21) Кръг вместо йерархия в байесов анализ - проф
Как кръговият модел работи на практика и защо той превъзхожда йерархичния модел - пример за кетогенната диета
Току-що публикувахме нова публикация в онлайн списание, в която демонстрирахме как реално може да се приложи кръговият когнитивен модел [1]. Отговаряше физикът Райнер Клемент, който изчисли анализа и предостави данните от пробата. Успях да го вдъхновя за идеята си, че човек получава повече прозрение с кръгов когнитивен модел, отколкото с традиционния, йерархичен модел на „медицина, базирана на доказателства (EBM)“. Ключът към това може да бъде предприетата тук формализация, която използва байесов статистически подход. Това звучи по-сложно, отколкото е.
Предистория и проблем
Йерархичният модел на EBM, настоящият основен модел, предполага, че рандомизираните, контролирани проучвания, ако е възможно с плацебо контрол, предоставят най-добрата налична информация за това дали интервенцията работи или не. Той имплицитно определя вътрешната валидност, методологичната строгост и валидност на изследването спрямо външната валидност, преносимостта, използваемостта и обобщаемостта на констатациите на практика. Анализирах тези проблеми в първите три части на моята методология (Част 1: Доказателства, нерефлективен боен термин; Част 2: Йерархия или кръг от знания; Част 3: Последствията от йерархичния и кръгов модел).
На практика това означава, че систематичните прегледи и метаанализи игнорират повечето данни и често дори казват, че няма научни познания. Поради това медицинските насоки или мета-анализите често съдържат препоръки, които противоречат на клиничния опит или не отчитат голям брой прозрения [2]. Проблемът, който анализирахме в други публикации [3, 4] и представихме по-подробно в Част 18 на блога на метода, е, че вътрешните и външните доказателства са независими един от друг. Не можете да се преструвате, че едното е по-важно от другото или че едното предполага другото. Те просто не го правят. По-скоро има изследвания, които максимизират вътрешната валидност - рандомизирани проучвания - и такива, които максимизират външната валидност - всички натуралистични изследвания.
Ако някой пренебрегне натуралистичните изследвания в полза на рандомизираните, както се прави в момента, той рискува да генерира изключително надеждни знания, които са или само много ограничени, или които не интересуват никого. Ето защо ние предложихме циркулярния модел, който не благоприятства какъвто и да е вид информация и проучване, но предполага, че всички изследвания предоставят различни видове информация, които са от значение за различни въпроси и следователно всички те трябва да бъдат взети предвид. В циркулярния модел на доказателства. На първо място, мисля, че това е правдоподобно теоретично изискване. Въпросът обаче е: как това всъщност може да работи?
Вече доставихме ключа. С конкретен пример за приложение в спорна тема. Прилагането на циркулярния модел успява, ако се избере формален аналитичен подход на Байес, който позволява изследванията да променят нашите предварителни знания и по този начин дават различни тежести на различните видове изследвания. Предимството на байесов анализ е, че той включва предишните ни знания, генерирани от различни данни, в анализа. Вече обсъдих това в принос към методологията (Част 5: Връзката между емпиризма и теорията 1), така че само кратко напомняне тук.
Баесов анализ
Ирландският пастор Байес осъзна, че вземаме решения въз основа на предварителни знания, което променя колкото повече информация имаме. Анализът, наречен на негово име, пита: Ако имам определени предварителни знания, колко силни трябва да бъдат емпиричните знания в едната или другата посока, за да ги променят? Или казано по друг начин: ако се вземат предвид всички предишни знания, които имаме, колко силно е влиянието на дадено изследване или опит? Байесовият анализ, за разлика от класическата честотна статистика, работи с условни вероятности. Той формализира предварителните знания като така наречената „предишна вероятност“ или първоначална вероятност, добавя нов резултат от изследването и след това пита как този нов резултат променя тази първоначална вероятност в така наречената „задна вероятност“ или крайната вероятност.
Всички ние, хората, сме байесовци. Защото всички ние сме имали формален или неформален опит. Науката също имплицитно е байесовска. Преобладаващият мироглед, професионален или научен опит, всички те оформят имплицитна стартова вероятност, въз основа на която се интерпретират и претеглят всички налични данни, нови резултати от изследвания или опит. Баесовият анализ сега просто формализира тази процедура, която така или иначе винаги правим.
Класическата статистика за рибарите или честотата имитира специалния случай, който всъщност никога не се случва, че сме напълно нерешени по даден въпрос, тъй като нямаме предварителни познания, „предишната вероятност“ или първоначалната вероятност е 50:50 или ½. Статистиката за лекуващите лекари е действително приложима само в строгия случай, ако случаят е такъв, в противен случай не. Това е, което Wagenmakers и колеги изтъкнаха на примера на парапсихологията, както справедливо вярвам [5]. Това обаче не трябва да се отнася само за психологията, но по принцип за всички статистически данни, включително статистическите данни, с които се оценяват клиничните проучвания.
Сега сме създали модел на кръгов синтез с помощта на байесова статистика за пример, който в момента се обсъжда много противоречиво. Става въпрос за кетогенната диета за високостепенни глиоми, труден за лечение тип мозъчен тумор с много лоша прогноза.
Клиничният пример: кетогенна диета за мозъчни тумори
„Кетогенна диета“ е диета, която имитира метаболизма на гладно, с прости думи. Сега спасявам биохимичния и физиологичния фон. Те са обяснени в оригиналната публикация и в друга наша публикация, която също е достъпна онлайн [6]. Когато постим, тялото разгражда мазнините. Това създава късоверижни мастни киселини, така наречените "кетонни тела". Повечето телесни клетки, включително нервните клетки, могат да получават енергия от тези кетонни тела. А малцината, които не могат да направят това, се снабдяват със захар, която се образува в черния дроб от лактат, глицерин или глюкогенни аминокиселини по време на производството на захар. Ето защо ние не умираме или припадаме, когато постим, но всъщност можем да издържим дълго време. Хората, които не са свикнали, в началото лесно могат да изпаднат в хипогликемия, но това е друга история.
Във всеки случай тялото може да бъде добре снабдено на гладно, ако се храни с кетонни тела от собствените си резерви. Правим това всяка вечер, без да се налага да ставаме и да ядем хляб и масло, за да не умрем от глад. Кетогенната диета се възползва от това, с изключение на това, че тялото не се връща обратно върху собствените си резерви, а върху протеините и мазнините, които му се доставят чрез храната. Следователно кетогенната диета е диета, при която въглехидратите се избягват до голяма степен и храненето се осигурява главно чрез прием на мазнини и протеини и въглехидрати предимно в сложна форма (например салата и зеленчуци). Подобна диета се е доказала при някои неврологични заболявания, като епилепсия. Но се използва и при рак [6, 7]. Това е така, защото повечето ракови клетки разчитат на захар, която получават направо от храната и не могат да се хранят с кетонни тела. Така че кетогенната диета е нещо като програма за лишаване от храна за раковите клетки. Той се доказа в много отношения [7].
Сега избрахме кетогенната диета за агресивни глиоми, защото тук има много малко и неадекватна информация, особено по отношение на йерархичния модел. Тъй като има само три проучвания върху хора и те са доста малки, в някои случаи се сравняват с други сложни процедури или са достъпни само като данни за наблюдение, т.е.не от рандомизирано проучване. Следователно класически рецензент би заключил: няма научни открития. Следователно терапията не може да бъде препоръчана. Но ако вземете заедно съществуващите 17 експеримента с животни и данните от изследванията върху хора и добавите основните физиологични съображения, които не можем просто да пренебрегнем, тогава картината се променя.
Анализът и прозрението
Всички тези параметри сега влияят върху това как се изчисляват отделните изследвания в общ модел и как се оценява изявлението на анализа. Възпроизвеждам илюстрацията на резултата от оригиналната публикация тук:
Фигура - Оценка на средното време за преживяване с глиом при кетогенна диета (KD), кетогенна диета с допълнителна терапия (KD +) или ограничаване на калориите (частично гладуване; CR) с (+) и без допълнителна терапия. SP: скептична вероятност за излизане; FSP: първоначално скептична първоначална вероятност (т.е. поемане на щети от KD); RP: различни предположения за връзките между ефектите на различни видове (мишки, плъхове, хора); MP: различни предположения за механистични връзки между кетогенната диета и други терапии; ЕП: ентусиазирани очаквания.
Може би най-важният урок от този анализ е, че всички данни показват, че кетогенната диета има малка полза за оцеляване. Оценките са между 1,2 и 1,5 за кетогенна диета и между 1,5 и 1,7 за диета с ограничаване на калориите с допълнително лечение. Така че тези, които се лекуват с кетогенна диета, имат 20-50% по-голяма вероятност за оцеляване. Вярно е, че нито една от тези констатации не е сигурна в строгия смисъл, тъй като доверителният интервал винаги включва линията на нерешителност 1, дори ако най-оптимистичните оценки се доближат. Но е невероятно колко близо са приблизителните оценки, дори ако моделирате скептици, т.е. скептичните приоритети (първите три реда на фигурата). Фактът, че констатациите варират толкова широко, показва, че все още има сравнително малко данни и несигурността е висока. Фактът, че точките за оценка са относително близо един до друг, показва, че всички данни са в една и съща посока.
Така че резултатът от нашия анализ ще бъде: Кетогенната диета и ограничаването на калориите определено са обещаващи. Терапията обещава 50% по-голяма вероятност за оцеляване, в най-лошия случай 20% и определено трябва да бъде проучена допълнително. Преди всичко показахме, че и как могат да бъдат обединени проучвания от различен тип във формализиран количествен модел за анализ.
Сега, разбира се, се надяваме, че импулсът ще бъде взет и новаторските умове в общността Cochrane и EBM ще изложат и преосмислят своите стратегии за анализ, може би в съмнителен случай ще приложат такава по-кръгова стратегия и ще спрат, 95% от всички данни, независимо дали механистични проучвания или кохортни изследвания, да бъдат изхвърлени зад борда.