📰 Кофе вызывает долголетие. Или всё-таки нет?

Журналисты обожают цепочку «учёные нашли связь → заголовок про причину». Читатель видит «кофе снижает риск смерти» и представляет, что третья чашка эспрессо работает как таблетка. Эпидемиологи в этот момент закрывают лицо рукой.

В реальности связь и причина — разные вещи. Люди, пьющие много кофе, отличаются от тех, кто не пьёт вовсе, десятками привычек. Они могут больше двигаться, иначе питаться, реже курить. Статистика фиксирует разницу в исходах, но не объясняет, откуда она взялась — из кофеина, из прогулки до кофейни или из того, что у них в принципе больше денег на хорошую медицину.

Это не тонкость, а принцип. Якорная работа в American Journal of Public Health описывает модель, где любое событие — не следствие одной причины, а результат совпадения нескольких компонентов. Болезнь развивается не потому, что вы съели что-то «плохое». Сходятся гены, среда, возраст, десятки факторов. Одиночный «виновник» — почти всегда упрощение.

Вторая работа из Annual Review of Public Health идёт дальше: даже когда связь сильная, без указания, на что именно мы воздействуем, рекомендация бесполезна. Сказать «ешьте меньше соли» легко. Но если связь давления с солью сильна только у части людей, а у остальных эффекта нет — общая рекомендация теряет смысл. Важна не связь сама по себе, а понимание, кого и как менять. Ограничение честное: наблюдательные данные на это ответа не дают. Нужны рандомизированные испытания, а они дороги и редки.

Третья работа про искусственный интеллект в эпидемиологии добавляет ещё один слой. Современные методы — ИИ для причинного анализа — пытаются предсказать, что будет, если убрать фактор риска. Не «связан ли сахар с диабетом», а «если эта конкретная группа начнёт есть на 20 граммов меньше, изменится ли заболеваемость». Это сложнее, чем просто считать корреляции, и пока требует данных, которых у большинства исследований нет.

Итого: когда вы читаете новость и там уверенно говорят «X вызывает Y», спросите себя — людей просто пронаблюдали или действительно вмешались и измерили результат?

Почти всегда да.

Возьмите любой громкий заголовок про еду, который вы запомнили за последний месяц, и найдите первоисточник исследования. Посмотрите раздел «дизайн исследования» — когортное, наблюдательное, поперечное — и сравните его с заголовком новости.