Докзательная медицина

Parameter   Label

Intercept   Intercept: VAR45A=1

VAR25A      наследственность по инсульту

VAR28A      фибрилляция предсердий

VAR34A      глазодвигательные нарушения

VAR38A      острая окклюз.гидроцефалия

VAR30       балл шкалы Глазго

Percent Concordant     97.6  

 За последние 20 лет теория многомерного статистического анализа обогатилась многими новыми методами. Выше мы уже обсуждали возможности регрессионного анализа. Выражение, которое получают в этом виде анализа, имеет следующий вид:

Y=A₀ + A₁*X₁ + A₂*X₂ + … A_i*X_i,

где A₀ , A₁ , … A_i – коэффициенты регрессионного уравнения, Y – зависимая переменная, X_i – независимые переменные, предикторы. Обратим внимание на то, что все произведения в этом уравнении связаны между собой знаком + . Такое уравнение называют линейным уравнением регрессии. Однако взаимодействие предикторов вовсе не обязательно должно быть линейным, т.е. выражаться в виде суммы. Возможны и более сложные виды взаимодействия, например, нелинейные. Одна из таких форм – мультипликативное уравнение вида Y= A₁*X₁^B1 *X₂ ^B2 *X_i ^Bi.  В этом уравнении предикторы, возведённые в степень, не складываются, а перемножаются. Эти два вида уравнений, линейное и мультипликативное, представляют собой два крайних случая. Между ними находится множество иных, смешанных линейно-нелинейных уравнений. Такие уравнения значительно повышают величину силы связи зависимой переменной им предикторов, повышают точность оценки и прогноза.  

     В качестве примера приведём результаты, полученные при решении одной  реальной задачи. Цель исследования заключалась  в поиске уравнения связи между  одной количественной переменной, и набором из 5 других количественных признаков. Актуальность задачи объяснялась тем, что процедура оценки значения зависимой переменной для каждого конкретного наблюдения была достаточно трудоёмка, и требовала значительных материальных затрат. Тогда как измерение 5 предикторных переменных было достаточно недорогой процедурой. Оценка уравнения множественной линейной регрессии давала величину множественного коэффициента корреляции равной 0,8. Соответственно значение коэффициента детерминации в этом случае было равно 0,64. После ряда нелинейных преобразований предикторов и зависимой переменной значение коэффициента множественной корреляции в лучших уравнениях достигало значения 0,96, и коэффициента детерминации, соответственно, 92%.

     Фактически в данном случае речь идёт о семействах нелинейных преобразований исходных предикторов. В качестве примера рассмотрим известный многим медикам индекс Кетле, равный отношению массы тела к квадрату роста. Т.о. используя нелинейные преобразования, можно находить на основе исходных измеряемых величин, новые величины, которые также будут обладать более высокой информативностью. И в осях таких новых переменных значительно легче будут обнаруживаться имеющиеся различия между группами сравнения. Между тем в большинстве публикаций, задачи сравнения групп, сводятся лишь к разработанному более 100 лет тому назад сравнению средних с помощью критерия Стьюдента. Ограничиваясь только такими сравнениями, причём чаще всего проводя их сравнение некорректно, незадачливые исследователи напоминают средневекового лекаря, который большинство заболеваний лечил одним лишь кровопусканием…  

     Многомерные методы статистики можно сравнить с  компьютерной томографией, или с  процедурой коронарографии. В обоих  случаях вместо набора одномерных величин (температура, давление, содержание лейкоцитов, СОЭ и т.п.) мы видим объёмную структуру. Более того, в результате использования многомерных методов мы получаем аналитические выражения, выражающие эти структурные взаимодействия. Используя их можно концентрировать необходимую информацию, что, в конечном счёте, позволяет обнаружить необходимые различия групп сравнения.

     Фактически  все многомерные методы статистики в той или иной мере ориентированы  на решение задач редукции признакового пространства – уменьшения числа признаков путём перехода к новым показателям, имеющим более высокую плотность полезной информации. Эта особенность позволяет формировать более однородные группы сравнения. Нередко при формировании групп сравнения исследователь априорно не может выделить в этих группах аномальные наблюдения. Такие объекты (чаще всего это пациенты) по каждому из изучаемых признаков не выходят за пределы изменений этих величин. Однако их комбинации, что и реализуют многомерные методы, могут быть весьма нетипичными для той или иной группы сравнения. Часто именно значительная неоднородность групп сравнения, обусловленная наличием таких аномальных наблюдений, приводит к тому, что искомые различия не обнаруживаются. Создание более однородных групп облегчает задачу обнаружения значимых различий между этими группами.  

     Очевидно, что перечисленными выше методами медикам  можно овладеть с разной степенью глубины. Например, овладеть на идейном  уровне. Т.е. знать и понимать идеи этих методов, и общаясь с профессиональным биостатистиком, обсуждать те или иные детали их использования в конкретных исследованиях. Кто-то даже сможет научиться самостоятельно выполнять некоторые несложные процедуры в тех или иных статистических пакетах. Однако дальнейшее углубление в статистические технологии неизбежно требует изучения теоретических основ этих методов. Что, в свою очередь, требует знания иных разнообразных математических дисциплин. Понятно, что освоить всё это без ущерба для своей основной деятельности, невозможно в принципе.

     В наше время специализация становится основным условием глубины познания и профессионального умения. Времена учёных-энциклопедистов канули в Лету. Поэтому невозможно требовать от современного медика одинаково глубоких знаний, как в области медицины, так и в области статистики. Это две различные научные специальности, которые соприкасаются, и даже диффундируют между собой, оставаясь при этом самостоятельными отраслями знания. К сожалению, далеко не все способны это принять и следовать этому. И в первую очередь это относится к руководителям медицинских вузов и НИИ.  

     Как известно, все мы дилетанты, только в разных областях. И в нынешней ситуации легко впасть из одной крайности  в другую. Можно мотивируя отсутствием  в медицинском вузе или НИИ  специализированной статистической службы просто вообще отказаться от использования любых статистических методов. Позволю провести небольшую аналогию. Обыватель, не имеющий специального медицинского образования, эпизодически занимается в меру своих знаний и умений самолечением. Например, смазывает порез раствором йода, наклеивает лейкопластырь, бинтует место пореза и т.п. Для того чтобы он мог это выполнить самостоятельно, в аптеках большой набор лекарственных средств продаётся без рецепта. При подготовке водителя к сдаче экзамена на право вождения транспортного средства, учащийся изучает приёмы оказания первой медицинской помощи. Однако в более серьёзных случаях тот же обыватель идёт на приём к узкому специалисту. Аналогично гинеколог идёт на приём к стоматологу, а рентгеновские снимки делает рентгенолог. А при выполнении хирургических операций вообще работает целая бригада специалистов. Значит и исследователь, занятый в области медицинской науки, тоже должен обладать минимальным набором элементарных знаний и навыков в области статистического анализа собираемых данных. Например, стоит ли обращаться к профессиональному биостатистику для того, чтобы вычислить среднее арифметическое значение количественного признака? По-видимому, не стоит. Этому учат ещё в средней школе. В другой школе, уже высшей, учат элементарным основам статистики. Ну а на этапе аспирантуры и докторантуры исследователь уже просто обязан освоить некоторые новые идеи. Что вовсе не означает, что он же и обязан их самостоятельно реализовать. Т.е. набор самостоятельно выполняемых статистических процедур должен определяться возможностями их реализации в конкретных условиях. Например, если кафедра, факультет или НИИ использует пакеты EXCEL, STATISTICA и т.п., то очевидно, что необходимо централизованно учить исследователей владению этими инструментами. Т.е. следует периодически проводить для сотрудников соответствующие семинары, обеспечивать необходимой литературой, формулировать ясные и понятные требования описания результатов статистического анализа экспериментальных наблюдений в статьях, подаваемых для публикации и т.д. Наш собственный многолетний опыт проведения семинаров по обучению статистике (http://www.biometrica.tomsk.ru/seminar.htm )  сотрудников медицинских вузов и НИИ показывает, что специалисты в состоянии освоить не только теоретические основы многих методов статистики, но и их реализацию в статистических пакетах. Об этом же говорит и наш многолетний опыт дистанционного обучения статистике медиков, биологов и других специалистов с помощью системы Skype. (http://www.biometrica.tomsk.ru/edu_1.htm )

     Но  всё это возможно лишь при условии  поддержки такой  политики руководителями медицинских вузов и НИИ. Работая над этой статьёй в течение 8 месяцев, я достаточно обстоятельно познакомился с сайтом КемГМА (http://www.kemsma.ru/vki/index.php/Заглавная_страница ). Основательность и проработанность этого сайта не случайна. Ведь ректор КемГМА, профессор Ивойлов В.М. уже много лет работает на кафедре общественного здоровья, здравоохранения и медицинской информатики Кемеровской государственной медицинской академии. В этом же вузе не первый год функционирует и Центр дистанционного обучения (http://www.kemsma.ru/moodle/ ), использующий всемирно известную систему Moodle. И это тоже не случайно, поскольку сам ректор КемГМА также пользуется этой системой.

     Однако  анализ статей и диссертаций из КемГМА говорит о том, что аналогичного интереса к проблемам использования  статистики в медицинских исследованиях со стороны ректората не наблюдается. В частности, во многих диссертациях, выполненным под руководством проректора по научной и лечебной работе Подолужного В.И., есть масса примеров некорректности использования методов статистики. А ведь именно проректор по науке и определяет научную политику в вузе. В качестве иллюстрации этого утверждения приведу следующий пример. Целый год, начиная с декабря 2006 г . длилась безрезультатная переписка с одним из сотрудников Красноярской медакадемии об организации семинара по биометрике. (http://www.biometrica.tomsk.ru/krasnojarsk.htm ) . Ситуация изменилась коренным образом после того, как за организацию семинара взялся проректор по науке Петрова М. М. Свою помощь в организации семинара оказал и сам ректор Красноярской медицинской академии профессор Артюхов И.П., который известен работами по использованию статистических методов в медицинских исследованиях. И не случайно публикации сотрудников этой академии, отличаются с точки зрения использования в них методов статистики, в лучшую сторону, в сравнении с публикациями других медицинских вузов Сибири. 

     Обсуждаемые проблемы доказательности медицинских  исследований невозможно рассматривать в отрыве от состояния всего общества в целом. «Медицинские работники — это срез общества, в котором цинизм стал практически национальной идеей. Государство цинично относится к простым гражданам. Граждане цинично относятся друг к другу. А в результате имеем то, что имеем». (http://vlasti.net/news/98366 ) В полной мере это относится и к медицинскому образованию и науке. Приведём лишь небольшой список заголовков сообщений из интернета:

     «В  Томске завершился процесс по делу преподавателя Сибирского государственного медицинского университета профессора Георгия Крекова. Его обвиняли в получении взяток со студентов». (http://com.sibpress.ru/18.05.2001/law/55638/ )

     «Ректор СГМУ задержан за взятку» (http://www.sz.aif.ru/society/article/4509 )

     «Проректора Новосибирской медакадемии заподозрили  в мошенничестве» (http://medportal.ru/mednovosti/news/2010/06/08/novosib/)

       «Экс-ректор Новосибирской государственной  медакадемии раскаялся в получении  «пожертвований» от родителей  абитуриентов» (http://www.politsib.ru/news/?id=28559 )

     «Следствие  прекратило дело экс-ректора медакадемии  Новосибирска, обвиняемого в коррупции» (http://sibir.rian.ru/society/20081028/81724184.html )

     «Вечерний Новосибирск»: Двенадцать лет может  получить за взятку доцент медуниверситета» (http://tayga.info/press/2007/06/03/~93067 )

       «Заведующего кафедрой в Ярославской  медакадемии поймали на взятке» (http://kp.ru/online/news/205426/ )

     «Профессор  петербургской медакадемии попался  на взятке» (http://www.regions.ru/news/2193557/ )

     «Профессор  Тюменской медакадемии получила срок за взятки» (http://www.regnum.ru/news/425175.html)