Tutto ciò che i big data dicono di sapere su di te potrebbe essere sbagliato

Tutto ciò che i big data dicono di sapere su di te potrebbe essere sbagliato
28 Condivisioni
Tempo di lettura: 4 minuti

Per meglio comprendere la salute ed il comportamento umano, sarebbe bene che i ricercatori, pur tenendo conto dei dati forniti da studi sui gruppi, prestassero molta più attenzione alle caratteristiche e alle variazioni individuali.

Quando si tratta di capire cosa rende le persone sane e cosa invece le fa ammalare, la scienza medica ha per lungo tempo pensato che più grande fosse il campione di soggetti umani studiato, più veritieri fossero i risultati dello studio. 

Secondo questa prospettiva la definizione categoriale delle patologie, basata su criteri diagnostici di frequenza e probabilità (com’è ad esempio il DSM-IV), ha una grande utilità per individuare un certo tipo di malattia, la sua diagnosi e la sua terapia secondo la Evidence Based Medicine. 

Il paziente è più di una semplice categoria/classificazione 

Risulta però altrettanto chiaro che i pazienti che osserviamo sono spesso molto più complessi dei quadri patologici «puri» e si discostano, in modo individuale, dalle categorizzazioni evidence based. Si può ad esempio rilevare, nell’ambito dei disturbi pscio-patologici, che i soggetti che ricevono una diagnosi non rimangono a lungo all’interno della categoria diagnostica ma oscillano nel corso della loro vita , entrando e uscendo da una o più categorie. 

Per Di Maggio e collaboratori, «il modo migliore per comprendere un disturbo di personalità, in modo che faciliti la pianificazione del trattamento, è formulare accuratamente il caso singolo. Restano naturalmente validi e utili la diagnosi categoriale e i modelli di psicopatologia dei singoli disturbi». 

Di qui il consiglio che Di Maggio e collaboratori propongono ai clinici: «prima conoscere il funzionamento dei singoli disturbi, e poi scordarlo, vedendo il paziente nella sua unicità». 

In questa stessa linea una nuova ricerca condotta presso l’Università della California, Berkeley, ha messo in discussione il paradigma che lega la maggiore attendibilità dei risultati di uno studio in base all’ampiezza del campione di soggetti reclutato, e suggerisce invece che l’approccio delle ricerche basato sui big data potrebbe essere decisamente fuorviante.

I big data nella psicologia comportamentale

La riflessione alla base di questo studio sta nel fatto che le emozioni, il comportamento e la fisiologia variano notevolmente non solo da una persona all’altra ma anche da un momento all’altro. Quindi i dati raccolti da un ampio gruppo di soggetti umani in un determinato istante offrono solo “un’istantanea sfocata” della realtà, per dirla con le parole usate dagli stessi ricercatori.

I risultati della ricerca sono stati pubblicati negli Atti della rivista National Academy of Sciences ed hanno implicazioni su vari fronti: dall’estrazione dei dati sui social media alla personalizzazione delle terapie sanitarie. Potrebbero cambiare il modo in cui i ricercatori e i medici analizzano, diagnosticano e trattano i disturbi mentali e fisici.

“Se vuoi sapere che cosa provano le persone o come si ammalano, devi condurre ricerche su individui, non su gruppi – ha affermato Aaron Fisher, l’autore principale dello studio e professore di psicologia all’Università di Berkeley – malattie, disturbi mentali, emozioni e comportamenti sono espressi all’interno delle singole persone, nel tempo. Un’istantanea di molte persone in un determinato momento non può catturare questi fenomeni.”

Secondo i ricercatori tra le conseguenze di continuare a fare affidamento sui dati di gruppo nelle scienze mediche, sociali e comportamentali ci possono essere diagnosi errate, prescrizione di terapie sbagliate fino anche il perseguimento di teorie e sperimentazioni scientifiche che non sono adeguatamente calibrate alle differenze tra individui.

La soluzione proposta è semplice, bisogna: “vedere il potenziale per condurre studi scientifici come parte delle cure di routine, è così che possiamo veramente personalizzare la medicina. Le moderne tecnologie ci consentono di raccogliere molte osservazioni per persona in modo relativamente semplice, e il computing moderno rende possibile l’analisi di questi dati in modi che non erano possibili in passato”.

 

I risultati dello studio

Così Fisher aiutato dai suoi colleghi ricercatori della Drexel University di Filadelfia e dell’Università di Groningen, nei Paesi Bassi, ha utilizzato modelli statistici per confrontare i dati raccolti su centinaia di persone, inclusi individui sani e con disturbi che vanno dalla depressione e dall’ansia al disturbo da stress post-traumatico e ai disturbi di panico.

In sei studi separati i dati sono stati analizzati tramite sondaggi self-report online e smartphone, nonché test elettrocardiografici per misurare le frequenze cardiache. I risultati hanno mostrato costantemente che ciò che è vero per il gruppo non è necessariamente vero per l’individuo.

Ad esempio: un’analisi di gruppo di persone depresse ha riscontrato che si preoccupano molto. Ma quando la stessa analisi è stata applicata a ciascun individuo in quel gruppo, i ricercatori hanno scoperto ampie variazioni che andavano da zero preoccupazioni ad agonie ben al di sopra della media del gruppo.

Inoltre, osservando la correlazione tra paura e fuga, un’associazione comune nella ricerca di gruppo, hanno scoperto che per molti individui, la paura non li ha indotti ad evitare certe attività, o viceversa.

“Le scoperte di Fisher implicano chiaramente che catturare i processi di una persona mentre fluttuano nel tempo può portarci molto più vicino al trattamento individualizzato”, ha detto lo psicologo di UC Berkeley Stephen Hinshaw, esperto in psicopatologia e membro della facoltà del programma di scienze cliniche del dipartimento.

 

Prof. Paolo Pellegrino

docente di psicologia sociale – Università Campus Bio-Medico di Roma

 

Fonti:
 1 Shedler J., Westen D. – The Shedler-Westen Assessment Procedure (SWAP): Making Personality Diagnosis Clinically Meaningful, Journal of Personality Assessment, 89 (2007), Isuue 1
 2 Fossati A., Maffei C. et al. – Patterns of covariation of DSM-IV personality disordes in a mixed psychiatric sample, in «Comprehensive Psychiatry», 41 (2000), pp. 206-215
Di Maggio G., Montano A., Popolo R., Salvatore G. – Terapia metacognitiva interpersonale dei disturbi di personalità, Raffaello Cortina Editore 2013, p. X
Carcione A., Nicolò G., Semerari A. – Curare i casi complessi. La terapia metacognitiva interpersonale dei disturbi di personalità, Editori Laterza 2016, p. 10
Di Maggio G., Montano A., Popolo R., Salvatore G. – Terapia metacognitiva interpersonale dei disturbi di personalità, Raffaello Cortina Editore 2013, p. XI
Anwar Y. – Everything big data claims to know about you could be wrong,  Media Relations| June 18, 2018 – http://news.berkeley.edu/2018/06/18/big-data-flaws
7 PNAS – Proceedings of the National Accademy of Sciences of the United States of America
Fisher Aaron J., Medaglia John D., and Jeronimus Bertus F. – Lack of group-to-individual generalizability is a threat to human subjects research, PNAS July 3, 2018 115 (27) E6106-E6115; first published June 18, 2018 – https://www.pnas.org/content/115/27/E6106
9,10,11,12 Ibidem

28 Condivisioni