הטיית הזמן האלמותי: כיצד טיפול נראה מועיל עוד לפני שהתחיל?

נניח שחוקרים רוצים לבדוק אם תרופה מסוימת מאריכה חיים לאחר אבחון סרטן. הם מתחילים את המעקב ביום האבחון ומחלקים בדיעבד את המשתתפים לשתי קבוצות: מי שקיבלו את התרופה בשלב כלשהו ומי שמעולם לא קיבלו אותה.

במבט ראשון זו נשמעת השוואה הגיונית. אבל אדם שקיבל את התרופה שלושה חודשים לאחר האבחון היה חייב להישאר בחיים וללא התוצאה הנחקרת במשך שלושת החודשים האלה כדי להיכלל בקבוצת המטופלים. אדם שמת לפני שהספיק להתחיל את התרופה לעולם לא יוכל להצטרף אליה.

אם שלושת החודשים שלפני תחילת הטיפול נספרים כאילו האדם כבר היה מטופל, קבוצת התרופה מקבלת זמן הישרדות מובטח. הטיפול מקבל קרדיט על תקופה שבה עדיין לא ניתן.

זו הטיית הזמן האלמותי, או immortal time bias. השם דרמטי, אבל המנגנון טכני מאוד: הגדרת החשיפה, תחילת המעקב וספירת התוצאות אינן מיושרות על אותו ציר זמן.

ההטיה אינה מחייבת רמאות, סינון מכוון או שינוי מאוחר של הנתונים. היא יכולה להיווצר מתוך קריטריון הכללה שנשמע סביר, כמו "קיבל לפחות מרשם אחד", "השלים ארבעה מחזורי טיפול" או "התחסן במהלך המעקב". הבעיה מתחילה כאשר החוקרים משתמשים במידע מהעתיד כדי לסווג את העבר.

מה פירוש "זמן אלמותי"?

זמן אלמותי הוא פרק מעקב שבו, מכוח הגדרת הקבוצה, התוצאה אינה יכולה להופיע אצל מי שבסופו של דבר יסווג לחשיפה. אין פירוש הדבר שהאירוע לא יכול להתרחש במציאות. אם הוא מתרחש בתקופה הזאת, האדם פשוט לא יוכל עוד לעמוד בהגדרה העתידית של הקבוצה החשופה.

אם אדם מוגדר "מטופל" רק לאחר שקיבל מרשם, הוא חייב להגיע בחיים וללא אירוע לנקודת המרשם. אם הוא מת קודם לכן, הוא אינו יכול להיחשב מטופל. במובן המחקרי בלבד, התקופה שבין הכניסה למחקר לבין המרשם היא תקופה שבה הוא חייב להיות "אלמותי" כדי לזכות בעתיד בתווית המטופל.

האדם כמובן אינו מוגן ביולוגית. גם התרופה אינה פועלת לפני שנלקחה. ההגנה נוצרת בכללי הסיווג.

הבעיה אינה עצם קיומו של פער בין הכניסה למחקר לתחילת הטיפול. פער כזה נפוץ ברפואה. ההטיה נוצרת כאשר הזמן שלפני הטיפול מוקצה בצורה שגויה לקבוצת הטיפול, או כאשר תנאי ההצטרפות לקבוצה דורש הישרדות שלא נדרשת מקבוצת ההשוואה.

מקור: Yadav ולואיס, 2021

דוגמה פשוטה עם עשרה מטופלים

נניח שעשרה אנשים מאובחנים באותו יום. חמישה מתחילים תרופה לאחר 90 יום וחמישה אינם מקבלים אותה. כדי להיות בין חמשת המטופלים, צריך לשרוד לפחות עד יום 90.

אם אדם מת ביום 40, הוא ייכנס בהכרח לקבוצה שלא טופלה. לעומת זאת, כל מי שנכנס לקבוצת הטיפול תרם תחילה 90 ימים ללא מוות. אם נספור את התקופה הזאת כזמן תחת טיפול, נייחס לתרופה הישרדות שקדמה לה.

גם אם לאחר יום 90 שיעורי התמותה בשתי הקבוצות זהים, הניתוח השגוי יכול להציג יתרון לטיפול. ככל שההמתנה לחשיפה ארוכה יותר, שיעור האירועים המוקדמים גבוה יותר והמעקב קצר יותר, כך פוטנציאל העיוות גדל.

הדוגמה משתמשת במוות, אך התוצאה יכולה להיות גם שבץ, אשפוז, התחלת אינסולין, הישנות סרטן, פציעה או כל אירוע אחר. בתוצאה שאינה מוות צריך לבדוק אם התרחשותה לפני החשיפה באמת מונעת מהאדם להיכלל מאוחר יותר בקבוצה החשופה, או כיצד האירוע המוקדם מטופל בניתוח. "אלמותי" פירושו שהמשתתף חייב להישאר בחיים ולעיתים גם ללא התוצאה עד שיתקיים התנאי שמגדיר אותו כחשוף.

שלושה שעונים שחייבים להתיישר

כדי לזהות את ההטיה כדאי לצייר ציר זמן ולסמן שלוש נקודות:

1. מתי האדם נעשה זכאי להשתתף במחקר?
2. מתי נקבעת החשיפה או מתחיל הטיפול?
3. ממתי מתחילים לספור את התוצאה ואת זמן האדם?

בניסוי אקראי קלאסי של טיפול מיידי, שלוש הנקודות קרובות זו לזו: המשתתף נמצא מתאים, מוקצה לטיפול והמעקב מתחיל. במחקר תצפיתי, הטיפול יכול להתחיל שבועות או חודשים לאחר שהאדם נכנס לעוקבה. אם החשיפה משתנה במהלך המעקב, אסור להתייחס אליה אוטומטית כאילו הייתה קבועה מהיום הראשון.

אפשר לתאר זאת גם באמצעות ארבעה מרכיבים של ניסוי היפותטי: זכאות, הקצאת אסטרטגיה, תחילת המעקב וספירת התוצאות. כאשר הם אינם מיושרים, נוצר מקום להטיות הקשורות בזמן.

הדוגמה הקלאסית: סטטינים והתחלת אינסולין

אחת ההמחשות הידועות פורסמה ב-BMJ ב-2010. החוקרים בחנו מחדש מחקר שבו שימוש בסטטינים בקרב אנשים עם סוכרת סוג 2 נקשר לעיכוב בהתחלת טיפול באינסולין.

בניתוח המקורי המשתמשים בסטטינים סווגו לפי קבלת מרשם במהלך המעקב, אך הזמן שקדם למרשם יוחס לקבוצת הסטטינים. הזמן האלמותי היווה כ-68% מכלל זמן המעקב שהוקצה לקבוצה הזאת.

בניתוח המקובע בזמן התקבל יחס סיכונים מתוקן של 0.74, עם רווח סמך של 95% בין 0.58 ל-0.95. כלומר, הסטטינים נראו קשורים לעיכוב בהתחלת אינסולין. כאשר החשיפה טופלה כמשתנה בזמן והימים שלפני המרשם נספרו כזמן ללא סטטין, יחס הסיכונים השתנה ל-1.97, עם רווח סמך בין 1.53 ל-2.52.

זו אינה תנודה קטנה סביב אותו אומדן. כיוון הקשר התהפך. הדוגמה אינה מוכיחה שהניתוח המתוקן פתר כל ערבוב או שכל קשר בין סטטינים להתקדמות הסוכרת הוא סיבתי. היא מראה עד כמה סיווג הזמן לבדו יכול לשנות את התוצאה.

מקור: Lévesque ואחרים, 2010

היכן ההטיה מופיעה?

הטיית זמן אלמותי מוכרת במיוחד במחקרי תרופות, משום שמרשם ראשון מתקבל לעיתים לאחר הכניסה לעוקבה. היא נפוצה גם באונקולוגיה, שבה טיפול, תגובה או השלמת מספר מחזורים נקבעים לאחר האבחון.

אבל היא אינה מוגבלת לתרופות:

• חיסונים: אדם שמוגדר מחוסן לפי חיסון שקיבל במהלך המעקב חייב לשרוד ולהישאר ללא התוצאה עד החיסון.
• השתלות: מקבלי השתלה חייבים לשרוד מרגע הכניסה לרשימת ההמתנה ועד ההשתלה.
• היריון: חשיפה שמוגדרת לפי אירוע המתרחש בשבוע מאוחר דורשת שההיריון יימשך עד אותו שבוע.
• פעילות גופנית: סיווג עומס אימון לפי תקופה שהושלמה יכול לדרוש מהספורטאי להישאר ללא פציעה עד סוף חלון המדידה.
• התמדה בטיפול: כדי להיחשב כמי שהתמיד שישה חודשים, צריך להישאר במעקב וללא אירוע שמונע את המשך הטיפול במשך שישה חודשים.
• טיפול נמרץ: טיפול שניתן רק לאחר כמה שעות או ימים מהאשפוז יוצר פער בין הקבלה לבין החשיפה.

הסימן החוזר הוא שהקבוצה מוגדרת באמצעות משהו שקורה בעתיד, אך המעקב שלה מתחיל בעבר.

מחקר חדש ניסה לכמת את גודל הבעיה

Kim ועמיתיו פרסמו ב-2025 מחקר מטא-אפידמיולוגי שנרשם מראש ב-PROSPERO. במקום לבדוק טיפול רפואי מסוים, הם בדקו כיצד נוכחות של הטיית זמן אלמותי קשורה לתוצאות של מחקרים ומטא-אנליזות.

החוקרים חיפשו סקירות שיטתיות שהעריכו במפורש אם המחקרים הכלולים בהן סבלו מההטיה, ושאפשרו להשוות בין מחקרים עם ההטיה למחקרים בלעדיה. הם כללו 12 סקירות, 25 נושאים ו-182 מחקרים. נושא הוגדר כצמד מסוים של חשיפה ותוצאה, למשל תרופה מסוימת והישרדות בסוג סרטן מסוים.

מתוך 182 המחקרים, 80, שהם 44.0%, סווגו כמושפעים מהטיית זמן אלמותי. זהו שיעור גבוה, אך הוא אינו אומדן לשכיחות ההטיה בכל הספרות. המדגם נבחר מתוך סקירות שכבר זיהו את הנושא והיו מסוגלות להפריד מחקרים לפי נוכחות ההטיה. לכן סביר שהמדגם מועשר בתחומים שבהם הבעיה בולטת.

מקור: Kim ואחרים, 2025

כיצד ההטיה השפיעה על התוצאות?

ב-21 מתוך 25 הנושאים היו גם מחקרים שסווגו עם הטיה וגם מחקרים שסווגו בלעדיה. ב-12 מתוך 21 הנושאים, שהם 57.1%, הייתה שונות במובהקות הסטטיסטית בין שתי הקבוצות. ב-11 מתוך 12 המקרים, רק המחקרים שסבלו מהטיית זמן אלמותי הציגו תוצאה מובהקת. בנושא אחד בלבד התרחש הכיוון ההפוך.

כאשר המחקרים עם ההטיה הוצאו מהמטא-אנליזות, המסקנה הכוללת עברה ממובהקת ללא מובהקת, או להפך, ב-5 מתוך 21 נושאים. חשוב לא לפרש זאת כאילו ההטיה לבדה "ביטלה" את התוצאה בכל המקרים. הוצאת מחקרים גם מקטינה את כמות המידע ואת העוצמה הסטטיסטית. השינוי במובהקות מושפע הן משינוי בגודל האפקט והן מירידה בדיוק.

בהשוואה הכמותית בין האומדנים התקבל יחס של 0.71, עם רווח סמך של 95% בין 0.66 ל-0.78. מאחר שהאומדנים כוונו כך שערך נמוך מ-1 ייצג תוצאה מיטיבה, פירושו שאומדני האפקט במחקרים שסווגו עם ההטיה היו בממוצע נמוכים יותר, ולכן מיטיבים יותר עם החשיפה.

אפשר לתאר את היחס כהבדל יחסי של 29% בסולם הזה, אך לא כעלייה של 29 נקודות אחוז ולא כהפרש מוחלט בסיכון. הוא גם אינו אומר שכל יחס סיכונים בכל מחקר היה נמוך בדיוק ב-29%, ואינו מאפשר לתקן מחקר מסוים באמצעות הכפלה פשוטה.

לאחר הוצאת המחקרים עם ההטיה, מדד ההטרוגניות I² ירד בממוצע ב-21.4 נקודות אחוז, מ-59.5% ל-38.1%. פירוש הדבר שחלק מהשונות בין המחקרים עשוי להיות קשור להבדלים באופן שבו טופל הזמן. עם זאת, I² תלוי גם בדיוק המחקרים ובהרכב המטא-אנליזה, ולכן הירידה אינה הוכחה שכל ההטרוגניות שנותרה היא ביולוגית.

מדוע אי אפשר להכליל את המספר 44% לכל התחומים?

המדגם של Kim ועמיתיו אינו מדגם אקראי של כל מחקרי העוקבה. הוא כלל רק סקירות שבהן מחברי הסקירה היו מודעים להטיה, ציינו אותה וסיפקו נתונים שאפשרו ניתוח לפי נוכחותה. סקירות שלא הזכירו את המונח בתקציר היו עלולות לא להימצא.

22 מתוך 25 הנושאים עסקו באונקולוגיה, ורוב החשיפות היו תרופות. לכן אי אפשר להסיק ש-44% מכלל המחקרים האפידמיולוגיים, מחקרי תזונה או מחקרי חיסונים סובלים מהטיית זמן אלמותי.

גם הסיווג של כל מחקר נשען על הערכת מחברי הסקירות המקוריות, ולא על בדיקה עצמאית ואחידה של כל פרוטוקול ונתון גולמי. מתוך 12 הסקירות, שלוש דורגו באיכות גבוהה לפי AMSTAR 2, חמש באיכות נמוכה וארבע באיכות נמוכה באופן קריטי.

חשוב גם שההשוואה הכמותית הייתה בין מחקרים שונים שסווגו עם ההטיה או בלעדיה, ולא תמיד בין שני ניתוחים של אותם אנשים. המחקרים עשויים להיות שונים גם באיכות, באוכלוסייה, בהגדרת הטיפול, במשך המעקב ובהטיות אחרות. הניתוח נערך בתוך נושאים דומים וצמצם חלק מהשונות, אך אינו מבודד את הטיית הזמן האלמותי כאילו הייתה ההתערבות היחידה שהשתנתה. 21 נושאים הם גם בסיס מוגבל לאמידת הבדל ממוצע יציב בין תחומים.

מחברי המחקר דיווחו על מימון באמצעות מלגה ועל היעדר ניגודי עניינים. מידע זה אינו מבטל או מאשר את הממצאים, אך הוא חלק מהערכת השקיפות של המחקר.

לכן התרומה המרכזית של המחקר אינה אומדן שכיחות אוניברסלי. היא ההדגמה שבמדגם שבו ההטיה הייתה רלוונטית, נוכחותה נקשרה לאפקטים מיטיבים יותר, לשינויים במובהקות ולהטרוגניות גבוהה יותר.

מדוע התאמה לערפלנים אינה מספיקה?

ערבוב מתרחש כאשר גורם שלישי קשור גם לחשיפה וגם לתוצאה ומערבב את הקשר ביניהן. לדוגמה, אנשים שמקבלים טיפול מסוים עשויים להיות צעירים יותר או בריאים יותר מראש.

במובן המעשי, הטיית זמן אלמותי מתחילה בבעיה של עיצוב וסיווג זמן. גם אם שתי הקבוצות היו זהות בגיל ובמחלות הרקע שנמדדו בתחילת המעקב, ספירה של זמן טרום-טיפול כזמן מטופל עדיין יכולה ליצור יתרון מלאכותי.

אפשר לתאר חלק מהמבנים האלה גם כבחירה או כערבוב הנוצרים כתוצאה מהישרדות עד מועד החשיפה. לכן הגבול המושגי בין משפחות ההטיה אינו תמיד חד. הנקודה החשובה לקורא היא שהתאמה רגילה לגיל, מין ומחלות רקע אינה מתקנת זמן שהוקצה לקבוצה הלא נכונה. גם ציון נטייה רגיל, כלומר אומדן ההסתברות לקבל טיפול לפי נתוני הבסיס, לא יפתור סיווג שגוי של חשיפה המשתנה בזמן. צריך לטפל במבנה הזמן עצמו.

עם זאת, לאחר שמתקנים את הזמן עדיין יכולים להישאר ערבוב לפי התוויה, חומרת מחלה, זמינות טיפול ומאפיינים אחרים. תיקון הטיה אחת אינו הופך מחקר תצפיתי לניסוי אקראי.

היא גם אינה סיבתיות הפוכה

בסיבתיות הפוכה, מחלה קיימת או תהליך מוקדם שלה משפיעים על החשיפה. לדוגמה, אדם מפחית פעילות גופנית משום שמחלה שטרם אובחנה כבר גורמת לעייפות.

בהטיית זמן אלמותי, הבעיה היא הקצאת זמן המעקב או הגדרת הקבוצה באמצעות מידע עתידי. אלה מנגנונים שונים, גם אם שניהם יכולים להופיע באותו מחקר.

אם סרטן הופיע לפני שתועדה התמכרות לקנאביס, זו בעיית סדר זמנים וסיבתיות אפשרית. אם התקופה שלפני תיעוד ההתמכרות נספרת כאילו האדם כבר היה חשוף, זו הטיית זמן אלמותי או סיווג חשיפה תלוי זמן. חשוב לא להשתמש במונחים כאילו הם שמות חלופיים לאותה מגבלה.

ומה ההבדל מהטיית שורדים?

הטיית שורדים היא מושג רחב יותר. היא יכולה להופיע כאשר הניתוח כולל רק מי ששרד עד נקודת בחירה מסוימת, ולכן האנשים שמתו קודם אינם מיוצגים.

הטיית זמן אלמותי היא מנגנון מסוים שבו הישרדות עד החשיפה או עד עמידה בקריטריון יוצרת תקופה מובטחת או סיווג שגוי של זמן. מחקר חתך של אנשים ששרדו עד גיל מבוגר יכול לסבול מהטיית שורדים גם בלי המבנה הקלאסי של חשיפה שמתחילה במהלך מעקב. לכן לא כל הטיית שורדים היא הטיית זמן אלמותי, אף שיש ביניהן חפיפה רעיונית ולעיתים גם מעשית.

פתרון ראשון: חשיפה משתנה בזמן

הפתרון הישיר במקרים רבים הוא לתת לחשיפה להשתנות כאשר היא באמת משתנה.

אדם שנכנס לעוקבה בינואר ומתחיל תרופה באפריל תורם זמן ללא חשיפה מינואר עד מרץ, וזמן חשוף מאפריל ואילך. במודל Cox עם משתנה תלוי זמן, האירועים והזמן מיוחסים למצב החשיפה שהיה נכון בכל רגע.

זה מתקן את הטעות הבסיסית של מתן קרדיט לתרופה לפני תחילתה. אך הוא אינו פותר כל בעיה. החלטה להתחיל טיפול יכולה להיות מושפעת משינויים במצב הבריאות במהלך המעקב. אם משתנים אלה משפיעים גם על התוצאה ונפגעים בעצמם מטיפול קודם, נדרש טיפול מתקדם יותר בערבוב משתנה בזמן.

מחקרי סימולציה והשוואות שיטות מצאו שמודלים תלויי זמן יכולים להסיר את הטיית הזמן האלמותי כאשר הם מיושמים בהתאם למבנה הנתונים. חלופות פשוטות מסוימות עלולות עדיין להיות מוטות אם הנחותיהן אינן מתקיימות.

גם כאן ההגדרה קובעת. אם "מטופל" פירושו מי שהשלים שישה חודשי טיפול, לא די לעדכן את המשתנה ביום המרשם הראשון. ההגדרה עדיין משתמשת בהתמדה עתידית, ולכן עלולה לדרוש הישרדות והמשך מעקב לאורך ששת החודשים. צריך להגדיר אסטרטגיית טיפול שניתנת ליישום בכל נקודת זמן ולטפל בנפרד בהפסקה, בהחלפה ובאי-היענות.

מקור: Karim ואחרים, 2016

פתרון שני: landmark analysis

בניתוח landmark בוחרים מראש נקודת זמן משותפת, למשל 90 יום לאחר האבחון. רק מי שחי וללא התוצאה בנקודה הזאת נכנס לניתוח. המשתתפים מסווגים לפי הטיפול שקיבלו עד יום 90, והמעקב אחר התוצאה מתחיל ביום 90 בשתי הקבוצות.

כך שתי הקבוצות נדרשות לשרוד עד אותה נקודה, והזמן שלפני ה-landmark אינו מיוחס לטיפול. השיטה פשוטה יחסית להבנה וליישום.

המחיר הוא שינוי שאלת המחקר. התוצאה חלה על אנשים ששרדו והיו ללא אירוע עד נקודת ה-landmark, לא על כל האנשים שאובחנו ביום הראשון. בחירת נקודה מאוחרת מדי מוציאה אירועים מוקדמים רבים ועלולה ליצור הטיית בחירה. נקודה מוקדמת מדי עלולה לסווג כלא מטופלים אנשים שהיו מתחילים טיפול זמן קצר אחר כך.

בחירת ה-landmark צריכה להיעשות לפי היגיון קליני ולהיקבע מראש, ולא לאחר בחינת הנקודה שמפיקה את התוצאה הנוחה ביותר.

פתרון שלישי: אמולציה של ניסוי יעד

גישה רחבה יותר היא לשאול איזה ניסוי אקראי היינו רוצים לערוך, ואז לנסות לחקות את מרכיביו באמצעות נתונים תצפיתיים. יש להגדיר במפורש:

• מי זכאי ביום הראשון?
• אילו אסטרטגיות טיפול מושוות?
• מתי מוקצית האסטרטגיה?
• מתי מתחיל המעקב?
• כיצד מוגדרת התוצאה?
• כיצד מנתחים סטייה מהאסטרטגיה?

כאשר הזכאות, הקצאת האסטרטגיה ותחילת המעקב מיושרות, קשה יותר להעניק לקבוצה זמן הישרדות מהעבר. במצבים שבהם טיפול יכול להתחיל בתוך חלון זמן, אפשר להשתמש בשיטות כמו שכפול משתתפים, צנזור כאשר הם סוטים מהאסטרטגיה ושקלול כדי להתמודד עם הצנזור המלאכותי.

אמולציה של ניסוי יעד אינה קסם ואינה שם נרדף לניתוח תקין. היא עדיין תלויה במדידה טובה של גורמי ערבוב, בנתונים מספקים, בחיוביות ובהנחות שלא תמיד ניתנות לבדיקה. חיוביות פירושה שלכל סוג רלוונטי של משתתפים קיימת אפשרות ממשית לקבל כל אחת מהאסטרטגיות המושוות. היתרון הוא שהגישה מאלצת את החוקרים לנסח את ההשוואה ואת ציר הזמן לפני הרצת המודל.

מקור: Hernán ואחרים, 2016

מדוע פשוט למחוק את התקופה האלמותית אינו תמיד פתרון?

אפשר להתפתות למחוק את כל הזמן שבין הכניסה למחקר לתחילת הטיפול. אבל מחיקה חד-צדדית עלולה ליצור בעיה חדשה אם קבוצת ההשוואה עדיין מתחילה ביום אחר, או אם ההישרדות עד תחילת הטיפול נדרשת רק מהמטופלים.

אפשר גם להתחיל את המעקב אצל המטופלים ביום הטיפול ואצל הלא מטופלים ביום הכניסה לעוקבה. כעת הקבוצות נכנסות למחקר בנקודות שונות במהלך המחלה, ולכן ההשוואה עלולה להיות לא הוגנת.

הפתרון צריך ליישר את כלל ההשוואה, לא רק להסיר שורות מהקובץ. לעיתים יש להתאים לכל מטופל אדם לא מטופל שהיה עדיין זכאי ובסיכון באותו זמן, להשתמש בדגימת קבוצת סיכון או להגדיר נקודת התחלה משותפת.

האם ההטיה תמיד גורמת לטיפול להיראות מועיל?

במבנה הקלאסי, שבו זמן ללא חשיפה נזקף לקבוצה שתיחשב בעתיד מטופלת, ההטיה בדרך כלל מעדיפה את הטיפול. הקבוצה המטופלת מקבלת תקופה ללא אירועים כתנאי להצטרפותה.

אבל אין להשתמש בכלל הזה בלי לבדוק את העיצוב. סיווגי זמן מורכבים, הגדרות חשיפה מצטברת, תוצאות שאינן סופניות, טיפול שהופסק וכניסה מאוחרת יכולים ליצור כיוונים אחרים. לעיתים הטיית זמן אלמותי אף יכולה להפוך תוצאה, אך הכיוון והגודל תלויים בשאלה, בסיווג ובדפוס האירועים.

לכן עדיף לתאר במדויק איזה זמן הוקצה לאיזו קבוצה, במקום להצהיר אוטומטית שהאומדן "מנופח" בכל מצב.

כיצד לזהות את ההטיה בקריאת מאמר?

הסימן הראשון הוא חשיפה שאינה בהכרח קיימת בתחילת המעקב. לאחר מכן כדאי לבדוק:

1. מהו תאריך הכניסה לעוקבה בכל קבוצה?
2. מתי מתחיל המעקב אחר התוצאה?
3. מתי האדם נעשה חשוף בפועל?
4. האם ההגדרה דורשת הישרדות, היעדר אירוע או התמדה במשך תקופה מסוימת?
5. כיצד נספר הזמן שלפני החשיפה?
6. האם משתתף יכול לעבור מקבוצת הלא חשופים לחשופים במהלך המעקב?
7. האם המודל מאפשר לחשיפה להשתנות בזמן?
8. האם נעשה landmark analysis, ואם כן, מי הוצא לפני נקודת ה-landmark?
9. האם הזכאות, הקצאת האסטרטגיה ותחילת המעקב מיושרות?
10. האם החוקרים מציגים ציר זמן ברור וניתוח רגישות סביר?

ניסוחים כמו "מי שקיבל אי פעם", "לפחות מרשם אחד במהלך המעקב", "השלים טיפול" או "שרד 30 יום לאחר הפרוצדורה" צריכים לעורר בדיקה. הם אינם הוכחה להטיה, אך הם מספרים שהקבוצה עשויה להיות מוגדרת באמצעות עתיד שאינו זמין ביום הכניסה למחקר.

מה אפשר לומר בביטחון יחסי?

הטיית זמן אלמותי היא בעיית עיצוב וניתוח אמיתית שיכולה ליצור יתרון מלאכותי לחשיפה במחקרי זמן-עד-אירוע. היא נוצרת כאשר אדם צריך להישאר בחיים או ללא התוצאה עד שייחשב חשוף, והתקופה שלפני החשיפה מיוחסת באופן לא נכון לקבוצה החשופה.

המחקר המטא-אפידמיולוגי מ-2025 מצא שבמדגם ממוקד של 182 מחקרים, 44% סווגו כמושפעים מההטיה. מחקרים אלה הציגו בממוצע אומדנים מיטיבים יותר, וב-11 מתוך 12 נושאים שבהם המובהקות הייתה שונה, רק קבוצת המחקרים עם ההטיה הייתה מובהקת.

עם זאת, אי אפשר להחיל את 44% על כלל הספרות, ורוב הנושאים שנבדקו היו באונקולוגיה. גם אי אפשר לייחס את מלוא ההבדל בין קבוצות המחקרים להטיה אחת, או לתקן כל תוצאה חשודה באמצעות גורם קבוע של 29%.

מה עדיין לא ידוע?

אין אומדן מהימן לשכיחות ההטיה בכל תחומי האפידמיולוגיה, בין השאר משום שמאמרים רבים אינם מדווחים את ציר הזמן בפירוט שמאפשר להעריך אותה. גם הסיווג של מחקרים כנגועים או לא נגועים עשוי להשתנות לפי פרטי השאלה והניתוח.

לא תמיד ברור מהי הדרך הטובה ביותר להתמודד עם חשיפות מורכבות, מינונים מצטברים, הפסקות טיפול וערבוב משתנה בזמן. שיטות שונות עשויות לענות על שאלות סיבתיות שונות, ולכן אין פתרון סטטיסטי יחיד שמתאים לכל מחקר.

יש צורך גם בדיווח טוב יותר. בלי תאריכי זכאות, חשיפה, תחילת מעקב ותוצאה, קוראים אינם יכולים לשחזר את ציר הזמן או לדעת אם הטיפול קיבל קרדיט על ימים שקדמו לו.

המשמעות המעשית לקורא

כאשר מחקר תצפיתי מדווח שמטופלים בתרופה חיו יותר, השאלה הראשונה אינה רק אם בוצעה התאמה לעשרות משתנים. צריך לשאול ממתי הם הוגדרו מטופלים ומתי התחילה ספירת ההישרדות.

מחקר יכול להשתמש במדגם עצום, במודל Cox מתוחכם ובמאות משתני התאמה, ועדיין להפיק תוצאה מוטה אם הוא מקצה את הזמן לקבוצה הלא נכונה. מנגד, עצם האפשרות להטיה אינה מוכיחה שהתוצאה שגויה. צריך לראות אם החוקרים יישרו את ציר הזמן וביצעו ניתוח שמתאים לחשיפה משתנה.

הדרך הפשוטה ביותר לחשוב על כך היא לשאול: האם הטיפול מקבל קרדיט על זמן שבו האדם עדיין לא קיבל אותו? אם התשובה חיובית, יש בעיה שדורשת תיקון.

לקריאה נוספת בספרייה: מחקר תצפיתי או ניסוי אקראי: מה באמת קובע את איכות הראיה?

להעמקה נוספת: אותה מחלה, מספרים שונים: כיצד הגדרה מחקרית משנה את התוצאות?

השורה התחתונה

הטיית הזמן האלמותי יכולה לגרום לטיפול להיראות יעיל עוד לפני שניתן. היא אינה נובעת בהכרח מכוונה להטות, אלא מחוסר התאמה בין הגדרת החשיפה, תחילת המעקב וספירת התוצאות.

הפתרון מתחיל לפני המודל הסטטיסטי: מציירים את ציר הזמן, מגדירים ניסוי יעד ברור ומוודאים שהזכאות, החשיפה והמעקב מיושרים. לאחר מכן בוחרים כלי מתאים, כמו חשיפה משתנה בזמן, landmark analysis או שיטת אמולציה אחרת.

במחקרי הישרדות, הזמן אינו רק הרקע שעליו מתרחשים האירועים. הוא חלק מהחשיפה, חלק מההשוואה ולעיתים גם מקור ההטיה המרכזי.

שאלות נפוצות

מדוע קוראים לה "הטיית זמן אלמותי"?

משום שכדי להיכלל בקבוצה שמוגדרת לפי טיפול עתידי, המשתתף חייב לשרוד ולהישאר ללא התוצאה עד תחילת הטיפול. זו אלמותיות שנוצרת מכללי המחקר, לא הגנה ביולוגית.

האם התאמה סטטיסטית לגיל ולמחלות רקע מתקנת את ההטיה?

לא. ההתאמה יכולה לצמצם ערבוב, אך אינה מתקנת זמן טרום-טיפול שסווג כזמן מטופל. צריך לטפל ישירות בהגדרת החשיפה ובציר הזמן.

האם כל מחקר שבו הטיפול מתחיל מאוחר סובל מההטיה?

לא. הפער כשלעצמו אינו הבעיה. ההטיה נמנעת כאשר הזמן שלפני הטיפול מוקצה נכון, למשל באמצעות חשיפה משתנה בזמן, או כאשר שתי הקבוצות מתחילות מעקב מנקודה משותפת ומתאימה.