От этого зависит ваша жизнь. Как правильно общаться с врачами и принимать верные решения о здоровье - Талия Мирон-Шац Страница 41

Даже если бы мы полностью отказались от чисел, частотность все равно бы помогла. Мы в любом случае можем опираться на «большие шансы» и «маленькие шансы». Так, мы могли бы сказать: «Пойди поохоться в поле» или «Лучше попробовать в другом месте».

В фундаментальной статье Космидеса и Туби содержится обзор литературы и сведения о множестве экспериментов, и все они указывают на одно и то же: люди способны на сложные байесовские размышления, но для этого информацию нужно представлять в формате частоты событий[222]. Исследователи пришли к выводу: «Спор о том, что вычислительные процедуры, в основе которых лежат законы статистики, не эволюционировали… эмпирически бессодержателен»[223]. С точки зрения науки это очень жесткая формулировка.

Так что вы можете с облегчением вздохнуть, узнав, что «с экологической и эволюционной точки зрения люди вполне могут обладать хорошей статистической интуицией»[224].

От шмелей и пещерных людей мы можем вернуться в Сиэтл, к моей аудитории, ломающей голову над тем, есть ли у Ника рак толстой кишки. Какие выводы можно сделать из их неспособности понять вероятности?

Немецкие психологи Герд Гигеренцер, Урлих Хоффраге, Ральф Хертвиг и их коллеги обнаружили, что суть проблемы вовсе не в статистических способностях людей, а в форме подачи информации. Когда информация представлена в формате частоты и прописан каждый референтный класс (обозначение, к какой группе принадлежит тот или иной предмет, например желтые цветки с небольшим содержанием нектара), то люди — как любители, так и эксперты — внезапно начинают понимать вероятности[225].

Они перестают пытаться рассчитать вероятность единичного события. Вероятности становится проще визуализировать, так как появляется контекст. Убедитесь сами.

Я взяла маркер и представила ситуацию Ника на доске в виде частоты событий.

• Из каждых 10 тысяч человек рак толстой кишки будет у 30.

• Из этих 30 результат анализа будет положительным у 15.

• Из оставшихся (здоровых) 9970 человек результат анализа будет положительным у 300.

• У скольких людей с положительным результатом анализа действительно есть рак толстой кишки?

За этой информацией последовал ощутимый вздох облегчения. О теореме Байеса можно забыть. Здесь были цифры, которые понятны сразу. Их мог понять даже ученик средней школы.

Теперь Ник не находился в подвешенном состоянии с несколькими вероятностями в отношении диагноза, теперь он был частью гипотетической группы из 10 тысяч человек[226]. Лишь небольшая группа из этих 10 тысяч — 30 человек — действительно страдала от онкологии. Из этих 30, у которых был рак, 15 человек узнали об этом благодаря результату анализа на онкомаркер. Они принадлежали к референтному классу «больных раком, диагноз которым был поставлен с помощью анализа на онкомаркер». Эти цифры означают ровно то же самое, что и формулировка «Если у человека есть рак толстой кишки, вероятность положительного результата анализа на онкомаркер составляет 50%». Но такие расчеты гораздо более наглядные.

Такие расчеты более близки человеку: в качестве объекта расчета выступает сам человек, а не просто цифры. Каждый референтный класс прописан, перед нами теперь не сухие процентные соотношения, а реальные люди.

У подавляющего большинства — 9970 человек — не было рака толстой кишки. Однако анализ все равно показывал, что у 300 из них злокачественная опухоль есть. Такая формулировка на языке частоты имеет то же значение, что и следующее предложение на языке вероятностей: «Если у человека нет рака толстой кишки, вероятность положительного результата анализа на онкомаркер составляет 3%». Три процента… Цифра звучит как нечто незначительное, безобидное. Информация в виде частоты представила нам четкую референтную группу с не самыми приятными показателями: «группа из 300 человек, которым по ошибке будет поставлен неутешительный диагноз — рак толстой кишки».

Было невозможно точно сказать, к какой группе принадлежит Ник. Но теперь мои образованные слушатели, присутствовавшие на симпозиуме в Сиэтле, могли всё подсчитать: 15 людям, у которых действительно была онкология, поставили правильный диагноз, а 300 абсолютно здоровым людям рак толстой кишки диагностировали по ошибке. Внезапно все приобрело смысл, хотя ничего не изменилось. Даже если человек безнадежен во всем, что касается цифр, он все равно может представить себе такую картину: 300 человек с ошибочным диагнозом и 15 человек, у которых заболевание действительно есть. Можно сравнить эти цифры и понять, что Ник с гораздо большей вероятностью принадлежал к большой группе, а не к маленькой. Можно разделить 15 (люди, которым диагностировали рак и у которых он действительно был) на 315 (общее число людей, которым диагностировали рак) и узнать, что вероятность наличия у Ника рака толстой кишки ниже 5 процентов (4,8%). Таким образом, у него нет никакой необходимости тратить все свои сбережения и заказывать надгробие.

В Сиэтле, на родине кофе Starbucks, Билла Гейтса и Джими Хендрикса, наконец-то засияло солнце.

Если представление информации в виде частоты позволяет сделать вероятности простыми для понимания, то почему же такой формат до сих пор не используется повсеместно? Никто не настаивает на этом, вот и все объяснение.

Никто не устраивает демонстраций и не организует петиций в поддержку данной формы представления информации. Никто не пишет в соцсети о необходимости отказаться от теории вероятностей, никто не расписывает красками стены больниц или здания страховых медицинских организаций. Никто даже не замечает, что с вероятностями что-то не так. Мы настолько привыкли к ним, что считаем их объективными и не замечаем, как они влияют на нашу способность к пониманию и восприятию рисков. Вместо этого мы считаем, что нам необходимо учиться понимать вероятности. Но как?

Момент, когда мои студенты, обучающиеся на программе по медико-генетическому консультированию, осознали, что формат представления вероятностей тех или иных исходов пациентам влияет на то, как те себя чувствуют, как понимают информацию, а иногда даже на то, как они себя ведут, стал для них переломным. Мои студенты, стремившиеся придерживаться недирективного подхода в консультировании, теперь ощутили огромный груз ответственности. Каждое слово, каждая фраза имеют значение. Мы выяснили это вместе с Янивом Ханохом, Даной Грэф и Михалем Саги, проведя совместное исследование с участием студентов Принстонского университета. Мы дали каждому студенту «письмо будущей матери» с кратким изложением результатов пренатального скрининга, включавшим оценку риска рождения ребенка с синдромом Дауна[227].

Мы разделили студентов на три группы. Студенты первой группы получили