Ζήσης Ψάλλας
Ο John Carlisle είναι αναισθησιολόγος στο νοσοκομείο Torbay στη νότια Αγγλία. Αλλά είναι και ένας ερευνητής ο οποίος έχει αναπτύξει στατιστικές μεθόδους για να εντοπίσει τις απάτες στην ιατρική έρευνα.
Ο Carlisle έχει αναπτύξει περαιτέρω τις μεθόδους του. Το 2017, προέβη σε μια ανάλυση πάνω από 5.000 κλινικών δοκιμών. Οι περισσότερες είχαν δημοσιευτεί σε περιοδικά με αντικείμενο το δικό του πεδίο, την αναισθησιολογία, αλλά συμπεριέλαβε επίσης δύο κορυφαία αμερικανικά ιατρικά περιοδικά, το Journal of American Medical Association (JAMA) και το New England Journal of Medicine (NEJM). Βρήκε ύποπτα δεδομένα σε περίπου 90 έγγραφα. Σε ορισμένες περιπτώσεις, υπήρχαν αθώες εξηγήσεις. Αλλά υπήρξαν και αρκετές ανακλήσεις.
Ο Andrew Klein, αναισθησιολόγος με έδρα το Κέμπριτζ, ο οποίος είναι αρχισυντάκτης του περιοδικού Anesthesia, ανέφερε ότι δέχεται περίπου 500 υποβολές μελετών RCT κάθε χρόνο. Όλες αυτές ελέγχονται με τη μέθοδο του Carlisle και περισσότερες από μια στις 40 εντοπίζονται ως δυνητικά δόλιες. Όχι ότι είναι οπωσδήποτε δόλιες, αλλά το περιοδικό ζητά να δει τα αρχικά δεδομένα των ασθενών, να τα ελέγξει και να λάβει τα κατάλληλα μέτρα αν είναι απαραίτητο.
Η μέθοδος του Carlisle βασίζεται σε συγκεκριμένα χαρακτηριστικά του τρόπου εκτέλεσης των τυχαιοποιημένων κλινικών δοκιμών. Μια απλή RCT μπορεί να συγκρίνει πόσο καλά δύο φάρμακα, Α και Β, θεραπεύουν μια συγκεκριμένη ασθένεια. Οι ασθενείς με τη νόσο χωρίζονται σε δύο ομάδες. Η μια ομάδα παίρνει το φάρμακο Α και η άλλη το άλλο φάρμακο Β. Στη συνέχεια, όλοι παρακολουθούνται για να βρεθεί ποιο φάρμακο θεραπεύει καλύτερα. Το βασικό χαρακτηριστικό είναι ότι η διαίρεση σε ομάδες γίνεται τυχαία. Αυτό σημαίνει ότι οι δύο ομάδες ασθενών είναι παρόμοιες, κατά μέσο όρο, από κάθε άποψη. Στη συνέχεια, εάν οι ασθενείς με το φάρμακο Α τα πηγαίνουν καλύτερα, μπορεί κανείς να είναι βέβαιος ότι αυτό συμβαίνει επειδή πήραν το φάρμακο Α αντί για το Β, και όχι λόγω κάποιας άλλης διαφοράς.
Η μέθοδος του Carlisle χρησιμοποιεί μετρήσεις των αποκλίσεων μεταξύ των ομάδων που ονομάζονται p-τιμές και στη συνέχεια συνδυάζει όλες τις τιμές p σε μια. Η μέθοδος βρίσκει πότε οι δύο ομάδες φαίνονται πολύ παρόμοιες για να είναι αληθινές και πότε είναι πολύ διαφορετικές. Και το ένα και το άλλο υποδεικνύει ότι, ενδεχομένως, τα δεδομένα έχουν εφευρεθεί ή παραποιηθεί.
