Metodologia di ricerca clinica

Metodi e tecniche di ricerca in psicologia clinica

L’oggetto di interesse del corso è la ricerca in psicologia clinica: quest’ultima è una branca dell’intero complessivo della psicologia e, in quanto tale, s’avvale delle medesime tecniche di studio e indagine.

Ciò che conta non è il mettere in dubbio l’utilità dell’approccio scientifico in psicologia clinica, bensì chiedersi quale tra i metodi di ricerca in psicologia siano più adatti alle necessità e ai quesiti del filone clinico.

Mezzi di conoscenza

Metodi non empirici

Autorità: si crede alla verità di qualcosa in quanto proveniente da una persona/gruppo da noi rispettato. Non è esente da problematiche che non la rendono un buon mezzo di conoscenza:

• L’autorità esiste nel momento in cui viene riconosciuta;
• Le autorità sono spesso in contrasto tra di loro;
• Le autorità possono sbagliarsi (es. Aristotelico vs Galileiano).

Logica: utilizzo del pensiero razionale per trarre conclusioni corrette riguardo al mondo. Ha delle limitazioni:

• Può dirci che una conclusione è falsa quando in realtà se n’è tratta una conclusione impropria;
• Un’affermazione può sembrare valida dal punto di vista logico, ma risultare non vera in quanto suppone sia vero qualcosa che non lo è (es. “la partita non si fa se nevica intensamente” è logicamente vero, ma la veridicità dell’affermazione dipende del fatto che stia nevicando: se così non fosse nella realtà, allora la frase è falsa).

Metodi empirici

Intuizione: classe di mezzi di conoscenza a fondamento empirico che non si fondano né su logica né su ragionamento implicito, bensì si fondano su processi istintivi, spontanei e impliciti di pensiero (es. sensazione di “negatività” quando pensiamo di scendere dal marciapiede per attraversare e udiamo il suono di un’auto in arrivo).

Senso comune: evidenzia l’accordo tra l’opinione di una persona e le esperienze comuni di un ampio gruppo di persone. Ha due limiti fondamentali:

• I suoi criteri si modificano durante il tempo e a seconda del luogo e delle culture;
• L’unico modo per valutare se una di queste credenze funzioni o meno ha una natura eminentemente pragmatica, non teorica.

È importante tenere a mente i limiti del senso comune appunto in relazione alla scienza: essa, proprio perché fa affidamento al metodo, talvolta può essere controintuitiva nei confronti dell’opinione generale (es. Aristotelico vs Galileiano). Tuttavia non dobbiamo considerare la “controintuitività” come una proprietà necessaria e/o sufficiente della scoperta scientifica, poiché spesso risultati controintuitivi non sono altro che frutto di errori di disegno dell’esperimento.

Scienza: la scienza così come la conosciamo è contraddistinta da caratteristiche e attributi tipici:

• In primo luogo la scienza s’avvale del metodo scientifico (osservazione, ipotesi, raccolta e analisi dei dati, conclusioni);
• È empirica, ossia fa affidamento sull’esperienza;
• È obiettiva, il che significa che qualsiasi persona nello spazio tempo può, anzi deve, poter osservare/ottenere le medesime condizioni;
• È oggettiva, quindi è necessario che sia un mezzo disponibile a tutti, universale per acquisire conoscenze;
• Si autocorregge, non segue principi di autorità, la scienza è in continuo sviluppo, è aperta al cambiamento e alla modificazione di vecchi paradigmi;
• Motivo per cui è anche in continuo progresso;
• È possibilista, ossia non afferma mai di avere la verità completa su nessuna questione;
• Mira al risparmio, è economica, cioè mira ad utilizzare la spiegazione più semplice, non semplicistica, per un fenomeno;
• È interessata alla teoria: è di fondamentale importanza elaborare un costrutto teorico che spieghi come una determinata cosa funzioni;
• Non ha gerarchia: l’autorità conta poco nella scienza, ciò che conta è la validità dei metodi di ricerca e la logica dell’impostazione del disegno dello studio.

Si basa su quattro assunti fondamentali: razionalità (il mondo può essere compreso attraverso il pensiero logico), regolarità (il mondo segue le stesse leggi scientifiche in ogni tempo e luogo), “scopribilità” (se il mondo è reale, razionale e governato da regole, allora è possibile scoprirne il funzionamento) e causalità (gli eventi non si originano da soli, ognuno ha una causa).

Il disegno scientifico

Sulla base di questi quattro pilastri, si delinea il modus operandi di ogni buon disegno scientifico:

Scoprire le regolarità

Il primo passo nella scoperta delle regolarità, e pertanto nel metodo scientifico, è l’osservazione e descrizione dei fenomeni scientificamente rilevanti.

Questo porta all’insorgere di una problematica: talvolta, e in fattispecie nelle scienze psicologiche, i fenomeni non sono direttamente osservabili (es. pensiero, emozioni, etc.), pertanto dobbiamo spesso basarci su un’osservazione indiretta: a partire da essa otteniamo degli indicatori indiretti della variabile latente che hanno il valore di ipotesi di lavoro tra i funzionamenti delle osservabili. Tali indicatori indiretti prendono il nome di costrutti: consentono una maggior generalizzabilità del risultato, ma sono ipotesi, dunque non realtà incontrovertibili, motivo per cui necessitano una chiara definizione.

Scoprire le leggi

Una volta osservate e definite le regolarità è possibile determinare una legge scientifica. Essa non è altro che un’asserzione secondo la quale due fenomeni sono regolarmente associati. Tuttavia, molto spesso bisogna effettuare una selezione delle variabili rilevanti per la descrizione del fenomeno e, quindi, per l’identificazione delle regolarità: tale selezione si basa su un modello fondato su un’ipotesi scientifica.

È imprescindibile descrivere fenomeni e scoprire associazioni in assenza di modelli teorici a cui fare riferimento: ogni disegno di ricerca deve far riferimento ad una teoria scientifica che generi ipotesi operazionalizzabili e falsificabili.

NB una teoria scientifica deve avere una componente strutturale (deve stabilire i modelli delle variabili latenti che riassumono le relazioni attese) e una componente di misurazione (tali modelli devono poter essere misurati e quindi operazionalizzati).

Ricercare le cause

Dall’osservazione delle regolarità è possibile riconoscere che tra le variabili vi sono delle relazioni. L’assunto base della relazione di causalità è che se consideriamo una variabile Y isolata dall’influenza di ogni altra variabile fatta eccezione di una detta X e un cambiamento in Y accompagna un cambiamento in X, allora X è una causa di Y [y = f (x)].

Tre sono le componenti fondamentali della causalità: isolamento, associazione e direzione.

Il primo in particolare è il più importante ma più insidioso: in primo luogo è necessario stabilire che l’associazione è dovuta all’influenza di X su Y, e non viceversa. È pressoché impossibile però ottenere una condizione di isolamento ideale (esisterebbe solamente quando X e Y sono in un “vuoto spinto”). La manipolazione umana da parte dello sperimentatore può essere utile a creare l’isolamento e nello stabilire la direzione dell’influsso, tuttavia non è essa stessa la causa necessaria e sufficiente per determinare la causalità.

Un altro punto da tenere a mente è che, come suggerito dagli assunti teorici di Hume, affinché l’isolamento sia sostenibile, nessuna variabile oltre ad X può essere causa di Y.

Uno standard più ragionevole è che X abbia un influsso atteso di grandezza (b) su Y, ma che i valori reali di Y si distribuiscono attorno ai valori predetti di Y. Tale condizione è riassumibile con l’equazione Y = bX + z. Z è un termine di disturbo non osservato, non è possibile controllarlo in senso diretto, motivo per cui bisogna assumere che abbia valore zero E(z) = 0.

Perché X sia causa di Y deve essere isolata da Z.

La soluzione è quella di trovare degli assunti sul comportamento di Z (del termine di disturbo) in modo da condurre la nostra osservazione in condizioni di pseudo-isolamento:

• L’assunto più comune è che X e Z non siano correlate, in modo da stabilire l’influsso di X su Y isolato da Z. Tale isolamento, tuttavia, non è perfetto poiché per ogni singola osservazione la relazione Y = f(x) è alterata dal disturbo. Ciò accade sempre: sia in condizioni sperimentali, che in non sperimentali. Assumere ciò è pertanto una semplificazione grossolana, dal momento in cui molte cause di Y vengono incluse nel termine di disturbo, e non sono, quindi, da escludere perché determinano una correlazione di questo disturbo con X.
• Una situazione comune che viola la condizione di pseudo-isolamento è quando una variabile moderatrice viene omessa;
• Un’altra causa di violazione dello pseudo-isolamento si ha quando la variabile omessa ha una relazione ambigua con le variabili esplicative: in questa situazione si corre il rischio di poter prevedere meno le conseguenze dell’omissione della variabile dall’equazione;
• Infine, un’altra situazione si ha quando una o più variabili esplicative contengono errore casuale di misurazione.

Tre casi di violazione dello pseudo-isolamento:

1. Omissione della variabile moderatrice;
2. La variabile omessa ha una relazione ambigua con le variabili esplicative;
3. La variabile esplicativa ha un errore di misurazione.

In conclusione, quindi, per stabilire la causalità di una relazione, è necessario stabilire l’associazione al netto di altre influenze.

Un altro fondamento della casualità è la replicabilità: ogni relazione, sia quelle casuali, sia quelle spurie, devono essere in grado di replicarsi. Ciò è importante perché fornisce un controllo dello pseudo-isolamento: se il modello è corretto, deve funzionare in campioni diversi e con diversi tipi di dati.

Assunti di Hume

1. Priorità temporale: la presunta causa deve precedere l’effetto e questo è l’unico mezzo per garantire che la variabile esplicativa abbia un primato causale;
2. Le relazioni simultanee sono escluse: le cause devono precedere gli effetti e la causazione simultanea reciproca non è possibile.

Tuttavia tali assunti non sono esenti da critiche: la priorità temporale viene smentita se si considera una situazione in cui se si consente un ritardo temporale nella relazione causa-effetto, allora l’influsso di una variabile deve superare un divario prima di esercitare il proprio effetto. Entro questo divario è possibile che una variabile mediatrice si inserisca impedendo alla causa di provocare il suo effetto.

Questa situazione rende difficile l’identificazione del corretto pattern causa-effetto: può quindi succedere che questo ritardo può essere più breve dell’intervallo di osservazione, così che la causa viene collocata nello stesso periodo temporale dell’effetto. Se le due variabili si influenzano reciprocamente, si può consentire una relazione non ricorsiva di feedback.

Questo significa che è complicata la determinazione di causazione tra variabili latenti e indicatori nei modelli di misurazione. Distinguiamo pertanto:

• Indicatori causali che sono variabili osservate che si ritiene causino la variabile latente;
• Indicatori d’effetto che sono, quindi, causati dalla variabile latente.

Questo ci insegna che per la corretta determinazione del principio causa-effetto, stabilire il primato temporale è necessario. Altri strumenti empirici dei quali ci si può avvalere per testare l’effetto di fattori estranei sono:

• Selezione delle osservazioni;
• Controllo statistico;
• Randomizzazione.

Le prime due tecniche (selezione e controllo statistico) sono utilizzabili sia nel caso di studi osservazionali, sia in studi sperimentali; per quanto riguarda la randomizzazione, invece, essa si utilizza solo nei veri esperimenti in quanto costituisce un potente mezzo di assegnazione casuale ai trattamenti, impedendo a fonti estranee di variazione di essere maggiormente prevalenti in un gruppo piuttosto che in un altro.

Concetti chiave della metodologia di ricerca

Come si sviluppa una domanda di ricerca?

• Scelta del problema;
• Esame della letteratura e identificazione degli articoli rilevanti;
• Restrizione del problema ad una specifica domanda;
• Definizione del procedimento di ricerca: le ricerche scientifiche sono divisibili in tre grandi blocchi:

1. Studi osservazionali: condizione in cui le osservazioni vengono effettuate in contesti naturali senza tentativi di manipolazione di alcuna variabile;
2. Disegni quasi sperimentali: disegni di ricerca in cui i soggetti non sono assegnati casualmente alle varie condizioni (o trattamenti), anche se la/e variabile/i indipendente/i può/possono essere manipolata/e. Il motivo della mancata assegnazione casuale è di solito legato alla sua impossibilità o non applicabilità.
3. Disegni sperimentali: piano generale di un esperimento che comprende il numero e la disposizione delle variabili indipendenti, il numero e la modalità di selezione dei livelli di ciascuna variabile indipendente e le modalità con cui i soggetti sono selezionati e assegnati ai trattamenti (o alle condizioni).

Esperimento: procedura atta ad ottenere dati in cui una o più variabili indipendenti vengono manipolate col fine di osservarne gli effetti su una o più variabili dipendenti. È molto importante ricordare che i soggetti sono assegnati casualmente alle varie condizioni.

Definizioni importanti

Controllo sperimentale: consiste nella manipolazione attiva, diretta dello sperimentatore, delle variabili estranee all’esperimento allo scopo di chiarire la relazione tra le variabili di interesse, piuttosto che di ridurre la varianza d’errore. Tale controllo può essere fatto attraverso l’eliminazione delle variabili estranee, il mantenerle costanti, attraverso la loro randomizzazione o il loro controbilanciamento.

Casuale o random: processo secondo cui ciascuna occorrenza è determinata puramente dal caso, cosicché la probabilità che ogni fenomeno accada è la stessa dell’evento in popolazione.

Assegnazione casuale: si tratta di procedura per determinare l’assegnazione dei soggetti alle condizioni in modo tale che la probabilità di essere assegnato ad una particolare condizione sia la stessa per tutti i soggetti partecipanti all’esperimento. Aiuta ad assicurare (ma non può garantire) che le variabili dei soggetti quali il sesso, l’età, l’intelligenza, il sub-strato socio-economico, etc. siano distribuite in modo uguale nelle diverse condizioni sperimentali e quindi non siano confuse con gli effetti della/e variabile/i indipendente/i.

Unità sperimentale: divisione del materiale sperimentale tale per cui due qualsiasi unità diverse possono ricevere trattamenti diversi nell’esperimento reale.

Nella maggior parte dei casi, possiamo approcciare gli esperimenti nel seguente modo: vi è un certo numero di trattamenti alternativi, ciascuno dei quali viene applicato alle unità sperimentali. Successivamente viene compiuta un’osservazione (o svariate osservazioni) su ciascuna unità sperimentale.

Lo scopo è essere in grado di separare le differenze tra i trattamenti dalla variazione non controllata che si ritiene essere presente (questo può essere naturalmente solo il primo passo nella comprensione dei fenomeni in esame).

In generale, comunque, per essere più precisi, nel caso della psicologia clinica si dovrebbe parlare di esperimenti comparativi, dato che l’obiettivo è il confronto di trattamenti e non la determinazione di valori assoluti.

Quali sono i requisiti di un buon esperimento?

1. Assenza di errore sistematico: significa che se un esperimento viene eseguito utilizzando un numero ampio di unità sperimentali, esso deve poter fornire una stima corretta di ciascun confronto dei trattamenti. È perciò buona norma pianificare un esperimento in modo tale da garantire che le unità sperimentali che ricevono un trattamento non differiscano in alcun modo sistematico da quelle che ricevono un altro trattamento. In altre parole, le unità sperimentali che ricevono un trattamento devono mostrare solo differenze casuali da quelle che ricevono qualsiasi altro trattamento. Quando questo è impossibile o impraticabile, qualsiasi assunto di assenza di differenze sistematiche deve essere esplicitamente riconosciuto e, per quanto possibile, controllato attraverso osservazioni supplementari o tramite l’esperienza precedente. È tuttavia possibile garantire l’assenza delle fonti principali di errore sistematico attraverso una procedura di randomizzazione;
2. Precisione: se l’assenza di errori sistematici viene ottenuta attraverso la randomizzazione, la stima delle differenze tra trattamenti ottenuti nell’esperimento differirà dal suo valore vero solo per effetto di errori casuali. La probabile ampiezza degli errori casuali nella stima di un contrasto tra trattamenti viene di solito misurata dall’errore standard: tale val