"Očima Cyrila Höschla". Reflex 38/2003, str. 13.

25. 9. 2003


Často se setkávám s výkladem výsledků lékařského výzkumu v denním tisku. Nabývám z nich dojmu, že se na medicíně nestuduje statistika, že vědci v medicíně si pletou korelaci s kauzalitou, že vůbec nevědí, co z korelací vyplývá, ale hlavně, jaké závěry z nich v žádném případě dělat nelze. Příklad z tisku: V USA zkoumali 168 mužů, kteří měli problémy s plodností. Nalezli u nich ftaláty z PVC. Z toho plyne, že neplodnost je způsobována používáním PVC pro potravinářské obaly. Ovšem podle jiných výzkumů mají podobné koncentrace ftalátů v tkáních téměř všichni muži v USA - a z toho plyne, že všichni muži v USA jsou ohroženi neplodností. Mě to moc jako Věda nepřipadá, Vám ano? Dotaz tedy zní: je to vina interpreta (novinářky) nebo se podobné „výsledky“ objevují i v odborné medicínské literatuře? Jak si pak poradit s výrokem: Jen kuřák s dostatečně vysokým krevním tlakem je schopen intenzivně duševně pracovat čtrnáct hodin denně“. Neboť i ten může v takové logice vyplývat z faktu, že hypertenze se častěji vyskytuje u lidí nezdravě přetěžovaných prací, než u lidí, kteří umějí řádně odpočívat.
Srdečně zdravím
ing.Jiří Brož

Vinni jsme všichni. Je přirozenou lidskou vlastností řetězit události, pospojovávat pozorované jevy podle vlastních představ o tom, jak spolu souvisejí, vdechnout jim smysl. To se převážně vyplácí, ale daní, kterou za to platíme, je nedostatečná schopnost odlišit korelaci od kauzality. Jinými slovy poznat, zda současný nebo následný výskyt dvou či více jevů znamená, že spolu vskutku souvisejí anebo že jeden je příčinou dalšího. Ve špičkovém výzkumu, a to i v medicíně a ve vědách o chování jsou problémy vedení důkazu řešeny někdy i dost složitou metodologií: nemocní se do testovaných skupin musí zařazovat nahodile, skupiny se musí srovnávat s ohledem na věk, pohlaví, zdravotní stav, někdy i vzdělání, způsob života a mnoho dalších proměnných, které by mohly být na pozadí zjištěných rozdílů či podobností a zkreslovat odpověď na původní výzkumnou otázku. Zjistíte například, že ve třídě A toho žáci vědí víc než ve třídě B. Pak si všimnete, že ve třídě A je víc chlapců. Usoudíte tedy, že lepší výkon třídy A je dán tím, že chlapci jsou chytřejší než děvčata. To si myslíte až do chvíle, než zjistíte, že jsou taky těžší. Usoudíte tedy, že kdo je těžší, je chytřejší, a spekulujete, že po sladkém a tučném to asi „víc pálí“. To platí až do chvíle, než zjistíte, že jsou těžší proto, že jim je v průměru 18 let, kdežto v třídě B jen 17. Jasně, starší vědí víc! Pak ale zjistíte, že příslušný učitel ve třídě A je nadšenec a ve třídě B otrávený zoufalec, což se těžko měří. Kdysi v Německu prý došlo k nárůstu výskytu hnízdících čápů v době, kdy také stoupla porodnost. Metodologie vědy má zajistit, abyste z toho neusoudil, že děti nosí čáp. Na cestě od nesmyslu k pravdě stojí několik překážek. První je na úrovni výzkumníka. Metodologie zpracování a interpretace dat je v lékařské vědě, zejména klinické, u nás v porovnání se světovou špičkou nízká. Na lékařských fakultách se prakticky nevyučovala a všemi neoblíbené hodiny statistiky ji nenahradí. Horší to však je na úrovni novinářské, jež veškerou složitost zredukuje na výkřik, který je vždy zavádějící. U našich příkladů by to bylo něco jako „hoši mají vyšší IQ než děvčata“, „cukrárny zlepšují školní prospěch“ a „budování vysokých komínů povede k přelidnění“. Ještě že čtenáři jako Vy mají vlastní úsudek a nevěří všemu.
(bez záruky)