Epidemiologické štúdie a význam návrhu štúdie

Milujem zdravie, podcasty a dáta. Jedného dňa som počúval podcast Joea Rogana, ktorý má na Dr. Joel Khan a Chris Kresser. Joel Kahn je vegánsky kardiológ, ktorý sa domnieva, že výživa rastlín je najsilnejším zdrojom preventívnej medicíny na tejto planéte a Chris Kresser prevádzkuje Kalifornské centrum pre funkčnú medicínu a je zástancom paleo alebo predkov. Keď moderuje Joe Rogan, je to pre mňa takmer 4 hodiny čisto úžasného.

Podcast zodpovedný za vyslanie ma do epidemiologickej králičej diery.

Počas debaty sa často odvolávali na rôzne epidemiologické štúdie na podporu svojich tvrdení. Ale mnohokrát v priebehu podcastu by niekto spomenul niečo o nespoľahlivosti týchto štúdií a uviedol niekoľko dôvodov, prečo. Chcel som preto preskúmať oblasť epidemiológie a pozrieť sa na rôzne typy epidemiologických štúdií, ich úskalia a prečo nemôžeme vždy dôverovať interpretácii výsledkov niekomu.

Čo je to epidemiológia?

Epidemiológia je veda o porozumení toho, ako to, čo sme vystavení alebo čo robíme, môže ovplyvniť celkové zdravie spoločnosti. Epidemiológovia študujú všetky choroby a hľadajú akékoľvek trendy. Epidemiológovia často kladú otázky: Kto dostal chorobu? Prečo to dosiahli? Kde majú tieto skupiny ľudí podobnosti a rozdiely? Ako môžeme zabrániť tejto chorobe? Epidemiológovia pôsobia ako detektívi; študujú údaje a snažia sa nájsť skutočný zdroj toho, čo spôsobuje populáciu.

Dáta sú však často veľmi ťažko pochopiteľné. To, že niekto bol niekomu vystavený a ochoreli, ešte neznamená, že títo dvaja sú spojení. Pre epidemiológov je veľmi ťažké preukázať príčinnú súvislosť a často musia dospieť k záveru, že existuje len súvislosť medzi expozíciou a výsledkom.

Expozícia je akýkoľvek faktor, ktorý môže prispieť k výsledku, ktorý je predmetom záujmu. Napríklad, ak študujete cukrovku, niektoré expozície môžu zahŕňať potraviny, ktoré jete, úroveň cvičenia, pesticídy a faktory životného prostredia. Medzitým bude výsledkom cukrovka.

Predtým, ako začnete spracovávať a analyzovať údaje, je nesmierne dôležité uistiť sa, že meriate správne a používate správne metodiky.

Obvykle existuje päť rôznych vysvetlení, prečo môže mať niečo štatistický význam:

  1. šanca
  2. predsudok
  3. mätúce
  4. Reverzná kauzalita
  5. príčinná súvislosť

Šanca je, keď dostaneme konkrétny výsledok, ale v skutočnosti neexistuje žiadne združenie. Štatistiky sa používajú na zníženie množstva šancí, ktoré môžeme získať.

K predpojatosti dochádza, keď sa zdá, že existuje asociácia, ale asociácia pochádza zo systematickej chyby v spôsobe vykonávania štúdie. Môžete mať výberový sklon alebo informačný skreslenie.

Predpojatosť výberu je spôsobená tým, ako sa účastníci vyberajú alebo sa rozhodnú zúčastniť sa. Je to vtedy, keď vzorová skupina nereprezentuje populáciu. Príkladom je Zdravý užívateľský sklon: Zdraví ľudia sa všeobecne viac zaujímajú o zdravie a je väčšia pravdepodobnosť, že sa dobrovoľne stanú súčasťou zdravotnej štúdie.

Informačný sklon: Vyplýva z chyby merania. Príkladom je zaujatosť z dôvodu stiahnutia, ku ktorej dochádza, keď účastníci, ktorí majú nepriaznivý výsledok, sa môžu prežiť o možných príčinách svojich chorôb, a preto si expozíciu opomenú odlišne od kontrol. Medzi ďalšie formy patrí zaujatosť anketára, zaujatosť pozorovateľa a zaujatosť respondenta. K dispozícii je dokonca koncová číslica, forma zaujatosti pozorovateľa, ktorá sa vyskytuje často pri meraní krvného tlaku; osoba, ktorá má váš krvný tlak, často zaokrúhľuje čísla na 0 alebo 5.

Zmätok: Je, keď sú výsledky štúdie o súvislosti medzi expozíciou a výsledkom skreslené prítomnosťou inej premennej. Chris Kresser zdieľa dokonalý príklad:

Predpokladajme, že ste chceli študovať súvislosť medzi červeným mäsom a rakovinou. Je ľahké sa pozrieť na údaje a urobiť záver, že medzi nimi existuje jednoznačné spojenie. Dlho sa však myslelo, že jesť červené mäso je pre vás zlé, a ľudia, ktorí robia zlé veci, majú tendenciu mať iné nezdravé návyky, ako je fajčenie, jedenie menej produktov, vyššie BMI, menej fyzicky aktívni atď. , Ako vieme, že rakovina spôsobila červené mäso?

Tieto ďalšie premenné sú mätúce a musia sa zohľadniť. Zmätky majú vzťah medzi expozíciou a výsledkom. Spôsobmi, ako sa obávať, je mať kontrolnú skupinu na porovnanie, randomizáciu, stratifikáciu údajov rozdelením populácie do homogénnych podskupín alebo uložením obmedzení. Štatistické metódy môžu tiež zvýrazniť zmätok.

Reverzná príčinná súvislosť: Je to presne to, ako to vyzerá, je to, keď sa môžeme pozrieť na asociáciu oboma spôsobmi. Je potrebné poznamenať, že ľudia s bolesťou kolena sú obézni, takže možno dospieť k záveru, že obezita spôsobuje bolesť kolena, ale bolesť kolena môže v skutočnosti spôsobiť, že ľudia sa stanú menej aktívnymi a potom sa stanú obéznymi.

Príčinná súvislosť: Možno budeme mať nárok na príčinnú súvislosť potom, čo sme vylúčili všetky možnosti náhody, zaujatosti, zmätkov a spätnej príčinnej súvislosti.

Dobre navrhnutá štúdia je dôležitá, aby sa predišlo náhodám, zaujatosti a zmätkom. Predtým, ako budete pokračovať v analýze, musíte byť schopní vylúčiť ich. Štatistické metódy nemôžu nahradiť nedostatky v návrhu štúdie.

Aké sú návrhy epidemiologických štúdií?

Existujú dva hlavné spôsoby získavania údajov, experimentom alebo pozorovaním.

Observačné štúdie sú štúdie, v ktorých výskumný pracovník pozoruje, ale nezasahuje do nich.

Prípadová kontrolná štúdia: Je štúdia porovnávajúca dve skupiny, vašu prípadovú skupinu a vašu kontrolnú skupinu. Obe skupiny budú veľmi podobné, ale váš prípad-pacienti budú mať konkrétne ochorenie a kontrolná skupina nebude. Obidve skupiny sa opýtajú na svoje predchádzajúce expozície voči konkrétnym rizikovým faktorom. Kontrolná skupina poskytuje základný odhad expozícií. Ak má skupina prípadov vyššiu mieru vystavenia sa konkrétnemu rizikovému faktoru, ako sa očakávalo, možno by sme mohli povedať, že existuje súvislosť medzi týmto faktorom a chorobou. Štúdie prípadovej kontroly sú ideálne na nájdenie zdroja ohniska choroby prenášanej potravinami.

V roku 2003 došlo v Pensylvánii k prepuknutiu vírusu hepatitídy typu A. Rýchlo si uvedomili, že všetci pacienti, ktorí sa zaoberali prípadom, jedli v tej istej reštaurácii, ale to nestačilo na to, aby sa zúžili na kontaminované jedlo. Predstavili tak kontrolnú skupinu ľuďom, ktorí tiež jedli v rovnakom období, ale neochoreli. Zo 100+ položiek v ponuke dokázali určiť, že 94% pacientov s prípadom jedlo salsu, zatiaľ čo 39% v kontrolnej skupine. Po ďalšej detektívnej práci sa zistilo, že ide o zelenú cibuľu. Teraz môže agentúra FDA pokračovať a vydávať správne verejné varovania.

Kohortová štúdia: Začína sa vystavením záujmu. Potom zoberiete skupinu ľudí s týmto vystavením. Nájdite inú skupinu, ktorá je vo všetkých smeroch podobná prvej skupine s výnimkou prípadu, keď nie je prítomná skúmaná expozícia. Potom ich v priebehu času sledujete. Kohortové štúdie sa môžu vykonávať aj retrospektívne, ak máte dve skupiny a pozeráte sa na ich minulosť. Retrospektívne kohortové štúdie sú pekné, keď študujete chorobu, ktorá sa vyvíja dlho. Skutočne dobrý súbor údajov, ktorý pokrýva dostatok času, by mohol poskytnúť dostatok informácií potrebných na vykonanie kohortovej štúdie.

Prierezová štúdia: Poskytuje snímku populácie v určitom časovom okamihu. Berieme trochu útržku času alebo prierezu a študujeme ho. Ich cieľom je poskytnúť údaje o celej populácii. V prierezových štúdiách sa zisťuje výskyt skúmaného ochorenia. Prevalencia je celkový počet prípadov choroby v danej populácii za dané časové obdobie. Prierezové štúdie sa používajú, ak sú k dispozícii obmedzené zdroje a čas.

Prípadová séria

Študuje skupinu ľudí, ktorí majú rovnaké ochorenie alebo expozíciu a hľadá medzi nimi ďalšie podobné charakteristiky. V roku 1983 sa HIV objavil po preskúmaní prítomnosti zriedkavých foriem zápalu pľúc a rakoviny v lekárskych správach týkajúcich sa ich mužských pacientov, ktorí mali sex s inými mužmi. Séria prípadov je neuveriteľne náchylná na výberové skreslenie.

Náhodné kontrolné pokusy

Sú naozaj dobre zvládnuť mätúce. Začneme skupinou dobrovoľníkov a potom ich náhodne rozdelíme do dvoch skupín.

Intervenčná skupina: skupina, ktorá dostáva študovanú liečbu.

Kontrolná skupina: Dostane placebo.

Obidve skupiny sa potom v priebehu času sledujú a údaje sa porovnávajú.

Randomizované kontrolné pokusy sa skutočne starajú o mätúce premenné. Môžete predpokladať, že mätúca premenná je rovnomerne rozdelená medzi obidve skupiny. Účinok je v podstate neutralizovaný, dokonca ani nepotrebujete vedieť, čo je mätúca premenná.

Oslepenie sa často používa na dosiahnutie organických výsledkov. Blinded je, keď účastníci nevedia, do ktorej skupiny patria, Double-Blinded je, keď účastníci aj vedci nevedia, do ktorej skupiny patria všetci, Triple Blinded je dvojito slepá, ale štatistici, ktorí vykonávajú analýzu o teste tiež neviem a nepokojný je, keď to každý vie.

Niektoré problémy s randomizovanými štúdiami sú cena a čas, ktorý potrebujú na vedenie, konflikty záujmov a etické problémy.

Moje hlavné cesty

Návrh štúdie je mimoriadne dôležitý. Ak máte zvukovú štúdiu, dosiahnuté výsledky sú významné a zmysluplné. Inak môžete vyvodiť nepravdivé závery a potenciálne spôsobiť ešte väčšie problémy. Nielen to musíte mať na pamäti pri budúcich štúdiách, ktoré by ste mohli robiť, ale aj pri čítaní štúdií iných ľudí. Je veľmi ľahké urobiť údaje, aby rozprávali nesprávny príbeh.

Nechcem byť tým chlapom, Ancel Keys. Ale to je príbeh na ďalší deň ...

Ancel Keys