TEDGlobal 2011
Ben Goldacre: Battling bad science
Ben Goldacre: Slaget mot dålig vetenskap
Filmed:
Readability: 4.3
2,713,579 views
Varje dag kommer nyheter med nya hälsoråd, men hur kan vi veta de har rätt? Läkaren och epidemiologen Ben Goldacre visar i ett rasande tempo, på vilket sätt bevis kan påverkas, från självklart förblindande självklara kostråd till väldigt spetsfundiga knep av läkemedelsindustrin.
Ben Goldacre - Debunker
Ben Goldacre unpicks dodgy scientific claims made by scaremongering journalists, dubious government reports, pharmaceutical corporations, PR companies and quacks. Full bio
Ben Goldacre unpicks dodgy scientific claims made by scaremongering journalists, dubious government reports, pharmaceutical corporations, PR companies and quacks. Full bio
Double-click the English transcript below to play the video.
00:15
So I'm a doctor, but I kind of slipped sideways into research,
0
0
3000
Jag är en läkare, som på något sätt gled in i forskning,
00:18
and now I'm an epidemiologist.
1
3000
2000
och nu är jag en epidemiolog.
00:20
And nobody really knows what epidemiology is.
2
5000
2000
Och ingen vet riktigt vad epidemiologi handlar om.
00:22
Epidemiology is the science of how we know in the real world
3
7000
3000
Epidemiologi är vetenskapen hur vi i den verkliga världen
00:25
if something is good for you or bad for you.
4
10000
2000
vet när något är bra eller dålig för dig.
00:27
And it's best understood through example
5
12000
2000
Och det förstås bäst genom att exemplifieras
00:29
as the science of those crazy, wacky newspaper headlines.
6
14000
5000
som den vetenskap som skapar galna och knäppa tidningsrubrikerna.
00:34
And these are just some of the examples.
7
19000
2000
Och dessa är bara några exempel.
00:36
These are from the Daily Mail. Every country in the world has a newspaper like this.
8
21000
3000
Dessa kommer från "the Daily Mail". Varje land i världen har tidningar.
00:39
It has this bizarre, ongoing philosophical project
9
24000
3000
Den har ett bisarrt på pågående filosofisk projekt,
00:42
of dividing all the inanimate objects in the world
10
27000
2000
att delas upp livlösa objekt i världen
00:44
into the ones that either cause or prevent cancer.
11
29000
3000
i de som antingen orsakar eller motverkar cancer.
00:47
So here are some of the things they said cause cancer recently:
12
32000
2000
Så här är några av de saker som sagt orsaka cancer nyligen:
00:49
divorce, Wi-Fi, toiletries and coffee.
13
34000
2000
skilsmässa, trådlösa nätverk, toaletter och kaffe.
00:51
Here are some of the things they say prevents cancer:
14
36000
2000
Och här är några av de saker som sägs motverka cancer:
00:53
crusts, red pepper, licorice and coffee.
15
38000
2000
skorpor, rödpeppar, lakrits och kaffe.
00:55
So already you can see there are contradictions.
16
40000
2000
Så du kan redan se motsägelserna.
00:57
Coffee both causes and prevents cancer.
17
42000
2000
Kaffe både orsakar och motverkar cancer.
00:59
And as you start to read on, you can see
18
44000
2000
Och när man börjar läsa på, så ser du
01:01
that maybe there's some kind of political valence behind some of this.
19
46000
3000
att det kanske finns någon slags politisk tvehågsenhet bakom detta.
01:04
So for women, housework prevents breast cancer,
20
49000
2000
Därför så för kvinnor så motverkar hushållsarbete cancer,
01:06
but for men, shopping could make you impotent.
21
51000
3000
men för män så kan shopping göra dig impotent.
01:09
So we know that we need to start
22
54000
3000
Därför vet vi att vi måste börja
01:12
unpicking the science behind this.
23
57000
3000
riva i vetenskapen bakom detta.
01:15
And what I hope to show
24
60000
2000
Och vad jag hoppas visa
01:17
is that unpicking dodgy claims,
25
62000
2000
är rivande skumma påståenden,
01:19
unpicking the evidence behind dodgy claims,
26
64000
2000
riva i bevisen bakom dessa skumma påståenden
01:21
isn't a kind of nasty carping activity;
27
66000
3000
är inte bara ett grävande i smutsen;
01:24
it's socially useful,
28
69000
2000
det är betydelsefull för samhället,
01:26
but it's also an extremely valuable
29
71000
2000
men inte bara det, det är extremt värdefullt
01:28
explanatory tool.
30
73000
2000
som förklaringsverktyg.
01:30
Because real science is all about
31
75000
2000
Eftersom ordentlig vetenskap handlar enbart om
01:32
critically appraising the evidence for somebody else's position.
32
77000
2000
att kritiskt granska bevis för någon annans åsikt.
01:34
That's what happens in academic journals.
33
79000
2000
Det är vad som sker i akademiska tidskrifter.
01:36
That's what happens at academic conferences.
34
81000
2000
Det är vad som sker på akademiska konferenser.
01:38
The Q&A session after a post-op presents data
35
83000
2000
Genomgången med frågor och svar efter operationer då data presenteras
01:40
is often a blood bath.
36
85000
2000
är ofta som ett blodbad.
01:42
And nobody minds that. We actively welcome it.
37
87000
2000
Och ingen ifrågasätter det. Vi välkomnar detta aktivt.
01:44
It's like a consenting intellectual S&M activity.
38
89000
3000
Det är som att samtycka till en intellektuell S&M aktivitet.
01:47
So what I'm going to show you
39
92000
2000
Så det jag kommer visa dig
01:49
is all of the main things,
40
94000
2000
är alla huvudtingen,
01:51
all of the main features of my discipline --
41
96000
2000
alla huvudegenskaperna hos min vetenskapliga disciplin --
01:53
evidence-based medicine.
42
98000
2000
evidensbaserad medicin.
01:55
And I will talk you through all of these
43
100000
2000
Och jag kommer prata om alla dessa
01:57
and demonstrate how they work,
44
102000
2000
och demonstrera hur de fungerar,
01:59
exclusively using examples of people getting stuff wrong.
45
104000
3000
genom att enbart använda exempel där folk gör saker felaktigt.
02:02
So we'll start with the absolute weakest form of evidence known to man,
46
107000
3000
Vi startar med den absolut svagast kända bevisformen för mänskligheten,
02:05
and that is authority.
47
110000
2000
och det är auktoritet.
02:07
In science, we don't care how many letters you have after your name.
48
112000
3000
I vetenskapen, så bryr vi oss inte om hur många bokstäver du har efter ditt namn.
02:10
In science, we want to know what your reasons are for believing something.
49
115000
3000
Inom vetenskap bryr vi oss om dina skäl för att tro på något.
02:13
How do you know that something is good for us
50
118000
2000
Hur du kan veta att något är bra för oss
02:15
or bad for us?
51
120000
2000
eller dåligt för oss?
02:17
But we're also unimpressed by authority,
52
122000
2000
Men vi är också inte alls imponerade av auktoriteter,
02:19
because it's so easy to contrive.
53
124000
2000
eftersom det är så lätt att bli det.
02:21
This is somebody called Dr. Gillian McKeith Ph.D,
54
126000
2000
Det finns något som kallar sig Dr. Gillian McKeith Ph.D,
02:23
or, to give her full medical title, Gillian McKeith.
55
128000
3000
eller för att ge hennes fullständiga medicinska titel Gillian McKeith.
02:26
(Laughter)
56
131000
3000
(Skratt)
02:29
Again, every country has somebody like this.
57
134000
2000
Återigen, i varje land finns det någon som denna.
02:31
She is our TV diet guru.
58
136000
2000
Hon är vår dietguru på TV.
02:33
She has massive five series of prime-time television,
59
138000
3000
Hon har haft fem serier på bästa sändningstid på tv,
02:36
giving out very lavish and exotic health advice.
60
141000
3000
där hon gett väldigt överdåliga och exotiska hälsoråd.
02:39
She, it turns out, has a non-accredited correspondence course Ph.D.
61
144000
3000
Hon råkar gått en icke ackrediterad brevkurs doktorsutbildning (Ph.D.)
02:42
from somewhere in America.
62
147000
2000
från någonstans i USA.
02:44
She also boasts that she's a certified professional member
63
149000
2000
Hon skryter även att hon är certifierad professionell medlem
02:46
of the American Association of Nutritional Consultants,
64
151000
2000
hos den Amerikanska förening för Näringsexpertkonsulter,
02:48
which sounds very glamorous and exciting.
65
153000
2000
vilket låter glamoröst och intressant.
02:50
You get a certificate and everything.
66
155000
2000
Du får ett certifikat och allting.
02:52
This one belongs to my dead cat Hetti. She was a horrible cat.
67
157000
2000
Detta tillhör min döda katt Hetti. Hon var en hemsk katt.
02:54
You just go to the website, fill out the form,
68
159000
2000
Du går bara in på webbsidan och fyller i formuläret,
02:56
give them $60, and it arrives in the post.
69
161000
2000
ger dem $60 och det kommer sen på posten.
02:58
Now that's not the only reason that we think this person is an idiot.
70
163000
2000
Nu är inte detta enbart skälet till att vi tror hon är en idiot.
03:00
She also goes and says things like,
71
165000
2000
Hon går på och säger saker som detta,
03:02
you should eat lots of dark green leaves,
72
167000
2000
du bör äta mängder av mörkgröna blad,
03:04
because they contain lots of chlorophyll, and that will really oxygenate your blood.
73
169000
2000
för att de innehåller mängder av klorofyll och detta syresätter ditt blod ordentligt.
03:06
And anybody who's done school biology remembers
74
171000
2000
Och den som kommer ihåg sin skolbiologi
03:08
that chlorophyll and chloroplasts
75
173000
2000
och att klorofyll och kloroplaster
03:10
only make oxygen in sunlight,
76
175000
2000
bara gör syre i solljuset,
03:12
and it's quite dark in your bowels after you've eaten spinach.
77
177000
3000
och det är ju ganska mörkt i magen efter du ätit din spenat.
03:15
Next, we need proper science, proper evidence.
78
180000
3000
Men vad vi behöver är ordentlig vetenskap, ordentliga bevis.
03:18
So, "Red wine can help prevent breast cancer."
79
183000
2000
Därför "Rödvin som hjälper till att motverka bröstcancer"
03:20
This is a headline from the Daily Telegraph in the U.K.
80
185000
2000
Detta är huvudrubriken från "the Daily Telegraph" i Storbritannien
03:22
"A glass of red wine a day could help prevent breast cancer."
81
187000
3000
"Ett glas rött vin per dag kan hjälpa till att motverka bröstcancer."
03:25
So you go and find this paper, and what you find
82
190000
2000
Så du söker reda på denna artikel och vad du hittar
03:27
is it is a real piece of science.
83
192000
2000
är en riktig del av vetenskapen.
03:29
It is a description of the changes in one enzyme
84
194000
3000
Det är en beskrivning av förändringar i ett ensym
03:32
when you drip a chemical extracted from some red grape skin
85
197000
3000
när du doppar ett kemiskt extrakt från en slags röd druvas skal
03:35
onto some cancer cells
86
200000
2000
på en typ av cancer celler
03:37
in a dish on a bench in a laboratory somewhere.
87
202000
3000
på en skål på en bänk i ett laboratorie någonstans.
03:40
And that's a really useful thing to describe
88
205000
2000
Och det är något verkligen användbart att beskriva
03:42
in a scientific paper,
89
207000
2000
i en vetenskaplig artikel,
03:44
but on the question of your own personal risk
90
209000
2000
men på fråga om din personliga risk
03:46
of getting breast cancer if you drink red wine,
91
211000
2000
att få bröstcancer när du dricker rött vin,
03:48
it tells you absolutely bugger all.
92
213000
2000
så talar det absolut ingeting om det.
03:50
Actually, it turns out that your risk of breast cancer
93
215000
2000
Men det visar sig i själva verkar att risken för bröstcancer
03:52
actually increases slightly
94
217000
2000
faktiskt ökar något
03:54
with every amount of alcohol that you drink.
95
219000
2000
med varje mängder alkohol som du dricker.
03:56
So what we want is studies in real human people.
96
221000
4000
Så det som vi behöver är studier på livslevande människor.
04:00
And here's another example.
97
225000
2000
Här är ett ytterligare exempel.
04:02
This is from Britain's leading diet and nutritionist in the Daily Mirror,
98
227000
3000
Det kommer från Storbritanniens ledande dietist och nutritionist i Daily Mirror,
04:05
which is our second biggest selling newspaper.
99
230000
2000
vilken är vår näst bäst säljande tidning.
04:07
"An Australian study in 2001
100
232000
2000
"En Australiensisk studie i 2001 visade att
04:09
found that olive oil in combination with fruits, vegetables and pulses
101
234000
2000
olivolja i kombination med frukt, grönsaker och baljväxter
04:11
offers measurable protection against skin wrinklings."
102
236000
2000
ger ett mätbart skydd mot rynkor i huden."
04:13
And then they give you advice:
103
238000
2000
Och sedan ger de dig rådet:
04:15
"If you eat olive oil and vegetables, you'll have fewer skin wrinkles."
104
240000
2000
"Om du äter olivolja och grönsaker, får du färre rynkor."
04:17
And they very helpfully tell you how to go and find the paper.
105
242000
2000
Och de talar hjälpsamt om vart du kan hitta artikeln.
04:19
So you go and find the paper, and what you find is an observational study.
106
244000
3000
Du går och hittar artikeln och finner att det är en observationsstudie.
04:22
Obviously nobody has been able
107
247000
2000
Uppenbarligen har ingen haft möjligheten
04:24
to go back to 1930,
108
249000
2000
gå tillbaka till 1930,
04:26
get all the people born in one maternity unit,
109
251000
3000
få alla som föddes på BB och dela upp dem
04:29
and half of them eat lots of fruit and veg and olive oil,
110
254000
2000
så att hälften åt massor med frukt, grönsaker och olivolja,
04:31
and then half of them eat McDonald's,
111
256000
2000
och få andra hälften att äta på McDonalds.
04:33
and then we see how many wrinkles you've got later.
112
258000
2000
och därefter se hur många rynkor de fått senare.
04:35
You have to take a snapshot of how people are now.
113
260000
2000
Man behöver ta en ögonblicksbild av människa nu.
04:37
And what you find is, of course,
114
262000
2000
Och vad man hittar är upptäcker
04:39
people who eat veg and olive oil have fewer skin wrinkles.
115
264000
3000
folk som åt grönsaker och olivolja har färre rynkor.
04:42
But that's because people who eat fruit and veg and olive oil,
116
267000
3000
Men det beror på att folk som äter mycket grönskar och olivolja
04:45
they're freaks, they're not normal, they're like you;
117
270000
3000
de är fantaster, de är inte normala, det är som du och
04:48
they come to events like this.
118
273000
2000
kommer till tillställningar som denna.
04:50
They are posh, they're wealthy, they're less likely to have outdoor jobs,
119
275000
3000
De är rika, de är hälsosamma, de är mindre troligt att de har ett utomhusjobb
04:53
they're less likely to do manual labor,
120
278000
2000
det är mindre troligt att de har ett kroppsarbete,
04:55
they have better social support, they're less likely to smoke --
121
280000
2000
de har ett bättre sociala nätverk och de är mindre troligt de röker --
04:57
so for a whole host of fascinating, interlocking
122
282000
2000
av en stor mängd av fascinerande, socialt samvarierade,
04:59
social, political and cultural reasons,
123
284000
2000
politiska och kulturella skäl,
05:01
they are less likely to have skin wrinkles.
124
286000
2000
så är det troligt att de har mindre rynkor.
05:03
That doesn't mean that it's the vegetables or the olive oil.
125
288000
2000
Men det betyder inte att det är grönsakerna eller olivolja.
05:05
(Laughter)
126
290000
2000
(Skatt)
05:07
So ideally what you want to do is a trial.
127
292000
3000
Vad man idealt skulle vilja göra är ett försök
05:10
And everybody thinks they're very familiar with the idea of a trial.
128
295000
2000
och alla tro de är bekanta med idén om ett sådan försök.
05:12
Trials are very old. The first trial was in the Bible -- Daniel 1:12.
129
297000
3000
Försöken är väldigt gamla. Första försöket beskrivs i Daniel 1:12 i Bibeln.
05:15
It's very straightforward -- you take a bunch of people, you split them in half,
130
300000
2000
Det är ett enkelt upplägg -- du tar en grupp människor och delar upp i två delar,
05:17
you treat one group one way, you treat the other group the other way,
131
302000
2000
där du behandlar en grupp på ena sättet och den andra halvan på andra sättet,
05:19
and a little while later, you follow them up
132
304000
2000
och en tid senare så följer du dem
05:21
and see what happened to each of them.
133
306000
2000
och ser vad som har hänt med varje individ.
05:23
So I'm going to tell you about one trial,
134
308000
2000
Jag kommer berätta om ett försök,
05:25
which is probably the most well-reported trial
135
310000
2000
som troligen är det mest välrapporterade försöket
05:27
in the U.K. news media over the past decade.
136
312000
2000
i Brittiska tidningar under det gångna årtiondet.
05:29
And this is the trial of fish oil pills.
137
314000
2000
Och det är försöket med fiskoljepiller.
05:31
And the claim was fish oil pills improve school performance and behavior
138
316000
2000
Och man hävdade att fiskoljepiller förbättrade skolresultaten och uppförandet
05:33
in mainstream children.
139
318000
2000
i genomsnitt hos barnen.
05:35
And they said, "We've done a trial.
140
320000
2000
De sa, "Vi har gjort ett försök.
05:37
All the previous trials were positive, and we know this one's gonna be too."
141
322000
2000
Alla tidigare försök var positiva och vi vet detta även kommer bli så."
05:39
That should always ring alarm bells.
142
324000
2000
Då borde väckarklockan ringt.
05:41
Because if you already know the answer to your trial, you shouldn't be doing one.
143
326000
3000
För om det vet svaret till ditt försök redan, så bör du inte göra försöket.
05:44
Either you've rigged it by design,
144
329000
2000
Antingen har du riggat det genom upplägget eller så har du
05:46
or you've got enough data so there's no need to randomize people anymore.
145
331000
3000
tillräckligt med data så då finns ingen anledning längre till att slumpa människor.
05:49
So this is what they were going to do in their trial.
146
334000
3000
Detta var det försökte göra i sitt försök.
05:52
They were taking 3,000 children,
147
337000
2000
De tog 3000 barn,
05:54
they were going to give them all these huge fish oil pills,
148
339000
2000
vilka alla skulle få dessa enorma fiskoljepiller,
05:56
six of them a day,
149
341000
2000
sex stycken varje dag.
05:58
and then a year later, they were going to measure their school exam performance
150
343000
3000
och ett år senare, skulle de mäta deras förmåga på examensproven
06:01
and compare their school exam performance
151
346000
2000
och jämföra deras examensprovsresultat
06:03
against what they predicted their exam performance would have been
152
348000
2000
mot vad de förutsade vad deras examensprovsresultat skulle ha varit
06:05
if they hadn't had the pills.
153
350000
3000
om de inte hade fått pillren.
06:08
Now can anybody spot a flaw in this design?
154
353000
3000
Är det någon finna bristen i detta upplägg?
06:11
And no professors of clinical trial methodology
155
356000
3000
Och inga professorer i klinisk försöksmetodik
06:14
are allowed to answer this question.
156
359000
2000
är tillåtna att svara på denna fråga.
06:16
So there's no control; there's no control group.
157
361000
2000
Det finns ingen kontroll, det existerar ingen kontrollgrupp.
06:18
But that sounds really techie.
158
363000
2000
Men det låter riktigt tekniskt.
06:20
That's a technical term.
159
365000
2000
Det är en teknikterm.
06:22
The kids got the pills, and then their performance improved.
160
367000
2000
Barnen fick pillren och deras förmåga förbättrades.
06:24
What else could it possibly be if it wasn't the pills?
161
369000
3000
Men vad skulle det annars kunna vara om inte pillren?
06:27
They got older. We all develop over time.
162
372000
3000
Det blev äldre. Vi utvecklas alla över tiden.
06:30
And of course, also there's the placebo effect.
163
375000
2000
Och naturligtvis finns det även en placeboeffekt.
06:32
The placebo effect is one of the most fascinating things in the whole of medicine.
164
377000
2000
Placeboeffekten är en av de mest fascinerade sakerna inom hela medicinen.
06:34
It's not just about taking a pill, and your performance and your pain getting better.
165
379000
3000
Det handlar inte bara om när du tar en tablett, din förmåga och smärta blir bättre.
06:37
It's about our beliefs and expectations.
166
382000
2000
Det handlar om din övertygelse och dina förväntningar.
06:39
It's about the cultural meaning of a treatment.
167
384000
2000
Det handlar om en kulturell betydelsen för en behandling.
06:41
And this has been demonstrated in a whole raft of fascinating studies
168
386000
3000
Och det har demonstrerats i en räcka av fascinerande studier
06:44
comparing one kind of placebo against another.
169
389000
3000
där man jämfört en typ av placebo mot en annan.
06:47
So we know, for example, that two sugar pills a day
170
392000
2000
Så till exempel vet vi att två sockerpiller per dag
06:49
are a more effective treatment for getting rid of gastric ulcers
171
394000
2000
är mer effektiva för behandling för att behandla magsår
06:51
than one sugar pill.
172
396000
2000
än ett sockerpiller.
06:53
Two sugar pills a day beats one sugar pill a day.
173
398000
2000
Två sockerpiller slår ett sockerpiller per dag.
06:55
And that's an outrageous and ridiculous finding, but it's true.
174
400000
3000
Det är en upprörande och löjligt resultat, men det är sant.
06:58
We know from three different studies on three different types of pain
175
403000
2000
Från tre olika studier på tre olika typer av smärta
07:00
that a saltwater injection is a more effective treatment for pain
176
405000
3000
att en saltvatten injektion är den mest effektiva behandlingen för smärta
07:03
than taking a sugar pill, taking a dummy pill that has no medicine in it --
177
408000
4000
än att ta ett sockerpiller, än att skenpiller som inte har något medicin i det --
07:07
not because the injection or the pills do anything physically to the body,
178
412000
3000
inte för att injektionen eller pillren gör något fysisk med kroppen.
07:10
but because an injection feels like a much more dramatic intervention.
179
415000
3000
utan för att en injektion känns som en mer dramatiskt ingrepp.
07:13
So we know that our beliefs and expectations
180
418000
2000
Så vi vet att våra tro och förväntningar
07:15
can be manipulated,
181
420000
2000
kan bli manipuleras,
07:17
which is why we do trials
182
422000
2000
vilket är varför vi gör försök
07:19
where we control against a placebo --
183
424000
2000
där vi testar kontroll mot placebo --
07:21
where one half of the people get the real treatment
184
426000
2000
där hälften av individerna får den riktiga behandlingen
07:23
and the other half get placebo.
185
428000
2000
och andra från placebo.
07:25
But that's not enough.
186
430000
3000
Men detta är inte tillräckligt.
07:28
What I've just shown you are examples of the very simple and straightforward ways
187
433000
3000
Det som jag just visat dig är exempel enkla och rättframma sätt
07:31
that journalists and food supplement pill peddlers
188
436000
2000
som journalister, försäljare av kosttillskott
07:33
and naturopaths
189
438000
2000
och naturläkare
07:35
can distort evidence for their own purposes.
190
440000
3000
använder för att lägga fram bevisen så de passar deras behov.
07:38
What I find really fascinating
191
443000
2000
Vad jag finner verkligen fascinerande
07:40
is that the pharmaceutical industry
192
445000
2000
är att läkemedelsindustrin
07:42
uses exactly the same kinds of tricks and devices,
193
447000
2000
använder exakt samma typer av tricks och metoder,
07:44
but slightly more sophisticated versions of them,
194
449000
3000
men något aningen mer raffinerade versioner av dem,
07:47
in order to distort the evidence that they give to doctors and patients,
195
452000
3000
för att kunna förvränga bevisen som de ger till doktorer och patienter,
07:50
and which we use to make vitally important decisions.
196
455000
3000
och som vi använder för att ta vitala och viktiga beslut på.
07:53
So firstly, trials against placebo:
197
458000
2000
Först, försök mot placebo:
07:55
everybody thinks they know that a trial should be
198
460000
2000
gemensamma tänker att detta borde vara ett försök mot
07:57
a comparison of your new drug against placebo.
199
462000
2000
jämföra ett nytt läkemedel mot placebo.
07:59
But actually in a lot of situations that's wrong.
200
464000
2000
Men i själva verket finns det många situationer där detta är felaktigt.
08:01
Because often we already have a very good treatment that is currently available,
201
466000
3000
För att vi ofta vet att vi har redan en mycket bra behandling redan tillgänglig,
08:04
so we don't want to know that your alternative new treatment
202
469000
2000
så vi vill inte veta att din nya behandling
08:06
is better than nothing.
203
471000
2000
är bättre än ingenting.
08:08
We want to know that it's better than the best currently available treatment that we have.
204
473000
3000
Vi vill veta att den är bättre än bäst tillgängliga behandlingen som vi har.
08:11
And yet, repeatedly, you consistently see people doing trials
205
476000
3000
Och ändå, upprepade gånger, ser man folk som gör försök
08:14
still against placebo.
206
479000
2000
mot placebo fortfarande.
08:16
And you can get license to bring your drug to market
207
481000
2000
Och du kan få tillstånd att ta ditt läkemedel till försäljning
08:18
with only data showing that it's better than nothing,
208
483000
2000
baserat på data som visar att läkemedlet är bättre än ingenting,
08:20
which is useless for a doctor like me trying to make a decision.
209
485000
3000
vilket är värdelöst att ta beslut på för en läkare som mig.
08:23
But that's not the only way you can rig your data.
210
488000
2000
Men det är inte enda sätt du kan rigga dina data.
08:25
You can also rig your data
211
490000
2000
Du kan även rigga dina data
08:27
by making the thing you compare your new drug against
212
492000
2000
genom göra den sak du jämför ditt nya läkemedel mot
08:29
really rubbish.
213
494000
2000
verkligen uselt.
08:31
You can give the competing drug in too low a dose,
214
496000
2000
Du kan ge den konkurrerande läkemedlet i en för låg dos,
08:33
so that people aren't properly treated.
215
498000
2000
så människorna inte blir ordentligt behandlade.
08:35
You can give the competing drug in too high a dose,
216
500000
2000
Du kan ge det konkurrerande läkemedlet i en för hög dos,
08:37
so that people get side effects.
217
502000
2000
så människorna får biverkningar.
08:39
And this is exactly what happened
218
504000
2000
Och det är precis vad som hände
08:41
which antipsychotic medication for schizophrenia.
219
506000
2000
med antipsykotiska läkemedel mot schizofreni.
08:43
20 years ago, a new generation of antipsychotic drugs were brought in
220
508000
3000
För 20 år sedan, togs en ny generation av antipsykotiska läkemedel fram
08:46
and the promise was that they would have fewer side effects.
221
511000
3000
och man lovade att dessa skulle ha mindre biverkningar.
08:49
So people set about doing trials of these new drugs
222
514000
2000
Så folk gjorde försök kring dessa nya läkemedel
08:51
against the old drugs,
223
516000
2000
mot de gamla läkemedlen,
08:53
but they gave the old drugs in ridiculously high doses --
224
518000
2000
men de gav de gamla läkemedlen i löjeväckande höga doser --
08:55
20 milligrams a day of haloperidol.
225
520000
2000
20 milligram per dag av haloperidol.
08:57
And it's a foregone conclusion,
226
522000
2000
En slutsats man kan dra i förhand är
08:59
if you give a drug at that high a dose,
227
524000
2000
om du ger ett läkemedel i en för hög dos,
09:01
that it will have more side effects and that your new drug will look better.
228
526000
3000
så kommer det bli fler biverkningar och ditt nya läkemedel kommer verka vara bättre.
09:04
10 years ago, history repeated itself, interestingly,
229
529000
2000
För 10 år sedan, historien upprepades sig, tankeväckande,
09:06
when risperidone, which was the first of the new-generation antipscyhotic drugs,
230
531000
3000
när risperidon, ett av de första läkemedlen av de nya antipsykotiska läkemedlen,
09:09
came off copyright, so anybody could make copies.
231
534000
3000
tappade upphovsrättsskyddet, så att vem som helst kunde göra kopior.
09:12
Everybody wanted to show that their drug was better than risperidone,
232
537000
2000
Då ville alla visa att deras läkemedel var bättre än risperidon,
09:14
so you see a bunch of trials comparing new antipsychotic drugs
233
539000
3000
så man kan se ett antal försök som jämför nya antipsykotiska läkemedel
09:17
against risperidone at eight milligrams a day.
234
542000
2000
mot risperidon dos om åtta milligram per dag.
09:19
Again, not an insane dose, not an illegal dose,
235
544000
2000
Återigen, inte en galen dos, inte en olaglig dos,
09:21
but very much at the high end of normal.
236
546000
2000
men en dos ligger i den övre änden av vad räknas som normalt.
09:23
And so you're bound to make your new drug look better.
237
548000
3000
Och på detta vis kommer ditt läkemedel alldeles oavsett se bättre ut.
09:26
And so it's no surprise that overall,
238
551000
3000
Och det är ingen överraskning att generellt sett har
09:29
industry-funded trials
239
554000
2000
industri-betalda försök
09:31
are four times more likely to give a positive result
240
556000
2000
har fyra gånger större chans att ge positivt resultat
09:33
than independently sponsored trials.
241
558000
3000
än försök som haft ett oberoende ekonomiskt stöd.
09:36
But -- and it's a big but --
242
561000
3000
Men -- och det är ett stort men --
09:39
(Laughter)
243
564000
2000
(Skratt)
09:41
it turns out,
244
566000
2000
det visar sig,
09:43
when you look at the methods used by industry-funded trials,
245
568000
3000
när man tittar på de metoder som använts i försök med ekonomiskt stöd från industrin,
09:46
that they're actually better
246
571000
2000
så är de i själva verket bättre
09:48
than independently sponsored trials.
247
573000
2000
än oberoende stödda försök.
09:50
And yet, they always manage to to get the result that they want.
248
575000
3000
Och återigen, på något sätt lyckas de få de resultat de vill ha.
09:53
So how does this work?
249
578000
2000
Så hur kan det kan komma sig?
09:55
How can we explain this strange phenomenon?
250
580000
3000
Hur kan man förklara det konstiga fenomen?
09:58
Well it turns out that what happens
251
583000
2000
Nå det råkar nämligen vara det som händer
10:00
is the negative data goes missing in action;
252
585000
2000
är att negativa data försvinner i hanteringen och
10:02
it's withheld from doctors and patients.
253
587000
2000
undanhålls från läkare och patienter.
10:04
And this is the most important aspect of the whole story.
254
589000
2000
Det är som den viktigast aspekten i hela denna historia.
10:06
It's at the top of the pyramid of evidence.
255
591000
2000
Det är toppen av pyramiden med bevis.
10:08
We need to have all of the data on a particular treatment
256
593000
3000
Vi behöver verkligen få alla data som finns för en viss behandling
10:11
to know whether or not it really is effective.
257
596000
2000
för att verkligen veta om den är eller inte är effektiv.
10:13
And there are two different ways that you can spot
258
598000
2000
Det finns två olika sätt som man kan se detta
10:15
whether some data has gone missing in action.
259
600000
2000
om några data har försvunnit under arbetet.
10:17
You can use statistics, or you can use stories.
260
602000
3000
Du kan använda dig av statistik eller du kan använda dig av berättelser.
10:20
I personally prefer statistics, so that's what I'm going to do first.
261
605000
2000
Personligen föredrar jag statistik, så det är det jag kommer visa först.
10:22
This is something called funnel plot.
262
607000
2000
Det är något som kallas en tratt-graf.
10:24
And a funnel plot is a very clever way of spotting
263
609000
2000
En tratt-graf ett mycket smart sätt för att klura ut
10:26
if small negative trials have disappeared, have gone missing in action.
264
611000
3000
om små negativa försök has försvunnit, har tagits bort under arbetets gång.
10:29
So this is a graph of all of the trials
265
614000
2000
Så in denna graf som visar alla dessa försök
10:31
that have been done on a particular treatment.
266
616000
2000
som gjort på en viss behandling.
10:33
And as you go up towards the top of the graph,
267
618000
2000
När du går mot toppen av grafen,
10:35
what you see is each dot is a trial.
268
620000
2000
vad du ser är att varje punkt är ett försök.
10:37
And as you go up, those are the bigger trials, so they've got less error in them.
269
622000
3000
Och när går uppåt, så ser du de större försöken, så dessa har mindre osäkerhet.
10:40
So they're less likely to be randomly false positives, randomly false negatives.
270
625000
3000
Så dessa är mindre troliga att slumpmässigt falska sanna och slumpmässig falska negativa.
10:43
So they all cluster together.
271
628000
2000
Så dessa klumpar i hop sig.
10:45
The big trials are closer to the true answer.
272
630000
2000
Stora försök är närmare ett riktigt svar.
10:47
Then as you go further down at the bottom,
273
632000
2000
När du går längre ned mot botten,
10:49
what you can see is, over on this side, the spurious false negatives,
274
634000
3000
vad du kan se, på denna är oäkta falska negativa,
10:52
and over on this side, the spurious false positives.
275
637000
2000
och här borta på denna sida, oäkta falska positiva.
10:54
If there is publication bias,
276
639000
2000
Om det finns en publikationspartiskhet,
10:56
if small negative trials have gone missing in action,
277
641000
3000
om de små negativa försöken has försvunnit under arbetets gång,
10:59
you can see it on one of these graphs.
278
644000
2000
så kan du se detta i en av dessa grafer.
11:01
So you can see here that the small negative trials
279
646000
2000
Så du kan se här att de små negativa försöken
11:03
that should be on the bottom left have disappeared.
280
648000
2000
vilka borde setts in botten till vänster har försvunnit.
11:05
This is a graph demonstrating the presence of publication bias
281
650000
3000
Denna graf demonstrerar närvaron av publikationspartiskhet.
11:08
in studies of publication bias.
282
653000
2000
i studier av publikations-partiskhet(bias).
11:10
And I think that's the funniest epidemiology joke
283
655000
2000
Och jag tror det är roligaste epidemiologi skämtet
11:12
that you will ever hear.
284
657000
2000
du någonsin kommer få höra.
11:14
That's how you can prove it statistically,
285
659000
2000
Det är hur du bevisa detta statistiskt,
11:16
but what about stories?
286
661000
2000
men hur var det med berättelserna?
11:18
Well they're heinous, they really are.
287
663000
2000
Nåväl de är avskyvärda, det är de verkligen.
11:20
This is a drug called reboxetine.
288
665000
2000
Detta är läkemedlet reboxetin.
11:22
This is a drug that I myself have prescribed to patients.
289
667000
2000
Det här ett läkemedel som jag själv förskrivit till patienter.
11:24
And I'm a very nerdy doctor.
290
669000
2000
Och jag är väldigt nördig läkare.
11:26
I hope I try to go out of my way to try and read and understand all the literature.
291
671000
3000
Jag hoppas, jag gör mitt bästa att försöka läsa och förstå all litteratur.
11:29
I read the trials on this. They were all positive. They were all well-conducted.
292
674000
3000
Jag har läst försöken kring detta. De var alla positiva. De var alla välgjorda.
11:32
I found no flaw.
293
677000
2000
Jag hittade ingen brist.
11:34
Unfortunately, it turned out,
294
679000
2000
Olyckligtvis visade det sig,
11:36
that many of these trials were withheld.
295
681000
2000
att många av dessa försök hade undanhållits.
11:38
In fact, 76 percent
296
683000
2000
Faktum är 76 procent
11:40
of all of the trials that were done on this drug
297
685000
2000
av alla försök som hade gjort på detta läkemedel
11:42
were withheld from doctors and patients.
298
687000
2000
hade undanhållits från läkare och patienter.
11:44
Now if you think about it,
299
689000
2000
Om du betänker detta,
11:46
if I tossed a coin a hundred times,
300
691000
2000
om du singlar slant hundra gånger,
11:48
and I'm allowed to withhold from you
301
693000
2000
och jag är tillåten att undanhålla från dig
11:50
the answers half the times,
302
695000
2000
utfallet hälften av gångerna,
11:52
then I can convince you
303
697000
2000
då kan jag övertyga dig
11:54
that I have a coin with two heads.
304
699000
2000
att jag har en slant med två kungar.
11:56
If we remove half of the data,
305
701000
2000
Om vi tar bort hälften av datat,
11:58
we can never know what the true effect size of these medicines is.
306
703000
3000
kan vi aldrig vet vilken den sanna effekten av dessa mediciner är.
12:01
And this is not an isolated story.
307
706000
2000
Och det är inte en isolerad berättelse.
12:03
Around half of all of the trial data on antidepressants has been withheld,
308
708000
4000
Ungefär hälften av alla försöksdata för antidepressiva medel har undanhållits,
12:07
but it goes way beyond that.
309
712000
2000
men det går betydligt längre än så.
12:09
The Nordic Cochrane Group were trying to get a hold of the data on that
310
714000
2000
Den Nordiska Cochrane gruppen försökte få tillgång till data kring detta
12:11
to bring it all together.
311
716000
2000
för att få ihop helheten.
12:13
The Cochrane Groups are an international nonprofit collaboration
312
718000
3000
Cochrane gruppen är en internationell icke vinstdrivande samarbete
12:16
that produce systematic reviews of all of the data that has ever been shown.
313
721000
3000
som producerar systematiska översikter över alla data som har överhuvudtaget presenterats.
12:19
And they need to have access to all of the trial data.
314
724000
3000
Och de behöver tillgång till alla dessa försöksdata.
12:22
But the companies withheld that data from them,
315
727000
3000
Men företagen undanhöll data från dem,
12:25
and so did the European Medicines Agency
316
730000
2000
och detta gjorde även Europiska Medicinal Verket
12:27
for three years.
317
732000
2000
under tre år.
12:29
This is a problem that is currently lacking a solution.
318
734000
3000
Detta problem har förnärvarande ingen lösning.
12:32
And to show how big it goes, this is a drug called Tamiflu,
319
737000
3000
Och för att visa hur omfattande det är, detta är läkemedlet Tamiflu,
12:35
which governments around the world
320
740000
2000
vilket regeringar världen runt
12:37
have spent billions and billions of dollars on.
321
742000
2000
har spendera miljarder och miljarder dollar på.
12:39
And they spend that money on the promise
322
744000
2000
Och de har spenderat detta på löftet
12:41
that this is a drug which will reduce the rate
323
746000
2000
att detta läkemedel kommer reducera mängden
12:43
of complications with flu.
324
748000
2000
komplikation av influensa.
12:45
We already have the data
325
750000
2000
Vi har redan dessa data
12:47
showing that it reduces the duration of your flu by a few hours.
326
752000
2000
som visar att det minskar längden hos din influensa med några timmar.
12:49
But I don't really care about that. Governments don't care about that.
327
754000
2000
Men jag bryr mig inte riktigt om det. Regeringarna bry sig inte riktigt om det.
12:51
I'm very sorry if you have the flu, I know it's horrible,
328
756000
3000
Jag beklagar om du har influensan, jag vet den är förskräcklig
12:54
but we're not going to spend billions of dollars
329
759000
2000
men ska vi spendera miljarder dollar
12:56
trying to reduce the duration of your flu symptoms
330
761000
2000
för att reducera längden på dina influensa symptom
12:58
by half a day.
331
763000
2000
med en halv dag.
13:00
We prescribe these drugs, we stockpile them for emergencies
332
765000
2000
Vi förskriver dessa läkemedel,vi lagrar dem för nödsituationer
13:02
on the understanding that they will reduce the number of complications,
333
767000
2000
med motivering att de kommer reducera komplikationerna,
13:04
which means pneumonia and which means death.
334
769000
3000
vilka innebär lunginflammation och vilket kan innebär död.
13:07
The infectious diseases Cochrane Group, which are based in Italy,
335
772000
3000
Cochrane gruppen för infektionssjukdomar som är baserad i Italien,
13:10
has been trying to get
336
775000
2000
har försökt att få
13:12
the full data in a usable form out of the drug companies
337
777000
3000
kompletta data från läkemedelsbolagen
13:15
so that they can make a full decision
338
780000
3000
så de skulle göra ett välinformerat beslut
13:18
about whether this drug is effective or not,
339
783000
2000
om detta läkemedel är effektivt eller ej,
13:20
and they've not been able to get that information.
340
785000
3000
och har inte fått möjligheten att få tillgång till informationen.
13:23
This is undoubtedly
341
788000
2000
Detta är otvivelaktigt
13:25
the single biggest ethical problem
342
790000
3000
det största etiska problemet
13:28
facing medicine today.
343
793000
2000
som omhuldar dagens medicin.
13:30
We cannot make decisions
344
795000
3000
Vi kan inte ta beslut
13:33
in the absence of all of the information.
345
798000
4000
i frånvaro av all information.
13:37
So it's a little bit difficult from there
346
802000
3000
Så det är aningen svårt att här ifrån
13:40
to spin in some kind of positive conclusion.
347
805000
4000
att lyckas spinna vidare mot någon slags positiv slutsats.
13:44
But I would say this:
348
809000
4000
Men jag skulle vilja säga så här:
13:48
I think that sunlight
349
813000
3000
Jag tror att solskenet
13:51
is the best disinfectant.
350
816000
2000
är den bästa desinfektionsmedlet.
13:53
All of these things are happening in plain sight,
351
818000
3000
Och att alla dessa saker händer öppet,
13:56
and they're all protected
352
821000
2000
och de alla är skyddade
13:58
by a force field of tediousness.
353
823000
3000
av ett kraftfällt av allvar.
14:01
And I think, with all of the problems in science,
354
826000
2000
Och jag tror, som med alla problem inom vetenskapen,
14:03
one of the best things that we can do
355
828000
2000
är ett av det bästa sätten vi kan göra det på
14:05
is to lift up the lid,
356
830000
2000
är lyfta på locket,
14:07
finger around in the mechanics and peer in.
357
832000
2000
klura ut mekanismerna därunder och granska det.
14:09
Thank you very much.
358
834000
2000
Tack så mycket.
14:11
(Applause)
359
836000
3000
(Applåder)
ABOUT THE SPEAKER
Ben Goldacre - DebunkerBen Goldacre unpicks dodgy scientific claims made by scaremongering journalists, dubious government reports, pharmaceutical corporations, PR companies and quacks.
Why you should listen
"It was the MMR story that finally made me crack," begins the Bad Science manifesto, referring to the sensationalized -- and now-refuted -- link between vaccines and autism. With that sentence Ben Goldacre fired the starting shot of a crusade waged from the pages of The Guardian from 2003 to 2011, on an addicitve Twitter feed, and in bestselling books, including Bad Science and his latest, Bad Pharma, which puts the $600 billion global pharmaceutical industry under the microscope. What he reveals is a fascinating, terrifying mess.
Goldacre was trained in medicine at Oxford and London, and works as an academic in epidemiology. Helped along by this inexhaustible supply of material, he also travels the speaking circuit, promoting skepticism and nerdish curiosity with fire, wit, fast delivery and a lovable kind of exasperation. (He might even convince you that real science, sober reporting and reason are going to win in the end.)
As he writes, "If you're a journalist who misrepresents science for the sake of a headline, a politician more interested in spin than evidence, or an advertiser who loves pictures of molecules in little white coats, then beware: your days are numbered."
Ben Goldacre | Speaker | TED.com