Not all scientific studies are created equal - David H. Schwartz

ทุกการศึกษาวิทยาศาสตร์ ไม่ได้เหมือนกัน- เดวิด เอช. ชวาท์ซ (David H. Schwartz)

Translator: Kelwalin Dhanasarnsombut Reviewer: Unnawut Leepaisalsuwanna

Studies have shown that

การศึกษาได้แสดงให้เห็นว่า

taking vitamins is good for your health

การรับวิตามินนั้นดีต่อร่างกายของคุณ

and bad for your health.

และไม่ดีต่อสุขภาพของคุณ

That newly discovered herb can improve your memory

สมุนไพรค้นพบใหม่สามารถที่จะพัฒนาความทรงจำของคุณ

or destroy your liver.

หรือทำลายตับของคุณ

Headlines proclaim a promising new cancer treatment

พาดหัวที่ประกาศความหวังในการบำบัด รักษามะเร็งแบบใหม่

and never mention it again.

และไม่เคยพูดถึงมันอีกเลย

On a daily basis,

ทุกๆ วัน

we are bombarded with attention-grabbing news,

เราถูกกระหน่ำด้วยข่าวที่ดึงดูดความสนใจ

backed up by scientific studies,

ที่กล่าวอ้างถึง การศึกษาทางวิทยาศาสตร์

but what are these studies?

แต่อะไรคือการศึกษาเหล่านี้ล่ะ

How are they performed?

พวกมันมีกระบวนการปฎิบัติอย่างไร

And how do we know whether they're reliable?

และพวกเราจะรู้ได้อย่างไรว่ามันเชื่อถือได้

When it comes to dietary or medical information,

เมื่อพูดถึงข้อมูลเกี่ยวกับอาหาร หรือข้อมูลการแพทย์

the first thing to remember

สิ่งแรกที่จะต้องจดจำไว้

is that while studies on animals or individual cells

คือ ในขณะที่การศึกษาในสัตว์หรือในเซลล์จากมนุษย์

can point the way towards further research,

จะสามารถชี้แนวทางไปยังการศึกษาต่อในอนาคตได้

the only way to know how something will affect humans

หนทางเดียวที่จะรู้ว่าสิ่งนั้นมีผลต่อมนุษย์อย่างไร

is through a study involving human subjects.

ก็คือการทำการศึกษาในมนุษย์

And when it comes to human studies,

และเมื่อพูดถึงการศึกษาในมนุษย์

the scientific gold standard is

มาตราฐานระดับทองคำทางวิทยาศาสตร์ก็คือ

the randomized clinical trial, or RCT.

การทำการทดลองทางคลินิคแบบสุ่ม (randomized clinical trial) หรือ RCT

The key to RCTs is that the subjects are randomly assigned

กุญแจสำคัญของ RCT คือ ตัวอย่างต้องถูกจัดกลุ่มศึกษา

to their study groups.

ด้วยวิธีสุ่ม

They are often blinded to make them more rigorous.

พวกเขามักจะทำการสุ่มแบบบอด เพื่อใหัมันเคร่งครัดมากขึ้น

This process attempts to ensure

กระบวนการนี้ทำเพื่อให้มั่นใจได้ว่า

that the only difference between the groups

มีเพียงความแตกต่างเดียวระหว่างกลุ่ม

is the one the researchers are attempting to study.

นั่นคือสิ่งที่นักวิจัยต้องการที่จะศึกษา

For example,

ยกตัวอย่างเช่น

when testing a new headache medication,

เมื่อทำการทดสอบยาแก้ปวดหัวตัวใหม่

a large pool of people with headaches

คนจำนวนมากที่มีอาการปวดหัว

would be randomly divided into two groups,

จะถูกแบ่งอย่างสุ่มเป็นสองกลุ่ม

one receiving the medication

กลุ่มหนึ่งได้รับยา

and another receiving a placebo.

อีกกลุ่มได้ยาหลอก

With proper randomization,

ด้วยการสุ่มอย่างเหมาะสม

the only significant overall difference

จะมีแค่ความแตกต่างเดียวที่เด่นชัด

between the two groups

ระหว่างสองกลุ่มเท่านั้น

will be whether or not they received the medication,

ที่จะบอกว่าพวกเขาได้รับการรักษาหรือไม่

rather than other differences that could affect results.

ไม่ใช่ความแตกต่างอื่นๆ ที่อาจส่งผลกระทบต่อผลลัพธ์

Randomized clinical trials are incredible tools,

การทดลองทางคลินิคแบบสุ่ม เป็นเครื่องมือที่ยอดเยี่ยม

and, in fact, the US Food and Drug Administration

และที่อันที่จริง องค์การอาหารและยาสหรัฐฯ (FDA)

often requires at least two to be conducted

กำหนดว่าต้องมีการทดลองอย่างน้อยสองครั้ง

before a new drug can be marketed.

ก่อนที่ยาจะถูกวางจำหน่ายได้

But the problem is that an RCT is not possible

แต่ปัญหาก็คือ RCT นั้นเป็นไปไม่ได้

in many cases,

ในหลายๆ กรณี

either because it's not practical

ไม่ว่าจะเป็นเพราะมันไม่สามารถปฏิบัติได้จริง

or would require too many volunteers.

หรืออาจต้องการอาสาสมัครมากเกินไป

In such cases,

ในกรณีเช่นนั้น

scientists use an epidemiological study,

นักวิทยาศาสตร์ใช้การศึกษาทางระบาดวิทยา

which simply observes people going about their usual behavior,

ซึ่งทำการสำรวจพฤติกรรมของคนทั่วๆ ไป

rather than randomly assigning active participants

แทนที่จะทำการทดสอบอย่างสุ่มต่อผู้รับการทดลอง

to control invariable groups.

เพื่อเทียบกับกลุ่มควบคุม

Let's say we wanted to study

สมมติว่าเราต้องการศึกษา

whether an herbal ingredient on the market

ว่าส่วนผสมของสมุนไพรที่วางขายอยู่

causes nausea.

ทำให้เกิดอาการคลื่นไส้หรือเปล่า

Rather than deliberately giving people something

แทนที่จะให้อะไรบางอย่างกับผู้ทดลอง

that might make them nauseated,

ที่อาจทำให้พวกเขาคลื่นเหียน

we would find those who already take the ingredient

เราอาจหาคนที่ได้รับส่วนผสมนั้นแล้ว

in their everyday lives.

ในชีวิตประจำวันของพวกเขา

This group is called the cohort.

กลุ่มนี้เราเรียกว่า กลุ่มศึกษา (cohort)

We would also need a comparison group

และเราอาจต้องการกลุ่มที่เอาไว้เปรียบเทียบ

of people who do not have exposure to the ingredient.

ซึ่งประกอบด้วยคนที่ไมได้รับส่วนผสมดังกล่าว

And we would then compare statistics.

และเราอาจทำการเปรียบเทียบทางสถิติ

If the rate of nausea is higher in the herbal cohort,

ถ้าอัตราการเกิดอาการคลื่นไส้ มีมากกว่าในกลุ่มที่ศึกษา

it suggests an association

มันบ่งชี้ความสัมพันธ์

between the herbal supplement and nausea.

ระหว่างยาสมุนไพรและอาการคลื่นไส้

Epidemiological studies are great tools

การศึกษาทางระบาดวิทยาเป็นอุปกรณ์ชั้นเลิศ

to study the health effects of almost anything,

ในการศึกษาผลกระทบต่อสุขภาพที่มีต่อสิ่งต่างๆ

without directly interfering in people's lives

โดยที่ไม่ต้องเข้าไปรบกวนชีวิตประจำวันของคนโดยตรง

or assigning them to potentially dangerous exposures.

หรือให้พวกเขาทำสัมผัสกับอะไรที่อาจเป็นอันตราย

So, why can't we rely on these studies

ดังนั้น ทำไมเราจึงไม่สามารถ ที่จะเชื่อถือการศึกษาเหล่านี้

to establish causal relationships

เพื่อที่จะสร้างความสัมพันธ์ที่เป็นเหตุเป็นผล

between substances and their effects on health?

ระหว่างสสารกับผลกระทบของมันต่อสุขภาพ

The problem is

ปัญหามีอยู่ว่า

that even the best conducted epidemiological studies

แม้แต่การศึกษาทางระบาดวิทยา ที่มีกระบวนการที่ดีที่สุด

have inherent flaws.

ก็ยังมีข้อบกพร่องตามธรรมชาติของมัน

Precisely because the test subjects

เพราะว่าตัวอย่างที่ใช้ทำการทดสอบนั้น

are not randomly assigned to their groups.

ไม่ได้ถูกจัดเป็นกลุ่มโดยการสุ่ม

For example, if the cohort in our herbal study

ยกตัวอย่างเช่น ในกลุ่มศึกษา ของการศึกษาสมุนไพรของเรา

consisted of people who took the supplement

ประกอบด้วยคนที่ใช้สมุนไพร

for health reasons,

ด้วยเหตุผลทางสุขภาพ

they may have already had higher rates of nausea

พวกเขาอาจมีอัตราการเกิดอาการคลื่นไส้ สูงอยู่แล้ว

than the other people in the sample.

เมื่อเทียบกับคนอื่นๆ

Or the cohort group could've been composed of

หรือกลุ่มศึกษาอาจประกอบไปด้วย

people who shop at health food stores

คนที่ซื้อของที่ร้านอาหารสุขภาพ

and have different diets

และมีพฤติกรรมการกินต่างไป

or better access to healthcare.

หรือสามารถเข้าถึงการบริการเพื่อสุขภาพได้ดีกว่า

These factors that can affect results,

ปัจจัยเหล่านี้สามารถที่จะมีผลกระทบต่อผลลัพธ์

in addition to the factor being studied,

เพิ่มขึ้นมาจากปัจจัยที่เรากำลังทำการศึกษา

are known as confounding variables.

พวกมันถูกเรียกว่า ตัวแปรที่ทำให้สับสน (confounding variables)

These two major pitfalls,

หลุมพรางใหญ่ๆ ทั้งสองนี้

combined with more general dangers,

รวมกับอันตรายทั่วๆ ไปอีก

such as conflicts of interest or selective use of data,

เช่น ความขัดแย้งด้านความสนใจ หรือการเลือกใช้ข้อมูล

can make the findings of any particular epidemiological study suspect,

สามารถที่จะทำให้การค้นหาทางระบาดวิทยาใดๆ เป็นที่น่ากังขา

and a good study must go out of its way

และการศึกษาที่ดีต้องไม่ปฏิบัติเช่นนั้น

to prove that its authors have taken steps

เพื่อที่จะพิสูจน์ว่า ผู้ทำการศึกษาได้พยายาม

to eliminate these types of errors.

ที่จะกำจัดข้อบกพร่องเหล่านี้

But even when this has been done,

แต่ถึงอย่างนั้น เมื่อเสร็จสิ้นการศึกษา

the very nature of epidemiological studies,

ธรรมชาติของการศึกษาทางระบาดวิทยา

which examine differences between preexisting groups,

ซึ่งตรวจสอบความแตกต่างระหว่างกลุ่ม

rather than deliberately inducing changes within the same individuals,

แทนที่จะรวมการศึกษา เรื่องการเปลี่ยนแปลงของตัวบุคคลเข้าไปด้วย

means that a single study

ซึ่งหมายความว่า การศึกษาเดียว

can only demonstrate a correlation

สามารถที่จะแสดงความสัมพันธ์

between a substance and a health outcome,

ระหว่างสสารและผลของสุขภาพได้เท่านั้น

rather than a true cause and effect relationship.

แทนที่จะเป็นความสัมพันธ์ ระหว่างผลการรักษาและผลกระทบ

At the end of the day,

ไม่ว่าอย่างไรก็ดี

epidemiological studies have served as excellent guides to public health,

การศึกษาทางระบาดวิทยาได้ทำหน้าที่เฉกเช่น ผู้นำทางชั้นเลิศให้กับการสาธารณสุข

alerting us to critical health hazards,

ในการเตือนพวกเราให้พินิจพิจารณา อันตรายที่มีต่อสุขภาพ

such as smoking, asbestos, lead, and many more.

ดั่งเช่น การสูบบุหรี่ การสูดผลแร่ใยหิน ตะกั่ว และอื่นๆ

But these were demonstrated through

แต่มันได้แสดงผ่าน

multiple, well-conducted epidemiological studies,

การศึกษาทางระบาดวิทยาที่มีกระบวนการศึกษาที่ดี

all pointing in the same direction.

ทั้งหมดได้ชี้ไปในทางเดียวกัน

So, the next time you see a headline

ดังนั้น ครั้งต่อไปที่คุณเห็นพาดหัวข่าว

about a new miracle cure

เกี่ยวกับการรักษาใหม่ที่แสนอัศจรรย์

or the terrible danger posed by an everyday substance,

หรืออันตรายสุดสยองจากสสารในชีวิตประจำวัน

try to learn more about the original study

ลองศึกษาเพิ่มเติมจากการศึกษาแรกเริ่ม

and the limitations inherent in any epidemiological study or clinical trial

และข้อจำกัดในการศึกษาทางระบาดวิทยา หรือการทำการทดลองทางคลินิคแบบสุ่ม

before jumping to conclusions.

ก่อนที่จะกระโจนใส่ข้อสรุป