เราควรคิดอย่างไรเมื่อหลักฐานทางการแพทย์ไม่ตรงกัน

เพื่อให้เข้าใจว่าการรักษาความเจ็บป่วยแบบใหม่ดีกว่าการรักษาแบบเก่าจริง ๆ หรือไม่ แพทย์และนักวิจัยจึงมองหาหลักฐานที่ดีที่สุดที่มีอยู่ ผู้เชี่ยวชาญด้านสุขภาพต้องการ "คำพูดสุดท้าย" เพื่อเป็นหลักฐานในการตอบคำถามเกี่ยวกับวิธีการรักษาที่ดีที่สุด

แต่หลักฐานทางการแพทย์ไม่ได้ถูกสร้างขึ้นมาเท่ากันทั้งหมด และมีลำดับชั้นของหลักฐานที่ชัดเจน: ความคิดเห็นของผู้เชี่ยวชาญและรายงานกรณีศึกษาเกี่ยวกับเหตุการณ์แต่ละรายการอยู่ที่ระดับต่ำสุด และการทดลองที่มีการควบคุมแบบสุ่มที่มีการดำเนินการอย่างดีนั้นอยู่ใกล้ด้านบนสุด ที่ด้านบนสุดของลำดับชั้นนี้คือการวิเคราะห์เมตา – การศึกษาที่รวมผลลัพธ์จากการศึกษาหลายรายการที่ถามคำถามเดียวกัน และมาก, มาก ด้านบนของลำดับชั้นนี้คือการวิเคราะห์เมตาที่ดำเนินการโดยกลุ่มที่เรียกว่า Cochrane Collaboration.

ในการเป็นสมาชิกของ Cochrane Collaboration นักวิจัยแต่ละรายหรือกลุ่มวิจัยจะต้องปฏิบัติตามแนวทางปฏิบัติที่เข้มงวดมากเกี่ยวกับวิธีการรายงานและดำเนินการวิเคราะห์เมตา นั่นเป็นเหตุผลที่ความคิดเห็นของ Cochrane โดยทั่วไปถือว่าเป็นการวิเคราะห์เมตาที่ดีที่สุด

อย่างไรก็ตาม ไม่มีใครเคยถามว่าผลลัพธ์ในการวิเคราะห์เมตาที่ดำเนินการโดย Cochrane Collaboration นั้นแตกต่างจากการวิเคราะห์เมตาจากแหล่งอื่นหรือไม่ ในทางทฤษฎี หากคุณเปรียบเทียบการวิเคราะห์อภิมานของ Cochrane และไม่ใช่ของ Cocrhane ซึ่งทั้งสองเผยแพร่ภายในกรอบเวลาที่ใกล้เคียงกัน คุณมักจะคาดหวังว่าพวกเขาจะเลือกการศึกษาเดียวกันเพื่อวิเคราะห์ และผลลัพธ์และการตีความจะมากกว่า หรือน้อยกว่าจับคู่

ทีมงานของเราที่โรงเรียนสาธารณสุขมหาวิทยาลัยบอสตันตัดสินใจหาข้อมูล และน่าแปลกที่มันไม่ใช่ สิ่งที่เราพบ.


กราฟิกสมัครสมาชิกภายในตัวเอง


การวิเคราะห์เมตาคืออะไร?

ลองนึกภาพว่าคุณมีการทดลองทางคลินิกเล็กๆ ห้าครั้ง ซึ่งทั้งหมดพบว่ามีประโยชน์โดยทั่วไป เช่น การใช้ยาแอสไพรินเพื่อป้องกันอาการหัวใจวาย แต่เนื่องจากการศึกษาแต่ละงานมีวิชาศึกษาเพียงเล็กน้อย จึงไม่มีใครสามารถระบุได้อย่างมั่นใจว่าผลประโยชน์ที่ได้รับไม่ได้เกิดจากความบังเอิญ ในการพูดทางสถิติ การศึกษาดังกล่าวจะถือว่า "ด้อยประสิทธิภาพ"

มีวิธีที่ดีในการเพิ่มพลังทางสถิติของการศึกษาเหล่านั้น: รวมการศึกษาที่มีขนาดเล็กกว่าห้าเรื่องให้เป็นหนึ่งเดียว นั่นคือสิ่งที่การวิเคราะห์เมตาทำ การรวมการศึกษาขนาดเล็กหลายๆ ชิ้นเข้าไว้ในการวิเคราะห์ครั้งเดียว และการหาค่าเฉลี่ยของการศึกษาเหล่านั้น บางครั้งอาจทำให้ระดับตาชั่งลดลง และแจ้งให้ชุมชนทางการแพทย์ทราบด้วยความมั่นใจว่าการแทรกแซงที่ให้ไว้จะได้ผลหรือไม่

การวิเคราะห์เมตามีประสิทธิภาพและราคาถูก เนื่องจากไม่ต้องทดลองใหม่ ค่อนข้างเป็นเรื่องของการค้นหาการศึกษาที่เกี่ยวข้องทั้งหมดที่ได้รับการตีพิมพ์แล้วและอาจเป็นเรื่องยากอย่างน่าประหลาดใจ นักวิจัยต้องยืนหยัดและมีระเบียบในการค้นหา การค้นหาการศึกษาและตัดสินใจว่าสิ่งเหล่านั้นดีพอที่จะเชื่อถือได้หรือไม่เป็นที่ที่ศิลปะและข้อผิดพลาดของวิทยาศาสตร์นี้กลายเป็นประเด็นสำคัญ

นั่นเป็นเหตุผลหลักว่าทำไม Cochrane Collaboration จึงถูกก่อตั้งขึ้น Archie Cochrane นักวิจัยด้านบริการสุขภาพ ตระหนักถึงพลังของการวิเคราะห์เมตา แต่ยังมีความสำคัญอย่างยิ่งในการทำให้ถูกต้อง การวิเคราะห์เมตาดาต้าของ Cochrane Collaboration ต้องเป็นไปตามมาตรฐานที่สูงมากในด้านความโปร่งใสและความเข้มงวดของระเบียบวิธีและความสามารถในการทำซ้ำ

น่าเสียดายที่มีเพียงไม่กี่คนที่สามารถอุทิศเวลาและความพยายามในการเข้าร่วม Cochrane Collaboration และนั่นหมายความว่าการวิเคราะห์เมตาส่วนใหญ่ไม่ได้ดำเนินการโดย Collaboration และไม่ผูกพันที่จะปฏิบัติตามมาตรฐานของพวกเขา แต่สิ่งนี้สำคัญจริงหรือ?

การวิเคราะห์เมตาทั้งสองจะแตกต่างกันเพียงใด

เพื่อหาคำตอบ เราเริ่มต้นด้วยการระบุ 40 คู่ของการวิเคราะห์เมตา หนึ่งจาก Cochrane และอีกหนึ่งไม่ใช่ ที่ครอบคลุมการแทรกแซงแบบเดียวกัน (เช่น แอสไพริน) และผลลัพธ์ (เช่น อาการหัวใจวาย) จากนั้นจึงเปรียบเทียบและเปรียบเทียบ

อย่างแรก เราพบว่าเกือบ 40 เปอร์เซ็นต์ของการวิเคราะห์เมตาของ Cochrane และที่ไม่ใช่ของ Cochrane ไม่เห็นด้วยในคำตอบทางสถิติด้านล่าง นั่นหมายความว่าผู้อ่านทั่วไป แพทย์ หรือผู้กำหนดนโยบายด้านสุขภาพ จะมีการตีความที่แตกต่างกันโดยพื้นฐานว่าการแทรกแซงนั้นมีประสิทธิภาพหรือไม่ ขึ้นอยู่กับการวิเคราะห์เมตาที่พวกเขาอ่าน

ประการที่สอง ความแตกต่างเหล่านี้ดูเหมือนจะเป็นระบบ โดยเฉลี่ยแล้ว การทบทวนที่ไม่ใช่ของ Cochrane มีแนวโน้มที่จะแนะนำว่าสิ่งแทรกแซงที่พวกเขาทำการทดสอบมีศักยภาพมากกว่า มีแนวโน้มที่จะรักษาสภาพหรือหลีกเลี่ยงภาวะแทรกซ้อนทางการแพทย์บางอย่างมากกว่าที่การทบทวน Cochrane แนะนำ ในเวลาเดียวกัน การทบทวนที่ไม่ใช่ของ Cochrane มีความแม่นยำน้อยกว่าในด้านความแม่นยำ ซึ่งหมายความว่ามีโอกาสสูงที่การค้นพบนี้เกิดจากความบังเอิญเท่านั้น

การวิเคราะห์เมตาไม่ได้เป็นเพียงค่าเฉลี่ยถ่วงน้ำหนักที่สวยงามของการศึกษาองค์ประกอบ เราประหลาดใจที่พบว่าประมาณ 63 เปอร์เซ็นต์ของการศึกษาที่รวบรวมมานั้นมีลักษณะเฉพาะสำหรับการวิเคราะห์เมตาชุดใดชุดหนึ่งหรือชุดอื่น กล่าวอีกนัยหนึ่ง แม้ว่าการวิเคราะห์เมตาทั้งสองชุดน่าจะมองหาเอกสารฉบับเดียวกัน โดยใช้เกณฑ์การค้นหาที่คล้ายคลึงกัน ในช่วงเวลาที่ใกล้เคียงกันและจากฐานข้อมูลที่คล้ายคลึงกัน มีเพียงประมาณหนึ่งในสามของเอกสารที่ทั้งสองชุดมี รวมอยู่เหมือนกัน

ดูเหมือนว่าส่วนใหญ่หรือทั้งหมดความแตกต่างเหล่านี้มาจากข้อเท็จจริงที่ว่า Cochrane ยืนยันในเกณฑ์ที่เข้มงวดกว่า การวิเคราะห์อภิมานจะดีพอๆ กับการศึกษาที่มีอยู่ และการหาค่าเฉลี่ยของการวิจัยที่ไม่ดีอาจนำไปสู่ผลลัพธ์ที่ไม่ดีได้ ดังคำกล่าวที่ว่า “ขยะเข้า ขยะออก”

น่าสนใจ การวิเคราะห์ที่รายงานขนาดเอฟเฟกต์ที่สูงกว่ามากมักจะถูกอ้างถึงอีกครั้งในเอกสารอื่น ๆ ในอัตราที่สูงกว่าการวิเคราะห์ที่รายงานขนาดเอฟเฟกต์ที่ต่ำกว่ามาก นี่คือตัวอย่างทางสถิติของนักข่าวเก่าที่ว่า "ถ้ามันเลือดออก มันก็จะนำไปสู่" เอฟเฟกต์ขนาดใหญ่และชัดเจนได้รับความสนใจมากกว่าผลลัพธ์ที่แสดงผลลัพธ์เพียงเล็กน้อยหรือไม่ชัดเจน ชุมชนทางการแพทย์เป็นเพียงมนุษย์เท่านั้น

ทำไมเรื่องนี้?

ในระดับพื้นฐานที่สุด สิ่งนี้แสดงให้เห็นว่า Archie Cochrane นั้นถูกต้องอย่างยิ่ง ความสม่ำเสมอของระเบียบวิธีและความเข้มงวดและความโปร่งใสเป็นสิ่งสำคัญ หากไม่มีสิ่งนั้น ก็มีความเสี่ยงที่จะสรุปว่าบางสิ่งใช้การไม่ได้ หรือแม้แต่ผลประโยชน์ที่เกินจริง

แต่ในระดับที่สูงขึ้น สิ่งนี้แสดงให้เราเห็นอีกครั้ง ว่ามันยากเพียงใดที่จะสร้างการตีความวรรณกรรมทางการแพทย์แบบรวมเป็นหนึ่งเดียว การวิเคราะห์เมตามักใช้เป็นคำสุดท้ายในเรื่องที่กำหนด เป็นผู้ชี้ขาดความกำกวม

เห็นได้ชัดว่าบทบาทนั้นถูกท้าทายโดยข้อเท็จจริงที่ว่าการวิเคราะห์เมตาทั้งสองเรื่อง ซึ่งเห็นได้ชัดว่าเป็นหัวข้อเดียวกัน สามารถให้ข้อสรุปที่แตกต่างกันได้ หากเรามองว่าการวิเคราะห์อภิมานเป็น “มาตรฐานทองคำ” ในยุคปัจจุบันของ “ยาที่ใช้หลักฐาน” แพทย์โดยเฉลี่ยหรือผู้กำหนดนโยบายหรือแม้แต่ผู้ป่วยจะมีปฏิกิริยาอย่างไรเมื่อสองมาตรฐานทองคำขัดแย้งกัน? Caveat emptor

เกี่ยวกับผู้เขียนสนทนา

คริสโตเฟอร์ เจ. กิลล์ รองศาสตราจารย์ กรมอนามัยโลก; ผู้เชี่ยวชาญด้านโรคติดเชื้อ มหาวิทยาลัยบอสตัน.

บทความนี้ถูกเผยแพร่เมื่อวันที่ สนทนา. อ่าน บทความต้นฉบับ.


หนังสือที่เกี่ยวข้อง:

at ตลาดภายในและอเมซอน