ถ้าเราอยากจะเข้าใจแนวทางการรักษาโควิด ก็คงต้องอ่านเอกสารอ้างอิงหมายเลข 2 ที่แนวทางหลายองค์กรสำคัญ หยิบไปอ้างอิงบ่อยมากทีเดียว เอกสารข้อสองนี้เป็นการศึกษารวบรวมข้อมูลที่เรียกว่า Network Meta Analysis และ Living Systematic Review การจะเข้าใจการศึกษาแบบใหม่นี้ ในสถานการณ์โควิดจะอธิบายได้ดีทีเดียว
ปกติแล้วการทำ meta-analysis เราจะรวบรวมการศึกษาลักษณะคล้าย ๆ กัน ประชากรศึกษาคล้ายกัน การรักษาที่ทดลองตัวเดียวกัน เทียบกับตัวควบคุมตัวเดียวกัน เอาผลลัพธ์ของแต่ละการศึกษามารวมกันด้วยวิธีทางสถิติ เพื่อให้มีกลุ่มตัวอย่างที่มากพอและหลากหลาย ถ้าเราคัดเลือกการศึกษาครบถ้วนและเป็นระบบ การทำ Meta Analysis จะทรงพลังมากทีเดียวที่จะตอบคำถามวิจัยนั้น
แต่ในสถานการณ์ที่เราไม่ได้มีการรักษาเพียงอย่างเดียว หรือตัวเปรียบเทียบเพียงตัวเดียว แล้วเราอยากจะมาเปรียบเทียบกัน เช่น ใน meta-analysis อันหนึ่ง เทียบการรักษายา favipiravir กับยาหลอก ในกลุ่มประชากรต่าง ๆ กัน เช่น อายุมาก อายุน้อย อาการหนัก อาการเบา มี10 งานวิจัย เราเอามารวมกันแบบ meta-analysis ก็จะทำให้เรามองภาพยา favipiravir เทียบกับยาหลอกได้ชัดเจนและหนักแน่นขึ้นกว่าการศึกษาเดียว
แต่ถ้าเป็นเรื่องใหม่ที่ข้อสรุปยังไม่ชัด เราอาจทำ network โดยตั้งโจทย์ว่าเอายาต้านไวรัสรักษาโควิด คือ favipiravir, remdesivir, lopinavir เปรียบเทียบกับการรักษาทั่วไปอื่น ๆ ที่มีทั้งยาหลอก ยาต้านมาเลเรีย ฟ้าทะลายโจร ที่ทำหน้าที่เหมือนตัวเปรียบเทียบ 'การรักษาอื่นที่ไม่ใช่ยาต้านไวรัส' แบบนี้จะมีกลุ่มตัวทดสอบหนึ่งกลุ่มที่มีหลายตัว และกลุ่มตัวเปรียบเทียบหนึ่งกลุ่มแต่ก็มีหลายตัวเช่นกัน แบบนี้จะเอามาทำ network meta-analysis ได้ โดยต้องใช้วิธีคิดที่ต่างจาก meta-analysis ทั่วไปและแปลผล วาดตารางสรุปผลที่ต่างกันออกไป สิ่งที่ได้จะเปรียบเทียบหลายตัวแปรในเวลาเดียวกัน ในสถานการณ์ที่งานวิจัยยังมีไม่มาก แต่ต้องการ meta analysis เพื่อเพิ่มพลังในงานวิจัยครับ มันก็ต้องแลกมากับ การเลือกงานวิจัยที่มีความโน้มเอียง และโอกาสบวกปลอม เพราะความกระจัดกระจายของกลุ่มตัวอย่างศึกษา
เหมือนในการศึกษาในเอกสารข้อที่สอง ที่เปรียบเทียบหลายตัวเลยทีเดียว เขียนแผนภูมิเป็นใยแมงมุมเชื่อมต่อและเปรียบเทียบหลายตัวแปร ต้องอาศัยความชำนาญในเรื่องนี้เพิ่มเติมขึ้นไปอีก
คราวนี้ก็มาถึง systematic review ก็คือการรวบรวมงานวิจัยมาทบทวนรวมกันอย่างเป็นระบบ เพื่อจะได้มีกลุ่มตัวอย่างมากขึ้น เพิ่มพลังให้งานวิจัยในเรื่องนั้นมากขึ้น ก็คล้าย ๆ กับ meta-analysis แต่กรรมวิธีต่างกัน เรามักจะทำ systematic review เพื่อสรุปการศึกษาในเรื่องที่เราสนใจ ในช่วงเวลาหนึ่งที่จะรวบรวมงานวิจัย นิยมทำทุก 3 ปี 5 ปี เพื่อปรับปรุงการ 'รีวิว' ให้ทันสมัยตลอด
ประเด็นคือ กว่าที่จะรวบรวมข้อมูล งานวิจัย มากลั่นกรองมาวิเคราะห์ มันก็ใช้เวลาพอสมควร กล่าวได้ว่า ผู้ทำ systematic review ใช้ข้อมูลอันเป็นปัจจุบันที่สุดมาคิดวิเคราะห์ แต่เมื่อคิดเสร็จและตีพิมพ์ มันจะกลายเป็นล้าสมัยเสมอ เพราะใช้เวลา 1-2 ปีกว่าจะเสร็จ เคยมีการวิเคราะห์ถึง หากเราตีพิมพ์ล่าช้า และการศึกษาใหม่ ๆ มันออกมาจนอาจเปลี่ยนข้อมูลปัจจุบันเรานั้น ความล่าช้าทำให้ข้อมูลผิดเพี้ยนจากปัจจุบันถึง 7% ต่อปี
painpoint อันนี้จึงได้มีการปรับปรุงวิธีการทำรีวิวใหม่ ใช้ข้อมูลบิ๊กดาต้า ใช้ข้อมูลที่เกิดใหม่รายวัน นำมาทำ systematic review แบบเรียลไทม์ ด้วยวิธีการคิดและกระบวนการวิจัยที่แตกต่างออกไป ทำให้ได้การ 'รีวิว'ที่ปรับปรุงข้อมูลปัจจุบัน เอาไปช่วยในการวางแผนเชิงนโยบายได้ดี (ท่าทางประเทศไทยจะไม่มีวิธีนี้) ต้องแลกมาด้วยทรัพยากรข้อมูล บุคคล สารสนเทศ และเทคโนโลยีที่เพิ่มมากกว่าการทำ systematic review ธรรมดาหลายเท่านัก แถมเมื่อข้อมูลออกมาเร็ว จะมีข้อสงสัยเรื่องความถูกต้องแม่นยำของการประมวลผลเสมอ
อย่างในเรื่องโควิด เรามีงานวิจัยใหม่ ๆ ออกมาตลอดทุกวัน และหลากหลาย ปริมาณมาก แถมส่งผลต่อการตัดสินเชิงนโยบายอีกด้วย ข้อมูลแบบ dynamic แบบนี้แหละ เหมาะสมกับการทำ living systematic review เพื่อเอาไปใช้เร็ว ไม่ล้าสมัยครับ
เราเข้าใจที่มาของวารสารอ้างอิงหมายเลข 2 แล้ว คราวนี้เราจะมาดูผลการศึกษาเปรียบเทียบแบบทุกมิติตัวแปร แถมยังอัพเดตเป็นปัจจุบันอีกด้วย ว่า การรักษาโควิดนี้ สรุปว่าอย่างไร
ในตอนหน้าครับ
1. Hassanipour S, Arab-Zozani M, Amani B, Heidarzad F, Fathalipour M, Martinez-de-Hoyo R. The efficacy and safety of Favipiravir in treatment of COVID-19: a systematic review and meta-analysis of clinical trials. Sci Rep. 2021 May 26;11(1):11022. doi: 10.1038/s41598-021-90551-6. PMID: 34040117; PMCID: PMC8155021.
2. Siemieniuk R A, Bartoszko J J, Ge L, Zeraatkar D, Izcovich A, Kum E et al. Drug treatments for covid-19: living systematic review and network meta-analysis BMJ 2020; 370 :m2980 doi:10.1136/bmj.m2980
ไม่มีความคิดเห็น:
แสดงความคิดเห็น