Qui a raison, le statisticien ou le chirurgien?

9

Prenons le cas décrit ci-dessous, tiré de Peacock (1972). Ce passage semble impliquer que le jeune statisticien fait une déclaration intelligente et correcte.

Mais l'est-il?

experiment-design clinical-trials

— statslearner2
source

6

Votre titre / question implique que nous devrions être en mesure de déterminer lequel "l'un (et un seul) d'entre eux a raison." Le chirurgien pourrait être correct dans sa compréhension du pronostic des patients avec et sans chirurgie, mais il ne peut pas le prouver à la satisfaction du statisticien. Il existe des options de recherche autres que l'assignation aléatoire à la chirurgie, comme la recherche de cas qui correspondent à la population traitée sur des covariables clés de prétraitement.

— Michael Bishop

3

@MichaelBishop, vous pouvez affirmer que les deux ont raison, pas de problème, tant que vous définissez sous quelles hypothèses chacun d'eux aurait raison.

— statslearner2

@MichaelBishop dans cet exemple particulier, je dirais que la position du statisticien junior est très difficile à défendre, compte tenu de la nature de l'opération.

— statslearner2

1

Est-ce une question pour un sujet?

— Glen_b -Reinstate Monica

3

@Glen_b c'est théorique, le paragraphe semble impliquer que le chirurgien a tort, mais cela semble discutable du point de vue de la théorie de la décision statistique.

— statslearner2

3

Le statisticien n'ayant fait aucune déclaration, il ne peut pas se tromper. Il vient de poser deux questions: 1) Aviez-vous des contrôles? et 2) Quelle moitié?

Le chirurgien a clairement tort, sauf si a) tous les patients qu'il a traités ont survécu et b) aucun patient qui n'a pas été traité ne survivrait (ou, bien sûr, l'inverse).

Le chirurgien et le statisticien font valoir de bons arguments.

— Peter Flom
source

Merci, mais vos conditions semblent trop strictes. Que faire si a) la plupart des patients traités ont survécu et b) la plupart des patients non traités sont décédés? Je dirais que le statisticien peut se tromper, car il laisse entendre que nous ne pouvons rien savoir ni rien réclamer sans faire un ECR.

— statslearner2

@ statslearner2 "Contrôles" ≠ "randomisation", et le statisticien de l'histoire citée n'a pas proposé ou impliqué la randomisation, mais a été explicitement nommé et d'accord avec une définition des contrôles.

— Alexis

L'autre possibilité est que le "public" se tienne 6 mois après l'op. Ceux qui ont une reconstruction vasculaire vivent 1 an et ceux qui n'en vivent plus.

— AdamO

1

Cela ressemble beaucoup à l'histoire d'un des fils de la quatrième génération de la famille Pearson, celle qui est devenue ambulancière. Il avait l'habitude de ne pas aider la moitié de ses patients lors d'un arrêt cardiaque afin de vérifier si le fait d'aider ou de ne pas l'aider était significativement utile pour faire battre à nouveau le cœur.

Un petit-fils de Joan Fisher et de Joerge Box prépare actuellement un projet pour l'examen final en tant que contrôleur de la circulation aérienne. Il teste sur la moitié du pilote s'ils voleront mieux et s'écraseront moins souvent s'il ne leur parle pas.

Pensez-vous qu'ils ont raison de le faire?

— Sextus Empiricus
source

Il existe de nombreuses variantes de cette blague, comme par exemple aucun test en double aveugle n'a jamais été effectué pour l'efficacité des parachutes, alors comment pouvons-nous savoir qu'ils sont utiles; etc.

— amoeba

5

@Amoeba Voir Yeh et al. , "Parachute use to prevent death and major trauma when jumping from aricraft: randomized contrôlé trial," BMJ 2018; 363: k5094 dx.doi.org/10.1136/bmj.k5094 (publié une semaine après votre commentaire).

— whuber

ah, je vois, c'est une blague. Je pensais que statslearner était sérieux et pour cette raison, je l'ai rendu plus extrême pour montrer comment l'argument n'est pas correct (la solution étant: toutes les connaissances ne doivent pas nécessairement provenir d'un test, mais elles peuvent également être déduites des connaissances précédentes).

— Sextus Empiricus

1

Le statisticien ressemble à un fréquentiste, et il a raison si nous considérons les choses en termes de mesures de preuves. En particulier, à ce stade, nous n'avons aucune preuve directe en ce qui concerne l'efficacité de l'efficacité du chirurgien.

Peut-être surprenant pour la plupart des statisticiens, le chirurgien adopte davantage une perspective bayésienne. Autrement dit, en raison de ses connaissances avancées en médecine, il est très fermement convaincu que ses procédures aident ses patients. Il est humain, il doit donc se rendre compte qu'il sait exactement à quel point ses traitements sont efficaces, mais il est également si sûr qu'il est positif que l'avantage à long terme soit meilleur pour lui de traiter chaque patient que de collecter des témoins, qui avec une très forte probabilité être pire que s'ils n'étaient traités que pour collecter des données confirmant ce qu'il sait déjà. Ainsi, bien que la collecte de données sur les contrôles puisse être informative, elle est dangereuse pour les contrôles et ne risque pas de faire de différence dans les décisions futures. Par conséquent, il est tout à fait logique pour lui de ne pas utiliser de commandes.

Qui a raison? Eh bien, le statisticien a certainement raison de ne pas avoir de données démontrant que les méthodes du chirurgien sont efficaces.

Mais le manque de preuves ne signifie pas que le chirurgien a tort! En supposant que le chirurgien n'est pas trop confiant , le chirurgien a également raison de dire que la collecte de données sur les contrôles n'est pas la chose éthique à faire. Tout se résume à ceci: faites-vous confiance à la confiance du chirurgien?

— Cliff AB
source

3

Offrez-vous un choix entre la science par la preuve et la science par l'autorité? ;-)

— whuber

@whuber: que diriez-vous de "la science par la confiance personnelle"? Mais de plus, ce n'est pas seulement une question de science.

— Cliff AB du

0

Le chirurgien a raison.

Les personnes qui ont souffert ou sont mortes parce qu'elles n'ont pas eu cette opération servent de groupe de contrôle. Il serait préférable de formaliser cela et de quantifier l'amélioration des performances (par exemple, taux de mortalité de 70% contre 10%), mais nous avons un groupe auquel nous pouvons comparer.

Maintenant ... si le chirurgien prétend que son traitement a sauvé des vies, mais que les patients avaient tendance à bien se passer de la procédure, le succès du traitement n'est pas si remarquable. Cependant, le contraire est implicite.

La ligne "quelle moitié" est fausse. Rien ne suggère que la procédure du chirurgien entraîne la mort. Peut-être que cela n'aide pas par rapport à un groupe témoin, mais il semble certainement que la plupart des patients survivent. L'opération sur un patient ne suggère certainement pas qu'il est condamné à mourir dans la salle d'opération.

— Dave
source

Eh bien, tous les patients mourront ... finalement.

— Matt Krause

1

"Les personnes qui ont souffert ou sont mortes parce qu'elles n'ont pas eu cette opération servent de groupe de contrôle". Je sais que c'est plus un exercice mental, mais en général, c'est une analyse très erronée. Il ne fait aucun doute que les sujets qui tentent de se faire opérer sont très différents des sujets qui ne l'ont pas fait et faussent généralement considérablement les effets estimés. Un exemple classique de ce type d'erreur est la tristement célèbre étude HRT .

— Cliff AB