ISIS december 07.indd - Zdravniška zbornica Slovenije

42F O R U MStatistična ali klinična signifikanca– stvar poštenosti?Božidar BrudarPrav prijetno me je presenetil članek z naslovom Statističnaali klinična signifikanca? avtorja Stanislava Šuškoviča vnovembrski številki Izide. Čeprav nisem zdravnik, imamtudi sam osebno izkušnjo iz statistične obdelave v nekemfarmacevtskem članku izpred 40 let. Šlo je za prikazuspešnosti nekega antibiotika družbe Pliva iz Zagreba. V tistih časihsmo v raziskovalnem oddelku jeseniške železarne preizkušali paketračunalniških programov, ki smo ga skupaj z najnovejšim računalnikomkupili pri podjetju IBM.Med programskimi orodji je bil tudi paket za statistično analizo eksperimentalnihpodatkov. Podatke iz Plivinega članka smo »vtaknili« vnaš program in poskušali dobiti enake rezultate statistične analize, kotso jih dobili v Zagrebu. Na naše razočaranje je »prišlo ven« čisto nekajdrugega. V svoji naivnosti sem pisal uredništvu Plivinega časopisa, dapo našem programu, ki ga je dobavilo podjetje IBM, ne pride takšenrezultat, in sem jih spraševal, ali mi lahko kaj pomagajo. Po mesecu dnisem iz uredništva dobil užaljen odgovor, da ne »shavaćaju, šta imamoprotiv avtora tog članka«.V poznejših letih sem naletel na množico člankov, ne le s področjamedicine, ampak iz tehničnih ved, v katerih se je že na prvi pogledvidelo, da je statistična analiza samo okrasek. Iz prikazanih grafov instatističnih analiz, ki so tem sledile, je bilo večkrat očitno, da gre začloveške pomanjkljivosti, kakršne so imenitno opisane v vašem članku.Stvari so se z dobo računalniških obdelav prav malo izboljšale. Rezultatioziroma statistični parametri so večkrat izpisani samo na več decimalk,kar naj bi naredilo vtis na bralce. To pa velja tako za medicinske kottudi za nemedicinske revije pri nas ali v tujini.Pred leti sem se udeležil svetovne konference o informatiki (The 8 thWorld Multi-conference on Systemics, Cybernetics and Informatics,SCI 2004) v Orlandu v ZDA. Sam sem v svojem prispevku opozorilsamo na poštenost, ki manjka pri analizah eksperimentalnih podatkovoziroma pri testiranju hipotez.Če je vzorec zadosti majhen, lahko vedno trdimo, da ničelne hipotezeni mogoče zavreči, in obratno - veliko število podatkov v vzorcu lahkozavrže katerokoli hipotezo. Če seveda zamolčimo, kolikšni sta verjetnostiza napaki prve in druge vrste.Vedno je potreben strokovnjak uporabnik, ki zna oceniti, kaj lahkopredstavlja tudi »klinično« pomembno razliko, ki je pomembna tudiza prakso. Zelo narobe je, če zdravnik uporabnik podleže analizam, naprimer farmacevtskih družb, ki dajejo pomanjkljive podatke o statističnianalizi lastnosti in vplivnosti njihovega izdelka ali jih celo skrivajo kotposlovno tajnost. V matematični statistiki je samo verjetnostni računtisti, ki definira okvire statistične pomembnosti.Predlagam, da se zdravniki sami ne ukvarjajo z analizami, ampak najdajo rezultate svojih preiskav v analizo statističnim strokovnjakom, kini nujno, da poznajo medicinsko problematiko. Povedo naj le, kaj lahkoiz izmerjenih rezultatov v nekem vzorcu sklepajo v luči verjetnosti zanapako prvega in drugega reda. Lahko pa predvidijo, katero zanesljivejšoinformacijo bi na primer (morda) prinesel večji vzorec.Zdravnik, ki ve, kaj je klinično pomembno, in statistik naj se usedetaskupaj in načrtujeta velikost vzorca ter zaključke formulirata skupaj.Obe vrsti signifikance, ki sta omenjeni v naslovu omenjenega članka,je treba upoštevati skupaj.Naj navedem v ilustracijo povedanega izmišljen primer:Želimo ugotoviti, ali se povprečna višina prebivalcev Maribora razlikujeod povprečne višine prebivalcev Ljubljane.Prepričan sem, da se, saj ni verjetno, da bi bili obe vrednosti natančnoenaki na tisočinko milimetra.Do ustreznega zaključka želimo priti na osnovi merjenja na naključnoizbranem vzorcu.Če je vzorec majhen (na primer pet meritev v vsakem mestu) inupoštevamo navodila iz matematične statistike za testiranje ničelnehipoteze, bomo ugotovili, da ni mogoče take hipoteze zavreči s primernoverjetnostjo: trdili bomo, da se povprečni višini ne razlikujeta.Če vzamemo velik vzorec (na primer 10.000 meritev iz vsakega mesta)in spet upoštevamo navodila matematične statistike za testiranje ničelnehipoteze, bomo ugotovili, da je mogoče ničelno hipotezo zavreči z velikoverjetnostjo: trdili bomo, da se srednji vrednosti višin razlikujeta.To je klasičen primer nepopolnega zavajajočega rezultata, če v prvemprimeru ne povemo v isti sapi, kolikšna bi bila verjetnost, da je naš zaključeknapačen in da se morda povprečni višini razlikujeta za 5 cm,kar smo morda zgrešili zaradi premajhnega vzorca.Ali pa če v drugem primeru ne povemo v isti sapi, za kolikšno pričakovanorazliko pri tem gre. Če gre za 1 mm, morda vsa analiza splohni zanimiva in vredna truda.Pošten strokovnjak za statistične analize pove oba podatka.Uporabnik statistične analize pa lahko oceni, kaj naj bi to pomeniloza njegovo hipotezo. Od uporabnika je odvisno tudi, kolikšen naj bovzorec. Zato naj skupaj s strokovnjakom za statistiko vnaprej določitapotrebno velikost vzorca, potem ko se tudi vnaprej odločita za rizikonapake prve in druge vrste.Pri vsem skupaj gre namreč za poštenost, ki nima dosti opraviti zmožnostmi, ki jih pri statističnih analizah nudi razvoj računalništva.Zdravniki naj bi pri svojem delu upoštevali tak način razmišljanja,kadar govorimo kakršnikoli signifikantnosti. Verjetno slave in denarjane bodo deležni, morda pa bodo vsakdanje obremenitve vesti, ki jihprinaša tveganost njihovih odločitev, laže prenašali.Literatura:B. Brudar: Interpretation of Data, SCI 2004, Orlando, ZDA,The 8 th World Multi-conference on Systemics, Cybernetics and Informatics.Organiziral jo je International Institute of Informatics and Systemics (IIIS), ki je član InternationalFederation of Systems Research (IFSR).ISIS december 2007