Klinisk forskning – kausalitet
2015-11-04 / Svensk Kirurgi / Volym 73 / Nr 5 / 2015
Vad orsakar vad? I denna kolumn belyses denna grundläggande fråga. Med belysande exempel reder vi ut begreppen och får till och med se exempel på hur kommande händelser kan orsaka händelser i nutid.
Johan Sundström
johan.sundstrom@ucr.uu.se
Uppsala
Oavsett forskningsfält är det svårt att dra slutsatsen att det samband man observerat är kausalt. För att kunna fastställa kausalitet skulle man behöva observera en mängd objekt (personer, celler, försöksdjur) under två kontrafaktiska omständigheter. Det betyder att man samtidigt skulle behöva både exponera och inte exponera de objekt man vill studera (t.ex. för någon ny intervention eller en genotyp). Detta är förstås omöjligt.
Kontrafaktiska omständigheter
Inom medicinsk forskning brukar man försöka närma sig dessa kontrafaktiska omständigheter på lite olika sätt. Ett alternativ är att först behandla objekten (t.ex. genom att ge dem aktiva läkemedelstabletter) och därefter, i ett likadant försök, inte behandla objekten (t.ex. ge dem placebotabletter). Detta kallas en cross-over-studie. Ett annat alternativ är att parallellt behandla två olika grupper av objekt med de två kontrafaktiska behandlingarna. Båda dessa sätt har dock sina begränsningar; i cross-overstudien kan ju andra omständigheter än behandlingen ha ändrat sig mellan försöken, och i parallellgruppstudien kan andra omständigheter än behandlingen skilja mellan grupperna.
Med interventionsstudier kommer man närmast de kontrafaktiska omständigheterna, medan man är längre ifrån och har svårare att dra slutsatser i observationsstudier. Den engelska epidemiologen Sir Austin Bradford Hill (1897–1991) pekade ut dessa svagheter med observationsstudier och föreslog 1965 att resultat från observationsstudier bara ska tolkas som associationer och inte som kausalsamband. Ironiskt nog har hans nio föreslagna kriterier för kausalsamband (Faktaruta 1) ibland använts som ”bevis” för kausalitet, trots att han själv tyckte tvärtom: Here then are nine different viewpoints from all of which we should study association before we cry causation. Bradford Hills kriterier används flitigt, och det kan vara en bra idé att använda dessa eller reviderade kriterier (t.ex. Howick, Glasziou & Aronson 2009) om man i diskussionen av fynd vill styrka ett kausalsamband.
Omvänd kausalitet
Konceptet omvänd kausalitet är också viktigt att känna till (Faktaruta 2). Det innebär att det man definierar som ”utfall” i själva verket orsakar det man kallar ”exponering”. I exempelvis en kohortstudie har man noterat att folk som vid en tidpunkt motionerar mycket lite (exponering) har en ökad risk för att senare bli inlagd på sjukhus för hjärtsvikt (utfall). En tolkning skulle kunna vara att kausalsambandet är ”motion minskar risken för hjärtsvikt”. En minst lika viktig tolkning skulle kunna vara att ”folk som har mild men odiagnostiserad hjärtsvikt motionerar på grund av det mindre och löper samtidigt större risk att senare bli inlagda för denna hjärtsvikt”. Den sistnämnda tolkningen innebär alltså omvänd kausalitet, dvs. att hjärtsvikten i sig (”utfallet”) orsakar den låga motionen (”exponeringen”).
Mer klassiska exempel rör livsstilsfaktorer i fall–kontrollstudier. Om man frågar hjärtinfarktpatienter (fall) och icke-hjärtinfarktpatienter (kontroller) om deras kost kommer hjärtinfarktpatienterna troligen att rapportera en nyttigare kost. Det beror helt enkelt på att de lagt om kosten efter infarkten. Om hypotesen är att en bristfällig kost orsakar hjärtinfarkt kommer resultatet att bli förvånande om denna information används för att studera hypotesen.
Johan Sundström, professor i epidemiologi, Scientific Director, Uppsala Clinical Research Center (www.ucr.uu.se)
Denna kolumn är ett utdrag ur boken Handbok i biomedicinsk forskning, av Johan Sundström och Lars Lind, som under 2015 utkommer på Liber förlag med ISBN 47-11399-6. Under temaåret Forskningens år kommer denna kolumn, Klinisk forskning, att regelbundet återkomma i Svensk Kirurgi med handfasta metodologiska tips för den kliniska forskaren inom olika fält såsom evidensbaserad medicin, studiedesign, epidemiologiska begrepp, praktiskt genomförande av studier, statistisk analys, och skrivande av vetenskapliga artiklar.