Докзательная медицина

     Разумеется, что для  такой подготовки аспирантов и докторантов в медицинских  вузах и НИИ должны быть соответствующие  кадры и службы. Например, лаборатории биостатистики, или иные их аналоги. В системе НИИ РАМН число таких лабораторий можно сосчитать по пальцам. Тогда как за рубежом такая лаборатория непременный атрибут практически всех исследовательских организаций в области медицины. Отметим, что первая лаборатория биостатистики в Европе была создана ещё в 1908 г .  

     Одним из первых, кто уже в наше время  обратил внимание медицинской общественности на необходимость создания службы статистического  сервиса, был известный отечественный  специалист в области прикладной статистики, профессор А.И. Орлов. В своей статье «О применении статистических методов в медико-биологических исследованиях» («Вестник Академии медицинских наук СССР». 1987. No.2. С.88-94. http://www.biometrica.tomsk.ru/orlov_3.htm ) Александр Иванович писал: «Даже из проведённого выше разбора лишь одной из типичных статистических задач – задачи проверки однородности двух выборок, – можно сделать вывод о целесообразности организации работ по критическому анализу сложившейся в медико-биологических исследованиях практики статистической обработки данных и по внедрению накопленного арсенала методов прикладной статистики [13]. По нашему мнению, широкого внедрения заслуживают, в частности, методы многомерного статистического анализа [4], статистики объектов нечисловой природы [12, 14]. Очевидно, рассматриваемые работы должны быть плановыми, организационно оформленными, проводиться мощными самостоятельными подразделениями. Целесообразно создание службы статистических консультаций [9] в системе научно-исследовательских учреждений медико-биологического профиля».  Как видим, А.И. Орлов задолго до Р. Смита высказался о целесообразности критического анализа практики статистической обработки в медицинской науке.

   Уровень доказательности выводов, получаемых в медицинских исследованиях  с помощью статистических технологий, напрямую влияет на уровень состояния  здоровья населения. Обратимся к  статье Н.А. Барбараш, О.Л. Барбараш «Некоторые аспекты взаимосвязи образования и здоровья», журнал «Медицина в Кузбассе», №1, 2007,  с. 12-17. (Кемеровская государственная медицинская академия). В начале своей статьи авторы пишут: «По ряду параметров здоровье россиян занимает сегодня далеко не ведущее место среди цивилизованных стран; смертность от сердечно-сосудистых заболеваний в России в 4,5 раза больше, чем в странах Евросоюза». Соотнесём название этой статьи «Некоторые аспекты взаимосвязи образования и здоровья» с её выводами. Основной вывод авторов заключается в том, что существует взаимосвязь между уровнем образования пациента, и его уровнем здоровья. Между тем, связь между образованием и уровнем здоровья, имеет и иной, более глобальный характер. Обсуждая причины высокой смертности в России, обычно принято указывать на недостаточное финансирование здравоохранения, низкую зарплату медиков, алкоголизацию общества, наркоманию в среде молодёжи, экономический кризис, ухудшение экологической обстановки и т.д. Однако мало кто обращает внимание на связь уровня образования медиков и уровня отечественной медицинской науки, например, той же кардиологической науки, и смертности населения. Наглядной иллюстрацией этого уровня, отсутствия доказательности выводов полученных путём использования статистических методов, служат многие из анализируемых в этом исследовании статей и диссертаций. Не удивительно, что после И.П. Павлова в 1904 г . ни один отечественный медик или биолог не были отмечены Нобелевской премией по физиологии или медицине (http://www.carstock.ru/Dictionary/Нобелевская_премия_по_медицине ). А эта премия, как известно, является «Гамбургским счётом» в оценке научных достижений. Поэтому можно утверждать, что в том, что «смертность от сердечно-сосудистых заболеваний в России в 4,5 раза больше, чем в странах Евросоюза» есть лепта и недостаточно высокого научного уровня отечественной кардиологии. В том числе, и вследствие неквалифицированного статистического анализа собираемых экспериментальных данных.   

   Обратимся непосредственно на сайт Нобелевских  премий, где по адресу http://nobelprize.org/nobel_prizes/medicine/ прочитаем следующий заголовок: «The Nobel Prize in Physiology or Medicine». Ипользование в данном заголовке союза «или» означает, что физиология не есть медицина. Конечно, физиология без сомнения является наукой. Но если читатель придёт, например, в поликлинику, то он не сможет записаться на приём к физиологу.  Это же противопоставление физиологии и медицины мы обнаружим и на сайте Википедии http://ru.wikipedia.org/wiki/Нобелевская_премия_по_медицине в статье «Нобелевская премия по физиологии или медицине». Хотя, там же найдём и обороты типа «физиология и медицина».  Если обратиться к различным словарям и справочникам, пытаясь установить что же такое медицина, то можно найти самые разные определения. Например, в Большой советской энциклопедии дано такое определение: «Медицина (латинское medicina, от medicus — врачебный, лечебный, medeor — лечу, исцеляю), система научных знаний и практических мер, объединяемых целью распознавания, лечения и предупреждения болезней, сохранения и укрепления здоровья и трудоспособности людей, продления жизни». Различие многих дефиниций этого термина говорит о существовании различных точек зрения на то, является ли медицина отдельной наукой.

   Один  из специалистов по ДМ, которым я рассылал предварительную версию данной статьи, преподаватель, зав. лаб. медицинского НИИ и практикующий врач,  например, придерживается такой точки зрения: «Медицина – ремесло, а не наука. Ремесло, переросшее в развитых странах в производство (тема одной из моих лекций).  Наука лишь снабжает её технологиями (ДМ, статистика и пр.). … Отрасль знаний? Да, такое определение подойдёт. Но лучше – ремесло, производство». Анализируя имеющиеся определения медицины, обратим внимание на то, что практически во всех определениях имеется в том или ином виде упоминание о научных знаниях, науке. Чтобы читателю был понятен ход наших дальнейших рассуждений, обратимся к одному из определений науки, представленному на Википедии (http://ru.wikipedia.org/wiki/Наука ). «Нау́ка — особый вид познавательной деятельности, направленный на получение, уточнение и производство объективных, системно-организованных и обоснованных знаний о природе, обществе и мышлении. Основой этой деятельности является сбор научных фактов, их постоянное обновление и систематизация, критический анализ и, на этой базе, синтез новых научных знаний или обобщений, которые не только описывают наблюдаемые природные или общественные явления, но и позволяют построить причинно-следственные связи и, как следствие — прогнозировать». Что же следует из приведённых выше дефиниций? Следует, что медицина есть практическая деятельность, требующая для своей реализации системы научных знаний. И эти знания добываются учёными в более узких областях исследования,

   Наука – это отдельный, специфический  вид деятельности, в корне отличающийся от практической деятельности, к примеру, в той же медицине. Исследования, производимые представителем практической медицины, не становятся автоматически научными исследованиями. Впрочем, это же утверждение относится и ко всем иным видам практической деятельности. Однако реалии таковы, что большинство отечественных медицинских журналов позиционируют себя как «научно-практические журналы». И если такой журнал попадает в известный ваковский список, то любая публикация в нём, будь её автор медсестра или врач высшей категории, автоматически приобретает статус научной публикации, независимо от того, публикуются ли они в разделах типа «Клинические исследования» или «В помощь практическому врачу». Однако в действительности, далеко не каждая из таких публикаций может быть научной статьёй. И тем более, отвечать концепциям доказательной медицины. Учитывая экспериментальный характер исследований в этой области, истинность или ошибочность их результатов во многом будет определяться как профессионализмом в организации и выполнении таких экпериментов, так и профессионализмом в выполнении анализа этих экспериментов.

     Обратимся к «Клятве Гиппократа»: «Я ни в  коем случае не буду делать сечения  у страдающих каменной болезнью, предоставив это людям, занимающимся этим делом». Между тем, отсутствие в медицинских исследовательских организациях соответствующего статистического сервиса вынуждает медиков нарушать смысл этой заповеди, заниматься не своим делом, получая в итоге «статистический шлак» вместо надёжного, корректного результата. Следствием этого является снижение производительности труда таких специалистов по своему основному направлению деятельности – занятию медициной.

     Напомним, что одним из основополагающих принципов  медицинской деятельности, ещё со времён «Клятвы Гиппократа», является принцип «Не навреди». Собственно этот же принцип лежит и в основе призывов о здоровом образе жизни. Если же применить его к медицинской науке, то это не что иное, как доказательная, качественная наука. Которая своими надёжными выводами, полученными, в том числе корректными статистическими методами, не способна навредить пациентам в практическом здравоохранении. И наоборот, некорректная практика статистического анализа, даже прекрасно выполненных экпериментальных наблюдений, способна привести к ложным выводам, и, следовательно, в итоге навредить больным.

       Какова цель любого научного исследования? Известный французский философ XIX столетия Огюст Конт так определял эту цель: «Знать, чтобы предвидеть; предвидеть, чтобы управлять». Очевидно, чтобы управлять, в частности состоянием здоровья пациента, необходимо знать о пациенте разнообразную информацию. Именно поэтому врач, фактически используя системный подход,  назначает пациенту разнообразные диагностические исследования. Т.е. учитывается, что человек есть многомерная система, состоящий из множества подсистем, взаимосвязанных между собой. К сожалению, авторы публикаций часто забывают об этом, и, зацикливаясь лишь на сравнении групповых средних для различных переменных, уподобляются слепцам, ощупывающим слона. Не вдаваясь в технологию системного анализа, сфокусируем внимание на самом понятии системы. Что есть система? Чем она характеризуется? Под системой понимается структура, состоящая из отдельных элементов, соединённых между собой набором взаимодействий, связей. Игнорирование этих связей приводит к потере значительной доли важнейшей информации. Например, проводя сравнение групп, авторы получают результат, говорящий об отсутствии различий. Между тем часто такие различия есть, однако обнаружить их возможно лишь при учёте информации о взаимосвязях элементов системы, т.е. анализируемых признаков.   

     В качестве примера такой ситуации рассмотрим следующий рисунок. В  осях X и Y представлены две группы наблюдений. Если провести сравнение средних групп 1 и 2 по признакам X и Y, то статистически значимых различий не обнаружится. Однако мы видим, что наблюдения обеих групп, представленные на плоскости, не пересекаются. Если же спроецировать обе группы наблюдений на новую ось Z, то при сравнении по этой оси обнаружится статистически значимое различие обеих групп. Видно, что гистограммы обеих групп на оси Z не пересекаются. В чём же причина появления статистически значимого различия при сравнении на оси Z? В том, что имеет место значительная корреляция признаков X и Y. И различие групп 1 и 2 проявляется лишь с учётом этой взаимосвязи. Фактически мы из двух исходных признаков X и Y создали новый признак Z, сконцентрировав в нём не только информацию о рассеянии наблюдений по каждому из этих признаков, но ещё и информацию об их взаимосвязи. Такое повышение плотности информации обусловлено как раз этой особенностью формирования нового признака Z. Тогда как при раздельном сравнении средних, по признакам X и Y, эта дополнительная информация никак не учитывалась.   

       Таким образом, переход к многомерным  методам предполагает исследование  структуры связей между признаками. Очень часто такой анализ структуры связи важен при изучении взаимосвязи двух качественных признаков. Эта взаимосвязь изучается при помощи таблиц сопряжённости, с вычислением критерия Пирсона Хи-квадрат. В качестве примера такой связи рассмотрим таблицу сопряжённости двух качественных признаков (пример взят из результатов реального исследования).

     Первый  признак GRUPPA содержит 4 градации (уровня). Это контрольная группа, и три вида течения исследуемого заболевания. Второй признак VAR15A имел три градации и характеризовал полиморфизм гена TNFa. Достигнутый уровень значимости критерия Пирсона Хи-квадрат для данной таблицы оказался равным 0,01. Что позволяет отвергнуть нулевую гипотезу об отсутствии взаимосвязи между двумя этими признаками. Однако этот факт вовсе не означает, что данная связь равномерно «размазана» по всем 12 клеткам таблицы сопряжённости. Более глубокий анализ показал, что фактически эта связь сконцентрирована в двух клетках таблицы. Тогда как остальные 10 клеток достаточно индифферентны относительно проявления этой связи. Таким образом, даже при изучении связи двух признаков возможна концентрация информации о такой связи. Нередко такой детальный анализ позволяет объединить некоторые градации качественного признака, и тем самым достичь ещё большей концентрации информации. Очевидно, что такая концентрация информации требует наличия специальных знаний и навыков работы с такой информацией. Т.е. участия в исследовании профессионального биостатистика.  

     Аналогичная детализация связи весьма продуктивна  и при анализе многомерных  таблиц сопряжённости. Типичный массив таких данных был собран Леонтьевым В.В. в работе над диссертацией «Организационные аспекты совершенствования специализированной фтизиатрической помощи», специальность 14.00.33 – общественное здоровье и здравоохранение. К сожалению, собранный массив был некорректно проанализирован (см. раздел «ЛОШАДЕНДУС  СВАЛЕНДУС  С  МОСТЕНДУС»). В этом случае использование таких методов как лог-линейный анализ и корреспондентский анализ позволяют произвести картирование, локализацию комбинаций признаков и их градаций, в которых эти связи наиболее интенсивно себя проявляют. Достигается это путём дефрагментирования итоговых статистик на соответствующие вклады, с последующим их ранжированием и ранжированием комбинаций признаков и/или их градаций.

     В тех же случаях, когда уровни, градации качественных признаков имеют ранговую природу, например, 1 – здоровые, а градации 2 – 4 это степени тяжести заболевания, можно произвести так называемую оцифровку этих градаций. Т.е. вместо значений 1; 2; 3 и 4, перейти к новым числовым меткам, например, 0,2; 0,35; 1,3; 1,45. Как видим, здесь наблюдается большой скачок при переходе от второй градации к третьей. И малые различия между 1 и 2 градациями, и между 3 и 4 градациями.