Nghiên cứu dịch tễ học và tầm quan trọng của thiết kế nghiên cứu

Tôi yêu sức khỏe, podcast, và dữ liệu. Hôm nọ, tôi đang nghe podcast của Joe Rogan, nơi anh ấy có về Tiến sĩ Joel Khan và Chris Kresser. Bác sĩ Joel Kahn là một bác sĩ tim mạch thuần chay, người tin rằng dinh dưỡng từ thực vật là nguồn y tế dự phòng mạnh nhất trên hành tinh, và Chris Kresser điều hành Trung tâm Y tế Chức năng California và là người ủng hộ chế độ ăn nhạt hoặc chế độ ăn kiêng. Với Joe Rogan kiểm duyệt, nó gần 4 giờ đồng hồ tuyệt vời đối với tôi.

Các podcast chịu trách nhiệm gửi cho tôi xuống lỗ thỏ dịch tễ học.

Trong cuộc tranh luận của họ, họ thường đề cập đến các nghiên cứu dịch tễ học khác nhau để ủng hộ các yêu sách của họ. Nhưng nhiều lần trong suốt podcast, ai đó sẽ đề cập đến điều gì đó về sự không đáng tin cậy của những nghiên cứu này và liệt kê ra nhiều lý do tại sao. Vì vậy, tôi muốn khám phá lĩnh vực dịch tễ học và xem xét các loại nghiên cứu dịch tễ học khác nhau, những cạm bẫy của chúng và lý do tại sao chúng ta có thể tin tưởng vào ai đó về cách giải thích kết quả.

Dịch tễ học là gì?

Dịch tễ học là khoa học để hiểu những gì chúng ta tiếp xúc, hoặc những gì chúng ta làm, có thể ảnh hưởng đến sức khỏe tổng thể của xã hội. Các nhà dịch tễ học nghiên cứu tất cả các bệnh và tìm kiếm bất kỳ xu hướng. Câu hỏi các nhà dịch tễ học thường hỏi là: Ai mắc bệnh? Tại sao họ có được nó? Những nhóm người này có điểm tương đồng và khác biệt ở đâu? Làm thế nào chúng ta có thể ngăn ngừa căn bệnh này? Các nhà dịch tễ học đóng vai trò là thám tử; họ nghiên cứu dữ liệu và cố gắng tìm ra nguồn gốc thực sự của những gì gây ra bệnh trong dân.

Tuy nhiên, dữ liệu thường rất khó hiểu. Chỉ vì ai đó tiếp xúc với thứ gì đó và họ bị bệnh, không có nghĩa là hai người có liên quan với nhau. Các nhà dịch tễ học rất khó thể hiện quan hệ nhân quả và thường phải kết luận rằng chỉ có mối liên hệ giữa phơi nhiễm và kết quả.

Một tiếp xúc là bất kỳ yếu tố có thể được đóng góp vào kết quả quan tâm. Ví dụ: nếu bạn đang nghiên cứu về bệnh tiểu đường, một số phơi nhiễm có thể bao gồm các loại thực phẩm bạn ăn, mức độ tập thể dục, thuốc trừ sâu và các yếu tố môi trường. Trong khi đó, bệnh tiểu đường sẽ là kết quả.

Trước khi bạn bắt đầu xử lý và phân tích dữ liệu, điều cực kỳ quan trọng là đảm bảo rằng bạn đã đo đúng và sử dụng đúng phương pháp.

Thông thường có 5 cách giải thích khác nhau về lý do tại sao một cái gì đó có thể có ý nghĩa thống kê:

  1. Cơ hội
  2. Thiên kiến
  3. Gây bối rối
  4. Đảo ngược nhân quả
  5. Nhân quả

Cơ hội là khi chúng ta nhận được một kết quả cụ thể, nhưng thực sự không có hiệp hội nào cả. Thống kê được áp dụng để giảm số lượng cơ hội chúng ta có thể nhận được.

Xu hướng xảy ra khi có một liên kết ở đó, nhưng sự liên kết đó xuất phát từ một lỗi hệ thống trong cách nghiên cứu được thực hiện. Bạn có thể có sự lựa chọn sai lệch hoặc sai lệch thông tin.

Lựa chọn Xu hướng được gây ra bởi cách người tham gia được chọn hoặc chọn tham gia. Nó khác khi nhóm mẫu hiện không đại diện cho dân số. Một ví dụ về điều này là Xu hướng người dùng lành mạnh: những người khỏe mạnh thường quan tâm nhiều hơn đến sức khỏe và có nhiều khả năng tình nguyện tham gia vào một nghiên cứu về sức khỏe.

Xu hướng thông tin: Xuất phát từ một lỗi trong đo lường. Một ví dụ về điều này là nhớ lại sai lệch, điều này xảy ra khi những người tham gia gặp kết cục bất lợi có thể suy nghĩ lại về các nguyên nhân có thể gây ra bệnh của họ và do đó nhớ lại phơi nhiễm khác với các biện pháp kiểm soát. Các hình thức khác bao gồm thiên vị người phỏng vấn, thiên vị người quan sát và thiên vị người trả lời. Có cả một thiên vị chữ số cuối, một dạng thiên vị quan sát thường xảy ra trong khi đo huyết áp; thông thường, người lấy huyết áp của bạn sẽ làm tròn các con số thành 0 hoặc 5.

Gây bối rối: Là khi kết quả nghiên cứu về mối liên hệ giữa phơi nhiễm và kết quả bị bóp méo bởi sự hiện diện của một biến khác. Chris Kresser chia sẻ một ví dụ hoàn hảo về điều này:

Giả sử bạn muốn nghiên cứu mối liên hệ giữa thịt đỏ và ung thư. Nó dễ dàng nhìn vào dữ liệu và đưa ra kết luận rằng có sự liên quan rõ ràng giữa hai dữ liệu. Tuy nhiên, trong một thời gian dài, người ta đã nghĩ rằng ăn thịt đỏ có hại cho bạn và những người làm điều xấu có xu hướng có những thói quen không lành mạnh khác như hút thuốc, ăn ít sản phẩm, có chỉ số BMI cao hơn, ít hoạt động thể chất hơn, v.v. . Vậy làm thế nào để chúng ta biết rằng chính thịt đỏ đã gây ra bệnh ung thư?

Các biến phụ này là các yếu tố gây nhiễu và phải được xem xét. Các yếu tố gây nhiễu có mối quan hệ giữa cả tiếp xúc và kết quả. Các cách để giải quyết vấn đề gây nhiễu là có một nhóm kiểm soát để so sánh, ngẫu nhiên hóa, phân tầng dữ liệu của bạn bằng cách chia dân số của bạn thành các nhóm nhỏ đồng nhất hoặc bằng cách đặt các hạn chế. Phương pháp thống kê cũng có thể làm nổi bật các yếu tố gây nhiễu.

Nhân quả ngược: Chính xác là nó nghe như thế nào, nó có nghĩa là khi chúng ta có thể nhìn vào một hiệp hội theo cả hai cách. Nó lưu ý rằng những người bị đau đầu gối là béo phì, vì vậy có thể kết luận rằng béo phì gây ra đau đầu gối, nhưng đau đầu gối thực sự có thể khiến mọi người trở nên ít hoạt động hơn và sau đó bị béo phì.

Nguyên nhân: Chúng ta có thể yêu cầu quan hệ nhân quả sau khi chúng ta loại trừ tất cả các khả năng về cơ hội, thiên vị, các yếu tố gây nhiễu và nhân quả ngược.

Có một nghiên cứu được thiết kế tốt là rất quan trọng để giúp ngăn ngừa tình cờ, thiên vị và gây nhiễu. Trước khi bạn tiến hành phân tích, bạn cần có thể loại trừ những điều này. Phương pháp thống kê không thể bù đắp cho sai sót trong thiết kế của một nghiên cứu.

Một số thiết kế nghiên cứu dịch tễ học là gì?

Có hai cách chính để lấy dữ liệu, bằng thí nghiệm hoặc bằng quan sát.

Nghiên cứu quan sát là những nghiên cứu mà nhà nghiên cứu quan sát nhưng không can thiệp.

Nghiên cứu trường hợp kiểm soát: Là một nghiên cứu so sánh hai nhóm, nhóm trường hợp của bạn và nhóm kiểm soát của bạn. Cả hai nhóm sẽ rất giống nhau, nhưng trường hợp bệnh nhân của bạn sẽ mắc một căn bệnh đặc biệt và nhóm đối chứng đã chiến thắng. Cả hai nhóm sẽ được hỏi về mức phơi nhiễm trong quá khứ của họ đối với các yếu tố rủi ro cụ thể. Nhóm kiểm soát cung cấp một ước tính cơ bản về phơi nhiễm. Nếu nhóm trường hợp có mức độ phơi nhiễm với một yếu tố rủi ro cụ thể cao hơn dự kiến, chúng ta có thể chuyển sang nói rằng có mối liên quan giữa yếu tố đó và bệnh tật. Các nghiên cứu kiểm soát trường hợp là hoàn hảo để tìm ra nguồn gốc của sự bùng phát bệnh truyền qua thực phẩm.

Có một đợt bùng phát bệnh viêm gan A ở Pennsylvania năm 2003. Họ nhanh chóng nhận ra rằng tất cả các bệnh nhân mắc bệnh đều ăn ở cùng một nhà hàng, nhưng điều đó đủ để thu hẹp thực phẩm bị nhiễm độc. Vì vậy, họ đã giới thiệu một nhóm kiểm soát cho những người cũng ăn ở đó trong cùng khoảng thời gian đó nhưng không bị bệnh. Trong số hơn 100 món trên thực đơn, họ có thể xác định rằng 94% bệnh nhân mắc bệnh đã ăn salsa, trong khi 39% nhóm đối chứng đã làm. Sau khi tiếp tục công việc thám tử, nó đã được tìm thấy là hành lá. Bây giờ FDA có thể đi trước và đưa ra các cảnh báo công cộng thích hợp.

Nghiên cứu đoàn hệ: Bắt đầu với sự quan tâm. Sau đó, bạn đưa một nhóm người với tiếp xúc đó. Tìm một nhóm khác tương tự theo mọi cách với nhóm đầu tiên ngoại trừ không có sự hiện diện của phơi nhiễm đang được nghiên cứu. Sau đó, bạn theo dõi chúng theo thời gian. Các nghiên cứu đoàn hệ cũng có thể được thực hiện hồi cứu, trong đó bạn có hai nhóm và nhìn vào quá khứ của họ. Các nghiên cứu đoàn hệ hồi cứu là tốt đẹp khi bạn nghiên cứu một căn bệnh mất nhiều thời gian để phát triển. Một bộ dữ liệu thực sự tốt kéo dài đủ thời gian có thể cung cấp đủ thông tin cần thiết để thực hiện một nghiên cứu đoàn hệ.

Nghiên cứu cắt ngang: Cung cấp ảnh chụp nhanh về dân số tại một thời điểm cụ thể. Chúng tôi dành một chút thời gian, hoặc cắt ngang, và nghiên cứu nó. Họ nhằm mục đích cung cấp dữ liệu trên toàn bộ dân số. Các nghiên cứu cắt ngang kiểm tra mức độ phổ biến của bệnh đang được nghiên cứu. Tỷ lệ hiện mắc là tổng số trường hợp mắc bệnh trong một dân số nhất định trong một khoảng thời gian nhất định. Các nghiên cứu cắt ngang được sử dụng khi có nguồn lực và thời gian hạn chế.

Chuỗi sự việc

Nghiên cứu một nhóm người có cùng bệnh hoặc phơi nhiễm và tìm kiếm các đặc điểm tương tự khác trong số họ. Năm 1983, HIV được phát hiện sau khi nghiên cứu sự hiện diện của các dạng viêm phổi và ung thư hiếm gặp trong các báo cáo của bác sĩ liên quan đến các bệnh nhân nam của họ có quan hệ tình dục với những người đàn ông khác. Trường hợp loạt là rất dễ bị tổn thương để lựa chọn thiên vị.

Thử nghiệm ngẫu nhiên

Thực sự tốt trong việc đối phó với gây nhiễu. Chúng tôi bắt đầu với một nhóm những người tham gia tình nguyện, và sau đó phân ngẫu nhiên họ vào hai nhóm.

Nhóm can thiệp: Nhóm được điều trị đang được nghiên cứu.

Nhóm kiểm soát: Nhận giả dược.

Hai nhóm sau đó được theo dõi theo thời gian và dữ liệu được so sánh.

Các thử nghiệm đối chứng ngẫu nhiên thực sự tốt trong việc chăm sóc các biến gây nhiễu. Bạn có thể giả định rằng một biến gây nhiễu cũng được phân bổ đều giữa cả hai nhóm. Hiệu ứng về cơ bản là vô hiệu hóa, bạn thực sự không cần phải biết biến số gây nhiễu là gì.

Làm mù thường được sử dụng để đạt được kết quả hữu cơ. Bị mù là khi những người tham gia không biết họ thuộc nhóm nào, Bị mù đôi là khi cả người tham gia và nhà nghiên cứu không biết mọi người thuộc nhóm nào, Triple Blinded là người mù đôi nhưng các nhà thống kê thực hiện phân tích của bài kiểm tra cũng không biết, và Unblinded là khi mọi người biết.

Một số vấn đề với các thử nghiệm ngẫu nhiên là chi phí và thời gian họ thực hiện, xung đột lợi ích và các vấn đề đạo đức.

Hành trình chính của tôi

Thiết kế của một nghiên cứu là rất quan trọng. Khi bạn có một thiết kế nghiên cứu âm thanh, kết quả bạn nhận được là rất quan trọng và có ý nghĩa. Mặt khác, bạn có thể rút ra kết luận sai và có khả năng tạo ra các vấn đề thậm chí còn lớn hơn. Bạn không chỉ phải ghi nhớ điều này cho bất kỳ nghiên cứu nào trong tương lai mà bạn có thể thực hiện mà còn ghi nhớ điều này khi đọc các nghiên cứu khác của người dân. Nó rất dễ dàng để làm cho dữ liệu để kể câu chuyện sai.

Tôi không muốn trở thành anh chàng này, Ancel Keys. Nhưng đó là một câu chuyện cho một ngày khác

Chìa khóa Ancel