Les faits sont des faits et les données sont des données – les deux révèlent des vérités objectives. Mais, la subjectivité est introduite au moment où ces faits et données sont interprétés. En d'autres termes, ils sont susceptibles de tourner, ou l'interprétation biaisée des faits et des données pour persuader l'opinion en faveur ou contre ces faits et données. Par conséquent, les personnes qui ne sont pas ancrées dans la communauté scientifique sont gravement désavantagées lorsque les interprétations des données et des faits sont détournées. Ces personnes prendront les interprétations pour argent comptant sans la formation nécessaire pour analyser les significations cachées ou voir les sujets sous différents angles. Cet inconvénient est encore souligné lorsque ces personnes ont peu ou pas de connaissances scientifiques et ne parlent pas le jargon. Au lieu, le public compte sur les scientifiques pour relayer la vérité au lieu d'être des interprètes sceptiques. Et cela a conduit à un grand mouvement anti-intellectuel parmi les Américains qui ne font pas confiance aux scientifiques ou à leurs interprétations des données. Par exemple, voir comment les mêmes données sur le changement climatique conduisent la grande majorité des climatologues à impliquer les humains comme cause directe du changement climatique, alors que les experts politiques de droite sont sceptiques et utilisent les mêmes données pour interpréter leur interprétation selon laquelle les humains ne sont pas responsables. Comment les citoyens américains peuvent-ils faire confiance aux scientifiques de leur communauté, et comment pourront-ils déterminer qui est une source d'information fiable ? Il s'agit d'une question cruciale dans l'environnement politique actuel, et un récemment examiné par Kellia Chiu et ses collègues dans un article de 2017 dans PLOS Biologie .

Devrait-il y avoir un critère spécifique dont les membres de la communauté devraient pouvoir tirer leurs conclusions ? Y a-t-il des sujets scientifiques qui sont plus susceptibles de tourner que d'autres ? Par ailleurs, comment le spin est-il défini par la communauté non scientifique et par ceux qui font partie de la communauté scientifique ?

Comment la science est-elle filée ?

Le spin est un outil commun de propagande, souvent utilisé par les médias pour faire avancer un programme. Au sein de la science, il est couramment utilisé pour générer un « exagération scientifique ». Dans ces cas, l'importance des découvertes scientifiques est surestimée et relayée de manière inappropriée. Spin a suscité un regain d'intérêt de la part des chercheurs, car ils ont remarqué que les résultats, parfois préliminaires, sont présentés sous un jour positif afin qu'ils puissent être perçus favorablement par le public. Cela soulève la question :qu'est-ce qui motive les scientifiques à faire tourner leurs résultats ? Quels sont leurs objectifs ? Sont-ils principalement axés sur les subventions, ou d'évolution de carrière, ou y a-t-il d'autres objectifs qu'ils poursuivent en surestimant les résultats ? Peut-être, une autre question qui devrait être posée est de savoir si la prévalence du spin rend des groupes entiers de résultats faux, et si cela rend les découvertes scientifiques avec du matériel discutable pour la consommation publique. Si les membres du public prennent ce qu'ils lisent pour argent comptant, comment peuvent-ils mieux le savoir ?

L'effet de la rotation

Chiu et ses collègues ont étudié l'effet du spin dans la science et son impact sur l'opinion publique. En outre, ils ont étudié la question suivante :quel est l'impact du spin sur les décisions politiques fondées sur des preuves ? Par exemple, les politiciens de toutes les idéologies déforment souvent les informations scientifiques afin d'atteindre des objectifs spécifiques. Si les citoyens ne sont pas au courant de ce que les scientifiques découvrent, ils ne seront pas en mesure de prendre des décisions éclairées, et comme résultat, les citoyens ne peuvent pas faire pression sur leurs représentants pour qu'ils fassent le même degré d'investigation approfondie des découvertes scientifiques pour prendre des décisions politiques éclairées. L'article de Chiu et al. analysé 35 rapports qui avaient étudié le concept de spin et ses effets sur les essais cliniques, études d'observation, études de précision diagnostique, revues systématiques, et méta-analyses. Chiu et al. ont conclu que le spin variait dans différentes études, et que le niveau ou l'intensité du spin peut être différent par rapport au montant du financement que chaque étude a reçu, bien qu'il y ait eu des preuves non concluantes pour étayer cette affirmation.

Types de rotation

Alors… comment identifions-nous le spin ? Comme Chiu et ses collègues le soulignent, le spin peut prendre diverses formes, y compris :(1) « une étude inappropriée compte tenu des données de l'étude ; » (2) « extrapolations ou recommandations inappropriées pour la pratique clinique ; » (3) « signalement sélectif ; » 4) et « présentation des données plus robuste ou plus favorable ». Déballons-les un peu.

Le premier de ces types, « étude inappropriée compte tenu des données de l'étude, " se produit lorsque les résultats sont simplement interprétés de manière incorrecte. Plus précisément, Chiu et al. a constaté que ce type de spin est couramment utilisé en conjonction avec un langage décontracté (ou familier), ce qui, dans de nombreux cas, a le potentiel de modifier l'interprétation des données. Alors, comment les chercheurs parviennent-ils à trouver un équilibre entre l'utilisation du jargon scientifique et la communication d'une idée dans un langage compréhensible par ceux qui ne font pas partie de la communauté scientifique ? Devrait-il y avoir un glossaire de définitions scientifiques fourni à la fin d'un article auquel les lecteurs peuvent se référer ?

Le deuxième type de rotation, fait référence à l'utilisation de preuves statistiques – involontairement – ​​pour étayer une affirmation lorsque les preuves ne permettent pas de conclure. Par exemple, à quelle fréquence déplorons-nous que les prévisions météorologiques soient incorrectes ? D'un point de vue statistique, nous ne devrions jamais être surpris lorsque la prévision ne correspond pas à la météo car la prévision est basée sur l'extrapolation des données, et les données extrapolées ne sont en réalité que des estimations. Donc, la relation entre les conclusions finales et les données extrapolées sur lesquelles elles sont fondées est plus faible que si les données avaient été mesurées directement.

Les deux derniers exemples de spin sont liés en ce sens que la « déclaration sélective » de certaines données (mais pas toutes) peut conduire à une « présentation des données plus robuste ou plus favorable ». En d'autres termes, omettre certaines informations clés peut améliorer l'interprétation des données et les présenter sous un jour positif lorsqu'elles peuvent ne pas être favorables lorsqu'elles sont vues dans leur ensemble.

Où est la preuve de Spin ?

Chiu et al. trouvé des preuves de spin dans neuf rapports examinés (9/35), à travers huit découvertes scientifiques qui incluaient le spin. Ces chercheurs ont examiné les conclusions de ces essais scientifiques et ont constaté que les conclusions étaient fortement détournées et que les données n'étaient pas concluantes pour répondre à la question posée. En disant non concluant, nous voulons dire que les résultats n'ont ni confirmé ni contesté des constatations particulières. D'autres études ont suggéré que le spin élevé peut être caractérisé par un manque d'incertitude (statistique) lors de la formulation des conclusions, aucune recommandation pour d'autres essais, ou aucune reconnaissance des résultats statistiquement non significatifs. Une autre étude menée par Clement Lazarus et des collèges a rapporté que 128 résumés d'études interventionnelles non randomisées incluaient des « tons » suggérant que les résultats résultaient de l'intervention ou utilisaient un langage fort pour en parler autant, sans aucune preuve réelle d'une relation causale. Ces « tons » comprenaient des phrases telles que :« l'étude montre que » ou « les résultats expliquent, ' même lorsqu'il n'y avait aucune preuve réelle à l'appui de telles affirmations. Par conséquent, spin tel que celui décrit ici, peut induire en erreur le public et d'autres chercheurs qui ne lisent peut-être pas de manière critique un article qui a été évalué par des pairs dans une grande revue. Les types de rapports jugés les plus graves étaient des recommandations conclusives pour la pratique clinique lorsqu'elles n'étaient pas étayées par des résultats, titres qui prétendent que le traitement est bénéfique lorsqu'il n'est pas soutenu par les résultats, signalement sélectif, ou suraccentuer les résultats qui favorisent une intervention bénéfique spécifique.

Qu'est-ce que cela nous dit?

Que nous disent ces rapports sur la prévalence du spin dans la littérature scientifique ? Les lecteurs devraient-ils placer toute leur foi dans un seul article qu'ils lisent ? Ou est-il préférable que les profanes acquièrent des connaissances relatives à des découvertes spécifiques provenant de différentes sources réputées ? Tout comme nous conseillons familièrement de ne jamais mettre tous les œufs dans le même panier, ainsi avec la littérature scientifique – lire plus d'une source est toujours mieux que de s'appuyer sur une seule source. C'est vrai pour les chercheurs comme pour le public.

Cette histoire est republiée avec l'aimable autorisation de PLOS Blogs :blogs.plos.org.