4 horas para o corpo - Timothy Ferriss

analisam diferentes grupos ou populações fora do laboratório e comparam a
ocorrência de um fenômeno específico, geralmente doenças. Um exemplo é o
geralmente mal compreendido “estudo da China”.
Eis o parágrafo mais importante deste capítulo:
Estudos observacionais não podem controlar ou documentar todas as
variáveis envolvidas. Estudos observacionais só podem mostrar correlação. A e
B existem ao mesmo tempo num grupo. Eles não podem representar causa e
efeito.4
Por outro lado, experiências aleatórias e controladas se ocupam das variáveis
e, portanto, podem demonstrar uma relação de causa e efeito (causalidade): A
provoca B.
A religião satírica do pastafarianismo intencionalmente confunde correlação e
causalidade:
Com a diminuição no número de piratas, houve aumento do aquecimento
global no mesmo período.
Portanto, o aquecimento global é causado pela falta de piratas.
Ou, ainda mais interessante:
A Somália tem a maior quantidade de piratas E o menor nível de emissão de
carbono do mundo. Coincidência?
Tirar conclusões injustificadas de causa e efeito de estudos observacionais é o
arroz com feijão da imprensa e de cientistas com motivações financeiras, cegos
em relação à sua própria falta de ética.
Não caia no pastafarianismo na ciência.
É fundamental não aceitar conselhos que se baseiam puramente em estudos
observacionais. Em 2004, um artigo publicado no International Journal of
Epidemiology intitulado “The hormone replacement-coronary heart disease
conundrum: is this the death of observational epidemiology ?” [O enigma da
reposição hormonal e das doenças coronarianas: seria esse o fim da
epidemiologia observacional?] enfatizava os riscos disso. A observação de um
grupo de mulheres em terapia de reposição hormonal mostrou menos doenças do
coração, e a imprensa e seus seguidores rapidamente divulgaram a avassaladora
conclusão: a terapia de reposição hormonal reduz doenças do coração!
Infelizmente, estudos aleatórios e controlados mais tarde revelaram que não há