La ricerca scientifica, sia essa di base, applicata o clinica, si basa sul metodo scientifico, ovvero sulla formulazione e sulla verifica delle ipotesi. Più precisamente, si fonda sul principio della confutazione dell’ipotesi nulla, ossia sull’assunzione iniziale che un determinato fenomeno non esista o non si verifichi, finché non si dimostri che tale assunzione è falsa.
Per comprendere meglio questo concetto, prima di addentrarci nella storia che oggi vi voglio raccontare, consideriamo un piccolo esempio: nella ricerca clinica, quando si valuta l’efficacia di un farmaco su una specifica condizione patologica, si assume inizialmente l’ipotesi che tale farmaco non abbia efficacia (ipotesi nulla); tale ipotesi sarà ritenuta vera fin tanto che i risultati ottenuti dalla ricerca non dimostrino il contrario, ossia che tale ipotesi sia falsa e che, pertanto, possa essere rifiutata (confutazione dell’ipotesi nulla). Quindi, se le prove sono sufficienti a confutare l’ipotesi nulla, possiamo concludere che il farmaco probabilmente ha un effetto positivo su quella determinata condizione (ipotesi alternativa). Sì, avete letto bene, ho scritto probabilmente!
È bene sempre ricordare che non possiamo mai confermare con certezza assoluta l’ipotesi alternativa, anche quando rifiutiamo l’ipotesi nulla: possiamo solo confutare l’ipotesi nulla!
Ma veniamo al dunque: come possiamo, concretamente, confutare un’ipotesi nulla? E, soprattutto, come possiamo comunicare i risultati di questa confutazione in modo chiaro, comprensibile e trasparente?
Oggi vi racconterò come i numeri possano trasformarsi in storie.
La ricerca scientifica si avvale di due discipline strettamente connesse al processo di produzione e diffusione della conoscenza scientifica, le quali garantiscono sia il rigore metodologico, sia la corretta comunicazione dei risultati; queste discipline sono la statistica e il medical writing – o redazione medico-scientifica.
La statistica fornisce gli strumenti per analizzare i dati in modo oggettivo, dando loro un significato statistico e riducendo al minimo il rischio di errori; il processo dimedical writing traduce questi risultati in un linguaggio chiaro e accessibile, assicurando che le evidenze scientifiche siano comunicate correttamente, ma anche interpretate con onestà intellettuale e rigore scientifico.
È proprio mediante l’analisi statistica dei dati che possiamo stabilire se confutare un’ipotesi nulla o confermarla. Ricordate il farmaco? Attraverso questa preziosa disciplina, è possibile stabilire se l’ipotesi nulla – ovvero che il farmaco non abbia alcun effetto – sia falsa e, di conseguenza, fornire evidenze a sostegno dell’ipotesi alternativa, ossia che il farmaco abbia un impatto positivo sulla condizione osservata. Ad esempio, in pazienti diabetici, in seguito alla somministrazione del farmaco ipoglicemizzante, possiamo osservare una riduzione della glicemia.
A questo punto, è lecito chiedersi: come possiamo stabilire che tale effetto osservato sia verosimilmente dovuto al farmaco e non frutto del caso?
Nella statistica, esiste un concetto, noto come significatività statistica, che ci consente di valutare la probabilità che il risultato osservato sia attribuibile al caso. Per tale valutazione, la statistica si avvale del test di significatività statistica, il quale fornisce un valore noto come p-value o valore p. Più il valore p è basso, minore è la probabilità che l’effetto osservato sia dovuto al caso, e quindi minore è la probabilità che l’ipotesi nulla sia vera. Per capire meglio, torniamo ancora una volta al nostro farmaco: se il p-value che noi otteniamo dall’applicazione del test di significatività è inferiore ad una determinata soglia (convenzionalmente 0.05), possiamo dire che il risultato ottenuto (nel nostro esempio la riduzione della glicemia) è statisticamente significativo, ossia possiamo asserire che tale risultato molto probabilmente non è dovuto al caso e che probabilmente esiste un effetto reale dovuto al farmaco. A livello concettuale, questo significa che sarebbe molto improbabile osservare tale effetto se l’ipotesi nulla fosse vera, ossia, nel caso dei nostri pazienti diabetici, sarebbe molto improbabile vedere tale riduzione della glicemia se il nostro farmaco non avesse effetto. Al contrario, un p-value uguale o maggiore di 0.05 indica che non ci sono abbastanza prove per asserire che il nostro farmaco potrebbe avere un effetto reale sulla condizione patologica.
Un aspetto fondamentale, a questo punto, è distinguere tra significatività statistica e significatività clinica. Un risultato statisticamente significativo non è necessariamente – e sempre – rilevante dal punto di vista clinico. Torniamo all’esempio del farmaco: supponiamo, ora, che il farmaco del quale stiamo testando l’efficacia sia un farmaco indicato per l’ipertensione e che, nella nostra ricerca condotta su un campione di 1000 pazienti ipertesi, abbia ridotto mediamente la pressione arteriosa di 0,2 mmHg. L’analisi statistica condotta a tale scopo ci fornisce un p-value inferiore a 0.05, quindi, ci fornisce una chiara indicazione, ossia che tale riduzione possa essere verosimilmente un effetto del farmaco. A questo punto, non è più lecito, bensì è doveroso chiedersi: tale riduzione, oltre ad essere statisticamente significativa, è anche clinicamente rilevante? È realistico pensare che una riduzione così minima possa influire sul rischio cardiovascolare dei pazienti? Probabilmente no.
Ed è proprio in contesti di questo tipo che la comunicazione assume un ruolo fondamentale, che è quello di andare oltre i numeri, analizzarli, contestualizzarli, interpretarli e comunicarli in modo trasparente e comprensibile. Il medical writer, dedito alla comunicazione dei risultati della ricerca scientifica, deve interpretare i dati con spirito critico, onestà intellettuale e rigore scientifico. Se un risultato è statisticamente significativo, ma clinicamente irrilevante, è un dovere professionale – e morale – comunicarlo in maniera trasparente.
È per questo che il medical witing è un processo complesso, che richiede competenze trasversali e interdisciplinari. Raccontare una ricerca scientifica richiede conoscenze e abilità che includano un solido background scientifico, competenze statistiche, capacità di scrittura e un pizzico di creatività, per catturare l’attenzione del lettore e trasformare i numeri in una storia coinvolgente, ma reale.
La ricerca scientifica è un connubio di metodi e storie, che parlano di numeri, ma anche di persone, cure – e speranze. Il nostro compito è assicurarci che la ricerca venga svolta e raccontata in modo rigoroso, chiaro e onesto. Solo attraverso un approccio multidisciplinare possiamo garantire una divulgazione scientifica accurata, etica e realmente orientata al progresso della conoscenza e della salute pubblica.