Tossicologia generale e del farmaco - parte 5

Statistica. Tossicologia lezione n° 14 del 05/04/2022

Quando si parla di statistica, purtroppo, ho notato, un po’ per mia abitudine, un po’ per esperienza, che sembra che stiamo parlando quasi di uno spauracchio, no? Nel senso che poi o si sa molto poco di ciò di cui si sta parlando o, se ci si è entrati in contatto, e in questo caso mi riferisco in particolare anche a molti vostri colleghi e colleghe dell’ambito scientifico, è successo molto spesso in modo molto rapido, molto superficiale e di solito questo tipo di approccio raramente riesce a lasciare, anche, come dire, una sorta di buon ricordo comunque di strumenti che poi possono essere utilizzati in futuro, anche in realtà poi per tutta una serie di aspetti che potrebbero e dovrebbero riguardare il mestiere che andreste a fare, sia se doveste lavorare nel privato sia se doveste poi alla fine lavorare nel campo della ricerca perché la Statistica poi, come vedremo, è fondamentale da questo punto di vista.

In realtà poi, giusto per rompere un po’ il ghiaccio, ci sono stati tutta una serie di personaggi molto famosi che probabilmente l’hanno pensata un po’ come alcune e alcuni di voi, quindi, non hanno e non hanno avuto nel corso della loro esistenza un’idea, come dire, abbastanza positiva della statistica, no?

Abbiamo Disraeli che ci dice che esistono le bugie, le dannate bugie e poi esiste la statistica, giusto per dire e che in realtà con la statistica si può mentire.

Un’altra cosa molto interessante per esempio di Niels Bohr, insomma, abbastanza famoso, dovreste conoscerlo almeno di nome, fa questa battuta: la predizione è una cosa estremamente difficile, soprattutto quella del futuro, giusto per dire che poi la statistica in realtà ha anche tutta una serie di limitazioni, sulle quali non ci soffermeremmo troppo ma cercheremo invece al contrario di provare a vedere quali sono le sue potenzialità.

Oggi cercherò di fare una specie di esperimento per certi versi, quindi siete partecipi di questo: cercherò di parlare di statistica senza parlare di statistica, ovvero cercherò in un certo qual modo di non essere noioso, di non farvi venire il sonno facendovi vedere mille formule, mille dimostrazioni o cose del genere.

Quello che cercherò di fare nei limiti del possibile, perché un’ora e mezza veramente, parlo per me, passerà veramente volando, è cercare di porre il discorso su un piano concettuale, quindi evitare di perderci nei formalismi delle formule e delle dimostrazioni ma cercare di andare a puntare a quella che è la sostanza della statistica, cioè in realtà cosa ci permette nel concreto la scienza statistica di fare con dei dati che eventualmente maneggiamo, con dei dati con i quali entriamo in certo qual modo a conoscenza, o per via diretta oppure indiretta e come eventualmente interpretare questi dati.

Un esempio in ambito tossicologico

Partiamo dalla fine in realtà facendo un discorso di questo tipo, no? Può sembrare un po’ strano ma, ripeto, in questo caso cercheremmo un po’ di rovesciare quelli che sono i termini del discorso.

• Siete tossicologi? Aspiranti tossicologi giusto?
• No farmacisti.
• Ah farmacisti... Va bene dai, ho fatto un buon esempio da tossicologi quindi non offendetevi, in realtà il grafico riporta…
• Professoressa Carta: Però questo è un corso di tossicologia quindi i pesticidi…
• Ah bene e allora ci sta e anche un po’ in onore alla Professoressa Carta che insomma ha il suo spessore scientifico, insomma, nelle cose di cui accennerò.

Comunque questo grafico, in poche parole, vado a descriverlo molto rapidamente, potrebbe essere un grafico rappresentativo, per esempio, di una situazione in cui io ho due gruppi, a un gruppo non do nessun tipo di composto tossico o eventualmente tossico, un altro gruppo viene esposto invece a un potenziale composto tossico, in questo caso a un pesticida, e poi vado a verificare in questi due gruppi, facciamo che siano gruppi di animali non vorrei che mi denunciaste alla fine, pensando che fossero esseri umani, e poi andiamo a vedere in questi due gruppi di animali cosa succede in relazione per esempio a dei danni motori causati dall’esposizione al pesticida.

Adesso c’è una letteratura, non so se avete toccato questi discorsi, che è estremamente robusta ed estremamente ampia sul ruolo dei pesticidi come fattori tossici predisponenti per esempio allo sviluppo di condizioni come il Parkinson. Ok?

Quindi quello che succede è che dopo un po’ di tempo io mi ritrovo a fare, nei miei due gruppi sperimentali di animali, un test che valuta la funzionalità motoria in questi animali; il Parkinson si caratterizza, fra le altre cose, anche come una malattia che presenta dei disturbi motori molto importanti, e quello che vedete praticamente nel mio gruppo trattato, quindi nel mio gruppo che è stato esposto al pesticida, ho una presenza decisamente più alta, in termini numerici assoluti, di disturbi motori rispetto al mio gruppo di controllo.

Credo che sia abbastanza facile capire cosa ci dice il grafico da questo punto di vista o sto sbagliando? Ho un’asse delle ordinate che in realtà mi mostra dei valori che indicano il danno a livello motorio, più alto è il numero più alto è il danno, quindi quello che vedo è che la barra dei controlli, quindi non esposti al pesticida, è molto più bassa rispetto alla barra degli animali esposti al pesticida.

Il significato degli asterischi

Adesso la domanda è:

• Che cosa sono quelli asterischi che noi vediamo in corrispondenza dell’apice della barra degli animali trattati con il pesticida? C’è qualcuno o qualcuna di voi che vuole eventualmente provare a dare una risposta?
• Ci dice che il dato è altamente significativo.
• Ci dice che il dato è altamente significativo, dice la collega, e adesso io chiedo alla collega e ovviamente a tutti voi, cosa vuol dire che il dato è altamente significativo? Pour parlé, come si dice... non stiamo interrogando, quindi dite le cose molto serenamente anche a parole vostre, scusate se mi esprimo in questo modo; cosa vorrebbe dire?
• Intanto c’è una formula che ci fa calcolare la probabilità che vicino al risultato sia casuale o meno, in questo caso non è diciamo dato dal caso ma c’è effettivamente... diciamo che il dato non è casuale ma è diciamo proprio il pesticida a causare in questo caso il danno agli animali da esperimento.
• Avete sentito la collega? Siete d’accordo? Dissentite? Volete aggiungere qualcosa?

Può venire lei al posto mio perché in realtà ha detto più o meno a parole sue un qualcosa che è, diciamo, contenutisticamente corretto.

La collega ha messo l’accento sul fatto che il dato è altamente significativo. Cosa vuol dire che il dato è altamente significativo? Vuol dire che le differenze che noi abbiamo osservato fra il gruppo di controllo e il gruppo trattamento non sono differenze casuali. Ok?

Come giustamente affermava la collega, ci sono delle formule che poi da un punto di vista appunto statistico stabiliscono se queste differenze possono essere considerate casuali o non casuali, o per lo meno, volendo essere un po’ più precisi, un po’ più formali ed eventualmente anche un po’ più noiosi, che mostrano una certa percentuale di casualità, quindi noi possiamo calcolare non solo se un evento si verifica in modo casuale o non casuale, ma possiamo anche attribuire un valore preciso al fatto che quell’evento si stia mostrando in modo casuale o non casuale.

Questo è in realtà, come vedremo, il significato della famosa p, che molto spesso troviamo associata agli asterischi o a chissà quale altro simbolo, ok? Quindi p < 0.001 in questo caso perché abbiamo tre asterischi ma è convenzione, vuol dire che in realtà c’è una percentuale, una probabilità anzi, molto bassa, trasformata anche in percentuale eventualmente, che le differenze che noi vediamo siamo dovute al caso; questo mette in evidenza anche un aspetto molto particolare e interessante, non so se ci avete fatto caso, che in realtà poi quando noi andiamo a fare degli esperimenti, siamo di fronte a un qualcosa che in realtà ci dà delle informazioni, che sono anche abbastanza robuste se ci pensate, ma non sono mai certe, altrimenti avremmo la possibilità eventualmente di utilizzare delle formule matematiche non statistiche, mentre quello che succede con le formule statistiche è che ci danno appunto, come giustamente ha messo in evidenza la collega, delle probabilità non delle certezze.

Posso capire che per qualcuno o qualcuna questo possa anche sembrare un qualcosa di limitante, anche di fastidioso per certi versi, perché noi abbiamo un’idea della scienza come di un qualcosa di perfetto che ci permette di raggiungere delle verità che sono assolute, finali, invece in realtà non è assolutissimamente così, la scienza è sempre e comunque imperfetta e ci permette solo di raggiungere dei risultati o di arrivare a delle affermazioni che in realtà hanno sempre quel grado di probabilità, quel grado di incertezza che appunto la statistica ci permette di calcolare.

Statistica e pseudoscienza

Però se ci pensate bene questo è anche l’unico modo che abbiamo per difenderci da quella che è la pseudoscienza.

Adesso non voglio, abbiamo veramente pochissimo tempo, quindi non voglio e non ho il tempo veramente per guardarmi indietro e per guardare indietro per esempio a quello che è successo negli ultimi due anni, anche in relazione al Covid no? In realtà l’esposizione mediatica ci ha messo di fronte a tutta una serie anche di problematiche legate alla scienza, c’è chi dice A, c’è chi dice B, c’è chi dice C, poi bisogna vedere se lo dicono sulla base di dati e di dati forti o se queste cose vengono dette per altre ragioni.

Diciamo che la statistica è uno strumento molto importante che ci permette anche di tenere lontana la pseudoscienza, cercando di costruire una scienza che sia in realtà obiettiva per quanto possibile, quindi non basata sulla soggettività, che sia affidabile e che sia ovviamente verificabile e che quindi crei i presupposti per creare una conoscenza comune, crei i presupposti affinché Fabrizio Sanna possa eseguire un esperimento, per esempio in un laboratorio, raggiungere un determinato tipo di risultati che non sono certi al 100% ma ci si avvicinano parecchio e chiunque di voi potrebbe, eventualmente, replicando l’esperimento ottenere dei risultati simili sempre con quella percentuale di probabilità, sempre con quella piccola frazione di assenza di certezza che comunque caratterizza il progresso scientifico.

Questo lo otteniamo appunto grazie all’utilizzo di tutta una serie di metodiche di ricerca, io non so se, ovviamente sto parlando un po’ alla cieca, quindi non so se abbiate magari sostenuto degli esami o abbiate già partecipato a dei corsi dove poi magari hanno fatto un po’ di metodologia, hanno visto come funziona la ricerca scientifica o la ricerca di base.

• Professoressa Carta: Beh, più che altro abbiamo fatto tutti i saggi di tossicità, quindi hanno un po’ un’idea di come si setta un esperimento scientifico, proprio anche a livello preclinico.

Saprete da questo punto di vista che esiste anche nell’ambito tossicologico il cosiddetto Gold Standard, no? Quindi esistono delle procedure che in realtà mi permettono da un punto di vista metodologico di settare, come dice la Professoressa Carta, un esperimento di modo che risponda a quelli che sono tutti i crismi appunto della ricerca scientifica.

Oltre a quello, ovviamente, tornando un po’ a bomba, un altro strumento che ci permette di “lavorare bene”, di lavorare in modo scientificamente adeguato, mi verrebbe da dire, sono appunto gli strumenti della statistica; tornando un po’ a quello che ha detto la collega prima è che cercheremo in un certo qual modo, nei limiti del possibile, di sfroccullare durante l’incontro di oggi.

Ricerca sperimentale, descrittiva e correlazionale

Non sto lì ad annoiarvi troppo su tutti i modi che esistono per fare scienza, anche perché in realtà se si parla per esempio anche di saggi tossicologici di solito ci si riferisce a quella che è la scienza sperimentale e cioè tornando all’esempio che abbiamo fatto prima alla possibilità che abbiamo di prendere un gruppo, un altro gruppo e sottoporre un gruppo a un trattamento e l’altro gruppo ad assenza di trattamento o a un trattamento di controllo e poi andare a vedere le differenze, quindi non sto lì ad annoiarvi con altri tipi di approccio scientifico che, da questo punto di vista, sono ovviamente un po’ deboli come per esempio la ricerca descrittiva o quella correlazionale anche se magari qualcosina da questo punto di vista bene o male la conoscete;

Rimaniamo sempre in ambito tossicologico potrei per esempio scoprire, perché mi sono letto dei dati epidemiologici, che esistono delle associazioni per esempio fra una determinata area geografica e un determinato tipo di tumori, questa è una classica situazione che deriva dalla ricerca epidemiologica di tipo biomedico e che eventualmente nel momento in cui io vado a leggermi un po’ questi report potrebbe in un certo qual modo farmi un po’ stuzzicare, un pochino, quella che è la mia curiosità quindi potrei andare sul campo e potrei eventualmente andare ad annotare tutte le situazioni in cui per esempio quel tipo di tumori si verifica, in tutte le sumane della zona ecc. ecc.

In questo caso starei a fare un po’ di ricerca descrittiva no? Alla fine avrei il mio bel report che mi descrive appunto quello che succede in una determinata area e in relazione a determinate variabili, tumori e l’area stessa, potrei, arrivati a quel punto, capite bene, spingermi un pochino più in là e scoprire che per esempio in quell’area esiste l’esposizione, che so, a dei metalli pesanti, a delle onde elettromagnetiche, a qualsiasi altro tipo di agente che potrebbe eventualmente essere tossico o oncogenico da questo punto di vista no?

Capite bene che arrivati a quel punto sono nel novero di una ricerca che è correlazionale, vedo che ci sono determinati fattori eventualmente tossici, potenzialmente tossici e ci sono altri fattori, la presenza di un determinato tipo di tumori, che si verificano più o meno assieme, correlano, co-variano, in quella zona c’è un’alta percentuale di questi due fattori, per esempio in un’altra zona c’è una percentuale bassa di questi due fattori, quindi, questo vuol dire co-variano, anche in questo caso capite bene che la curiosità viene stimolata ma non ho delle risposte perché in realtà, quando vado a fare della ricerca di tipo correlazionale, mi trovo un po’ nella condizione limitante di essere di fronte alla famosa domanda: ma è venuto prima l’uovo o la gallina?

In alcuni casi è facile perché magari so che appunto un determinato agente è tossico e quindi è in grado di indurre un certo tipo di condizioni però in altri casi questo è veramente molto ma molto ma molto più difficile soprattutto su argomenti su cui eventualmente non si conosce nulla.

L’ultimo step di questa procedura è eventualmente, ripeto, ovviamente nel novero della ricerca preclinica perché altrimenti mi mettono in galera se doveste farlo con esseri umani, ci mancherebbe altro, andare a fare una ricerca sperimentale vera e propria, quindi prendere come vi dicevo prima, per esempio, due gruppi di animali, esporre un gruppo all’agente tossico e l’altro gruppo non esporlo all’agente tossico o esporlo a un agente inerte e andare a vedere se eventualmente questi due tipi di esposizione differenziale vanno ad indurre una conseguenza, un effetto che è differenziale nei due gruppi, che nel caso specifico vorrebbe dire eventualmente presenza o assenza di quell’esito negativo, di quella patologia di cui parlavamo.

Capite bene che lavorare in questo modo mi aiuta, in un certo qual modo, a fare delle assunzioni, in inglese si direbbe: if…then, delle assunzioni se…allora; se espongo il mio gruppo a un qualcosa di nocivo in questo caso allora quello che succede è che nel mio gruppo posso osservare allora delle conseguenze di tipo negativo.

In poche parole quello che sto andando a fare è manipolare quella che viene tecnicamente definita la variabile indipendente, variabile indipendente perché sono io che la manipolo, quindi l’esposizione all’agente tossico no? Ti do l’agente tossico, non ti do l’agente tossico, variabile indipendente, e vado poi a verificare invece sulla variabile dipendente, che è l’esito, presenza o assenza di malattia, quella che è la relazione fra le due variabili, ok?

Ripeto, a volte in alcuni contesti questo ci può sembrare eventualmente anche abbastanza facile da capire no? Però vi posso garantire che quando vai a fare ricerca di frontiere devi capire se un pesticida come è successo bene o male decenni fa possa indurre una malattia neurodegenerativa questo non è affatto semplice, stai andando a costruire una conoscenza che in realtà si basa su qualcosa che prima non esisteva, adesso sappiamo tante cose, no? Sappiamo che so che l’obesità produce ipertensione arteriosa, diabete ecc. ecc. ma immaginatevi chi ci ha lavorato per primo, non era così semplice e non è così semplice ovviamente trovare un certo tipo di relazioni ma soprattutto relazioni non spurie ma relazioni che sono legate dal concetto di causalità, cioè che una poi è…