Statistiikan aalloilla

Ensimmäisessä jaksossa studioisäntä Markus Riskumäen haastateltavana on biostatistikko Eliisa Löyttyniemi. Hän motivoi lääketieteen, bio- ja hammaslääketieteen opiskelijoita, joilla on edessään Havainnoista päättelyyn -kurssi. Tämä jakso sopii kuitenkin kaikille, jotka haluavat kuulla miksi jokainen lääkäri ja tutkija tarvitsee biostatistiikkaa.

[Speaker 0]

[00:03] Tervetuloa kuuntelemaan johdatusta biostatistiikan opiskeluun.
[00:10] Olit sitten lääketieteen, hammaslääketieteen tai biolääketieteen opiskelija, tutkija tai muuten vain kiinnostanut biostatistiikasta, niin hienoa, että olet täällä.
[00:21] Minä olen biostatistikko Markus Riskumäki ja tänään haastattelen kollegaani, biostatistikko Elisa Löytyniemiä.
[00:24] Tervetuloa.
[00:24] Tänään haastattelen kollegaani, biostatistikko Elisa Löyttyniemeä.
[00:28] Tervetuloa.
[00:29] Kiitos.
[00:29] Kiva olla täällä.
[00:31] Ennen kuin aloitetaan, voisitko kertoa vähän työhistoriasta?
[00:36] Sen jälkeen, kun olin opiskellut matikkaa ja tilastotiedettä yliopistossa,
[00:41] lähdin lääketeollisuuteen.
[00:42] Olin siellä yli 15 vuotta.
[00:44] Sen jälkeen tutkittiin laitteita tai kehitettiin laitteita,
[00:49] ja kehitettiin myös erilaisia laboratoriotestejä.
[00:53] Viitisen vuotta.
[00:53] Nyt olen ollut yliopistolla lääketieteen tiedekunnassa biostatistikan yksikössä reilu kymmenen vuotta.
[01:01] Sulla onkin pitkä kokemus lääkäreiden ja tutkijoiden kanssa työskentelystä.
[01:07] Puhutaanpas tänään sellaiset ihmiset mielessä pitäen, joilla ei ole välttämättä mitään kosketuspintaa vielä tilastotieteeseen.
[01:16] Otasitsä kertoa mulle, että miksi tuleva lääkäri tai tutkija tarvitsee ymmärrystä tutkimuksesta ja tulosten tulkinnasta?
[01:24] Jos nyt tässä kohtaa ajattelen vaikka sitä lääkäriä ja potilastyötä, niin toki se lääkäri haluaa, että kun hänelle tulee joku potilas,
[01:36] hän pystyisi antaa sille, mikä sairaus sitten on kyseessä, niin hyvän hoidon ja potilas joko toipuu kokonaan tai oireet paranee tai jotakin vastaavaa.
[01:48] Ja totta kai lääkäri myös haluaa, että se hoito on tehokas ja turvallinen.
[01:54] Näin ollen mehän halutaan myöskin, että tämä tuleva hoito on näyttöön perustuen todistettu turvalliseksi ja tehokkaaksi.
[02:07] Tämä näyttöön perustuva lääketiede nimenomaan perustuu siihen, että sitä on tutkittu, meillä on dataa.
[02:14] Eli se ei perustu mihinkään uskomuksiin tai luuloihin se, että se on tehokas ja turvallinen, vaan nimenomaan dataan.
[02:23] Jos me ajatellaan vaikka viime vuosina, kun tuli korona yhtäkkiä, niin kukaanhan maailmassa ei tiennyt siitä sairaudesta mitään.
[02:34] Ei tiennyt parannuskeinoa, ei tiennyt mistä se tulee, miten se tarttuu, mutta sittenhän koko maailma, tutkijat ja lääkärit,
[02:43] rupesi keräämään sitä dataa ja vasta datan kautta me ruvettiin ymmärtämään sitä myös, miten sitä voidaan hoitaa,
[02:51] miten sitä voidaan ehkäistä.
[02:53] Tähän tarvitaan nimenomaan sitä lääkärin ja tutkijan osaamista, jatkuvaa oppimista
[03:00] siihen uuden tutkimustiedon sisäistämiseen, että se ammattitaito kehittyy vuosien varrella.
[03:09] Ja siihen sitten taas tarvitaan sitä julkaisun lukutaitoa hyvin paljon, että ymmärtää sitä uutta tutkimustietoa, jotta voisit taas niitä tulevia potilaita hoitaa paremmin.
[03:23] Okei.
[03:23] No miten tämä kaikki liittyy tilastotieteeseen tai biostatistiikkaan?
[03:28] Mä mainitsin tuossa nimenomaan tämän näyttöön perustuvan lääketieteen.
[03:33] Ja se tarkoittaa sitä, että me tutkitaan jotain asiaa, kerätään jotain dataa,
[03:38] ja sitä kautta me oikeasti sitten tehdään matemaattisia malleja siihen dataan,
[03:44] eli käytetään nimenomaan tilastollisia menetelmiä.
[03:47] Ja niiden avulla me voidaan tehdä sit johtopäätöksiä siitä datasta.
[03:53] Ja ne johtopäätökset ja mallit tietenkin lukevat juuri niistä julkaisuista.
[03:59] Ja sitä kautta me biostatistikan kursseilla hirveästi korostetaan myös sitä julkaisun lukemistaitoa,
[04:07] että lukija pystyisi arvioimaan sen julkaisun laatua, että onko se hyvä julkaisu vai onko se huono julkaisu.
[04:15] Käytänkö minä siinä julkaisussa esitettyjä tietoja seuraavien potilaiden elämyshoitamiseen?
[04:21] Tai tutkijana, löytyykö siitä julkaisusta jotakin hyviä ideoita, millä voin jatkaa jotain tutkimusta.
[04:29] Sä mainitsit tuossa matemaattisen mallinnuksen, joka varmasti monelle saattaa kuulostaa hyvin pelottavalta,
[04:37] niin tulisiko siis lääkäri osata matemaattista mallinnusta, että se pystyy ymmärtämään näitä tutkimuksia?
[04:42] No sanotaan, että nyt kun olen vuosikymmeniä työskennellyt tutkijoiden ja lääkäreiden kanssa,
[04:49] niin tärkeintä on se tilastollisen päättelyn matemaattisten mallien ymmärtäminen,
[04:55] sen logiikan ymmärtäminen, niin että sä osaat vähintään tulkita niitä tuloksia julkaisuissa,
[05:01] missä niitä kirjoitetaan, niitä päättelyjä.
[05:05] Mikäli sä työskentelet teollisuudessa, niin meillä on aina tiimi.
[05:09] Meillä on se tutkijalääkäri ja biostatistikko yhdessä tekee ne raportit tai julkaisut.
[05:15] Eli siinä kohtaa se ymmärrys on kaikista tärkein ja se logiikan päättelyn tajuaminen.
[05:23] Akateemisessa maailmassa on paljon myöskin lääketietojen tutkijoita, jotka haluaa oppia vielä lisää tätä tilastollista mallintamista ja sitä kautta jopa tehdä itse ne analyysit.
[05:35] Meillä biostatistiikan kursseilla harjoitellaan analyysin tekemistä, koska sitä kautta opit ymmärtämään tilastollisen päättelyn logiikkaa.
[05:44] Mun mielestä se silloin auttaa myöskin siinä nimenomaan julkaisujen lukemisen ymmärtämisessä.
[05:51] Mutta eli siis välttämättä ei ole pakko itse osata tehdä niitä mallinnuksia, osasitsä sanoa sitten kumminkin, että antaako se jotain semmoista etuliointiasemaa, jos sä osaat itse tehdä?
[06:04] Joo, se nimenomaan auttaa myös siihen, että jos mä ajattelen tutkijaa, tutkija osaa silloin paremmin suunnitella tietokannat, tietokannat on paremmin rakennettu ja silloin sä tiedät sen, että mikä se logiikka on.
[06:21] Mutta välttämätöntä se itseanalyysin tekeminen ei ole, mutta se auttaa siihen tavallaan tilastotieteen ymmärtämisen toki hyvin paljon.
[06:28] Ja sen takia sitä kurssilla harjoitellaan.
[06:35] Sä heittelit tossa monta kertaa tämmöisiä termejä niin kuin tilastollinen mallinnus, tilastollinen päättely ja ylipäätään tilastotiede saattaa olla sanana vähän outo monille.
[06:48] niin mitä sä tarkoitat tilastollisella päättelyllä?
[06:53] No päättelyn se pääidea on se, että kun meillä tutkimuksessa on aina vaan osajoukko, eli otos,
[07:00] leikitään nyt vaikka, että me otetaan siihen tutkimukseen sata astmaatikkoa,
[07:05] niin toki me halutaan niistä sadan astmaatikon joukosta vetää päätelmät
[07:12] kaikkien astmaatikkojen joukkoon eli kaikkiin tulevaisuuden astmaatikkopotilaisiin, mitkä voit kohdata.
[07:19] Eli tavallaan se, että me halutaan vetää tutkimusjoukosta otoksesta päätelmät sinne populaatiotasolle.
[07:27] Mikä ikinä se meidän sairaspopulaatio sitten onkaan.
[07:31] Se on se keskeinen idea tilastollisessa päättelyssä.
[07:35] Siinä me hyödynnetään nimenomaan keskeiset termit on P-arvo ja luottamusväli, eli ilman niiden termien ymmärtämistä, niin ei pysty lukemaan käytännössä katsoen mitään tiedellehtiä.
[07:50] Eli nämä ovat ne kaikista keskeisimmät, ja näillä nimenomaan pyritään hanskaamaan se epävarmuus,
[07:57] joka meillä on päättelystä, kun me, eihän me sen sadan astmaatikon joukossa pystytä totuutta tietämään,
[08:04] mitä populaatiossa tapahtuu.
[08:06] Eli meille jää aina se epävarmuus olemaan, mutta me pyritään hanskaamaan
[08:10] sitä tilastotieteellä nimenomaan luottamusvälien ja p-arvon avulla.
[08:15] Okei, olipa hieno kiteytys tilastotieteestä, mutta kumminkin tämänkin jakson nimi on
[08:20] johdatus biostatistiikkaan, niin miten biostatistiikka eroaa normaalista statistiikasta tai tilastotieteestä?
[08:28] No siinä on se biosano edessä, joo.
[08:31] Eli se nimenomaan keskittyy biologisiin ongelmiin.
[08:36] Onko ne sitten kemiaa, lääketiedettä ja semmoista.
[08:41] ja siihen on sitten tavallaan optimaaliset, vähän erilaisia tilastollisia menetelmiä olemassa sitten.
[08:50] Joo, kiitos.
[08:51] No yksi semmoinen kysymys mulle tuli vielä mieleen, mikä saattaisi kiinnostaa tämän jakson kuulijoita,
[08:58] että tarviiko tällaisille biostatistiikan kursseille jotain taustatietoja?
[09:02] No ei oikeastaan, meillä on se periaate, että me lähdetään aina ihan nollasta meidän biostatistiikan kursseilla.
[09:09] Se mitä, se on lähinnä, jos mä ajattelen jotain ihan lukiokitaustaa, niin tilastotiedehän on hyvin painokkaasti todennäköisyyslaskentaa.
[09:19] Eli se sieltä niin kun kumpuaa pohjalta todennäköisyyslaskennan asiat, koska esimerkiksi tää P-arvo, minkä mä vaan nyt mainitsin kurssilla sitten enemmän,
[09:31] niin se P hän tulee sanasta probability, joten ei oo ihme, että käsitellään paljon todennäköisyyttä.
[09:38] No niin, nyt tulikin kuulemaan niin paljon asiaa, että voisin lyhyesti kerrata.
[09:44] Eli voisi sanoa, että tilastotieteelliset menetelmät ovat elintärkeitä lääketieteelliselle tutkimukselle.
[09:50] Ja vaikka työskentelisikään tutkimuksen parissa, niin ilman tilastotieteellistä osaamista on hyvin vaikea lukea alankirjallisuutta kriittisesti.
[09:58] Koska ilman tieteellistä todistamista, lainausmerkeissä, tutkimusasetelmilla ei ole todellista pohjaa.
[10:06] Ja mä sanoin tosiaan lainausmerkeissä todistamista, sillä eihän mikään todellisessa maailmassa ja tutkimuksessa ole ikinä täysin varmaa.
[10:14] Joo, tämähän se juuri on, että meille jää aina se epävarmuus ja me pyritään sitä sitten mahdollisimman hyvin kuvaamaan sitä epävarmuutta tilastotieteen keinoin.
[10:23] Niin kuitenkin, että se kliinikkotutkijalääkäri pystyisi tekemään sitten näitä kliinisiä päätelmiä kuitenkin tämän emmesluottamusvälin avulla.
[10:34] avulla.
[10:35] Eli onko se hoito tarpeeksi tehokas hänelle ja onko se sitten totta kai turvallinen myös potilaille.
[10:45] Tässä on nyt keskusteltu aika tämmöisiä teoreettisia asioita, niin kuulijoilta varmasti myös kiinnostaisi joku
[10:53] semmoinen ihan käytännön esimerkki, niin voisiko sulla antaa esimerkki, kuinka esimerkiksi joku tutkimusidea
[10:59] voi johtaa kliinisen hoidon muutoksiin?
[11:04] Tässä yhtenä hienona esimerkkinä on tämmöinen turkulainen tutkijaryhmä, joka rupesi ajattelemaan sitä, että tarvitseeko hän aina umpilisäkkeen tulehdusta,
[11:14] joka on siis tämmöinen komplisoitumaton eli lievä umpilisäkkeen tulehdus, tarviiko hän sitä aina leikata, niin kuin sitä on nyt viime vuosikymmenet aina leikattu.
[11:23] Koska he ajatteli, että no se on tulehdus, että muutkin tulehdukset hoitetaan antibiooteilla.
[11:30] Niinpä he kasasivat tutkimuksen pystyyn, jossa tutkittiin, riittääkö pelkkä antibioottihoito umpilisäkkeen hoitoon.
[11:41] Todennäköisesti he huomasivat, että suurimman osaksi se riittää, eli ei tarvinnutkaan leikata,
[11:46] joka tietenkin lyhentää sairaslomia, ei ole leikkauskomplikaatioita tietenkään, kun ei leikata.
[11:53] Tämä sai hyvin jopa maailmanlaajuista huomioon.
[11:59] Saman tien, kun nämä tutkimustulokset julkaistiin, niin se on myös Suomessakin muuttanut hoitokäytäntöjä.
[12:05] Lisäksi tarvitsee sanoa, että korona-aikana sehän oli suurin piirtein taivaan lahja, koska koronapotilaan leikkaaminen on aikamoinen juttu.
[12:14] Okei, kiitos tästä esimerkistä.
[12:17] Eikös totta, että tämä tutkimushan oli, niin kuin sanoitkin,
[12:20] ihan maailmanlaajuisesti tunnistettu, mutta myös palkittu,
[12:24] esimerkiksi Jamassa, joka on yksi maailman huippulehdistä?
[12:27] Joo, pitää paikkansa.
[12:28] Ja tämä tutkimusryhmä edelleen jatkaa näitä tutkimuksia.
[12:32] Ja nyt on tutkimuksia menossa, että tarvitaanko meille sitä antibioottia.
[12:36] Me ollaan nyt jo todistettu, että meille riittää pienempi antibioottimäärä.
[12:41] ja todistettu sitä, että se antibiootti voidaan hoitaa kotona, ei tarvitse suonensisäisesti hoitaa.
[12:45] Ja nyt tutkitaan myös sitä, että riittääkö pelkkä kipulääkäri.
[12:48] Eli tulehdus menisi vain itsellään ohi, niin kuin lasten korvatulehduksiakin usein vain nykyisin seurataan.
[12:55] Okei, hienoa Suomi ja hienoa Turku.
[12:59] Tässä olikin sitten tämä meidän lyhyt intro jaksomme.
[13:02] Kiitos sinulle kuuntelija, ja toivottavasti tämä innosti sinua opiskelemaan biostatistiikkaa.
[13:12] Toivottavasti kuullaan taas statistiikan aalloilla.