Została na tej podstawie aresztowana 13 grudnia 2001 roku pod zarzutem spowodowania śmierci pięciorga dzieci. Gdyby nie profesor Richard Gill, prawdopodobnie resztę swojego życia spędziłaby w więzieniu. To on udowodnił, że statystyka, która zawiodła pielęgniarkę do więzienia, była zwykłą lipą. Tę historię opisała dla „Science” dziennikarka Cathleen O’Grady.
Korelacja to nie związek przyczynowy
W 2022 roku brytyjskie Królewskie Towarzystwo Statystyczne wydało raport, w którym Richard Gill wraz z zespołem opisali błędy statystyczne, jakie pojawiały się w procesach o morderstwa medyczne i przedstawili zalecenia odnośnie tego, jak wykorzystywać w tych sprawach statystyki, nie krzywdząc podejrzanych.
Z raportu wynika, że lipne statystyki, na podstawie których wsadza się do więzienia personel medyczny, to skutek ludzkich błędów poznawczych. Kiedy człowiek dostrzeże jakiś patern – np. taki, że jedna z pielęgniarek wyjątkowo często uczestniczy przy porodach, które kończą się śmiercią dziecka – ma skłonność do naciągania rzeczywistości tak, aby pasowała ona do podejrzeń, których nabrał. Koronnym efektem tego mechanizmu jest mylenie korelacji z relacją przyczynowo-skutkową.
Jak się rodzą lipne statystyki?
Na pracę grupy dochodzeniowej mogą mieć wpływ czynniki zewnętrzne. Wśród nich media, które uwielbiają nazywać podejrzane o morderstwa pielęgniarki „aniołami śmierci”. Internauci bywają jeszcze bardziej dosadni: „suka”, „zła istota”, „dla takich jak ona powinna istnieć kara śmierci”, „należy ją zastrzelić albo powiesić” – to tylko niektóre z wpisów na forach, dotyczące innej oskarżonej, a w ostateczności niewinnej pielęgniarki Lucy Lethby.
Zdaniem Gilla, aby statystyka mogła tutaj być pomocna, oprócz prawidłowej metodologii (rygorystycznej – w końcu chodzi tutaj o podejrzenie morderstwa), trzeba przyglądać się także innym okolicznościom. Wśród nich nie bez znaczenia jest fakt, że jakaś osoba z personelu medycznego pracuje najczęściej na nocną zmianę. Wtedy łatwiej o zmęczenie i nieuważność, które mogą skutkować popełnieniem błędów, kosztujących życie pacjentów. To samo dotyczy tych reprezentantów służby zdrowia, którym najczęściej przydzielane są trudne przypadki. Ryzyko zgonu u pacjentów z zaawansowanymi, skomplikowanymi chorobami jest znacznie większe.
Przypadek Harolda Shipmana
Lucia de Berk została uniewinniona w 2010 roku, kiedy Richard Gill, początkowo śledzący jej sprawę w mediach, postanowił się do niej czynnie włączyć i udowodnił, że opracowanie statystyczne tego przypadku roiło się od błędów. Od tamtego czasu niejednokrotnie wspierał inne związane ze służbą zdrowia osoby, którym postawiono podobne zarzuty jak de Berk i usiłowano skazać je na podstawie dowodów statystycznych.
Jednak nie zawsze statystyka się myli. Dowody statystyczne zostały wykorzystane w sprawie brytyjskiego lekarza Harolda Shipmana. W 2000 roku został on oskarżony o zamordowanie 15 pacjentów w ciągu 3 lat. Podawał im zbyt dużą dawkę diamorfiny – medycznej heroiny stosowanej do leczenia silnego bólu. Jego sprawa ciągnęła się przez 5 lat i wywołała pewne zmiany w brytyjskiej służbie zdrowia, takie jak wprowadzenie większego dozoru nad aktami zgonów pacjentów.
Uczestniczył w niej w roli doradczej statystyk z Cambridge David Spiegelhalter. Na pytanie, czy statystyka jest w stanie ujawnić mordercę na podstawie samych tylko podejrzanych wzorców zgonów, odpowiada on twierdząco. Do sprawy Shipmana jego zespół wykorzystał metodę „industrial quality control” – porównali liczbę aktów zgonów podpisanych w określonym czasie przez podejrzanego z ilością aktów zgonu w innych lokalnych praktykach lekarskich. Dzięki tej metodzie odkryli, że niepokojący patern zgonów osób leczonych przez Shipmana był widoczny już 13 lat przed tym, zanim go aresztowano.
Dziennikarka, publicystka, copywriterka, aktywistka na rzecz praw zwierząt. Skończyła filologię polską, kulturoznawstwo i gender studies. Publikowała m.in. w „Teatraliach”, „Dzienniku Teatralnym”, na Forsal.pl, w „Krytyce Politycznej”, Magazynie „Vege” i Magazynie „Neuropozytywni”.