Correlazione non è causalità: perché il cioccolato non fa vincere il Nobel

In breve

• Correlazione non è causalità: si parla di correlazione quando due fenomeni variano insieme, e di causalità quando uno dei due produce l’altro: la prima, da sola, non basta a dimostrare la seconda.
• Nel 2012 il New England Journal of Medicine pubblicò uno studio che dimostrava una correlazione fortissima tra il consumo di cioccolato di 23 Paesi e il loro numero di premi Nobel, un esempio da manuale di numeri corretti al servizio di una conclusione sbagliata.
• Per passare da un legame statistico a un rapporto di causa servono un esperimento con sorteggio oppure, quando non è possibile, molte prove indipendenti che puntino nella stessa direzione.

Sei annunci da Stoccolma, e una tavoletta di cioccolato

Con il premio per l’economia, annunciato lunedì 12 ottobre, si è chiusa la settimana dei Nobel 2026: sei annunci in otto giorni, aperti il 5 ottobre dal premio per la medicina a Karl Deisseroth, Peter Hegemann e Georg Nagel per l’optogenetica, la tecnica che permette di accendere e spegnere i neuroni con la luce. E come ogni anno, puntuale come le classifiche dei Paesi più premiati, torna a circolare la domanda più golosa della storia della statistica: e se il segreto fosse il cioccolato?

L’idea non nasce da un forum, ma da una delle riviste mediche più autorevoli al mondo. Il 10 ottobre 2012, anche allora in piena settimana dei Nobel, il New England Journal of Medicine pubblicò online una breve nota del cardiologo Franz Messerli intitolata «Consumo di cioccolato, funzione cognitiva e premi Nobel». Rileggerla oggi è il modo più divertente per capire una delle regole d’oro del pensiero scientifico: correlazione non è causalità.

Lo studio: un cardiologo, 23 Paesi e un «endpoint surrogato»

Il ragionamento di partenza era serio. Diversi studi avevano associato i flavanoli, sostanze di origine vegetale abbondanti nel cacao, nel tè verde e nel vino rosso, a migliori prestazioni cognitive negli anziani, e in laboratorio un estratto di cacao aveva perfino migliorato le prestazioni di ratti anziani. Se il cioccolato aiuta il cervello delle persone, si chiedeva Messerli, l’effetto dovrebbe vedersi anche su intere popolazioni.

Mancava però un dato, perché nessuno misura l’intelligenza media di una nazione. Messerli ricorse allora a quello che in farmacologia si chiama endpoint surrogato: una misura facile da ottenere che si usa al posto di quella che interessa davvero, come quando si valuta un farmaco per il cuore guardando il colesterolo invece degli infarti. Il suo surrogato dell’intelligenza nazionale era il numero di premi Nobel ogni 10 milioni di abitanti.

Già il metodo, a guardarlo da vicino, lasciava trasparire l’ironia:

• la classifica dei Nobel per Paese, aggiornata al 10 ottobre 2011, era stata scaricata da Wikipedia;
• i consumi di cioccolato provenivano da associazioni dell’industria dolciaria e risalivano ad anni diversi: il 2011 per la Svizzera, il 2010 per quindici Paesi, il 2004 per altri cinque e il 2002 per la Cina;
• i premi conteggiati, invece, erano tutti quelli assegnati dal 1901 in poi.

Il risultato: una correlazione da manuale

Messi su un grafico, i 23 Paesi si allineavano quasi lungo una retta: più cioccolato, più Nobel, con la Svizzera in testa a entrambe le classifiche e la Cina in fondo. Due numeri riassumono la forza del legame:

• r = 0,791: è il coefficiente di correlazione, l’indice che misura quanto due grandezze si muovono insieme su una scala da −1 a +1, dove 0 indica nessun legame e 1 un legame perfetto. Un valore vicino a 0,8 è raro anche in ricerche molto più serie.
• p < 0,0001: è il valore p. Se tra cioccolato e Nobel non ci fosse alcun rapporto, un allineamento così netto salterebbe fuori per puro caso meno di una volta su 10.000.

Da qui Messerli ricavò una «posologia» degna di un foglietto illustrativo. Servirebbero circa 0,4 kg di cioccolato in più a testa ogni anno per guadagnare un Nobel, il che per gli Stati Uniti significa 125 milioni di kg; la dose minima efficace sembrava aggirarsi sui 2 kg l’anno, e la curva dose-risposta non mostrava alcun tetto fino agli 11 kg dei consumatori più accaniti.

Unico Paese fuori riga, la Svezia: con 6,4 kg a testa avrebbe dovuto contare circa 14 premiati, e invece ne aveva 32. L’autore propose due spiegazioni – entrambe fanno sorridere – un certo patriottismo del comitato di Stoccolma, oppure svedesi così sensibili al cioccolato da trarre beneficio anche da quantità minime. Tolta la Svezia, peraltro, la correlazione saliva a 0,862.

Dove sta il trucco: perché correlazione non è causalità

Messerli conosceva benissimo la regola per cui correlazione non è causalità, e la scrisse nero su bianco nella discussione: una correlazione tra X e Y non prova un rapporto di causa, ma indica che X influenza Y, che Y influenza X oppure che entrambi dipendono da un meccanismo comune. Sono le strade da esplorare ogni volta che due fenomeni si muovono insieme, e a queste se ne aggiunge una quarta:

• X causa Y è la lettura che ci piacerebbe, cioè che il cioccolato renda più brillanti. Messerli la giudicò, con finta serietà, la più probabile.
• Y causa X, la causalità inversa: il legame esiste, ma la freccia va al contrario. Forse, osservava l’autore, sono le persone più colte a conoscere i benefici del fondente e a mangiarne di più; e i festeggiamenti per un Nobel potrebbero far salire i consumi nazionali, anche se solo per qualche giorno.
• Un terzo fattore spinge entrambi, la variabile confondente: è ciò che gli epidemiologi chiamano un fattore legato sia alla presunta causa sia all’effetto, capace di creare l’illusione di un rapporto diretto. Il candidato più ovvio è la ricchezza: un Paese ricco compra più cioccolato e finanzia più ricerca. Messerli citò reddito, geografia e clima, ma concluse, sempre ironicamente, che non bastavano a spiegare un legame così stretto.
• Il caso: chi confronta abbastanza serie di numeri finirà prima o poi per trovarne due che combaciano, e un valore p minuscolo non mette al riparo da questo rischio se non si sa quanti altri confronti siano stati tentati.

Paesi, non persone (e un conflitto d’interessi)

C’è poi un limite che l’autore stesso riconobbe e che merita un nome. I dati erano medie nazionali, e nessuno sapeva quanto cioccolato mangiassero i singoli premiati. Attribuire agli individui ciò che si osserva soltanto sulla media di un gruppo è una trappola nota come fallacia ecologica: sapere che la Svizzera consuma molto cioccolato e vince molti Nobel non dice nulla sulla dispensa di chi quei Nobel li ha vinti. Messerli lo ammise con l’ennesima battuta, osservando che la dose cumulativa necessaria per essere invitati a Stoccolma restava incerta.

In fondo all’articolo, infine, arrivava il colpo di scena: alla voce conflitti d’interessi l’autore dichiarava un consumo quotidiano di cioccolato, perlopiù fondente svizzero.

Come si passa da un indizio a una prova

Anche Messerli, a modo suo, indicava la strada; i suoi risultati, scriveva, servivano solo a generare ipotesi, da verificare con uno studio prospettico e randomizzato. È la via maestra della medicina, che affonda le radici negli esperimenti di James Lind sullo scorbuto e oggi si celebra nella Giornata internazionale degli studi clinici. In uno studio randomizzato i partecipanti vengono divisi in gruppi per sorteggio, così che tutti i possibili terzi incomodi, quelli noti e soprattutto quelli che nessuno immagina, tendano a distribuirsi in parti uguali. Se alla fine i gruppi differiscono, la differenza si può attribuire con ragionevole sicurezza al trattamento.

Il sorteggio, però, non è sempre possibile. Non si possono assegnare a caso razioni di cioccolato a intere nazioni per qualche decennio, così come nessun comitato etico permetterebbe di assegnare per sorteggio un pacchetto di sigarette al giorno. Ed è proprio con il fumo che la medicina ha imparato a risalire a una causa senza poter fare l’esperimento.

Il fumo e il tumore del polmone: lo studio di Doll e Hill

Nel 1950 Richard Doll e Austin Bradford Hill pubblicarono sul British Medical Journal i primi risultati di uno studio caso-controllo, un disegno in cui si confrontano le abitudini di chi ha già la malattia con quelle di persone simili che non ce l’hanno. In una ventina di ospedali londinesi, furono intervistati 709 pazienti con tumore del polmone e altrettanti ricoverati per altre malattie, abbinati per sesso, età e ospedale:

• Quasi nessun non fumatore tra i malati: tra i 649 pazienti con tumore del polmone i non fumatori erano appena 2, lo 0,3%, contro 27 (il 4,2%) tra i pazienti del gruppo di controllo.
• Più sigarette, più rischio: la probabilità di ammalarsi cresceva con il numero di sigarette fumate ogni giorno.
• Nessun effetto dell’intervistatore: per escludere che chi raccoglieva i dati, sapendo chi aveva il tumore, influenzasse le risposte, gli autori analizzarono a parte 209 pazienti che al momento dell’intervista si credevano malati di tumore del polmone e che poi risultarono avere altro. Le loro abitudini di fumo somigliavano a quelle dei controlli, non a quelle dei veri malati.

L’obiezione di Fisher

Ciò non bastò a convincere tutti. Ronald Fisher, uno dei padri della statistica moderna e affezionato fumatore di pipa, obiettò sulla rivista Nature che una predisposizione genetica avrebbe potuto spingere le stesse persone sia verso il tabacco sia verso il cancro. Era, a ben vedere, l’ipotesi di una variabile confondente, e sul piano logico era legittima. A superarla non fu un singolo studio risolutivo, ma l’accumularsi negli anni di prove indipendenti che puntavano tutte nella stessa direzione.

I nove aspetti di Bradford Hill, alla prova del cioccolato

Nel 1965 Hill mise ordine in quel modo di ragionare in una celebre conferenza alla Royal Society of Medicine, elencando nove aspetti da considerare prima di passare da un’associazione a un verdetto di causa. Oggi sono noti come criteri di Bradford Hill. Hill precisò che nessuno è indispensabile e che nessuno, da solo, basta a dimostrare o a escludere un rapporto di causa.

Cinque criteri, due casi a confronto

La tabella mette a confronto i cinque criteri più intuitivi applicati al fumo, il caso per cui Hill li aveva pensati, e allo studio di Messerli.

Criterio	Che cosa chiede	Fumo e tumore del polmone	Cioccolato e premi Nobel
Forza dell’associazione	Un legame marcato è più difficile da spiegare con un fattore nascosto	Mortalità da 9 a 10 volte più alta nei fumatori, da 20 a 30 nei forti fumatori	Forte (r = 0,79). Ma la forza, da sola, non basta
Coerenza	Studi diversi, in luoghi e con metodi differenti, arrivano allo stesso risultato	Legame emerso in 36 indagini entro il 1964	Un’unica analisi, mai replicata con dati indipendenti
Sequenza temporale	La causa precede l’effetto	Il fumo precede di anni la malattia	Fallisce: consumi del XXI secolo confrontati con premi assegnati dal 1901
Relazione dose-risposta	Più esposizione, più effetto	Tra i medici britannici, mortalità 8, 20 e 32 volte quella dei non fumatori al crescere delle sigarette	Presente, a riprova che può comparire anche in una correlazione spuria
Plausibilità biologica	Esiste un meccanismo ragionevole, secondo le conoscenze del momento	Sostanze del fumo cancerogene in laboratorio	Credibile per il cervello del singolo, non per una classifica tra nazioni

Il cioccolato, insomma, supera alcune prove e ne fallisce una decisiva: nello studio di Messerli l’effetto, in buona parte, era arrivato prima della causa. I consumi di cioccolato, infatti, erano stati misurati tra il 2002 e il 2011, ma i Nobel conteggiati erano tutti quelli vinti dal 1901. Un premio assegnato nel 1950 non può dipendere dal cioccolato mangiato nel 2010

È questa la lezione più sottile dei criteri di Bradford Hill, e il senso più profondo del principio «correlazione non è causalità»: non sono una lista di caselle da spuntare, ma il taccuino di un detective, che va letto tutto insieme.

Come smascherare una correlazione spuria

Dire che correlazione non è causalità, però, non significa che le correlazioni siano spazzatura. Molte scoperte sulle cause delle malattie sono cominciate proprio da qualcuno che ha notato due fenomeni andare insieme, e il legame tra fumo e tumore del polmone è lì a ricordarcelo. La correlazione è una domanda, non una risposta. Ci indica dove guardare, non che cosa abbiamo trovato.

Più che una regola, serve un’abitudine. Ovvero sospendere per un momento il giudizio davanti a un numero che colpisce e porsi quattro domande.

1. Esiste un terzo fattore, come il reddito, l’età o lo stile di vita, che potrebbe spiegare entrambe le cose?
2. La freccia potrebbe andare al contrario, come quando ci chiediamo se sia la sedentarietà a far ammalare o la malattia a costringere sul divano?
3. Che tipo di studio ho davanti: un’osservazione, che da sola in genere può soltanto suggerire, o un esperimento con sorteggio, che offre prove più solide?
4. A chi si applica il risultato: i dati riguardano persone come me, o medie di interi Paesi?

E quando un titolo di giornale dice «causa» dove lo studio dice «è associato a», conviene fidarsi dello studio. Le notizie che promettono cause semplici, del resto, fanno leva sugli stessi bias cognitivi che rendono così attraenti le fake news.

L’arte del dubbio ben informato

Ricordare che correlazione non è causalità è un esercizio che riguarda tutti, non soltanto chi fa ricerca: anche chi deve comunicare uno studio scientifico senza tradirne i risultati. Sulle correlazioni scambiate per cause si decidono diete, terapie, investimenti e politiche pubbliche, e viviamo circondati da dati e da algoritmi bravissimi a trovare regolarità e molto meno a spiegarle.

Vale però anche l’avvertimento opposto, che Hill pose a chiusura della sua conferenza: ogni conoscenza scientifica è incompleta, ma questo non autorizza a ignorare ciò che già sappiamo o a rimandare all’infinito le decisioni. Chi negli anni Cinquanta pretendeva la prova perfetta prima di riconoscere i rischi del fumo lo ha dimostrato a caro prezzo. Tra la credulità e il sospetto sistematico c’è lo spazio, faticoso ma praticabile, del dubbio ben informato.

Quanto al cioccolato, mangiatelo pure. Per il prossimo Nobel, però, conviene ancora studiare.

Domande frequenti

Che cosa significa “correlazione non è causalità”?

Significa che due fenomeni possono variare insieme senza che l’uno produca l’altro. La correlazione descrive un legame statistico, mentre la causalità lo spiega.

Che cos’è una variabile confondente?

È un terzo fattore legato sia alla presunta causa sia all’effetto, che crea tra loro un’associazione soltanto apparente.

Come si dimostra un rapporto di causa-effetto?

Con uno studio randomizzato controllato, quando è possibile. Altrimenti valutando l’insieme delle prove disponibili, per esempio alla luce dei nove aspetti indicati da Bradford Hill.

Gli studi osservazionali sono inutili?

No. Generano ipotesi e, quando molti studi indipendenti convergono, possono sostenere una conclusione causale, come è accaduto per il legame tra fumo e tumore del polmone.

Fonti

• Messerli FH. Chocolate Consumption, Cognitive Function, and Nobel Laureates. N Engl J Med 2012;367:1562-1564.
• Doll R, Hill AB. Smoking and carcinoma of the lung: preliminary report. BMJ 1950;2(4682):739-748.
• Fisher RA. Lung cancer and cigarettes? Nature 1958;182:108.
• Hill AB. The environment and disease: association or causation? Proc R Soc Med 1965;58(5):295-300.
• The Nobel Prize. Annunci dei premi Nobel 2026. Nobel Prize Outreach, ottobre 2026.

Crediti immagini

• Immagine in evidenza- Farmacoscienza. (2026). Immagine generata con intelligenza artificiale (ChatGPT, OpenAI).
• Figura 1- Messerli FH, N Engl J Med 2012. © 2012 Massachusetts Medical Society.