En HG Wells mai va dir que “un dia el raonament estadístic seria tan important per a ser un bon ciutadà com el llegir i l’escriure”. Si ho hagués dit, però, l’hagués encertat de ple. Polítics, gestors, científics, tothom té un indicador, una mitjana o un p-valor preparat per acompanyar els seus arguments. L’origen d’aquesta informació no sempre és clara i, a vegades, la seva interpretació, o el resultat mateix, és erroni.
Valgui d’exemple una polèmica que hi hagué el mes de febrer al Regne Unit que va acabar amb un grup de metges regalant una edició de 3 metres del llibre “How to read a paper” a Jeremy Hunt, secretari de salut del govern britànic. Hunt, per defensar el seu pla “seven-day NHS”, va afirmar que al Regne Unit els pacients amb un ictus que ingressaven en cap de setmana tenien una major probabilitat de morir. 59 reputats neuròlegs van acusar a Hunt, per carta al Sunday Times, de mal interpretar resultats estadístics i de fer servir dades desfasades per justificar les seves polítiques.
No ho sé si haurem de regalar llibres, ni de quina mida, però sí pot ser interessant aprofitar aquest espai per reflexionar sobre l’ús o l’abús de l’estadística i la fascinació, quasi religiosa, pels p-valors significatius. Una cantarella, la de la significació estadística, que em recorda allò del “científicament provat” que lluïen molts productes que es publicitaven per televisió quan era petit. Un resultat estadísticament significatiu és el segell que tots busquem sense aturador, però faríem bé de recordar la història d’en Pahom i preguntar-nos quants p-valors necessita un investigador? Estadísticament significatiu o l’estadística vista com una significativa excusa.
Continuarà.
Entrada elaborada per Cristian Tebé Cordomí (@Cristiantb), Servei d’Assesoria Estadística a l’Institut d’Investigació Biomèdica de Bellvitge i Professor Associat a la Universitat Rovira i Virgili.