As the inquiry into the Lucy Letby case begins, experts are querying the use of scientific evidence

Statistics are still misunderstood in the courtroom

统计数据在法庭上仍然被误解

对于那些对合法使用科学和数学证据感兴趣的人来说，露西·莱特比案件令人感到严重而引人关注。莱特比，这位前新生儿护士，目前在切斯特一家医院因谋杀七名早产婴儿而被判终身监禁。

自那时以来，随着本周开始的对事件的法定公众调查，关于不安全定罪的理论不断流传。这篇文章试图重新审理此案是错误的。然而，忽视在法庭上收集和呈现科学及统计证据时已知的缺陷也是错误的。几位著名的统计学家最近提出了这样的担忧，同时并未对莱特比的有罪或无罪做出任何声明。

根据皇家统计学会在2022年的一份报告，这些缺陷在医疗工作者面临审判时显得尤为重要，因为他们每天都在面对疾病和死亡。这份报告因几起错判而引发，并题为《医疗保健Serial Killer还是巧合？》，显示统计的解释可以同时具有说服力和误导性。该学会将于下周就此问题召开会议，并已联系Thirlwall调查以表达关切。该学会的首席执行官Sarah Cumbers告诉我：“皇家统计学会一直在努力推动在法律案件中更好地使用统计数据……并减少偏见导致错判的潜在可能性。”

根据英国皇家统计学会2022年的一份报告，当健康工作者每天都要面对疾病和死亡时，这些缺陷显得尤为重要。这份报告是由于几起冤假错案而引发的，题为《医疗领域的连续杀手还是巧合？》，显示出统计解释可以同时具有说服力和误导性。该学会将于下周召开关于此问题的会议，并已联系了Thirlwall调查委员会，表达了关切。“RSS一直在努力鼓励在法律案件中更好地使用统计数据……并减少因偏见导致冤假错案的潜在风险，”其首席执行官莎拉·坎伯斯告诉我。

必须采取保障措施，使法官和陪审员能够充分理解提交给他们的数字、图表和其他技术证据。华威大学统计学家简·赫顿（Jane Hutton）建议的一种强化统计尽职调查的选项是由健康安全局分析医院死亡的聚集情况。这些措施可以最小化误判的风险，同时向悲痛的家庭保证，判决或无罪释放是稳健的。

RSS报告警告称，相关性可能会被误解为因果关系，因为“看似不太可能的事件聚集往往可以随机发生，而不需要犯罪行为”。在面临多起医院死亡事件时，调查人员必须权衡两种不太可能的替代可能性：偶然聚集或连环杀手。因此，第一个挑战是评估是否确实发生了谋杀。

值班表可能暗示某个人与可疑事件之间的联系。在利特比案中就出现过这样的图表。但RSS警告，仅靠排班模式无法证明不当行为（利特比的检控提供了其他证据）。例如，照顾最重病患者的医务人员，可以合理地预期在他们的监护下会发生更多不良事件。