Medici di base e statistici, cose in comune

Oggi scrivo dei dottori, ma non di quelli che hanno questa etichetta perché “sanno”, quindi dotti

Come dice anche Giovanni in un famoso sketch di Aldo Giovanni e Giacomo, al medico interessano i sintomi, non la diagnosi. Tanti pazienti vanno dal medico e gli dicono “ho x,y,z, cercando su Google ho visto che i sintomi risultano compatibili con queste patologie”. Queste situazioni risultano così snervanti che qualche medico di base, condivisibilmente, ha messo nello studio una affissione con su scritto “laureato su Google”. 

 

Chiaramente i pazienti questa cosa la fanno anche in buona fede. Anch’io lo faccio, anzi l’ho fatto, nel 2023 e prima, ma non perché ho poca fiducia dei medici in generale

Si fa in buona fede, innanzitutto perché si sa che il medico di base è pieno di pazienti, lavora tantissimo e quindi si vuol fare utilizzare meno tempo possibile a questa categoria. 

Quindi anche nel caso dello statistico arrivare già lì con la diagnosi può sembrare effettivamente un atto di premura verso il professionista. 

 

Se dici allo statistico, o data scientist, vorrei x con x tecnico, questo caso risulta già il nome della diagnosi. E con x tecnico intendo dire ad esempio modello lineare o ANOVA: stai facendo perdere tempo sia allo statistico che a te stesso. Una perdita secca per la società, in ottica di teoria dei giochi. 

Quell’x tecnico in genere viene da qualche googlata, in parecchi casi Google ti restituisce risultati fuorvianti come nel caso delle patologie. Perché Google ti ha fatto leggere qualche contenuto scritto ad esempio da qualche informatico, con una formazione lacunosa, cosa già affrontata in varie sedi

Un esempio di x tecnico: “vorrei un modello con un r quadrato (o r quadro, coefficiente di determinazione) dello 0.95”. Significa un modello che spiega il 95% della variabilità della tua variabile obiettivo. Esistono un sacco di trucchi sporchi per avere quel risultato ottimistico. Ho visto anche il corrispettivo del modello che spiega variabili binarie anziché quantitative, “vorrei un modello logistico con oltre il 95% di accuratezza”. 

 

Quando dici vorrei x e lo statistico fa subito quello che dici, si alza anche il rischio di avere a che fare con un novizio della professione che parte subito in quarta. Infatti può portare a conseguenze spiacevoli. Questo vale anche per ambiti di lavoro diversi. 

Oppure aumenti il rischio di analisi copia-incolla. 

 

Trasforma quel “vorrei x” in questo: “vorrei capire come queste cose si influenzano, se questa relazione esiste”. Un altro esempio da trasformare: “voglio un modello per quali clienti abbandonano l’acquisto ricorrente del mio prodotto/servizio” che in termini tecnici chiamiamo analisi churn. In realtà può capitare che ti serve un cruscotto dati delle vendite, non un modello che ti prevede la probabilità di abbandono di ogni cliente. Su YouTube, ho fatto un esempio corposo per un servizio sui carburanti.

 

Per riassumere, porta i sintomi, i dati, allo statistico, e questo penserà alla diagnosi. 

 

Ovviamente lo strumento statistico opportuno per la terapia, potrebbe non bastare. Potrebbe servirti, ad esempio, chi si occupa di sponsorizzate, creazioni di contenuti, o di vedere come i venditori raccolgono i dati in un CRM (una specie di base di dati per potenziali clienti e clienti), visto che lo statistico non basta per la terapia nella maggior parte dei casi. 

Salvo casi particolari, come grosse aziende, lo statistico non può nemmeno fare una prognosi, (odio i termini Greci), infatti il medico di base rimanda allo specialista (dermatologo, neurologo e così via) se non ti vuole sbolognare una medicina che non fa prevenzione. 

 

Infine il buon senso suggerisce di rivolgersi al medico, e anche lo statistico, per fare prevenzione, e non quando troppo tardi per una cura, anche perché tutti sanno che le cure costano molto, molto di più rispetto alla prevenzione. Quindi se vuoi fare prevenzione ti aspetto per una sessione faccia a faccia gratuita, ma non per sempre.

Privacy Policy
it_ITItalian