เมื่องานวิจัยฟ้าทะลายโจรถอนตัวออกจากการตีพิมพ์เนื่องจากคำนวณสถิติผิด
ทุกคนถามหลอกให้กินฟ้าทะลายโจรนี่คือ fake news ไหม?
ผู้เขียนงานวิจัยที่มีชื่อว่า "ประสิทธิภาพและความปลอดภัยของสารสกัดจากฟ้าทะลายโจรในผู้ป่วยโรคโควิด-19 ที่ไม่รุนแรง: การทดลองแบบสุ่มที่มีกลุ่มเปรียบเทียบ"
รายงานขอถอน paper ออกเนื่องจากต้นฉบับนี้พบว่ามีข้อผิดพลาดในการวิเคราะห์ทางสถิติซึ่งอาจทำให้เข้าใจผิดได้ ดังนั้น ผู้เขียนจึงไม่ต้องการให้อ้างผลงานนี้เป็นข้อมูลอ้างอิงสำหรับโครงการ หากคุณมีคำถามใด ๆ โปรดติดต่อผู้เขียนที่เกี่ยวข้อง
เรียกว่าลอยไป 1 กรุบจากการคำนวนผิดของสถิติตัวเลขที่แสดงให้เห็นถึงความสำคัญของการนำงานวิจัยมาใช้เป็นอย่างมาก
จากการที่มีประกาศออกมาพบว่าการนำงานวิจัยนี้มาอ้างอิงไม่น่าเชื่อถือเนื่องจากแปลผลผิดกันอย่างลิบลับ จากตอนแรกคำนวนค่า P value ได้ <0.039 (ตัดที่ P < 0.05) พอมาคิดจริงๆได้ค่า P value ที่ 0.1 แปลว่า “ใช้ฟ้าทะลายโจรแล้วไม่ต่างจากใช้ยาหลอก”
ว่าง่ายๆ กินไปกินไม่ได้ช่วยรักษาโควิดแต่อย่างใดนั่นเอง
มีจุดที่เขียนว่า บทความนี้เป็น preprint ด้วย และใน medrxiv ระบุว่าตัวนี้เป็นแค่ preprint ที่ยังไม่ผ่านการตรวจรีวิว ไม่ควรเอาไปใช้อ้างอิง (ปกติแล้วจะมีการตรวจเอกสารจากผู้เชี่ยวชาญก่อนตีพิมพ์ทุกครั้ง)
สงสัยว่านี่ประเทศเราอ้างอิงกับบทความที่ยังตรวจไม่ผ่านและยังไม่ได้ตีพิมพ์จริงมาตลอดเลยรึเปล่า
หมอบางคนถึงออกมาถามว่า “อ้าว ฟ้าทะลายโจรขายขำ ประสิทธิภาพเหมือนยาหลอก 🤔(placebo effect)แต่ยาหลอก ตับไม่อักเสบน้า
คนเขียนขอถอนเปเปอร์เองเลยนะ ว่าคำนวณ P value ผิด 😊 แล้วสธ.เอาไงต่อดี ใส่ลงไปในไกด์ไลน์การรักษาทั่วประเทศแล้วนะ โปรโมทขนาดนั้น นี่เรียกเฟคนิวส์ได้รึยังคะ ??
จากที่กล่าวมาทั้งหมดนี่เป็นสิ่งที่สำคัญว่าทำไมการวิเคราะห์และหลักฐานทางสถิติสำคัญ ลองคิดดูว่าหากเจ้าของเปเปอร์ไม่ถอนการตีพิมพ์นั่นหมายความว่าเราจะเชื่อตามงานวิจัยนี้โดยผู้ที่นำมาอ้างอิงคือหน่วยงานรัฐ
ตอนนี้ต้องกลับมาดูว่าทางสธ จะออกมาถอนเรื่องการใช้ฟ้าทะลายโจรหรือว่าจะทำแบบเดิมต่อไป..
ปล ฟ้าทะลายโจรเป็นที่ยอมรับในด้านการรักษาอาการหวัดเบื้องต้นได้ แต่เรื่องผลการรักษาโควิดเบื้องต้น ต้องตามดูกันไปยาวๆค่ะ ส่วนตัวคิดว่าคนทำงานวิจัยมีความรับผิดชอบที่ถอนงานออกไป แต่หน่วยงานรัฐเอามาอ้างอิงโดยไม่ตรวจสอบเลยหรือ?
(เพิ่มเติมเกี่ยวกับค่า P value ทำไมค่านี้ถึงสำคัญ ค่า P-Value จะแสดงให้เห็นทั้งในการวิเคราะห์สถิติทั่วไป (Basic Statistics), สมการตัวแบบเส้นตรง (linear Model), การวิเคราะห์ความเชื่อถือได้ (Reliability Analysis), การวิเคราะห์หลายตัวแปร (Multivariate Analysis)
ในการทดสอบสมมติฐาน เมื่อค่า P-Value มีค่าน้อยกว่าค่าระดับนัยสำคัญ(Alpha level) ที่คุณกำหนดไว้ เช่น 0.05 คุณจะทำการปฏิเสธสมมติฐานหลักหรือเท่ากับ ยอมรับว่าสมมติฐานทางเลือกเป็นจริง (พูดง่าย ถ่าค่าน้อยกว่า 0.05 = ใช้ได้จริง)
แต่ถ้าเราได้ค่า P-Value มากกว่า 0.05 เข่นได้เท่ากับ 0.1 และเราจะใช้ระดับนัยสำคัญเท่ากับ 0.05 ดังนั้นเราจะทำการปฏิเสธสมมติฐานไม่ได้ตรงกันที่เราคาดไว้
เหมือนตัวอย่างงานวิจัยดังกล่าวที่ออกมาในตอนแรกตั้งสมมติฐานว่า “สามารถรักษาปอดอักเสบได้” แต่จากการคำนวนจริงได้ 0.1 สมมติฐานนี้จึงไม่เป็นจริง
ใครอยากตามไปอ่านหน้าเว็บไปตามลิงค์นี้ค่ะ https://www.medrxiv.org/content/10.1101/2021.07.08.21259912v2
- 7
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
