Filosofie : biostatistiek
Deel 1
STATISTISCHE ONGELETTERDHEID IS ZORGWEKKEND
Politici, beleidsmakers, de media, sociale media... gooien vaak met cijfers,
en cijfers kunnen makkelijk misleiden:
o van foute cijfers,
o interpretatiefouten (bv. oorzaak-gevolg interpretaties),
o selectief rapporteren (vaak zonder bijkomende context),
o tot doelbewuste misleiding (desinformatie).
Heeft foute cijfers gezegd=>
mensen waren boos en verward
maar heeft zijn fout toegeven
Zou wetenschappelijke
studies kunnen voorleggen
die gelinkt zijn gebruik van
paracetamol bij zwangere
vrouwen en autisme bij
kinderen
Trump: eerder een oorzaak-
gevolgrelatie met deze
situatie
Dus autisme verhoogde kans
dmv gebruik paracetamol
, FOUTE VERTALING ONDERZOEKSRESULTATEN IN DE MEDIA
Associatie ̸ = causatie (behalve in de tabloids)
Zweedse studie: economische status
en het ontwikkelen van een
hersentumor op latere leeftijd
In PRESS RELEASE: link ipv associatie
hierboven
GEZONDHEIDSCLAIMS OP SOCIALE MEDIA
Een gebrek aan wetenschappelijke onderbouw is eerder regel dan uitzondering.
DE IMPACT VAN MISINFORMATIE EN DESINFORMATIE
o We worden bijna dagelijks overspoeld door misinformatie en desinformatie.
o Vaak met schadelijke gevolgen.
o Vaak moeilijk te doorprikken.
o Vaak sneller verspreid dan weerlegd
De wet van Brandolini (van het ‘bullshit-asymmetrieprincipe’)
De hoeveelheid energie die nodig is om onzin te weerleggen, is een orde van
grootte groter dan nodig is om het te produceren
WAAROM IS STATISTISCHE GELETTERDHEID BELANGRIJK
VOOR MIJ...
als apotheker?
▶ Ben ik wel in staat om het effect en de veiligheid van dit medicijn correct te
interpreteren?
▶ Kan ik het cijfermateriaal en de resultaten wel vertrouwen?
als onderzoeker?
▶ Data analyse maakt steeds meer deel uit van het wetenschappelijk onderzoek.
▶ Dit werk gebeurt steeds meer door statistici, data scientists, ...,maar ben ik
instaat om met hen te communiceren
Deel 1
STATISTISCHE ONGELETTERDHEID IS ZORGWEKKEND
Politici, beleidsmakers, de media, sociale media... gooien vaak met cijfers,
en cijfers kunnen makkelijk misleiden:
o van foute cijfers,
o interpretatiefouten (bv. oorzaak-gevolg interpretaties),
o selectief rapporteren (vaak zonder bijkomende context),
o tot doelbewuste misleiding (desinformatie).
Heeft foute cijfers gezegd=>
mensen waren boos en verward
maar heeft zijn fout toegeven
Zou wetenschappelijke
studies kunnen voorleggen
die gelinkt zijn gebruik van
paracetamol bij zwangere
vrouwen en autisme bij
kinderen
Trump: eerder een oorzaak-
gevolgrelatie met deze
situatie
Dus autisme verhoogde kans
dmv gebruik paracetamol
, FOUTE VERTALING ONDERZOEKSRESULTATEN IN DE MEDIA
Associatie ̸ = causatie (behalve in de tabloids)
Zweedse studie: economische status
en het ontwikkelen van een
hersentumor op latere leeftijd
In PRESS RELEASE: link ipv associatie
hierboven
GEZONDHEIDSCLAIMS OP SOCIALE MEDIA
Een gebrek aan wetenschappelijke onderbouw is eerder regel dan uitzondering.
DE IMPACT VAN MISINFORMATIE EN DESINFORMATIE
o We worden bijna dagelijks overspoeld door misinformatie en desinformatie.
o Vaak met schadelijke gevolgen.
o Vaak moeilijk te doorprikken.
o Vaak sneller verspreid dan weerlegd
De wet van Brandolini (van het ‘bullshit-asymmetrieprincipe’)
De hoeveelheid energie die nodig is om onzin te weerleggen, is een orde van
grootte groter dan nodig is om het te produceren
WAAROM IS STATISTISCHE GELETTERDHEID BELANGRIJK
VOOR MIJ...
als apotheker?
▶ Ben ik wel in staat om het effect en de veiligheid van dit medicijn correct te
interpreteren?
▶ Kan ik het cijfermateriaal en de resultaten wel vertrouwen?
als onderzoeker?
▶ Data analyse maakt steeds meer deel uit van het wetenschappelijk onderzoek.
▶ Dit werk gebeurt steeds meer door statistici, data scientists, ...,maar ben ik
instaat om met hen te communiceren
