งานศึกษาแบบสังเกต

ในสาขาวิทยาการระบาดและสถิติศาสตร์ งานศึกษาแบบสังเกต (อังกฤษ: observational study) เป็นการศึกษาที่อนุมานผลของวิธีการรักษาที่เป็นประเด็นการศึกษาต่อคนไข้ ใช้เมื่อการจัดคนไข้เข้ากับกลุ่มทดลองหรือกลุ่มควบคุมไม่สามารถที่จะควบคุมได้ ซึ่งแตกต่างจากการทดลองเช่นการทดลองแบบสุ่มและมีกลุ่มควบคุม ที่สามารถจัดผู้ร่วมการทดลองแต่ละคนให้อยู่ในกลุ่มทดลองหรือกลุ่มควบคุมโดยสุ่มได้

เหตุผล

การจัดผู้ร่วมการทดลองให้อยู่ในกลุ่มต่าง ๆ อาจจะเป็นเรื่องที่ไม่สามารถทำได้เพราะเหตุหลายอย่างรวมทั้ง

• การทำการทดลองแบบสุ่มอาจจะผิดจริยธรรม เช่นสมมุติว่า ถ้าเราต้องการตรวจสอบสมมุติฐานว่า "การทำแท้งทำให้เกิดมะเร็งเต้านม" (เป็นสมมุติฐานจริง ๆ ที่ไม่ได้รับการยอมรับ) ซึ่งอ้างว่ามีความสัมพันธ์กันโดยเหตุผลของการทำแท้งและอุบัติการณ์ของมะเร็งเต้านม ในการทดลองสมมุติที่ควบคุมได้ เราก็จะต้องเริ่มจากหญิงมีครรภ์เป็นจำนวนมาก แบ่งให้อยู่ในกลุ่มทดลอง (เพื่อที่จะทำแท้ง) และกลุ่มควบคุม (ที่จะมีลูก) แล้วทำการตรวจจับหามะเร็งเป็นประจำสำหรับหญิงทั้งสองกลุ่ม คงไม่ต้องพูดเลยว่า งานทดลองเช่นนี้ไม่ถูกจริยธรรม (นอกจากนั้นแล้ว จะเกิดตัวแปรสับสนและความเอนเอียงต่าง ๆ มากมาย โดยเหตุที่ไม่สามารถที่จะทำการทดลองเป็นแบบอำพราง ดังนั้น โดยทั่ว ๆ ไป งานศึกษาในเรื่องนี้ที่มีการตีพิมพ์ จะเริ่มจากกลุ่มหญิงที่มีการทำแท้งแล้ว ซึ่งจะกำหนดเป็นกลุ่มทดลอง ซึ่งผู้ทำการทดลองไม่สามารถที่จะควบคุมจัดกลุ่มผู้ร่วมการทดลองได้^{[ต้องการอ้างอิง]}
• ผู้ทำงานวิจัยอาจจะไม่มีอำนาจอิทธิพลพอที่จะทำงานเช่นนั้น เช่นสมมุติว่า นักวิทยาศาสตร์ต้องการจะศึกษาผลทางสาธารณสุขที่เกิดขึ้นเนื่องจากการห้ามสูบบุหรี่ในอาคารสาธารณะทั้งหมด ในการทดลองที่ควบคุมได้ นักวิจัยก็จะเลือกชุมชนจำนวนหนึ่งโดยสุ่มให้อยู่ในกลุ่มทดลอง แต่ว่า โดยปกติแล้ว การออกกฎหมายห้ามสูบบุหรี่จะขึ้นอยู่กับชุมชนนั้น ๆ ดังนั้น นักวิจัยไม่อาจคาดหวังที่จะมีอำนาจทางการเมืองที่จะให้ชุมชนที่มีการเลือกโดยสุ่มเหล่านี้ออกกฎหมายห้ามสูบบุหรี่ ดังนั้น โดยทั่ว ๆ ไป นักวิจัยก็จะเริ่มจากกลุ่มทดลองที่มีชุมชนต่าง ๆ ที่ออกกฎหมายห้ามการสูบบุหรี่แล้ว^{[ต้องการอ้างอิง]}
• การทดลองแบบสุ่มอาจจะทำไม่ได้ เช่นสมมุติว่า นักวิจัยต้องการจะศึกษาความสัมพันธ์ที่ตนสงสัยระหว่างยาบางอย่างกับกลุ่มอาการผลข้างเคียงกลุ่มหนึ่งที่เกิดขึ้นน้อย โดยที่ไม่พิจารณาเหตุผลทางจริยธรรม การทำการทดลองโดยสุ่มทำได้ยากเพราะว่าอาการข้างเคียงนี้เกิดขึ้นน้อยมาก คือ อาจจะไม่มีจำนวนคนมากพอในกลุ่มทดลองที่จะสามารถเห็นอาการนี้ได้แม้ในเพียงคนหนึ่ง ดังนั้น งานศึกษาแบบสังเกตจะเริ่มที่ผู้ร่วมการทดลองที่มีอาการแล้ว แล้วทำงานย้อนกลับไปสืบหาบุคคลที่ได้รับยาแล้วเกิดอาการ ดังนั้นกลุ่มทดลองก็คือกลุ่มย่อยของผู้ที่ได้รับยา ซึ่งไม่ใช่เป็นการกำหนดที่ควบคุมได้^{[ต้องการอ้างอิง]}

ประเภท

• การศึกษาย้อนหลัง (Case-control study) เป็นการศึกษาที่ดั้งเดิมมีการพัฒนาในสาขาวิทยาการระบาด ที่เปรียบเทียบกลุ่มที่มีแล้วสองกลุ่มที่เกิดผลต่างกัน เพื่อค้นหาสาเหตุของผล
• การศึกษาแบบข้ามกลุ่ม (Cross-sectional study) เป็นการศึกษาที่เก็บข้อมูลมาจากทั้งกลุ่มประชากร หรือกลุ่มที่เป็นตัวแทน เพียงครั้งเดียว
• การศึกษาระยะยาว หรือการศึกษาตามยาว (Longitudinal study) เป็นการศึกษาหาสหสัมพันธ์ ที่ตรวจสอบตัวแปรเดียวกันซ้ำ ๆ กันเป็นช่วงระยะเวลายาว
• การศึกษาตามรุ่น (Cohort study หรือ Panel study) เป็นแบบหนึ่งของการศึกษาระยะยาวที่กลุ่มคนไข้กลุ่มหนึ่งรับการตรวจสอบเป็นช่วงระยะเวลาหนึ่ง
• Ecological study เป็นการศึกษาแบบสังเกตที่มีตัวแปรอย่างน้อยหนึ่งตัวซึ่งวัดที่ระดับกลุ่ม

ประโยชน์และความเชื่อถือได้

แม้ว่างานศึกษาแบบสังเกตไม่สามารถใช้เป็นแหล่งความรู้ที่เชื่อถือได้เกี่ยวกับ "ความปลอดภัย ประสิทธิผล และประสิทธิภาพ" ของการรักษาวิธีหนึ่ง แต่ก็ยังสามารถใช้เป็นแหล่งข้อมูลบางอย่างได้ เช่น

สามารถ

1. ให้ข้อมูลเกี่ยวกับการใช้ (วิธีการรักษา) และข้อปฏิบัติในสถานการณ์จริง ๆ
2. ตรวจจับทิศทางในเรื่องประโยชน์และความเสี่ยงของข้อปฏิบัติในประชากรโดยรวม ๆ
3. ช่วยกำหนดสมมุติฐานที่จะตรวจสอบในงานทดลองต่อ ๆ ไป
4. ให้ข้อมูลระดับชุมชนเป็นบางส่วนที่จำเป็นในการออกแบบการทดลองทางคลินิกที่จะให้ความรู้ดีขึ้นและสามารถทำได้จริง ๆ
5. ให้ความรู้ในการปฏิบัติทางคลินิก

ความเอนเอียงและวิธีแก้

ในทุก ๆ กรณี ถ้าการทดลองแบบสุ่มไม่สามารถทำได้ การตรวจสอบที่ทำแทนจะมีปัญหาว่า บุคคลในกลุ่มทดลองจะไม่ได้รับเลือกโดยสุ่ม และดังนั้นอาจจะเป็นแหล่งกำเนิดความเอนเอียง ความท้าทายสำคัญในการทำงานศึกษาแบบสังเกตก็คือการทำการอนุมานที่ปราศจากอิทธิพลจากความเอนเอียงที่เห็นได้ชัดในระดับที่ยอมรับได้ และการประเมินอิทธิพลของความเอนเอียงที่ซ่อนเร้น

ผู้สังเกตการณ์งานทดลองที่ควบคุมไม่ได้จะพยายามบันทึกทั้งข้อมูลและองค์ต่าง ๆ ที่อาจจะมีผลต่อข้อมูล เพื่อที่จะกำหนดว่าองค์เหล่านั้นมีผลอย่างไร แต่ว่า บางครั้งองค์ที่บันทึกอาจจะไม่ได้มีผลโดยตรงต่อความต่างที่ได้ในข้อมูล แต่อาจจะมีองค์อื่น ๆ ที่ไม่ได้บันทึกแต่เป็นเหตุของผลต่าง นอกจากนั้นแล้ว องค์ต่าง ๆ จะบันทึกไว้ก็ดีไม่ได้บันทึกไว้ก็ดี ก็อาจจะมีสหสัมพันธ์ต่อกันและกัน ซึ่งอาจนำไปสู่การสรุปผิด ๆ ยิ่งไปกว่านั้น ยิ่งมีจำนวนองค์ที่บันทึกมากขึ้นเท่าไร ความน่าจะเป็นว่าจะมีสหสัมพันธ์ระหว่างองค์ที่บันทึกกับข้อมูล ที่จริง ๆ เป็นเรื่องบังเอิญ ก็จะสูงขึ้นเท่านั้น

วิธีการทางสถิติที่ใช้หลายตัวแปร (Multivariate statistics) ซึ่งเป็นการควบคุมข้อมูลโดยสถิติ อาจจะใช้แทนที่การควบคุมที่พึงจะมีในการทดลองได้ เป็นวิธีที่กำจัดอิทธิพลขององค์ต่าง ๆ ที่จะมีผลต่อข้อมูลได้ เช่น ในสาขาเกี่ยวกับการแพทย์การพยาบาล และในสังคมศาสตร์ นักวิจัยอาจใช้เทคนิคการจับคู่ (Matching) ข้อมูลของกลุ่มทดลองและกลุ่มควบคุมที่ไม่ได้มีการเลือกโดยสุ่มได้ วิธีการสามัญที่ใช้กันก็คือ propensity score matching ที่สามารถลดตัวแปรสับสนได้ (confounding)

รายงานปี ค.ศ. 2014 จากองค์กรความร่วมมือคอเครน สรุปว่า ผลงานศึกษาแบบสังเกตมีผลคล้ายคลึงกับที่ทำโดยการทดลองแบบสุ่มและมีกลุ่มควบคุม (RCT) คือ ไม่มีหลักฐานที่แสดงว่า มีการรายงานค่าประเมินผล (ที่ได้จากวิธีการรักษา) ที่มีความแตกต่างกันระหว่างงานศึกษาแบบสังเกตและ RCT ไม่ว่าจะมีการออกแบบงานศึกษาแบบสังเกต หรือจะมีความหลากหลายของเหตุเกิดโรค (heterogeneity) อย่างไร หรือจะรวมงานที่ศึกษาผลของยาหรือไม่ ดังนั้น ผู้ทำรายงานจึงแนะนำว่า เมื่อตรวจสอบเหตุที่ผลของงานศึกษาแบบสังเกตและ RCT ไม่ตรงกัน ควรจะพิจารณาองค์ประกอบอื่น ๆ ที่อาจจะเป็นเหตุของความแตกต่าง ที่ไม่ใช่แบบของการศึกษา

ในปี ค.ศ. 2007 กลุ่มนักวิจัยการแพทย์ที่มีชื่อเสียงได้ออกคำแถลงการ "Strengthening the reporting of observational studies in epidemiology (การเพิ่มประสิทธิภาพของรายงานการศึกษาแบบสังเกตในวิทยาการระบาด)" (STROBE) ซึ่งแนะนำให้ผู้ทำงานศึกษาแบบสังเกตใช้หลัก 22 อย่างที่จะทำให้ข้อสรุปของงานสามารถเข้าใจและใช้โดยนัยทั่วไปได้ง่ายขึ้น

ดูเพิ่ม

• มีความสัมพันธ์กันไม่ได้หมายความว่าเป็นเหตุผลซึ่งกันและกัน
• ระเบียบวิธีทางวิทยาศาสตร์

เชิงอรรถและอ้างอิง

1. "ศัพท์บัญญัติอังกฤษ-ไทย, ไทย-อังกฤษ ฉบับราชบัณฑิตสถาน (คอมพิวเตอร์) รุ่น ๑.๑", ให้ความหมายของ observational methods ว่า "วิธีวิจัยแบบสังเกต" และ study ว่า "งานศึกษา, การศึกษา" อ้างอิงผิดพลาด: ป้ายระบุ <ref> ไม่สมเหตุสมผล มีนิยามชื่อ "RoyalDict" หลายครั้งด้วยเนื้อหาต่างกัน อ้างอิงผิดพลาด: ป้ายระบุ <ref> ไม่สมเหตุสมผล มีนิยามชื่อ "RoyalDict" หลายครั้งด้วยเนื้อหาต่างกัน
2. . คลังข้อมูลเก่า เก็บจาก แหล่งเดิม เมื่อ 2016-04-27. สืบค้นเมื่อ 2008-06-25.
3. Porta, M., บ.ก. (2008). A Dictionary of Epidemiology (5th ed.). New York: Oxford University Press. ISBN 9780195314496.
4. Nahin, Richard (2012-06-25). "Observational Studies and Secondary Data Analyses To Assess Outcomes in Complementary and Integrative Health Care". National Center for Complementary and Alternative Medicine. Although observational studies cannot provide definitive evidence of safety, efficacy, or effectiveness, they can: 1) provide information on “real world” use and practice; 2) detect signals about the benefits and risks of complementary therapies use in the general population; 3) help formulate hypotheses to be tested in subsequent experiments; 4) provide part of the community-level data needed to design more informative pragmatic clinical trials; and 5) inform clinical practice.
5. Rosenbaum, Paul R (2009). Design of Observational Studies. New York: Springer. ISBN 978-1-4419-1213-8.
6. Anglemyer, Andrew; Horvath, Hacsi T; Bero, Lisa; Bero, Lisa (2014). "Healthcare outcomes assessed with observational study designs compared with those assessed in randomized trials". doi:10.1002/14651858.MR000034.pub2. Cite journal requires |journal= (help)
7. von Elm, E; Altman, DG; Egger, M; Pocock, SJ; Gøtzsche, PC; Vandenbroucke, JP (2007). "The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement: Guidelines for Reporting Observational Studies". PLoS Med. 4 (10): e296. doi:10.1371/journal.pmed.0040296. PMC 2020495. PMID 17941714.CS1 maint: multiple names: authors list (link)

แหล่งข้อมูลอื่น

• Rosenbaum, Paul R. (2002). Observational Studies (2nd ed.). New York: Springer-Verlag. ISBN 0387989676.
• "NIST/SEMATECH Handbook on Engineering Statistics" at National Institute of Standards and Technology