Due farmaci senza differenze
È stato anche in un contesto medico, che cominciava a comportare la manipolazione di molti dati, che si è sentita la necessità del metodo e che finalmente è nato, spiega Yoav Benjamini a Il Libero. ““Il mio collega con cui ho firmato l’articolo su questo metodo, Yosef Hoschberg (ora deceduto, ndr), era a capo del nostro laboratorio di statistica e doveva partecipare all’analisi di uno studio su due farmaci per l’ipertensione, per confrontare varie proprietà ed effetti collaterali. Erano un centinaio. Ha usato i metodi consueti ma non c’era alcuna indicazione che ci fosse una differenza tra i due farmaci. che dobbiamo iniziare a pensare a cosa dobbiamo fare per affrontare problemi più grandi. Il campo medico era la nostra motivazione, ma poi i genetisti hanno iniziato a incontrare questo problema quando stavano studiando una proprietà come il QI e volevano vedere quale parte del genoma lo influenza. poi cerca molti geni”.
Scoperta di nuovi farmaci, screening dei tumori, diagnosi: le applicazioni dell’IA si sviluppano in campo medico
Sempre più essenziale
Alla ricerca di una soluzione, Benjamini e Hochberg intuirono che come criterio si poteva usare il rapporto tra il numero delle false scoperte e il numero totale delle scoperte. Se uno studio trova 60 risultati e tra questi ci sono 3 risultati falsi, non è poi così male, perché il rapporto è solo del 5%. Ma riportare 60 risultati di cui 40 falsi non è accettabile. Con questo metodo l’altezza della soglia dipende dai dati stessi e si adatta automaticamente ad essi. La loro formulazione matematica del criterio FDR (False Discovery Rate) è stata pubblicata nel 1995. Ora che sono disponibili computer potenti e grandi database, FDR è sempre più utilizzato in altri campi scientifici come l’agricoltura, l’astronomia, le scienze comportamentali o l’economia.
