M.M. Safford – Comparative effectiveness research and outcomes of diabetes treatment LINK: JAMA 2014:311:2275
W jednym z komentarzy redakcyjnych na łamach JAMA odniesiono się do, ważnego z praktycznego punktu widzenia, rozróżnienia między skutecznością i korzyściami terapii w randomizowanym badaniu klinicznym, a jej efektywnością w rzeczywistej praktyce lekarskiej. Problem ten jest szczególnie widoczny w zakresie tak niesformalizowanych, opartych na zaleceniach ekspertów metodach leczenia cukrzycy typu 2.
Zgodnie ze standardami rozpoczynamy od leczenia metforminą, a w razie potrzeby dołączamy kolejny lek, aby osiągnąć wybrany poziom hemglobiny glukozylowanej. Może to być lek doustny lub od razu insulina. Randomizowane badania kliniczne nie odpowiadają jaki schemat jest najbardziej korzystny pod względem redukcji powikłań towarzyszących cukrzycy. Jednak współczesne bazy danych mogą, z pewnymi ograniczeniami pokonać barierę niewiedzy.
Autor komentarza problem ten ilustruje pracą Roumie i wsp. Posłużono się w niej danymi z baz ubezpieczonych (Veterans Health Administration, Medicare, National Death Index) oraz nowymi metodami statystycznymi, które próbują w analizie uwzględnić możliwe czynniki zakłócające. Dzięki temu porównano powikłania w dwóch podgrupach chorych na cukrzycę nieskutecznie leczonych metforminą, u których jako drugi lek stosowano pochodną sulfonylomocznia lub insulinę.
Wykazano, że dodanie insuliny łączy się z większym o 30% ryzykiem wystąpienia pierwotnego punktu końcowego tj. zawału mięśnia serca, udaru mózgu lub zgonu. Jednym z głównych czynników decydujących o rozbieżnym rokowaniu była większa częstość zgonów z przyczyn nowotworowych w grupie z insuliną.
W przypadku tego typu analiz należy zawsze zadać pytanie : czy udało się uwzględnić obecność i natężenie wszystkich istotnych czynników zakłócających jakość analizy. Różnica może np. dotyczyć częstości nasilonej insulinooporności, która wiąże się ryzykiem raka jelita grubego. Różnica rzędu 28% vs 20% dla grupy leczonej insuliną mogłaby w znacznym stopniu tłumaczyć wyniki badania.
Przy wielu korzyściach płynacych z analizy badań o charakterze obserwacyjnym z wykorzystaniem dużych baz danych, mają one także ograniczenia. Złożoność stosowanych technik statystycznych w tego rodzaju analizach nie pozwala u czytającego wyrobić sobie własnego poglądu, musi on niejako zawierzyć sformułowanym wnioskom. Zmiany w praktyce lekarskiej muszą brać pod uwagę tego rodzaju ograniczenia.
Opracowane na podstawie: JAMA / 11 czerwca 2014
Marek Kowrach