Come è stato fatto quello studio? La guida ai disegni della ricerca per chi vuole capire, non solo leggere

C’è una domanda che vale la pena fare ogni volta che si legge un titolo come “il farmaco X riduce il rischio di infarto della percentuale Y”. E non è quella che verrebbe spontanea ai più — “sarà vero?” o “come fanno a saperlo?”. È qualcosa di più preciso: come lo hanno dimostrato? La risposta a questa domanda cambia tutto: dice quanto ci si può fidare del risultato, quanto è applicabile nella pratica, quanto peso dovrebbe avere quello studio in una decisione clinica.

La ricerca scientifica non è un blocco compatto di certezze che avanza solido come un macigno. È una famiglia di strumenti metodologici molto diversi tra loro, ciascuno adatto a rispondere a un tipo specifico di domanda e a cogliere la realtà da una prospettiva particolare. Usare il tipo di studio sbagliato — o non saper riconoscere quale è stato usato per dimostrare qualcosa — è uno dei modi più comuni in cui la scienza viene fraintesa sia da chi la produce sia da chi la legge.

La piramide che non è una classifica

In medicina esiste una rappresentazione grafica che ordina i tipi di studio per solidità delle prove: la piramide dell’evidenza. Alla base ci sono le osservazioni più semplici — il racconto di un singolo caso, la descrizione di un fenomeno. Man mano che si sale, i disegni diventano più controllati, più rigorosi, più capaci di rispondere alla domanda “è davvero così?” con un margine crescente di certezza. Al vertice stanno le revisioni sistematiche e le meta-analisi, che non producono nuovi dati ma sintetizzano quelli esistenti seguendo un metodo rigorosissimo.

È importante, però, non leggere questa piramide come una classifica di merito assoluto. Ogni livello esiste perché risponde a domande che gli altri livelli non possono fare. Un case report — il resoconto dettagliato del caso clinico di un singolo paziente — non può dimostrare che un farmaco funziona, ma può segnalare qualcosa di inatteso che nessun grande studio aveva ancora cercato. I primi casi di AIDS negli anni ’80 furono descritti esattamente così: un gruppo di medici americani che notò qualcosa di strano in pazienti giovani e apparentemente sani, e lo mise per scritto. Da quelle osservazioni iniziò tutto.

La piramide non dice quali studi sono utili e quali no. Dice quali possono rispondere a quali domande e con quanta certezza.

Osservare o intervenire: la prima grande distinzione

Il primo spartiacque nella ricerca scientifica è tra chi osserva e chi interviene.

Negli studi osservazionali il ricercatore non tocca nulla: guarda quello che accade, registra, misura, confronta. Non assegna trattamenti, non modifica condizioni, non introduce variabili. Questo approccio è prezioso quando intervenire sarebbe impossibile o eticamente inaccettabile — nessuno potrebbe mai progettare uno studio randomizzato in cui si sceglie quali persone debbano fumare per vent’anni e quali no, aspettando poi di vedere chi sviluppa un tumore. Eppure proprio questa assenza di controllo è il limite strutturale di questi studi: senza poter manipolare le variabili, è difficile stabilire con certezza se una cosa causa l’altra o se le due semplicemente tendono ad andare insieme.

Questo non significa che le loro conclusioni siano inutili — tutt’altro. Sono stati proprio gli studi osservazionali a documentare, con una coerenza difficile da ignorare, la correlazione tra fumo e incidenza tumorale: una delle associazioni più solide e replicate della medicina moderna, costruita pezzo per pezzo attraverso coorti, studi caso-controllo e dati epidemiologici raccolti in decenni. Il limite non è nell’evidenza che producono, ma nella domanda a cui possono rispondere: possono dire che due cose vanno insieme, non sempre che una causa l’altra.

Negli studi sperimentali il ricercatore interviene: assegna un trattamento, introduce un farmaco, modifica una condizione. E soprattutto, lo fa in modo controllato — tipicamente attraverso la randomizzazione, che distribuisce i partecipanti tra i gruppi in modo casuale, bilanciando sia i fattori noti sia quelli ignoti. È questo che permette di dire “il gruppo che ha ricevuto il farmaco stava meglio non per caso, non perché fosse mediamente più giovane o più sano, ma perché il farmaco ha funzionato”.

La differenza non è una questione di qualità: è una questione di domande diverse. Gli studi osservazionali esplorano il mondo come è. Quelli sperimentali cercano di capire cosa succederebbe se lo cambiassimo.

Gli studi osservazionali: una famiglia ricca

All’interno degli studi osservazionali esistono disegni molto diversi, che si distinguono soprattutto per la direzione temporale e per la presenza o assenza di un gruppo di confronto.

Il case report è il punto di partenza: descrive in dettaglio un singolo caso clinico di interesse (e.g. una reazione avversa inattesa, una presentazione atipica, una risposta terapeutica insolita). Non prova nulla in senso causale, ma può accendere una domanda che vale la pena inseguire. Le case series raccolgono più casi simili, offrendo una visione più ampia senza ancora avere un gruppo di controllo con cui confrontarsi.

Lo studio trasversale — ocross-sectional— è come scattare una fotografia: misura esposizione ed esito nello stesso momento, in una popolazione definita. È lo strumento ideale per stimare la prevalenza di una malattia o di un fattore di rischio. Veloce, economico, utile per la sorveglianza sanitaria. Il suo limite strutturale è che non dice quale è venuto prima, l’esposizione o la malattia, e quindi non permette di ragionare sulla causalità.

Lo studio caso-controllo parte dall’esito. Prende un gruppo di persone che hanno già sviluppato la malattia e le confronta con un gruppo che non l’ha sviluppata, cercando differenze nell’esposizione passata. È il disegno ideale per studiare malattie rare o con lunghi tempi di latenza. Non ha senso aspettare vent’anni per osservare un evento che colpisce poche persone su centomila. Il limite è che l’esposizione viene ricostruita a posteriori (retrospettivamente), spesso da memoria o da cartelle cliniche, con tutti i rischi di imprecisione che questo comporta.

Lo studio di coorte è il più vicino agli studi sperimentali tra quelli osservazionali. Seleziona persone esposte e non esposte a un fattore di interesse e le segue nel tempo, misurando chi sviluppa la malattia e chi no. Permette di stabilire la sequenza temporale ( prima l’esposizione, poi l’esito) e di calcolare direttamente il rischio relativo. Il costo è la complessità: richiede anni, campioni numerosi, risorse significative, e deve gestire le perdite al follow-up senza che queste distorcano i risultati.

Gli studi sperimentali: quando si interviene

Il trial clinico randomizzato — RCT, Randomized Controlled Trial — è lo strumento con cui la medicina ha imparato a rispondere alla domanda più difficile: questo trattamento funziona davvero o sembrava funzionare per altri motivi? La randomizzazione risolve il problema del confondimento. Distribuendo i partecipanti in modo casuale tra chi riceve il trattamento e chi no, bilancia le differenze tra i gruppi che potrebbero influenzare l’esito indipendentemente dall’intervento. Se alla fine i gruppi differiscono negli esiti, la spiegazione più plausibile è il trattamento stesso.

Quando la randomizzazione non è praticabile — per ragioni etiche, logistiche o pratiche — si ricorre agli studi quasi-sperimentali, che mantengono l’intervento intenzionale ma senza assegnazione casuale. Un’evoluzione di questo approccio sono i trial pragmatici, progettati per valutare l’efficacia degli interventi nelle condizioni reali della pratica clinica, con criteri di inclusione meno restrittivi e protocolli più flessibili. La domanda non è più “funziona in condizioni ideali?” ma “funziona nel mondo reale, con pazienti reali?”.

La dimensione del tempo

Ogni studio ha una collocazione temporale che ne cambia la forza e i limiti. Gli studi prospettici partono da oggi e guardano in avanti: selezionano una popolazione, definiscono le esposizioni e aspettano che gli eventi accadano. Questo permette di raccogliere dati accurati e standardizzati, di misurare le esposizioni prima che la malattia si manifesti, di stabilire sequenze causali solide. Il prezzo è il tempo e le risorse.

Gli studi retrospettivi guardano indietro: partono da dati già esistenti — cartelle cliniche, registri, database — e cercano pattern nel passato. Sono più rapidi e meno costosi, ma dipendono dalla qualità dei dati disponibili, che spesso non sono raccolti pensando allo studio in questione. Questo li rende più vulnerabili a bias e imprecisioni.

I due approcci non sono in competizione: sono complementari. Gli studi retrospettivi spesso generano le ipotesi che gli studi prospettici poi mettono alla prova.

Descrivere o spiegare

Un’ultima distinzione vale la pena tenere a mente: quella tra studi descrittivi e studi analitici. I primi rispondono alla domanda “cosa sta succedendo?” — misurano la frequenza di un fenomeno, fotografano una distribuzione, caratterizzano una popolazione. I secondi rispondono alla domanda “perché?” — cercano associazioni, testano ipotesi, stimano rischi.

Entrambi sono necessari. La ricerca spesso inizia con un’osservazione descrittiva — un aumento inatteso di casi, un pattern epidemiologico anomalo — e poi procede con studi analitici che indagano le cause. L’epidemia di HIV ne è l’esempio più noto: tutto iniziò con case report, e solo attraverso studi analitici e poi trial clinici fu possibile capire le modalità di trasmissione e sviluppare terapie efficaci.

Le revisioni sistematiche e le meta-analisi: quando un solo studio non basta

Il problema della medicina contemporanea non è la mancanza di dati: è la sovrabbondanza. Su qualsiasi domanda clinica rilevante esistono decine, a volte centinaia di studi, che spesso arrivano a conclusioni diverse. Come si fa a sintetizzare tutto questo in modo affidabile?

Le revisioni sistematiche rispondono a questa domanda con metodo. Invece di raccogliere gli studi in modo selettivo o intuitivo, seguono un protocollo predefinito e riproducibile, cercando sistematicamente tutti gli studi pertinenti, valutandone la qualità e sintetizzando le evidenze in modo critico. Non sono riassunti: sono studi a tutti gli effetti con il loro rigore metodologico.

Le meta-analisi fanno un passo in più: combinano statisticamente i risultati di più studi per ottenere una stima quantitativa complessiva. L’idea è che mettere insieme più tasselli di evidenza — anche piccoli — produce un quadro più preciso e affidabile del singolo pezzo. Il rischio principale è il bias di pubblicazione. Gli studi con risultati negativi tendono a non essere pubblicati, e se non si cerca attivamente anche quelli, la meta-analisi rischia di dipingere un quadro più roseo di quanto la realtà giustifichi.

Leggere uno studio scientifico senza chiedersi come è stato costruito è come leggere una sentenza senza sapere quali prove sono state ammesse in aula.Il risultato c’è, il numero anche, ma senza capire il metodo non si può valutare quanto ci si possa fidare. Ogni disegno di studio è uno strumento progettato per rispondere a domande specifiche: conoscere i vari disegni aiuta a distinguere l’evidenza solida dall’impressione ben confezionata.