21) Kruh namiesto hierarchie v Bayesovskej analýze - Prof
Ako konkrétne funguje kruhový model a prečo je nadradený hierarchickému modelu - príklad ketogénnej diéty
Práve sme publikovali novú publikáciu v online časopise, v ktorej sme demonštrovali, ako je možné skutočne implementovať kruhový kognitívny model [1]. Zodpovedal za to fyzik Rainer Klement, ktorý vypočítal analýzu a poskytol údaje o vzorke. Bol som schopný inšpirovať ho pre moju myšlienku, že človek získa viac poznatkov o kruhovom kognitívnom modeli ako o tradičnom, hierarchickom „medicíne založenej na dôkazoch (EBM)“. Kľúčom k tomu by mohla byť tu uskutočnená formalizácia, ktorá využíva bayesovský štatistický prístup. To znie komplikovanejšie ako je.
Pozadie a problém
Hierarchický model EBM, súčasný hlavný model, predpokladá, že randomizované, kontrolované štúdie, pokiaľ možno s placebovou kontrolou, poskytujú najlepšie dostupné poznatky o tom, či intervencia funguje alebo nie. Implicitne nastavuje vnútornú platnosť, metodickú prísnosť a platnosť štúdie proti vonkajšej platnosti, prenositeľnosti, použiteľnosti a zovšeobecniteľnosti zistení v praxi. Tieto problémy som analyzoval v prvých troch častiach svojej metodiky (1. časť: Dôkazy, nereflektívny bojový termín; 2. časť: Hierarchia alebo kruh znalostí; 3. časť: Dôsledky hierarchického a kruhového modelu).
V praxi to znamená, že systematické prehľady a metaanalýzy ignorujú väčšinu údajov a často dokonca tvrdia, že neexistujú žiadne vedecké poznatky. Preto lekárske pokyny alebo metaanalýzy často obsahujú odporúčania, ktoré sú v rozpore s klinickými skúsenosťami alebo nezohľadňujú veľké množstvo poznatkov [2]. Problém, ktorý sme analyzovali v iných publikáciách [3, 4] a ktorý sme podrobnejšie predstavili v časti 18 blogu o metódach, spočíva v tom, že interné a externé dôkazy sú navzájom nezávislé. Nemôžete predstierať, že jedno je dôležitejšie ako druhé, alebo že jeden predpokladá druhé. Proste nie. Existujú skôr štúdie maximalizujúce vnútornú platnosť - randomizované štúdie - a štúdie maximalizujúce vonkajšiu platnosť - všetky naturalistické štúdie.
Ak niekto zanedbá naturalistické štúdie v prospech randomizovaných, ako sa to deje v súčasnosti, riskuje, že získa mimoriadne spoľahlivé vedomosti, ktoré sú buď len veľmi obmedzené, alebo nikoho nezaujímajú. Navrhli sme preto kruhový model, ktorý neuprednostňuje žiadny typ informácií a štúdií, ale predpokladá, že všetky štúdie poskytujú rôzne typy informácií, ktoré sú relevantné pre rôzne otázky, a preto by sa mali brať do úvahy všetky. V kruhovom modeli dôkazov. Najskôr si myslím, že je to prijateľná teoretická požiadavka. Otázka však znie: ako to môže v skutočnosti fungovať?
Teraz sme doručili kľúč. S konkrétnym príkladom použitia v kontroverznej téme. Aplikácia kruhového modelu je úspešná, ak sa zvolí bayesovský formálny analytický prístup, ktorý umožňuje štúdiám zmeniť naše doterajšie vedomosti a tým dáva rôznym váham rôzne typy štúdia. Výhodou Bayesovskej analýzy je, že do analýzy zahŕňa naše predchádzajúce vedomosti, ktoré sú generované rôznymi údajmi. Už som o tom hovoril v príspevku k metodológii (časť 5: Vzťah medzi empirizmom a teóriou 1), takže tu len krátke pripomenutie.
Bayesova analýza
Írsky pastor Bayes uznal, že robíme rozhodnutia na základe predchádzajúcich poznatkov, ktoré menia ďalšie informácie, ktoré máme. Analýza pomenovaná po ňom sa pýta: Ak mám určité predchádzajúce znalosti, aké silné musia byť empirické vedomosti jedným alebo druhým smerom, aby sa mohli zmeniť? Alebo povedané inak: ak vezmeme do úvahy všetky predchádzajúce vedomosti, ktoré máme, aký silný je vplyv konkrétnej štúdie alebo skúsenosti? Na rozdiel od klasických štatistík častej práce pracuje Bayesiánska analýza s podmienenými pravdepodobnosťami. Formalizuje predchádzajúce znalosti ako takzvanú „predchádzajúcu pravdepodobnosť“ alebo počiatočnú pravdepodobnosť, pridáva nový výsledok štúdie a potom sa pýta, ako tento nový výsledok zmení túto počiatočnú pravdepodobnosť na takzvanú „zadnú pravdepodobnosť“ alebo konečnú pravdepodobnosť.
My ľudia sme všetci Bayesania. Pretože všetci sme mali formálne alebo neformálne skúsenosti. Aj veda je implicitne bayesiánska. Prevládajúci svetonázor, profesionálne alebo vedecké skúsenosti, to všetko utvára implicitnú počiatočnú pravdepodobnosť, na základe ktorej sa interpretujú a vážia všetky dostupné údaje, nové výsledky štúdií alebo skúsenosti. Bayesiánska analýza jednoducho formalizuje tento postup, ktorý aj tak vždy robíme.
Klasická štatistika Fishermana alebo Frequentistova štatistika napodobňuje špeciálny prípad, ktorý v skutočnosti nikdy nenastane, že sme pri určitej otázke úplne nerozhodnutí, pretože nemáme žiadne predchádzajúce znalosti, „predchádzajúca pravdepodobnosť“ alebo počiatočná pravdepodobnosť je 50:50 alebo ½. Štatistika odborníkov je v skutočnosti použiteľná iba v prísnom prípade, ak je to tak, inak nie. Na to Wagenmakers a kolegovia poukázali na príklade parapsychológie, ako sa správne domnievam [5]. To by sa však nemalo vzťahovať iba na psychológiu, ale v zásade na všetky štatistické údaje vrátane štatistík, s ktorými sa hodnotia klinické štúdie.
Práve sme vytvorili model cyklickej syntézy pomocou Bayesovských štatistík pre príklad, o ktorom sa v súčasnosti diskutuje veľmi kontroverzne. Reč je o ketogénnej strave pre vysoko kvalitné gliómy, ťažko liečiteľný typ mozgového nádoru s veľmi zlou prognózou.
Klinický príklad: ketogénna diéta pre mozgové nádory
„Ketogénna strava“ je strava, ktorá jednoducho napodobňuje metabolizmus nalačno. Teraz ukladám biochemické a fyziologické pozadie. Vysvetľujú sa v pôvodnej publikácii a v našej inej publikácii, ktorá je tiež k dispozícii online [6]. Keď sa postíme, telo rozkladá tuk. Tak vznikajú mastné kyseliny s krátkym reťazcom, takzvané „ketónové telieska“. Väčšina buniek tela, vrátane nervových buniek, môže získavať energiu z týchto ketolátok. A málokto, kto to nedokáže, je zásobený cukrom, ktorý sa v pečeni vytvára z laktátu, glycerolu alebo glukogénnych aminokyselín počas procesu získavania cukru. Preto nezmierame ani neomdlievame, keď sa postíme, ale dokážeme to vydržať dlho. Ľudia, ktorí na to nie sú zvyknutí, môžu spočiatku ľahko upadnúť do hypoglykémie, ale to je už iný príbeh.
V každom prípade môže byť telo nalačno dobre zásobené, ak sa živí ketónovými látkami z vlastných zásob. Robíme to každý večer bez toho, aby sme vstávali a jedli chlieb s maslom, aby sme neumreli od hladu. Ketogénna strava to využíva, až na to, že telo neklesá späť na svoje vlastné zásoby, ale na bielkoviny a tuky, ktoré mu sú dodávané prostredníctvom potravy. Ketogénna strava je teda diétou, v ktorej sa do značnej miery vyhýbame sacharidom a výživa je zabezpečená predovšetkým príjmom tukov a bielkovín a sacharidov predovšetkým v komplexnej forme (napr. Šalát a zelenina). Takáto strava sa osvedčila pri niektorých neurologických ochoreniach, napríklad pri epilepsii. Používa sa ale aj na rakovinu [6, 7]. Je to tak preto, lebo väčšina rakovinových buniek závisí od cukru, ktorý získavajú priamo z potravy a nemôžu sa živiť ketónovými látkami. Ketogénna strava je teda niečo ako program potravinovej deprivácie pre rakovinové bunky. Osvedčil sa mnohými spôsobmi [7].
Teraz sme si vybrali ketogénnu diétu ako príklad agresívnych gliómov, pretože tu je veľmi málo a neadekvátnych informácií, najmä v zmysle hierarchického modelu. Pretože existujú iba tri štúdie na ľuďoch, ktoré sú pomerne malé, v niektorých prípadoch sa porovnávajú s inými zložitými metódami alebo sú dostupné iba ako pozorovacie údaje, t. J. Nie z randomizovanej štúdie. Klasický recenzent by preto dospel k záveru: neexistujú žiadne vedecké poznatky. Terapiu preto nemožno odporučiť. Ak však vezmete súčasných 17 experimentov na zvieratách a údaje zo štúdií na ľuďoch dohromady a pridáte základné fyziologické hľadiská, ktoré nemôžeme jednoducho ignorovať, potom sa obraz zmení.
Analýza a vhľad
Všetky tieto parametre teraz ovplyvňujú, ako sa jednotlivé štúdie počítajú do celkového modelu a ako sa hodnotí výrok z analýzy. Tu reprodukujem ilustráciu výsledku z pôvodnej publikácie:
Obrázok - Odhad priemerného času prežitia s gliómom pri ketogénnej diéte (KD), ketogénnej diéte s ďalšou liečbou (KD +) alebo kalorickým obmedzením (čiastočné hladovanie; CR) s (+) a bez ďalšej liečby. SP: pravdepodobnosť skeptického výstupu; FSP: zásadne skeptická počiatočná pravdepodobnosť (t. J. Predpoklad poškodenia KD); RP: rôzne predpoklady o vzťahoch medzi účinkami rôznych druhov (myši, potkany, ľudia); MP: rôzne predpoklady o mechanických vzťahoch medzi ketogénnou diétou a inými terapiami; EP: nadšené očakávanie.
Pravdepodobne najdôležitejšou lekciou z tejto analýzy je, že všetky údaje naznačujú, že ketogénna strava má mierny prínos pre prežitie. Odhady sú medzi 1,2 a 1,5 pre ketogénnu diétu a medzi 1,5 a 1,7 pre kalorickú reštrikčnú diétu s ďalšou liečbou. Takže každý, kto je liečený ketogénnou diétou, má o 20 - 50% vyššiu šancu na prežitie. Žiadne z týchto zistení nie je isté v užšom slova zmysle, pretože interval spoľahlivosti vždy zahŕňa líniu nerozhodnosti 1, aj keď sa najoptimistickejšie odhady blížia. Je ale úžasné, ako blízko sú odhady, aj keď modelujete skeptikov, teda skeptických predkov (prvé tri riadky na obrázku). Skutočnosť, že sa zistenia tak veľmi líšia, ukazuje, že stále je k dispozícii pomerne málo údajov a že existuje veľká neistota. Skutočnosť, že body odhadu sú navzájom relatívne blízko, ukazuje, že všetky údaje smerujú rovnakým smerom.
Výsledkom našej analýzy by teda bolo: Ketogénna strava a kalorické obmedzenie sú určite sľubné. Terapia sľubuje o 50% vyššiu pravdepodobnosť prežitia, v najhoršom prípade 20% a mala by sa rozhodne ďalej skúmať. Predovšetkým sme ukázali, že a ako je možné spojiť štúdie rôznych typov do formalizovaného modelu kvantitatívnej analýzy.
Teraz samozrejme dúfame, že sa tento impulz podchytí a inovatívne mysle v komunite Cochrane a EBM stanovia a prehodnotia svoje analytické stratégie, možno v pochybnom prípade uplatní takúto kruhovejšiu stratégiu a zastaví sa, 95% všetkých údajov, mechanistické alebo kohortové štúdie, ktoré sa majú hodiť cez palubu.