En værdsat kapacitet – Københavns Universitet

Videresend til en ven Resize Print Bookmark and Share

Almen Praksis > Om Forskningsenheden > Nyheder > En værdsat kapacitet

11. december 2012

En værdsat kapacitet

Statistiker Volkert Siersma blev oprindelig ansat på Diabetes-projektet. I dag bidrager han til stort set alle kvantitative forskningsprojekter på Forskningsenheden for Almen Praksis i København, og forskerne sætter pris på hans ekspertise.

Tekst: HELLE TOUGAARD, journalist og kommunikationskonsulent v/Forskningsenheden

Ét navn går igen i talrige af de forskningsartikler, der udgår fra Forskningsenheden i Almen Praksis i København. Volkert Siersma er medforfatter på stort set samtlige af de kvantitative forskningsprojekter, der udgår fra enheden, for den hollandsk fødte statistikers ekspertise indenfor statistisk metode bliver betragtet som uundværlig af de fleste forskere.

At han samtidig er kendt som en rigtig god pædagog, bidrager blot yderligere til, at der ofte er kø udenfor hans dør.

»Jeg deltager i mange forskellige projekter både organisatorisk og metodemæssigt, og det er både sjovt og lærerigt at bidrage på forskellige kliniske områder og få kendskab til projekter, der handler om sygdomme, som jeg end ikke anede eksisterede,« siger han.

Består af to hovedområder
Volkert Siersmas arbejde kan deles op i to hovedområder.
»Nogle forskere har selv indsamlet data, men mangler hjælp til at analysere dem eller er kørt fast, andre skal i gang med et projekt og vil gerne have råd om, hvordan de får de data, de har brug for,« siger han og understreger, at han ikke nødvendigvis foretrækker det ene frem for det andet.

»I mange tilfælde er det bedst at være med fra begyndelsen, men er data indsamlet korrekt, er jeg såmænd godt tilfreds med blot at køre analysen,« siger han, men tilføjer, at han i stadig stigende grad overlader det til forskerne selv at lave analyserne:

»Jeg laver gerne et eksempel og viser dem, hvordan de skal gøre, og hvilken variabel de skal bruge, men resten må de selv taste ind, og det fungerer i de fleste tilfælde. Randomiserede forsøg er sjældent særlig svære at analyse. Til gengæld påtager jeg mig at skrive statistikafsnittet.«

Medejer af forskningsspørgsmålet
Det kræver lidt mere af Volkert Siersma, hvis han skal bidrage til designet af undersøgelsen.
»Så bliver jeg en slags medejer af forskningsspørgsmålet, og det kan være vanskeligt, hvis jeg ikke ved spor om emnet. Men jeg kan metoderne, og det vigtigste er ofte at hjælpe med at afklare, hvad det præcis er, de gerne vil vide, og dernæst hvilke data der er brug for at kunne lave en analyse, og ikke mindst kan det lade sig gøre at skaffe data.

Findes der fx patienter nok, og er det de rigtige, der vil medvirke, for slet ikke at tale om, hvorvidt de vil og/eller kan besvare et spørgeskema,« forklarer han og siger, at det svære er, når formålet med forskningen ikke er helt klart formuleret.

»Ved forskeren ikke helt, hvad det er han eller hun vil, bliver det svært at indsamle data, og er forskeren alligevel begyndt for så at finde ud af, at det er noget, han eller hun vil vide, har vi problemer. Derfor er det vigtigt at få forskeren til at lægge sig fast på forskningsspørgsmålet.«

Volkert Siersma lægger ikke skjul på, at netop identifikationen af faldgruberne er det sjove ved hans arbejde.

»Jeg ser mig selv som den, der ser på projekterne udefra og stiller de kritiske spørgsmål. Vi havde fx på et tidspunkt et studie, der skulle indsamle oplysninger om almindelige rygere. Først var forslaget, at vi mødte op hos en række praktiserende læger og spurgte deres patienter, om de røg.

Men på den måde ville vi ikke få fat i de såkaldt almindelige rygere. De rygere, der går til lægen, vil alt andet lige være mere syge end de rygere, der ikke kommer, og derfor endte det i stedet med, at vi lavede et tilfældigt udtræk fra CPR-registret,« fortæller han. 

Lidt af et tilfælde
Egentlig var det lidt af et tilfælde - som den slags jo ofte er - at Volkert Siersma havnede på Forskningsenheden for Almen Praksis i København.

Som ganske ung læste han statistik på Københavns Universitet i et semester, og da han som kandidat gerne ville tilbage til den danske hovedstad, søgte han job som forskningsassistent hos Afdeling for Biostatistik.

Her blev Volkert Siersma tilknyttet to projekter, hvoraf det ene var det store diabetesprojekt under ledelse af professor Niels Olivarius.

»Jeg arbejdede meget på diabetesprojektet og fik lov at bruge data herfra til min ph.d., og eftersom vores samarbejde gik godt, førte det til, at Niels Olivarius efterfølgende tilbød mig ansættelse på FE,« fortæller Volkert Siersma.

Benytter forskellige analysemodeller
I arbejdet på Forskningsenheden benytter han forskellige analysemodeller, og hvilken han vælger eller foreslår, beror altid på en afvejning af fordele og ulemper. Skal det holdes nemt og overskueligt, og to grupper kunne sammenlignes, som man oftest gør indenfor den epidemiologiske tradition, er der ikke de store udfordringer for en statistiker.

»Så bliver det først sjovt, når noget går galt, og der skal renses op i data,« forklarer Volkert Siersma og bruger forskningslektor og praktiserende læge Frans Boch Waldorffs Daisystudie som et eksempel:

»Vi lavede en opfølgning efter tre år for at se på bl.a. depression, og i løbet af den periode var der flere deltagere, der var døde. Problemet var, at der var flere i den ene gruppe end i den anden, en forskel, der kun kunne skyldes interventionen.

Havde vi blot slettet de døde, ville sammenligningen halte, og derfor måtte jeg ind og bruge mere avancerede metoder for at rette op den fejl. Med andre ord undersøgte vi, hvor depressive de døde var,« siger han og tilføjer, at den statistiske metode var emnet for et oplæg, som Volkert Siersma holdt på en konference i Paris for et par år siden.

Samme problemstilling er kendt fra andre projekter, fx forskningslektor og speciallæge John Brodersens screeningsundersøgelse, hvor tre grupper bliver bedt om at svare på et spørgeskema om de psykosociale virkninger af normale, falsk positive og positive screeningsresultaterne, hvorefter man sammenligner grupperne.

»De, der får et positivt svar på en screening, er formentlig mere påvirkede end de øvrige grupper, ligesom de næppe heller er så opsatte på at svare på spørgeskemaer. Derfor vil de svar, de giver forvrænge resultatet, og det skal der rettes op på statistisk,« siger Volkert Siersma, der holder af at udforske metoderne.

»Fordi man dermed kommer vidt omkring og udover det epidemiologiske og biostatistiske og tilbage til det økonometriske område, som jeg tidligere har beskæftiget mig med. Det samme gælder machine learning og artificiel intelligence, som min ph.d. handlede om. Det er sjovt, når jeg kan bruge nogle teknikker, jeg har lært herfra,« siger han.

Befinder sig i en grænseflade
Selv om Volkert Siersma optræder som forfatter på rigtig mange artikler, er han kun førsteforfatter på ganske få artikler. Det skyldes, at hans metodeudviklingsarbejde befinder sig i en grænseflade mellem epidemiologi og artificiel intelligence og passer dårligt til begge områder.

»Det første handler om sygdom og patienter, det andet om computerspil og robotter,« siger han.

I det hele taget hersker der en helt anden tradition for at skrive videnskabelige artikler indenfor machine learning. Ofte bliver nye resultater publiceret på kongresser, og det skriftlige forlæg er aldrig på mere end otte sider.

Senest er Volkert Siersma dog også begyndt at skrive almenmedicinske artikler fx gennem et samarbejde med overlæge Per Holstein fra Bispebjerg Hospital om forskning i diabetes, hvor Volkert Siersmas navn står først på en række artikler.

Ikke fordi det er i formål i sig selv at blive klinisk forsker, men der er en nogle strategiske fordele for ham i at have publiceret videnskabelige artikler.

»Vi har brugt en række nye statistiske metoder, og eftersom Per Holstein er en kapacitet, baner hans navn vejen, så vi kan regne med at få offentliggjort artiklerne,« forklarer Volkert Siersma.

Flere projekter med mixed methods
En stor del af forskningen på Forskningsenheden er kvalitativ forskning, og her kommer Volkert Siersma til kort. Og dog. Han ser flere lighedspunkter mellem kvantitativ og kvalitativ forskning og hilser et tiltag til mere samarbejde mellem de to traditioner velkommen.

»Mixed methods vinder frem, og det er en rigtig god idé at lære af hinanden. Hvis man kan udnytte styrkerne ved begge traditioner i et projekt, vil det jo kun blive bedre.

Man kan sige, at mens den kvalitative forskning kan bruges til at finde ud af, hvilke faktorer der kunne være vigtige, kan den kvantitative del bruges til at finde ud af, i hvor høj eller hvor udstrakt grad faktorerne er vigtige,« siger han og håber, at nogle af de fremtidige projekter på Forskningsenheden bliver med mixed methods:

»For at lave det store randomiserede forsøg er det som nævnt vigtigt at vide, hvilke fakta man er interesseret i, og det kan den kvalitative forskning bruges til at finde frem til. Dermed kan man sige, at et kvalitativt projekt kan afføde et kvantitativt, og derfor er samarbejde mellem de to traditioner fremtiden.«