חשבו על הסיטואציה הבאה: אתם רוצים להבין האם חומר מסוים יכול לשפר ביצועים של ספורטאים. מה עליכם לעשות כדי לבחון האם זה באמת נכון? יש שיגידו שכדאי לתת לספורטאי מסוים את אותו החומר ולראות האם יש שיפור במדד כלשהו שאנחנו רוצים לבדוק, למשל היכולת להרים את המשקל המרבי בתרגיל הסקוואט. נניח שנתנו את החומר ולאחר מכן ראינו שבממוצע הוא הרים עוד כמה ק”ג שאותם הוא לא הצליח להרים לפני, יש שיסיקו שסביר להניח שזה בגלל אותו החומר.
הדוגמה הזו מלאכותית כמובן, ואולי חלק מהקוראים יבינו את הבעייתיות שבהיסק כזה, אולם ניתן בקלות להציג מקרים אחרים שבהם ההיסק שלנו יכול להיות אולי שגוי, אבל מאחר שהוא לא מלאכותי כמו בדוגמה הקודמת, אנחנו לא נעלה על הבעיה באותה הקלות.
העין שלנו מוגבלת מאוד ביכולת ההיסק שלה ויש שלל הטיות קוגניטיביות שיכולות להפריע לנו להסיק דברים בצורה מספיק טובה. גם אם נדמה לנו שאנחנו יכולים להסיק בבטחה על קשר סיבתי בין שני משתנים, לדוגמה מתן חומר מסוים ושיפור ביצועים, בחלק גדול מהזמן לא כך הדבר. למעט מקרים שבהם האפקט גדול ומאוד ברור (לא צריך מחקר קליני כדי להוכיח שמצנח מציל מהתרסקות), כמעט בלתי אפשרי להסיק על יעילות או עליונות של דברים כמו תרופות, תוכניות אימון, דיאטות, טיפולים ודברים רבים אחרים מבלי לנטרל את אותן הטיות קוגניטיביות.
מאחר שהיכולת להסיק על קשר סיבתי בין שני משתנים (חומר –> שיפור ביצועים) תלויה בין השאר בשלילת הסברים חלופיים, עלינו לייצר כלי שמאפשר לנו לשלול את אותם הסברים חלופיים בצורה טובה. אם נחזור לדוגמה הקודמת, ניתן אולי להסיק שהשיפור בתרגיל הסקוואט נובע ממקריות כלשהי, אולי המתאמן פשוט השתפר ועכשיו זה בא לידי ביטוי, אולי זה פשוט אפקט הפלצבו (המתאמן חושב שקיבל חומר משפר ביצועים, אולם השיפור במהותו פסיכולוגי) ואולי אלו דברים אחרים. אם למשל אנחנו רואים שאנשים שלוקחים ויטמינים מראים גם שיעור נמוך יותר של תחלואה לבבית (לא באמת), אנחנו לא יכולים לדעת האם זה בגלל הוויטמינים או אולי בגלל דברים אחרים שהם עושים, כפי שאפשר לראות:
מחקרי התערבות הם הדרך שלנו לבחון מה עובד ומה לא עובד, מה בטוח ולא בטוח, מה נכון ומה לא נכון. הם עושים זאת על ידי ניטרול או לפחות ניסיון לנטרל את אותם הסברים חלופיים שמעתה נקרא להם “משתנים מתערבים”.
לא כל המחקרים נולדו שווים – פירמידת הראיות
לפני שאנחנו עוברים לדבר על מחקרי התערבות, חשוב שנבין שיש המון סוגים של מחקרים ולא כל המחקרים נולדו שווים. יש לנו מחקרי בעלי חיים, יש לנו מחקרים שנעשים במעבדה בצלוחיות, יש לנו מחקרים תצפיתיים שבהם אנחנו לא מבצעים התערבות כלשהי אלא מתצפתים על הנבדקים שלנו (יש יתרונות וחסרונות), יש לנו מחקרי התערבות מסוגים שונים (לא כל מחקרי ההתערבות נולדו זהים), ויש לנו סקירות ומטה-אנליזות שאמורות לעשות אינטגרציה ספרותית ולחבר הרבה מחקרים שונים כדי להבין מה הספרות המדעית אומרת על נושא מסוים כמכלול.
דרך נוחה (אך לא תמיד מדויקת) להבין את הדבר הזה היא על ידי “פירמידת הראיות”. ניתן לראות את ההיררכיה של המחקרים. ככל שאנחנו עולים מעלה, אנחנו תאורטית נקבל מחקרים איכותיים יותר בהנחה שהם באמת מבוצעים כמו שהם אמורים להיות מבוצעים (לא תמיד זה המצב). כמו שציינתי קודם, לעיתים מחקרים שונים עונים על שאלות שונות ולכן הם משלימים זה את זה.
בכל מקרה, אם אנחנו רוצים להסיק על קשר של סיבה ותוצאה ברמת וודאות גבוהה יותר, עלינו לפנות למחקרי התערבות, מאחר שהמערך המחקרי החזק שלהם מאפשר לנו לנטרל משתנים מתערבים שונים בצורה יעילה הרבה יותר משאר המחקרים.
מבוא למחקרי התערבות
הבסיס של מחקרי התערבות הוא מאוד פשוט. אנחנו לוקחים קבוצה של אנשים ומחלקים אותה אקראית לשתי קבוצות. קבוצה אחת תקבל טיפול אמיתי (לדוגמה, חומר שאנחנו חושבים שמשפר ביצועים), והקבוצה השנייה (קבוצת ביקורת) תקבל טיפול דמה (פלצבו או טיפול “Sham”) או שלא תקבל כלום, בהתאם לשאלה המחקרית. לאחר מכן נעקוב אחרי שתי הקבוצות לפרק זמן מסוים ונשווה ביניהן:
בתהליך השוואת הנתונים אנחנו לרוב נשתמש בכלים סטטיסטיים שונים כדי לנסות לבחון האם יש הבדל בין שתי הקבוצות:
אז למה המחקרים האלה מאפשרים לנו לנטרל משתנים מתערבים ברמת וודאות גבוהה יותר?
התשובה היא די פשוטה וטמונה בתהליך ה”רנדומיזציה” או החלוקה האקראית כפי שכתבתי קודם. חלוקה אקראית שכזו מאפשרת לנו להניח הנחות יסוד חשובות מאוד שמאפשרות לנו להסיק שהשינוי שהתקבל בין הקבוצות במחקר נובע מההתערבות שלנו (הטיפול או החומר) ולא בגלל דברים אחרים.
רנדומיזציה הכלי החזק ביותר של מחקרי התערבות
יש מספר סיבות לכך שחלוקה אקראית (רנדומלית) של נבדקים לשתי קבוצות היא כה חזקה, אבל אתייחס לסיבה המרכזית. ביצוע ראוי של חלוקה אקראית מאפשר לחלק באופן אפקטיבי יותר את המשתנים המתערבים שעלולים להוביל לכך שלא נדע בצורה מספיק טובה מה השפיע על התוצאות שראינו. האם זו ההתערבות המחקרית או אולי משהו אחר?
נניח וחילקנו את הנבדקים לשתי קבוצות, אבל לא עשינו זאת בצורה רנדומלית אלא על בסיס משהו אחר, למשל “מעמד סוציו-אקונומי”. זאת אומרת שעכשיו יש לנו קבוצה אחת שמרוויחה אולי יותר מהקבוצה השנייה. במצב שכזה, כל הבדל שנצפה בין הקבוצות בסיום המחקר יכול לנבוע מדברים שקשורים מראש למעמד סוציו-אקונומי ולא בהכרח להתערבות המחקרית. אולי אלו שמרוויחים יותר עושים דברים אחרים, או אולי יש להם אמצעים מסוימים שמאפשרים להם לקבל טיפול רפואי טוב יותר, או אולי יש להם גישה למזון איכותי יותר. זאת אומרת שמסוכן מאוד לחלק את הקבוצות על סמך קריטריון כזה או אחר. חשוב לומר שיש מקרים מסוימים שבהחלט ננסה לשלוט במשתנים כאלו ואחרים שעלולים להשפיע על המחקר, אבל זה כבר למתקדמים.
חלוקה אקראית של נבדקים מאפשרת לנו להניח ששתי קבוצות המחקר די זהות במאפיינים שלהן. הן לא חייבות להיות זהות בצורה מושלמת.
ניתן לראות בתמונה שלאחר חלוקה אקראית, שתי הקבוצות זהות במאפיינים שלהן. כמובן שזו דוגמה מלאכותית ובמציאות החלוקה אף פעם לא כל כך מדויקת וזה בסדר. הנקודה החשובה כאן היא לא רק מה שאנחנו רואים בעין כמו משקל, גובה ומין, אלא כל הדברים האחרים שאנחנו לא רואים בעין. במילים אחרות, חלוקה אקראית (בתנאי שמבוצעת כמו שצריך) מאפשרת לנו להניח שכלל המשתנים מתפזרים בצורה אפקטיבית בין שתי הקבוצות.
אם נניח שאנחנו יכולים לראות ולמדוד רק את חמשת המשתנים הראשונים (משקל, גובה, מין, השכלה, מעמד), חלוקה אקראית תאפשר לנו להסיק מסקנות זהות על כלל הדברים שאנחנו לא רואים כמו Y, X ו-Z. נניח ש-X זה שנות אימון, Y זה המשקל המקסימלי בבנץ’ פרס ו-Z יכול להיות מספר ילדים. בהנחה שהמדגם מספיק גדול, אנחנו יכולים להסיק שכנראה אין הבדלים רציניים בין הקבוצות בכל המשתנים האחרים שלא נמדדו.
ציינתי בפתיחה שאחת מהבעיות הגדולות בהיסק סיבתי קשורה למשתנים מתערבים שונים, ולכן מערך מחקרי שכזה שמוביל לחלוקה די טובה של מכלול המשתנים מאפשר לנו לנטרל את כל המשתנים המתערבים האלה. אם שתי הקבוצות די זהות וקבוצה אחת מקבלת התערבות מסוימת והקבוצה השנייה לא, אז כל שינוי שנצפה בין הקבוצות לאחר סיום המחקר יכול להיות מיוחס רק להתערבות ולא לדברים אחרים (בעולם מושלם).
שימו לב לדוגמה אמיתית ממחקר: חלוקה אקראית הובילה למאפיינים די דומים בין שתי קבוצות המחקר, גם אם הם לא מושלמים.
סמיות כפולה
היתרונות של מחקרי התערבות ברורים מאוד, אולם חשוב לזכור שהם אמורים להיות מבוצעים כמו שצריך ויש עוד מספר הנחות שצריכות להתקיים כדי שהם יהיו הרמטיים יותר. לדוגמה, “סמיות” (Blinding). הכוונה ב”סמיות” היא שהנבדקים או החוקרים או גם הנבדקים וגם החוקרים (מה שנקרא “סמיות כפולה”) לא ידעו מי מקבל איזו התערבות. תחשבו על כך שאם הייתם במחקר והייתם יודעים שאתם לא מקבלים את הטיפול האמיתי אלא טיפול דמה, אולי זה היה יכול להוביל להשלכות מסוימות כמו חוסר התמדה בטיפול (אפילו שהוא דמה) או נשירה מהמחקר בגלל שאתם יודעים שאתם לא מקבלים טיפול אמיתי. זאת אומרת שסמיות חיונית לצורך הבטחת יעילות קבוצת הדמה/פלצבו.
מהפן של החוקרים, אם הם יידעו מי מהנבדקים מקבל טיפול כזה או אחר, הם עלולים לשנות את ההתנהגות שלהם כלפי אותו נבדק, למשל לתת לו יותר/פחות תשומת לב או אולי אפילו להטות את התוצאות מבלי לשים לב. חוסר בסמיות של חוקרים עלול אפילו להוביל לפגיעה בתהליך הרנדומיזציה. אם למשל אני יודע לאיזו קבוצה כל נבדק מיועד, אולי ייווצר מצב שאתחיל לשחק עם החלוקה על סמך הטעם האישי שלי ובכך הרנדומיזציה תופר.
מחקרי התערבות ברפואה (מחקרים קליניים)
אולי שמעתם על זה בתקופת הקורונה אבל בעולם הרפואה ובמיוחד בעולם הפרמקולוגי (תרופות) יש סדר מסוים שאותו חברות התרופות מחויבות לעבור לפני שהן מקבלות אישור לתרופה מסוימת. למחקרים הללו קוראים ״מחקרים קלניים״ והם מעידים בדרך כלל על תחום מחקר ספציפי בעולם הרפואה, אבל המבנה שלהם אינו שונה ממחקרי התערבות קלאסיים. מחקרים קליניים שכאלה נמצאים תחת בקרה סופר הדוקה והם מכילים מספר שלבים קריטיים בטרם חברת התרופות תקבל אישור לשיווק התרופה.
לאחר שתרופה מסוימת עברה את השלבים הטרום-קליניים (בדרך כלל מחקרי בעלי חיים), מתחילים שרשרת של מחקרים שנועדו לבחון את הבטיחות ואת היעיליות של אותה התרופה. בשלב הראשון נבחנת הבטיחות על קבוצת אנשים קטנה. בשלב השני נבחנת היעילות והבטיחות על קבוצת אנשים גדולה יותר ובשלב השלישי נבחנת היעילות והבטיחות על קבוצת אנשים גדולה עוד יותר. יש לציין שהמחקרים עצמם מחויבים בסטנדרטים גבוהים ביותר. לאחר אישור התרופה (חלק מאוד קטן מהתרופות מגיע לשלב הזה), עדיין ממשיכים לעקוב אחרי תופעות שונות שעלולות לצוץ. זהו השלב הרביעי (Post Marketing).
מחקרי התערבות הם האופציה הטובה ביותר כרגע
כמו שאפשר לראות, יש לא מעט דברים שיכולים להשפיע על היכולת שלנו להסיק על קשר של סיבה ותוצאה. חוסר יכולת לנטרל משתנים מתערבים שונים הוא כנראה הפקטור הדומיננטי ביותר. שימו לב כמה אנשים מסיקים על קשרי סיבה ותוצאה ללא יכולת לנטרל את מגוון המשתנים בצורה טובה. לא לחינם יש לנו את הכלי החזק הזה שדורש המון עבודה וגם עולה לא מעט כסף. אם הדברים היו כל כך פשוטים וברורים לא היינו צריכים להשתמש בכלי הזה.
חשוב לציין שלא תמיד ניתן לבצע מחקרי התערבות ולכן אנחנו צריכים להישען על כלים שהם אולי פחות טובים, אבל הם בהחלט יכולים לספק תשובות איכותיות בחלק מהזמן. קחו לדוגמה את הסיפור עם עישון וסרטן. לא ניתן לקחת אנשים ולחלק אותם בצורה אקראית לקבוצה מעשנת וקבוצה שלא מעשנת, ולכן כדי להסיק על הקשר בין עישון לסרטן, חוקרים שונים נאלצו להתבסס על מחקרים תצפיתיים בעיקר ומחקרי בעלי חיים. עם ההבנה המכניסטית של הסיכון בעישון, הצלחנו להבין את הקשר הסיבתי בין עישון לסרטן.
לסיכום, זכרו את שלל ההטיות שיש לנו בתור בני אדם וכמה קשה להסיק על קשרי סיבה ותוצאה על סמך העין שלנו. חפשו מחקרי התערבות איכותיים ותלמדו כיצד לקרוא ולנתח אותם, ובכך אני יכול להבטיח לכם שתיחשפו לעולם מדהים עם כמות מידע אינסופית.
רוצים לשדרג את הידע שלכם? בואו להיות טובים יותר. הקורס היחיד בארץ שמלמד אתכם לחשוב בצורה ביקורתית יותר ונותן לך כלים להבין מחקרים בצורה טובה הרבה יותר. חובה לאנשי מקצוע. מתחום הכושר והתזונה! לחצו כאן לפרטים נוספים.
מאמרים נוספים שיכולים לעניין אתכם:
מדריך דיאטה גמישה
איך להוריד שומן בטני?
מדריך חישוב הוצאה קלורית
מה לעשות כאשר המשקל תקוע?
מה ההבדל בין חיטוב לדיאטה
10 שאלות נפוצות על חלבונים
איך לרדת במשקל ובמסת השומן
