Vi på redaktionen
Redaktionen leds av Dudi Warsito, PhD i medicinsk vetenskap. Dudi har arbetat som biomedicinsk forskare på Karolinska Institutet innan han började arbeta som ansvarig redaktör och skribent på Dagens Hälsa.
Tidigare medarbetare på redaktionen har varit Ingrid Lund, biomedicinare och Johanna Holmgren, journalist med intresse för hälsa och välmående.
Vi tar även, ibland, hjälp av experter som skriver krönikor eller reportage. I sådana fall visas information om skribentens bakgrund i artikeln.
I tillägg till redaktionen har vi även en fakta-granskare med expertis inom sjukvård, AT-läkare Lovisa Wennerström.
Så granskar vi vetenskapliga studier
Samtliga studier är behäftade med svagheter som begränsar hur deras resultat ska tolkas. Vissa studier har dock fler och mer omfattande svagheter än andra och tillskrivs därför olika stort vetenskapligt värde. Ju bättre utformad studie desto mer sannolikt är det att vi kan lita på och tolka resultaten. Vi anser därför det är viktigt att förmedla en studies kvalitet och trovärdighet till våra läsare. När vi skriver om en vetenskaplig studie har vi därför lagt till ett visuellt hjälpmedel för våra läsare som indikerar hur stark eller svag den aktuella rapporten är.
Trafikljuset visar rött för en metodologiskt svag studie, gult för en medelbra studie och grönt för en stark studie. Granskningen baseras på flera faktorer som sammanfattas i en helhetsbedömning. De viktigaste faktorerna är som följande.
Är studien utförd på försöksdjur eller människor?
Studier på djur utgör ofta en ovärderlig grund inom medicinsk forskning och kan bidra till att kartlägga sjukdomsförlopp samt utveckla och utvärdera nya behandlingar. Djurstudier utgör ofta en viktig startpunkt men resultaten kan sällan översättas till människor. Resultat från studier på försöksdjur är intressanta men vägen till att tillämpa resultaten på människor är ofta lång. Därför bedömer vi djurexperimentella studier som mindre relevanta för våra läsare.
Studier på människor utgår som regel från ett urval personer som ska spegla en större befolkning till vilken man vill använda eventuella slutsatser från studien. Oftast jämförs flera grupper; exempelvis en grupp som utsatts för en behandling eller läkemedel mot en grupp som inte utsatts för samma behandling och som då utgör en så kallad kontrollgrupp. Det är viktigt att urvalet av försöksdeltagarna görs på ett korrekt sätt för att spegla den befolkning man avser använda eventuella studieslutsatser.
Bara ett samband eller orsak-verkan?
Många vetenskapliga studier visar samband mellan olika faktorer men det innebär inte per automatik att det rör sig om så kallad kausalitet, ett orsak-verkansamband där en faktor leder till en effekt.
Att påvisa orsak-verkansamband brukar vara väldigt svårt och det finns risk för att förväxlingsfaktorer grumlar bilden. Kända förväxlingsfaktorer kan man till viss del kompensera för när man analyserar data i en studie, men det kan finnas förväxlingsfaktorer som forskarna inte är medvetna om och som de därmed inte kan justera sina analyser för.
Orsak-verkan-samband avseende hälsoeffekter stärks av bland annat:
- Sambandets styrka – ju starkare samband desto mer sannolikt att det finns en orsak-verkans effekt.
- Samstämmighet med liknande studiers resultat – Om sambandet har kunnat påvisas i olika studier, olika urvalsgrupper och olika miljöer stärks sannolikheten att det rör sig om orsak-verkan.
- Dos-responssamband – Om större exponering leder till större effekt stärks som regel misstanken om orsak-verkan.
- Temporalitet – skedde exponeringen, dvs den misstänkta orsaken innan effekten uppkom?
- Biologisk trovärdighet – finns det en teoretiskt rimlig grund för att förklara sambandet? Om inte är det mindre troligt att det rör sig om orsak och verkan.
Är studien experimentell eller en observation?
Man brukar skilja på så kallade observationsstudier och experimentella studier. I experimentella studier kontrollerar forskaren en eller flera faktorer som försökspersonerna utsätts för. Då man av olika praktiska eller etiska skäl inte alltid kan utsätta studiepersoner för det man vill undersöka använder forskare ofta sig av en observationsstudier. Observationsstudier baseras på just observationer och forskare ingriper som regel inte i försökspersonernas beteende.
Exempel: Det kan handla om att jämföra folk som tränar regelbundet mot de som aldrig tränar med hänsyn till deras risk för att drabbas av hjärtinfarkt. En motsvarande experimentell studie där forskarna påverkar studiedeltagarnas beteende hade inneburit att man tog ett antal individer och uppmanade en del av dem att träna regelbundet och den andra att inte träna alls.
Observationsstudier påvisar ibland samband men huruvida dessa handlar om orsak-verkan är svårt säga med säkerhet. I en randomiserad, dvs slumpmässigt grupperad experimentell studie ökar dock möjligheten att visa på ett sambands orsak och konsekvens. Detta innebär dock inte att experimentella studier är bättre än observationsstudier. En observationsstudie kan dock vara mer trovärdig än en experimentell studie, det beror helt på de enskilda studiernas olika svagheter.
Forskningens guld-standard
En randomiserad dubbel-blind studie anses av många vara den metodologiskt starkaste typen av forskningsstudie inom medicin och hälsa. Den är randomiserad om alla försökspersoner blir slumpmässigt indelade i antingen försöksgrupp eller i en jämförelsegrupp. Det minskar risken att forskare själva, medvetet eller undermedvetet, delar in försökspersonerna i de olika grupperna utifrån den faktor man vill undersöka. Dessutom innebär det större sannolikhet för att andra faktorer som kan påverka effekten, så kallade förväxlingsfaktorer, fördelar sig slumpmässigt lika i de olika grupperna och därför inte påverkar en grupp mer än en annan.
Studien är dubbel-blind om varken forskare eller försökspersoner vet om de ingår i en försöks- eller jämförelsegrupp. Vilken grupp de hamnar i avslöjas först efter att resultaten kommit in. Det minskar också risken för att forskare gör en partisk utvärdering.
Hur starkt är det statistiska sambandet?
Data från en studie analyseras som regel med olika statistiska metoder för att bedöma om resultaten är så kallat statistiskt signifikanta. Gränsen för vad som anses få kallas statistiskt signifikant brukar enligt konvention ligga på 95%. Detta innebär att fyndet som påvisats i studien med 95 procents sannolikhet är sant och med 5 procents (alltså 1 på 20) sannolikhet är falskt. Olika samband eller skillnader kan naturligtvis vara olika stora och säkra varför den statistiska signifikansen kan variera. Utöver detta bör man tänka på att det är skillnad mellan statistisk och klinisk, dvs praktisk, signifikans.
Den statistiska säkerhetsbedömningen påverkas av hur många deltagare som fanns i studien. Få deltagare leder till ökad risk för att slumpen ger upphov till att samband och skillnader som kanske egentligen inte existerar syns. Och för att upptäcka svaga samband eller små skillnader krävs som regel fler deltagare än om sambanden är starka och skillnaderna mellan olika grupper stora. Generellt anses studier med många deltagare vara mer robusta.
Är studien en meta-analys?
En meta-analys är en sorts granskning av flera studier. Det är alltså inte resultatet från en forskargrupp utan från flera forskargrupper och olika experiment. Ofta handlar det om en sammanställning av olika experiment, från olika delar av världen som försökt studera samma fråga. Metaanalyser grundar sig således på data från flera olika grupper, och data från sammanlagt fler studiedeltagare vilket bör ge resultaten större säkerhet. En nackdel är dock att meta-analyser sällan har tillgång till rådata från de ursprungliga studierna vilket gör att en del brister i de ursprungliga studierna riskerar att missas.
