חלק 1 - סוגי מחקרים קליניים

החלטות רפואיות והנחיות קליניות (Clinical guidelines) נשענות על ראיות שנאספות במחקרים. כדי להבין עד כמה אפשר לסמוך על המלצה, צריך לדעת כיצד נוצרו הראיות שעליהן היא מבוססת: האם החוקרים התערבו בטיפול? כיצד נבחרו הקבוצות? מה נמדד? אילו הסברים חלופיים עשויים להסביר את התוצאה?

לאחר זיהוי שאלת מחקר וניסוח היפותזה, השלב הבא הוא בחירת תכנון המחקר (Study design) שיאפשר לבדוק אותן. ההבחנה הראשונה היא בין מחקר שבו החוקרים קובעים התערבות לבין מחקר שבו הם מתבוננים במה שכבר התרחש או מתרחש בפועל.

מאפיין מחקר תצפיתי (Observational study) מחקר התערבותי (Interventional / Experimental study)
תפקיד החוקר מודד חשיפות ותוצאות ללא הקצאת טיפול מחקרי קובע איזו התערבות תינתן במסגרת המחקר
דוגמה מעקב אחר מעשנים ולא־מעשנים והשוואת תחלואה חלוקת משתתפים לטיפול מחקרי ולקבוצת ביקורת
יתרון מרכזי מאפשר לחקור חשיפות ומצבים בעולם הקליני, גם ללא התערבות יכול לבחון באופן ישיר יותר את השפעת ההתערבות
אתגר מרכזי הטיות וגורמים מערפלים עלולים להשפיע על הקשר הנצפה נדרשים הקצאה, ביקורת, לעיתים סמיות, ועמידה בתנאים אתיים

מחקרים תצפיתיים יכולים להיות תיאוריים (Descriptive), למשל סדרת מקרים, או אנליטיים (Analytical), שבהם בוחנים קשרים בין חשיפה לתוצאה. שלושה תכנונים אנליטיים מרכזיים הם Cohort, ‏Case-control ו־Cross-sectional.

מחקר עוקבה (Cohort study)

במחקר עוקבה בוחרים משתתפים לפי החשיפה שלהם ובודקים האם בהמשך מופיעה אצלם תוצאה (Outcome) מסוימת. לדוגמה, אפשר להשוות בין אנשים שמעשנים לבין אנשים שאינם מעשנים, ולבדוק את שיעור התחלואה בכל קבוצה.

  • Prospective cohort: מגייסים או מגדירים קבוצות ועוקבים אחריהן קדימה בזמן. יתרונו בכך שסדר הזמנים בין החשיפה לתוצאה ברור יחסית. חסרונותיו הם משך מעקב ממושך, עלות גבוהה ואפשרות לאובדן משתתפים במעקב.
  • Retrospective cohort: משתמשים בנתונים שכבר נאספו, למשל ברשומות רפואיות, כדי להגדיר קבוצות לפי החשיפה שלהן בעבר ולבדוק תוצאות שכבר התרחשו. הנתונים זמינים מוקדם יותר, אך איכות המחקר תלויה באיכות התיעוד הקיים.

כאשר התוצאה מתפתחת רק לאחר שנים רבות, מחקר עוקבה פרוספקטיבי עשוי לחייב מעקב של עשר או חמש־עשרה שנים. גם אם השאלה טובה, העלות וזמן ההמתנה עלולים להגביל את הישימות.

מחקר מקרה־ביקורת (Case-control study)

מחקר מקרה־ביקורת מתחיל דווקא מהתוצאה: בוחרים אנשים שפיתחו מחלה או אירוע מסוים (Cases), משווים אותם לאנשים שלא פיתחו את התוצאה (Controls), ובוחנים בדיעבד אילו חשיפות קדמו לה.

יתרון: התכנון יעיל במיוחד בחקר מחלות נדירות (Rare diseases), שבהן מעקב אחר אוכלוסייה גדולה לא בהכרח יניב מספיק מקרי מחלה. במקום להמתין להופעת מקרים, מתחילים מקבוצה שבה האירוע כבר התרחש.

מגבלות:

  • Selection bias - הטיית בחירה: בחירת המקרים או קבוצת הביקורת עשויה ליצור הבדלים שאינם נובעים מהחשיפה הנחקרת.
  • Recall bias - הטיית זיכרון: מי שחווה תוצאה חריגה עשוי לזכור או לדווח על חשיפות בעבר באופן שונה ממי שלא חווה אותה. לדוגמה, אם שילדה תינוק עם מום מולד עשויה לנסות לשחזר ביתר פירוט אילו תרופות נטלה בשליש הראשון של ההיריון, בהשוואה לאם שילדה תינוק בריא.

במחקר כזה עצם מציאת הבדל בשכיחות החשיפה בין הקבוצות אינה מוכיחה שהחשיפה גרמה למחלה.

מחקר חתך (Cross-sectional study)

במחקר חתך מודדים חשיפה ותוצאה באותה נקודת זמן. זהו מעין צילום מצב של האוכלוסייה הנבדקת.

לדוגמה, אפשר לבדוק באוכלוסייה מסוימת את הקשר בין חוסר פעילות גופנית (Inactivity) לבין דיכאון (Depression). גם אם נמצא קשר, לא ברור מה קדם למה: האם חוסר פעילות תרם לדיכאון, האם דיכאון הוביל לחוסר פעילות, או האם גורם אחר משפיע על שניהם.

לכן המגבלה המרכזית היא הקושי לקבוע סדר זמנים וכיוון סיבתי. מחקר חתך יכול להיות שימושי לתיאור מצב ולזיהוי קשרים המצדיקים מחקר המשך.

השוואה מהירה בין התכנונים

סוג מחקר מאיפה מתחילים? מה בודקים? קושי מרכזי
Prospective cohort חשיפה בהווה תוצאות בעתיד זמן, עלות ואובדן מעקב
Retrospective cohort חשיפה שתועדה בעבר תוצאות שכבר התרחשו איכות ושלמות הנתונים
Case-control קיום או היעדר תוצאה חשיפות קודמות הטיות בחירה וזיכרון
Cross-sectional אוכלוסייה בנקודת זמן חשיפה ותוצאה בו־זמנית אי־בהירות לגבי כיוון הקשר

סוג המחקר צריך להתאים לשאלה. אין תכנון יחיד המתאים לכל בעיה קלינית: מחלה נדירה, טיפול חדש, חשיפה ממושכת ומעקב אחר שינוי במדיניות רפואית דורשים לעיתים גישות שונות.

חלק 2 - תכנון ניסוי קליני מבוקר ואתיקה מחקרית

Randomized controlled trial - הקצאה אקראית וביקורת

ב־Randomized controlled trial (RCT) משתתפים מוקצים באופן אקראי לזרועות מחקר, למשל לטיפול חדש או לטיפול ביקורת. מטרת ההקצאה היא לצמצם הבדלים שיטתיים בין הקבוצות, לרבות הבדלים בגורמים שאינם בהכרח ידועים לחוקר.

הקצאה אקראית אינה מחייבת יחס של 1:1. אפשר, למשל, להקצות ביחס של 2:1, כל עוד אופן ההקצאה נקבע מראש ונשמר כהליך אקראי שאינו נתון לבחירת החוקרים המטפלים.

כדי לבחון אם הניסוי אכן נשען על הקצאה תקינה, צריך להבחין בין שני שלבים:

  1. Randomization: יצירת רצף אקראי המכריע לאיזו זרוע יוקצה כל משתתף.
  2. Allocation concealment - הסתרת ההקצאה: מניעת האפשרות לחזות את ההקצאה הבאה לפני שהמטופל צורף למחקר. אם המגייס יודע מראש מי יקבל טיפול, הוא עלול להשפיע במודע או שלא במודע על מי שייכנס למחקר.

הסתרת ההקצאה חשובה גם כאשר לא ניתן להשיג סמיות מלאה בהמשך הניסוי.

סמיות (Blinding) והמגבלות שלה

Blinding פירושו הסתרת המידע על זרוע הטיפול מהמשתתפים או מגורמים אחרים במחקר. במחקר Double-blind נשמרת בדרך כלל סמיות של המטופל ושל הצוות המטפל או המעריך, בהתאם לפרוטוקול. במקרים מסוימים גם גורמים נוספים בצוות המחקר נשארים סמויים להקצאה.

הסמיות אמורה לצמצם השפעה של ציפיות, התנהגות ומדידה על התוצאה. אולם היא אינה תמיד מושלמת:

  • בניסוי של תרופה להורדת LDL, בדיקת דם המראה ירידה ניכרת ברמת LDL עלולה לרמוז למטפל איזה טיפול ניתן.
  • בניסוי של התערבות מבנית בלב, כגון יצירת מעבר בין העליות, ממצאים בבדיקה גופנית או בבדיקות המשך עשויים לרמוז על ביצוע הפרוצדורה.

לכן עצם התיאור Double-blind אינו מבטל את הצורך לבדוק האם הסמיות באמת נשמרה והאם ניתן היה לזהות את ההתערבות בפועל. במחקר Open-label, לעומת זאת, ההקצאה ידועה למשתתפים ולמטפלים הרלוונטיים.

קבוצת ביקורת, פלסבו והטיפול המקובל

הקבוצה המשווה צריכה להיבחר בהתאם לטיפול שכבר ידוע כיעיל. כאשר קיים טיפול מקובל ומוכח, אי אפשר להניח שמותר למנוע אותו רק כדי ליצור קבוצת פלסבו נקייה.

לדוגמה, אם מבקשים לבדוק תרופה נוספת להפחתת כולסטרול אצל מטופלים שכבר יש עבורם טיפול מומלץ, ניתן להשוות בין:

  • קבוצת ביקורת: טיפול מיטבי מקובל + פלסבו לתרופה הנוספת.
  • קבוצת התערבות: אותו טיפול מיטבי מקובל + תרופת המחקר.

כך בודקים את התרומה של הטיפול החדש נוסף על הטיפול הקיים (On top of standard of care). כאשר אין טיפול יעיל מקובל, פלסבו עשוי להיות אפשרות השוואה, בכפוף להצדקה אתית ולאישור מתאים.

הבחירה אינה טכנית בלבד. כאשר מוצע למטופל להצטרף למחקר של תרופה שאולי היה זכאי לקבל ממילא במסגרת טיפול שגרתי, יש לשקול היטב אם ההשתתפות עלולה למנוע ממנו טיפול מתאים. הדוגמה של תרופות ממשפחת GLP-1 ממחישה גם את המורכבות שנוצרת כאשר הנגישות לטיפול תלויה בעלות או בכיסוי הביטוחי.

השפעת עצם ההשתתפות במחקר

משתתפים במחקר עשויים לשנות את התנהגותם מפני שהם יודעים שהם נמצאים במעקב: להגיע לביקורים, להקפיד יותר על נטילת תרופות, לשים לב לתסמינים או להתמיד בהנחיות אורח חיים. גם בקבוצת פלסבו במחקר של ירידה במשקל עשויה להופיע ירידה מסוימת במשקל, בין היתר בשל המפגשים, השקילות והמעקב.

השינוי בהתנהגות עקב עצם המעקב מדגיש את הצורך בקבוצת ביקורת העוברת מעקב דומה, כדי לא לייחס לתרופה את מלוא השינוי שנבע גם ממסגרת המחקר. בנוסף, משתתפים עשויים לדווח על תופעות לוואי גם כשקיבלו פלסבו; אין להסיק מכל דיווח כזה שהתרופה היא הגורם לתופעה.

ארבעת שלבי המחקר בתרופות

שלב אוכלוסייה והיקף אופייניים שאלה מרכזית
Phase I לרוב קבוצה קטנה של מתנדבים בריאים, לאחר מחקר פרה־קליני; יש גם חריגים לפי סוג הטיפול בטיחות ראשונית, מינון, רמות התרופה בדם ופרמקוקינטיקה
Phase II מספר מצומצם יחסית של מטופלים עם המחלה הרלוונטית סימנים ראשוניים ליעילות, לצד המשך בחינת בטיחות ותופעות לוואי
Phase III מחקרים גדולים, לעיתים רב־מרכזיים, הכוללים מאות עד אלפי מטופלים הערכת יעילות ובטיחות בהשוואה לקבוצת ביקורת
Phase IV לאחר שהתרופה כבר משווקת מעקב אחר יעילות, בטיחות והשפעות בתנאי שימוש קליניים רחבים (Real-world data)

המעבר בין השלבים מדגיש את ההתקדמות מבדיקות בטיחות ומינון לבחינת יעילות בקנה מידה גדול יותר, ובהמשך לבחינת השימוש באוכלוסיות אמיתיות.

עקרונות אתיים במחקר בבני אדם

טובת המטופל קודמת לרצון לגייס משתתפים או לפרסם מחקר. יש לבחון לא רק אם קיימת אפשרות מדעית לביצוע המחקר, אלא גם את מאזן הסיכונים והתועלת האפשריים למטופל המסוים.

השתתפות חייבת להיות מרצון ולאחר הסכמה מדעת (Informed consent). הצעת המחקר צריכה להבהיר למטופל מה ייעשה במסגרתו, מהם הסיכונים והתועלות האפשריים, וכמה ביקורים, בדיקות או פעולות יידרשו ממנו. סירוב להשתתף אינו אמור לפגוע בטיפול הרפואי שיקבל.

בישראל מחקר קליני בבני אדם מחייב אישורים מתאימים במסגרת הנהלים הרלוונטיים, ובכלל זה של ועדת הלסינקי לפי העניין. יש לקבל את האישורים ואת ההסכמות הנדרשות לפני תחילת הגיוס. גם כאשר מדובר בניתוח בדיעבד של רשומות רפואיות, השימוש במידע מזוהה או לא־מזוהה והאפשרות לפטור מהסכמה דורשים הסדרה ואישור מתאימים; מחקר רטרוספקטיבי אינו פטור אוטומטית מכללי אתיקה ופרטיות.

חלק 3 - קריאה ביקורתית של מאמר רפואי

ניסוח השאלה באמצעות PICO

קריאה ביקורתית מתחילה בהבנה מה המחקר שאל וכיצד אפשר לבדוק את התשובה. כלי מרכזי לניסוח שאלת מחקר קלינית הוא PICO:

רכיב משמעות השאלה
P - Population אוכלוסיית המחקר אצל אילו מטופלים נבדקת ההתערבות?
I - Intervention ההתערבות מהו הטיפול או השינוי הנחקר?
C - Comparison קבוצת ההשוואה מול איזה טיפול או מצב משווים?
O - Outcome התוצאה מה מודדים כדי לקבוע אם ההתערבות הצליחה?

דוגמה: שיקום לב מרחוק לאחר אוטם

שיקום לב (Cardiac rehabilitation) הוא תוכנית מובנית של פעילות גופנית והדרכה, המיועדת בין היתר למטופלים לאחר אוטם שריר הלב ולמטופלים עם אי־ספיקת לב. התוכנית המסורתית כוללת אימונים בהשגחה ובניטור, העלאה הדרגתית של דרגת המאמץ ומעקב אחר מדדים כגון דופק ולחץ דם. היא עשויה להימשך כשלושה חודשים, עם מפגשים כמה פעמים בשבוע. לשיקום לב יש תועלת מוכרת בכושר הגופני, באיכות החיים ובתוצאים קליניים.

הבעיה המעשית היא ששירותי השיקום אינם זמינים תמיד בהיקף הדרוש, וחלק מהמטופלים מתקשים להגיע למרכז שיקום עקב עבודה או מרחק. לכן הוצעה חלופה של שיקום ביתי מרחוק (Home-based rehabilitation) למטופלים בסיכון נמוך, הכוללת שעון חכם לניטור מתאים וקשר תקופתי עם פיזיולוג מאמץ לצורך התאמת האימונים.

שאלת המחקר: האם שיקום לב מרחוק לאחר אוטם מוביל לשיעור אשפוזים חוזרים שונה מזה של שיקום לב מסורתי במשך 12 חודשי מעקב?

רכיב PICO בדוגמה
Population מטופלים לאחר אוטם שריר הלב; תת־הקבוצה המתאימה לשיקום מרחוק היא מטופלים בסיכון נמוך
Intervention שיקום לב ביתי מרחוק, בעזרת ניטור ותקשורת עם פיזיולוג מאמץ
Comparison תוכנית שיקום לב מסורתית ומפוקחת במרכז שיקום
Outcome אשפוזים חוזרים (Hospital readmissions) במהלך 12 חודשים

PICO מגדיר את השאלה, אך אינו מוכיח שתכנון המחקר טוב. גם אחרי פירוק השאלה יש לבדוק את מאפייני המטופלים, אופן ההקצאה, גורמים מערפלים והמדד שבו השתמשו. התיאור מציג את תכנון השאלה המחקרית, ללא נתוני תוצאה המאפשרים לקבוע איזו גישת שיקום טובה יותר.

האם הקבוצות דומות בתחילת המחקר?

במאמרים של ניסויים קליניים מופיעה בדרך כלל טבלת Baseline characteristics, לעיתים כ־Table 1. היא מתארת מאפיינים של המשתתפים לפני תחילת הטיפול: גיל, מין, חומרת מחלה, מחלות רקע, בדיקות רלוונטיות ועוד.

בשיקום לב, לדוגמה, חשוב לברר אם קבוצת השיקום מרחוק וקבוצת השיקום המסורתי דומות מבחינת גיל, רמת הסיכון ותפקוד הלב, לרבות Ejection fraction (EF). אם קבוצה אחת כוללת בעיקר מטופלים צעירים עם מחלה קלה והשנייה מטופלים מבוגרים עם מחלה חמורה, הבדל באשפוזים חוזרים עשוי לשקף את מצבם הראשוני ולא את השיקום עצמו.

הקצאה אקראית ומדגם מתאים מסייעים לצמצם הבדלים שיטתיים בין הקבוצות, אך עדיין צריך לבדוק את הנתונים בפועל. בנוסף, יש לוודא שהאוכלוסייה שנכללה במחקר מייצגת במידה מספקת את המטופלים שאליהם מתכוונים להשליך את מסקנותיו, מבחינת גיל, מין וקבוצות אוכלוסייה רלוונטיות.

הטיה (Bias) לעומת גורם מערפל (Confounding)

Bias הוא עיוות שיטתי שעלול להיווצר מבחירת המשתתפים, מאיסוף הנתונים, מהמעקב, מהמדידה או מאופן ניהול המחקר. הדוגמאות ממחקרי מקרה־ביקורת, כגון הטיית בחירה והטיית זיכרון, הן שתי צורות של בעיה זו.

Confounding - ערבול: גורם נוסף קשור גם לחשיפה וגם לתוצאה, ולכן יכול להסביר חלק מהקשר שנראה ביניהן. לדוגמה, ייתכן שנמצא קשר בין שתיית קפה לסרטן ריאה, אך אם שותי קפה מעשנים בשיעור גבוה יותר, עישון עשוי להסביר את הקשר הנצפה.

במחקר תצפיתי יש צורך לזהות גורמים מערפלים אפשריים ולנסות להתמודד עמם בתכנון המחקר ובניתוח הנתונים. בניסוי אקראי, ההקצאה האקראית נועדה לפזר גורמים אלה בין הקבוצות, אם כי יש לבחון גם את איכות הביצוע ואת הנתונים שהתקבלו.

מספר המשתתפים ועוצמה סטטיסטית (Power)

מחקר קטן עלול שלא לזהות הבדל אמיתי בין קבוצות, בייחוד אם התוצאה הנבדקת נדירה. לכן קובעים מראש גודל מדגם בהתאם לשיעור האירועים הצפוי, לגודל האפקט שמבקשים לזהות ולעוצמה הסטטיסטית המתוכננת.

כדי לצבור יותר אירועים, חלק מהמחקרים משתמשים ב־Composite endpoint - תוצא משולב. לדוגמה, במקום למדוד רק תמותה, התוצא הראשי יכול לשלב תמותה עם אשפוזים או אירועים קרדיו־וסקולריים. צירוף אירועים עשוי להגדיל את מספר התוצאות הנמדדות, אך צריך להבין אילו מרכיבים נכללו בו ולבחון את משמעותם הקלינית.

יש לקבוע את Primary endpoint - התוצא הראשי ואת Secondary endpoints - התוצאים המשניים מראש, לפני גיוס המשתתפים. הגדרה מוקדמת מסייעת להימנע מבחירה בדיעבד של התוצאה שהציגה את ההבדל המרשים ביותר.

כיצד מציגים את גודל ההשפעה?

תוצאה מחקרית יכולה להישמע מרשימה מאוד כאשר מציגים אותה בסיכון יחסי, אך מתונה יותר במונחים מוחלטים. נניח שטיפול הפחית שיעור של תוצא קליני מ־10% ל־7.5%:

מדד חישוב משמעות
Absolute risk reduction (ARR) $10\%-7.5\%=2.5$ נקודות אחוז הסיכון פחת ב־2.5 אירועים לכל 100 מטופלים
Relative risk reduction (RRR) $\frac{10-7.5}{10}=25\%$ הפחתה יחסית של רבע מהסיכון המקורי
Number needed to treat (NNT) $\frac{1}{0.025}=40$ יש לטפל ב־40 אנשים לאורך פרק הזמן שנבדק כדי למנוע, בממוצע, אירוע אחד נוסף

ARR של 2.5 נקודות אחוז ו־RRR של 25% מתארים את אותו שינוי בדיוק. אין להציג רק את ההפחתה היחסית מבלי להבין מה הייתה שכיחות האירוע מלכתחילה.

NNT הוא מספר המטופלים שיש לטפל בהם כדי למנוע אירוע אחד נוסף ביחס לקבוצת הביקורת, עבור תוצא ומשך מעקב שהוגדרו. בדומה לכך, Number needed to harm (NNH) מבטא את מספר המטופלים שבחשיפתם לטיפול צפוי להתרחש, בממוצע, אירוע נזק נוסף אחד ביחס לקבוצת הביקורת. ערכים אלה תלויים בשיעור האירועים, בסוג התוצאה ובתקופת המעקב; אין להם משמעות מנותקת מהקשר.

אובדן למעקב והתאמה למטופל

יש לבחון כמה מהמשתתפים השלימו את המעקב (Follow-up), והאם שיעור הנשירה היה דומה בין הקבוצות. אם חלק גדול מהמשתתפים אבד למעקב, ייתכן שהתוצאות שנאספו אינן משקפות את כלל האוכלוסייה שהוקצתה למחקר.

קריאה ביקורתית אינה מסתיימת בשאלה אם התקבל ערך סטטיסטי מובהק. צריך לשאול גם אם גודל ההשפעה משמעותי קלינית, ואם ניתן להכליל (Generalize) את הממצא למטופל שלפנינו.

אפשר לרכז את הבדיקה בשש שאלות מעשיות:

  1. האם שאלת המחקר ברורה? מה בדיוק נבדק ובאיזו אוכלוסייה?
  2. האם ההקצאה והסמיות היו אמינות? האם ניתן היה לחזות או להשפיע על ההקצאה, והאם הייתה אפשרות לדעת מי קיבל מה?
  3. האם הקבוצות היו דומות בתחילת המחקר? האם קיימים הבדלים העלולים להשפיע על התוצאה?
  4. האם המעקב והמדידה היו מספקים? כמה משתתפים השלימו מעקב, ומהם התוצאים שנקבעו מראש?
  5. מה גודל ההשפעה בפועל? מה ההבדל המוחלט, ולא רק היחסי, ומהם התועלת והנזק האפשריים?
  6. האם המסקנות רלוונטיות למטופל שלי? האם הוא דומה לאוכלוסייה שנחקרה, והאם התועלת מצדיקה את הסיכון ואת הנטל הכרוך בטיפול?

חלק 4 - מתצפית קלינית לתוכנית מחקר: LVAD

מחקר קליני יכול להתחיל בתצפית שחוזרת שוב ושוב בעבודה במחלקה. זיהוי הבעיה והקמת מאגר נתונים מסודר מאפשרים לעבור מתיאור של כמה מקרים, דרך זיהוי גורמי סיכון, ועד לפיתוח כלים המשמשים לקבלת החלטות קליניות.

מהו LVAD וכיצד הוא פועל?

Left ventricular assist device (LVAD) הוא מכשיר תמיכה מכנית בחדר שמאל, המיועד לחולים מסוימים עם אי־ספיקת לב מתקדמת. המכשיר מסייע להזרים דם מן החדר השמאלי אל אבי העורקים העולה (Ascending aorta). הוא כולל משאבה המחוברת ללב, חיבור לכלי הדם ומערכת בקרה ואספקת חשמל חיצונית, לרבות סוללות.

ה־LVAD תומך בפעולת הלב ואינו מחליף את הלב כולו. הוא עשוי להאריך חיים ולשפר איכות חיים, אך השתלתו כרוכה בניתוח משמעותי ובסיבוכים אפשריים. בין הסיבוכים הרלוונטיים למחקר היו פקקת במשאבה (Pump thrombosis) ו־אי־ספיקת חדר ימין, שנותר ללא תמיכה ישירה מהמכשיר השמאלי.

שלב ראשון: זיהוי סיבוך וסדרת מקרים

במעקב אחר מטופלים עם LVAD זוהו מקרים של היווצרות קרישי דם במכשיר. ההתבטאות הקלינית לא הייתה אחידה: חלק מהמטופלים סבלו מהידרדרות משמעותית ואף משוק קרדיוגני, ואילו לאחרים היו סימנים מעבדתיים או שינויים קליניים מצומצמים, ולעיתים לא היו תסמינים בולטים.

ההבדלים בין המקרים הובילו לשאלות מעשיות: כיצד אפשר לזהות פקקת בשלב מוקדם, ומהם הסימנים המבדילים בין מצב קל יחסית למצב מסכן חיים? תיאור מסודר של רצף מטופלים אפשר להציג את ספקטרום ההסתמנויות הקליניות, במקום להסתמך על הדימוי של סיבוך המופיע תמיד בצורה חמורה אחת.

זהו שימוש ב־Case series - סדרת מקרים: תיעוד שיטתי של מטופלים בעלי מאפיין משותף, המסייע לזהות דפוסים ולנסח שאלות מחקר חדשות. סדרת מקרים אינה מוכיחה יעילות של טיפול או קשר סיבתי, אך היא יכולה להיות נקודת מוצא למחקר בעל השלכות קליניות ממשיות.

שלב שני: יצירת Database ובדיקת תוצאים

באמצעות מאגר נתונים קליני (Clinical database) אפשר לרכז מאפיינים של מטופלים, מהלך טיפול, בדיקות, סיבוכים ותוצאות מעקב. הצטברות הנתונים מאפשרת לעבור מהתבוננות במקרים בודדים להשוואה שיטתית בין קבוצות.

אחת השאלות שהתפתחה מתוך נתוני LVAD הייתה: אילו מטופלים צפויים לפתח אי־ספיקת חדר ימין לאחר השתלת המכשיר? מכיוון שהמכשיר מסייע לחדר שמאל, תפקודו של חדר ימין נשאר מרכיב משמעותי במהלך הקליני. בחינת מאפייני המטופלים ונתוני התוצאה אפשרה לזהות גורמים הקשורים בסיכון לסיבוך.

הנתונים שימשו גם לפיתוח Prediction models - מודלים לחיזוי, שמטרתם להעריך מראש סיכוי להתרחשות תוצאה קלינית כגון סיבוך או תמותה. מודל כזה אינו מחליף שיקול דעת רפואי; הוא מסייע להעריך ולכמת סיכון אצל מטופל מסוים.

שלב שלישי: מודל סיכון וולידציה חיצונית

מתוך מאגר מטופלים פותח Risk model להערכת פרוגנוזה לאחר השתלת LVAD. הנתונים שימשו ליצירת כלי חישוב, כך שאפשר להזין מאפיינים של מטופל ולקבל הערכת סיכון או הישרדות לתקופת מעקב מוגדרת.

פיתוח המודל הוא רק חלק מהתהליך. לאחר שהמודל נבנה במאגר של מרכז אחד, נבדק ביצועו גם באמצעות נתונים ממאגר של מרכז אחר, במקרה זה מרכז רפואי בקולומביה בניו יורק.

זוהי External validation - ולידציה חיצונית: בדיקה האם מודל שפותח על קבוצת מטופלים מסוימת מתפקד גם באוכלוסייה נפרדת. הבדיקה חשובה מפני שמודל יכול להתאים היטב לנתונים שעליהם נבנה, אך להצליח פחות כאשר משתמשים בו במטופלים ממוסד אחר או בעלי מאפיינים שונים.

שלב רביעי: מחקר באמצעות מאגרי נתונים ארציים

כאשר מאגר של כמה מאות מטופלים אינו מספיק למחקר של אירועים נדירים או של שינויים ברמת מערכת הבריאות, אפשר להיעזר ב־מאגרי נתונים גדולים, חלקם ציבוריים וחלקם מוגבלי גישה.

דוגמה לכך היא בחינת שינויים במדיניות הקצאת לבבות להשתלה בארצות הברית. שינוי בקריטריונים לקביעת דחיפות ההשתלה השפיע על מקומם של מטופלים עם LVAD ברשימת ההמתנה, לעומת מטופלים המשתמשים באמצעי תמיכה מכניים זמניים, כגון מערכות המוחדרות בצנתור.

באמצעות מאגר השתלות ארצי נבחן כיצד השתנתה התפלגות סוגי התמיכה המכנית בקרב מועמדים להשתלה לאחר שינוי המדיניות. נצפתה ירידה בשימוש ב־LVAD בהקשר של המתנה להשתלה ועלייה בשימוש באמצעי תמיכה זמניים. הממצא מדגים כיצד שינוי בכללי ההקצאה עשוי להשפיע על דפוסי הטיפול של צוותים רפואיים ועל תמהיל המטופלים המגיעים להשתלה.

זיהוי שינוי לאורך זמן אינו מוכיח לבדו שהמדיניות היא הגורם היחיד לו, אך הוא מצביע על שאלה שאפשר לבדוק באמצעות נתוני מערכת בריאות רחבה.

מחקר על חולים המגיעים לחדר המיון

דוגמה נוספת למעבר למאגר ארצי הייתה שימוש בנתוני ביקורים בחדרי מיון בארצות הברית כדי לבחון מה קורה למטופלים עם LVAD המגיעים למיון. מטרת המחקר הייתה לזהות אילו מאפיינים מנבאים תוצאה חמורה במהלך האשפוז, ולהעריך את הסיכון כבר בשלב הקבלה.

נבדקו משתנים רבים, לרבות מאפיינים דמוגרפיים, מדדים קליניים ונתוני תחלואה. מתוך הנתונים נבנה מודל סיכון שיוכל לסייע להבחין בין מטופלים הזקוקים לתשומת לב מוגברת לבין מטופלים בסיכון נמוך יותר.

לדוגמה, הערכת סיכון של 15% לתמותה במהלך האשפוז, לעומת 1%, יכולה להשפיע על מידת הדחיפות ועל בחירת מסלול הבירור והניטור. המספרים האלה שימשו להמחשת האופן שבו אפשר להשתמש בחיזוי; הם אינם נתוני תוצאה כלליים לכל חולי LVAD.

מחקר במאגר נתונים גדול מחייב עיבוד וניתוח סטטיסטי מתאימים, ולעיתים עבודה מתמשכת עם סטטיסטיקאים ואנשי נתונים. היקף המאגר אינו מבטל כשלעצמו בעיות של הטיה, תיעוד לא מלא או בחירת משתנים.

שאלות מחקר נוספות: קורונה ופיזיולוגיה

עם פרוץ מגפת הקורונה התעוררה שאלה חדשה: מהם הסיכונים והתוצאים של COVID-19 בחולים עם LVAD ובמושתלי לב? לשם כך נאספו נתונים ממספר מרכזים ונבדקו תוצאים, לרבות הישרדות. המחקר מדגים יתרון של שיתוף פעולה בין מרכזים כאשר מטופלים שייכים לאוכלוסייה ייחודית יחסית.

לצד מחקרי מאגרי נתונים, אפשר לערוך גם מחקרים פיזיולוגיים בבני אדם. למשל, אצל מטופלים עם LVAD ניתן לבחון כיצד גירויים או מצבים שונים משפיעים על ההמודינמיקה של חדר ימין, תוך שימוש במדידות המתקבלות בצנתור ימני. המחקר הזה נשען על מדידה ישירה של תפקוד פיזיולוגי, ולא רק על תוצאות שנרשמו בדיעבד במאגר.

רצף הדוגמאות מראה כיצד תחום קליני אחד עשוי להוביל לכמה סוגי מחקר:

תצפית על סיבוך ← סדרת מקרים ← מאגר קליני ← זיהוי גורמי סיכון ← מודל חיזוי ← ולידציה חיצונית ← מחקר במאגר ארצי.

חלק 5 - כיצד מתחילים לעסוק במחקר קליני?

עיסוק במחקר אינו מחייב להתחיל בפרויקט גדול, במימון רחב או בשיטה סטטיסטית מתקדמת. נקודת המוצא האפשרית היא שאלה קלינית ממוקדת שמעניינת את הצוות, לצד אפשרות מעשית לאסוף את הנתונים הנדרשים ולהשיב עליה.

דרך כניסה אפשרית למחקר היא להצטרף לפרויקט שכבר מתנהל. עבודה על איסוף נתונים, סקירת ספרות או תיעוד מקרים עשויה להיות מוגבלת בתחילה, אך היא מאפשרת להכיר את שלבי העבודה: ניסוח שאלה, אישור אתי, בניית מאגר, הגדרת משתנים, ניתוח, כתיבה והצגת תוצאות.

כמה עקרונות מעשיים מסייעים להתקדם:

  1. למצוא מנחה מתאים: חוקר פעיל שיש עמו תקשורת טובה, שמוכן ללמד ושיש לו עניין אמיתי בקידום העבודה ובפרסומה.
  2. להשתלב במחקר קיים: ללמוד תחילה את אופן איסוף המידע ואת שיטות העבודה לפני שמנסים להוביל פרויקט עצמאי.
  3. להתחיל בהיקף מוגדר: סדרת מקרים או שאלה ממוקדת מתוך מאגר קיים עשויות להתאים כפרויקט ראשון, אם יש בהן תרומה קלינית ומדעית.
  4. לרכוש כלים תוך כדי עבודה: ידע בסטטיסטיקה, בניהול נתונים ובקריאת מאמרים נעשה משמעותי יותר כשהוא נלמד כדי לפתור בעיה מחקרית קונקרטית. במחקר מורכב יש להיעזר במומחים מתאימים.
  5. להשלים את התהליך המדעי: מחקר אינו מסתיים באיסוף נתונים. יש לנתח אותם, לבחון את מגבלותיהם, לכתוב את הממצאים ולהציגם בכנסים או לפרסמם כאשר הם ראויים לכך.

ההתנסות המחקרית יכולה לתרום גם להתפתחות מקצועית ולהזדמנויות בהמשך ההכשרה, אך תרומתה הקלינית רחבה יותר: היא מאפשרת להבין לעומק את המחלות ואת הטיפולים, להעריך ראיות באופן ביקורתי ולזהות שאלות שנוצרות במפגש היומיומי עם מטופלים.

הקשר בין מחקר לרפואה קלינית הוא דו־כיווני. התצפית הקלינית יוצרת שאלה; המחקר מייצר ראיות; והראיות עשויות לשנות את הדרך שבה מטפלים במטופל הבא.

דור פסקל