Il lavoro di Fagerlin et al., mette in relazione la cultura scientifica e numerica di base della popolazione americana, con la capacità di prendere decisioni a riguardo della propria salute, ed evidenzia quanto la mancanza di conoscenza matematica possa ostacolare la comprensione dei dati che vengono presentati al pubblico.

I risultati di un’indagine condotta nel 2003, dimostrano che il 33% della popolazione americana adulta possiede nozioni matematiche al di sotto della conoscenza elementare, e che esiste una differenza nella percezione del rischio di malattia rispetto alle persone con conoscenze superiori. Ad esempio, le donne con scarse cognizioni matematiche sono portate a sovrastimare il proprio rischio di contrarre il cancro della mammella, mentre pazienti ammalati di cancro hanno manifestato, rispetto alla terapia proposta, aspettative molto superiori al reale.

Inoltre, un trattamento presentato secondo un modello positivo (il trattamento ha il 90% di probabilità di sopravvivenza), verrà scelto dalla maggioranza, mentre se il medesimo trattamento viene presentato secondo uno schema negativo (il trattamento può essere letale nel 10% dei casi), verrà da molti abbandonato. Sembra che sia utile tenere conto di questo meccanismo nella presentazione dei dati usando uno schema negativo, per incoraggiare, ad esempio, l’adesione a uno screening, o uno schema positivo, per promuovere comportamenti preventivi.

Se le persone non sono in grado di interpretare correttamente i dati riguardanti i rischi e i benefici di un intervento sanitario, è improbabile che riescano a prendere decisioni consapevoli sulla propria salute.

I risultati di questo lavoro hanno indotto i ricercatori della divisione di medicina interna dell’Università del Michigan, a riflettere su quanto sia importante utilizzare modelli di comunicazione del rischio che facilitino la comprensione dei dati e a proporre alcuni suggerimenti per migliorarne la divulgazione.

• Usare formati multipli di presentazione del rischio, quindi sia numeri, sia grafici;
• Presentare il rischio facendo riferimento ad un arco temporale limitato;
• Utilizzare il rischio assoluto, piuttosto che il relativo, ed indicarne i cambiamenti;
• Presentare i dati utilizzando sia lo schema positivo, sia quello negativo;
• Presentare il rischio utilizzando le frequenze, piuttosto che le probabilità.

Bibliografia:

Fagerlin A, et al. Making numbers matter: present and future research in risk communication. Am J Health Behav. 2007; 31 (Suppl 1):S47-S56.