Praxe založená na důkazech a lékařská statistika
Protože „čtu si něco online“ v AKT úplně nestačí.
Poslední aktualizace: duben 2026 · Také známé jako medicína založená na důkazech (EBM)
📥 Ke stažení
Materiály, shrnutí a doplňky k výuce – připravené, kdykoli budete potřebovat.
cesta: Praxe založená na důkazech je také známá jako medicína založená na důkazech nebo zkráceně EBM.
Webové zdroje
Pečlivě vybraná směs oficiálních pokynů a reálných školicích materiálů pro praktické lékaře. Protože někdy se ty nejlepší perly neskrývají v oficiálních dokumentech.
Jednominutové odvolání
Naskenujte si to před klinikou – nebo večer před testem AKT? Tohle jsou věci, za které získáte body.
🧮 Vzorce pro výpočet rizika
- ARR = CER − EER
- NNT = 1 ÷ ARR
- RRR = ARR ÷ CER
- RR = EER ÷ CER
- NNH = 1 ÷ ARI
🔬 Diagnostické testy
- Význam = TP ÷ (TP+FN) → SnNout
- Spec = TN ÷ (TN+FP) → SpPin
- PPV = TP ÷ (TP+FP) ← pády s nízkou prevalencí
- NPV = TN ÷ (TN+FN) ← pády s vysokou prevalencí
📊 Návrhy studií
- SR/Metaanalýza → nejvyšší důkazní hodnota
- Randomizovaná kontrolovaná studie → zlatý standard léčby
- Kohorta → RR a incidence
- Případová kontrola → OR, vzácná onemocnění
- Průřezový → prevalence
📈 Grafy
- Linie křížení kosočtverce lesního grafu = nevýznamná
- Asymetrie trychtýře = publikační zkreslení
- Catesův graf: NNT = 100 ÷ žluté plochy
- Střední čára krabicového grafu = medián
- I² >50 % = značná heterogenita
📉 Význam
- p < 0.05 = statisticky významné
- CI křížení 1.0 (poměr) = nevýznamné
- CI křížení 0 (rozdíl) = nevýznamné
- Průměr = průměr; Medián = střední hodnota
- Pravidlo 68-95-99.7 pro normální rozdělení
⚖️ Typy zkreslení
- Výběr → nereprezentativní vzorek
- Vzpomeňte si → případy pamatujte si více
- Publikace → pouze pozitivní studie
- Dodací lhůta → iluze screeningu
- Úbytek → předčasné ukončení studia zkresluje výsledky
Proč je to důležité u praktického lékaře a AKT
EBM a statistiky nejsou jen teoretické. Ve vaší ordinaci se každá konverzace o možnostech léčby týká ČLL, ať už je jmenujete, nebo ne. Každý krevní test má svou citlivost a specificitu. Každá nová směrnice je založena na designu studie, který ovlivňuje, do jaké míry jí byste měli důvěřovat.
V testu AKT toto téma tvoří významnou část bodů – zhruba 10–15 % práce podle pokynů RCGP. Je to jedna z mála oblastí, kde se malé množství cílené revize vyplatí. ihnedMnoho kandidátů zde nedostává snadné známky ne proto, že by dané koncepty byly obtížné, ale proto, že si je nikdy nesedl a systematicky se je nenaučil.
Statistické otázky v testu AKT často představují tabulku s daty ze studie a žádají vás o výpočet hodnoty, interpretaci grafu nebo identifikaci nejlepšího designu studie. Odměňují metodické myšlení, nikoli lékařské znalosti. Díky tomu jsou v testu nejsnadněji „učitelnými“ známkami.
Medicína založená na důkazech (EBM)
„Když jsem byl v polovině 1980. let na výcviku, dával jsem intravenózní infuzi lidokainu každému pacientovi, který prošel dveřmi po infarktu. To byl standard. Dělal to každý. Zdálo se mi to dávat dokonalý smysl.“
— Profesor Gordon Guyatt, lékař, který zavedl termín „medicína založená na důkazech“, a popisuje tak své vlastní vzdělání před existencí EBM
Později zjistil, že praxe, ve které byl vyškolen – a kterou po celém světě vykonávají statisíce lékařů – je nejen zbytečná, ale potenciálně i smrtelná. Ne z nedbalosti. Ne z neschopnosti. Ale proto, že nikdo nikdy řádně neotestoval, zda skutečně funguje.
Tento příběh je důvodem existence medicíny založené na důkazech – a důvodem, proč je hluboce důležitá pro každého pacienta, kterého kdy ošetříte.
„Svědomité, explicitní a uvážlivé využití současných nejlepších důkazů při rozhodování o péči o jednotlivé pacienty.“
— David Sackett, BMJ 1996 — nejčastěji citovaná definice v medicíně
Jednoduše řečeno: EBM (Emergency Behavior Medicine) vyžaduje, abyste se při klinických rozhodnutích nerozhodovali na základě zvyku, názoru, tradice nebo toho, co vám řekl váš profesor, ale na základě nejlepšího dostupného výzkumu – důkladně provedeného, kriticky posouzeného a poctivě interpretovaného.
Nenahrazuje klinický úsudek – informuje EBM spočívá na třech neoddělitelných pilířích, které musí fungovat společně:
🕰️ Jak vznikla EBM? — Stručná historie
EBM se neobjevila z ničeho nic. Byla vyvrcholením desetiletí tichého revolučního myšlení v Kanadě a Velké Británii.
| Rok výroby | událost |
|---|---|
| 1938 | John Paul (Yale) zavádí termín „klinická epidemiologie“ – myšlenku, že medicína by měla být vědecky studována v populacích, nikoli pouze pozorována u jednotlivých pacientů. |
| 1967 | McMasterova univerzita (Hamilton, Kanada) otevírá novou lékařskou fakultu s katedrou klinické epidemiologie a biostatistiky – v té době radikální, zaměřenou na aplikaci výzkumných metod v klinických rozhodnutích. |
| 1972 | Archie Cochrane, skotský epidemiolog, publikuje Efektivita a účinnost: Náhodné úvahy o zdravotnických službách — přelomový text, který tvrdí, že medicína musí své vlastní léčebné postupy důkladně testovat. Jeho práce nakonec vedla ke vzniku Cochrane Collaboration, pojmenované na jeho počest. |
| 1981 | David Sackett a kolegové z McMasterovy univerzity publikují v časopise Canadian Medical Association Journal sérii devíti článků, které učí klinické lékaře kriticky hodnotit lékařskou literaturu. Toto je formální začátek hnutí EBM. |
| 1990 | Gordon Guyatt, mladý rezidentní ředitel na McMasterově univerzitě, navrhuje nový výukový program a zpočátku jej nazývá „Vědecká medicína“. Kolegové se stydí – náznak, že současná praxe není vědecká, je příliš přímý. |
| 1991 | Guyatt přejmenoval přístup „Medicína založená na důkazech“ a publikuje tento termín v úvodníku v ACP Journal Clubu. Fráze se okamžitě uchytí. |
| 1992 | Průlomový článek JAMA – „Medicína založená na důkazech: Nový přístup k výuce lékařské praxe“ — představuje světu EBM. Reakcí, jak vzpomíná Guyatt, byl zpočátku „vztek“. Kolegové měli pocit, že jim bylo řečeno, že nejsou dobří lékaři. |
| 1993 | Formálně je založena Cochrane Collaboration – mezinárodní síť pro tvorbu a šíření systematických přehledů důkazů o zdravotní péči. |
| 1996 | David Sackett publikuje definitivní definici tří pilířů v BMJ. EBM se stává mainstreamem. |
| 2000 - současnost | EBM se stává nedílnou součástí vzdělávání ve Spojeném království: vyžadují ji směrnice NICE, směrnice Good Medical Practice GMC a kurikulum RCGP. Je základem toho, jak je nyní každý lékař ve Spojeném království školen a hodnocen. |
⚠️ Jaká byla medicína před EBM? Problém, který vyřešila
Před EBM fungovala medicína na principu, který Gordon Guyatt památně nazval "GOBSAT" - Starí dobří kluci sedí kolem stoluKlinické směrnice psali zkušení odborníci, kteří sdíleli své osobní názory, a to, co se s vaším pacientem stalo, zcela záviselo na tom, který lékař ho náhodou navštívil.
- Medicína založená na Eminence: Zacházel jste s pacienty stejně jako váš profesor. Autorita pramenila z důležitosti praxe, ne z důkazů. Konzultant, který to „vždycky dělal tímto způsobem“ po dobu 30 let, byl podřízen – i když „tento způsob“ nebyl nikdy ověřen.
- Medicína založená na intuici: Pokud se léčba zdála být fyziologicky smysluplná, byla použita. Pokud se potlačení abnormálních srdečních rytmů zdálo logické, byly potlačeny. Zda to pacientům skutečně pomohlo, bylo testováno jen zřídka.
- Lékařství založené na anekdotách: „Z mé zkušenosti jsem zjistil, že...“ bylo standardem důkazů. Praxe se řídila individuálními případy – i když se jednalo o statisticky odlehlé případy.
- Obrovská variace: Stejný pacient, který se dostaví do dvou různých nemocnic – nebo dokonce do dvou různých lékařů ve stejné nemocnici – může dostat zcela odlišnou léčbu pro úplně stejný stav.
🔴 Příklad, který změnil medicínu — studie CAST
Toto není hypotetický výklad. Je to jeden z nejdůležitějších skutečných příběhů v moderní medicíně – a jeden z nejsilnějších argumentů, které kdy EBM potřebovala.
Nastavení – logika, která se zdála nezpochybnitelná
Infarkty způsobují nebezpečné abnormality srdečního rytmu (ventrikulární arytmie). Ventrikulární arytmie způsobují náhlou smrt. Proto: potlačit arytmie → zabránit náhlé smrtiTo se zdálo tak očividně správné, že od 70. let 20. století byly pacientům po infarktu myokardu v nemocnicích po celém světě běžně podávány antiarytmika – zejména lidokain, flekainid a enkainid. Ne příležitostně. Rutinně. Jako standardní péče.
Zkušební verze – někdo ji skutečně otestoval
V roce 1987 se do studie Cardiac Arrhythmia Suppression Trial (CAST) zapojilo přes 1,700 pacientů po infarktu myokardu (IM), kteří byli randomizováni do skupin s antiarytmiky (flekainid nebo enkainid) nebo placebem. Léky dělaly přesně to, co měly – úspěšně potlačovaly arytmie. Stalo se však něco neočekávaného.
Výsledek – Co nikdo nečekal
Pacienti užívající léky byli 2.5krát vyšší pravděpodobnost úmrtí než pacienti užívající placebo. Studie musela být předčasně ukončena, protože škodlivost byla tak zřejmá. Léky zabíjely právě ty pacienty, které měly chránit.
NNH = 21. Na každých 21 pacientů léčených flekainidem nebo enkainidem zemřela jedna další osoba, která by jinak přežila.
Lekce
Gordon Guyatt – tehdy mladý kardiolog – osobně podával infuze lidokainu každému pacientovi po infarktu myokardu, který prošel jeho oddělením. Dodržoval osvědčené postupy. Byl správně poučen. Měl dobré úmysly. A přesto bez přísného testu v podobě randomizované kontrolované studie (RCT) ani on, ani jeho kolegové neměli jak vědět, zda je léčba škodlivá. Tato zkušenost se stala ústředním důvodem, proč zasvětil svou kariéru EBM. Později řekl, že historie medicíny „je plná léčebných postupů, které byly založeny spíše na dohadech a intuici než na spolehlivých důkazech.“
Před zavedením EBM záviselo to, co jste dostali, na tom, kde jste bydleli, kterou nemocnici jste navštívili a který lékař vás ošetřil. Stejný pacient se stejným onemocněním mohl v Leedsu a Londýně dostat zcela odlišnou léčbu. Různé nemocnice. Různé země. Prudce odlišné výsledky.
EBM to změnila. Ukotvením klinických rozhodnutí na stejném souboru důkazů – stejných studiích, stejných systematických přehledech, stejných doporučeních – dala medicíně společný jazyk a společný standard. Dnes by pacient s infarktem myokardu v Bradfordu a pacient s infarktem myokardu v Bristolu měl dostávat v podstatě stejnou péči založenou na důkazech. Ne proto, že by lékaři byli stejní, ale proto, že léčba je řízena důkazy, nikoli individuálními preferencemi.
Ve Spojeném království je to realizováno prostřednictvím NICE pokynyse Učební plán RCGP, Ukazatele kvality provozu (QOF), klinické audity, a Vyšetření MRCGP – to vše vyžaduje a posuzuje praxi založenou na důkazech. Když skládáte zkoušku AKT, testuje se vaše schopnost tento rámec aplikovat.
🌍 Svět bez EBM — The International Picture
Závazek Spojeného království k EBM – prostřednictvím NICE, NHS a postgraduálního vzdělávání – není univerzální. V mnoha částech světa to, co jako pacient dostanete, stále do značné míry závisí na tom, kdo vás ošetří, kde se dostavíte a kolik si můžete dovolit zaplatit. Pochopení této skutečnosti vám pomůže pochopit, před čím EBM vaše pacienty chrání.
Níže popsaná variace odráží systémy a struktury zdravotní péče, nikoli kompetence nebo obětavost jednotlivých lékařů. V každé uvedené zemi působí mnoho skvělých a tvrdě pracujících lékařů. Problémem je absence standardizační infrastruktury – směrnic, dohledu, vzdělávacích rámců – kterou EBM poskytuje. Jednotliví lékaři nemohou sami překonat systémové problémy.
| Země / Region | Jak se praxe liší bez silných rámců EBM |
|---|---|
| 🇮🇳 Indie (soukromý sektor) | 2018 Lanceta Studie zjistila míru císařských řezů v soukromých nemocnicích 40–58 % ve srovnání s 10–14 % ve veřejných zařízeních – často kvůli finančním pobídkám spíše než klinické potřebě. Nadměrné vyšetřování a polyfarmacie jsou v soukromém sektoru široce zdokumentovány. Stejný pacient s rakovinou může dostat dramaticky odlišnou léčbu v závislosti na tom, kam se dostaví a kolik si může dovolit. |
| 🇵🇰 Pákistán | Významné rozdíly v dodržování doporučení pro užívání antibiotik – jedna z nejvyšších měr předepisování antibiotik v jižní Asii. Přímými důsledky jsou tuberkulóza rezistentní na léky a antimikrobiální rezistence. Přístup ke specializované péči a standardizovaným postupům léčby je vysoce závislý na zeměpisné poloze a příjmech. |
| 🇳🇬 Nigérie / 🇬🇭 Ghana | Síran hořečnatý je WHO doporučená, na důkazech založená a levná léčba eklampsie. Studie ukazují, že významně snižuje úmrtnost matek. Dostupnost a skutečné užívání v nigerijských a ghanských zařízeních se však enormně liší v závislosti na nemocničních zdrojích a školení lékařů – to znamená, že to, zda žena s eklampsií přežije nebo zemře, může záviset na tom, do kterého zařízení se dostane. |
| 🇸🇩 Súdán / 🇮🇶 Irák | Dlouhodobý konflikt a nestabilita zdevastovaly infrastrukturu zdravotní péče. V Iráku se po roce 2003 zhroutily veřejné zdravotnické služby, zavádění doporučených postupů se zastavilo a přístup k základním lékům se stal geograficky závislým. V Súdánu konflikt narušil očkovací programy, služby v oblasti mateřského zdraví a léčbu chronických onemocnění. Rozdíly v praxi v takovém prostředí nejsou otázkou preferencí – jde o to, co je k dispozici. |
| 🇪🇬 Egypt / 🇮🇷 Írán | Obě země mají lékařské fakulty, které vychovávají kvalifikované lékaře, a publikovaly směrnice pro EBM (Electrical Behavior Management) – jejich implementace je však nekonzistentní mezi veřejným a soukromým sektorem a mezi městskými a venkovskými oblastmi. V Íránu mezinárodní sankce ovlivnily dostupnost léků a vynutily si úpravy, které se odchylují od protokolů založených na důkazech. |
| 🇷🇴 Rumunsko | Rumunsko dokumentuje praxi plikul („obálka“) – neformální hotovostní platby lékařům a zdravotním sestrám za účelem zajištění péče. Oficiálně nelegální, široce praktikované. Parlamentní šetření a investigativní žurnalistika potvrdily, že kvalita chirurgické péče může záviset na tom, kolik si pacient může soukromě zaplatit, bez ohledu na jeho oficiální nárok ekvivalentní NHS. Odliv mozků odešel od vstupu do EU odhadem přes 14 000 lékařů. |
| 🇺🇸 Spojené státy | Nejdražší zdravotní péče na světě – přes 12 000 dolarů na osobu a rok – a přesto výsledky často nejsou lepší než ve Spojeném království. Projekt Dartmouth Atlas zdokumentoval obrovské geografické rozdíly v klinické praxi: stejný pacient v Miami může podstoupit dvakrát tolik vyšetření a zákroků než stejný pacient v Minneapolis, bez rozdílu ve výsledcích. Studie JAMA z roku 2019 odhadla, že 935 miliard dolarů – zhruba čtvrtina všech výdajů na zdravotní péči v USA – se plýtvá na zbytečnou péči. Krizi s opioidy částečně přiživovaly farmaceutické společnosti ovlivňující předepisovací praxi mimo rámce EBM. |
| 🇫🇷 Francie | Francie má vynikající zdravotní péči – ale míra předepisování antibiotik historicky patří k nejvyšším v Evropě, částečně kvůli kulturním očekáváním, že konzultace by měla vždy končit předepsáním léku. Kampaně za její snížení („Antibiotika nejsou automatická“) sice pomohly, ale tento vzorec ilustruje, jak kulturní a komerční tlaky mohou převážit nad doporučeními založenými na důkazech i v sofistikovaných systémech. |
| 🇮🇹 Itálie | Kvalita zdravotní péče v severní Itálii (Milán, Bologna) patří k nejlepším v Evropě. V některých částech jižní Itálie je situace velmi odlišná – delší čekací doby na operaci rakoviny, méně důsledné uplatňování screeningových programů, nižší dodržování péče založené na doporučených postupech. Geografický původ v rámci téže země může významně ovlivnit výsledky. |
| 🇬🇷 Řecko / 🇪🇸 Španělsko | Řecká krize úsporných opatření (2010–2015) vedla ke škrtům ve výdajích na zdravotní péči o více než 25 %, což způsobilo zdokumentovaný nedostatek léků, snižování počtu zaměstnanců a zhoršení kvality. Emigrovalo přes 35 000 zdravotnických pracovníků. Ve Španělsku byly zdokumentovány významné regionální rozdíly v míře přežití pacientů s rakovinou – nádor, který se u vás vyvine, se může chovat odlišně v závislosti na regionu, ve kterém žijete, ne proto, že by se lišila biologie, ale proto, že se liší systémová aplikace léčby založené na důkazech. |
V systémech zdravotní péče bez robustních rámců pro EBM nebo univerzálních nároků je vztah mezi platbami a kvalitou léčby často přímý a zdokumentovaný:
- V některých indických soukromých nemocnicích může pacient s bolestí na hrudi, který si může zaplatit soukromou péči, podstoupit okamžitou katetrizaci a zavedení stentu. Stejný pacient ve veřejném systému může na EKG čekat hodiny.
- V některých částech subsaharské Afriky závisí na tom, zda dítě s těžkou malárií dostane kombinovanou terapii založenou na artemisininu (standard založený na důkazech), nebo starší, méně účinný lék, na tom, do kterého zařízení se dostane a kolik si jeho rodina může dovolit.
- V zemích bez univerzálního přístupu k lékům mohou být chemoterapie rakoviny dostupné pouze těm, kteří si je mohou zaplatit z vlastní kapsy – což znamená, že identické druhy rakoviny mají dramaticky odlišné výsledky pouze na základě příjmu.
- V Rumunsku a některých dalších východoevropských zemích je zdokumentováno, že kvalita chirurgického zákroku – chirurgova pečlivost, kvalita monitorování anestezie, dokonce i dostupnost pooperační ošetřovatelské péče – závisí na neformální platbě, nikoli na klinické potřebě.
Pokaždé, když nastoupíte do komerčního letu, těžíte z jednoho z nejúčinnějších bezpečnostních systémů, jaké kdy lidstvo vybudovalo. Ne proto, že by jednotliví piloti byli mimořádně talentovaní – i když jsou. Ale proto, že letectví je postaveno na standardizované, důkazy ověřené protokolyKaždý pilot, každá letecká společnost, každá země dodržuje stejné kontrolní seznamy před letem, stejné postupy přistání, stejné nouzové protokoly. Systém vás chrání bez ohledu na to, kterého konkrétního pilota si vyberete.
Medicína bez EBM je letectví bez kontrolních seznamů. Vaše bezpečnost zcela závisí na tom, zda se vám podařilo sehnat dobrého pilota, zda tento pilot absolvoval výcvik dostatečně nedávno, zda má dobrý den a zda slyšel nejnovější myšlenky od někoho, komu důvěřuje.
EBM nahrazuje štěstí systémy. Nahrazuje „z mé zkušenosti“ slovy „z 15 000 studií zahrnujících 2 miliony pacientů“. Nahrazuje názor nejstaršího v místnosti nashromážděnými důkazy z kolektivní klinické zkušenosti lidstva. Nedali byste to přednost svým pacientům? Nedali by to vaši pacienti přednost sobě?
- Každý pokyn NICE, kterým se řídíte, je výsledkem systematického přezkumu důkazů – někdo vykonal práci na zajištění toho, aby to, co děláte, bylo podpořeno nejlepšími dostupnými vědeckými poznatky.
- Každá otázka z testu AKT týkající se statistiky a výzkumných metod testuje vaši schopnost kriticky hodnotit důkazy – být aktivním uživatelem EBM, nikoli pasivním následovníkem pokynů.
- Když pacientovi vysvětlujete ČNT, diskutujete s ním o omezeních screeningového testu nebo odmítáte předepsat antibiotikum, které není indikováno, praktikujete EBM – vědomě, explicitně a uvážlivě.
- A když si naproti vám sedne zástupce lékárníka a řekne vám, že jejich nový lék snižuje kardiovaskulární příhody o 35 %, vaše první otázka – „35 % relativní nebo absolutní?“ – je otázka, kterou medicínu naučila klást EBM.
Návrhy studií a hierarchie důkazů
Než interpretujete jakýkoli výsledek, musíte vědět odkud to přišloRůzné designy studií odpovídají na různé otázky, generují různé statistiky a nesou různou úroveň spolehlivosti.
Pyramida důkazů
Nejsilnější důkazy nahoře, nejslabší dole
⬆ Nejsilnější důkaz | ⬇ Nejslabší důkaz
| Studovat design | Vedení | nejlepší | Generuje | Klíčová slabina |
|---|---|---|---|---|
| Systematický přehled / metaanalýza | - | Nejlepší celkový důkaz k otázce | Souhrnná velikost efektu | Jen tak dobré jako podkladové studie; heterogenita |
| RCT (randomizovaná kontrolovaná studie) | Vpřed | Funguje léčba X? | RR, ARR, NNT | Drahé, umělé prostředí, etické problémy |
| Kohorta studie | Vpřed (prospektivní) nebo zpět (retrospektivní) | Způsobuje expozice následky? Výskyt? | Relativní riziko (RR), incidence | Úbytek; drahé v průběhu času; matoucí |
| Případově-kontrolní studie | Zpětně | Vzácná onemocnění; rizikové faktory | Poměr šancí (OR) | zkreslení připomenutí; nelze přímo vypočítat incidenci |
| Průřezová studie | Jeden snímek | Jak běžný je X v současnosti? (prevalence) | Prevalence | Nelze stanovit příčinnou souvislost; časová nejednoznačnost |
| Kazuistika / Odborný posudek | - | Generování hypotéz; vzácné události | Pouze popis | Vysoce náchylné k předpojatosti; nelze zobecnit |
📖 Kvalitativní vs. kvantitativní výzkum
Odpovídá na otázky „kolik“ nebo „kolik“. Používá čísla, statistiky a strukturovaná data. Příklady: RCT, kohortové studie, průzkumy s numerickými výsledky. Generuje p-hodnoty, intervaly spolehlivosti (CI), ČNT (number number neurčitý).
Odpovídá na otázky „proč“ nebo „jak“. Používá slova, témata a rozhovory. Příklady: fokusní skupiny, etnografické studie, zakotvená teorie. Zkoumá zkušenosti a přesvědčení pacientů.
🔬 Systematický přehled vs. metaanalýza – není totéž
Systematický přehled: Důkladná, strukturovaná rešerše literatury, která identifikuje, vybírá a kriticky hodnotí všechny relevantní studie k dané otázce. Výsledkem je kvalitativní shrnutí důkazů.
Metaanalýza: Systematický přehled, který jde ještě o krok dál – matematicky bazény kvantitativní výsledky z více studií do jednoho kombinovaného odhadu. Ne všechny systematické přehledy zahrnují metaanalýzu (např. pokud jsou studie příliš heterogenní na to, aby se daly sloučit).
🔄 Rámec PICO
PICO je standardní rámec pro strukturování klinické výzkumné otázky – používá se k vyhledávání literatury a designových studií.
| Dopis | Znamená pro | Příklad |
|---|---|---|
| P | Počet obyvatel / Pacient | Dospělí s diabetem 2. typu |
| I | intervence | inhibitory SGLT2 |
| C | Porovnání | Metformin samotný |
| O | Výsledek | Kardiovaskulární příhody po 5 letech |
🎲 Vlastnosti návrhu RCT (běžně testované)
| vlastnost | Co to znamená | Proč to záleží |
|---|---|---|
| Randomizace | Účastníci byli náhodně rozděleni do skupin | Eliminuje výběrové zkreslení; vyvažuje matoucí faktory |
| Jednoduchá roleta | Účastníci neznají své přidělení | Snižuje placebo efekt a zkreslení účastníků |
| Dvojitá roleta | Ani účastníci, ani vyšetřovatelé neznají rozdělení | Eliminuje zkreslení pozorovatelů I zkreslení účastníků |
| Trojitě zaslepený | Účastníci, badatelé A analytici dat zaslepeni | Maximální snížení zkreslení |
| Záměr léčit (ITT) | Analyzováno v jejich původní skupině bez ohledu na adherenci | Zachovává randomizaci; odráží reálné použití |
| Podle protokolu | Analyzováno pouze v případě, že splnili protokol | Ukazuje biologickou účinnost, ale nadhodnocuje přínos pro reálný svět. |
| Crossover design | Účastníci dostávají obě léčby postupně | Každý člověk se chová jako vlastní kontrola; potřebuje dobu odvykání. |
| Skrytí alokace | Osoba provádějící nábor účastníků nevidí, do které skupiny bude další účastník přiřazen, dokud po byli zapsáni | Zabraňuje náboráři v podvědomém (nebo úmyslném) přidělování zdravějších pacientů do léčebné skupiny – což je forma výběrového zkreslení, které samotná randomizace nezabrání. |
| Klastrová randomizovaná kontrolovaná studie (RCT) | Celé skupiny (např. ordinace praktických lékařů, oddělení, školy) jsou randomizovány, nikoli jednotlivci | Používá se, když je individuální randomizace nepraktická (např. testování nového stylu konzultace). Vyžaduje větší velikost vzorku a statistickou úpravu pro efekt shlukování. |
Záměr léčit dává více konzervativní (nižší) odhad účinnosti – protože zahrnuje účastníky, kteří nedodržují léčbu. Toto je preferovaná analýza pro klinická rozhodnutí. Analýza podle protokolu nadhodnocuje účinnost, ale je užitečná pro pochopení biologického mechanismu.
⚖️ Studie nadřazenosti, non-inferiority a ekvivalence
Ne všechny studie kladou stejnou otázku. Test AKT občas testuje, zda rozumíte tomu, co studie vlastně měla ukázat – a proč je to důležité při interpretaci jejích výsledků.
| Zkušební typ | Otázka, která je kladena | Běžný kontext |
|---|---|---|
| Zkouška nadřazenosti | „Je nová léčba lepší než srovnávač?" | Většina standardních randomizovaných kontrolovaných studií (RCT) – testování skutečně nového léku nebo přístupu |
| Studie non-inferiority | „Je nová léčba ne horší než komparátor o více než předem specifikovanou malou rezervu?" | Nový lék s menším počtem vedlejších účinků, nižšími náklady nebo snadnějším podáváním – cílem je ukázat, že je „dostatečně dobrý“ |
| Zkouška ekvivalence | „Jsou ty dvě léčby v podstatě stejné?" | Biosimilární léky; generické léky; různé cesty podání |
Nový antikoagulant by se mohl ukázat jako „nehorší“ než warfarin v prevenci mrtvice – ne lepší, ale ani významně horší – a zároveň by byl snadněji použitelný (bez monitorování INR). To je klinicky cenné zjištění, i když lék „nepřekonal“ warfarin. Akutní klinický tým (AKT) vás může požádat o správnou interpretaci výsledku studie non-inferiority.
Studie non-inferiority, která neprokazuje „žádný významný rozdíl“, je ne stejné jako studie superiority, která neukazuje „žádný významný rozdíl“. V studii superiority znamená nevýznamný výsledek, že se vám nepodařilo prokázat, že nový lék funguje lépe. V studii non-inferiority je nevýznamný rozdíl přesně to, v co jste doufali.
Výzkumné zkreslení, validita a reliabilita
| Typ zkreslení | Definice | Které studijní návrhy? | Jak to snížit |
|---|---|---|---|
| Předpětí výběru | Účastníci nereprezentují cílovou populaci | Všechny typy | Randomizace; pečlivý výběr vzorků |
| Zkreslení připomenutí | Případy (lidé s onemocněním) si pamatují minulé expozice živěji než kontrolní skupina | Případově-kontrolní studie | Objektivní zdroje dat; standardizované dotazování |
| Publikace Bias | Pozitivní/významné studie jsou publikovány častěji než negativní. | Metaanalýzy (detekované pomocí trychtýřového grafu) | Registrace ke studii; vyhledávání šedé literatury |
| Zkreslení úbytku zaměstnanců | Ztráta účastníků z následné péče zkresluje výsledky (ti, kteří předčasně ukončili studium, se liší od těch, kteří účast dokončili). | Kohortové studie, RCT | Analýza záměru léčby (Intention-to-treat); minimalizace předčasného ukončení léčby |
| Zkreslení dodací lhůty | Screening vytváří iluzi lepšího přežití díky včasnějšímu odhalení onemocnění | Screeningové studie | Použijte úmrtnost specifickou pro dané onemocnění, nikoli přežití od diagnózy |
| Zkreslení délky | Screening odhaluje pomalu rostoucí (méně agresivní) onemocnění | Screeningové studie | Randomizované kontrolované studie s výsledky specifickými pro dané onemocnění |
| Zkreslení pozorovatele / hodnocení | Znalost alokace léčby ovlivňuje hodnocení výsledků | RCTs | Zaslepení (jednoduché, dvojité, trojité) |
| Hawthorneův efekt | Účastníci mění své chování, protože vědí, že jsou pozorováni | Všechny typy, zejména observační | Kontrolní skupiny; nevidomí pozorovatelé |
| Zkreslení ověření | Pouze pacienti s pozitivním výsledkem testu podstoupí zlatý standard potvrzujícího testu – senzitivita se proto jeví falešně vysoká a specificita falešně nízká. | Diagnostické testovací studie | Zajistěte, aby všichni pacienti (pozitivní i negativní) absolvovali test zlatého standardu. |
| Matoucí | Třetí proměnná je spojena jak s expozicí, tak s výsledkem, což zkresluje zdánlivý vztah | Observační studie | Randomizace (RCT); stratifikace; multivariační analýza |
🔀 Matoucí – když dvě věci vypadají propojené, ale nejsou
Matoucí poznatky jsou jedním z nejdůležitějších konceptů výzkumné metodologie – a jedním z nejčastějších důvodů, proč se zdánlivě přesvědčivé pozorovací závěry ukážou jako chybné. Klíčová myšlenka je jednoduchá: Dvě věci se mohou jevit jako propojené ne proto, že by se navzájem přímo ovlivňovaly, ale proto, že obě jsou propojeny se skrytou třetí proměnnou.
A zmatek (nebo matoucí proměnná) je třetí proměnná, která je nezávisle spojena s oba expozice a výsledek. Vytváří falešnou (falešnou) asociaci – nebo maskuje skutečnou – mezi expozicí a výsledkem, který studujete.
Klasické příklady
| Zdánlivý odkaz | Zmatek | Proč to všechno vysvětluje |
|---|---|---|
| Prodej zmrzliny → úmrtí utonutím | Horké počasí (léto) | Horké počasí způsobuje jak větší konzumaci zmrzliny, tak i větší plavání → více utonutí. Zmrzlina utonutí nezpůsobuje. |
| Pití kávy → rakovina plic | Kouření | Kuřáci pijí v průměru více kávy. Dřívější studie spojovaly kávu s rakovinou – dokud nebylo kouření pod kontrolou. |
| Nošení zapalovače → rakovina plic | Kouření | Kuřáci nosí zapalovače. Zapalovač nemá žádný biologický účinek – kouření ano. |
| Šedivé vlasy → srdeční choroby | věk | Šedivění vlasů i srdeční choroby se s věkem zvyšují. Věk je rozhodující – nikoli barva vlasů. |
| Velikost bot → schopnost čtení (u dětí) | věk | Starší děti mají větší chodidla A lépe čtou. Věk vysvětluje obojí. |
Proměnná je matoucí, pokud splňuje všichni tři z těchto:
- Je to spojeno s expozice (věc, kterou studuješ)
- Je to spojeno s výsledek (výsledek, který měříte)
- To je ne na kauzální dráze mezi expozicí a výsledkem (jedná se o samostatnou třetí proměnnou, nikoli o krok mezi ní)
- Randomizace (v RCT) – rovnoměrně rozděluje známé a neznámé matoucí faktory mezi skupiny. Toto je nejsilnější ochrana.
- Omezení — zařazovat pouze účastníky, kteří mají podobné zkreslené kritéria (např. do studie s kávou pouze nekuřáky)
- Vhodný — párové případy a kontroly na proměnné confounderu
- Stratifikace — analyzovat výsledky samostatně pro každou úroveň zkreslujícího faktoru
- Vícerozměrná statistická úprava — statisticky zohlednit více faktorů, které ovlivňují stav, současně
V dobře provedené randomizované kontrolované studii (RCT) randomizace rovnoměrně rozděluje matoucí faktory (známé i neznámé) mezi skupiny – čímž eliminuje matoucí faktory jako vysvětlení rozdílů. V kohortových a případově-kontrolních studiích můžete upravovat pouze ty matoucí faktory, o kterých víte a které jste měřili. Neměřené matoucí faktory vždy zůstávají potenciálním vysvětlením jakékoli pozorované asociace – a proto observační studie nikdy nemohou definitivně prokázat kauzalitu.
✅ Platnost a spolehlivost – jaký je rozdíl?
Měří studie to, co slibuje měřit v rámci studované populace? Jsou výsledky tento Je studie důvěryhodná? Ohrožena zkreslením a matoucími informacemi.
Mohou být výsledky aplikovány na jiné populace nebo reálná prostředí? Vysoce kontrolovaná randomizovaná kontrolovaná studie (RCT) ve specializovaném centru nemusí odrážet to, co se děje v primární péči.
Poskytuje test konzistentní výsledky při opakování za stejných podmínek? Měřeno spolehlivostí mezi hodnotiteli (kappa statistika) nebo spolehlivostí při opakovaném testu.
Měří shodu mezi dvěma hodnotiteli nad rámec náhody. κ = 1 (dokonalá shoda); κ = 0 (shoda není lepší než náhoda); κ < 0 (horší než náhoda).
Měření rizika a účinku léčby
To je nejvíce testovaná oblast ve statistice AKT. Musíte tyto vzorce znát za studena a být schopni je aplikovat na tabulky s daty z testu za podmínek zkoušky.
Klíčové metriky
📊 Interpretace NNT – Co čísla vlastně znamenají?
ČNT vám řekne, kolik pacientů potřebujete léčit jedna prospěch. Takže méně Čím více pacientů musíte léčit, abyste dosáhli alespoň jednoho přínosu, tím je léčba účinnější. NNT = 2 znamená přínos pro 1 ze 2 pacientů – to je vynikající. NNT = 100 znamená pouze 1 ze 100 přínosů – mnohem slabší.
| Rozsah NNT | Hrubá interpretace | Příklad kontextu |
|---|---|---|
| <10 | Velmi účinný | Antibiotika pro některé infekce; některé akutní léčby |
| 10 - 50 | Střední účinek | Mnoho běžných preventivních léků |
| > 100 | Slabý účinek | Některé preventivní strategie na úrovni populace |
Tyto prahové hodnoty jsou ne z NICE nebo RCGP – jsou to pouze hrubé učební pomůcky. „Správná“ NNT je vždy závislá na kontextu:
- NNT z 100 by se možná stále vyplatilo pokud je zabráněným výsledkem smrt nebo vážná nevratná újma
- NNT z 5 nemusí být přijatelné pokud má léčba časté nebo závažné nežádoucí účinky
Pravidlo jednoho řádku: ČLL (NLT) vám říká, kolik pacientů léčíte, aby z jednoho měl prospěch – nižší = silnější účinek. Vždy ji však zvažte vzhledem k závažnosti výsledku a zátěži léčby.
Pokud z léčby má prospěch 60 ze 100 pacientů, pak je ARR 60 % (= 0.6), což dává NNT = 1 ÷ 0.6 ≈ 1.7 – vynikající výsledek. ČNT není číslo, které má prospěch; je to číslo, které chcete získat léčbou. jedna výhoda.
📖 Poměr šancí a poměr rizik – Kdy se používají?
| Opatření | Použito v | Výklad |
|---|---|---|
| Relativní riziko (RR) | Kohortové studie, RCT | Přímo porovnává riziko ve dvou skupinách. Intuitivnější než OR. |
| Poměr šancí (OR) | Případově-kontrolní studie | Porovnává pravděpodobnost expozice u případů a kontrol. Přibližuje RR, pokud je onemocnění vzácné. |
| Poměr rizika (HR) | Analýza přežití (doba do události) | Jako RR, ale zohledňuje kdy Příhody se vyskytují v průběhu času. HR <1 = snížené riziko v léčebné skupině. |
U běžných onemocnění OR nadhodnocuje riziko ve srovnání s RR. U vzácných onemocnění (prevalence <10 %) jsou přibližně stejné. Případová kontrolní studie generuje OR – vy nemůže přímo vypočítat incidenci nebo RR ze studie případů a kontrol.
🧮 Pracovaný příklad — Výpočet NNT z dat ze studie
🎯 Scénář: Studie se statiny
Pětiletá randomizovaná kontrolovaná studie ukazuje, že u pacientů s vysokým kardiovaskulárním rizikem: 6 % ve skupině s placebem mělo infarkt myokardu ve srovnání se 4 % ve skupině se statiny.
Léčte 50 pacientů po dobu 5 let, abyste zabránili 1 infarktu
Zní to působivě! Ale absolutní výhoda je jen 2 %.
Skupina léčená statiny měla o 67 % nižší riziko než skupina užívající placebo – relativní snížení o 33 %.
Když se pacient zeptá: „Pomůže mi tento statin?“, použijte ČNT. „Pokud 50 lidí, jako jste vy, bude užívat tuto tabletu po dobu 5 let, zabrání se 1 infarktu. Pro vás osobně je to 2% absolutní přínos.“ To je mnohem upřímnější než „Snižuje to vaše riziko o 33 %.“
💬 Sdělování rizik pacientům (oblíbený produkt AKT)
AKT často testuje, jak byste pacientům vysvětlili statistické informace. Existují čtyři hlavní formáty:
| Formát | Příklad | nejlepší |
|---|---|---|
| Přirozená frekvence | „5 ze 100 lidí“ | Nejsnadněji pochopitelné pro pacienty |
| Procento | „5 % lidí“ | Široce používané, ale může být zavádějící |
| NNT | "Ošetřete 20, abyste zabránili 1 události" | Jasně sděluje absolutní přínos |
| Catesův děj | Vizuální mřížka 100 ploch | Nejlepší vizuální pomůcka pro společné rozhodování |
Tvrzení „toto snižuje vaše riziko o 33 %“ bez uvedení základního rizika je zavádějící. RRR 33 % z základní hodnoty 0.3 % znamená, že váš absolutní přínos je 0.1 %. Vždy spárujte RRR s základním rizikem nebo uveďte místo toho ARR/NNT.
💊 Trik s farmaceutickými zástupci – Jak farmaceutické společnosti manipulují se statistikami
Zástupci farmaceutických společností jsou vyškoleni k prezentování dat z klinických studií v co nejpříznivějším světle. Používají jednoduchý, ale účinný statistický trik:
- Přínosy → uváděny jako snížení relativního rizika (RRR) — protože to zní větší a působivější
- Harms → uváděno jako absolutní zvýšení rizika (ARI) — protože to zní menším a méně znepokojivým způsobem
Pracovaný příklad – návštěva fiktivního zástupce pro statiny
Nový statin snižuje výskyt infarktů z 2 % na 1 % během 5 let, ale zvyšuje výskyt myopatie z 1 % na 2 %.
Protijed: vždycky se ptejte – "Jaký je absolutní rozdíl?" Pokud obchodní zástupce uvede relativní číslo, převeďte ho sami: ARR = CER − EER, poté NNT = 1 ÷ ARR. To platí stejně i pro benefity. a škody.
Diagnostické testování a screening – stůl 2×2
Kontingenční tabulka 2×2 je základem veškeré diagnostické statistiky. Pokud dokážete tuto tabulku sestavit a přečíst, budete schopni odpovědět na většinu diagnostických otázek týkajících se AKT.
Stůl 2×2
| SKUTEČNÝ STAV ONEMOCNĚNÍ | ||
|---|---|---|
| VÝSLEDEK TESTU | Nemoc Současnost | Nemoc Nepřítomný |
| Pozitivní test | Skutečně pozitivní (TP) Test ukazuje ANO → má onemocnění ✓ |
Falešně pozitivní (FP) Test říká ANO → žádná nemoc ✗ |
| Test negativní | Falešně negativní (FN) Test ukazuje NE → má onemocnění ✗ |
Skutečně negativní (TN) Test říká NE → žádná nemoc ✓ |
🧠 SnNout a SpPin — Pomůcky pro paměť (a proč fungují)
Snven: Vysoce Senpozitivní test, pokud Nnegativní, vládne nemoci Ven.
Pokud je citlivost velmi vysoká, negativní výsledek testu znamená, že onemocnění je velmi nepravděpodobné (nízká míra falešně negativních výsledků). K screeningu a vyloučení použijte citlivý test.
Spv: Vysoce Spspecifický test, pokud Ppozitivní, vládne nemoci In.
Pokud je specificita velmi vysoká, pozitivní výsledek testu znamená, že onemocnění je velmi pravděpodobné (nízká míra falešně pozitivních výsledků). K potvrzení diagnózy použijte specifický test.
📊 Vliv prevalence na PPV a NPV — Kritické téma AKT
Toto je jeden z nejdůležitějších a nejvíce testovaných konceptů v diagnostické statistice. Citlivost a specificita jsou fixní vlastnosti testu. PPV a NPV se však dramaticky mění v závislosti na tom, jak časté je onemocnění v testované populaci.
| Scénář | Prevalence | PPV | NPV |
|---|---|---|---|
| Screening běžné populace na vzácné onemocnění (např. HIV u osob s nízkým rizikem) | 1% | NÍZKÁ (~16 %) | VYSOKÁ (~99.9 %) |
| Testování ve specializované klinice s vysokým rizikem | 50% | VYSOKÁ (~95 %) | VYSOKÁ (~95 %) |
- Jak prevalence ↑ → PPV ↑, NPV ↓
- Jak prevalence ↓ → PPV ↓, NPV ↑
- V populaci s nízkou prevalencí je většina pozitivních výsledků falešně pozitivních (nízká PPV) – a to i při použití vysoce specifického testu.
- Negativní test u populace s vysokou prevalencí může stále přehlédnout onemocnění (nižší čistá současná hodnota)
📐 Poměry pravděpodobnosti – když chcete jít dál
Poměry pravděpodobnosti (LR) kombinují senzitivitu a specificitu do jednoho čísla, které vám říká, o kolik výsledek testu posouvá pravděpodobnost onemocnění. Jsou pokročilejší než PPV/NPV, ale užitečné – a občas testované v AKT.
| LR+ | Vliv na pravděpodobnost po testu |
|---|---|
| > 10 | Velké a často přesvědčivé zvýšení pravděpodobnosti |
| 5-10 | Mírný nárůst |
| 2-5 | Malý nárůst |
| 1 | Žádná změna (test je zbytečný) |
| 0.1-0.5 | Malý až střední pokles |
| Velký pokles – silné negativní vyloučení |
Populační statistika a epidemiologie
📊 Standardizovaný poměr úmrtnosti (SMR)
| Hodnota SMR | Výklad |
|---|---|
| = 100 | Úmrtnost stejná jako u referenční populace |
| > 100 | Nadměrná úmrtnost (vyšší než očekávaná) |
| <100 | Nižší úmrtnost, než se očekávalo |
🎯 Screening — zkreslení dodací lhůty a délky (klíčové pasti AKT)
Screening odhalí onemocnění dříve, takže se zdá, že se přežití zlepšilo – i když pacient ve stejném okamžiku zemře. „Doba přežití od diagnózy“ se jednoduše prodloužila včasnou detekcí, nikoli skutečným přínosem léčby. Pacient nežije déle; jen ví, že déle žije.
Screeningové programy s větší pravděpodobností odhalí pomalu rostoucí, indolentní onemocnění (které má delší „detekovatelnou preklinickou fázi“) než agresivní onemocnění, která rychle postupují. Díky tomu se screening jeví jako účinnější, než ve skutečnosti je u závažného onemocnění.
✅ Wilson & Jungner Screeningová kritéria
Před zavedením screeningového programu by měl splňovat kritéria Wilsona a Jungnera (původně publikovaná v roce 1968, stále standardní rámec). Test AKT testuje jak znalost těchto kritérií, tak jejich aplikaci na scénáře.
| # | Kritérium | Co to znamená v praxi |
|---|---|---|
| 1 | Důležitý zdravotní problém | Tento stav má významnou morbiditu nebo mortalitu – screening stojí za to |
| 2 | Dostupná akceptovaná léčba | Nemá smysl diagnostikovat nemoc, kterou nelze vyléčit |
| 3 | Existují zařízení pro diagnostiku a léčbu | Před spuštěním musí být připravena infrastruktura |
| 4 | Rozpoznatelné latentní nebo rané stádium | Onemocnění musí mít detekovatelnou presymptomatickou fázi |
| 5 | K dispozici je vhodný test | Test musí být přijatelný pro populaci, bezpečný a přiměřeně přesný |
| 6 | Test přijatelný pro populaci | Lidé musí být ochotni to podstoupit – invazivní nebo nepříjemné testy mohou odradit od účasti. |
| 7 | Dostatečně pochopená přírodní historie | Musíte vědět, jak nemoc postupuje, pokud se neléčí |
| 8 | Dohodnutá politika ohledně toho, koho léčit | Nutné jasné protokoly – nejen detekce, ale i to, co se bude dít dál |
| 9 | Nákladově efektivní | Náklady na zjištění každého případu musí být vyváženy přínosem |
| 10 | Průběžný proces, nikoli jednorázový | Screening musí být průběžný – výskyt onemocnění pokračuje |
PSA screening na rakovinu prostaty je ne součástí národního screeningového programu NHS právě proto, že se potýká s kritérii 5 a 7: PSA není dostatečně přesný test (nízká specificita → mnoho falešně pozitivních výsledků) a přirozený průběh mnoha nízkostupňových karcinomů prostaty znamená, že by u pacienta nikdy nezpůsobily příznaky. To přímo souvisí s nadměrnou diagnózou (viz níže).
🔍 Nadměrná diagnóza – nalezení problémů, které by nezpůsobily problémy
K nadměrné diagnóze dochází, když je zjištěna skutečná nemoc – taková, která skutečně existuje – ale tato nemoc by… nikdy nezpůsobily příznaky, újmu na zdraví ani smrt během života pacienta, pokud se nezjistí. Nejedná se o falešně pozitivní výsledek (nemoc je skutečná); jedná se o skutečně pozitivní výsledek, který nebylo nutné zjistit.
Nadměrná diagnóza mění zdravé lidi na pacienty. Vystavuje je úzkosti, vedlejším účinkům a rizikům léčby onemocnění, které by jim nikdy neublížilo. Je to jedno z nejvýznamnějších negativních jevů screeningových programů – a také jedno, které AKT přímo testuje.
| Stav | Příklad nadměrné diagnózy |
|---|---|
| Rakovina prostaty | Mnoho nízkostupňových nádorů detekovaných pomocí PSA nikdy neprogreduje ani nezpůsobuje příznaky – muži umírají s jim, ne od jim |
| Rakovina štítné žlázy | Ultrazvuk odhaluje drobné papilární karcinomy štítné žlázy, které jsou téměř univerzálně indolentní – detekce prudce vzrostla, ale mortalita se nezměnila. |
| DCIS (prsu) | Duktální karcinom in situ detekovaný mamografií – některé se nikdy nestanou invazivním karcinomem |
Nadměrná diagnóza = nalezení nemoci, která nebyla potřeba najít. Nadměrná léčba = léčba onemocnění, které léčbu nepotřebovalo (které může následovat po nadměrné diagnóze nebo se může vyskytnout nezávisle). Jsou to související, ale odlišné pojmy.
🔢 Věková standardizace
Při porovnávání míry onemocnění nebo úmrtnosti mezi různými populacemi (např. různými zeměmi, různými časovými obdobími) je třeba zohlednit skutečnost, že tyto populace mohou mít různé věkové složení. Starší populace budou mít přirozeně vyšší úmrtnost, i když jejich zdravotní stav je stejně dobrý.
Standardizace věku je statistická technika, která odstraňuje zkreslující vliv různého věkového rozložení při porovnávání zdravotních výsledků mezi populacemi. Výsledkem je míra, která by byla pozorována, kdyby obě populace měly stejnou věkovou strukturu („standardní populace“).
🎗️ Statistiky rakoviny — AKT Must-Knows
AKT občas testuje specifické statistiky týkající se rakoviny. Nepotřebujete k tomu vyčerpávající znalosti onkologie – ale tyto hlavní statistiky se objevují a stojí za to je znát.
| Rakovina | Klíčová statistika | Proč to záleží |
|---|---|---|
| Rakovina varlat | >98% 10leté přežití | Jeden z nejlépe léčitelných druhů rakoviny – důležité vědět pro poradenství mladým mužům |
| Rakovina plic | Hlavní příčina úmrtí na rakovinu (Spojené království) | Přestože se nejedná o nejčastější rakovinu, zabíjí více lidí než kterákoli jiná |
Rakovina může mít vysokou incidence (běžné), ale nízké smrtelnost (léčitelná), jako je rakovina prsu. Nebo může mít nižší incidenci, ale velmi vysokou úmrtnost, jako je rakovina slinivky břišní. Akutní klinický test (AKT) může otestovat vaši schopnost správně interpretovat statistiky rakoviny – nepředpokládejte, že nejčastější rakovina je zároveň i nejsmrtelnější.
⚖️ Nerovnosti v oblasti zdraví
Nerovnosti ve zdraví popisují nespravedlivé, zbytečné rozdíly ve zdraví mezi různými skupinami lidí. Jsou významným zaměřením politiky veřejného zdraví Spojeného království a v Aktuality o zdraví (AKT) se objevují v kontextu epidemiologie a sociálních determinant zdraví.
Nerovnosti v oblasti zdraví jsou nespravedlivé, zbytečné rozdíly ve zdravotním stavu nebo v rozložení zdravotních determinant mezi různými skupinami populaceJsou „vyhnutelné“, protože pramení ze sociálních, ekonomických nebo environmentálních podmínek, které by se v principu daly změnit – nikoli z náhody nebo biologické variability.
| Typ | Příklady ve Spojeném království |
|---|---|
| Socioekonomické | Nižší délka života v znevýhodněných oblastech; vyšší míra kardiovaskulárních onemocnění, cukrovky a duševních onemocnění v chudších komunitách |
| Zeměpisný | „Severo-jih“ – horší zdravotní výsledky v některých částech severní Anglie ve srovnání s jihem |
| Etnický | Vyšší výskyt diabetu 2. typu u jihoasijských populací; vyšší kardiovaskulární riziko u černošských populací |
| Rod | Muži mají nižší průměrnou délku života, ale ženy mají více let nemocí (morbidity) |
Distribuce dat a statistická významnost
Opatření centrální tendence
| Opatření | Definice | Nejlepší použití, když | Dávej si pozor |
|---|---|---|---|
| Znamenat | Součet všech hodnot ÷ počet hodnot | Data jsou normálně distribuována | Snadno zkreslené odlehlými hodnotami |
| Medián | Střední hodnota při seřazení podle pořadí. Pokud existuje sudé číslo hodnot, medián je průměr dvou prostředních čísel. | Zkreslená data (např. příjem, délka pobytu v nemocnici) | Ignoruje skutečné hodnoty v extrémech |
| režim | Nejčastěji se vyskytující hodnota | Kategorická data; bimodální rozdělení | Může být bezvýznamné s nepřetržitými daty |
| Rozsah | Maximální − Minimální | Rychlý pocit šíření | Zcela určeno odlehlými hodnotami |
| IQR (mezikvartilní rozpětí) | 75. percentil − 25. percentil | Spárováno s mediánem pro zkreslená data | Ignoruje horní a dolní 25 % |
| standardní odchylka (SD) | Průměrný rozptyl od průměru | Normálně distribuovaná data | Zavádějící, pokud data nejsou normálně distribuována |
🗂️ Typy dat — nominální, ordinální, intervalové, poměrové
Pochopení čeho typ Vhodné jsou souhrnné statistiky a statistické testy, které máte k dispozici. AKT to testuje – obvykle předložením datové sady a dotazem, který test nebo měřítko použít.
| Typ | Definice | Příklady | Analogie |
|---|---|---|---|
| Nominální | Kategorie bez přirozeného pořadí | Krevní skupina (A, B, AB, O); pohlaví; barva očí; příčina úmrtí | Ovocná mísa – jablka a banány jsou prostě jiné, ani jedno není „více“ |
| Pořadový | Seřazené kategorie, ale mezery mezi nimi jsou ne nutně stejné | srdeční selhání NYHA třídy (I–IV); stupnice bolesti (mírná/střední/těžká); Likertova stupnice | Pozice v závodě – 1., 2., 3. Pořadí známe, ale rozdíl mezi 1. a 2. místem se může velmi lišit od rozdílu mezi 2. a 3. místem. |
| Interval | Seřazeno se stejnými mezerami mezi hodnotami, ale žádná skutečná nula | Teplota ve °C; kalendářní data; skóre IQ | Teploměr – 0 °C neznamená „žádná teplota“. Nemůžete v absolutním smyslu říct, že 20 °C je „dvakrát teplejší“ než 10 °C. |
| Poměr | Uspořádané, stejné mezery A a skutečná absolutní nula | Výška, hmotnost, krevní tlak, věk, příjem, dávka léku | Peníze – 0 liber znamená, že ve skutečnosti nic nemáte. 40 liber je dvakrát tolik než 20 liber. |
- Nominální/ordinální data → pro průměry použijte neparametrické testy, modus nebo medián
- Data intervalu/poměru (normálně distribuované) → lze použít průměr, SD, parametrické testy
- Vy nelze smysluplně vypočítat průměr pro nominální data (např. „průměrná krevní skupina“ je nesmysl) nebo provádějte proporcionální tvrzení s intervalovými daty (nemůžete říct, že někdo s IQ 120 je „dvakrát chytřejší“ než někdo s 60)
🔬 Parametrické vs. neparametrické testy
Statistické testy se dělí do dvou skupin v závislosti na předpokladech, které o datech dělají. AKT testuje, který typ testu je vhodný pro daný scénář – nemusíte provádět výpočty, stačí vědět, kdy který použít.
Parametrické testy Předpokládejme, že data mají normální rozdělení (nebo je vzorek dostatečně velký, aby na tom moc nezáleželo) a že data jsou alespoň na intervalové úrovni. Neparametrické testy nečiní žádné takové předpoklady – pracují s hodnostmi nebo kategoriemi a jsou vhodné pro zkreslená data, malé vzorky nebo ordinální/nominální data.
| Účel | Parametrický test | Neparametrický ekvivalent |
|---|---|---|
| Porovnejte průměry 2 nezávislých skupin | Nezávislý t-test | Mann-Whitney U test |
| Porovnání průměrů: stejná skupina, 2 časové body | Spárovaný t-test | Wilcoxonův podepsaný test |
| Porovnejte průměry 3 nebo více skupin | ANOVA (Analýza rozptylu) | Kruskal-Wallisův test |
| Korelace mezi dvěma spojitými proměnnými | Pearsonova korelace | Spearmanova korelace pořadí |
| Porovnání proporcí / kategorických dat | - | Chí-kvadrát test (χ²) |
- Data jsou zkosený or není normálně distribuováno → použijte neparametrické
- Malá velikost vzorku (a normalita nejistá) → použijte neparametrické
- Data jsou pořadový (např. skóre bolesti, Likert) → použijte neparametrické
- Porovnání proporce nebo kategorie → chí-kvadrát test
- Velký vzorek, spojitý, přibližně normální → parametrický test je v pořádku
🔔 Normální rozdělení — pravidlo 68-95-99.7
Normální rozdělení je symetrická křivka ve tvaru zvonu. Průměr, medián a modus jsou si rovny a nacházejí se uprostřed.
| Rozsah | % zahrnutých hodnot |
|---|---|
| Průměr ± 1 SD | 68% |
| Průměr ± 2 SD | 95% |
| Průměr ± 3 SD | 99.7% |
U pozitivně zkreslených dat (např. příjem, čekací doby u praktického lékaře, sérový bilirubin na oddělení) je průměr posunut doprava o několik vysokých odlehlých hodnot. V tomto případě použijte medián — lépe reprezentuje typickou hodnotu. AKT ráda tento rozdíl testuje.
📉 P-hodnoty a intervaly spolehlivosti – co skutečně znamenají
P-hodnoty
P-hodnota je pravděpodobnost pozorování výsledků alespoň tak extrémních, jako jsou ty pozorované. pokud je nulová hypotéza pravdivá (tj. pokud neexistuje žádný skutečný účinek). Je to ne pravděpodobnost, že nulová hypotéza je správná.
| p-hodnota | Výklad |
|---|---|
| p <0.05 | Statisticky významné – menší než 5% pravděpodobnost, že k tomuto výsledku došlo náhodou |
| p> 0.05 | Není statisticky významné – výsledek může být způsoben náhodou |
| p = 0.01 | 1% šance na dosažení tohoto výsledku, pokud nedojde k žádnému skutečnému efektu |
Intervaly spolehlivosti (IS)
95% interval spolehlivosti znamená: pokud byste studii zopakovali 100krát, v 95 z těchto případů by skutečná hodnota populace spadala do tohoto rozmezí.
- Pro poměr (RR, OR, HR): pokud 95% interval spolehlivosti zahrnuje 1.0 → není statisticky významné
- Pro rozdíl (průměrný rozdíl, ARR): pokud 95% interval spolehlivosti zahrnuje 0 → není statisticky významné
- Pokud je interval spolehlivosti (CI) zcela nad 1 (pro poměry) → významně zvýšené riziko
- Pokud je interval spolehlivosti zcela pod 1 (pro poměry) → významně snížené riziko
❌ Chyby typu I a typu II — Plačící vlk vs. Missing the Wolf
Zamítnutí nulové hypotézy, když je ve skutečnosti pravdivá. Jinými slovy: závěr, že léčba funguje, když nefunguje. Míra falešně pozitivních výsledků. Konvenčně přijatelná při 5 % (α = 0.05, p < 0.05).
„Pláč vlka“ – spuštění poplachu, když žádný vlk není.
Nezamítnutí nulové hypotézy, když je ve skutečnosti nepravdivá. Jinými slovy: minutí skutečného účinku léčby. Míra falešně negativních výsledků. Konvenčně akceptovatelná při 20 % (β = 0.2, síla testu = 80 %).
„Chybí vlk“ – říkat žádný vlk, když tam nějaký je.
Mocnost = 1 − β. Je to pravděpodobnost správné detekce skutečného efektu. Vyšší mocnost = menší pravděpodobnost, že skutečný efekt bude přehlédnut. Mocnost se zvyšuje s větší velikostí vzorku. Dobře navržená studie potřebuje mocnost ≥80 %.
⚡ Statistická významnost ≠ Klinický význam
Toto je jedna z nejdůležitějších a nejvíce ověřených nuancí ve statistikách AKT – a ta, kterou mnoho účastníků školení přehlíží.
Výsledkem může být statisticky významný (p < 0.05) při současném klinicky bezvýznamnýStatistická významnost vám pouze říká, že výsledek pravděpodobně není způsoben náhodou – říká nic o tom, zda je efekt dostatečně velký, aby měl v praxi nějaký význam.
| Scénář | Statisticky významné? | Klinicky důležité? |
|---|---|---|
| Pokles krevního tlaku o 1 mmHg, n=50,000, p=0.001 | Ano | Ne |
| Pokles krevního tlaku o 15 mmHg, n=30, p=0.08 | Ne | Pravděpodobně ano |
| Pokles krevního tlaku o 12 mmHg, n=500, p=0.02 | Ano | Ano |
Vždy se podívejte na velikost efektu (ARR, NNT, průměrný rozdíl) spolu s p-hodnotami a intervaly spolehlivosti (CI). Úzký interval spolehlivosti, který vylučuje nulu nebo jednu, je smysluplnější než samotná p-hodnota – říká vám jak směr, tak přesnost efektu.
- Úzký interval spolehlivosti (CI) → přesný odhad → vysoká spolehlivost, skutečná hodnota se blíží bodovému odhadu (obvykle z velkého vzorku)
- Široký interval spolehlivosti (CI) → nejistý odhad → skutečná hodnota se může pohybovat kdekoli v širokém rozmezí (obvykle z malého nebo heterogenního vzorku)
Příklad: RR = 1.5 (95% interval spolehlivosti 1.4–1.6) → přesné, přesvědčivé. RR = 1.5 (95% interval spolehlivosti 0.6–3.8) → široké, nejisté – a překračování 1.0, takže ani statisticky významné.
📈 Regrese k průměru – skrytý klam klinické praxe
Regrese k průměru je statistická tendence extrémního měření být blíže k průměru při druhém měření – bez ohledu na jakýkoli zásahJe to jeden z nejméně uznávaných zdrojů zavádějících závěrů v medicíně.
Pacienti jsou často vyšetřováni nebo léčeni právě tehdy, když jsou jejich příznaky nebo naměřené hodnoty nejhorší. Přirozená variace znamená, že se tato měření pravděpodobně při opakovaném testování stejně zlepší – ne nutně díky vašemu zásahu. Bez kontrolní skupiny není možné rozlišit regresi k průměru od skutečného účinku léčby.
| Scénář | Jak vypadá účinek léčby | Co se vlastně může dít |
|---|---|---|
| Pacient má při jednom měření velmi vysoký krevní tlak → začal užívat léky → při další návštěvě má nižší krevní tlak | Droga funguje | První měření mohlo být odchylkou; krevní tlak by byl při opakovaném měření stejně nižší. |
| Žák má v testu velmi špatné výsledky → dostává další školné → příště má lepší výsledky | Školné pomohlo | Špatné skóre mohlo být nereprezentativní; přirozený výkon se blíží průměru. |
| Pacient s těžkým vzplanutím ekzému začíná používat nový krém → vzplanutí se zlepší | Krém je účinný | Závažné vzplanutí se časem přirozeně zlepšuje bez ohledu na léčbu. |
- Vzít více základních měření a před zahájením léčby použijte průměr
- Použití kontrolní skupina — regrese k průměru ovlivňuje obě skupiny stejnou měrou, takže jakýkoli rozdíl mezi skupinami je s větší pravděpodobností skutečným účinkem léčby
- Toto je jeden z nejsilnějších argumentů pro Randomizované kontrolované studie (RCT) oproti nekontrolovaným studiím před a po
Statistické grafy – na co se zaměřit
AKT pravidelně prezentuje grafy a žádá vás o jejich interpretaci. Naučte se rozpoznávat klíčový rys v každém typu grafu – nepokoušejte se číst všechno. Stačí jedno cílené pozorování.
| Typ grafu | Primární použití | Jedna věc, na kterou se zaměřit |
|---|---|---|
| Lesní pozemek | Výsledky metaanalýzy | Má diamant překročit svislou čáru nulového efektu? |
| Plot trychtýře | Detekce publikačního zkreslení / monitorování odlehlých hodnot GP | Je zápletka asymetrické? (Mezera = chybějící nepublikované studie) |
| Catesův spiknutí | Vizuální komunikace NNT pacientům | Spočítejte barevné „výhodné“ stěny; NNT = 100 ÷ tyto stěny |
| L'Abbéův spiknutí | Zkoumání heterogenity v metaanalýzách | Tečka na diagonální čáře = nulový léčebný účinek |
| Krabička a vousy v zápletce | Distribuce a šíření dat | Střední čára = medián (ne průměr); tečky za vousy = odlehlé hodnoty |
| Faganův nomogram | Pravděpodobnost před testem → po testu | Nakreslete čáru od pravděpodobnosti před testem k LR, abyste odečetli pravděpodobnost po testu. |
| Stonek a listový graf | Distribuce – zachovává původní hodnoty | Jako histogram, ale zobrazuje jednotlivé datové body |
| Kaplan-Meierova křivka | Analýza přežití – doba do události | Počet kroků klesá, když dojde k událostem; křivky, které se brzy rozcházejí a zůstávají od sebe oddělené, naznačují trvalý přínos léčby. |
| Histogram | Distribuce kontinuálních dat | Tvar křivky: symetrický = normální rozdělení; zešikmený = použít medián, nikoli průměr |
🌲 Lesní parcely — podrobně
- Každý čtverec = jedna studie. Velikost čtverce = váha studie (obvykle daná velikostí vzorku)
- Vodorovné čáry = 95% interval spolehlivosti pro danou studii
- Diamant dole = souhrnný celkový odhad. Jeho šířka = souhrnný 95% interval spolehlivosti
- Svislá čára v bodě 1.0 = „linie bez efektu“ (pro poměry). Pokud je linie CI nebo kosočtverec překročí tuto hranici, ten výsledek je statisticky nevýznamné
I² měří, do jaké míry je variabilita mezi studiemi způsobena skutečnou heterogenitou (reálnými rozdíly) spíše než náhodou.
I² < 25 % = nízká heterogenita ✓
I² = 25–50 % = střední heterogenita
I² > 50 % = značná heterogenita — souhrnný výsledek je méně spolehlivý ⚠️
📯 Trychtýřové grafy — Sledování publikačního zkreslení a odlehlých hodnot GP
Trychtýřové grafy se v AKT objevují ve dvou zcela odlišných kontextech – ujistěte se, že oba rozpoznáváte.
Znázorňuje velikost účinku (osa x) v závislosti na přesnosti nebo velikosti studie (osa y). Symetrický obrácený trychtýř = žádné zkreslení. Asymetrický trychtýř s mezerou vlevo dole = chybějící malé negativní studie → publikační zkreslení.
Porovnává praktické praxe na základě metrik (např. míra doporučení, úmrtnost). Datové body mimo linie trychtýře jsou statistické odlehlé hodnoty odůvodňující vyšetřování – ne nutně důkaz špatného výkonu.
😊 Catesovy grafy — Jak vizuálně extrahovat NNT
Catesův graf (někdy nazývaný „graf smajlíků“) používá mřížku se 100 obličeji, která pomáhá pacientům vizualizovat absolutní přínos a újmu.
- Každá ze 100 tváří představuje jednu osobu na 100 ošetřených
- Žluté/zelené tváře = lidé, kteří z toho měli prospěch (události, kterým bylo zabráněno)
- Rudé tváře = lidé, kteří utrpěli újmu
- Šedé/hladké obličeje = žádný efekt v obou směrech
📉 Kaplan-Meierovy křivky přežití – jak je číst
Kaplan-Meierovy (KM) křivky ukazují pravděpodobnost přežití (nebo zůstat bez příhody) v průběhu času. Objevují se v otázkách AKT týkajících se studií rakoviny, kardiovaskulárních studií a jakéhokoli výzkumu sledujícího čas do příhody.
| vlastnost | Co to znamená |
|---|---|
| Osa Y | Pravděpodobnost přežití (nebo přežití bez události) – začíná na 1.0 (100 %) a v průběhu času klesá |
| Osa X | Čas (dny, měsíce, roky) |
| Každý krok dolů | Došlo k události (např. úmrtí, relaps). Větší kroky = více událostí v daném bodě |
| Značky na řádku | Cenzurovaní pacienti – ztraceni ze sledování nebo studie ukončená. Nejde o události. |
| Dvě křivky se brzy rozcházejí a zůstávají od sebe | Naznačuje trvalý přínos léčby po celou dobu následného sledování |
| Křižovatky křivek | Naznačuje, že riziko není v čase úměrné – komplikuje interpretaci |
| Medián přežití | Časový bod, kdy křivka přežití překročí 50 % – bod, kdy se příhoda vyskytla u poloviny pacientů. |
Jedno log-rank test statisticky porovnává dvě KM křivky. poměr rizik (HR) shrnuje celkový rozdíl mezi křivkami. HR < 1 = léčená skupina má v průběhu času méně událostí. Pokud se křivky podstatně překrývají, bude HR blízký 1 (žádný přínos).
📊 Histogramy — Přehled rozdělení
Histogram zobrazuje rozložení spojité proměnné (např. věku, krevního tlaku, BMI) seskupením hodnot do intervalů (přihrádek) a zobrazením, kolik pozorování spadá do každého z nich. Na rozdíl od sloupcového grafu se sloupce dotýkají – protože data jsou spojitá.
| Shape | Význam | Použít průměr nebo medián? |
|---|---|---|
| Symetrický tvar zvonu | Normální rozdělení – průměr, medián, modus jsou si rovny | Buď – ale konvenčně průměr ± SD |
| Pravý (kladný) sklon | Dlouhý ocas doprava – několik velmi vysokých hodnot táhne průměr nahoru | Medián (reprezentativnější) |
| Levý (záporný) zkosení | Dlouhý ocas doleva – několik velmi nízkých hodnot stahuje průměr dolů | Medián (reprezentativnější) |
| Bimodální (dva vrcholy) | Dvě odlišné podskupiny v datech | Oba vrcholy zaznamenejte odděleně |
Zlepšování kvality a klinický audit
| Nástroj | Účel | KLÍČOVÉ VLASTNOSTI |
|---|---|---|
| Klinický audit | Měření praxe v porovnání s explicitními standardy; identifikace a odstranění mezer | Vyžaduje definovaný standard. Používá cyklus PDSA. Zahrnuje uzavření smyčky (opětovný audit). Ne výzkum – žádná hypotéza, žádné nové poznatky. |
| Analýza významných událostí (SEA) | Systematické multidisciplinární hodnocení jedné významné události | Bez obviňování. Zaměřuje se na systémové učení, nikoli na individuální chyby. Sdílí se v rámci týmu. Dokumentuje učení a jednání. |
| Analýza kořenových příčin (RCA) | Hloubkové vyšetřování závažných incidentů | Strukturovanější než SEA. Využívá techniku „5 proč“. Identifikuje přispívající a základní příčiny. Často u událostí, které nikdy nenastaly, nebo vážných újm. |
| Hlášení výjimek QOF | Vhodné vyloučení pacientů z indikátorů QOF | Klinicky vhodné pro: maximálně tolerovanou terapii, informovaný nesouhlas pacienta, extrémní křehkost nebo klinické kontraindikace. |
🔄 Klinický audit vs. výzkum – klíčové rozdíly
| vlastnost | Klinický audit | Články vyžadující průzkum |
|---|---|---|
| Účel | Zlepšení péče porovnáním se standardy | Generovat nové znalosti |
| Hypotéza | Žádné – porovnává se stávajícím standardem | Vždycky má nějakou hypotézu |
| Schválení etiky | Obvykle není vyžadováno | Obvykle vyžadováno |
| Souhlas | Obvykle není vyžadováno | Obvykle vyžadováno |
| Randomizace | nikdy | Může zahrnovat RCT (randomizované kontrolované studie) |
| Konečný výsledek | Zlepšení služeb; akční plán | Nové důkazy; publikace |
🔁 Cyklus PDSA
Cyklus Plán-Dělej-Studij-Jednej (PDSA) je rámec pro neustálé zlepšování používaný v klinickém auditu a zlepšování kvality.
| Fáze | Co se stalo |
|---|---|
| Plán | Definujte otázku, stanovte standard, naplánujte sběr dat |
| Do | Implementujte změnu nebo změřte stávající postupy |
| Studovna | Analyzovat výsledky; porovnat se standardem; identifikovat mezery |
| Akt | Implementujte vylepšení; naplánujte si opětovný audit pro uzavření cyklu |
Klinické výpočty (banka vzorců AKT)
Tyto vzorce se objevují v otázkách výpočtu AKT. Naučte se každý z nich a znáte klinické mezní hodnoty, které spouštějí akci.
🧮 Příklad ABPI
🎯 Scénář: Paní T, 72 let, s bolestí nohou při chůzi
🍷 Příklady výpočtů s jednotkou alkoholu
| Napít se | Objem (ml) | % ABV | Výpočet | Jednotky |
|---|---|---|---|---|
| Velká sklenice vína | 250 ml | 13% | 250 × 13 ÷ 1000 | 3.25 |
| Láhev vína | 750 ml | 12% | 750 × 12 ÷ 1000 | 9.0 |
| Půllitr ležáku (silný) | 568 ml | 5% | 568 × 5 ÷ 1000 | 2.84 |
| Jednoduchá lihová míra | 25 ml | 40% | 25 × 40 ÷ 1000 | 1.0 |
Zpracované příklady
🎯 Příklad 1: Výpočet všech metrik rizika ze zkušební tabulky
Randomizovaná kontrolovaná studie randomizovala pacienty do skupiny užívající buď lék X, nebo placebo. Po 3 letech: 80 z 500 pacientů užívajících placebo prodělalo mrtvici; 40 z 500 pacientů užívajících lék X prodělalo mrtvici.
🎯 Příklad 2: Vytvoření tabulky 2×2 a výpočet citlivosti a specificity
Nový test je aplikován na 200 pacientů, z nichž 100 má onemocnění. Test správně identifikuje 85 ze 100 s onemocněním a správně identifikuje 80 ze 100 bez onemocnění.
🎯 Příklad 3: Výpočet pediatrické dávky
Dítě potřebuje 300 mg amoxicilinu. Dostupná suspenze je 250 mg/5 ml. Jaký objem by měl být podán?
Taháky k vzorcům a pomůcky pro zapamatování
Vzorce pro riziko a léčbu
Diagnostické testování
Populační a klinické vzorce
- SnNout: Citlivý test – Negativní výsledek vylučuje OUT onemocnění (screening)
- SpPin: Specifický test – pozitivní pravidla pro IN onemocnění (potvrzení)
- CI křížení 1.0 (poměr) nebo 0 (rozdíl) → není významný
- Lesní pozemek diamant kříží čáru → nevýznamné
- Asymetrie trychtýře → publikační zkreslení (nebo odlehlá hodnota GP v případě kontextu výkonu)
- Střední čára krabicového grafu → MEDIÁN (ne průměr)
- 68-95-99.7 → ±1SD, ±2SD, ±3SD v normálním rozdělení
- I² >50 % → značná heterogenita
- NEBO z případové kontroly | RR z kohorty | Prevalence z průřezového výzkumu
- Audit ≠ Výzkum (auditní opatření vs. standard; výzkum generuje nové znalosti)
- Případová kontrola → OR (poměr šancí) – zpětný pohled na expozice
- Kohorta → RR (relativní riziko) – postupně od expozice
- Průřez → Prevalence — SNAPSHOT v čase
- Randomizovaná kontrolovaná studie / SR → Zlatý standard pro otázky týkající se léčby
Perly pro trenéry a učitele
- Školenci se často učí ČNT jako vzorec, aniž by chápali, co to ve skutečnosti klinicky znamená – ujistěte se, že to dokážou vysvětlit větou, které pacient porozumí.
- Rozdíl mezi citlivostí/specifičností (vlastnosti testu) a PPV/NPV (ovlivněno prevalencí) není dostatečně pochopen – analogie s těhotenským testem funguje dobře.
- Mnoho účastníků školení ví, jak vypadá lesní pozemek, ale nedokáže to vysvětlit. co na co se podívat – zaměřit se na diamant a na to, zda překračuje hranici neúčinnosti
- Zkreslení dodací lhůty je často zaměňováno s zkreslením délky – k ilustraci rozdílu použijte diagramy nebo časové osy.
- Stážisté si běžně pletou klinický audit s výzkumem – použijte vlastní příklady z hodnocení RCGP
- „Zde je souhrnná tabulka ze studie léku – můžete mi sdělit ČLL (number number - počet pacientů s léčbou) a zda byste ho tomuto pacientovi předepsal?“
- „Podívejte se na tento lesní graf. Je intervence účinná? Jak moc si jste touto odpovědí jistý?“
- „Váš pacient má pozitivní FIT test. PPV u populace s nízkým rizikem je asi 3 %. Jak mu to vysvětlíte?“
- „Vidíme mnoho vysokých výsledků PSA. Jaký je problém s použitím PSA jako screeningového testu?“
- „Kolega chce porovnat naše výsledky léčby sepse s výsledky Trustu. Je to audit, nebo výzkum? Potřebuje to etiku?“
- „Jak byste pacientovi, který se ptá: ‚Je to bezpečné?‘, vysvětlil pravděpodobnost nežádoucího účinku 1:50?“
- Jak v současnosti vysvětlujete pacientům riziko? Používáte absolutní, nebo relativní čísla?
- Vzpomenete si na nedávnou klinickou směrnici, která uváděla významnou ČLL – jaká to byla a jak to ovlivnilo vaši praxi?
- Už jste si někdy objednali test a neznali jste jeho citlivost/specificitu? Jak jste interpretovali výsledek?
- Proč by se farmaceutická společnost mohla rozhodnout prezentovat výsledky svých studií jako RRR spíše než ARR?
🔥 Tipy pro vysoký výnos AKT
Toto jsou vzorce, které se opakovaně objevují v testech AKT. Zapamatujte si je a získáte body.
Vždy nejprve převeďte procenta na desetinná čísla. ARR = 5 % → NNT = 1 ÷ 0.05 = 20. Vždy zaokrouhleno up zaokrouhleno na nejbližší celé číslo. Nižší NNT = účinnější léčba.
Pro poměry (RR, OR, HR): křížení CI 1.0 = nevýznamné. Pro rozdíly: CI křížení 0 = nevýznamné. Toto se objevuje téměř v každé otázce týkající se lesního pozemku.
Vzácné onemocnění → případová kontrola → NEBO. Nová expozice v budoucnu → kohorta → RR. Snímek prevalence → průřezovýNejlepší důkazy pro léčbu → RCT or SR/metaanalýza.
Screeningový test → chtějí vysokou citlivost (nechcete přehlédnout případy → SnNout). Potvrzovací test → chtějí vysokou specificitu (nechceme falešně pozitivní výsledky → SpPin).
I vysoce specifický test (99 %) dává v prostředí s nízkou prevalencí špatnou PPV. Většina pozitivních výsledků při populačním screeningu je falešně pozitivních. Proto netestujeme každého na všechno.
V případě, že diamant (sdružený odhad) protne svislou linii bez efektu → celkový výsledek NENÍ statisticky významný. Pokud I² > 50 % → značná heterogenita → sdružený výsledek je méně spolehlivý.
Mezera v levém dolním rohu trychtýřového grafu = publikační zkreslení – malé negativní studie nebyly publikovány. To v metaanalýze nafukuje zdánlivý účinek léčby.
Linie uvnitř krabice je mediánČtvereček = IQR (prostředních 50 %). Tečky nebo kruhy za vousy = odlehlé hodnoty.
Farmaceutické společnosti rády uvádějí RRR, protože to zní větším dojmem. 50% RRR zní úžasně – dokud nevíte, že základní riziko bylo pouze 2 % (→ ARR = 1 %, NNT = 100). Vždy se ptejte: jaké bylo základní riziko?
Šikmé rozdělení (příjem, hospitalizace, sérový bilirubin) → použití medián ne průměr. Průměr je vyvolán odlehlými hodnotami; medián nikoli.
Audit: opatření proti stávající standard; není potřeba žádná etika; žádná hypotéza. Výzkum: generuje nový znalosti; vyžaduje schválení etickou komisí; má hypotézu. Klíčový rozdíl, který AKT opakovaně testuje.
Analýza ITT zahrnuje všechny randomizované účastníky bez ohledu na dodržování léčby. To poskytuje konzervativní odhad účinnosti – realističtější pro klinickou praxi. Analýza podle protokolu účinek nadhodnocuje.
ABPI < 0.9 = onemocnění periferních tepen. ABPI > 1.3 = nestlačitelné (kalcifikované) cévy – nespolehlivý výsledek. Kompresní bandáž je kontraindikována, pokud je ABPI < 0.8 (řiďte se pokyny pro kompresi).
Spočítejte výhody (obvykle žluté nebo zelené). NNT = 100 ÷ (počet výhod). 5 žlutých plošek → NNT = 20.
Časté chyby a pasti praktikantů
Toto jsou chyby, které se opakovaně objevují v systémech hodnocení AKT. Každá z nich představuje skutečnou ztrátu bodu u skutečných kandidátů.
- Zapomenutí převodu procent na desetinná čísla před výpočtem NNT (např. ARR = 5 % → pro získání NNT = 20, nikoli 0.2 je nutné použít 0.05, nikoli 5)
- Zaokrouhlování NNT dolů spíše než up (NNT = 12.5 → odpověď je 13, ne 12)
- Zaměňování RRR s ARR a uvádění působivěji znějícího relativního čísla jako klinického přínosu
- Říct, že výsledek je „významný“, když se CI dotkne pouze 1.0 – musí neobsahovat 1.0 pro významné
- Uvedení střední čáry grafu typu box-and-whisker je průměr – vždy je to medián
- Zaměňování citlivosti s PPV – citlivost je pevnou vlastností testu; PPV závisí na prevalenci.
- Představa, že vysoce specifický test v populaci s nízkou prevalencí dá spolehlivý pozitivní výsledek – nedá (nízká PPV)
- Zaměňování OR s RR – OR nelze přímo použít jako RR, s výjimkou případů, kdy je onemocnění vzácné.
- Říká se, že studie případů a kontrol generuje RR – generuje tím OR, protože začínáte s případy a kontrolami, nikoli s exponovanou kohortou.
- Zaměňování klinického auditu s výzkumem – tvrzení, že audit vyžaduje etické schválení
- Chybná interpretace zkreslení doby trvání léčby jakožto screeningového programu, který skutečně zlepšuje přežití
- Zapomínání na to, že I² >50 % v lesním grafu vyvolává obavy ohledně platnosti souhrnného výsledku.
- Použití průměru k popisu zkreslených dat (např. příjem, délka pobytu v nemocnici) – použijte medián
🏁 Závěrečné body
- NNT = 1 ÷ ARR. Vždy převádějte procenta na desetinná čísla. Vždy zaokrouhlete nahoru. Nižší NNT = lepší zacházení.
- ARR je klinicky upřímný pojem. RRR zní působivě, ale může být zavádějící. Vždy spojujte RRR s výchozím rizikem.
- Citlivost a specificita jsou fixní vlastnosti testu. PPV a NPV se mění s prevalencí onemocnění.
- SnNout: citlivé testy vylučují OUT, pokud jsou negativní. SpPin: specifické testy vylučují IN, pokud jsou pozitivní.
- Kosočtverec lesního grafu protíná hranici nulového efektu → výsledek není statisticky významný. I² > 50 % → obavy z heterogenity.
- Asymetrie trychtýřového grafu → publikační zkreslení. Body mimo limity trychtýře v monitorování výkonnosti → odlehlé postupy.
- CI pro poměr, který zahrnuje 1.0 → nevýznamný. CI pro rozdíl, který zahrnuje 0 → nevýznamný.
- Případová kontrola → OR. Kohorta → RR. Průřezová studie → prevalence. RCT/SR → zlatý standard léčby.
- Zkreslená data → použijte medián, ne průměr. Střední čára krabicového grafu = medián. Tečky za vousy = odlehlé hodnoty.
- Klinické audity porovnávají standardy – není potřeba žádná etika, žádná hypotéza. Výzkum generuje nové znalosti – je nutná etika.
Otázky ze statistiky v testu AKT patří k nejspolehlivějším a nejsnadnějším bodům v testu. Pár hodin s touto stránkou a hrstkou cvičných otázek se vám vyplatí mnohem víc, než jste vložili.