John Ioannidis provocou uma polêmica ao afirmar que muitos estudos em medicina estão errados (aqui) e quando estão corretos o problema do tamanho da amostra pode invalidar algumas conclusões. Alguns destes estudos possuem problemas de formatação da pesquisa, como o não controle de variáveis exógenas que afetam o resultado. Em outros casos, o problema é mais simples: os periódicos possuem um viés de publicar resultados positivos, enquanto os resultados negativos geralmente são recusados. Isto termina por invalidar estudos de meta-análise, que deveriam ter o papel de agregação dos resultados de pesquisas científicas. (Clique aqui para ler sobre meta-analise).
Outro fator importante é a pressão para publicação. Sabendo a preferência dos periódicos por certos tipos de resultados, os pesquisadores tendem a forçar os números e, em alguns casos, até a fraudar os dados.
A estatística ajuda a explicar também os problemas encontrados. As pesquisas trabalham com probabilidades e geralmente se usa 5% para rejeitar/aceitar as hipóteses. Neste caso, um estudo que se encontra dentro desta probabilidade é o caso de um "falso positivo". Considere 20 pesquisas sobre um determinado assunto enviadas para um periódico. Existindo uma chance de que um destes estudos (1/20 = 5%) não comprovem a hipótese atual da pesquisa, existirá uma pressão do periódico em aceitar esta pesquisa que contradiz o conhecimento corrente.
Especificamente em medicina, as amostras são reduzidas, o que aumenta a chance de aceita hipóteses que são falsas.
Finalmente, em certos tipos de pesquisas conduzidas na área de administração e contabilidade, através de questionários, a maneira como o entrevistado é abordado pode afetar diretamente no resultado da pesquisa.
Em resumo, a ciência pode estar errada pelos seguintes motivos:
a) Formatação da pesquisa - incluindo o não controle adequado de variáveis exógenas e a forma como a pesquisa é conduzida
b) Viés de publicação dos periódicos
c) Fraude, em razão do viés dos periódicos
d) Existência do "falso positivo"
e) Amostra reduzida
f) As variáveis acima podem interferir diretamente no resultado da meta-análise
Para ler mais clique aqui e aqui
Nenhum comentário:
Postar um comentário