opieka.farm
Opracowanie ·Medycyna oparta na dowodach (EBM), czyli jak zrozumieć wyniki badań
Portal tylko dla farmaceutów i techników farmaceutycznych.Tylko dla farmaceutów i techników Załóż konto Zaloguj się
Reklama

Opracowanie Evidence-based medicine

Medycyna oparta na dowodach (EBM), czyli jak zrozumieć wyniki badań

mgr farm. Konrad Tuszyński · opublikowano 1 sierpnia 2026 · 23 min czytania

Medycyna oparta na dowodach (EBM), czyli jak zrozumieć wyniki badań

Kompendium podstaw medycyny opartej na dowodach (EBM) dla farmaceutów i techników farmaceutycznych. Wyjaśnia najważniejsze pojęcia i narzędzia oceny badań: pytanie kliniczne PICO, rodzaje badań i piramidę wiarygodności dowodów, miary efektu (ryzyko względne, iloraz szans, hazard względny, NNT), przedział ufności oraz stopnie wiarygodności dowodów.

Zapisz

Codziennie ktoś pyta nas przy pierwszym stole, czy witamina C „działa”, czy warto brać probiotyk do antybiotyku, czy „ten nowy suplement” z reklamy naprawdę działa. Żeby odpowiedzieć uczciwie, trzeba umieć czytać badania. Niekoniecznie liczyć samemu, tylko rozumieć, co autorzy policzyli i czy da się temu wierzyć. Właśnie o tym jest medycyna oparta na dowodach, po angielsku evidence-based medicine, w skrócie EBM. W tym poradniku zbieram to, co od lat wykładam i uważam, że jest niezbędnym minimum. Opracowałem też kalkulator (Kalkulator EBM), który pozwala też na zrozumienie, skąd biorą się te wszystkie miary takie jak OR, HR, NNT i inne.

Wprowadzenie, czyli po co farmaceucie EBM

Wyobraź sobie trzy sytuacje z jednej zmiany. Pacjentka pyta, czy witamina D ochroni ją przed infekcją (o skuteczności stosowania witaminy D w profilaktyce i leczeniu różnych chorób pisaliśmy w Wytyczne). Kolega z zespołu twierdzi, że „badania pokazały spadek ryzyka o 40 procent”. Przedstawiciel zostawia ulotkę, w której suplement „zmniejsza dolegliwości aż o połowę”. Każde z tych zdań brzmi konkretnie, a mimo to żadnego nie da się ocenić bez sprawdzenia liczb, które za nim stoją.

EBM daje właśnie zestaw pytań, które warto sobie zadać, zanim powtórzymy pacjentowi cudze twierdzenie.

Nie chodzi o to, by zostać statystykiem. Chodzi o to, by umieć odróżnić wynik mocny od słabego, efekt duży od nieznacznego oraz rzetelne badanie od reklamy udającej naukę. To kompetencja zawodowa, tak samo ważna jak znajomość interakcji czy dawkowania.

Czym jest EBM (i czym nie jest)

Klasyczna definicja mówi, że medycyna oparta na dowodach to sumienne, wyraźne i rozważne wykorzystanie aktualnie najlepszych dowodów przy podejmowaniu decyzji o opiece nad konkretnym pacjentem1. Kluczowe są dwa słowa: „najlepszych” (lepiej oddaje to angielskie określenie best available evidence) i „konkretnym”. Dowody mają być najmocniejsze z dostępnych, a decyzja ma pasować do człowieka, który stoi przed nami.

EBM opiera się na trzech filarach, które należy połączyć. Pierwszy to najlepsze dostępne dowody z badań. Drugi to wiedza i doświadczenie zawodowe, ponieważ bez nich nie można ocenić, czy badanie jest odpowiednie w danej sytuacji. Trzeci to wartości i preferencje pacjenta, jego choroby współistniejące, budżet oraz gotowość do przyjmowania kolejnej tabletki. Dopiero te trzy elementy razem pozwalają podjąć decyzję opartą na dowodach.

Te trzy filary można przedstawić jako trzy nakładające się na siebie koła. Praktyka oparta na dowodach znajduje się w ich części wspólnej: dobra decyzja zapada dopiero tam, gdzie spotykają się:

  • najlepsze dowody z badań,
  • doświadczenie kliniczne i
  • wartości pacjenta1.

Żaden pojedynczy filar nie wystarcza sam.

Warto od razu rozprawić się z częstym mitem. EBM to nie jest „ślepe trzymanie się badań” ani gotowanie z przepisu, w którym pacjent znika za tabelką. Autorzy definicji podkreślali to wprost już w 1996 roku: bez indywidualnego doświadczenia klinicznego praktyka staje się tyranią dowodów, które mogą nie pasować do danego chorego1. Dowód jest wsadem do decyzji, a nie decyzją samą w sobie.

PICO, czyli jak zadać dobre pytanie

Zanim sięgniemy po badanie, musimy wiedzieć, czego szukamy. Niejasne pytanie „czy probiotyki są dobre” nie ma odpowiedzi, ponieważ nie precyzuje, dla kogo, w porównaniu z czym i pod jakim względem. Dlatego w EBM pytanie kliniczne dzieli się na cztery elementy, których pierwsze litery w języku angielskim tworzą akronim PICO.

Dopiero tak sformułowane pytanie można przełożyć na wyszukiwanie w bazie i ocenę znalezionego badania. Jeśli badanie dotyczyło innej populacji niż nasz pacjent lub mierzyło inny efekt, jego wynik może być prawdziwy, ale nie mieć zastosowania w naszym przypadku. To pierwsza rzecz do sprawdzenia, zanim zaczniemy interpretować liczby.

Zanim ocenisz jakikolwiek wynik badania, sprawdź jego PICO. Jeśli badanie przeprowadzono na zdrowych młodych ochotnikach, a przed tobą stoi starszy pacjent z wieloma chorobami, nawet silny wynik może nie mieć zastosowania w jego przypadku.

Rodzaje badań, od opisu przypadku po metaanalizę

Nie wszystkie badania mają taką samą wartość. Różnią się tym, jak dobrze radzą sobie z przypadkiem i z tak zwanymi czynnikami zakłócającymi, czyli wszystkim, co poza badanym lekiem mogło wpłynąć na wynik. Od najsłabszych do najmocniejszych układają się mniej więcej tak.

  1. Opis przypadku lub serii przypadków. Ktoś opisuje jednego pacjenta lub grupę, którym coś podano i coś się wydarzyło. Takie opisy mogą być cenne jako pierwszy sygnał, ale nie mają grupy porównawczej, więc nie wiemy, co stałoby się bez interwencji.
  2. Badanie kliniczno-kontrolne. Zaczyna od efektu i cofa się w czasie: porównuje osoby z chorobą i bez niej, sprawdzając ich narażenie. Szybkie i tanie, ale podatne na błędy pamięci i doboru.
  3. Badanie kohortowe. Obserwuje się grupy narażone i nienarażone i czeka, u kogo wystąpi efekt. Jest lepsze, bo przebiega naprzód w czasie, ale nadal jest obserwacyjne, więc grupy mogą się różnić innymi czynnikami.
  4. Badanie z randomizacją (RCT). Uczestników przydziela się losowo do grupy otrzymującej lek albo do grupy porównawczej. Dzięki losowemu doborowi grupy są statystycznie porównywalne pod każdym względem, nawet jeśli nie uwzględniono tego w projekcie. To najsilniejszy pojedynczy dowód skuteczności.
  5. Przegląd systematyczny i metaanaliza. Zbiera wszystkie rzetelne badania na dany temat i, jeśli to możliwe, łączy je w jeden wspólny wynik. O tym będzie mowa osobno.

Skrót RCT warto rozwinąć, ponieważ pojawia się najczęściej. Oznacza on randomized controlled trial, czyli badanie z losowym przydziałem i grupą kontrolną. O jego sile decydują trzy elementy.

Losowy przydział sprawia, że grupy zaczynają w tym samym punkcie. Grupa kontrolna, zwykle przyjmująca placebo, pokazuje, co by się stało bez leku, ponieważ część osób zdrowieje samoistnie. Zaślepienie, czyli nieujawnianie pacjentowi i – w miarę możliwości – badaczowi, kto otrzymuje lek, a kto placebo, eliminuje wpływ oczekiwań na ocenę skuteczności. Jeśli któryś z tych elementów jest nieobecny, wynik należy traktować z większą ostrożnością.

Piramida wiarygodności dowodów

Hierarchię badań można zapamiętać jako piramidę (poniższy model jest już mniej aktualny, ale o tym dalej). Im wyżej, tym silniejszy dowód i tym mniejsze prawdopodobieństwo, że wynik jest przypadkowy lub obarczony ukrytym błędem. Im niżej, tym bliżej do luźnej obserwacji i opinii.

Hierarchia ta nie jest sztywną regułą, lecz punktem wyjścia. Dobrze przeprowadzone badanie kohortowe może mieć większą wartość niż słaby, mały RCT. Jednak jako pierwsza reakcja sprawdza się doskonale. Gdy słyszysz o „przełomie”, sprawdź, na którym poziomie piramidy znajduje się ten dowód. Bardzo często okazuje się, że u jej podstawy, przy badaniach na komórkach lub opiniach.

Zdanie „badania potwierdzają” nic nie znaczy, dopóki nie wiesz, o jakie badania chodzi. Test na hodowli komórkowej i metaanaliza badań z randomizacją to oba „badania”, a dzieli je cała wysokość piramidy.

Przegląd systematyczny i metaanaliza

Na szczycie piramidy znajdują się dwa pojęcia, które łatwo pomylić. Przegląd systematyczny to metoda zbierania dowodów. Metaanaliza to metoda ich liczenia. Często stosuje się je razem, ale nie są tym samym.

Przegląd systematyczny różni się od zwykłego artykułu przeglądowego tym, że działa według ustalonego z góry protokołu. Autorzy zapisują, zanim zaczną, jakie pytanie zadają, jakie badania włączą, jak je znajdą i jak ocenią ich jakość. Dopiero potem przeczesują bazy tak, żeby nic istotnego nie przeoczyć, i uczciwie raportują, co znaleźli. Standard takiego raportowania, znany jako PRISMA, wymusza tę przejrzystość, żeby każdy mógł prześledzić drogę od tysięcy trafień do kilkunastu włączonych badań2. Dzięki temu przegląd systematyczny jest odtwarzalny, a nie jest zbiorem ulubionych badań autora.

Metaanaliza idzie o krok dalej. Bierze wyniki poszczególnych badań i statystycznie łączy je w jedno oszacowanie, tak jakby powstało z jednej wielkiej próby. Zyskujemy precyzję, bo więcej uczestników to węższy przedział niepewności. Zasady, jak to robić poprawnie, opisuje między innymi podręcznik Cochrane, który jest praktycznym punktem odniesienia dla autorów takich prac3.

Wyniki metaanalizy przedstawia się zwykle na tzw. forest plot. Każde badanie oznacza się linią z kwadratem (jego wynik) i poziomą kreską (niepewność wyniku). Na dole znajduje się romb – wynik zbiorczy. Pionowa linia wskazuje na brak efektu.

Jedna rzecz jest tu ważna. Metaanaliza jest tak dobra, jak badania, które obejmuje. Jeśli uwzględnimy w niej słabe prace, otrzymamy precyzyjnie policzony słaby wynik. Dlatego dobre przeglądy systematyczne oceniają jakość włączonych badań i piszą o niej wprost.

Jak czytać wyniki, czyli miary efektu

Najważniejsza część, w której najczęściej pojawiają się błędy, dotyczy interpretacji wyników badań. Wyniki przedstawia się na różne sposoby, a każdy z nich przekazuje inne informacje. Omówmy je po kolei, na przykładach z apteki.

Ryzyko bezwzględne kontra względne

To rozróżnienie pozwala uniknąć najczęstszej manipulacji w marketingu. Weźmy prawdziwy przykład: przegląd probiotyków stosowanych razem z antybiotykiem. Biegunka związana z Clostridioides difficile wystąpiła u 1,5% osób przyjmujących probiotyk i u 4,0% osób z grupy kontrolnej4. Te same dane można przedstawić na dwa sposoby.

Redukcja względna robi wrażenie. Ryzyko spadło z 4,0% do 1,5%, czyli o 60%. To prawda. Redukcja bezwzględna jest znacznie skromniejsza. To po prostu różnica: 4,0% minus 1,5%, czyli 2,5 punktu procentowego. Też prawda. Ta sama rzeczywistość, ale dwa zupełnie różne wrażenia.

„Zmniejsza ryzyko o połowę” prawie zawsze odnosi się do redukcji względnej i prawie nigdy nie mówi, od jakiego poziomu wyjściowego. Połowa dużego ryzyka to dużo, połowa jednego przypadku na tysiąc to prawie nic. Zawsze pytaj o liczby bezwzględne.

Ryzyko względne (RR)

Ryzyko względne (RR, po angielsku risk ratio lub relative risk) to po prostu ryzyko w grupie leczonej podzielone przez ryzyko w grupie kontrolnej. Gdy RR wynosi 1, oznacza to brak różnicy. Jeśli jest mniejsze niż 1, lek chroni, a jeśli większe – szkodzi. Na przykład RR równe 0,40 oznacza, że ryzyko spadło do 40% wartości wyjściowej, czyli zmniejszyło się o 60%. Z kolei RR wynoszące 1,30 wskazuje na wzrost ryzyka o 30%.

Przykładem jest witamina C, którą wielu pacjentów uważa za niezawodny środek. Regularne przyjmowanie witaminy C w ogólnej populacji nie zmniejsza istotnie ryzyka przeziębienia: ryzyko względne wyniosło 0,97 (przedział ufności 0,94–1,00)5. Jednak w wąskiej grupie osób narażonych na ekstremalny wysiłek, takich jak maratończycy czy żołnierze w niskich temperaturach, ryzyko względne spadło do 0,48, czyli o około połowę5. Ten sam suplement, ta sama miara, ale dwa różne konteksty. To podkreśla, dlaczego populacja w pytaniu PICO jest tak istotna.

Iloraz szans (OR)

Iloraz szans (OR, po angielsku odds ratio) jest podobny do ryzyka względnego (RR), ale oblicza się go na podstawie szans, a nie ryzyka. Szansa to stosunek zdarzeń do „niezdarzeń”, analogicznie jak w zakładach bukmacherskich. W praktyce OR interpretuje się podobnie jak RR: wartość 1 oznacza brak różnicy, wartości poniżej 1 wskazują na mniejszą szansę zdarzenia, a powyżej 1 – na większą. Iloraz szans często pojawia się w metaanalizach oraz w badaniach kliniczno-kontrolnych.

Przykład z witaminy D. Duża metaanaliza danych poszczególnych uczestników (a nie tylko zbiorczych wyników z każdego badania) wykazała, że suplementacja witaminy D3 zmniejszała ryzyko ostrej infekcji dróg oddechowych, z ilorazem szans 0,88 (przedział ufności 0,81–0,96)6. OR 0,88 oznacza, że szansa infekcji w grupie suplementowanej była o około 12% mniejsza. Co istotne, efekt zależał od schematu dawkowania: dawki codzienne lub tygodniowe były skuteczne, natomiast pojedyncze duże dawki (bolus) już nie – w tym przypadku OR wyniósł 0,97 (przedział ufności 0,86–1,10), co obejmuje wartość 16. To prowadzi nas do przedziałów ufności.

Iloraz szans w przypadku rzadkich zdarzeń jest zbliżony do ryzyka względnego, ale w przypadku częstych zdarzeń może je przeszacować. Jeśli widzisz wysoki OR dla częstego efektu, sprawdź, czy autorzy nie podali również ryzyka względnego, ponieważ ono jest wtedy bardziej wiarygodną miarą.

Hazard względny (HR)

Hazard względny, po angielsku hazard ratio, dochodzi tam, gdzie liczy się nie tylko czy, ale i kiedy. Używa się go w badaniach, które śledzą uczestników w czasie i pytają, jak szybko pojawia się dane zdarzenie. HR porównuje tempo zdarzeń w obu grupach. Interpretacja znów jest podobna: 1 to brak różnicy, poniżej 1 wolniej i rzadziej w grupie leczonej, powyżej 1 szybciej i częściej.

Modelowym przykładem jest badanie VITAL, w którym prawie 26 tys. osób przez ponad pięć lat otrzymywało witaminę D3 w dawce 2000 j.m. dziennie lub placebo. Suplementacja nie zmniejszyła ryzyka nowotworu (HR 0,96, przedział od 0,88 do 1,06) ani poważnych zdarzeń sercowo-naczyniowych (HR 0,97, przedział od 0,85 do 1,12)7. Wartość bliska 1 oznacza, że tempo zdarzeń w obu grupach było praktycznie takie samo. To dobry moment, by wyjaśnić, dlaczego mimo dużego i dobrze przeprowadzonego badania mówimy „brak efektu”.

Przedział ufności, czyli jak pewny jest wynik

Sam wynik, np. RR 0,40, to najlepsze pojedyncze oszacowanie. Ale badanie to tylko próbka, nie cała ludzkość, więc prawdziwa wartość leży gdzieś w pobliżu. Przedział ufności, zwykle 95-procentowy, pokazuje ten zakres wiarygodnych wartości. Im węższy przedział, tym pewniejszy wynik. Im szerszy, tym więcej niepewności, najczęściej z powodu małej próby (małej liczby osób w badaniu).

Istnieje jedna reguła, którą warto znać na pamięć, ponieważ pozwala ocenić istotność szybciej niż jakakolwiek wartość p (ang. p-value). Dla miar ilorazowych, czyli RR, OR i HR, punktem odniesienia jest 1, ponieważ 1 oznacza brak efektu. Jeśli cały przedział ufności znajduje się po jednej stronie liczby 1, wynik jest istotny statystycznie. Jeśli przedział przechodzi przez 1, wynik jest nieistotny, ponieważ obejmuje również „brak różnicy”. Stąd nazwa „linia braku efektu”.

Wróćmy do witaminy D w badaniu VITAL. Przedział dla nowotworu, od 0,88 do 1,06, i dla zdarzeń sercowo-naczyniowych, od 0,85 do 1,12, w obu przypadkach obejmuje 17. To dlatego mówimy, że suplementacja nie przyniosła korzyści. I jeszcze jedno rozróżnienie, które warto powtarzać pacjentom. Duże, dobrze zrobione badanie z wynikiem nieistotnym to nie jest badanie, które „się nie udało”. To mocna informacja, że w tej grupie efektu raczej nie ma.

NNT, czyli ile osób trzeba leczyć

Najbardziej praktyczną miarą jest NNT (number needed to treat), czyli liczba pacjentów, których trzeba poddać interwencji, aby uzyskać jeden dodatkowy korzystny wynik. Oblicza się ją jako odwrotność bezwzględnej redukcji ryzyka. Im niższe NNT, tym lek jest bardziej praktyczny. NNT równe 10 oznacza, że na dziesięciu leczonych jeden odnosi korzyść, a dziewięciu nie.

NNT ma swój odpowiednik po stronie szkód: NNH (number needed to harm). NNH pokazuje, ilu pacjentów trzeba poddać danej interwencji, aby u jednego wystąpiła szkoda, np. działanie niepożądane. Pełny obraz korzyści i ryzyka daje dopiero porównanie obu wskaźników. Lek o NNT 10 i NNH 100 pomaga wielokrotnie częściej, niż szkodzi, ale ten sam NNT przy NNH 12 wymaga już innej rozmowy z pacjentem.

Wróćmy do probiotyków. Z różnicy 4,0% wobec 1,5% wynika bezwzględna redukcja ryzyka o 2,5 punktu procentowego, a jej odwrotność to około 40. Autorzy przeglądu podali NNT równe 42, czyli mniej więcej co czterdziesta druga leczona osoba unika biegunki związanej z Clostridioides difficile4. Teraz najciekawsze. W podgrupie pacjentów o wysokim wyjściowym ryzyku, powyżej 5%, biegunka wystąpiła u 3,1% wobec 11,6%, a NNT spadło do 124. Ten sam probiotyk, ta sama „siła” działania, a korzyść praktyczna zupełnie inna, bo zależy od tego, jak zagrożony jest pacjent na starcie.

NNT to najlepsza miara do rozmowy z pacjentem, ponieważ jest łatwa do zrozumienia. Zamiast mówić „redukcja o 60%”, powiedz „mniej więcej co czterdziesta osoba na tym skorzysta”. Od razu widać, czy warto.

MiaraCo mówiBrak efektu przyPrzykład z tekstu
Ryzyko względne (RR)ile razy zmienia się ryzykoRR = 1witamina C, RR 0,97 w populacji ogólnej
Iloraz szans (OR)ile razy zmienia się szansa zdarzeniaOR = 1witamina D, OR 0,88 dla infekcji dróg oddechowych
Hazard względny (HR)jak zmienia się tempo zdarzeń w czasieHR = 1witamina D w badaniu VITAL, HR 0,96 dla nowotworu
Redukcja bezwzględna (ARR)o ile punktów procentowych spada ryzykoARR = 0probiotyki, 4,0 minus 1,5, czyli 2,5 punktu
Redukcja względna (RRR)o jaki procent spada ryzykoRRR = 0probiotyki, spadek o 60 procent
NNTilu leczyć, by pomóc jednemuNNT bardzo dużeprobiotyki, NNT 42, a w grupie ryzyka 12
Tabela 1 zestawia miary efektu z tego opracowania i pokazuje, jak je czytać na przykładach z apteki.

Wartość p i pułapka istotności

Wartość p to prawdopodobieństwo, że zaobserwowany efekt (lub silniejszy) wystąpiłby przypadkowo, gdyby lek naprawdę nie działał. Umownie, jeśli p jest mniejsze niż 0,05, mówimy o istotności statystycznej. Brzmi jak wyrocznia, a to tylko jeden z sygnałów, łatwy do błędnej interpretacji.

Istotność statystyczna nie jest tym samym co istotność kliniczna. Nawet bardzo mała różnica, bez znaczenia dla pacjenta, może być istotna statystycznie w dużym badaniu. Z kolei realny efekt może nie osiągnąć istotności statystycznej w małym badaniu tylko dlatego, że danych było za mało. Dlatego wolę patrzeć na przedział ufności niż na samą wartość p. Przedział ufności pokazuje jednocześnie kierunek, wielkość i niepewność wyniku, podczas gdy wartość p redukuje te informacje do jednej liczby.

Stopnie wiarygodności dowodów

Ponieważ dowody różnią się siłą, potrzebny jest język do ich oceny. Farmaceuta najczęściej spotyka trzy systemy i warto je rozróżniać.

Pierwszy to poziomy dowodów według Oksfordu. Dla pytania o skuteczność leczenia układają się w pięć stopni, od najmocniejszego do najsłabszego8. Poziom 1 to przegląd systematyczny badań z randomizacją. Poziom 2 to pojedyncze dobrze przeprowadzone badanie RCT. Poziom 3 to badanie kohortowe, poziom 4 to seria przypadków lub badanie kliniczno-kontrolne, a poziom 5 to rozumowanie oparte na mechanizmie. To w dużej mierze nasza piramida opisana numerami, choć oba systemy różnią się w szczegółach – piramida wyżej ma sześć pięter, a poziomy oksfordzkie pięć i inaczej grupują badania obserwacyjne.

Drugi, dziś najpopularniejszy w wytycznych, to GRADE. Rozdziela on dwie rzeczy, które łatwo pomylić:

  • jakość dowodów i
  • siłę zalecenia9.

Jakość dowodów, czyli pewność co do oszacowania efektu, ma cztery stopnie: wysoką, umiarkowaną, niską i bardzo niską10. Badania z randomizacją zaczynają od oceny wysokiej, ale mogą zostać obniżone, jeśli mają wady, ich wyniki są niespójne lub mało precyzyjne. Na przykład jakość dowodów w omawianej metaanalizie witaminy D oceniono jako wysoką6, a w przeglądzie probiotyków jako umiarkowaną4.

Siła zalecenia to zupełnie inny wymiar niż jakość dowodów, choć oba pojęcia często się myli. Jakość dowodów mówi, jak pewni jesteśmy samego oszacowania efektu. Siła zalecenia mówi, jak stanowczo coś rekomendować, i zależy nie tylko od jakości dowodów, ale też od bilansu korzyści i ryzyka, od wartości pacjentów oraz od kosztów9.

W systemie GRADE wyróżnia się dwa stopnie zaleceń. Zalecenie silne formułuje się słowem „zalecamy” i oznacza, że u większości pacjentów korzyści wyraźnie przeważają nad ryzykiem. Zalecenie warunkowe, inaczej słabe, formułuje się słowem „sugerujemy” i oznacza, że bilans jest bliski lub mocno zależy od preferencji pacjenta, więc wybór należy dostosować indywidualnie.

WymiarStopnieCo określa
Jakość (pewność) dowodówwysoka, umiarkowana, niska, bardzo niskajak pewne jest oszacowanie efektu
Siła zaleceniasilne („zalecamy”), warunkowe lub słabe („sugerujemy”)jak stanowczo rekomendować, biorąc pod uwagę bilans korzyści, ryzyka, wartości pacjenta i kosztów
Tabela 2 pokazuje dwa niezależne wymiary oceny w systemie GRADE.

Trzeci system to klasy zaleceń i poziomy dowodów z wytycznych towarzystw naukowych. To ogólna konwencja, a dokładne progi i opisy definiuje każda wytyczna u siebie – najczęściej spotkasz ją w kardiologii. Klasa zalecenia mówi, jak mocno coś rekomendować, zwykle od I (rób to) przez IIa i IIb (rozsądne lub do rozważenia) po III (nie rób). Poziom dowodu, oznaczany zwykle literami A, B i C, mówi, na czym ta rekomendacja się opiera, od wielu badań z randomizacją po opinię ekspertów. Gdy czytasz wytyczną, sprawdzaj oba oznaczenia, bo silne zalecenie oparte na słabym dowodzie to co innego niż silne zalecenie poparte twardymi danymi.

Jakość dowodów i siła zalecenia to dwie różne kwestie. Silne zalecenie może się opierać na dowodach o umiarkowanej jakości, jeśli korzyści wyraźnie przewyższają ryzyko, natomiast słabe zalecenie może zapaść mimo dobrych danych, gdy bilans jest niepewny. Nie utożsamiaj jednego z drugim.

Gdzie szukać dowodów, czyli piramida 5S

Znajomość siły dowodów nie wystarczy, jeśli nie można ich znaleźć w rozsądnym czasie. Straus i Haynes uporządkowali źródła informacji w drugą piramidę, tym razem według stopnia przetworzenia danych, a nie siły dowodów. Nazwali ją modelem 5S, od pierwszych liter pięciu poziomów11. Im wyższy poziom, tym informacja jest bardziej wiarygodna, trafna i czytelna.

Przy pytaniu klinicznym zaczynaj od góry piramidy i schodź w dół. Gotowe, aktualizowane podsumowanie lub system wspomagania decyzji da odpowiedź w kilka sekund, a przeszukiwanie pojedynczych badań w bazie zostaw na koniec, gdy wyżej nic nie ma11.

Autorzy dorzucają prostą regułę doboru źródeł, tak zwane trzy R. Źródło ma być wiarygodne, trafne i czytelne, dokładnie w tej kolejności. Wiarygodność jest ważniejsza od trafności, a obie od czytelności11.

Dowody, mocne lub słabe, nigdy nie wystarczą same w sobie do podjęcia decyzji klinicznej. Trzeba je rozważyć w kontekście wartości i preferencji pacjenta, bo dopiero to pozwala na podjęcie dobrej, wspólnie uzgodnionej decyzji11.

Przy okienku najszybciej pomoże dobre, aktualizowane źródło oparte na dowodach, takie jak podsumowanie, a nie przypadkowy wynik z wyszukiwarki. Zacznij od góry piramidy 5S i schodź niżej tylko wtedy, gdy to konieczne.

Jak ocenić, czy źródło jest naprawdę oparte na dowodach

Sam napis „oparte na dowodach” w tytule niczego nie gwarantuje. Jeden z wydawców przyznał wprost, że dodanie słów „evidence-based” do tytułu książki zwiększa sprzedaż11. Straus i Haynes podają praktyczny zestaw pytań do oceny każdego źródła informacji medycznej, w dwóch wymiarach: metody i jakość informacji oraz przydatność kliniczna. Poniżej przedstawiam ich tłumaczenie:

Metody i jakość informacji

Zacznij od trzech pytań o to, skąd pochodzi treść źródła:

  • Jak powstało źródło?
  • Czy opisano jawne kryteria wyszukiwania i oceny dowodów oraz czy ich przestrzegano?
  • Jak źródło jest aktualizowane?

Skala oceny metod i jakości informacji, od 0 do 5, prezentuje się następująco:

  • 0 – brak cytowanych dowodów.
  • 1 – dowody cytowane, ale bez jawnych kryteriów doboru ani oceny treści, a dobór treści wskazuje na brak spójnych standardów dowodowych.
  • 2 – dowody cytowane i są jawne kryteria doboru lub oceny (albo obu), ale dobór treści wskazuje na nieprzestrzeganie tych standardów.
  • 3 – dowody cytowane bez jawnych kryteriów doboru ani oceny, a dobór treści wskazuje na przestrzeganie niektórych standardów.
  • 4 – dowody cytowane i są jawne kryteria doboru lub oceny (albo obu), a dobór treści wskazuje na częściowe przestrzeganie standardów.
  • 5 – dowody cytowane i są jawne kryteria zarówno doboru, jak i oceny treści, a dobór treści wskazuje na przestrzeganie standardów przez większość czasu.

Przydatność kliniczna

Potem sprawdź, czy źródło realnie pomaga przy pacjencie:

  • Czy źródło dało klinicznie przydatne odpowiedzi?
  • Jak się z niego korzysta i czy jest łatwe w użyciu?
  • Czy odpowiedzi były łatwo dostępne i czytelne w ciągu kilku minut?
  • Czy będziesz z niego korzystać, a jeśli tak, kiedy i jak?

Skala oceny przydatności klinicznej, od 0 do 5, wygląda tak:

  • 0 – nieprzydatne klinicznie.
  • 1 – przydatne odpowiedzi rzadko dostępne oraz trudno dostępne lub nieczytelne w kilka minut.
  • 2 – odpowiedzi dostępne czasami, ale trudno dostępne lub nieczytelne w kilka minut.
  • 3 – odpowiedzi dostępne czasami oraz łatwo dostępne i czytelne w kilka minut.
  • 4 – odpowiedzi dostępne przez większość czasu, ale trudno dostępne lub nieczytelne w kilka minut.
  • 5 – odpowiedzi dostępne przez większość czasu oraz łatwo dostępne i czytelne w kilka minut.

Minimalna lista kontrolna dla źródeł i podręczników

Autorzy proponują krótką listę podstawowych wymagań dla podręczników i baz opartych na dowodach.

  • Czy źródło jasno określa, na jakim typie dowodów opierają się twierdzenia lub zalecenia, i czy autorzy tego przestrzegają? Na przykład stwierdzenie o skuteczności powinno zawierać informację o poziomie dowodów (zdefiniowanym w tekście) lub dokładny typ dowodu, np. „przeprowadzono trzy badania z randomizacją”.
  • Czy przeprowadzono jawne i adekwatne wyszukiwanie dowodów? Na przykład, czy rozpoczęto od wiarygodnych przeglądów systematycznych, a następnie sprawdzono bazę Cochrane Central Register of Controlled Trials?
  • Czy wyniki są wyrażone liczbowo? Na przykład twierdzenia o dokładności diagnostycznej powinny podawać czułość i swoistość.

Minimum to spełnienie pierwszego punktu, a lepsze źródła realizują też dwa pozostałe. Meta-źródła, czyli wykazy i wyszukiwarki innych źródeł, powinny dodatkowo jawnie podawać kryteria włączenia11.

Najczęstsze pułapki i mity

Na koniec kilka błędów (a czasem manipulacji!). Ich znajomość pozwala uniknąć powielania cudzych nadużyć:

  • Korelacja nie oznacza związku przyczynowego. Fakt, że osoby przyjmujące suplementy rzadziej chorują, nie dowodzi, że to suplementy są przyczyną. Często zdrowsi ludzie po prostu częściej sięgają po suplementy. Aby potwierdzić związek przyczynowy, potrzebne są badania z randomizacją.
  • Redukcja względna bez punktu wyjścia. „O połowę mniej” brzmi tak samo przy ryzyku 20% i przy ryzyku 1 na 10 tysięcy, a to przepaść. Zawsze szukaj liczb bezwzględnych i NNT.
  • Mała próba i szeroki przedział ufności. Spektakularny wynik z badania na kilkudziesięciu osobach z dużym przedziałem ufności to zapowiedź, nie dowód.
  • Istotne nie znaczy ważne. Statystyczna istotność mówi „to raczej nie przypadek”, a nie „to ma znaczenie dla pacjenta”. To dwie różne sprawy.
  • Efekt zastępczy zamiast tego, co się liczy. Suplement może poprawiać wynik badania laboratoryjnego, nie zmieniając niczego w samopoczuciu ani w twardych punktach końcowych. Pytaj, co właściwie mierzono.
  • Błąd publikacji. Badania z pozytywnym wynikiem są publikowane częściej niż te bez efektu, więc sama literatura może być stronnicza na korzyść leku. Brak opublikowanych badań nie jest równoznaczny z dowodem skuteczności.
  • Kto płacił i kto liczył. Konflikt interesów nie unieważnia badania, ale wymaga uważnej lektury, zwłaszcza gdy jest to jedyne takie badanie i jego wyniki są bardzo optymistyczne.

EBM przy pierwszym stole

Jak spiąć to wszystko w kilka sekund rozmowy? Nie trzeba liczyć na kalkulatorze. Wystarczy przełożyć twarde dane na jedno uczciwe zdanie. Zamiast mówić „badania potwierdzają skuteczność”, lepiej podać, dla kogo, o ile i jak pewnie.

Przy witaminie C i przeziębieniu brzmi to tak, że u przeciętnej osoby regularne branie raczej nie chroni przed infekcją, a jeśli już, to co najwyżej minimalnie skraca jej czas5. Przy probiotyku do antybiotyku najuczciwsza odpowiedź zależy od pacjenta, bo im wyższe jego ryzyko powikłań, tym większa realna korzyść4. To jest EBM w praktyce. Nie recytowanie liczb, tylko dopasowanie dobrego dowodu do konkretnego człowieka.

Wnioski dla praktyki aptecznej

Co warto wdrożyć do praktyki

  • Zanim powtórzysz twierdzenie o skuteczności, ustal jego PICO: dla kogo, w porównaniu z czym i pod jakim względem.
  • Sprawdzaj, na którym piętrze piramidy stoi dowód. Metaanaliza badań z randomizacją waży inaczej niż opinia czy test na hodowli komórkowej.
  • Zamieniaj względną redukcję ryzyka na bezwzględną i na NNT, bo to one mówią pacjentowi coś realnego.
  • Przy RR, OR i HR sprawdź, czy przedział ufności obejmuje 1. To najszybszy test istotności.

Czego unikać

  • Nie powtarzaj „zmniejsza ryzyko o połowę” bez pytania, od jakiego poziomu wyjściowego.
  • Nie myl istotności statystycznej z istotnością kliniczną i nie traktuj wartości p jak wyroczni.
  • Nie traktuj wyniku nieistotnego z dużego, dobrze przeprowadzonego badania jako „badanie się nie udało”, ponieważ jest to silna informacja o braku efektu.

Na co zwrócić szczególną uwagę w aptece

  • Pojedyncze, entuzjastyczne badanie sponsorowane przez producenta, zwłaszcza gdy jest jedynym dostępnym.
  • Bardzo szeroki przedział ufności, który zdradza małą próbę i słabą precyzję.
  • Efekty zastępcze, czyli poprawa wyniku laboratoryjnego bez zmiany tego, co czuje pacjent.
  • Wynik z wąskiej podgrupy przedstawiany tak, jakby dotyczył wszystkich, tak jak witamina C u sportowców kontra populacja ogólna.

Źródła

  1. Sackett DL, Rosenberg WM, Gray JA, Haynes RB, Richardson WS. Evidence based medicine: what it is and what it isn’t. BMJ. 1996;312(7023):71-72. ↩↩↩
  2. Page MJ, McKenzie JE, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, Shamseer L, i wsp. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71. ↩
  3. Higgins JPT, Thomas J, Chandler J, Cumpston M, Li T, Page MJ, Welch VA (red.). Cochrane Handbook for Systematic Reviews of Interventions. Wersja 6.5. Cochrane; 2024. ↩
  4. Goldenberg JZ, Yap C, Lytvyn L, Lo CK, Beardsley J, Mertz D, Johnston BC. Probiotics for the prevention of Clostridium difficile-associated diarrhea in adults and children. Cochrane Database Syst Rev. 2017;12(12):CD006095. ↩↩↩↩↩↩
  5. Hemilä H, Chalker E. Vitamin C for preventing and treating the common cold. Cochrane Database Syst Rev. 2013;(1):CD000980. ↩↩↩
  6. Martineau AR, Jolliffe DA, Hooper RL, Greenberg L, Aloia JF, Bergman P, i wsp. Vitamin D supplementation to prevent acute respiratory tract infections: systematic review and meta-analysis of individual participant data. BMJ. 2017;356:i6583. ↩↩↩
  7. Manson JE, Cook NR, Lee IM, Christen W, Bassuk SS, Mora S, i wsp. Vitamin D supplements and prevention of cancer and cardiovascular disease. N Engl J Med. 2019;380(1):33-44. ↩↩
  8. OCEBM Levels of Evidence Working Group. The Oxford 2011 Levels of Evidence. Oxford Centre for Evidence-Based Medicine; 2011. ↩
  9. Guyatt GH, Oxman AD, Vist GE, Kunz R, Falck-Ytter Y, Alonso-Coello P, Schünemann HJ. GRADE: an emerging consensus on rating quality of evidence and strength of recommendations. BMJ. 2008;336(7650):924-926. ↩↩
  10. Balshem H, Helfand M, Schünemann HJ, Oxman AD, Kunz R, Brozek J, Vist GE, Falck-Ytter Y, Meerpohl J, Norris S, Guyatt GH. GRADE guidelines: 3. Rating the quality of evidence. J Clin Epidemiol. 2011;64(4):401-406. ↩
  11. Straus SE, Haynes RB. Managing evidence-based knowledge: the need for reliable, relevant and readable resources. CMAJ. 2009;180(9):942-945. ↩↩↩↩↩↩

Treść specjalistyczna

Tylko dla farmaceutów i techników farmaceutycznych. Zaloguj się kontem zawodowym, żeby czytać dalej.

Autor
mgr farm. Konrad Tuszyński
farmaceuta Prawo Wykonywania Zawodu: 09009899 Strona autora
Publikacja: 01.08.2026 Ostatnia aktualizacja: 30.10.2026