Læknablaðið - 15.12.2000, Síða 83

UMRÆÐA & FRÉTTIR / FARALDSFRÆÐI 2
Faraldsfræði í dag
p < 0,05?
María
Heimisdóttir
Netfang:
mariah@decode.is
Niðurstöður vísindagreina birtast oft sem
umfangsmiklar töflur þar sem fara gjarnan saman
ýmiss konar metin tölugildi (point estimate), vikmörk
og p-gildi. Ekki er alltaf augljóst hvernig best er að
ráða í allar þessar upplýsingar og það er óneitanlega
freistandi að hvima hratt yfir og leita að lyklinum:
p<0,05! Því miður gengur hann ekki alltaf að lásnum
og nauðsynlegt er að gefa náinn gaum að notkun og
túlkun p-gilda til að átta sig á þýðingu
niðurstaðnanna.
Best er að útskýra p-gildi með því að nota dæmi.
Setjum sem svo að gerð sé ferilrannsókn (cohort
study) þar sem tengsl áhættuþáttar X við sjúkdóm Y
Lýst er eftir hugmyndum að góðum
íslenskum þýðingum á orðaforða
faraldsfræðinnar. Iðorðasafn lækna
inniheldur nokkuð af þeim orðum
sem nauðsynleg eru en betur má ef
duga skal. Ég leitast við að nota
íslensk orð yfir þau hugtök sem
rædd hafa verið en læt ensku orðin
yfirleitt fylgja í sviga til að forðast
misskilning. Enska hugtakið point
estimate var mér erfitt og væri gott
að fá hugmyndir lesenda um þjált
og skýrt íslenskt orð sem mætti
nota. Ég notaði metið tölugildi en
hugsanlega er gott orð þegar í
notkun og væri vel þegið að heyra
af því. Hugtakið point estimate er
einfalt, það merkir einfaldlega
niðurstöður tiltekinnar rannsóknar
varðandi þau atriði sem leitast er
við að meta á tölulegan hátt í hvert
skipti. Slíkar niðurstöður geta verið
á margvíslegu formi, til dæmis
nýgengi, aldur eða hlutfallsleg
áhætta (risk ratio). Nýleg rannsókn
á kynþroska íslenskra drengja
sýndi til dæmis að meðalaldur við
upphaf kynþroska var 11,89 ár í
úrtakinu (1). Petta gildi er þá point
estimate fyrir meðalaldur allra
íslenskra drengja við upphaf
kynþroska.
Heimild
1. Þórsson ÁV, Dagbjartsson A, Pálsson GI,
Amórsson VH. Kynþroski íslenskra
drengja. Læknablaðið 2000; 86: 655-9.
eru metin með því að reikna
hlutfallslega áhættu (risk ratio), sem
reynist vera 2,0 (95% CI 1,8-2,5) með p-
gildi 0,04 (p=4%). Metið tölugildi
þessarar rannsóknar, hvað varðar hlut-
fallslega áhættu, bendir til að einstak-
lingar með áhættuþáttinn X séu tvisvar
sinnum lfklegri til að fá sjúkdóminn Y
en einstaklingar án þessa áhættuþáttar.
P-gildið er túlkað sem svo: Ef í raun eru
engin tengsl milli áhættuþáttarins og
sjúkdómsins þá eru líkumar á því að
finna hlutfallslega áhættu (eða öllu
heldur, metið tölugildi hlutfallslegrar
áhættu) af þessari stærð eða stærri, að-
eins fjórir af hundrað.
Aragrúi tölfræðilegra prófa er
notaður til að kanna hvort tilteknar
niðurstöður eru líklegar til að stafa af
tilviljun, það er hvort þær eru tölfræði-
lega marktækar. Þessi próf eiga það
sameiginlegt að birta niðurstöðuna á
formi p-gildis og sú hefð hefur skapast
að miða tölfræðilegan marktækileika
við p<0,05. Hefðir eru ágætar en vara-
samt er að binda sig algerlega við
ákveðið p-gildi. Stærð þess er ekki ein-
göngu háð raunverulegum mun á milli
hópanna sem bornir eru saman (til
dæmis stærð hlutfallslegrar áhættu)
heldur einnig fjölda einstaklinga í úr-
takinu. Þannig getur of lítið úrtak valdið
því að niðurstöður virðast ekki tölfræði-
lega marktækar jafnvel þó um raunveru-
legan mun á milli hópa sé að ræða. Hið
gagnstæða getur einnig gerst, það er
mjög stórt úrtak getur leitt til þess að
óverulegur munur milli hópa reynist
tölfræðilega marktækur. Til að varast slíkt má nota
vikmörk í staðinn fyrir eða samhliða p-gildunt til að
meta hlut tilviljana í niðurstöðunum. Vikmörk bera í
sér þrenns konar upplýsingar. I fyrsta lagi sýna þau
umfang mismunar á milli hópanna sem bornir eru
saman, það er hinn raunverulegi mismunur er sagður
liggja innan vikmarkanna. I öðru lagi sýna þau, eins
og p-gildið, hvort niðurstaðan er tölfræðilega
marktæk (ef vikmörkin innihalda ekki gildið 1,0). I
þriðja lagi gefur vídd vikmarka vísbendingu um stærð
úrtaksins og þar með um stöðugleika niðurstöðunnar.
Vídd vikmarka er einmitt sérlega mikilvæg þegar
niðurstöður eru ekki tölfræðilega marktækar. Pröng
vikmörk, sem innihalda 1,0, benda til að það sé í raun
enginn munur milli hópanna. Víð vikmörk, sem
innihalda 1,0, gefa hins vegar í skyn að niðurstöðurnar
geti samræmst hvort sem er jákvæðum og neikvæðum
áhrifum (til dæmis að tiltekinn umhverfisþáttur gæti
verið, hvort sem er, verndandi eða aukið áhættu) og
að smæð úrtaksins hafi takmarkað tölfræðilegt afl
(power) rannsóknarinnar til að útiloka tilviljun sem
skýringu niðurstöðunnar.
Túlkun tölfræðilega marktækra niðurstaðna krefst
nokkurs sjálfsaga. í fyrsta lagi, og í ljósi þess sem rætt
var hér að ofan, ber ekki að líta á tölfræðilegan mark-
tækileika sem afdráttarlaust svar heldur aðeins sem
eina vísbendingu um hvernig túlka megi niður-
stöðurnar. Niðurstaða sem er tölfræðilega marktæk
getur að sjálfsögðu verið tilviljun, en líkumar á því eru
takmarkaðar. Hið gagnstæða getur einnig gerst, það
er niðurstöður sem ekki eru tölfræðilega marktækar
þurfa ekki að stafa af tilviljunum. Pví er mikilvægt að
sýna sjálft p-gildið en ekki aðeins upplýsa að það sé
stærra en til dæmis 0,05. Túlkun slíkra niðurstaðna
verður að byggjast á bæði nákvæmu p-gildi og vídd
vikmarkanna, eins og lýst er að framan. I öðru lagi
verður að gera skýran greinarmun á tölfræðilega
marktækum niðurstöðum annars vegar og orsaka-
tengslum hins vegar. Smátt p-gildi bendir til að til-
viljun sé ekki líkleg skýring á niðurstöðunum en gefur
engar upplýsingar um gæði rannsóknarinnar eða
hlutverk kerfisbundinnar skekkju (bias) eða truflandi
þátta (confounding). Á hinn bóginn geta niðurstöður,
sem ekki eru tölfræðilega marktækar, endurspeglað
raunverulegt orsakasamband. í þriðja lagi segir p-
gildi ekkert um hagnýti eða klíníska þýðingu niður-
staðnanna. Örsmátt p-gildi getur fylgt óverulegum
mun milli hópa sem hefur enga klíníska eða líf-
fræðilega þýðingu.
Læknablaðið 2000/86 897