Dôkazy pred dojmami
Každý týždeň vychádzajú štúdie, podľa ktorých určitá potravina, molekula, liek alebo výživový doplnok zlepšuje zdravie, spomaľuje starnutie alebo znižuje riziko ochorenia.
O niekoľko dní môže vyjsť ďalšia štúdia s opačným výsledkom.
Problémom nie je veda.
Problém vzniká vtedy, keď sa jeden výsledok začne prezentovať ako definitívna pravda.
V Metabolic Longevity Lab preto nezačíname otázkou:
„Čo štúdia tvrdí?“
Najprv sa pýtame:
„Čo vedci skutočne urobili a čo skutočne namerali?“
Najskôr: na kom bol experiment vykonaný?
To je jedna z prvých vecí, ktoré pri štúdii kontrolujeme.
Výskum môže prebiehať:
- na bunkových kultúrach,
- na zvieratách,
- na ľuďoch,
- alebo môže analyzovať výsledky viacerých predchádzajúcich štúdií.
Každý typ výskumu odpovedá na inú otázku.
Ak určitá látka zničí nádorové bunky v Petriho miske, znamená to, že existuje zaujímavý biologický mechanizmus.
Neznamená to, že lieči rakovinu u človeka.
Ak intervencia predĺži život myšiam, je to podstatne zaujímavejší údaj než bunkový experiment.
Stále však nevieme, či rovnaký efekt nastane u človeka.
Tieto štúdie nie sú bezcenné. Naopak – často sú začiatkom veľmi dôležitých objavov.
Musíme však správne pomenovať, čo dokazujú a čo zatiaľ nedokazujú.
Pozorovanie nie je to isté ako príčina
Veľká observačná štúdia môže napríklad zistiť, že ľudia konzumujúci určitú potravinu majú nižšie riziko ochorenia.
To ešte neznamená, že práve táto potravina riziko znížila.
Ľudia, ktorí ju pravidelne konzumujú, sa môžu zároveň:
viac hýbať, menej fajčiť, lepšie spať, mať vyššie vzdelanie, inú telesnú hmotnosť alebo úplne odlišný celkový jedálniček.
Štatistické modely sa snažia tieto rozdiely zohľadniť.
Nikdy však nedokážu odstrániť všetky možné rozdiely medzi skupinami.
Preto pri otázkach účinku intervencie majú dobre navrhnuté randomizované kontrolované štúdie veľkú výhodu.
Randomizácia pomáha rovnomernejšie rozdeliť známe aj neznáme faktory, ktoré by mohli výsledok skresliť.
Ani označenie „randomizovaná štúdia“ však automaticky neznamená kvalitný dôkaz.
Pozeráme sa, ako bola štúdia urobená
Zaujíma nás napríklad:
- koľko ľudí sa štúdie zúčastnilo,
- ako boli účastníci vybraní,
- či bola kontrolná skupina vhodná,
- či bola randomizácia vykonaná správne,
- či bolo možné účastníkov alebo výskumníkov zaslepiť,
- koľko ľudí zo štúdie vypadlo,
- ako dlho experiment trval,
- či bol výsledok plánovaný vopred,
- a či spôsob analýzy nemohol výsledok skresliť.
Cochrane preto pri hodnotení štúdií nehovorí jednoducho o „dobrej“ a „zlej“ štúdii, ale systematicky posudzuje riziko skreslenia – risk of bias.
Čo vlastne vedci merali?
Toto je často prehliadaná otázka.
Štúdia môže ukázať pokles určitého biomarkera.
To však nie je automaticky to isté ako dôkaz, že ľudia budú:
- žiť dlhšie,
- dostávať menej infarktov,
- mať menej rakoviny,
- alebo sa budú cítiť lepšie.
Biomarkery sú často veľmi užitočné.
Niektoré sú dokonca kauzálne prepojené s ochorením.
Iné sú iba ukazovateľom procesu, ktorého klinický význam nemusí byť úplne jasný.
Preto vždy rozlišujeme medzi náhradným biomarkerom a výsledkom, ktorý je pre pacienta skutočne dôležitý.
Štatisticky významné neznamená významné pre človeka
Ďalším častým omylom je sústredenie sa na hodnotu p.
Výsledok môže byť štatisticky významný, ale prakticky zanedbateľný.
Preto sa pozeráme na:
- veľkosť efektu,
- absolútnu zmenu,
- relatívnu zmenu,
- interval spoľahlivosti,
- a klinický význam výsledku.
Titulok môže hovoriť o „50-percentnom znížení rizika“.
Ak sa však riziko zmenilo z 2 % na 1 %, relatívne kleslo o polovicu, ale absolútny rozdiel je jeden percentuálny bod.
Obe čísla sú správne.
Každé však vytvára úplne iný dojem.
Ani metaanalýza nie je automaticky posledné slovo
Systematický prehľad a metaanalýza bývajú veľmi vysoko v hierarchii dôkazov.
Ale iba vtedy, keď sú kvalitné štúdie, z ktorých vychádzajú.
Ak spojíme desať malých, slabo navrhnutých štúdií, nevznikne automaticky jeden kvalitný dôkaz.
Preto sa pri hodnotení celého súboru výskumu posudzuje napríklad:
- riziko skreslenia,
- konzistentnosť výsledkov,
- presnosť odhadu,
- prenositeľnosť výsledkov na danú otázku,
- a možnosť publikačného skreslenia.
Práve na týchto princípoch stojí systém GRADE, ktorý hodnotí istotu dôkazov ako vysokú, strednú, nízku alebo veľmi nízku.
Jedna štúdia málokedy rozhoduje
Vo vede sú mimoriadne zaujímavé nové výsledky.
Ale čím prekvapivejší je výsledok, tým dôležitejšia je jeho nezávislá replikácia.
Preto nás zaujíma:
Zapadá výsledok do predchádzajúcich poznatkov?
Existujú ďalšie štúdie s podobným výsledkom?
Bol výsledok zopakovaný iným tímom?
Existuje biologicky vierohodný mechanizmus?
A predovšetkým – máme dôkazy, že to funguje aj u ľudí?
Niekedy je správny záver:
„Toto už vieme pomerne spoľahlivo.“
Inokedy:
„Výsledok je zaujímavý, ale zatiaľ predbežný.“
A veľmi často:
„Zatiaľ nevieme.“
Posledná odpoveď nie je slabosť vedy.
Je to jej základná vlastnosť.
Dôkazy pred dojmami
V Metabolic Longevity Lab nechceme vyberať štúdie podľa toho, či potvrdzujú názor, ktorý už máme.
Rovnako nechceme z každej novej publikácie vyrábať revolúciu.
Našou otázkou je:
Aké silné sú dôkazy?
Čo presne ukázali?
Aké majú obmedzenia?
A nakoľko môžeme výsledok preniesť do reálneho života človeka?
Pretože vedecký článok nie je pravda vytesaná do kameňa.
Je to jeden kus dôkazu.
A až keď jednotlivé kusy správne poskladáme, môžeme začať hovoriť o tom, čo naozaj vieme.