Epidemiologiset tutkimukset ja tutkimuksen suunnittelun merkitys

Rakastan terveyttä, podcasteja ja tietoja. Toisena päivänä kuuntelin Joe Roganin podcastia, jossa hänellä on tohtori Joel Khan ja Chris Kresser. Tohtori Joel Kahn on vegaaninen kardiologi, joka uskoo, että kasvipohjainen ravitsemus on tehokkain ennaltaehkäisevän lääketieteen lähde planeetalla. Chris Kresser johtaa Kalifornian funktionaalisen lääketieteen keskusta ja puolustaa paleo- tai esi-ruokavaliota. Joe Roganin maltillisesti se on minulle melkein 4 tuntia puhdasta mahtavaa.

Podcast, jonka tehtävänä on lähettää minulle kani-epidemiologinen reikä.

Keskusteluissaan he viittasivat usein erilaisiin epidemiologiatutkimuksiin väitteidensä tueksi. Mutta monta kertaa podcastin aikana joku mainitsee jotain näiden tutkimusten epäluotettavuudesta ja luettelee useita syitä miksi. Joten halusin tutkia epidemiologian alaa ja tutkia erityyppisiä epidemiologisia tutkimuksia, niiden sudenkuoppia ja miksi emme voi aina luottaa jonkun tulkintaan tuloksista.

Mikä on epidemiologia?

Epidemiologia on tiede ymmärrystä siitä, kuinka altistujamme tai tekemämme voivat vaikuttaa yhteiskunnan yleiseen terveyteen. Epidemiologit tutkivat kaikkia sairauksia ja etsivät mahdollisia suuntauksia. Epidemiologien esittämät kysymykset ovat usein: Kuka sai sairauden? Miksi he saivat sen? Missä näillä ihmisryhmillä on yhtäläisyyksiä ja eroja? Kuinka voimme estää tämän taudin? Epidemiologit toimivat etsijöinä; he tutkivat tietoja ja yrittävät löytää todellisen lähteen siitä, mikä aiheuttaa sairauden väestössä.

Tietoja on kuitenkin usein erittäin vaikea ymmärtää. Vain siksi, että joku altistui jollekin ja sairastui, ei tarkoita, että nämä kaksi ovat sukulaisia. Epidemiologien on vaikea osoittaa syy-yhteyttä, ja heidän on usein todettava, että altistumisen ja lopputuloksen välillä on vain yhteys.

Altistuminen on mikä tahansa tekijä, joka voi vaikuttaa kiinnostuksen tulokseen. Esimerkiksi, jos opiskelet diabetesta, jotkut altistumiset voivat sisältää syömiäsi ruokia, liikuntasi, torjunta-aineet ja ympäristötekijät. Samaan aikaan diabetes olisi lopputulos.

Ennen kuin aloitat tietojen käsittelyn ja analysoinnin, on uskomattoman tärkeää varmistaa, että mittaat oikein ja käytät oikeita menetelmiä.

Tyypillisesti on 5 erilaista selitystä sille, miksi jollakin voi olla tilastollinen merkitys:

  1. mahdollisuus
  2. Puolueellisuus
  3. sekoittavien
  4. Käänteinen syy
  5. syy-yhteys

Mahdollisuus on, kun saamme tietyn tuloksen, mutta assosiaatio ei oikeastaan ​​ole lainkaan. Tilastoja käytetään vähentämään mahdollisten mahdollisuuksien määrää.

Bias tapahtuu, kun näyttää siltä, ​​että siellä on assosiaatio, mutta assosiaatio johtuu systemaattisesta virheestä tutkimuksen suoritustavassa. Sinulla voi olla valintapoikkeamia tai informaation vääristymiä.

Valintapoikkeama johtuu siitä, miten osallistujat valitaan tai päättävät osallistua. Silloin kun otosryhmä ei edusta väestöä. Esimerkki tästä on terveiden käyttäjien puolueellisuus: terveet ihmiset ovat yleensä kiinnostuneempia terveydestä ja todennäköisemmin osallistuvat vapaaehtoisesti terveystutkimukseen.

Information Bias: johtuu virheestä mittauksessa. Esimerkki tästä on muistaminen puolueellisuudesta, tämä tapahtuu, kun haitallisia tuloksia kokevat osallistujat voivat musteilla sairauksiensa mahdollisista syistä ja muistaa siksi altistumisen eri tavoin kuin vertailukohdat. Muita muotoja ovat haastattelijan puolueellisuus, tarkkailijan puolueellisuus ja vastaajien puolueellisuus. Siellä on jopa loppumerkkiharhaisuus, tarkkailijan puolueellisuus, joka esiintyy usein verenpaineen ottamisen aikana; Usein verenpaineesi ottaja pyöristää luvut nollaan tai viiteen.

Hämmentävä: Onko silloin, kun toisen muuttujan esiintymä vääristää altistumisen ja lopputuloksen välistä yhteyttä tutkimuksen tuloksia. Chris Kresser jakaa täydellisen esimerkin tästä:

Oletetaan, että halusit tutkia punaisen lihan ja syövän välistä yhteyttä. Tietoja on helppo tarkastella ja päätellä, että näiden kahden välillä on selvä yhteys. Pitkän ajan ajateltiin kuitenkin, että punaisen lihan syöminen on sinulle haittaa, ja ihmisillä, jotka tekevät pahoja asioita, on yleensä muita epäterveellisiä tapoja, kuten tupakointi, syö vähemmän tuotetta, joilla on korkeampi painoindeksi, ovat vähemmän fyysisesti aktiivisia ja niin edelleen . Joten kuinka tiedämme, että punainen liha aiheutti syövän?

Nämä ylimääräiset muuttujat ovat tekijöitä, jotka on otettava huomioon. Confounderilla on yhteys sekä altistumisen että lopputuloksen välillä. Tapoja kiertää hämmentävää on saada kontrolliryhmä vertailuun, satunnaistamiseen, osittaiseen tietoon jakamalla väestö homogeenisiin alaryhmiin tai asettamalla rajoituksia. Tilastolliset menetelmät voivat myös tuoda esiin neuvottelijoita.

Käänteinen syy: Onko täsmälleen miltä se kuulostaa, se on silloin, kun voimme tarkastella assosiaatiota molemmilla tavoilla. On huomattava, että ihmiset, joilla on polvikipuja, ovat liikalihavia, joten voidaan päätellä, että liikalihavuus aiheuttaa polvikipua, mutta polvikipu voi itse asiassa aiheuttaa ihmisten aktiivisuuden heikkenemisen ja lihavuuden lisääntymisen.

Syy-yhteys: Saatamme pystyä väittämään syy-yhteyden sen jälkeen, kun olemme sulkeneet pois kaikki mahdollisuudet sattumasta, puolueellisuudesta, tunnustajista ja käänteisestä syy-yhteydestä.

Hyvin suunnitellun tutkimuksen tekeminen on tärkeätä estämään sattumasta, puolueellisuudesta ja hämmennyksestä aiheutumista. Ennen kuin jatkat analyysiä, sinun on voitava sulkea tämä pois. Tilastolliset menetelmät eivät voi korvata puutteita tutkimuksen suunnittelussa.

Mitä epidemiologisia tutkimuksia suunnitellaan?

Tietojen saamiseksi on kaksi päätapaa, kokeella tai havainnoimalla.

Observatiiviset tutkimukset ovat tutkimuksia, joissa tutkija havaitsee, mutta ei häiritse.

Case-Control -tutkimus: Onko tutkimus, jossa verrataan kahta ryhmää, tapausryhmääsi ja kontrolliryhmääsi. Molemmat ryhmät ovat hyvin samanlaisia, mutta tapauspotilaillasi on tietty sairaus, eikä kontrolliryhmällä ole. Molemmilta ryhmiltä kysytään heidän aiemmista altistumisistaan ​​erityisille riskitekijöille. Kontrolliryhmä antaa lähtöarvio altistumisesta. Jos tapausryhmällä on enemmän tietyn riskitekijän altistumista kuin odotettiin, voimme siirtyä sanomaan, että kyseisen tekijän ja sairauden välillä on yhteys. Tapausvalvontatutkimukset ovat täydellisiä lähteen löytämiseksi ruoasta johtuvan sairauden puhkeamiseksi.

Pennsylvaniassa oli vuonna 2003 hepatiitti A -purkaus. He saivat nopeasti selville, että kaikki tapauspotilaat söivät samassa ravintolassa, mutta se ei riittänyt kaventamaan sitä, mihin ruoka oli saastunutta. Joten he esittelivät kontrolliryhmän ihmisille, jotka myös söivät siellä saman ajanjakson aikana, mutta eivät sairastuneet. Valikon yli 100 kohdasta he pystyivät selvittämään, että 94% tapauspotilaista söi salsaa, kun taas 39% kontrolliryhmästä. Etsivätoiminnan jälkeen sen todettiin olevan vihreitä sipulia. Nyt FDA voi mennä eteenpäin ja antaa asianmukaiset julkiset varoitukset.

Kohorttitutkimus: Aloittaa kiinnostuksen kohteena olevan altistumisen kanssa. Sitten otat ryhmän ihmisiä, joilla on altistuminen. Etsi toinen ryhmä, joka on kaikilta osiltaan samanlainen kuin ensimmäinen ryhmä paitsi, että tutkittavaa altistusta ei ole. Sitten seuraat niitä ajan myötä. Kohorttitutkimukset voidaan suorittaa myös takautuvasti, jos sinulla on kaksi ryhmää ja tutkitaan heidän menneisyyttään. Takautuvat kohorttitutkimukset ovat mukavia, kun opiskelet sairautta, jonka kehittyminen vie kauan. Todella hyvä tietojoukko, joka kestää tarpeeksi aikaa, voisi tarjota tarpeeksi tietoa kohorttitutkimuksen suorittamiseksi.

Poikkileikkaustutkimus: Tarjoaa tilannekuvan tietyn ajankohdan väestöstä. Käytämme vähän aikaa tai poikkileikkausta ja tutkimme sitä. Niiden tavoitteena on antaa tietoa koko väestöstä. Poikkileikkaustutkimukset tarkistavat tutkittavan sairauden esiintyvyyden. Levinneisyys on tauditapausten kokonaismäärä tietyssä populaatiossa tiettynä ajanjaksona. Poikkileikkaustutkimuksia käytetään, kun resurssit ja aika ovat rajalliset.

Case-sarja

Tutkii ryhmää ihmisiä, joilla on sama sairaus tai altistuminen, ja etsii heidän joukostaan ​​muita samanlaisia ​​ominaisuuksia. Vuonna 1983 HIV löydettiin tutkittua harvinaisten keuhkokuumeen ja syövän muotoja lääkäreiden raporteissa, jotka koskivat miespuolisia potilaitaan, jotka olivat seksiä muiden miesten kanssa. Case-sarjat ovat uskomattoman alttiita valintapoikkeamille.

Satunnaistetut vertailukokeet

Ovat todella hyviä käsittelemään hämmentävää. Aloitamme ryhmällä vapaaehtoisia osallistujia ja jaamme ne satunnaisesti kahteen ryhmään.

Interventioryhmä: Ryhmä, joka saa tutkittavan hoidon.

Kontrolliryhmä: vastaanottaa lumelääkkeen.

Tämän jälkeen kahta ryhmää seurataan ajan myötä ja tietoja verrataan.

Satunnaistetut kontrollitutkimukset ovat todella hyviä hoidettaessa muuttujien sekoittamista. Voit olettaa, että sekoittava muuttuja on myös jakautunut tasaisesti molemmille ryhmille. Vaikutus on pääosin neutraloitu, sinun ei oikeastaan ​​tarvitse edes tietää, mikä hämmentävä muuttuja on.

Sokeutta käytetään usein orgaanisten tulosten saavuttamiseen. Sokaantunut on, kun osallistujat eivät tiedä mihin ryhmään he kuuluvat, kaksoissilmätty on, kun sekä osallistujat että tutkijat eivät tiedä mihin ryhmään kaikki kuuluvat, Triple Blinded on kaksoissokko, mutta analyytikot testistä ei myöskään tiedä, ja Unblinded on, kun kaikki tietävät.

Joitakin satunnaistettujen kokeiden ongelmia ovat suorittamiseen kuluva aika ja hinta, eturistiriidat ja eettiset ongelmat.

Pääsivut

Tutkimuksen suunnittelu on erittäin tärkeä. Kun sinulla on vakaa opintosuunnitelma, saadut tulokset ovat merkittäviä ja merkityksellisiä. Muuten voit tehdä vääriä johtopäätöksiä ja luoda mahdollisesti vielä suurempia ongelmia. Sinun ei tarvitse pitää tämä mielessä tulevissa mahdollisissa tutkimuksissa, vaan myös pitää tämä mielessä, kun luet muiden kansojen tutkimuksia. On erittäin helppo saada tiedot väärän tarinan kertomiseksi.

En halua olla tämä kaveri, Ancel Keys. Mutta se on tarina toiselle päivälle ...

Ancel Keys