कारण और प्रभाव में एक सबक

हेरिएट ब्राउन की ब्रेव गर्ल एटिंग पर टिप्पणियों में दिन पढ़ने और लिखने के बाद, मुझे एहसास हुआ कि मेरे लिए एक ब्लॉग एंट्री पोस्ट करने का समय है जिसे मैं सोच रहा हूं। यह समय पर चर्चा करने का कारण है

मोटापा पर युद्ध के बारे में चर्चा में अनिवार्य रूप से, दोनों पक्ष अध्ययन का हवाला देते हैं। एक "मेरा अध्ययन आपके अध्ययन से बेहतर है" विनिमय जल्द ही साक्ष्य के ऊपर तर्कों में उगलता है

मोटापा अनुसंधान की आलोचनाएं

विद्यमान मोटापे अनुसंधान के संबंध में कई मुद्दों को उठाया गया है मैं तीन बुनियादी बिंदुओं को बढ़ाना चाहूंगा, जो मुझे लगता है कि लगभग सभी आलोचकों ने कॉमरेबिडिट्स और मोटापा की लागत के बारे में सहमति दी है:

पारिस्थितिक भ्रम: कई अध्ययन जो कि किए गए हैं, वे अलग-अलग वजन पर वयस्कों के बारे में आबादी का अध्ययन कर रहे हैं और उन वयस्कों का पालन नहीं करते जो वजन कम करते हैं या खो देते हैं। तो यह माना जाता है कि यदि कम वजन वाले व्यक्तियों के स्वास्थ्य के उच्च वजन वाले व्यक्ति (या कम, मध्यम और उच्च वजन के कुछ अन्य संयोजन) से बेहतर है, तो वजन का नुकसान (या लाभ) सभी लोगों को एक ही राज्य में लाएगा सेहत का। यह एक बड़ी धारणा है और इन अध्ययनों से समर्थित नहीं है। इसे एक पारिस्थितिकी भ्रम कहा जाता है यह आबादी डेटा ले रहा है और आबादी के अलग-अलग सदस्यों के लिए इसे लागू कर रहा है। व्यक्तियों पर वजन घटाने के प्रभावों का अध्ययन करने की बात आती है, तो बहुत से लोग इस बात को लेकर आश्चर्यचकित होंगे कि साहित्य की कमी कैसे है।

डेटा की व्याख्या को समझना: वजन के साथ सहसंबद्ध कई कॉमरेबिडिट्स को अन्य कारकों और / या अन्य कारकों द्वारा समझाया जा सकता है जिन्हें अध्ययन में नहीं माना गया है या इनकार नहीं किया गया है। बहुत सारे अध्ययन मानते हैं कि सभी वसा लोग व्यायाम नहीं करते और सभी पतले लोग व्यायाम करते हैं। इस प्रकार, इन कारकों को वजन के अध्ययन के बारे में टिप्पणियों के कारण गतिविधि के स्तरों और गतिविधि स्तरों के अध्ययन के बारे में टिप्पणियों के वजन के अध्ययन से घबराया जाता है। आहार उसी तरह से चकित हो जाता है बीएमआई न केवल किसी के स्वास्थ्य का आकलन करने के लिए, बल्कि किसी के स्वास्थ्य प्रथाओं का आकलन करने के लिए शॉर्ट-कट बन गया है। लेकिन अध्ययन में जहां गतिविधि के स्तर, निश्चित प्रकार के भोजन का उपभोग, सामाजिक आर्थिक स्तर और तनाव के स्तर के रूप में सामाजिक कारकों का हिसाब किया गया है, वजन लगभग एक गैर-अस्तित्व वाला कारक बन जाता है।

Scales are tipped by money.

पैसा कभी-कभी सत्य के खिलाफ पैमाने पर सुझाव देता है

पक्षपाती अनुदान:

तो, दो उपरोक्त बिंदुओं के चेहरे में, क्या विज्ञान गलत मिसाल और गलत समझा जाता है? पैसे। और यह तीसरा विवाद है। मीडिया रिपोर्ट्स में से ज्यादातर विज्ञान नहीं है, लेकिन यह रिपोर्ट की जाती है कि यह विज्ञान है। "अध्ययनों ने दिखाया है …" हमारे सार्वजनिक वार्ता में जादू के शब्द हैं। लेकिन जो कुछ भी सूचित किया गया है, वह जनता के निहित स्वार्थों के साथ प्रेस विज्ञप्ति से आता है, जिसमें कुछ चीजों पर विश्वास है। निष्कर्षों की सटीकता को पहचानने में एक महत्वपूर्ण घटक क्या है, यह जानने के लिए सभी शोधों में जीवविज्ञान मौजूद हैं इसका मतलब यह नहीं है कि सभी शोध खराब है। इसका मतलब है कि अनुसंधान के एक सूचित पाठक को जानकारी की उपयोगिता का न्याय करने के लिए पूर्वाग्रहों को जानने की आवश्यकता है। यह विशेष रूप से तथाकथित "लागत विश्लेषण" के बारे में सच है जो किया गया है। इन अध्ययनों में खुदाई के बारे में बताता है कि संयुक्त राज्य अमेरिका में कितने मोटापा की लागत है और आप ऑलरगन जैसी कंपनियों को मिलेंगे जो अकेले उस आतंक के आधार पर अपने बाजार को दोगुना कर देंगे।

तो ये महत्वपूर्ण क्यों हैं? ऐसे विद्वान हैं, जो इन बातों को बढ़ाते हैं, अपने ही जादू शब्द को दोहराकर महत्वपूर्ण सहसंबंधों की अनदेखी करते हैं, "सहसंबंध किसी कारण नहीं है"?

स्थापना की स्थापना

कारण और प्रभाव में एक शिक्षा इस परिप्रेक्ष्य में डाल सकता है। बहुत सी चीजों को अन्य चीजें पैदा करने के रूप में सिद्ध किया जाता है हम कुछ चीजें लेते हैं जिन्हें कारणों के रूप में प्रदान किया जाता है, लेकिन विज्ञान में एक कारण के लिए एक मामला बना देता है, कोई भी साबित नहीं करता (उदाहरण के लिए, भौतिक विज्ञान के नियमों में बहुत सीमित तरीकों को छोड़कर)। इन मामलों को बनाने में विश्वसनीयता और वैधता के मुद्दे महत्वपूर्ण हैं। विश्वसनीयता का मतलब है कि अध्ययन प्रतिकृति है और पहले से उसी तरीके से बार-बार आयोजित किया जा सकता है, प्राथमिकता से अन्य लोगों द्वारा पूर्वाग्रह को कम करने के लिए वैधता का मतलब है कि अध्ययन वास्तव में यह माप रहा है कि यह क्या मान रहा है कि यह मापना है।

मानव अध्ययन में विश्वसनीयता और वैधता प्राप्त करना बेहद मुश्किल है। रासायनिक और जैविक प्रक्रियाओं के विपरीत, जिन्हें प्रयोगशालाओं के भीतर नियंत्रित किया जा सकता है, इंसानों का अध्ययन करते हुए जोड़ा जटिलता यह है कि मनुष्य इसका पता लगा सकते हैं कि उनका अध्ययन किया जा रहा है और परिणाम पालना है। हां, मानव शरीर में कोशिकाओं का अध्ययन करना और रासायनिक प्रतिक्रियाओं का अध्ययन करना आसान होता है, लेकिन अभी भी समस्याएं हैं, जिससे पर्यावरण के साथ मानव संपर्क और मानव उम्र बढ़ने की प्रक्रिया लगातार उन रासायनिक और जैविक प्रक्रियाओं को बदलती है।

लेकिन भले ही एक मजबूत मामला विश्वसनीयता और वैधता के लिए बनाया जा सकता है, तो तीन शर्तों को कारण और प्रभाव प्रदर्शित करने के लिए संतुष्ट होना चाहिए (अनिवार्यतः इसके लिए मामले को मजबूत करने के लिए) ये शर्तें सभी आवश्यक हैं लेकिन उनमें से कोई भी पर्याप्त नहीं है:

  1. कारण प्रभाव से पहले समय में उत्पन्न हो गया है।
  2. कारणों में होने वाले परिवर्तनों को प्रभाव में एक इसी प्रकार का बदलाव करना होगा।
  3. रिश्ते के लिए कोई अन्य स्पष्टीकरण मौजूद नहीं हो सकता है।

समय

यह मूल और आसान दिखता है, लेकिन यदि आप इसके बारे में सोचते हैं, विशेष रूप से मनुष्य के संबंध में, समय कठिन है उदाहरण के लिए, यदि मोटापा इन comorbidities कारण थे, मोटापा मधुमेह, उच्च रक्तचाप या हृदय रोग से पहले समय में होना चाहिए लेकिन जब इन मेडिकल शर्तों को ठीक किया था? निदान के समय नहीं, क्योंकि निदान की मांग की जाने से पहले आमतौर पर लक्षण मौजूद होते हैं। लक्षणों की स्थिति में नहीं, क्योंकि अक्सर लोग यह महसूस करते हैं कि वे बीमार हैं और उन्हें पता था। क्या होगा अगर मामला बन सकता है कि एक आनुवंशिक घटक है? क्या बीमारी ने गर्भ में शुरू कर दिया है? क्या होगा यदि वह व्यक्ति खो देता है और वजन कई बार बढ़ाता है? जब समय में वजन एक कारक था? इस जटिलता को अक्सर पढ़ाई में नजरअंदाज किया जाता है, कारण लगभग सभी अध्ययनों का कारण और प्रभाव के लिए मामला बनाने में समस्याग्रस्त है।

सह – संबंध

यह मीडिया की प्रिय है क्योंकि इसमें ज्यादातर संख्याएं हैं जो सटीकता की झूठी भावना को उधार देते हैं। मुझे एक रिपोर्टर के रूप में याद आती है कि फाइलों में कई गणना करों या अन्य विषयों पर चर्चा करते समय इस्तेमाल किया जा सकता है क्योंकि यह संख्याओं को एक विशेष तरीके से रिपोर्ट करना महत्वपूर्ण है, जो बोर के बजाय टेंटलिज करना था। रिपोर्टिंग में यह मुश्किल है सनसनीखेज संख्याएं छोटे, समझने में कठोर या समझदार संख्या से कहीं ज्यादा बेहतर हैं। प्रतिशत औसत से बेहतर काम करते हैं सहसंबंध के सांख्यिकीय आकलन आसानी से प्रतिशत में दर्ज किए जाते हैं और इस प्रकार अक्सर पहले पैराग्राफ या यहां तक ​​कि शीर्षक भी बनाते हैं।

सहसंबंध एक कारण और प्रभाव का प्रदर्शन करने का एक आवश्यक हिस्सा हैं, लेकिन वे पर्याप्त नहीं हैं और जैसे-जैसे वे करते हैं, वे समझने के लिए सहसंबंधों की गंभीरता से समीक्षा करते हैं और इसका मतलब यह नहीं है। मैं किसी के बारे में नहीं जानता हूं, जो मानता है कि वजन और कुछ चिकित्सा शर्तों के बीच के संबंध मौजूद हैं। कोई भी सहसंबंध से इनकार नहीं कर रहा है या अनदेखा कर रहा है। इसके विपरीत, यह समझना महत्वपूर्ण है कि इन संबंधों का क्या अर्थ है। क्या वे अच्छे आंकड़ों के साथ पहुंचे? वे विश्वसनीय हैं? क्या वे उपाय करते हैं जो वे सुझाव देते हैं कि वे माप रहे हैं? ये ऐसे सवाल हैं कि ऐसे अन्य महत्वपूर्ण वैज्ञानिकों और विद्वानों से पूछना चाहिए कि इन महत्वपूर्ण आंकड़ों से मुकाबला कब हो। पत्रकार इन सवालों से नहीं पूछते पत्रकारों ने सनसनीखेज संख्याएं रिपोर्ट कीं और उन शोधकर्ताओं पर भरोसा किया जो संख्या के साथ आए थे ताकि उन्हें यह बता सकें कि इसका अर्थ क्या है। इस प्रकार, सहसंबंध की रिपोर्टिंग दो तरह से झुकती है- सनसनीखेज और शोध के निर्माता की ओर। सहकर्मी समीक्षा पत्रिकाओं में, यह शोधकर्ता जो डेटा की व्याख्या या समीक्षा करने वाला नहीं है, यह उसके सहयोगी है इससे पूर्वाग्रह कम हो जाता है

वैकल्पिक स्पष्टीकरण

यह विवाद का सबसे बड़ा मुद्दा है और यह होना चाहिए यह वह जगह है जहां सच्चाई की ओर बढ़ने वाला जीवंत बहस किया जाता है। यह उस व्यक्ति पर निर्भर करता है जो इसे काटना और एक वैकल्पिक स्पष्टीकरण के साथ आने के कारण और प्रभाव के एक तर्क को पढ़ता है। एक महान मूवी क्षण जो इस सिद्धांत को दर्शाता है, उस कदम में संपर्क है जब ऐली (जोड़ी फोस्टर) पहले विदेशी प्रसारण सुनाते हैं और टेलिस्कोप कंट्रोल रूम में चिल्लाते हुए कहते हैं, "मुझे एक झूठा बनाओ।" जो कोई भी अनुसंधान को पढ़ता है वह गंभीरता से शुरू होता है। क्या डेटा के साथ कोई समस्या है? क्या ये सिर्फ एक संयोग है? क्या कोई महत्वपूर्ण कारक है जो अंतर बनाता है? क्या कोई ऐसा कारक है जिसका दुरुपयोग या अमान्य था? क्या इस अध्ययन के निष्कर्षों पर प्रकाश डालने वाला कोई अन्य शोध है? क्या अनुत्तरित प्रश्नों को संबोधित करने की जरूरत है? वहाँ अधिक प्राथमिक कारण है कि रिश्ते की व्याख्या? क्या इन कारकों को एक अन्य कारक से नियंत्रित किया जा रहा है जो सब कुछ समझाता है? क्या अनुसंधान पूर्वाग्रह परिणाम को प्रभावित करता है? निष्कर्षों के वित्तपोषण, डिजाइन और प्रकाशन कैसे निष्कर्षों की व्याख्या को प्रभावित करते हैं?

कोई निर्णायक "सबूत" नहीं है कि वसापन "कारण" कुछ भी

मोटापे के शोध के संबंध में तीन मुख्य तर्क "सहसंबंध से मतलब नहीं है" कारण "सहसंबंध का मतलब नहीं है" से बहुत अधिक जटिल है। पारिस्थितिक भ्रांति, डेटा का गलत अर्थ और पक्षपाती अनुसंधान वित्तपोषण, इन निष्कर्षों से संबंधित संबंधों पर सवाल उठाते हैं कि डेटा से गलत निष्कर्ष निकाले गए हैं, कारक अक्सर समीकरण और डेटा से गायब होते हैं और / या इसकी व्याख्या अक्सर भ्रष्ट प्रभावों से दूषित होती है। ये सहसंबंध को "अनदेखा" नहीं करते हैं ये दावा सहसंबंध की आलोचना प्रदान करते हैं।

एक और रास्ता मोटापा अनुसंधान विफल

मैं धूम्रपान अनुसंधान की तुलना में मोटापा अनुसंधान सुनता हूं लेकिन यहां तक ​​कि धूम्रपान अनुसंधान के सामान्य मुख्यधारा की रिपोर्टिंग के साथ समस्या भी है। धूम्रपान कई कैंसर और अन्य स्वास्थ्य जटिलताओं में फंसा है ऐसे हजारों अध्ययन हैं जो इन कनेक्शनों को शक्ति देते हैं। लेकिन किसी ने यह नहीं बताया है कि धूम्रपान कैंसर का कारण है। धूम्रपान करने वाले लोग कैंसर नहीं पाते हैं। जो लोग धूम्रपान नहीं करते हैं वे कैंसर प्राप्त करते हैं। कारण और प्रभाव के लिए इन दोनों तथ्यों को अन्यथा मजबूत मामला कमजोर है।

मोटापे के अनुसंधान और धूम्रपान अनुसंधान के बीच का अंतर यह है कि सैकड़ों अध्ययन हैं जो धूम्रपान छोड़ने और स्वास्थ्य में सुधार के बीच मजबूत संबंध प्रदर्शित करते हैं। फिर, एक मजबूत मामला, सबूत नहीं वजन घटाने के साथ ऐसा कोई समानांतर मौजूद नहीं है अधिकांश लोग 5 साल से अधिक समय के लिए मध्यम वजन घटाने से अधिक नहीं रख सकते हैं। सैकड़ों हजारों हैं, अगर लाखों नहीं, तो धूम्रपान करने वालों, जिन्होंने पांच साल के आखिरी सालों से अच्छा प्रदर्शन किया है। छोड़ना कठिन है, लेकिन यह सफलतापूर्वक किया जा सकता है और ज्यादातर लोगों ने स्वास्थ्य सुधार की रिपोर्ट की है। छोड़ने के प्रभावों का अध्ययन करना आसान है क्योंकि यह जानना आसान है कि क्या कोई धूम्रपान करता है या नहीं।

वजन घटाने के अध्ययन में शायद ही कभी छह महीने से अधिक हो जाता है और यहां तक ​​कि केवल दो सालों के लिए भी लोगों का सर्वोत्तम अनुसरण करें। जो लोग वजन कम करते हैं, उनमें से बहुत से वजन कम करने या वजन घटाने से होने वाले प्रयासों से जटिलताएं होती हैं, इसलिए यह जोर देकर कहते हैं कि स्वास्थ्य में सुधार एक मिश्रित परिणाम है, मजबूत नहीं है। माना जाता है कि वजन घटाने का काम करता है, जो ज्यादातर अध्ययन प्रत्यक्ष रूप से नहीं मानते हैं, यदि प्रत्यक्ष रूप से छोटी आबादी स्वस्थ होती है, तो यह माना जाता है कि बड़े लोगों को छोटा करने से उन्हें एक ही स्वास्थ्य परिणाम देगा।

संक्षेप में, स्वास्थ्य की स्थिति के साथ वजन कम करने के लिए धूम्रपान के समान संबंध हो सकते हैं, लेकिन अनुसंधान का एक पूरा शरीर गायब है जो कि हानि के नुकसान को दर्शाता है स्वास्थ्य को बेहतर बनाता है जिस तरह से धूम्रपान छोड़ने से स्वास्थ्य में सुधार होता है मौजूदा शोध को समीक्षित करने के रूप में शोध को गुम होने के कारण ही घटनाओं को समझने में महत्वपूर्ण है।

1 + 1 does not equal 3

वास्तविकता मायने रखता है

अंतिम विचार

कारनामे के लिए मजबूत मामलों को बनाने के लिए अनुसंधान में उद्देश्य स्पष्ट रूप से वास्तविक समस्याओं का प्रभावी समाधान तैयार करना है। यदि डेटा समस्याग्रस्त है, तो उपचार अप्रभावी होगा और कभी-कभी हानिकारक होगा। साहित्य के मौजूदा निकायों को तंग करने और मजबूत करने के लिए यह जीवंत बहस आवश्यक है। भावनात्मक रूप से चार्ज किए गए विषय अक्सर इन मूल बातें याद करते हैं, लेकिन फिर भी वे महत्वपूर्ण हैं।

मैं यह बताते हुए निष्कर्ष निकालना चाहूंगा कि मैं यह नहीं मानता कि यह जानकारी का एकमात्र उपाय है व्यक्तिगत अनुभव, टिप्पणियां, सामाजिक संदर्भ, सहानुभूति और सिद्धांत गिनती करते हैं लेकिन एक नींव की इस ठोस इमारत पर सच्चाई पाने में मदद मिलेगी। क्रिटिक रूप से अनुसंधान का आकलन हमारी दुनिया और हमारे शरीर को समझने में एक महत्वपूर्ण कदम है।