Praksa zasnovana na dokazima i medicinska statistika — Bradford VTS

Bradford VTS · AKT Mastery serija

Praksa zasnovana na dokazima i medicinska statistika

Jer "pročitao/la sam nešto na internetu" nije sasvim dovoljno u AKT-u.

🔥 Savjeti za AKT s visokim prinosom ⚡ Učenje s visokim utjecajem za nekoliko minuta 💎 Skriveni dragulji koje zaboravljaju naučiti

Posljednje ažuriranje: april 2026. · Također poznato kao Medicina zasnovana na dokazima (EBM)

📥 Preuzimanja

Materijali, sažeci i dodatni nastavni materijali — spremni kada i vi.

put: Praksa zasnovana na dokazima poznata je i kao Medicina zasnovana na dokazima ili skraćeno EBM.

🌐

Web resursi

Pažljivo odabrana mješavina službenih smjernica i stvarnih resursa za obuku liječnika opće prakse. Jer ponekad se najbolji biseri ne kriju u službenim dokumentima.

📘 Osnovni EBM i statistika

CEBM — Oksfordski centar za EBM Alati, vodiči i resursi za kritičku procjenu Web stranica dr. Chrisa Catesa za EBM Kalkulator NNT-a i objašnjenje Catesovog grafikona — odlično GPnotebook — Statistika Sažeta referenca kliničke statistike Bandolier Zdravstvena zaštita zasnovana na dokazima na jednostavnom jeziku Kohrane biblioteka Zlatni standard sistematskih pregleda

📗 AKT revizija i priprema za ispite

NHS — Klinička ispitivanja Vodič za vrste istraživanja na jednostavnom engleskom jeziku Resursi za EBM u Kembridžu Alati i tutorijali za kritičku procjenu

📙 Dodatno čitanje i alati

NICE — Kako koristiti dokaze NICE priručnik za proces pregleda dokaza Objašnjenje NNT-a — Manchester Interaktivni kalkulator NNT-a i objašnjenje Zdravstveno znanje — Dizajn studija Udžbenik javnog zdravstva o epidemiologiji

⚡

Jednominutni opoziv

Skeniranje ovoga prije klinike — ili noć prije AKT testa? Ovo su stvari koje vam donose bodove.

🧮 Formule rizika

DOP = CER − EER
NNT = 1 ÷ ARR
Rrr = ARR ÷ CER
RR = EER ÷ CER
NNH = 1 ÷ ARI

🔬 Dijagnostičko testiranje

značenje = TP ÷ (TP+FN) → SnNout
spec = TN ÷ (TN+FP) → SpPin
PPV = TP ÷ (TP+FP) ← padovi s niskom prevalencijom
NPV = TN ÷ (TN+FN) ← padovi s visokom prevalencijom

📊 Dizajn studija

SR/Meta-analiza → najveći dokaz
RCT → zlatni standard za liječenje
Kohorta → RR i incidencija
Slučaj-kontrola → OR, rijetke bolesti
Presječna → prevalencija

📈 Grafovi

Linija dijagrama šumskog dijagrama prelazi liniju = nije značajno
Asimetrija prodajnog toka = pristranost objavljivanja
Catesov dijagram: NNT = 100 ÷ žute površine
Srednja linija dijagrama kutije = median
I² >50% = značajna heterogenost

📉 Značaj

p < 0.05 = statistički značajno
CI ukrštanja 1.0 (omjer) = nije značajno
CI ukrštanja 0 (razlika) = nije značajno
Prosjek = prosjek; Medijana = srednja vrijednost
Pravilo 68-95-99.7 za normalnu distribuciju

⚖️ Vrste pristranosti

Izbor → nereprezentativan uzorak
Prisjeti se → slučajevi pamte više
Publikacija → samo pozitivne studije
Vrijeme izvođenja → iluzija probira
Osipanje → odustajanje iskrivljuje rezultate

💡

Zašto je ovo važno kod doktora opšte prakse i AKT-a

EBM i statistika nisu samo teorija. U vašoj ordinaciji, svaki razgovor o mogućnostima liječenja uključuje NNT-ove, bez obzira da li ih imenujete ili ne. Svaki test krvi ima osjetljivost i specifičnost. Svaka nova smjernica zasniva se na dizajnu studije koji utiče na to koliko povjerenja trebate imati u nju.

U AKT-u, ova tema čini značajan udio bodova - otprilike 10-15% rada prema smjernicama RCGP-a. To je jedno od rijetkih područja gdje se mala količina ciljanog ponavljanja isplati. odmahMnogi kandidati ovdje gube lake ocjene ne zato što su koncepti teški, već zato što ih nikada nisu sistematski naučili.

Statistička pitanja u AKT-u često predstavljaju tabelu podataka ispitivanja i traže od vas da izračunate vrijednost, interpretirate grafikon ili odredite najbolji dizajn studije. Ona nagrađuju metodično razmišljanje, a ne medicinsko znanje. Zbog toga su to naj"naučljivije" ocjene na ispitu.

Kada znate kako izračunati NNT, interpretirati šumski grafikon i razumjeti utjecaj prevalencije na PPV, cijela kategorija AKT pitanja postaje jednostavna, a ne zastrašujuća.

????

Medicina zasnovana na dokazima (EBM)

"Kada sam bio na obuci sredinom 1980-ih, davao sam intravenoznu infuziju lidokaina svakom pacijentu koji je ušao na vrata nakon srčanog udara. To je bio standard. Svi su to radili. Činilo se da ima savršenog smisla."

— Profesor Gordon Guyatt, ljekar koji je skovao termin "medicina zasnovana na dokazima", opisujući vlastito obrazovanje prije nego što je EBM postojao

Kasnije je otkrio da praksa za koju se obučavao - i koju su stotine hiljada doktora širom svijeta obavljale - nije bila samo beskorisna, već je potencijalno mogla ubiti ljude. Ne zbog nemara. Ne zbog nesposobnosti. Već zato što niko nikada nije pravilno testirao da li zaista funkcioniše.

Ta priča je razlog zašto postoji medicina zasnovana na dokazima - i razlog zašto je ona duboko važna svakom pacijentu kojeg ćete ikada vidjeti.

📋 Šta je medicina zasnovana na dokazima?

"Savjesno, eksplicitno i razborito korištenje trenutno najboljih dokaza pri donošenju odluka o njezi pojedinačnih pacijenata."

— David Sackett, BMJ 1996 — najčešće citirana definicija u medicini

Jednostavno rečeno: umjesto liječenja pacijenata na osnovu navike, mišljenja, tradicije ili onoga što vam je rekao profesor, EBM zahtijeva da kliničke odluke zasnivate na najboljim dostupnim istraživanjima – rigorozno provedenim, kritički procijenjenim i iskreno interpretiranim.

To ne zamjenjuje kliničku procjenu - to informiše EBM počiva na tri nerazdvojna stuba koji moraju funkcionirati zajedno:

🔬

Najbolji istraživački dokazi

Klinički relevantna, visokokvalitetna istraživanja — posebno iz RCT-ova i sistematskih pregleda

🩺

Clinical Expertise

Vještina i iskustvo pojedinačnog kliničara, izgrađeno tokom godina prakse

🤝

Vrijednosti i preferencije pacijenta

Okolnosti, vrijednosti i ono što je njemu najvažnije pojedinog pacijenta

🕰️ Kako je nastao EBM? — Kratka historija

EBM se nije pojavio niotkuda. Bio je kulminacija decenija tihog revolucionarnog razmišljanja u Kanadi i Velikoj Britaniji.

Godina	događaj
1938	John Paul (Yale) skovao je termin "klinička epidemiologija" - ideju da medicinu treba naučno proučavati u populacijama, a ne samo posmatrati kod pojedinačnih pacijenata.
1967	Univerzitet McMaster (Hamilton, Kanada) otvara svoj novi medicinski fakultet sa Odjelom za kliničku epidemiologiju i biostatistiku - radikalnim u to vrijeme, posvećenim primjeni istraživačkih metoda u kliničkim odlukama.
1972	Archie Cochrane, škotski epidemiolog, objavljuje Efikasnost i efektivnost: Slučajna razmišljanja o zdravstvenim uslugama — značajan tekst u kojem se tvrdi da medicina mora rigorozno testirati vlastite tretmane. Njegov rad na kraju dovodi do nastanka Cochraneove saradnje, nazvane u njegovu čast.
1981	David Sackett i kolege sa McMastera objavljuju seriju od devet članaka u časopisu Canadian Medical Association Journal, podučavajući kliničare kako da kritički procjenjuju medicinsku literaturu. Ovo je formalni početak pokreta EBM-a.
1990	Gordon Guyatt, mladi direktor na McMasteru, osmišljava novi nastavni program i u početku ga naziva "Naučna medicina". Kolege se ne slažu - implikacija da trenutna praksa nije naučna je previše direktna.
1991	Guyatt preimenuje pristup "Medicina zasnovana na dokazima" i objavljuje termin u uvodniku u ACP Journal Clubu. Fraza se odmah pamti.
1992	Značajan JAMA rad — "Medicina zasnovana na dokazima: Novi pristup podučavanju medicinske prakse" — predstavlja EBM svijetu. Reakcija, prisjeća se Guyatt, u početku je bila "bijes". Kolege su osjećale da im se govori da nisu dobri doktori.
1993	Zvanično je osnovana Cochraneova saradnja - međunarodna mreža za izradu i širenje sistematskih pregleda zdravstvenih dokaza.
1996	David Sackett objavljuje konačnu definiciju triju stubova u BMJ-u. EBM postaje mejnstrim.
2000-te – danas	EBM postaje dio obuke u Velikoj Britaniji: smjernice NICE-a, GMC-ova Dobra medicinska praksa i nastavni plan i program RCGP-a to zahtijevaju. To je osnova načina na koji se svaki ljekar u Velikoj Britaniji sada obučava i procjenjuje.

⚠️ Kakva je bila medicina prije EBM-a? Problem koji je riješila

Prije EBM-a, medicina se zasnivala na onome što je Gordon Guyatt nezaboravno nazvao "GOBSAT" - Dobri stari momci sjede oko stolaKliničke smjernice pisali su viši stručnjaci koji su udružili svoja lična mišljenja, a ono što se dogodilo vašem pacijentu u potpunosti je zavisilo od toga koji ga je doktor slučajno pregledao.

Svijet prije EBM-a

Medicina zasnovana na eminenciji: Tretirali ste pacijente onako kako je to činio vaš profesor. Autoritet je dolazio iz senioriteta, a ne iz dokaza. Konsultant koji je "uvijek to radio na ovaj način" 30 godina bio je podređen - čak i ako "ovaj način" nikada nije bio testiran.
Medicina zasnovana na intuiciji: Ako se činilo da tretman ima fiziološkog smisla, on je korišten. Ako se suzbijanje abnormalnih srčanih ritmova činilo logičnim, suzbijali ste ih. Rijetko je testirano da li je to zapravo pomoglo pacijentima.
Medicina zasnovana na anegdotama: "Po mom iskustvu, otkrio sam da..." je bio standard dokaza. Pojedinačni slučajevi su usmjeravali praksu - čak i kada su ti slučajevi bili statistički izuzetci.
Ogromna varijacija: Isti pacijent koji se javlja u dvije različite bolnice - ili čak dva različita ljekara u istoj bolnici - može dobiti potpuno različit tretman za potpuno isto stanje.

Da li biste željeli most izgrađen na osnovu "Već 30 godina dizajniram mostove na ovaj način i nijedan se još nije srušio"? Ili na osnovu provjerene nauke o građevinskom inženjerstvu? Odgovor je očigledan. Ali tokom većeg dijela historije medicine, pristup mostova je bio upravo ono što se dešavalo.

🔴 Primjer koji je promijenio medicinu — CAST ispitivanje

Ovo nije hipotetička priča. To je jedna od najvažnijih istinitih priča u modernoj medicini - i jedan od najjačih argumenata koji je EBM ikada bio potreban.

Postavka — Logika koja je izgledala neosporivo

Srčani udari uzrokuju opasne abnormalnosti srčanog ritma (ventrikularne aritmije). Ventrikularne aritmije uzrokuju iznenadnu smrt. Stoga: suzbiti aritmije → spriječiti iznenadnu smrtOvo se činilo toliko očigledno ispravnim da su od 1970-ih nadalje, antiaritmici - posebno lidokain, flekainid i enkainid - rutinski davani pacijentima nakon infarkta miokarda u bolnicama širom svijeta. Ne povremeno. Rutinski. Kao standardna njega.

Proba - Neko ga je zaista testirao

Godine 1987, u studiji o supresiji srčane aritmije (CAST) učestvovalo je preko 1,700 pacijenata nakon infarkta miokarda (IM) i nasumično su raspoređeni u grupe koje su primale antiaritmičke lijekove (flekainid ili enkainid) ili placebo. Lijekovi su učinili upravo ono što su trebali - uspješno su suzbili aritmije. Ali dogodilo se nešto neočekivano.

Rezultat - Ono što niko nije očekivao

Pacijenti koji su uzimali lijekove bili su 2.5 puta veća verovatnoća da će umreti nego oni koji su primali placebo. Ispitivanje je moralo biti rano prekinuto jer je šteta bila toliko očigledna. Lijekovi su ubijali upravo one pacijente koje su trebali zaštititi.

NNH = 21. Na svakih 21 pacijenata liječenih flekainidom ili enkainidom, umrla je jedna dodatna osoba koja bi inače preživjela.

Lekcija

Gordon Guyatt - tada mladi kardiolog - lično je davao infuzije lidokaina svakom pacijentu nakon infarkta miokarda koji je prošao kroz njegovo odjeljenje. Slijedio je najbolju praksu. Ispravno je podučavan. Imao je dobre namjere. Ipak, bez rigoroznog testiranja randomiziranim kontroliranim ispitivanjem (RCT), ni on ni njegove kolege nisu mogli znati da je tretman štetan. Ovo iskustvo postalo je ključno za razlog zašto je svoju karijeru posvetio EBM-u. Historija medicine, kasnije je rekao, "puna je tretmana koji su se uglavnom zasnivali na nagađanjima i intuiciji, a ne na čvrstim dokazima."

🌐 Kako je EBM promijenio sve — Standardizacija i jedinstvo

Prije EBM-a, ono što ste dobivali zavisilo je od toga gdje ste živjeli, koju ste bolnicu posjećivali i koji vas je doktor pregledao. Isti pacijent s istim stanjem mogao je dobiti potpuno različite tretmane u Leedsu i Londonu. Različite bolnice. Različite zemlje. Potpuno različiti ishodi.

EBM je to promijenio. Usidravanjem kliničkih odluka na istom skupu dokaza - istim ispitivanjima, istim sistematskim pregledima, istim smjernicama - dao je medicini zajednički jezik i zajednički standard. Danas bi pacijent koji se javlja s infarktom miokarda u Bradfordu i pacijent koji se javlja s infarktom miokarda u Bristolu trebali dobiti u suštini istu njegu zasnovanu na dokazima. Ne zato što su doktori identični, već zato što je liječenje vođeno dokazima, a ne individualnim preferencijama.

U Velikoj Britaniji, ovo se operacionalizira putem LICE smjernice, u Nastavni plan i program RCGP-a, Pokazatelji kvalitete života (QOF), kliničke revizije, I MRCGP pregledi — a sve to zahtijeva i procjenjuje praksu zasnovanu na dokazima. Kada polažete AKT, testira se vaša sposobnost primjene ovog okvira.

🌍 Svijet bez EBM-a — Međunarodna slika

Posvećenost Ujedinjenog Kraljevstva EBM-u – putem NICE-a, NHS-a i postdiplomske obuke – nije univerzalna. U mnogim dijelovima svijeta, ono što primate kao pacijent i dalje uveliko zavisi od toga ko vas pregleda, gdje se javljate i koliko možete platiti. Razumijevanje ovoga pomaže vam da shvatite od čega EBM štiti vaše pacijente.

🔴 Važna napomena prije čitanja

Varijacija opisana u nastavku odražava zdravstveni sistemi i strukture, a ne kompetentnost ili posvećenost pojedinačnih ljekara. Mnogi briljantni, vrijedni ljekari rade u svakoj od navedenih zemalja. Problem je nedostatak standardizacijske infrastrukture - smjernica, nadzora, okvira za obuku - koju EBM pruža. Pojedinačni ljekari ne mogu sami prevazići sistemske probleme.

Država / regija	Kako se praksa razlikuje bez jakih EBM okvira
🇮🇳 Indija (privatni sektor)	A 2018 lanceta Studija je otkrila stope carskih rezova od 40-58% u privatnim bolnicama u poređenju sa 10-14% u javnim ustanovama - često vođene finansijskim podsticajima, a ne kliničkom potrebom. Prekomjerno istraživanje i polifarmacija su široko dokumentovani u privatnom sektoru. Isti pacijent oboljeli od raka može dobiti dramatično različit tretman na osnovu toga gdje se javlja i šta može priuštiti.
🇵🇰 Pakistan	Značajne varijacije u pridržavanju smjernica za antibiotike - jedna od najviših stopa propisivanja antibiotika u Južnoj Aziji. Tuberkuloza otporna na lijekove i otpornost na antimikrobne lijekove su direktne posljedice. Pristup specijalističkoj njezi i standardiziranim putevima liječenja uveliko ovisi o geografiji i prihodima.
🇳🇬 Nigerija / 🇬🇭 Gana	Magnezijum sulfat je lijek za eklampsiju koji preporučuje SZO, zasnovan je na dokazima i je jeftin. Studije pokazuju da značajno smanjuje smrtnost majki. Međutim, dostupnost i stvarna upotreba u nigerijskim i ganskim ustanovama enormno varira ovisno o bolničkim resursima i obuci kliničara - što znači da od toga u koju ustanovu stigne žena s eklampsijom može zavisiti hoće li preživjeti ili umrijeti.
🇸🇩 Sudan / 🇮🇶 Irak	Dugotrajan sukob i nestabilnost uništili su zdravstvenu infrastrukturu. U Iraku, nakon 2003. godine, javne zdravstvene službe su se urušile, provedba smjernica je zaustavljena, a pristup osnovnim lijekovima postao je geografski zavisan. U Sudanu je sukob poremetio programe vakcinacije, zdravstvene usluge za majke i liječenje hroničnih bolesti. Razlike u praksi u takvim okruženjima nisu stvar preferencija - već stvar onoga što je dostupno.
🇪🇬 Egipat / 🇮🇷 Iran	Obje zemlje imaju medicinske fakultete koji obrazuju vješte ljekare i objavile su smjernice za EBM - ali je primjena nedosljedna između javnog i privatnog sektora, te između urbanih i ruralnih područja. U Iranu su međunarodne sankcije uticale na dostupnost lijekova, prisiljavajući na prilagođavanja koja odstupaju od protokola zasnovanih na dokazima.
🇷🇴 Rumunija	Rumunija dokumentuje praksu slučaj ("koverta") - neformalne novčane isplate doktorima i medicinskim sestrama kako bi se osigurala njega. Zvanično ilegalno, široko se primjenjuje. Parlamentarne istrage i istraživačko novinarstvo potvrdili su da kvalitet hirurške njege može zavisiti od onoga što pacijent može privatno platiti, bez obzira na njihova zvanična prava ekvivalentna NHS-u. Odliv mozgova uklonio je procijenjenih 14,000+ doktora od pristupanja EU.
🇺🇸 Sjedinjene Američke Države	Najskuplja zdravstvena zaštita na svijetu - preko 12,000 dolara po osobi godišnje - ali rezultati često nisu bolji nego u Velikoj Britaniji. Projekat Dartmouth Atlas dokumentovao je ogromne geografske varijacije u kliničkoj praksi: isti pacijent u Miamiju može primiti dvostruko više pretraga i procedura kao isti pacijent u Minneapolisu, bez razlike u ishodima. Studija JAMA iz 2019. godine procijenila je da se 935 milijardi dolara - otprilike četvrtina svih troškova zdravstvene zaštite u SAD-u - troši na nepotrebnu njegu. Krizu s opioidima djelimično su podstakle farmaceutske kompanije koje su uticale na praksu propisivanja lijekova izvan okvira EBM-a.
🇫🇷 Francuska	Francuska ima odličnu zdravstvenu zaštitu - ali stope propisivanja antibiotika su historijski bile među najvišima u Evropi, dijelom i zbog kulturnih očekivanja da konsultacije uvijek trebaju završiti receptom. Kampanje za smanjenje ovog problema ("Antibiotici nisu automatski") su pomogle, ali ovaj obrazac ilustruje kako kulturni i komercijalni pritisci mogu nadjačati smjernice zasnovane na dokazima čak i u sofisticiranim sistemima.
🇮🇹 Italija	Kvalitet zdravstvene zaštite u sjevernoj Italiji (Milano, Bolonja) je među najboljima u Evropi. U dijelovima južne Italije slika je veoma drugačija - duže vrijeme čekanja na operacije raka, manje dosljedna primjena programa skrininga, niže pridržavanje njege zasnovane na smjernicama. Geografsko porijeklo unutar iste zemlje može značajno uticati na ishode.
🇬🇷 Grčka / 🇪🇸 Španija	Grčka kriza štednje (2010–2015) dovela je do smanjenja potrošnje na zdravstvenu zaštitu od preko 25%, što je uzrokovalo dokumentovanu nestašicu lijekova, smanjenje broja zaposlenih i pogoršanje kvaliteta. Preko 35,000 zdravstvenih radnika je emigriralo. U Španiji su dokumentovane značajne regionalne varijacije u stopama preživljavanja raka – tumor koji razvijete može se ponašati drugačije u zavisnosti od regije u kojoj živite, ne zato što se biologija razlikuje, već zato što se razlikuje sistemska primjena liječenja zasnovanog na dokazima.

💊 Kada ono što dobijete zavisi od toga koliko platite

U zdravstvenim sistemima bez robusnih okvira za EBM ili univerzalnih prava, odnos između plaćanja i kvaliteta liječenja često je direktan i dokumentovan:

U nekim indijskim privatnim bolnicama, pacijent koji se javi s bolovima u prsima i koji može platiti privatnu njegu može odmah dobiti kateterizaciju i stent. Isti pacijent u javnom sistemu može čekati satima na EKG.
U dijelovima podsaharske Afrike, da li će dijete s teškom malarijom primiti kombiniranu terapiju na bazi artemizinina (standard zasnovan na dokazima) ili stariji, manje učinkovit lijek ovisi o tome u koju ustanovu stignu i koliko njihova porodica može platiti.
U zemljama bez univerzalnog pristupa lijekovima, hemoterapija za rak može biti dostupna samo onima koji mogu platiti iz vlastitog džepa - što znači da identični karcinomi imaju dramatično različite ishode isključivo na osnovu prihoda.
U Rumuniji i nekim drugim istočnoevropskim zemljama, dokumentovano je da kvalitet hirurškog zahvata - marljivost hirurga, kvalitet praćenja anestezije, čak i dostupnost postoperativne njege - zavisi od neformalnog plaćanja, a ne od kliničke potrebe.

✈️ Analogija koja to čini jasnim

Svaki put kada se ukrcate na komercijalni let, imate koristi od jednog od najefikasnijih sigurnosnih sistema koje su ljudi ikada izgradili. Ne zato što su pojedinačni piloti izuzetno talentovani - iako jesu. Već zato što je avijacija izgrađena oko... standardizirani, dokazima provjereni protokoliSvaki pilot, svaka aviokompanija, svaka zemlja slijedi iste kontrolne liste prije leta, iste procedure slijetanja, iste protokole za hitne slučajeve. Sistem vas štiti bez obzira kojeg pilota dobijete.

Medicina bez EBM-a je avijacija bez kontrolnih lista. Vaša sigurnost u potpunosti zavisi od toga da li ste dobili dobrog pilota, da li je taj pilot nedavno prošao obuku, da li ima dobar dan i da li je čuo najnovije mišljenje od nekoga kome vjeruje.

EBM zamjenjuje sreću sistemima. Zamjenjuje "po mom iskustvu" sa "u 15,000 ispitivanja koja uključuju 2 miliona pacijenata". Zamjenjuje mišljenje onoga ko je najstariji u prostoriji akumuliranim dokazima kolektivnog kliničkog iskustva čovječanstva. Ne biste li to više voljeli za svoje pacijente? Ne bi li vaši pacijenti to više voljeli za sebe?

💡 Zašto je ovo važno za vas, kao pripravnika opšte prakse u Velikoj Britaniji

Svaka NICE smjernica koju slijedite proizvod je sistematskog pregleda dokaza - neko je obavio posao kako bi osigurao da ono što radite bude podržano najboljom dostupnom naukom.
Svako AKT pitanje o statistici i istraživačkim metodama testira vašu sposobnost kritičke procjene dokaza - da budete aktivni korisnik EBM-a, a ne pasivni sljedbenik uputa.
Kada pacijentu objašnjavate NNT (nutritivno liječenje) ili razgovarate o ograničenjima skrining testa ili odbijate propisati antibiotik koji nije indiciran, praktikujete EBM - svjesno, eksplicitno i razborito.
A kada vam predstavnik farmaceutske kompanije sjedi preko puta i kaže vam da njihov novi lijek smanjuje kardiovaskularne događaje za 35%, vaše prvo pitanje - "35% relativno ili apsolutno?" - je pitanje koje je EBM naučio medicinu da postavlja.

Dizajn studija i hijerarhija dokaza

Prije nego što interpretirate bilo koji rezultat, morate znati odakle je došaoRazličiti dizajni studija odgovaraju na različita pitanja, generiraju različite statistike i nose različite nivoe pouzdanosti.

Piramida dokaza

Najjači dokazi na vrhu; najslabiji na dnu

Sistematski pregledi i meta-analize

Randomizirana kontrolirana ispitivanja (RCT)

Kohort studije

Studije kontrole slučajeva

Cross-Section Studies

Izvještaji o slučajevima i mišljenja stručnjaka

⬆ Najjači dokaz | ⬇ Najslabiji dokaz

studija dizajna	pravac	Best For	Generiše	Ključna slabost
Sistematski pregled / Meta-analiza	-	Najbolji sveukupni dokaz o pitanju	Veličina združenog efekta	Samo onoliko dobro koliko i osnovne studije; heterogenost
RCT (randomizirano kontrolirano ispitivanje)	naprijed	Da li tretman X funkcioniše?	RR, ARR, NNT	Skupo, vještačko okruženje, etička pitanja
Kohortna studija	Naprijed (prospektivno) ili nazad (retrospektivno)	Da li izloženost uzrokuje ishod? Incidenciju?	Relativni rizik (RR), incidencija	Smanjenje troškova; skupo tokom vremena; zbunjujuće
Studija kontrole slučaja	unazad	Rijetke bolesti; faktori rizika	Omjer šansi (OR)	Pristrasnost prisjećanja; ne može se direktno izračunati incidencija
Studija presjeka	Jedan snimak	Koliko je X trenutno uobičajen? (prevalencija)	rasprostranjenost	Ne može se utvrditi uzročnost; vremenska dvosmislenost
Izvještaj o slučaju / Stručno mišljenje	-	Generisanje hipoteza; rijetki događaji	Samo opis	Vrlo podložno pristranosti; nije generalizljivo

📖 Kvalitativno naspram kvantitativnog istraživanja

Kvantitativno istraživanje

Odgovara na "koliko" ili "koliko mnogo". Koristi brojeve, statistiku i strukturirane podatke. Primjeri: RCT-ovi, kohortne studije, ankete s numeričkim ishodima. Generira p-vrijednosti, intervale pouzdanosti (CI), NNT-ove.

Kvalitativno istraživanje

Odgovara na pitanja "zašto" ili "kako". Koristi riječi, teme i intervjue. Primjeri: fokus grupe, etnografske studije, utemeljena teorija. Istražuje iskustva i uvjerenja pacijenata.

U AKT-u: pitanje o stavovima, iskustvima ili razumijevanju bolesti → kvalitativno. Pitanje o stopama, ishodima ili efikasnosti → kvantitativno.

🔬 Sistematski pregled vs. meta-analiza — nije ista stvar

Sistematski pregled: Rigorozna, strukturirana pretraga literature koja identificira, odabire i kritički procjenjuje sve relevantne studije o određenom pitanju. Rezultat je kvalitativni sažetak dokaza.

Meta-analiza: Sistematski pregled koji ide korak dalje - on matematički bazeni kvantitativne rezultate više studija u jednu kombinovanu procjenu. Nisu svi sistematski pregledi uključili meta-analizu (npr. ako su studije previše heterogene da bi se kombinovale).

Zamislite sistematski pregled kao čitanje svake knjige o nekoj temi i pisanje izvještaja. Meta-analiza je izvještaj s formulom na kraju koja usrednjava sve zaključke autora u jedan broj.

🔄 Okvir PICO

PICO je standardni okvir za strukturiranje kliničkog istraživačkog pitanja — koristi se za pretraživanje literature i dizajn studija.

pismo	Stoji za	primjer
P	Populacija / Pacijent	Odrasli s dijabetesom tipa 2
I	intervencija	Inhibitori SGLT2
C	poređenje	Metformin sam
O	ishod	Kardiovaskularni događaji u 5 godina

AKT može predstaviti scenario i pitati koji dizajn studije najbolje odgovara na PICO pitanje. Spojite vrstu ishoda s ispravnim dizajnom koristeći gornju tabelu.

🎲 Karakteristike dizajna RCT-a (uobičajeno testirane)

svojstvo	Šta to znači	Zašto je važno
Randomizacija	Učesnici su slučajno raspoređeni u grupe	Eliminiše pristranost u odabiru; uravnotežuje faktore koji utiču na rezultate
Jednostruko slijepo	Učesnici ne znaju svoju raspodjelu	Smanjuje placebo efekat i pristranost učesnika
Double blind	Ni učesnici ni istraživači ne znaju raspodjelu	Eliminiše pristrasnost posmatrača I pristrasnost učesnika
Trostruko slijepo	Učesnici, istraživači I analitičari podataka zaslijepljeni	Maksimalno smanjenje pristranosti
Namjera liječenja (ITT)	Analizirano u njihovoj originalnoj grupi bez obzira na pridržavanje	Očuvava randomizaciju; odražava upotrebu u stvarnom svijetu
Po protokolu	Analizirano samo ako su ispunili protokol	Pokazuje biološku efikasnost, ali precjenjuje stvarnu korist.
Dizajn crossovera	Učesnici primaju oba tretmana redom	Svaka osoba djeluje kao vlastita kontrola; potreban je period ispiranja.
Prikrivanje alokacije	Osoba koja regrutuje učesnike ne može vidjeti kojoj će grupi biti dodijeljen sljedeći učesnik sve dok nakon oni su upisani	Sprečava regrutera da podsvjesno (ili namjerno) dodijeli zdravije pacijente grupi za liječenje - oblik pristranosti u odabiru koji sama randomizacija ne sprječava
Klaster RCT	Cijele grupe (npr. ordinacije opće prakse, odjeljenja, škole) su randomizirane, a ne pojedinci	Koristi se kada je individualna randomizacija nepraktična (npr. testiranje novog stila konsultacija). Zahtijeva veće veličine uzorka i statističko prilagođavanje za efekat klasterovanja.

⚠️ AKT Trap — ITT u odnosu na Per Protocol

Namjera liječenja daje više Konzervativan (niža) procjena efikasnosti — jer uključuje učesnike koji se ne pridržavaju terapije. Ovo je preferirana analiza za kliničke odluke. Analiza po protokolu precjenjuje efikasnost, ali je korisna za razumijevanje biološkog mehanizma.

⚖️ Ispitivanja superiornosti, neinferiornosti i ekvivalencije

Ne postavljaju sva ispitivanja isto pitanje. AKT povremeno provjerava da li razumijete šta je ispitivanje zapravo trebalo pokazati - i zašto je to važno prilikom tumačenja njegovih rezultata.

Probni tip	Pitanje koje se postavlja	Uobičajeni kontekst
Ispitivanje superiornosti	"Je li novi tretman bolje nego komparator?"	Većina standardnih RCT-ova — testiranje zaista novog lijeka ili pristupa
Ispitivanje neinferiornosti	"Je li novi tretman nije gore od komparator za više od unaprijed određene male margine?"	Novi lijek s manje nuspojava, nižom cijenom ili lakšim za primjenu - cilj je pokazati da je "dovoljno dobar"
Ispitivanje ekvivalencije	"Jesu li ta dva tretmana suštinski isto?"	Biosimilarni lijekovi; generički lijekovi; različiti putevi primjene

💡 Zašto su ispitivanja neinferiornosti važna u ljekarima opšte prakse

Novi antikoagulant bi se mogao pokazati "neinferiornim" u odnosu na varfarin u prevenciji moždanog udara - ne bolji, ali ne i značajno lošiji - a istovremeno lakšim za upotrebu (bez praćenja INR-a). To je klinički vrijedan nalaz čak i ako lijek nije "pobijedio" varfarin. AKT (Američko kliničko vijeće) može vas zamoliti da ispravno protumačite rezultat ispitivanja neinferiornosti.

⚠️ AKT zamka

Studija neinferiornosti koja pokazuje da "nema značajne razlike" je ne isto kao i ispitivanje superiornosti koje ne pokazuje "značajnu razliku". U ispitivanju superiornosti, neznačajan rezultat znači da niste uspjeli dokazati da novi lijek djeluje bolje. U ispitivanju neinferiornosti, neznačajna razlika je upravo ono što ste se nadali.

Istraživačka pristranost, validnost i pouzdanost

Vrsta pristranosti	definicija	Koji dizajni studija?	Kako ga smanjiti
Selection Bias	Učesnici ne predstavljaju ciljnu populaciju	Sve vrste	Randomizacija; pažljivo uzorkovanje
Recall Bias	Slučajevi (ljudi s bolešću) se življe sjećaju prošlih izloženosti nego kontrolna grupa	Studije kontrole slučaja	Objektivni izvori podataka; standardizirano ispitivanje
Publication Bias	Pozitivne/značajne studije se objavljuju češće od negativnih	Meta-analize (otkrivene putem lijevkastog dijagrama)	Registracija za ispitivanje; pretraga sive literature
Pristrasnost osipanja	Gubitak učesnika iz praćenja iskrivljuje rezultate (oni koji su odustali od programa razlikuju se od onih koji su završili program).	Kohortne studije, RCT-ovi	Analiza namjere liječenja; minimiziranje odustajanja
Pristranost vremena isporuke	Skrining daje iluziju poboljšanog preživljavanja ranijim otkrivanjem bolesti	Studije skrininga	Koristite mortalitet specifičan za bolest, a ne preživljavanje od dijagnoze
Pristranost dužine	Skrining otkriva više sporo rastućih (manje agresivnih) bolesti	Studije skrininga	RCT-ovi sa ishodima specifičnim za bolest
Pristrasnost posmatrača / procjene	Poznavanje raspodele tretmana utiče na procenu ishoda	RCTs	Zasljepljivanje (jednostruko, dvostruko, trostruko)
Hawthorneov efekt	Učesnici mijenjaju svoje ponašanje jer znaju da ih se posmatra	Sve vrste, posebno opservacijske	Kontrolne grupe; slijepi posmatrači
Pristrasnost verifikacije	Samo pacijenti s pozitivnim rezultatom testa dobijaju zlatni standardni potvrdni test - tako da se osjetljivost čini lažno visokom, a specifičnost lažno niskom.	Dijagnostičke testove	Osigurati da svi pacijenti (pozitivni i negativni) prime zlatni standardni test
Zbunjujuće	Treća varijabla je povezana i sa izloženošću i sa ishodom, iskrivljujući prividnu vezu	Opservacijske studije	Randomizacija (RCT); stratifikacija; multivarijantna analiza

Klasičan primjer koji zbunjuje: "Prodaja sladoleda povezana je s utapanjem." Da li je sladoled opasan? Ne - oboje raste ljeti. Godišnje doba je uzrok. Ovo ilustruje zašto je korelacija ≠ uzročnost i zašto se faktori koji zbunjuju moraju kontrolisati.

🔀 Zbunjujuće — Kada dvije stvari izgledaju povezane, ali nisu

Zbunjujuće rezultate je jedan od najvažnijih koncepata u metodologiji istraživanja - i jedan od najčešćih razloga zašto se naizgled uvjerljivi opservacijski nalazi pokažu pogrešnima. Ključna ideja je jednostavna: Dvije stvari mogu izgledati povezane ne zato što direktno utiču jedna na drugu, već zato što su obje povezane sa skrivenom trećom varijablom.

🔴 Osnovna definicija

A zbunjujuća stvar (ili zbunjujuća varijabla) je treća varijabla koja je nezavisno povezana sa oba izloženost i ishod. Stvara lažnu (prividnu) asocijaciju - ili maskira stvarnu - između izloženosti i ishoda koji proučavate.

Zamislite da primijetite da ljudi koji nose upaljače imaju veću vjerovatnoću da obole od raka pluća. Trebamo li zabraniti upaljače? Ne - pravi krivac je pušenje. Pušenje je povezano i sa nošenjem upaljača i sa razvojem raka pluća. Pušenje je uzrok. Povezanost upaljača i raka se u potpunosti objašnjava njime.

Klasični primjeri

Očigledna veza	Zbunjujući	Zašto to objašnjava sve
Prodaja sladoleda → smrtni slučajevi od utapanja	Vruće vrijeme (ljeto)	Vruće vrijeme uzrokuje i više jedenja sladoleda I više plivanja → više utapanja. Sladoled ne uzrokuje utapanje.
Pijenje kafe → rak pluća	pušenje	Pušači u prosjeku piju više kafe. Rane studije su povezivale kafu s rakom - sve dok pušenje nije bilo kontrolirano.
Nošenje upaljača → rak pluća	pušenje	Pušači nose upaljače. Upaljač nema biološki učinak - pušenje ima.
Sijeda kosa → bolest srca	starost	I sijeda kosa i srčane bolesti se povećavaju s godinama. Starost je faktor koji zbunjuje, a ne boja kose.
Veličina cipela → sposobnost čitanja (kod djece)	starost	Starija djeca imaju veća stopala I bolje čitaju. Dob objašnjava oboje.

📐 Tri kriterija za pravog zbunjujućeg čovjeka

Varijabla je zbunjujuća ako ispunjava sva tri od ovih:

Povezan je sa izlaganje (ono što proučavaš)
Povezan je sa ishod (rezultat koji mjerite)
TO JE ne o uzročnoj vezi između izloženosti i ishoda (to je zasebna treća varijabla, a ne korak između)

💡 Kako kontrolisati zbunjujuće efekte

Randomizacija (u RCT-ovima) — ravnomjerno raspoređuje poznate i nepoznate konfaundere između grupa. Ovo je najjača zaštita.
Restriction — uključite samo učesnike koji su slični po zbunjujućem faktoru (npr. samo nepušači u studiji o kafi)
odgovarajući — uparivanje slučajeva i kontrola na varijabli zbunjujuće reakcije
Stratifikacija — analizirati rezultate odvojeno za svaki nivo zbunjujućeg faktora
Multivarijantno statističko prilagođavanje — statistički uzeti u obzir više faktora koji istovremeno utiču na rezultate

⚠️ Zašto je zbunjujuće mišljenje uglavnom problem u opservacijskim studijama

U dobro provedenoj RCT studiji, randomizacija ravnomjerno raspoređuje konfaundere (i poznate i nepoznate) između grupa - eliminirajući konfaunding kao objašnjenje za razlike. U kohortnim i studijama slučaj-kontrola, možete prilagođavati samo za konfaundere za koje znate i koje ste izmjerili. Neizmjereni konfaunderi uvijek ostaju potencijalno objašnjenje za bilo koju uočenu povezanost - zbog čega opservacijske studije nikada ne mogu definitivno dokazati uzročnost.

✅ Validnost i pouzdanost — Koja je razlika?

Interna valjanost

Da li studija mjeri ono što tvrdi da mjeri unutar ispitivane populacije? Jesu li rezultati ovo Da li je studija pouzdana? Prijeti li joj pristranost i zbunjujuća činjenica.

Vanjska validnost (generalizabilnost)

Mogu li se rezultati primijeniti na druge populacije ili stvarna okruženja? Visoko kontrolirana randomizirana kontrolirana studija (RCT) u specijalističkom centru možda ne odražava ono što se događa u primarnoj zdravstvenoj zaštiti.

Pouzdanost (ponovljivost)

Da li test daje konzistentne rezultate kada se ponovi pod istim uslovima? Mjeri se pouzdanošću između ocjenjivača (kappa statistika) ili pouzdanošću ponovnog testiranja.

Kappa statistika (κ)

Mjeri slaganje između dva ocjenjivača izvan granica slučajnosti. κ = 1 (savršeno slaganje); κ = 0 (slaganje nije bolje od slučajnosti); κ < 0 (gore od slučajnosti).

Mjerenje rizika i učinka liječenja

Ovo je najtestiranije područje u AKT statistici. Morate znati ove formule na hladno i biti u stanju da ih primijenite na tabele sa podacima iz probe pod ispitnim uslovima.

Zamislite da ste u kazinu. Lutrija kaže da ste udvostručili šanse za dobitak - zvuči nevjerovatno. Ali ako ste prešli sa 1 na milion na 2 na milion, relativno poboljšanje je 100%, ali apsolutna razlika je i dalje u suštini nikakva. To je razlika između RRR i ARR. Farmaceutske kompanije vole navoditi RRR. Uvijek biste trebali pitati za ARR.

Ključne metrike

Apsolutno smanjenje rizika (ARR)

ARR = CER − EER

Stvarna razlika u stopama događaja između grupa. Klinički najiskrenija metrika.

Relativno smanjenje rizika (RSR)

RRR = (CER − EER) ÷ CER

Često zvuči impresivnije — može zavarati bez poznavanja osnovnog rizika. Alternativna formula: RRR = 1 − RR (budući da je RR = EER ÷ CER, RRR = 1 − ta vrijednost).

Relativni rizik (RR)

RR = EER ÷ CER

Koristi se u kohortnim studijama i RCT-ovima. RR od 1 = bez efekta; <1 = smanjen rizik; >1 = povećan rizik.

Broj potreban za liječenje (NNT)

NNT = 1 ÷ ARR

Koliko pacijenata treba liječiti da bi se spriječio jedan loš ishod. Niže = efikasnije. Uvijek zaokružite naviše.

Broj potreban za nanošenje štete (NNH)

NNH = 1 ÷ ARI

Koliko pacijenata treba liječiti da bi se izazvao jedan dodatni neželjeni efekat. Veći broj = sigurniji tretman.

Povećanje apsolutnog rizika (ARI)

ARI = EER − CER

Dodatni rizik koji predstavlja štetna izloženost ili nuspojava liječenja.

📊 Interpretacija NNT-a — Šta brojevi zapravo znače?

⚠️ Uobičajena zabuna — Niži NNT = Bolje (ne gore)

NNT vam govori koliko pacijenata trebate liječiti jedan imati koristi. Dakle, manje Što više pacijenata trebate liječiti da biste dobili barem jednu korist, to je tretman efikasniji. NNT = 2 znači da 1 od svaka 2 pacijenta ima koristi - to je odlično. NNT = 100 znači da samo 1 od 100 koristi ima koristi - što je mnogo slabije.

Zamislite da dijelite kišobrane po kišnom danu. NNT = 2 → dajte 2 kišobrana, 1 osoba ostaje suha — vrlo efikasno. NNT = 100 → podijelite 100 kišobrana, samo 1 osoba izbjegava da se smoči — prilično razočaravajuće.

NNT raspon	Grubo tumačenje	Primjer konteksta
<10	Veoma efikasan	Antibiotici za određene infekcije; neki akutni tretmani
10 - 50	Umjereni efekat	Mnogi uobičajeni preventivni lijekovi
> 100	Slab učinak	Neke preventivne strategije na nivou populacije

⚠️ Ovi bendovi su neformalni — Kontekst je sve

Ovi pragovi su ne iz NICE-a ili RCGP-a — oni su samo okvirna nastavna pomagala. "Pravi" NNT uvijek ovisi o kontekstu:

NNT od 100 bi možda i dalje vrijedilo ako je spriječeni ishod smrt ili ozbiljna nepopravljiva šteta
NNT od 5 možda nije prihvatljivo ako liječenje ima česte ili ozbiljne nuspojave

Pravilo jednog reda: NNT vam govori koliko pacijenata liječite da bi jedan imao koristi - niži = jači efekat. Ali uvijek to odmjerite u odnosu na težinu ishoda i teret liječenja.

🔄 Ne miješajte NNT sa % koristi

Ako 60 od 100 pacijenata ima koristi, to je ARR od 60% (= 0.6), što daje NNT = 1 ÷ 0.6 ≈ 1.7 — odličan rezultat. NNT nije broj koji ima koristi; to je broj koji tretirate da biste dobili jedan korist.

📖 Omjer šansi i omjer opasnosti — Kada se koriste?

Mjera	Korišćeno u	Interpretacija
Relativni rizik (RR)	Kohortne studije, RCT-ovi	Direktno upoređuje rizik u dvije grupe. Intuitivnije od OR metode.
Omjer šansi (OR)	Studije kontrole slučaja	Upoređuje vjerovatnoću izloženosti u slučajevima u odnosu na kontrolu. Približava RR kada je bolest rijetka.
Omjer opasnosti (HR)	Analiza preživljavanja (vrijeme do događaja)	Kao RR, ali uzima u obzir kada događaji se javljaju tokom vremena. HR <1 = smanjeni rizik u grupi za liječenje.

⚠️ AKT Trap — ILI ≠ RR

Za uobičajene bolesti, OR precjenjuje rizik u poređenju sa RR. Za rijetke bolesti (prevalencija <10%), oni su približno jednaki. Studija slučaj-kontrola generira OR - vi Ne može direktno izračunati incidenciju ili RR iz studije slučaj-kontrola.

🧮 Primjer rada — Izračunavanje NNT-a iz podataka iz pokusa

🎯 Scenarij: Ispitivanje statina

Petogodišnja randomizirana kontrolirana studija (RCT) pokazuje da je među pacijentima s visokim kardiovaskularnim rizikom: 6% u placebo grupi imalo srčani udar, u poređenju sa 4% u statinskoj grupi.

1 CER (Stopa kontrolnih događaja) = 6% = 0.06 ČAST (Stopa eksperimentalnih događaja) = 4% = 0.04

2 DOP = CER − EER = 0.06 − 0.04 = 0.02 (2%)

3 NNT = 1 ÷ ARR = 1 ÷ 0.02 = 50
Liječenje 50 pacijenata tokom 5 godina kako bi se spriječio 1 srčani udar

4 Rrr = ARR ÷ CER = 0.02 ÷ 0.06 = 33%
Zvuči impresivno! Ali apsolutna korist je samo 2%.

5 RR = EER ÷ CER = 0.04 ÷ 0.06 = 0.67
Grupa koja je primala statine imala je 67% rizika u odnosu na placebo grupu - relativno smanjenje od 33%.

💡 Klinički zaključak

Kada pacijent pita "Hoće li mi ovaj statin pomoći?", koristite NNT (Čitanje svih pacijenata). "Ako 50 ljudi poput vas uzima ovu tabletu 5 godina, spriječit će se 1 srčani udar. Za vas lično, to je apsolutna korist od 2%." To je mnogo iskrenije nego "Smanjuje vaš rizik za 33%".

💬 Komuniciranje rizika pacijentima (AKT favorit)

AKT često testira kako biste pacijentima objasnili statističke informacije. Postoje četiri glavna formata:

format	primjer	Best For
Prirodna frekvencija	"5 od svakih 100 ljudi"	Najlakše za razumjeti pacijentima
Procenat	"5% ljudi"	Široko korišteno, ali može zavarati
NNT	"Liječite 20 da biste spriječili 1 događaj"	Jasno komunicira apsolutnu korist
Catesov zaplet	Vizuelna mreža od 100 lica	Najbolje vizualno pomagalo za zajedničko donošenje odluka

🚨 Nikada ne koristite RRR samostalno prilikom komunikacije rizika

Izjava "ovo smanjuje vaš rizik za 33%" bez navođenja osnovnog rizika je obmanjujuća. RRR od 33% od početne vrijednosti od 0.3% znači da je vaša apsolutna korist 0.1%. Uvijek uparite RRR s osnovnim rizikom ili umjesto toga navedite ARR/NNT.

💊 Trik s farmaceutskim predstavnicima — Kako farmaceutske kompanije manipulišu statistikom

Predstavnici farmaceutskih kompanija su obučeni da prezentiraju podatke ispitivanja u najpovoljnijem svjetlu. Koriste jednostavne, ali efikasne statističke trikove:

Koristi → navedene kao smanjenje relativnog rizika (RSR) — jer zvuči veće i impresivnije
Šteta → navedena kao apsolutno povećanje rizika (ARI) — jer zvuči manje zabrinjavajuće

Radni primjer - posjeta izmišljenog predstavnika za statine

Novi statin smanjuje srčane udare sa 2% na 1% tokom 5 godina, ali povećava miopatiju sa 1% na 2%.

Šta kaže predstavnik	Šta to zapravo znači
"Ovaj lijek smanjuje srčane udare tako što 50%"	RRR = 50% — ali ARR je samo 1%NNT = 100. Liječite 100 ljudi tokom 5 godina kako biste spriječili 1 srčani udar.
"Rizik od miopatije se povećava samo za 1%"	ARI = 1% — ali to je zapravo udvajanje rizika od miopatije (relativno povećanje rizika = 100%).

Iskrena verzija: "Ako 100 pacijenata uzima ovaj lijek 5 godina, 1 dodatna osoba izbjegava srčani udar - i 1 dodatna osoba razvija miopatiju." Isti podaci. Potpuno drugačiji utisak.

Protivotrov: uvijek pitaj — "Koja je apsolutna razlika?" Kada predstavnik navede relativnu cifru, sami je pretvorite: ARR = CER − EER, zatim NNT = 1 ÷ ARR. Ovo se podjednako odnosi i na beneficije. i šteti.

Dijagnostičko testiranje i skrining — Stol 2×2

Tabela kontingencije 2×2 je osnova svih dijagnostičkih statistika. Ako možete napraviti i pročitati ovu tabelu, možete odgovoriti na većinu dijagnostičkih AKT pitanja.

Stol 2×2

	STVARNOG STANJA BOLESTI
REZULTAT TESTA	bolest prisutan	bolest odsutan
Test pozitivan	Pravo pozitivno (TP) Test kaže DA → ima bolest ✓	Lažno pozitivna (FP) Test kaže DA → nema bolesti ✗
Test negativan	Lažno negativan (FN) Test kaže NE → ima bolest ✗	Pravo negativno (TN) Test kaže NE → nema bolesti ✓

osjetljivost

TP ÷ (TP + FN)

Procenat ljudi SA bolešću koji su pozitivni na testu. "Koliko su dobri u otkrivanju bolesti?"

Specifičnost

TN ÷ (TN + FP)

Udio ljudi BEZ bolesti koji imaju negativan test. "Koliko su dobri u isključivanju bolesti?"

Pozitivna prediktivna vrijednost (PPV)

TP ÷ (TP + FP)

Vjerovatnoća da pozitivan test zaista znači bolest. Zavisi od prevalencije.

Negativna prediktivna vrijednost (NPV)

TN ÷ (TN + FN)

Vjerovatnoća da negativan test zaista znači da nema bolesti. Zavisi od prevalencije.

🧠 SnNout i SpPin — Pomagala za pamćenje (i zašto djeluju)

SnNout

Snizlaz: Visoko Senpozitivni test, ako Nnegativno, vlada bolešću napolje.

Ako je osjetljivost vrlo visoka, negativan rezultat testa znači da je bolest vrlo malo vjerojatna (niska stopa lažno negativnih rezultata). Koristite osjetljiv test za skrining i isključivanje.

SpPIN

Spu: Visoko Spspecifičan test, ako Ppozitivno, vlada bolešću In.

Ako je specifičnost vrlo visoka, pozitivan rezultat testa znači da je bolest vrlo vjerovatna (niska stopa lažno pozitivnih). Koristite specifičan test za potvrdu dijagnoze.

Zamislite osjetljivost kao vrlo osjetljiv detektor dima - aktivira se za sve, uključujući i zagoreni tost. Nikada neće propustiti pravi požar (SnNout). Specifičnost je dobro kalibriran alarm koji se aktivira samo za stvarne požare - ako se aktivira, možete biti sigurni da zaista postoji požar (SpPin).

📊 Utjecaj prevalencije na PPV i NPV — Kritična AKT tema

Ovo je jedan od najvažnijih i najprovjerenijih koncepata u dijagnostičkoj statistici. Osjetljivost i specifičnost su fiksna svojstva testa. Ali PPV i NPV se dramatično mijenjaju ovisno o tome koliko je bolest česta u populaciji koju testirate.

Zamislite da koristite isti test na trudnoću u klinici za plodnost (60% žena je trudno) u odnosu na slučajno odabranog ljekara opšte prakse (5% žena bi moglo biti trudno). Isti test - ista osjetljivost/specifičnost. Ali pozitivan rezultat znači nešto sasvim drugačije u svakom okruženju.

scenario	rasprostranjenost	PPV	NPV
Probir opće populacije na rijetke bolesti (npr. HIV kod osoba niskog rizika)	1%	NISKA (~16%)	VISOKO (~99.9%)
Testiranje u specijalističkoj klinici visokog rizika	50%	VISOKO (~95%)	VISOKO (~95%)

🔴 Ključna pravila koja treba zapamtiti

Kako prevalencija ↑ → PPV ↑, NPV ↓
Kako prevalencija ↓ → PPV ↓, NPV ↑
U populaciji s niskom prevalencijom, većina pozitivnih rezultata su lažno pozitivni (niska PPV) - čak i uz visoko specifičan test.
Negativan test u populaciji s visokom prevalencijom i dalje može previdjeti bolest (niža NPV)

📐 Omjeri vjerovatnoće — Kada želite ići dalje

Omjeri vjerovatnoće (LR) kombiniraju osjetljivost i specifičnost u jedan broj koji vam govori koliko rezultat testa pomiče vjerovatnoću bolesti. Napredniji su od PPV/NPV, ali korisni - i povremeno se testiraju u AKT-u.

Omjer pozitivne vjerovatnoće (LR+)

LR+ = Osetljivost ÷ (1 − Specifičnost)

Koliko je veća vjerovatnoća pozitivnog testa kod bolesti u odnosu na odsustvo bolesti. LR+ >10 = jaki dokazi o bolesti.

Negativni omjer vjerovatnoće (LR−)

LR− = (1 − Osetljivost) ÷ Specifičnost

Koliko je veća vjerovatnoća negativnog testa kod bolesti u odnosu na odsustvo bolesti. LR− <0.1 = jaki dokazi protiv bolesti.

LR+	Uticaj na vjerovatnoću nakon testa
> 10	Veliko i često uvjerljivo povećanje vjerovatnoće
5-10	Umjereno povećanje
2-5	Malo povećanje
1	Nema promjene (test je beskoristan)
0.1-0.5	Mali do umjeren pad
	Veliko smanjenje — snažno negativno isključivanje

Faganov nomogram grafički koristi LR - povlačite liniju od vjerovatnoće prije testa do LR-a da biste očitali vjerovatnoću nakon testa. Ako ovo vidite u AKT-u, zapamtite: pozitivan test pomiče vjerovatnoću. up, negativan test to mijenja dole.

Statistika stanovništva i epidemiologija

učestalost

Novi slučajevi ÷ Broj stanovnika u riziku × multiplikator

Mere rizikBroji samo NOVE slučajeve tokom određenog vremenskog perioda.

Prevalencija tačaka

Svi postojeći slučajevi ÷ Ukupna populacija

Mere opterećenje bolestiBroji SVE slučajeve (nove i stare) u određenom trenutku (vrijeme T). Također se piše kao: Slučajevi u vremenu T ÷ Broj stanovnika u vremenu T.

Incidencija predstavlja broj novih učenika koji se upisuju u školu ove godine. Prevalencija predstavlja ukupan broj učenika koji su trenutno u školi (novi + postojeći). Hronična bolest sa niskom incidencijom i dalje može imati visoku prevalenciju ako ljudi žive s njom godinama.

📊 Standardizirani omjer smrtnosti (SMR)

Formula SMR-a

(Zapaženi smrtni slučajevi ÷ Očekivani smrtni slučajevi) × 100

Prilagođava se za dob i spol prilikom poređenja smrtnosti između populacija.

Vrijednost SMR-a	Interpretacija
= 100	Mortalitet isti kao i kod referentne populacije
> 100	Višak smrtnosti (viši od očekivanog)
<100	Manja smrtnost od očekivane

Tip pitanja za AKT: "Rudarska zajednica ima SMR od 145. Šta to znači?" → Višak smrtnosti — 45% više smrtnih slučajeva nego što se očekuje u uporedivoj opštoj populaciji.

🎯 Provjera — Pristrasnost u vremenu isporuke i dužini (ključne AKT zamke)

🔴 Pristrasnost u vremenu isporuke

Skrining otkriva bolest ranije, što stvara privid da se preživljavanje poboljšalo - čak i ako pacijent umre u istom trenutku. "Vrijeme preživljavanja od dijagnoze" je jednostavno produženo ranim otkrivanjem, a ne stvarnom koristi od liječenja. Pacijent ne živi duže; on samo zna da će duže živjeti.

🟠 Pristrasnost dužine

Programi skrininga imaju veću vjerovatnoću da otkriju sporo rastuću, indolentnu bolest (koja ima dužu "detektabilnu predkliničku fazu") nego agresivnu bolest koja brzo napreduje. Zbog toga skrining izgleda efikasnije nego što zaista jeste kod teških bolesti.

Pristrasnost u vremenu preživljavanja: Zamislite da znate da ćete umrijeti u 60. godini. Bez skrininga saznajete u 55. godini; sa skriningom saznajete u 40. godini. Izgleda da vam skrining daje 15 dodatnih godina preživljavanja od dijagnoze - ali i dalje umirete u 60. godini.

✅ Wilson & Jungner kriterijumi skrininga

Prije nego što se uvede program skrininga, on treba da zadovolji Wilsonove i Jungnerove kriterije (prvobitno objavljene 1968. godine, koji su još uvijek standardni okvir). AKT testira i poznavanje ovih kriterija i njihovu primjenu na scenarije.

#	Kriterij	Šta to znači u praksi
1	Važan zdravstveni problem	Stanje ima značajan morbiditet ili mortalitet — vrijedi truda skrininga
2	Prihvaćeni tretman dostupan	Nema smisla otkrivati bolest koju ne možete izliječiti
3	Postoje kapaciteti za dijagnostiku i liječenje	Infrastruktura mora biti na mjestu prije pokretanja
4	Prepoznatljiva latentna ili rana faza	Bolest mora imati uočljivu predsimptomatsku fazu
5	Dostupan odgovarajući test	Test mora biti prihvatljiv za populaciju, siguran i razumno tačan
6	Test prihvatljiv za populaciju	Ljudi moraju biti spremni da se podvrgnu tome — invazivni ili neugodni testovi mogu odvratiti od prihvatanja
7	Adekvatno shvaćena prirodna historija	Mora se znati kako bolest napreduje ako se ne liječi
8	Dogovorena politika o tome koga liječiti	Potrebni su jasni protokoli – ne samo otkrivanje, već i šta se dešava sljedeće
9	Isplativ	Troškovi pronalaženja svakog slučaja moraju biti uravnoteženi s koristima
10	Kontinuirani proces, ne jednokratni	Pregledi moraju biti kontinuirani — učestalost bolesti se nastavlja

⚠️ AKT aplikacija — Zašto PSA skrining ne ispunjava ove kriterije

PSA skrining za rak prostate je ne dio nacionalnog programa skrininga NHS-a upravo zato što se bori s kriterijima 5 i 7: PSA nije dovoljno tačan test (niska specifičnost → mnogi lažno pozitivni rezultati), a prirodni tok mnogih karcinoma prostate niskog stepena znači da nikada ne bi izazvali simptome tokom života pacijenta. Ovo je direktno povezano s prekomjernom dijagnozom (vidi dolje).

Pomoć pri pamćenju: zamislite kriterije kao tri grupe - bolest (važno, shvaćeno, ima latentnu fazu), test (prikladno, prihvatljivo, tačno), sistem (tretman postoji, postoje objekti, politika dogovorena, isplativo, kontinuirano).

🔍 Prekomjerna dijagnoza — pronalaženje problema koji ne bi uzrokovali probleme

Prekomjerna dijagnoza nastaje kada se otkrije stvarna bolest - ona koja zaista postoji - ali ta bolest bi nikada nisu uzrokovali simptome, štetu ili smrt tokom života pacijenta ako se ne otkrije. To nije lažno pozitivan (bolest je stvarna); to je istinski pozitivan rezultat koji nije trebalo otkriti.

🔴 Zašto je to važno

Prekomjerna dijagnoza pretvara zdrave ljude u pacijente. Izlaže ih anksioznosti, nuspojavama i rizicima liječenja stanja koje im nikada ne bi naškodilo. To je jedna od najvažnijih štetnih strana programa skrininga - i jedna koju AKT direktno testira.

stanje	Primjer prekomjerne dijagnoze
Rak prostate	Mnogi karcinomi niskog stepena malignosti otkriveni PSA testom nikada ne bi napredovali niti izazvali simptome - muškarci umiru sa njih, ne od ih
Rak širočina	Ultrazvuk otkriva sitne papilarne karcinome štitnjače koji su gotovo univerzalno indolentni - otkrivanje je poraslo, ali smrtnost nije promijenjena
DCIS (dojka)	Duktalni karcinom in situ otkriven mamografijom - neki nikada ne bi postali invazivni rak

Prekomjerna dijagnoza je kao pronaći malu pukotinu u zidu koja nikada ne bi uzrokovala pad kuće - ali sada kada ste je uočili, osjećate potrebu da je popravite. Pukotina je bila stvarna; šteta od njenog pronalaska proizašla je iz liječenja, a ne iz pukotine.

Prekomjerna dijagnoza naspram prekomjernog liječenja

Overdiagnosis = pronalaženje bolesti koju nije bilo potrebno pronaći. Overtreatment = liječenje bolesti koja nije trebala liječenje (što može uslijediti nakon prekomjerne dijagnoze ili se može javiti nezavisno). To su povezani, ali različiti koncepti.

🔢 Standardizacija dobi

Prilikom poređenja stopa bolesti ili smrtnosti između različitih populacija (npr. različitih zemalja, različitih vremenskih perioda), potrebno je uzeti u obzir činjenicu da te populacije mogu imati različite starosne distribucije. Starije populacije će prirodno imati veću smrtnost čak i ako im je zdravlje podjednako dobro.

Ključni koncept

Standardizacija dobi je statistička tehnika koja uklanja iskrivljujući učinak različitih dobnih distribucija prilikom poređenja zdravstvenih ishoda između populacija. Ona daje stopu koja bi se primijetila da su obje populacije imale istu dobnu strukturu ("standardna populacija").

🎗️ Statistika o raku — AKT – Obavezno znanje

AKT povremeno testira specifične statistike o raku. Nije vam potrebno iscrpno znanje o onkologiji - ali ove glavne brojke se pojavljuju i vrijedi ih znati.

Rak	Ključna statistika	Zašto je važno
Rak testisa	>98% 10-godišnjeg preživljavanja	Jedan od najizlječivijih karcinoma - važno je znati za savjetovanje mladih muškaraca
Rak pluća	Vodeći uzrok smrti od raka (UK)	Iako nije najčešći rak, ubija više ljudi nego bilo koji drugi

⚠️ Stopa preživljavanja u odnosu na stopu smrtnosti — Ne miješajte ih

Rak može imati visok učestalost (uobičajeno) ali nisko smrtnost (izlječiv), poput raka dojke. Ili može imati nižu incidenciju, ali vrlo visoku smrtnost, poput raka gušterače. AKT može testirati vašu sposobnost ispravnog tumačenja statistike raka - nemojte pretpostavljati da je najčešći rak ujedno i najsmrtonosniji.

⚖️ Nejednakosti u zdravstvu

Nejednakosti u zdravlju opisuju nepravedne, izbježive razlike u zdravlju između različitih grupa ljudi. One su značajan fokus politike javnog zdravstva Ujedinjenog Kraljevstva i pojavljuju se u AKT-u u kontekstu epidemiologije i socijalnih determinanti zdravlja.

definicija

Nejednakosti u zdravstvu su nepravedne, izbježive razlike u zdravstvenom stanju ili u distribuciji zdravstvenih determinanti između različitih populacijskih grupaOni su "izbježni" jer proizlaze iz društvenih, ekonomskih ili okolišnih uvjeta koji se u principu mogu promijeniti - a ne iz slučajnosti ili bioloških varijacija.

tip	Primjeri u Velikoj Britaniji
Socioekonomski	Kraći životni vijek u siromašnijim područjima; veće stope kardiovaskularnih bolesti, dijabetesa i mentalnih bolesti u siromašnijim zajednicama
Geographic	"Podjela između sjevera i juga" - lošiji zdravstveni ishodi u dijelovima sjeverne Engleske u poređenju s jugom
Etnički	Veće stope dijabetesa tipa 2 u populacijama Južne Azije; veći kardiovaskularni rizik kod crnačkih populacija
pol	Muškarci imaju kraći životni vijek, ali žene imaju više godina bolesti (morbiditeta).

U AKT-u, nejednakosti u zdravlju često se pojavljuju kao pitanja o socijalnim determinantama zdravlja ili o tumačenju podataka o populaciji koji pokazuju razlike između grupa. Ključni alat: Recenzija svizca (Pravedno društvo, zdravi životi) i koncept proporcionalni univerzalizam — univerzalne usluge koje se intenzivnije pružaju onima kojima su potrebne.

Distribucija podataka i statistička značajnost

Mjere centralne tendencije

Mjera	definicija	Najbolje korišćen kada	Pazi
Srednje	Zbir svih vrijednosti ÷ broj vrijednosti	Podaci su normalno distribuirani	Lako iskrivljeno odstupanjima
srednji	Srednja vrijednost prilikom sortiranja po redoslijedu. Ako postoji čak broj vrijednosti, medijana je prosjek dva srednja broja.	Iskrivljeni podaci (npr. prihod, dužina boravka u bolnici)	Ignoriše stvarne vrijednosti na ekstremnim tačkama
način	Najčešća vrijednost	Kategorički podaci; bimodalne distribucije	Može biti besmisleno sa kontinuiranim podacima
domet	Maksimalno − Minimalno	Brzi osjećaj širenja	U potpunosti određeno izuzetcima
IQR (interkvartilni raspon)	75. percentil − 25. percentil	Upareno sa medijanom za iskrivljene podatke	Ignoriše gornjih i donjih 25%
standardna devijacija (SD)	Prosječna razlika od srednje vrijednosti	Normalno distribuirani podaci	Obmanjujuće ako podaci nisu normalno distribuirani

🗂️ Vrste podataka — Nominalni, Ordinalni, Intervalni, Omjer

Razumevanje šta tip Podaci koje imate određuju koje su sumarne statistike i koji statistički testovi su prikladni. AKT to testira - obično predstavljanjem skupa podataka i pitanjem koji test ili mjeru koristiti.

tip	definicija	Primjeri	analogija
nazivni	Kategorije bez prirodnog redoslijeda	Krvna grupa (A, B, AB, O); spol; boja očiju; uzrok smrti	Voćna činija — jabuke i banane su jednostavno drugačije, nijedno nije "više"
Redni	Uređene kategorije, ali praznine između njih su ne nužno jednako	NYHA srčana insuficijencija klase (I–IV); skala bola (blaga/umjerena/teška); Likertova skala	Pozicije na trci — 1., 2., 3. Znamo redoslijed, ali razlika između 1. i 2. mjesta može biti vrlo različita od razlike između 2. i 3. mjesta.
interval	Uređeno sa jednakim razmacima između vrijednosti, ali nema prave nule	Temperatura u °C; kalendarski datumi; rezultati IQ-a	Termometar — 0°C ne znači "nema temperature". Ne možete reći da je 20°C "dvostruko toplije" od 10°C u bilo kojem apsolutnom smislu.
odnos	Uređene, jednake praznine I a prava apsolutna nula	Visina, težina, krvni pritisak, godine, prihodi, doza lijeka	Novac — 0 funti znači da zaista nemate ništa. 40 funti je dvostruko više od 20 funti.

💡 Zašto je to važno za AKT

Nominalni/Ordinalni podaci → koristite neparametrijske testove, mod ili medijanu za prosjeke
Podaci o intervalu/omjeru (normalno distribuirano) → mogu se koristiti testovi srednje vrijednosti, standardne devijacije i parametarski testovi
Vi ne može smisleno izračunati srednju vrijednost za nominalne podatke (npr. "prosječna krvna grupa" je besmislica) ili pravite proporcionalne izjave s intervalnim podacima (ne možete reći da je neko s IQ-om od 120 "dvostruko pametniji" od nekoga sa 60)

🔬 Parametrijski vs neparametrijski testovi

Statistički testovi se dijele u dvije porodice ovisno o pretpostavkama koje prave o vašim podacima. AKT testira koja je vrsta testa prikladna za dati scenario - ne morate izvoditi proračune, samo morate znati kada koji koristiti.

Osnovna razlika

Parametrijski testovi Pretpostavimo da su podaci normalno distribuirani (ili da je uzorak dovoljno velik da to nije bitno) i da su podaci barem na intervalnom nivou. Neparametrijski testovi ne prave takve pretpostavke — oni rade s rangovima ili kategorijama i pogodni su za iskrivljene podatke, male uzorke ili ordinalne/nominalne podatke.

Parametarski testovi su poput recepta koji funkcionira samo ako je vaša pećnica na tačno pravoj temperaturi. Neparametarski testovi su popustljiviji - funkcioniraju čak i ako je pećnica malo vruća ili hladna.

svrha	Parametarski test	Neparametarski ekvivalent
Uporedite srednje vrijednosti dvije nezavisne grupe	Nezavisni t-test	Mann-Whitneyjev U test
Uporedite sredstva: ista grupa, 2 vremenske tačke	Upareni t-test	Wilcoxon test rangiranja
Uporedite srednje vrijednosti 3 ili više grupa	ANOVA (analiza varijanse)	Kruskal-Wallisov test
Korelacija između dvije kontinuirane varijable	Pirsonova korelacija	Spearmanova korelacija ranga
Uporedite proporcije / kategoričke podatke	-	Hi-kvadrat test (χ²)

⚠️ Pravila odlučivanja AKT-a

Podaci su iskrivljen or nije normalno distribuirano → koristite neparametarske
Mala veličina uzorka (i normalnost neizvjesna) → koristite neparametarski
Podaci su redni (npr. bodovi za bol, Likertove metode) → koristite neparametarske metode
upoređujući proporcije ili kategorije → hi-kvadrat test
Veliki uzorak, kontinuirano, približno normalno → parametarski test je u redu

🔔 Normalna distribucija — Pravilo 68-95-99.7

Normalna distribucija je simetrična krivulja u obliku zvona. Srednja vrijednost, medijana i mod su svi jednaki i nalaze se u centru.

domet	% uključenih vrijednosti
Prosjek ± 1 SD	68%
Prosjek ± 2 SD	95%
Prosjek ± 3 SD	99.7%

Primjena AKT-a: Referentni rasponi za krvne pretrage obično se definiraju kao srednja vrijednost ± 2 SD - što znači da će 5% normalno zdravih ljudi biti "izvan normalnog raspona". Zbog toga blago abnormalan rezultat kod asimptomatskog pacijenta često ne zahtijeva liječenje.

⚠️ Iskrivljeni podaci

Kod pozitivno iskrivljenih podataka (npr. prihod, vrijeme čekanja kod ljekara opće prakse, serumski bilirubin na odjelu), srednja vrijednost je povučena udesno za nekoliko visokih outliera. U ovom slučaju, koristite median — bolje predstavlja tipičnu vrijednost. AKT voli testirati ovu razliku.

📉 P-vrijednosti i intervali pouzdanosti — šta oni zaista znače

P-vrijednosti

p-vrijednost je vjerovatnoća opažanja rezultata koji su barem jednako ekstremni kao oni koji su viđeni ako je nulta hipoteza tačna (tj. ako nema stvarnog efekta). To je ne vjerovatnoća da je nulta hipoteza tačna.

p-vrijednost	Interpretacija
p <0.05	Statistički značajno — manja od 5% vjerovatnoće da se ovaj rezultat dogodio slučajno
p> 0.05	Nije statistički značajno - rezultat može biti slučajan
p = 0.01	1% šanse za postizanje ovog rezultata ako nema stvarnog efekta

Intervali pouzdanosti (CI)

Interval pouzdanosti od 95% znači: ako biste ponovili studiju 100 puta, u 95 od tih slučajeva stvarna vrijednost populacije bi se nalazila unutar ovog raspona.

Kontinuirani interval sigurnosti (CI) je kao vremenska prognoza koja kaže "očekujte sutra između 14°C i 22°C." To ne znači da će temperatura definitivno biti u tom rasponu - ali ste 95% sigurni da hoće.

🔴 Najprovjerenije pravilo — Da li CI prelazi magični broj?

Za Odnos (RR, OR, HR): ako 95% CI uključuje 1.0 → nije statistički značajno
Za razlika (srednja razlika, ARR): ako 95% CI uključuje 0 → nije statistički značajno
Ako je CI u potpunosti iznad 1 (za omjere) → značajno povećan rizik
Ako je CI u potpunosti ispod 1 (za omjere) → značajno smanjen rizik

❌ Greške tipa I i tipa II — Plačući vuk u odnosu na promašivanje vuka

Greška tipa I (α — Alfa)

Odbacivanje nulte hipoteze kada je ona zapravo tačna. Drugim riječima: zaključivanje da tretman djeluje kada ne djeluje. Stopa lažno pozitivnih rezultata. Konvencionalno prihvatljivo na 5% (α = 0.05, p < 0.05).

"Plačući vuk" - oglašavanje uzbune kada nema vuka.

Greška tipa II (β — Beta)

Neuspjeh u odbacivanju nulte hipoteze kada je ona zapravo lažna. Drugim riječima: propuštanje pravog efekta tretmana. Stopa lažno negativnih rezultata. Konvencionalno prihvatljivo na 20% (β = 0.2, snaga = 80%).

"Nedostaje mi vuk" - reći da nema vuka kada ga ima.

Statistical Power

Snaga = 1 − β. To je vjerovatnoća tačnog otkrivanja pravog efekta. Veća snaga = manja je vjerovatnoća da će se propustiti pravi efekat. Snaga se povećava sa većim veličinama uzorka. Dobro osmišljeno ispitivanje zahtijeva snagu ≥80%.

⚡ Statistička značajnost ≠ Klinička značajnost

Ovo je jedna od najvažnijih i najprovjerenijih nijansi u AKT statistici - i ona koju mnogi pripravnici propuštaju.

🔴 Osnovno pravilo

Rezultat može biti statistički značajno (p < 0.05) dok se klinički besmislenoStatistička značajnost vam samo govori da je malo vjerovatno da je rezultat posljedica slučajnosti — kaže se ništa o tome da li je efekat dovoljno veliki da bi bio značajan u praksi.

Studija na 50,000 pacijenata pokazuje da novi antihipertenziv smanjuje sistolni krvni pritisak za 1 mmHg. p = 0.001. Veoma značajno - ali biste li promijenili svoj recept za pad od 1 mmHg? Ne. P-vrijednost je mala jer je uzorak ogroman, a ne zato što je učinak važan.

scenario	Statistički značajno?	Klinički važno?
Pad krvnog pritiska za 1 mmHg, n=50,000, p=0.001	Da	Ne
Pad krvnog pritiska za 15 mmHg, n=30, p=0.08	Ne	Vjerovatno da
Pad krvnog pritiska za 12 mmHg, n=500, p=0.02	Da	Da

💡 Šta koristiti umjesto toga

Uvijek pogledajte na veličina efekta (ARR, NNT, srednja razlika) uz p-vrijednosti i intervale pouzdanosti (CI). Uzak interval pouzdanosti koji isključuje nulu ili jedan je značajniji od same p-vrijednosti - govori vam i smjer i preciznost efekta.

📏 Širina intervala pouzdanosti — Preciznost na prvi pogled

Uski interval pouzdanosti → precizna procjena → visoka pouzdanost, prava vrijednost je blizu tačkaste procjene (obično iz velikog uzorka)
Široki interval pouzdanosti (CI) → nesigurna procjena → prava vrijednost može biti bilo gdje u širokom rasponu (obično iz malog ili heterogenog uzorka)

Primjer: RR = 1.5 (95% CI 1.4–1.6) → precizno, uvjerljivo. RR = 1.5 (95% CI 0.6–3.8) → široko, nesigurno — i prelazi 1.0 tako da nije ni značajno.

📈 Regresija do srednje vrijednosti — Skriveni problem kliničke prakse

Regresija ka srednjoj vrijednosti je statistička tendencija da ekstremno mjerenje bude bliže prosjeku pri drugom mjerenju - bez obzira na bilo kakvu intervencijuTo je jedan od najnedovoljno prepoznatih izvora obmanjujućih zaključaka u medicini.

🔴 Zašto je to klinički važno

Pacijenti se često istražuju ili liječe upravo kada su im simptomi ili mjerenja najgori. Prirodna varijacija znači da će se ta mjerenja vjerovatno poboljšati nakon ponovnog testiranja - ne nužno zbog vaše intervencije. Bez kontrolne grupe, nemoguće je razlikovati regresiju do prosjeka od stvarnog efekta liječenja.

scenario	Kako izgleda efekat tretmana	Šta se zapravo može dogoditi
Pacijent ima vrlo visok krvni pritisak na jednom mjerenju → počeo je uzimati lijekove → krvni pritisak je niži pri sljedećoj posjeti	Lijek djeluje	Prvo očitavanje je možda bilo odstupanje; krvni pritisak bi ionako bio niži pri ponovljenom mjerenju.
Učenik postiže vrlo loše rezultate na testu → dobija dodatnu školarinu → postiže bolje rezultate sljedeći put	Školarina je pomogla	Loš rezultat je možda bio nereprezentativan; prirodni učinak teži ka njihovom prosjeku
Pacijent s teškim pogoršanjem ekcema počinje koristiti novu kremu → pogoršanje se poboljšava	Krema je efikasna	Teški napadi se prirodno poboljšavaju tokom vremena, bez obzira na liječenje.

Zamislite da mjerite nečiju visinu samo kada stoji na kutiji. Izgledaju veoma visoki. Sljedeći put kada ih mjerite normalno - izgledaju kao da su se "smanjili". Mjera se promijenila; osoba se nije. To je regresija do prosjeka.

💡 Kako se zaštititi od toga

Uzeti višestruka osnovna mjerenja i koristite prosjek prije početka liječenja
Koristite a kontrolna grupa — regresija na srednju vrijednost podjednako utiče na obje grupe, tako da je vjerovatnije da će svaka razlika između grupa biti stvarni efekat tretmana
Ovo je jedan od najjačih argumenata za RCT-ovi u odnosu na nekontrolirane studije prije i poslije

Statistički grafikoni — na šta treba obratiti pažnju

AKT redovno prikazuje grafikone i traži od vas da ih interpretirate. Naučite uočiti ključnu karakteristiku u svakoj vrsti grafikona - ne pokušavajte pročitati sve. Jedno ciljano posmatranje je sve što je potrebno.

Tip grafikona	Primarna upotreba	Jedna stvar koju treba tražiti
Forest Parce	Rezultati meta-analize	Da li je dijamant preći vertikalnu liniju bez efekta?
Funnel Plot	Detekcija pristranosti publikacija / praćenje GP odstupajućih vrijednosti	Je li zaplet asimetrična? (Praznina = nedostaju neobjavljene studije)
Catesov zaplet	Vizuelno komuniciranje NNT-a pacijentima	Prebrojite obojene "korisne" strane; NNT = 100 ÷ te strane
L'Abbéova parcela	Istraživanje heterogenosti u meta-analizama	Tačka na dijagonalnoj liniji = nulti učinak tretmana
Zaplet kutije i brkova	Distribucija i širenje podataka	Srednja linija = median (ne znači negativan); tačke iza brkova = izuzetci
Faganov nomogram	Vjerovatnoća prije testa → nakon testa	Povucite liniju od vjerovatnoće prije testa do LR da biste pročitali vjerovatnoću nakon testa.
Dijagram stabljike i lista	Distribucija — čuva originalne vrijednosti	Kao histogram, ali prikazuje pojedinačne tačke podataka
Kaplan-Meierova krivulja	Analiza preživljavanja — vrijeme do događaja	Broj koraka se smanjuje kada se događaji dogode; krivulje koje rano divergiraju i ostaju odvojene ukazuju na održivu korist od liječenja.
histogram	Distribucija kontinuiranih podataka	Oblik krive: simetrična = normalna distribucija; asimetrična = koristi se medijana, a ne srednja vrijednost

🌲 Šumske parcele — Detaljno

Kako čitati šumski plan

Svaki kvadrat = jedna studija. Veličina kvadrata = težina studije (obično određena veličinom uzorka)
Horizontalne linije = 95% interval pouzdanosti za tu studiju
Dijamant na dnu = združena ukupna procjena. Njena širina = združeni 95% interval pouzdanosti (CI)
Vertikalna linija na 1.0 = "linija bez efekta" (za omjere). Ako je CI linija ili dijamant prelazi ovu liniju, taj rezultat je nije statistički značajno

Heterogenost — I² statistika

I² mjeri koliko je varijacija između studija posljedica stvarne heterogenosti (stvarnih razlika), a ne slučajnosti.
I² < 25% = niska heterogenost ✓
I² = 25–50% = umjerena heterogenost
I² > 50% = značajna heterogenost — združeni rezultat je manje pouzdan ⚠️

Zamislite dijamant kao konačnu presudu porote. Ako dijamant pređe vertikalnu "liniju bez efekta", porota je neriješena - nema konačnog zaključka. I² statistika vam govori da li su se porotnici uopće složili oko istog slučaja.

📯 Grafikoni prodajnih tokova — Praćenje pristranosti objavljivanja i GP odstupanja

Lijevkasti dijagrami se pojavljuju u dva potpuno različita konteksta u AKT-u - provjerite da li prepoznajete oba.

U meta-analizi (pristrasnost objavljivanja)

Prikazuje veličinu efekta (x-osa) u odnosu na preciznost ili veličinu studije (y-osa). Simetrični invertovani lijevak = nema pristranosti. Asimetrični lijevak s prazninom u donjem lijevom uglu = nedostaju male negativne studije → pristranost objavljivanja.

Praćenje performansi u praksi

Upoređuje ordinacije opšte prakse na osnovu metrike (npr. stope upućivanja, smrtnost). Tačke podataka izvan linija prodajnog toka su statistički outsideri što opravdava istragu - ne nužno i dokaz lošeg učinka.

😊 Catesovi dijagrami — Kako vizuelno izdvojiti NNT

Catesov dijagram (ponekad nazvan "dijagram nasmijanog lica") koristi mrežu od 100 lica kako bi pomogao pacijentima da vizualiziraju apsolutnu korist i štetu.

Svako od 100 lica predstavlja jednu osobu na 100 tretiranih
Žuta/zelena lica = ljudi koji su imali koristi (spriječeni događaji)
Crvena lica = ljudi koji su pretrpjeli štetu
Siva/obična lica = nema efekta ni u jednom smjeru

NNT iz Catesove parcele

NNT = 100 ÷ broj korisnih strana

Primjer: 4 žute strane → NNT = 100 ÷ 4 = 25

📉 Kaplan-Meierove krivulje preživljavanja — Kako ih čitati

Kaplan-Meierove (KM) krive pokazuju vjerovatnoću preživljavanja (ili ostanka bez događaja) tokom vremena. Pojavljuju se u AKT pitanjima o ispitivanjima raka, kardiovaskularnim studijama i svim istraživanjima koja prate vrijeme do događaja.

svojstvo	Šta to znači
Y-osa	Vjerovatnoća preživljavanja (ili preživljavanja bez događaja) — počinje od 1.0 (100%) i opada tokom vremena
X-osa	Vrijeme (dani, mjeseci, godine)
Svaki korak prema dolje	Desio se događaj (npr. smrt, recidiv). Veći koraci = više događaja u toj tački
Kvačice na liniji	Cenzurisani pacijenti — izgubljeni iz praćenja ili je studija završena. Ne događaji.
Dvije krivulje se rano razilaze i ostaju razdvojene	Sugerira održivu korist od liječenja tokom praćenja
Prelazak krivina	Sugerira da opasnost nije proporcionalna tokom vremena - što komplikuje tumačenje
Medijan preživljavanja	Vremenska tačka u kojoj krivulja preživljavanja prelazi 50% - tačka u kojoj je polovina pacijenata imala događaj

Veza s omjerom rizika

The log-rank test statistički upoređuje dvije KM krive. omjer rizika (HR) sumira ukupnu razliku između krivulja. HR < 1 = tretirana grupa ima manje događaja tokom vremena. Ako se krivulje značajno preklapaju, HR će biti blizu 1 (nema koristi).

Zamislite KM krivulju kao stepenice koje vode prema dolje. Svaka stepenica prema dolje predstavlja nekoga ko ima taj događaj. Tretman koji djeluje zadržava ljude na višim stepenicama duže - stepenice tretirane grupe se spuštaju sporije.

📊 Histogrami — Pregled distribucije

Histogram prikazuje distribuciju kontinuirane varijable (npr. starosti, krvnog pritiska, BMI) grupiranjem vrijednosti u intervale (kanale) i prikazivanjem koliko opažanja spada u svaki od njih. Za razliku od stupčastog grafikona, stupci se dodiruju - jer su podaci kontinuirani.

Oblik	značenje	Koristiti srednju vrijednost ili medijanu?
Simetrični oblik zvona	Normalna distribucija — srednja vrijednost, medijana i mod su svi jednaki	Ili — ali konvencionalno srednja vrijednost ± SD
Desni (pozitivni) nagib	Dugi rep udesno — nekoliko vrlo visokih vrijednosti povlači srednju vrijednost prema gore	Medijan (reprezentativniji)
Lijevi (negativni) nagib	Dugi rep ulijevo — nekoliko vrlo niskih vrijednosti povlači srednju vrijednost prema dolje	Medijan (reprezentativniji)
Bimodalni (dva vrha)	Dvije različite podgrupe u podacima	Prijavite oba vrha odvojeno

AKT savjet: ako histogram pokazuje pozitivnu asimetriju, ispravna mjera centralne tendencije kotiranja je medianAko pokazuje normalnu distribuciju, značiti je prikladno.

Poboljšanje kvaliteta i klinička revizija

alatka	svrha	ključne značajke
Klinička revizija	Mjerenje prakse u odnosu na eksplicitne standarde; identifikacija i uklanjanje nedostataka	Zahtijeva definirani standard. Koristi PDSA ciklus. Uključuje zatvaranje petlje (ponovna revizija). ne istraživanje — bez hipoteze, bez generiranja novog znanja.
Analiza značajnih događaja (SEA)	Sistematski multidisciplinarni pregled jednog značajnog događaja	Bez krivice. Fokusira se na učenje sistema, a ne na individualne greške. Dijeli se unutar tima. Dokumentuje učenje i djelovanje.
Analiza korijenskog uzroka (RCA)	Detaljna istraga ozbiljnih incidenata	Strukturiranije od SEA. Koristi tehniku "5 zašto". Identifikuje doprinosne i osnovne uzroke. Često za nikada događaje ili ozbiljnu štetu.
Izvještavanje o QOF izuzecima	Odgovarajuće isključenje pacijenata iz QOF indikatora	Klinički prikladno za: maksimalno podnošljivu terapiju, informirano neslaganje pacijenta, ekstremnu slabost ili kliničku kontraindikaciju.

🔄 Klinička revizija naspram istraživanja — ključne razlike

svojstvo	Klinička revizija	istraživanje
svrha	Poboljšajte njegu poređenjem sa standardima	Generirajte novo znanje
Hipoteza	Ništa — upoređuje se sa postojećim standardom	Uvijek ima hipotezu
Odobrenje etike	Obično nije potrebno	Obično je potrebno
pristanak	Obično nije potrebno	Obično je potrebno
Randomizacija	nikada	Može uključivati randomizirana kontrolirana ispitivanja (RCT)
Krajnji rezultat	Poboljšanje usluge; akcioni plan	Novi dokazi; objavljivanje

AKT zamka: "Liječnik opće prakse želi istražiti postiže li novi antibiotik bolje stope izlječenja od standardnog liječenja u njegovoj praksi." → Ovo je istraživanje (generira novo znanje, ima hipotezu, treba etiku). "Liječnik opće prakse mjeri da li stopa pregleda astme u njegovoj praksi ispunjava NICE standard od 80%." → Ovo je revizija.

🔁 PDSA ciklus

Ciklus Planiraj-Uradi-Prouči-Djeluj (PDSA) je okvir za kontinuirano poboljšanje koji se koristi u kliničkoj reviziji i poboljšanju kvalitete.

faza	Šta se dešava
plan	Definišite pitanje, postavite standard, isplanirajte prikupljanje podataka
Do	Implementirajte promjenu ili izmjerite trenutnu praksu
Studija	Analizirajte rezultate; uporedite sa standardom; identifikujte nedostatke
djelo	Implementirajte poboljšanja; planirajte ponovnu reviziju kako biste zatvorili krug

Klinički proračuni (AKT banka formula)

Ove formule se pojavljuju u pitanjima za izračunavanje AKT-a. Naučite svaku od njih i znajte kliničke granične vrijednosti koje pokreću djelovanje.

Indeks telesne mase (BMI)

Težina (kg) ÷ Visina² (m²)

Pothranjenost <18.5 | Normalna 18.5–24.9 | Prekomjerna težina 25–29.9 | Gojaznost ≥30 | Morbidno gojazna ≥40

Indeks pritiska u zglobu i brahijalnom zglobu (ABPI)

Najviši sistolni pritisak u gležnju ÷ Najviši brahijalni sistolni pritisak

Normalno: 1.0–1.3 | PAD: <0.9 | Teški PAD: <0.5 | Nekompresibilni (kalcificirani): >1.3

Alkoholne jedinice

(Zapremina u ml × ABV%) ÷ 1000

npr. 750ml × 12% ÷ 1000 = 9 jedinica. Nizak rizik: ≤14 jedinica/sedmično za oba spola. Ne postoji siguran nivo u trudnoći.

Holesterol koji nije HDL

Ukupni holesterol − HDL holesterol

Cilj: <2.5 mmol/L kod osoba na terapiji statinima (smjernice NICE). Uključuje sve aterogene lipoproteine.

Volumen doze lijeka za djecu

(Željena doza ÷ Dostupna jačina) × Volumen

Npr. djetetu je potrebno 250 mg, suspenzija je 125 mg/5 ml: (250 ÷ 125) × 5 ml = 10 ml

Procenat gubitka težine (novorođenčad)

[(Težina pri rođenju − Trenutna težina) ÷ Težina pri rođenju] × 100

Gubitak >10% u prvih 5 dana zahtijeva pregled. Normalno je da se izgubi do 10%; trebalo bi se povratiti do 10-14 dana.

Cockcroft-Gault (CrCl)

[(140−Dob) × Težina (kg)] ÷ Kreatinin (µmol/L) × K

K = 1.23 (muškarci), 1.04 (žene). Procjenjuje klirens kreatinina — koristi se za doziranje lijekova kod bubrežne insuficijencije.

🧮 ABPI radni primjer

🎯 Scenarij: Gospođa T, 72, s bolovima u nozi pri hodanju

1 Pritisak u gležnju (najviši od DP/PT): 90 mmHg | Pritisak u brahijalnoj ruci (najviši položaj ruke): 130 mmHg

2 ABPI = 90 ÷ 130 = 0.69

3 ABPI 0.69 = Potvrđena periferna arterijska bolest (granična vrijednost <0.9)

4 Kompresivno zavijanje je KONTRAINDICIRANO — uputite se na vaskularnu hirurgiju

🍷 Primjeri obrade jedinica za alkohol

piće	Volumen (ml)	ABV%	računica	jedinice
Velika čaša vina	250ml	13%	250 × 13 ÷ 1000	3.25
Boca vina	750ml	12%	750 × 12 ÷ 1000	9.0
Jaka pinta piva	568ml	5%	568 × 5 ÷ 1000	2.84
Mjera za jedan alkohol	25ml	40%	25 × 40 ÷ 1000	1.0

Smjernice za nizak rizik: ≤14 jedinica/sedmično (muškarci i žene), raspoređeno na 3+ dana, sa 2-3 dana bez alkohola sedmično. O ovome biste razgovarali na konsultacijama o smanjenju unosa alkohola.

🧮

Worked Examples

🎯 Primjer 1: Izračunavanje svih metrika rizika iz probne tabele

RCT studija nasumično raspoređuje pacijente da primaju ili Lijek X ili Placebo. Nakon 3 godine: 80 od 500 pacijenata koji su primali placebo doživjelo je moždani udar; 40 od 500 pacijenata koji su primali Lijek X doživjelo je moždani udar.

1CER = 80/500 = 0.16 (16%) ČAST = 40/500 = 0.08 (8%)

2DOP = 0.16 − 0.08 = 0.08 (8%)

3NNT = 1 ÷ 0.08 = 12.5 → zaokružiti na 13

4Rrr = 0.08 ÷ 0.16 = 0.5 = 50%

5RR = 0.08 ÷ 0.16 = 0.5 (Lijek X prepolovljuje rizik od moždanog udara)

🎯 Primjer 2: Konstruisanje tabele 2×2 i izračunavanje osjetljivosti i specifičnosti

Novi test je primijenjen na 200 pacijenata, od kojih 100 ima bolest. Test je ispravno identificirao 85 od 100 sa bolešću i ispravno identificirao 80 od 100 bez bolesti.

1TP = 85 | FN = 15 | TN = 80 | FP = 20

2osjetljivost = TP ÷ (TP+FN) = 85 ÷ (85+15) = 85/100 = 85%

3Specifičnost = TN ÷ (TN+FP) = 80 ÷ (80+20) = 80/100 = 80%

4PPV = TP ÷ (TP+FP) = 85 ÷ (85+20) = 85/105 = 81%

5NPV = TN ÷ (TN+FN) = 80 ÷ (80+15) = 80/95 = 84%

🎯 Primjer 3: Izračun pedijatrijske doze

Djetetu je potrebno 300 mg amoksicilina. Dostupna suspenzija je 250 mg/5 ml. Koju količinu treba dati?

1Formula: (Željena doza ÷ Dostupna jačina) × Zapremina

2(300 ÷ 250) × 5 = 1.2 × 5 = 6ml

????

Formule - Šalterski list i pomagala za pamćenje

Formule za rizik i liječenje

DOP = CER − EER Rrr = ARR ÷ CER RR = EER ÷ CER NNT = 1 ÷ ARR NNH = 1 ÷ ARI

Dijagnostičko ispitivanje

osjetljivost = TP ÷ (TP+FN) Specifičnost = TN ÷ (TN+FP) PPV = TP ÷ (TP+FP) NPV = TN ÷ (TN+FN)

Populacijske i kliničke formule

SMR = (Opservacije ÷ Iskustva) × 100 BMI = Težina (kg) ÷ V² (m) ABPI = Sistolni krvni pritisak (SBP) skočnog zgloba ÷ Sistolni krvni pritisak nadlaktice alkohol = (Vol × ABV%) ÷ 1000

🧠 Pomagala za pamćenje

SnNout: Osjetljivi test — Negativan test isključuje OUT bolest (skrining)
SpPIN: Specifični test — Pozitivna pravila za bolest IN (potvrda)
CI križevi 1.0 (omjer) ili 0 (razlika) → nije značajno
Rombovi šumskih parcela križaju se linijom → nije značajno
Asimetrija lijevka → pristranost objavljivanja (ili GP odstupanje ako je u kontekstu performansi)
Srednja linija dijagrama kutije → SREDNJA (ne srednja vrijednost)
68-95-99.7 → ±1SD, ±2SD, ±3SD u normalnoj distribuciji
I² >50% → značajna heterogenost
ILI iz slučaj-kontrole | RR iz kohorte | Prevalencija iz presječnih podataka
Revizija ≠ Istraživanje (mjere revizije u odnosu na standard; istraživanje generira nova znanja)

📊 Mnemotehnika dizajna studije: "Za slučajeve, OR — Za kohorte, RR"

Kontrola slučaja → OR (Odds Ratio) — osvrt na izloženosti u prošlosti
Cohort → RR (Relativni rizik) — od izloženosti
Presjek → Prevalencija — KRATAK PREGLED u vremenu
RCT / SR → Zlatni standard za pitanja o tretmanu

🎓

Biseri za trenere i podučavanje

Uobičajene slijepe tačke pripravnika u vezi s ovom temom

Specijalizanti često uče NNT kao formulu bez razumijevanja šta ona zapravo klinički znači - pobrinite se da to mogu objasniti rečenicom koju bi pacijent razumio.
Razlika između osjetljivosti/specifičnosti (svojstva testa) i PPV/NPV (pod utjecajem prevalencije) nije dobro shvaćena - analogija s testom za trudnoću dobro funkcionira.
Mnogi pripravnici znaju kako izgleda šumska parcela, ali ne mogu objasniti šta za pogledati - fokusirajte se na dijamant i da li prelazi granicu bez efekta
Pristrasnost u vremenu isporuke se često miješa sa pristrasnošću u dužini – koristite dijagrame ili vremenske linije da ilustrujete razliku.
Pripravnici rutinski brkaju kliničku reviziju s istraživanjem - koristite primjere iz procjena samog RCGP-a

Ideje za tutorijale i teme za početak diskusije

"Evo sažetka tabele iz ispitivanja lijeka - možete li mi reći NNT i da li biste ga propisali ovom pacijentu?"
"Pogledajte ovu šumsku sliku. Da li je intervencija efikasna? Koliko ste sigurni u taj odgovor?"
"Vaš pacijent ima pozitivan FIT test. PPV u populaciji niskog rizika je oko 3%. Kako mu to objašnjavate?"
"Vidimo mnogo visokih rezultata PSA. U čemu je problem s korištenjem PSA kao skrining testa?"
"Kolegica želi uporediti naše ishode sepse sa onima u Zavodu. Je li to revizija ili istraživanje? Da li je potrebna etika?"
"Kako biste objasnili 1-50% vjerovatnoću nuspojave pacijentu koji pita 'Je li sigurno?'"

Refleksivna pitanja za tutorijale

Kako trenutno objašnjavate rizik pacijentima? Da li koristite apsolutne ili relativne brojke?
Možete li se sjetiti nedavne kliničke smjernice koja je navodila značajan NNT - šta je to bilo i kako je to uticalo na vašu praksu?
Jeste li ikada naručili test, a niste znali njegovu osjetljivost/specifičnost? Kako ste interpretirali rezultat?
Zašto bi farmaceutska kompanija mogla odlučiti da predstavi rezultate svojih ispitivanja kao RRR, a ne kao ARR?

🔥 AKT savjeti za visok prinos

Ovo su obrasci koji se više puta pojavljuju u AKT testovima. Zapamtite ih i dobit ćete bodove.

🎯 Izračun NNT-a

Uvijek prvo pretvorite procente u decimale. ARR = 5% → NNT = 1 ÷ 0.05 = 20. Uvijek zaokruženo up na najbliži cijeli broj. Niži NNT = efikasniji tretman.

🎯 CI prelazi magični broj

Za omjere (RR, OR, HR): CI ukrštenice 1.0 = nije značajno. Za razlike: CI ukrštanja 0 = nije značajno. Ovo se pojavljuje u gotovo svakom pitanju o šumskoj parceli.

🎯 Usklađivanje dizajna studija

Rijetke bolesti → slučaj-kontrola → ILI. Nova izloženost u budućnosti → kohorta → RR. Snimak prevalencije → presjekNajbolji dokazi za liječenje → SQR or SR/meta-analiza.

🎯 Osjetljivost naspram specifičnosti — Šta koristiti kada

Probirni test → želite visoku osjetljivost (ne želite propustiti slučajeve → SnNout). Potvrdni test → žele visoku specifičnost (ne žele lažno pozitivne rezultate → SpPin).

🎯 PPV pada u populacijama s niskom prevalencijom

Čak i visoko specifičan test (99%) daje lošu PPV vrijednost u okruženju niske prevalencije. Većina pozitivnih rezultata u skriningu populacije su lažno pozitivni. Zato ne testiramo sve na sve.

🎯 Dijamant šumske parcele

Ako je dijamant (zajednička procjena) prelazi vertikalnu liniju bez efekta → ukupni rezultat NIJE statistički značajan. Ako je I² > 50% → značajna heterogenost → združeni rezultat je manje pouzdan.

🎯 Asimetrija prodajnog toka

Praznina u donjem lijevom uglu lijevkastog dijagrama = pristranost objavljivanja — male negativne studije nisu objavljene. Ovo preuveličava prividni učinak tretmana u meta-analizi.

🎯 Kutija-i-Brkovi — Uvijek Prosječan, Ne Zao

Linija unutra kutija je medianKutija = IQR (srednjih 50%). Tačke ili krugovi iza brkova = odstupanja.

🎯 RRR zvuči impresivnije od ARR-a

Farmaceutske kompanije vole navoditi RRR jer zvuči veće. RRR od 50% zvuči nevjerovatno - sve dok ne znate da je početni rizik bio samo 2% (→ ARR = 1%, NNT = 100). Uvijek se pitajte: koji je bio početni rizik?

🎯 Medijana — Koristi se za iskrivljene podatke

Iskrivljene distribucije (prihod, boravak u bolnici, serumski bilirubin) → upotreba median ne srednja vrijednost. Srednja vrijednost je izračunata iz izuzetnih vrijednosti; medijana nije.

🎯 Revizija u odnosu na istraživanje

Revizija: mjere protiv postojeće standard; nije potrebna etika; nema hipoteze. Istraživanje: generira novi znanje; potrebno je etičko odobrenje; postoji hipoteza. Ključna razlika koju AKT više puta testira.

🎯 Namjera liječenja (ITT)

ITT analiza uključuje sve randomizirane učesnike bez obzira na pridržavanje terapije. Ovo daje Konzervativan procjena efikasnosti — realnija za kliničku praksu. Analiza po protokolu precjenjuje efekat.

🎯 Granična vrijednost ABPI-ja

ABPI < 0.9 = periferna arterijska bolest. ABPI > 1.3 = nekompresibilne (kalcificirane) krvne žile - nepouzdan rezultat. Kompresivno zavijanje je kontraindicirano ako je ABPI < 0.8 (provjerite sa svojim smjernicama za kompresiju).

🎯 Catesova zaplet NNT

Prebrojite korisne strane (obično žute ili zelene). NNT = 100 ÷ (broj korisnih strana). 5 žutih strana → NNT = 20.

⚠️

Uobičajene greške i zamke pripravnika

Ovo su greške koje se ponavljaju u AKT shemama ocjenjivanja. Svaka od njih predstavlja stvarni gubitak ocjene kod pravih kandidata.

Zaboravljanje pretvaranja postotaka u decimale prije izračunavanja NNT-a (npr. ARR = 5% → morate koristiti 0.05, a ne 5, da biste dobili NNT = 20, a ne 0.2)
Zaokruživanje NNT-a dole više nego up (NNT = 12.5 → odgovor je 13, a ne 12)
Zamjena RRR-a sa ARR-om i navođenje impresivnije relativne brojke kao kliničke koristi.
Reći da je rezultat "značajan" kada CI tek dotakne 1.0 - mora ne uključuju 1.0 da bi bilo značajno
Navodeći da je srednja linija dijagrama kutije i brkova srednja vrijednost - ona je uvijek median
Zamjena osjetljivosti sa PPV-om — osjetljivost je fiksno svojstvo testa; PPV zavisi od prevalencije
Misliti da će visoko specifičan test u populaciji s niskom prevalencijom dati pouzdan pozitivan rezultat — neće (niska PPV)
Zamjena OR-a i RR-a — OR-ovi se ne mogu direktno koristiti kao RR-ovi osim kada je bolest rijetka.
Reći da studija slučaj-kontrola generira RR - generira OR, jer počinjete sa slučajevima i kontrolama, a ne sa izloženom kohortom.
Zamjena kliničke revizije s istraživanjem - tvrdnja da revizija zahtijeva etičko odobrenje
Pogrešno tumačenje pristranosti u vremenu potrebnom za početak kao značenje da program skrininga zaista poboljšava preživljavanje
Zaboravljanje da je I² >50% u šumskoj dijagramu izaziva zabrinutost oko validnosti združenog rezultata.
Korištenje srednje vrijednosti za opisivanje iskrivljenih podataka (npr. prihod, dužina boravka u bolnici) — koristite medijanu

🏁 Završni bodovi za ponijeti kući

NNT = 1 ÷ ARR. Uvijek pretvarajte procente u decimale. Uvijek zaokružujte naviše. Manji NNT = bolji tretman.
ARR je klinički iskren. RRR zvuči impresivno, ali može zavarati. Uvijek uparite RRR s početnim rizikom.
Osjetljivost i specifičnost su fiksna svojstva testa. PPV i NPV se mijenjaju s prevalencijom bolesti.
SnNout: osjetljivi testovi isključuju negativan rezultat. SpPin: specifični testovi isključuju pozitivan rezultat.
Dijamant šumskog dijagrama prelazi granicu bez efekta → rezultat nije statistički značajan. I² >50% → problemi s heterogenošću.
Asimetrija dijagrama lijevka → pristranost objavljivanja. Tačke izvan granica lijevka u praćenju performansi → prakse odstupanja.
CI za omjer koji uključuje 1.0 → nije značajno. CI za razliku koja uključuje 0 → nije značajno.
Slučaj-kontrola → OR. Kohorta → RR. Presječni → prevalencija. RCT/SR → zlatni standard za liječenje.
Iskrivljeni podaci → koristite medijanu, a ne srednju vrijednost. Srednja linija box plot-a = medijana. Tačke iza brkova = outlieri.
Klinička revizija mjeri standarde - nije potrebna etika, nema hipoteze. Istraživanje generira nova znanja - etika je neophodna.

Statistički zadaci u AKT-u su među najpouzdanijim ocjenama za učenje. Nekoliko sati s ovom stranicom i nekoliko vježbenih pitanja isplatit će se daleko iznad uloženog truda.