科学コミュニケーション――より基本的な知識を普及させる事の大切さ

何か稀な出来事が起きた場合に、その時に自分が着目しているものと結びつけて考えようとする事、ありますよね。

今だと、「放射能」。何千人に一人しか罹らない疾患の人がいる、という情報があった時に、「放射能（←象徴的にこういう表現がされる）の影響ではないか」と結びつけて考える、というようなもの。
それで、そういう拙速な論に対して、批判が色々加えられる訳ですね。論として明快で、批判として合理的なものがある。

でも、そういう場合に気をつけておかねばならないのは、ちゃんとした説明でも、必ずしも相手やギャラリーに通ずるとは限らない、という所です。
どういう事かと言うと……。
たとえば、○○病という病気に罹った人が出たようだ、といった情報が、twitterなりブログなりでもたらされたとします。そして、その情報を得た人は、これはあの事に関係があるやも知れない、と考えて、今度はtwitterやブログで発信する。
それを見た人は、その情報から結びつけるのは（ここでは放射線被曝など）拙速では無いか、証拠が足りないのではないか、と批判する訳です。この文脈だと、次のような合理的批判がなされるでしょう。

• その病気は、通常でも稀に起こる事だから、それ（被曝）と関係があるとは言えない。
• 本当に関係があるかは、沢山の人を調べてみないと解らない。
• 関係があるかは、それ（被曝）を受けた人と受けていない人とを比較しないと解らない。

これらのようにです。
しかし、これらはそれぞれ尤もな説明ではありますが、必ずしもそれがそのまますぐ理解されるとは限りません。
たとえば、通常でも稀に起こる事、というのは、特別な出来事が無くても何千人に一人とか何万人に一人の「頻度」で起こる、というのを意味しますが、これ自体が、「沢山の人々を観察して導かれた」ものです。つまり、「統計」をとって解った事。まず、そこをきちんと押さえておかなくてはなりません。広い所に散らばっている人々を、専門の医師や学者が診断し、集計してデータを処理して解ったものだ、というのを認識する。その過程自体に専門の知識が関わっています。
たとえば、「割合」と「率」と「比」の違いは解りますか？　正確には、これらは違う意味を持っている用語です（でも専門用語でも慣習的に入り交じっているからすごく厄介）。あるいは、「人年」という言葉を聞いた事はありますか？　医学に関わる話がされている時には、これらの事が「踏まえられて」議論されている、というのを理解しておく必要があります。その意味で、すごく知識に依存しています。「知っていなくては理解出来ない」事です。
ところが、的外れな主張を批判する人は、これを「当たり前」の知識として前提して説明しています。つまり、さっき書いた、割合と率の違いとか、沢山の人を観察して得られた結果だ、というのを、細かい所を省いて説明する。
それは無理も無い事です。ブログにしろtwitterにしろ、一回辺りの投稿で消費出来る文字数には限りがあるし、そもそも、そういった、「前提とする専門知識」というのは、知らない人にきちんと解説するのは簡単でありません。また、「知っている者同士で節約出来る」メリットがあるので、つい詳細を省いてしまう、という事もあるでしょう。

本当に関係があるかは沢山の人を調べてみなくてはならない、という事にも、背景には色々な考えがあります。
まず、「一人」を観察しただけでは、その人が、今着目している条件（ここでは被曝）「のせい」で罹った、というのを確定出来ません。何故なら、他に色々な条件が無数にあるからです。要するに、病気に罹る条件というのは、遺伝的な要因や生活習慣、あるいは何かの化学物質や毒物などの影響が考えられるから、その原因を、一例の観察をもって特定する事は出来ません。
また、つい我々は、「数千人に一人」というのを「ごく稀だ」と認識しがちですが、これは見方を変えると、数千万人を観察すれば相当数は確認される可能性がある、というのを意味する訳です。
ご自分が住んでいる地域の人口を思い浮かべて下さい（知らない場合には、役所のWEBサイトを参照すると良いでしょう）。それが市であれば、数十万から数百万の人口ですね。なら、数千人に一人が罹る、という病気に罹る人は、その地域の中では、「自分が直感しているよりは多い」かも知れない訳です。つまり、考えているよりは珍しい事では無いのかも知れない。着目している集団に属す成員の数、つまり「分母」を考えるのは重要です。

実際にその病気にどういう条件が関わっているのかを考えるには、沢山の人を観察し探っていく必要があります。何千人に一人しか罹らない、という事は、それに罹った人がより沢山入った集団の事を知るには、何万人もの人々を観察する必要があります。

そして、「比較」するという事。
今、ある条件（被曝）に注目して、それが原因ではないか、と考えている訳ですが、先ほども書いたように、原因となり得るものは、無数にあります。ですから、特定の条件が原因であるかを探る場合には、その条件が含まれる集団とそうで無い集団とを、「比較対照」する必要があります。
薬の効き目であれば、臨床試験といって、沢山の人を集め、ある集団には試したい薬を与え、もう一方の集団には効き目があると判っている別の薬を与えて比較する、といったやり方が出来ます。この場合、その与える薬という条件を違えて、他の事を「揃えて」比較する訳ですね。そうすれば、環境が与える影響などをそれぞれの集団で揃えて（これは必ずしも、「同じにする」という意味ではありません）、薬の与える影響を切り分けて評価出来る、という寸法です。
ところが、病気の発症とかは、そういう風に調べる事は出来ません。考えてみて下さい。その病気に罹っていない人を集めて片方に放射線を浴びせて実際に病気に罹るか調べる、などという実験が出来る訳がありません。倫理的に当然です（それはネガティブな意味で人体実験と言う）。
だから、既に放射線を浴びてしまった人とそうで無い人（のデータ）を集めて比較する、というやり方しか出来ない訳ですね。
方向としては、その病気に罹った人の内で条件に合致する人がどのくらいいるのか、というのを調べたり、まだ罹っていない人をあらかじめ集め、その後に、ある条件が与えられた人とそうで無い人とで病気に罹る人にどのくらいの差があるか、を調べる、などがあります。それは、どういう条件の事を考えるか（食事なのかタバコなのか放射線なのかワクチンなのか）、とか、今どのようなデータがあるか、などが総合的に検討され、どういう方法が出来るか探られる事になります。

また、そもそもその病気が稀な事なのであれば、「本当に違いがあるのか」というのをきちんと確かめるために、極めて多くの人を調べる必要も出てきます。そうでないと、たとえば、ある条件がある人とそうで無い人にわずかに差があったとしても、それが「たまたま」そうだったのか、それとも「本当に差があったのか」の見分けがつかない可能性があるからなのです。そうなると、調べる事自体に大きなコストや時間がかかったりする（沢山の人をちゃんと観察しないといけないから）。
ちょっと話がずれますが、仮に、本当に差があったとしても、その違いの大きさが僅かであった場合にどうするか、という視点もあります。これはまた難しい話。 たとえば、5/1000と15/1000、という違いが実際にあるとして、それをどう考えるか。ある診断方法は既存のよりも精密さが少し上がるけれど、1000人に1人は重い有害な副作用が及ぶ、といった場合にはどうしましょうか。

それから、何千人に一人罹るという「確率」である、みたいな言い方をする場合に、その「確率」ってどういう意味なのだろう、みたいな話もありますよね。確率ってそもそも何だろう、といった事を深く考え出すと、そう簡単にものが言えなくなってきます。

このように、短い文章で説明されるような事でも、実はその背景には色々な知識であったり、実際に観察された事に基づいていたり、というのがある訳です。本当は、その辺に通じていなければ、ちゃんと解るはずが無い。
時折、指摘として、対照群をとって比較しなくてはならない、みたいに言われる事がありますが、それは確かに正しいのだけれども、その内容は意外に複雑であり、それなりの知識をベースとして要求されるものです。
だから、もし本気でそこら辺の話を知っておくべきで、知識の普及が大切だと考えるのならば、まず、その基盤となる事からちゃんと教える必要があります。
たとえば、私がここで行ったいくつかの説明は、医療統計学・疫学・公衆衛生学・確率統計、などの本を読めば必ず載っている事です。その意味では、学術のある領域においてはほとんど常識的なもの。
だけれども、その事を、間をすっ飛ばして、これが大事だ、と言うのは、知識の伝達という面では無理があります。知らない状態から自分が勉強して習得するまでにかかった時間などのコストを考えれば良い。
もちろん、何か強い主張をしておきながら勉強をしていない怠慢さが責められる、という文脈はあるでしょう。ジャーナリストや学者が適当な見方をしていれば強く批判される、というのはむしろあってしかるべき、とも思います。ここで言っているのは、もっと一般的な話ですし、また、ジャーナリストや学者が相手であっても、知って欲しい、という文脈ではそういう配慮がなされても良い、という事でもあります。

「確率が」「有意差」「対照を取れ」「因果関係」「関連」「発症率が」←これらの用語は、ちゃんと押さえるのは難しいものなのです。であるのに、共有されている事が前提かのように使われているのをしばしば見かけます。通じている者同士では経済的であっても、そうで無い者にとっては意味不明な事は往々にしてある。
そして、これらを理解するには、より基礎的な分野の勉強をしなくてはならない。これは「必要」なものですからね。知らなくちゃ話が通じない、というレベルで。
ならそこを知らしめる所にもっと注力されても良いでしょう。「教科書」は退屈だから、もっと噛み砕いたテキストを書こう、という動きもあって良いでしょう。昨今、「放射能」「放射線」「放射性物質」などについては、色々と工夫された易しくて良質なテキストが見られるようになりました。では、確率や統計、医療統計や公衆衛生、などについてはどうでしょうか。これらは本質的に重要で、ややこしい用語（何がややこしいて、中途半端に用語が社会に流布しているから、それぞれが「自分勝手」に理解している可能性がある所）も一杯あります。だから、その辺もちゃんとフォローするのが必要ですよね。たとえば、「罹患率」とか「有病率」とか、「直感的には解る気がするが具体的にはよく解らない」となりません？
統計の用語で言えば、時折「有意差」の語が出てきますが、意味が説明出来る人がどのくらいいますか？
もちろんこういうのも、厳密に定義されている訳です。知らなくちゃ話が出来ないのです。

「放射性物質（に曝露される事――”曝露”って難しい言い回しですね）が特定の病気を引き起こすか」みたいな問いというのは、不幸にも身近なものとなってしまいました。そういう問いが身近になってしまった今、もちろん「放射能とは何か」などの説明というのが重要なのは間違いありませんが、それとともに、上で書いたような知識も必須となったのです。その辺りの基礎的な知識を普及させる事も、「科学コミュニケーション」や「科学リテラシー」という面から見ても重要な事なのではないでしょうか。

いくつか文献案内

宇宙怪人しまりす医療統計を学ぶ (岩波科学ライブラリー (114)) 著者：佐藤 俊哉 販売元：岩波書店 Amazon.co.jpで詳細を確認する

↑私が参照した医療統計関連の本では、抜群に丁寧で読みやすい本。それでも、ピンとこない所もあると思います。そもそも色々な用語の意味内容が結構複雑で直感的に押さえにくいからですね。

統計のはなし―基礎・応用・娯楽 (Best selected business books) 著者：大村 平 販売元：日科技連出版社 Amazon.co.jpで詳細を確認する

確率のはなし―基礎・応用・娯楽 (Best selected business books) 著者：大村 平 販売元：日科技連出版社 Amazon.co.jpで詳細を確認する

↑いつも勧める本。私が知っている中では確率統計の入門書として最高峰。けれど、中学辺りの数学を憶えていなかったりする人にとって、「簡単」な本ではありません。簡単かどうかと面白いかどうかは違います。この本は面白い。確率のはなしを先に読む事。

統計学100のキーワード 販売元：弘文堂 Amazon.co.jpで詳細を確認する

↑初学者向けの本では全然無いのですが、一般的な本ではあまり触れられない、「これはどういう事なのだろう」と疑問に思われるようなものについて色々説明してくれる本です。疫学等の用語がメインなので、今の文脈的にはうってつけでしょう。

公衆衛生学、疫学、医療統計関連の本は、いかにも教科書的なものでは無い読み物風のものがあまり見られない気がします。今や、「知識の橋渡し」をするという意味でも、そういう本は必須な情況に思われます。別にそれは、数式を排除して誰でも読めるように、とかいう話ではありません。階段があるとすれば段数を増やし、あるいは、スロープを作るように。坂があるのなら緩やかにして登りやすくなるよう工夫する、という事です。

少し参考にしたもの
岩上安身氏「デマといったね。デマだと立証してもらおうか」「えっ？」 - Togetter