tisdag 27 november 2018

Diagnoser är som kometer

En bok som har påverkat min syn på medicin och min egen förståelse av världen är Homo Patologicus av filosofen Fredrik Svenaeus. Bokens titel betyder 'den lidande människan'. Svenaeus beskriver hur den medicinska vetenskapen har hjälpt till att lindra mycket smärta och lidande (t.ex. tandläkarbedövning) men att det också finns baksidor med att förstå allt lidande som ett "medicinskt lidande".

Det jag framförallt tar med mig från boken är ett resonemang där författaren jämför diagnoser med kometer: "Kometer har kärnor som i min liknelse motsvaras av sjukdomar. ... Kometernas svansar motsvaras ... av allt det lidande som fångas upp av kärnornas dragningskraft i jakt på den identitet och legitimitet som en lysande komet erbjuder."

Alla sjukdomar har alltså en fast kärna som omges av ett moln av lidande. Detta gäller både "fysiska" som "psykiska" sjukdomar. Fördelningen mellan kärna och svans kan dock variera. En del sjukdomar har en tydligt avgränsad kärna och en väldigt liten svans, medan andra sjukdomar har en liten kärna men en stor svans bestående av ett lidande som söker sig till en diagnos för att få värme.

Problemet med svårigheter att avgränsa en tydlig kärna är som störst inom psykiatrin. Då vi inte kan se eller mäta någon avvikelse på individnivå vid psykisk sjukdom så har man istället enats om kriterier som ska uppfyllas för varje diagnos. Den viktigaste "manualen" för diagnostik av psykiska syndrom är Diagnostic and Statistical Manual of Mental Disorders (DSM) som innehåller kriterier och beskrivningar av ca 150 stycken psykiatriska diagnoser. Vissa av dessa diagnoser har "stått sig" över lång tid och visar konstant förekomst både över tid och mellan olika kulturer (t.ex. bipolär sjukdom och schizofreni), medan vissa tydlig uppstår i interaktion med omvärlden och är starkt relaterade till omständigheter utanför den egna hjärnan (t.ex spelberoende).

Bipolär sjukdom och schizofreni är diagnoser med en relativt stor kärna i förhållande till svans för att använda Svenaeus begrepp. Sannolikt finns det en eller flera bakomliggande biologiska distinkta förändringar som ligger bakom symtombilden. Både diagnoserna är även exempel på psykiatriska tillstånd som är relativt särskiljda/distinkta från det "normala" (detta gäller även hos den enskilda individen - det föreligger en förändring från patientens "normala" funktion).

Det finns dock en mängd sjukdomar som saknar distinkta avgränsningar och där kometerna riskerar att få en oändligt stor svans. Detta gäller t.ex. generaliserat ångesttillstånd (GAD). Som de skriver på 1177: "Att känna ångest, bli ledsen, orolig eller mycket uttröttad är något alla kan råka ut för ibland. Men om du under sex månader eller mer ständigt känner oro eller ångest för många saker samtidigt, och själv inte kan hantera sin oro kan man ha vad som kallas generaliserat ångestsyndrom." Jag tror inte att GAD är en sjukdom på det sätt att personer "med GAD" går att särskilja från personer "utan GAD". Utan snarare rör det sig om ett begrepp som beskriver de som ligger längst ut på en normalfördelningskurva över förekomsten av "normal oro" i befolkningen. 

Trots att att diagnosen GAD är ganska "tom" i denna bemärkelse (det betyder egentligen inget mer än ett annat namn på den samling symtom du redan uppvisar) så finns det i samhället en stark önskan om att få en diagnos på sitt lidande - jag tror att det har blivit ett vanligt sätt för människor att förstå sitt lidande. Men en risk kan vara att ett fokus på diagnoser ger en ytlig förståelse av mänskligt lidande. 

Symtomdiagnoser utan tydlig avgränsning kan också leda till överdiagnosticering och eventuellt skadlig behandling av personer i kometens periferi - men det får bli ett annat blogginlägg.

Jag rekommenderar hursomhelst alla att köpa (och läsa) Svenaeus bok!
https://www.tankekraft.com/bocker/homo-patologicus-medicinska-diagnoser-i-var-tid/


tisdag 6 november 2018

Statistik, lögner och halvsanningar

Det finns ett berömt och ofta upprepat citat som lyder:
"Det finns tre sorters lögn: lögn, förbannad lögn och statistik"
Ofta tillskrivs det felaktigt Mark Twain.

Citatet har helt klart sina poänger - det är lätt att luras med statistik. Sannolikt då många saknar grundläggande förståelse för statistik. Det är ofta ganska lätt att upptäcka konstigheter! (Om man vill bli bättre på detta rekommenderar jag Wikipedia-artikeln Misuse of statistics)

Jag är mycket förtjust i statistik och tycker att det (rätt använt) är ett fantastiskt verktyg för att förstå världen. Det finns ett annat citat om statstik som jag tycker är bättre än det ovanstående och som borde få större genomslag.
"Han använder statistik på samma sätt som en berusad man använder en lyktstolpe – som stöd snarare än för upplysning."  - Andrew Lang
Region Uppsala antog i juni 2018 en målbild för framtidens vård: Effektiv och nära vård 2030. Rapporten innehåller åtminstone ett utmärkt exempel på ovanstående användning av statistik. Så här skriver man: "En hög patientupplevd kvalitet korrelerar dessutom med lägre kostnader för landstingen. (Vårdanalys, 2017)." För att illustrera detta drömsamband för politikerna (billigare och bättre) har man lagt in ett punktdiagram. Jag ska återkomma till bilden de valt men först lite introduktion.

I ett punktdiagram så är datapunkter utplacerade utifrån 2 (eller flera) variabler. Detta kan bland annat användas för att illustrera samband. (Innan någon hinner säga det: Nej, givetvis måste inte korrelation innebära kausalitet.)

Här är ett exempel där man plottat längd och vikt på 500 personer. Man får massa spännande information av bilden. (T.ex. man ser inte någon tydlig tvåpucklighet pga. kön. Det finns mätfel med avrundning till vissa längder, men man ser inte motsvarande för vikt.) Man ser också ett tydligt samband mellan längd och vikt (även om vi såklart vet, och ser, att längd inte är den enda förklaringen till en persons vikt).


Det går alltid att dra ett streck i ett punktdiagram för att påvisa samband (göra en linjär regression). Men dessa samband/streck kan ha olika styrka. Nedan visas exempel på scatterplots som illustrerar detta. Sambandens styrka uttrycks som korrelationskoefficient R. Förenklat kan man säga att 0,3 är ett svagt samband; 0,5 är ganska starkt samband och  >0,7 är ett starkt samband. Personligen tycker jag att sambandets styrka uttrycks bäst av själva punktdiagrammet.
Bara för att det går att "dra ett streck" genom ett punktdiagram betyder inte det att det finns ett signifikant samband. Jag låter detta illustreras av studien Can shoe size predict penile length? som innehåller följande punktdiagram där man visar det (icke existernade) sambandet mellan panislängd och skostorlek.
För att återkomma till Region Uppsalas samband: "En hög patientupplevd kvalitet korrelerar dessutom med lägre kostnader för landstingen.". Hur ser detta samband ut?
Bilden visar inte det som sägs i rapporten. Bilden visar ju snarare att det inte finns något samband mellan kostnad per besök och patientupplevd kvalitet. Detta är också viktigt. Utan det svarta strecket hade bilden varit en god illustration av att man inte ser något samband mellan patientupplevd kvalitet och kostnad per besök. Men när utredarna ritade dit det svarta strecket började de genast raglande att luta sig mot lyktstolpen för att inte ramla omkull.
"Han använder statistik på samma sätt som en berusad man använder en lyktstolpe – som stöd snarare än för upplysning."  - Andrew Lang