Ind til kernen

På grund af vores grundighed med at indsamle og registrere information, er Danmark det land i verden, hvor man kan komme længst med den viden, som ligger i vores databaser. Og fordi vi har haft de muligheder, er vi også langt fremme, når det gælder udviklingen af matematiske modeller.

Af Eline Mørch Jensen

Theis Lange

Hvad er årsag og hvad er virkning, hvad er kernen når alle unødvendige lag skrælles af de stadig voksende mængder af komplekse data? For at kunne svare på disse spørgsmål, kommer forskerne ikke udenom brugen af matematiske modeller. I hvert fald ikke hvis man spørger statistiker, ph.d og lektor på Institut for Biostatistik, Theis Lange.

Hans område er kausal inferens, dvs. analyse af årsagssammenhænge, og for Theis Lange er de matematiske modeller intet mindre end en forudsætning for at komme videre med den evidensbaserede forskning, der igen kan danne grundlag for programmer der virker, eksempelvis på sundhedsområdet:

- Når man nu ikke kan behandle mennesker som mus, må man i stedet matematisk udlede for eksempel hvilke konsekvenser en læges valg har for patientens helbredstilstand. Altså måle effekten af de valg, lægen træffer, men vel at mærke uden alle de unødvendige lag som forstyrrer helhedsbilledet, og som vi heldigvis kan skrælle væk i modellerne, forklarer Theis Lange og tilføjer:

- Målingerne er naturligvis baseret på virkeligheden i al dens kompleksitet, men vi er nødt til at koble det matematiske apparat på, benytte hele den statistiske værktøjskasse så at sige, sådan at der til tider er tale om meget avancerede modeller og andre gange snarere er behov for forenklinger – afhængig af hvad det er man vil prøve at finde frem til.

En måde at skrælle støjen væk er, ifølge Theis Lange, at benytte en måling, Instrumental Variables Tecniques, der ikke direkte er involveret i komplekse feedback mekanismer og blandt andet udnytter og henter inspiration fra forskellige forbilleder i naturen, for eksempel frekvensen af lynnedslag i et givent område på et bestemt tidspunkt.

Han har blandt andet brugt denne teknik i et samarbejde mellem Institut for Biostatistik og Det Nationale Forskningscenter for Arbejdsmiljø, hvor man opbyggede en model der skulle måle effekten af to forskellige tiltag for at få langtidssygemeldte i job igen. Her gjorde man ganske enkelt det, at man henholdsvis lod sagsbehandlerne foreslå de sygemeldte det ene tilbud mandag-tirsdag og det andet tilbud torsdag-fredag, hvorefter man kunne aflæse det rene resultat uden at få støj på linjen i form af spørgsmål om personlig motivation m.v.

Hvordan foregår udviklingen af sådan en model rent praktisk – hvor kommer inspirationen fra?

- Tja, det er jo svært at svare på hvor de gode ideer kommer fra … I tilfældet med de langtidssygemeldte brugte jeg en del tid på at tale med folk fra Det Nationale Forskningscenter for Arbejdsmiljø om, hvad de allerede vidste og navnlig hvad de havde brug for at få undersøgt og analyseret nærmere. Generelt kan jeg sige, at man altid bliver klogere af at tale med de involverede personer, så det bruger jeg rigtig meget tid på …

Fordi de forskellige fagfolk ikke selv kan se skoven for bare træer?

- Ja, eller måske snarere fordi vi supplerer og befrugter hinanden, når vi går sammen på tværs af traditionelle faggrænser. Selvfølgelig samarbejder vi løbende med forskellige fakulteter; her på Biostatistik assisterer vi primært forskere på det sundhedsvidenskabelige område og i nogen grad også forskere inden for områder som økonomi og arbejdsmiljø, lige som vi i øvrigt samarbejder en del med institutioner som Rigshospitalet, men der er et stort – og også et stigende - behov for at gøre mere ved det og for at formalisere samarbejdet, siger Theis Lange og tilføjer:

- Eksempelvis lader der til at foregå en parallel udvikling på i hvert fald visse punkter på henholdsvis det økonomiske område og inden for lægeverdenen. Ikke fordi disse faggrupper arbejder med de samme spørgsmål, men måden at gribe tingene an på, deres værktøjer, ligner hinanden mere end man måske umiddelbart skulle tro. Det samme gælder muligvis for psykologerne, men hvis jeg vidste præcis hvilke modeller de sidder med, ville der jo ikke være brug for et forskningssamarbejde som ”Dynamiske systemer”.

Problemet er, ifølge Theis Lange, at forskerne risikerer at bruge kræfterne forkert ved at forsøge at opfinde den dybe tallerken igen og igen inden for hver deres eget lille snævre område, fordi man på grund af de skarpe faggrænser ikke ved tilstrækkeligt om, hvilke modeller hinanden arbejder med.

- Så dels forventer jeg mig rigtig meget af projektets tværfaglige samarbejde mellem de forskellige involverede parter her på Københavns Universitet, eftersom det netop er i spændingsfeltet mellem praktikere og teoretikere, det for alvor rykker, dels er jeg sikker på at samarbejdet også vil komme til at gavne forskere på internationalt plan.

Hvad kan vi danskere tilføje og bidrage med internationalt?

- Jeg føler mig overbevist om at det her netværk vil kunne adressere rigtig mange medicinske, økonomiske og socialpolitiske problemer, som også vil få stor betydning for forskere som ikke er direkte involverede i projektet, både herhjemme og i udlandet. Det er selvfølgelig uendelig svært at forudsige præcis hvilke, men jeg håber og forventer at vi vil udvikle nogle langt stærkere værktøjer til at håndtere mange typer af problemer, forklarer Theis Lange.

- Danmark er jo et foregangsland når det gælder udviklingen af modeller til analyse af komplekse data, nok blandt andet på grund af vores helt unikke registrering af cpr-numre og indsamling af data om snart sagt alt. Hele verden kommer til os for at lære af de registre vi har, altså det forhold at vi kan koble mellem cpr-numre og alle mulige andre oplysninger, vi har registreret.

- Vi kan for eksempel sammenholde oplysninger om indkomst, uddannelse, børn, boligforhold og så sygdomme senere i livet. Tag bare sådan et eksempel som hvorvidt brugen af en bestemt type p-pille øger risikoen for blodpropper. Det kan man simpelthen ikke undersøge uden for Skandinavien, men hos os er det muligt fordi p-piller udskrives på recept og fordi disse bliver registreret og kan kobles til hospitalernes registre.

- På grund af vores grundighed med at indsamle og registrere information, er Danmark faktisk det land i verden, hvor man kan komme længst med den viden, som ligger gemt i vores databaser. Og netop fordi vi har haft de muligheder, er vi også langt fremme når det gælder om at udvikle matematiske modeller. Vi har været lidt alene om det her og det er nok også en af grundene til at vi er blevet så gode til det …

Du ser ingen etiske problemer i den massive registrering eller en fare ved at samkøre registre?

- Der er ingen tvivl om at der er et dilemma på området, selvom jeg som forsker naturligvis ikke har adgang til nogen cpr-numre, når jeg henter oplysninger i databaserne hos Danmarks Statistik, medgiver Theis Lange og tilføjer:

- Udfordringen eller dilemmaet ligger jo i selve det at der overhovedet finder en indsamling og registrering sted. Når først data er indsamlet, ville det rent ud sagt være umoralsk ikke at udnytte de muligheder, dette giver os. Informationen giver os jo en chance for at gøre menneskers liv bedre.

Read this interview in English.