L’associazione non è la stessa causa

Pubblicato il 23 giugno 2017 da John Castle

Questo è il terzo di una serie di 34 blog basati su un elenco di “Concetti chiave” sviluppati da un team di progetto Health Choices informato. Ogni blog spiegherà un concetto chiave che dobbiamo capire per essere in grado di valutare le richieste di trattamento.

————————————-

Determinare se un risultato è direttamente causato da un trattamento o si verifica casualmente, è un problema secolare. Spesso, stabilire un nesso causale può essere difficile e il nesso di causalità è assegnato a un intervento in cui le prove non possono dimostrarlo. Ci sono molti esempi in cui l’associazione può essere stata scambiata per causalità ed è importante che quando si valuta l’evidenza di un effetto causale, vengano condotti studi appropriati per escludere altre variabili.

Correlazioni spurie: mangiare formaggio e impigliarsi nelle lenzuola

Ci sono molte coincidenze nella vita in cui si possono trovare correlazioni tra due fattori apparentemente casuali. È improbabile che una cosa causi l’altra, ma alcuni potrebbero credere che lo siano. Ad esempio, il consumo di formaggio negli Stati Uniti tra il 2000 e il 2009 è correlato al numero di morti per entanglement di persone nelle loro lenzuola . Uno di questi fattori causa l’altro? Probabilmente no.

Correlazioni spurie: Guarda un film di Nicholas Cage e annega in una piscina

Inoltre, il numero di persone che sono annegate in una piscina tra il 1999 e il 2009, è correlato al numero di film con Nicholas Cage che sono stati rilasciati durante quel periodo . È altamente improbabile che Nicholas Cage sia la causa delle persone che annegano nelle piscine (anche se, se le vittime stavano guardando un film di Nicholas Cage, potrebbero aver beneficiato dell’annegamento), ma i due tassi sono quasi identici correlati.

Studi osservazionali: Consumo di alcol e tassi di mortalità

Gli studi osservazionali sono quelli che esaminano il tasso di un risultato in gruppi che sono stati diversamente esposti a un intervento o fattore di rischio. Possono fornire una forte evidenza di associazione tra fattori. Tuttavia, non possono con certezza essere utilizzati per dimostrare che i fattori esaminati sono collegati causalmente. Questo perché potrebbero non aver rappresentato variabili sconosciute che influenzano il risultato.

Nel 1997, uno studio molto ampio sulla popolazione che esaminava il consumo di alcol e i tassi di mortalità (tra le altre variabili) è stato pubblicato dal New England Journal of Medicine . Ha mostrato molto chiaramente che livelli moderati di bere (tra 1-2 bevande al giorno) era associato a una diminuzione dei tassi di mortalità per tutte le cause, in particolare da malattie cardiovascolari, anche rispetto alle persone che non bevono affatto.

C’è innegabilmente un’associazione nei loro risultati, ma non possiamo dire con certezza che l’alcol stesso abbia causato l’aumento dell’aspettativa di vita. Questo perché potrebbero esserci altri fattori coinvolti che spiegano la differenza. Ad esempio, cosa succede se le persone che bevono un drink al giorno sono più rilassate? Esiste un’associazione tra stress e aumento del rischio di malattie cardiovascolari e il risultato potrebbe essere stato causato da questo. Un’altra possibile spiegazione è l’aumento dell’interazione sociale nelle persone che bevono moderatamente, poiché la solitudine può anche essere associata a un’aspettativa di vita più breve .

Esempio 2: Fumo e cancro

Nella prima metà del 20 ° secolo era molto difficile dire che le sigarette causassero problemi di salute.

Le aziende del tabacco con interessi in conflitto hanno spinto l’idea che l’aumento del cancro ai polmoni in questo periodo fosse dovuto all’aumento dell’asfalto e dell’inquinamento atmosferico. Uno dei primi uomini a stabilire il legame tra fumo e cancro ai polmoni fu Sir Richard Doll (il vero primo è probabilmente un uomo tedesco di nome Fritz Lickint le cui idee furono usurpate dal governo nazista). Sir Doll ha chiesto ai pazienti con cancro ai polmoni molte domande sulla loro vita, incluso il loro livello di consumo di tabacco. Sorprendentemente, la più grande associazione che ha notato tra i tassi di cancro ai polmoni era con il consumo di tabacco. Questa associazione ha ripetutamente tenuto, anche quando si studiano molti diversi gruppi di persone provenienti da più ambienti, compresi i medici. Con il passare del tempo, la quantità di studi che hanno mostrato questa associazione si è accumulata e le prove collettive hanno dato forti indicazioni che il cancro ai polmoni era causalmente correlato al cancro. Studi su animali hanno dimostrato che il “succo” di tabacco ha aumentato i tassi di cancro nei ratti. Studi cellulari hanno dimostrato che il fumo di sigaretta stava “attenuando” le minuscole cellule ciliate che rivestono le nostre trachee, consentendo agli inquinanti di entrare nei polmoni. I dati di montaggio degli studi osservazionali alla fine hanno spinto il governo a raccomandare che le persone smettano di fumare.

Questo è un esempio di dove un’associazione può essere strettamente correlata e riproducibile in diverse popolazioni, e quindi fornisce prove sufficienti per le persone ad agire. Tuttavia, situazioni come questa sono rare e problemi arrivano quando le associazioni sono impropriamente rappresentate come causalità.

Il modo migliore per dimostrare una causa definitiva, in particolare per un medicinale o un intervento, è condurre uno studio controllato randomizzato.

Test di causalità in uno studio randomizzato controllato (RCT)

Uno studio randomizzato controllato è un tipo di studio che esamina l’insorgenza di risultati in diversi gruppi selezionati in modo tale che è improbabile che fattori confondenti abbiano un impatto sul risultato.

Immagina che il fattore 1 sia un trattamento e il fattore 2 sia il numero di persone che manifestano un particolare sintomo. Se i partecipanti ricevono o meno il trattamento (fattore 1) dovrebbe essere l’unica differenza tra i due gruppi. Idealmente, tutto il resto dei gruppi dovrebbe essere esattamente lo stesso: la loro età, il loro sesso, la loro etnia, la loro salute di lunga data, il cibo che mangiano, il tempo che si svegliano, le relazioni che hanno, assolutamente tutto. In questo modo, sapremo che il cambiamento nel fattore 2, cioè qualsiasi cambiamento nei loro sintomi, è causato interamente dall’effetto del fattore 1 non da qualche altro fattore, la cui influenza può influire sui risultati in modi che non possiamo sperare di immaginare.

Ovviamente, non viviamo in un mondo ideale. Viviamo in un mondo in cui tutti sono diversi ed è impossibile garantire, con assoluta certezza, che nessun altro fattore esterno stia causando un cambiamento nel fattore 2. Per superare questo, cerchiamo di fare in modo che le persone in ogni gruppo siano il più simili possibile randomizzandole a gruppi diversi in modo che le molte variazioni tra le persone siano ugualmente distribuite – annullandosi efficacemente l’un l’altro. Quindi, cerchiamo di minimizzare l’effetto dei fattori esterni assicurando che l’unica cosa che cambia tra i gruppi sia l’esposizione al trattamento.

Controllando tutti i fattori, diversi dalla variabile che vogliamo studiare, possiamo dire con ragionevole certezza che esiste effettivamente un legame causale tra i due fattori.

Quindi fai attenzione alle affermazioni che un risultato è causato da un trattamento

Quando leggi un articolo che dice che un fattore di trattamento o stile di vita è associato a risultati migliori, fai attenzione. Le persone che cercano e ricevono un trattamento possono essere più sane e avere condizioni di vita migliori di quelle che non lo fanno. Pertanto, le persone che ricevono il trattamento potrebbero apparire a beneficio, ma la differenza nei risultati potrebbe essere perché sono più sani e hanno migliori condizioni di vita. Ci sono dozzine di modi in cui fattori esterni possono influenzare i risultati sperimentali, anche in uno studio clinico.

Districare la causa dall’associazione è un affare complicato e ci vuole una persona coraggiosa per affermare di poter dimostrare definitivamente che un fattore causa un altro. Quello che si dovrebbe togliere da questo è una sana dose di scetticismo. Se ti imbatti in qualcuno che professa che una cosa causa l’altra, supponi che si sbagliano finché non sei convinto del contrario. Chiedi: quello che hai è un’associazione o una causa? Come è stato indagato? Lo studio era un RCT? Come sono state mantenute tutte le altre variabili uguali.

Quando si tratta di un trattamento, ricorda che mentre l’esito di uno studio può mostrare un’associazione tra un trattamento e un risultato, il trattamento potrebbe non essere necessariamente la causa.