Aniva
7
 min lesetid

Diagnostics as a Service og hva en kontrolltest av kosttilskudd kan bevise

Et bedre tall på andre måling sier noe om én person på to ulike dager, snarere enn å bevise effekten av et produkt. Denne artikkelen tar for seg hva en ny prøve faktisk kan vise, hvorfor regresjon mot gjennomsnittet får et andre resultat til å se bedre ut, og hvorfor bytte av analysemetode gjør to verdier vanskelige å sammenligne.
Forsidebilde for blogginnlegg
Skrevet av
Robert Jakobson
Publisert
31. august 2026

Gjør dette produktet noe en kunde kan måle? Et kosttilskuddsmerke som kjøper Diagnostics as a Service, kan svare med et par før- og ettermålinger. Det paret er det mest overbevisende merket noensinne vil vise en kunde, selv om det også er noe av det enkleste å lese for mye inn i. En andre verdi som er bedre enn den første, er bevis som gjelder én person på to dager, så den interessante jobben er å finne ut hvor mye av forskjellen som skyldes produktet, og hvor mye som skyldes alt annet.

Hva kan en ny test for kosttilskudd bevise for én kunde?

Ingenting av dette er juridisk rådgivning, så en advokat innen mat- og konkurranserett bør gjennomgå enhver påstand du bygger på et målt resultat.

En ny test kan vise at en bestemt kundes målte verdi på den andre dagen var annerledes enn verdien på den første dagen, med et utslag som er større enn målestøyen. Det er et reelt og nyttig faktum for den personen, men det er ikke et bevis på at produktet ditt forårsaket forskjellen.

Avstanden mellom disse to påstandene er der kosttilskuddsmerker havner i trøbbel, fordi den andre er setningen markedsføringsteamet ønsker seg. Én enkelt kunde uten kontrollgruppe kan ikke skille kapselen din fra de fire andre tingene som endret seg i løpet av de samme tolv ukene, som mer søvn, mer dagslys, et annet kosthold og en overstått infeksjon.

Det er fortsatt verdt pengene. En kunde som kan sammenligne sine egne to tall, har noe ingen konkurrents etikett kan gi dem, og ærlighet om hva tallparet betyr koster ingenting, mens det å ta feil om det koster merkevaren.

Hvorfor ser en andre måling ved kosttilskudd ofte bedre ut?

På grunn av regresjon mot gjennomsnittet, som er tendensen til at en ekstrem måling etterfølges av en mindre ekstrem måling utelukkende av statistiske årsaker1. Ethvert enkeltresultat inneholder en reell verdi pluss tilfeldig variasjon, så en person som er valgt ut fordi det første tallet var uvanlig dårlig, vil ofte måle nærmere sitt eget gjennomsnitt andre gang, helt uten behandling.

Dette betyr mer for kosttilskuddsmerker enn for nesten noen andre, på grunn av hvordan kundene kommer inn. Folk kjøper et jernprodukt etter et lavt ferritinresultat, og de kjøper vitamin D i februar etter en lav vintermåling. Kundene dine velges derfor ut på nettopp de ekstreme verdiene som regresjon mot gjennomsnittet delvis vil korrigere av seg selv.

  • Å velge ut kunder basert på en lav første verdi gjør en tilsynelatende forbedring sannsynlig selv uten noe produkt involvert.
  • Effekten er størst for markører med stor dag-til-dag-variasjon, som mange målinger av næringsstoffer.
  • Å ta gjennomsnittet av to utgangsmålinger før oppstart reduserer problemet, selv om det koster en ekstra prøve.
  • En kontrollgruppe er det eneste klare svaret, og derfor har studier det, mens markedsføring sjelden har det.

Hvor mye av en endring skyldes laboratoriet fremfor kunden?

Hver analysemetode har sin egen unøyaktighet, så det samme blodprøverøret som måles to ganger, gir ikke nøyaktig det samme tallet. Metodeforskjellene er enda større, fordi to plattformer som måler den samme prøven for ferritin, vitamin D eller en skjoldbruskkjertelmarkør, kan rapportere verdier som avviker mer enn endringen en kunde håper på.

Noen markører har internasjonal standardisering bak seg og andre ikke, noe som betyr at omfanget av dette problemet er forskjellig for hver linje i rapporten. En merkevare som bytter laboratorium, metode eller prøvetakingstype mellom første og andre prøve, har innført en forskjell den ikke kan skille fra kundens egen biologi.

Den anerkjente måten å håndtere dette på er å beregne hvor stor en forskjell må være før den teller som reell, ut fra metodens publiserte upresishet og personens egen variasjon fra dag til dag2. Under denne terskelen kan ikke en endring skilles fra støy, uansett hvor tilfredsstillende de to tallene ser ut ved siden av hverandre.

Hvor stor endring er vanlig biologi ved en oppfølgingstest for kosttilskudd?

Hver markør svinger hos én frisk person fra uke til uke, og for noen markører er svingningene store. En merkevare som rapporterer en forskjell uten å kjenne det vanlige spennet for den markøren, kan ta æren for en endring som ville ha skjedd uten kosttilskuddet.

  • Vitamin D varierer med årstiden, så en ny test om våren etter en utgangsmåling om vinteren måler både sollys og kapsler.
  • Ferritin stiger ved betennelse, noe som betyr at en nylig forkjølelse kan øke verdien mens jernstatusen er uendret.
  • Kreatinkinase stiger etter hard trening, så en prøve tatt to dager etter en tung økt er ikke en hvileverdi.
  • Kortisol og testosteron følger en døgnrytme, så tidspunktet for timen endrer tallet.
  • Både fastestatus, væskebalanse og nylig alkoholinntak endrer flere rutinemarkører samtidig.

De publiserte tallene for hvor mye hver markør varierer hos én person, vedlikeholdes av EFLM i databasen deres for biologisk variasjon, og de gjelder den enkelte markøren snarere enn generelt2. Enhver retestprotokoll verdt å følge låser tidspunktet på dagen, fastetilstanden og intervallet, fordi disse tre valgene fjerner mer støy enn all tolkning i etterkant.

Hvorfor behandles én kundes resultat annerledes enn en påstand om et kosttilskudd?

Fordi en påstand om et produkt henvender seg til alle som leser den, mens en måling gjelder én person på én dag. Europeisk lovgivning behandler kommersiell kommunikasjon om en matvare som en helsepåstand som må være godkjent og oppført, eller brukes som en av påstandene på vent34. Et før- og etterpar fra dine egne kunder gir ingen godkjenning.

Det er her problemene starter for ellers forsiktige merkevarer. En intern graf som viser at mange kunder ble bedre, er en interessant grunn til å kjøre en studie, men å publisere den som en produkteffekt er en påstand. En påstand uten en godkjent oppføring og uten en oppføring på vent bak seg, er ett brev fra en konkurrents advokat unna å bli dyr.

Den trygge og ærlige grensen er smal nok til å skrives ned. Du kan fortelle én kunde hva kundens egne verdier var og hva som endret seg, du kan forklare hva markøren betyr, og du kan ikke gjøre de to til en generell påstand om hva produktet ditt gjør for folk.

Hva kan et kosttilskuddsmerke gjøre med aggregerte, anonymiserte data?

Aggregerte data er legitime for å forbedre produktet, velge paneler og danne en hypotese som er verdt å teste ordentlig. Det blir et problem når en ukontrollert intern serie presenteres som bevis på effekt, fordi designet ikke kan støtte den konklusjonen, uansett hvor stort utvalget er.

  • Be om eget, uttrykkelig samtykke til bruk i forskning, siden helsedata har eget vern etter europeisk lov.
  • Anonymiser ordentlig i stedet for å fjerne et navn, fordi en liten kohort med datoer ofte kan identifiseres.
  • Rapporter kundene som fikk dårligere verdier, for en serie som bare teller forbedringer er ikke et resultat.
  • Beskriv kohorten ærlig, inkludert hvem som ble ekskludert og hvor mange som aldri kom tilbake til den andre testen.
  • Se på resultatet som en grunn til å finansiere en kontrollert studie, snarere enn som en erstatning for en.

En merkevare som vil ha en holdbar påstand om befolkningen, må til slutt kjøre en kontrollert studie med en protokoll skrevet før dataene samles inn. Det er en reell kostnad, så de fleste merkevarer velger det bort, og den ærlige beslutningen som følger, er å slutte med befolkningspåstander i stedet for å basere dem på kundegjennomsnitt.

Hvordan holder Diagnostics as a Service en ny test sammenlignbar?

Laboratorieleddet må være det samme på begge dagene, ellers betyr sammenligningen ingenting, så verdien av en partner her er konsistens snarere enn nyhetsverdi. Én avtale dekker analysen, prøvesettene, budtjenesten og programvaren, som betyr at den andre prøven håndteres på samme måte som den første.

  • Det samme panelet er tilgjengelig for gjentatte prøver, og en trendvisning på tvers av gjentatte paneler finnes i kundens Dashboard.
  • Seks prøvetakingsmetoder støttes, og en ny test bør bruke samme metode som ved utgangsmålingen.
  • Over 2 500 bestillbare parametere på tvers av åtte modaliteter er tilgjengelige, så et panel sjelden må bygges om midt i programmet.
  • Analysen utføres av en akkreditert laboratoriepartner som har ISO 15189-akkreditering og arbeider under RiliBAEK.
  • GDPR-vilkår og en AVV er en del av den samme partnerkontrakten.
  • Panelene er utviklet sammen med praktiserende klinikere og forskere, og protokollene gjennomgås av et fagråd.

Et metodebytte er noen ganger uunngåelig, så den ærlige løsningen er å opplyse om det i rapporten i stedet for å la kunden tolke et metodebytte som en endring hos seg selv. Bestill en 30-minutters demo hvis du ønsker et målegrunnlag som er det samme i måned seks som i måned én.

Merknader og kilder

Sist oppdatert: 31. august 2026

  1. Barnett AG med flere, Regression to the mean: what it is and how to deal with it, International Journal of Epidemiology, bind 34, 2005

  2. European Federation of Clinical Chemistry and Laboratory Medicine, Biological Variation Database, søkbar per markør. Nettsiden til EFLM Biological Variation Database

  3. Forordning (EF) nr. 1924/2006 om ernærings- og helsepåstander om næringsmidler, EUR-Lex

  4. EUs register over ernærings- og helsepåstander om matvarer, Europakommisjonen

Legg til blodprøver i bedriften din

Aniva leverer laboratoriene, testsettene, frakten, programvaren og personverndokumentasjonen. Du tilbyr blodprøver under egen merkevare. Fortell oss hvilke tester du trenger, så viser vi deg hvordan det fungerer.

Bestill en demo

Ditt fremtidige jeg venter

Begynn å bygge det sunneste tiåret i livet ditt.

Bli med i dag