Non credo mai alle teorie della sincronicita’ (come trovo stupido ogni approccio del genere alla cosmologia) ma in questo caso una semplice coincidenza mi fa pensare molto. Non a Jung, btw. 🙂 Avete mai incontrato quei tipi che sostengono di non far vaccinare i figli perche’ “autorevoli ricerche” avrebbero dimostrato che esse causano danni enormi, non ultimo l’ autismo? Bene, quella teoria e’ appena stata sconfessata.
In pratica, non e’ mai stato vero che i vaccini producano autismo. In nessuna misura.
Come suona una sentenza di morte per una teoria? Leggiamolo qui : http://content.nejm.org/cgi/content/full/347/19/1477
di cui riporto lo stralcio:
- Background It has been suggested that vaccination against measles, mumps, and rubella (MMR) is a cause of autism.
- Methods We conducted a retrospective cohort study of all children born in Denmark from January 1991 through December 1998. The cohort was selected on the basis of data from the Danish Civil Registration System, which assigns a unique identification number to every live-born infant and new resident in Denmark. MMR-vaccination status was obtained from the Danish National Board of Health. Information on the children’s autism status was obtained from the Danish Psychiatric Central Register, which contains information on all diagnoses received by patients in psychiatric hospitals and outpatient clinics in Denmark. We obtained information on potential confounders from the Danish Medical Birth Registry, the National Hospital Registry, and Statistics Denmark.
- Results Of the 537,303 children in the cohort (representing 2,129,864 person-years), 440,655 (82.0 percent) had received the MMR vaccine. We identified 316 children with a diagnosis of autistic disorder and 422 with a diagnosis of other autistic-spectrum disorders. After adjustment for potential confounders, the relative risk of autistic disorder in the group of vaccinated children, as compared with the unvaccinated group, was 0.92 (95 percent confidence interval, 0.68 to 1.24), and the relative risk of another autistic-spectrum disorder was 0.83 (95 percent confidence interval, 0.65 to 1.07). There was no association between the age at the time of vaccination, the time since vaccination, or the date of vaccination and the development of autistic disorder.
- Conclusions This study provides strong evidence against the hypothesis that MMR vaccination causes autism.
Ora, qual’era la tesi complottista che stava dietro la cosa? La tesi complottista era che le multinazionali pagassero tutti i ricercatori DEL MONDO per nascondere i danni legati allo sporco business dei vaccini, allo scopo di venderne. Bene:
Ma il retroscena più inquietate emerse nel 2004, quando uno stretto collaboratore di Wakefield lo accusò di corruzione. Disse che aveva percepito soldi da parte di avvocati impegnati nelle class action di genitori con bambini autistici. In cambio di mazzette, il dottore avrebbe manipolato le prove per agevolare la vittoria delle cause di risarcimento intentate contro le case farmaceutiche. Il tribunale inglese ha giudicato Wakefield colpevole per aver fatto ricorso a pratiche cliniche irregolari e inammissibili, come prelievi di sangue a bambini invitati alla festa di compleanno di suo figlio.(cit. qui)
Morale della storia: a quanto pare il mondo non si divide in malvagie multinazionali e governi corrotti che corrompono la scienza ufficiale per ottenere benefici economici e politici, ma anche dal lato dei cosiddetti “contro” ci sono evidenti fattori economici.
Cosi’, si dice che la Exxon ha ordinato ricerche fraudolente sul clima per vendere piu’ benzina, nessuno si chiede se per esempio non ci possano essere delle tendenze di questo tipo anche tra i “buoni”.
Ma non e’ questo il problema scientifico. Vediamolo nel link.
Per prima cosa, e’ descritto il campione.
E’ interessante notare una cosa: c’e’ il dato grezzo, e ci sono dati riguardanti lo stato sociale ed economico delle madri. La domanda e’: possiamo farci una teoria che non veda dipendere l’autismo dallo stato economico o sociale delle madri? Beh, si’. Non ha senso scendere nei dettagli chiedendoci se affermare che sia tutta colpa del padre o altro: possiamo fare questa teoria. Cosi’ come, se non conosciamo di preciso qualcosa e la stiamo studiando per inferenza, beh, possiamo dire che “non sappiamo”. In ogni caso la lettera “p” a lato si sforza di affrontare il problema (ci riesce abbastanza bene , a giudicare dai numeri).
Andiamo avanti, e vediamo un’altra tabella:
Ecco come viene usato l’aggiustamento. Nelle colonne che si intitolano “risk” vedete usare una teoria dell’errore di misura, cioe’ una teoria che mette in relazione eta’, periodo storico, sesso, peso alla nascita, etc etc etc. Su questa si fa un aggiustamento: ma quella e’ una lettura. E’ possibile che cambi l’aggiustamento? Certo, specialmente se consideriamo , che so io, i fattori sociali ed economici, che inevitabilmente derivano dalla contingenza.
Se (per ipotesi) cambiassimo la nostra teoria degli errori, e attribuissimo un’importanza diversa a qualche fattore (piu’ verosimilmente a quelli socioculturali, ma non solo) che cosa ci resterebbe?
Ci resterebbero le due colonne con scritto “numero di casi” e quelle con gli anni-uomo.
Immaginiamo adesso che, essendo noto il modo di calcolare una variabile casuale quadrica non centrale , i ricercatori si fossero rifiutati di pubblicare la prima delle due tabelle. Del resto, il dato sintetico sugli anni uomo e’ presente nella seconda tabella. Perche’ no?
Dopotutto chi facesse una ricerca analoga in una nazione diversa troverebbe probabilmente un campione diverso, anche selezionando lo stesso numero di bambini. Una cinese non pesa quanto una danese, lo stesso per la media di peso dei neonati, eccetera.
E se il risultato (per motivi che non immagino) fosse diverso? Beh, signori, rimaniamo li’: solo rifacendo tutti i conti daccapo CON GLI STESSI NUMERI possiamo saperlo.
Che succede se sparisce la prima tabella? I dati sulla seconda sono sufficienti a trarre conclusioni, e il metodo usato e’ buono. Ma la mancanza della prima tabella mi impedirebbe di ripetere il procedimento con un altro metodo (teoria diversa della verifica delle ipotesi: che so io, decido che Snedecor non mi piace piu’ o mi piace alla follia).
Ma qui non siamo ancora vicini ad un problema di misura vera e propria, perche’ stiamo facendo “verifica dell’ipotesi” . Andiamo un passo indietro. Da dove hanno preso i dati della tabella “1”. Beh, dai registri blablabla dei nuovi nati e dai registri blablabla delle diagnosi di autismo.
E’ possibile che qualche diagnosi di autismo sia sbagliata? Si.
E’ possibile che la divisione tra autismo e “malattie simili” sia scorretta? Eccome! Ci sono malattie psichiche che vengono derubricate….
E’ possibile che sia sbagliata la valutazione del livello socioculturale della madre? Eccome.
E quella del livello economico? Accidenti: forse in Danimarca no, ma se pensiamo al tasso di evasione fiscale italiano….
Qual’e’ il problema? Il problema e’ che se ad un certo punto, per ragioni convenzionali o sarcazzo cosa, decidiamo di usare funzioni di ripartizione diverse(1), o meglio approssimate diversamente, ci aspettiamo lo stesso risultato , MA: ma non lo sapremo mai se non confrontiamo i risultati e i campioni di partenza.
Cioe’, noi vediamo una “p” con la quale vogliamo vedere quanto incide la cosa. Ma non sappiamo se il dato sia reale. E se le madri “manager” non fossero tali? Boh. Errore di misura? Boh.
Allora, abbiamo scoperto che una certa malattia, che prima consideravamo parte dell’autismo, invece non lo e’. Perche’ si, insomma. Cosa dobbiamo fare di questo lavoro. Beh, se abbiamo tenuto i dati del regisro delle malattie danese, possiamo rifare i conti sin dall’inizio e ottenere risultati differenti. E se una malattia cambiasse semplicemente classificazione da “autismo” a “malattie della classe dell’autismo”? Sbilanceremmo i numeri da una colonna all’altra della seconda tabella, e forse anche il valore di “p” della prima colonna potrebbe oscillare.
Morale: la “diagnosi” e’ una teoria della misura.
Se io credo cosi’ tanto nella teoria della misura (diagnosi) da presentarvi solo il dato sintetico, mi espongo al pericolo che in futuro cambi la teoria della misura (in questo caso i metodi di diagnosi e la classificazione convenzionale delle malattie) ma io non riesca piu’ a rifare i conti.
Magari con i nuovi conti si calcola che i vaccini fanno male, e qualcuno dovra’ pagare (supponiamo che la scoperta arrivi l’anno prossimo) dei danni alle famiglie. O si dimostra che fanno ancora piu’ bene, e chi ha diffuso questi terrorismi in malafede debba pagare.
Chi mi ha risposto nei commenti che si sente libero di riportare il prodotto della sua teoria della misura MA NON il dato grezzo sta facendo una scienza che inevitabilmente degrada nel tempo.
E’ (e lo so benissimo) molto di moda farlo. MA una cattiva abitudine di moda NON deve per forza continuare. Nel mondo della logica e della filosofia si discute molto proprio dei metodi e del valore delle teorie. E quello che contrasta con molta pratica sperimentale e’ l’abitudine di considerare la misura come dato grezzo.
Nel caso della diagnosi (e classificazione) di autismo potrei pensare che il dato grezzo siano i sintomi (la cartella clinica, o cosa) , mentre la diagnosi “autismo” sia invece la misura compresa di teoria della misura.(2)
Morale: per quanto io possa trovare sicura, affidabile, logica, evidente la mia teoria della misura (o la mia teoria degli errori) , se maschero il dato grezzo e pubblico SOLO la misura secondo la mia teoria degli errori, sto tagliando le gambe alla scienza futura.
Il fenomeno di pubblicazioni scientifiche che riportano solo il dato misurato , cioe’ quello che esce dal processo di misura, o che nel tempo omettono di conservare i dati grezzi originali, e’ in aumento. In preoccupante aumento.
Queste ricerche, come nel caso di quella dell’ IPCC, vengono accettate perche’ piacciono. A volte, vengono accettate perche’ e’ autorevole chi le scrive. A volte (piu’ spesso ) perche’ nessuno se le caga di striscio. Molto spesso perche’ c’e’ una fiducia incredibile nei metodi statistici e nei dati di sintesi che forniscono. Ancor piu’ spesso perche’ si ritiene che le teorie della misura siano scritte nella roccia: vuoi che cambi il modo di misurare la gravita’? Eh, aspetta che capiamo quanto la materia oscura sia importante nel curvare lo spazio e ne discutiamo. Molto probabilmente no, ma…. e se lo scoprissimo?
C’e’ una sempre piu’ vasta accettazione dei sistemi di misurazione e delle tecniche di normalizzazione statistica e di gestione dell’errore, fiducia che nel lungo termine (mano a mano che sopraggiungono nuove teorie di vasto respiro) impedisce alle nuove teorie di praticare indagini retrospettive. Che non sono fondamentali, ma aiutano.
L’accumularsi nei decenni di lavori con basi dati ambugue o incomplete, o non piu’ conservate , e di lavori basati su una fiducia ferrea nelle tecniche di misura e gestione dell’errore, sta piano piano corrodendo quello che invece dovrebbe essere un progressivo consolidamento.
Il risultato e’ una scienza che sempre piu’ spesso al comparire di una nuova ipotesi non puo’ semplicemente iniziare usando i dati del passato, e non puo’ sempre e chiaramente smentire ricerche precedenti, perche’ non ha piu’ i dati, e se la teoria nuova implica un cambiamento della misura (come puo’ succedere se una malattia cambia categoria , che so io il papilloma che viene causato da un virus e diventa una malattia trasmissibile) , senza basi dati grezze (cioe’ non ancora “misurate”) bisogna sempre usare NUOVE basi dati. E questo implica che per raggiungere i numeri di confidenza di una vecchia teoria sbagliata ma consolidata negli anni (da misure non conservate) e’ sempre piu’ costoso in termini di lavoro sperimentale e in termini di costo economico.
Voglio dire, se per disgrazia cambiasse il modo con cui si valuta qualche genere di errore nelle grandi distanze astronomiche, cosa si fa? Ci si tengono le misure sbagliate? Si rilanciano tutti i satelliti? Oppure si vanno a prendere le osservazioni “pure” e si applicano le nuove valutazioni? E se le osservazioni “pure” mancano? Rilanciamo tutti i satelliti, rifacciamo tutte le foto…..
Il vostro prof di laboratorio, o di statistica, possono pensarla come vogliono: riportare ANCHE il dato grezzo SENZA la teoria della misura e’ fondamentale . Al punto che dovendo scegliere come in un test di comportamento, mi tengo il dato sperimentale e rinuncio alla lettura. Chi non lo fa perche’ ritiene che l’unica cosa di valore sia la misura corretta dalla teoria delle misure, al punto da permettere che l’osservazione possa venire offuscata, potra’ dire “cosi’ fan tutti”. Ed e’ vero.
Ma da qui a dire “fan bene” , ce ne passa.
E al primo grosso cambio di paradigma, come direbbe Kuhn, ve ne accorgerete.
Uriel
(1) Le funzioni di ripartizione sono spesso popolate di fattoriali che per grandi numeri diventano ingestibili, e si usano diverse approssimazioni.
(2) Nel caso della medicina e’ magnificamente evidente la differenza tra un dato grezzo (i sintomi) e una misura (la diagnosi).
