Cherry picking – dosłownie „zbieranie wiśni” – to jedna z najczęstszych i najtrudniejszych do wykrycia form manipulacji w dyskusjach o zdrowiu. Polega na selektywnym prezentowaniu tylko tych danych, które potwierdzają z góry przyjętą tezę, przy celowym ignorowaniu badań, które jej przeczą. Efekt? Słuchacz dostaje obrazek, który wygląda jak dowód naukowy, ale w rzeczywistości jest starannie wyselekcjonowanym wycinkiem. To różni cherry picking od normalnej stronniczości – jest intencjonalne lub systematyczne.
Cherry picking nie jest wyłącznie domeną medycyny alternatywnej. Stosuje go przemysł farmaceutyczny, politycy, media. Ale w kontekście zdrowia jego konsekwencje są szczególnie poważne: może skłonić do rezygnacji ze sprawdzonego leczenia na rzecz nieskutecznej terapii.
Jak działa cherry picking – mechanizm
Wyobraź sobie, że istnieje 20 badań dotyczących skuteczności suplementu X. 17 z nich nie wykazuje żadnego efektu powyżej placebo. 3 wykazują umiarkowany efekt – ale wszystkie mają małą próbę i różne punkty końcowe. Marketer suplementu cytuje te 3 badania jako „dowód naukowy”. Rzetelna meta-analiza wszystkich 20 badań wykazałaby brak efektu. Klient widzi tylko te 3 – i kupuje suplement.
Selektywne raportowanie ma też instytucjonalny wymiar. Badacze i wydawcy czasopism chętniej publikują wyniki pozytywne – to tzw. publication bias (stronniczość publikacyjna). Przegląd systematyczny Dwan et al., 2013 (PMID 23861749) w PLoS One wykazał, że „40–62% badań miało co najmniej jeden pierwotny punkt końcowy, który został zmieniony, wprowadzony lub pominięty” w porównaniu z zarejestrowanym protokołem. W konsekwencji baza opublikowanych badań jest systematycznie przekrzywiona w kierunku pozytywnych wyników, nawet bez złych intencji żadnego autora. Przegląd systematyczny Da Rosa Oliveira, 2025 (PMID 39591952) wykazał selektywne raportowanie wyników w 58,9% analizowanych prób klinicznych.
Historyczny przykład – Linus Pauling i witamina C na raka
Linus Pauling był dwukrotnym laureatem Nagrody Nobla (chemia 1954, pokój 1962). Od lat 70. promował megadawki witaminy C jako leczenie nowotworów. Publikował na ten temat, powołując się na wybrane doniesienia z lat 70. Problem: randomizowane próby kliniczne z Mayo Clinic z lat 1979–1985 nie potwierdziły korzyści przeżyciowej. Pauling odrzucał te badania jako metodologicznie błędne, jednocześnie cytując wcześniejsze prace, które wyglądały korzystnie. To podręcznikowy przykład cherry pickingu połączonego z galileo gambitem – geniusz odrzucony przez establishment.
Historia Paulinga to przestroga, że cherry picking jest możliwy nawet u naukowców wysokiej klasy, szczególnie gdy silnie wierzymy we własną hipotezę. Działa przez mechanizm confirmation bias – naturalnej ludzkiej skłonności do szukania potwierdzeń dla z góry przyjętych przekonań.
Cherry picking w medycynie alternatywnej – wzorce
Homeopatia
Od lat 90. homeopaci cytują wybrane meta-analizy i badania pozytywne, ignorując przeglądy systematyczne Cochrane i opinie Australijskiego Narodowego Rady Zdrowia, która w 2015 roku po przeglądzie 1800 badań uznała homeopatię za nieskuteczną we wszystkich wskazaniach. Więcej o badaniach homeopatii.
Ozonoterapia
Marketerzy ozonoterapii cytują badania in vitro i na zwierzętach, gdzie ozon wykazuje działanie antybakteryjne i przeciwwirusowe. Ignorują fakt, że ozon podany dożylnie lub doodbytniczo wiąże się z ryzykiem zatorowości gazowej i nie ma potwierdzenia RCT dla większości stosowanych wskazań. Więcej w artykule o ozonoterapii.
Suplement na odchudzanie
Cytowanie małego badania (n = 30) z krótkim okresem obserwacji jako „przełomowego dowodu” – przy ignorowaniu metaanalizy tych samych składników na 5000 osób przez 12 miesięcy, gdzie efekt zanikał lub był nieistotny statystycznie.
Jak rozpoznać cherry picking
- Pytaj o meta-analizę lub przegląd systematyczny. Jedno badanie – nawet duże – to za mało. Jeśli rozmówca cytuje jedno badanie i odmawia dyskusji o innych, to sygnał cherry pickingu.
- Sprawdź funnel plot i heterogeniczność. W meta-analizach funnel plot pokazuje, czy małe negatywne badania (często nieoficjalnie „chowane” przez autorów) są niedoreprezentowane. Asymetryczny funnel plot to sygnał publication bias.
- Zapytaj: ile badań istnieje ogółem? Jeśli są 23 badania na dany temat, a rozmówca cytuje 2 – pytaj o resztę.
- Sprawdź rejestr prób klinicznych. ClinicalTrials.gov i EU Clinical Trials Register rejestrują próby przed publikacją. Rozbieżność między zarejestrowanym protokołem a opublikowanymi wynikami to konkretny dowód selektywnego raportowania.
- Unikaj wniosków z badań in vitro i na zwierzętach jako dowodu klinicznego. Około 90% substancji, które wykazują działanie w probówce lub u myszy, nie przechodzi do skutecznych leków w badaniach na ludziach.
Publication bias – systemowy cherry picking
Problem jest głębszy niż indywidualna manipulacja. Czasopisma naukowe chętniej przyjmują badania z wynikami pozytywnymi. Badacze mają motywację, by „opracować wyniki” tak, żeby wyszły pozytywnie. Finansowanie przez przemysł premiuje pozytywne wyniki. W efekcie – jak dokumentuje Da Rosa Oliveira, 2025 (PMID 39591952) – prawie 60% prób klinicznych zmienia główny punkt końcowy między rejestracją a publikacją. To systemowy cherry picking, który zniekształca całą bazę dowodów, nie tylko reklamę jednego suplementu.
Remedium? Rejestracja prób przed rozpoczęciem (obowiązkowa od 2004 roku w USA), przeglądy systematyczne zamiast pojedynczych badań, otwarte dane (open data) i pre-print serwery (arXiv, medRxiv), które umożliwiają weryfikację niezależnie od decyzji redakcji.
Związek z innymi chwytami z glosariusza
Cherry picking rzadko działa samotnie. Najczęściej łączy się z:
- Galileo gambitem – „zamknięci naukowcy odrzucają moje badania, ale te 3 artykuły potwierdzają słuszność”
- Appeal to authority – cytowanie autorytatywnie brzmiącego źródła, które jest jednak marginalnym głosem w środowisku naukowym
- Testimonials – selekcja pozytywnych świadectw pacjentów przy ignorowaniu tych negatywnych
- Publication bias – systemowa tendencja do niereportowania negatywnych wyników
Pełen glosariusz 20 chwytów retorycznych znajdziesz w Słowniku manipulacji wellness. Narzędzia do oceny wiarygodności badań – w przewodniku Jak czytać badanie naukowe.
Cherry picking w Polsce – przykłady z apteki i mediów
Cherry picking w polskim kontekście zdrowotnym przybiera kilka charakterystycznych form. W aptece spotykam je regularnie:
- Suplementy „na odporność” – producent cytuje jedno badanie na witaminę C u maratończyków (gdzie faktycznie wykazano skrócenie przeziębień), ignorując dziesiątki RCT u ogólnej populacji, gdzie efekt jest nieistotny statystycznie. Klient słyszy „badania potwierdziły” i kupuje.
- Probiotyki i mikrobiom – cytowanie badań na konkretne szczepy (np. Lactobacillus rhamnosus GG przy biegunce poantybiotykowej – tu są dowody) jako uzasadnienie dla mix-owych preparatów OTC bez udowodnionej skuteczności dla konkretnych wskazań.
- Media zdrowotne – artykuł pt. „Naukowcy odkryli: kurkuma leczy raka” – oparty na badaniu in vitro, z pominięciem dziesiątek RCT, gdzie kurkumina przy nowotworach nie wykazała klinicznie istotnych efektów u ludzi ze względu na minimalną biodostępność.
Nie jest to wyłącznie polska specyfika – to globalny wzorzec. Jednak w Polsce brak jest jeszcze silnej kultury sprawdzania źródeł w mediach masowych. Artykuły o badaniach rzadko podają PMID, rzadziej oceniają jakość próby, a prawie nigdy nie zestawiają z meta-analizą na ten temat.
Jak korzystać z narzędzi do weryfikacji – krok po kroku
Nie musisz być statystykiem, żeby sprawdzić cherry picking. Praktyczna procedura:
- Krok 1: Znajdź przegląd systematyczny lub meta-analizę na PubMed. Wyszukaj: „[nazwa terapii/suplementu] systematic review” lub „[nazwa terapii] meta-analysis„. Filtruj typ artykułu na „Systematic Review” lub „Meta-Analysis”. Jeśli znajdziesz Cochrane review – to priorytet.
- Krok 2: Sprawdź, ile badań było dostępnych i ile cytuje Twój rozmówca. Jeśli meta-analiza objęła 30 badań, a marketer cytuje 2 – zapytaj o resztę.
- Krok 3: Sprawdź rejestr ClinicalTrials.gov. Wpisz nazwę terapii lub substancji. Porównaj liczbę zarejestrowanych prób z liczbą opublikowanych wyników – jeśli dziesiątki prób nie mają opublikowanych wyników, to sygnał, że wiele negatywnych wyników zostało w szufladach.
- Krok 4: Sprawdź daty i próbki. Badanie sprzed 20 lat z 30 uczestnikami, cytowane obok badania z 2022 roku na 3000 uczestnikach z negatywnym wynikiem – to cherry picking w czasie.
Szczegółowe omówienie tego, jak oceniać jakość badania (p-value, efekt kliniczny, CI, NNT), znajdziesz w przewodniku Jak czytać badanie naukowe. A pełen katalog chwytów retorycznych, których cherry picking jest tylko jednym elementem – w Słowniku manipulacji wellness.
Często zadawane pytania
Czy cherry picking jest zawsze celowy?
Nie. Może wynikać z confirmation bias – naturalnej skłonności do szukania potwierdzeń własnych przekonań. Naukowiec szczerze przekonany o skuteczności swojej terapii może nieświadomie ignorować sprzeczne dowody i eksponować potwierdzające. Dlatego w nauce tak ważne są procedury: pre-rejestracja, niezależna recenzja naukowa, meta-analizy bez udziału autorów pierwotnych badań.
Co to jest funnel plot i jak go czytać?
Funnel plot to wykres rozrzutu: na osi X efekt leczenia, na osi Y precyzja badania (wielkość próby). Duże, precyzyjne badania skupiają się blisko szczytu. Małe – szerzej u podstawy. Symetryczny stożek – brak publication bias. Asymetryczny stożek (brak małych badań po jednej stronie) – sugestia publication bias, czyli że małe badania negatywne nie zostały opublikowane.
Jak sprawdzić, czy badanie zostało zarejestrowane przed rozpoczęciem?
Wejdź na ClinicalTrials.gov i wyszukaj po nazwie leku, terapii lub instytucji. Możesz porównać datę rejestracji z datą rekrutacji pierwszego pacjenta. Jeśli rejestracja nastąpiła po zakończeniu badania – to sygnał retrospektywnej rejestracji, co zwiększa ryzyko cherry pickingu wyników.
Czy wielkie bazy takie jak PubMed eliminują cherry picking?
PubMed indeksuje artykuły opublikowane w recenzowanych czasopismach, ale nie chroni przed publication bias. Wiele negatywnych badań leży nieodkrytych w szufladach badaczy. Dlatego przeglądy systematyczne aktywnie poszukują nieopublikowanych danych (grey literature, conference abstracts, kontakt z autorami).
Przeczytaj też
- Jak czytać badanie naukowe – przewodnik dla nie-lekarza
- Słownik manipulacji wellness – 20 chwytów retorycznych
- Homeopatia – 200 lat później, czy działa
