Tilsvar til Elling T. Bere: Hva avgjør hvilken forskning på fett som skal telle?

Forskersonen er forskning.nos side for debatt og forskernes egne tekster. Meninger i tekstene gir uttrykk for skribentenes holdninger. Hvis du ønsker å delta i debatten, kan du lese hvordan her.

Jeg takker for muligheten til å ta diskusjonen et naturlig steg videre.

Bere spør hvem som avgjør hvilken forskning som skal telle. Dette handler i liten grad om hvem – verken enkeltpersoners autoritet eller retorikk alene avgjør hva som teller som kunnskap – ei heller antall studier. Dette avgjøres av det kollektive fagfeltet gjennom åpne og etterprøvbare kriterier for hvordan studier vurderes.

Mange randomiserte studier faller gjennom

Siden vi allerede er enige om at kunnskap må være basert på en systematisk gjennomgang av tilgjengelig litteratur, kan vi nå diskutere hvilke kriterier som må være oppfylt for at en studie faktisk skal bidra til å besvare forskningsspørsmålet om fettkvalitet påvirker risikoen for hjerte- og karsykdommer.

Når studier prioriteres, skjer det på grunnlag av metodiske vurderinger. For intervensjoner vil man særlig prioritere studier med et solid design og gjennomføring, med blant annet en relevant studiepopulasjon, tilstrekkelig kontrast i eksponering mellom grupper, tilstrekkelig etterlevelse verifisert med objektive mål, tilstrekkelig varighet, og et tilstrekkelig antall kliniske hendelser.

Mange studier – også randomiserte – faller gjennom på ett eller flere slike punkter, og gir derfor begrenset informasjon om forskningsspørsmålet.

Tilsvarende gjelder for epidemiologiske studier, som prospektive kohorter, som i noen tilfeller også kan brukes til å studere helseeffekten av fettkvalitet på hjerte- og karsykdommer.

Der er kvaliteten på studien avhengig av hvor presist eksponeringen og komparatoren måles, om kostholdet kartlegges én gang ved baseline eller om endringer over tid fanges opp ved gjentatte kartlegginger av kostholdet, hvordan variabler håndteres i statistiske analyser, og om hvilke substitusjoner i kostholdet analysene faktisk gjenspeiler.

Her faller også mange studier gjennom på ett eller flere punkter, og er derfor heller ikke egnet for å besvare forskningsspørsmålet.

For ordens skyld bør det nevnes at også andre kilder til evidens kan inngå i datagrunnlaget man bruker for å belyse dette forskningsspørsmålet, slik som naturlige eksperimenter og populasjonsendringer, for eksempel som følge av krig eller politiske tiltak.

Dårlige studier svekker oppsummeringene

Når noen studier tillegges større vekt enn andre, er ikke det fordi de peker i en bestemt retning eller støtter en konklusjon, men fordi de i større grad oppfyller overnevnte vurderingskriterier og dermed er bedre egnet til å gi et pålitelig svar på forskningsspørsmålet. Å omtale dette som selektivitet blir derfor misvisende.

Kunnskapsoppsummeringer som inkluderer studier med dårlig design, kort varighet eller upresise eksponeringer vil naturlig nok gi et mer utvannet og mindre presist estimat på assosiasjonen mellom fettkvalitet og hjerte- og karsykdom. Bias mot null er ikke et uttrykk for at effekten «forsvinner», men for at studier med feil eller begrenset informasjon blandes inn.

Tall tatt ut fra luften?

Kritikk av enkeltstudier er selvsagt legitimt, særlig i faglige fora slik som gjennom vitenskapelige tidsskrift og på vitenskapelige konferanser, men kritikken må være forankret i virkeligheten.

I diskusjonen om Oslo-studien i de amerikanske kostrådene ble det hevdet at kontrollgruppen fikk rundt 25 energiprosent fra transfett. Dette tallet fremstår tatt ut av luften; det finnes ikke i originalpublikasjonene og er, meg bekjent, ikke dokumentert noe sted.

Når slike påstander likevel brukes som premiss for å avvise studier, svekker det grunnlaget for en saklig metodisk diskusjon.

For å spinne videre på Beres avslutning: spørsmålet er ikke om vi «summerer hele regnestykket», men om hvordan vi avgjør hvilke deler av regnestykket som faktisk bidrar med relevant og gyldig informasjon.

Og det handler om å kreve solid metode, å bruke rammeverk som tydeliggjør det kausale forskningsspørsmålet slik som PICO eller «target trial», og å bruke verktøy som øker kvaliteten på kunnskapsproduksjon, inkludert vurdering av risiko for bias og totaliteten av evidensen.

Nytt fra forskersonen:

Hvorfor boikotter dere ikke VM i fotball 2026?

Et godt skeivt sted handler om mer enn lover og rettigheter