Comunicare i dati

Una volta che abbiamo completato una ricerca si pone il “problema” di comunicare i risultati.banner-873105_640

La comunicazione è un processo che ha molteplici significati:

  • serve a trasmettere contenuti
  • serve a costruire un’immagine
  • serve a tessere relazioni.

A seconda di quale di queste possibilità prevalga facciamo una scelta, una scelta fondamentale perchè determinerà come andremo a scrivere e chi ne sarà destinatario.

La scienza e l’ambiente scientifico obbligano ad una comunicazione dei risultati “tra pari” che abbiano un medesimo background, che usino dei termini specialistici che parlino di tecniche, di valore dei risultati con una sfumatura che solo un addetto ai lavori conosce. Questo è giustissimo perchè serve a far conoscere il proprio lavoro, a farlo progredire grazie alla prospettiva altrui e a costruirci un’immagine di ricercatore serio e professionale.

In questo blog però io metto insieme due passioni: la ricerca e la comunicazione digitale. Il grande pubblico che ogni giorno conosce il mondo attraverso la comunicazione digitale è assolutamente escluso da questa conoscenza perchè la comunicazione scientifica è lontana anni luce dalle logiche digitali.

Potreste dire che non è rilevante, tanto chi si occupa di giardinaggio non deve per forza interessarsi del bosone di HIggs e viceversa chi non scrive in modo scientifico viene spesso bollato dai colleghi come uno scienziato di serie B. Trovo che ormai questo ragionamento sia totalmente sbagliato e che l’attitudine di lasciare la comunicazione scientifica (scritta da coloro che la scienza la fanno) in mano a blogger e persone non del campo stia diventando pericoloso.

Da un lato pensiamo a tutte quelle speculazioni/superstizioni in ambito medico che proliferano mettendo a rischio la salute pubblica e individuale causate dalla maggiore facilità (sia in termini di ricerca, sia in termini di comprensibilità) di reperimento di informazioni mediche sui blog…….meglio leggersi un post anonimo di un noioso bugiardino. Dall’altra parte si aggiunge il disastro causato dall’analfabetismo funzionale, cioè dalla scarsa attitudine a ragionare criticamente su quanto leggiamo.

Lungi da me suggerire si eliminare la comunicazione scientifica come la conosciamo oggi, ma credo che il ricercatore che ama il suo lavoro dovrebbe prendersi 5 minuti per comunicarlo in modo, breve, comprensibile ed efficace anche ad un pubblico che ormai non è più silente, ma attentamente in ascolto e pronto a dire la sua…anche distorcendo la verità.

Allora brevi post in cui descrivere la validità dei risultati in modo chiaro, senza banalizzarli (“una ricerca inglese dice che le donne amano lo shopping e gli uomini il calcio” comunicato radio tipo) o usare tutte le altre forme di comunicazione digitale non dovrebbe essere considerato un degrado, ma una delle attività della ricerca: video, storytelling, immagini sono tutti strumenti da scoprire.

Molti psicologi che esercitano la libera professioni mettono a scopo pubblicitario materiali di questo genere in rete, ma allora perchè non creare anche un sapere scientifico solido, ma ad ampio pubblico!!

Le insidie della validità interna nella progettazione sociale

La validità di un progetto o di  un intervento viene generalmente intesa come la sua qualità, ma in campo metodologico la validità è un criterio specifico e variegato. Per semplificare possiamo dire che la validità è la certezza che abbiamo di studiare (attraverso un progetto scientifico o di intervento) proprio quei comportamenti/variabili/indicatori/relazioni che ci eravamo posti di studiare. Ancora più semplice: non stiamo prendendo lucciole per lanterne. Questo concetto generale si declina in diversi tipi di validità che dovrebbero aiutare il ricercatore a salvaguardare l’ecologicità dei risultati, la possibilità di estenderli alla popolazione e così via.

Il primo tipo di validità che generalmente viene affrontato è la validità INTERNA, cioè il grado di certezza che stiamo studiando effettivamente la relazione tra la variabile dipendente e quella indipendente che abbiamo scelto. quindi, ad esempio, che l’uso di un certo prodotto influisca sul peso, piuttosto che l’attività fisica quotidiana incida sulla qualità del sonno. In ambito di progettazione sociale la validità interna ha a che fare, ad esempio, con la certezza che stiamo valutando l’efficacia di un intervento: ipotizziamo che una campagna di sensibilizzazione porti ad una minore frequenza di comportamenti a rischio nella popolazione!

Com’è possibile avere un’alta validità interna? Beh dovremmo accertarci di:

  • aver colto la direzionalità esatta della relazione (cioè la causa è davvero la causa e non l’effetto)
  • aver escluso le altre possibili fonti di variazione della variabile dipendente che causano confusione.

Già all’interno di un laboratorio, dove il controllo sperimentale è massimo, non è facile escludere tutto ciò che potrebbe influenzare la relazione che stiamo studiando, nel caso della progettazione sociale e magari di un intervento sul campo è ancora più difficile. Vediamo alcune delle fonti di confusione più note; conoscerle è importante perchè anche se non possiamo eliminarle possiamo provare a controllarle o almeno a tenerne conto quando valutiamo i nostri risultati.

  • Mortalità del campione: per mortalità del campione non si intende la morte vera e propria dei partecipanti, ma la perdita di soggetti quando una ricerca/intervento si protrae a lungo. Ciò ha due effetti. Il primo è che si può restare con poche persone e quindi non è più possibile effettuare statistiche; il secondo è che oltre a essere pochi i partecipanti rimasti non siano più rappresentativi dell’intera popolazione. che fare? Cercate di coinvolgere sempre più persone di quante ne servano 🙂
  • Eventi storici attuali: alcuni eventi storici possono influire su quello che state studiando. Ad esempio, lo scoppio di un conflitto può influire sulle campagne a favore della pace del mondo. Anche eventi meno tragici e “di nicchia” influiscono; pensate al coming out di un personaggio molto noto, potrebbe influire attenuando (si spera) opinione e comportamenti omofobi.  In questo caso il controllo è direi quasi impossibile.
  • Maturazione del campione: quando l’intervento prevede un certo periodo di tempo è possibile che sussistano dei cambiamenti fisiologici nel nostro campione. L’esempio più evidente riguarda i bambini. cominciamo un progetto con dei bambini contro il bullismo e se questo dura anni andremo incontro ad un cambiamento del grado di comprensione o addirittura all’ingresso in preadolescenza.
  • Effetti delle prove: il fatto di dare questionario o fare delle interviste per verificare dei cambiamenti nel nostro campione può influire sui risultati. Si impara subito la risposta giusta, cioè quella che le persone si vogliono sentir dire!
  • Selezione: l’ultima fonte di influenza riguarda la selezione del campione. Se non riusciamo a coinvolgere un gruppo eterogeneo di partecipanti, questi potrebbero essere un sottogruppo specifico della popolazione e la loro particolarità influire sulla valutazione dei risultati. Una campagna contro l’omofobia, ad esempio, non può essere valutata solo sui giovani delle grandi città, perchè l’ambiente cittadino influisce su questo genere di comportamenti. La campagna funzione se induce modifiche sia in centri piccoli che grandi, sia tra giovani e meno giovani!

 

Autismo e vaccino trivalente: il valore di una ricerca giapponese

autismo trivalente giappone

Il rapporto tra autismo e vaccino è un argomento che cattura l’attenzione di molti genitori, spesso impauriti che qualcuno faccia soldi o azzardi sulla salute dei loro figli. Il vaccino trivalente (morbillo, rosolia e parotite) in modo particolare è stato oggetto di molti attacchi e falsi allarmismi a causa di una frode che ancora in pochi sanno essere stata svelata.

Un aiuto in tal senso ci viene da una ricerca giapponese che ho letto grazie alla segnalazione di Medbunker e che potete leggere qui. Perchè mi è sembrata tanto interessante questa ricerca? Perchè ha molteplici punti di forza:

  •          prima di tutto offre un nuovo supporto alla lotta contro la falsa informazione a carico dei vaccini e che può tranquillizzare i genitori angustiati
  •          ha un’impostazione basata sulla falsificazione e non sulla verifica (in linea con i principi del pensiero scientifico)
  •          considera un’intera popolazione (distretto di Kohoku) e non un campione
  •          nell’articolo vengono descritti molteplici metodi di controllo dei risultati che ne fanno un ottimo esempio di ricerca e di comunicazione scientifica.

Dunque, vediamo gli aspetti di metodo di questo studio che mi è piaciuto molto (lungi da me credere di poter influenzare chi è convinto della teoria della cospirazione). L’idea che il vaccino trivalente avesse un ruolo nel causare autismo nacque dall’aumento dell’incidenza di casi (In GB e USA) con l’introduzione del vaccino. I primi sospetti sul rapporto causa – effetto ci furono quando i casi di autismo aumentarono senza che ci fosse un aumento nella vaccinazione, inoltre il pensiero scientifico e logico necessita di condizioni che falsifichino la relazione piuttosto che la verifichino. Questo significa sospendere il vaccino. Questo è quello che è accaduto in Giappone dove il trivalente è stato sospeso, creando le condizioni ideali per testare l’ipotesi circa la relazione causa- effetto. Il sistema sanitario ha messo a disposizione le cartelle cliniche dei bambini dai 18 mesi ai 7 anni. Ciò ha garantito:

  1.        monitoraggio continuo e costante sulla popolazione e non sul campione
  2.        informazioni anche su molti dei bambini che si sono trasferiti
  3.        possibilità di testare l’ipotesi non solo sull’autismo, ma su diversi disturbi legati allo sviluppo.

Come dicono gli stessi autori la cessazione del programma di vaccino offre delle condizioni ideali. L’inserimento del trivalente in una popolazione “vergine” confermerebbe l’ipotesi, ma non garantisce la veridicità della relazione perchè resterebbe la domanda: “cosa succede in un’altra popolazione”. Mentre se in una popolazione al cessare del vaccino aumentano i casi di autismo, la possibilità che l’aumento registrato in GB e USA sia casuale, perchè nella popolazione studiata già sussiste l’ipotetico legame.

I risultati dello studio indicano chiaramente che i casi di autismo, non solo non diminuiscono, bensì aumentano.

Al termine dell’articolo i ricercatori offrono al lettore una serie di possibili obiezioni ai loro risultati che ne fanno un bell’esempio di articolo scientifico. Ad esempio, viene citato il fatto che non tutti i bambini trasferiti sono stati monitorati, ma si tratta di un numero esiguo. Altri sostengono che il numero di casi di autismo causati dal vaccino è troppo esiguo e ciò limiterebbe la validità dello studio, ma allora allo stesso modo limiterebbe il valore di chi avvalora la tesi opposta. Inoltre secondo alcuni studiosi il trivalente ha effetto solo su uno specifico tipo di autismo, ma secondo i ricercatori ciò non è un limite al valore dello studio.

Fonte:

Honda, H., Shimizu, Y. and Rutter, M. (2005), No effect of MMR withdrawal on the incidence of autism: a total population study. Journal of Child Psychology and Psychiatry, 46: 572–579. doi:10.1111/j.1469-7610.2005.01425.x

Statistica e disegno sperimentale per valutare un progetto

statistica e disegno sperimentale

La fase di valutazione di un progetto di ricerca sociale è qualcosa di più di un valore aggiunto; è vero che molti bandi prendono in seria considerazione questa fase attribuendo dei punteggi in più a chi si dimostra sensibile, ma è anche garanzia di non aver lavorato per nulla. La metodologia della ricerca ci viene in aiuto perchè due strumenti preziosi ci aiutano a definire la valutazione e a portarla avanti con un certo grado di serenità circa la validità dei risultati. Ciò è valido sia nel campo della ricerca pura, ma anche quando la ricerca è applicata e non possiamo fidarci solo dei nostri occhi.

 

Il punto cruciale della valutazione dei progetti in ambito sociale, secondo me, è che spesso si ricorre ad un pensiero pseudioscientifico che si accontenta di risultati marginali che apparentemente sono stupefacenti, ma che in realtà sono vuoti perchè inspiegabili e quindi non controllabili nè facilmente replicabili. Allora che fare per uscire da questa spirale? Possiamo utilizzare la statistica e il disegno sperimentale.

Di statistica abbiamo già parlato ogni tanto e soprattutto ho sottolineato come l’antipatia per i numeri a volte ci frena dall’utilizzare uno strumento utilissimo. I metodi statistici si basano su una visione della scienza che cerca risposte con la consapevolezza di poter ottenere dei risultati che ad un alto grado di probabilità (generalmente 95 o 99%) possano ritenersi validi. Questo atteggiamento probabilista non deve scoraggiare, bensì è indice di maturità e consapevolezza che non sempre si può controllare tutto e che la scienza è sempre in movimento, per cui abbiamo sempre un margine di miglioramento. Questo è tanto più vero per le scienze umane o per le ricerche sul campo, dove a volte siamo costretti a sacrificare parte del rigore per la fattibilità del progetto stesso.

Il secondo aiuto ci viene dal disegno sperimentale. Un disegno sperimentale è l’insieme degli elementi che definiscono  lo scheletro della ricerca, la sua impostazione a livello logico e che riflettono alcune delle scelte metodologiche più importanti in ambito di controllo dei risultati. Lo scopo di un buon disegno sperimentale è quello, considerando ovviamente le ipotesi e le condizioni di partenza, di comprendere come definire i confronti tra gruppi o tra soggetti per escludere le più forti fonti di interferenza nei risultati.

disegno sperimentale

Come si definisce un disegno sperimentale? Dalla figura possiamo trarre alcune indicazioni di massima molto importanti. Nel disegnare la nostra ricerca occorre comprendere:

  • quanti gruppi dobbiamo creare una volta creato il nostro campione. Il numero dei gruppi riflette il modo in cui abbiamo “manipolato” la variabile indipendente. Il caso più semplice è due condizione: ad un gruppo viene somministrato un trattamento e all’altro no.
  • la seconda decisione riguarda il modo in cui questi gruppi sono stati creati, cioè l’assegnazione dei partecipanti che dovrebbe assicurare un certa somiglianza /omogeneità tra gruppi
  • poi si tratta di definire chi viene sottoposto a prove o trattamenti
  • e alla fine del disegno sperimentale c’è la prova, cioè il momento in cui si recuperano i dati.

Lo so, detta così non sembra esattamente chiaro, ma abbiate pazienza e a breve posterò un articolo con un esempio che spero sarà chiarificatore.

I criteri di qualità nella ricerca qualitativa

qualità ricerca

Come migliorare la qualità di una ricerca qualitativa? Purtroppo ancora non esiste pieno accordo tra i ricercatori, ma ecco alcuni suggerimenti che sicuramente non fanno male!

La ricerca qualitativa è sempre stata oggetto di un pregiudizio: scarsa scientificità e poca qualità dei dati. Sicuramente nel campo delle scienze umane, la ricerca qualitativa, offre delle possibilità che nelle scienze naturali non esistono come l’analisi in profondità di un caso singolo. L’assenza di una forte base matematica e di una finalità improntata alla massima generalizzazione dei risultati ha reso anche più complesso l’individuazione di criteri di qualità precisi che facciano da sostegno ai dati.

Nonostante l’enorme apporto che questo tipo di ricerca offre (e che personalmente adoro) c’è da dire che effettivamente c’è poco accordo su quali siano gli standard da rispettare. Proviamo a vedere alcune indicazioni offerte dagli esperti.

  • Principio della confutazione: per migliorare la qualità dei nostri risultati ci si può impegnare nella ricerca attiva di casi che possono non confermare l’ipotesi (Kirk e Miller, 1986);
  • Comparazione continua: formulazione e verifica di piccole domande di ricerca provvisorie che segnano la ricerca in un percorso induttivo (Silverman, 2002);
  • Trattamento globale dei dati: la generalizzazione dei risultati non deve essere applicata alla popolazione, ma al corpus dati, quindi mai essere soddisfatti finché la teoria e/o la spiegazione non si applica a ogni singola parte dei dati raccolti;
  • Analisi dei casi devianti:  se non è possibile generalizzare si possono cercare casi devianti che funzionino con  un piccolo insieme di regole ricorrenti (Mehan, 1979);
  • Uso di quantificazioni: la quantificazione di per sé stessa non è “pro” né “contro” la ricerca qualitativa: dipende dall’uso che se ne fa (Silverman, 2002);
  • Contingenza: una ricerca ha qualità se viene valutata come applicabile e coerente rispetto al contesto specifico in cui si svolge (Mantovani & Spagnolli, 2003).