חיפוש באתר

קישורים

עמודים

קטגוריות

ארכיב עבור 'בריאות'

הקשר בין טיפול הורמוני חליפי והתפתחות קרישי דם

בתחילת 2019, פורסמה ידיעה בעיתון דיילי מייל לפיה כי טיפול הורמונלי חליפי (Hormone Replacement Therapy) בזמן המנאופוזה מכפיל את הסיכון לקרישי דם מסוכנים, כלשון הכותרת..

בניגוד למה שקורה בדרך כלל, הידיעה ציטטה גם את הנתון הבאשמסרו החוקרים מאוניבריטת נוטינגהאם: “על כל 10000 נשים המקבלות טיפול החלפת הורמונים, יש רק 9 מקרים נוספים של קרישי דם מדי שנה”. זוהי פיסת מידע חשובה. מהו בעצם הנתון הזה?

אני אתעלם מהתשובות הלא נכונות שהוצעו (שינוי באחוזים, מספר החולים שיש לטפל בהם,[1] וקצב קפלן-מאייר) ואעבור מייד להסבר.

הנתון שדווח הוא הגידול המוחלט בסיכון.

לפני שנגיע לדיון, קצת פרופורציות: לפי הכותרת, הסיכון להתפתחות קרישי דם בקרב נשים המקבלות טיפול הורמונלי גבוה פי שניים מהסיכון אצל נשים שלא מקבלות טיפול כזה. זה לא ממש מדוייק. קריאה זהירה במאמר שפורסם ב-BMJ מעלה כי הנתונים שמדווחים אינם סיכונים יחסיים אלא יחסי סיכונים (odds ratios).  אני אדון ביחסי הסיכונים בהמשך הסדרה. כמו כן, יחסי הסיכונים משתנים על פי סוג הטיפול ודרך המתן. מדווחות תוצאות שונות לגבי סוגים שונים של טיפולים הורמונליים, ואכן עבור אחד מהם יחס הסיכונים נאמד כ-2.1, ולטיפולים אחרים היו יחסי סיכונים נמוכים יותר. עבור אחד הטיפולים המקובלים יחס הסיכונים היה נמוך באופן משמעותי מ-1, כלומר לטיפול הספציפי הזה היה אפקט מונע נגד הופעת קרישי דם. יחס הסיכונים המשוקלל על פני כל סוגי הטיפולים היה 1.6 בערך. עד כאן בנוגע לפערים בין כותרות זורעות בהלה ובין המציאות.

מה המשמעות של הגידול המוחלט בסיכון? נניח שאצל כל 10000 נשים שאינן מקבלות טיפול הורמונלי, יש מקרה אחד של היווצרות קרישי דם בכל שנה. הסיכון המוחלט הוא לכן 1 מתוך 10000, (או 0.01%, למי שאוהב אחוזים). לפי דברי החוקרים, עקב הטיפול ההורמונלי יש 9 מקרים נופים בשנה. כלומר, עוד 9 נשים מתוך 10000 יפתחו קרישי דם עקב הטיפול. באחוזים, ובסך הכל יהיו 10 נשים מתוך 10000 שיפתחו קרשי דם.

מה אם ההנחה הראשונה שלנו לא נכונה, ולמעשה מבין במקום אישה אחת, מבין כל 10000 נשים שאינן מקבלות טיפול הורמונלי, קרישי דם מתפתחים אצל 9 נשים? זה לא משנה – הנתון שנמסר עדיין אומרי כי יהיו 9 מקרים נוספים, ובסך הכל 18 במקום 9.

למעשה, אם נפרש את הכותרת של הדיילי מייל כמדווחת על סיכון יחסי, ונניח כי הנתון של תוספת 9 מקרים הוא נתון המשקלל את כל סוגי הטיפולים, נוכל לעשות חישוב לאחור. תוספת של 9 מקרים פירושה הכפלת הסיכון[2], כלומר ללא טיפול יש 9 מקרים ועם טיפול יש 18 מקרים מתוך 10000. אם נבטא את הסיכון באחוזים, נקבל כי הסיכון עלה מ-0.09% ל-0.18%. הפרש הסיכונים הוא רק 0.09%.

 

רשימה זו היא הרשימה הרביעית בסדרת רשימות העוסקות בהערכת נתונים סטטיסטיים רפואיים, ומסתמכת על השאלון של מרכז וינטון לתקשורת סיכונים ועדויות כמותיות באוניברסיטת קיימברידג’.

 

ראו גם:


הערות
  1. במדד זה אדון בהמשך הסדרה []
  2. וזה כאמור לא נכון []

הגלולה למניעת הריון והסיכון למוות עקב פקקת ורידים

מחקר משנת 1995 דיווח כי שימוש בגלולה למניעת הריון הכפיל את הסיכון למוות עקב פקקת ורידים. איזה נתון סטטיסטי דווח כאן?

השאלון מציע ארבע תשובות אפשריות: המצאות (prevalence), סיכון מוחלט (Absolute risk), מדד g של כהן  למדידת גודל האפקט[1], וגם את התשובה הנכונה שהיא הסיכון היחסי (relative risk) המכונה לעיתים בשם יחס הסיכונים (risk ratio).

אסביר תחילה את נושא הסיכונים באמצעות דוגמה[2], ואחר כך אתייחס לנושא הקשר בין הגלולה למניעת הריון לפקקת הורידים.

כשאנחנו מדברים על סיכונים, יש שני מושגי יסוד: הראשון הוא גורם הסיכון: למשל עישון, שימוש בגלולה למניעת הריון או השתתפות בקורס מבוא לסטטיסטיקה. המושג השני הוא התוצא הבריאותי, כגון תחלואה בסרטן, פקקת ורידים או היהפכות לזומבי.

הסיכון המוחלט הוא ההסתברות שהתוצא הבריאותי יארע. בדרך כלל אומדים אותו כפרופורציה באוכלוסייה. נניח לדוגמה כי באוכלוסייה של  10000 אנשים בריאים 20 אנשים הפכו לזומבים. אם נחלק 20 ב-10000 ואחר כך נכפיל במאה נקבל כי הסיכון המוחלט להפיכה לזומבי הוא 0.2%.

לעומת זאת, בקבוצה של 10000 סטודנטים שנחשפו לקורס מבוא לסטטיסטיקה, 40 סטודנטים הפכו לזומבים, וזה סיכון של 0.4%. החשיפה לקורס הכפילה את הסיכון פי 2, מ-0.2% ל-0.4%. אנו אומרים לכן כי הסיכון היחסי הוא 2.

אבל צריך להיזהר מסיכונים יחסיים, כי הם לא משקפים את העלייה בסיכון. בדוגמת הזומבים, הסיכון הוכפל אבל עלה רק ב-0.2%. לא צריך לזלזל, אבל צריך גם לשמור על פרופורציות. לטעמי, דיווח של הפרש הסיכונים מועיל יותר להערכת סיכונים מאשר דיווח על הסיכון היחסי.

מה בקשר לפקקת הורידים?

אזהיר תחילה כי אין להסתמך על הנתונים שאביא כאן כדי לקבל החלטה כזו או אחרת או כדי להמליץ המלצות. יש כאן הערכות שרמת הדיוק שלהן לא ידועה, והנחות שרירותיות שאניח לצורך ההדגמה.

על פי ויקיפדיה, הסיכון המוחלט לפקקת ורידים אצל נשים המשתמשות בגלולה למניעת הריון הוא 60 מקרים ל-100000 שנות חיים, לעומת 30 אצל נשים שלא משתמשות בגלולה.[3] כלומר, הסיכון אכן מוכפל, והסיכון היחסי לתחלואה הוא 2. הסיכון היחסי למוות כנראה דומה, אך לא ברור האם יש הבדל בשיעורי התמותה בין נשים המשתמשות בגלולה ונשים שאינן משתמשות בגלולה. שיעורי התמותה תוך שנה מאירוע הפקקת נעים בין 50% ל-90%, תלוי במקרה הספציפי. על פי מכון קוקריין, יחס הסיכונים גבוה יותר ומגיע במקרים מסויימים עד ל-3.5 – תלוי בהרכב הגלולה ומשך השימוש. בהחלט אין להקל ראש בסיכון הזה, אבל כפי שציינתי קודם, חשוב יותר לדעת את הפרש הסיכונים. אני אשתמש בנתוני ויקיפדיה כדי להדגים זאת.

מה הכוונה ב-100000 שנות חיים? הסיכון משתנה עם רמת החשיפה. אין דין אישה שהשתמשה בגלולה במשך שנתיים כדין אישה שהשתמשה בגלולה 15 שנה. לכן יש לשקלל את נתוני התחלואה במשך השימוש בגלולה. בואו נניח, לצורך הדוגמה בלבד, כי אישה ממוצעת משתמשת בגלולה במשך 20 שנים. לכן מאה אלף שנות חיים שקולות ל-5000 נשים[4]. 30 מקרים מתוך 5000 הם 6 מתוך 1000, כלומר ניתן, תחת ההנחה הנ”ל,[5] כי בקרב נשים שלא משתמשות בגלולה, 6 מתוך כל 1000 יחלו בפקקת העורקים, ובקרב הנשים המשתמשות בגלולה 12 מתוך כל 1000 יחלו. בדוגמה זו, השימוש בגלולה יוסיף עוד 6 נשים חולות לכל 1000. זהו נתון שממחיש את רמת הסיכון: עוד 6 נשים מכל 1000 יחלו, ובסיכוי גבוה גם ימותו, אם ישתמשו בגלולה למניעת הריון במשך 20 שנה. לדעתי מידע זה מאפשר החלטה מושכלת יותר לגבי נטילת הסיכון.

 

רשימה זו היא הרשימה השלישית בסדרת רשימות העוסקות בהערכת נתונים סטטיסטיים רפואיים, ומסתמכת על השאלון של מרכז וינטון לתקשורת סיכונים ועדויות כמותיות באוניברסיטת קיימברידג’.

 

ראו גם:


הערות
  1. אין דבר כזה: יש Cohen’s d וגם Hedegs’ g []
  2. לא אתייחס כאן לנושאי ההמצאות וגודל האפקט []
  3. הנתון של 60 מקרים הוא למעשה ממוצע, כיוון שהסיכון משתנה בהתאם לסוג הגלולה והרכבה []
  4. 5000×20=100000 []
  5. שימוש ממוצע של 20 שנה בגלולה []

כמה חיים מצילה הבדיקה לגילוי מוקדם של סרטן הערמונית?

פציינט שואל את הרופא שלו האם כדאי לו לעבור בדיקת PSA  לגילוי מוקדם של סרטן הערמונית. מהו הנתון שהרופא צריך להציג לחולה כדי שיוכל לקבל החלטה מושכלת?

מוצעות ארבע תשובות אפשרויות.

התשובה האפשרית הראשונה היא כי על הרופא להציג את מספר מקרי הסרטן באוכלוסיית חולים שעברו בדיקה לגילוי מוקדם, ומספר מקרי הסרטן באוכלוסיית של חולים שלא עברו בדיקה לגילוי מוקדם. יש שתי סיבות לכך שההצעה הזו לא נכונה. ראשית, אני מקווה שמובן מאליו כי יש להציג מספרים מתוקננים לגודל האוכלוסייה. הסיבה השנייה גם היא ברורה מאליה, לדעתי: מספר מקרי הסרטן אינו מושפע מעצם קיום או אי קיום בדיקות לגילוי מוקדם.

תשובה אפשרית נוספת מוצעת היא כי על הרופא להציג את שיעור/אחוז השורדים כעבור חמש שנים מעת גילוי המחלה עבור חולים שעברו בדיקה לגילוי מוקדם ועבור אלה שלא עברו בדיקה כזו. ההסבר המפורט לכך שהשוואה זו הינה חסרת משמעות הופיע בפוסט קודם. בקצרה: אצל חולים שלא עברו בדיקה לגילוי מוקדם עבר זמן רב יותר מאז הופעת המחלה בהשוואה לאלה שכן עברו בדיקה לגילוי מוקדם, ולכן בסיס ההשוואה אינו זהה בין שתי הקבוצות.

הצעה נוספת היא להציג בפני הפציינט את ההסתברות כי הנבדק אכן חולה בסרטן הערמונית בהינתן כי תוצאת הבדיקה חיובית.[1] בהצעה זו יש שתי בעיות. ראשית, האומדנים להסתברויות מסוג זה הינם מאוד לא מדוייקים. יש צורך לדעת כמה מבין התוצאות החיוביות הינן חיוביות אמיתיות (כלומר, הבדיקה זיהתה מחלה והנבדק אכן חולה) וכמה הן חיוביות שגויות (כלומר, הבדיקה זיהתה מחלה והנבדק אינו חולה). בפועל, ברוב מוחלט של המקרים בהם תוצאת הבדיקה חיובית מבוצעת פרוצדורה רפואית, ולכן אי אפשר לדעת אם התוצאה שגויה או לא – כדי לדעת זאת צריך לא לטפל בנבדק ולראות מה יקרה לו, וזה כמובן לא קביל.

שנית: ההסתברות הזאת לא אומרת דבר על סיכויי ההישרדות/החלמה אם הפציינט אכן חולה. היא רק מעידה על רמת הדיוק של הבדיקה.

הנתון שיאפשר לחולה לקבל החלטה הוא שיעורי התמותה בקרב חולים שעברו בדיקה לגילוי מוקדם ובקרב אלה שלא עברו בדיקה כזו, כאשר שתי האוכלוסיות הן בנות השוואה (comparable), למשל: גברים שעברו בדיקה לגילוי מוקדם בגיל 50 לעומת גברים בני 50 שלא עברו בדיקה כזו. אם הבדיקה אכן מצילה חיים, נצפה לפחות מקרי מוות עקב סרטן הערמונית בקבוצה הראשונה.

 

רשימה זו היא הרשימה השניה בסדרת רשימות העוסקות בהערכת נתונים סטטיסטיים רפואיים, ומסתמכת על השאלון של מרכז וינטון לתקשורת סיכונים ועדויות כמותיות באוניברסיטת קיימברידג’.

ראו גם:


הערות
  1. נתון זה נקרא ערך הניבוי החיובי של הבדיקה ונדון בו ביתר פירוט בהמשך הסדרה []

היכן הטיפול בסרטן הערמונית טוב יותר?

כאשר רודי ג’וליאני (ראש עיריית ניו יורק לשעבר) ביקר בלונדון, הוא התייחס לשירותי הבריאות הלאומיים של בריטניה (NHS) ואמר:

“אובחנתי כחולה בסרטן הערמונית לפני 7 שנים. הסיכוי שלי להישרדות בארצות הברית הוא 82%, ובאנגליה הסיכוי הוא פחות מ-50%”. לכן הסיק ג’וליאני כי הטיפול בסרטן הערמונית בארצות הברית טוב יותר מהטיפול בבריטניה.

מאוחר יותר התברר כי הנתונים שג’וליאני ציטט הם נתוני הישרדות בחיים לאחר 5 שנים מתאריך האבחון. מהי הבעיה בהסקת מסקנות על סמך נתונים אלה בלבד?

עורכי השאלון הציעו ארבע תשובות אפשריות.

התשובה האפשרית הראשונה היא הטיית האישור – confirmation bias. זוהי הנטייה לחפש, לפרש, להעדיף, ולזכור מידע באופן שמאשר אמונות או השערות, תוך מתן תשומת לב פחותה במידה בלתי-פרופורציונלית למידע שתומך באפשרויות חלופיות. ג’וליאני לא לקה בהטייה זו. הוא הסתמך על נתונים נכונים ולא התעלם מהם . הוא אכן לא הסתמך על נתונים אחרים, לפחות באמירה הזו, אולם לא ניתן לקבוע בוודאות אם עשה זאת בכוונה.

תשובה אפשרית נוספת היא הטיית הבחירה (selection bias).  הטייה זו היא עיוות בנתוני מחקר הנובע מהטיה בצורת איסוף המידע. ג’וליאני כמובן לא ביצע את המחקר בעצמו. הוא לא לקה בהטייה זו. ייתכן כי המחקרים עליהם התבסס לקו בהטייה זו, אבל זהו סיפור אחר.

עוד תשובה שהוצעה היא הטיית הביצוע (performance bias). הטייה זו מתבטאת בכך שבניסוי מבוקר קבוצת טיפול אחת מקבלת תשומת לב רבה יותר מהחוקרים מאשר הקבוצה השנייה. זה יכול לקרות למשל בניסוי בו משווים תרופה חדשה לתרופה קיימת, ואי אפשר לקיים סמיות – לפחות חלק מהחולים יודעים איזה טיפול הם מקבלים, וגם הרופאים יודעים זאת כמובן. זה יכול לקרות אם למשל תרופה אחת ניתנת בהזרקה והשנייה בבליעה[1] במקרה שלנו זה לא המקרה: שני הנתונים שצוטטו הגיעו כל אחד ממחקר אחר.

ההבדל בין שני נתוני ההישרדות נובעים מהטיית  lead-time bias .[2]  הנתונים שג’וליאני ציטט התייחסו להישרדות מרגע האבחון. בארצות הברית נהוג לבצע בדיקות לאבחון מוקדם של סרטן הערמונית, וזאת בניגוד לנהוג בבריטניה. לכן משך הזמן העובר בין תחילת המחלה עד לאבחון קצר יותר בארצות הברית מאשר בבריטניה. מכיוון שסרטן זה מאובחן בשלב יותר מוקדם בארצות הברית, הסיכויים לשרוד במשך 5 שנים מזמן האבחון גבוהים יותר לעומת אבחון לאחר הופעת סימפטומים מחשידים הנהוג בבריטניה. בגלל ההטיה הזו, אוכלוסיות הגברים בארצות הברית ובבריטניה אינן בנות השוואה, ככל שהדבר נוגע לנתוני הישרדות של חולי סרטן הערמונית.

הנה דוגמה מספרית פשוטה. נניח לצורך הדוגמה כי אבחון מוקדם מזהה את המחלה כשנתיים לאחר תחילתה, בעוד שללא אבחון מוקדם המחלה מזוהה כחמש שנים לאחר תחילתה.  כמו כן, לכן, בארצות הברית, אדם ששרד 5 שנים לאחר האבחון שרד למעשה 7 שנים לאחר הופעת המחלה, בעוד שבבריטניה אדם ששרד 5 שנים לאחר האבחון שרד למעשה 10 שנים מתחילת המחלה. בדוגמה זו, מצבו של החולה הבריטי יותר טוב כרגע מזה של האמריקני.

 

רשימה זו היא הרשימה הראשונה בסדרת רשימות העוסקות בהערכת נתונים סטטיסטיים רפואיים, ומסתמכת על השאלון של מרכז וינטון לתקשורת סיכונים ועדויות כמותיות באוניברסיטת קיימברידג’.

ראו גם:


הערות
  1. ראו למשל את הידיעה על הניסוי הזה בו נערכה השוואה בין שתי תרופות לטיפול בטרשת נפוצה: ג’ילניה ניתנת בבליעה, קופקסון בהזרקה. []
  2. לא ברור לי איך לתרגם זאת לעברית. אשמח לשמוע הצעות []

שאלון יכולת הערכת נתונים סטטיסטיים רפואיים – אוניברסיטת קיימברידג’

מרכז וינטון לתקשורת סיכונים ועדויות כמותיות באוניברסיטת קיימברידג’ פירסם לאחרונה שאלון/חידון שנועד לעוסקים בתחומי הרפואה והבריאות להעריך את יכולתם בהבנת נתונים סטטיסטיים אודות התועלת והנזק של טיפולים רפואיים.

גם אם אינכם עוסקים בתחומים האלה, אני חושב שכדאי שתכירו חלק מהמושגים האלה. אתם יכולים כמובן לנסות לענות בכל מקרה, ולאחר שתסיימו לענות על כל השאלות, תוכלו לקרוא את התשובות הנכונות בתוספת הסבר קצר לכל תשובה.

הנכם מוזמנים לקרוא: