Mistä tunnistaa hyvän epidemiologisen tutkimuksen?

a) Tutkimusasetelma ja -aineisto

Aineisto ja menetelmät pitää olla kuvattu niin tarkkaan, että lukija pystyisi periaatteessa toistamaan tutkimuksen tämän kuvauksen perusteella. Tärkeä tieto johtopäätösten tekemisen kannalta on, oliko kysymyksessä poikkileikkaustutkimus, kohorttitutkimus vai tapaus-verrokkitutkimus, t.s. selvittääkö tutkimusongelma syy-seuraussuhteita vai altistumis-vastesuhteita?

Lisäksi artikkelissa on syytä perustella, miksi valittu tutkimusasetelma ja -menetelmä on paras mahdollinen juuri tähän tutkimuskysymykseen vastaamiseen. Tutkimuskysymys ja -hypoteesi tulee siis olla selkeästi ilmaistu artikkelin johdannossa. Aineistoa kuvattaessa tulee olla selvillä, perustuuko otos väestöön ja onko aineisto edustava, ts. onko siinä suurta systemaattista katoa? Jos aineisto ei ole väestöpohjainen, tuloksia ei voida yleistää koskemaan koko väestöä, vaan sitä populaatiota, josta aineisto on poimittu. Aineistoa kuvattaessa tulee myös käydä ilmi, ovatko tutkimusryhmä ja verrokkiryhmä vertailukelpoisia suhteessa siihen, miten henkilöt valittiin tutkimukseen tai pysyivät siinä. Myös aineiston koko asettaa rajoituksensa; pienen aineiston ongelmaksi voi muodostua heikko tilastollinen voima. Hyvälaatuisessa artikkelissa on raportoitu voimalaskelma, kun aineisto on pieni.

b) Altisteen ja terveyteen liittyvien tietojen mittaamiseen ja aineiston käsittelyyn liittyvät menetelmät

Menetelmäosiosta tulee käydä ilmi, milloin ja miten tiedot altisteesta ja terveydestä kerättiin ja tapahtuiko tiedon keruussa systemaattista katoa. Mittareiden laatua arvioitaessa keskeiset käsitteet ovat mittauksen validiteetti eli pätevyys ja reliabiliteetti eli luotettavuus. Tutkimuksesta tulee käydä ilmi, onko käytettyjen mittareiden validiteettia ja reliabiliteettia arvioitu (esim. aiemmissa erillisissä validiteettitutkimuksissa) ja kuinka hyviä ne ovat näiltä osin. Validiteetti tarkoittaa sitä, missä määrin mittari mittaa sitä, mitä sen ajatellaan mitattavan. Validiteetin erityistyyppejä ovat sisällöllinen validiteetti, samanaikaisvaliditeetti, rakennevaliditeetti ja prosessivaliditeetti. Mittarin heikosta validiteetista johtuva mittausvirhe on systemaattinen. Reliabiliteetti on mittaustapahtuman ominaisuus erotuksena mittarin ominaisuudesta. Luotettava mittaus tarkoittaa sovitun mukaista mittauksen toteutusta. Luotettavan mittauksen tuloksiin eivät vaikuta mittaamisen satunnaiset tekijät kuten mittaaja, mittausolosuhteet jne. Mittauksen epäluotettavuus aiheutuu mittaustapahtumaan liittyvistä satunnaisista häiriöistä ja vaihteluista. Mittaus on luotettavaa, jos samasta aineistosta suoritetut mittaukset antavat eri mittauskerroilla ja eri mittaajien suorittamana samat tulokset. Aineiston analysointitapa, t.s. valittu tilastollinen menetelmä tulee olla seikkaperäisesti kuvattu ja sen valinta perusteltu metodiosan lopussa. Korkeatasoisessa tutkimuksessa pyritään hallitsemaan aineistoon ja mittauksiin liittyvät virhelähteet mahdollisimman hyvin sekä aineiston muodostuksen, menetelmien että tilastollisen analyysin avulla. Niiden virhelähteiden, jotka eivät ole hallittavissa, mahdolliset vaikutukset saatuihin tutkimustuloksiin tuodaan esiin artikkelin pohdintaosassa.

c) Tulosten tulkinta

Tulosten tulkinnan pitää perustua saatuihin tuloksiin. Yleinen virhe tulosten tulkinnassa on, että tutkijat tekevät johtopäätöksiä, jotka eivät perustu nyt saatuihin tutkimustuloksiin eli tekevät liian pitkälle meneviä johtopäätöksiä. Tutkimuksessa saatuja tuloksia pitää myös verrata aiempiin aiheeseen liittyviin tutkimuksiin; ovatko tulokset johdonmukaisia aiempiin tuloksiin nähden vai poikkeavatko ne niistä? Onko esitetty aiempi kirjallisuus kattava vai onko raportoitu vain niitä tutkimuksia, jotka tukevat tutkijoiden käsityksiä? Jos tulokset poikkeavat aiemmista, ovatko kirjoittajat pohtineet syitä tulosten poikkeavuuteen? Mitä johtopäätöksiä on tehty ja nojautuvatko ne saatuihin tuloksiin. Yleinen virhe on esimerkiksi sanan "vaikuttaa" esiintyminen tutkimuksen johtopäätöksissä, vaikka kyseessä olisi ollut poikkileikkaustutkimus, jonka perusteella ei voida tehdä johtopäätöksiä syy-seuraussuhteen suunnasta altisteen ja vasteen välillä.

Oma kappaleensa hyvälaatuisen artikkelin pohdintaosassa on tutkimuksen virhelähteet (limitations) ja niiden perusteellinen ja kriittinen arviointi. Tutkijoiden tulisi käydä läpi kaikki virhelähteet tutkimuksessaan ja arvioida, ovatko he pystyneet kontrolloimaan näitä virhelähteitä. Systemaattinen virhe vääristää tutkimuksen tuloksia siten, että samat vääristymät toistuvat aina tutkimusta toistettaessa. Satunnaisvirhe sen sijaan voi liittyä esimerkiksi mittarin epätarkkuuteen. Yleisimmät systemaattiset virheet ovat valikoitumisharha (selection bias), informaatioharha (information bias), vertailuharha (confounding bias), epäsymmetrinen virheluokitus (non-differential misclassification) ja vaikutuksen muovauksesta (synergistmistä/antagonismista) aiheutuva harha (bias caused by effect modification). Virhelähteiden merkitystä arvioitaessa tulisi käydä myös ilmi, miten voimakkaasti ja mihin suuntaan virheet voivat vääristää tuloksia. Pohdinnassa tulee myös esittää näkemys siitä, mihin populaatioon tulokset ovat yleistettävissä ja mitä tulevissa tutkimuksissa pitäisi ottaa huomioon luotettavuuden lisäämiseksi.