αποφασίζουν, με βάση τα δεδομένα, εάν ο αρχικός ισχυρισμός ήταν σωστός ή όχι.
Είναι διαισθητικό να σκεφτόμαστε ότι αυτή η απόφαση είναι καθαρά διχοτομική -ότι ο ερευνητής αποφασίζει ότι η υπόθεση είναι είτε αληθής είτε ψευδής. Αλλά φυσικά, μόνο και μόνο επειδή αποφασίζετε κάτι δεν σημαίνει ότι έχετε δίκιο.
Εάν ο ισχυρισμός είναι στην πραγματικότητα ψευδής, αλλά ο ερευνητής αποφασίσει, με βάση τα στοιχεία, ότι είναι αληθής -αυτό λέγεται ψευδώς θετικό- και διαπράττει το λεγόμενο σφάλμα Τύπου 1. Εάν ο ισχυρισμός είναι πραγματικά αληθής, αλλά ο ερευνητής δεν το βλέπει αυτό -ένα ψευδώς αρνητικό συμπέρασμα- τότε διαπράττει το λεγόμενο σφάλμα Τύπου 2.
Επιπλέον, στον πραγματικό κόσμο, τα πράγματα γίνονται λίγο πιο μπερδεμένα. Είναι πραγματικά δύσκολο να αποφασίσει κανείς για την αλήθεια ή το ψεύδος ενός ισχυρισμού μόνο με βάση αυτά που παρατηρούνται.
Οι περισσότεροι επιστήμονες χρησιμοποιούν αυτό που ονομάζεται πλαίσιο ελέγχου σημαντικότητας μηδενικής υπόθεσης. Ένας ερευνητής αρχικά διατυπώνει μια «μηδενική υπόθεση», κάτι που είναι αντίθετο με αυτό που θέλει να αποδείξει. Για παράδειγμα, στο παράδειγμά μας, η μηδενική υπόθεση είναι ότι οι γενετικές μεταλλάξεις του BRCA δεν σχετίζονται με αυξημένη εμφάνιση καρκίνου του μαστού. Ο επιστήμονας συλλέγει δεδομένα και να λαμβάνει μια απόφαση, αλλά η απόφαση δεν αφορά το αν η μηδενική υπόθεση είναι αληθής. Αντίθετα, αποφασίζει αν υπάρχουν αρκετά στοιχεία για να απορρίψει την μηδενική υπόθεση ή όχι.
Τι σημαίνει και τι δεν σημαίνει η απόρριψη της μηδενικής υπόθεσης
Η κατανόηση αυτής της διάκρισης είναι κρίσιμη. Η απόρριψη της μηδενικής υπόθεσης ισοδυναμεί στην πράξη με το να ενεργούμε σαν να είναι ψευδής -στο παράδειγμα, η απόρριψη της μηδενικής υπόθεσης σημαίνει ότι ισχυριζόμαστε ότι όσοι έχουν ορισμένες μεταλλάξεις του γονιδίου BRCA έχουν υψηλότερο κίνδυνο καρκίνου του μαστού.
Αλλά η αποδοχή της μηδενικής υπόθεσης δεν σημαίνει ότι είναι αληθής -για το παράδειγμα, δεν σημαίνει ότι δεν υπάρχει συσχέτιση μεταξύ των μεταλλάξεων BRCA και του καρκίνου του μαστού. Σημαίνει ότι το αποτέλεσμα είναι ασαφές. Δεν υπάρχουν αρκετά στοιχεία για να ισχυριστεί κανείς ότι υπάρχει συσχέτιση. Ένα αρνητικό αποτέλεσμα σημαίνει ότι είναι ανεπαρκή στοιχεία για να πούμε ότι η μηδενική υπόθεση είναι ψευδής.
Οι πιθανότητες ενός ερευνητή να απορρίψει σωστά τη μηδενική υπόθεση μπορούν να εξαρτηθούν από το πόσα δεδομένα έχει, πόσο περίπλοκος είναι ο σχεδιασμός της μελέτης και, το πιο σημαντικό, πόσο μεγάλο είναι στην πραγματικότητα το αποτέλεσμα. Ένας ερευνητής μπορεί να καταλήξει σε ένα αποτέλεσμα που δεν είναι στατιστικά σημαντικό, αλλά δεν μπορεί να αποκλείσει την πιθανότητα αυξημένου κινδύνου που είναι πολύ μικρός για να τον ανιχνεύσει η μελέτη.
Ποια αποτελέσματα δημοσιοποιούνται συχνότερα;
Μόλις λάβουν το αποτέλεσμά τους οι ερευνητές θέλουν να διαδώσουν το έργο τους, συνήθως το κάνουν μέσω δημοσίευσης με αξιολόγηση από ομότιμους. Οι εκδότες περιοδικών εξετάζουν την έκθεση ενός ερευνητή για τη μελέτη του, την στέλνουν για να την εξετάσουν άλλοι επιστήμονες και στη συνέχεια αποφασίζουν εάν θα τη δημοσιεύσουν.
Σε αυτή τη διαδικασία, οι εκδότες τείνουν να ευνοούν μελέτες που απέρριψαν την μηδενική υπόθεση έναντι εκείνων που δεν την απέρριψαν. Αυτό ονομάζεται θετική μεροληψία δημοσίευσης. Είναι φυσικό οι εκδότες να προτιμούν μελέτες που υποστηρίζουν νέους ισχυρισμούς, καθώς αντικειμενικά φέρουν περισσότερες πληροφορίες. Τα περιοδικά θέλουν να δημοσιεύσουν έτσι κάτι νέο και αξιοσημείωτο. Αν δεν ασκούσαν καμία θετική προκατάληψη δημοσίευσης, τα περιοδικά θα ήταν σχεδόν εξ ολοκλήρου γεμάτα με μελέτες με ασαφή αποτελέσματα.
Φυσικά, αν οι επιστήμονες δεν ενεργούν καλή τη πίστη και ενδιαφέρονται απλώς για τη δημοσίευση, αγνοώντας την ορθή χρήση στατιστικών δοκιμών, αυτό μπορεί να οδηγήσει σε υψηλά ποσοστά ψευδώς θετικών αποτελεσμάτων.
