А пока по-быстренькому поделюсь своими впечатлениями от вчерашней сессии на Российском онкологическом конгрессе "Диалоги онколога со статистиком".

🥞 Пожалуй, в целом, первый блин, как обычно, получился комом.
Стандартные обвинения в адрес статистиков о том, что всё было хорошо, пока они не пришли и не рассказали онкологам, какие те нехорошие, - ✅. Немножко успокаивает, что их было не так много - впрочем, я ведь тоже не сказала всё, что думаю.

❗️И нет, дорогие клиницисты, принимающие нашу критику дизайнов, инструментов и интерпретаций, которые вы выбираете, за критику лично в ваш адрес, мы в подобных случаях говорим не о вас, а о том, что выбранный вами дизайн, инструмент, интерпретация вам же самим не позволяют ответить на ваш же исследовательский вопрос.
Мы, особенно статистики-неврачи, наоборот, очень вас уважаем и восхищаемся тем, что вы, являясь практикующими врачами, пытаетесь разобраться в статистике, чуждом и сложном для вас предмете.
И если какой-то фейл, особенно сделанный в самом начале исследования, потом приводит к тому, что в действительности, как бы вам того ни хотелось, вы не получаете ответ на нужный вам вопрос или не получаете корректный ответ на него, нам от этого больно и грустно. Пустили слезу? Ну вот как если бы вы поняли, что до вас пациенту неверно поставили диагноз, назначили не то лечение или вовсе оставили без него. Или пациент лечился по советам из чатаГПТ. Вы бы его отпустили заблуждаться дальше, похлопав по плечу: "Не переживайте, вы всё делаете правильно, продолжайте дальше"?

🤔 Поэтому, честно, не очень понятно ваше стремление убедить статистиков в том, что вам виднее, как эту статистику "делать". Если бы хотя бы это сопровождалось корректной аргументацией, без "у нас все так делают и вообще статья в Ланцете была опубликована". Чем вызвано такое недоверие к нам, интересно было бы узнать.

🔥 Цитаты из поста Даррена Дэли 5летней давности очень в тему:

So the problem isn’t simply about the time wasted refuting bullshit — it’s about degrading the trust you have in an already insufficient amount of statistical expertise (relative to needs). So when a statistician points out to a clinical colleague a statistical error that has been published by “top people in a top journal” they risk not being taken seriously. They risk not being included in the next project. They risk one investigator telling another, “I wouldn’t work with them…they don’t really seem to know what they are doing.”

Every time I have to have a conversation to advise a clinical colleague against one of these practices, I feel like I am fighting against hordes of established experts who have repeatedly published studies using these methods, screaming “What does he know!? I have 5 trials published in NEJM!”

To be clear, I’ve thus far been blessed to work with researchers that by and large allow and encourage me to contribute my expertise to their research. But the few that aren’t like this are very challenging to deal with. Then you start adding in the seemingly endless flow of asinine comments about statistics from reviewers (on grants and papers), and it starts to wear you down. Every wrong-headed suggestion means that I might need to first convince my collaborators that the suggestion is baseless, and then we have to start the dance of side-stepping their bad advice while still somehow satisfying the reviewer. It’s a constant slog. It would be so much easier to just do things the wrong way, or hide in a hole writing methods papers, leaving one fewer applied-statistician, dejected and downtrodden, to “t and p” your data.