พอดีวันนี้มีคนถามมาถึงเรื่องการอ่าน RCT ฉบับหนึ่ง (จริงๆ ผมแอบสงสัยว่ามีคนอ่านบล็อกผมด้วยแฮะ :P) ก็เลยขออนุญาตมาลอง Appraise ดูกันในนี้เลยนะครับ
Paper ดังกล่าวคือ Hsia J, Heiss G, Ren H, Allison M, Dolan NC, Greenland P, et al. Calcium/vitamin D supplementation and cardiovascular events. Circulation. 2007 Feb 20;115(7):846-54. สามารถเข้าได้ที่เว็บไซต์ของ Circulation (คลิ๊กที่นี่ก็ได้) นะครับ
ก่อนอื่นเลยผมขออ่านเฉพาะ Abstract ก่อนเพื่อดูแนวคิดของ Paper ก่อนที่จะอ่านต่อไป เราควรได้ไอเดียคร่าวๆ ว่าใคร ทำอะไร ที่ไหน เกิดผลอะไร อย่างไร คล้ายๆ กับการอ่านเรื่องย่อของหนังก่อนเดินเข้าโรงน่ะครับ
โดยทั่วไปแล้วเวลาทำการศึกษาวิจัย ก็จะต้องมีคำถามหลักที่งานวิจัยทำขึ้นเพื่อตอบอยู่เสมอ เราจะต้องพยายามคิดให้ได้ว่า งานวิจัยที่เรากำลังอ่านนี้ เขาตั้งใจจะตอบคำถามอะไร ส่วนหนึ่งเราก็จะได้รู้ด้วยว่าคำถามของเขา กับคำถามของเรา (หรืออีกนัยนึงคือคำถามของคนไข้นั่นแหละ) มันคล้ายกันไหม น่าจะอ่านต่อไปหรือเปล่า
อย่างใน Abstract นี้ถ้าเราอ่านแล้วจับใจความจาก Background ก็จะได้คำถามประมาณนี้นะครับ
"ผู้หญิงอายุ 50-79 ที่ได้ Ca + Vit D จะมี CV Event แตกต่างจากผู้ที่ไม่ได้ หรือไม่"
(ของคุณผู้อ่านบล็อกอาจไม่จำเป็นจะต้องเหมือนกันเป๊ะๆ ก็ได้นะครับ แต่น่าจะคล้ายๆ กันนี้)
ทีนี้บางคนงง ไม่รู้จะสร้างคำถามยังไง หลายๆ ที่เลยแนะนำให้แตกคำถามออกเป็น 4-5 ส่วน โดยใช้หลักซึ่งจำได้ง่าย (หรือเปล่า?) ว่า PICO หรือ PICOT กล่าวคือ
- P = Patient คนไข้ของเรา
- I = Intervention สิ่งที่เราตั้งใจจะดู
- C = Comparison สิ่งที่เรายึดเพื่อจะเปรียบเทียบด้วย
- O = Outcome เราสนใจวัดผลยังไง
- T = Time ภายในเวลาเท่าไหร่ (อันนี้บางคนอาจจะละไว้ในฐานที่เข้าใจ ก็ได้ครับ ก็เหลือแค่ PICO)
ถ้าผมเอาคำถามผมมาแตกใหม่ตาม PICO มันก็จะได้ประมาณนี้
- P: Postmenopausal women, 50-79 years of age, at 40 clinical sites (ตรงนี้จะละเอียดแค่ไหนก็ได้ครับ ยิ่งละเอียดก็ยิ่งดี แต่มันก็อาจจะยิ่งไม่ตรงกับคำถามของเราเข้าไปเรื่อยๆ ซึ่งก็ดี เราจะได้เห็นความแตกต่างว่าเราจะเอาคำตอบเขามาใช้กับคำถามเราได้หรือเปล่า)
- I: Calcium 500 mg + Vit D supplement (200 IU twice daily)
- C: Placebo
- O: CV Event: MI/Coronary heart disease death, Stroke
- T: 7 years of follow-up
หลังจากนั้นเราก็อาจลองสร้าง Diagram คร่าวๆ ว่ามันเกิดอะไรขึ้นในการศึกษานี้ จากเฉพาะการอ่าน Abstract
จะสังเกตเห็นว่า ผมยังไม่ได้เข้าไปอ่านข้างในเลยนะครับ ดังนั้น ตอนหลังเราอาจเพิ่มเติม Diagram นี้ก็ได้
เรามาลองแปลผลดูก่อน โดยเฉพาะสำหรับท่านที่งงว่า เอ๊ะ Hazard Ratio นี่มันคืออะไร
Hazard Ratio เวลาแปลผลนั้นอยากให้คิดเหมือนกันกับ Odds Ratio ครับ เพียงแต่ว่า การที่จะเป็น Hazard Ratio ได้นั้น เขาเอา "เวลา" เข้ามาคิดด้วย อย่างในที่นี้ ก็คือในเวลา 7 ปีนั้นครับ นั่นคือ ที่ว่า HR=1.04 ก็หมายความว่า คนที่ได้ Ca+VitD มีโอกาสเป็น 1.04 เท่าที่จะเกิด MI เมื่อเทียบกับคนที่ได้ Placebo นั่นเองครับ
สังเกตว่าในกรณีนี้ คนที่ได้ Ca+VitD มันเป็น MI ซะมากกว่าคนปกติซะอีก อย่างไรก็ตาม ค่านี้เราไม่ควรจะนำมาพิจารณาเพียงค่าเดียว แบบที่ผมเคยบอกไว้ใน post เก่าๆ ครับ เราควรจะนำ 95% Confident Interval มาคิดด้วย นั่นก็คือ มันอาจเป็นไปได้ที่:
- คนที่ได้ Ca+VitD มีโอกาสเป็น 0.92 เท่าที่จะเกิด MI ....
- คนที่ได้ Ca+VitD มีโอกาสเป็น 0.93 เท่าที่จะเกิด MI ...
- คนที่ได้ Ca+VitD มีโอกาสเป็น 0.94 เท่าที่จะเกิด MI ...
- .
- .
- คนที่ได้ Ca+VitD มีโอกาสเป็น 1.00 เท่าที่จะเกิด MI ...
- .
- .
- คนที่ได้ Ca+VitD มีโอกาสเป็น 1.16 เท่าที่จะเกิด MI ...
- คนที่ได้ Ca+VitD มีโอกาสเป็น 1.17 เท่าที่จะเกิด MI ...
- คนที่ได้ Ca+VitD มีโอกาสเป็น 1.18 เท่าที่จะเกิด MI ...
สังเกตว่าถ้ามันมีค่า <1 หมายความว่า คนที่กินยา เขาเกิด MI น้อยกว่า ในขณะที่ อีกข้างหนึ่งที่ >1 หมายความว่า คนที่กินยา เขาเกิด MI มากกว่า ซึ่งแสดงว่า มันขัดแย้งกันเอง ทำให้เราสรุปได้ว่า มันน่าจะไม่เกี่ยวข้องกัน
ในทำนองเดียวกัน เราสามารถแปลแบบนี้กับ Stroke ได้ ลองแปลดูซิครับ (อย่าเพิ่งอ่านบรรทัดต่อไปจนกว่าจะแปลเองได้นะ)
ถ้าผมแปล ก็จะแปลว่า คนที่ได้ Ca+VitD มีโอกาสเป็น 0.95 เท่าที่จะเกิด Stroke เมื่อเทียบกับคนที่ได้ Placebo โดยเจ้าจำนวนเท่าเนี่ย มันอาจจะเป็นได้ทั้ง 0.82 เท่า (หมายความว่ากินยาแล้วเป็นน้อยกว่า) ถึง 1.10 เท่า (หมายความว่ากินยาแล้วดันเป็นมากกว่า) นั่นเองครับ
เดี๋ยวตอนหน้าจะมาต่อการ Appraise ข้างใน Paper นะครับ
(ถ้าอ่านแล้วสงสัย สามารถเมล์มาได้นะครับ pawinpawin@gmail.com หรือจะทิ้ง Comment ไว้ก็ได้ครับ ขอบคุณครับ)