21) Cerc în loc de ierarhie într-o analiză bayesiană - Prof
Cum funcționează modelul circular în practică și de ce este superior modelului ierarhic - exemplul dietei ketogene
Tocmai am publicat o nouă publicație într-o revistă online în care am demonstrat modul în care modelul de cunoaștere circulară poate fi implementat în mod concret [1]. Fizicianul Rainer Klement, care a calculat analiza și a furnizat datele eșantionului, a fost responsabil. L-am putut inspira pentru ideea mea că cineva câștigă mai multă perspectivă cu un model cognitiv circular decât cu cel tradițional, ierarhic al „medicinei bazate pe dovezi (EBM)”. Cheia acestui lucru ar putea fi formalizarea întreprinsă aici, care utilizează o abordare statistică bayesiană. Sună mai complicat decât este.
Context și problemă
Modelul ierarhic al EBM, modelul actual curent, presupune că studiile randomizate și controlate, dacă este posibil cu controlul placebo, oferă cele mai bune cunoștințe disponibile cu privire la faptul dacă o intervenție funcționează sau nu. Stabilește implicit validitatea internă, stringența metodologică și validitatea unui studiu împotriva validității externe, a transferabilității, utilizabilității și generalizabilității constatărilor în practică. Am analizat aceste probleme în primele trei părți ale metodologiei mele (Partea 1: Dovezi, un termen de luptă nereflectant; Partea 2: Ierarhie sau cerc de cunoaștere; Partea 3: Consecințele modelului ierarhic și circular).
În practică, acest lucru înseamnă că recenziile sistematice și meta-analizele ignoră majoritatea datelor și chiar spun adesea că nu există cunoștințe științifice. Prin urmare, ghidurile medicale sau meta-analizele conțin adesea recomandări care contravin experienței clinice sau nu iau în considerare un număr mare de perspective [2]. Problema, pe care am analizat-o în alte publicații [3, 4] și prezentată mai detaliat în partea 18 a blogului metodei, este că dovezile interne și externe sunt independente una de cealaltă. Nu puteți pretinde că unul este mai important decât celălalt sau că unul îl presupune pe celălalt. Pur și simplu nu. Mai degrabă, există studii care maximizează validitatea internă - studii randomizate - și cele care maximizează validitatea externă - toate studiile naturaliste.
Dacă se neglijează studiile naturaliste în favoarea celor randomizate, așa cum se face în acest moment, riscă să genereze cunoștințe extrem de fiabile, care sunt doar foarte limitate sau care nu interesează pe nimeni. Prin urmare, am propus modelul circular, care nu favorizează niciun tip de informații și studii, dar presupune că toate studiile oferă diferite tipuri de informații relevante pentru diferite întrebări și, prin urmare, ar trebui luate în considerare toate. În modelul circular al dovezilor. În primul rând, cred că este o cerință teoretică plauzibilă. Totuși, întrebarea este: cum poate funcționa efectiv acest lucru?
Acum am livrat cheia. Cu un exemplu concret de aplicare într-un subiect controversat. Aplicarea modelului circular reușește dacă se alege o abordare analitică formală bayesiană care permite studiilor să ne schimbe cunoștințele anterioare și, prin urmare, acordă diferite ponderări diferitelor tipuri de studii. Avantajul unei analize bayesiene este că include cunoștințele noastre anterioare, care sunt generate de diferite date, în analiză. Am discutat deja acest lucru într-o contribuție la metodologie (Partea 5: Relația dintre empirism și teorie 1), deci doar un scurt memento aici.
Analiza bayesiană
Pastorul irlandez Bayes a recunoscut că luăm decizii pe baza cunoștințelor anterioare, ceea ce schimbă cu cât avem mai multe informații. Analiza numită după el întreabă: Dacă am anumite cunoștințe anterioare, cât de puternice trebuie să fie cunoștințele empirice într-o direcție sau alta pentru a le schimba? Sau altfel spus: dacă sunt luate în considerare toate cunoștințele anterioare pe care le avem, cât de puternică este influența unui anumit studiu sau experiență? Analiza bayesiană, spre deosebire de statisticile frecventiste clasice, funcționează cu probabilități condiționale. Formalizează cunoștințele anterioare ca așa-numita „probabilitate anterioară” sau probabilitate inițială, adaugă un nou rezultat al studiului și apoi întreabă cum acest nou rezultat schimbă această probabilitate inițială în așa-numita „probabilitate posterioară” sau probabilitatea finală.
Noi, oamenii, suntem cu toții bayezieni. Pentru că toți am avut experiență formală sau informală. Știința este, de asemenea, implicit bayesiană. Viziunea dominantă asupra lumii, experiența profesională sau științifică, toate modelează o probabilitate de pornire implicită, pe baza căreia toate datele disponibile, rezultatele studiilor noi sau experiențele sunt interpretate și ponderate. Analiza bayesiană formalizează pur și simplu această procedură pe care o facem întotdeauna oricum.
Statisticile clasice ale pescarilor sau ale frecvențistului imită cazul special care nu se întâmplă de fapt că suntem complet nehotărâți cu privire la o anumită întrebare deoarece nu avem cunoștințe anterioare, „probabilitatea anterioară” sau probabilitatea inițială este 50:50 sau ½. Statisticile frecventiste se aplică efectiv numai în caz strict, dacă acesta este cazul, altfel nu. Aceasta este ceea ce Wagenmakers și colegii au subliniat folosind exemplul parapsihologiei, așa cum cred pe bună dreptate [5]. Cu toate acestea, acest lucru nu ar trebui să se aplice doar psihologiei, ci, în principiu, tuturor statisticilor, inclusiv statisticilor cu care sunt evaluate studiile clinice.
Acum am creat un model de sinteză circulară cu ajutorul statisticilor bayesiene pentru un exemplu despre care se discută în prezent foarte controversat. Este vorba despre dieta ketogenică pentru glioamele de grad înalt, un tip de tumoare cerebrală dificil de tratat cu un prognostic foarte slab.
Exemplul clinic: dieta ketogenică pentru tumorile cerebrale
O „dietă ketogenică” este o dietă care imită metabolismul de post, în termeni simpli. Salvez acum fondul biochimic și fiziologic. Acestea sunt explicate în publicația originală și într-o altă publicație de către noi, care este disponibilă și online [6]. Când postim, corpul descompune grăsimea. Acest lucru creează acizi grași cu lanț scurt, așa-numiții "corpuri cetonice". Majoritatea celulelor corpului, inclusiv celulele nervoase, pot obține energie din aceste corpuri cetonice. Și puținii care nu pot face acest lucru sunt alimentați cu zahăr, care se formează în ficat din lactat, glicerol sau aminoacizi glucogeni în timpul procesului de recuperare a zahărului. De aceea nu murim sau leșinăm când postim, ci putem rezista de mult timp. Oamenii care nu sunt obișnuiți cu aceasta cad ușor în hipoglicemie la început, dar asta este o altă poveste.
În orice caz, corpul poate fi bine furnizat într-un mod de post dacă se hrănește cu corpuri cetonice din propriile sale rezerve. Facem asta în fiecare seară, fără să ne trezim și să mâncăm pâine și unt, astfel încât să nu murim de foame. Cu dieta ketogenică, acest lucru este acum exploatat, cu excepția faptului că organismul nu cade înapoi pe propriile rezerve, ci pe proteine și grăsimi care îi sunt furnizate prin alimente. Dieta ketogenică este, prin urmare, o dietă în care carbohidrații sunt în mare măsură evitați și nutriția este asigurată în principal prin aportul de grăsimi și proteine și carbohidrați predominant în formă complexă (de exemplu, salată și legume). O astfel de dietă s-a dovedit în unele boli neurologice, cum ar fi epilepsia. Dar este folosit și pentru cancer [6, 7]. Acest lucru se datorează faptului că majoritatea celulelor canceroase depind de zahăr, pe care îl obțin direct din alimente și nu se pot hrăni cu corpuri cetonice. Așadar, dieta ketogenică este un program de privare a alimentelor pentru celulele canceroase. S-a dovedit în multe feluri [7].
Am ales acum dieta ketogenică pentru glioamele agresive, deoarece există foarte puține informații inadecvate aici, mai ales în ceea ce privește modelul ierarhic. Deoarece există doar trei studii pe oameni și acestea sunt destul de mici, în unele cazuri comparate cu alte proceduri complexe sau sunt disponibile doar ca date observaționale, adică nu dintr-un studiu randomizat. Prin urmare, un recenzor clasic ar concluziona: nu există descoperiri științifice. Prin urmare, terapia nu poate fi recomandată. Dar dacă luați împreună cele 17 experimente pe animale existente și datele din studiile la om și adăugați considerațiile fiziologice de bază, pe care nu le putem ignora pur și simplu, atunci imaginea se schimbă.
Analiza și înțelegerea
Toți acești parametri influențează acum modul în care studiile individuale sunt calculate într-un model general și modul în care este evaluată afirmația analizei. Reproduc aici ilustrația rezultatului din publicația originală:
Figura - Estimarea timpului mediu de supraviețuire cu un gliom sub dieta ketogenică (KD), dieta ketogenică cu terapie suplimentară (KD +) sau restricție calorică (post parțial; CR) cu (+) și fără terapie suplimentară. SP: probabilitate de ieșire sceptică; FSP: probabilitate inițială fundamental sceptică (adică asumarea daunelor de către KD); RP: diverse ipoteze despre relațiile dintre efectele diferitelor specii (șoareci, șobolani, oameni); MP: diverse ipoteze despre relațiile mecaniciste dintre dieta ketogenică și alte terapii; EP: așteptare entuziastă.
Probabil că cea mai importantă metodă de luat în urma acestei analize este că toate datele sugerează că o dietă ketogenică are un beneficiu ușor de supraviețuire. Estimările sunt cuprinse între 1,2 și 1,5 pentru o dietă ketogenică și între 1,5 și 1,7 pentru o dietă cu restricție calorică cu tratament suplimentar. Deci, cei care sunt tratați cu o dietă ketogenică au o probabilitate mai mare de supraviețuire cu 20-50%. Este adevărat că niciuna dintre aceste descoperiri nu este sigură în sens strict, deoarece intervalul de încredere include întotdeauna linia indeciziei 1, chiar dacă cele mai optimiste estimări se apropie. Dar este uimitor cât de apropiate sunt estimările, chiar și atunci când modelezi sceptici, adică cu priorii sceptici (primele trei rânduri din figură). Faptul că rezultatele variază atât de mult arată că există date relativ puține disponibile, iar incertitudinea este mare. Faptul că punctele de estimare sunt toate relativ apropiate arată că toate datele indică în aceeași direcție.
Deci, rezultatul analizei noastre ar fi: Dieta ketogenică și restricția calorică sunt cu siguranță promițătoare. Terapia promite o probabilitate de supraviețuire cu 50% mai mare, în cel mai rău caz 20% și cu siguranță ar trebui investigată în continuare. Mai presus de toate, am arătat că și cum pot fi combinate studii de diferite tipuri într-un model de analiză formalizată, cantitativă.
Acum, desigur, sperăm că impulsul va fi preluat și mințile inovatoare din comunitatea Cochrane și EBM își vor stabili și regândi strategiile de analiză, poate, într-un caz dubios, să aplice o astfel de strategie mai circulară și să oprească, 95% din toate datele, indiferent dacă sunt studii mecaniciste sau studii de cohortă, aruncate peste bord.