Veri, Beslenme ve Hastalık

Fotoğraf: https://www.article19.org/
Fotoğraf: https://www.article19.org/

Yazar: Aneri Pattani
Orjinal Çeviri Kaynağı:
https://datajournalism.com/read/longreads/data-diets-and-disease

Çeviri: Pınar Eldemir
Voyd gönüllüsü, veri analisti, doktora öğrencisi

MSN’de yakın zamanda çıkan ve kahvenin anksiyete seviyesini artırabileceğinden bahseden bir makale daha sağlıklı olmak için daha az kahve içmek gerektiği tavsiyesini verdi.  İki gün sonra ise Yahoo’daki bir makale bunun tam tersini önerdi. İnsanların daha çok kahve içmesi gerektiğini çünkü böyle içeceklerin bazı diyabet türlerini ve yüksek tansiyon riskini azaltabileceğini söylüyordu. 

Benzer biçimde, çikolatanın uykunun kalitesini artırabileceği ve depresyonu önleyebileceği ama aynı zamanda da daha erken bir ölüme yol açabileceği üzerinde durulmuştu. Bazı makaleler bir kadeh şarap içmenin ömrünüzü uzatmaya yardımcı olacağını söylerken bazılarına göre bu durum kanser olma riskinizi artırabilirdi. 

Bilimsel araştırmalara referans veren tüm bu hikayeler sağlık gazeteciliğinin ortak bir eleştirisini somut hale getiriyor: bilimsel bulguları yanlış biçimde anlatır, bu da bazı yiyeceklerin bir gün sağlıklı bir gün sağlıksız olduğunu iddia eden anlamsız bir dizi makalenin basılmasıyla sonuçlanır. Bilimsel araştırmaların haberleştirilmesi o kadar yaygınlaştı ki John Oliver ile “Last Week Tonight” programının bir bölümüne ilham kaynağı oldu. 

Ama bu tür sağlık haberlerlerinin asıl zararı halkın bilime olan güvenini sarsmasında yatıyor. Bu, insanların sağlık konusunda hiçbir gerçek bulgunun olmayacağına inanmalarına sebep olabilir ve iklim değişikliğini reddetme ve aşı karşıtı kampanyalara katılma oranını artırabilir. 

Ancak eğer gazeteciler hiperbolik iddiaların, karmaşık tıbbi deneme verilerinin ve olası çıkar çatışmalarının mayın tarlasında gezinmeyi yönetebilirlerse sağlık haberciliği kamu hizmeti sağlamak için gerçek bir fırsat sunar. Çünkü sağlık hepimizi etkiler, düşünceli ve sorumluluk sahibi sağlık haberleri toplulukların önemli sosyal ve politik seçimler yapmaları ve aynı zamanda kendi sağlıklarını koruma konusunda onları güçlendirebilir.

Böyle haberler yapmak için gazetecilerin çalışmalarını sorumluluk sahibi olarak yorumlamayı, olası önyargıları ve etik kaygıları araştırmayı ve yeni bulguları göz önünde bulundurarak daha geniş bir bağlamda bunları değerlendirmeyi öğrenmesi gerekir. Göz korkutucu olsa bile, bu kavramların basit bir biçimde ele alınışı bile kamu yararına hizmet eden kamu sağlığı gazeteciliğinin uzun bir yol kat etmesini sağlayabilir. 

Tüm çalışmalar eşit olarak yürütülmedi

Her türlü akademik araştırma genellikle bir çalışma olarak adlandırılır. Bir başlık, “yeni çalışmalar soya yağının beyin genetiğinde değişiklere neden olduğunu gösteriyor” ya da “çalışmalar bu ilacın bağırsak kanseri riskini azaltabileceğini gösteriyor” gibi şeyleri söyleyebilir. 

Fakat çoğu zaman bu çalışmaların ayrıntıları- ne yapıldı, bulgular ne kadar önemli ve çalışmanın sınırları gibi detaylar dışarıda bırakılır. Soya yağı ve farelerde yapılan bağırsak kanseri ilaç deneylerinde olduğu gibi. 

Boston’daki Northeastern Üniversitesi’ndeki bir veri bilimcisi olan James Heathers’e göre bu temel bir farklılık. Heathers’in STAT News’a söylediği üzere, fareler üzerinde tıbbi sebeplerle yapılan çalışmalar tıbbi araştırmaların önemli bir parçası olsa da bulgular her zaman insanlardaki sonuçları göstermeyebilir. 

Bu yüzden Heathers @justsaysinmice diye bir Twitter hesabı açmış ve burada bilimsel araştırmaları sıklıkla şu kelimeleri ekleyerek paylaşıyor: fareler üzerinde. Amacı halka ve gazetecilere bu farkın öneminin bilincinde olmalarına yardımcı olmak. 

Bir sağlık gazetecisi olarak yapılacak en önemli şeylerden biri farklı çalışma türlerini ve her birinin avantajlarını/dezavantajlarını anlamaktır.

Bunlardan bazılarını aşağıdan okuyabilirsiniz: 

Deney tüpü ve hayvanlar üzerindeki araştırmalar son derece başlangıç seviye araştırmalarıdır ve bu şekilde de yaklaşılmalıdır. Birçok haber yayını böyle çalışmalar hakkında bilgilendirme yapmaz çünkü eğer varsa ne gibi bir etkinin olacağı belirsizdir. 

Bilgili araştırmacıların fikir ve düşünceleri ilginç olabilir ama henüz bilimsel kanıt olarak değerlendirilemez. 

Vaka raporu genellikle vakalar eşsiz ve önemli olduğu için- bir dergide veya başka bir akademik forumdaki tek bir vakanın yayınlanmasıdır.

Bu gibi vakalar büyüleyici olsa da gazeteciler bulgularını genellememeye dikkat etmelidir. 

Örneğin, sağlıklı 3 yaşındaki çocuğun ishal ile ilgili yeni yayınlanan bir raporu “bu yeni çalışma tüm çocukların ishal riski altında olduğunu gösterir” şeklinde gösterilmemelidir. 

Gerçekte bulunan tek şey tipik risk faktörleri olmayan bir çocuğun, örneğin yetersiz beslenme ya da ülser hastalığı gibi, iskorbüt hastalığı olduğuydu. Bu genel olarak uygulanabilir bir fenomenden çok, bir anormallik olabilir.

Vaka-kontrol çalışmaları hastalığı olan (vakalar) ile olmayan (kontrol grubu) hastaların karşılaştırıldığı çalışmalardır. 

Bu, aktif bir müdahale değil ama kontroller ile olgular arasındaki farklı olan şeylerin geriye dönük biçimde gözlemlenme biçimidir. 

Bu değişiklikler anlamlı olabilir ya da olmayabilir ve böyle çalışmalar bu farkların hastalığa sebep olup olmadığını belirleyemez. 

Tertip analizleri zaman içinde bir ya da daha fazla deneğin (tertip denen) örnekleri üzerine çalışmayı içermektedir. 

Tıpkı vaka-kontrol çalışmalarında olduğu gibi, burada herhangi bir müdahale yoktur. Bunun yerine, tertip analizleri uzun vadeli gözlem çalışmalarıdır. 

1948 yılında Framingham’de başlayan Framingham Kalp Çalışmaları tertip analizleri içinde en çok bilinenlerden bir tanesidir. Katılımcıları yıllarca gözlemleyerek, kimde kalp hastalıklarının geliştiğini ve yaşam tarzlarının ne olup ne olmadığını görerek araştırmacılar kalp hastalığı için çeşitli risk faktörlerini tespit etmeyi başarabildiler.

Randomize kontrol çalışmalarının sonuçları ise en güvenilir sonuçları olarak kabul edilir. Katılımcılar rastgele ya da müdahale alarak (yani bir ilaç almak, yeni bir beslenme programı takip etmek, bir aşı olmak gibi) ya da almayarak sürece dahil edilir. Daha sonra da farklı katılımcıların bulguları karşılaştırılır. 

Daha fazla güven sağlamak için bazı randomize kontrol denemeleri ne hastaların ne de araştırmacıların müdahale edilen grubun kim olduğunu ve plasebo etkisini kimin aldığını bilmemesi için iki kere kontrol edilir. 

Meta-analizler ve sistematik incelemeler araştırmacıların aynı konuda daha önce yayınlanmış bir dizi çalışmadan veri toplayarak ve bu verileri yeniden analiz ederek yaptıkları çalışmalardır. Bunlar, birden fazla deneye dayandığı için en iyi kanıt biçimlerinden biri olarak görülür ancak buradan nadiren haber üretilir. 

Bu farklı çalışma yöntemlerine ek olarak, gazeteciler ayrıca yeni ilaçlar ya da terapi yöntemleri üzerine yapılan sağlık çalışmalarının belli fazlarından bahsedildiğini bir kenara yazmalıdır. 

I.Faz: Bir ilacın gönüllü insanlardan oluşan küçük bir grup üzerinde güvenlik için test edilmesi, 

II.Faz: Bir ilacın biraz daha geniş bir grup insan üzerinde faydayı ölçmek için test edilmesi,

III.Faz: Büyük ölçekli testlerin genellikle geniş popülasyonlar üzerinde randomize biçimde yapılması, 

IV Faz: İlacın/tedavinin FDA tarafından tüketici kullanımı için onaylanması ve sonrasında da ilacın uzun vadede etkisini test etmek ya da piyasadaki diğer ilaçlarla karşılaştırmak. 

Hangi çalışma türlerinin ele alınıp alınmayacağına dair uygulanması gereken sert bir kurallar dizisi yoktur ancak farklılıkların anlaşılması gazetecilerin sağduyulu kararlar almalarına ve herhangi bir çalışmanın önemini uygun şekilde aktarmalarına yardımcı olabilir. 

Araştırma istatistiklerini anlamak

Bir çalışmanın nasıl bir tasarım kullandığını öğrendikten sonra habercilerin elde edilen bulguları yorumlayabilmeleri gerekir. Bir akademik makalede yabancı terimleri ya da karmaşık gibi görünen sayıları gözden kaçırmak kolay olsa da bu veriler çalışmanın önemini değerlendirmek için önemli bir araç olabilir. 

Sağlık habercilerinin istatistikçi olması gerekmez ama şu üç temel istatistiki kavramı bilmeleri faydalı olabilir: 

  • P-değeri bir bulgunun test edilen müdahaleden çok şansa bağlı olması ihtimalini belirtmek için yapılan istatistik değeridir. P-değeri için en kestirme değer genellikle 0.05’tir. P değerinin daha düşük olması bulgulara güvenildiğini gösterir çünkü bulgunun şansa bağlı olma olasılığı 20’de 1’den azdır. P değeri ne kadar düşükse bulgulara güven o kadar fazla olabilir. Tersine, daha yüksek bir p-değeri bulguların istatistiksel olarak daha anlamlı ve tesadüfi olabildiği anlamına gelir. Ancak düşük bir p-değeri bile bulguların 100 değerinde alınması gerektiği anlamına gelmez. P değerleri manipüle edilebilir-genellikle p-hack olarak adlandırılır ya da sadece yanıltıcı olabilir. FiveThirtyEight bu noktayı demografik verileri topladıkları ve insanlara beslenme alışkanlıklarını sordukları bir anket yaparak gösterdi. Haberciler daha sonra bu veriler üzerinde regresyon çalışması yapmak için ilerler ve çiğ domates yemek ile Yahudi olmak, lahana yemek ile çıkık olmayan göbek deliğine sahip olmak arasında istatistiki olarak anlamlı (yani p<0.05 olduğu) bir ilişki bulurlar. 
FiveThirtyEight graphic
FiveThirtyEight graphic

Açıkçası bu gibi durumlarda bir tanesi diğerine neden olmaz, p-değeri ne olursa olsun çalışmadaki diğer istatistiklere de bakmak çok önemlidir. 

2-Güven aralığı araştırmacıların gerçek değerin olduğundan emin oldukları değer aralığıdır. 

Birçok tıbbi çalışmada aşağıdaki gibi açıklamalar olabilir:

Bu çalışma, plasebo alan hastalara göre dutasteride alan hastalar için %22,8 oranındaki prostat kanseri gelişimi (95% CI: 15.2-29.8; P <0.001) için göreceli bir risk azaltma ile sonuçlandığını gösterir.”

Bu, çoğunlukla prostat kanserinin gelişmesinin göreceli riskinin plasebo alan hastalara karşı ilaç alan hastalar için %15,2 ile %29,8 oranı arasında olduğu anlamına gelir.

Aralığın aralığı ne kadar küçükse bulgulara o kadar fazla güven duyulur (örneğin, 2.46-5.63 değeri 21.93-132.3’den daha iyidir). 

Ayrıca, aralığın alt ve üst değerleri ya ikisi de pozitif ya da negatif olmalıdır. Aralık sıfırı içeriyorsa- örneğin 1.03-3.02 değerindeyse, sonuçlar istatistiki olarak önemli değildir. Önceki örnek alınırsa, ilaç ile göreceli risk azaltma oranı için güven aralığı %1 ile %4 arasındaysa, bu ilacın bazen riski azalttığı bazense azaltmadığı anlamına gelir. Bu yüzden de bulgular önemli değildir. 

3-Örneklem büyüklüğü genellikle “n” olarak yazılan katılımcı sayısına ya da çalışmanın yürütüldüğü diğer popülasyon türüne denir. 

Bir çalışmanın örneklem büyüklüğü ne kadar küçükse bulgularına karşı o kadar çok dikkat etmek gerekir.  Eğer bir çalışma sadece 50 yaşın üzerindeki beyaz erkeklerle yapılmışsa sonuçlar 20’li yaşlarındaki siyahi kadınlar için geçerli olmayabilir. Haberciler makalelerde hangi örneklemin kullanıldığını ve sonuçların genellenebilir oluşunun ne anlama geldiğini açıkça belirtilmelidir. 

Çıkar çatışmaları ve diğer etik kaygıların ortaya çıkarılması

Şimdiye kadar, tütün endüstrisinin sigaranın zararlarını azaltmak için yapılan araştırmaları finanse ettiğini ve fosil yakıt endüstrisinin iklim değişikliğini sarsmak için bilim insanlarını çalıştırdığını görmek mümkündür. Ancak yıllardır bu endüstri destekli çalışmalardan elde edilen bulgular herhangi bir uyarı olmadan sanki gerçekmiş gibi haberleştirilmiştir. 

Neyse ki, bugün gazetecilerin finansman kaynaklarını ve geçmişteki hatalarını tekrarlamamalarına yardımcı olabilecek olası çıkar çatışmalarını ortaya çıkarmaları için kullanabilecekleri birçok araç vardır. 

Her şey temelde başlar: çalışmayı sonuna kadar okuyun. Genellikle sonunda, araştırmacılar ticari kuruluşlar veya şirketlerle olan ilişkilerini ve finansmanlarının kaynağını listeleyeceklerdir. Tabii ki tamamen dürüst olmayabilirler ama bu başlamak için iyi bir yerdir. 

Credit JAMA Netw Open. 2020;3(1):e1919940. doi:10.1001/jamanetworkopen.2019.19940
Credit JAMA Netw Open. 2020;3(1):e1919940. doi:10.1001/jamanetworkopen.2019.19940

Gidilecek bir diğer yol ise araştırmacılara doğrudan sormaktır: “Çalışmanız nasıl fonlandı? Halkın bu çalışmayı algılama biçimini etkileyebileceği herhangi bir çıkar çatışması ya da dernek var mıdır?” Yine dürüst davranmayabilirler ama bunları kaydetmek onlara asla zarar vermez. 

Etik kaygıları ortaya çıkarmanın en iyi yolu bağımsız hafiyelik yapmaktır. 

Çalışmanın yazarlarını Google’da aramakla işe başlayın. Bu kadar basit bir şeyin ilginç bilgiler üretmesi çok şaşırtıcı—bir ilaç şirketinin onlar için çalışmaya gelen yazarlarla ilgili basın açıklaması veya yazarın belirli bir ilacın tanıtımının yapıldığı bir konferans sunumunun yapılması gibi. 

Sonra da araştırmacıların LinkedIn profilini kontrol edin. Akademik çalışmalarının yanı sıra şirketlere danışmanlık mı yapıyorlar? Endüstri tarafından finanse edilen bir beyin takımında beş yıl mı geçirdiler?

Bu çok verimli değilse soruna tam olarak ışık tutmak için tasarlanan veri tabanları bulunmaktadır. 

CMS Açık Ödemeler—Bu, ABD federal veri tabanı doktorlara ve eğitim hastanelerine yapılan endüstri ödemeleri hakkındaki bilgileri içermektedir. Doktor, hastane veya şirket konusunda arama yapabilirsiniz. Verileri ücretsiz biçimde indirebilirsiniz. 

ProPublica’s Dollars for DocsBu araç, gazetecilerin ilaç ve tıbbi cihaz şirketlerinden çeşitli doktorlara ve ABD eğitim hastanelerine promosyon görüşmelerinden araştırma ve danışmanlık hizmetleri içinde bulunan her şey için ödeme aramalarına şans tanır. ProPublica veri tabanını sıklıkla günceller. Arama aracını kullanmak ücretsizdir ama verileri indirmek gazeteciler için 250 dolar tutar. 

ProPublica’s Dollars for ProfsTıpkı Dollars for Docs gibi olan bu araç üniversite araştırmacıları içindir. Veri tabanı birden fazla devlet üniversitesinin ve Ulusal Sağlık Enstitüleri’ndeki profesörlerin, araştırmacıların ve personelin çıkar çatışmaları dışındaki kayıtlarını görmenizi sağlar. Üniversiteler için sınırlı bir örneklem sunar ama başlamak için iyi bir yerdir. Arama aracı ücretsizdir ancak tüm veriyi indirmek kullanıma bağlı olarak 200$ ile 3000$ arasında tutabilir. 

Kaiser Health News’ Prescription for PowerEğer çalışma bir hasta savunuculuk grubu tarafından destekleniyorsa ya da böyle bir grubu içeriyorsa grubun ilaç şirketlerinden fon alıp almadığını kontrol etmek iyi bir fikirdir. Bu veri tabanı son birkaç yıldır güncellenmemiş olsa da hala faydalı bir araç olarak kalmıştır. 

Olumsuz sonuçları olan çalışmaların genellikle hiç yayınlanmadığını aklınızdan çıkarmayın bu sayede yüzeydeki sonuçların çarpıtılabilmesi mümkündür. 

Finansal çatışmalar araştırma dünyasında meydana gelebilecek etik kaygının tek kaynağı değildir. Bazen çalışma yazarları verileri manipüle edebilir veya görünürdeki önemi artırmak için önyargılı bir şekilde sonuçları yorumlayabilir. Örneğin, bir araştırmada araştırmacılar başlangıçta kan basıncı üzerinde bir ilacın etkisini test etmenin bir yolu olabildiğini görür. Ancak sonuçlar geldiğinde ilacın kan basıncını umdukları gibi etkilemediği fark ederler. Yine de kolesterolü düşürmüştür. Yani araştırmacılar olumlu sonuçları göstermek için kolesterol ölçen sonuçları değiştirebilir. Bu, kusurlu bir çalışma tasarımı olabilir ama araştırma sürecinin bir parçası değilseniz bunu bilmek zor olacaktır. Neyse ki buna yardımcı olmak için de bir araç vardır.  

ClinicalTrials.gov 200’den fazla ülkeden kamuya açık ve özel olarak finanse edilen klinik çalışmalar hakkında veri toplar. Çalışmanın tasarımı, katılımcılar, ölçülecek sonuçlar ve çalışmaların sonuçları hakkında bilgiler içerir. En önemlisi de bir çalışma süresi boyunca güncelleme yapılır ve bilgilerin tarihsel sürümleri bir sitede arşivlenir. 

Habercilerin sitenin üst kısmında bulunan NCT numarasını her klinik deneme için alması ve arşiv sitesine girmesi gerekir. Bu araç daha sonraki çalışmanın önceki tüm sürümlerini gösterir. Hatta herhangi iki sürüm arasındaki değişiklikler vurgulanabilir (eski sürümler için kırmızı ve yeni sürümler için yeşil rengin kullanılması gibi). 

Credit ClinicalTrials.gov
Credit ClinicalTrials.gov

Eğer çalışmanın tasarımı orijinal öneriden son makaleye dönüştüyse bu durum etik olmayan bir davranışın olduğu anlamına gelmez. Ama çalışma yazarlarına ayarlamaların sebepleri hakkında soru sormak önemlidir. 

Bakılması gereken bir diğer site ise bazı hatalar sebebiyle geri çekilen belgeleri izleyen Retraction Watch aracıdır. Bunlar genellikle medyanın ilgisini çekmez ancak bilimsel sistemdeki önemli kusurları ortaya çıkarabilir. Hangi hataların meydana geldiğini ve bunları hangi araştırmacının yaptığı hakkında bilgi edinmenin yanı sıra geri çekilebilir biçimdeki kamuoyuna yüksek oranda açıklanmış çalışmaların geri çekilmesini takip etmek için önemli bir sitedir. Bu, bir çalışmadan geri çekilen araştırmacılarla asla görüşmemeniz gerektiği anlamına gelmez. Ne de olsa insanlar her alanda hata yapabilir ama dikkatli olmak burada iyi bir hatırlatma olacaktır. 

Çalışmanın yazar(lar)ına sorulması gereken sorular

Bir çalışmayı okuduktan ve mümkün olduğunca iyi bir şekilde araştırdıktan sonra bir sonraki adım doğrudan araştırmacılara soru sormaktır. Onlar materyalleriyle en çok zaman geçiren ve bu konu hakkında söyleyecek şeyleri olan insanlardır. Birçok araştırmacı çalışmasını kamusal olarak paylaşma konusunda isteklidir ve bunlar çok verimli konuşmalar olabilir. 

Ancak doğru sorularla hazırlıklı gitmek çok önemlidir.  İşte size burada hiçbir şekilde tam bir liste olduğu iddia edilmeyen ama başlangıç için işinize yarayabilecek bir liste: 

  • Asıl çalışma sorunuz neydi? Eğer değiştiyse bu ne zaman ve neden oldu?
  • Herhangi bir katılımcı türü çalışmanın dışında bırakıldı mı? (Örneğin kalp hastalığı olan herkesin yüksek tansiyon ilacı aldığı için çalışmadan çıkarılması ve bulguların sınırlı kalması gibi)
  • İnsanlar çalışmayı yarı yolda bıraktı mı? Eğer öyleyse bunu kaç kişi neden yaptı?
  • Müdahale neyle karşılaştırıldı? Bir kontrol grubu var mıydı? Başka bir ilaçla mı karşılaştırma yapılıyordu? Eğer öyleyse bu, şu anki piyasada bulunan bir ilaç temsili mi ya da bunun daha eski bir versiyonu mu? 
  • Müdahalenin yararları ne oldu? Potansiyel zararları/yan etkileri nelerdi?
  • Müdahale ne kadar kolay uygulanabilir? Ne kadara mal oluyor?
  • Araştırmanın sınırları neler? 
  • Bulgularınız ne kadar genelleştirilebilir?
  • Bulgularınız alandaki mevcut literatürle nasıl uyum sağlıyor? 

Muhabir ve okuyucu için bir zemin sağlamak 

Şimdiye kadar açık olduğu üzere sağlık haberlerinin karmaşık ve incelikli bir yapıya sahip olduğu gözükür. Bu da gazetecilerin okuyucular için yapabileceği en önemli şeylerden birinin bir zemin sağlamak olduğu anlamına gelir. Gazeteciler bilim insanı olmadığı için bu zemini kendilerinin bulması gereklidir. İşte size başlayabileceğiniz birkaç yer: 

Çalışmalar hakkında düzenli olarak yorum yapabilecek ve size kaynak olacak bir biyoistatistikçi bulun. P-değeri ve güven aralığı gibi temel istatistiki kavramları bilmek faydalı olsa da bir biyoistatistikçi karmaşanın içine girerek gazetecileri hangi konu hakkında nasıl soru sormaları gerektiği konusunda uyarabilir. Pek çok yerel üniversitenin uzman kaynağı olarak hareket edebilen istatistikçisi mevcuttur. 

Konuyla ilgili meta analizleri ve sistematik değerlendirmeleri okuyun. Daha önce de bahsedildiği üzere, bunlar çok daha büyük bir örneklem içinde olan ve bulgular açısından daha fazla güven veren, birkaç farklı çalışmadan veri alan ve yeniden analiz eden çalışmalardır. Meta analizler ve sistematik incelemeler halk sağlığı alanının herhangi bir konuda şu anda nerede durduğu ve yeni çalışmaların bu alanda mantıklı olup olmadığını ya da tabandan çok uzakta kalıp kalmadığı konusunda yeni bir bakış açısı sağlayabilir. Cochrane Kütüphanesi sistematik değerlendirmeler için iyi bir kaynaktır ve Google Akademik ya da PubMed’de “sistematik incelemeler” anahtar kelimesini içeren bir aramadır. 

Olumsuz sonuçları olan çalışmaların genellikle bu zemindeki sonuçları çarpıtabildiği için hiç yayınlanmadığını unutmayın. Bu amaçla bazen alandan başka kişilerle konuşmak faydalı olabilir. 

Raporlama sürecinin düzenli bir parçası olarak çalışmacı yorumları hakkında bilgi sahibi olun. Bilim insanlarının kendileri olarak önemli bulguları tespit etmenin mümkün olmasının yanı sıra kusurları çoğu haberciden daha iyi bilecektir. Bunlar yerel üniversiteler, profesyonel dernekler (yani American College of Cardiology gibi) veya alanında atıfta bulunulan diğer çalışmalar aracılığıyla bulunabilir. 

Halk sağlığını haberleştirmek son derece karmaşık olabilir, özellikle de tıp bilimi geçmişi olmayan gazeteciler için. Ama çalışkan ve tutkulu gazeteciler için bu aynı zamanda bir kamu hizmeti sağlamak için önemli bir fırsattır. Onlar şişirilmiş iddiaları ve yanıltıcı söylemleri kestirip atmak için basit araçlara ihtiyaç duyarlar. Bu şekilde, onlar ilaç şirketlerini veya bireysel bilim insanlarını haberleştirilmekten yani gereksiz yere güç kazananlar değil, bunun aksine daha bilinçli sağlık kararları vermek için yetkilendirilmiş ve bu konuda güçlenmiş okuyucular olacaktır. 

Orijinal çeviri kaynağı:
https://datajournalism.com/read/longreads/data-diets-and-disease

1 YORUM

  1. […] Benzer biçimde, çikolatanın uykunun kalitesini artırabileceği ve depresyonu önleyebileceği ama aynı zamanda da daha erken bir ölüme yol açabileceği üzerinde durulmuştu. Bazı makaleler bir kadeh şarap içmenin ömrünüzü uzatmaya yardımcı olacağını söylerken bazılarına göre bu durum kanser olma riskinizi artırabilirdi. Bilimsel araştırmalara referans veren tüm bu hikayeler sağlık gazeteciliğinin ortak bir eleştirisini somut hale getiriyor: bilimsel bulguları yanlış biçimde anlatır, bu da bazı yiyeceklerin bir gün sağlıklı bir gün sağlıksız olduğunu iddia eden anlamsız bir dizi makalenin basılmasıyla sonuçlanır.  Veri analisti Pınar Eldemir’in çevirisini okumak için tıklayınız. […]

Comments are closed.