(képforrás: a zinternet)
Az evidence based medicine világában az orvostudomány messze nagy része már teljesen adatokra épül, amik tudományos cikkekben jelennek meg. Így ha valaki tovább akarja képezni magát, vagy csak simán lépést akar tartani a szakmájával, akkor muszáj tudományos cikkekkel is foglalkoznia, és azokat értelmezni kell tudni. Látszólag ez egy egyszerű feladat, az ember elolvassa az 5-6 oldalas angol cikkből a féloldalas rövid összefoglalót, absztraktot, és kész is, már mindent ért :). Azonban ez nem így van. Egy film 2 perces előzeteséből sem tudjuk pontosan megmondani, hogy az adott film mennyire jó, vagy nem jó. Persze sejteni lehet, benyomásunk azért lesz, de elég sokszor félrevezető a trailer. Vagy egy 20 másodperces reklám alapján sem tudunk biztos ítéletet mondani egy termékről, szolgáltatásról. Persze simán lehet, hogy tényleg olyan jó lesz abban a bankban ügyintézni, vagy annyira kihozza a foltot a mosópor, ahogy a reklámban, de azért ez nem mindig jön össze.
A tudomány is olyan, mint a világ összes, emberi tevékenységhez kötött jelensége: hullámzó a minőség, és sajnos nem mindennek hihetünk, ami le van írva. Illetve nem is biztos, hogy az a jó kifejezés, hogy mennyire hihetünk egy adott cikknek, hanem kérdés, hogy mennyire ütős az anyag, mennyire erős a mondanivalója, mennyire megbízható az ott leírt eredmény, illetve az azokból levont következtetés. És ez önmagában sajnos az absztraktból nem okvetlen derül ki. Ehhez gondosan el kell olvassuk a módszereket és az eredményeket. Ez azért nem jó hír, mert pont ez a 2 rész, ami a legszárazabb olvasmány, ráadásul ott van a legtöbb olyan dolog, amit potenciálisan nem értünk, főleg a módszerekben pl. mindenféle statisztikai próba. Ennél akkor már sokkal olvasmányosabb a bevezetés és a megbeszélés, de a bevezetés csak a probléma/tudáshiány bemutatása, a megbeszélés pedig csak a saját eredményeink elhelyezése a témában. A bevezetés és a megbeszélés csak a körítés. A cikkek lelke, hogy milyen (megbízható) módszerekkel milyen eredmények születtek.
Az egész hátterében van egy olyan csavar, vagyis inkább az a tanulási görbe, hogy akkor tud az ember “jól”, hatékonyan olvasni egy tudományos cikket, ha eleve érti a témát, de ahhoz meg sokat kell olvasni. Ha valaki ebbe belevág -márpedig muszáj, legalábbis saját érdek-, akkor eleinte biztos utálni fogja a módszerek és az eredmények fejezeteket, de egy idő után rájön, hogy a felesleges sallang (főleg a bevezetés) helyett a lényeg ott rejlik.
Azon kívül, hogy szerencsére én már átkínlódtam magam ennek az útnak egy meghatározott részén, onnan jutott eszembe ezt leírni, hogy LinkedIn-en most jött velem szemben egy 2017-es PLOS One felmérés (Perceptions of scientific research literature and strategies for reading papers depend on academic career stage), amiben a tudományos pálya különböző stádiumaiban lévőket (egyetemista, PhD hallgató, postdoc, egyetemi tanár) kérdezték meg többek között arról, hogy a tudományos cikkek különböző elemei közül (absztrakt, bevezetés, módszertan, eredmények, ábrák, megbeszélés) melyiket mennyire tartják fontosnak, illetve mennyire könnyen tudják azokat értelmezni. Ez a cikk pont azt igazolta, amiket feljebb írtam. A tudományos pálya elején lévők (egyetemisták) szerint egyértelműen a legfontosabb az absztrakt, nem sokkal utána jön a megbeszélés, és messze legkevésbé fontos a módszertan. Főleg azért mondják ezt, mert saját bevallásuk szerint legkevésbé a módszertant értik (ugye-ugye :) ). Ehhez képest a tapasztalat szempontjából a Gauss görbe másik végén lévő egyetemi tanároknál egyértelműen az eredmények (plusz az ábrák), illetve a módszertan a legfontosabb, és a megbeszélés pedig teljesen érdektelen.
Copyright ide, vagy oda, annyira jó a cikk erről szóló ábrája, hogy én is kirakom ide:
(forrás: PLOS One)
Szóval érdemes a módszereket és az eredményeket olvasni, vagyis elsősorban ezeket érdemes olvasni. De egyébként ez nem olyan ördöngős dolog. Nyilván a komplex matematikai számításos része az egy külön tudomány, de azért vannak olyan jelek, tények, amik segítenek az adott téma módszertanát hitelesíteni. Például jellemzően a nagyobb esetszám megbízhatóbb, mint a kisebb, a hosszabb utánkövetés általában jobb, mint a rövidebb, az egyértelműsített beválasztási és kizárási kritériumok mentén, illetve a homogénebb csoportokból nyert adatokból korrektebb következtetés vonható le, stb. A sort még lehetne folytatni, úgyhogy majd folytatjuk.
Mindenesetre ez egy út, nem kell megijedni, ha elsőre nem megy, és nagyon fárasztó egy módszertani leírás. De ez is olyan mint az úszás, a műtétek, vagy bármi. Menni fog, csak csinálni, gyakorolni, azaz jelen esetben olvasni kell. Sokat :).
