336.951 timer med hovedpine

4.375 japanere loggede deres hovedpine time for time i et helt år. Det, maskinen fandt i data, var ikke det, folk troede.

336.951. Så mange gange registrerede en gruppe mennesker deres hovedpine og vejret omkring den, time for time, i løbet af et helt år.

4.375 brugere af en japansk hovedpine-app stod bag tallet. Fra december 2020 til november 2021 loggede de, om de havde ondt i hovedet, mens en kunstig intelligens koblede hver registrering til vejrdata for netop det tidspunkt. 89,2 % var kvinder, gennemsnitsalderen var 34 år.

Hvad maskinen fandt, som du ikke selv ville have fundet

Prøv opgaven uden en computer. Tænk tilbage på det seneste år, og prøv at afgøre: var det lufttrykket lige nu, der udløste hovedpinen? Var det luftfugtigheden? Var det, hvad trykket gjorde for seks timer siden? Var det mønsteret i trykket over de seneste seks dage?

Det japanske studie kunne stille alle spørgsmålene på én gang, fordi det havde 336.951 datapunkter at regne på i stedet for én menneskehjernes erindring om et år. Svaret var ikke ét tal, men en hel liste: lavere lufttryk, højere luftfugtighed, mere nedbør, et markant trykfald seks timer forinden, højere morgentryk, lavere tryk dagen efter — og to bestemte mønstre i trykket over seks dage. Alle sammen hang statistisk signifikant sammen med hovedpine, i begge de statistiske modeller forskerne brugte.

At noget holder i to forskellige modeller på samme datasæt, er en ekstra sikkerhed. Det er også en luksus, der kræver et vist antal registreringer at bygge ind i analysen overhovedet — man skal have nok data til at dele dem op og teste to gange, og stadig finde det samme.

Ingen enkelt person kunne have regnet det ud ved at tænke tilbage. Der er for mange variable, der overlapper, og for mange dage, hvor intet særligt skete, til at en hukommelse kan holde styr på dem.

Prisen for de 336.951 timer

Den slags datasæt koster noget at bygge. Ikke penge — folk. Et andet studie, denne gang fra Storbritannien, viser hvor svært det faktisk er at få mennesker til at blive ved med at logge.

Appen i det studie blev hentet af 13.207 brugere over et års rekruttering, fra alle 124 britiske postnummerområder. 10.584 nåede at udfylde grunddata og mindst én registrering. Men kun 6.850 — 65 % — var stadig med efter den første uge. Efter en måned var det 4.692, altså 44 %.

Deltagerne var overvejende kvinder, 81 %, med en gennemsnitsalder på 49 år, og de fleste havde en kronisk smertediagnose i forvejen: gigt, leddegigt eller fibromyalgi. Det er præcis den slags mennesker, man har mest brug for at holde fast i over tid — og præcis den slags studie, der viser, at „hold fast" er den svære del.

Mere end halvdelen af dem, der begyndte, var stoppet inden for en måned. Det er ikke et særtilfælde for det ene studie. Det er den virkelighed, ethvert forsøg på at samle vejr- og smertedata over tid støder ind i: folk logger ivrigt i starten og falder fra i takt med, at nyheden fortager sig.

Hvorfor det gør en forskel for netop dig

De 336.951 timer fortæller, hvad der gælder på tværs af 4.375 mennesker. De fortæller ikke, hvad der gælder for dig. Jo større datasættet er, desto tydeligere bliver mønstret for gruppen — og desto mere kan det stadig skjule om den enkelte.

Men uden den skala havde ingen kunnet se mønstret overhovedet. Det er ikke noget, en enkelt hovedpinedagbog kunne have afsløret.