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

שני חוקרים מקבלים גישה לאותו מאגר רפואי ושואלים לכאורה אותה שאלה: כמה מהמשתתפים חיים עם סוכרת סוג 2, ומה הסיכון שלהם לאוטם לבבי? הראשון מגדיר חולה לפי אבחנה ברשומה רפואית. השני מוסיף דיווח עצמי, תרופות ותוצאת HbA1c. שניהם מנתחים את אותם אנשים, אבל אינם בהכרח חוקרים את אותה קבוצת חולים.

זו אינה רק בעיה טכנית. בחירת ההגדרה יכולה לשנות את מספר המקרים, את גיל האבחון המשוער, את משך המחלה, את מאפייני החולים ואפילו את עוצמת הקשר בין סוכרת לבין תמותה, שבץ או דמנציה. לפעמים המספר משתנה משום שההגדרה הרחבה יותר מוצאת יותר חולים. לפעמים היא גם מוצאת חולים מסוג אחר.

סוכרת סוג 2 היא מקרה מבחן מצוין מפני שבמאגרי מחקר גדולים אין תמיד רופא שבוחן מחדש כל משתתף. החוקרים צריכים לתרגם מידע מפוזר, כמו קודים, בדיקות דם, דיווח עצמי ומרשמים, לכלל החלטה: מי ייחשב מקרה, מי ייחשב ללא המחלה ומי יישאר באזור האפור.

הכלל הזה הוא ההגדרה התפעולית. הוא אינו רק מתאר את המחלה. הוא בונה את אוכלוסיית המחקר שעליה יחושבו התוצאות.

מהי הגדרה תפעולית?

מושגים מדעיים רבים אינם מגיעים כמשתנה מוכן בקובץ הנתונים. "פעילות גופנית", "דיכאון", "בדידות", "השמנה" או "סוכרת סוג 2" הם רעיונות קליניים או תאורטיים. כדי לחקור אותם צריך להחליט כיצד הם יימדדו.

הגדרה תפעולית היא התרגום של המושג לכללים שאפשר ליישם בפועל. לדוגמה:

• האם סוכרת תיקבע לפי קוד אבחנה אחד או שניים?
• האם דיווח עצמי מספיק?
• האם מרשם למטפורמין נחשב ראיה למחלה?
• האם HbA1c של 6.5% ומעלה מספיק, גם ללא אבחנה קודמת?
• כיצד מבדילים בין סוג 1 לסוג 2?
• מה עושים כשמקורות המידע סותרים זה את זה?
• איזה תאריך ייחשב לתחילת המחלה?

אפשר לחשוב על ההגדרה כעל מסננת. מסננת צרה תכניס רק מקרים שיש לגביהם תיעוד חזק, אך עלולה להשאיר בחוץ חולים אמיתיים. מסננת רחבה תמצא יותר חולים, אך עלולה לצרף אנשים שאינם מתאימים בדיוק למחלה או לתת משקל זהה למקורות מידע שאיכותם שונה.

אין מכאן מסקנה שהגדרה רחבה תמיד טובה יותר או שהגדרה שמרנית תמיד מדויקת יותר. ההגדרה צריכה להתאים לשאלה. אם רוצים לחקור מחלה שתועדה במערכת הבריאות, רשומות הן חלק מהותי מהחשיפה. אם רוצים לאמוד את מלוא הנטל באוכלוסייה, הסתמכות על רשומות בלבד תחמיץ אנשים שלא אובחנו או שלא קיבלו טיפול.

אבחנה קלינית ופנוטיפ מחקרי אינם אותו דבר

בקליניקה, אבחון סוכרת מבוסס על תסמינים, היסטוריה רפואית ובדיקות גלוקוז או HbA1c. אצל אדם ללא תסמינים וללא היפרגליקמיה חד-משמעית, בדרך כלל נדרשות שתי תוצאות חריגות, מאותה דגימה או מדגימות שונות. גם HbA1c וגלוקוז אינם מזהים תמיד בדיוק את אותם אנשים, ו-HbA1c עלול להיות פחות אמין במצבים שמשנים את תחלופת כדוריות הדם או את הקשר בין המוגלובין לגלוקוז. לאחר שנקבעה סוכרת, עדיין צריך לסווג את הסוג. גיל, משקל או שימוש באינסולין יכולים לספק רמזים, אך אינם קובעים לבדם אם מדובר בסוג 1 או סוג 2.

במחקר המבוסס על מאות אלפי רשומות, המידע הזה אינו תמיד שלם או אחיד. ייתכן שיש קוד אבחנה בלי בדיקת מעבדה, מרשם בלי הסבר, דיווח עצמי בלי מסמך רפואי או בדיקת HbA1c אחת בלי בדיקה מאשרת. לכן חוקרים יוצרים פנוטיפ מחקרי: אלגוריתם שמנסה לזהות את המחלה מתוך הנתונים הזמינים.

הפנוטיפ אינו בהכרח אבחנה קלינית חדשה לאדם. הוא כלי לסיווג לצורכי הניתוח. זהו הבדל חשוב. אדם יכול לעמוד בהגדרה מחקרית של "סוכרת לא מאובחנת" על סמך מדידה שנלקחה בתחילת המחקר, אבל עדיין להזדקק לבירור קליני ולאישור. מנגד, אדם עם אבחנה רפואית אמיתית עלול לא להיכלל אם הרשומה הרלוונטית אינה מחוברת למאגר.

מקור: האגודה האמריקאית לסוכרת, 2026

מקרה המבחן: חמש דרכים להגדיר סוכרת באותו מאגר

מחקר מ-2026 יישם חמש משפחות של הגדרות לסוכרת סוג 2 בקרב 501,936 משתתפי UK Biobank. כל ההגדרות הופעלו על אותה אוכלוסייה ובאותה נקודת בסיס, אך שילבו אחרת דיווח עצמי, שימוש בתרופות, רשומות רופא משפחה, אשפוזים, רישום תמותה, קודים של אבחנות ו-HbA1c.

ההגדרה הראשונה נשענה בעיקר על דיווח עצמי ותרופות, לצד כללים על גיל באבחון, היריון ושימוש באינסולין. הגדרה אחרת הוסיפה קודי אשפוז. הגדרה שמרנית יותר דרשה התאמה בין לפחות שני מקורות. הגדרה רב-מקורית ניסתה ליישב מידע לאורך זמן. ההגדרה החמישית נשענה בעיקר על שדה רשומות מקושר של UK Biobank המתעד את ההופעה הראשונה של קוד E11.

מספר המשתתפים שסווגו עם סוכרת סוג 2 מאובחנת השתנה מ-13,873 בהגדרה הצרה ביותר ועד 22,394 בהגדרה הרחבה ביותר. כלומר, בחירת האלגוריתם שינתה את מספר המקרים ביותר מ-8,500 איש, אף שהאוכלוסייה המקורית לא השתנתה.

לצד המקרים המאובחנים זוהו 3,207 משתתפים עם HbA1c של לפחות 48 מילימול למול, שהם 6.5% ומעלה, ללא סוכרת מאובחנת לפי כללי המשפחה הרלוונטית. הקבוצה הזאת הייתה יציבה יחסית בין ההגדרות, בין השאר משום שהחוקרים החילו את אותו סף ביוכימי לאחר שהוציאו מקרים מאובחנים, מסווגים באופן לא ברור וסוגי סוכרת אחרים.

מקור: Zhou ואחרים, 2026

לא רק כמה חולים, אלא אילו חולים

קל לחשוב שהבדל בין הגדרות משנה רק את המונה: הגדרה רחבה מוצאת יותר מקרים ולכן שיעור הסוכרת עולה. המחקר הראה שהשינוי עמוק יותר.

10,457 משתתפים סווגו כסוכרת סוג 2 מאובחנת בכל חמש ההגדרות. הם היו ליבת המקרים המשותפת. מסביבם נמצאו מקרים היקפיים, שהוגדרו כחולים רק בחלק ממשפחות ההגדרה. הקבוצות ההיקפיות לא היו העתק מקרי של הליבה. הן נבדלו בגיל האבחון שהוקצה להן, במשך המחלה, במדדים מטבוליים, בהיסטוריה של מחלות ובקשרים לתוצאות עתידיות.

גם אצל אותם אנשים בדיוק, הגדרות שונות יכלו להקצות גיל אבחון ומשך מחלה שונים. הסיבה פשוטה: מקור אחד עשוי לתעד דיווח של האדם על אבחנה מלפני שנים, בעוד שמקור אחר רושם את הקוד הראשון שנמצא במערכת. "התאריך הראשון במאגר" אינו בהכרח "המועד שבו המחלה התחילה", ואף לא תמיד המועד שבו אובחנה לראשונה בעולם האמיתי.

לכן התאמה סטטיסטית ל"משך הסוכרת" אינה פותרת בהכרח את הבעיה. אם משך המחלה עצמו נבנה באופן שונה בכל הגדרה, החוקרים אינם מתקנים לאותו משתנה שנמדד בדיוק שווה.

כיצד ההגדרה שינתה את הקשר לתוצאות בריאות?

החוקרים בדקו קשרים עם תמותה מכל סיבה, אוטם לבבי, שבץ ודמנציה. ההגדרה שהתבססה בעיקר על רשומות מקושרות של אבחנת E11 זיהתה את קבוצת המקרים המאובחנים הצרה ביותר, אך הפיקה את יחסי הסיכונים הגבוהים ביותר בכל ארבע התוצאות.

לדוגמה, בקבוצה הזאת יחס הסיכונים לאוטם לבבי היה 3.82, עם רווח סמך של 95% בין 3.61 ל-4.04. יחס הסיכונים לדמנציה היה 3.79, עם רווח סמך בין 3.52 ל-4.09. יחס סיכונים משווה את קצב הופעת האירועים לאורך המעקב בין קבוצות, לאחר ההתאמות שנכללו במודל. הוא אינו אומר שלכל אדם עם סוכרת יש סיכון גדול פי 3.82, ואינו מציג את ההפרש המוחלט במספר האירועים.

אין פירוש הדבר שההגדרה הצרה גילתה שסוכרת "מסוכנת יותר באמת". סביר יותר שהיא בחרה קבוצה בעלת תיעוד קליני עשיר יותר, משך מחלה מוכר או ארוך יותר ונטל מצטבר גבוה יותר. אומדן גדול יותר יכול לנבוע גם מקבוצת השוואה נקייה יותר או מבחירה שונה של אנשים, ולא רק ממדידה מדויקת יותר של אותה חשיפה.

כאשר החוקרים הוסיפו לקבוצות המקרים גם את 3,207 המשתתפים עם סוכרת שלא אובחנה קודם לכן לפי HbA1c, יחסי הסיכונים נחלשו בכל ארבע התוצאות. מידת ההחלשה נעה בין 1.2% ל-13.8%, והשינוי הגדול ביותר נצפה בדמנציה.

גם כאן צריך להיזהר. התוצאה אינה אומרת שסוכרת לא מאובחנת מגינה מפני דמנציה או מפני שבץ. המשתתפים האלה הציגו פרופיל קרדיו-מטבולי שלילי, אך הייתה להם פחות היסטוריה מתועדת של מחלה ופחות תוצאות שכבר הצטברו. ייתכן שחלקם היו בשלב מוקדם יותר, זכו לפחות מגע עם מערכת הבריאות או חיו זמן קצר יותר עם מחלה קלינית מוכרת. כאשר מצרפים אותם למקרים הוותיקים והמתועדים יותר, קבוצת החשיפה משתנה ולכן גם האומדן הממוצע משתנה.

אותה תווית יכולה לייצג שלבים שונים של מחלה

"סוכרת סוג 2" אינה קבוצה הומוגנית. היא כוללת אנשים שאובחנו לאחרונה ואנשים שחיים עם המחלה עשרות שנים, אנשים שמאוזנים באמצעות שינוי אורח חיים ואנשים המקבלים כמה תרופות, חולים עם סיבוכים וחולים ללא סיבוך מתועד.

הגדרה המבוססת על אשפוזים עלולה להעשיר את הקבוצה בחולים עם מחלה חמורה יותר או עם יותר תחלואה נלווית. הגדרה המבוססת על בדיקת HbA1c חד-פעמית עשויה לזהות אנשים שלא הגיעו קודם למערכת, אך אינה מספרת כמה זמן רמת הסוכר שלהם הייתה גבוהה. הגדרה המבוססת על תרופות יכולה להחמיץ אנשים שאינם מטופלים ולכלול שימוש בתרופה מסיבה אחרת. דיווח עצמי יכול להרחיב את הכיסוי מעבר לרשומות המקושרות, אך הוא רגיש לזיכרון, להבנת האבחנה ולבלבול בין סוגי סוכרת.

לכן כל מקור מידע אינו רק אמצעי ניטרלי לאיתור אותה מחלה. הוא יכול לבחור אזור אחר מתוך רצף המחלה ומתוך דפוסי השימוש בשירותי הבריאות.

מה קורה כשמסתמכים על קודי אבחנה?

קודי ICD מאפשרים לחקור אוכלוסיות עצומות במחיר נמוך יחסית, אך הם נוצרו בעיקר לצרכים קליניים ומנהליים, לא כדי לענות על כל שאלת מחקר. קוד יכול להיעדר למרות שהמחלה קיימת, להופיע לצורך בירור שעדיין לא הושלם או לא לשקף היטב את סוג הסוכרת.

סקירה שיטתית של הגדרות סוכרת במידע מנהלי מצאה שונות גדולה בין אלגוריתמים ומקורות. במחקרים שנכללו בה, הרגישות של הגדרות המבוססות על תביעות רופא נעה בין 26.9% ל-97%, בעוד שהסגוליות הייתה לרוב גבוהה יותר ונעה בין 94.3% ל-99.4%. רגישות היא היכולת למצוא את מי שבאמת חולה. סגוליות היא היכולת להשאיר מחוץ לקבוצת החולים את מי שאינו חולה.

טווח כזה אומר ששתי הגדרות שנראות דומות על הנייר יכולות להחמיץ שיעורים שונים מאוד של מקרים. רגישות וסגוליות גם אינן מספרות לבדן מה ההסתברות שאדם שסווג כחולה אכן חולה. ערך הניבוי החיובי הזה תלוי גם בשכיחות המחלה באוכלוסייה ובדרך שבה נבנה תקן ההשוואה. לכן אפילו סגוליות גבוהה אינה מבטיחה שכל המקרים שאותרו נכונים, במיוחד כשהמחלה נדירה יחסית במדגם.

גם אומדני דיוק ממדינה, תקופה או מערכת בריאות אחת אינם עוברים אוטומטית לאחרת, משום שפרקטיקות קידוד, כיסוי ביטוחי וגישה לטיפול משתנים. אלגוריתם צריך להיבדק באוכלוסייה ובמערכת נתונים הדומות לאלה שבהן מתכוונים להשתמש בו.

מקור: Khokhar ואחרים, 2016

יותר מקורות מידע אינם מבטיחים הגדרה טובה יותר

שילוב אבחנות, תרופות ובדיקות מעבדה נשמע תמיד עדיף על שימוש במקור יחיד. לעיתים הוא אכן משפר את איתור המקרים, אבל התוצאה תלויה בכלל החיבור.

אם דורשים התאמה בין שני מקורות, מקבלים בדרך כלל קבוצה מתועדת היטב יותר, אך מחמיצים אנשים שיש להם רק מקור זמין אחד. אם מסתפקים בכל ראיה בודדת, הרגישות עולה אך גם הסיכון לסיווג שגוי. אם רשומות רופא משפחה זמינות רק לחלק מהמשתתפים, דרישה למידע ממקור זה עלולה לגרום לכך שהסיכוי להיות מוגדר כחולה יהיה תלוי בזמינות הנתונים ולא רק במחלה.

מחקר מ-2025 השווה כמה פנוטיפים חישוביים נפוצים של סוכרת סוג 2 ברשומות רפואיות. ההגדרות, ששילבו באופן שונה אבחנות, מרשמים ובדיקות מעבדה, זיהו אוכלוסיות חופפות אך לא זהות. המסקנה אינה לבחור תמיד באלגוריתם שמחזיר את המספר הגדול ביותר, אלא להבין איזה מידע נדרש, מה חסר ומה משמעות החפיפה החלקית לשאלת המחקר.

מקור: Sood ואחרים, 2025

סיווג שגוי יכול להחליש קשר, לחזק אותו או לשנות את כיוונו

כאשר חלק מהחולים מסווגים כבריאים, או להפך, נוצרת טעות סיווג. לעיתים מלמדים שטעות כזאת פשוט מחלישה קשרים לכיוון האפס. זה יכול לקרות, אבל אינו כלל בטוח.

אם הסיווג השגוי דומה בכל קבוצות התוצאה ואינו תלוי בגורמים אחרים, הוא עשוי לטשטש את ההבדל בין חולים ללא חולים. אבל אם הסיכוי לקבל אבחנה תלוי בתדירות הביקורים, במצב חברתי-כלכלי, בתחלואה נלווית או בתוצאה הנחקרת, הטעות יכולה להיות דיפרנציאלית וליצור דפוסים מורכבים יותר.

לדוגמה, אנשים עם מחלות לב עשויים לפגוש את מערכת הבריאות בתדירות גבוהה ולעבור יותר בדיקות. לכן יש להם סיכוי גבוה יותר שגם סוכרת תתועד. אם המחקר בוחן את הקשר בין סוכרת למחלת לב באמצעות תיעוד רפואי, חלק מהקשר עלול לשקף הבדלים בעוצמת המעקב והאבחון, ולא רק הבדל ביולוגי.

אותו מנגנון יכול ליצור הטיית בחירה. כאשר ההכללה בקבוצת החולים דורשת מידע שקיים בעיקר אצל אנשים עם גישה מסוימת לטיפול או עם מעקב אינטנסיבי, אוכלוסיית המקרים אינה עוד מדגם ניטרלי מכלל האנשים עם המחלה.

גם קבוצת ההשוואה משתנה

תשומת הלב מופנית בדרך כלל להגדרת החולים, אך הגדרה מחקרית קובעת גם מי נשאר בקבוצת "ללא סוכרת". אם אנשים עם HbA1c בטווח סוכרת נשארים בקבוצת ההשוואה משום שאין להם קוד אבחנה, ההבדל בין הקבוצות מצטמצם. אם מוציאים כל אדם עם ראיה עמומה, קבוצת ההשוואה נעשית נקייה יותר, אך המדגם קטן ועלול להיות פחות מייצג.

יש גם קבוצת ביניים חשובה: אנשים עם מידע סותר או לא מספיק. אילוץ כל משתתף להיכנס ל"חולה" או "לא חולה" מסתיר את אי-הוודאות. לעיתים עדיף להשאיר קבוצה שיורית של אנשים שלא ניתן לסווג בביטחון, להוציא אותה מהניתוח הראשי ולבדוק בניתוחי רגישות מה קורה תחת החלטות חלופיות.

המחקר מ-2026 עשה בדיוק זאת. אנשים עם מידע חסר, סותר או בלתי מספיק לסיווג סוג הסוכרת לא הוכנסו אוטומטית לקבוצת הביקורת. ההחלטה הזאת מונעת זיהום ברור של ההשוואה, אך גם משנה את האוכלוסייה שעליה חל האומדן.

סוכרת לא מאובחנת היא לא רק עוד שורה בקובץ

שימוש ב-HbA1c מאפשר לזהות עומס גליקמי שאינו מופיע ברשומות כאבחנה. זה חשוב למחקרי נטל מחלה ולזיהוי אוכלוסיות שלא הגיעו לאבחון. עם זאת, בדיקה יחידה אינה שקולה להיסטוריה רפואית מלאה.

במחקר ARIC, שילוב של HbA1c וגלוקוז בצום באותה דגימת דם זיהה קבוצה עם תוצאות מאשרות וחזה סיכון עתידי גבוה יותר לסוכרת מאובחנת, מחלת כליות, מחלות לב ותמותה. המחקר תומך בערך הפרוגנוסטי של אישור משולב מתוך דגימה אחת, אך אינו הופך כל מדידה בודדת לכלי מושלם לקביעת סוג המחלה או מועד תחילתה.

מקור: Selvin ואחרים, 2018

כאשר מוסיפים אנשים שזוהו בבדיקה לקבוצה של חולים מאובחנים, עונים על שאלה אחרת: מה הסיכון בקרב כל מי שיש לו עדות לסוכרת, ולא רק בקרב מי שמחלתו תועדה קלינית. שתי השאלות לגיטימיות, אבל אסור להחליף ביניהן בלי לומר זאת.

הקושי להבדיל בין סוג 1 לסוג 2

סיווג "סוכרת" אינו סוף התהליך. במאגרים רבים חסרים נוגדנים עצמיים, C-peptide או מידע קליני מפורט שמסייעים להבחין בין סוגי המחלה. שימוש בגיל באבחון או בטיפול באינסולין הוא קיצור דרך, אך קיימת סוכרת סוג 1 שמופיעה בגיל מבוגר וסוכרת סוג 2 שמצריכה אינסולין.

מחקר שהשווה עשרה אלגוריתמים לסיווג סוכרת המטופלת באינסולין מצא שהביצועים השתנו לפי הכללים והאוכלוסייה. אלגוריתמים המבוססים על גיל באבחון, זמן עד התחלת אינסולין וסוג הטיפול יכולים להיות שימושיים, אך אינם תחליף מלא לסמני סיווג ביולוגיים. המשמעות המחקרית ברורה: טעות בזיהוי סוג הסוכרת משנה את קבוצת המקרים עוד לפני שחושב האומדן הראשון.

מקור: Thomas ואחרים, 2023

מה המחקר המרכזי אינו יכול להוכיח?

הממצאים מ-UK Biobank מדגימים שהגדרות סבירות שונות יוצרות קבוצות ואומדנים שונים. הם אינם אומרים איזו מחמש ההגדרות היא האמת הקלינית. למחקר לא היה תקן זהב חיצוני שבדק מחדש את האבחנה, את סוג הסוכרת ואת מועד תחילתה אצל כל משתתף.

גם השוואת יחסי הסיכונים אינה מבחן איכות פשוט. אומדן גבוה יותר אינו בהכרח מדויק יותר, ואומדן נמוך יותר אינו בהכרח מוטה יותר. כל אומדן מתייחס לקבוצת חשיפה שנבנתה אחרת. ההבדלים יכולים לנבוע מרוחב הסיווג, משלב המחלה, משך המחלה, טיפול, מגע עם מערכת הבריאות וגורמים נוספים.

המודלים המרכזיים הוצגו ללא התאמה או עם התאמה למשך הסוכרת שהוגדר בכל משפחה, ולא נועדו לאמוד אפקט סיבתי טהור של סוכרת על התוצאות. UK Biobank עצמו הוא מדגם של מתנדבים בריאים יחסית, ורשומות רופא המשפחה לא היו זמינות לכל המשתתפים. לכן גודל ההבדלים בין ההגדרות אינו בהכרח זהה במאגר ישראלי, בקופת חולים או באוכלוסייה עם גישה שונה לטיפול.

יש מגבלה נוספת: אלה בעיקר מקרים שכבר היו קיימים בעת הכניסה למחקר. אנשים עם מחלה ותיקה היו צריכים לשרוד ולהגיע לגיוס כדי להיכלל. הגדרה שמעדיפה תיעוד רב או משך מחלה ארוך עלולה לכן לבחור גם לפי הישרדות, זמינות נתונים ומגע עם מערכת הבריאות. מחקר על מקרים חדשים דורש כללים אחרים, ובהם תקופה מוקדמת שבה מוודאים שלא הייתה אבחנה קודמת ותאריך התחלה ברור למעקב.

כיצד נכון לקרוא מחקר שמשתמש בהגדרת מחלה?

לפני שמפרשים שכיחות, יחס סיכונים או מודל חיזוי, כדאי לחפש את משפט ההגדרה בשיטות המחקר. לעיתים הוא חשוב לא פחות מתוצאת המודל.

השאלות המרכזיות הן:

1. אילו מקורות מידע שימשו להגדרת המחלה?
2. האם נדרש מקור אחד או אימות בין כמה מקורות?
3. האם בדיקות מעבדה שימשו לאבחון, לאימות או רק לתיאור?
4. כיצד הובחן סוג 2 מסוג 1 ומסוגי סוכרת אחרים?
5. מה נעשה במידע חסר או סותר?
6. מי נכלל בקבוצת ההשוואה?
7. כיצד נקבע תאריך האבחון והאם הוא קדם לתוצאה?
8. האם נערכו ניתוחי רגישות עם הגדרות חלופיות?
9. האם ההגדרה אומתה מול תקן חיצוני באוכלוסייה דומה?
10. האם המסקנה מתייחסת לאוכלוסייה שההגדרה באמת זיהתה?
11. האם נחקרו מקרים קיימים או מקרים חדשים, ומי היה צריך לשרוד עד תחילת המעקב?

מחקר שאינו מדווח את האלגוריתם בפירוט מקשה על שחזור התוצאות ועל השוואה למחקרים אחרים. הכותרת "סוכרת סוג 2" אינה מספקת אם בפועל היא מתכוונת ל"לפחות קוד E11 אחד באשפוז" או ל"שילוב של אבחנה, תרופה ומדידת HbA1c".

כיצד חוקרים יכולים לצמצם את הבעיה?

הפתרון אינו לחפש הגדרה קסומה אחת. עדיף להגדיר מראש מהו המושג שמתאים לשאלה ולדווח בשקיפות כיצד נבנה.

אם המטרה היא מעקב אחר מחלה מאובחנת במערכת, הגדרה מבוססת רשומות יכולה להיות מתאימה. אם המטרה היא נטל כולל באוכלוסייה, רצוי לשלב מדדים ביוכימיים ולטפל בנפרד במחלה מאובחנת ולא מאובחנת. אם התוצאה תלויה במשך המחלה, צריך לבחון עד כמה תאריך האבחון אמין ולא להציג את הרשומה הראשונה כמועד ביולוגי מדויק.

כדאי גם להציג תוצאות תחת כמה הגדרות סבירות. אם המסקנה נשמרת, הביטחון בעמידותה גדל. אם היא משתנה, השינוי אינו מטרד שיש להסתיר אלא ממצא שדורש הסבר. אפשר לפרק את קבוצת המקרים לליבה המשותפת ולמקרים שזוהו רק בכללים מסוימים, כפי שנעשה במחקר המרכזי, ולבדוק מי האנשים שמשנים את האומדן.

ולבסוף, חשוב לפרסם קוד, רשימת משתנים וכללי זמן. שתי קבוצות חוקרים לא יוכלו להשוות תוצאות אם שתיהן כותבות "השתמשנו בהגדרה מקובלת" אך מפעילות מסננות שונות.

מה אפשר לומר בביטחון יחסי?

הגדרה תפעולית היא חלק מהשאלה המדעית, לא שלב טכני שקוף. היא קובעת מי נחשב חשוף, מי משמש להשוואה, מהו זמן האפס ולעיתים גם אילו משתנים נחשבים למשך המחלה או לחומרתה. במילים אחרות, שינוי ההגדרה יכול לשנות לא רק את התשובה אלא גם את השאלה שהאומדן עונה עליה.

בסוכרת סוג 2, שימוש שונה בדיווח עצמי, תרופות, HbA1c ורשומות רפואיות יכול לשנות באופן משמעותי את מספר המקרים ואת הרכבם. באותו מאגר של כחצי מיליון איש, חמש הגדרות סבירות יצרו טווח של 13,873 עד 22,394 מקרים מאובחנים. ההגדרה הצרה ביותר גם הפיקה את הקשרים החזקים ביותר לכמה תוצאות, אך אין להסיק מכך שהיא הנכונה ביותר.

הוספת סוכרת שלא אובחנה קודם לכן הרחיבה את קבוצת המקרים והחלישה את יחסי הסיכונים, במיוחד לדמנציה. השינוי ממחיש שהגדרה רחבה יותר אינה מוסיפה רק כמות. היא עשויה להוסיף אנשים בשלב אחר של המחלה ועם היסטוריה שונה של טיפול, אבחון ומגע עם המערכת.

מה עדיין לא ידוע?

אין תקן זהב אוניברסלי להגדרת סוכרת סוג 2 בכל מאגר ובכל שאלת מחקר. אלגוריתם שפועל היטב במערכת אחת עלול לפעול אחרת במקום שבו הקידוד, בדיקות המעבדה והגישה לטיפול שונים.

עדיין נדרש להבין טוב יותר כיצד הבדלי הגדרה משפיעים על קשרים עם חשיפות חברתיות, סביבתיות והתנהגותיות. בתחומים האלה תדירות המפגש עם מערכת הבריאות עשויה להיות קשורה גם לחשיפה וגם לסיכוי שהמחלה תתועד, ולכן פוטנציאל ההטיה גדול במיוחד.

נדרשים גם מחקרי אימות עם מידע קליני עשיר יותר, בדיקות חוזרות וסמני סיווג של סוג המחלה. בלי זה קשה להפריד בין הגדרה שמרחיבה בצדק את הכיסוי לבין הגדרה שמכניסה סיווג שגוי.

המשמעות המעשית לקורא

כאשר שני מחקרים מדווחים על שכיחות שונה של סוכרת או על יחס סיכונים שונה, הסתירה אינה בהכרח נובעת מטעות חישוב או מאוכלוסיות שונות. ייתכן שהם הגדירו את המחלה אחרת.

לכן השאלה הראשונה אינה רק "כמה חולים היו?", אלא "כיצד החליטו מי חולה?". אם התשובה נשענת על קוד יחיד, צריך להבין מה הוא מחמיץ. אם היא נשענת על בדיקת דם יחידה, צריך להבין מה היא אינה מספרת על סוג המחלה ועל משכה. אם היא משלבת מקורות רבים, צריך לבדוק למי המקורות האלה היו זמינים וכיצד יושבו סתירות.

המספר הסופי יכול להיות מחושב ללא טעות ועדיין לענות על שאלה שונה מזו שהקורא חושב שנשאלה.

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

לדוגמה מעשית נוספת: הפוסט על מהירות אכילה, דיווח עצמי וסיכון לסוכרת סוג 2

השורה התחתונה

מחלה אינה משתנה את זהותה כאשר חוקרים משנים הגדרה, אבל קבוצת המחקר בהחלט משתנה. בסוכרת סוג 2, הכללים שקובעים מי נכלל יכולים להזיז אלפי אנשים בין "חולה", "ללא מחלה" ו"לא ניתן לסיווג", לשנות את משך המחלה המשוער ולשנות את עוצמת הקשרים לתוצאות בריאות.

אין מכאן מסקנה שכל הגדרה שרירותית או שכל מחקר הוא חסר משמעות. המסקנה הפוכה: צריך להתייחס להגדרה כאל החלטה מדעית מרכזית. הגדרה טובה היא לא בהכרח הרחבה ביותר, המחמירה ביותר או זו שמפיקה את הקשר הגדול ביותר. היא ההגדרה שמתאימה לשאלה, נשענת על נתונים זמינים ואמינים, מדווחת בשקיפות ונבחנת מול חלופות סבירות.

שאלות נפוצות

מהי הגדרה תפעולית במחקר?

זו מערכת הכללים שמתרגמת מושג כמו סוכרת, פעילות גופנית או דיכאון למשתנה מדיד. היא קובעת מי ייחשב מקרה, מי ישמש להשוואה ומה ייעשה במידע חסר או סותר.

האם הגדרה שמזהה יותר חולי סוכרת בהכרח טובה יותר?

לא. היא עשויה לשפר את הרגישות ולזהות חולים שהגדרה צרה החמיצה, אך גם לצרף מקרים פחות ודאיים או אנשים בשלב שונה של המחלה. ההתאמה תלויה בשאלת המחקר.

מדוע הוספת סוכרת לא מאובחנת יכולה לשנות יחס סיכונים?

אנשים שזוהו בבדיקת HbA1c עשויים להיות בשלב מוקדם יותר, עם פחות היסטוריה מתועדת ופחות טיפול. צירופם משנה את הרכב קבוצת המקרים, ולכן גם האומדן הממוצע עשוי להשתנות.