Vetenskap & Praxis

Forskning kan inte utplåna all osäkerhet

Att fatta beslut i vård och omsorg är vanskligt utan ett säkert kunskapsunderlag. Men viss osäkerhet är oundvikligt – särskilt när sambanden är komplicerade och när åsikterna går isär om vilka värden och mål som är viktigast.

Osäkerhet är något som många skyr men som ändå måste hanteras – det är en del av vardagen i vård och omsorg. Evidens från relevanta och väl genomförda studier, till exempel i SBU-rapporter, är ett viktigt stöd eftersom förväntade konsekvenser tydliggörs. Men det ger långt ifrån alla svar.

Att använda evidens som underlag för beslut i vård och omsorg syftar till att förbättra människors situation och hushållningen med gemensamma resurser. Man vill minska risken att patienter och brukare tar skada och att knappa resurser förslösas som följd av att beslutsfattare har en felaktig uppfattning om förväntade följder.

Samtidigt kan människors förväntningar på forskningen vara överdrivna. Att mer och bättre forskning skulle kunna utplåna all beslutsosäkerhet är önsketänkande, skriver forskare vid SAPEA, Science Advice for Policy by European Academies, ett organ för vetenskaplig rådgivning till EU-kommissionen.

I sin rapport Making sense of science [1] understryker SAPEA att vetenskaplig kunskap aldrig ska förväntas göra perfekta förutsägelser, bidra med absoluta och universellt tillämpbara sanningar eller vara tillräckligt som enda beslutsunderlag. Tvärtom varnas beslutsfattare för sådan övertro – en fråga som skulle få oväntad aktualitet genom covid-19 mindre än ett år senare. Forskningsresultaten måste beaktas av beslutsfattare även om det kvarstår betydande osäkerhet.

Forskare formulerar påståenden om verkligheten och prövar sedan dessa systematiskt. Deras utsagor gäller hur verkligheten ser ut och fungerar, hur olika företeelser hänger ihop och – beroende på ämne – hur läget kan, eller i vissa fall bör, påverkas och förändras. Strävan efter att beskriva verkligheten på ett rättvisande sätt är en gemensam nämnare.

Detta betyder dock inte att man helt slipper osäkerheten. Enligt de forskande rådgivarna i SAPEA kommer ett vetenskapligt beslutsunderlag alltid att vara mer eller mindre osäkert – beroende på frågornas komplexitet, vetenskapliga kunskapsbegränsningar och oklarhet eller otydlighet om målen för besluten.

En fråga är komplex när det finns ett så starkt samspel mellan olika delar i ett system att det som sker nu blir avgörande för sannolikheten för många olika senare händelser. [2]

Dynamiken kan till exempel bero på att delarna samverkar eller Motverkar varandra, att det finns regleringsmekanismer som slås av och på, att effekter kan uppträda olika snabbt och yttra sig på skilda sätt hos olika individer. [3]

Hög komplexitet innebär att nyttan av insatserna är mer osäker. Vid beslut om komplexa frågor måste man ta hänsyn till ett helt system och ofta tillämpa kunskap från flera områden, enligt SAPEA – annars blir osäkerheten om konsekvenserna onödigt stor. Och besluten behöver ofta gälla flera samtidiga insatser för att ge önskat resultat, och det kan vara nödvändigt att följa effekterna noga så att besluten kan anpassas efter hand.

Vetenskaplig kunskapsosäkerhet är en annan utmaning för beslutsfattare, som innebär att forskare inte kan bedöma sannolikheten för olika effekter av en insats. Detta kan till exempel bero på att forskning saknas eller att resultaten är otydliga, varierande eller motsägelsefulla på grund av slumpmässiga eller systematiska fel (snedvridning). SBU:s arbete tydliggör för beslutsfattare både vad forskningen visar, med olika grad av vetenskaplig tillförlitlighet, och vad den inte visar.

Den vetenskapliga osäkerheten kan vara metodologisk, till exempel för att studierna är upplagda på ett sätt som inte tar hänsyn till felkällor. Den kan vara rent praktisk, till exempel för att själva mät- eller analysinstrumenten har tekniska problem, eller kunskapsmässig, till exempel som följd av bristande förståelse för det man undersöker. Kunskapsosäkerhet kan också ha att göra med forskarnas roll och drivkrafter, till exempel vem som formulerar forskningsfrågorna och vem som tolkar resultaten eller har möjlighet att ifrågasätta dem.

Motstridiga synsätt, slutligen, kan föreligga även om det skulle finnas helt säker kunskap om insatsernas nytta, risker och kostnader. Exempelvis kan olika beslutsfattare och olika sakkunniga ha skilda sätt att tolka och värdera det man vet, de kan ha olika livssyn och värdegrund. Detsamma gäller personerna som berörs av besluten. De olika perspektiven kan vara svårförenliga men lika välgrundade i fakta.

Forskningen kan till exempel vara entydig när det gäller effekterna av åtgärder mot tobaksrökning, och kostnaderna för detta, samtidigt som olika beslutsfattare och olika länder kan ha helt skilda åsikter om lämplig policy.

Dessutom kan varje enskild individ ha svårt att hantera sina egna mål- och värdekonflikter. Beslutsfattare som bedömer att flera mål är lika viktiga blir osäkra i situationer där de måste välja – till exempel för att resurserna är begränsade och inte räcker till allt. De får svårt att avgöra vilka av alla angelägna mål som är mest önskvärda och vilka risker och kostnader som i så fall är acceptabla.

Det är inte ovanligt att de tre typerna av osäkerhet förekommer samtidigt vid en och samma fråga, och att reducera osäkerheten till noll är sällan möjligt. Men att som SBU försöka ta fram ett så allsidigt och tillförlitligt underlag som möjligt bör göra besluten bättre underbyggda och mer transparenta. Man ser tydligare vad som är någorlunda säkert och vilken typ av osäkerhet som finns, på vilka områden och i vilken grad.

Därmed blir det lättare att diskutera olika handlingsalternativ och att hantera sådan återstående osäkerhet som är oundviklig. I slutändan blir det kanske också lättare för många att acceptera och följa de beslut som fattas. [RL]

 

Referenser

  1. Science Advice for Policy by European Academies. Making sense of science for policy under conditions of complexity and uncertainty. Berlin: SAPEA, 2019. https://doi.org/10.26356/MASOS.
  2. Axelrod RM, et al. Harnessing complexity : organizational implications of a scientific frontier. New York: Basic Books, 2000.
  3. Chu D, et al. Theories of complexity: Common denominators of complex systems. Complexity 2003;8:19-30. doi: 10.1002/cplx.10059.