La confusione tra fattore di rischio e causa nella comunicazione pubblica: un "rischio" inevitabile?

E' il secondo caso in pochi giorni - dopo la crociata della dermatologa contro le creme solari "tossiche" che provocano il melanoma - di comunicazione mediatica che trasforma un fattore di rischio in una causa diretta e lineare. L'ha segnalato Maria Cristina Valsecchi su Scienza In Rete, a proposito del minimo rischio di meningioma nelle donne che fanno uso di contraccettivi ormonali, documentato da una recente ricerca.

 

Un aggiornamento di farmacovigilanza su due progestinici, desogestrel ed etonogestrel, associati a un piccolo aumento del rischio di meningioma, è diventato sui giornali un titolo allarmante sul «rischio di tumore al cervello». Il caso mostra quanto la sintesi giornalistica possa distorcere un dato di per sé rassicurante (la farmacovigilanza funziona) e perché comunicare bene il rischio conti quanto misurarlo correttamente.

La comunicazione sul rischio è davvero un compito impossibile vista l'irresistibile tendenza ad interpretare una probabilità frequentistica (aleatoria) in chiave di determinismo causale (necessario): così un labile fattore di rischio statistico diventa automaticamente un "rischio di tumore al cervello". 

 

In proposito ho chiesto lumi all'IA su quali bias cognitivi possono contribuire a questo radicato equivoco interpretativo, in chiave "eziologica".  Ecco la sconfortante risposta. 

 

Bias e meccanismi cognitivi centrali.

1. Preferenza per spiegazioni monocausali / semplificazione causale (monocausal bias o single-cause fallacy)
Le persone preferiscono una sola causa chiara, necessaria e sufficiente, perché è cognitivamente più economica e narrativamente soddisfacente. Questo deriva in parte da un’applicazione eccessiva del rasoio di Occam e dalla storicità del modello monocausale di successo (malattie infettive e carenziali del XIX-XX secolo). Nei modelli multifattoriali i fattori di rischio interagiscono e il loro contributo non somma al 100% in modo additivo semplice; il pubblico e spesso i media li trattano come se lo fossero.

2. Confusione correlazione-causazione (correlation-causation fallacy)
È uno dei più frequenti nella comunicazione pubblica e nei discorsi online (studi su contenuti antivaccino, per esempio, la trovano in circa il 70% dei casi di cattiva interpretazione statistica). Un’associazione osservata viene presentata o interpretata come causa diretta. Questo è particolarmente pericoloso con studi osservazionali, che dominano la ricerca sui rischi multifattoriali.

3. Euristica della disponibilità (availability heuristic)
Cause vividе, recenti, mediatizzate o emotivamente salienti (un caso aneddotico, un fattore “nuovo” o “artificiale”) vengono sovrastimate rispetto a fattori più banali e diffusi. Un singolo fattore rischia di diventare “la causa” nella percezione pubblica perché è più accessibile mentalmente.

4. Bias di conferma e chiusura prematura (premature closure)
Una volta identificata una spiegazione semplice e plausibile, si cercano solo conferme e si trascurano le alternative o la complessità. In ambito diagnostico questo si manifesta come “fallacy of a single diagnosis”; nella comunicazione pubblica porta a messaggi del tipo “è colpa di X” che ignorano il resto del quadro.

 

5. Altri bias che amplificano l’equivoco nella comunicazione pubblica 

•  Focusing effect / isolation effect: ci si concentra su un solo aspetto del rischio, ignorando gli altri.
• Negligenza della base rate e del denominatore: si presentano o si percepiscono rischi assoluti o relativi senza contesto (popolazione di riferimento, frequenza di base).
• Framing effects e uso di rischi relativi invece di assoluti: un aumento relativo del 30% su un rischio piccolo viene percepito come “causa potente”.
• Difficoltà con il pensiero probabilistico e con l’incertezza: i rischi multifattoriali sono per definizione probabilistici e contestuali; il pubblico preferisce certezze deterministiche.

Perché i bias congnitivi sono particolarmente marcati nella comunicazione pubblica?

• I media e le campagne di sensibilizzazione privilegiamo spesso narrazioni semplici e allarmistiche (“un fattore = una malattia”) perché catturano più attenzione e sono più facili da ricordare.
• La numeracy limitata di gran parte della popolazione rende difficile assimilare concetti come rischio relativo vs assoluto, interazione tra fattori, o “fattore di rischio” vs “causa necessaria” 
• Esiste una tensione storica e concettuale tra il successo del modello monocausale (batteri, carenze) e la realtà multifattoriale delle malattie croniche; il pubblico e parte della comunicazione non hanno interiorizzato questo passaggio.

In sintesi, l’equivoco non nasce solo da “ignoranza”, ma da bias sistematici che favoriscono spiegazioni lineari e unicausali a scapito di modelli complessi, probabilistici e interattivi. Una comunicazione più efficace dovrebbe rendere esplicita la natura multifattoriale (usando frequenze naturali, confronti con rischi familiari, enfasi sul contributo relativo e sul contesto) e contrastare attivamente la tendenza a trasformare ogni fattore di rischio in “la causa”.