Generalmente, quando parliamo di tipi di tesi, facciamo riferimento a quattri tipologie diverse di lavoro scientifico. Generalmente parliamo di:
- tesi compilative
- revisioni sistematiche
- meta-analisi
- tesi sperimentali
Andiamole a vedere nel dettaglio, partendo dai due estremi opposti per poi discutere delle “vie di mezzo”.
Tesi compilative
In poche parole, una tesi compilativa è un lavoro in cui si studia la letteratura di un determinato argomento, si estrapolano i principali concetti e dopodiché vengono rielaborati. La rielaborazione non consiste nel ripetere gli stessi argomenti, ma nel vederli in un’altra ottica, spesso facendo connessioni fra concetti diversi e “amalgamandoli”. Se la caliamo nel panorama delle pubblicazioni scientifiche, una tesi compilativa è una revisione narrativa della letteratura.
Prima di andare nel dettaglio, ci tengo a spiegare due cose che potrebbero sembrare banali:
- Spesso si pensa che le tesi compilative siano più facili, ma non sempre questo è vero. Allo stesso modo, non è sempre vero che le tesi compilative siano “meno valide” di quelle sperimentali. Sono approcci diversi alla ricerca, e la ricerca stessa non può andare avanti senza un buon mix di queste due.
- Spesso si pensa che le tesi compilative siano meno importanti, ma non sempre questo è vero. Questa idea deriva dal fatto che in alcune università (non in tutte!) le tesi sperimentali sono valutate di più, e quindi c’è l’idea che la tesi compilativa sia “di serie B”, per capirci.
## Tesi sperimentali Parliamo di tesi sperimentale quando ci sono dei dati (clinici, ma non solo) che diventano oggetto di un esperimento. I gatti che mangiano la pappa di una marca X crescono più di quelli che mangiano la pappa della marca Y? Che differenze ci sono fra maschi e femmine per quanto riguarda l’attenzione ai meme su instagram? C’è differenza fra gli effetti sulla pressione di un peperoncino calabrese o di un Carolina Reaper? (sì, i peperoncini li abbiamo già usati come esempio, lo so!). Questi sono esempi, molto grossolani, di studi sperimentali.
Questo tipo di ricerche richiede alcune attenzioni.
- In primo luogo: per condurre uno studio, deve essere progettato correttamente, tenendo in considerazione una serie di variabili che possono non essere immediate. Torniamo ai peperoncini di poche righe fa, ad esempio: quante persone devo reclutare per uno studio? che caratteristiche devono avere queste persone? possono partecipare tutte le persone, o ci sono dei criteri di inclusione e di esclusione? Che tipo di statistica voglio usare per arrivare alla mia risposta?
- In secondo luogo: una volta che ho stabilito tutto quello che secondo me è giusto fare, qualcun altro deve approvare il mio studio. E questo “qualcun altro” prende il nome di Comitato Etico. Il Comitato Etico raccoglie un tot di esperti di diverse aree che sono chiamati a giudicare se uno studio sia valido o meno. Ad esempio il Comitato Etico potrebbe obiettare che somministrare un peperoncino iper-piccante potrebbe non essere una procedura particolarmente sicura da fare, e potrebbe richiedermi di farlo in un luogo idoneo a gestire eventuali complicazioni; oppure l’esperto di statistica potrebbe segnalarmi, una volta fatti gli opportuni calcoli, che il numero di persone che ho pensato di coinvolgere nello studio sono troppe o troppo poche. Generalmente il passaggio per il Comitato Etico non è proprio una cosa che si fa in pochi giorni (parliamo spesso di mesi), quindi se si vuole fare uno studio sperimentale è opportuno muoversi per tempo.
- Bene, ipotizziamo di aver fatto un bellissimo disegno di studio, di aver avuto in tempo record l’approvazione del Comitato Etico… e ora che facciamo? Ecco, ora bisogna reclutare i partecipanti allo studio, che è una cosa che potrebbe essere facile da fare (immaginate un questionario online) o leggermente più complessa (come lo studio dei peperoncini di poco fa). Non è proprio bello iniziare uno studio che richiede (per dire) 100 partecipanti e ritrovarsi alla data di consegna della tesi con 10 persone in tutto.
- Una volta che avete raccolto tutti i dati dei vostri partecipanti, dovete (voi, o chi per voi) fare l’analisi statistica dei vostri risultati. Molte persone hanno paura della statistica, perché effettivamente è un argomento non particolarmente intuitivo, e spesso i docenti dei corsi di laurea sanno che la maggior parte delle persone non conserveranno molti ricordi se non media, mediana e deviazione standard. Però in realtà non è impossibile fare statistica anche da soli: i software di analisi statistica, anche quelli gratuiti, sono oggetto di innumerevoli tutorial, e ci sono anche decine di siti che organizzano corsi gratuiti online per imparare a smanettare un po’ coi dati.
- Un’ultima osservazione. Uno studio sperimentale prevede che comunque abbiate studiato un po’ la letteratura sull’argomento perché, oltre ai risultati, dovrete scrivere anche introduzione e discussione. E chiaramente, per fare queste due cose dovreste avere qualche conoscenza del tema, non vi pare?
Revisioni sistematiche
Prendete un determinato argomento, magari non una cosa troppo “ampia”, e cercate su un motore di ricerca idoneo gli articoli sul tema. Ad esempio, immaginate che vogliamo fare una tesi sugli effetti sulla pressione arteriosa della capsaicina (il principio attivo che determina la piccantezza dei peperoncini). Ho appena fatto una ricerca su PubMed e ho trovato circa 350 risultati. La revisione narrativa consiste nel leggerne alcuni (non c’è un numero corretto), mentre la revisione sistematica consiste nel leggerli tutti.
Non dovete realmente leggere tutti gli articoli, perché ad esempio potreste decidere di voler vedere solo gli studi sugli eseri umani, e già dal titolo potreste trovarvi a dover escludere una buona quantità di articoli; altri potrebbero essere fuori contesto (magari trovate studi sulla prevalenza di gastrite nei soggetti che usano peperoncini e anti-ipertensivi?); altri potrebbero essere scritti in linguaggi che non sapete interpretare; e via dicendo. In conclusione vi troverete probabilmente a fare una bella selezione degli articoli, ma alla fine dovrete comunque leggere tutti gli articoli che avrete selezionato, e fare una revisione basandovi solo su quelli.
Capiamoci: la revisione sistematica è, in realtà, un lavoro non troppo diverso dal precedente. Cambiano due cose:
- generalmente in una revisione sistematica si mette a fuoco un argomento più limitato (perché signfiica avere risultati più “puliti”);
- in una revisione sistematica il grosso del lavoro è la selezione dei paper idonei, mentre nella revisione narrativa il grosso del lavoro è la lettura di un numero di paper che sia considerato idoneo per discutere di un dato argomento.
Da un punto di vista di pubblicazione scientifica, le revisioni sistematiche sono generalmente preferibili alle narrative, perché hanno un maggior rigore scientifico.
Meta-analisi
Sostanzialmente parliamo di meta-analisi quando seguiamo lo stesso approccio descritto per le revisioni sistematiche, ma invece di fermarci alla revisione dei contenuti “testuali” facciamo un passo in più e effettuiamo un’analisi statistica che serve a comparare i risultati “numerici” dei vari studi inclusi. Le meta-analisi sono considerate studi molto “robusti”, perché mettendo insieme i dati di più casistiche e di più popolazioni arrivano ad escludere (o quantomeno a limitare) i fattori di confondimento.
Chiaramente c’è un aspetto da non escludere: si tratta di studi in cui la complessità del lavoro di revisione della letteratura (che comunque non è indifferente) si affianca a un lavoro di analisi statistica di media comlpessità. Se vi trovate a fare meta-analisi per la tesi, verosimilmente avrete il supporto di uno statistico (o quantomeno di qualcuno che ne capisce un po’). Se poi vi piace, i software statistici più comuni (inclusi quelli gratuiti) generalmente includono dei pacchetti per le meta-analisi, e potete fare pratica da soli.