Statystyka ratuje życie
Kiedy lekarz poleca lek, szczepionkę czy operację, ta rekomendacja opiera się na statystyce. Badania kliniczne z tysiącami uczestników, analizy ryzyka i korzyści, dane epidemiologiczne - to wszystko statystyka w służbie zdrowia. Zrozumienie podstaw pomaga podejmować lepsze decyzje o własnym zdrowiu.
Badania kliniczne
Zanim nowy lek trafi do apteki, musi przejść rygorystyczne badania kliniczne. Zazwyczaj są to randomizowane badania kontrolowane z podwójnym zaślepianiem - złoty standard w medycynie.
Nowy lek na nadciśnienie testowany jest na 2000 pacjentach. 1000 dostaje lek, 1000 placebo. Po 6 miesiącach: grupa z lekiem ma średnie ciśnienie 128/82, grupa z placebo 138/88. Różnica jest statystycznie istotna (p < 0,001). Lek działa - ale trzeba też sprawdzić efekty uboczne.
Ryzyko względne vs. bezwzględne
W medycynie rozróżnienie między ryzykiem względnym a bezwzględnym ma kluczowe znaczenie. Media prawie zawsze podają ryzyko względne, bo brzmi dramatyczniej.
"Nowy lek zmniejsza ryzyko zawału o 36%!" - to ryzyko względne. Rzeczywistość: w grupie placebo zawał dostał 3,1% pacjentów, w grupie z lekiem 2,0%. Różnica bezwzględna: 1,1 punktu procentowego. Innymi słowy: musisz leczyć około 91 pacjentów, żeby zapobiec jednemu zawałowi. Wciąż ważne, ale nie tak spektakularne jak "36%".
NNT - Number Needed to Treat
NNT mówi, ilu pacjentów trzeba leczyć, żeby jeden odniósł korzyści. Im mniejszy NNT, tym skuteczniejszy lek. NNT = 1 oznaczałoby, że lek pomaga każdemu. NNT = 100 oznacza, że trzeba leczyć 100 osób, żeby jedna skorzystała.
Aspiryna w profilaktyce zawałów u osób wysokiego ryzyka: NNT ≈ 120 (przez 5 lat). Antybiotyk na zapalenie płuc: NNT ≈ 3. Szczepionka przeciw grypie u osób starszych: NNT ≈ 40. Te liczby pomagają lekarzom i pacjentom podejmować świadome decyzje.
Czułość i swoistość testów
Każdy test diagnostyczny ma dwie kluczowe cechy:
- Czułość: jaki procent chorych test poprawnie identyfikuje jako chorych
- Swoistość: jaki procent zdrowych test poprawnie identyfikuje jako zdrowych
Idealny test miałby 100% czułości i 100% swoistości. W praktyce zawsze jest kompromis.
Test na COVID-19: czułość 95%, swoistość 99%. Jeśli 1000 osób jest badanych i 50 jest zarażonych: test poprawnie wykryje 47-48 chorych (czułość 95%). Z 950 zdrowych, 9-10 dostanie fałszywie pozytywny wynik (swoistość 99%). Lekarz musi uwzględnić te liczby przy interpretacji wyniku.
Epidemiologia - statystyka populacji
Epidemiologia to gałąź medycyny używająca statystyki do badania chorób w populacjach. Podczas pandemii COVID-19 codziennie słyszeliśmy epidemiologiczne terminy: wskaźnik zakaźności (R), śmiertelność, zachorowalność.
W Polsce GIS (Główny Inspektorat Sanitarny) monitoruje choroby zakaźne. Kiedy słyszysz "zachorowalność na grypę wzrosła o 30% w porównaniu z ubiegłym rokiem", to statystyka epidemiologiczna. Pomaga planować zasoby szpitalne, kampanie szczepionkowe i interwencje zdrowotne.
Ważność randomizacji w medycynie
Dlaczego nie można po prostu porównać ludzi biorących lek z tymi, którzy go nie biorą? Bo są różnice między tymi grupami. Ludzie biorący lek mogą być bardziej chorzy, bardziej świadomi zdrowotnie lub różnić się w inny sposób. Randomizacja eliminuje te różnice.
Jak rozmawiać z lekarzem
Dobre pytania do lekarza, oparte na znajomości statystyki:
- "Jakie jest bezwzględne ryzyko, nie tylko względne?"
- "Ile osób trzeba leczyć, żeby jedna skorzystała (NNT)?"
- "Jakie są szanse na fałszywie pozytywny wynik testu?"
- "Jak duże i jak dobrze zaprojektowane były badania?"
Statystyka jest fundamentem współczesnej medycyny. Badania kliniczne, NNT, czułość i swoistość testów - te pojęcia pomagają podejmować świadome decyzje zdrowotne. Zawsze pytaj o ryzyko bezwzględne (nie tylko względne) i pamiętaj, że nawet dobry test może dawać fałszywe wyniki, szczególnie przy rzadkich chorobach.