Mai întâi voi descrie de ce ar trebui să realizăm auto-experimente în acest mod (dacă le vom realiza deloc), apoi cum să procedăm astfel și, în cele din urmă, ce să facem în cazurile în care o astfel de auto-experimentare riguroasă este evident impracticabil.

Pentru a fi clar, nu sugerez că toată lumea ar trebui să meargă și să înceapă experimentele în acest mod. Dar este util să înțelegem principiile teoretice și pentru cei care sunt interesat de a vedea cum anumite alimente le afectează zahărul din sânge, tensiunea arterială sau un alt parametru, acest post va fi de importanță practică.

punct

  • Observații repetate.
  • Randomizare.

Motivul pentru care observații repetate este simplu: dacă vreau să arăt că răspunsul meu la două alimente diferite este diferit, trebuie să arăt că variația dintre ele este mai mare decât variația din ele. Spun că vreau să știu dacă bananele îmi cresc glicemia mai mult decât căpșunile. Pentru a rezolva această întrebare, mănânc banane la micul dejun luni și zahărul din sânge crește până la 130 mg/dL, iar apoi mănânc căpșuni la micul dejun marți, iar zahărul din sânge ajunge la doar 125 mg/dL. Acest lucru îmi susține ipoteza? Nu chiar. Motivul este că nu am idee la ce s-ar fi ridicat glicemia mea dacă aș fi mâncat fructe a doua sau a treia oară. Dacă m-aș mânca din nou căpșuni miercuri și mi-ar crește glicemia la 135 mg/dL, brusc concluziile mele s-ar destrăma.

Pot evita această problemă în întregime repetând testul meu cu căpșuni de câteva ori și testul meu cu bananele de câteva ori, astfel încât să pot evalua variația naturală a răspunsurilor mele la fiecare fruct. Dacă diferența în răspunsul mediu la fiecare fruct este suficient de mare sau variația răspunsurilor mele la fiecare fruct este suficient de mică, pot concluziona că una îmi afectează glicemia mai rău decât cealaltă. Voi descrie cum să luați această decizie mai jos.

Randomizarea este o modalitate de a controla pentru necunoscute, și mai ales pentru necunoscute necunoscute.

Dacă ar fi să împărțim oamenii în două grupuri pentru un studiu clinic controlat, ar trebui să le alocăm aleatoriu. În autoexperimentul nostru, trebuie să alocăm ordinea încercărilor în mod aleatoriu. Cu alte cuvinte, nu pot testa efectul bananelor de cinci ori săptămâna aceasta și apoi testez efectul căpșunilor de cinci ori săptămâna viitoare. Trebuie să alternez banane și căpșuni în ordine aleatorie.

Motivul simplu este că timp este un confuz. Timpul, de fapt, este cel mai rău factor de confuzie, deoarece introduce indirect o serie întreagă de necunoscute, atât ale soiului cunoscut, cât și al celui necunoscut. Cu toții am putea face liste cu lucruri care se pot schimba în timp. Listele ar putea arăta foarte diferite una de cealaltă și dacă le-am grupa pe toate într-o listă ar fi grozav. Confuzii pe care nu i-am inclus pentru că niciunul dintre noi nu s-a gândit la ei că ar fi încă mai numeroși. În principiu, randomizarea ordinii încercărilor controlează pentru toate, luând timp din ecuație în întregime.

Cum să Randomize

Cel mai simplu mod de a randomiza ordinea auto-experimentului nostru ar fi să folosim un generator de numere aleatorii. Dacă trecem la Random.Org putem genera numere aleatorii într-un anumit interval. O modalitate simplă de randomizare ar fi să ai codul „0” pentru a face căpșuni în primul rând și banane în al doilea rând și să ai codul „1” pentru opus. Am putea genera în mod aleatoriu câteva zero-uri și apoi am fi terminat. Întrucât facem doar o comparație simplă între două fructe, am putea opta pentru a răsturna o monedă.

Cum să alegeți numărul de încercări

Scopul nostru final este de a determina, în acest exemplu, dacă răspunsul meu mediu la zahăr din sânge la un fruct este diferit de răspunsul meu mediu la celălalt. În cazul în care răspunsul meu la fiecare fruct este foarte consistent, s-ar putea să trec cu doar trei măsurători pentru fiecare fruct. Dacă este foarte inconsecvent, îmi va fi mai greu să estimez răspunsul meu mediu și pentru a face această estimare va fi nevoie de un număr mai mare de studii. Acest lucru va deveni mai clar mai jos.

Cum să știm dacă răspunsurile sunt diferite

Deci, cum putem spune dacă răspunsul meu la banane este diferit de răspunsul meu la căpșuni? Răspunsul scurt este că ar trebui să conectez datele la un software statistic simplu și să fac un test t. Puteți face acest lucru gratuit aici:

Dacă răspunsul meu la fiecare fruct este consecvent, ar trebui să fac doar aproximativ trei teste cu fiecare dintre ele.

Dacă răspunsul meu la fiecare fruct este mai variabil, s-ar putea să trebuiască să fac mai multe. Ca regulă generală, am putea începe cu trei și să vedem dacă există o diferență semnificativă. Dacă nu, am putea efectua încă câteva teste și vom vedea dacă se apropie de semnificație. Există modalități mai riguroase de a determina dimensiunea eșantionului de care avem nevoie, dar nu încercăm să ne justificăm la picioarele unei anumite birocrații sau să publicăm o lucrare aici, așa că cred că putem tăia câteva colțuri. Trebuie doar să fim atenți la prejudecăți - nu vrem să continuăm să efectuăm experimentul până nu obținem rezultatul dorit și apoi să ne oprim.

Dacă vrem să fim cu adevărat atenți cu privire la acest lucru, totuși, am putea efectua câteva teste pentru a stimula „n” de care avem nevoie și apoi să ignorăm toate aceste rezultate și să începem din nou, angajându-ne la un anumit număr de observații și apoi bătându-ne înapoi pentru obiectivitatea noastră.

Pentru a încerca să menținem cât mai puține variații și, astfel, să putem scăpa de mai puține încercări ale fiecărui fruct, ar trebui să încercăm să menținem cât mai consecvente posibilele condiții la care ne putem gândi. De exemplu, ar trebui să efectuăm testul în același moment al zilei, după ce am postit o perioadă similară de timp de la ultima masă. Diferențele aleatorii în astfel de condiții nu vor distruge interpretarea experimentului, ci ne vor reduce precizia statistică și ne vor cere să repetăm ​​mai multe observații.

Câteva considerații tehnice

Există două probleme tehnice care ar putea apărea legate de independența proceselor. Vrem să reducem la minimum orice efect pe care un proces l-ar putea avea asupra altuia. Ne putem imagina câteva situații în care ar putea fi o problemă.

De exemplu, să spunem că luăm un supliment de vitamine. Suplimentul ar putea dura câteva zile pentru a fi eliminat din sistemul nostru, așa că am dori să separăm testele cu cel puțin câteva zile. Aceasta se numește a spălare perioadă. A avea o perioadă suficientă de spălare între probe poate ajuta la garantarea independenței acestora.

A doua problemă este că ar putea exista o tendință dependentă de timp. De exemplu, dacă mâncăm o dietă cu conținut scăzut de carbohidrați și, brusc, începem să efectuăm teste privind răspunsul la zahăr din sânge la diferite fructe, ne putem adapta constant la consumul de fructe pe parcursul mai multor săptămâni, iar răspunsurile noastre la zahărul din sânge se pot îmbunătăți constant. În acest caz, ne putem crește precizia statistică folosind un asociat testul t. Pentru a face acest lucru, pur și simplu împerechem primele două încercări, apoi a doua, a treia două și așa mai departe. Cum să faceți acest lucru ar trebui să fie evident după ce faceți clic pe linkul de mai sus pentru a utiliza programul gratuit de testare t.

Nu avem nevoie Știi totul

Ar fi, în mod clar, prostesc să ne bazăm pe demonstrații definitive ale cauzei și efectelor pentru tot ceea ce facem. Acest lucru ar fi paralizant. Este destul de clar că, dacă cineva dorește să nu aibă gluten timp de șase luni, nu va repeta acest lucru de trei sau cinci ori, alternând aleatoriu cu o perioadă de șase luni de înghițit gluten.

Un autoexperiment controlat și randomizat este forma ideală de autoexperimentare, dar acest lucru nu înseamnă că ar trebui să ignorăm restul experienței noastre personale. Putem demonstra, cel puțin, că este cel puțin să faci o anumită modificare dietetică consistent cu o sănătate îmbunătățită pur și simplu experimentând o astfel de îmbunătățire a sănătății după efectuarea unei astfel de modificări dietetice. Avem o singură viață de trăit și cel mai sensibil poate fi să rămânem cu ceea ce pare să funcționeze și să mergem mai departe.

Chiar și așa, înțelegerea rolului esențial al randomizării și a observațiilor repetate în demonstrarea cauzei și efectului ne poate ajuta să interpretăm acea experiență. Realizarea faptului că multe dintre experiențele noastre din trecut s-ar putea să nu ne ofere informații definitive despre cauză-efect ne pot ajuta să infuzăm o oarecare flexibilitate în teoriile noastre dietetice și să facem schimbările pe care ar trebui să le facem acum sau în viitor, mai degrabă decât să fim prinși în dogmatismul dietetic.

Cu toate acestea, acolo unde este practic, un auto-experiment randomizat și controlat poate furniza informații valoroase. În viitor, voi conduce câteva dintre acestea asupra mea și voi posta despre ele.

* Domnul. Rumsfeld și cu mine ne întoarcem. Odată, în anii ’90, când lucram împreună la campania Dole, s-a mâniat atât de tare de un șoarece care a mestecat toate pachetele sale de NutraSweet la miezul nopții, încât a vrut să sufle printr-un cuib pe care îl îngropase în perete. cu un focos nuclear. M-am gândit cu el că acest lucru ar putea da înapoi și ar putea crea un dezastru de relații publice, iar el a dat înapoi. Mereu am găsit tulburarea lui Rumsfeld tulburătoare, dar simplitatea convingătoare a abordării sale asupra analizei statistice rămâne fără reproș până în prezent. De multe ori mă întreb cum ar fi lumea diferită dacă dl. Rumsfeld a ales această disciplină ca profesie, dar așa cum mi-ar spune întotdeauna: „Nu se poate niciodată să aleatorizăm universul la istorii alternative sau la viitor cu un n de 1.” Sau, așa cum spun alții, ai o singură viață de trăit.

Confirmare: Mulțumiri speciale consultantului statistic din New York, Karen A. Buck, pentru că a discutat cu mine acest concept.