Guide till olika typer av studier
, medicinsk granskning av Dr Andreas Eenfeldt
Fynd från de senaste nutritionsstudierna får ofta stora nyhetsrubriker och delas på sociala medier, trots att många inte alls baseras på starka vetenskapliga bevis.
Du har säkert lagt märke till att det finns motstridiga rapporter om huruvida ett speciellt livsmedel är bra eller dåligt för dig. Ena dagen skriker rubrikerna ut att kaffedrickande är mycket fördelaktigt, för att dagen efter varna för att kaffe ökar risken för hjärtinfarkt.
Faktum är att de flesta livsmedel och kosthållningar förknippats med hälsa, både positivt och negativt, i olika studier. Enligt en artikel från 2012 har ägg, morötter, ost och flera andra livsmedel visat sig öka och minska risken för cancer, beroende på studien!1
Att detta kan vara förvirrande och frustrerande är en klar underdrift. Många av oss gör vårt bästa för att göra matval som ska förbättra vår hälsa och livskvalitet. Hur ska vi kunna veta om den senaste forskningen som rapporteras är tillförlitlig?
I största allmänhet misslyckas media med att utvärdera evidensen. Istället förvandlas studier med ”spännande” slutsatser till feta rubriker som ska locka till klick, oavsett hur svag evidensen är.
De flesta studier som används för att koppla livsmedel till kroniska sjukdomar är observationsstudier, inte interventionsstudier. Observationsstudier är mycket billigare och lättare att genomföra, men de kan mycket sällan bevisa något alls.2
I den här guiden tar vi upp skillnaderna mellan observations- och interventionsstudier, fördelarna och nackdelarna med dem och anledningen till att observationsforskning i nästan samtliga fall inte borde användas när beslut om kost ska fattas. Efter att ha läst den här guiden kommer du att kunna identifiera rapporter i media om nutritionsvetenskap som du säkerligen kan ignorera, vilket innebär de flesta av dem.
I Diet Doctors evidensbaserade guider gör vi det enkelt genom att använda en färgkod som visar hur stark bevisning en studie uppvisar: stark evidens, måttlig evidens, svag evidens eller mycket svag evidens.3 När du har läst den här guiden kommer du att förstå mycket mer om detta.
Vad är en observationsstudie?
I en observationsstudie (även känd som en epidemiologisk studie) observerar forskare en grupp människor för att se vad som händer med dem över tid. Även om studiens deltagare kan svara på frågor och fylla i frågeformulär, gör forskarna inga interventioner och har ingen kontroll över deltagarna.
En observationsstudie är enkelt uttryckt en övning i statistik. Forskarna försöker hitta korrelationer mellan vissa beteenden och vissa utfall. Har till exempel människor som äter mer grönsaker en större eller mindre risk för att utveckla en viss sjukdom?
Även om statistiken från observationsstudier kan visa samband mellan vissa beteenden och utvecklingen av en sjukdom eller ett tillstånd, kan dessa samband både ha och inte ha en koppling mellan orsak och verkan.4 I de flesta fall räcker en observationsstudie inte till för att kunna svara på det. En observationsstudie kan ofta bara visa mycket svag evidens.5 En annan typ av studie, vanligtvis en interventionsstudie, behövs för att bevisa att något orsakar något annat, till exempel att dricka kaffe kan få människor att gå ner i vikt.
Det finns verkligen en god grund till det berömda citatet som menar att ”det finns tre sorters lögn: lögn, förbannad lögn och statistik.”
Observationsstudier – det vill säga statistik – kan i de flesta fall endast ge svaga ledtrådar, och de kan sällan bevisa någonting. Naturligtvis är studien i sig inte en lögn – det är bara data. Men när man ser hur dessa studier ofta används av media för att ”bevisa” en sak den ena dagen medan de nästa dag påstår den exakta motsatsen, är det mycket möjligt att tankarna går till ovanstående citat.
Vad är en interventionsstudie?
I en interventionsstudie (även kallad klinisk prövning) ger forskare deltagarna en särskild diet de ska följa, utbildning om nutrition eller gör någon annan typ av intervention (ingripande) och utvärderar effekten av detta.
Evidens från interventionsstudier anses vara starkare än evidens från observationsstudier. Randomiserade kontrollerade studier (RCT) kallas ofta för ”den gyllene standarden” när det gäller evidens. De är utformade för att testa en intervention mot en annan (t ex lågkolhydrat kontra fettsnålt), eller mot en kontrollgrupp som inte förändrar sitt beteende (t ex lågkolhydrat jämfört med vanlig amerikansk standardkost), under hårt övervakade förhållanden.
Att deltagarna utses slumpmässigt till antingen interventionsgruppen eller kontrollgruppen säkerställer att båda grupperna är likadana utifrån det som inte testas (som inkomst, utbildning, träningsnivå etc). Detta innebär att dessa studier (i bästa fall) ger en rättvis jämförelse och därmed mycket starkare evidens: ofta måttlig evidens.
I de bästa RCT-studierna är den faktiska utvecklingen av sjukdomen som studeras eller deltagarens död det utfall som mäts. Eftersom det kan ta många år att utveckla en sjukdom är RCT-studier som sträcker sig över flera år mycket dyra, vilket gör dem opraktiska i de flesta fall. Av den anledningen är många RCT-studier mycket kortare och istället för att mäta hälsoresultat, mäter de förändringar i hälsomarkörer som reflekterar en sjukdomsrisk, till exempel förändringar i blodsocker, insulin- eller inflammationsnivåer.
Tyvärr förutsätter detta att förändringarna av en surrogatmarkör återspeglar en positiv eller negativ inverkan på ens hälsa. Som vi har sett i många studier är detta inte alltid fallet.
Den ultimata lösningen i framtiden – när det rör mycket viktiga frågor om människors kost och hälsa – kan vara att finansiera mycket färre, men mycket större, interventionsstudier. Studier som är stora och tillräckligt långa för att mäta verkliga hälsoutfall. Till exempel studier som testar en strikt lågkolhydratkost kontra en konventionell kost på hundratals eller tusentals människor med typ 2-diabetes under fem till tio år, och mäter resultatet i sjukdom och död. En högkvalitativ undersökning som denna kan lätt kosta hundratals miljoner dollar, men resultaten kan ha ett mycket högre värde än så för mänskligheten.6
Systematiska översikter och metaanalyser
En enda studie räcker ofta inte till för att ge ett tydligt svar om sambandet mellan kost och hälsa. Systematiska översikter och metaanalyser är två sätt att samla ihop flera studier i ett försök att klargöra vad evidensen säger.
En systematisk översikt är en detaljerad, standardiserad process för att samla in, utvärdera och skapa en översikt av en samling relevanta studier i ett visst ämne.
En metaanalys är en statistisk procedur som kombinerar data från de studier som använts i en systematisk översikt.
Systematiska översikter och metaanalyser kan bestå av observationsforskning, interventionsforskning eller en kombination av båda. De har historiskt sett betraktats som de starkaste evidensen. Detta är dock inte alltid fallet.
Systematiska översikter och metaanalyser ses ibland som ett sätt att ”stärka” svaga resultat från observationsstudier. Tanken är att om ett antal observationsstudier visar samma verkan, så måste detta indikera ett samband mellan orsak och verkan, även om verkan i samtliga fall är mycket liten. Men systematiska översikter och metaanalyser som består av observationsstudier kan inte åtsidosätta den grundläggande principen att ett samband per automatik inte är orsakssamband. Om du tar ett placebopiller som inte har någon effekt på ett tillstånd du vill behandla, fungerar det ju inte bättre om du tar fler piller! På samma sätt blir inte svaga observationsstudier mer tillförlitliga för att man kombinerar flera av dem.
Systematiska översikter och metaanalyser kan också vara felaktiga på andra sätt, till exempel att man ”plockar russinen ur kakan” för att stötta eller utesluta det som inte överensstämmer med forskarens egen ståndpunkt.7
Det är bara RCT-studier (interventionsstudier) som kan komma i närheten av att fastställa att viss mat eller ett visst sätt att äta orsakar ett särskilt resultat. Systematiska översikter och metaanalyser baserade på interventionsstudier har en mycket större chans att visa upp kvalitativ evidens som du kan utgå ifrån när du ska fatta beslut om din egen hälsa. Vi graderar dessa som stark evidens.
Varför många observationsstudier inte ger övertygande evidens
Observationsstudier kan bara ge oss information om hur vissa beteenden och sjukdomar är associerade eller korrelerade. En association måste vara mycket stark för att kunna indikera ett potentiellt samband mellan orsak och verkan, och även starka associationer visar inte nödvändigtvis detta. Till exempel är bärandet av kjol starkt förknippat med sannolikheten att utveckla bröstcancer (eftersom de oftast bärs av kvinnor!), men det skulle vara rent idiotiskt att påstå att bärandet av kjol orsakar bröstcancer.
Vanligtvis är styrkan hos sambanden i observationsstudier om nutrition och kroniska sjukdomar liten, vilket återspeglas av de låga relativa riskerna. En relativ risk på 1,0 betyder att det inte finns något samband. I de flesta observationsstudier om nutrition är den relativa risken nära 1,0 med ett intervall från 0,8 till 1,5, vilket indikerar ett svagt samband.8 Svaga samband beror sannolikt på andra faktorer, såsom slumpen eller en mix av kända och okända variabler, och är troligen inte ett samband mellan orsak och verkan.
Orsakerna till sådana svaga samband är ofta inbyggda i utformningen av observationsstudier. Eftersom forskare bara observerar en utvald population, kan de inte ta hänsyn till alla möjliga faktorer som kan påverka hur kost verkar vara relaterad till en sjukdom.
Till exempel så väljer människor som är oroliga för sin hälsa troligtvis mat som de tror kommer att hjälpa till att förebygga sjukdom. Men de är också mer benägna att göra många andra saker som de tror kommer att främja och skydda deras hälsa, till exempel att träna regelbundet, undvika rökning och äta multivitaminer. Det är svårt att veta vilken av dessa faktorer som är ansvarig för de resultat som framkommer i en observationsstudie.
Professor John Ioannidis är en mycket aktad expert inom metaforskning, alltså att studera olika forskningsmetoder och se hur man kan förbättra dem. I september 2018 skrev han en krönika för Journal of the American Medical Association där han konstaterade att observationsstudier inom nutrition är hopplöst bristfälliga och måste ”reformeras radikalt.”9 I artikeln påpekar han att dolda faktorer som kan påverka resultatet av en observationsstudie inte redovisas (till exempel kan personer som äter mycket kött också dricka mycket öl och träna lite) och att resultaten rutinmässigt påverkas av forskares åsikter och förutfattade meningar.
Han pekar även på det absurda i att hävda att vissa livsmedel kommer att öka livslängden under en viss tidsperiod. Till exempel visar olika studier att konsumtion av hasselnötter, kaffe, apelsiner och andra livsmedel och drycker dagligen kan hjälpa till att förlänga livet med flera år.
”Om du skulle ha något att vinna på allt som det spekuleras om i alla dessa studier, skulle vi kunna leva i 5000 år,” menar Ioannidis.
När kan vi lita på observationsstudiers resultat?
Fynd från observationsstudier måste vanligtvis bekräftas av högkvalitativ forskning, som till exempel en interventionsstudie, för att kunna betraktas som tillförlitliga. Tyvärr sker detta sällan. Istället kommer interventionsstudier inom nutrition troligen att motsäga resultaten från tidigare observationsstudier.10
Med andra ord: fynd från observationsstudier kan man vanligtvis inte lita på.
Det finns emellertid enstaka undantag. Under exceptionella och sällsynta omständigheter med mycket, mycket starka och rimliga korrelationer (till exempel rökning och lungcancer) kan observationsdata uppvisa måttlig evidens.11
Fördelar och nackdelar med observationsstudier
Fördelar:
- Är mycket billigare än kliniska prövningar
- Kan pågå under många år eller till och med årtionden
- Kan inkludera tiotusentals deltagare/li>
- Kan titta på utvecklingen av en sjukdom eller död som utfall
Nackdelar:
- Förlitar sig på självrapporterade data som ofta inte kan bekräftas
- Har ingen kontrollgrupp att jämföra med
- Kan inte ta hänsyn till alla faktorer som kan påverka resultaten
- Ger inte svar om sambandet mellan orsak och verkan
Fördelar och nackdelar med interventionsstudier
Fördelar:
- Är hårt kontrollerade och övervakade
- Jämför utfallet mellan de som får en intervention och de som inte får det
- Kan använda randomisering för att hantera okända faktorer som kan påverka utfallen
Nackdelar:
- Är dyra och tidskrävande
- Använder hälsomarkörer snarare än utveckling av sjukdom eller död som ändpunkter
- Är vanligen mindre än observationsstudier
- Är vanligen kortare än de flesta observationsstudier
Slutsats
Observationsforskning ger vanligtvis opålitliga resultat och dessa resultat får ofta större uppmärksamhet i media än de förtjänar.
Innan du väljer att förändra din kost utifrån de senaste nyhetsrubrikerna bör du ta reda på några saker om studien det skrivs om. Är det en observations- eller interventionsstudie? Stämmer fynden överens med tidigare forskning, särskilt med högkvalitativ forskning som interventionsstudier? Om det är en observationsstudie, hur starka var sambanden mellan utfallet och beteendet, maten eller dieten som har studerats?
Viktigast av allt: kom ihåg att observationsstudier vanligtvis inte kan visa att ett specifikt livsmedel, en diet eller en livsstil orsakade ett speciellt utfall. Detta kräver vanligtvis en interventionsstudie.
Slutsatsen är att de flesta observationsstudier, samt de feta rubriker de genererar, kan ignoreras.
Mer
Diet Doctors policy för att gradera vetenskaplig evidens
Diet Doctors policy för evidensbaserade guider
Kommentarer
American Journal of Clinical Nutrition 2013: Is everything we eat associated with cancer? A systematic cookbook review ↩
-
JAMA 2018: The challenge of reforming nutritional epidemiologic research
PLoS Medicine 2005: Why most published research findings are false ↩
För mer information om vår policy gällande gradering av vetenskaplig evidens, se denna sida:
Confoundingvariabler är faktorer som inte tas i beaktande i en studie. Dessa okända faktorer kan ge upphov till en korrelation mellan kost och hälsa utan att det finns något direkt kausalt samband mellan dem. ↩
Det finns undantag:
Advances in Nutrition 2018: Limiting dependence on nonrandomized studies and improving randomized trials in human nutrition research: why and how ↩
The Milbank Quarterly 2016: The mass production of redundant, misleading, and conflicted systematic reviews and meta-analyses ↩
Det råder viss diskussion om vad som kan betraktas som “svag” kontra “stark” association och hur stark en association måste vara för att potentiellt indikera ett orsaksförhållande.
En hjälpfull jämförelse är att relativ risk hittas i associationer mellan rökning och lungcancer var omkring 10,0 för måttliga rökare och 20,0 för storrökare. Denna nivå av relativ risk var stark nog för experter för att argumentera för ett orsaksförhållande.
American Journal of Clinical Nutrition 1999: Causal criteria in nutritional epidemiology ↩
Journal of the American Medical Association 2018: The challenge of reforming nutritional epidemiologic research ↩
Under de senaste årtiondena har resultatet av observationella nutritionsstudier många gånger motbevisats av RCT-studier.
Seminars in Oncology 2010: Epidemiological and clinical studies of nutrition ↩
För att vi ska kunna använda den evidensgraden, behöver HR vara konstant > 5 i ett flertal observationsstudier av hög kvalitet, med biologisk rimlighet, inga andra uppenbara förklaringar och generellt följande de klassiska Hills kriterier.
Proceedings of the Royal Society of Medicine 1965: The environment and disease: association or causation? By Sir Austin Bradford Hill ↩