p Ele foi chamado de "estrela da inferência estatística de Stanford, "e ele é responsável por criar uma série de estatísticas modernas, incluindo o bootstrap. Mas quando Brad Efron ouviu falar pela primeira vez sobre um projeto para combater a terrível prevalência de estupros nas escolas mais pobres de Nairóbi, seu primeiro pensamento foi que isso exigia mais do que ajuda estatística - exigia uma intervenção "angelical". "Eu coloquei na categoria de grandes ideias que não puderam ser realizadas, ", diz ele." Como você realmente executa um plano de intervenção altamente interativo dentro de um sistema de escolas públicas díspar - e então como você mostra se as intervenções estão funcionando? " p Essas eram precisamente as respostas que o fundador do No Means No Worldwide estava procurando. Líderes de uma organização não governamental (ONG) sediada em San Francisco com um projeto para treinar meninas procuraram Stanford em busca de ajuda após seu fundador, Lee Paiva, achava que simplesmente não era suficiente dizer aos financiadores quantas crianças haviam passado pelo programa. "O que essas crianças realmente receberam?" ela perguntou em um Medicina de Stanford (https://stanmed.stanford.edu/2016summer/standing-up-to-sexual-assault.html) artigo. "O que esse dinheiro realmente vai fazer? E, naquele momento, Eu sabia - não vou mais fazer isso até que saiba absolutamente o que aquela criança ganhou com isso. "

p Descobrir isso requer mais do que alguns cursos de estatística. Requer ultrapassar os limites da modelagem estatística, em si. "E então eu fiz uma coisa inteligente, "diz Efron." Envolvi Mike Baiocchi no projeto. "

p A paixão de Baiocchi pela inferência causal o levou a ocupar cargos no departamento de estatística e no Centro de Prevenção de Pesquisa de Stanford na faculdade de medicina da universidade; ele rapidamente foi absorvido pela tecnicalidade do desafio e o impacto de encontrar uma solução. "Se pudermos medir conceitos difíceis como empoderamento e normas de gênero, " ele diz, "então podemos usar análises estatísticas para mapear as vias causais para avaliar o que é essencial, e o que não é, nessas intervenções. "

p Ao desenvolver uma base de evidências do que funciona, financiadores, formuladores de políticas e ONGs podem colocar seus recursos limitados onde terão o maior impacto - e todos de forma altamente quantificável, formas defensáveis.

p Inicialmente, Baiocchi começou a examinar os dados observacionais que o No Means No Worldwide havia coletado de seu treinamento nas escolas de Nairóbi para ver se poderiam ser usados ​​de maneira rigorosa para fazer inferências sobre o que estava funcionando. Mas, como ele observa, dados observacionais muitas vezes tentam os pesquisadores a exagerar os benefícios de uma intervenção. Ao mesmo tempo, No Means No Worldwide queria expandir seu programa. "Então, nós éramos como, 'Ei, esta é uma oportunidade perfeita para fazer um estudo randomizado! '"Ao designar aleatoriamente algumas escolas para treinamento e outras para atrasar o recebimento do treinamento, eles teriam uma noção muito melhor do impacto geral do programa.

p Baiocchi fez parceria com Clea Sarnquist, um pesquisador sênior em pediatria que fez um trabalho pioneiro na avaliação de intervenções para prevenir a violência de gênero na África Subsaariana. Em 2014, ambos foram para o Quênia.

p A localização do projeto - favelas de Nairóbi - apresentou um enorme desafio estatístico. “É um ambiente dinâmico, "diz Baiocchi." Prédios estão sendo erguidos e demolidos; as pessoas estão constantemente se movendo e tentando alcançar a velocidade de escape. Então, se você dirige um programa de treinamento em uma escola e a escola desaparece, você terá que lidar com a difusão dos alunos. "

p "Também ouvimos anedoticamente que as meninas adoraram o treinamento e estavam ensinando suas amigas, irmãs e mães, "continua Baiocchi." Isso é maravilhoso - e os pesquisadores estão pensando em como usá-lo. Mas, de uma perspectiva estatística, havia o risco de que nosso grupo de intervenção contaminasse nosso grupo de controle, e isso nos impediria de ver se a intervenção estava funcionando. Só não estava claro se poderíamos estabelecer empiricamente que você poderia prevenir ataques sexuais nesses tipos de ambientes. "

p O primeiro ensaio envolveu 5, 000 meninas em 28 escolas - e foi colocado junto com - como disse Baiocchi - o equivalente experimental do cordão de um sapato, goma de mascar e fita adesiva. Mas o resultado foi impressionante, e refletia o que eles tinham visto no estudo observacional - o treinamento cortou a taxa de agressão sexual pela metade.

p Ao mesmo tempo, um grupo de pesquisadores canadenses publicou os resultados (www.nejm.org/doi/full/10.1056/NEJMsa1411131) de seu ensaio randomizado plurianual de um programa de intervenção de agressão sexual semelhante para mulheres em idade universitária na Universidade de Windsor e descobriu que as taxas de estupro foram cortado pela metade. O fato de programas de intervenção semelhantes terem resultados semelhantes em duas populações e ambientes muito diferentes era um sinal de que a teoria subjacente ao treinamento estava realmente funcionando.

p Mas a equipe de Stanford estava apenas começando. "Queríamos desvendar por que as coisas estavam acontecendo, e não apenas focar na mudança de resultados, disse Baiocchi. "Queríamos ter certeza de que realmente entendemos o que está acontecendo."

p A teoria por trás do treinamento postulou quatro caminhos causais para prevenir o assalto. O primeiro é a consciência situacional, que envolve treinar meninas para estarem cientes dos cenários comuns que os perpetradores usam e para estarem cientes dos recursos físicos e sociais disponíveis para eles. O segundo é o empoderamento, o que envolve treinar as meninas para que entendam que elas "valem a pena" e que têm o direito de que sua vontade seja ouvida e registrada em tais situações. O terceiro é o treinamento nas habilidades verbais - como ser ouvido, as palavras que são mais eficazes e o tom e as construções sociais a usar. E a quarta é a defesa física, uma mistura de Krav Maga e Jujitsu Brasileiro.

p "Nosso primeiro ensaio randomizado mostrou fortes evidências de que o caminho de empoderamento parece funcionar como a teoria propõe, "diz Baiocchi." Mas eles precisavam de um teste maior e mais complexo para fazer o detalhamento, e isso seria caro. "Para continuar com a metáfora do anjo de Efron - pelo menos em termos de investimento - entre no Departamento de Desenvolvimento Internacional (DfID) do Reino Unido e seu programa global focado em meninas e mulheres, O que funciona para prevenir a violência ( www.whatworks.co.za )

p Com o suporte do DfID, agora estão trabalhando com mais de 100 escolas e acompanhando os alunos por mais de dois anos para avaliar sua experiência ao longo do tempo, descubra caminhos causais e observe a durabilidade do efeito do treinamento. "Se as meninas são treinadas uma vez, esse treinamento dura anos? "pergunta Baiocchi." Ou é necessário um programa de 'reforço' para manter as habilidades eficazes? "Eles também medem os resultados acadêmicos para ver se o programa tem benefícios adicionais fora da agressão sexual - algo que ajudaria fazer com que o Ministério da Educação do Quênia amplie a intervenção.

p Baiocchi é rápido em notar que o sucesso tem muitos autores - desde os pesquisadores colaboradores no Quênia até aqueles que estão realizando o treinamento, até os canadenses que estão fazendo seus estudos. Mas, como estatístico, ele se detém na contribuição de um grupo cujo impacto é fácil de perder:o Stanford Ph.D. alunos em estatística que se inscreveram para ajudar no projeto. Eles trabalharam na exaustiva tarefa de estabelecer os dados demográficos básicos a partir dos quais medir os resultados futuros - tudo, desde a experiência das meninas com a violência de gênero até os materiais de que suas casas são feitas. E eles se encarregaram de criar tutoriais com conjuntos de dados sintéticos para que outros pudessem aprender como fazer estudos semelhantes.

p "Não há muito conhecimento estatístico no campo da violência global baseada em gênero, "diz Rina Friedberg, um Ph.D. do terceiro ano estudante em estatística. "Então, temos criado programas de treinamento para outros grupos que desejam fazer estudos semelhantes. Eles podem ler nosso código de software e nossas explicações sobre o que ele faz e por quê, e esperançosamente eles serão capazes de replicar nossas estatísticas. "

p É difícil exagerar a importância disso, de acordo com Baiocchi. "A disciplina acadêmica de prevenção de agressão sexual é bastante jovem, então seus pesquisadores foram treinados em muitas disciplinas diferentes, "diz Baiocchi." Isso significa que quando nos encontramos para conversar, é um pouco como a Torre de Babel em termos de estatísticas, porque todo mundo usa uma linguagem estatística diferente; é difícil se comunicar. Estamos tentando fornecer uma pedra de Roseta para todos que trabalham na prevenção de agressões sexuais, para tornar mais fácil ter uma metodologia estatística consistente e rigorosa com relativa rapidez. "

p "Mike e seus colegas foram capazes, com o que me pareceu uma persistência heróica, para realizar a intervenção e demonstrar seus efeitos extremamente bons, "diz Efron." Esses caras vão ganhar prêmios humanitários importantes. "

p Ano passado, Baiocchi ganhou o Prêmio Rosenkranz de Stanford para Pesquisa em Saúde em Países em Desenvolvimento. A equipe está usando o apoio financeiro deste prêmio para explorar o impacto das tensas eleições quenianas de 2017 sobre os índices de violência contra crianças nas favelas. Este ano, Friedberg ganhou o prêmio Marjorie Lozoff por uma bolsa de estudos que promove o desenvolvimento das mulheres. Na primavera de 2018, A equipe de Baiocchi fez parceria com os pesquisadores que desenvolveram o programa de treinamento para mulheres em idade universitária no Canadá para iniciar um programa piloto para graduandos de Stanford. "Estamos entusiasmados por trazer esta abordagem para combater a agressão sexual para casa, "diz Baiocchi." E um pouco nervoso com todas as novas complexidades que encontraremos aqui no campus. "