[论文解读] 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 4

一句话总结

本文為調查疑似醫療機構連續殺人案提供統計指導，強調需區分罕見但可能的巧合與犯罪行為。主張透過專家小組、盲審與嚴謹的統計評估，減少調查偏誤，防止因數據解讀錯誤導致誤判。

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.

研究动机与目标

• 解決調查疑似醫療連續殺人案時的統計挑戰，其中謀殺是否發生及兇手身份均不確定。
• 強調將罕見事件群聚誤解為犯罪行為證據的風險，即使這些現象可能僅由機率或其他因素造成。
• 降低調查偏誤對統計證據的影響，特別是在嫌疑犯同時參與資料收集或分析的情況下。
• 為調查人員、法律專業人士與統計學家提供具體建議，以提升醫療失職案件中統計證據的可靠性。
• 促進法律與統計學界之間的跨領域合作，確保法庭對統計發現的評估具備科學基礎。

提出的方法

• 謹慎使用統計顯著性檢定，強調低p值並不能證明因果關係或犯罪意圖。
• 應用貝葉斯規則，根據觀察數據評估不同理論（如巧合 vs. 殺人）的機率。
• 在專家分析中實施盲審（如病理學家、毒物學家），以防止無意識偏誤影響結果。
• 建立結構化調查程序，由獨立的跨領域專家小組評估所有可能的因果因素。
• 運用敏感度與特異度分析，評估診斷與法醫證據的可靠性。
• 透過數值範例引入累積偏誤建模，說明微小偏誤如何隨時間扭曲結論。

实验结果

研究问题

• RQ1 當謀殺是否發生及兇手身份均不確定時，應如何可靠地評估統計證據？
• RQ2 看似極不可能的患者死亡群聚，能在多大程度上由機率或其他非犯罪因素解釋？
• RQ3 調查偏誤（有意或無意）如何影響醫療失職案件中統計資料的解讀？
• RQ4 可實施哪些方法論防護措施，以確保資料收集與分析過程中統計證據不被扭曲？
• RQ5 法律專業人士與統計學家應如何有效合作，以在法庭上解讀與呈現統計發現？

主要发现

• 患者死亡的看似不可能群聚事件，可能僅由機率造成，特別是在樣本量小與多重檢定等因素同時存在時。
• 僅根據p值而忽略效果大小或先驗合理性，可能導致對刑事責任的錯誤結論。
• 調查偏誤——特別是當嫌疑犯參與資料收集時——會顯著扭曲統計結果，降低其可靠性。
• 將專家與無關的案件細節隔離，可降低無意識偏誤風險，提升統計與法醫評估的客觀性。
• 由跨領域專業人士組成的獨立專家小組，對平衡評估相互競爭理論至關重要。
• 法院在評估調查品質不佳所產生的證據時，應依賴獨立統計學家與認知偏誤專家，以確保證據可採信且程序公義。