[論文レビュー] Healthcare serial killer or coincidence? Statistical issues in investigation of suspected medical misconduct

P. J. Green, R. D. Gill+3 more|arXiv (Cornell University)|Oct 3, 2022

Medical Malpractice and Liability Issues被引用数 4

ひとこと要約

本論文は、疑わしい医療現場における連続殺人を調査するための統計的指針を提供し、まれだが妥当な偶然の一致と犯罪的行為を区別する必要性を強調している。誤ったデータ解釈に基づく誤認知を防ぐために、専門家パネル、盲検化、厳密な統計的評価を通じて、捜査バイアスを最小限に抑えることを提唱している。

ABSTRACT

Justice systems are sometimes called upon to evaluate cases in which health-care professionals are suspected of killing their patients illegally. These cases are difficult to evaluate because they involve at least two levels of uncertainty. Commonly in a murder case it is clear that a homicide has occurred, and investigators must resolve uncertainty about who is responsible. In the cases we examine here there is also uncertainty about whether homicide has occurred. Investigators need to consider whether the deaths that prompted the investigation could plausibly have occurred for reasons other than homicide, in addition to considering whether, if homicide was indeed the cause, the person under suspicion is responsible. In this report, prepared under the auspices of the Royal Statistical Society, we provide advice and guidance on the investigation and evaluation of such cases. Our work was prompted by concerns about the statistical challenges such cases pose for the legal system.

研究の動機と目的

• 疑わしい医療現場における連続殺人の調査における統計的課題に取り組むこと。ここには、殺人の発生と加害者の特定の両方が不確実である。
• まれな出来事のクラスタが、偶然または他の要因によるものである可能性があるにもかかわらず、犯罪的行動の証拠と誤って解釈されるリスクを浮き彫りにすること。
• 被疑者がデータ収集や分析に関与している場合に特に顕著になる、捜査バイアスが統計的証拠を歪めるのを防ぐこと。
• 捜査官、法曹関係者、統計学者が、医療不正事案における統計的証拠の信頼性を向上させるために実行可能な提言を提供すること。
• 法曹界と統計学界の協働を促進し、裁判所での統計的発見の的確な評価を保証すること。

提案手法

• p値が因果関係や犯罪的意図を証明するものではないことを強調し、統計的有意性の検定を慎重に行うこと。
• ベイズの定理を用いて、観察されたデータのもとで、偶然と殺人という代替理論の確率を評価すること。
• 病理学者や毒物学専門家などの専門家分析において、盲検化を実施することで、無意識のバイアスが結果に影響することを防ぐこと。
• 独立した多様な専門家パネルを含む構造化された捜査手順の構築により、すべての潜在的因果要因を評価すること。
• 診断的・法医学的証拠の信頼性を評価するための感度と特異度分析の実施。
• 数値例を通じた累積的バイアスモデルの組み込みにより、小さなバイアスが時間とともに結論を歪める仕組みを説明すること。

実験結果

リサーチクエスチョン

• RQ1 殺人発生の有無と加害者の特定が不確実な状況において、どのように統計的証拠を信頼性を持って評価できるか。
• RQ2 患者死亡の極めて不確実なクラスタは、どの程度まで偶然または非犯罪的要因によって説明可能か。
• RQ3 意識的または無意識の捜査バイアスが、医療不正事案における統計的データの解釈にどのように影響するか。
• RQ4 データ収集および分析の過程で統計的証拠が歪められないようにするための、どのような方法的保護策を講じられるか。
• RQ5 法曹関係者と統計学者が、裁判所で統計的発見を的確に解釈・提示するために、どのように効果的に協働できるか。

主な発見

• 患者死亡の極めて不確実なクラスタは、小規模な標本や複数の検定といった要因が重なっていると、偶然によって生じる可能性がある。
• 効果量や事前妥当性を考慮せずにp値を用いることで、犯罪的責任に関する誤った結論に至るおそれがある。
• 被疑者がデータ収集に関与している場合に顕著になる捜査バイアスは、統計的結論を著しく歪め、信頼性を低下させる。
• 関係のない事件の詳細から専門家を盲検化することで、無意識のバイアスのリスクが低下し、統計的・法医学的評価の客観性が向上する。
• 多様な専門家から成る独立した専門家パネルは、対立する理論のバランスの取れた評価を保証するために不可欠である。
• 裁判所は、不適切に実施された捜査からの証拠を評価するにあたり、独立した統計学者および認知バイアス専門家に依拠すべきであり、証拠の受理可能性と公正性を確保するべきである。