En patient fyller i ett frågeformulär och sömndagbok innan han genomgår en polysomnografi på ett sömncenter i Schweiz. Vilka fördomar behöver forskare vara medvetna om när de genomför studier? AMELIE-BENOIST /BSIP /Getty Images Arytmi, en oregelbunden rytm i hjärtat, är vanligt under och strax efter en hjärtinfarkt och kan leda till tidig död. Det var därför som läkemedel mot arytmi blev tillgängliga i början av 1980-talet, de verkade som ett stort livräddande genombrott [källa:Freedman].
Problemet, fastän, var att även om småskaliga försök visade att läkemedlen stoppade arytmi, drogerna räddade faktiskt inte liv. Istället, som större studier visade, patienter som fick sådana behandlingar var en tredjedel mindre sannolikt att överleva. Forskare hade fokuserat på att stoppa arytmi som ett mått på effektivitet snarare än på problemet som de försökte lösa, som förhindrade dödsfall [källor:Freedman, Hampton].
Varför gick forskarna fel? Som Discover -tidskriftsförfattaren David H. Freedman förklarade i en artikel från 2010, de felaktiga slutsatserna om antiarytmidroger är ett exempel på något som kallas Streetlight -effekt . Effekten är uppkallad efter den berömda berusade som förklarar att han tappade plånboken tvärs över gatan, men han letar efter gatubelysningen efter det eftersom ljuset är bättre där. Liknande, i vetenskap, det finns en tendens att titta på och lägga mer vikt på fenomen som är lättare att mäta - vilket ibland kan leda till en felaktig slutsats.
Men gatljuseffekten är bara en av många typer av fördomar som kan infektera vetenskapliga studier och leda dem vilse. Forskare anser att partiskhet är ett så stort problem att de senaste åren har det har blivit ett föremål för forskning själv, där forskare använder statistisk analys och andra metoder för att ta reda på hur ofta det förekommer och varför.
I den här artikeln, vi kommer att titta på 10 av de många typerna av partiskhet som kan påverka resultaten av vetenskapliga och samhällsvetenskapliga studier, börjar med en välkänd.
Innehåll
Bekräftelsebias uppstår när en forskare antar hypotesen som han eller hon börjar med ("marijuana är fördelaktigt/skadligt") och formar studiemetodiken eller resultaten för att bekräfta den förutsättningen, om det faktiskt är motiverat eller inte. krisanapong detraphiphat/Getty Images 1903, några år efter upptäckten av röntgenstrålar av tyska forskare, en fransk forskare vid namn René Blondlot meddelade att han hade upptäckt ännu en tidigare okänd form av strålning-N-strålar. De kunde bara observeras med perifer syn, och ses som en corona när elektricitet släpptes ut från kristaller. Så småningom, Blondlots forskning motbevisades av en amerikansk forskare, Robert Wood, som besökte fransmanens laboratorium och fann att Blondot fortfarande observerade N-strålar, även efter att Wood i hemlighet tog bort kristallen under ett av experimenten.
Men efter det, något konstigt hände. I åratal, andra franska forskare fortsatte att publicera artiklar som beskriver deras observationer av N-strålar, som om de faktiskt existerade. Kanske av nationalistisk stolthet, Franska forskare ville se N-strålar, och så gjorde de [källor:Lee, Simon].
Dessa N-ray-fynd var ett extremt exempel på en av de enklaste och mest kända anledningarna till att studier kan gå fel- bekräftelsefördom . Det är då en forskare tar hypotesen som han eller hon börjar med ("marijuana är fördelaktigt/skadligt") och formar studiemetodiken eller analysen av data på ett sätt som bekräftar den ursprungliga premissen, om det faktiskt är motiverat eller inte [källa:Sarniak]. Lekmänniskor är också offer för bekräftelsefördom. Om de stöder (eller föraktar) en sittande president i USA, till exempel, de tenderar att leta efter information som bekräftar deras uppfattning och bortser från allt som motbevisar det.
Tack vare en samplingsfördom, the Literary Digest förutspådde felaktigt att Alf Landon (höger) skulle besegra Franklin D. Roosevelt (vänster) i presidentvalet 1936. Keystone View Company/FPG/Arkivfoton/Getty Images Forskare som har gjort metaanalyser av vetenskaplig forskning har funnit att tidigt småskaliga studier-sådana som ofta citeras i annat arbete-överdriver ofta sina resultat [källa:Fanelli, et al.].
Det kan hända pga samplingsfördom , där forskare som genomför små studier baserar sina resultat på en grupp som inte nödvändigtvis är representativ för den större befolkningen. Universitet använder ofta studenter för sina studier men resultaten för denna grupp projicerar inte nödvändigtvis till den bredare befolkningen.
Det är ett problem som ses i både medicinska studier och samhällsvetenskaplig forskning. Till exempel, om en statsvetarforskare som studerar attityder om vapenkontroll gör undersökningar i ett område där de flesta är andra ändringsanhängare, som kommer att snedvrida resultaten på ett sätt som inte nödvändigtvis återspeglar åsikterna hos den större amerikanska befolkningen.
Men provtagningsfördom kan också förekomma i större studier. Ett känt exempel på samplingsfördomar inträffade under USA:s presidentkampanj 1936, när Literary Digest genomförde en postundersökning bland 2,4 miljoner människor och förutspådde - felaktigt - att republikanen Alf Landon lätt skulle slå den sittande demokraten Franklin Roosevelt. Problemet var att tidningen använde telefonkataloger, förarregistreringar och country club -medlemskap för att hitta folk att rösta - en metod som tenderade att nå relativt välbärgade väljare (bilar och telefoner var lyxartiklar då), snarare än de fattigare bland vilka Roosevelt var populär. De felaktiga resultaten påskyndade slutet av publikationen [källa:Oxford Math Center].
Du kan ha urvalsbias om du inte kontrollerar alla variabler i din studie. Morsa Images/Getty Images Hur avgör forskare om ett nytt läkemedel kommer att bota eller hjälpa en viss sjukdom? Vanligtvis med en studie som involverar två grupper av människor. Till exempel, om forskarna studerar effektiviteten av ett nytt antihistamin på allergiker, de skulle ge försöksmedicinen till en grupp patienter och placebo (sockerpiller) till den andra gruppen, ringde kontrollgrupp . Ingen av grupperna ska veta om de har fått medicinen och studiedeltagarna tilldelas slumpmässigt till varje grupp.
Detta kallas för en randomiserad dubbelblind placebokontrollstudie och anses vara guldstandarden för kliniska prövningar. "Dubbelblind" hänvisar till det faktum att varken forskarna eller deltagarna vet vilka allergipatienter som är i vilken grupp förrän efter att experimentet är över.
Det finns flera anledningar till att göra detta men en är att undvika urvalsfördom . Låt oss säga att du vill studera om människor som arbetar på natten är mer benägna att utveckla huvudvärk. Så, du rekryterar en grupp människor som arbetar på natten, och en annan grupp som arbetar under dagen, och jämför dem sedan. Dina resultat visar att människor som arbetar på natten är mer benägna att ha värkande tempel.
Men det betyder inte nödvändigtvis att nattarbete är orsaken, eftersom det kan vara så att människor som arbetar på natten tenderar att vara fattigare, har mer ohälsosam kost eller mer stress. Sådana faktorer kan snedvrida dina resultat, om du inte kan se till att de två grupperna är lika på alla andra sätt förutom deras scheman [källor:Institute for Work and Health, CIRT].
I en studie, en handkirurg skulle vara mer benägna att välja den yngre, friskare patienter att operera och lämna de äldre patienterna ur det, vilket kan snedvrida resultaten av om operationen är framgångsrik för alla. Detta kallas kanaliseringsfördom. Cultura RM Exclusive/KaPe Schmidt/Getty Images Kanaliserande fördom uppstår när en patients prognos eller sjukdomsgrad påverkar vilken grupp han eller hon sätts in i en studie. Det är ett särskilt problem i icke -randomiserade medicinska prövningar, de där läkare väljer vilka patienter som ska få det läkemedel eller kirurgiska ingrepp som ska utvärderas.
Det är inte svårt att förstå varför det händer, eftersom läkare, trots allt, vill i allmänhet hjälpa människorna som de behandlar, och är utbildade att väga riskerna kontra fördelarna för en behandling.
Låt oss titta på ett hypotetiskt exempel på en studie avsedd att utvärdera effektiviteten av ett visst kirurgiskt ingrepp på handen. Kirurger kan vara mer benägna att välja yngre, friskare patienter att få operationen, eftersom de har lägre risk för komplikationer efteråt, och mer av ett behov av att ha full hand funktion.
I tur och ordning, de kan vara mindre benägna att utföra det på äldre patienter som har högre postoperativa risker och inte behöver ha samma grad av handfunktion eftersom de inte längre arbetar. Om forskare inte är försiktiga, gruppen som får operationen i studien kommer att bestå av yngre patienter, och gruppen som inte kommer att vara mestadels äldre. Det kan ge ett helt annat resultat än om de två grupperna annars var identiska [källa:Pannucci och Wilkins].
En forskare frågar två kvinnor om deras åsikter om skapandet av en statlig hälsovårdstjänst i England på 1940 -talet. Beställningsfrågorna som ställs kan påverka de mottagna svaren. Hulton-Deutsch Collection/CORBIS/Corbis via Getty Images Ordningen att frågor ställs i en undersökning eller studie kan påverka de svar som ges. Det beror på att den mänskliga hjärnan har en tendens att organisera information i mönster. De tidigare frågorna - i synnerhet de som kommer strax före en viss fråga - kan ge information som ämnen använder som sammanhang när de formulerar sina efterföljande svar, eller påverka deras tankar, känslor och attityder. Den effekten kallas grundning [källor:Pew, Sarniak].
Pew Research gav detta exempel från en omröstning i december 2008:"När människor fick frågan 'Allt som allt, är du nöjd eller missnöjd med hur det går i det här landet idag? ' omedelbart efter att ha fått frågan "Godkänner eller ogillar du hur George W. Bush hanterar sitt jobb som president?"; 88 procent sa att de var missnöjda, jämfört med bara 78 procent utan sammanhanget med den tidigare frågan. "
Ett annat exempel på fråge-ordningens bias-effekt kommer från General Social Survey, en långsiktig studie av amerikanska attityder. 1984, GSS -deltagare uppmanades att identifiera de tre viktigaste egenskaperna för ett barn att ha, och fick ett kort med en lista med kvaliteter. När "ärlig" stod högt på listan, den valdes av 66 procent av de tillfrågade. Men när det kom mot slutet, bara 48 procent av människorna valde det som en av sina tre bästa. Ett liknande mönster sågs med andra kvaliteter [källa:Henning].
Intervjuerfördom kan förekomma i medicinska studier när intervjuaren känner forskarens hälsotillstånd innan han förhör henne. GARO/Getty Images Forskare behöver inte bara vara försiktiga med vilka de väljer att vara i grupper i studier, men de måste också oroa sig för hur de efterfrågar, registrera och tolka data som de får från dessa ämnen. Intervjuer av partiskhet , som detta problem kallas, är mer ett problem i medicinska studier när intervjuaren känner forskarens hälsotillstånd innan han eller hon ifrågasätts.
En artikel i medicinsk tidskrift från 2010 om hur man identifierar och undviker fördomar citerar det hypotetiska exemplet på en studie som försöker identifiera riskfaktorerna för Buergers sjukdom, en sällsynt sjukdom där artärer och vener i armar och ben blir svullna och inflammerade. Om intervjuaren redan vet att ett forskningsobjekt har sjukdomen, han eller hon kommer sannolikt att undersöka mer intensivt för kända riskfaktorer, som att röka. Så, intervjuaren kan fråga personer i riskgruppen, "Är du säker på att du aldrig har rökt? Aldrig? Inte ens en gång?" - samtidigt som du inte utsätter patienter i kontrollgruppen för den här typen av frågor [källa:Pannucci och Wilkins].
En intervjuare kan också orsaka felaktiga resultat i en studie genom att ge ämnen icke-verbala ledtrådar när de ställer frågor, som med gester eller ansiktsuttryck, eller tonton [källa:Delgado, et al.].
En man hjälper ett barn med autism att måla i Abidjan, Elfenbenskusten. Föräldrar till barn med autism är mer benägna att komma ihåg att deras barn immuniserades innan de visade tecken på autism och knyta en koppling, även om det är felaktigt - ett exempel på återkallelsefördomar SIA KAMBOU/AFP/Getty Images I studier där människor ifrågasätts om något som inträffade tidigare, deras minnen kan påverkas av nuvarande verkligheter. Återkalla fördomar , som detta fenomen är känt, kan vara ett stort problem när forskare undersöker vilka faktorer som kan ha lett till ett hälsotillstånd, och intervjuer är den främsta informationskällan. Till exempel, eftersom det finns en utbredd-om än obefogad-tro att autism på något sätt orsakas av vaccinet mot mässling-påssjuka-röda hund (MMR), föräldrar till barn i autismspektrumet är mer benägna att komma ihåg att deras barn immuniserades innan de visade tecken på autism, och dra en koppling mellan de två händelserna [källa:Pannucci och Wilkins].
Liknande, mödrar till barn med fosterskador kan vara mer benägna att komma ihåg droger som de tog under graviditeten än mödrar till fullt utvecklade barn. En studie visade också att piloter som visste att de hade utsatts för herbiciden Agent Orange hade en större tendens att komma ihåg hudutslag som de upplevde året efter exponering [källa:Boston College].
Folk vill betraktas som sympatiska, så om du frågar om ett kontroversiellt ämne, frågorna måste utformas på ett sätt som tyder på att alla svar är acceptabla. asiseeit/Getty Images Detta är en annan fördom som kan uppstå med samhällsvetenskapliga undersökningar. Människor vill vara behagliga så att de är mer benägna att svara jakande på en "ja/nej" eller "håller/håller inte med"-särskilt om de är mindre utbildade eller har mindre information. Ett sätt att komma runt denna fördom är att be deltagarna att välja mellan två påståenden ( tvångsvalsformatet ) snarare än att de håller med eller inte håller med om ett påstående. De två påståendena skulle ge två olika åsikter om ett ämne.
Och förutom att vara trevlig, undersökningsdeltagarna vill också ses som sympatiska. "Forskning har visat att respondenterna underskattar alkohol- och droganvändning, skatteflykt och rasisk partiskhet; de kan också överdriva kyrkobesök, välgörenhetsbidrag och sannolikheten att de kommer att rösta i ett val, "konstaterar Pew Research. Därför, frågorna måste ramas in på ett sätt som ger deltagarna en "out" för att erkänna mindre än önskvärt beteende. Så, en fråga om omröstning kan formuleras som:"I presidentvalet 2012 mellan Barack Obama och Mitt Romney, kom det upp saker som hindrade dig från att rösta, eller råkade du rösta? "
Tidskrifter har en preferens för positiva resultat i studier, vilket kan hindra om andra typer av studier publiceras. Epoxydude/Getty Images En vanlig typ av partiskhet härrör från en obekväm verklighet i den vetenskapliga kulturen. Forskare har ett ständigt behov av att publicera artiklar i tidskrifter, för att upprätthålla sitt rykte och öka i akademin. Att publicera-eller-förgås mentalitet kan påverka resultatet av hypoteser, för som en kritiker konstaterar, akademin tenderar att bias mot statistiskt signifikant, "positiva" resultat [källa:van Hilten].
Verkligen, metaanalyser visar att tidskrifter är mycket mer benägna att publicera studier som rapporterar ett statistiskt signifikant positivt resultat än sådana som inte gör det. Publikationsfördom är starkare på vissa områden än andra; en studie från 2010 visade att papper inom samhällsvetenskapen är 2,3 gånger mer benägna att visa positiva resultat än papper inom fysik [källa:Fanelli].
Som Ian Roberts, professor i epidemiologi och folkhälsa vid London School of Hygiene and Tropical Medicine, noteras i en uppsats från 2015, kliniska prövningar som visar att en behandling fungerar är mycket mer benägna att publiceras än de som visar att den inte har någon fördel eller till och med skadlig.
På baksidan, forskare kan flytta negativa eller neutrala fynd från kliniska prövningar till en låda. blackred/Getty Images På vissa sätt, detta är baksidan av publiceringsfördom. Negativa resultat från en studie skjuts in i en metaforisk fillåda istället för att publiceras. Kritiker ser det som ett särskilt problem när det gäller studier av nya mediciner, som idag sponsras ofta av företagen som utvecklade dem [källa:Pannucci och Wilkins].
Fil-låda förspänning kan vara betydande. En studie som publicerades i New England Journal of Medicine 2008 jämförde resultaten från publicerade studier om antidepressiva med data från ett amerikanskt livsmedels- och läkemedelsmyndighets forskningsregister som inkluderade opublicerad information. Den fann att 94 procent av de publicerade studierna rapporterade att läkemedel hade positiva effekter. Men när de opublicerade studierna inkluderades, antalet med positiva resultat sjönk till 51 procent [källa:Turner, et al.].
I ett försök att få mer information till allmänheten, Kongressen 2007 antog en lag som krävde att forskare rapporterade resultat från många mänskliga studier av experimentella behandlingar till ClinicalTrials.gov. 2016, USA:s Food and Drug Administration stärkte reglerna, kräver mer ingående rapportering av kliniska prövningar, inklusive läkemedel och apparater som studerades men aldrig kom ut på marknaden [källa:Piller].
Men vissa kritiker oroar sig för att lagarna inte kommer att ha mycket tänder eftersom det inte finns någon ökning av bemanningspersonal.
Det här uppdraget var intressant för mig, sedan åren har jag ofta fått skriva artiklar baserade på vetenskaplig forskning. Journalister, Jag tror, måste undvika frestelsen att anta att den senaste publicerade studien måste vara det definitiva ordet i alla ämnen.
