La integritat científica en dubte

 The Credibility Crisis in Science

El llibre The Credibility Crisis in Science (MIT Press), escrit pels professors Thomas Plümper i Eric Neumayer, analitza les causes, mecanismes i possibles solucions a la crisi de credibilitat que pateixen les ciències empíriques.

A diferència dels enfocaments tradicionals que es concentren exclusivament en els casos extrems de dades inventades o falsificades, els autors sostenen que la gran amenaça per a la integritat científica és el tweaking (els retocs o ajustos selectius en el disseny de la recerca i l'especificació dels models).

El llibre s'estructura en tres parts principals:

Part I: Is Science Broken? (Està la ciència trencada?)

• Definició de frau científic: Els autors argumenten que el frau no s'ha de definir pel mètode utilitzat, sinó per la intenció de manipular quantitats d'interès estadístic per obtenir un benefici personal o acadèmic (com publicar en revistes d'alt impacte, obtenir finançament o confirmar biaixos ideològics). Un resultat manipulat no és necessàriament fals, però la pràctica és enganyosa i fraudulenta.
• Tres nivells de manipulació:
  1. Fabricació de dades: Inventar informació sense haver fet la recerca.
  2. Manipulació de dades: Alterar o substituir valors en un conjunt de dades real.
  3. Tweaking (Ajustos o retocs): Seleccionar o canviar subtilment el disseny de la recerca, la mostra o l'especificació del model fins a trobar un resultat "publicable" (per exemple, \(p < 0.05\)) i ocultar les altres especificacions provades.
• L'amenaça del tweaking: Tot i que la fabricació i la manipulació de dades són greus, són relativament rares i més fàcils de detectar. El tweaking és extremadament comú, gairebé indistinguible de la recerca honesta i pràcticament impossible de provar en casos individuals, fent que l'impacte acumulat sobre la ciència sigui molt més devastador.
• Motius dels fraudulents: El llibre identifica diferents motivacions: la pressió del sistema acadèmic (publish or perish), la cerca de reconeixement i promocions, la necessitat de reduir el desordre de les dades reals i, sobretot, el biaix de confirmació o la dissonància cognitiva quan els dades no quadren amb les idees de l'investigador.

Part II: Researcher Degrees of Freedom (Els graus de llibertat de l'investigador)

Els autors analitzen com s'exploten els "graus de llibertat de l'investigador" en diferents metodologies:

1. Anàlisi de dades observacionals:
   • S'aprofita la incertesa del model per provar múltiples combinacions de variables de control, transformacions de variables o filtratges de la mostra (data trimming).
   • S'utilitza el HARK-ing (Hypothesizing After Results are Known / formular hipòtesis un cop es coneixen els resultats) per presentar correlacions fortuïtes com si fossin descobriments teòrics.
   • Exemples analitzats: L'estudi de Jung et al. que afirmava que els huracans amb nom femení maten més gent (fràgil davant petits canvis de mostra o especificació), o la troballa de Reinhart i Rogoff sobre el límit del 90% de deute/PIB.
2. Dissenys experimentals:
   • Tot i que els experiments redueixen la incertesa del model, donen als investigadors un control gairebé total sobre el disseny i la recollida de dades privades.
   • S'utilitzen estratègies de "pesca" (fishing), com provar múltiples tractaments o resultats i reportar només aquells que donen significatius, o repetir un experiment fins que un intent surt favorable.
   • Exemples analitzats: Els "pizza papers" de Brian Wansink, els experiments de parapsicologia de Daryl Bem sobre la percepció del futur i manipulacions de mostres en jocs del dictador.
3. Models causals (quasi-experimentals):
   • Mètodes com el Matching, el disseny de discontinuïtat de regressió (RDD), les variables instrumentals o el Difference-in-Differences no eliminen la dependència del model, sinó que la s'amaguen.
   • Els investigadors poden triar l'ample de banda (bandwidth), les variables instrumentals o el grup de control sintètic que produeixi l'efecte causal desitjat.
   • Exemple analitzat: L'estudi de Kristian Holden sobre l'impacte dels subsidis de llibres de text a Califòrnia, on els efectes desapareixen quan s'apliquen canvis de mostra o especificacions dinàmiques adequades.

Part III: Countering Fraud (Afrontar i combatre el frau)

Els autors analitzen les solucions actuals basant-se en tres pilars:

• Dissuasió (Deterrence): Les sancions acadèmiques o la criminalització del frau tenen un efecte molt limitat perquè la probabilitat de ser detectat és extremadament baixa. Els alertadors (whistleblowers) paguen un preu social i professional molt alt i pateixen sovint represàlies.
• Prevenció (Prevention): La formació en ètica no atura els fraudulents conscients. La preregistració de projectes ajuda en experiments, però no és una solució universal: no s'adapta bé a la recerca observacional i pot ser esquivada mitjançant proves prèvies no declarades.
• Detecció (Detection): Les eines d'anàlisi d'imatges (pixel peeping com el d'Elisabeth Bik), la llei de Benford o les p-curves poden identificar anomalias, però poques vegades poden demostrar la intenció fraudulenta d'un cas individual de tweaking.

La proposta dels autors

Atès que provar la intenció de frau és gairebé impossible, els autors proposen canviar el focus: no es tracta de demostrar la deshonestedat, sinó d'avaluar la robustesa dels resultats.

1. Transparència brutal de les dades: Proposen un esquema de classificació de transparència de dades on s'exigeixi compartir tant les dades brutes com el codi de transformació i la mostra final de replicació.
2. Proves de robustesa obligatòries i dirigides per revisors: La fragilitat d'un resultat indica un alt grau de tweakability. Per evitar que els autors triïn únicament les proves de robustesa que els afavoreixen, els editors i revisors de les revistes han de determinar quines proves de robustesa alternatives s'han d'executar abans d'acceptar un article.

Frau mèdic

 The Cost of Trust: The Butcher Surgeon and the Scandal that Shamed British Medicine

El llibre The Cost of Trust: The Butcher Surgeon and the Scandal that Shamed British Medicine (2025/2026), escrit per Deborah Douglas (amb Tracy King) i publicat per Mudlark/HarperCollins, narra en primera persona un dels escàndols mèdics i judicials més greus de la història del Regne Unit.

L'obra detalla com el cirurgià de mama Ian Paterson va mutilar i sotmetre a tractaments innecessaris o incomplets centenars de pacients durant més d'una dècada, així com la llarga batalla de les víctimes per aconseguir justícia i reformar el sistema sanitari.

1. La història personal de Deborah Douglas

• De la infància humil al diagnòstic: Deborah Douglas relata els seus orígens en una família treballadora de Birmingham, la pèrdua dels seus pares a causa del càncer i la seva trajectòria com a professional de la indústria aeroespacial a Rolls-Royce.
• L'entrada al sistema privat: L'any 2003, en trobar-se un bult al pit, decideix utilitzar la seva assegurança mèdica privada i és derivada a l'hospital privat Spire Parkway, on coneix el cirurgià Ian Paterson i la seva infermera de confiança, Bethan Lloyd Owen.
• Mutilació i quimioteràpia innecessària: Paterson i el seu equip li asseguren que té un càncer curable i la sotmeten a una mastectomia amb reconstrucció TRAM, extirpació de gànglis limfàtics, set mesos de quimioteràpia i, més tard, a una operació per extreure la vesícula biliar.
• El descobriment de la frau: Anys després, mitjançant informes mèdics independents, Deborah descobreix que Paterson li va realitzar una «mastectomia incompleta» (deixant-li un 40% del teixit mamari) i que la quimioteràpia que va patir no estava justificada i li va aportar un benefici de mortalitat de menys de l'1%, exposant-la a riscos greus com la leucèmia.

2. El modus operandi d'Ian Paterson i el bloqueig institucional

• Mastectomies «cleavage-sparing» i cirurgies innecessàries: Paterson operava tant a la sanitat pública (Heart of England NHS Foundation Trust - HEFT, als hospitals de Solihull i Good Hope) com a la privada (Spire Healthcare). Realitzava procediments no autoritzats coneguts com a mastectomies cleavage-sparing (deixant teixit mamari per motius suposadament cosmètics), operava lesions benignes com si fossin càncers i falsificava codis mèdics per cobrar de les asseguradores.
• Manipulació i «grooming» comunitari: Aprofitava el seu carisma, la seva reputació de «salvador» i la seva presència a la directiva del grup de suport Breast Friends Solihull per guanyar-se la confiança absoluta dels pacients i recrutar-los cap a la clínica privada.
• Alertes ignorades i whistleblowers: Metges i col·legues de Paterson (com els drs. Andrew Stockdale i Hemant Ingle) van intentar denunciar la pràctica des del 2003. Tanmateix, la direcció de l'NHS i de Spire va ocultar les investigacions internes (Wake Report, Polson Report) sota clàusules de confidencialitat de recursos humans per evitar demandes i protegir els seus beneficis econòmics i de llistes d'espera.

3. La batalla judicial, la condemna i les indemnitzacions

• Suspensió i procés penal: Paterson va ser suspès el 2011, i el 2015 la fiscalia el va acusar de delictes de ferides greus amb intenció (Wounding with Intent / GBH).
• Sentència històrica: El 2017, la Nottingham Crown Court va declarar Paterson culpable de 17 delictes de ferides amb intenció i 3 de ferides il·legals contra 10 pacients. Tot i ser condemnat inicialment a 15 anys de presó, la Cort d'Apel·lació va elevar la pena a 20 anys de presó per la gravetat i crueltat dels seus actes.
• Acord d'indemnització: Les víctimes van aconseguir un acord de demanda col·lectiva per un valor de 37 milions de lliures (que posteriorment va augmentar fins als 50 milions), destapant a més la manca de regulació i assegurances en la medicina privada al Regne Unit.

4. La Investigació Independent (James Inquiry) i les Inquestes de Mortalitat

• Informe del bisbe Graham James (2020): Fruit de les pressions de Deborah i altres activistes, el govern va encarregar una investigació independent. L'informe va concloure que l'escàndol no era només l'acció d'un metge deshonest, sinó la fallada d'un sistema sanitari afectat per una «ceguesa voluntària» (wilful blindness). Es van emetre 15 recomanacions per reformar el consentiment informat, la supervisió dels comitès multidisciplinaris (MDT) i la regulació dels hospitals privats.
• Inquestes coronàries per mort de pacients: El 2020 es van obrir investigacions judicials de la coronia (coroner's inquests) sobre la mort de desenes de pacients de Paterson. Les dades van revelar que dels 1.206 pacients de mastectomia de Paterson, prop del 60% havien après o havien mort, convertint-se en una de les investigacions de mortalitat mèdica més grans de la història de la Gran Bretanya.

5. El rerefons humà i familiar

• Paral·lelament a la seva tasca com a presidenta de Breast Friends Solihull i portaveu als mitjans de comunicació, Deborah narra la lluita de la seva filla Jen, a qui diagnosticaren un limfoma de Hodgkin durant el seu embaràs.
• Jen va aconseguir superar la malaltia gràcies a un trasplantament de cèl·lules mare d'un donant alemany (Jorn), oferint un contrast entre el dolor causat per la negligència de Paterson i la capacitat de salvar vides que té la medicina basada en la ciència i la transparència.

IA pertot arreu (40)

 Medical AI has a proof problem

Resum de l'article de FT del 18 de setembre.

Aquest article del Financial Times, escrit per Sarah Neville, analitza la bretxa existent entre els grans avanços teòrics de la intel·ligència artificial (IA) en la medicina i el seu impacte real en la millora de la salut dels pacients.

1. El "problema de prova" (Falta d'evidència clínica real)

• Tot i les promeses i grans expectatives de la IA per agilitzar diagnòstics i reduir la càrrega de feina dels metges, hi ha molt poques proves que realment millorin la salut dels pacients o la seva evolució clínica.
  
  
• Moltes eines s'implanten als hospitals sense estudis previs suficients en entorns de treball reals, generant de vegades alertes falses o innecessàries que acaben frustrant el personal mèdic.
  
  

2. Dèficit de transparència i dades

• Existeix una falta de claredat per part dels desenvolupadors sobre quines dades han utilitzat per entrenar els seus models i quina metodologia han seguit per validar-ne l'eficàcia.
  
  
• Sovint les empreses presenten dades de rendiment en entorns de laboratori controlats, però no aconsegueixen replicar aquests resultats en el món real, ja que no s'ajusten a la complexitat del dia a dia hospitalari.
  
  

3. Regulació i aprovacions laxes

• Un estudi citat de la Universitat de Stanford revela que la FDA (EUA) va autoritzar 258 dispositius mèdics de IA fins al 2025, de les quals només un 2,4% comptaven amb dades d'assaigs clínics rigorosos.
  
  
• Gran part de la documentació presentada a l'administració està basada en "estudis de laboratori" aportats pels mateixos fabricants, que sovint no són fàcilment verificables ni aplicables.
  
  

4. Riscos de biaix i desigualtat

• Si els algoritmes d'IA s'entrenen amb dades que no representen bé la diversitat de la població, poden perpetuar o empitjorar les desigualtats en l'atenció sanitària.
  
  
• Es destaca l'exemple d'algoritmes de gestió de recursos que van subestimar les necessitats de pacients de minories o que no parlaven anglès.
  
  

5. La necessitat d'un canvi de model

• Els experts i metges reclamen un canvi de direcció: en lloc de centrar-se en "l'efecte sorprenent" de la tecnologia, cal posar el focus en demostrar un benefici clínic real, avaluar-ne l'impacte en la salut i protegir les dades dels pacients.