Goda råd med osäker information – konsten att ge expertstöd till beslutsfattare

I vardagen fattar du dagligen beslut baserat på osäker information. Redan innan du åker till jobbet tittar du på väderprognosen och försöker bestämma dig om du skall ta cykeln. När du fattar ett sådant, vardagligt, beslut gör du en bedömning av sannolikheten för oväder och de möjliga konsekvenserna. Besluten fattas intuitivt och du behöver inte redogöra för de bakomliggande beräkningarna.

I yrkeslivet krävs att du kan redogöra för hur man tänkt och räknat. Om du skall bedöma vad ett provsvar från ett foderparti eller en gödselbrunn, betyder för risken att smitta djur räcker inte intuitionen. Om en läkare skall bedöma om en patient löper så stor risk att insjukna i Alzheimers sjukdom att det är etiskt försvarbart att inkludera personen i en klinisk studie med en förebyggande medicin, så krävs det att kunna visa hur hen kom fram till patientens prognos. Andra situationer med höga krav på saklighet är om de fynd och observationer man gjort skall ligga till grund för ett domstolsbeslut, till exempel i samband med om vanvård av djur, eller ett myndighetsbeslut som innebär sanktioner eller återkallande av produkter.

Ett första steg är att känna till egenskaperna hos de tester man utför. Äldre mått som känslighet och specificitet tar inte hänsyn till att detektionssanolikheten är koncentrationsberoende medan modernare modeller beskriver detektionssannolikhet som funktion av koncentrationen. Detta räcker dock inte för att bedöma hur troligt det är att den individ, vara eller anläggning provet kommer från innehåller ämnet. Sannolikheten att ett positivt eller negativt testsvar är sant, kommer alltid att bero på vilken population provet kommer från. Om provet är taget från en djurbesättning med misstänkt smitta kommer sannolikheten att få ett sant positivt testsvar att vara större än för att få en falsk positivt svar medan det omvända kan gälla vid slumpmässig provtagning.

När vi skall uttala sig om vad som hänt i ett enskilt fall kan det bli problematiskt att använda klassisk frekventistisk statistik som är anpassad till att jämföra populationer. Inom rättsväsendet presenteras resultat numera enligt det Bayesianska paradigmet. Enligt detta kan vi uttrycka troligheten för att åklagarens eller försvarets beskrivning är den rätta i form av ett ­prior belief. Hur troligt det skulle vara att observera ett visst resultat (ett DNA fynd på ett plagg) givet att åklagarens eller försvarets beskrivning stämmer kan uttryckas som en kvot av sannolikheter, en likelihood ratio (LR). Genom att kombinera prior och LR kan vi få ett mått på sammanvägda ”troligheten” för de konkurrerande beskrivningarna, givet tekniska bevis och annan information.

Vilken potential har det ”forensiska angreppssättet” att kunna stödja myndighetsbeslut? Skulle vi exempelvis kunna betrakta proverna som vi tagit i en gödselbrunn och analyserat för salmonella som ett tekniskt bevis som talar för eller emot att brunnen innehåller salmonella och kombinera detta med en prior baserad på vår riskbedömning och tidigare erfarenheter? Inom livsmedelssäkerhetsområdet definieras risk som produkten av sannolikhet för ett utfall och dess konsekvens, vanligen en negativ men i en risk-nytta analys kan vi också väga in positiva hälsoaspekter av ett livsmedel. Negativa hälsoeffekter från mögelgifter, dioxiner tungmetaller kan då vägas mot de positiva effekterna av kostfibrer eller nyttiga fettsyror. I princip skulle vi kunna tänka ass att använda beslutsteori och likt hazardspelaren räkna oss fram till det beslut som ger den teoretiskt bästa ”förväntade nyttan”. I verkligheten behöver vi dock givetvis också beakta juridiska och demokratiska ramverk.

Både när det gäller hantering av livsmedelsrisker och inom rättsväsendet är expertens roll att undersöka och förklara vad olika observationer säger om en hälsorisk eller åklagarens och försvarets förklaringar av de kriminaltekniska bevisen. Det är en viktig princip att inte låta sig påverkas av sin egen uppfattning om vilket beslut som är rätt. Beslutsfattaren, som kan arbeta på en riskhanterande myndighet eller en domstol kan ha en annan yrkesbakgrund eller vara en förtroendevald politiker. Beslutsfattaren kan också behöva väga in andra konsekvenser, som risk för arbetslöshet, som ligger utanför expertens profession. Samtidigt visar erfarenheten att en expert som inte förstår det beslut som skall fattas ofta levererar en rapport som inte motsvarar behovet. Arbetet med att utveckla bättre beslutsstöd kan alltså inte bara fokusera på naturvetenskapliga och statistiska metoder. Lika viktigt är att studera kommunikationen mellan experter och beslutsfattare, för att 1) dels hitta bra former för att formulera frågeställningarna så att experten svarar på rätt fråga och 2) utvärdera hur olika format för att presentera resultaten uppfattas av mottagaren och vilka arbetssätt som resulterar i bra beslut.