Ebm_base

ТРЕТИЙ НЕ ЛИШНИЙ ⠀ Иногда некоторые врачи пытаются найти преимущества от лечения в подгруппах пациентах. И если оно выявляется в определенной популяции, то что это? Случайная ошибка? Конфаудинг? Множественные сравнения? Или эффект взаимодействия? 🤷🏻‍♂️ Познакомимся с последним поближе👇🏻 ⠀ ❗Эффект взаимодействия (interaction) возникает, когда эффект от лечения зависит от другого фактора❗ ⠀ Например, тестируется новый препарат Х 💊 против плацебо от артериальной гипертензии. В общей популяции Х снижает САД на 10 мм рт ст📉. А затем обнаружили, что у мужчин ♂️ он снижает на 18, а у женщин♀️ на 7 мм рт ст. (будем считать, что мощность КИ достаточная) Вроде все очевидно. Ведь так...? ⠀ В целом, по эффекту взаимодействия можно выделить 4 ситуации (рис. в карусели) 🔸1 - взаимодействия нет (САД снижается одинаково у М и Ж) 🔸2 и 3 - количественное взаимодействие, эффект лечения не меняет направление (2 - лучше снижает у М, 3 - у Ж) 🔸4 - качественное (перекрестное) взаимодействие (у М лучше плацебо, у Ж - лечение) ⠀ Итак, если мы предполагаем, что взаимодействие есть, то надо его оценить. Наиболее часто для этого используется регрессионный анализ. Если максимально просто (❗), то надо посмотреть как влияют факторы, когда они независимые (X - лечение, S - пол): ⠀ y = b0 + b1X + b2S ⠀ А затем, когда есть взаимодействие: ⠀ y = b0 + b1X + b2S + b3XS ⠀ Таким образом, мы сможем узнать степень влияния на результат без и с эффектом взаимодействия, а также значим ли он 🙀 ⠀ 🟢Это может быть полезно, когда выявляется гетерогенность в подгруппах или между центрами, также при исследовании некоторых механизмов действия ЛС и используется в факториальном дизайне. ⠀ 🔴Однако стоит помнить, что изучение эффекта взаимодействия проводится после сбора данных с использованием специальных статистических методов. А результаты следует трактовать с осторожностью и (желательно) в исследовательских целях⚠️ #ebm_нюансы

"А посмотрите подгруповой анализ" - говорили они. На него очень любят ссылаться при поиске каких-либо "дополнительных опций или преимуществ" лечения. Мол для женщины старше 65 лет, рожавшей более 3 раз и имеющей 3 коморбидности по ССС, препарат работает лучше, чем для исследуемой популяции 🤦‍♂ У себя в блоге я уже указал какие ошибки при этом встречаются, и что выводы на его основе нужно делать очень осторожно. А лучше делать не выводы, а новые исследования. В общем A.W. Hahn с коллегами продемонстрировали интересные результаты, советую всем к прочтению (OA) Ссылка: https://journals.sagepub.com/doi/full/10.1177/17588359221103199

НА ПОДУМАТЬ... ⠀ В последнее время я очень много уделяю внимания обучению. Пытаюсь изучить и наверстать то, чему нигде не учили (Regression analysis, Bayesian statistics, DAG, causal inference, работа в R studio и прочее). Всё не охватить... 🤯И чем дальше, тем больше сомневаюсь. ⠀ Сегодня хочу поделиться некоторыми мыслями. ⠀ 1️⃣ я ошибался по поводу исследований "случай-контроль" и когортных. Это очень сложные и в то же время важные исследования❗ Что делать, если нельзя провести РКИ по этическим соображениям? Что делать, если эксперимент в принципе невозможен? Вот и приходится использовать дизайны пониже...⚖️ ⠀ 2️⃣ наверное, РКИ очень удобный дизайн. На самом деле он простой. Есть заморочки с методологией и бюрократией🗂️ Но в целом, если все грамотно проведено, то эффект должен быть простым и понятным. Можно подтвердить/опровергнуть причино-следственную связь (при адекватной гипотезе). Классно и удобно, но главное - качественно!👍🏻 ⠀ 3️⃣ мы нихрена не понимаем причино-следственные связи...🔁 Когда не пытаемся учиться и думать. А когда пытаемся, то больше сомневаемся. "Ассоциация не подразумевает причино-следственную связь". А ведь связи могут быть очень запутанными🔃 ⠀ 4️⃣ я поражаюсь всему, что написано. Ведь кто-то об этом задумался, кто-то проверил, кто-то перепроверил, написал и т.д. Сомнение людей позволяет лучше изучать процессы вокруг нас🙀 ⠀ 5️⃣ "математика не пригодится"🤡 Возможно, что для тех, кто хочет жить в иллюзиях и принимать решения "потому что так сказали", это выход. Мне очень жаль, что я много уже забыл. Ещё больше жаль, что очень много не преподается! Может быть наш мир сильно изменился бы... Хотя может быть большинство бы забило, как на математику...🙈🙉🙊 ⠀ Один из участников клуба как-то написал ""философия > науки". Тут сложно делать однозначные выводы. Но я всё больше согласен, что сомнения в себе и вокруг, поиск нового, анализ не вредят мозгу Homo Sapiens🧠 А вот застой по имеющимся данным, видимо, наоборот... 😵‍💫

Когда уже сам запутался в своем обучении...

Очередной "уникальный" проект, не имеющий аналогов! Иногда кажется, что повсюду великие люди с гениальными идеями...

Не поверите, вот только сегодня я смотрел вышеуказанные видео, как сразу в сторис вылез новый коуч со своим курсом по лидерству с фразой "смог я - сможешь и ты!" Ну и конечно ссылка на заполнение анкеты на эту программу, после которой с вами свяжется менеджер Феномен Баадера — Майнхоф как есть 😁 Что думаете, надо брать?

Всем, кому интересно "критическое" мышление, и тем, кто хочет разочароваться в своем 😂 хочу порекомендовать два видео После них хочется много интересных вопросов задать себе 1 видео: https://youtu.be/y5gy5JYs-OE 2 видео: https://youtu.be/OATd1QE2y_8

Пока я работаю, Топа бдит

Интересно, а если блогеры перестанут делать 100500 напоминаний о том, что "через неделю, завтра, сегодня, через час у нас ВЕБИНАР (о боже, боже) с таким-то другим БЛОГЕРОМ (ну тут остановка сердца)", то будет ли столько же слушателей на этих вебинарах? А ещё интересно, действительно ли такие вебинары могут иметь эффективность? Мол "Я послушал, понял трудный момент статистики/диагностики/лечения, проанализировал (не на словах) изменение своей работы и действительно наблюдает положительный результат" Или все упирается тупо в красивые картиночки и видосики?

Решил я тут поизучать распределения, чтобы лучше в них разобраться (мое слабое место). И первый же слайд меня сразу победил

Мне не нравится (и периодически бесит), когда подменяют понятия. Это делают много кто и где (в науке, СМИ, магазинах и т.д.). Почти всегда это делается как реклама ради внимания. 1) ничего не имею против рекламы, но что стоит за этим? Действительно ли то, что рекламируется нужно? Оно что-то меняет? Это можно как-то оценить объективно? Если нет, то зачем тогда все это? Если, чтобы разводить людей на деньги, то получается ваша аудитория невежды и дураки? Но никто же так не считает (и уже тем более не говорит)... 2) "я делаю крутой проект". А по факту там только идея твоя, а все остальное делают наемные специалисты. Получается проект не твой, а команды. Да ты его придумал (но структуру написал скорее всего кто-то другой), но над ним трудятся ещё люди, о которых нужно сказать. Даже блоги ведутся командами! А "лицо" заявляет, что это его мнение, мысли и вообще вам поможет эта информация от него сделать свою жизнь лучше (видимо контент-план и написание постов пустяки, которым занимаются те же невежды). В журнальном клубе я организатор, но есть ребята, которые мне помогают. Поэтому я часто упоминаю "наш", "у нас". ЖК в целом это своеобразная команда. А вот над блогом (теперь в 2-ух местах) работаю я один. Картинки, посты, сторисы, мысли и т.д. Я даже не составляю контент-план. Мне с ним неудобно. Нравится работать по идеи. Наговорил многобукв. Подытожу: Мне не нравится, когда в разной степени подменяют понятия

ПОПРАВЬТЕ ВАШ ФАКТОР ⠀ Всем страшен confounding. Положительные исследования превращает в негативные, негативные в положительные, скрывает правду, путает наблюдения - как бы проще без него жилось... 🤥 ⠀ Мы знаем, что есть методы позволяющие его избежать в начале КИ (рандомизация/стратификация). Но что делать, когда уже все собрано без них (post hoc)? 😱 ⠀ ❗Скорректированный (adjusted) анализ❗ Это включение в стат анализ факторов/характеристик/ковариант, которые могут влиять на исход➡️ ⠀ Мы как бы фиксируем (либо учитываем их влияние) коварианты, чтобы скорректировать оценку эффекта🦾 ⠀ ⚠️Например, мы пытаемся найти причину тяжелого заболевания ТВ. Находим, что фактор 70 подходит по параметрам, и в анализе получаем р=0,04 (погранично...). Но коллега подсказал, что надо проверить модель с учётом возраста. Ведь есть ассоциация его с ТВ. Мы корректируем анализ (учитываем возраст при влиянии фактора 70 на развитие заболевания ТВ) и получаем р=0,01. Видимо, чтобы более точно предсказать ТВ, надо смотреть на возраст и Ф70 вместе! Мы благодарим коллегу и идём описывать результат🙋🏻‍♂️📑 ⠀ Это может помочь более точно оценить влияние вмешательства на исход (не переоценить и недооценить), определить факторы прогнозирования, построить модель, фиксировать влияние дисбаланса⚖️ Также можно учитывать коварианты, которые являются конфаундерами! ⠀ Но для коррекции нужно обоснование: 🔸дисбаланс ковариантов 🔸рандомизация в небольших исследованиях 🔸коварианты-предикторы эффекта/исхода 🔸конфаундеры ⠀ К сожалению, выбор ковариантов часто субъективен, требует подумать, предположить (обоснованно) возможные взаимосвязи🙇🏻‍♂️ Также не всегда можно учесть все коварианты (не собраны, пропуски, не подумали о связи, не проверили и т.д.) ⠀ Основными методами коррекции являются различные виды регрессионного и ковариационный (ANCOVA) анализы📊 ⠀ Недавно пришлось самому попробовать это на практике. Рассказать здесь оказалось проще, чем разобраться в полученных результатах 😵‍💫

Когда уже провел весь анализ и написал статью, а потом вспомнил, что забыл сделать поправку на конфаундеры и получил незначимые результаты

Нас интересует стрелочка B

НЕ ХУЖЕ ≠ ЛУЧШЕ ⠀ ❗Non-inferiority trial (нормального перевода нет, но мне нравится - ИССЛЕДОВАНИЯ НЕ МЕНЬШЕ РЕЗУЛЬТАТИВНОСТИ)❗ ⠀ Направлено показать, что экспериментальное лечение не хуже контроля 🤷🏻‍♂️ ⠀ "Золотой стандарт" исследований (рандомизированное плацебо-контролируемое двойное-слепое) в основном относится к типу superiority (исследование превосходства). То есть нужно показать, что новый препарат лучше контроля 📈 ⠀ Но если результат не лучше? Это обязательно хуже? Нет, вот здесь и место non-inferiority trial. ⠀ ⚠️Обязательно для его проведения используется предел (δ, non-inferiority margin) результата⚠️ ⠀ 🟥Если результат исследования НИЖЕ предела, то делается вывод, что новое лечение ХУЖЕ стандартного. ⠀ 🟩Однако, если ВЫШЕ, то мы говорим, что новое лечение НЕ ХУЖЕ стандартного. ⠀ Выбор δ является критически важным аспектом. Часто выбирается на основе суждения со ссылкой на источник. ⠀ ❗Т.е. с самого начала КИ должно быть разработано так, чтобы показать, что эффект нового лечения хуже, но не более чем на заранее определенную величину❗ ⠀ И когда же может потребоваться такое? ⠀ 📍Соответствует ли новое лечение по эффективности стандарту (неэтично сравнивать с плацебо), имея при этом вторичные преимущества (безопасность, экономическая выгода) 📍Сравнение существующих эффективных методов лечения между собой или с установленным "золотым стандартом" 📍Соответствие эффективности дженериков/аналогов оригинальному препарату (но в идеале для этого использовать КИ на эквивалентность) ⠀ И всегда нужно помнить о различных подводных камнях: 🔹Нельзя делать вывод, что один из методов лучше (только "хуже"/"не хуже") 🔹Достаточно непростой правильный расчет δ 🔹Больший размер выборки (чем для superiority) 🔹Не "золотой стандарт" исследований 🔹Необходимо проводить коррекцию статистического анализа 🔹Использовать ITT и PP анализов (используя только один можно получить смещение результатов) ⠀ Non-inferiority trial достаточно интересный тип КИ, но (мне кажется 👨🏻‍⚕️) немного недооценённый. Почему-то важнее показать, что новое всегда "лучше", а не "не хуже"🙀 ⠀ #ebm_дизайн

А помните у меня была идея провести лекцию по докмеду Будет. Буду делать Попробую сделать упор на то, как это помогает решать клинический вопрос + небольшая оценка статьи.

Не могу не поделиться этим здесь 😁