Serial killer o coincidenza?

Julia Mortera –  Università Roma Tre

 

I sistemi giudiziari sono talvolta chiamati a valutare casi in cui gli operatori sanitari sono sospettati di aver ucciso i propri pazienti deliberatamente.
Questi casi sono difficili da valutare perché comportano almeno due livelli di incertezza: in genere, in un caso di omicidio è chiaro che si è verificato un omicidio e gli investigatori devono risolvere l’incertezza su chi sia il responsabile, mentre nei casi che esaminiamo qui c’è incertezza non solo sul responsabile ma anche sul fatto che si sia verificato un omicidio.  Gli investigatori devono valutare se le morti che hanno dato origine all’indagine possano plausibilmente essere avvenute per ragioni diverse dall’omicidio, e nel caso che l’omicidio sia stato effettivamente la causa, valutare se la persona sospettata sia il responsabile.

Un gruppo di lavoro della Royal Statistical Society (RSS), composto dai Proff. P.J. Green, R. D. Gill, N.  Mackenzie, J. Mortera e W. Thompson, ha pubblicato un rapporto che affronta i pregiudizi statistici nei processi penali in cui gli operatori sanitari sono accusati di omicidio di pazienti. A seguito di diversi casi di alto profilo in cui le prove statistiche sono state utilizzate in modo improprio, la RSS chiede a tutte le parti in causa di consultarsi con statistici professionisti e utilizzare solo testimoni esperti che siano adeguatamente qualificati.

I sospetti di omicidio da parte di sanitari spesso sorgono a causa di una serie sorprendente o inaspettata di eventi, come ad esempio un numero insolito di decessi tra i pazienti affidati alle cure di un particolare professionista. Esistono serie difficoltà statistiche nel distinguere i gruppi di eventi che derivano da atti criminali da quelli che derivano casualmente da altre cause. La nostra analisi mostra che schemi di eventi apparentemente improbabili (ad esempio, cluster apparenti, tassi di mortalità in aumento, ecc.) possono spesso verificarsi indipendentemente da un comportamento criminale e possono quindi avere un valore probatorio minore per distinguere la criminalità dalla coincidenza. Nel mondo esistono molti casi di sanitari accusati ingiustamente sulla base di analisi statistiche errate; pertanto, per evitare che in futuro si verifichino simili errori giudiziari, si auspica una migliore collaborazione tra le professioni giuridiche e statistiche.

Gli investigatori devono essere consapevoli del fatto che possono esistere molte spiegazioni – che non implicano affatto una condotta criminale – per l’associazione tra la presenza di un membro del personale ospedaliero ed un elevato numero di decessi dei pazienti. Va prestata attenzione nel dare la corretta interpretazione dei p-value; questi infatti possono essere fraintesi come affermazioni sulla probabilità che si sia verificata una coincidenza piuttosto che sulla probabilità di osservare un determinato numero (o un numero maggiore) di decessi per caso.  Nel presentare i risultati dei test statistici, occorre indicare sia il livello di significatività statistica osservata sia la dimensione stimata dell’effetto. Il primo affronta la questione della reale rilevazione di un effetto, l’altro quantifica la dimensione di tale effetto, se esiste. Le associazioni con alti tassi di mortalità riscontrati non possono in alcun modo avere un’interpretazione di causalità anche se fossero state analizzate tutte le variabili confondenti misurabili e le relazioni tra essi. In questi casi possono esserci anche variabile di confondimento non misurate, non misurabili e non conosciute.

Le preoccupazioni della RSS in merito alla compilazione dei dati utilizzati in tali indagini riguardano il fatto che raramente si presta attenzione a garantire che i pregiudizi inconsci non abbiano influenzato la selezione dei casi da esaminare. Gli esperti che sono coinvolti in un’indagine dovrebbero essere tenuti “ciechi” all’oscuro di tutti gli aspetti del caso che sono irrilevanti per la domanda a cui sono chiamati a rispondere, in modo da ridurre al minimo gli effetti di pregiudizi inconsci. Le prove statistiche in questi casi possono essere distorte da pregiudizi, nascosti o evidenti, nel processo investigativo e divenire pertanto fuorvianti. Gli statistici hanno studiato a lungo i modi in cui i pregiudizi degli esaminatori possono distorcere le prove statistiche che emergono dalle indagini scientifiche e forensi. Il rapporto fornisce, inoltre, indicazioni su come riconoscere e tenere conto di tali pregiudizi nella valutazione delle prove statistiche e, più in generale, su come comprendere i punti di forza e i limiti di tali prove e attribuire loro il giusto peso.

In questi casi la teoria dell’accusa è spesso una teoria che appare, a priori, improbabile. Anche le teorie alternative – cioè che alcuni fattori sconosciuti, o il semplice caso, abbiano causato il verificarsi di un numero apparentemente straordinario di decessi tra i pazienti assistiti da un particolare professionista – appaiono spesso improbabili. Pertanto, la valutazione del caso si basa invariabilmente, almeno in parte, su una ponderazione o un bilanciamento delle probabilità di eventi apparentemente straordinari. Tali valutazioni sono nelle migliori circostanze impegnative, ma diventano particolarmente difficili quando le prove addotte per distinguere tra le teorie in competizione possono essere parziali o presentate in modo fuorviante.

Sintesi del rapporto (italiano)

Rapporto completo

Facebooktwitterlinkedinmail

Be the first to comment on "Serial killer o coincidenza?"

Leave a comment

Your email address will not be published.


*