Modified Intention-To-Treat

มีหลายคนสงสัยเกี่ยวกับคำว่า "Modified Intention-To-Treat" (ผมขอเรียกว่า mITT) ว่ามันคืออะไรกันแน่ พอดีว่ามีงานวิจัยที่เกี่ยวข้อง ผมก็เลยขอสรุปงานวิจัยนั้นมาให้ดูกันนะครับ

ก่อนอื่นขอย้อนไปดูคำว่า Intention-To-Treat กันเสียก่อน สมมติว่าผมกำลังทำ RCT อันหนึ่งที่เปรียบเทียบการใช้ยาตัวหนึ่งกับ Placebo ถ้างานวิจัยผมเริ่มเก็บคนไข้ที่เข้าร่วมงานวิจัย คนไข้ที่เข้ามานั้นก็จะต้องผ่านกระบวนการต่างๆ โดยสรุปคือ

1. ผ่านการคัดเลือก (Enrollment) ซึ่งคนไข้ก็ต้องมีโรคนั้นๆ จริง และผ่าน Eligibility คือไม่ผิดข้อห้ามต่างๆ ของงานวิจัย ซึ่งก็คือเข้า Inclusion/Exclusion criteria นั่นเอง
2. ผ่านการ Randomization
3. ได้รับการ Assign ว่าจะได้รับยาตัวไหน
4. ได้รับยาจริงๆ กลับไปกินที่บ้าน
5. มาติดตามเพื่อดูว่าเกิดหรือไม่เกิด Outcome ที่ผมสนใจ (เช่น มาดูว่าหายหรือเปล่า)

การวิเคราะห์แบบ Intention-To-Treat นั้นจะดูที่กระบวนการ Assignment ว่าคนไหนได้รับยาตัวไหน แล้วคนนั้นเกิด Outcome หรือไม่ นั่นคือดูขั้นตอนที่ 3 เทียบกับขั้นตอนที่ 5 นั่นเองครับ โดยไม่สนใจว่าที่เหลือจะเป็นอย่างไร

อย่างไรก็ดีการวิเคราะห์แบบนี้นั้นมีปัญหาเพราะคนเราเปลี่ยนใจได้อยู่เสมอๆ โดยโอกาสที่จะเปลี่ยนนั้นก็เกิดขึ้นได้กับทุกขั้น กล่าวคือ

• คนไข้ดัน Enrollment มาผิด ไม่ได้มีโรคเราเลย แต่ดันเข้ามาอยู่ในงานวิจัย ซ้ำร้ายบางคนกลับได้ยาไปเสียด้วย ยกตัวอย่างเช่นได้รับ Antibiotics ไปแต่กลับมาทราบภายหลังว่าผล Culture มันดันไม่ขึ้นแทน ซึ่งเสียอัตราส่วนของ Randomization
  ไปเสียแล้ว
• คนไข้ดันไม่เข้ากับ Eligibility Criteria เช่นไม่เข้ากับ Inclusion/Exclusion Criteria
• คนไข้ดันเกิด Outcome เช่นหายซะก่อนที่จะกินยาจริงๆ
• คนไข้หายตัวไปไม่ยอมมา Follow up อีก หรือมาแต่ไม่ครบ

ทั้งหมดนี้เป็นการเบี่ยงเบนไปจาก Protocol ที่เราวางไว้ แต่ผู้วิจัยนั้นก็จะพยายามอ้างว่าเขาได้พยายามดีที่สุดแล้ว ก็อาจจะวิเคราะห์ตัดคนเหล่านี้ออกจากการศึกษาไปเลย ซึ่งการตัดคนเหล่านี้ออกไปนั้นผู้วิจัยส่วนใหญ่ใช้คำว่า "Modified Intention-To-Treat" ครับ

ข้อเสียของมันก็คือเราไม่รู้ว่ามันจะตัดคนไข้กลุ่มไหนออกไปมากเป็นพิเศษหรือไม่ (เช่นดันตัดกลุ่มที่ได้ยาไปซะเยอะ) ทำให้ผลลัพธ์ของ Randomization ไม่สวยหรูอย่างที่เราคาดเอาไว้ครับ

แต่คำว่า Modified นั้นก็ไม่ได้บ่งชี้เฉพาะว่าการเปลี่ยนแปลงนั้นเกิดจากตรงกระบวนการใดกันแน่ ใน Paper ที่ลงตีพิมพ์ใน BMJ ล่าสุดนั้นพบว่าผู้วิจัยแต่ละคนก็มีความหมายของคำนี้แตกต่างกันไป บางคนรวมหลายจุดเข้าด้วยกัน ซ้ำร้ายในคนเดียวกันยังให้ความหมายแตกต่างกันในคนละ Trial เสียด้วยซ้ำ นั่นแสดงว่าไม่มีใครที่จะให้ความหมายของคำนี้อย่างชัดเจน เว้นเสียแต่ว่าผู้วิจัยจะต้องบอกเจาะจงให้แน่ชัดไปเลยว่าเกิดอะไรขึ้นกับ Trial และใครบ้างที่ถูกคัดออก และคัดออกเนื่องจากอะไรครับ

ไม่แน่ใจว่าพอจะเข้าใจกันมากขึ้นหรือไม่นะครับ ลองนั่งนึกๆ ดูครับ ส่วนตัว Paper นั้นสามารถดูได้จาก Abraha I, Montedori A. Modified intention to treat reporting in randomised controlled trials: systematic review. BMJ. 2010;340:c2697. ครับ

เกริ่นเรื่อง Survival Analysis

วันนี้ขอเกริ่นหลักการของเรื่อง Survival Analysis ไว้คร่าวๆ ก่อนครับ

ใครที่ไม่เคยรู้เรื่องสถิติมาก่อน ก็มักจะคิดว่า Survival Analysis คือการดูอัตราการอยู่รอดของคนที่เป็นโรคใช่ไหมครับ คำตอบนั้นคือ ใช่ครับ แต่ก็ไม่ถูกต้องไปทั้งหมดเสียทีเดียว ก่อนอื่นเราต้องมาทำความเข้าใจกับการวิเคราะห์ข้อมูลกันครับ

โดยปกติแล้วในการศึกษาวิจัยที่ง่ายๆ มักจะมีการกำหนด "ระยะเวลา" ที่จะวัดผลไว้อย่างชัดเจน เช่น การศึกษาการให้ยาแอสไพรินในคนปกติ แล้วมาวัดอัตราตายที่ 3 เดือนว่ากลุ่มที่ให้หรือไม่ให้แอสไพริน กลุ่มไหนมี % ตายมากกว่ากัน

แต่การวัดแบบนี้ไม่ได้เอาเวลาเข้ามาคิดเลยครับ เราจะไม่มีทางทราบเลยว่าก่อนหน้า 3 เดือน หรือหลังจาก 3 เดือนนั้นเป็นอย่างไร กลุ่มไหนมีอัตราตายเร่งอย่างไรกันบ้าง อันนี้เลยจึงเป็นที่มาของการเอา "ระยะเวลา" เข้ามาวิเคราะห์ร่วมกับ "ผลลัพธ์" (ในที่นี้คืออัตราตาย -- แต่จริงๆ แล้วผลลัพธ์นี้อาจจะเป็นอย่างอื่นที่ไม่ตายก็ได้ เช่น การเป็นเบาหวาน การเป็นโรคอัมพาต) หรือในทางระบาดวิทยานั้นเรียกการวิเคราะห์แบบนี้ว่า time-to-event (ระยะเวลาจนกว่าจะเกิดผลลัพธ์) นั่นเองครับ

เราจะเห็นได้ว่าการศึกษาที่สามารถวิเคราะห์แบบนี้ได้ จำเป็นต้องเก็บข้อมูล "ระยะเวลา" ด้วย จากที่ผมเคยเขียนเอาไว้ในบล็อกก่อนๆ คงจะจำกันได้ว่ารูปแบบที่มีระยะเวลาด้วยนั้นก็คือรูปแบบของ Randomized Controlled Trial และ Cohort (ซึ่งก็เป็นได้ทั้ง Retrospective หรือ Prospective เพราะต่างก็เก็บเวลาด้วยกันทั้งคู่) นั่นเองครับ การศึกษาแบบ Cross-sectional นั้นเป็นการศึกษาที่ "จุดหนึ่งของเวลา" ทำให้ไม่สามารถเก็บข้อมูลของระยะเวลาจนเกิดเหตุการณ์นั้นๆ ได้ครับ

ข้อดีของการศึกษาแบบนี้อีกอย่างนั่นก็คือ คนที่จนจบ Study แล้วยังไม่เกิดผลลัพธ์ใดๆ เลย หรือคนที่ติดตามมาอยู่ระยะเวลาหนึ่งแล้วดัน loss follow up ไปซะก่อนนั้นก็ยังมีส่วนอยู่ในการศึกษา ไม่ต้องเอาคนเหล่านี้ออก เพราะเขาก็ยังให้ข้อมูลระยะเวลาส่วนหนึ่งที่เขาไม่เกิดเหตุการณ์ครับ

ตอนต่อไปผมจะมาอธิบายต่อเกี่ยวกับเรื่องนี้นะครับ :D

Zotero ออกรุ่น 2.0 แล้วครับ

โปรแกรมจัดการบรรณานุกรมที่ผมชอบใช้ และเคยได้แนะนำไปก็คือ Zotero นั้นได้ออกรุ่นใหม่อย่างเป็นทางการแล้วครับ สำหรับรุ่นนี้คือรุ่น 2.0 ครับ



รุ่น 2.0 นั้นมีคุณสมบัติที่เพิ่มมาใหม่หลักๆ ดังนี้เลยครับ

• สามารถ Sync ข้อมูลของเราเอาไปไว้บนเซอร์เวอร์ของ Zotero ได้ ซึ่งก็หมายความว่าเราสามารถ Backup ตามที่ผมเคยเขียนไว้ได้ครับ ซึ่งพวก PDF ที่เรา Attach ไว้ก็จะตามขึ้นไปด้วย แต่ว่าสำหรับผู้ที่ใช้ฟรี การเก็บไฟล์จะถูกจำกัดไว้ที่ 100 เมกะไบต์เท่านั้น ถ้าต้องการเพิ่มก็ต้องเสียเงินครับ


• สนับสนุน Proxy อันนี้สำหรับผู้ที่ใช้อินเทอร์เน็ตที่บ้านต่อผ่านเซอร์เวอร์ของมหาวิทยาลัยในการเอา Full Paper อัตโนมัติ (เช่นของมหิดลคือ http://ejournal.mahidol.ac.th/) ทำให้สะดวกมากขึ้นครับ


• แทรก Comment ไว้ในรายการแบบเป็น Rich Text (ทำตัวหนาตัวเอียงใส่สีได้)

ยังไงก็ลองดาวน์โหลดกันได้ที่เดิม Zotero.org ครับ :)