Megadados na saúde erram o alvo: Pessoas adoecem, não multidões

Cada indivíduo adoece à sua própria maneira - não se pode diagnosticar e tratar as pessoas pela média.
[Imagem: CC0 Public Domain/Pixabay]

Seres humanos são únicos

Para entender a saúde e o comportamento humanos, é melhor estudar pessoas, e não grupos.

Quando se trata de entender o que faz as pessoas adoecerem, a ciência médica há muito tempo presume que, quanto maior a amostra de seres humanos, melhor.

E isso agora tende a chegar ao extremo com a utilização dos chamados megadados, ou Big Data.

Mas essa abordagem informatizada e impessoal, com pretensões de cobrir populações inteiras, pode ser totalmente imprecisa quando se trata de saúde.

Essa imprecisão dos dados agrupados ocorre principalmente porque a fisiologia, o comportamento e as emoções variam acentuadamente de uma pessoa para outra e de um momento para o outro.

Assim, calcular a média dos dados coletados de um grande grupo de seres humanos em um determinado instante oferece apenas um instantâneo, e um pouco confuso, afirmam Aaron Fisher e seus colegas da Universidade da Califórnia em Berkeley em um artigo publicado na revista Proceedings of the National Academy of Sciences.

Pessoas, não grupos

"Se você quer saber o que as pessoas sentem ou como elas ficam doentes, você tem que conduzir pesquisas sobre indivíduos, não sobre grupos," destacou Fisher. "Doenças, transtornos mentais, emoções e comportamentos são expressos por pessoas individuais ao longo do tempo. Um instantâneo de muitas pessoas em um momento no tempo não consegue capturar esses fenômenos."

Além disso, as consequências de continuar a confiar em dados agrupados nas ciências médicas, sociais e comportamentais incluem erros de diagnóstico, prescrição de tratamentos errados e perpetuação de teorias científicas e experimentos que não estão devidamente calibrados para as diferenças entre os indivíduos, disse Fisher.

Essa constatação tem implicações para todas as áreas mais importantes da pesquisa atual, desde a mineração de dados de mídias sociais até a personalização de terapias, ou medicina personalizada, podendo mudar a maneira como cientistas e médicos estudam, diagnosticam e tratam distúrbios mentais e físicos - sempre pela média.

Diferenças entre grupos e indivíduos

Em seis experimentos separados realizados pela equipe, os resultados mostraram consistentemente que o que é verdadeiro para o grupo não é necessariamente verdadeiro para o indivíduo.

Por exemplo, uma análise em grupo de pessoas com depressão mostrou que elas se preocupam muito. Mas, quando a mesma análise foi aplicada a cada indivíduo desse mesmo grupo, os pesquisadores detectaram grandes variações, que iam de zero preocupação a uma agonia bem acima da média do grupo.

Além disso, ao olhar para a correlação entre medo e evitação - uma associação comum em pesquisa de grupos - eles descobriram que, para muitos indivíduos, o medo não os fazia evitar certas atividades, ou vice-versa.

"Os resultados obtidos por Fisher indicam claramente que capturar os próprios processos de uma pessoa conforme eles flutuam ao longo do tempo pode nos levar muito mais perto de tratamentos individualizados," concluiu o professor Stephen Hinshaw.