25 January 2009

Intention To Treat, ARR, AR, OR

วันนี้มีน้องที่สนใจระบาดวิทยา อีเมลมาถามเกี่ยวกับคำต่างๆ ก็เลยขอเอามาตอบในบล็อกด้วยเลยละกันนะครับ เพื่อเป็นประโยชน์ต่อคนอื่นๆ

สวัสดีคะ พี่ปวิน

พอดีว่าหนูได้ค้นหาข้อมูลเกี่ยวกับระบาดวิทยาอยู่ค่ะ แล้วค้นไปค้นมาก้อไปเจอบล็อกของพี่เข้าแล้วลองอ่านดูก็เข้าใจง่ายคะ  และหนูก็มีเรียนวิชาพวกนี้ด้วย และก็มีการบ้านคืออาจารย์ให้ประเมินวรรณกรรมค่ะ อ่านบล็อกที่พี่เขียนแล้วได้แนวทางในการประเมินหลายอย่างคะ แต่ว่าศัพท์เฉพาะบางตัวหนูก็ไม่ค่อยรู้อะคะ หนูอยากหาหนังสือที่เป็นภาษาไทยมาอ่านอะคะ แต่ค้นหาแล้วมันไม่เจออะคะ พี่พอจะรู้บ้างไหมคะว่าจะหาอ่านจากไหน เพราะอาจารย์สอนหนูก็พอรู้เรื่องบ้างแต่มันคร่าว ๆ อะคะ แล้วหนูก็ลืม ก็เลยอยากอ่านที่มันละเอียดจริง ๆ ตามที่พี่อธิบายไว้ในบล็อกเป็นอะไรที่หนูเข้าใจมากๆ เพราะพี่ใช้ภาษาง่ายๆ

พี่คะ อย่าง intention to treat มันหมายถึงยังไงคะ แล้วพวกค่าทางสถิติพวกARR ,relative risk, oddratio อะไรพวกนี้ค่ะมันหมายถึงอะไรบ้างคะ พี่พอจะมีการคำนวณหรืออธิบายที่เป็นภาษาไทยบ้างไหมคะ แล้วก็ข้อมูลเกี่ยวกับวิธีการทดลองอะคะ เช่น rct metaanalysis systemic review มันเป็นอย่างไร แตกต่างกันอย่างไรบ้างคะ

คือหนูต้องประเมินวรรณกรรมส่งอาจารย์หนูไม่รู้จะเริ่มเขียนยังงัยดี เขียนได้แต่ pico แต่ทำส่งอาจารย์ต้องมีการวิเคราะห์ด้วยค่ะ ถ้าพี่มีเนื้อหาเกี่ยวกับการอ่านวรรณกรรมที่เป็นภาษาไทยช่วยส่งให้หนูหน่อยได้ไหมคะ

ก่อนอื่นต้องขอขอบคุณมากนะครับที่อ่านบล็อกของผม ถึงแม้ว่าจะเป็นบล็อกเล็กๆ แต่ก็จะพยายามหาคำตอบมาให้ทุกๆ คนนะครับ ผมว่าอย่างน้อยอาจารย์น่าจะดีใจ ที่คุณพยายามหาคำถามและคำอธิบายแน่ๆ

สำหรับหนังสือที่ผมแนะนำ ผมไม่เคยอ่านหนังสือระบาดภาษาไทยเสียเท่าไหร่ แต่ได้อ่านหนังสือภาษาอังกฤษ User’s Guide to Medical Literature ของ Gordon Gyatt เล่มเล็กๆ เท่าฝ่ามือ (เล่มนี้) หรือจะอ่านจากเว็บไซต์นี้ก็ได้เหมือนกัน ซึ่งการประเมินวรรณกรรม ก็ทำตามหัวข้อในนั้นละครับ (เหมือนกันกับที่ผมเคยเขียนคือ Validity, Result, Application) ภาษาอ่านง่ายมากครับ และมีคำอธิบายเกี่ยวกับคำศัพท์พวกนี้ไว้เกือบหมดเลยทีเดียว อย่างไรก็ตามผมจะลองตอบคำถามที่ถามมาเป็นข้อๆ นะครับ

1. Intention To Treat คืออะไร

นึกสภาพ เวลาเราแบ่งคนไข้ในการศึกษาเป็นสองกลุ่มนะครับ กลุ่มนึงกินยาจริง อีกกลุ่มให้กิน placebo แน่นอนว่าเพื่อให้การทดลองนี้มันถูกต้อง เราก็ต้องสุ่ม (randomize) ให้แต่ละคนว่าเขาจะไปอยู่กลุ่มไหนใช่ไหมครับ (จะด้วยวิธีจับสลาก, ให้คอมพิวเตอร์รันให้ หรือโยนหัวก้อยก็แล้วแต่ -- มีคนทำจริงๆ นะ แบ่งคนไข้ด้วยการโยนหัวก้อยเนี่ย) ที่เราต้องพยายามสุ่มให้คนไข้ไปทั้งสองกลุ่มเพราะเรากลัวว่ามันจะมีลักษณะบางอย่าง ที่ทำให้คนที่กินยา แตกต่างจากคนที่กิน placebo เช่นถ้าเราไม่สุ่ม คนที่อารมณ์ดีหมอคุยด้วยแล้วรู้สึกดี หมอก็อาจจะจับเขาไปอยู่กลุ่มยา อีกคนนึงอารมณ์เสีย บ่นเยอะ จับไปอยู่กลุ่ม placebo เป็นต้น อันนี้คือเรื่องของการ randomization เพื่อให้แต่ละคนที่เข้าการทดลอง มีโอกาสไปอยู่กลุ่มที่ได้ยา = 0.5 (50%) และมีโอกาสไปอยู่กลุ่มที่ได้ placebo = 0.5 เท่าๆ กัน

แต่ในความเป็นจริง คนกลุ่มที่ได้ยากลับไปบ้านเขาอาจจะไปแลกยากับคนไข้ที่เป็นกลุ่ม placebo ก็ได้ หรือที่เลวร้ายกว่านั้นคนไข้ที่ได้ยาอาจเบื่อ ไม่อยากกินยาเลยก็ได้ (ซึ่งถ้าคิดแล้วมันก็คือไม่ได้กินอะไร ก็คล้ายๆ กับการกิน placebo) พอทีนี้วิธีการคำนวณเมื่อการทดลองจบมันก็จะมีสองแบบ

แบบแรก คิดตามสิ่งที่ทำลงไปจริงๆ คือเอาคนที่ยอมรับว่ากินยา อยู่ในกลุ่มกินยา เอาคนที่ได้กินยาแต่ดันไม่กิน ไปอยู่กลุ่ม placebo อันนี้เราเรียกว่าวิเคราะห์แบบ per protocol

แบบที่สอง คิดตามสิ่งที่เราตั้งใจจะให้เขาทำตั้งแต่แรก ก็คือไม่ว่าคุณจะเอายากลับไปกินหรือไม่กิน เราก็จะถือว่าคุณอยู่ในกลุ่มยา เรียกว่าแบบ intention-to-treat

ข้อที่ดีกว่าเป็นอย่างมากของแบบที่สองนี้คือว่ามันยังรักษาความที่มันเกลี่ย ลักษณะที่เรา random ไว้ตั้งแต่แรกไว้ด้วยครับ ดังนั้นหากไม่มี intention to treat แล้วจริงๆ ก็ไม่รู้ว่าจะ randomize ไปทำไม ทำให้ขาดความน่าเชื่อถือไปเป็นอย่างมากครับ ซึ่งโดยส่วนใหญ่เดี๋ยวนี้ผู้วิจัยก็รู้กันและจะทำการวิเคราะห์แบบ intention-to-treat อยู่แล้ว ยกเว้นผู้วิจัยกลุ่มเล็กๆ ที่ยังไม่เคยรู้จัก EBM ครับ

ถ้าอยากลองอ่านเพิ่มเติมเรื่อง Intention-to-treat ลองอ่านได้จาก Article นี้ ใน CMAJ ครับ

2. ARR, RR, OR หมายถึงอะไร

อันนี้ต้องย้อนมาถึงตารางที่นักระบาดใช้อยู่บ่อยๆ นั่นคือตารางขนาดสองด้านด้านละสองช่อง (2x2 contingency table).. อย่าเพิ่งยี้นะครับ.. ตารางนี้มีไว้เพื่อให้เราเห็นภาพชัดขึ้นของคนไข้ทั้งหมดเมื่อแยกสองแบบ เช่นผมทำการศึกษาเกี่ยวกับคนไข้ ที่นอนกรน เมื่อเทียบกับความอ้วน ได้ผลออกมาคือ

Table1

สังเกตว่า ตารางนี้จริงๆ มันมีแถว “ทั้งหมด” ด้วย แต่จริงๆ ในแถว “ทั้งหมด” นั้นมันก็คำนวณมาจากสี่ช่อง (2x2) นั่นแหละครับไม่ต้องกังวล ถ้ามีสี่ช่องก็จะหาช่องที่เหลือได้หมด

ถ้ามีคนถามว่า ถ้าเป็นคนอ้วน โอกาสนอนกรนจะเป็นเท่าไหร่ ก็ให้ลองคิดแบบนี้ คือปิดเอาคนที่ไม่อ้วนออกไป เอาแต่คนอ้วนไว้ นั่นก็คือจะเหลือเพียงแถวแรก

Table2

ก็ตอบเขาได้ง่ายนิดเดียวว่า คนอ้วน มีโอกาสนอนกรน 30 ใน 40 (30/40 = 3/4 = 0.75) ใช่ไหมครับ แต่ถ้าอย่างนี้แล้วเราอาจพูดอีกอย่างได้ว่า โอกาสเสี่ยงของคนอ้วนที่จะนอนกรน = 0.75 ได้เหมือนกัน (The risk of snoring in obese patients is 0.75.) นั่นคือคำแรก คำว่า “Risk”

งั้นเราลองมาหาอีกดีกว่า ถ้าเขาถามว่าคนที่ไม่อ้วน โอกาสนอนกรนจะเป็นเท่าไหร่ (What’s the risk of  snoring in non-obese patients?) ทำแบบเดียวกัน (ลองคิดเองก่อนด้วยนะครับ)

Table3

เฉลย ก็คือ 20/60 = 0.33 นั่นเองครับ

สรุปว่า Risk = จำนวนที่เป็นโรค / จำนวนคนทั้งหมด

ต่อมาก็คือคำว่า “Relative Risk” (หรือ Risk Ratio ซึ่งเป็นคำที่มีความหมายเดียวกัน) อันนี้เพิ่มมาอีกเพียงนิดเดียว คือเป็นการเปรียบเทียบระหว่างคนสองกลุ่ม ในที่นี้ก็คือคนอ้วน กับคนไม่อ้วนนั่นเอง ถ้าผมถามว่าคนอ้วนนี้มีโอกาสนอนกรนเป็นกี่เท่าของคนไม่อ้วน ก็เหมือนกันกับว่า

(โอกาสกรนของคนอ้วน) = (? เท่า) x (โอกาสกรนของคนไม่อ้วน)

แทนค่าตามสมการ ก็จะได้เป็น

0.75 = (? เท่า) x 0.33

หรือจำนวนเท่านี่ก็คือ = 0.75/0.33 = 2.27 นั่นเองครับ เย่ๆ นี่ไง Relative Risk ถ้าพูดก็คือ คนอ้วนมีโอกาสกรนเป็น 2.27 เท่าของคนไม่อ้วน (Relative risk of snoring in obese patient is 2.27. หรือ Obese patients’ risk of snore is 2.27 times of that non-obese patients’.) คำว่า Relative คือเมื่อเทียบเคียงกันเป็นสัดส่วนนั่นเอง กลายเป็นสมการได้คือ

Relative Risk = Risk (A) / Risk (B)

ผ่านไปสองคำ มึนหรือยังครับ? มีต่อนิดนึง

Absolute Risk Reduction (ARR) (หรือ Risk Difference (RD) ซึ่งเป็นคำที่มีความหมายเดียวกัน) ก็คล้ายกันครับ ในที่นี้ก็คือจะมองว่า Risk ของคนอ้วนนั้นมากกว่าคนไม่อ้วนเท่าไหร่ แต่ไม่เอาเป็นเท่า เอาค่าจริงๆ (ค่า Absolute) มาเลย นั่นก็คือ Risk คนอ้วน – Risk คนไม่อ้วน = 0.75 – 0.33 = 0.42 นั่นเองครับ

Absolute Risk Reduction = Risk (A) – Risk (B)

ข้อดีของอันนี้คือเอามาคิดเป็น Number needed to treat (NNT) ได้ครับ คือ

Number Needed to Treat = 1/Absolute Risk Reduction

ในที่นี้คือ = 1/0.42 = 2.38 มันหมายความว่าไง หมายความว่าถ้าเราเปลี่ยนจากคนอ้วนให้เป็นคนไม่อ้วนได้ทุกๆ 2.38 คนเราจะลดการนอนกรนได้ 1 คน -- แต่ส่วนมากเขาจะใช้ในเรื่องการกินยามากกว่าเพราะเรามักจะเปลี่ยนลักษณะเฉพาะเช่นความอ้วนของคนลำบาก

คำสุดท้ายคือคำว่า Odds Ratio ซึ่งต้องมาทำความเข้าใจกันใหม่ตั้งแต่แรกนะครับ

วิธีการคิดของ Odds นั้นไม่เหมือน Risk ครับ ของ Risk นั้นเราเอาคนที่กรน หารด้วยคนทั้งหมดใช่ไหมครับ แต่สำหรับ Odds นั้นเราเอาเป็นแต้มต่อกันครับ นั่นคือ

Table4

Odds การกรนของคนอ้วน = คนอ้วนที่กรน / คนอ้วนที่ไม่กรน = 30/10

ลองทำดูสำหรับคนไม่อ้วนนะครับได้ Odds การกรนของคนไม่อ้วนเท่าไหร่

Table5

เฉลย คือ 20/40 ครับ

ทีนี้ก็ง่ายแล้วคือ Odds ratio ก็คือการเปรียบเทียบระหว่างคนสองกลุ่มคล้าย Relative Risk นั่นเอง! เอา Odds ของคนอ้วน / Odds คนไม่อ้วนเลยครับ

Odds ratio = Odds (A) / Odds (B)

= (30/10) / (20/40)

= 6

Table7

เมื่อกลับข้างกันเรียบร้อยจะสังเกตได้ว่า มันก็คือการคูณไขว้แนวทแยง แล้วหารกันนั้นเอง!(30*40 / 20*10) ซึ่งหลายคนชอบใช้สูตรนี้ แต่ผมว่าจริงๆ ถ้าเข้าใจได้แบบที่เขียนไว้ก็ไม่น่ามีปัญหา

ถามว่าแปลผลอย่างไร จะบอกว่าแปลผลเป็นแบบเดียวกันกับ Relative Risk ได้เลยครับ คือคนอ้วนมีโอกาสกรนเป็น 6 เท่าของคนไม่อ้วน

จะเห็นได้ว่ามันค่ามันต่างจาก Relative Risk พอควร เพราะตัวอย่างที่ผมให้ดูนี้คนที่นอนกรนมันเย๊อะๆๆ ครับ ถ้าผมลองให้ตารางใหม่ดู จากตารางนี้ลองคิด RR และ OR ดูก่อนเฉลยนะครับ

Table8

เฉลย

Relative Risk = Risk (อ้วน) / Risk (ไม่อ้วน) = (10/510) / (5/605) = 2.37

Odds Ratio = Odds (อ้วน) / Odds (ไม่อ้วน) = (10/500) / (5/600) = 2.4

เห็นไหมครับ พอการนอนกรนเป็นสิ่งที่ไม่ค่อยมีคนเป็น (ภาษาระบาดเรียกว่า prevalence มันน้อย) แล้ว OR กับ RR เกือบเท่ากันเลย! การใช้ Odds Ratio นี้จึงนิยมในเหตุการณ์ที่เราไม่รู้ว่าจริงๆ แล้วในช่อง “ทั้งหมด” นั้นเป็นซักเท่าไหร่กันแน่ แต่เรารู้ว่าไอ้ช่อง ไม่เป็นโรคนั้นมันเยอะๆ เช่นการศึกษาแบบ Case Control เป็นต้นครับ

3. RCT,  Metaanalysis, Systemic review คืออะไร

อันนี้ต้องรู้เกี่ยวกับว่า งานวิจัยที่ทำแต่ละอย่างคืออะไรครับ การศึกษาทางระบาด แบ่งเป็นสองประเภทใหญ่ๆ คือ Observational study และ Experimental Study

  • Observation คือการศึกษาแบบที่ผู้วิจัยไม่ได้ไปวุ่นวายอะไรกับคนไข้เลย แค่ถามคำถามคนไข้ เก็บข้อมูล เก็บเลือด ฯลฯ จากคนไข้เท่านั้น
  • Experimental คือเป็นการศึกษาที่ผู้วิจัยลงไม้ลงมือ ให้ยาคนไข้กิน ทำการผ่าตัดกับคนไข้นั่นเองครับ

ซึ่งจริงๆ แล้ว Observational นั้นแบ่งอีกย่อยๆ เป็น Cross sectional, Cohort และ Case-Control แต่เดี่ยววันนี้จะมึนซะก่อน ผมขอตอบที่คำถามตรงๆ เลยดีกว่า

การศึกษาแบบ Experimental นั้นส่วนใหญ่หมายถึง Randomized Controlled Trial นั้นคือเป็น การศึกษา (Trial) ที่มีกลุ่มทดลองและกลุ่มควบคุม (Controlled) โดยที่การจัดกลุ่มผู้ถูกวิจัยนั้นเป็นไปในแบบสุ่ม (Randomized) นั่นเอง บางคนก็เลยเรียกย่อว่า RCT จริงๆ แล้วยังมี Trial ที่ไม่ได้มีกลุ่มควบคุม หรือไม่ได้ random อีกครับ

สำหรับบางครั้งแล้วการศึกษาในเรื่องเดียวกันก็อาจจะมีหลายๆ สถาบันเป็นคนทำ เช่นทำที่สหรัฐ ทำในไทย ทำที่ญี่ปุ่น ทีนี้ถ้าเป็นเรื่องเดียวกัน การเอามาสรุปรวมกันอย่างมีหลักการ เราจะเรียกการสรุปนี้ว่า “Systematic Review” ครับ (ที่น้องเขียนมานั้นไม่ถูกนะครับ ไม่มี systemic review มีแต่ systematic review ครับ)

เมื่อมีการมาสรุปรวมกันแล้วก็จะต้องมีการใช้หลักทางสถิติเพื่อรวมเจ้า Relative Risk หรือ Odds Ratio จากหลายๆ study มารวมกัน หลักการนี้เรียกว่า meta-analysis นั่นเองครับ

จะเห็นได้ว่างานวิจัยที่เป็นการรวมกันส่วนใหญ๋จะทำทั้งเอามารวมรวมอย่างเป็นระบบ (Systematic Review) และวิเคราะห์แบบ Meta-analysis ไปเลยครับ

มึนหรือยังครับ วันนี้เอาแค่นี้ก่อนละกันนะครับ ถ้าสงสัยกรุณา comment หรืออีเมลมาถามได้นะครับ ขอให้โชคดีครับ

13 comments:

สด said...

สวัสดีครับพี่ปวิน

ผมเป็นรุ่นน้องพี่เองครับ

ตอนนี้อยู่ปี 3 กำลังเรียนเรื่องระบาดวิทยาพอดีเลย

พี่เขียนได้ีดีมากครับ อ่านแล้วเข้าใจ ง่ายขึ้นเยอะเลย

ขอบคุณนะครับ

Pawin Numthavaj, M.D. said...

ยินดีครับ ถ้าน้องสนใจช่วงขึ้นปี 4 จะมีวิชาเลือกที่สอนการอ่าน paper ด้วยนะครับ ซึ่งผมว่ามันเป็นพื้นฐานที่ดีสำหรับอนาคตโดยเฉพาะยุคนี้ที่อะไรๆ ก็ต้อง evidence-based ครับ :)

Anonymous said...

พี่ใช้คำที่เข้าใจง่ายจังเลยค่ะ อ่านแล้วเข้าใจดี หนูเรียนอยู่ที่PSU ค่ะ จบแล้วมาเป็นอาจารย์ที่นี่สิคะ

Anonymous said...

ขอถามหน่อยคะ ที่พี่เขียนเกี่ยวกับ ITT คือสงสัยว่าถ้าเราคิดว่าผู้ป่วยที่เราแบ่งว่าให้อยู่กลุ่มไหน ยังอยู่ในกลุ่มเดิมเหมือนที่พี่บอกแล้วเราจะคำนวณว่าเค้าอยู่ในกลุ่มที่รักษาแล้วหาย(Best case) หรือรักษาแล้วไม่หาย(worst case)

หนูเพิ่งสอบcompreเสร็จค่ะ ตัวอย่างโจย์นะคะ : ในการทดลอง RCT โดยแบ่งกลุ่มผู้ทดลองออกเป็น 2 กลุ่ม กลุ่มละ 10 คน กลุ่มที่ได้รับการรักษา 10 คน ติดตามไปเหลือ 8 คน รักษาหายทุกคน กลุ่มที่ไม่ได้รับการรักษา ติดตามไป รักษาหาย 1 คน จงคำนวณว่าการรักษาให้ผลดีกว่าการไม่รักษาร้อยละเท่าไร ตามหลัก ITT

ถ้าหนูเข้าใจไม่ผิด หนูตอบไป 70%
(8/10)-(1/10)

Pawin Numthavaj, M.D. said...

สวัสดีครับ

กระบวนการคิดแบบ Intention To Treat นั้นคิดง่ายๆ ครับ ว่าหลังจาก Assign ให้ใครได้อะไร (กระบวนการนี้เรียกอีกอย่างว่า Allocation) แล้ว การคำนวณที่เกิดขึ้นนั้นจำนวนคนที่เป็นสัดส่วนจะต้องเอาจากตรงที่ Assign ไว้มาคิดครับ

อย่างในคำถามที่ถามมานั้น
- กลุ่มที่ได้การรักษา มี Risk ที่จะหาย = 8/10
- กลุ่มที่ไม่ได้รักษา มี Risk ที่จะหาย = 1/10
Risk Difference จึง = 8/10 - 1/10 = 7/10 = 70% น่าจะถูกแล้วครับ

อย่างไรก็ตาม การศึกษาที่ Publish ส่วนใหญ่ถึงแม้ว่าจะเขียนว่า Intention To Treat แต่บางทีก็ไม่ได้จัดกการกับคนที่หายไปในแบบนี้ครับ ซึ่งจริงๆ แล้วผิดหลักการทีเดียว ลองศึกษาได้จาก paper นี้ที่ลงใน BMJ ครับ:

Anonymous said...

ขอบคุณมากค่ะ พี่เขียนเข้าใจง่ายดีจัง หนูก็กำลังเรียนอยู่เทอมนี้พอดีค่ะ

และหนูอยากถามว่าที่พี่บอกว่า ถ้าเป็นเรื่องเดียวกัน การเอามาสรุปรวมกันอย่างมีหลักการ คือมีวิธีการรวมยังไงคะ และที่สำคัญสำหรับคนที่อ่าน paper มีความจำเป็นต้องทราบรึเปล่าคะ

Pawin Numthavaj, M.D. said...

สวัสดีครับ

ลองอ่านโพสต์ที่เป็น Systematic Review, Meta-analysis (ดูในเมนูด้านซ้าย) ดูนะครับ คร่าวๆ ก็คือการสรุปรวมกันนั้นจะต้องมีหลักการในการค้นหา paper ที่รายงาน (ไม่ว่าจะเป็นค้นจาก online database เช่น pubmed, การไล่ตาม reference ท้าย paper ที่เกี่ยวข้อง ฯลฯ) และมีวิธีการที่เชื่อถือได้ครับ สำหรับคนอ่าน ก็มีความจำเป็นที่จะต้องทราบว่าแปลผลอย่างไร วิธีการน่าเชื่อถือแค่ไหน เท่านั้นก็พอครับไม่จำเป็นต้องถึงกับรู้ว่าคำนวณยังไงก็ได้ครับ

Pim-orn(^_^) said...

พอดีกำลังอ่าน paper แล้วมีคำว่า intent to treat ขึ้นมางงเลย...มา search ดูใน google แล้วเจอ web นี้ ดีใจจังที่มีคนมาเขียนอธิบายแล้วเข้าใจได้ง่ายๆ ขอบคุณมากนะค่ะ

slugchit said...

สวัสดีค่ะพี่ปวิน
หนูเป็นคนหนึ่งที่สนใจศึกษาทางด้านระบาดวิทยาแต่ว่าไม่ได้เรียนมาทางด้านนี้ หนูมีโจทย์ให้พี่ช่วยอธิบายให้หน่อยค่ะ
กลุ่มการศึกษาแบ่งเป็นกลุ่มคนที่มีกรรมพันธุ์เสี่ยง และไม่มีกรรมพันธุ์เสี่ยง โดยกลุ่มคนที่มีกรรมพันธุ์เสี่ยง มีพฤติกรรมไม่ชอบกินผักและป่วยเป็นโรคมะเร็ง 47 คน ไม่ป่วยเป็นโรคมะเร็ง 119 คน ,มีพฤติกรรมชอบกินผัก และป่วยเป็นโรคมะเร็ง 35 คน ไม่ป่วยเป็นโรคมะเร็ง 292 คน กลุ่มคนไม่มีกรรมพันธุ์เสี่ยง มีพฤติกรรมไม่ชอบกินผัก และป่วยเป็นโรคมะเร็ง 27 คน ไม่ป่วยเป็นโรคมะเร็ง 278 คน, มีพฤติกรรมชอบกินผักและป่วยเป็นโรคมะเร็ง 52 คน ไม่ป่วยเป็นโรคมะเร็ง 1028 คน
คำถามคือ คนที่มีพฤติกรรมการไม่ชอบกินผักเป็นสาเหตุของการป่วยหรือไม่
คนที่มีกรรมพันธุ์เสี่ยงจะเป็นกลุ่มเสี่ยงของการเป็นป่วยหรือไม่
ถ้าปกติหนูจะใช้ spss ในการคำนวณค่ะ แต่โจทย์ข้อนี้ไม่แน่ใจค่ะว่าต้องทำอย่างไร พี่ช่วยอธิบายหน่อยนะค่ะ ขอบคุณมากค่ะ

Anonymous said...

พี่คะ รู้งี้หนูน่าจะมาอ่านที่พี่เขียนไว้นานละนะค่ะ พอดีพึ่งเปิดเจอค่ะ
อ่านเข้าใจดี ภาษาอ่านแล้วรู้เรืืื่อง ไม่เหมือนกับที่อ่านในหนังสือเลยค่ะ
ขอบคุณนะคะ แล้วจะเข้ามาอ่านอีกบ่อยๆ
ขอบคุณมากๆๆๆเลยค่ะ

Anonymous said...

ยังไงรบกวนขอคำแนะนำจากคุณหมอปวินด้วยนะครับ ผมเป็นคนนึงที่สนใจงานด้านนี้อยู่ครับ

Anonymous said...

สวัสดีครับคุณหมอPawin อยากรู้ว่า Modified intent to treat หมายถึง เอาคนที่อยู่ในการศึกษามาหมดหรือเปล่าครับ แล้วถ้ามีคำว่า Modified ด้วย จะหมายถึงยังไงครับ ช่วยอธิบายแบบยกตัวอย่างให้ด้วยครับ
ขอบคุณครับ

Pawin Numthavaj, M.D. said...

Intention-to-treat จริงๆ จะไม่มีการอะลุ้มอล่วยให้ Subject รายใดๆ หลุดหายไป หรือสลับที่กันเลยครับ

แต่บางครั้งในการศึกษาจริงๆ อาจมีกรณีที่ผิดพลาด เช่นผู้เข้าร่วมศึกษาไม่เข้า Inclusion Criteria แต่ดันเอาเข้ามาอยู่ในการศึกษา เนื่องด้วยความผิดพลาดระหว่างการคัดกรอง การตัดผู้เข้าร่วมแบบนี้ออกไปถ้ามานั่งคิดดูแล้วมันก็จะไม่เป็นไปตาม intention-to-treat ครับ แต่บางทีถ้าคิดตามเหตุผลแล้วก็น่าจะตัดเขาออกไปครับ

วิธีอะลุ้มอล่วยนี้เลยเรียกว่า modified intention-to-treat ครับ ซึ่งมีการอะลุ้มอล่วยหลายแบบ ขึ้นอยู่กับผู้วิจัยว่าคิดแบบไหน แต่ทั้งนี้ทั้งนั้นก็ไม่เข้าขั้นเป็นแบบ intention-to-treat ของจริงอยู่ดี ซึ่งตรงนี้ก็แล้วแต่จะผู้อ่านงานวิจัยจะพิจารณาเอาเองครับว่าน่าเชื่อถือแค่ไหน (ความเห็นส่วนตัวผมว่าก็คงมีความน่าเชื่อถือที่น้อยกว่าของจริงครับ)

Post a Comment

ช่วยแสดงความคิดเห็นเกี่ยวกับบทความนี้ด้วยนะครับ
Please leave your comments about this topic.