عدم قطعیت نتایج در روش علمی

فرض کنید این عنوان را در خبر حاصل از پایان اجرای یک پروژهی علمی مشاهده مینمایید:
“تجویز داروی A موجب 10 میلیمتر جیوه کاهش فشار خون میشود.“
معنای این جمله این است که اگر فشار خون کسی 120 میلیمتر جیوه (که عرفاً 12 گفته میشود) باشد و داروی A را مصرف کند فشار خون او به عدد 110 (عرفاً 11) میرسد.
امّا این سؤال پیش میآید که از کجا معلوم که دقیقاً 10 شود؟
در پاسخ باید گفت که منظور از 10 میانگین دفعات مکرّر است (یعنی مثلاً یک بار 9 و یک بار 11 میشود).
باز این سؤال پیش میآید که خب از کجا معلوم که همان میانگینی که گفتید دقیقاً 10 شود؟!
این جاست که پای بحث عدم قطعیت (uncertainty) پیش میآید. پس با داستان ما همراه باشید.
شنیدهاید که میگویند مشت نمونهی خروار است؟ اگر روش نمونهگیری نامناسب باشد یا حجم نمونه (همان مشت ما) کوچک باشد، گرفتار مغالطهی تعمیم ناروا (faulty generalization) شدهایم؛ مثلاً یک مشت کوچک از قسمت آفتزدهی خروار برداریم و نتیجه بگیریم که کلّ خروار آفتزده است!
فرض کنید مشتی برداریم که واقعاً نمونهی خروار باشد. با این کار وضعیت خروار را برآورد کردهایم (estimation). به بیان دیگر، از روی نمونه (sample) وضعیت جامعهی بزرگتر (parameter) را استنباط کردهایم (inference). به این فرایند آمار استنباطی (inferential statistics) میگویند. آمار استنباطی نقطهی عطف بسیار مهمّی در تاریخ روش علمی (scientific method) گردید. روشهای صحیح آمار استنباطی صف علمیها را از صف مغالطهگران تعمیم ناروا (شبهعلمیها) جدا میکند.
برگردیم به ماجرای فشار خون. این عدد 10 به چه معناست؟ به این معناست که اگر نمونهگیریهای (مثلاً 100 نفره) مکرّری را از یک جمعیت بزرگ انسانی چند میلیون نفره انجام شود و داروی A مداخله شود، میانگین اعداد بدست آمده در این نمونهگیریهای مکرّر فرضی 10 خواهد شد.
حالا برگردیم به ماجرای این که از کجا معلوم عدد 10 درست باشد. به این میانگین 10 برآورد نقطهای (point estimation) میگویند. در کنار هر برآورد نقطهای، یک برآورد خطا (error estimation) هم داریم. ازاینرو براساس خطای برآورد شده، همواره برای هر برآورد نقطهای یک دامنه اطمینان (confidence interval) هم گزارش میگردد. مثلاً در مورد مثال خودمان میگویند که 10 واحد فشار خون کاهش پیدا میکند که دامنه اطمینان 95% آن از 8 تا 12 است. این دامنهی اطمینان به ما عدم قطعیت را در برآورد اثر داروی A نشان میدهد.
امّا آیا ماجرای عدم قطعیت به همینجا ختم میشود؟
از کجا معلوم که مفروضات (assumptions) یک مطالعه قطعیت داشته و صحیح باشند؟
ما باید سناریوهای متفاوتی را از مفروضات درنظر بگیریم. به حالتی که برآورد را با پیشفرض رایج و پذیرفتهشده انجام دهیم سناریوی پایه (base case scenario) گفته میشود. لازم است علاوه بر آن، بدترین سناریوی ممکن (worst case scenario) و بهترین سناریوی ممکن (best case scenario) را نیز درنظر بگیریم. مثلاً در مثال خودمان میتوان سناریوها را برای مفروضاتی چون استعداد ژنتیکی ابتلا به فشار خون و عملکرد کبد فرد در متابولیسم دارو متصوّر شد.
پس ما علاوه برآن که در نتیجه عدم قطعیت داریم، در مفروضات نیز عدم قطعیت داریم. به این فرایندی که با آن تأثیر عدم قطعیت در مفروضات را بر عدم قطعیت در نتیجه بررسی میکنیم تحلیل حسّاسیّت (sensitivity analysis) گفته میشود. این کار مثل این است که یک تیرانداز بررسی کند که اگر مگسک را یک میلیمتر بالاتر ببرد یا مثلاً با چشم غیر غالبش هدفگیری کند چند سانتیمتر تیر او از هدف نهایی فاصله میگیرد. به بیان دیگر، محلّ اصابت گلوله چه قدر نسبت به تغییر در مفروضات گفتهشده حسّاس است!
مثلاً در ماجرای فشار خون خودمان، عدد 10 مربوط به سناریوی پایه بوده و برای بدترین سناریو، ممکن است عدد 7 و برای بهترین سناریو، ممکن است عدد 13 بدست آید. هر کدام از این اعداد بهنوبهی خود یک برآورد نقطهای بوده و در نتیجه یک دامنه اطمینان جداگانه خواهند داشت. پس اوج عدم قطعیت در نتیجه این جایی است باید نتیجهی مطالعه را از کران پایین دامنه اطمینان بدترین سناریو (مثلاً بشود 5) تا کران بالای دامنه اطمینان بهترین سناریو (مثلاً بشود 15) تصوّر کنیم!
امیدوارم از این ماجرا لذّت برده باشید. باید بگویم که عدم قطعیتِ در نتیجه افتخار علم است. افتخار ما این است که به عدم قطعیت و جهل خود آگاهیم و مانند شبهعلمیها در جهل مرکّب سیر نمیکنیم!
گردآوری: سیدامیریاسین احمدی https://orcid.org/0000-0001-9274-7408
سوشال مدیای اکادمی تلسی
Telsitalk
دیدگاهتان را بنویسید
برای نوشتن دیدگاه باید وارد بشوید.