La ricerca scientifica è spesso decisamente sovrastimata; frasi del tipo:

• test clinici hanno dimostrato che...
• scientificamente provato...
• risultati nel 77% dei casi...

non fanno altro che ingenerare nella popolazione le uguaglianze:

ricerca = scienza = verità.

Anche solo fermandosi alla prima parte dell'espressione, si può tranquillamente affermare che si è in errore. Infatti: 

è spesso facile trovare una ricerca che dimostri che X è vero e una che dimostri che X è falso. Le ricerche non sono ancora scienza...

Quanto appena affermato è percepito dal pubblico, a cui le ricerche sono rivolte, come una "grande confusione".
Nel 2005, uno studio pubblicato su Jama (Journal of the American Medical Association), la rivista dell’Associazione dei medici americani, dimostra che almeno un terzo delle ricerche, su terapie farmacologiche e non, vengono successivamente smentite o ridimensionate. La situazione è ancora più grave di quanto affermato nello studio.
In parole povere, per motivi di varia natura, spesso non propriamente nobili, una gran parte delle ricerche è fasulla.
La posta dei visitatori - Riceviamo circa dieci mail a settimana che ci chiedono di commentare ricerche che spuntano qua e là nel mondo, a volte in contrasto con quanto affermato nel sito. Di solito sono ricerche che passano come mode e hanno un'influenza nulla, ma non è per questo che abbiamo deciso di non commentarle. A parte il tempo necessario per farlo (alcune ricerche presentano i dati in una ventina di pagine!), non è lo scopo primario di questo sito "convincere sulle proprie posizioni". Lo scopo primario è "insegnare a ragionare correttamente con la propria testa". Questo è infatti il primo requisito di chi aspira a essere scientifico. Correttamente significa in modo logico e distaccato, senza preconcetti o emozioni che possano far prendere delle grosse cantonate.
Chi impara alcuni trucchi fondamentali arriva facilmente a eliminare una grande percentuali di ricerche, definendone alcune anche risibili, nonostante siano state condotte da prestigiosi gruppi di ricerca.

La differenza fra ricerca e scienza

La prima cosa da capire è che:

la ricerca è un punto di partenza, non un punto d'arrivo.

Se si considera la ricerca un punto d'arrivo si parte già con il piede sbagliato. Ogni equipe di ricercatori che pubblica o divulga i suoi studi lo fa (o dovrebbe farlo!) non per asserire una certezza, ma per fare in modo che altri, eventualmente allargandone i confini, confermino i risultati trovati.

Solo le ricerche che stabiliscono nessi di causa-effetto diventano scienza.

Un caso classico di decine di ricerche "miracolose" che si sono sgonfiate si trova nella lotta al cancro. Dagli anni '80 a oggi, quasi settimanalmente, i mass media portano all'attenzione del pubblico una ricerca che promette grandi passi avanti. I passi ci sono stati (molto lo si deve alla prevenzione e alla chirurgia, più che al miglioramento terapeutico), ma, a onor del vero, molto limitati. Tantissime ricerche, singolarmente significative, si sono dimostrate strade poco fruttuose.
Per valutare una ricerca occorre distinguere fra:
a) ricerche leggere
b) ricerche pesanti.
Una ricerca è leggera quando in base a considerazioni di qualsivoglia natura è lecito dubitare che arrivi a stabilire la vera causa dei fenomeni, mentre è pesante quando definisce o si avvicina molto alle cause corrette.

Correlazione e causa

Per capire i limiti della ricerca dobbiamo capire la differenza fra correlazione e causa.
La confusione fra correlazione e nesso causale è spesso amplificata dai ricercatori stessi che dimenticano la natura statistica di ciò che hanno trovato e si proclamano "sicuri" di aver trovato la causa!

Una correlazione indica cosa è meritevole di ulteriore indagine per spingersi sempre più vicino a trovare la vera causa, ricordiamoci che non definisce nessuna implicazione di causa ed effetto.

Classico il discorso sui vegetariani: se uno studio rileva che i vegetariani vivono più a lungo di coloro che mangiano carne, non si può concludere nulla perché non si può sapere se ciò sia dovuto prioritariamente all’alimentazione o se sia il risultato di altre scelte derivanti dallo stile di vita.
Non è difficile scoprire che molte correlazioni trovate dalla ricerca sono correlazioni indirette. Cioè che:

(1) in genere correlazioni (fra A e B) trovate dalla ricerca sono prive di nesso causale quando A e B dipendono entrambi da un terzo fattore C.

Ecco un ultimo esempio. Una ricerca prende in esame un campione di giocatori di pallacanestro di un'università americana e una tribù di pigmei. Si studia la percentuale di chi ha un QI (quoziente d'intelligenza) sopra il valore soglia di X in relazione all'altezza. Esiste una correlazione fra altezza e QI positivo (cioè sopra X). Quindi sostituendo il concetto di correlazione con il concetto di causa, potrei assurdamente concludere che l'altezza favorisce l'intelligenza!!!
È evidente l'assurdità della cosa, ma molti non saprebbero spiegare chiaramente dove sta il trucco. Il trucco è che (come visto nella proposizione 1 soprariportata) sia l'altezza sia il maggiore quoziente d'intelligenza dipendono dall'appartenenza al primo campione; infatti la correlazione fra appartenenza all'università e QI positivo appare a tutti più logica e causale.

L'ambiguità

Alla luce di quanto detto, è necessario non cadere nell'errore di correlazione. Ma non basta.
Dalla (1) discende che 

(2) se una ricerca vuole indagare se B è una delle cause di un evento A, è necessario che prenda in considerazione tutte le altre cause di A per evitare che scambi una correlazione per causa, cioè che B dipenda da una Ci (C1, C2, ...Cn sono le altre n cause di A). Ma ciò è praticamente impossibile perché si dà per scontata la certezza che si conoscano già tutte le cause di A tranne quella che ricerchiamo!

Una correlazione evidenziata da una ricerca su A è pertanto più ambigua quanto meno si conoscono le cause del fenomeno che si sta studiando!
Dal punto di vista pratico - Vediamo di tradurre la (2) dal punto di vista pratico.
Per essere completamente definita una ricerca dovrebbe studiare un numero infinito di parametri, cosa impossibile da realizzarsi ed è ragionevole limitarsi a studiare i più importanti e sensatamente significativi. Il grave è che gran parte delle ricerche si limita a definire pochissimi parametri, mettendosi nelle migliori condizioni di trascurare altre possibili cause e quindi di ricadere nella (1).
Supponiamo che una ricerca determini che una patologia si verifica con una probabilità nettamente più alta in maschi sani superiori ai 50 anni d'età rispetto alla fascia d'età 30-40 anni. L'invecchiamento sembrerebbe pertanto la causa più importante della malattia.
Se voi avete 50 anni potreste preoccuparvi perché "aderite" al campione della ricerca che è stata condotta con la massima serietà. A questo punto però un vostro amico medico vi dice che la ricerca è del 1800 (ammesso che sia possibile) e ride delle vostre paure. Perché? Perché la malattia in questione è l'enfisema polmonare e voi non siete fumatore. Il vostro amico vi farà presente che una ricerca più recente ha dimostrato che in maschi sani non fumatori e non esposti a fumo passivo, la probabilità di ammalarsi di enfisema nella fascia d'età 50-60 è praticamente la stessa che nella fascia 30-40. È quindi il fumo la causa principale.

Le ricerche leggere lo sono proprio perché eccessivamente ambigue: sembra che abbiano tenuto in considerazione tutti i parametri più importanti mentre in realtà ne tralasciano di fondamentali.

Per esempio una ricerca è tanto più ambigua quanto il campione è generico (illusione del campione). In quest'ottica, contrariamente alla credenza comune,

hanno poco senso anche le ricerche condotte su migliaia di soggetti senza nessuna ulteriore specificazione.

La valutazione dell'ambiguità è quindi un'operazione che deve essere condotta nell'analisi di ogni ricerca. Devo chiedermi:

(3) potrei ottenere un risultato diverso specificando i parametri della ricerca in modo diverso?

Per parametri si intende il campione, le modalità, i tempi ecc., qualunque fattore che possa influenzare la correlazione trovata. Se la risposta è sì, il peso della ricerca crolla drammaticamente. È per questo motivo che bisogna prendere con le molle i risultati di ricerche che vengono diffuse solo per sommi capi.
Per esempio il solo termine "soggetto sano" è per molti scopi decisamente vago (vedasi esempio dell'enfisema), per altri potrebbe non esserlo. Altro esempio: le conclusioni di una ricerca condotta in parte su pazienti ospedalizzati (come quelle che analizzano il peso alla morte) non possono essere certo valide per pazienti sani. Non è nemmeno adattabile alla realtà una ricerca che lavora su tempi troppo brevi oppure una che opera con quantità troppo elevate o troppo modeste di una sostanza ecc.
Esercitatevi a scoprire l'ambiguità di gran parte delle ricerche, applicando la (3). Per aiutarvi, un ultimo esempio. Molte ricerche hanno sostenuto (nel senso che ne hanno visto un nesso causale) la correlazione fra i grassi saturi di origine animale degli insaccati e alcune forme di tumore all'apparato digerente. Come posso definire in modo diverso la ricerca? Per esempio, i ricercatori hanno preso in considerazione il fatto che la gran parte dei salumi contiene come conservanti nitriti e nitrati? No, perché lo screening era fatto su campioni generici della popolazione. Ecco quindi trovata l'ambiguità della ricerca. Recentemente si è scoperta infatti la correlazione fra tumore e consumo di nitriti/nitrati. Pertanto il nesso causale è più logico leggerlo come tumore-conservante che come tumore-insaccato!

Epidemiologia: i limiti

La statistica è entrata pesantemente nella medicina grazie all'epidemiologia: originariamente si studiava statisticamente una popolazione per capire le correlazioni fra malattia e determinati fattori, risalendo poi alle cause. In genere si trattava di malattie infettive (non a caso uno dei pionieri dell'epidemiologia è John Snow che nel 1854 indagò statisticamente l'epidemia di colera a Soho).
Purtroppo però oggi l'epidemiologia soffre da un lato di delirio di onnipotenza e dall'altro è diventata il terreno ideale per medici che non hanno nessuna intenzione di fare i medici: si ricevono i fondi per lanciare campagne di rilevazione statistica su qualunque cosa, si buttano i dati nella macchina (ricordiamolo, "incerta") della statistica e poi si fa una bella pubblicazione. Non c'è nessun rischio di fallimento perché tanto qualche dato esce, al più il problema è interpretarlo, anche se, lo si deve riconoscere, la fantasia dei ricercatori è bravissima nel farlo. Alcuni ricercatori poi sostengono che l'interpretazione dei dati sarebbe compito degli statistici, ma, se ciò fosse vero, il contributo del medico sarebbe privo di ogni "intelligenza"; è assurdo che un medico pensi di poter fare ricerca senza conoscere la statistica.
Il punto è che l'ambiguità di moltissime ricerche epidemiologiche è altissima. Tutti capiscono che se voglio indagare la relazione fra ricchezza e mortalità posso ottenere dei dati che il solo buon senso riuscirebbe a determinare. Si sa che la ricchezza non ha nessuna relazione diretta con le cause della morte, ma può averne molte indirette: per esempio chi è ricco si cura mediamente meglio; chi è povero (non ricco) può effettuare mediamente meno prevenzione ecc. Tutte cose che sono note. Che senso avrebbe spendere milioni di euro per scoprire per esempio che chi ha un reddito fra i 50.000 e i 100.000 euro annui vive in media un anno in più di chi lo ha compreso fra 25.000 e 50.000? Se si considera poi che la ricchezza influenza le cause di morte sia positivamente (alza la vita media) sia negativamente (la abbassa, per esempio favorendo un maggiore stress) è evidente che i dati ottenuti sono del tutto inutili a fini pratici, anzi possono essere fuorvianti se applicati al singolo individuo:

una correlazione non causale in una popolazione può generare decisioni negative quando applicata al singolo.

Nel nostro esempio pensiamo a chi, leggendo i risultati della ricerca, si ammazza di lavoro per anni per arrivare a 50.000 euro annui e vivere di più, schiattando poi poco più che cinquantenne al suo tavolo di lavoro.
Probabilmente tutti riconoscono che la ricerca di correlazione fra ricchezza e mortalità non ha molto senso, dal punto di vista pratico. Se consultate le prestigiose riviste di medicina si scopre che ce ne sono moltissime simili. Si prende un parametro e si cerca di correlarlo a questo o a quello senza capire se lo studio è ambiguo perché, di fatto, non si considerano tanti altre cause che il semplice buon senso suggerisce. Un esempio è offerto da quegli studi che cercano di correlare l'IMC (o BMI, all'inglese) alla mortalità; le più serie al massimo fanno distinzione fra insiemi di fumatori e insiemi di non fumatori, ma l'impegno a limitare l'ambiguità finisce qui. Si sa che esistono molti fattori (oltre al fumo) che limitano il peso di un soggetto e quindi solo una persona acritica potrebbe pensare che la correlazione IMC-mortalità possa avere qualche interesse causale (fra l'altro, i risultati dipendono dalla necessaria spaziatura categoriale, cioè dagli intervalli di IMC considerati).
Una o due code? - Quando una ricerca epidemiologica diventa ambigua? Spesso lo diventa quando è a due code. Statisticamente ciò vuol dire che il parametro studiato X può essere correlato nei due sensi con Y, cioè potrebbe avere un ruolo positivo o negativo (proprio come magrezza e mortalità: la magrezza potrebbe essere sintomo di ottima salute, ma anche di malattia). le ricerche epidemiologiche che possono funzionare sono quelle a una coda sola, per esempio la correlazione fra fumo e mortalità (è molto dura sostenere che il fumo possa allungare la vita!).

L'interpretazione: errore di partigianeria

L'ambiguità non è però l'unica fonte di mancanza di nesso causale. Spesso un fenomeno può avere diverse interpretazioni: se fra le possibili interpretazioni scelgo quella sbagliata, la ricerca sarà sicuramente leggera.
Fra il 1550 e il 1650 in svariate località dell'Europa si ebbe il culmine dei processi di stregoneria (furono diverse centinaia) tant'è che è difficile credere che il solo fanatismo religioso fosse alla base di tali assurdi eventi. Il processo in sé non è che la manifestazione più drammatica dell'errore di interpretazione (errore di partigianeria): non sapendo che pesci pigliare di fronte a una persona "indemoniata", si dava una spiegazione mistica perché si era stupidamente certi che fosse quella reale. In particolari condizioni climatiche, la segale può essere attaccata dalla Claviceps purpurea i cui sclerozi contengono alcaloidi a effetto allucinogeno. Alcuni di questi alcaloidi hanno soprattutto effetti psicotici, altri producono una patologia più devastante, basata sull'effetto vasocostrittore. L'ovvio risultato del consumo di segale contaminata è un'apparenza da indemoniato o, più modernamente, da allucinato. Poiché la contaminazione è tipica dei climi freddi e umidi, ecco spiegati i numerosi casi di streghe nel nord della Francia, della Svizzera e della Germania. Fu solo cento anni dopo i processi (e le relative condanne!) che medici inglesi scoprirono la relazione fra streghe e segale contaminata, partendo dalla constatazione che l'Irlanda (dove l'alimentazione era a base di orzo piuttosto che di segale) era immune dal fenomeno della stregoneria.
Quindi per capire l'importanza di una ricerca,

verificate che non ci siano altre interpretazioni ai dati forniti.

In un certo senso la valutazione di una ricerca è, come in un giallo, scoprire l'assassino senza fermarsi alle prime apparenze.
Purtroppo i ricercatori sono spesso troppo inclini a prendere per buona l'interpretazione che "sentono" maggiormente loro, risultando simili a quei poliziotti poco zelanti ridicolizzati dal Poirot di turno, uno scienziato molto più distaccato e oggettivo.

I trucchi

I due precedenti problemi rientrano, se vogliamo, nella logica delle cose. Purtroppo non è infrequente che la ricerca sia sponsorizzata da motivazioni commerciali e/o di carriera. Accade che

• si stiracchiano i risultati per arrivare alle conclusioni volute. Un mio professore mi diceva che ingrandendo sui grafici i punti sperimentali si dimostra qualunque cosa. Esempi classici sono il trucco delle percentuali relative o la lettura dei dati riguardanti le ricerche sul colesterolo.
• Si generalizza arbitrariamente il campo della ricerca dando ai risultati una valenza diversa da quella che hanno. Per esempio si utilizza un dato positivo ("i grassi trans possono essere utilizzati dall'organismo a fini energetici") per dedurre arbitrariamente altre conseguenze errate ("i grassi trans non fanno male").
• Si confondono tesi con ipotesi. Spesso si dà per vero ciò che è solo plausibile e si usa, mischiandolo al "vero" derivato da esperienze, per dedurre rapporti causali.

Di solito queste situazioni sono quasi sempre dovute a un utilizzo commerciale di ricerche scientifiche. Per scoprire questi trucchi è necessario porsi in posizione logicamente critica e farsi qualche domanda:

• qual è il riscontro pratico della ricerca?
• Le deduzioni sono arbitrarie?
• Nelle deduzioni c'è qualcosa di verosimile, ma di non provato? In particolare, non è che la ricerca venda per certo ciò che è solo probabile o addirittura solo possibile?

I danni delle ricerche leggere

Il danno maggiore che provoca la propagazione di un'informazione legata a ricerche leggere è la costituzione dei cosiddetti elenchi di ricerche a supporto di una tesi. Così facendo si pensa di dare credibilità definitiva, dimenticando che tutte le ricerche leggere dell'elenco sono solo un punto di partenza.
È abbastanza facile poi comporre elenchi di ricerche favorevoli, magari dimenticando quelle contrarie. Caso tipico è rappresentato dal gamma orizanolo. La ricerca di Fry ha evidenziato i limiti della sostanza, ma se ci si limitasse a stilare un elenco di ricerche precedenti sembrerebbe la panacea di tutti i mali. Per capire la limitazione degli elenchi di ricerche basta sapere che una ricerca leggera fa il giro del mondo: in breve tempo in decine di altri centri di ricerca si tenta di ripetere l'esperienza. Se il tutto funziona, in un anno escono centinaia di lavori concordi e la ricerca diventa scienza. Se non funziona tutto torna nel dimenticatoio (salvo l'uscita di qualche altra ricerca leggera che tenta di tenere in vita il tutto); purtroppo però la ricerca leggera continua a circolare e a mietere vittime fra quelle che non conoscono certi meccanismi. Vediamo un semplice esempio.
Studio la sostanza A e mi pongo come ipotesi che "la sostanza A assunta per dieci giorni sia in grado di modificare il lancio di una moneta effettuata dal soggetto che la assume". Eseguo l'esperimento con cura: a 50 pazienti somministro A e ad altri 50 somministro un placebo. Dopo dieci giorni effettuo la prova. Nel gruppo A ottengo 31 teste, mentre nel gruppo placebo ottengo 20 teste. Concludo che A influenza il lancio favorendo "testa".
"Conclusione assurda", direte voi, perché basta replicare la ricerca e si vedrebbe che non è affatto vero, anzi magari, concordemente con le leggi della statistica, A favorirebbe "croce". Certo, con un esempio così logicamente assurdo il trucco appare chiaro. Ma supponiamo che invece del lancio della moneta la tesi sia che "A favorisce il dimagramento". Se il secondo esperimento condotto in un altro laboratorio non dà nessun esito (A cioè non funziona), ma nel mio elenco continua a comparire solo il primo, ecco che circolerà, con immenso danno, una bufala.

---

COMMENTI E MAIL

Ricerche leggere
 
Gent.mo Sig. Albanesi,
a conferma di quanto da Lei scritto sugli studi degli effetti dei farmaci le mando un link a un articolo del Corriere della Sera (in sostanza parla della poca consistenza di molte ricerche scientifiche, anche se enfatizzate dai media, ndr)
Cordiali Saluti. Luca Brandani.
 
L'articolo fa capire una cosa importante: la pubblicazione di una ricerca su una rivista anche prestigiosa non significa che la ricerca sia "vera".
In generale il problema delle ricerche leggere è ben più grave di come è stato descritto nell'articolo che peraltro è ben confezionato. Infatti la parte centrale può far sperare in un ottimismo eccessivo:
 
Uno studio pubblicato questa settimana su Jama (Journal of the American Medical Association), la rivista dell’Associazione dei medici americani, dimostra che almeno un terzo delle ricerche, su terapie farmacologiche e non, vengono successivamente smentite o ridimensionate.
 
Sembrerebbe che i due terzi diventino scienza, cosa che assolutamente non è. La situazione è pressappoco questa, partendo da 100 ricerche:

1. il 50% è talmente insulso che nessun altro ricercatore spende tempo e denaro per cercare di replicare i risultati che comunque sono sempre espressi in termini di probabilità. È il caso, per esempio, della famosa proteina G, tanto enfatizzata all'uscita della ricerca e poi "abbandonata".
2. Del 50% rimanente, un 80% (cioè il 40% del totale) è contraddittorio. Nel senso che smentisce ciò che prima si affermava o viceversa. Siamo in una situazione in cui la ricerca non è ancora scienza.
3. Resta quindi un 10% di ricerche serie.

Il 40% del totale di cui al punto 2 (l'oggetto dell'articolo) riguarda argomenti molto gettonati che vengono pompati (in un senso o nell'altro) da interessi commerciali o di carriera. Gli esempi fatti nell'articolo sono illuminanti. Si parla per esempio anche della delusione della vitamina E nella cura delle malattie cardiovascolari. Come tu sai è una sostanza che tengo molto in considerazione, ma che non va esageratamente santificata. Se è indubbiamente uno dei 3-4 antiossidanti più efficaci (come rapporto prezzo/prestazione) non può certo salvarci da malattie come l'infarto o i tumori che hanno solo una debole correlazione con i radicali liberi.
Per esempio oggi vengono pubblicate centinaia di ricerche positive sugli omega 3; sicuramente c'è del vero, ma l'eccessivo ottimismo verrà presto ridimensionato. Perché? Perché basta il buon senso e solide conoscenze di base per capire che le ricerche usano campioni scorretti o poco chiari. Infatti:
a) gli integratori a base di omega 3 sono spesso (per motivi di costo) decisamente sottodosati rispetto al fabbisogno indicato dalle migliori ricerche.
b) L'integrazione alimentare fallisce spesso perché le alte temperature della cucina (pensiamo a un pesce alla piastra) trasformano addirittura i polinsaturi omega 3 in grassi saturi!
Quante sono le persone che assumono veramente tanti omega 3 da averne effetti positivi? Sicuramente molto meno di quelle che perorano ricerche che si limitano a dire "consumate pesce e vivrete più a lungo". Infatti fra qualche anno uscirà una ricerca che titolerà: "non è vero che chi mangia pesce vive più a lungo", cosa del resto già dimostrata da molti popoli (eschimesi compresi) grandi consumatori di pesce.
 
L'imbianchino usa il pennello o l'aspersorio?
 
Complimenti per il lavoro che sta facendo. Il suo sito è una miniera e i libri molto interessanti.
Però una domanda mi sorge. Gran parte dei suoi articoli sono volti (giustamente) a smontare false credenze o miti riguardo molti argomenti.
Nel motivare perché certe cose non funzionano (ad es. preghiera, integratori, ecc.) vengono citati quasi sempre studi scientifici. Studi cioè in cui scienziati osservano determinati gruppi di persone.
I risultati di tali studi vengono spesso portati da lei come prova dell'irrazionalità di alcune credenze o affermazioni.
Ma se, come lei dice, LA CONOSCENZA ALTERA CIÒ CHE VORREBBE CONOSCERE (principio di Heisenberg), nessuno di questi risultati è attendibile, poiché l'osservazione, anche se non voleva dimostrare niente di preciso pro o contro, ha alterato il fenomeno.
Allora, le chiedo, cosa rende uno studio scientifico più vero di una credenza o fede? A.
 
Il tuo discorso è un po' troppo filosofico, troppo poco concreto, in termini tecnici "sofistico".
Nell'usare il Ma se... tu citi il principio di Heisenberg, ma lo applichi a tutto. è qui l'errore. Non è corretto applicarlo "concretamente" a tutto perché prima occorre capire di quanto si sbaglia nell'applicarlo.
è vero che l'interazione con la cosa studiata può alterare il campione da studiare (pensa a un esperto della polizia scientifica che tocca con le sue mani il campione), ma è pur vero che se agisco bene posso in tantissimi casi pratici minimizzare tale interazione, cioè minimizzare l'errore. Il principio di Heisenberg è importante a livello atomico perché lì le grandezze sono veramente piccole. Generalizzazioni di detto principio assumono invece importanza quando la nostra azione provoca gravi errori, gravi danni.
Supponiamo che io debba misurare le dimensioni delle pareti di una stanza della mia casa per comprare la pittura per dipingerle. Dopo aver fatto tutte le misurazioni del caso supponiamo che dica a mia moglie che sono 90 mq. Lei giustamente, citando il principio di Heisenberg, sostiene che la misura è incerta e che potrebbe variare di qualche milionesimo di cm quadrato (non sto a fare i calcoli, ma siamo a "livelli atomici") e che la cosa è molto grave. Secondo te devo:
a) prenderla sul serio (nel qual caso ricoverano me)?
b) Preoccuparmi per la sua salute mentale?
c) Divorziare?
Scherzi a parte, la risposta alla tua domanda:
>cosa rende uno studio scientifico più vero di una credenza o fede?
è:
il margine d'errore estremamente piccolo nell'affermazione di uno studio serio (ovviamente ci sono anche studi non seri!). Per una credenza o una fede tale margine d'errore può essere enorme.
 
La sostenibile pesantezza del bisturi
 
Giuliana è rimasta un po' male dopo aver letto l'articolo Ricerca scientifica: è affidabile? E mi chiede: ma se non possiamo credere alle ricerche mediche, come possiamo curarci?
Il problema non è credere alle ricerche mediche, quanto sottoporle a un vaglio critico equilibrato. La ricerca medica non deve essere una religione da seguire fideisticamente, in modo acritico. Le ricerche sono come i prodotti di un supermercato, ce ne sono di buone e ce ne sono di pessime.
Se non si ha la competenza (ma non è difficile farsela, a volte bastano il buon senso e trucchi logici come il Ma se…) per essere critici, ci si può affidare a persone che si ritengono sufficientemente imparziali. Curiosamente esiste una classe di medici che lo è molto di più dei loro colleghi: i chirurghi.
La chirurgia è stata praticamente l'unica branca della medicina che ha permesso un sostanziale miglioramento della qualità della vita negli ultimi 40-50 anni, in quanto la medicina farmacologica, dopo la scoperta degli antibiotici, non è riuscita a produrre che farmaci che tamponassero le patologie (da qui molte illusioni) piuttosto che risolverle. Il chirurgo è per sua natura concreto e riesce a valutare in tal modo anche le promesse (o gli anatemi) della medicina in generale, prendendo cum grano salis le affermazioni troppo ottimistiche o troppo pessimistiche dei suoi colleghi.
Pertanto se conoscete un buon chirurgo, utilizzatelo come consulente per la valutazione delle ricerche mediche.