Une leçon en cause et effet

Après avoir passé la journée à lire et à écrire dans les commentaires de Brave Girl Eating de Harriet Brown, je me suis rendu compte qu'il était temps pour moi d'écrire un billet que j'ai contemplé. Il est temps de discuter de la causalité.

Inévitablement, dans les discussions sur la guerre contre l'obésité, les deux parties commencent à citer des études. Un échange «mon étude vaut mieux que ton étude» se résume bientôt en disputes sur l'évidence.

Critiques de la recherche sur l'obésité

Un certain nombre de problèmes ont été soulevés concernant la recherche existante sur l'obésité. Je voudrais soulever trois points de base sur lesquels je crois que presque toutes les critiques s'entendent sur les comorbidités et les coûts de l'obésité:

Erreur écologique: Bon nombre des études qui ont été réalisées sont des études de population portant sur des adultes de poids différents et ne suivant pas des adultes qui prennent ou perdent du poids. Ensuite, il est supposé que si la santé des personnes de poids inférieur est meilleure que celle des personnes de poids plus élevé (ou une autre combinaison de poids inférieur, moyen et supérieur), la perte (ou gain) de poids mettra tous les gens dans le même état de la santé. C'est une grande hypothèse et n'est pas supportée par ces études. C'est ce qu'on appelle une erreur écologique. Il prend des données sur la population et l'applique aux membres individuels de la population. Beaucoup de gens seraient surpris de découvrir comment manque la littérature quand il s'agit d'étudier les effets de la perte de poids sur les individus.

• Souhaitez-vous démontrer la résilience dans le sillage du traumatisme?
• Robert Foltz sur le traitement résidentiel des adolescents
• Les Juifs et le capitalisme
• HPV et le cancer de la gorge
• 9/11 Les séquelles: perte de vie, perte de sécurité, perte de confiance et perte d'innocence

Interprétation des données trompeuses: La plupart des comorbidités corrélées au poids peuvent s'expliquer par d'autres facteurs et / ou d'autres facteurs n'ont pas été pris en compte ou exclus dans les études. Beaucoup d'études supposent que toutes les personnes obèses ne font pas d'exercice et que toutes les personnes minces font de l'exercice. Ainsi, ces facteurs sont confondus avec des études de poids faisant des commentaires sur les niveaux d'activité et des études de niveaux d'activité faisant des commentaires sur le contrôle du poids. Le régime se confond de la même manière. BMI est devenu un raccourci non seulement pour évaluer la santé de quelqu'un, mais pour évaluer les pratiques de santé de quelqu'un. Mais dans les études où des facteurs tels que le niveau d'activité, la consommation de certains types d'aliments, les facteurs sociaux tels que les niveaux socio-économiques et les niveaux de stress ont été pris en compte, le poids devient un facteur presque inexistant.

Financement biaisé

• Comment je suis devenu un végétarien des médias
• Ce que les étudiants ont besoin pour réussir
• Ne vous contentez pas d'être bien
• Les écoles en tant qu'écosystèmes
• Comprendre la puissance des théories du complot

Alors, pourquoi, face aux deux points ci-dessus, la science est-elle si mal déclarée et mal comprise? Argent. Et c'est la troisième affirmation. Une grande partie de ce que les médias rapportent n'est pas scientifique du tout, mais elle est rapportée comme s'il s'agissait de science. "Des études ont montré …" sont des mots magiques dans notre discours public. Mais une grande partie de ce qui est rapporté provient de communiqués de presse de personnes ayant des intérêts particuliers dans le public, croyant certaines choses. Savoir qui a financé ce qui est important pour juger de l'exactitude des résultats. Les biais existent dans toutes les recherches. Cela ne signifie pas que toute recherche est mauvaise. Cela signifie qu'un lecteur averti de la recherche doit connaître les biais afin de juger de l'utilité de l'information. Cela est particulièrement vrai de la soi-disant «analyse des coûts» qui a été faite. Creuser dans ces études sur combien coûte l'obésité aux États-Unis et vous trouverez des entreprises comme Allergan qui ont doublé leur marché sur la base de cette panique seule.

Alors pourquoi ces points sont-ils importants? Les érudits qui soulèvent ces points ignorent-ils les corrélations importantes en répétant leurs propres mots magiques «la corrélation n'est pas la causalité»?

Établissement de la causalité

Une éducation à la cause et à l'effet pourrait aider à mettre cela en perspective. Très peu de choses sont prouvées comme causant d'autres choses. Nous considérons certaines choses comme allant de soi, mais dans la science on fait une cause, on ne le prouve pas (sauf de façon très limitée dans les lois de la physique, par exemple). Les questions de fiabilité et de validité sont importantes pour faire ces cas. La fiabilité signifie que l'étude est reproductible et peut être répétée de la même manière qu'auparavant, de préférence par d'autres personnes afin de réduire le biais. La validité signifie que l'étude mesure réellement ce qu'elle suppose être en train de mesurer.

La fiabilité et la validité sont extrêmement difficiles à réaliser dans les études humaines. Contrairement aux processus chimiques et biologiques qui peuvent être contrôlés au sein des laboratoires, l'étude des humains a la complication supplémentaire que les humains peuvent comprendre qu'ils sont étudiés et changer les résultats. Oui, l'étude des cellules et des réactions chimiques dans les corps humains est plus facile que l'étude du comportement, mais des problèmes subsistent, étant donné que le contact humain avec l'environnement et le processus de vieillissement humain modifient constamment ces processus chimiques et biologiques.

Mais même si un sérieux argument peut être fait en faveur de la fiabilité et de la validité, trois conditions doivent être remplies pour démontrer la cause et l'effet (essentiellement pour renforcer l'argumentation en faveur de celui-ci). Ces conditions sont toutes nécessaires mais aucune d'elles n'est suffisante:

1. La cause doit se produire dans le temps avant l'effet.
   
2. Les changements dans la cause doivent créer un changement correspondant dans l'effet.
   
3. AUCUNE AUTRE EXPLICATION pour la relation peut être présente.

Timing

Cela semble basique et facile à démontrer, mais si vous y réfléchissez, surtout en ce qui concerne les humains, le moment est difficile. Par exemple, si l'embonpoint causait ces comorbidités, l'embonpoint doit se produire avant le diabète, l'hypertension artérielle ou les maladies cardiaques. Mais quand exactement ces conditions médicales ont-elles eu lieu? Pas au moment du diagnostic, car les symptômes sont habituellement présents avant qu'un diagnostic ne soit posé. Pas au point de symptômes parce que souvent les gens réalisent qu'ils ont été malades plus longtemps qu'ils ne le savaient. Que faire si l'on peut prouver qu'il y a une composante génétique? Peut-on dire que la maladie a commencé dans l'utérus? Que faire si la personne perd et prend du poids plusieurs fois? Quand est-ce que le poids a été un facteur? Cette complexité est souvent ignorée dans les études, ce qui rend problématique la quasi-totalité des études.

Corrélation

C'est le chouchou des médias surtout parce qu'il a des chiffres qui donnent un faux sens de la précision. Je me souviens qu'en tant que reporter, je conservais plusieurs calculs dans un fichier à utiliser pour discuter de taxes ou d'autres sujets de ce genre, car il était important de rapporter les chiffres d'une façon spécifique qui serait tentante plutôt que ennuyeuse. C'est difficile à signaler. Les chiffres sensationnels sont meilleurs que les petits, difficiles à comprendre ou trop grands, au-delà des chiffres de compréhension. Les pourcentages fonctionnent mieux que les totaux. Les évaluations statistiques de la corrélation sont facilement rapportées en pourcentages et font donc souvent le premier paragraphe ou même le titre.

Les corrélations sont une partie nécessaire de la démonstration d'une cause et d'un effet, mais elles ne sont pas suffisantes et en tant que telles, il est important d'examiner sérieusement les corrélations pour comprendre ce qu'elles signifient et ce qu'elles ne signifient pas. Je ne connais personne dans HAES qui nie qu'il existe des corrélations entre le poids et certaines conditions médicales. Personne ne nie la corrélation ou l'ignore. Au contraire, il est important de comprendre exactement ce que ces corrélations signifient. Sont-ils arrivés avec de bonnes données? Sont-ils fiables? Est-ce qu'ils mesurent ce qu'ils suggèrent qu'ils mesurent? Telles sont les questions que d'autres scientifiques et chercheurs doivent poser lorsqu'ils sont confrontés à des données aussi importantes. Les journalistes ne posent pas ces questions. Les journalistes rapportent des chiffres sensationnels et comptent sur le chercheur qui a inventé le numéro pour leur dire ce que cela signifie. Ainsi, les rapports de corrélation sont instantanément biaisés de deux façons – vers le sensationnel et vers le producteur de la recherche. Dans les revues à comité de lecture, ce n'est pas le chercheur qui interprète ou examine les données, ce sont ses collègues. Cela réduit les biais.

Explications alternatives

C'est le plus grand point de discorde et il devrait être. C'est là que se déroule le débat animé qui mène à la vérité. Il appartient à quiconque lit une affirmation de cause à effet de le disséquer et de proposer une autre explication. Contact quand Ellie (Jodie Foster) entend pour la première fois la transmission extraterrestre et se précipite dans la salle de contrôle du télescope en criant "fais-moi menteur". Tout le monde qui lit les recherches commence par le scepticisme. Y a-t-il un problème avec les données? Est-ce juste une coïncidence? Y a-t-il un facteur important qui fait la différence? Y a-t-il un facteur qui a été mal utilisé ou invalide? Y a-t-il d'autres recherches qui mettent en lumière les résultats de cette étude? Quelles questions sans réponse doivent être traitées? Y a-t-il plus de causes primaires qui expliquent la relation? Ces facteurs sont-ils contrôlés par un autre facteur qui explique tout? Le biais de recherche affecte-t-il les résultats? Comment le financement, la conception et la publication des résultats affectent-ils l'interprétation des résultats?

Pas de "preuve" concluante que la graisse "cause" quelque chose

Les trois principaux arguments concernant la recherche sur l'obésité sont beaucoup plus complexes que «la corrélation ne signifie pas causalité». L'erreur écologique, la mauvaise interprétation des données et le financement biaisé de la recherche remettent en question ces corrélations en suggérant que des conclusions erronées sont tirées des données. les facteurs sont souvent absents de l'équation et les données et / ou leur interprétation sont souvent entachées d'influences corruptrices. Ceux-ci n'ignorent pas la corrélation. Ces assertions fournissent une critique des corrélations.

Un autre moyen de recherche sur l'obésité échoue

J'entends souvent la recherche sur l'obésité par rapport à la recherche sur le tabagisme. Mais il y a aussi un problème avec les rapports généraux sur la recherche sur le tabagisme. Le tabagisme est impliqué dans de nombreux cancers et autres complications de santé. Il y a maintenant des milliers d'études qui renforcent ces liens. Mais personne n'a prouvé que fumer cause le cancer. Les gens qui fument n'ont pas de cancer. Les personnes qui ne fument pas ont un cancer. Ces deux faits affaiblissent le cas par ailleurs fort pour la cause et l'effet.

La différence entre la recherche sur l'obésité et la recherche sur le tabagisme est qu'il existe des centaines d'études qui démontrent un lien étroit entre cesser de fumer et améliorer la santé. Encore une fois, un cas solide, pas une preuve. Un tel parallèle n'existe pas avec la perte de poids. La grande majorité des gens ne peuvent pas garder plus de perte de poids modérée pendant plus de 5 ans. Il y a des centaines de milliers, voire des millions, de fumeurs qui ont abandonné depuis cinq ans. Arrêter de fumer est difficile à faire, mais cela peut être fait avec succès et la plupart des gens rapportent une amélioration de la santé. Il est facile d'étudier les effets de la cessation parce qu'il est facile de savoir si l'on fume ou non.

Les études de perte de poids vont rarement plus de six mois et même les meilleurs suivent les gens pendant seulement deux ans. Beaucoup de personnes qui perdent du poids ont des complications de la tentative de perdre du poids ou de la perte de poids elle-même, affirmant ainsi que cela améliore la santé est un résultat mixte, pas un fort. La plupart des études qui démontrent que la perte de poids fonctionne sont basées sur des hypothèses, et non sur des données directes: si la population la plus petite est en meilleure santé, on suppose que le fait de réduire la taille des personnes leur donnera les mêmes résultats.

En bref, le tabagisme peut avoir des corrélations similaires avec le poids avec les conditions de santé, mais il manque un ensemble de recherche qui démontre que la perte de poids améliore la santé de la même façon que l'abandon du tabagisme améliore la santé. La recherche manquante est tout aussi importante pour comprendre les phénomènes que pour critiquer la recherche existante.

La réalité compte

Dernières pensées

Le but de la recherche pour établir des causes solides de causalité est évidemment de créer des solutions efficaces à des problèmes réels. Si les données sont problématiques, le traitement sera inefficace et parfois dangereux. Ce débat animé est nécessaire pour démêler et renforcer les corps de littérature existants. Les sujets chargés émotionnellement manquent souvent ces bases, mais ils sont néanmoins importants.

Je vais conclure en disant que je ne considère pas que ce soit la seule mesure d'information. Les expériences personnelles, les observations, les contextes sociaux, l'empathie et la théorie comptent. Mais bâtir sur ce solide fondement aidera à rechercher la vérité. L'évaluation critique de la recherche est une étape importante dans la compréhension de notre monde et de notre corps.