Joi, 24 martie 2016

confuzia
Când vine vorba de intervenții privind obezitatea infantilă, există o mare confuzie cu privire la ceea ce funcționează și ce nu.

Astfel, pentru fiecare studiu care arată că o anumită „intervenție” (de exemplu, programe de intervenție școlară, programe de exerciții fizice, eliminarea automatelor etc.) modifică măsurile de greutate, există cel puțin un alt studiu care arată că nu.

Deși această problemă nu este în niciun caz specifică cercetării obezității la copii, din motivele enunțate mai jos, cercetările în acest domeniu par a fi deosebit de predispuse la această problemă.

Acum, o lucrare a lui Cockrell Skinner Asheley și a colegilor săi, publicată în Obezitate infantila, sugerează că o mare parte din această confuzie se poate datora fenomenului statistic de „regresie la medie” (RTM).

Deoarece cititorii ar putea fi bine conștienți, regresia la medie se referă la fenomenul bine descris că „outliers” (în sus sau în jos) tind să „regreseze” spre media pe măsuri repetate.

Sau după cum explică autorii,

„Astăzi, RTM este adesea conceptualizat în primul rând în contextul unei erori de măsurare sau măsuri repetate. Tensiunea arterială oferă un exemplu rezonabil. Dacă se obține o măsură a tensiunii arteriale și este fie mult mai mare, fie mai mică decât media, o a doua măsură va fi probabil mai aproape de medie. Dacă este conceptualizată ca eroare de măsurare, atunci se utilizează adesea o medie a mai multor măsuri pentru a reduce eroarea de măsurare, reducând astfel regresia la medie. ”

Cu toate acestea, măsurile repetate nu rezolvă problema atunci când valorile măsurate se modifică de fapt în timp (ca în greutatea corporală a unui copil). După cum remarcă autorii,

„Cu toate acestea, acest lucru nu abordează modificările în adevărata valoare a variabilei în timp, care nu se datorează unei erori de măsurare. Ori de câte ori două variabile nu sunt corelate perfect (cum ar fi tensiunea arterială în două puncte de timp), va exista întotdeauna RTM atunci când se măsoară în termeni de variabile standardizate. Acest lucru are loc indiferent de eroarea de măsurare, ordinea măsurării și dacă cele două variabile sunt măsurători repetate ale aceluiași construct. În plus, așa cum sa menționat de Barnette și colab., Regresia la medie poate apărea în distribuții nenormale și în cele care nu sunt continue. De exemplu, RTM poate apărea în datele binare și poate determina subiecții să schimbe categoriile fără o modificare a stării lor reale. ”

Deși această problemă tinde să afecteze toate tipurile de cercetare, motiv pentru care fiecare experiment ar avea în mod ideal controale riguroase, iar metodele de cercetare cele mai robuste utilizează în general o formă de randomizare, acest lucru este deosebit de dificil în studiile privind obezitatea infantilă.

„Multe eforturi de intervenție, inclusiv schimbări de politici și intervenții bazate pe comunitate, nu se pretează cu ușurință la proiectele standard de studiu randomizat, controlat (RCT). Proiectele cvasi-experimentale oferă dovezi mai puternice decât intervențiile necontrolate în care anchetatorii se uită pur și simplu la schimbarea față de valoarea inițială într-un singur grup de cazuri tratate. Aceste modele, care nu au elementul de randomizare, sunt frecvente în cercetarea obezității pediatrice și includ studii de cohortă, discontinuitate de regresie și analiză de grup. ”

Una dintre cele mai frecvente erori asociate cu RTM, în special în literatura de obezitate, este concluzia că o intervenție este eficientă atunci când proiectarea studiului nu permite o astfel de concluzie. Rapoartele de intervenții la nivel școlar ignoră în mod obișnuit acest efect al RTM, raportând reduceri ale scorului z IMC și prevalenței obezității, fără alt comparator decât cel inițial. Intervențiile bazate pe comunitate susțin, de asemenea, succesul în reducerea greutății și a tensiunii arteriale chiar și în lipsa unui grup de control, la fel ca multe studii clinice de tratament.

Cercetătorii oferă o serie de exemple din literatura privind obezitatea infantilă, în care „descoperirile” pot fi ușor explicate de RTM și evidențiază unele dintre concluziile eronate care pot fi făcute atunci când studiile nu au grupuri de control sau nu se ia în considerare RTM în calculele puterii sau în date analize.

„RTM poate fi, de asemenea, confundat cu dovezi ale efectelor diferențiale ale tratamentului în funcție de valorile inițiale ale variabilei rezultatului. RTM diferențial indică faptul că RTM va fi mai mare între grupurile definite ca fiind mai departe de medie decât alte grupuri. Un exemplu implică creșterea în greutate în rândul pacienților care iau antipsihotice. Unele studii au remarcat faptul că pacienții cu IMC inițial mai mare au câștigat mai puțină greutate atunci când au luat un medicament antipsihotic decât cei cu IMC inițial mai scăzut. Deși acest lucru a fost interpretat inițial în sensul că medicamentele au cauzat o creștere în greutate mai mică în rândul persoanelor care erau mai obeze la momentul inițial și, prin urmare, au atenuat îngrijorările cu privire la creșterea în greutate indusă de droguri, analizele ulterioare au arătat că nu există dovezi ale unor astfel de efecte diferențiale ale funcția IMC de referință, ci mai degrabă doar diferitele modificări ale greutății așteptate în funcție de IMC de referință, așa cum se așteaptă exclusiv din RTM. Comparația eronată a grupurilor neechivalente poate fi, de asemenea, observată atunci când anchetatorii raportează scăderi mai mari ale IMC în rândul participanților la studiu cu IMC inițial mai mare comparativ cu cei cu IMC inițial mai scăzut și îl etichetează ca dovadă a eficacității tratamentului diferențiat prin IMC inițial. ”

Autorii continuă să sugereze mai multe modalități prin care să corecteze analizele pentru astfel de efecte sau să realizeze studii de proiectare și analize statistice mai bune pentru a evita interpretarea eronată a rezultatelor (atât pozitive, cât și negative). În toate acestea, importanța controalelor adecvate este primordială.

Această problemă este departe de a fi banală, deoarece multe intervenții costisitoare, dar ineficiente de politică sau tratament pot fi puse în aplicare pe baza unor descoperiri „promițătoare” care sunt pur și simplu atribuibile RTM.

Pe de altă parte, intervențiile care sunt de fapt eficiente pot să nu fie puse în aplicare sau să fie eliminate, deoarece RTM își maschează beneficiile reale.

Nu în ultimul rând, eșecul în a lua în considerare RTM în proiectarea, implementarea și analizele cercetării (în special tipul de cercetare care, prin natura sa, nu are controale adecvate) poate fi o risipă imensă de resurse și resurse valoroase pentru cercetare.