ความจริงไม่เคยหลอกลวงใคร แต่การนำเสนอความจริงสามารถหลอกตาคนได้

"ความจริงไม่เคยหลอกลวงใคร แต่การนำเสนอความจริงสามารถหลอกตาคนได้" แอดมินเพจแก่ๆท่านหนึ่งกล่าวไว้

ข้อมูลความรู้ทางการแพทย์ปัจจุบันโดยเฉพาะการรักษาในคน จำเป็นต้องทำการศึกษาทดลองในคน การศึกษาแบบนี้จำต้องมีการสุ่มตัวอย่างมาทำการทดสอบเทียบกับกลุ่มควบคุม และเปรียบเทียบด้วยวิธีทางคณิตศาสตร์ คือวิชาสถิติครับ
ดังนั้นการจะเข้าใจ เข้าถึง ความรู้ทางการแพทย์จึงต้องเข้าใจสถิติ เพื่อจะได้ไม่ถูกชักจูงคล้อยตาม นี่เป็นวิธีที่เราใช้เพื่อหลีกเลี่ยงความโน้มเอียงต่างๆ เช่นหากการศึกษามีผู้มีส่วนได้ส่วนเสียในการรักษาออกทุน เราจะมั่นใจได้อย่างไร ว่าเราไม่ถูกชักจูง

วิชา critical appraisal เป็นวิชาที่สำคัญ..อย่าเพิ่งตกใจ ผมไม่ได้มาสอนบรรยาย ผมมายกตัวอย่างให้ฟังว่า คำพูดหนึ่งประโยค อาจไม่ได้นำเสนอความจริงทุกประการ ลองมาดูข้อความนี้นะครับ

"การศึกษายารักษาโรคมะเร็งตัวใหม่ ทำการศึกษาในผู้ป่วยมะเร็งเป็นเวลาสองปี เทียบระหว่างการใช้ยาตัวใหม่กับการรักษาแบบเดิม เมื่อครบสองปีพบว่า กลุ่มที่ได้รับยาใหม่ มีอัตราการเสียชีวิต 10% ส่วนกลุ่มที่ได้รับยาเดิม มีอัตราการเสียชีวิต 15% เราพบว่ายาใหม่สามารถลดอัตราการเสียชีวิตได้มากกว่าเมื่อเทียบกับยาเดิมถึง 33%"

ท่านคิดว่ายาใหม่มันเจ๋งไหม ???

เรามาดูแบบชาวบ้านๆเลยนะ ไม่ได้ใช้วิชา appraisal แต่ใช้วิชา กาลามสูตร บวกกับความเข้าใจด้านตัวเลขเล็กน้อยเท่านั้น

เราดูตัวเลขลดลงจากเดิม 33% ดูมากมายเลยนะครับ แต่ทว่านี่คือสิ่งที่บอกว่าการรักษาใหม่ได้ประโยชน์จากของเดิม ย้ำ ของเดิมนะครับคือกลุ่มควบคุม เทียบกับของเดิม ไม่ได้เป็นอัตราการเสียชีวิตที่ลดลงจริงๆ
เราเรียกไอ้ที่เทียบกับของเดิมว่า relative risk reduction (15%-10%)/15% ก็จะออกมาเป็น 0.33 หรือ 33% มันแสดงถึงประสิทธิภาพของใหม่เทียบกับ "ของเดิม"

แล้วที่ลดลงจริงๆ คือ 15% - 10% คือ 5% เท่านั้น เรียกว่า absolute risk reduction (ARR) อัตราการเสียชีวิตด้วยการรักษาแบบใหม่ลดลง 5% อย่าให้ตัวเลข 33% ที่บอกว่าเทียบกับการรักษาเดิม (คือการรักษากลุ่มควบคุม) มาเห็นว่าใหญ่โต
อันนี้จะเป็นการเปรียบเทียบของใหม่และของเดิม กับ "ของจริง" ที่เราสนใจ คืออัตราการเสียชีวิตที่ต่างกันในแต่ละกลุ่ม

คราวนี้ไอ้ที่ลดลง 5% มันคุ้มค่าไหม เราจะมีวิธีคำนวนที่เรียกว่า number needed to treat (NNT) คือเราต้องรักษาคนเป็นโรคนี้ด้วยวิธีใหม่นี้ประมาณกี่คน ถึงจะลดอัตราการเสียชีวิตดังกล่าวได้หนึ่งคน สูตรคือ 1/ARR คือ 1/5% คือ 20 คนที่รักษาต่อหนึ่งชีวิตที่รอด
แลดูไม่มากเลยนะครับ ตัวเลขนี้ยิ่งน้อยยิ่งดี เช่น NNT = 2 คือใช้วิธีใหม่นี้รักษาสองราย ได้ประโยชน์ลดอัตราตายได้หนึ่งราย โห..อย่างนี้ค่อยคุ้มหน่อย แต่ถ้า NNT = 100 อาจต้องพิจารณาอย่างอื่นอีก เพราะตั้งร้อยรายกว่าจะเห็นประโยชน์
ยิ่งถ้าเอาตัวเลขค่ารักษา เศรษฐศาสตร์ จุดคุ้มทุน คุณภาพชีวิตที่ได้ เอามาคิดด้วยจะยิ่งเห็นความแตกต่างที่จะบ่งชี้และเลือกวิธีรักษาที่ชัดเจน

NNT = 100 นี่คืออัตราที่จะถูกเลขท้ายสองตัวเลยนะเนี่ย ท่านไปคิดดูแล้วกันถ้าเอาความเสี่ยงระดับนี้มารักษาท่านรับได้มากน้อยแค่ไหน

เห็นไหมครับ แค่ตัวเลข ลดลง 33% มันยังมีอะไรซ่อนอยู่ขนาดนี้ คนที่เขาอยากให้เราเชื่อ เขาจะยกตัวเลข 33% คนที่เขาอยากจะค้าน เขาจะยกตัวเลข 5% ความจริงเพียงอันเดียว แต่เพียงนำเสนอต่างกัน ความเชื่อก็ต่างกัน....นี่แค่ง่ายๆที่สุดของวิชาสถิติการแพทย์
ยังไม่นับข้อแปรปรวนอื่นๆอีก เช่น ถ้าการรักษากลุ่มควบคุมในโลกแห่งการทดลอง ลดอัตราการเสียชีวิตได้ 10% แต่ในโลกความจริงวิธีเดียวกันนี้ มันลดอัตราเสียชีวิตได้ถึง 20% เอ๊ะๆๆ แสดงว่าการศึกษานี้ดูจะมีพลังน้อยมาก เพราะมันอาจมีปัจจัยอื่นมากวน เช่นมีโรคร่วมอื่น หรือ กลุ่มคนที่เลือกมาศึกษามีแต่โรคไม่รุนแรง รักษาอย่างไรมันก็ดีขึ้น จะเชื่อตัวเลขดังกล่าวยิ่งต้องคิดอีกหลายชั้น

สิ่งต่างๆเหล่านี้ ต้องอ่านอย่างมีวิจารณญาณเสมอ ห้ามอ่านแต่หัวเรื่องและบทสรุปในบทคัดย่อนะครับ และที่ถูกต้องไปอ่าน supplementary index ด้วย วิธีการเก็บข้อมูลว่า ยุติธรรม มีการปิดข้อมูลที่ดี คัดเลือกตัวอย่างที่ดี ใช้สูตรคำนวนทางสถิติเหมาะสม
วิธีต่างๆเหล่านี้จะทำให้เราไม่ตกเป็นเหยื่อของประโยชน์ทับซ้อนของงานวิจัยทางการแพทย์ เราจะได้คัดเอาแต่ความจริงมาใช้...

...ไม่ใช่ภาพลวงตา...