Mida üks uuring tegelikult näitab? 5 küsimust, mida koera terviseväite juures küsida

Lugemisaeg: umbes 8 min

„Uuring näitas, et…“

See on lause, mille järel kipub arutelu vahel justkui lõppema. Uuring ju näitas. Järelikult on asi tõestatud.

Tegelikult võiks just selle lause järel alata kõige huvitavam osa.

Mida uuring täpselt näitas? Keda uuriti? Millega võrreldi? Mida mõõdeti? Ja võib-olla kõige olulisem: kas järeldus, mida meie sellest teeme, on sama järeldus, mida uuringu tulemused tegelikult lubavad teha?

See ei tähenda, et uuringuid peaks umbusaldama. Vastupidi. Uuringust on palju rohkem kasu siis, kui me teame, millisele küsimusele see vastata suudab ja millisele mitte. Mulle jäi ühest Judy Morgani videost meelde mõte, et uuringut on võimalik tõlgendada või esitada viisil, mis toetab seda, mida me juba tõestada tahame. Tükk aega ma arvasin, et see kehtib ainult tavameditsiini kohta. Aja jooksul olen aga avastanud, et sama võib juhtuda ka integratiivse veterinaaria poolel. Võetakse uuringust üks väide ning siis tehakse väga suur hüpe ja tehakse järeldus, mida tegelikult uuring teha ei võimalda. Näiteks see, et sulforafaani puhul on leitud vähiga seotud rakulisi või bioloogilisi toimeid, ei ole sama väide nagu „sulforafaan hoiab ära või ravib vähki“.

Inimestena kipume me ignoreerima tõendeid, kui me tahame mingit väidet väga uskuda. Mina tegin sedasama.

Veterinaarias kasutatakse selleks tõenduspõhise veterinaarmeditsiini ehk EBVM-i põhimõtteid. Mõte ei ole leida üks „õige“ uuring, vaid ühendada parim olemasolev teaduslik tõendus kliinilise kogemuse ning konkreetse looma olukorraga.

Uuringu tulemus kirjeldab tavaliselt seda, mis juhtus uuritud rühmas keskmiselt. Aga sinu kodus ei ela „keskmine koer“ või „keskmine kass“. Konkreetse looma vanus, tervislik seisund, ravimid, varasemad haigused ja paljud muud tegurid võivad mõjutada seda, kuidas ta samale sekkumisele reageerib.

Seega ei tähenda isegi see, kui enamik uuringus osalenud koeri mingit toodet hästi talus, automaatselt, et sama kehtib iga üksiku koera kohta.

Selleks, et uuringuid hästi tõlgendada, ei pea olema teadlane ega statistik. Väga palju saab teada juba viie lihtsa küsimusega.

1. Keda või mida tegelikult uuriti?

See on esimene küsimus, mida tasub vaadata enne tulemuste juurde jõudmist.

Kas uuring tehti koertel? Hiirtel? Inimestel? Rakukultuuris? Kas uuriti terveid täiskasvanud koeri või kindla haigusega patsiente? Kui koeri, siis milliseid: noori või vanu, ühte tõugu või erinevaid tõuge, kliinikusse toodud perekoeri või laboritingimustes peetud loomi?

Need detailid ei ole teadusartikli dekoratsioon. Need määravad, kui hästi saab uuringu tulemust üle kanda koerale, kes meie ees päriselt seisab.

Kui aine mõjutab laboris põletikuga seotud rakurada, võib see olla väga huvitav leid. See võib anda põhjuse järgmiseks uuringuks. Aga sellest ei saa veel järeldada, et sama aine vähendab näiteks artriidiga koera valu.

Selle vahele mahub palju küsimusi. Kas aine imendub? Kas see jõuab vajalikku koesse? Millises annuses? Kas sama annus on koerale ohutu? Ja kas bioloogilise näitaja muutus tähendab lõpuks ka seda, et koer liigub paremini või tunneb vähem valu?

Samamoodi ei pruugi ühe väga spetsiifilise koerarühma tulemus automaatselt kehtida kõigile koertele.

Tõenduspõhises veterinaarmeditsiinis soovitatakse juba küsimuse püstitamisel võimalikult täpselt määratleda populatsioon, sekkumine, võrdlus ja soovitud tulemus. Seda nimetatakse PICO-raamistikuks. Eesmärk on lihtne: enne vastuse otsimist peab teadma, millisele küsimusele me üldse vastust tahame.

Esimene kontrollküsimus on seega: kas uuringu loomad või mudel on piisavalt sarnased sellele olukorrale, mille kohta väide tehakse?

2. Mis tüüpi uuring see oli?

Kõik uuringud ei vasta samale küsimusele.

Randomiseeritud kontrollitud uuring ehk RCT võib olla väga sobiv viis kahe ravi toime võrdlemiseks. Aga sellest ei järeldu, et RCT oleks alati ja iga küsimuse puhul automaatselt kõige parem uuring.

Kui tahame näiteks teada haiguse prognoosi või mõne riskiteguri võimalikku mõju pikema aja jooksul, võib kohortuuring olla hoopis sobivam. Diagnostilise testi hindamiseks on vaja uuringut, mis võrdleb testi tulemust sobiva võrdlusmeetodiga. Haiguse levimuse hindamisel võib olla õige tööriist ristlõikeuuring.

Seega pole mõtet küsida ainult: „Kui kõrgel on see uuring tõenduspüramiidis?“

Parem küsimus on: kas uuringu ülesehitus sobib küsimusega, millele ta vastata üritab?

Ka süstemaatiline ülevaade või metaanalüüs ei muuda nõrku algandmeid võluväel tugevaks tõendiks. Kui kokku võetakse väikesed, väga erinevad või suure kallutatuse riskiga uuringud, tuleb seda ka lõppjärelduses arvestada.

Ja vastupidi: üks uuring võib olla oma tüübilt väga „kõrge taseme“ uuring, aga kui see on halvasti tehtud, ei päästa teda silt RCT.

Uuringu kvaliteeti mõjutavad muu hulgas valimi suurus, randomiseerimine, pimendamine, võimalikud kallutatused, mõõtmismeetodid, statistiline võimsus ja see, kui hästi võrreldavad rühmad tegelikult olid.

Tõenduspüramiid on kasulik kaart. Ta ei ole lift, mis viib iga uuringu automaatselt õigesse vastusesse.

3. Millega tulemust võrreldi?

Oletame, et kümnele liigeseprobleemiga koerale antakse uut toidulisandit ja kaheksa neist liigub kuu aja pärast paremini. Kõlab paljulubavalt.

Aga me ei tea veel, mis oleks juhtunud ilma selle toidulisandita.

Kas sümptomid oleksid aja jooksul niikuinii vähenenud? Kas koerad said samal ajal valuvaigistit? Kas nende kehakaal langes? Kas liikumisrežiim muutus? Kas omanik teadis, et koer saab „uut head toodet“ ja hindas seetõttu tema seisundit optimistlikumalt?

Sellepärast on võrdlusrühm uuringutes nii oluline.

Heas võrdluses peaksid rühmad olema võimalikult sarnased ning erinema eelkõige selle teguri poolest, mille mõju uuritakse. Randomiseerimine aitab jaotada teadaolevaid ja teadmata erinevusi rühmade vahel ning pimendamine aitab vähendada võimalust, et uurija või omaniku ootused mõjutavad tulemuse hindamist.

Kõiki uuringuid pole võimalik ega mõistlik teha topeltpimedate platseebokontrollitud katsetena. Mõne küsimuse puhul pole see praktiliselt ega eetiliselt võimalik.

Kuid küsimus jääb alati samaks:

Millega me tulemust võrdleme ja kas see võrdlus võimaldab meil väita, et nähtud erinevus tuli just uuritud sekkumisest?

„Pärast seda läks paremaks“ on tähelepanek. „Selle tõttu läks paremaks“ on juba põhjuslik väide.

Nende kahe vahele mahub terve uuringudisain.

4. Mida tegelikult mõõdeti?

See küsimus on eriti oluline tervise- ja toidulisandiväidete puhul.

Uuring võib näidata väga selget muutust veres, rakkudes, ensüümis, põletikumarkeris või mõnes muus laborinäidus. Aga kas uurimisküsimus oli tegelikult laborinäit või tahtsime teada, kas koer tunneb ennast paremini?

Need ei ole alati üks ja sama asi.

Bioloogiline mehhanism võib olla täiesti reaalne ja ikkagi mitte anda kliiniliselt märgatavat kasu. Teisalt võib mõni kliiniliselt oluline mõju eksisteerida olukorras, kus me ei oska veel kogu mehhanismi täpselt kirjeldada.

Seetõttu tasub vaadata, mida uuringu „outcome“ ehk tulemusnäitaja tegelikult mõõtis.

Kas mõõdeti:

• laborinäitu?
• röntgenipildi muutust?
• haiguse kordumist?
• valu?
• liikumisvõimet?
• elukvaliteeti?
• omaniku hinnangut?
• ellujäämist?

Veterinaarias kasutatakse ka valideeritud omaniku täidetavaid küsimustikke, sest koer ise ei saa meile skaalal öelda, kui valus tal on. See tähendab, et omaniku hinnang ei ole automaatselt „ebateaduslik“, kuid mõõtmisvahend peab olema sobiv ja võimalikult usaldusväärne.

Oluline on ka vahe statistilise ja kliinilise olulisuse vahel.

Tulemus võib olla statistiliselt oluline, kuid nii väike, et koera igapäevaelus pole sellel praktilist tähendust. Tõenduspõhise veterinaarmeditsiini käsitluses rõhutataksegi, et statistiline erinevus ei võrdu automaatselt kliiniliselt olulise erinevusega.

Seega küsi: Kas uuring mõõtis seda tulemust, millest turundustekst, postitus või terviseväide praegu räägib?

Kui uuring mõõtis põletikumarkerit, ei tohiks sellest märkamatult saada „vähendab valu“.

Kui uuring näitas muutust soolebakterite koosluses, ei tohiks sellest automaatselt saada „ravib allergiat“.

Vahepealsed sammud vajavad samuti tõendamist.

5. Mida selle tulemuse põhjal päriselt järeldada saab?

See on koht, kus uuringust võib saada palju suurem lugu kui uuring ise.

Uuring võib leida seose. Pealkirjas muutub see põhjuseks.

Uuring võib näidata võimalikku mehhanismi. Reklaamis muutub see ravitoimeks.

Väike pilootuuring võib anda huvitava tulemuse. Sotsiaalmeedias muutub see lauseks „teadus on tõestanud“.

Selle vältimiseks tasub vaadata, millise tugevusega sõnu uuring ise õigustab. „Seostus“ ei ole sama mis „põhjustas“. „Võib mõjutada“ ei ole sama mis „parandab“. „Selles uuringus täheldati“ ei ole sama mis „see toimib kõigil koertel“.

Ja ka statistiliselt oluline tulemus ei ütle üksi, kui suur mõju oli, kui täpselt seda hinnati või kui hästi tulemus teistes uuringutes kordub.

Ühe uuringu puhul tasub alati küsida, kuidas see sobitub ülejäänud teadmistega.

Kas teised uuringud on leidnud sama? Kas tulemused on vastuolulised? Kas valim oli piisavalt suur, et uurijad oleksid saanud mõistliku tõenäosusega olulise erinevuse üldse üles leida? Kui suur oli mõju? Kui suur oli ebakindlus selle hinnangu ümber?

Need küsimused ei muuda head tulemust halvaks. Need annavad tulemusele õige mõõdu.

„Uuring näitas“ ei ole lõppvastus

Minu jaoks on kriitilise mõtlemise juures üks oluline piir. Eesmärk ei ole jõuda olukorda, kus mitte midagi ei saa enam uskuda, sest igal uuringul on piirangud. Täiuslikke uuringuid praktiliselt ei eksisteeri.

Ka tõenduspõhine veterinaarmeditsiin ei tähenda, et otsus tehakse ühe teadusartikli põhjal. Parim olemasolev teaduslik info tuleb siduda kliinilise kogemuse, konkreetse patsiendi olukorra ning omaniku võimaluste ja väärtustega.

Samamoodi ei peaks teadmislünk tähendama, et praktiline või integratiivne kogemus visatakse kõrvale. Kogemus võib olla väärtuslik signaal ja anda väga hea uurimisküsimuse.

Aga kogemust tuleb nimetada kogemuseks. Bioloogilist mehhanismi mehhanismiks. Seost seoseks. Ja kliiniliselt tõendatud mõju kliiniliselt tõendatud mõjuks.

Sama mõõdupuu peaks kehtima ravimile, toidulisandile, ravimtaimele, koeratoidule ja veterinaarsele ravimeetodile.

Viis küsimust, mida järgmise terviseväite juures küsida

Kui sul ei ole aega uuringut tund aega lahata, piisab alustuseks neist viiest:

Keda või mida uuriti? Kas koeri, inimesi, hiiri või rakke ning kui sarnased olid nad sinu koeraga? Kas uuritud loomadel oli muid olulisi erinevusi või kaasnevaid tegureid, mis võisid tulemust mõjutada?

Mis tüüpi uuring see oli? Kas uuringudisain sobis üldse sellele küsimusele?

Millega tulemust võrreldi? Kas oli olemas sobiv kontroll või alternatiivne selgitus?

Mida tegelikult mõõdeti? Kas laborinäitu või päriselt koera jaoks olulist tervisetulemust?

Mida tulemus lubab järeldada? Kas räägime seosest, võimalikust mõjust või juba üsna kindlast kliinilisest tulemusest?

Need viis küsimust ei anna alati kohe vastust. Aga nad aitavad märgata, millal vastus on tugev ja millal lugu on uuringust juba mõned sammud ette jooksnud.

Ja vahel ongi kõige ausam järeldus: See on huvitav. Aga vaatame kõigepealt, mida uuring tegelikult näitas.

Allikad ja edasi lugemine

• RCVS Knowledge. EBVM Toolkit: kliinilise küsimuse sõnastamine, uuringudisainide mõistmine, tõendite kriitiline hindamine ja rakendamine.
• Veterinary Evidence. Guidance for writing the clinical bottom line: uuringudisaini sobivus kliinilise küsimusega, uuringu kvaliteedi hindamine ning kogu tõendusmaterjali tugevuse kaalumine.
• RCVS Knowledge. EBVM Learning: tõenduspõhise veterinaarmeditsiini põhimõtted ja tõendite rakendamine kliinilises praktikas.
• Veterinary Evidence. Peter Cockcroft. Grading the evidence and writing the clinical bottom line.
• Parachini-Winter C. jt (2020). Prospective evaluation of the lymph node proteome in dogs with multicentric lymphoma supplemented with sulforaphane. Seitsme lümfoomiga koera prospektiivne uuring: täheldati proteoomimuutusi, kuid kliinilist ravivastust ei nähtud.

---

---