2. Насколько силен терапевтический эффект?
3. Сколько людей необходимо лечить, чтобы увидеть пользу от терапии?
Роль случая
Не важно, является ли исследование полноценным РКИ или обсервационным исследованием, вы всегда должны задать вопрос: «Могут ли результаты объясняться простой случайностью?» На самом деле ответ на этот вопрос всегда «да». Всегда есть вероятность того, что выводы являются результатом простой случайности. Так что реальный вопрос таков: «Какова вероятность того, что результаты исследования были вызваны только случайностью?» Иначе говоря, какова вероятность того, что результаты исследования не верны?
Ученые для описания вероятности того, что результаты исследования являются неправильными или случайными, используют число, называемое «Пи-величина». Эта величина используется во всех медицинских отчетах. Если Пи-величина исследования – 0,01, то вероятность того, что результат неверный, составляет 1 %, или 1:100. Если Пи-величина равна 0,05, то вероятность того, что результаты исследования ошибочны, составляет 5:100, или 5 %, и т. д. Чем меньше Пивеличина, тем ниже вероятность того, что результаты исследования являются просто делом случая. Когда Управление по контролю за продуктами и лекарствами США оценивает исследование терапии – с помощью лекарства или медицинского устройства, – оно требует, чтобы Пи-величина была меньше или равна 0,05: вероятность того, что исследование является ошибочным, должна составлять 5 % или менее. Иногда даже требуют два отдельных исследования с Пи-величинами менее 0,05, прежде чем терпия получает одобрение. Медицинские сайты часто указывают Пи-величину, когда сообщают о результатах исследования, но новостные почти никогда этого не делают. Мы рекомендуем вам считать исследование потенциально правдоподобным, когда Пи-величина равна 0,05 или менее.
Насколько силен терапевтический эффект?
Вторым важным фрагментом информации, которая нам нужна при оценке клинических исследований, является величина пользы лекарства или лечения. Конечно, и для этого у нас есть цифры. Одним из важных измерений является величина, известная как коэффициент риска, или КР, которая определяет степень, до которой терапия увеличивает или уменьшает определенный изучаемый риск для здоровья. КР менее 1 указывает, что риск снижен; например, в большинстве исследований статинов, понижающих уровень холестерина, как правило, показан КР инфаркта, равный 0,75, что означает, что эти препараты уменьшают риск инфаркта примерно на 25 %. КР больше 1 означает, что терапия увеличивает риск. При изучении заместительной гормональной терапии у женщин в постменопаузе КР развития новых сердечных заболеваний был 1,29, суть состояла в том, что такая терапия на самом деле увеличивала риск сердечных заболеваний на 29 %. Подобно Пи-величине, коэффициент риска часто сообщается на медицинских сайтах, но менее часто указывается в популярных СМИ.
Сколько людей необходимо пролечить, чтобы увидеть пользу?
Как мы уже видели, Пи-величина говорит, являются ли результаты исследования правильными, а не просто случайными, а КР указывает на полезность. Но будьте осторожны, так как эти величины могут исказить реальные масштабы любой полезности.
Рассмотрим пример: новый препарат против инфаркта оценивается РКИ, в котором участвуют 20 тысяч человек. 10 тысяч пациентов получают препарат, а 10 тысяч пациентов – плацебо. У двух из 10 тысяч принимавших плацебо пациентов происходит инфаркт в течение пятилетнего периода, в то время как только у одного из 10 тысяч пациентов, получавших препарат, случается инфаркт. Организаторы исследования сообщают, что исследуемый препарат снижает риск инфаркта на 50 % (КР 0,50). СМИ провозглашают этот препарат чудо-лекарством, ведь он снижает риск инфаркта вдвое.
Давайте внимательнее рассмотрим этот результат. Нам нужно лечить 10 тысяч человек этим лекарством, чтобы предотвратить один инфаркт за пятилетний период. В медицинской статистике способ измерения полезности называется «величинами, необходимыми для лечения». В этом случае число людей, которых нам необходимо лечить для того, чтобы увидеть полезность, является очень большим, слишком большим, если только препарат не имеет абсолютно никаких побочных эффектов и очень недорогой. Когда вы изучаете отчеты, описывающие чудо-лекарства и впечатляющие новые методы лечения, обратите внимание на эту статистику.
Обсервационные исследования
Теперь, когда вы вооружены статистическими знаниями, чтобы судить об обоснованности исследования, пора посмотреть на сами исследования. Большинство исследований, освещаемых в средствах массовой информации, – это обсервационные исследования. Обсервационные исследования не описывают результатов научного эксперимента, то есть исследователи не назначают пациентам лечения и не определяют затем результаты в различных группах. Вместо этого обсервационные исследования, как правило, предполагают ретроспективу, это означает, что оцениваются события, которые произошли еще до того, как это исследование началось. Обсервационные исследования часто проводятся с участием очень большого числа людей, от сотен до сотен тысяч. Из-за таких больших чисел обсервационные исследования часто кажутся радикальными неискушенному толкователю (или СМИ). Но, как показывают последние дискуссии о пользе витамина D, обсервационные исследования зачастую имеют серьезные недостатки, которые были упущены в погоне за сенсационными заголовками.
Витамин D и болезни сердца: не давайте себя дурить
В исследовании, утверждающем, что витамин D предотвращает сердечные болезни, ученые исследовали медицинские записи 41 тысячи участников. Звучит убедительно, не так ли? Исследователи разделили пациентов на три категории: люди с нормальным уровнем витамина D, люди с умеренным дефицитом и люди с серьезным дефицитом витамина D. Затем исследователи выявили людей, которые перенесли инфаркт или инсульт. Каков же вывод? Пациенты с серьезным дефицитом витамина D с большей вероятностью перенесли инфаркт или инсульт. Итак, вот и заключение: низкий уровень витамина D связан с сердечным приступом или инсультом и все должны принимать пищевые добавки с витамином D, чтобы избежать этих катастрофических болезней, верно? В интервью на медицинском сайте автор исследования предоставил именно эту интерпретацию: «У меня достаточно информации, чтобы начать лечение, основанное на этих выводах». Дело закрыто.
Вы видите недостатки в этом исследовании? Вы понимаете, почему оно слишком ненадежно для принятия решений о лечении? При более внимательном рассмотрении оказывается, что данное исследование не доказывает, что недостаток витамина D приводит к сердечным заболеваниям. Не проверили исследователи и того, снижает ли риск сердечных заболеваний прием витамина D. Авторы исследования просто описали «связь» между низким уровнем витамина D и последующим развитием заболевания. Но это не обязательно означает, что недостаток витамина D приводит к сердечным заболеваниям. Легко построить возможные альтернативные объяснения. Например, нам известно, что витамин D продуцируется в коже под влиянием солнечных лучей, поэтому в результате долгого пребывания в помещении мы имеем низкие уровни витамина D. А что, если люди с низким уровнем витамина D имели его дефицит, потому что у них были другие проблемы со здоровьем, из-за которых они не могли выходить на улицу? А поскольку здоровье этих людей оставляло желать лучшего, может быть, они не делали физических упражнений, а мы знаем, что недостаток физических упражнений увеличивает риск инфаркта и инсульта.
