Denne artikkelen er produsert og finansiert av Universitetet i Oslo - les mer.

Manglande data kan gjera det vanskeleg å sjå heile biletet.

Helseforskarar manglar data, men oppdagar det ikkje

Forsking på helse hjå ufødde barn kan ha hol fordi forskarane ikkje tek omsyn til manglar i datamaterialet sitt. Les fem råd til forskarar om korleis dei kan unngå problemet.

Korleis medisinar påverkar helsa til mor og barn før, under og like etter fødselen, er eit fagfelt som heiter perinatal farmakoepidemiologi.

Forskarane samlar inn store mengder data frå helseregister, spørjeundersøkingar der mora fortel om eigen tilstand og andre kjelder.

– Men i mykje av denne forskinga er forskarane så opptekne av det dei ser at dei overser det dei ikkje ser, seier Angela Lupattelli.

Ho er forskar ved Farmasøytisk institutt ved Universitetet i Oslo og fyrsteforfattar av ein ny artikkel som tek opp problemet med manglande data.

Avgjerande for berekningane

Ho forklarar at det ikkje berre er mengda av manglande data som vil gjera forskinga mindre robust, men at det òg er viktig å sjå på årsakene til at data manglar.

– La oss seia at ei gravid kvinne møter til kontroll og skal vegast. Dersom ho ikkje kan bli vegen den dagen fordi vekta ikkje fungerer, er det ein tilfeldig mangel som sannsynlegvis vil ha mindre betydning for berekningane i studien, seier Lupattelli.

– Men om det derimot er slik at fleire gravide ikkje ynskjer å la seg vega fordi dei er overvektige eller for tynne, er det ei systematisk årsak til at data ikkje er komplette.

Korleis forskarane tek omsyn til dette, er avgjerande for om berekningane blir korrekte.

Angela Lupattelli og Hedvig Nordeng åtvarar om manglande data i legemiddelstudiar.

Fem prosent

Ein måte å handtera manglande data på er å fylla inn tomromma med data generert ved hjelp av avanserte statistiske metodar og tungberekningar.

– Om ein i dette tenkte tilfellet ikkje undersøkar kvifor data manglar og kva for ein statistisk metode som bør brukast for å handtera tomromma, vert utfallet ein svekt studie med upålitelege funn.

– Sjølv om så lite som fem prosent av data manglar, kan det gje skeive berekningar i studien, seier Lupattelli.

Ynskjer å synleggjera manglande data

Professor Hedvig Nordeng, òg ved Farmasøytisk institutt, er medforfattar av artikkelen og leiar av forskingsgruppa PharmaSafe, som Lupattelli er med i.

– Vi ser at mykje av forskinga innan perinatal farmakoepidemiologi ikkje opplyser godt nok om manglar i datamaterialet sitt og heller ikkje korleis manglande data er handterte. Dei manglande dataa vert usynlege. Vi ynskjer å synleggjera dei, seier ho.

Fem tilrådingar

– Det utfordra oss til å omskriva og formidla det komplekse ved problemstillinga på ein måte som både forskaren og klinikaren kunne begripa.

Lupattelli kan ikkje tilby nokon enkel fasit på korleis forskarar sjølve kan løysa problemet. Ho listar likevel opp fem tilrådingar frå artikkelen:

  1. Førebu undersøkingane slik at mengda av manglande data blir redusert så mykje som råd.
  2. Diagnostiser årsaker og konsekvensar av manglane og gjer greie for dei.
  3. Ver merksam på at delen manglande data kan ha mindre å seia enn om det er tilfeldige eller systematiske manglar.
  4. Ha tilstrekkeleg statistikk-kompetanse med i analysearbeidet slik at korrekte statistiske metodar vert brukt.
  5. Rapporter omfang og kva som har blitt gjort for å handtera manglande data i publikasjonen. Det vil gje lesaren sjansen til sjølv å vurdera kva analyse ho vil leggja mest vekt på, til dømes ved å ha ein analyse der berre komplette datasett er med og ein annan som inneheld stipulerte data.

I front av forskingsområdet

Nordeng understrekar at dette er eit viktig metodologisk arbeid for å auke kvaliteten på studiar innan perinatal farmakoepidemiologi.

– Vi tek mål av oss til å vera heilt i fronten av forskingsområdet. Vi ser det som vår oppgåve å koma med bidrag som bringar forskingsfeltet ytterlegare framover.

Referanse:

Angela Lupattelli, Mollie Wood og Hedvig Nordeng: Analyzing Missing Data in Perinatal Pharmacoepidemiology Research: Methodological Considerations to Limit the Risk of Bias. Clinical Therapeutics, 2019. Doi.org/10.1016/j.clinthera.2019.11.003

Powered by Labrador CMS