Arvostettu British Medical Journal, BMJ, julkaisi keskustelua herättäneen artikkelin tyydyttyneen rasvan terveysvaikutuksista (1), jonka myös suomalainen media huomioi. Artikkelissa ei havaittu yhteyttä tyydyttyneen rasvan saannin ja sydäntautisairastuvuuden välillä.
BMJ:n artikkeli pohjautuu ns. meta-analyysiin, joka yhdistää usean eri tutkimuksen aineistoja ja tuloksia. Meta-analyysillä voidaan lisätä näytön voimaa ja tarkkuutta, jos jostain ilmiöstä on tehty useita hyviä, mutta pieniä tutkimuksia. Näin saadaan parempi arvio, kuinka vahva tieteellinen näyttö on jostakin asiasta.
Meta-analyysejä tehdään erityisesti satunnaistetuista, kontrolloiduista tutkimuksista. Ne ovat vahvin tapa osoittaa tutkimuksella, miten jokin interventio vaikuttaa terveyteen. Satunnaistetussa tutkimuksessa osalle satunnaisesti valittuja tutkimushenkilöitä annetaan hoitoa, toisille ei. Näin hoitoa saavista ja hoidotta jäävistä ryhmistä tulee keskenään vertailukelpoisia.
Satunnaistaminen antaa mahdollisuuden sulkea pois monta intervention tuloksiin vaikuttavaa harhalähdettä. Satunnaistamisella saatuja tutkimustuloksia on myös suhteellisen helppo yhdistää meta-analyysissä.
Meta-analyysejä on kuitenkin alettu tehdä yhä enemmän myös havainnoivista tutkimuksista, kuten yllämainittu BMJ:n artikkeli. Havainnoivissa tutkimuksissa tutkimuksen tekijä ei luo tarkkaa koeasetelmaa, vaan tutkija yksinkertaisesti havainnoi, kerää tietoa tutkimuksen kohteena olevasta väestöstä ja sen käyttäytymisestä ja mahdollisista seurauksista.
Havainnoivien tutkimusten näyttö heikko
BMJ:n artikkeli on jo seitsemäs meta-analyysi tyydyttyneiden rasvojen yhteydestä sydän- ja verisuonisairauksiin, joka pohjautuu havainnoiviin tutkimuksiin. Havainnointitutkimuksia aiheesta on yhteensä noin 40. Meta-analyysissä ei kyetty havaitsemaan yhteyttä tyydyttyneen rasvan ja sydäntautisairastuvuuden välillä. Tulokset ovat samansuuntaisia kuin aiemmissa havainnoivien tutkimusten meta-analyyseissä on saatu, eli mitään uutta tämä analyysi ei suoranaisesti tuo.
Kirjoittajat huomioivat itse johtopäätöksissään havainnoivien tutkimusten ja siten myös tämän meta-analyysin ongelmat: ”Saturated fats are not associated with all cause mortality, CVD, CHD, ischemic stroke, or type 2 diabetes, but the evidence is heterogeneous with methodological limitations.”
Havainnoivissa tutkimuksissa on enemmän harhalähteitä kuin satunnaistetuissa tutkimuksissa. Sekoittavia tekijöitä ja tutkimushenkilöiden valikoitumista ei pystytä kontrolloimaan. Havainnoivista tutkimuksista ei pysty johtamaan kausaliteettia, selvää syy-seuraussuhdetta. Sama koskee myös niistä tehtyjä meta-analyysejä.
Siksi BMJ:n julkaiseman meta-analyysin tuloksia tulee arvioida yhdessä muun tutkimustiedon kanssa. Niihin kuuluvat vahvemman tieteellisen näytön antavat satunnaistetut tutkimukset ja näistä tehdyt meta-analyysit (2). Näissä riski sairastua sydän- ja verisuonitauteihin oli yhteydessä tyydyttyneiden rasvojen saantiin eli päinvastainen tulos kuin mitä nyt BMJ:n havainnoiviin tutkimuksiin perustuvassa analyysissä. Tämän ristiriitaisen tuloksen näyttöasteeltaan vahvempiin tutkimuksiin myös BMJ:n artikkelin kirjoittajat itse toteavat pohdinnassaan.
Tutkimusten yhdistämisen haasteet
Suurin haaste yhdistettäessä eri tutkimuksia on varmistaa niiden yhdenmukaisuus. Miten tutkittavaa ilmiötä on mitattu? Lääketutkimuksissa altisteen (aktiivisen lääkkeen) määrä on todettavissa ja pystytään meta-analyysissä yhdenmukaistamaan, tai ainakin huomioimaan. Toisaalta vasteen, kuten esimerkiksi jonkin sairauden ilmaantuvuuden, määrittämisessä voi olla eroja tutkimusten välillä.
Elintapojen, kuten liikunnan ja ravinnon, antama altistus on huomattavasti vaikeampi yhdenmukaistaa tai ylipäätään mitata. BMJ:n meta-analyysissä oli mukana tutkimuksia, joissa tyydyttyneen rasvan saanti oli määritetty yhden 24-tunnin ruoankäyttöhaastattelun pohjalta ja plasman tai plasmafraktioiden rasvahappoanalyyseistä. Molemmissa menetelmissä on haasteensa yksilötason tyydyttyneen rasvan saannin arvioinnissa (3). Tämä lisää regression dilution -harhan riskiä eli jos altistetta ei pystytä mittaamaan tarkasti, tutkimuksessa aliarvioidaan todellisia yhteyksiä (4).
Lisäksi eri tutkimuksiin osallistuneet tutkittavat henkilöt ovat voineet olla hyvinkin erilaisia. He ovat voineet poiketa toisistaan sukupuolen, iän, sosioekonomisen taustan, etnisyyden, maantieteellisten erojen tai muiden taustatekijöiden mukaan.
Jos tutkittavassa ilmiössä on eroja näiden mukaan, onko tutkimusten yhdistäminen perusteltavissa?
Kärjistetty esimerkki on lääke, jolla on suuri vaikutus naisilla mutta vain vähäinen vaikutus miehillä. Mitä hyötyä on tietää keskimääräinen vaikutus miehillä ja naisilla, jos vaikutukset ovat oikeasti erilaisia?
BMJ:n artikkelin kirjoittajat toteavat itse, että heidän meta-analyysinsa tutkimusten tuloksissa oli eroavaisuuksia. Esimerkiksi tutkimuksissa, joihin osallistui pääsääntöisesti alle 60-vuotiaita henkilöitä, tyydyttynyt rasva olikin yhteydessä sydän- ja verisuonikuolleisuuteen.
Meta-analyyseja on helppo tehdä
Viime vuosina meta-analyysien määrä on kasvanut rajusti, ja tullee edelleen kasvamaan. Aiheesta kuin aiheesta löytyy useita meta-analyysejä; parhaimmista useita kymmeniä. Pahimmillaan toistettuja meta-analyysejä tehdään samoista, usein hyvin rajallisesta määrästä alkuperäistutkimuksia.
Syitä meta-analyysien määrän kasvuun on useita. Meta-analyysejä arvostetaan erittäin paljon. Arvostettu Cochrane Collaboration nostaa, mielestäni yksinkertaistaen, satunnaistettujen tutkimusten meta-analyysit vahvimpaan näytön asteeseen.
Toiseksi, meta-analyysit antavat yhden numeerisen summa-arvion, siksi ne ovat helppo yhteenveto tutkittavasta kohteesta. On kuitenkin epäselvää kuinka luotettava tällainen näennäisesti tarkka arvo on, jos se kuvaa ilmiötä, joka on erilainen eri potilas- tai väestöryhmissä.
Meta-analyysien suosioon vaikuttaa myös, että niitä on suhteellisen helppo tehdä. Periaatteessa kuka tahansa, jolla on pääsy tieteelliseen kirjallisuuteen, voi tehdä meta-analyysin.
Meta-analyysien subjektiivisuus
Meta-analyyseissä on lisäksi subjektiivinen elementti; millä kriteereillä alkuperäistutkimukset valitaan mukaan meta-analyysiin? Nämä riippuvat meta-analyysin tekijän valinnoista. Niinpä tutkija voi vaikuttaa itse siihen mitä meta-analyysi lopulta osoittaa, kun hän valitsee kriteerit millä tutkimukset valitaan meta-analyysiin.
Tarpeelliset mutta riittämättömät meta-analyysit
Ongelmista huolimatta meta-analyysit ovat hyödyllinen väline tehdä systemaattisia katsauksia. Tutkimusten ja tutkimustiedon määrä kasvaa koko ajan, ja meta-analyysi tarjoaa yhden työkalun kasvavan tietomäärän ymmärtämiseen.
Meta-analyysi ei kuitenkaan yksin riitä systemaattisen katsauksen tietopohjaksi. Meta-analyysi itse kuuluu tutkimusmuotona kategoriaan ”havainnoivat tutkimukset”, myös silloin kun ne tehdään satunnaistetuista tutkimuksista.
Meta-analyysit eivät myöskään pysty korjaamaan alkuperäisten tutkimusten tiedonpuutteita ja niiden menetelmällisiä ongelmia.
Tutkimukset, joihin tässä kirjoituksessa viitattiin:
1. de Souza RJ, Mente A, Maroleanu A, Cozma AI, Ha V, Kishibe Teruko et al.Intake of saturated and trans unsaturated fatty acids and risk of all cause mortality, cardiovascular disease, and type 2 diabetes: systematic review and meta-analysis of observational studies. BMJ 2015;351:h3978
2. Hooper L, Martin N, Abdelhamid A, Davey Smith G. Reduction in saturated fat intake for cardiovascular disease. Cochrane Database of Systematic Reviews 2015, Issue 6. Art. No.: CD011737. DOI: 10.1002/14651858.CD011737.
3. Willett W (Ed.) Nutritional epidemiology. Oxford University Press, New York Oxford, pp 34-48 & pp 150-212.
4. Hutcheon JA, Chiolero A, Hanley JA. Random measurement error and regression dilution bias. BMJ 2010</a>;340:c2289