Sluta gå på forsknings-bluffarna!

Varför vi luras av snygga rubriker, lösa samband och ”sanningar” som låter vetenskapliga

Forskning används som en megafon – inte som sanning

I sociala medier och även i nyhetsmedia kan man ofta höra alarmerande påståenden om olika sakers farlighet. Man hänvisar då ofta till forskning inom området.Ofta visar studien ett samband mellan två olika saker. Man tolkar samband, som om det vore samma sak som orsak. Men ett samband säger inte mycket. Att säga att det finns ett samband mellan brandmän och bränder, är inte samma sak som att brandmän skulle orsaka bränder. Man kan idag hitta forskning som talar både för och mot i det mesta. Inom nutrition, kost och hälsoområdet är detta nästan en norm. Av denna anledning bör vi vara mer kritisk inför alarmerande rubriker och påståenden i sociala medier. Vi behöver lära oss mer om hur forskningens resultat presenteras, och vad den egentligen säger till oss. Att läsa forskning låter enkelt tills man faktiskt försöker göra det. Det är som att kliva in i ett rum där alla pratar ett språk man inte riktigt förstår. Samtidigt är det här språket viktigt, det formar rubriker, råd och ibland hela samhällsdebatter. Därför är det värt att ha några grundgrepp klara innan man drar slutsatser av en studie.

Lär dig se igenom studier som lovar för mycket

En bra start är att titta på vilken typ av studie man har framför sig. RCT, alltså randomiserade kontrollerade studier, är den starkaste modellen när man vill veta om något faktiskt orsakar en effekt. Observationsstudier, som kohort- och fall-kontrollstudier,  kan visa att två saker hänger ihop, men inte nödvändigtvis varför. Det betyder inte att de är dåliga, bara att de säger något annat: mönster, samband, trender. Systematiska översikter och metaanalyser fungerar som sammanfattningar av flera studier, men kvaliteten hänger helt på hur bra grundmaterialet är.

När forskningen böjs tills den passar rubriken

När man vet vad man tittar på blir nästa steg att skilja på korrelation och orsak. Mycket av det som hamnar i nyhetsflödet bygger på samband: två saker rör sig åt samma håll, och så tolkar någon det som en sanning. Ord som “may”, “linked to”, “associated with” är viktiga små varningsflaggor. Det betyder inte att forskarna gjort något fel, bara att de är försiktiga, vilket man ska vara när man inte kan visa en direkt orsak.Statistik får ofta många att tappa sugen, men man behöver inte kunna allt för att förstå det viktigaste. Ett p-värde under 0,05 betyder bara att resultatet troligen inte beror på slumpen. Det säger ingenting om hur stor eller viktig effekten faktiskt är. Därför är det bättre att titta på hur stor skillnaden är och hur mycket risken förändras i verkligheten. Den relativa risken kan få ett resultat att låta dramatiskt, medan den absoluta risken visar hur mycket det faktiskt spelar roll i vardagen.

Bias – när något snedvrider resultatet

Bakom varje studie finns dessutom risk för olika typer av bias. Det kan vara urvalet, forskarnas egna förväntningar eller finansieringen. Industri finansierad forskning behöver inte vara oärlig, men man ska alltid notera det och väga in det i sin bedömning. En annan sak att vara uppmärksam på är dolda faktorer som kan påverka utfallet. Det kan vara saker som ålder, livsstil eller andra vanor som inte syns direkt men ändå kan förklara resultatet. När forskarna har justerat sina analyser för sådana faktorer brukar man kunna lita mer på siffrorna. Till sist är det klokt att se om slutsatsen verkligen stämmer med det som visas i tabeller och diagram. Ibland låter texten mer självsäker än vad siffrorna egentligen stödjer. Det är därför det alltid är värt att titta på helheten och inte fastna i en snygg formulering. Att läsa forskning handlar inte om att vara misstänksam, utan om att vara vaken. Med några enkla grepp blir forsknings djungeln betydligt lättare att navigera,  och man slipper dras med i nästa stora rubrik som lovar lite mer än vad underlaget egentligen håller.

Tips: Läs olika medicinska studier och artiklar på PubMed : https://pubmed.ncbi.nlm.nih.gov/