Predstavte si, ze dana latka dokaze 10 % lidi prodlouzit delku zivota o 1 rok a u ostatnich se nic nestane.
To znamena, ze v prumeru lide konzumujici danou latku se doziji o 0,1 roku vice. Abyste neco takoveho dokazali epidemiologicky, musite mit v ruce obrovske mnozstvi pozorovani, protoze delka zivota je dost variabilni. Uvedomte si, ze "podstatna cast" jedne skupiny se bude dozivat 75 - 85 let a stejne podstatna cast druhe skupiny se bude dozivat 75,1 - 85,1 let.
Jenomze je to vsechno daleko komplikovanejsi. Co kdyz danou latku konzumuji predevsim nekuraci a sportovci, zatimco mezi temi, kteri ji nekonzumuji, prevazuji kuraci a gaucaci (tomu se rika "healthy user bias") ?
Dostavame se na dalsi level obtiznosti - potrebujeme vyloucit vliv rozdilneho slozeni danych skupin a potrebujeme vyloucit vliv VSECH POTENCIALNICH relevantnich faktoru. To je ohromne mnozstvi promennych a jejich variant, ktere ovlivnuji delku zivota. A vy chcete kvantifikovat jednu z nich, ktera je navic pomerne nevyznamna. Pro to musite mit uz v podstate nepredstavitelne mnozstvi pozorovani.
V realu je skoumani jedne latky odsouzeno k neuspechu, pokud neni jeji vliv dostatecne velky. Epidemiologicke zkoumani zaznamenalo, pokud vim, dve jednoznacne identifikace - koureni a trans-mastne kyseliny. Jenomze koureni zvysuje riziko umrti v desetinasobcich.
Jinak jsou tyhle populacni studie dobrym vychozim bodem (nachazi korelace), po kterem ale musi nasledovat promyslene experimentalni studie a hledani pricinnych mechanismu (hledani kauzality).
Jinak je to bezcenne plytvani penezi.