Никита Жуков - Модицина². Апология

Для каждого исследования чего угодно необходимо задавать точку отсчета, чтобы результаты было с чем сравнивать: если что-либо на 30 % лучше, то нам необходим 0 %, чтобы понять лучше чего. Устаревшие протоколы за ноль принимали простую контрольную группу, которая просто не принимала препарат/не подвергалась клиническим пыткам; теперь это отвергнуто: откуда мы знаем, что исследуемая группа именно испытала эффект от препарата, а не надумала его самовнушением?

Чтобы исключить эффект самовнушения, контрольные группы начали кормить бесполезными лекарствами. Теперь и исследуемая группа, и контрольная жрут одинаковые по весу, форме, цвету, вкусу таблетки, но у каких-то внутри есть действующее вещество, а у каких-то нет. У каких никто не знает, это называется ослепление: не знают подопытные (одинарное), не знают врачи (двойное слепое), не знают даже медсестрыне знает комиссия, обрабатывающая результаты (тройное).

Плацебо никак не действует на организм, это может быть не только таблетка, но и безобидные магниты с холодильника, мигающие лампочки или фейковая акупунктура, в зависимости от того, что исследуют.

Последнее время контроль нередко проводится не с плацебо, а с конвенциональным лечением (уже утвержденным и многократно проверенным), в тех случаях, когда нельзя пациентов оставить совсем без лечения. Тогда одной группе дают стандартную терапию, а другой стандартную + исследуемую и сравнивают различия.

«Иные врачи двадцать лет кряду делают одни и те же ошибки и называют это клиническим опытом». – Н. Фэбрикант

Каждое исследование должно иметь подтверждения своих выводов в массе подобных, иначе практические выводы сделать нельзя; для анализа и оценки статей есть толпы экспертов типа ВОЗ, которые в итоге выдают простым смертным врачам клинические рекомендации (гайдлайны, гайды, «guidelines») на основе лучших доказательств. При изучении работ надо строго разделять показатели процесса (любые изменения параметров) и показатели собственно результата (именно они имеют клиническую значимость), к которым приводят те изменения. Во время чтения публикаций или спора со сторонником какого-либо метода нужно придерживаться этого разделения, поскольку не составляет труда показать действие возможного фактора на процесс, а вот выяснение достоверного результата и его положительной связи с тем фактором требует серьезной работы.

Исследовательские работы можно отнести к тому или иному виду по весу доказательности, что зависит от его структуры (по уменьшению крутизны):

1. Систематический обзор посредством мета-анализа: доказательный потолок на данный момент, круче еще не придумали (разве что мета-анализ метаанализов): берется пачка схожих клинических испытаний одного метода, высчитываются их общие и различные параметры, анализируется совпадение/несовпадение результатов. Благодатность метода в том, что обеспечивается более высокая статистическая чувствительность (мощность), чем в отдельных испытаниях, особенно когда они противоречат друг другу. Одна из существенных ценностей меты в том, что вроде бы схожие исследования имеют разных авторов, время и место проведения, а также различные выборки, что почти исключает возможность баеса (см. дальше).

2. РКИ (рандомизированное клиническое исследование, «randomized clinical trial», «RCT»): столп доказательности, придуманный именно чтобы различить, что же явилось следствием воздействия, а что – случайностью. Заключается в динамическом наблюдении профилактического/диагностического/лечебного вмешательства, которые применяются к случайно сформированным (рандомизированным) группам из конкретной выборки пациентов. Все возможные факторы одинаково действуют на группы подопытных, только в одной это будет полностью плацебо-эффект, а во второй – непосредственно эффект медицинского вмешательства, из которого можно вычесть первый и получить кристаллизованную достоверность в виде подтверждения/опровержения изначальной гипотезы.

3. Популяционное (проспективное, когортное, продольное) исследование: выделяются два отряда населения (когорты), например, которые подвергались фактору риска и не подверженные ему, затем за ними длительно наблюдают, обследуют и сравнивают данные. Используется для определения прогноза и причин заболеваний, их факторов риска и уровня заболеваемости, что весьма трудоемко из-за необходимости больших выборок (новые случаи заболеваний могут оказаться слишком редкими) и длительности наблюдения этих больших групп.