Foreningen er ikke det samme som årsakssammenheng

Skrevet den 23 juni 2017 Av John Castle

dette er den tredje i en serie på 34 blogger basert på en liste over ‘Nøkkelbegreper’ utviklet av Et Informert Health Choices prosjektteam. Hver blogg vil forklare et Nøkkelbegrep som vi må forstå for å kunne vurdere behandlingskrav.

————————————-

Å avgjøre om et utfall er direkte forårsaket av en behandling eller oppstår tilfeldig, er et gammelt problem. Ofte, etablere en årsakssammenheng kan være vanskelig og årsakssammenheng er tildelt en intervensjon der bevisene ikke kan bevise dette. Det er mange eksempler hvor assosiasjon kan ha blitt forvekslet med årsakssammenheng, og det er viktig at når man vurderer bevis for en årsakssammenheng, gjennomføres det riktige forsøk for å utelukke andre variabler.

Falske korrelasjoner: Spis ost og bli sammenflettet i sengetøyet ditt…

det er mange tilfeldigheter i livet hvor korrelasjoner kan bli funnet mellom to tilsynelatende tilfeldige faktorer. Det er usannsynlig at en ting forårsaker den andre, men noen kan tro at de er. For eksempel korrelerte ostforbruket i USA mellom 2000 og 2009 med antall dødsfall ved innblanding av mennesker i sengetøy . Forårsaker en av disse faktorene den andre? Sannsynligvis ikke.

Falske korrelasjoner: Se En Nicholas Cage-film og drukne i et basseng …

også antall personer som druknet i et basseng mellom 1999 og 2009, korrelert med antall filmer med Nicholas Cage som ble utgitt i løpet av den tiden . Det er svært lite sannsynlig At Nicholas Cage er årsaken til at folk drukner i bassenger (selv om ofrene så På En Nicholas Cage-film, kan de ha hatt nytte av å drukne), men de to prisene er nesten identisk korrelert.

Observasjonsstudier: Alkoholforbruk og dødelighet

Observasjonsstudier er De Som ser på frekvensen av et utfall i grupper som var forskjellig utsatt for en intervensjon eller risikofaktor. De kan gi sterke bevis på sammenheng mellom faktorer. De kan imidlertid ikke med sikkerhet brukes til å bevise at de undersøkte faktorene er årsakssammenheng. Dette skyldes at de kanskje ikke har redegjort for ukjente variabler som pavirker resultatet.

i 1997 ble en meget stor befolkningsstudie som så på alkoholforbruk og dødsfall (blant andre variabler) publisert Av New England Journal of Medicine . Det viste veldig tydelig at moderate nivåer av drikking (mellom 1-2 drinker per dag) var forbundet med en nedgang i dødelighet fra alle årsaker, spesielt fra hjerte-og karsykdommer, selv i forhold til folk som ikke drikker i det hele tatt.

det er unektelig en forening i sine resultater, men vi kan ikke si med sikkerhet at alkoholen selv forårsaket økningen i forventet levealder. Dette er fordi det kan godt være andre faktorer involvert som forklarer forskjellen. For eksempel, hva om folk som har en drink om dagen, er mer avslappet? Det er en sammenheng mellom stress og økt risiko for hjerte-og karsykdommer, og resultatet kan ha vært forårsaket av dette. En annen mulig forklaring er økt sosial interaksjon hos mennesker som drikker moderat, da ensomhet også kan være forbundet med kortere forventet levealder .

Eksempel 2: Røyking og kreft

i første halvdel av det 20.århundre var det svært vanskelig å si at sigaretter forårsaket helseproblemer.

Tobakksselskaper med motstridende interesser presset ideen om at økningen i lungekreft i denne perioden skyldtes økt tarring og luftforurensning. En av de første mennene som etablerte sammenhengen mellom røyking og lungekreft var Sir Richard Doll (den virkelige første er sannsynligvis En tysk mann Ved Navn Fritz Lickint hvis ideer ble usurped av Nazistiske regjeringen). Sir Doll spurte pasienter med lungekreft mange spørsmål om deres liv, inkludert deres nivå av tobakksforbruk. Påfallende, den største foreningen han la merke til mellom lungekreft priser var med tobakk forbruk. Denne foreningen holdes gjentatte ganger, selv når man studerer mange forskjellige grupper av mennesker fra flere bakgrunner, inkludert leger. Ettersom tiden gikk, mengden av studier som viste denne foreningen akkumulert og den kollektive bevis ga sterke indikasjoner på at lungekreft var årsakssammenheng med kreft. Dyrestudier viste at tobakk ‘juice’ økte forekomsten av kreft hos rotter. Cellulære studier viste at sigarettrøyk var ‘deadening’ de små hårcellene som strekker våre luftrør, slik at forurensende stoffer kunne komme i lungen. Montering av data fra observasjonsstudier presset til slutt regjeringen til å anbefale at folk slutter å røyke.

Dette er et eksempel på hvor en forening kan være svært tett korrelert og reproduserbar i forskjellige populasjoner, og gir så nok bevis for at folk kan handle. Derimot, situasjoner som dette er sjeldne og problemer kommer når foreninger er feilaktig portrettert som årsakssammenheng.

den beste måten å bevise en endelig årsak, spesielt for medisin eller intervensjon, er ved å gjennomføre en randomisert kontrollert studie.

Testing for kausalitet I en randomisert kontrollert studie (rct)

en randomisert kontrollert studie er en type studie som ser på forekomst av utfall i ulike grupper som er valgt på en slik måte at konfunderende faktorer er usannsynlig å ha en innvirkning på resultatet.

Tenk deg faktor 1 er en behandling og faktor 2 er antall personer som opplever et bestemt symptom. Hvorvidt deltakerne får behandling (faktor 1) bør være den eneste forskjellen mellom de to gruppene. Ideelt sett bør alt annet om gruppene være nøyaktig det samme: deres alder, deres kjønn, deres etnisitet, deres langvarige helse, maten de spiser, tiden de våkner, forholdene de har, absolutt alt. På denne måten vil vi vite at endringen i faktor 2, dvs. enhver endring i deres symptomer, er forårsaket helt av effekten av faktor 1, ikke en annen faktor, hvis innflytelse kan påvirke resultatene på måter vi ikke kan håpe å forestille oss.

Åpenbart lever Vi Ikke i en ideell verden. Vi lever i en verden der alle er forskjellige, og det er umulig å sikre, med full sikkerhet, at ingen annen ekstern faktor forårsaker en endring i faktor 2. For å overvinne dette, prøver vi å sørge for at menneskene i hver gruppe er så like som mulig ved å randomisere dem til forskjellige grupper slik at de mange variasjonene mellom mennesker er like spredt-effektivt avlyser hverandre. Deretter forsøker vi å minimere effekten av eksterne faktorer ved å sikre at det eneste som endres mellom gruppene er eksponering for behandlingen.

ved å kontrollere alle andre faktorer enn variabelen vi ønsker å studere, kan vi med rimelig sikkerhet si at det faktisk er en årsakssammenheng mellom de to faktorene.

så pass opp for påstander om at et utfall er forårsaket av en behandling…

når du leser en artikkel som sier at en behandling eller livsstilsfaktor er forbundet med bedre resultater, vær forsiktig. De som søker og får behandling kan være sunnere og ha bedre levekår enn de som ikke gjør det. Derfor kan folk som mottar behandlingen synes å ha nytte, men forskjellen i utfall kan være fordi de er sunnere og har bedre levekår. Det finnes dusinvis av måter som eksterne faktorer kan påvirke eksperimentelle resultater, selv i en klinisk studie.

Disentangling årsak fra forening er en vanskelig bedrift, og det tar en modig person å hevde at de definitivt kan bevise at en faktor forårsaker en annen. Hva du bør ta bort fra dette er en sunn dose av skepsis. Hvis du kommer over noen som bekjenner at en ting forårsaker den andre, antar du at de har feil til du er overbevist om noe annet. Spør: er det du har en forening eller en årsak? Hvordan ble dette undersøkt? Var studien EN RCT? Hvordan ble alle andre variabler holdt det samme.

når det gjelder en behandling, husk at selv om utfallet av en studie kan vise en sammenheng mellom en behandling og et utfall, kan behandlingen ikke nødvendigvis være årsaken.