อ่านงานวิจัยอาหารเสริมอย่างไร ไม่สรุปเกินหลักฐาน

เริ่มจากคำถามที่ต้องการคำตอบให้ชัด

คำถามกว้างอย่างดีต่อสุขภาพหรือช่วยชะลอวัย ทำให้จับผลวิจัยที่ไม่เหมือนกันมารวมได้ง่าย ควรเปลี่ยนเป็นคำถามที่ระบุผลลัพธ์ เช่น งานวัดความชุ่มชื้นผิวหรือไม่ วัดสมรรถนะการออกกำลังกายแบบใด หรือเพียงตรวจระดับสารในเลือด เมื่อรู้คำถาม จะเห็นได้ว่าบทความนั้นตอบเป้าหมายจริงหรือไม่

จดกรอบง่าย ๆ ว่าศึกษาในใคร ให้สารหรือสูตรอะไร เทียบกับอะไร และวัดผลอะไร หากข้อมูลส่วนใดไม่ปรากฏในโพสต์โฆษณา ควรเปิดต้นฉบับก่อนใช้ตัดสิน ความรู้สึกดีขึ้นจากรีวิวรายบุคคลอาจมีประโยชน์ในฐานะประสบการณ์ แต่ไม่สามารถแทนการเปรียบเทียบที่ควบคุมปัจจัยได้

อ้างอิง NIH NCCIH: Checklist for Understanding Health News Stories

ชนิดการศึกษามีผลต่อสิ่งที่สรุปได้

งานในห้องปฏิบัติการช่วยสำรวจกลไกและตั้งคำถาม แต่ความเข้มข้นที่สัมผัสเซลล์หรือขนาดที่ให้สัตว์อาจไม่เท่ากับสิ่งที่เกิดขึ้นเมื่อคนกินผลิตภัณฑ์ งานสังเกตในคนช่วยหาความสัมพันธ์ แต่ผู้ที่ใช้สารหนึ่งอาจมีพฤติกรรมอื่นต่างจากผู้ที่ไม่ใช้ จึงยังต้องระวังการสรุปเหตุและผล

การทดลองแบบสุ่มมีกลุ่มเปรียบเทียบช่วยลดความแตกต่างพื้นฐานระหว่างกลุ่ม และการปกปิดข้อมูลช่วยลดอคติบางส่วน อย่างไรก็ตาม คำว่า RCT ไม่ได้ทำให้งานสมบูรณ์โดยอัตโนมัติ ยังต้องดูจำนวนผู้เข้าร่วม การหลุดจากการศึกษา วิธีวัดผล และระยะติดตามด้วย

อ้างอิง NIH NCCIH: Types of ResearchNIH NCCIH: Minimizing Bias in Research

ตรวจสูตรและขนาดให้ตรงกับสินค้าที่ขาย

แยกให้ได้ว่างานทดลองใช้สารบริสุทธิ์ สารสกัดที่กำหนดมาตรฐาน วัตถุดิบเฉพาะ หรือผลิตภัณฑ์หลายส่วนประกอบ หากศึกษาสูตรผสม ไม่ควรยกผลทั้งหมดให้สารตัวใดตัวหนึ่งโดยไม่มีการแยกทดสอบ และถ้าสินค้าใช้ชื่อสารคล้ายกันแต่ไม่ระบุรูปหรือปริมาณ ก็ยังสรุปว่าตรงกับงานไม่ได้

ตัวอย่างสมมติคือ งานใช้สารสกัดที่ระบุสัดส่วนสารสำคัญ แต่ฉลากสินค้าบอกเพียงน้ำหนักพืชบด แม้จำนวนมิลลิกรัมจะเท่ากัน ก็ไม่ได้หมายถึงได้รับสารสำคัญเท่ากัน ส่วนขนาดที่ใช้ในงานไม่ใช่คำสั่งให้เพิ่มจำนวนเม็ดของสินค้าที่มีส่วนผสมอื่นติดมาด้วย

อ้างอิง NIH NCCIH: Types of Research

ตัวชี้วัดเปลี่ยน ไม่ได้แปลว่าสุขภาพทุกด้านดีขึ้น

แยกผลลัพธ์ที่ผู้ใช้สัมผัสได้ออกจากตัวชี้วัดแทน เช่น ระดับสารในเลือดหรือค่าจากเครื่องมือทดลอง การเปลี่ยนตัวชี้วัดอาจช่วยสนับสนุนแนวคิด แต่ยังไม่เท่ากับพิสูจน์ว่าลดการเกิดโรค ยืดอายุ หรือทำให้ชีวิตประจำวันดีขึ้นตามคำโฆษณา ต้องดูว่าการศึกษาวัดผลที่กล่าวอ้างนั้นจริงหรือไม่

ผลที่มีนัยสำคัญทางสถิติอาจมีขนาดเล็กจนไม่สำคัญต่อผู้ใช้ ขณะที่ผลไม่ชัดเจนอาจมาจากความไม่แน่นอนหรือจำนวนข้อมูลไม่พอ ไม่ควรอ่านว่าไม่มีผลแน่นอนทุกกรณี ลองหาขนาดการเปลี่ยนแปลง กลุ่มเปรียบเทียบ และช่วงความเชื่อมั่น แทนการดูเพียงเครื่องหมายดาวบนกราฟ

อ้างอิง NIH NCCIH: Reading Results in a Scientific Journal Article

ดูข้อจำกัด เงินทุน และหลักฐานที่ไม่ตรงกัน

อ่านส่วนข้อจำกัดและการเปิดเผยผลประโยชน์ร่วมกับผลทดลอง การสนับสนุนโดยผู้ผลิตไม่ได้ทำให้ผลผิดโดยอัตโนมัติ แต่เป็นข้อมูลที่ควรพิจารณาเรื่องการออกแบบ การรายงาน และความจำเป็นในการทำซ้ำโดยกลุ่มอื่น การเลือกอ้างเฉพาะงานที่เป็นบวกอาจทำให้ภาพรวมดูแน่นอนเกินจริง

ถ้ามีงานทบทวนหรือการวิเคราะห์รวม ควรดูว่ารวมการศึกษาที่ใกล้เคียงกันเพียงใด งานรวมหลายชิ้นไม่ได้ลบปัญหาของข้อมูลต้นทางทั้งหมด เช่น แต่ละชิ้นใช้คนละสูตร คนละประชากร หรือมีความเสี่ยงอคติสูง การอ่านข้อสรุปพร้อมคุณภาพข้อมูลช่วยหลีกเลี่ยงการมองจำนวนงานเป็นคะแนนรับรองสินค้า

อ้างอิง NIH NCCIH: Checklist for Understanding Health News StoriesNIH NCCIH: Reading Results in a Scientific Journal Article

เปลี่ยนงานวิจัยเป็นคำถามก่อนซื้อ

เลือกข้อมูลที่ตรวจได้สามชั้น: งานวิจัยตรงกับเป้าหมายหรือไม่ ฉลากตรงกับสิ่งที่ศึกษาหรือไม่ และเหมาะกับสถานการณ์ของผู้ใช้หรือไม่ หากชั้นแรกยังไม่ชัด ก็ไม่ควรแก้ด้วยการเลือกสินค้าที่ให้ปริมาณสูงกว่า หากชั้นฉลากขาดข้อมูล ควรถามผู้ผลิตหรือระบุว่ายังเทียบไม่ได้

เวลาอ่านคะแนนบน YesSpec ให้ใช้เป็นทางเข้าดูเกณฑ์และแหล่งอ้างอิงของแต่ละสาร ไม่ตีความคะแนนเป็นโอกาสที่จะได้ผลกับบุคคลหนึ่ง หรือเป็นการรับรองผลิตภัณฑ์ทั้งสูตร งานใหม่อาจทำให้ความเชื่อมั่นเปลี่ยนได้ การเก็บลิงก์ต้นฉบับและวันที่ตรวจช่วยให้กลับมาทบทวนเหตุผลได้

• คนในงานใกล้เคียงกับกลุ่มที่ต้องการใช้หรือไม่
• ชนิดสาร สูตร และปริมาณตรงกันแค่ไหน
• ผลลัพธ์เป็นสิ่งที่ต้องการจริงหรือเป็นเพียงตัวชี้วัดแทน
• ผลใหญ่พอมีความหมาย และมีข้อจำกัดอะไร
• มีข้อมูลความปลอดภัยและการติดตามนานเพียงใด