Er forskning til å stole på?

I 2005 publiserte epidemiologen John Ioannidis en meningsartikkel med tittelen «Why most research findings are false» (1), hvor han argumenterer for hvorfor mange konklusjoner fra forskning rett og slett viser seg å være feil. Han setter blant annet søkelyset på den allmenne oppfatningen om at et forskningsresultat kan bedømmes ene og alene basert på p-verdien, som sier noe om hvor sannsynlig et resultat er med de forutsetningene man hadde på forhånd. Er p-verdien lav nok, sier vi at resultatet er statistisk signifikant, og dermed tror vi også at resultatet er til å stole på og sier noe om virkeligheten. Men er det egentlig det?

Bilde: Colourbox

Det ultimate målet med forskning er å finne sanne sammenhenger, altså å finne ut noe om hvordan verden rundt oss faktisk fungerer. Feile konklusjoner fra forskning kan dermed grovt sett deles inn i to hovedkategorier, falske positive og falske negative. En falsk positiv kalles en type 1 feil, og dette betyr at man i studien har funnet en effekt som egentlig ikke eksisterte. Falske negative kalles type 2 feil, og kjennetegnes ved at man ikke finner en effekt som i realiteten var der. Risikoen for begge

...les videre ->