Praksa utemeljena na dokazima i medicinska statistika — Bradford VTS

Bradford VTS · AKT Mastery Series

Praksa utemeljena na dokazima i medicinska statistika

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

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

Zadnje ažuriranje: travanj 2026. · Također poznato kao medicina utemeljena na dokazima (EBM)

📥 Preuzimanja

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

put: Praksa utemeljena na dokazima poznata je i kao Medicina utemeljena na dokazima ili skraćeno EBM. / kako-čitati-rad

🌐

Web resursi

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

📘 Osnovni EBM i statistika

CEBM — Oxfordski centar za EBM Alati, vodiči i resursi za kritičku procjenu Web stranica dr. Chrisa Catesa za EBM Kalkulator NNT-a i objašnjenje Catesovog grafa — izvrsno GPnotebook — Statistika Sažeti priručnik za kliničku statistiku Naprtač Zdravstvena skrb utemeljena na dokazima na jednostavnom jeziku Cochrane knjižnica Sustavni pregledi zlatnog standarda

📗 AKT ponavljanje i priprema za ispite

NHS — Klinička ispitivanja Vodič za vrste istraživanja na jednostavnom engleskom jeziku Cambridge EBM resursi Alati i tutorijali za kritičku procjenu

📙 Dodatno štivo i alati

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

⚡

Jednominutni opoziv

Skeniranje ovoga prije klinike - ili večer prije AKT ispita? 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
Specijalan = 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 križa se = nije značajno
Asimetrija lijevka = pristranost objavljivanja
Catesov dijagram: NNT = 100 ÷ žute površine
Srednja linija kutijastog dijagrama = srednja
I² >50% = značajna heterogenost

📉 Značaj

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

⚖️ Vrste pristranosti

Odabir → nereprezentativan uzorak
Prisjeti se → slučajevi pamti više
Objavljivanje → samo pozitivne studije
Vrijeme izvođenja → iluzija probira
Osipanje → odustajanje iskrivljuje rezultate

💡

Zašto je ovo važno kod liječnika opće prakse i AKT-a

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

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

Statistička pitanja u AKT-u često prikazuju tablicu podataka ispitivanja i traže od vas da izračunate vrijednost, interpretirate graf ili odredite najbolji dizajn studije. Ona nagrađuju metodično razmišljanje, a ne medicinsko znanje. Zbog toga su naj"naučljiviji" bodovi u radu.

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

????

Medicina utemeljena na dokazima (EBM)

„Kad 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, liječnik koji je skovao termin "medicina utemeljena na dokazima", opisujući vlastito obrazovanje prije nego što je postojala EBM

Kasnije je otkrio da praksa za koju se obučavao - i koju su provodile stotine tisuća liječnika diljem svijeta - nije bila samo beskorisna, već je potencijalno mogla ubiti ljude. Ne zbog nemara. Ne zbog nesposobnosti. Već zato što nitko nikada nije pravilno testirao djeluje li zapravo.

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

📋 Što je medicina utemeljena na dokazima?

"Savjesno, eksplicitno i razborito korištenje trenutno najboljih dokaza u donošenju odluka o skrbi za pojedinačne pacijente."

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

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

Ne zamjenjuje kliničku prosudbu - već je informira . EBM počiva na tri nerazdvojna stupa koji moraju djelovati zajedno:

🔬

Najbolji istraživački dokazi

Klinički relevantna, visokokvalitetna istraživanja - posebno iz randomiziranih kontroliranih ispitivanja i sustavnih pregleda

🩺

Klinička ekspertiza

Vještina i iskustvo pojedinog kliničara, izgrađeno tijekom godina prakse

🤝

Vrijednosti i preferencije pacijenta

Okolnosti, vrijednosti i ono što je najvažnije za svakog pojedinog pacijenta

🕰️ Kako je nastao EBM? — Kratka povijest

EBM se nije pojavio niotkuda. Bio je to vrhunac desetljeća tihog revolucionarnog razmišljanja u Kanadi i Velikoj Britaniji.

Godina	događaj
1938	John Paul (Yale) skovao je termin "klinička epidemiologija" - ideju da medicinu treba znanstveno proučavati u populacijama, a ne samo promatrati kod pojedinačnih pacijenata.
1967	Sveučilište McMaster (Hamilton, Kanada) otvara svoj novi medicinski fakultet s Odjelom za kliničku epidemiologiju i biostatistiku - radikalnim u to vrijeme, posvećenim primjeni istraživačkih metoda u kliničkim odlukama.
1972	Archie Cochrane, škotski epidemiolog, objavljuje Učinkovitost i djelotvornost: 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 suradnje, nazvane u njegovu čast.
1981	David Sackett i kolege s McMastera objavljuju seriju od devet članaka u časopisu Canadian Medical Association Journal u kojima podučavaju kliničare kako kritički procjenjivati medicinsku literaturu. Ovo je formalni početak pokreta EBM-a.
1990	Gordon Guyatt, mladi stalni direktor na McMasteru, osmišljava novi nastavni program i isprva ga naziva "Znanstvena medicina". Kolege se ne slažu - implikacija da trenutna praksa nije znanstvena je previše izravna.
1991	Guyatt preimenuje pristup "Medicina utemeljena na dokazima" i objavljuje termin u uvodniku u ACP Journal Clubu. Fraza se odmah urezala u pamćenje.
1992	Značajan JAMA rad — "Medicina utemeljena na dokazima: Novi pristup poučavanju medicinske prakse" — predstavlja EBM svijetu. Guyatt se prisjeća da je reakcija u početku bila "bijes". Kolege su osjećale da im se govori da nisu dobri liječnici.
1993	Formalno je osnovana Cochrane Collaboration - međunarodna mreža za izradu i širenje sustavnih pregleda zdravstvenih dokaza.
1996	David Sackett objavljuje konačnu definiciju triju stupova u BMJ-u. EBM postaje mainstream.
2000s prisutan	EBM postaje dio obuke u Ujedinjenom Kraljevstvu: smjernice NICE-a, GMC-ova Dobra medicinska praksa i kurikulum RCGP-a to zahtijevaju. To je temelj načina na koji se sada obučava i procjenjuje svaki liječnik u Ujedinjenom Kraljevstvu.

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

Prije EBM-a, medicina se temeljila na onome što je Gordon Guyatt nezaboravno nazvao "GOBSAT" - Dobri stari dečki sjede oko stola . Kliničke smjernice pisali su viši stručnjaci koji su udruživali svoja osobna mišljenja, a ono što se događalo s vašim pacijentom u potpunosti je ovisilo o tome koji ih je liječnik slučajno pregledao.

Svijet prije EBM-a

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

Biste li željeli most izgrađen na temelju "Već 30 godina projektiram mostove na ovaj način i još se nijedan nije srušio"? Ili na temelju provjerene znanosti o građevinskom inženjerstvu? Odgovor je očit. Ali veći dio povijesti medicine, pristup mostovima bio je upravo ono što se događalo.

🔴 Primjer koji je promijenio medicinu — CAST ispitivanje

Ovo nije hipotetski slučaj. To je jedna od najvažnijih istinitih priča u modernoj medicini - i jedan od najjačih argumenata koji je EBM ikada trebao.

Postavka — Logika koja se činila neosporivom

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

Suđenje - Netko ga je stvarno testirao

Godine 1987., u studiji suzbijanja srčane aritmije (CAST) sudjelovalo je preko 1,700 pacijenata nakon infarkta miokarda, a oni su nasumično raspoređeni u skupine 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 nitko nije očekivao

Pacijenti koji su uzimali lijekove imali su 2.5 puta veću vjerojatnost da će umrijeti od onih koji su uzimali placebo. Ispitivanje je moralo biti rano prekinuto jer je šteta bila toliko očita. 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 - osobno je davao infuzije lidokaina svakom pacijentu nakon infarkta miokarda koji je prošao kroz njegov odjel. Slijedio je najbolju praksu. Ispravno je bio poučen. Imao je dobre namjere. Ipak, bez rigoroznog testiranja RCT-om, ni on ni njegovi kolege nisu mogli znati je li liječenje štetno. To iskustvo postalo je ključno za razlog zašto je svoju karijeru posvetio EBM-u. Povijest medicine, kasnije je rekao, "puna je tretmana koji su se uglavnom temeljili na nagađanjima i intuiciji, a ne na čvrstim dokazima."

🌐 Kako je EBM promijenio sve — Standardizacija i jedinstvo

Prije EBM-a, ono što ste dobivali ovisilo je o tome gdje ste živjeli, koju ste bolnicu posjetili i koji vas je liječnik pregledao. Isti pacijent s istim stanjem mogao je primiti potpuno različite tretmane u Leedsu i Londonu. Različite bolnice. Različite zemlje. Potpuno različiti ishodi.

EBM je to promijenio. Usidravanjem kliničkih odluka na isti skup dokaza - ista ispitivanja, iste sustavne preglede, iste smjernice - medicini je dao 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 primati u biti istu skrb temeljenu na dokazima. Ne zato što su liječnici identični, već zato što je liječenje vođeno dokazima, a ne individualnim preferencijama.

U Ujedinjenom Kraljevstvu to se operacionalizira putem smjernica NICE , kurikuluma RCGP-a , pokazatelja QOF-a , kliničkih revizija i ispita MRCGP-a - a svi oni zahtijevaju i procjenjuju praksu utemeljenu na dokazima. Kada polažete AKT, testira se vaša sposobnost primjene ovog okvira.

🌍 Svijet bez EBM-a — Međunarodna slika

Predanost Ujedinjenog Kraljevstva EBM-u - putem NICE-a, NHS-a i poslijediplomske izobrazbe - nije univerzalna. U mnogim dijelovima svijeta, ono što primate kao pacijent još uvijek uvelike ovisi o tome tko vas pregleda, gdje se prezentirate i koliko možete platiti. Razumijevanje ovoga pomaže vam da shvatite od čega EBM štiti vaše pacijente.

🔴 Važna napomena prije čitanja

Razlika opisana u nastavku odražava zdravstvene sustave i strukture , a ne kompetencije ili predanost pojedinačnih liječnika. Mnogi briljantni, vrijedni liječnici rade u svakoj od navedenih zemalja. Problem je nedostatak standardizacijske infrastrukture - smjernica, nadzora, okvira za obuku - koju pruža EBM. Pojedinačni liječnici ne mogu sami prevladati sistemske probleme.

Država / regija	Kako se praksa razlikuje bez jakih EBM okvira
🇮🇳 Indija (privatni sektor)	2018 Lanceta Studija je otkrila stope carskih rezova od 40 do 58% u privatnim bolnicama u usporedbi s 10 do 14% u javnim ustanovama - često potaknute financijskim poticajima, a ne kliničkom potrebom. Prekomjerno istraživanje i polifarmacija široko su dokumentirani u privatnom sektoru. Isti pacijent s rakom može primiti dramatično različit tretman ovisno o tome gdje se javlja i što si 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 izravne su posljedice. Pristup specijaliziranoj skrbi i standardiziranim putovima liječenja uvelike ovisi o geografiji i prihodima.
🇳🇬 Nigerija / 🇬🇭 Gana	Magnezijev sulfat je lijek za eklampsiju koji preporučuje WHO, utemeljen na dokazima i jeftin je. Studije pokazuju da značajno smanjuje smrtnost majki. Ipak, dostupnost i stvarna upotreba u nigerijskim i ganskim ustanovama uvelike varira ovisno o bolničkim resursima i obuci kliničara - što znači da o tome u koju ustanovu stigne žena s eklampsijom može ovisiti hoće li preživjeti ili umrijeti.
🇸🇩 Sudan / 🇮🇶 Irak	Dugotrajni sukobi i nestabilnost uništili su zdravstvenu infrastrukturu. U Iraku su se nakon 2003. godine urušile javne zdravstvene službe, zastala je provedba smjernica, a pristup osnovnim lijekovima postao je ovisan o geografiji. U Sudanu je sukob poremetio programe cijepljenja, zdravstvene usluge za majke i liječenje kroničnih 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 kvalificirane liječnike i objavile su smjernice za EBM - ali provedba je nedosljedna između javnog i privatnog sektora te između urbanih i ruralnih područja. U Iranu su međunarodne sankcije utjecale na dostupnost lijekova, prisiljavajući na prilagodbe koje odstupaju od protokola utemeljenih na dokazima.
🇷🇴 Rumunjska	Rumunjska je dokumentirala praksu slučaj ("omotnica") - neformalne novčane isplate liječnicima i medicinskim sestrama kako bi se osigurala skrb. Službeno ilegalno, široko se primjenjuje. Parlamentarne istrage i istraživačko novinarstvo potvrdili su da kvaliteta kirurške skrbi može ovisiti o tome što pacijent može privatno platiti, bez obzira na njihova službena prava ekvivalentna NHS-u. Odljev mozgova uklonio je otprilike 14 000 više od liječnika od pristupanja EU.
🇺🇸 Sjedinjene Države	Najskuplja zdravstvena skrb na svijetu - preko 12,000 dolara po osobi godišnje - no rezultati često nisu bolji nego u Ujedinjenom Kraljevstvu. Projekt Dartmouth Atlas dokumentirao je ogromne geografske varijacije u kliničkoj praksi: isti pacijent u Miamiju može primiti dvostruko više pretraga i postupaka kao isti pacijent u Minneapolisu, bez razlike u ishodima. Studija JAMA iz 2019. procijenila je da se 935 milijardi dolara - otprilike četvrtina svih američkih izdataka za zdravstvenu skrb - rasipa na nepotrebnu skrb. Krizu s opioidima djelomično su potaknule farmaceutske tvrtke koje su utjecale na praksu propisivanja lijekova izvan okvira EBM-a.
🇫🇷 Francuska	Francuska ima izvrsnu zdravstvenu skrb - ali stope propisivanja antibiotika povijesno su među najvišima u Europi, dijelom potaknute kulturnim očekivanjima da konzultacije uvijek trebaju završiti receptom. Kampanje za smanjenje toga („Antibiotici nisu automatski“) pomogle su, ali obrazac ilustrira kako kulturni i komercijalni pritisci mogu nadjačati smjernice temeljene na dokazima čak i u sofisticiranim sustavima.
🇮🇹 Italija	Kvaliteta zdravstvene zaštite u sjevernoj Italiji (Milano, Bologna) je među najboljima u Europi. U dijelovima južne Italije slika je vrlo drugačija - dulje vrijeme čekanja na operaciju raka, manje dosljedna primjena programa probira, niže pridržavanje skrbi temeljene na smjernicama. Geografsko podrijetlo unutar iste zemlje može značajno utjecati na ishode.
🇬🇷 Grčka / 🇪🇸 Španjolska	Grčka kriza štednje (2010. – 2015.) dovela je do smanjenja potrošnje na zdravstvo za više od 25%, što je uzrokovalo dokumentiranu nestašicu lijekova, smanjenje broja osoblja i pogoršanje kvalitete. Preko 35 000 zdravstvenih radnika emigriralo je. U Španjolskoj su dokumentirane značajne regionalne varijacije u stopama preživljavanja raka - tumor koji razvijete može se ponašati drugačije ovisno o regiji u kojoj živite, ne zato što se razlikuje biologija, već zato što se razlikuje primjena liječenja temeljenog na dokazima u sustavu.

💊 Kad ono što dobijete ovisi o tome koliko platite

U zdravstvenim sustavima bez robusnih okvira za EBM ili univerzalnih prava, odnos između plaćanja i kvalitete liječenja često je izravan i dokumentiran:

U nekim indijskim privatnim bolnicama, pacijent koji se javi s bolovima u prsima i može platiti privatnu njegu može odmah dobiti kateterizaciju i stent. Isti pacijent u javnom sustavu može satima čekati na EKG.
U dijelovima podsaharske Afrike, hoće li dijete s teškom malarijom primiti kombiniranu terapiju temeljenu na artemizininu (standard utemeljen na dokazima) ili stariji, manje učinkovit lijek ovisi o tome u koju ustanovu stignu i koliko njihova obitelj može platiti.
U zemljama bez univerzalnog pristupa lijekovima, kemoterapija protiv raka može biti dostupna samo onima koji mogu platiti iz vlastitog džepa - što znači da identični karcinomi imaju dramatično različite ishode isključivo na temelju prihoda.
U Rumunjskoj i nekim drugim istočnoeuropskim zemljama, dokumentirano je da kvaliteta kirurškog zahvata - marljivost kirurga, kvaliteta praćenja anestezije, čak i dostupnost postoperativne njege - ovisi o neformalnom plaćanju, a ne o kliničkoj potrebi.

✈️ Analogija koja to čini jasnim

Svaki put kada se ukrcate u komercijalni let, imate koristi od jednog od najučinkovitijih sigurnosnih sustava koje su ljudi ikada izgradili. Ne zato što su pojedinačni piloti iznimno talentirani - iako jesu. Već zato što je zrakoplovstvo izgrađeno oko standardiziranih, dokazano provjerenih protokola . Svaki pilot, svaka zrakoplovna kompanija, svaka zemlja slijedi iste kontrolne liste prije leta, iste postupke slijetanja, iste protokole za hitne slučajeve. Sustav vas štiti bez obzira kojeg pojedinog pilota dobijete.

Medicina bez EBM-a je zrakoplovstvo bez kontrolnih lista. Vaša sigurnost u potpunosti ovisi o tome jeste li dobili dobrog pilota, je li taj pilot nedavno obučen, ima li dobar dan i je li čuo najnovije mišljenje od nekoga kome vjeruje.

EBM zamjenjuje sreću sustavima. Zamjenjuje "po mom iskustvu" s "u 15 000 ispitivanja koja uključuju 2 milijuna pacijenata". Zamjenjuje mišljenje onoga tko 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 opće prakse u Velikoj Britaniji

Svaka NICE smjernica koju slijedite proizvod je sustavnog pregleda dokaza - netko je obavio posao kako bi osigurao da ono što radite bude potkrijepljeno najboljom dostupnom znanošću.
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-neliječeno liječenje) ili raspravljate o ograničenjima probirnog testa ili odbijate propisati antibiotik koji nije indiciran, prakticirate EBM - svjesno, eksplicitno i razborito.
A kada vam farmaceutski predstavnik sjedne nasuprot i kaže vam da njihov novi lijek smanjuje kardiovaskularne događaje za 35%, vaše prvo pitanje - "35% relativno ili apsolutno?" - jest pitanje koje je medicinu naučio postavljati EBM.

Dizajn studija i hijerarhija dokaza

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

Piramida dokaza

Najjači dokazi na vrhu; najslabiji na dnu

Sustavni pregledi i meta-analize

Randomizirana kontrolirana ispitivanja (RCT)

Studije skupine

Studije kontrole slučajeva

Studije poprečnog presjeka

Izvješća o slučajevima i mišljenja stručnjaka

⬆ Najjači dokaz | ⬇ Najslabiji dokaz

Studirati dizajn	Smjer	Najbolje za	generira	Ključna slabost
Sustavni pregled / Meta-analiza	-	Najbolji ukupni dokaz o pitanju	Veličina združenog učinka	Samo onoliko dobro koliko su dobre temeljne studije; heterogenost
RCT (randomizirano kontrolirano ispitivanje)	naprijed	Djeluje li tretman X?	RR, ARR, NNT	Skupo, umjetno okruženje, etička pitanja
Kohortna studija	Naprijed (prospektivno) ili unatrag (retrospektivno)	Uzrokuje li izloženost ishod? Učestalost?	Relativni rizik (RR), incidencija	Smanjenje troškova; skupo tijekom vremena; zbunjujuće
Studija slučaja i kontrole	Unazad	Rijetke bolesti; faktori rizika	Omjer šansi (OR)	Pristranost prisjećanja; ne može se izravno izračunati incidencija
Presječna studija	Jedan snimak	Koliko je X trenutno uobičajen? (prevalencija)	rasprostranjenost	Ne može se utvrditi uzročnost; vremenska dvosmislenost
Izvještaj o slučaju / Stručno mišljenje	-	Generiranje hipoteza; rijetki događaji	Samo opis	Vrlo osjetljivo na pristranost; nije generalizirajuće

📖 Kvalitativno vs. kvantitativno istraživanje

Kvantitativno istraživanje

Odgovara "koliko" ili "koliko puno". 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 „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 učinkovitosti → kvantitativno.

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

Sustavni pregled: Rigorozno, strukturirano pretraživanje literature koje identificira, odabire i kritički procjenjuje sve relevantne studije o određenom pitanju. Rezultat je kvalitativni sažetak dokaza.

Meta-analiza: Sustavni pregled koji ide korak dalje - matematički objedinjuje kvantitativne rezultate iz više studija u jednu kombiniranu procjenu. Nisu svi sustavni pregledi uključeni u meta-analizu (npr. ako su studije previše heterogene za kombiniranje).

Zamislite sustavni pregled kao čitanje svake knjige o nekoj temi i pisanje izvješća. Meta-analiza je izvješće 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 studija dizajna.

Pismo	Zalaže se za	Primjer
P	Populacija / Pacijent	Odrasli s dijabetesom tipa 2
I	Intervencija	Inhibitori SGLT2
C	usporedba	Metformin sam
O	Ishod	Kardiovaskularni događaji u 5 godina

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

🎲 Značajke dizajna RCT-a (uobičajeno testirane)

svojstvo	Što to znači	Zašto je to važno
randomizacije	Sudionici su slučajno raspoređeni u grupe	Uklanja pristranost u odabiru; uravnotežuje zbunjujuće faktore
Jednostruko slijepo	Sudionici ne znaju svoju raspodjelu	Smanjuje placebo efekt i pristranost sudionika
Dvostruko slijepo	Ni sudionici ni istraživači ne znaju raspodjelu	Uklanja pristranost promatrača I pristranost sudionika
Trostruko slijepo	Sudionici, istraživači I analitičari podataka zaslijepljeni	Maksimalno smanjenje pristranosti
Namjera liječenja (ITT)	Analizirano u njihovoj izvornoj skupini bez obzira na pridržavanje	Očuvava randomizaciju; odražava upotrebu u stvarnom svijetu
Po protokolu	Analizirano samo ako su ispunili protokol	Pokazuje biološku učinkovitost, ali precjenjuje stvarnu korist
Dizajn križanja	Sudionici primaju oba tretmana uzastopno	Svaka osoba djeluje kao vlastita kontrola; potrebno je razdoblje ispiranja.
Prikrivanje alokacije	Osoba koja regrutira sudionike ne može vidjeti kojoj će grupi biti dodijeljen sljedeći sudionik sve dok nakon upisani su	Sprječava regrutera da podsvjesno (ili namjerno) dodijeli zdravije pacijente skupini za liječenje - oblik pristranosti u odabiru koji sama randomizacija ne sprječava
Klaster RCT	Cijele skupine (npr. ordinacije opće prakse, odjeli, škole) su randomizirane, a ne pojedinci	Koristi se kada je individualna randomizacija nepraktična (npr. testiranje novog stila konzultacija). Zahtijeva veće veličine uzorka i statističku prilagodbu za učinak klasteriranja.

⚠️ AKT Trap — ITT vs. Per Protocol

Namjera liječenja daje konzervativniju ( nižu) procjenu učinkovitosti - jer uključuje sudionike koji se ne pridržavaju terapije. Ovo je preferirana analiza za kliničke odluke. Analiza po protokolu precjenjuje učinkovitost, ali je korisna za razumijevanje biološkog mehanizma.

⚖️ Ispitivanja superiornosti, neinferiornosti i ekvivalencije

Ne postavljaju sva ispitivanja isto pitanje. AKT povremeno provjerava razumijete li što je ispitivanje zapravo trebalo pokazati - i zašto je to važno pri tumačenju njegovih rezultata.

Probna vrsta	Pitanje koje se postavlja	Uobičajeni kontekst
Ispitivanje superiornosti	"Je li novi tretman bolje od usporednik?"	Većina standardnih RCT-ova — testiranje doista 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"
Pokus ekvivalencije	"Jesu li ta dva tretmana u biti isto?"	Bioslični lijekovi; generički lijekovi; različiti putevi primjene

💡 Zašto su ispitivanja neinferiornosti važna u općem liječniku

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

⚠️ AKT zamka

Ispitivanje neinferiornosti koje ne pokazuje "značajnu razliku" nije isto što 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, valjanost i pouzdanost

Vrsta pristranosti	Definicija	Koji dizajni studija?	Kako ga smanjiti
Pristranost odabira	Sudionici ne predstavljaju ciljanu populaciju	Svi tipovi	Randomizacija; pažljivo uzorkovanje
Pristranost prisjećanja	Slučajevi (ljudi s bolešću) življe se sjećaju prošlih izloženosti od kontrolne skupine	Studije slučaj-kontrola	Objektivni izvori podataka; standardizirano ispitivanje
Pristranost publikacije	Pozitivne/značajne studije objavljuju se češće od negativnih	Meta-analize (otkrivene putem lijevkastog dijagrama)	Registracija za ispitivanje; pretraživanje sive literature
Pristranost osipanja	Gubitak sudionika iz praćenja iskrivljuje rezultate (oni koji su odustali razlikuju se od onih koji su završili)	Kohortne studije, RCT-ovi	Analiza namjere liječenja; minimiziranje odustajanja
Pristranost vremena isporuke	Probir daje iluziju poboljšanog preživljavanja ranijim otkrivanjem bolesti	Studije probira	Koristite mortalitet specifičan za bolest, a ne preživljavanje od dijagnoze
Pristranost duljine	Probir otkriva više spororastućih (manje agresivnih) bolesti	Studije probira	RCT-ovi s ishodima specifičnim za bolest
Pristranost promatrača / procjene	Poznavanje raspodele tretmana utiče na procenu ishoda	RCT	Zasljepljivanje (jednostruko, dvostruko, trostruko)
Hawthorneov efekt	Sudionici mijenjaju svoje ponašanje jer znaju da ih se promatra	Sve vrste, posebno opservacijske	Kontrolne skupine; slijepi promatrači
Pristranost verifikacije	Samo pacijenti s pozitivnim rezultatom testa dobivaju zlatni standardni potvrdni test - pa se osjetljivost čini lažno visokom, a specifičnost lažno niskom	Dijagnostičke studije	Osigurati da svi pacijenti (pozitivni i negativni) prime zlatni standardni test
Zbunjujuće	Treća varijabla povezana je i s izloženošću i s ishodom, iskrivljujući prividni odnos	Opservacijske studije	Randomizacija (RCT); stratifikacija; multivarijantna analiza

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

🔀 Zbunjujuće — Kada dvije stvari izgledaju povezane, ali nisu

Zbunjujuće djelovanje jedan je od najvažnijih koncepata u metodologiji istraživanja - i jedan od najčešćih razloga zašto se naizgled uvjerljivi opažajni nalazi pokažu pogrešnima. Ključna ideja je jednostavna: dvije stvari mogu se činiti povezanima ne zato što izravno utječu jedna na drugu, već zato što su obje povezane sa skrivenom trećom varijablom.

🔴 Osnovna definicija

Zbunjujuća varijabla ( ili zbunjujuća varijabla) je treća varijabla koja je neovisno povezana i s izloženošću i s ishodom. Ona stvara lažnu povezanost - ili maskira stvarnu - između izloženosti i ishoda koji proučavate.

Zamislite da primijetite da ljudi koji nose upaljače imaju veću vjerojatnost da će razviti rak pluća. Trebamo li zabraniti upaljače? Ne - pravi krivac je pušenje. Pušenje je povezano i s nošenjem upaljača i s razvojem raka pluća. Pušenje je uzrok. Povezanost upaljača i raka u potpunosti se objašnjava njime.

Klasični primjeri

Prividna 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 kave → rak pluća	Pušenje	Pušači u prosjeku piju više kave. Rane studije povezivale su kavu 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	Dob	I sijeda kosa i srčane bolesti povećavaju se s godinama. Dob je faktor koji zbunjuje, a ne boja kose.
Veličina cipela → sposobnost čitanja (kod djece)	Dob	Starija djeca imaju veća stopala I bolje čitaju. Dob objašnjava oboje.

📐 Tri kriterija za pravog zbunjujućeg čovjeka

Varijabla je zbunjujuća ako zadovoljava sva tri ova uvjeta:

Povezano je s Izloženost (ono što proučavaš)
Povezano je s ishod (rezultat koji mjerite)
To je ne na uzročnoj vezi između izloženosti i ishoda (to je zasebna treća varijabla, a ne korak između)

💡 Kako kontrolirati zbunjujuće efekte

randomizacije (u RCT-ovima) — ravnomjerno raspoređuje poznate i nepoznate konfoundere među skupinama. Ovo je najjača zaštita.
Ograničenje — uključite samo sudionike koji su slični na zbunjujućem faktoru (npr. samo nepušači u studiji o kavama)
Odgovarajući — uparivanje slučajeva i kontrola na varijabli zbunjujuće
Stratifikacija — analizirati rezultate zasebno za svaku razinu zbunjujućeg faktora
Multivarijantna statistička prilagodba — statistički uzeti u obzir više zbunjujućih faktora istovremeno

⚠️ Zašto je zbunjujuće mišljenje uglavnom problem u opservacijskim studijama

U dobro provedenom RCT-u, randomizacija ravnomjerno raspoređuje zbunjujuće čimbenike (i poznate i nepoznate) među skupinama - eliminirajući zbunjujuće čimbenike kao objašnjenje za razlike. U kohortnim i studijama slučaj-kontrola, možete prilagoditi samo one zbunjujuće čimbenike za koje znate i koje ste izmjerili. Neizmjereni zbunjujući čimbenici uvijek ostaju potencijalno objašnjenje za bilo koju uočenu povezanost - zbog čega opservacijske studije nikada ne mogu definitivno dokazati uzročnost.

✅ Valjanost i pouzdanost — u čemu je razlika?

Interna valjanost

Mjeri li studija ono što tvrdi da mjeri unutar ispitivane populacije? Jesu li rezultati ove studije pouzdani? Prijeti li im pristranost i zbunjujuća činjenica.

Vanjska valjanost (generalizabilnost)

Mogu li se rezultati primijeniti na druge populacije ili stvarna okruženja? Visoko kontrolirano randomizirano kontrolirano ispitivanje u specijaliziranom centru možda ne odražava ono što se događa u primarnoj zdravstvenoj zaštiti.

Pouzdanost (ponovljivost)

Daje li test dosljedne rezultate kada se ponavlja pod istim uvjetima? Mjeri se pouzdanošću između ocjenjivača (kappa statistika) ili pouzdanošću ponovnog testiranja.

Kappa statistika (κ)

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

Mjerenje rizika i učinka liječenja

Ovo je područje AKT statistike koje je najviše testirano . Morate znati ove formule na hladno i biti u mogućnosti primijeniti ih na tablice s podacima iz pokusa u ispitnim uvjetima.

Zamislite da ste u kasinu. Lutrija kaže da ste udvostručili šanse za dobitak - zvuči nevjerojatno. Ali ako ste se s 1 u milijun povećali na 2 u milijun, relativno poboljšanje je 100%, ali apsolutna razlika je i dalje u biti nikakva. To je razlika između RRR i ARR. Farmaceutske tvrtke vole navoditi RRR. Uvijek biste trebali pitati za ARR.

Ključni pokazatelji

Apsolutno smanjenje rizika (ARR)

ARR = CER − EER

Stvarna razlika u stopama događaja između skupina. 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 randomiziranim kontroliranim ispitivanjima. RR od 1 = bez učinka; <1 = smanjeni rizik; >1 = povećani rizik.

Broj potreban za liječenje (NNT)

NNT = 1 ÷ ARR

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

Broj potreban za nanošenje štete (NNH)

NNH = 1 ÷ ARI

Koliko pacijenata treba liječiti da bi se izazvao jedan dodatni štetni učinak. Veći broj = sigurnije liječenje.

Povećanje apsolutnog rizika (ARI)

ARI = EER − CER

Dodatni rizik koji predstavlja štetna izloženost ili nuspojava liječenja.

📊 Interpretacija NNT-a — Što brojevi zapravo znače?

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

NNT vam govori koliko pacijenata trebate liječiti da bi jedan imao koristi. Dakle, što manje pacijenata trebate liječiti da biste dobili jednu korist, to je liječenje učinkovitije. NNT = 2 znači da 1 od svaka 2 pacijenta ima koristi - to je izvrsno. NNT = 100 znači da samo 1 od 100 koristi - puno slabije.

Zamislite dijeljenje kišobrana po kišnom danu. NNT = 2 → dajte 2 kišobrana, 1 osoba ostaje suha — vrlo učinkovito. NNT = 100 → dajte 100 kišobrana, samo 1 osoba izbjegava smočenje — prilično razočaravajuće.

NNT raspon	Grubo tumačenje	Primjer Kontekst
<10	Vrlo učinkovito	Antibiotici za određene infekcije; neki akutni tretmani
10 - 50	Umjeren učinak	Mnogi uobičajeni preventivni lijekovi
> 100	Slab učinak	Neke preventivne strategije na razini populacije

⚠️ Ovi bendovi su neformalni — kontekst je sve

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

NNT od 100 bi se možda ipak isplatilo ako je spriječeni ishod smrt ili teška nepovratna šteta
NNT od 5 možda nije prihvatljivo ako liječenje ima česte ili ozbiljne nuspojave

Pravilo jednog retka: NNT vam govori koliko pacijenata liječite da bi jedan imao koristi - niži = jači učinak. Ali uvijek ga odvažite u odnosu na težinu ishoda i teret liječenja.

🔄 Nemojte brkati NNT s % koristi

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

📖 Omjer šansi i omjer opasnosti — kada se koriste?

Mjera	Korišteno u	Tumačenje
Relativni rizik (RR)	Kohortne studije, RCT-ovi	Izravno uspoređuje rizik u dvije skupine. Intuitivnije od OR metode.
Omjer šansi (OR)	Studije slučaj-kontrola	Uspoređuje vjerojatnost izloženosti u slučajevima u odnosu na kontrole. Približava RR kada je bolest rijetka.
Omjer rizika (HR)	Analiza preživljavanja (vrijeme do događaja)	Kao RR, ali uzima u obzir kada događaji se javljaju tijekom vremena. HR <1 = smanjeni rizik u skupini liječenja.

⚠️ AKT Trap — ILI ≠ RR

Za uobičajene bolesti, OR precjenjuje rizik u usporedbi s RR. Za rijetke bolesti (prevalencija <10%), oni su približno jednaki. Studija slučaj-kontrola generira OR - ne možete izravno izračunati incidenciju ili RR iz studije slučaj-kontrola.

🧮 Primjer rada — Izračun NNT-a iz podataka pokusa

🎯 Scenarij: Ispitivanje statina

Petogodišnje randomizirano kontrolirano ispitivanje pokazuje da je među pacijentima s visokim kardiovaskularnim rizikom: 6% u skupini koja je primala placebo imalo srčani udar, u usporedbi s 4% u skupini koja je primala statine.

1 CER (Stopa kontrolnih događaja) = 6% = 0.06 EER (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 tijekom 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
Skupina koja je primala statine imala je 67% rizika u odnosu na placebo skupinu - relativno smanjenje od 33%.

💡 Klinički zaključak

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

💬 Komuniciranje rizika pacijentima (AKT favorit)

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

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

🚨 Nikada ne koristite RRR samostalno prilikom komuniciranja rizika

Izjava „ovo smanjuje vaš rizik za 33%“ bez navođenja početnog rizika je zavaravajuća. RRR od 33% od početne vrijednosti od 0.3% znači da je vaša apsolutna korist 0.1%. Uvijek uparite RRR s početnim rizikom ili umjesto toga navedite ARR/NNT.

💊 Trik s farmaceutskim predstavnicima — Kako farmaceutske tvrtke krivotvore statistiku

Predstavnici farmaceutskih tvrtki obučeni su za predstavljanje podataka ispitivanja u najpovoljnijem svjetlu. Koriste jednostavne, ali učinkovite statističke trikove:

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

Radni primjer - posjet izmišljenog predstavnika za statine

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

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

Iskrena verzija: „Ako 100 pacijenata uzima ovaj lijek 5 godina, 1 dodatna osoba izbjegava srčani udar - a 1 dodatna osoba razvija miopatiju.“ Isti podaci. Potpuno drugačiji dojam.

Protuotrov: uvijek pitajte - "Koja je apsolutna razlika?" Kada predstavnik navede relativnu brojku, sami je pretvorite: ARR = CER − EER, zatim NNT = 1 ÷ ARR. To se podjednako odnosi na koristi i štete.

Dijagnostičko testiranje i probir — Tablica 2×2

Tablica kontingencije 2×2 temelj je svih dijagnostičkih statistika. Ako možete izraditi i pročitati ovu tablicu, možete odgovoriti na većinu dijagnostičkih AKT pitanja.

Stol 2×2

	STVARNOG STANJA BOLESTI
REZULTAT TESTA	Bolest Sadašnje	Bolest Odsutan
Pozitivan test	Istinski pozitivan (TP) Test kaže DA → ima bolest ✓	Lažno pozitivno (FP) Test kaže DA → nema bolesti ✗
Test negativan	Lažno negativno (FN) Test kaže NE → ima bolest ✗	Istinski negativan (TN) Test kaže NE → nema bolesti ✓

Osjetljivost

TP ÷ (TP + FN)

Udio ljudi S 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)

Vjerojatnost da pozitivan test zaista znači bolest. Utječe na prevalenciju.

Negativna prediktivna vrijednost (NPV)

TN ÷ (TN + FN)

Vjerojatnost da negativan test zaista znači da nema bolesti. Utječe na prevalenciju.

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

SnNout

Sn out: Visoko osjetljivi test, ako je negativan , isključuje bolest.

Ako je osjetljivost vrlo visoka, negativan rezultat testa znači da je bolest vrlo malo vjerojatna (niska stopa lažno negativnih rezultata). Za probir i isključivanje bolesti upotrijebite osjetljivi test.

SpPin

Sp in: Visoko specifičan test, ako je pozitivan , isključuje bolest In.

Ako je specifičnost vrlo visoka, pozitivan rezultat testa znači da je bolest vrlo vjerojatna (niska stopa lažno pozitivnih). Za potvrdu dijagnoze upotrijebite specifičan test.

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 slučajnu ordinaciju liječnika opće prakse (5% žena bi moglo biti trudno). Isti test - ista osjetljivost/specifičnost. Ali pozitivan rezultat znači nešto vrlo različito u svakom okruženju.

scenario	rasprostranjenost	PPV	NPV
Probir opće populacije na rijetke bolesti (npr. HIV kod osoba niskog rizika)	1%	NISKA (~16%)	VISOKA (~99.9%)
Testiranje u specijaliziranoj klinici visokog rizika	50%	VISOKA (~95%)	VISOKA (~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 s visoko specifičnim testom.
Negativan test u populaciji s visokom prevalencijom i dalje može previdjeti bolest (niža NPV)

📐 Omjeri vjerojatnosti — Kada želite ići dalje

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

Pozitivan omjer vjerojatnosti (LR+)

LR+ = Osjetljivost ÷ (1 − Specifičnost)

Koliko je vjerojatniji pozitivan test kod bolesti u odnosu na odsutnost bolesti. LR+ >10 = jaki dokazi za bolest.

Negativni omjer vjerojatnosti (LR−)

LR− = (1 − Osjetljivost) ÷ Specifičnost

Koliko je vjerojatniji negativan test kod bolesti u odnosu na odsutnost bolesti. LR− <0.1 = jaki dokazi protiv bolesti.

LR+	Utjecaj na vjerojatnost nakon testiranja
> 10	Veliko i često uvjerljivo povećanje vjerojatnosti
5-10	Umjereno povećanje
2-5	Malo povećanje
1	Nema promjene (test je beskoristan)
0.1-0.5	Mali do umjereni pad
	Veliko smanjenje — snažno negativno isključivanje

Faganov nomogram grafički koristi LR - povlačite liniju od vjerojatnosti prije testa kroz LR kako biste očitali vjerojatnost nakon testa. Ako to vidite u AKT-u, zapamtite: pozitivan test pomiče vjerojatnost. up, negativan test to pomiče dolje.

Statistika stanovništva i epidemiologija

Učestalost

Novi slučajevi ÷ Broj stanovnika u riziku × multiplikator

mjere rizikBroji samo NOVE slučajeve tijekom definiranog vremenskog razdoblja.

Prevalencija bodova

Svi postojeći slučajevi ÷ Ukupna populacija

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

📊 Standardizirani omjer smrtnosti (SMR)

Formula SMR-a

(Zapaženi smrtni slučajevi ÷ Očekivani smrtni slučajevi) × 100

Prilagođava se dobi i spolu prilikom usporedbe smrtnosti između populacija.

Vrijednost SMR-a	Tumačenje
= 100	Mortalitet isti kao i u referentnoj populaciji
> 100	Prekomjerna smrtnost (viša od očekivane)
<100	Manja smrtnost od očekivane

Vrsta pitanja za AKT: "Rudarska zajednica ima SMR od 145. Što to znači?" → Višak smrtnosti — 45% više smrtnih slučajeva nego što se očekuje u usporedivoj općoj populaciji.

🎯 Provjera — Pristranost u vremenu isporuke i duljini (ključne AKT zamke)

🔴 Pristranost u vremenu isporuke

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

🟠 Pristranost duljine

Programi probira vjerojatnije će otkriti sporo rastuću, indolentnu bolest (koja ima dulju "detektabilnu predkliničku fazu") nego agresivnu bolest koja brzo napreduje. Zbog toga probir izgleda učinkovitije nego što zapravo jest kod teške bolesti.

Pristranost u vremenu umrijeti: Zamislite da znate da ćete umrijeti u 60. godini života. Bez probira saznajete u 55. godini života; sa probirom saznajete u 40. godini života. Čini se da vam probir daje 15 dodatnih godina preživljavanja od dijagnoze - ali i dalje umirete u 60. godini života.

✅ Kriteriji probira Wilson & Jungner

Prije uvođenja programa probira, on treba zadovoljiti Wilsonove i Jungnerove kriterije (izvorno objavljene 1968., još uvijek standardni okvir). AKT testira i poznavanje tih kriterija i njihovu primjenu na scenarije.

#	Kriterij	Što to znači u praksi
1	Važan zdravstveni problem	Stanje ima značajan morbiditet ili mortalitet - vrijedi truda probira
2	Prihvaćeni tretman dostupan	Nema smisla otkrivati bolest koju ne možete izliječiti
3	Postoje kapaciteti za dijagnostiku i liječenje	Infrastruktura mora biti uspostavljena 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 točan
6	Test prihvatljiv za populaciju	Ljudi moraju biti spremni podvrgnuti se tome - invazivni ili neugodni testovi mogu odvratiti od prihvaćanja
7	Adekvatno shvaćena prirodna povijest	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 ono što se događa sljedeće
9	Isplativ	Trošak pronalaženja svakog slučaja mora biti uravnotežen s koristi
10	Kontinuirani proces, ne jednokratni	Probir mora biti kontinuiran — učestalost bolesti se nastavlja

⚠️ AKT prijava — Zašto PSA probir ne zadovoljava ove kriterije

PSA probir za rak prostate nije dio nacionalnog programa probira NHS-a upravo zato što se bori s kriterijima 5 i 7: PSA nije dovoljno točan test (niska specifičnost → mnogi lažno pozitivni rezultati), a prirodni tijek mnogih karcinoma prostate niskog stupnja znači da nikada ne bi uzrokovali simptome tijekom života pacijenta. To je izravno povezano s prekomjernom dijagnozom (vidi dolje).

Pomoć pri pamćenju: zamislite kriterije kao tri skupine - bolest (važno, razumljivo, ima latentnu fazu), ispit (prikladno, prihvatljivo, točno), sustav (liječenje postoji, postoje objekti, politika dogovorena, isplativo, kontinuirano).

🔍 Prekomjerna dijagnoza — pronalaženje problema koji ne bi uzrokovali probleme

Prekomjerna dijagnoza događa se kada se otkrije stvarna bolest - ona koja zaista postoji - ali ta bolest nikada ne bi uzrokovala simptome, štetu ili smrt tijekom pacijentovog života da nije otkrivena. To nije lažno pozitivan rezultat (bolest je stvarna); to je istinski pozitivan rezultat koji nije trebalo pronaći.

🔴 Zašto je to važno

Prekomjerna dijagnoza pretvara zdrave ljude u pacijente. Izlaže ih tjeskobi, nuspojavama i rizicima liječenja stanja koje im nikada ne bi naštetilo. To je jedna od najvažnijih šteta programa probira - i jedna koju AKT izravno testira.

Stanje	Primjer prekomjerne dijagnoze
Rak prostate	Mnogi karcinomi niskog stupnja otkriveni PSA-om nikada ne bi napredovali niti izazvali simptome - muškarci umiru sa njih, ne iz njima
Rak štitnjače	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 sićušnu pukotinu u zidu koja nikada ne bi uzrokovala rušenje kuće - ali sada kada ste je uočili, osjećate se obveznima da je popravite. Pukotina je bila stvarna; šteta od njezina pronalaska proizašla je iz liječenja, a ne iz pukotine.

Prekomjerna dijagnoza vs. prekomjerno liječenje

Prekomjerna dijagnoza = pronalaženje bolesti koju nije trebalo pronaći. Prekomjerno liječenje = liječenje bolesti koju nije trebalo liječiti (što može uslijediti nakon pretjerane dijagnoze ili se može pojaviti neovisno). To su povezani, ali različiti koncepti.

🔢 Standardizacija dobi

Prilikom usporedbe stopa bolesti ili smrtnosti između različitih populacija (npr. različitih zemalja, različitih vremenskih razdoblja), potrebno je uzeti u obzir činjenicu da te populacije mogu imati različite dobne raspodjele. Starije populacije će prirodno imati veću smrtnost čak i ako im je zdravlje jednako dobro.

Ključni koncept

Standardizacija dobi je statistička tehnika koja uklanja iskrivljujući učinak različitih dobnih distribucija pri usporedbi zdravstvenih ishoda između populacija. Ona daje stopu koja bi se uočila da su obje populacije imale istu dobnu strukturu („standardna populacija“).

🎗️ Statistika o raku — AKT mora znati

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

Rak	Ključna statistika	Zašto je to važno
Rak testisa	>98% 10-godišnje preživljavanje	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 — nemojte ih brkati

Rak može imati visoku incidenciju (čest), ali nisku smrtnost (izlječiv), poput raka dojke. Ili može imati nižu incidenciju, ali vrlo visoku smrtnost, poput raka gušterače. Akutni kardiološki test (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 skupina ljudi. One su značajan fokus politike javnog zdravstva Ujedinjenog Kraljevstva i pojavljuju se u AKT-u u kontekstu epidemiologije i socijalnih odrednica zdravlja.

Definicija

Nejednakosti u zdravlju su nepravedne, izbježive razlike u zdravstvenom stanju ili u raspodjeli zdravstvenih odrednica između različitih populacijskih skupina . One su "izbježive" jer proizlaze iz društvenih, ekonomskih ili okolišnih uvjeta koji se u načelu 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
Geografski	"Podjela sjever-jug" - lošiji zdravstveni ishodi u dijelovima sjeverne Engleske u usporedbi s jugom
Etnički	Više stope dijabetesa tipa 2 u južnoazijskim populacijama; veći kardiovaskularni rizik u crnačkim populacijama
rod	Muškarci imaju kraći životni vijek, ali žene imaju više godina bolesti (morbiditeta)

U AKT-u, nejednakosti u zdravlju često se pojavljuju kao pitanja o društvenim odrednicama zdravlja ili o tumačenju podataka o populaciji koji pokazuju razlike između skupina. Ključni alat: Recenzija svizca (Pravedno društvo, zdravi životi) i koncept proporcionalni univerzalizam — univerzalne usluge koje se intenzivnije pružaju onima s većim potrebama.

Distribucija podataka i statistička značajnost

Mjere središnje tendencije

Mjera	Definicija	Najbolje koristiti kada	Pazi
značiti	Zbroj svih vrijednosti ÷ broj vrijednosti	Podaci su normalno distribuirani	Lako iskrivljeno zbog anomalija
srednja	Srednja vrijednost prilikom sortiranja po redu. Ako postoji parni broj vrijednosti, medijan je prosjek dvaju srednjih brojeva.	Iskrivljeni podaci (npr. prihod, duljina boravka u bolnici)	Zanemaruje stvarne vrijednosti na ekstremima
način	Vrijednost koja se najčešće pojavljuje	Kategorički podaci; bimodalne distribucije	Može biti besmisleno s kontinuiranim podacima
Raspon	Maksimalno − Minimalno	Brzi osjećaj širenja	U potpunosti određeno izvanrednim vrijednostima
IQR (interkvartilni raspon)	75. percentil − 25. percentil	Upareno s medijanom za iskrivljene podatke	Zanemaruje gornjih i donjih 25%
Standardno odstupanje (SD)	Prosječni raspon od srednje vrijednosti	Normalno distribuirani podaci	Zavaravajuće ako podaci nisu normalno distribuirani

🗂️ Vrste podataka — nominalni, ordinalni, intervalni, omjerni

Razumijevanje vrste podataka koje imate određuje koje su sažete statistike i koji statistički testovi 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	Zdjela s voćem — jabuke i banane su jednostavno drugačije, nijedna nije "više"
Redni	Uređene kategorije, ali praznine između njih su ne nužno jednako	NYHA srčana klasa (I–IV); ljestvica boli (blaga/umjerena/teška); Likertova ljestvica	Pozicije u utrci — 1., 2., 3. Znamo redoslijed, ali razlika između 1. i 2. mjesta može biti vrlo različita od razlike između 2. i 3. mjesta.
Interval	Poredano s 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.
Omjer	Uređeni, jednaki razmaci I a prava apsolutna nula	Visina, težina, krvni tlak, dob, prihodi, doza lijeka	Novac — 0 funti znači da stvarno nemate ništa. 40 funti je dvostruko više od 20 funti.

💡 Zašto je to važno za AKT

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

🔬 Parametrijski i neparametrijski testovi

Statistički testovi se dijele u dvije obitelji ovisno o pretpostavkama koje postavljaju o vašim podacima. AKT testira koja je vrsta testa prikladna za određeni scenarij - ne morate izvoditi izračune, samo morate znati kada koji koristiti.

Osnovna razlika

Parametrijski testovi pretpostavljaju da su podaci normalno distribuirani (ili da je uzorak dovoljno velik da to nije važno) i da su podaci barem na intervalnoj razini. Neparametrijski testovi ne postavljaju takve pretpostavke - oni rade s rangovima ili kategorijama i prikladni su za asimetrične podatke, male uzorke ili ordinalne/nominalne podatke.

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

Svrha	Parametrijski test	Neparametarski ekvivalent
Usporedite srednje vrijednosti dviju neovisnih grupa	Neovisni t-test	Mann-Whitneyjev U test
Usporedite značenja: ista grupa, 2 vremenske točke	Upareni t-test	Wilcoxonov test predznačenih rangova
Usporedite srednje vrijednosti 3 ili više grupa	ANOVA (Analiza varijance)	Kruskal-Wallisov test
Korelacija između dvije kontinuirane varijable	Pearsonova korelacija	Spearmanova korelacija ranga
Usporedite proporcije / kategoričke podatke	-	Hi-kvadrat test (χ²)

⚠️ Pravila odlučivanja AKT-a

Podaci su iskrivljen or nije normalno distribuirano → koristite neparametrijske
Mala veličina uzorka (i normalnost nesigurna) → koristite neparametrijske
Podaci su redni (npr. bodovi boli, Likertovi) → koristite neparametrijske
Uspoređujući 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, medijan i mod su svi jednaki i nalaze se u središtu.

Raspon	% uključenih vrijednosti
Prosjek ± 1 standardna devijacija	68%
Prosjek ± 2 standardna devijacija	95%
Prosjek ± 3 standardna devijacija	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 treba liječenje.

⚠️ Iskrivljeni podaci

S pozitivno asimetričnim podacima (npr. prihod, vrijeme čekanja kod liječnika opće prakse, serumski bilirubin na odjelu), srednja vrijednost je povučena udesno za nekoliko visokih outliera. U ovom slučaju koristite medijan - on bolje predstavlja tipičnu vrijednost. AKT voli testirati ovu razliku.

📉 P-vrijednosti i intervali pouzdanosti — što oni zapravo znače

P-vrijednosti

P-vrijednost je vjerojatnost opažanja rezultata barem jednako ekstremnih kao oni koji se vide ako je nulta hipoteza istinita (tj. ako nema stvarnog učinka). To nije vjerojatnost da je nulta hipoteza točna.

p-vrijednost	Tumačenje
p <0.05	Statistički značajno - manje od 5% vjerojatnosti 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 učinka

Intervali pouzdanosti (IP)

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

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

🔴 Najprovjerenije pravilo — Prelazi li CI magični broj?

Za omjer (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

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

Pogreška tipa I (α — Alfa)

Odbacivanje nulte hipoteze kada je ona zapravo istinita. 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.

Pogreška tipa II (β — Beta)

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

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

Statistička snaga

Snaga = 1 − β. To je vjerojatnost ispravnog otkrivanja stvarnog učinka. Veća snaga = manja je vjerojatnost da će se propustiti stvarni učinak. Snaga se povećava s većim veličinama uzorka. Dobro osmišljeno ispitivanje treba ≥80% snage.

⚡ Statistička značajnost ≠ Klinička važnost

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

🔴 Osnovno pravilo

Rezultat može biti statistički značajan (p < 0.05), a istovremeno klinički besmislen . Statistička značajnost samo govori da rezultat vjerojatno nije slučajan - ne govori ništa o tome je li učinak dovoljno velik da bi bio važan u praksi.

Studija na 50 000 pacijenata pokazala je da novi antihipertenziv smanjuje sistolički krvni tlak za 1 mmHg. p = 0.001. Vrlo 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 tlaka 1 mmHg, n=50,000, p=0.001	Da	Ne
Pad krvnog tlaka 15 mmHg, n=30, p=0.08	Ne	Vjerojatno da
Pad krvnog tlaka 12 mmHg, n=500, p=0.02	Da	Da

💡 Što koristiti umjesto toga

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

📏 Širina intervala pouzdanosti — Preciznost na prvi pogled

Uski interval pouzdanosti → precizna procjena → visoka pouzdanost stvarna vrijednost je blizu točkaste procjene (obično iz velikog uzorka)
Široki interval pouzdanosti (CI) → nesigurna procjena → stvarna 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 dakle nije ni značajno.

📈 Regresija prema srednjoj vrijednosti — skriveni uzrok kliničke prakse

Regresija prema prosjeku je statistička tendencija da ekstremno mjerenje bude bliže prosjeku pri drugom mjerenju - bez obzira na bilo kakvu intervenciju . To 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 vjerojatno ionako poboljšati ponovnim testiranjem - ne nužno zbog vaše intervencije. Bez kontrolne skupine nemoguće je razlikovati regresiju prema prosjeku od stvarnog učinka liječenja.

scenario	Kako izgleda učinak liječenja	Što se zapravo može dogoditi
Pacijent ima vrlo visok krvni tlak na jednom mjerenju → započeo je s lijekovima → krvni tlak je niži pri sljedećem pregledu	Lijek djeluje	Prvo očitanje je možda bilo odstupanje; krvni tlak bi ionako bio niži pri ponovljenom mjerenju.
Učenik postiže vrlo loše rezultate na testu → dobiva dodatnu školarinu → sljedeći put postiže bolje rezultate	Školarina je pomogla	Loš rezultat možda nije bio reprezentativan; prirodni učinak teži prema njihovom prosjeku
Pacijent s teškim pogoršanjem ekcema počinje koristiti novu kremu → pogoršanje se poboljšava	Krema je učinkovita	Teški napadi se prirodno poboljšavaju s vremenom bez obzira na liječenje

Zamislite da mjerite nečiju visinu samo kada stoji na kutiji. Izgledaju jako visoki. Sljedeći put kada ih mjerite normalno - čini se da su se "smanjili". Mjera se promijenila; osoba se nije. To je regresija na prosjek.

💡 Kako se zaštititi od toga

Uzeti višestruka osnovna mjerenja i koristite prosjek prije početka liječenja
Koristiti kontrolna skupina — regresija na srednju vrijednost podjednako utječe na obje skupine, pa je vjerojatnije da je svaka razlika između skupina stvarni učinak liječenja
Ovo je jedan od najjačih argumenata za RCT-ovi u odnosu na nekontrolirane studije prije i poslije

Statistički grafikoni — na što treba paziti

AKT redovito prikazuje grafove i traži od vas da ih interpretirate. Naučite uočiti ključnu značajku u svakoj vrsti grafa - nemojte pokušavati pročitati sve. Jedno ciljano promatranje je sve što je potrebno.

Vrsta grafikona	Primarna upotreba	Jedna stvar koju treba tražiti
Šumska parcela	Rezultati meta-analize	Radi li dijamant prijeći vertikalnu liniju bez učinka?
Prikaz lijevka	Detekcija pristranosti publikacija / praćenje GP outliera	Je li zaplet asimetrična? (Gap = nedostaju neobjavljene studije)
Catesova parcela	Vizualno komuniciranje NNT-a pacijentima	Prebrojite obojene "korisne" strane; NNT = 100 ÷ te strane
L'Abbéova parcela	Istraživanje heterogenosti u meta-analizama	Točka na dijagonalnoj liniji = nulti učinak liječenja
Zaplet kutije i brkova	Distribucija i širenje podataka	Srednja linija = srednja (ne srednja vrijednost); točkice iza brkova = izvanredne vrijednosti
Faganov nomogram	Vjerojatnost prije testa → nakon testa	Povucite crtu od vjerojatnosti prije testa do LR-a kako biste pročitali vjerojatnost nakon testa.
Dijagram stabljike i lista	Distribucija — čuva izvorne vrijednosti	Poput histograma, ali prikazuje pojedinačne podatkovne točke
Kaplan-Meierova krivulja	Analiza preživljavanja — vrijeme do događaja	Broj koraka se smanjuje kada se događaju događaji; krivulje koje rano divergiraju i ostaju odvojene ukazuju na održivu korist od liječenja.
Histogram	Distribucija kontinuiranih podataka	Oblik krivulje: simetrična = normalna distribucija; asimetrična = koristi se medijan, a ne srednja vrijednost

🌲 Šumske parcele — Detaljno

Kako čitati šumsku parcelu

Svaki kvadrat = jedna studija. Veličina kvadrata = težina studije (obično određena veličinom uzorka)
Vodoravne crte = 95% interval pouzdanosti za tu studiju
Dijamant na dnu = združena ukupna procjena. Njegova širina = združeni 95% CI
Okomita linija na 1.0 = "linija bez učinka" (za omjere). Ako je CI linija ili dijamant prelazi ovu granicu, 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 prijeđe vertikalnu "liniju bez učinka", porota je neriješena - nema konačnog zaključka. I² statistika vam govori jesu li se porotnici uopće složili oko istog slučaja.

📯 Dijagrami prodajnih lijevaka — Pristranost objavljivanja i praćenje outliera u GP-u

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

U meta-analizi (pristranost objavljivanja)

Prikazuje veličinu učinka (x-os) u odnosu na preciznost ili veličinu studije (y-os). Simetrični obrnuti lijevak = nema pristranosti. Asimetrični lijevak s prazninom u donjem lijevom kutu = nedostaju male negativne studije → pristranost objavljivanja.

Praćenje performansi u praksi

Uspoređuje ordinacije liječnika opće prakse na temelju metričkih podataka (npr. stope upućivanja, smrtnost). Podatkovne točke izvan linija prodajnog lijevka su statistički outsideri koji zahtijevaju istragu - ne nužno dokaz loših rezultata.

😊 Catesovi dijagrami — Kako vizualno 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 učinka 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) krivulje pokazuju vjerojatnost preživljavanja (ili ostanka bez događaja) tijekom vremena. Pojavljuju se u AKT pitanjima o ispitivanjima raka, kardiovaskularnim studijama i svim istraživanjima koja prate vrijeme do događaja.

svojstvo	Što to znači
Y-os	Vjerojatnost preživljavanja (ili preživljavanja bez događaja) - počinje od 1.0 (100%) i s vremenom opada
X-os	Vrijeme (dani, mjeseci, godine)
Svaki korak prema dolje	Dogodio se događaj (npr. smrt, recidiv). Veći koraci = više događaja u toj točki
Kvačice na liniji	Cenzurirani pacijenti — izgubljeni iz praćenja ili je studija završila. Ne događaji.
Dvije krivulje se rano razilaze i ostaju razdvojene	Sugerira održivu korist od liječenja tijekom praćenja
Križanje zavoja	Sugerira da opasnost nije proporcionalna tijekom vremena - što komplicira tumačenje
Srednje preživljavanje	Vremenska točka u kojoj krivulja preživljavanja prelazi 50% - točka u kojoj je polovica pacijenata imala događaj

Poveznica s omjerom rizika

Log -rank test statistički uspoređuje dvije KM krivulje. Omjer rizika (HR) sažima ukupnu razliku između krivulja. HR < 1 = tretirana skupina ima manje događaja tijekom vremena. Ako se krivulje značajno preklapaju, HR će biti blizu 1 (bez koristi).

Zamislite KM krivulju kao stubište koje se spušta prema dolje. Svaka stepenica prema dolje netko doživljava događaj. Tretman koji djeluje zadržava ljude na višim stepenicama dulje - stubište tretirane skupine spušta se sporije.

📊 Histogrami — Pregled distribucije

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

Oblikujte	Značenje	Koristiti srednju vrijednost ili medijan?
Simetrični oblik zvona	Normalna distribucija — srednja vrijednost, medijan 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 podskupine u podacima	Oba vrha prijavite odvojeno

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

Poboljšanje kvalitete i klinička revizija

Oruđe	Svrha	Glavne značajke
Klinička revizija	Mjerenje prakse u odnosu na eksplicitne standarde; identificiranje 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)	Sustavni multidisciplinarni pregled jednog značajnog događaja	Bez krivnje. Usredotočeno na učenje sustava, a ne na individualne pogreške. Dijeli se unutar tima. Dokumentira učenje i djelovanje.
Analiza korijenskog uzroka (RCA)	Dubinska istraga ozbiljnih incidenata	Strukturiranije od SEA. Koristi tehniku "5 zašto". Identificira doprinosne i temeljne uzroke. Često za nikad nastale događaje ili ozbiljnu štetu.
Izvještavanje o iznimkama QOF-a	Odgovarajuće isključenje pacijenata iz QOF pokazatelja	Klinički prikladno za: maksimalno podnošljivu terapiju, informirano neslaganje pacijenta, ekstremnu slabost ili kliničku kontraindikaciju.

🔄 Klinička revizija u odnosu na istraživanje — ključne razlike

svojstvo	Klinička revizija	Istraživanje
Svrha	Poboljšajte skrb usporedbom sa standardima	Stvorite novo znanje
hipoteza	Ništa — uspoređuje se s postojećim standardom	Uvijek ima hipotezu
Etičko odobrenje	Obično nije potrebno	Obično je potrebno
Pristanak	Obično nije potrebno	Obično je potrebno
randomizacije	Nikada	Može uključivati randomizirana kontrolirana ispitivanja (RCT)
Krajnji rezultat	Poboljšanje usluge; akcijski 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 istraživanja (generira novo znanje, ima hipotezu, treba etiku). "Liječnik opće prakse mjeri zadovoljava li stopa pregleda astme u njegovoj praksi NICE standard od 80%." → Ovo je revizija.

🔁 PDSA ciklus

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

Stadij	Što se događa
Plan	Definirajte pitanje, postavite standard, isplanirajte prikupljanje podataka
Do	Implementirajte promjenu ili izmjerite trenutnu praksu
Studija	Analizirajte rezultate; usporedite sa standardom; identificirajte nedostatke
čin	Implementirajte poboljšanja; planirajte ponovnu reviziju kako biste zatvorili krug

Klinički izračuni (AKT banka formula)

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

Indeks tjelesne mase (BMI)

Težina (kg) ÷ Visina² (m²)

Pothranjenost <18.5 | Normalna 18.5–24.9 | Prekomjerna težina 25–29.9 | Pretilost ≥30 | Morbidno pretila ≥40

Indeks pritiska u gležnjači i brahijalnom području (ABPI)

Najviši sistolički tlak u gležnju ÷ Najviši brahijalni sistolički tlak

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

Alkoholne jedinice

(Volumen u ml × ABV%) ÷ 1000

npr. 750 ml × 12% ÷ 1000 = 9 jedinica. Nizak rizik: ≤14 jedinica/tjedno za oba spola. Nema sigurne razine u trudnoći.

Kolesterol koji nije HDL

Ukupni kolesterol − HDL kolesterol

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 treba 250 mg, suspenzija je 125 mg/5 ml: (250 ÷ 125) × 5 ml = 10 ml

Postotak gubitka težine (novorođenčad)

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

Gubitak >10% u prvih 5 dana zahtijeva pregled. Normalno je izgubiti do 10%; trebalo bi se vratiti 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 Tlak u gležnju (najviši od DP/PT): 90 mmHg | Tlak u brahijalnoj ruci (najviša ruka): 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 kirurgiju

🍷 Primjeri obrade jedinica za alkohol

Piće	Volumen (ml)	% ABV-a	Računica	Jedinice
Velika čaša vina	250ml	13%	250 × 13 ÷ 1000	3.25
Boca vina	750ml	12%	750 × 12 ÷ 1000	9.0
Pint lager (jako)	568ml	5%	568 × 5 ÷ 1000	2.84
Mjera za jedan alkohol	25ml	40%	25 × 40 ÷ 1000	1.0

Smjernice za niski rizik: ≤14 jedinica/tjedno (muškarci i žene), raspoređeno na 3+ dana, s 2-3 dana bez alkohola tjedno. O tome biste razgovarali na konzultacijama o smanjenju alkohola.

🧮

Radni primjeri

🎯 Primjer 1: Izračun svih metrika rizika iz probne tablice

RCT je randomizirao pacijente da primaju 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%) EER = 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: Izrada tablice 2×2 i izračun osjetljivosti i specifičnosti

Novi test primijenjen je na 200 pacijenata, od kojih 100 ima bolest. Test je ispravno identificirao 85 od 100 s 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. Koji volumen treba dati?

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

2(300 ÷ 250) × 5 = 1.2 × 5 = 6ml

📋

Formule - varalice 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 = Wt(kg) ÷ Ht²(m) ABPI = Sistolni krvni tlak gležnja ÷ Sistolni krvni tlak brahijalnog mišića Alkohol = (Vol × ABV%) ÷ 1000

🧠 Pomagala za pamćenje

SnNout: Osjetljivi test — Negativan test isključuje OUT bolest (probir)
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 outlier ako je kontekst izvedbe)
Srednja linija kutijastog dijagrama → MEDIJAN (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 presječnog
Revizija ≠ Istraživanje (mjere revizije u odnosu na standard; istraživanje generira nova znanja)

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

Slučaj-kontrola → OR (omjer šansi) — osvrt na izloženosti unatrag
kohorta → RR (relativni rizik) — od izloženosti
Presjek → Prevalencija — KRATAK PREGLED u vremenu
RCT / SR → Zlatni standard za pitanja o liječenju

🎓

Biseri za trenere i podučavanje

Uobičajene slijepe točke pripravnika na ovu temu

Pripravnici često uče NNT kao formulu bez razumijevanja što ona zapravo klinički znači - osigurajte da je 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 na trudnoću dobro funkcionira.
Mnogi pripravnici znaju kako izgleda šumska parcela, ali ne mogu objasniti što za pogledati - usredotočiti se na dijamant i prelazi li granicu bez efekta
Pristranost vremena isporuke često se miješa s pristranošću duljine - koristite dijagrame ili vremenske crte za ilustraciju razlike
Pripravnici rutinski brkaju kliničku reviziju s istraživanjem - koristite vlastite primjere iz procjena RCGP-a

Ideje za tutorijale i počeci rasprave

"Evo sažetka tablice iz ispitivanja lijeka - možete li mi reći NNT i biste li ga propisali ovom pacijentu?"
"Pogledajte ovu šumsku sliku. Je li intervencija učinkovita? 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 puno visokih rezultata PSA. U čemu je problem s korištenjem PSA kao probirnog testa?"
„Kolegica želi usporediti naše ishode sepse s onima Zaklade. Je li to revizija ili istraživanje? Treba li etika?“
"Kako biste pacijentu koji pita 'Je li sigurno?' objasnili vjerojatnost nuspojave od 1 prema 50?"

Refleksivna pitanja za tutorijale

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

🔥 AKT savjeti za visoki prinos

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

🎯 Izračun NNT-a

Uvijek prvo pretvorite postotke u decimale. ARR = 5% → NNT = 1 ÷ 0.05 = 20. Uvijek zaokružite na najbliži cijeli broj. Niži NNT = učinkovitiji tretman.

🎯 CI prelazi magični broj

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

🎯 Usklađivanje dizajna studija

Rijetke bolesti → slučaj-kontrola → OR. Nova izloženost u budućnosti → kohorta → RR. Snimka prevalencije → presječni prikaz . Najbolji dokazi za liječenje → RCT ili SR/meta-analiza.

🎯 Osjetljivost vs. specifičnost — što koristiti kada

Probirni test → želite visoku osjetljivost (ne želite propustiti slučajeve → SnNout). Potvrdni test → želite visoku specifičnost (ne želite 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 probiru populacije su lažno pozitivni. Zato ne testiramo sve na sve.

🎯 Dijamant šumske parcele

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

🎯 Asimetrija lijevkastog dijagrama

Praznina u donjem lijevom kutu lijevkastog dijagrama = pristranost objavljivanja — male negativne studije nisu objavljene. To preuveličava prividni učinak liječenja u meta-analizi.

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

Linija unutar okvira je medijan . Okvir = IQR (srednjih 50%). Točke ili krugovi iza brkova = outlieri.

🎯 RRR zvuči impresivnije od ARR-a

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

🎯 Medijan — Koristi se za iskrivljene podatke

Asimetrične distribucije (prihod, boravak u bolnici, serumski bilirubin) → koristite medijan, a ne srednju vrijednost. Srednja vrijednost je izvučena iz ekstremnih vrijednosti; medijan nije.

🎯 Revizija u odnosu na istraživanje

Revizija: mjeri se u odnosu na postojeći standard; nije potrebna etika; nema hipoteze. Istraživanje: generira novo znanje; treba etičko odobrenje; ima hipotezu. Ključna razlika koju AKT testira više puta.

🎯 Namjera liječenja (ITT)

Analiza ITT-a uključuje sve randomizirane sudionike bez obzira na pridržavanje terapije. To daje konzervativnu procjenu učinkovitosti - realniju za kliničku praksu. Analiza po protokolu precjenjuje učinak.

🎯 Granična vrijednost ABPI-ja

ABPI < 0.9 = periferna arterijska bolest. ABPI > 1.3 = nekompresibilne (kalcificirane) 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 pogreške i zamke pripravnika

To su pogreške koje se ponavljaju u AKT shemama ocjenjivanja. Svaka od njih je stvarna ocjena koju gube pravi kandidati.

Zaboravljanje pretvaranja postotaka u decimale prije izračuna NNT-a (npr. ARR = 5% → morate koristiti 0.05, a ne 5, da biste dobili NNT = 20, a ne 0.2)
Zaokruživanje NNT-a dolje više nego up (NNT = 12.5 → odgovor je 13, a ne 12)
Zamjena RRR-a s ARR-om i navođenje impresivnije relativne brojke kao kliničke koristi
Reći da je rezultat "značajan" kada CI tek dotakne 1.0 - mora ne uključuje 1.0 da bi bilo značajno
Navodeći da je srednja linija dijagrama kutije i brkova srednja vrijednost - ona je uvijek srednja
Zamjena osjetljivosti s PPV-om — osjetljivost je fiksno svojstvo testa; PPV ovisi o prevalenciji
Misliti da će visoko specifičan test u populaciji s niskom prevalencijom dati pouzdan pozitivan rezultat - neće (niska PPV)
Zamjena OR-a s RR-om — OR-ovi se ne mogu izravno 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 s izloženom kohortom.
Zamjena kliničke revizije s istraživanjem - tvrdnja da revizija zahtijeva etičko odobrenje
Pogrešno tumačenje pristranosti u vremenu početka liječenja kao značenja da program probira doista poboljšava preživljavanje
Zaboravljanje da je I² >50% u šumskoj slici izaziva zabrinutost oko valjanosti združenog rezultata.
Korištenje srednje vrijednosti za opisivanje iskrivljenih podataka (npr. prihod, duljina boravka u bolnici) - koristite medijan

🏁 Završni bodovi za ponijeti kući

NNT = 1 ÷ ARR. Uvijek pretvorite postotke u decimale. Uvijek zaokružite prema gore. Niži 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 učinka → rezultat nije statistički značajan. I² >50% → problemi s heterogenošću.
Asimetrija dijagrama lijevka → pristranost objavljivanja. Točke izvan granica lijevka u praćenju učinkovitosti → 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 medijan, a ne srednju vrijednost. Srednja linija kutijastog dijagrama = medijan. Točke iza brkova = outlieri.
Klinička revizija mjeri standarde - nije potrebna etika, nema hipoteze. Istraživanje generira nova znanja - potrebna je etika.

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.