שיעור 7 פרק התוצאות במאמר מדעי

פרק התוצאות הוא ליבת המאמר: בו מוצגים הממצאים שהתקבלו במחקר. זה המקום היחיד במאמר שבו התוצאות אמורות להופיע בצורה אובייקטיבית, לפני הפרשנות והחיבור שלהן למשמעות רחבה יותר.

תפקיד פרק התוצאות

פרק התוצאות מציג את הנתונים והממצאים שהתקבלו במחקר. הניסוח בו צריך להיות ישיר, ענייני, ומבוסס על מה שנמדד.

לדוגמה:

X היה שווה ל־2.

משפט שממשיך מיד להסבר של משמעות הממצא כבר מתחיל לעבור אל הפרשנות. את ההסברים, החיבורים והמשמעויות מפתחים בפרק הדיון.

תוצאה לעומת מסקנה

לדוגמה, מחקר יכול למצוא שבקבוצה מסוימת התקבל ציון נמוך יותר בשאלון. זו התוצאה. בדיון אפשר להציע שההבדל קשור לגיל המשתתפים, למשך הטיפול או למאפייני הרקע שלהם.

המסקנה משקפת את הפרשנות של קבוצת החוקרים. הנתונים עצמם הם הבסיס שעליו הפרשנות נבנית.

תוצאה, מסקנה ודרך ההצגה

תוצאות יכולות להופיע בכמה צורות: תיאור מילולי; מספרים וערכים סטטיסטיים; טבלאות; או גרפים.

הגרפים והטבלאות משפיעים מאוד על הרושם הראשוני מן התוצאה. סדר הצגת הנתונים, בחירת הצבעים, הסקלה והמדד שמופיע ראשון יכולים להבליט חלק מסוים של הממצאים.

לכן קריאת פרק התוצאות כוללת גם בדיקה של דרך ההצגה: מה הודגש, מה הופיע קודם, ואילו נתונים קיבלו פחות מקום.

סדר הפרק

סדר פרק התוצאות תואם בדרך כלל את סדר פרק השיטות. לאחר תיאור המדגם, עוברים בין הניתוחים וההשוואות לפי מהלך המחקר.

בדרך כלל יופיעו:

1. תיאור המדגם ומספר המשתתפים
2. גיל ונתונים דמוגרפיים
3. השוואה בין הקבוצות
4. תוצאות הניתוחים השונים
5. נתונים סטטיסטיים
6. טבלאות וגרפים

מובהקות סטטיסטית וגודל האפקט

תוצאות רבות מלוות ב־p-value, שמוצג כחותמת של מובהקות סטטיסטית. לדוגמה, תוצאה עם p = 0.04 תוצג כתוצאה מובהקת.

ה־p-value לבדו אינו מתאר את גודל השינוי או את החשיבות הקלינית שלו. כדי להבין את הממצא, צריך לקרוא גם את המספרים עצמם.

ירידה של 50% בתמותה

להלן שני ניסוחים:

• Treatment X reduced mortality by 50%.
• Treatment X reduced mortality from 2% to 1%.

שני המשפטים מתארים את אותה התוצאה: ירידה מ־2% ל־1% היא ירידה יחסית של 50%, אך הצגת המספרים המלאים יוצרת רושם שונה מאוד מהכותרת ״ירידה של 50%״.

הניסוח הראשון חוקי ונפוץ, והוא יכול להישמע מרשים יותר. קריאת הנתונים המלאים מאפשרת להבין את גודל ההבדל בפועל, ולקבל החלטה קלינית מתוך התמונה המלאה.

גודל המדגם

גם גודל המדגם משפיע על ה־p-value. במדגם גדול אפשר לקבל תוצאה מובהקת גם כאשר ההבדל המספרי קטן. לדוגמה, שינוי ציון מ־4.41 ל־3.39 במדגם של כאלפיים אנשים. התוצאה יכולה להיות מובהקת סטטיסטית, והמספרים עצמם מאפשרים להעריך את גודל השינוי.

בחירת התוצאות והדגשתן

Cherry picking

במחקר יכולים להיאסף נתונים רבים ולהתבצע ניתוחים רבים. Cherry picking מתרחש כאשר בוחרים לדווח או להדגיש את התוצאות שנשמעות החזקות, המעניינות או הקליניות ביותר.

הבעיה נוצרת כאשר תוצאות אחרות שנמדדו מקבלות פחות מקום או אינן מופיעות. הצגת תוצאות חיוביות לצד תוצאות שלא היו מובהקות, יכולה לשנות את הדרך שבה הקורא מפרש את המחקר.

Pre-registration הוזכרה ככלי שבו מגדירים מראש את תוכנית המחקר ואת הניתוחים המתוכננים. כך אפשר להשוות בין מה שתוכנן לבין מה שהודגש בפרסום.

Primary outcome

ה־Primary outcome היא התוצאה המרכזית שהמחקר נבנה כדי לבדוק. אפשר לזהות אותה דרך שאלת המחקר המוצגת בהקדמה, ובמקרה של pre-registration גם דרך התוכנית שנרשמה מראש.

לדוגמה, מחקר שבדק אם Treatment X משפר תסמינים בהשוואה לפלצבו.

התוצאה המרכזית הייתה:

No statistically significant difference between the placebo and treatment groups.

לצד זאת, נמצאו שתי תוצאות אחרות:

• שיפור במדד דלקתי;
• תגובה טובה יותר אצל משתתפים צעירים במסגרת subgroup analysis.

בפרק התוצאות הוצג קודם השיפור במדד הדלקתי, אחריו ההבדל בקבוצת הצעירים, ורק בהמשך נכתב שלא נמצא הבדל מובהק בין קבוצת הטיפול לקבוצת הפלסבו.

הסדר הזה מבליט את הממצאים החיוביים, ומצניע את התוצאה המרכזית של המחקר.

Subgroup analysis

Subgroup analysis היא חלוקה נוספת של המשתתפים, מעבר לקבוצות הניסוי המרכזיות.

לדוגמה:

• צעירים לעומת מבוגרים
• נשים לעומת גברים

בדוגמה מהשיעור, קבוצות המחקר המרכזיות היו טיפול ופלסבו. החלוקה לפי גיל הייתה ניתוח נוסף שנעשה בתוך המדגם.

ניסוח שקוף

ניסוח שקוף נותן מקום ברור גם לתוצאה המרכזית שלא הייתה מובהקת. בדוגמת הטיפול, אפשר לכתוב במפורש:

Treatment X did not significantly reduce mortality.

לאחר מכן אפשר להציג את השיפור במדדים האחרים. כך הקורא מקבל את הממצא המרכזי יחד עם התוצאות הנוספות.

תוצאה שלפיה טיפול לא עבד דווקא יכולה להיות משמעותית למחקר ולרפואה. היא עשויה להראות שיש צורך בכיוון טיפולי אחר, ולמנוע השקעה נוספת בטיפול שלא הראה יתרון.

קריאת טבלאות וגרפים

בחירת הממצא המרכזי בטבלה

בדוגמה מהשיעור, הוצגה טבלה שכללה קבוצת טיפול וקבוצת ביקורת, ובה שלוש תוצאות: תמותה; קבלה לטיפול נמרץ; וירידה בביומרקר.

הירידה בביומרקר הייתה הממצא החזק והמובהק ביותר, ולכן קל לבחור להתחיל ממנה. לעומת זאת, ההבדל בתמותה היה קטן ולא מובהק.

ניסוח שמדגיש רק את הקבלה לטיפול נמרץ ואת השיפור בביומרקר מעביר מסר ברור, אך משאיר בחוץ את העובדה שלא נמצא שיפור מובהק בתמותה. כתיבה נכונה דורשת איזון בין שני צרכים: להעביר מסר קצר וברור; ולהציג את התוצאות החשובות למחקר ולקורא.

הטקסט מול הנתונים

יש להשוות בין הטענה הכתובה לבין הנתונים שמופיעים בטבלה או בגרף.

הטקסט יכול לתאר ״ירידה משמעותית״, בעוד שבגרף נחשפים:

• המספרים המלאים
• גודל השינוי
• התפלגות הנתונים
• טווח הערכים
• מידת הרעש סביב המגמה

חוקרים ביקורתיים רבים פונים קודם כל לגרפים; הם רוצים לראות את הנתונים בעין ולבדוק אם המגמה משכנעת - לפני שהם מקבלים את הניסוח שבטקסט.

ממוצע לעומת התפלגות

גרף עמודות יכול להראות את הממוצע של קבוצת טיפול ואת הממוצע של קבוצת ביקורת. הממוצע לבדו משאיר מידע חשוב מחוץ לתמונה.

אותם ממוצעים יכולים להתקבל בשני מצבים שונים:

1. רוב המשתתפים בכל קבוצה מרוכזים קרוב לממוצע;
2. המשתתפים מפוזרים מאוד, עם חפיפה גדולה בין הקבוצות.

המשמעות הקלינית של שני המצבים שונה. כאשר רופא פוגש מטופל יחיד, ההתפלגות עוזרת להבין עד כמה תגובת המשתתפים הייתה אחידה ועד כמה אפשר לצפות שהמטופל יגיב בדומה לממוצע.

Error bars יכולים להציג סטיית תקן או ערך שגיאה אחר. הצגת הנקודות עצמן נותנת תמונה ישירה יותר של פיזור המשתתפים.

במחקר שבו אותם אנשים נמדדו בשני תנאים, קווים המחברים בין המדידות יכולים להראות כיצד כל משתתף השתנה.

כיצד להעריך את פרק התוצאות

מה הנתונים מראים?

יש לקרוא את המספרים עצמם:

• מה היה הערך בכל קבוצה?
• מה היה גודל השינוי?
• מהו ה־p-value?
• האם השינוי נראה משמעותי גם בגרף?

האם הטקסט תואם לגרפים ולטבלאות?

יש לבדוק אם התיאור המילולי משקף את הנתונים המוצגים. גרף יכול לחשוף שהבדל שתואר כגדול הוא קטן במספרים, או שמגמה שתוארה כברורה מלווה בפיזור רחב.

האם מוצגים כל הנתונים שנמדדו?

כדי לבדוק זאת משווים את פרק התוצאות לפרק השיטות.

אם בשיטות מתוארים עשרים מדדים ובתוצאות מופיעים רק חמישה, חסר מידע על שאר המדדים. הפער יכול להצביע על בחירה של תוצאות מסוימות מתוך כלל הנתונים שנאספו.

האם התוצאות תואמות לשאלת המחקר?

יש להשוות את התוצאות להקדמה ול־Primary outcome.

מחקר יכול להציג בהקדמה שאלה מרכזית על השפעת טיפול, ואז להדגיש בתוצאות ביומרקר צדדי או תת־קבוצה שבה נמצא הבדל. ההשוואה לשאלת המחקר מחזירה את תשומת הלב לממצא שהמחקר תוכנן לבדוק.

כאשר קיימת pre-registration, אפשר לבדוק גם מה הוגדר מראש.

האם מוצגת ההתפלגות?

יש לבדוק אם מוצגים נתונים על כלל המשתתפים או רק ממוצע יחיד לכל קבוצה.

נקודות, טווחים, error bars או קווים בין מדידות יכולים להראות כיצד הנתונים מפוזרים וכיצד המשתתפים הגיבו.

האם שיטות הניתוח ברורות?

כאשר מוצג מבחן סטטיסטי, ערך או שיטת ניתוח שאינם מוסברים, יש לקרוא את פרק השיטות ולבדוק:

• איזו אנליזה בוצעה
• מדוע נבחרה
• אילו קבוצות הושוו
• כיצד חושב הערך המוצג

תוצאה שמבוססת על ניתוח שאינו מפורט דורשת זהירות בקריאה.