 |
 |
 |
 |
 |
 |
|
|
|
|
|
|
Cap. 5. Dalla associazione alla causalitàOBIETTIVI
considerare il concetto epidemiologico di «associazione» di due eventi;
rimarcare l'influenza del caso sui risultati degli esperimenti
Questa unità risponde a un 
quesito che era stato formulato in precedenza, e che riguardava l'esistenza o meno di associazione tra isolamento di Pasteurella multocida e polmonite del suino.
La risposta viene precisata nello schema soprastante. Essa chiama in causa il CASO, ed è basata su un procedimento logico che prevede un confronto fra la popolazione con la condizione in studio (nell'esempio: polmonite) e una popolazione di 
controllo, il più possibile simile alla precedente per quanto riguarda tutti gli altri fattori ma non affetta dalla malattia.
Supponiamo ora che il confronto NON evidenzi alcuna differenza: allora concluderemo sicuramente che i due eventi non sono associati. Tuttavia, in pratica, è molto difficile che i dati dei due gruppi siano perfettamente corrispondenti; in altre parole, una differenza (in un senso o nell'altro!) verrà sempre evidenziata.
Supponiamo quindi che, più verosimilmente, sia stata evidenziata una differenza fra i due gruppi e che, per esempio, dai polmoni con polmonite si sia isolato il batterio con una frequenza superiore a quella dei polmoni provenienti dalla popolazione sana di controllo. Ciò non è ancora sufficiente per concludere che i due eventi (presenza del batterio e polmonite) sono associati. Infatti, la differenza osservata potrebbe essere stata generata dal CASO!
ESEMPIO 1. Proviamo a consolidare l'affermazione precedente con un esempio più banale e non riguardante la medicina veterinaria, ma che concettualmente ricalca quello dei polmoni con polmonite. Supponiamo di avere due sacchetti di numeri dischetti numerati; in un sacchetto ci sono dischetti bianchi, nell'altro neri.
Immaginiamo ora di estrarre 10 numeri da ciascun sacchetto, e di ottenere il risultato della figura a lato.
Fra i numeri bianchi, 7 sono dispari e 3 sono pari; fra i numeri neri, 5 sono dispari e 5 sono pari. Puoi forse concludere che i numeri bianchi sono «associati» alla disparità?
Mi spiego meglio: i risultati della estrazione (i dati!) sono sufficienti a concludere che l'ignota «popolazione» di numeri bianchi è composta prevalentemente da numeri dispari?
Ovviamente la risposta è «no», poiché i risultati dell'estrazione sono influenzati dal caso.
Resta ora da rispondere alla seguente domanda:
se è vero che il caso può influenzare i risultati, come posso dimostrare l'esistenza di associazioni ed essere ragionevolmente sicuro che le differenze osservate non sono dovute al caso?
La risposta deriva dalla scienza statistica che, attraverso 
metodi che verranno accennati in seguito, consente di escludere (con un certo grado di probabilità, ma mai con assoluta certezza) che una eventuale associazione sia dovuta appunto al caso (vedi schema seguente).
Infine bisogna sottolineare che, anche quando la statistica afferma che «l'associazione fra due eventi NON è casuale» (ed allora si dice che esiste una «differenza significativa»), resta ancora da dimostrare che i due eventi siano legati da un rapporto causa-effetto. In altre parole, «associazione» non è sinonimo di «causalità». Questo argomento verrà trattato in seguito. In particolare, il passaggio dalla dimostrazione dell'esistenza di una associazione (che stiamo trattando ora) alla verifica se tale associazione è di tipo causale verrà illustrato nel Capitolo 6 (L'approccio epidemiologico alle cause di malattia).
Non farti confondere dalla grande somiglianza fonetica e ortografica fra i termini «casuale» e «causale», e anche «casualità» e «causalità». I due termini hanno un significato assolutamente diverso!
Casuale = dovuto al caso;
Causale = legato da un rapporto di causa-effetto.
Foglio di calcolo per Microsoft Excel® che simula l'estrazione di numeri da tombola.
AFTER HOURS: Il "caso" secondo Guy de Maupassant
NELLA PROSSIMA UNITÀ:
viene proposto uno schema di procedimento logico da utilizzare per effettuare confronti e ricercare associazioni, e si ribadisce l'utilità dei test statistici.
