Lär dig läsa studier – vad betyder orden?

Att läsa forskning kan kännas som att lära sig ett nytt språk. Randomiserad. Kohortstudie. Dubbelblind. Meta-analys. Konfidensintervall. Statistiskt signifikant. Bias. P-värde.

Orden används hela tiden i diskussioner om träning, kost och hälsa, men det är lätt att läsa dem utan att riktigt förstå vad de innebär. Det kan få stora konsekvenser för hur man tolkar forskning. Två studier kan till exempel komma fram till ungefär samma resultat men ändå ge helt olika stark evidens beroende på hur de är genomförda.

För den som arbetar med träning, kost eller hälsa är det därför värdefullt att förstå de vanligaste forskningsbegreppen. Du behöver inte bli statistiker. Däremot behöver du förstå vad olika studiedesigner kan säga, vad de inte kan säga och vilka varningssignaler du bör leta efter.

Här går vi igenom de viktigaste orden du kommer stöta på när du läser vetenskapliga studier.

Population – vilka vill forskarna säga något om?

En population är den större grupp människor som forskarna egentligen är intresserade av.

Om forskarna vill veta hur styrketräning påverkar personer över 65 år är populationen exempelvis äldre personer över 65.

Forskarna kan sällan undersöka alla personer i populationen. Därför väljer de ut ett mindre antal deltagare.

Det kallas ett stickprov.

Stickprov eller sample

Ett stickprov, på engelska sample, är gruppen människor som faktiskt deltar i studien.

Om en studie består av 80 personer är dessa 80 personer studiens stickprov.

När du läser en studie bör du därför alltid fråga dig hur väl stickprovet representerar den grupp du egentligen är intresserad av.

En studie på 25 vältränade män mellan 20 och 25 år kan exempelvis ge mycket relevant information om vältränade unga män. Men det är inte självklart att resultatet kan överföras direkt till otränade kvinnor i 70-årsåldern.

Detta leder till begreppet generaliserbarhet, som vi återkommer till senare.

Inklusionskriterier och exklusionskriterier

Inklusionskriterier beskriver vad som krävs för att få delta i studien.

Det kan exempelvis vara:

Personen ska vara mellan 18 och 35 år, frisk och ha styrketränat minst tre gånger i veckan under de senaste två åren.

Exklusionskriterier beskriver vilka personer som inte får delta.

Det kan vara personer som använder vissa läkemedel, har en skada, har en viss sjukdom eller använder preparat som kan påverka resultatet.

Kriterierna är viktiga eftersom de påverkar vilka personer studiens resultat rimligen kan appliceras på.

Intervention

En intervention är den behandling eller förändring forskarna aktivt testar.

I en träningsstudie kan interventionen vara ett träningsprogram.

I en koststudie kan den vara ett specifikt kostupplägg.

I en läkemedelsstudie kan interventionen vara ett nytt läkemedel.

Om forskarna själva bestämmer vilken behandling deltagarna ska få handlar det om experimentell forskning eller en interventionsstudie.

Observationsstudie

I en observationsstudie bestämmer forskarna normalt inte vad deltagarna ska göra. I stället observerar de vad människor redan gör eller vad de redan har exponerats för.

Forskarna skulle exempelvis kunna följa 10 000 människor och undersöka om personer som äter mycket grönsaker har lägre risk för hjärt-kärlsjukdom.

Om de upptäcker att människor med högt grönsaksintag har lägre sjukdomsrisk finns ett samband.

Men det betyder inte automatiskt att grönsakerna orsakade hela skillnaden.

Personer som äter mycket grönsaker kanske också tränar mer, röker mindre, dricker mindre alkohol, sover bättre och har högre socioekonomisk status.

Observationsstudier är mycket värdefulla, men de är särskilt känsliga för sådana alternativa förklaringar.

Kohortstudie

En kohortstudie innebär att forskarna studerar en grupp människor och följer vad som händer med dem.

Tänk dig att forskarna samlar 5 000 personer. De mäter bland annat deras kostvanor, träningsnivå, kroppsvikt och hälsa och följer dem sedan i tio år.

Efter tio år undersöker forskarna vilka personer som exempelvis utvecklat typ 2-diabetes.

De kan då jämföra personer som hade hög fysisk aktivitetsnivå med personer som hade låg fysisk aktivitetsnivå.

Kohortstudier är mycket användbara för att studera samband över tid.

De kan däremot fortfarande påverkas av så kallade confounders, alltså störfaktorer som skiljer grupperna åt.

Prospektiv studie

Prospektiv innebär förenklat att forskarna blickar framåt.

Forskarna definierar vad de vill mäta och följer sedan deltagarna över tid.

Man kanske registrerar människors matvanor 2026 och följer deras hälsa fram till 2036.

Det är då en prospektiv studie.

Retrospektiv studie

Retrospektiv betyder att forskarna i stället tittar bakåt.

De kan exempelvis använda gamla journaler, patientregister eller tidigare insamlade data och undersöka vad som redan har hänt.

Fördelen är att stora mängder information ofta redan finns.

Nackdelen är att forskarna inte själva har kunnat kontrollera exakt hur informationen samlades in från början.

Fall-kontrollstudie

I en fall-kontrollstudie, eller case-control study, börjar forskarna ofta med personer som redan har ett visst utfall.

Exempelvis kan forskarna välja 500 personer som har en viss sjukdom och jämföra dem med 500 personer utan sjukdomen.

Personerna med sjukdomen kallas fall och de andra kontroller.

Sedan undersöker forskarna om grupperna tidigare varit olika exponerade för något.

Detta kan vara användbart när man studerar ovanliga sjukdomar, men studietypen kan bland annat påverkas av problem med hur väl människor minns tidigare beteenden.

Tvärsnittsstudie

En tvärsnittsstudie, eller cross-sectional study, kan beskrivas som ett fotografi av en population vid en viss tidpunkt.

Forskarna kanske frågar 2 000 människor hur mycket de tränar och samtidigt mäter hur bra de uppger att de mår psykiskt.

Om personer som tränar mer också mår bättre kan forskarna konstatera att det finns ett samband.

Men vilken riktning går sambandet?

Mår människor bättre eftersom de tränar?

Eller tränar människor mer eftersom de mår bättre?

Eller finns det en tredje faktor som påverkar båda?

En tvärsnittsstudie kan ofta inte besvara den frågan.

Longitudinell studie

I en longitudinell studie samlas information in vid flera olika tidpunkter.

Samma personer kan exempelvis följas under månader eller år.

Det gör det möjligt att studera förändringar över tid.

Longitudinell betyder dock inte automatiskt att studien är randomiserad. En observationsstudie kan också vara longitudinell.

Randomiserad studie

Randomiserad betyder att deltagarna fördelas slumpmässigt mellan olika grupper.

Anta att forskarna har 100 personer och vill jämföra två träningsprogram.

I stället för att forskaren bestämmer vem som ska träna vilket program får slumpen avgöra.

50 personer hamnar kanske i grupp A och 50 i grupp B.

Varför?

För att forskarna vill skapa grupper som är så jämförbara som möjligt.

Om deltagarna får välja själva kanske de mest träningsmotiverade personerna väljer ett visst program. Då vet vi inte om resultatet beror på programmet eller på deltagarnas motivation.

Med randomisering fördelas både kända och okända egenskaper mer slumpmässigt mellan grupperna.

Det gör randomiserade studier särskilt användbara när forskare vill undersöka orsak och verkan.

RCT – Randomized Controlled Trial

RCT står för Randomized Controlled Trial, alltså randomiserad kontrollerad studie.

Det är en av de vanligaste studiedesignerna när man testar behandlingar, träningsmetoder eller andra interventioner.

Deltagarna slumpas vanligtvis till minst två grupper.

Exempel:

Grupp A får träningsprogram A.

Grupp B får träningsprogram B.

Efter exempelvis tolv veckor jämför forskarna resultaten.

En välgjord RCT ger ofta betydligt bättre möjlighet att uttala sig om orsak och verkan än en observationsstudie.

Men ordet RCT är inte en kvalitetsstämpel i sig. En randomiserad studie kan fortfarande vara dåligt genomförd.

Randomisering är inte samma sak som slumpmässigt urval

Det här är lätt att blanda ihop.

Randomisering betyder att deltagarna slumpas mellan grupper efter att de redan kommit med i studien.

Slumpmässigt urval handlar i stället om hur deltagarna väljs från hela populationen.

En studie kan alltså vara perfekt randomiserad mellan två träningsgrupper men ändå enbart bestå av universitetsstudenter som själva anmälde sig till studien.

Randomiseringen gör grupperna mer jämförbara med varandra.

Den gör inte automatiskt stickprovet representativt för hela befolkningen.

Kontrollgrupp

En kontrollgrupp används som jämförelse.

Om forskare vill undersöka effekten av ett nytt träningsprogram kanske interventionsgruppen använder det nya programmet medan kontrollgruppen fortsätter träna som vanligt.

Kontrollgruppen hjälper forskarna förstå vad som hade kunnat hända även utan interventionen.

Placebo

Ett placebo är en kontrollbehandling som ska likna den riktiga behandlingen men saknar den specifika aktiva komponent forskarna vill undersöka.

Vid läkemedelsstudier kan det exempelvis vara en tablett som ser likadan ut som den riktiga tabletten men inte innehåller läkemedlet.

Detta gör det möjligt att skilja själva behandlingseffekten från bland annat förväntanseffekter.

I träningsforskning är placebo betydligt svårare.

En person vet ganska uppenbart om hen har styrketränat tre gånger i veckan eller inte.

Allocation concealment

Allocation concealment, ungefär dold grupptilldelning, betyder att personen som inkluderar deltagarna i studien inte vet vilken grupp nästa deltagare kommer hamna i.

Tänk att en forskare vet att nästa person på listan kommer hamna i kontrollgruppen.

Om forskaren omedvetet tycker att en viss deltagare passar bättre i interventionsgruppen skulle det kunna påverka när eller om personen inkluderas.

Därför ska grupptilldelningen helst inte kunna förutses.

Detta är inte samma sak som blindning.

Blindning

Blindning betyder att en eller flera personer inte känner till vilken behandling deltagarna fått.

Det kan vara deltagarna själva, personen som genomför behandlingen, personen som mäter resultaten eller den som analyserar data.

Syftet är att minska risken att förväntningar påverkar resultatet.

Enkelblind studie

I en enkelblind studie är vanligtvis en relevant part blindad.

Ofta handlar det om deltagarna.

Men begreppet kan användas på olika sätt, vilket innebär att man helst ska läsa exakt vem som var blindad.

Dubbelblind studie

I en dubbelblind studie är vanligtvis både deltagarna och någon del av forskningspersonalen blindade.

Det klassiska exemplet är en läkemedelsstudie där varken patienten eller personen som bedömer resultatet vet vem som fått läkemedel respektive placebo.

Men även “dubbelblind” används ibland lite olika.

Det är därför bättre att fråga:

Vem visste vad?

Trippelblind studie

Trippelblind används ibland när ytterligare en grupp hålls ovetande om deltagarnas grupptillhörighet, exempelvis personerna som analyserar resultaten.

Men även här är den exakta beskrivningen viktigare än etiketten.

Klinisk studie

En klinisk studie är forskning på människor som rör hälsa, sjukdom, behandling eller prevention.

Begreppet betyder inte automatiskt att studien är randomiserad.

En klinisk prövning, clinical trial, innebär däremot vanligtvis att forskarna aktivt testar en intervention.

Fas 1, fas 2, fas 3 och fas 4

Inom läkemedelsforskning stöter du ofta på olika kliniska faser.

Fas 1 handlar framför allt om säkerhet och dosering och genomförs ofta på ett relativt litet antal människor.

Fas 2 börjar i större utsträckning undersöka om behandlingen verkar ge den önskade effekten samtidigt som säkerheten fortsätter studeras.

Fas 3 består vanligtvis av större studier där behandlingen testas på fler människor och ofta jämförs med etablerad behandling eller placebo.

Fas 4 genomförs efter att läkemedlet godkänts och används för fortsatt uppföljning av exempelvis säkerhet och effekter i större populationer.

Crossover-studie

I en crossover-studie får samma deltagare testa flera interventioner.

En person kanske använder kost A i fyra veckor och kost B under nästa period.

En stor fördel är att varje deltagare delvis kan fungera som sin egen kontroll.

Men studiedesignen fungerar bara när effekten av den första interventionen inte finns kvar och påverkar nästa period.

Washout-period

En washout-period är en paus mellan två interventioner i exempelvis en crossover-studie.

Syftet är att effekten från intervention A ska hinna försvinna innan deltagaren börjar med intervention B.

Om effekten ändå finns kvar kan en så kallad carryover-effekt uppstå.

Systematisk översikt

En systematisk översikt, systematic review, försöker identifiera och sammanställa all relevant forskning om en tydligt definierad fråga.

Forskarna bestämmer i förväg hur litteratursökningen ska göras, vilka studier som får inkluderas och hur studiernas kvalitet ska bedömas.

Det är en viktig skillnad jämfört med att bara välja ut några studier som verkar intressanta.

En systematisk översikt behöver inte innehålla någon statistisk sammanvägning.

Om resultaten också kombineras statistiskt handlar det ofta om en meta-analys.

Meta-analys – det som ibland kallas metastudie

Ordet metastudie används ibland i dagligt tal, men oftast menar man meta-analys.

I en meta-analys kombinerar forskarna resultat från flera separata studier statistiskt.

Anta att tio studier har undersökt effekten av ett visst träningsupplägg.

I stället för att bara titta på varje studie separat kan forskarna beräkna en sammanvägd effekt.

Det kan ge större statistisk precision och en bättre överblick över forskningsläget.

Men en meta-analys är inte automatiskt den slutgiltiga sanningen.

Om de inkluderade studierna är dåliga kan även meta-analysen bli missvisande.

Man brukar ibland uttrycka det som:

Garbage in, garbage out.

Dåliga grundstudier blir inte bra forskning bara för att de läggs ihop.

Narrative review

En narrative review, narrativ översikt eller litteraturöversikt, sammanfattar forskning mer beskrivande.

Den kan vara mycket användbar för att få en överblick över ett ämne.

Men författarna behöver inte ha genomfört en lika systematisk sökning och urvalsprocess som vid en systematisk översikt.

Det kan därför finnas större utrymme för subjektiva val av vilka studier som tas upp.

Umbrella review

En umbrella review kan förenklat beskrivas som en översikt över översikter.

I stället för att primärt analysera enskilda studier undersöker forskarna flera systematiska översikter och meta-analyser.

Den typen av studie används ofta när ett forskningsområde redan innehåller mycket sammanställd evidens.

Peer review

Peer review innebär att andra forskare inom området granskar ett manuskript innan det publiceras i en vetenskaplig tidskrift.

Det är ett slags kvalitetskontroll.

Men peer review innebär inte att studien är bevisad eller felfri.

Granskare kan missa metodproblem, statistiska problem eller överdrivna slutsatser.

Att något är “peer reviewed” är därför positivt, men det ska inte användas som ett argument för att resultatet automatiskt måste vara korrekt.

Preprint

En preprint är en vetenskaplig artikel som har gjorts tillgänglig innan den vanliga peer review-processen är färdig.

Det gör att forskning kan spridas snabbt.

Men det innebär också att artikeln inte har genomgått samma formella granskning som en publicerad vetenskaplig artikel.

Resultaten bör därför läsas med lite extra försiktighet.

Hypotes

En hypotes är ett antagande eller en förutsägelse som forskarna vill testa.

Exempel:

“Personer som får 1,8 gram protein per kilogram kroppsvikt kommer öka mer i muskelmassa än personer som får 1,0 gram per kilogram.”

Det är forskarnas hypotes.

Nollhypotes

Nollhypotesen, ofta skriven H0, innebär vanligtvis att det inte finns någon verklig skillnad eller association av den typ forskarna testar.

Många traditionella statistiska tester utgår från nollhypotesen och frågar hur förenliga de observerade resultaten är med den.

Primärt utfall

Det primära utfallet, primary outcome, är det resultat studien i första hand är byggd för att undersöka.

Om forskare genomför en tolv veckor lång styrketräningsstudie kan förändringen i muskelmassa vara det primära utfallet.

Det är viktigt eftersom studiens storlek och statistiska plan ofta utformas runt just detta resultat.

Sekundära utfall

Sekundära utfall är andra resultat forskarna också studerar.

I samma träningsstudie kan sekundära utfall exempelvis vara styrka, fettmassa, midjemått och upplevd återhämtning.

Ju fler saker forskarna testar, desto större är chansen att åtminstone något ser intressant ut av slumpen.

Därför är det viktigt att veta vilka analyser som planerades från början.

Endpoint

Endpoint, eller utfallsmått, är det resultat forskarna använder för att bedöma vad som hänt.

I träningsforskning kan det vara förändring i styrka, kroppssammansättning eller VO2max.

Inom medicinsk forskning kan det vara symptom, sjukhusinläggning, hjärtinfarkt eller dödlighet.

Surrogatmått

Ett surrogatmått är ett indirekt mått som används i stället för det utfall man egentligen är mest intresserad av.

Ett läkemedel kanske exempelvis sänker en viss blodmarkör.

Det betyder inte automatiskt att läkemedlet också minskar risken för sjukdom eller död.

Förändringen av markören kan vara intressant, men den är inte nödvändigtvis samma sak som ett viktigt hälsoutfall.

Confounder – störfaktor

En confounder, eller störfaktor, är en faktor som kan skapa eller förvränga ett samband.

Anta att människor som använder ett visst kosttillskott lever längre.

Betyder det att tillskottet gör att man lever längre?

Inte nödvändigtvis.

Personer som köper kosttillskott kanske också tränar mer, röker mindre, äter bättre och har högre inkomster.

Dessa andra faktorer kan vara confounders.

Det här är en av de största utmaningarna med observationsforskning.

Justerad analys

Vid en justerad analys försöker forskarna statistiskt ta hänsyn till andra faktorer.

De kan exempelvis undersöka sambandet mellan fysisk aktivitet och sjukdomsrisk efter att ha justerat för ålder, rökning, kroppsvikt och kön.

Det kan göra analysen bättre.

Men statistisk justering kan aldrig garantera att alla störfaktorer försvunnit.

Forskarna kan bara justera för faktorer de känner till och faktiskt har mätt tillräckligt bra.

Bias

Bias betyder systematiskt fel.

Det betyder inte automatiskt att forskarna fuskar eller medvetet försöker vilseleda någon.

Bias kan uppstå genom själva forskningsmetoden.

Det kan handla om vilka personer som rekryteras, hur grupperna skapas, hur resultaten mäts, vem som hoppar av eller vilka resultat som väljs ut för publicering.

En stor studie kan fortfarande vara dålig om risken för bias är hög.

Selektionsbias

Selektionsbias uppstår när sättet deltagare hamnar i studien eller grupperna skapar systematiska skillnader.

Randomisering och dold grupptilldelning är två metoder som hjälper forskarna minska den risken i experimentella studier.

Mätbias

Mätbias uppstår när resultaten mäts på ett systematiskt snedvridet sätt.

Om personen som testar deltagarnas styrka vet vilka personer som fått den nya “fantastiska” interventionen kan det exempelvis omedvetet påverka hur deltagarna uppmuntras eller hur resultaten bedöms.

Blindning kan hjälpa till att minska sådana problem.

Recall bias

Recall bias, minnesbias, uppstår när människor inte minns tidigare händelser korrekt eller när olika grupper minns på olika sätt.

Anta att människor med en viss sjukdom ombeds redogöra för vad de åt för 15 år sedan.

Deras minnen kommer naturligtvis inte vara perfekta.

Personer som fått en sjukdomsdiagnos kanske dessutom analyserar sitt tidigare beteende på ett annat sätt än friska kontrollpersoner.

Attrition bias – bortfallsbias

Attrition betyder bortfall.

Om många personer hoppar av en studie kan resultaten påverkas.

Anta att 40 procent av deltagarna lämnar ett mycket krävande viktminskningsprogram.

Om nästan alla som hoppade av gjorde det eftersom de inte fick några resultat kan programmet framstå som betydligt effektivare om forskarna bara analyserar dem som fullföljde studien.

Därför är bortfall en mycket viktig sak att kontrollera.

Publication bias – publikationsbias

Publikationsbias uppstår när sannolikheten att forskning publiceras påverkas av vilket resultat studien fick.

Studier som hittar en spännande effekt kan exempelvis vara lättare att publicera än studier där forskarna inte hittar någon tydlig skillnad.

Om detta händer systematiskt kan den publicerade forskningen ge en överdrivet positiv bild av verkligheten.

Det är särskilt viktigt att fundera över vid systematiska översikter och meta-analyser.

Reporting bias

Reporting bias innebär att vissa resultat rapporteras medan andra tonas ned eller utelämnas.

Tänk dig att en studie mäter 20 olika saker.

Tre resultat blir statistiskt signifikanta.

Om artikeln nästan enbart fokuserar på dessa tre kan läsaren få en missvisande bild.

Förregistrering

Förregistrering betyder att forskarna dokumenterar sin forskningsplan innan resultaten är kända.

De kan exempelvis registrera:

Vilken hypotes de ska testa.

Vilket primärt utfall de ska använda.

Hur data ska analyseras.

Vilka deltagare som ska inkluderas.

Förregistrering gör det lättare att se om forskarna i efterhand har ändrat sin analys efter att de sett resultaten.

Studieprotokoll

Ett studieprotokoll är ungefär studiens ritning.

Det beskriver hur studien är tänkt att genomföras.

Det kan innehålla information om studiedesign, intervention, deltagare, utfall, mätningar och statistisk analys.

Om den publicerade studien skiljer sig kraftigt från protokollet kan det vara relevant att undersöka varför.

P-hacking

P-hacking innebär förenklat att väldigt många analyser genomförs tills forskarna hittar ett statistiskt signifikant resultat.

Forskarna kanske testar olika deltagargrupper, olika tidpunkter, olika utfall eller olika statistiska modeller.

Till slut råkar något ge p < 0,05.

Om endast den analysen rapporteras kan resultatet se betydligt starkare ut än det egentligen är.

Förregistrering och transparens kring alla analyser kan minska detta problem.

Cherry picking

Cherry picking betyder att man plockar ut de studier eller resultat som stödjer den slutsats man redan vill argumentera för.

Detta är mycket vanligt i diskussioner om kost och träning.

Någon kan säga:

“Det finns forskning som visar att detta fungerar.”

Och visst – det kanske finns en studie.

Men om det samtidigt finns 15 andra studier som inte visar samma sak är bilden betydligt mer komplicerad.

Vetenskap handlar om helheten, inte om att hitta en studie som bekräftar det man redan tror.

Statistiskt signifikant

Det här är kanske det mest missförstådda begreppet av alla.

Statistiskt signifikant betyder inte att resultatet är stort, viktigt eller praktiskt relevant.

I många studier använder forskarna en gräns på p < 0,05.

Om p-värdet hamnar under den gränsen kallas resultatet ofta statistiskt signifikant.

Men en extremt liten effekt kan bli statistiskt signifikant om studien är tillräckligt stor.

Och en potentiellt viktig effekt kan misslyckas med att bli statistiskt signifikant om studien är för liten och osäker.

Frågan ska därför aldrig enbart vara:

“Var resultatet signifikant?”

Fråga också:

Hur stor var effekten?

Hur osäker var uppskattningen?

Är effekten relevant i verkligheten?

P-värde

Ett p-värde beskriver, givet den statistiska modellen och antagandet att nollhypotesen är sann, hur ovanligt det observerade resultatet eller ett ännu mer extremt resultat skulle vara.

Det är lätt att misstolka detta.

Om p = 0,03 betyder det inte att det bara finns tre procents sannolikhet att resultatet beror på slump.

Det betyder inte heller att forskarnas teori är 97 procent sannolik.

P-värdet är ett statistiskt verktyg och behöver tolkas tillsammans med resten av studien.

Alfa

Alfa, ofta skrivet α, är den gräns forskarna i förväg bestämmer för det statistiska testet.

Den är ofta 0,05.

Det är viktigt att förstå att 0,05 inte är någon naturlag.

Ett resultat med p = 0,049 och ett resultat med p = 0,051 är i praktiken nästan identiska.

Det är därför problematiskt att behandla det ena som “bevisat” och det andra som “ingen effekt”.

Konfidensintervall

Ett konfidensintervall ger information om osäkerheten kring en uppskattad effekt.

Anta att en studie visar att en träningsmetod i genomsnitt ökade styrkan med 5 kilogram mer än kontrollgruppen.

Om 95-procentigt konfidensintervall är 4–6 kilogram är uppskattningen ganska precis.

Om intervallet i stället är -2 till 12 kilogram är osäkerheten enorm.

Båda studierna kan ha samma genomsnittliga resultat på 5 kilogram, men de ger väldigt olika grad av säkerhet.

Därför är konfidensintervallet ofta betydligt mer informativt än att bara se om ett p-värde ligger under 0,05.

Effektstorlek

Effektstorleken berättar hur stor skillnaden faktiskt är.

Detta är helt centralt.

Anta att ett kosttillskott gör att människor i genomsnitt tappar 100 gram mer kroppsvikt efter sex månader jämfört med placebo.

Om studien innehåller väldigt många människor kan skillnaden kanske vara statistiskt signifikant.

Men vem bryr sig om 100 gram efter ett halvår?

Det är en statistiskt påvisbar effekt som sannolikt saknar praktisk betydelse.

Effektstorleken hjälper oss därför förstå om resultatet faktiskt spelar någon roll.

Klinisk relevans

Klinisk relevans handlar om huruvida en skillnad är tillräckligt stor för att vara meningsfull för människor.

Ett resultat kan vara statistiskt signifikant men kliniskt irrelevant.

Inom träning kan man ofta tänka på samma sätt och prata om praktisk relevans.

Ger metod A 0,1 procent bättre resultat än metod B?

Kanske.

Men om metod A är tre gånger dyrare, betydligt mer komplicerad och mycket svårare att följa är den lilla skillnaden kanske helt ointressant i praktiken.

MCID

MCID står för Minimal Clinically Important Difference.

Det betyder ungefär den minsta förändring som anses vara kliniskt meningsfull.

Begreppet används mycket inom medicinsk forskning men grundtanken är användbar även inom träning.

Frågan är inte bara om två grupper skiljer sig statistiskt.

Frågan är om skillnaden är stor nog att faktiskt spela roll.

Medelvärde

Medelvärde, mean, är summan av alla värden delat med antalet observationer.

Om fem personer lyfter 80, 90, 100, 110 och 120 kilogram är medelvärdet 100 kilogram.

Medelvärden kan dock påverkas mycket av extrema värden.

Median

Medianen är det mittersta värdet när alla observationer sorteras från lägst till högst.

Medianen är ofta användbar när data är snedfördelade.

Inkomster är ett klassiskt exempel.

Om nio personer tjänar 30 000 kronor per månad och en person tjänar 2 miljoner kommer medelinkomsten bli väldigt hög, trots att den inte representerar vad de flesta tjänar.

Medianen påverkas mycket mindre av den extrema personen.

Standardavvikelse

Standardavvikelse, SD, beskriver hur utspridda värdena är runt medelvärdet.

En liten standardavvikelse betyder att deltagarnas resultat ligger ganska nära varandra.

En stor standardavvikelse betyder att variationen är större.

Exempelvis kan två träningsgrupper båda öka sin styrka med i genomsnitt 10 kilogram.

I den ena gruppen kanske nästan alla ökar ungefär 8–12 kilogram.

I den andra kanske vissa tappar styrka medan andra ökar 30 kilogram.

Medelvärdet kan vara samma, men spridningen är helt olika.

Standard error

Standard error, standardfel eller SE, blandas ofta ihop med standardavvikelse.

Standardavvikelsen beskriver variationen mellan observationer eller individer.

Standardfelet beskriver i stället osäkerheten i en statistisk skattning, till exempel ett medelvärde.

Det är två olika saker.

Varians

Varians är ett annat statistiskt mått på spridning.

Standardavvikelsen är kvadratroten ur variansen.

Som vanlig läsare behöver du sällan räkna ut detta själv, men uttrycket dyker ofta upp i forskningsartiklar.

Korrelation

En korrelation beskriver hur två variabler samvarierar.

Om människor som tränar mer generellt har högre kondition finns sannolikt en positiv korrelation mellan träningsmängd och kondition.

Om något ökar när något annat minskar har man en negativ korrelation.

Men:

Korrelation betyder inte automatiskt orsakssamband.

Korrelationskoefficient

En vanlig korrelationskoefficient är Pearsons r.

Den går från -1 till +1.

Ett värde nära +1 betyder ett starkt positivt linjärt samband.

Ett värde nära -1 betyder ett starkt negativt linjärt samband.

Ett värde nära 0 betyder att det inte finns något tydligt linjärt samband.

Men även en mycket stark korrelation kan existera utan att den ena faktorn orsakar den andra.

Korrelation är inte kausalitet

Detta är en av de viktigaste meningarna du kan lära dig inom forskning:

Correlation does not imply causation.

Om två saker händer samtidigt betyder det inte att den ena orsakar den andra.

Personer som tränar regelbundet kanske lever längre än personer som inte tränar.

Fysisk aktivitet kan absolut vara en del av förklaringen.

Men grupperna kan också skilja sig åt i hundratals andra avseenden.

Bra forskning försöker gradvis utesluta alternativa förklaringar.

Relativ risk

Relativ risk, RR eller risk ratio, jämför risken mellan två grupper.

Om 10 procent av kontrollgruppen får en sjukdom och 5 procent av interventionsgruppen får sjukdomen är den relativa risken 0,5.

Interventionsgruppen har alltså hälften så stor risk.

Man kan också säga att den relativa riskminskningen är 50 procent.

Det låter väldigt imponerande.

Därför måste vi också förstå absolut risk.

Absolut risk

Om risken minskar från 10 procent till 5 procent är den absoluta riskminskningen 5 procentenheter.

Men tänk ett annat exempel.

Risken minskar från 0,02 procent till 0,01 procent.

Även där har risken relativt sett halverats.

“50 procent lägre risk” låter fortfarande spektakulärt.

Men den absoluta skillnaden är bara 0,01 procentenheter.

Därför bör relativa risker nästan alltid sättas i relation till den absoluta risken.

Odds ratio

Odds ratio, OR, jämför odds mellan två grupper.

Odds och risk är inte exakt samma sak.

När en händelse är ovanlig kan odds ratio ligga ganska nära relativ risk, men när händelser är vanliga kan skillnaden bli betydande.

Odds ratio används mycket i bland annat fall-kontrollstudier och logistiska regressionsanalyser.

Hazard ratio

Hazard ratio, HR, används ofta när forskarna analyserar hur lång tid det tar innan en viss händelse inträffar.

Det kan exempelvis vara tid till dödsfall, återfall eller hjärtinfarkt.

En hazard ratio på 0,75 betyder inte automatiskt att “25 procent färre kommer dö”.

Tolkningen gäller i stället skillnaden i händelsefrekvens över uppföljningstiden enligt den statistiska modellen.

Number Needed to Treat

NNT, Number Needed to Treat, beskriver hur många personer som behöver behandlas för att en ytterligare person ska få ett positivt utfall jämfört med kontrollgruppen under en viss tid.

Om en behandling minskar den absoluta risken med fem procentenheter blir NNT 20.

Förenklat behöver alltså 20 personer få behandlingen för att en extra person ska gynnas på det sätt man definierat.

NNT kan vara ett väldigt intuitivt sätt att förstå hur stor en behandlingseffekt faktiskt är.

Regression

Regression är en grupp statistiska metoder som används för att undersöka relationer mellan variabler.

Forskarna kan exempelvis undersöka sambandet mellan proteinintag och muskelökning samtidigt som de statistiskt försöker ta hänsyn till ålder, kön, energibalans och träningsvolym.

När du ser ord som “regressionsmodell”, “multivariat analys” eller “justerad modell” handlar det ofta om någon variant av detta.

Statistical power – statistisk styrka

Statistisk power beskriver sannolikheten att en studie lyckas upptäcka en effekt av en viss storlek om den verkligen finns, givet de antaganden forskarna gjort.

Ju mindre studie, desto svårare är det generellt att upptäcka små effekter med hög precision.

Det betyder att en studie som inte hittar en signifikant skillnad inte automatiskt visar att interventionen saknar effekt.

Studien kan helt enkelt ha varit för liten.

Typ I-fel

Ett typ I-fel kan förenklat beskrivas som ett falskt positivt resultat.

Du drar slutsatsen att det finns en effekt trots att det i verkligheten inte finns någon sådan effekt enligt modellen.

Det brukar ibland kallas ett “false positive”.

Typ II-fel

Ett typ II-fel är motsatsen.

Studien misslyckas med att upptäcka en effekt som faktiskt finns.

Det är ett “false negative”.

Små studier med låg statistisk power har generellt större risk att missa verkliga effekter av den storlek man är intresserad av.

Multipla jämförelser

Anta att du genomför ett statistiskt test.

Risken att något råkar se signifikant ut är begränsad.

Men om du gör 100 olika tester ökar sannolikheten kraftigt att åtminstone något råkar ge ett “positivt” resultat.

Det är problemet med multipla jämförelser.

Därför behöver forskare ibland korrigera sina statistiska analyser när många hypoteser testas.

Det är också därför du bör vara försiktig när en studie mäter väldigt många saker men bara uppmärksammar ett par oväntade signifikanta resultat.

Subgruppsanalys

En subgruppsanalys innebär att forskarna undersöker om resultatet skiljer sig mellan vissa grupper.

Exempelvis:

Män jämfört med kvinnor.

Yngre jämfört med äldre.

Nybörjare jämfört med vältränade.

Det kan vara intressant.

Men subgruppsanalyser blir snabbt osäkra eftersom grupperna innehåller färre personer.

Särskilt skeptisk bör man vara när subgruppen inte definierades förrän efter att forskarna sett resultaten.

Sensitivitetsanalys

En sensitivitetsanalys innebär att forskarna testar om slutsatsen förändras när de gör rimliga förändringar i analysen.

I en meta-analys kan forskarna exempelvis ta bort studier med hög risk för bias och se om resultatet fortfarande är ungefär detsamma.

Om slutsatsen håller under flera olika rimliga analyser ökar förtroendet för resultatet.

Om resultatet förändras totalt beroende på exakt hur analysen görs är det en varningssignal.

Intention-to-treat

Intention-to-treat, ITT, används framför allt i randomiserade studier.

Principen innebär att deltagarna analyseras i den grupp de ursprungligen randomiserades till.

Om någon slumpades till träningsprogram A men bara genomförde hälften av passen räknas personen ändå till grupp A.

Varför?

För att man vill bevara fördelarna med den ursprungliga randomiseringen.

Per-protocol

I en per-protocol-analys tittar forskarna i stället främst på deltagare som faktiskt följde studieprotokollet tillräckligt väl.

Det kan låta logiskt.

Men personer som följer ett program perfekt kanske skiljer sig från personer som inte gör det.

De kanske är friskare, mer motiverade eller har bättre livssituation.

Därför kan per-protocol-analyser introducera nya skillnader mellan grupperna.

Adherence eller compliance

Adherence och compliance beskriver hur väl deltagarna faktiskt följde interventionen.

Om deltagarna instruerades att träna fyra gånger i veckan men i genomsnitt bara tränade två gånger är följsamheten låg.

Detta är viktigt.

En studie kan visa att en viss behandling ger liten effekt, men om deltagarna knappt följde behandlingen kanske resultatet främst visar att just det upplägget var svårt att genomföra.

Dos-respons

En dos-responsrelation innebär att effekten förändras beroende på hur stor “dos” deltagarna får.

Inom träning skulle forskarna exempelvis kunna se att:

Ett set ger en viss muskeltillväxt.

Tre set ger större muskeltillväxt.

Fem set ger ytterligare lite mer.

Det skulle kunna tyda på en dos-responsrelation.

Dos-respons kan vara en pusselbit när forskare försöker bedöma orsakssamband.

Heterogenitet

Heterogenitet betyder att resultaten från olika studier varierar.

I en meta-analys kanske vissa studier visar stor effekt, andra liten effekt och några ingen effekt alls.

Variation kan bero på att studierna undersökt olika populationer, doser, träningsprogram, mätmetoder eller uppföljningstider.

Heterogenitet behöver därför inte vara något “fel”.

Det kan vara ett tecken på att interventionens effekt faktiskt varierar mellan situationer.

I²

I², uttalat “I-kvadrat”, är ett mått som ofta rapporteras i meta-analyser för att beskriva variationen mellan resultaten från olika studier.

Ett högt I² kan signalera att studiernas resultat skiljer sig mycket åt.

Men siffran ska inte tolkas isolerat.

Man behöver också titta på vilka studier som skiljer sig, hur stora effekterna är och varför resultaten kan vara olika.

Fixed effect och random effects

Meta-analyser använder ofta en fixed-effect-modell eller en random-effects-modell.

Mycket förenklat utgår fixed effect från att studierna försöker uppskatta en gemensam underliggande effekt.

Random effects tillåter att den verkliga effekten varierar mellan studierna.

Det senare kan vara rimligt inom exempelvis träningsforskning där deltagare, träningsprogram och metoder ofta skiljer sig ganska mycket mellan studier.

Forest plot

En forest plot är den klassiska grafen du ofta ser i en meta-analys.

Varje studie visas med sin uppskattade effekt och sitt konfidensintervall.

Längst ner finns ofta den sammanvägda effekten.

Forest plots är fantastiska när man lärt sig läsa dem.

På några sekunder kan du se om studierna pekar åt ungefär samma håll, hur stora effekterna är och hur osäkra resultaten verkar vara.

Funnel plot

En funnel plot används bland annat för att undersöka om mönstret bland studierna skulle kunna tyda på så kallade small-study effects eller problem med saknad forskning.

En asymmetrisk funnel plot kan väcka misstanke om publikationsbias.

Men den kan också bli asymmetrisk av andra orsaker.

Det är alltså en ledtråd – inte ett bevis.

Intern validitet

Intern validitet handlar om hur trovärdig studiens slutsats är för de personer och förhållanden som faktiskt studerades.

Var grupperna jämförbara?

Var randomiseringen korrekt?

Var mätmetoderna bra?

Var bortfallet stort?

Fanns risk för bias?

Ju bättre kontroll forskarna har över sådana faktorer, desto högre kan den interna validiteten vara.

Extern validitet

Extern validitet handlar om hur väl resultatet kan överföras till andra människor och situationer.

En extremt välkontrollerad studie på 20 manliga elitidrottare kan ha väldigt hög intern validitet.

Men resultaten kanske inte alls gäller otränade äldre personer.

Det är extern validitet.

Generaliserbarhet

Generaliserbarhet beskriver ungefär hur brett studiens resultat kan appliceras.

När du läser en studie bör du fråga:

Vilka deltog?

Hur gamla var de?

Hur tränade var de?

Var de friska eller sjuka?

Vilket kön hade de?

Hur länge pågick studien?

Studier säger i första hand något om människor som liknar de människor som faktiskt studerades.

Validitet

Validitet betyder förenklat att mätningen faktiskt mäter det forskarna tror att den mäter.

Om forskarna vill mäta förändringar i muskelmassa behöver de använda en metod som på ett rimligt sätt speglar muskelmassa.

Om resultatet i stället kraftigt påverkas av exempelvis vätskestatus måste man ta hänsyn till det.

Reliabilitet

Reliabilitet handlar om hur konsekvent en mätning är.

Om samma person testas två gånger under nästan identiska förhållanden bör en reliabel metod ge ungefär samma resultat.

Men reliabilitet är inte samma sak som validitet.

En våg som alltid visar exakt tre kilo för mycket kan vara mycket reliabel.

Den ger samma fel varje gång.

Men den är inte särskilt valid när syftet är att veta den faktiska kroppsvikten.

Replikation

Replikation betyder att ett resultat testas igen.

Om en liten studie hittar en spektakulär effekt är det intressant.

Om fem oberoende forskargrupper därefter hittar ungefär samma resultat blir fyndet betydligt mer övertygande.

Vetenskaplig kunskap bör därför sällan byggas på en enda studie.

Effektmodifierare

En effektmodifierare är en faktor som gör att behandlingseffekten faktiskt skiljer sig mellan grupper.

Ett träningsprogram kanske exempelvis fungerar bättre för nybörjare än för avancerade idrottare.

Det betyder inte nödvändigtvis att någon av grupperna är “fel”.

Effekten kan helt enkelt vara olika beroende på träningsstatus.

“Ingen statistiskt signifikant skillnad” betyder inte “ingen skillnad”

Det här är ett vanligt misstag.

Om en studie inte hittar en statistiskt signifikant skillnad betyder det inte automatiskt att interventionerna är identiska.

Studien kan vara liten.

Konfidensintervallet kan vara brett.

Resultatet kan fortfarande vara förenligt med både en viktig effekt och ingen relevant effekt.

Därför måste du titta på hela resultatet.

Association är inte samma sak som effekt

När forskare skriver att något är associerat med något annat säger de att variablerna hänger samman statistiskt.

De säger inte automatiskt att den ena orsakar den andra.

Det är därför du bör vara skeptisk när media omvandlar:

“X var associerat med högre risk för Y”

till:

“X orsakar Y.”

Det är inte samma påstående.

Evidenshierarki – finns det en bästa studiedesign?

Man ser ofta bilder där systematiska översikter och meta-analyser ligger högst, randomiserade studier under och observationsstudier längre ner.

Det kan vara pedagogiskt men är också en förenkling.

Olika forskningsfrågor kräver olika studiedesigner.

Om du vill veta om ett träningsprogram orsakar större muskeltillväxt än ett annat är en välgjord randomiserad studie mycket användbar.

Men om du vill upptäcka en extremt ovanlig biverkning som uppkommer en gång på 100 000 behandlingar kan en liten RCT vara helt värdelös.

Då kan stora registerstudier eller observationsdata vara bättre.

Frågan är därför inte:

Vilken studiedesign är alltid bäst?

Utan:

Vilken studiedesign är bäst för just den här forskningsfrågan?

Finansiering

I en studie brukar forskarna redovisa vem som finansierat forskningen.

Ett företag kan exempelvis ha finansierat en studie om företagets eget kosttillskott.

Det betyder inte automatiskt att studien är dålig eller falsk.

Men informationen är relevant när du bedömer helheten.

Intressekonflikter

Intressekonflikter, conflicts of interest, beskriver relationer som potentiellt kan påverka forskarnas arbete eller bedömningar.

Det kan handla om att en forskare arbetar för ett företag, äger aktier, får konsultarvoden eller på annat sätt har ekonomiska intressen kopplade till resultatet.

Även här gäller:

Intressekonflikt betyder inte automatiskt att forskningen är fel.

Men transparensen gör det möjligt för läsaren att väga in informationen.

Vad betyder “evidensbaserat”?

Evidensbaserat betyder inte att man hittar en studie som stödjer det man vill göra.

Evidensbaserat arbete handlar om att väga samman bästa tillgängliga forskning med praktisk erfarenhet och den aktuella individens behov, förutsättningar och preferenser.

Inom träning betyder det exempelvis inte att alla människor ska träna exakt enligt det program som gav bäst genomsnittligt resultat i en studie.

Studien kan berätta vad som fungerar i genomsnitt under vissa förhållanden.

Sedan måste kunskapen appliceras på en riktig människa.

Det viktigaste ordet är kanske osäkerhet

Vetenskap handlar sällan om absoluta sanningar.

Vetenskap handlar om att minska osäkerhet.

En studie kanske gör oss lite mer säkra.

Fem bra studier gör oss säkrare.

En välgjord systematisk översikt kan göra bilden ännu tydligare.

Sedan kommer ny forskning som visar att effekten kanske är mindre för en viss grupp.

Det betyder inte att “forskningen aldrig kan bestämma sig”.

Det är så vetenskap ska fungera.

Ny information uppdaterar vår förståelse.

Så läser du en studie utan att bli lurad av stora ord

Nästa gång någon säger:

“Det finns en studie som visar…”

bör du inte nöja dig där.

Ta reda på vilken typ av studie det är.

Var den randomiserad?

Fanns en kontrollgrupp?

Vilka deltog?

Hur många personer var med?

Hur länge pågick studien?

Vad var det primära utfallet?

Hur stor var effekten?

Hur brett var konfidensintervallet?

Hur stort var bortfallet?

Fanns risk för bias?

Var resultatet förregistrerat?

Stämmer resultatet överens med resten av forskningen?

Först då börjar du kunna bedöma vad studien faktiskt säger.

Läs metoden innan du blir imponerad av slutsatsen

Det är väldigt lätt att hoppa direkt till abstractets slutsats.

“Intervention X förbättrade resultat Y.”

Klart.

Men det är metoden som berättar hur mycket du bör lita på slutsatsen.

En studie kan ha en fantastisk rubrik och samtidigt bestå av 14 deltagare, sakna kontrollgrupp, ha 40 procents bortfall och rapportera ett enda positivt resultat av 25 analyser.

En annan studie kanske har en betydligt tråkigare rubrik men bygger på hundratals deltagare, förregistrerade utfall, randomisering och liten risk för bias.

Den senare studien är vanligtvis betydligt mer informativ.

En studie är aldrig hela forskningsläget

Det kanske viktigaste du kan lära dig är att sluta fråga:

“Finns det en studie på detta?”

Det finns studier på nästan allt.

Den bättre frågan är:

“Vad visar den samlade evidensen?”

En enskild studie kan påverkas av slump, metodproblem eller en ovanlig population.

När många välgjorda studier genomförs av olika forskargrupper och pekar åt ungefär samma håll blir slutsatsen betydligt starkare.

Vetenskaplig kunskap byggs över tid.

När någon säger “forskningen visar”

Bli nyfiken.

Vilken forskning?

En observationsstudie?

En RCT?

Fem RCT:er?

En systematisk översikt?

En studie på möss?

En studie på tolv elitidrottare?

En enkät?

En meta-analys av 40 studier?

Alla dessa kan vara “forskning”, men de ger inte samma typ av information.

Att kunna skilja dem åt är en enorm fördel när du försöker förstå träning, kost och hälsa.

Du behöver inte förstå all statistik

När man börjar läsa studier är det lätt att tro att man måste förstå varje statistisk formel.

Det behöver du inte.

Börja med de stora frågorna.

Vad undersöktes?

På vilka människor?

Hur genomfördes studien?

Vad jämfördes?

Hur stor var effekten?

Hur stor var osäkerheten?

Vilka felkällor finns?

Stämmer detta med resten av forskningen?

Om du förstår dessa saker kommer du redan läsa forskning betydligt bättre än någon som bara tittar efter orden “statistiskt signifikant”.

Vetenskap handlar inte om att vinna en diskussion

Det är lätt att använda studier som ammunition.

Man hittar en studie som stödjer ens åsikt och skickar den till personen man diskuterar med.

Men det är egentligen motsatsen till vetenskapligt tänkande.

Bra vetenskapligt tänkande innebär att aktivt leta efter information som skulle kunna visa att man själv har fel.

Finns det bättre studier som pekar åt ett annat håll?

Finns det en systematisk översikt?

Kan resultatet förklaras på något annat sätt?

Är effekten ens tillräckligt stor för att spela någon roll?

Att kunna ändra uppfattning när bättre evidens dyker upp är en styrka, inte en svaghet.

Sammanfattning

Du behöver inte memorera varenda term i den här texten för att kunna börja läsa forskning bättre.

Men några grundprinciper räcker väldigt långt.

Randomisering hjälper forskarna skapa jämförbara grupper.

Observationsstudier kan hitta viktiga samband men har svårare att fastställa orsakssamband.

Blindning minskar risken att förväntningar påverkar resultaten.

Meta-analyser kombinerar flera studier men är beroende av kvaliteten på studierna som inkluderas.

Statistisk signifikans säger inte hur viktig en effekt är.

P-värdet berättar inte sannolikheten att forskarnas hypotes är sann.

Konfidensintervall hjälper dig förstå osäkerheten.

Effektstorleken berättar hur stor skillnaden faktiskt är.

Bias betyder systematiska fel som kan snedvrida resultaten.

Och framför allt:

En studie är en pusselbit. Den samlade evidensen är pusslet.

När du börjar läsa forskning på det sättet blir det betydligt svårare att imponera på dig med rubriker som “ny studie visar”.

I stället börjar du ställa den viktigaste frågan:

Hur stark är egentligen evidensen bakom påståendet?

Vill du lära dig mer om forskning, träning, kost och evidensbaserat arbete? Eller vill du kanske byta karriär till PT och kostrådgivare? Anmäl dig till vår PT-Utbildning på www.intensivept.se.