Яндекс.Метрика Статистика и Доказательная медицина

Каждый слышит то, что понимает. Гете


"Люди перестают мыслить,
когда перестают читать
".
Д. Дидро

Статистика посещаемости БИОМЕТРИКИ Яндекс
цитирования
Индекс цитирования

Наш адрес:

Выбрав любое изображение, кликните по нему мышкой, и Вы узнаете о статистике ...


Редактор БИОМЕТРИКИ
В. Леонов

  • 385
data-counter data-url="http://www.biometrica.tomsk.ru/">
Яндекс
цитирования
Яндекс цитирования
 

16.05.2011 г. на сайт пришло 2561 человек, открывших 3205 страниц
14.11.2011 г. на сайт пришло 2106 человек, открывших 3250 страниц
14.12.2011 г. на сайт пришло 2640 человек, открывших 3452 страницы
17.01.2012 г. на сайт пришло 2439 человек, открывших 3097 страниц
03.03.2012 г. на сайт пришло 2219 человек, открывших 3019 страниц
30.05.2012 г. на сайт пришло 3512 человек, открывших 4706 страниц
06.03.2014 г. на сайт пришло 2556 человек, открывших 3179 страниц
08.02.2015 г. на сайт пришло 2341 человек, открывших 2682 страницы

Если приходят, значит полезное находят...


Введение
Наши возможности. О возможностях статистического анализа
Леонов В.П. Ошибки статистического анализа биомедицинских данных. Международный журнал  медицинской практики, 2007, вып. 2, стр.19-35
Список научных и учебных изданий по биометрике и статистике
Материалы по науковедению
История биометрики
Статистическое рецензирование статей и диссертаций

Долгое прощание с лысенковщиной...
Семинар по биометрике в Красноярске



Если Вы сторонник использования
статистики, разместите на своём сайте
HTML-код нашего баннера:

BIOMETRICA - журнал для сторонников доказательной биологии и медицины
25 наиболее популярных ссылок, посещаемых нашими читателями
http://www.biometrica.tomsk.ru/comp_aver.htm
http://www.biometrica.tomsk.ru/erevan_8.html
http://www.biometrica.tomsk.ru/student.htm
http://www.biometrica.tomsk.ru/UNESCO%202010.pdf
http://www.biometrica.tomsk.ru/zakaz.htm
http://www.biometrica.tomsk.ru/zakaz_28.htm
http://www.biometrica.tomsk.ru/kk.htm
http://www.biometrica.tomsk.ru/erevan_3.html
http://www.biometrica.tomsk.ru/stat_cardio1.htm
http://www.biometrica.tomsk.ru/error.htm
http://www.biometrica.tomsk.ru/STAT_CARDIO_2014.pdf
http://www.biometrica.tomsk.ru/logit_9.htm
http://www.biometrica.tomsk.ru/stat_cardio7.htm

http://www.biometrica.tomsk.ru/potencial.htm
http://www.biometrica.tomsk.ru/percent_00.htm
http://www.biometrica.tomsk.ru/lis.htm
http://www.biometrica.tomsk.ru/kamchat.htm
http://www.biometrica.tomsk.ru/biometrica_15.htm
http://www.biometrica.tomsk.ru/zakaz_15.htm
http://www.biometrica.tomsk.ru/ftp/dict/cult/gramm.htm
http://www.biometrica.tomsk.ru/biometrica_15.htm
http://www.biometrica.tomsk.ru/stat_cardio5.htm
http://www.biometrica.tomsk.ru/krasnojarsk.htm http://www.biometrica.tomsk.ru/erevan_3.html
http://www.biometrica.tomsk.ru/logit_6.htm

БИОМЕТРИКА + Музыка. В. Леонов.

Музыка... Вот что сказал о ней великий Иоганн Себастьян Бах: "Цель музыки - трогать сердца". В детстве автор этих строк получил музыкальное образование. Любимыми инструментами были мандолина и гитара. Любимыми композиторами - Вивальди, Бах, Альбиони, Боккерини, Беллини, Корелли, Скарлатти. В 80-е годы прошлого столетия в Томск часто приезжал с концертами маэстро Владимир Спиваков. Эти концерты организовывал Егор Лигачёв, бывший в ту пору первым секретарём Томского обкома КПСС. На свой первый концерт в Томск Владимир Спиваков приехал один. Великолепно играл на скрипке! Концертный зал был переполнен слушателями, которые были в восторге от его концерта. Именно тогда мне удалось впервые встретиться с ним, и взять у него автографы на его грампластинки. В дальнейшем посещал все его концерты. В 1979 г. В. Спиваков организовал камерный оркестр "Виртуозы Москвы". Однажды в 90-е годы Владимир Спиваков должен был приехать в Томск с "Виртуозами Москвы", и в течение трёх дней дать 3 концерта. Однако из-за проблем с топливом в те времена, их самолёт посадили в Омске, где они пробыли 2 дня. И когда прилетели в Томск, то в один день провели все 3 концерта, которые я прослушал. И вновь взял автографы на новые грампластинки, и сделал много фотографий В. Спивакова.


Музыка...  Она помогает всегда. Вот почему я рассылаю почти всем своим корреспондентам файлы с хорошей музыкой. Любите музыку, слушайте её чаще. И она поможет лучше понимать бистатистику и результаты статистического анализа...

13 февраля 2014 г. Владимир Спиваков и "Виртуозы Москвы" дали концерт в Краснодаре. Я посетил этот прекрасный концерт, и вновь встретился с Владимиром Теодоровичем. Подарил ему его грампластики, фотографии, и свою книгу.

НАУКОМЕТРИКА СТАТИСТИЧЕСКОЙ ПАРАДИГМЫ ЭКСПЕРИМЕНТАЛЬНОЙ БИОМЕДИЦИНЫ   (ПО МАТЕРИАЛАМ ПУБЛИКАЦИЙ). В.П.Леонов. Самая читаемая наша статья после отправки в мае м-це 2017 г. более 300 писем авторам статей мед. журналов о наличии в них примитивных и ошибочных методов статистического анализа, и получаемых при этом результатах...

Оригинальная статья "Вероятная ошибка среднего" Вильяма Госсета (Стьюдента),
предложившего t-критерий Стьюдента.
Опубликована в журнале BIOMETRIKA в 1908 году.


Доказательная или сомнительная?

Медицинская наука Кузбасса: статистические аспекты.

 

ВВЕДЕНИЕ

ДОКАЗАТЕЛЬНАЯ МЕДИЦИНА И СТАТИСТИКА.

КРАТКОСТЬ – СЕСТРА ТАЛАНТА? ИЛИ ПРИЗНАК НЕЗНАНИЯ?

ПРОЦЕНТЫ – ПРИМИТИВНО? ЗАТО ДОСТУПНО!

СТАТИСТИЧЕСКАЯ ВАМПУКИЗАЦИЯ,  ОНА ЖЕ ВСЕОБЩАЯ СТЬЮДЕНТИЗАЦИЯ.

«ЛОШАДЕНДУС СВАЛЕНДУС С МОСТЕНДУС».

КАК ПРАВИЛЬНО: EXCEL ИЛИ EXEL, WINDOWS ИЛИ WINDOUS, MICROSOFT ИЛИ MIKROSOFT, STATISTICA ИЛИ STATISTIKA? 

ЗЕММЕЛЬВЕЙС И СТАТИСТИЧЕСКАЯ ТЕХНИКА БЕЗОПАСНОСТИ.

«ЗАЧЕМ НАМ КУЗНЕЦ? НАМ КУЗНЕЦ НЕ НУЖЕН».

ПРИМЕРЫ ХОРОШЕГО ОПИСАНИЯ.

КТО ВИНОВАТ?  ЧТО ДЕЛАТЬ?

ВМЕСТО ЗАКЛЮЧЕНИЯ.

Весь обзор одним файлом

 


Отклики читателей статьи "Доказательная или сомнительная?"

Если Вы сторонник
использования
статистики,
разместите на своём сайте
HTML-код нашего
баннера:

BIOMETRICA - журнал для сторонников доказательной биологии и медицины

Интересная ссылка

Подарок читателям БИОМЕТРИКИ в связи с праздником 9 Мая. В течение последних 5 лет, перед праздниками, мы собирали читателям нашего сайта большие коллекции изданий по медицине, биологии, статистике и ...

Доказательная или сомнительная?

Зачем нужна статистика в доказательной медицине?


Центр БИОСТАТИСТИКА выполняет работы по статистическому анализу экспериментальных данных уже более 30 лет. В его составе исследователи России, США, Израиля, Англии, Канады и других стран. Услугами Центра пользуются аспиранты и докторанты в области медицины, биологии, социологии, психологии и т.д. (См. далее )

Отзывы заказчиков по статистическому анализу данных

Сравниваем средние, а также и ... В. Леонов Исследователям в медицине и биологии весьма большую пользу приносит сравнение не только групповых средних, но также и иных параметров. Показано, что не нормальное распределение количественного признака, означает наличие взаимосвязей данного признака с другими признаками.


Проценты - статистический анализ? Или проценты - арифметический анализ? В. Леонов.


23 примера оформления данных, их описания и описания целей исследования


В ноябре 2013 года сайту БИОМЕТРИКА исполнилось 16 лет. А что было раньше? И что теперь?


Примеры отличных результатов статистического анализа в диссертациях, дипломных работах и статьях, полученных с нашей помощью.

Д.С. Симанков. Применение метода логистической регрессии для факторов риска, влияющих на исход операции в условиях искусственного кровообращения. (статья)

В.В. Половинкин. Тотальная мезоректумэктомия — фактор повышения эффективности лечения среднеампулярного и нижнеампулярного рака прямой кишки.  (диссертация на соискание учёной степени доктора медицинских наук)

Н.Г. Веселовская.  Клиническое и прогностическое значение эпикардиального ожирения у пациентов высокого сердечно-сосудистого риска.  (диссертация на соискание учёной степени доктора медицинских наук)

О.Я. Васильцева. Закономерности возникновения, клинического течения и исходов тромбоэмболии легочной артерии по данным госпитального регистра патологии.  (диссертация на соискание учёной степени доктора медицинских наук)

В.А. Габышев.  Фитопланктон крупных рек Якутии и сопредельных территорий восточной Сибири.  (диссертация на соискание учёной степени доктора биологических наук)

М.И. Антоненко.  Гиперкортицизм без специфических клинических симптомов:
эпидемиология, клиника, диагностика
.  (диссертация на соискание учёной степени кандидата медицинских наук)

 

Попова Г.А. Сравнительное изучение подвидов LINUM USITATISSIMUM L . в условиях Западной  Сибири (диссертация на соискание учёной степени кандидата биологических наук).

А.Г. Сыркина. Ретроспективный анализ эффективности и безопасности тромболитической терапии острого инфаркта миокарда у больных пожилого и старческого возраста (диссертация на соискание учёной степени кандидата медицинских наук).

Кривулина Г.Б. Влияние велотренировок различной продолжительности на дисфункцию эндотелия и факторы риска атеросклероза у молодых мужчин (автореферат диссертации на соискание учёной степени кандидата медицинских наук) 


Роль «малых» доз ионизирующего излучения в развитии неонкологических эффектов: гипотеза или реальность? Бюллетень сибирской медицины, № 2, 2005, с. 63-70. Карпов А.Б., Семенова Ю.В., , Тахауов Р.М., Литвиненко Т.М., Попов С.В., Леонов В.П.

В. Леонов. Цели, возможности, и проблемы использования биостатистики в доказательной медицине. Доклад на Конференции по доказательной медицине в Ереване «От доказательной медицины к доказательному здравоохранению» (24 - 26 сентября 2015 года).

Фоторепортаж с семинара по биометрике в Ереване, прошедшего после конференции по доказательной медицине (24 - 26 сентября 2015 года).

Отзывы слушателей семинара по биометрике в Ереване в сентябре 2015 г.


Новые полезные книги...

(Заказать книгу можно через издательство)

Ланг Т., Сесик М. Как описывать статистику в медицине. Руководство для авторов, редакторов и рецензентов. Пер. с англ. В.П. Леонова. 2016 - 480 с.

Петри А., Сэбин К. Наглядная медицинская статистика. Учебное пособие. 3-е издание. Пер. с англ. В.П. Леонова. 2015. - 216 с.

Банержи А. Медицинская статистика понятным языком: вводный курс. Издательство "Практическая медицина", 2014. - 287 с. Пер. с англ. В.П. Леонова.

Т. Гринхальх. Основы доказательной медицины. Издательство "ГЭОТАР-Медиа", 2015. - 336 с. 4-е издание переработанное и дополненное. Пер. с англ. Под ред. И.Н. Денисова, К.И. Сайткулова, В.П. Леонова.

В.В. Мартиросян, Ю.А. Долгушева. Анализ влияния гелиогеофизических и метеорологических факторов на инсульты с учётом фаз солнечного цикла. Ростовский государственный медицинский университет. – Ростов н/Д.: Изд-во"АкадемЛит" (ИП Ковтун С.А.) 2014г. 414 с. ISBN 978-8-904067-03-8.

В монографии приведены и проанализированы результаты углублённого статистического анализа ретроспективных данных из протоколов вскрытий лиц, умерших от мозговых инсультов (1135 случаев) за годы высокой (2000–2002 гг) и низкой (2008–2010 гг) солнечной активности на примере г. Ростов-на-Дону. Наблюдаемый в настоящее время очередной максимум солнечной активности актуализирует необходимость сбора, обработки и осмысления новых научных данных, содействующих прогнозированию и разработке профилактических мер по снижению заболеваний у разных групп населения, вызываемых магнитными бурями при усилении активности Солнца. Отмечается, что в формировании сосудистых заболеваний головного мозга прослеживается совокупное влияние множественных факторов риска.


Неравнодушные!
Приглашаем в ДИССЕРНЕТ!
Это не про науку.
Это про репутацию и вран
ьё

DisserNet

Сетевое сообщество "Диссернет" заявило о наличии заимствований в диссертации главы Минсельхоза Александра Ткачева. Результаты экспертизы опубликованы на сайте проекта.

ВАК вынужден идти навстречу Диссернету. Это очень трудно — заставить ВАК исполнять закон и следовать морали. Но многое получается. Присоединяйтесь к Диссернету — это важнейшее дело, которое вы можете сделать для русской науки.

Что губит российскую науку и как с этим бороться. Георгий Георгиев, академик РАН, координатор программы РАН «Молекулярная и клеточная биология». В этой статье рассматривается вопрос, почему все эти виды открытой науки в нашей стране отстают и что надо сделать для их прогресса.

«РОССИЯ БЕЗ НАУКИ — ТРУБА». 29 мая 2015 года в Москве прошла третья сессия Конференции научных работников. Публикуем несколько выступлений, прозвучавших на этом форуме.

Георгий Базыкин. Неолысенковщина, финансируемая
государством
. При принятии решений о том, что является наукой, а что — лженаукой, государству стоило бы посоветоваться с учёными.

А. Марков. Результаты научных исследований должны быть открыты для всех

Плохая наука.
НЕКОРРЕКТНЫЕ ИССЛЕДОВАНИЯ
ПРИВОДЯТ К ЛОЖНОМУ ЗНАНИЮ, ИНОГДА —
ГИБЕЛИ ЛЮДЕЙ

Плохая наука-2011: о скандалах в учёном мире

ПОЛОВИНУ ОТКРЫТЫХ НАУЧНЫХ ЖУРНАЛОВ НАЗВАЛИ «МУСОРОМ» ... Результат был ошеломляющим: 157 журналов приняли заведомо «бракованные» статьи к публикации, причем около 80 из них даже не подвергали их должной проверке. Отвергли статьи 98 журналов, а остальные к настоящему моменту не успели принять решения. ...«Журналы без контроля качества деструктивны, особенно для развивающихся стран, где правительственные учреждения и университеты заполнены людьми с фальшивыми научными званиями»

300 «мусорным» журналам указали на место. Из списка РИНЦ исключены более 300 «мусорных» журналов

Общество научных работников


Власов В. Фабрика под золотой крышей. "... Когда Диссернет прикоснулся к медицинским диссертациям [2], почти сразу среди диссертаций с обильными заимствованиями оказались диссертации, выполненные и защищенные в НЦССХ".

Власов В.
ОСДМ и Диссернет заседали.

Заседание было посвящено качеству медицинских диссертаций, прежде всего в свете данных о плагиате в них и, главное, как оказалось, распространенной практике фальсификации и манипуляции данных в медицинских диссертациях.

ВАСИЛИЙ ВЛАСОВ.
«Нашей медицине нужны реформы»  Борьба за доказательства в начале XXI века Доказательная медицина сегодня  

Диссернет «Наукометрическая оценка качества медицинских исследований/диссертаций» 05.06.2014

Отзывы на
авторефераты и
диссертации

Диссертационные войны. Как борьба с плагиатом в диссертациях переместилась из науки в политику

ВЛАДИМИР ФИЛИППОВ. «Закрутим гайки – и пена уйдет». Интервью с председателем ВАК Владимиром Филипповым.

Доказательная медицина: история, эволюция, роль в медицине

В.В. Фадеев. Представление данных в оригинальных работах и их статистическая обработка.
Проблемы эндокринологии – 2002 - Т. 48, N 3. – С. 47 – 48.

Авторский ресурс Зорина Н.А.


После взрыва на СХК в 1993г. в Томске и Северске увеличилась частота рождения детей с пороками развития

 


В новый век - с доказательной биомедициной
Газета ПОИСК, № 20 (522)
21 мая 1999
г.


Долгое прощание
с
лысенковщиной 

История науки не ограничивается перечислением успешных исследований. Она должна сказать нам о безуспешных исследованиях и объяснить, почему некоторые из самых способных людей не могли найти ключа знания, и как репутация других дала лишь большую опору ошибкам, в которые они впали.

Дж. Максвелл 

Функциональный кризис отечественной науки, переживаемый в последнее десятилетие, вынуждает беспристрастно анализировать основные причины этого явления [1-2, 45-47]. Последние результаты библиометрического анализа говорят о том, что вклад России в мировую науку по основным направлениям составляет уже порядка 5-8% [1-2]. По данным того же источника вклад США составляет 32-41%. 

Коммунистическая идеология, уродовавшая многие направления отечественной науки на потребу вождей, породила и такое явление, как лысенковщина. Для большинства читателей фамилия Лысенко ассоциируется с августовской сессией ВАСХНИЛ 1948 г. и разгромом генетики. Однако лысенковщину нельзя сводить только к запрету на генетику. Достигнув своего апогея в середине текущего века, и став воистину периодом средневековья в отечественной биологии и медицине, лысенковщина изуродовала и методологию этих наук, изгнав из них в частности математику, и в первую очередь статистику. Последствия этого уродства и по сей день не позволяют биологии и медицине приблизиться к статусу точных наук. В статье описаны основные этапы этого явления и особенности методологии применения статистики в биологии и медицине, полученные автором при анализе нескольких сот диссертаций и монографий а также более 1500 статей в области экспериментальной биомедицины. 


Автор понимает, что поднятая им проблема достаточно обширна и не может быть полностью освещена в одной статье, содержащей лишь малую часть материалов готовящейся к изданию монографии, посвященной проблемам применения статистики в медицине и биологии. Автор будет признателен читателям, которые выскажут свой взгляд на эту проблему, а также смогут дополнить авторские материалы новыми примерами.  Обсуждаемая в данной статье проблема может быть решена только общими усилиями всех заинтересованных в этом специалистов.

Работая над этой статьей, мне довелось несколько раз встречаться с одним из ректоров медицинского вуза. Обсуждая с ним предлагаемые в статье меры, направленные на исправление этого неприглядного положения, я с изумлением услышал от него такой ответ: "Как ученый - я "За", а как ректор - "Против"! И если так мыслит и говорит ректор, доктор медицинских наук, член-корреспондент РАМН, то несложно понять отношение к этой проблеме рядовых сотрудников такого вуза. Не потому ли многие из них представлены в разделе КУНСТКАМЕРА, вместе с моим собеседником, своими диссертациями и статьями...

За те несколько лет, что прошли с момента публикации этой статьи, а также статей  "В новый век - с доказательной биомедициной"(ПОИСК, N 20 (522) 21 мая 1999) и "Куплю 500 диссертаций! (Медицинская Газета N10 за 14.02.2001)", практически ничего не изменилось. Да, в России стали писать и говорить о доказательной медицине, проводить конференции по этой тематике, а в некоторых медицинских вузах даже открыли центры доказательной медицины. Однако откроем биомедицинские журналы и диссертации, и станет ясно, что это не более чем дань моде... 

 

Материалы по науковедению

В новый век - с доказательной биомедициной


ДОКАЗАТЕЛЬНАЯ МЕДИЦИНА И СТАТИСТИКА    

 

– Не помню, кто сказал

«невежественный актёр – жалок,

невежественный инженер –  убыточен,

невежественный врач – опасен».

______________________

Б.И. Давыдов. Член редакционной

коллегии журнала

«Мать и Дитя в Кузбассе»

 

 

Термин «доказательная медицина» (ДМ) был предложен учёными  университета Мак-Мастера г. Торонто (Канада) в 1990 г .  ДМ  – это технология сбора, обобщения и анализа медицинской информации, которая позволяет формулировать научно обоснованные решения в медицине. Т.е. ДМ – эпо последовательное и сознательное применение в ведении конкретных пациентов только тех вмешательств, эффективностьк которых доказана в доброкачественных исследованиях. Реальные предпосылки ДМ возникли гораздо раньше. Кризис медицины в начале 19 века очень точно отражён в работе [Fenger C.E. //Ugeskrift for Laeger. – 1839. – N 1. – P.305–315]. «В медицине пока так и не появился свой Ньютон, и, к сожалению, мы вправе опасаться, что никогда не увидим гения, который способен привнести в медицину то, что физика нашла в алгебре, а химия – на чашках лабораторных весов. Медицина продолжает оставаться тем, чем были эти науки столетия назад – набором не связанных между собой тезисов».

Одним из важнейших инструментов доброкачественных исследований для ДМ является статистика. Отношение медиков к достижениям статистики нередко выступает в качестве лакмусовой бумажки их отношения к ДМ в целом. «Медицинская общественность долго не желала признавать этих достижений, отчасти потому, что статистика приуменьшала значение клинического мышления. Подобный подход ставил под сомнение компетентность врачей, опирающихся на постулаты неповторимости каждого больного, и, следовательно, неповторимости выбранной терапии. Особенно это было заметно во Франции — стране, которая подарила миру множество исследователей, изучавших проблемы вероятности: Пьера де Ферма, Пьера-Симона Лапласа, Авраама де Муавра, Блеза Паскаля и Симеона Дениса Пуассона. В 1835 г . уролог Ж. Сивиаль опубликовал статью, из которой следовало, что после бескровного удаления камней мочевого пузыря выживают 97% больных, а после 5175 традиционных операций выжили только 78% больных. Французская академия наук назначила комиссию врачей, в которую входил и Д. Пуассон, для того, чтобы проверить данные статьи Ж. Сивиаля. В отчёте этой комиссии было высказано и обосновано мнение о нецелесообразности применения статистических методов в медицине: «Статистика, прежде всего, отрешается от конкретного человека и рассматривает его в качестве единицы наблюдения. Она лишает его всякой индивидуальности для того, чтобы исключить случайные влияния этой индивидуальности на изучаемый процесс или явление. В медицине такой подход неприемлем» (С.Н. Гудман.  Прикладная биостатистика: знание вероятности или вероятность знания? Международный журнал медицинской практики. № 2, 2001. – с. 21-22. Однако дальнейшее развитие медицины и биологии показало, что в действительности статистика является мощнейшим инструментом этих наук.

Отрицательное отношение к использованию статистики в медицине культивировалось и в СССР в период лысенковшины. После августовской сессии ВАСХНИЛ 1948г. гонению подверглась не только генетика, но и статистика, как один из основных инструментов генетики. В 50-е годы 20 века ВАК СССР даже отказывала в присуждении учёных степеней кандидата и доктора медицинских наук под предлогом использования в диссертациях «буржуазной» статистики. (http://www.biometrica.tomsk.ru/lis/index10.htm ) К середине 19 века «… уже были разработаны основные принципы статистики и известно понятие вероятности событий. В книге «Общие принципы медицинской статистики»(«Principes Generaux de Statistique Medicale») Жюль Гавар применил их к медицине. Эта книга замечательна тем, что в ней впервые подчеркивалось, что вывод о преимуществе одного метода лечения перед другим должен не основываться только на умозрительном заключении, но вытекать из результатов, полученных в процессе не­посредственного наблюдения достаточного количества больных, получавших лечение по сравниваемым методикам. Необходимо, как указывал Гавар, исходить из закона больших чисел. Без употребления современных терминов он сформулировал основные положения концепции доверительных интервалов и статистической значимости. Он утверждал, что эффективность лечения (выраженную в таких показателях, как смертность или частота излечения; Гавар по традиции того времени называл такие показатели «терапевтическим законом») нельзя считать абсолютной величиной, а следует отображать в виде диапазона значений. Гавар писал: «Диапазон значений сужается по мере увеличения числа наблюдений; его величину можно определить по количеству больных, с которым производили статистические расчеты». И далее: «Для того, чтобы предпочтение было отдано какому-либо вмешательству, оно должно не только приводить к лучшим результатам, чем сравниваемые методы лечения, но различие в эффективности должно превышать определенную пороговую величину, которая зависит от числа наблюдений. Если различие ниже этой пороговой величины... его следует игнорировать и считать несущественным». Подводя итог, можно сказать, что Гавар фактически разработал статистический подход, на котором в наши дни основывается доказательная медицина». [Х.Р. Вульф.  История развития клинического мышления. Международный журнал медицинской практики. № 1, 2005. – с. 12-20. https://www.mediasphera.ru/journals/mjmp/2005/1/12.pdf]

 

Как известно, появлению ДМ, как направления медицинской науки и практики, способствовали две основные причины. Во-первых, это резкий рост объёма доступной информации, которая перед использованием на практике нуждается в критическом анализе и обобщении. Вторая причина носит чисто экономический характер. Рациональность расходования финансовых ресурсов в медицинской науке и практике напрямую зависит от результатов исследований, которые должны проверять эффективность и безопасность методик диагностики, профилактики и лечения в клинических исследованиях. «Доказательная медицина с её методологией проведения рандомизированных клинических, диагностических, эпидемиологических исследований и метаанализа имеет большое значение для клинической практики. … Однако врачу приходится иметь дело с конкретным больным и всякий раз задавать себе вопрос: можно ли, и если да, то в какой степени распространить результаты, полученные в клиническом испытании или метаанализе, на данного пациента? Допустимо ли считать данного конкретного больного «средним»? … Дело врача определить, подходят ли результаты, полученные в том или ином контролируемом исследовании, к клинической ситуации, с которой он столкнулся». [Ю.К. Абаев. История развития доказательной медицины. http://www.mednovosti.by/journal.aspx?article=143]  

Между технологиями ДМ и статистическими технологиями много общего. Например, к технологиям ДМ относятся рандомизированные контролируемые исследования (РКИ), систематические обзоры, в частности, Кокрановская библиотека, и мета-анализ. Ограничимся пока только этими наиболее популярными технологиями. Их цель – реализация основного принципа ДМ – проверка эффективности и безопасности методик диагностики, профилактики и лечения в клинических исследованиях. Результатом их является получение надёжных выводов о лечебных манипуляциях в виде информации достаточно высокой концентрации. Если же рассмотреть цели использования статистических методов, то это тоже получение надёжной информация обладающей высокой степенью концентрации. Разумеется, при условии корректного использования этих статистических методов. Такая концентрация информации достигается за счёт использования системного подхода к изучению объекта. Поскольку большинство технологий ДМ используют массовые наблюдения, анализируя их методами статистики, то для оценки выводов ДМ врач должен понимать эти методы.  

«На словах в России все за доказательную медицину – от районного педиатра до министра здравоохранения. Очень уж неудобно быть против неё – по крайней мере, публично. Но на деле всё обстоит гораздо сложнее. По большому счету ни Советский Союз, ни Россия никогда не были в ладах с доказательной медициной. » [Б. Гордон. Без протокола. Огонек  2002;14 (4742). URL: http://www.kommersant.ru/doc/2290100 ]

Этой же точки зрения придерживается и О. Реброва, известный отечественный специалист по ДМ. «В России ситуация с ДМ пока сильно отличается от того, что происходит в других странах. С. Тайлигхест (S. Tilighast), американский врач-эксперт, участвовавший в разработке программы реформирования здравоохранения в России, полагает, что развитие российской медицины будет зависеть от западных знаний и технологий до тех пор, пока современные методы критической оценки информации не изменят культуру медицинских исследований, образования и научных публикаций. Более того, он считает, что недооценка роли доказательной медицины – одно из наиболее серьёзных препятствий на пути реформирования российской медицины, едва ли не более важное, чем нехватка денег и устаревшее оборудование. С этим утверждением трудно не согласиться. Вместо того, чтобы механически заимствовать или копировать внешние проявления технического прогресса, нужно создать систему, которая бы воспроизводила эти достижения и поддерживала отечественные научно обоснованные разработки.  Как крайне плохую мы должны оценить ситуацию с методологией медицинских исследований в отечественной медицинской науке. Методический уровень публикаций в ведущих российских медицинских журналах и защищаемых диссертаций весьма невысок, что связано в первую очередь с низкими требованиями редакций и диссертационных советов. Отечественные статьи (почти все) не отвечают международным формальным критериям научности. … Вполне естественно, что постоянно растущий поток печатных и электронных публикаций не позволяет практикующим врачам следить за потоком научных сообщений даже в своей узкой области. Ежегодно публикуется более 2 миллионов статей по медицине в более чем 20 тысячах медицинских журналов. Перед потребителем медицинской информации встает вопрос об источниках надёжной, научно обоснованной информации. ДМ учит врача искусству критического анализа информации и умению соотнести результаты исследования с конкретной клинической ситуацией. Для современного врача навыки критической оценки информации очень важны и необходимы. Так, Британская Королевская коллегия врачей общей практики включила в программу экзамена раздел по критической оценке научной публикации». [О. Реброва. Предпосылки возникновения концепции доказательной медицины. Журнал «Здравый смысл», № 51, 2009. URL: http://humanism.su/ru/magazine.phtml?issue=2009.51-02 ]

 

Такие же соображения были высказаны и на  Международном совещании «Доказательная медицина: новые подходы к образованию и практике в здравоохранении», организованном Московской медицинской академией имени И.М.Сеченова и Европейским региональным бюро Всемирной организации здравоохранения.» [Высшая медицинская школа России и Болонский процесс (доказательная медицина). Выпуск VII. — М.: «Издательский дом «Русский врач», 2006. — с. 272. ] В своём докладе «Преподавание основ доказательной медицины (до- и послевузовское образование и непрерывное профессиональное развитие), Е.Н. Новичкова, директор Центра доказательной медицины, кафедра семейной медицины ММА имени И.М. Сеченова, утверждала следующее. «Технология ДМ включает в себя пять основных этапов. … Третий этап — это критическая оценка доказательств, являющийся одним из наиболее важных и сложных принципов доказательной медицины. Связано это в первую очередь с тем, что в нашем базовом медицинском образовании недостаточно широко раскрыты вопросы клинической эпидемиологии и биостатистики. … В медицинской периодике термин «доказательная медицина» в последнее время стал достаточно расхожим и шаблонным. Вы, наверное, встречали публикации, где в абстракте упоминается рандомизация при проведении исследования, а потом по тексту мы не встречаем ни одного намёка на метод проведения отбора пациентов. Т.е. многие авторы статей, стремясь угнаться за модой и, в том числе, чтобы облагообразить свои исследования или полученные научные результаты, включают в абстракты подобную терминологию, которая никаким образом не отражает реальный ход исследования».  Ещё более конкретно эта мысль прозвучала в выступлении И.И. Косаговской, доцента кафедры общественного здравоохранения факультета управления здравоохранением ММА имени И.М. Сеченова. «Программа послевузовской профессиональной подготовки специалистов в клинической ординатуре по специальности «организация здравоохранения и общественное здоровье» … включает в себя следующие разделы: … • Медико-биологическая статистика — 72 ч.»  [Преподавание основ научно обоснованного общественного здравоохранения на послевузовском уровне.  И.И. Косаговская. Высшая медицинская школа России и Болонский процесс (доказательная медицина). Выпуск VII. — М.: «Издательский дом «Русский врач», 2006. — с. 272.]  Как видим, в отличие от начальника отдела информационных технологий Кузбасского кардиологического диспансера Русаковой Т.А., доцент И.И. Косаговская считает не расточительным, а обязательным изучение основ теории медико-биологической статистики в процессе послевузовской подготовки специалистов.  

 

    С наличием проблемы крайне низкого качества использования статистики в диссертациях по биомедицине согласилась и ВАК РФ, опубликовав ещё в 1997 г . нашу статью «Об использовании прикладной статистики при подготовке диссертационных работ по медицинским и биологическим специальностям». (Бюллетень ВАК, 1997, №5.   http://www.biometrica.tomsk.ru/leonov_vak.htm ) Эта публикация, и последующая переписка с ВАК СССР, инициировала в дальнейшем создание сайта БИОМЕТРИКА.

Наши критические публикации о низком качестве использования статистики в биомедицинской науке не были пионерскими. Первым, кто скрупулёзно и убедительно показал, что некорректное использование статистики приводит исследователя к противоположному от истины выводу, был великий советский математик, академик Андрей Николаевич Колмогоров. Широко известен случай, когда в 1939 г . в журнале «Яровизация» была опубликована статья Н.И. Ермолаевой – аспирантки Лысенко, под названием «Ещё раз о «гороховых законах». Используя свои экспериментальные данные, Н.И. Ермолаева пыталась с помощью некорректных статистических манипуляций опровергнуть законы Менделя. Её уверенность в своей правоте была столь сильна, что она даже привела в статье всю таблицу экспериментальных данных. Проанализировав эти данные, академик А.Н. Колмогоров опубликовал статью «Об одном новом подтверждении законов Менделя». В ней он  показал, что корректный анализ данных Н.И. Ермолаевой, даёт вывод, диаметрально противоположный выводу Н.И.Ермолаевой, который как раз подтверждает законы Менделя. Именно этот пример и послужил нам эталоном при создании специального раздела КУНСТКАМЕРА (http://www.biometrica.tomsk.ru/kk.htm), содержащего примеры анализа статистических ошибок, нелепостей и абсурдных утверждений современных ермолаевых.  

В отечественной медицине одним из первых крупных исследований, содержащим  большой и нелицеприятный обзор таких ошибок, является книга А.Я. Боярского «Статистические методы в экспериментальных медицинских исследованиях», 1955, – Медгиз. Автор детально проанализировал большое количество статей, опубликованных в течение нескольких лет в известных советских медицинских журналах. По сути дела это было первое отечественное исследование, в котором автор на значительном конкретном материале констатировал крайне неблагополучную ситуацию с применением статистики в экспериментальной медицине и биологии тех лет.

  «Уже беглое ознакомление с состоянием дела показывает, что статистическая обработка экспериментальных данных является наиболее слабым местом во многих исследованиях. … Трудно требовать от медика, чтобы он, наряду со знаниями в своей собственной области, был в то же время достаточно вооруженным, скажем, в радиотехнике для конструирования аппаратуры, улавливающей биотоки, или в статистике для нахождения наиболее правильных методов статистической обработки своих экспериментальных данных. И подобно тому, как медику, несомненно, приходится обращаться за содействием к радиотехнику, для правильной статистической обработки экспериментальных данных нередко приходится обращаться к специалисту-статистику … Так или иначе, но бесспорным фактом являются и недостаточная вооруженность медиков статистическими знаниями, и недостаточно высокий научный уровень статистической методики в большинстве их экспериментальных работ». Напомним, что эти слова были сказаны еще в 1955 г ., т.е. уже более полувека назад констатировалось, что медицинские исследования по своей сути являются междисциплинарными, и уже потому требуют обязательного участия биостатистика.  

Представляет интерес точка зрения  на эту проблему  профессионального медика.  Вот как описывает её в «Международном журнале медицинской практики» С.Е. Бащинский.  «Почему же статистика столь сложна для понимания врачами? Тому немало причин. Во-первых, многие статистические термины вводят в заблуждение, создают ощущение ложного узнавания, поскольку заимствованы из обыденного языка, например "значимый", "ошибка", "нормальный". Многие авторы статей не осознают различий между терминологическим и обыденным смыслом этих слов. Во-вторых, понимание статистических принципов требует развитого абстрактного мышления, занятие же медициной не располагает к увлечению абстракциями, будучи, по сути, делом практическим. Врачам непривычно мыслить такими категориями, как популяция, вероятность распределения, нулевая гипотеза. В-третьих, врачи испытывают почти мистический трепет перед математическим аппаратом, лежащим в основе статистических расчетов, полагая, что точная наука не может ошибаться. Это приводит к наивной вере во всемогущество статистических методов, без понимания их роли и особенностей применения. В-четвертых, статистика – наука прикладная. С одной стороны, все статистические тесты основаны на сложном математическом аппарате, с другой стороны, использование её методов невозможно рассматривать в отрыве от методологии клинических исследований. Ведь статистика – это только часть исследования, которую следует рассматривать в контексте всех проблем, определяющих качество научной работы. Формулировка основного вопроса исследования, выбор соответствующего вопросу метода и способа организации исследования, особенности отбора больных и характер полученных данных - всё это определяет выбор адекватного метода статистического анализа и, в конечном счете, влияет на достоверность полученных результатов.

    Все эти факты говорят об особой мифологической роли статистики в сознании многих медиков и биологов. По сути, используемые во многих работах клише представляют собой магические заклинания, служащие, по мысли авторов, «пропуском в науку». Такой подход ничем не отличается от действий первобытного человека, верившего, что выполнение определенного ритуала поможет ему убить мамонта. Наверное, многие читатели знакомы с карточным фокусом, в основе которого лежит мнемоническое правило: «Наука умеет много гитик». Никто не знает, что такое «гитик», да это и не важно, поскольку достигается главная цель - благодаря звучной и легко запоминающейся фразе удается фокус или раскладывается пасьянс. Статистике во  многих биомедицинских исследованиях отводится роль «гитик», звучные и непонятные авторам термины нужны для достижения основной цели - придания работе научного «веса», достаточного для опубликования в журнале или для защиты диссертации. Редакторы  научных журналов, публикующие подобные статьи, вольно или невольно становятся соучастниками игры в научный «фокус»: в надёжность результатов исследования изначально никто не верит, а важнейшим условием прохождения диссертации или статьи становится лишь сам факт упоминания о статистических «гитиках».(Статистика умеет много гитик. Международный журнал медицинской практики. 1998; №4, с.13-15.  https://www.mediasphera.ru/journals/mjmp/98/4/r4-98-2.htm)  

Подобными соучастниками игры в научный «фокус» становятся и члены локальных этических комитетов по этике и доказательности медицинских исследований, создаваемые при медицинских вузах. Например, в Приложении к Уставу ГОУ ВПО КемГМА Росздрава (Кемерово – 2007), читаем: «С целью повышения эффективности научной деятельности, наиболее полного использования научного потенциала и материально-технической базы научных исследований ГОУ ВПО КемГМА Росздрава, подготовки научно-педагогических кадров высшей квалификации организованы … Комитет по биоэтике и доказательности медицинских исследований. Текущий контроль над деятельностью вышеназванных подразделений осуществляют руководители подразделений и проректор по НИР». Упоминание об этом комитете находим и в п. 2.4. «Положения о подготовке научно-педагогических  и научных  кадров в системе послевузовского образования» (утверждено ректором КемГМА проф. А.Я.Евтушенко): «Для утверждения темы на Ученом совете необходимо: … решение комитета по этике и доказательности медицинских научных исследований КемГМА». Аналогичное упоминание о данном комитете имеется и в п. 3.4 этого же Положения. Однако никакие решения никаких комитетов не умаляют основной роли научного руководителя. В п.2.14 этого же Положения об этом сказано так: «Ответственность за результаты подготовки аспиранта и его научной работы возлагается на научного руководителя».  

А теперь в качестве примера публикации, одобренной решением такого комитета, обратимся к статье «Гормональная адаптация фетоплацентарного комплекса в родах», авторы А.Г. Тришкин, Н.В. Артымук, Л.Б. Николаева. Бюллетень ВСНЦ СО РАМН, 2006, №1 (47) с. 98-102. ГУЗ КОКБ Областная клиническая больница (Кемерово), ГОУ ВПО Кемеровская государственная медицинская академия РОСЗДРАВА (Кемерово). Цитируем: «Проводимые исследования были признаны допустимыми и доказательными решением локального этического комитета по этике и доказательности медицинских научных исследований КемГМА».

Познакомившись со статьёй, читатель обнаружит, что примерно половина раздела  «РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ» содержит многочисленные результаты использования методов статистики. Соответственно, и выводы исследования сформулированы на основе этих результатов. Однако читатель не найдёт в ней никакого упоминания ни об использованных авторами статистических методах, ни о проверке корректности использования этих методов, ни о том, в чём отличие выражений «статистически значимые отличия» и «статистически достоверные отличия», ни о том, что означают выражения вида 7,98 ± 3,7, учитывалась ли авторами проблема множественных сравнений при сопоставлении трёх групп пациентов и т.д. Однако члены комиссии по этике и доказательности медицинских научных исследований КемГМА не сочли неэтичным отсутствие в статье этой информации, зато сочли все выводы авторов, полученные ими с помощью статистических манипуляций, вполне доказательными. В этой связи возникает вопрос: А судьи кто? Обладают ли члены локального этического комитета по этике и доказательности медицинских научных исследований КемГМА достаточными компетенциями в области статистики, чтобы выносить такие вердикты по работам, выводы которых базируются на результатах использования методов статистики?  

Увы, как показал проведённый нами анализ медицинских публикаций Кузбасса, статистические дефекты, и, соответственно, некорректные выводы, сделанные на их основе, носят массовый характер. А ведь большинство этих работ, по-видимому, тоже проходило этап одобрения этическими комитетами.

В международном кодексе медицинской этики (Венеция –1983) записано: «врач должен быть честным во взаимоотношениях с пациентами и коллегами и бороться с теми из своих коллег, которые проявляют некомпетентность или замечены в обмане». Но чтобы обнаружить такую некомпетентность, к примеру, в использовании автором публикации или диссертантом методов статистики, члены этического комитета должны быть сами достаточно компетентными в этой области знания.  

В статье «О недобросовестной практике научных исследований», (НПНИ)  Р. Смита (перевод на русский язык с английского оригинала, опубликованного в BMJ, опубликован в «Международном журнале медицинской практики» № 2, 2001, с. 11-16
   https://www.mediasphera.ru/journals/mjmp/2001/2/r2-01-3.htm) приводятся определения НПНИ, которые сформулированы различными национальными органами, в частности, английским, датским, норвежским, американским, шведским и финским. В этой же статье есть раздел «Сходство между недобросовестной практикой научных исследований и недобросовестной медицинской практикой». Обсуждая сходство этих двух практик, автор говорит о том, как в различных странах решается эта проблема. В числе мер, позволяющих уменьшить НПНИ, автор предлагает следующее:

— систематический поиск материалов по НПНИ;

— публикация систематических обзоров с примерами НПНИ.

Эти рекомендации вполне разумны и актуальны, поскольку их реализация позволяет читателям учиться на чужих ошибках, дабы не повторять их самим.  

Более подробно проблему НПНИ в медицине обсуждает К.П. Воробьев в своей статье «Формат современной журнальной публикации по результатам клинического исследования. Часть 6. Недобросовестная практика научных исследований», опубликованной в Украинском медицинском журнале, №3(71), 2009. (http://www.biometrica.tomsk.ru/format_6.pdf )  Данная статья является заключительной в серии статей, с которыми желающие могут познакомиться на сайте БИОМЕТРИКА (http://www.biometrica.tomsk.ru/ ). В частности, в статье «Формат современной журнальной публикации по результатам клинического исследования. Часть 4: Биостатистика» (http://www.biometrica.tomsk.ru/format_4.html ) автор приводит классификацию типичных ошибок и заблуждений при использовании и описании статистических аспектов медицинских исследований. В числе этих ошибок и заблуждений есть и такие, которые рассмотрены нами в других разделах данной публикации.

 Большую роль играет подготовка в области статистики на этапе аспирантуры и докторантуры. «Не стоит забывать, что аспирантура «является основной формой подготовки научно-педагогических и научных кадров. Если врач не чувствует в себе способности заниматься наукой, ему надо заниматься чем-то другим в рамках медицинской специальности. Хочу напомнить, что в нашей стране установлено шестилетнее образование в медицинском вузе, за которым следует послевузовское образование в виде ординатуры или интернатуры. Если человек хочет быть хорошим клиницистом, он идет в ординатуру. В аспирантуре, на протяжении трёх лет он проходит подготовку в качестве преподавателя и учёного. Обратите внимание – за шесть лет из школьника готовят врача, а потом за три года нельзя объяснить ему, как организуется научное исследование?! [С. Л. Плавинский. Кто должен анализировать данные в медицинских исследованиях? Международный журнал медицинской практики, № 1, 2007.]

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. 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 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).

 

VAR15A

GRUPPA

G/G

G/A

A/A

Контроль

284

93

6

Течение 1

122

23

0

Течение 2

77

7

1

Течение 3

26

6

0

 

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.

Полнейшая аналогия наблюдается и при проверке гипотез о равенстве средних количественных признаков более чем 2 групп. Например, сравниваются средние значения 4-х групп: 1 – здоровые (контроль), 2 – начальная стадия заболевания, 3 – средняя тяжесть заболевания, 4 – очень тяжёлая стадия заболевания. Проверка корректности использования классического однофакторного дисперсионного анализа (ANOVA) показала отсутствие нормальности в некоторых группах, а также обнаружила неравенство дисперсий в этих группах. В силу этого для сравнения групп был использован непараметрический дисперсионный анализ Краскела-Валлиса и медианный критерий. Результат сравнения привёл к отклонению нулевой гипотезы. Однако вполне возможно, что имеется равенство для соседних групп. Например, равенство между группами здоровые и начальная стадия заболевания, а также между группой средней тяжести и группой очень тяжёлой стадии. Такую гипотезу можно записать в следующем виде: H0: μ1= μ2μ3= μ4. Поскольку мы имеем 4 группы, то число парных сравнений будет равно 4*(4-1)/2=6. Это будут пары 1-2; 1-3; 1-4; 2-3; 2-4 и 3-4. Попарные сравнения могут показать равенство для пар 1-2 и 3-4, и неравенство для всех остальных пар. В этом случае мы наблюдаем качественное изменение при переходе от группы начальной стадии заболевания к группе средней тяжести заболевания. В таком случае вполне возможно объединение групп 1 и 2, а также групп 3 и 4. Таким образом, мы опять видим, что взаимосвязь между анализируемым признаком, и группирующим признаком, не «размазана» равномерно по всем 4 группам, а сконцентрирована на переходе между двумя соседними группами. Такую детализацию, препарирование обнаруженных взаимосвязей можно провести практически во всех многомерных методах.  

Специфика многомерных методов статистики заключается также и в том, что эти методы позволяют перейти от описания парных связей, к оценке интенсивности множественных связей. Например, при исследовании объектов описываемых только количественными признаками, это может быть множественная регрессия. В этом методе устанавливается форма связи между одной результирующей, зависимой переменной, например, систолическим артериальным давлением (САД), и набором, так называемых, независимых переменных, предикторов. Например, вес, рост, индекс Кетле, концентрация липидов и т.д. Для такого уравнения связи возможно проранжировать предикторы по силе их влияния на зависимую переменную САД. Можно также оценить силу множественной связи зависимой переменной и набором предикторов, которая изменяется в интервале от 0 до 1. При этом возможно также выявить аномальные наблюдения, значительно искажающие уравнение связи, и т.д. Все это в итоге приводит к повышению точности уравнения связи и концентрации извлекаемой информации. Однако для реализации этих возможностей, и повышения качества и надёжности получаемой информации, опять же требуются знания профессионального биостатистика.

Не менее интересна в этом случае и задача конструирования новых, более информативных переменных. Выше мы привели такой пример. В осях таких новых переменных гораздо лучше дифференцировать группы сравнения, например, больные до лечения, и больные после лечения. Здесь же возможно и решение задачи редукции, т.е. перехода от большого количества исходных признаков, к гораздо меньшему количеству более информативных признаков. Например, от 30-40 признаков перейти к 3-4 новым. Такая концентрация информации позволяет формировать более однородные группы пациентов, и конструировать переменные, обладающие большей специфичностью и чувствительностью.  

Другая не менее важная и интересная задача, также имеющая большую практическую ценность, заключается в оценке интенсивности взаимосвязи уже не двух переменных, а двух подмножеств переменных. Например, 1-е подмножество содержит биохимические показатели крови, а 2-е подмножество – показатели функционирования сердечно-сосудистой системы (ССС). Предположим, что была обнаружена статистически значимая взаимосвязь между набором из 7 показателей крови (содержание липидов, содержание сахара и т.п.), и набором из 8 показателей характеризующих функционирование ССС. Показатель такой корреляции R изменяется от 0 (отсутствие связи) до 1 (случай функциональной связи). В реальных исследованиях данный показатель значения 1 никогда не достигает, но может быть достаточно близок к нему, например, равен 0,9 или 0,95 и т.п. Представим себе, что в результате анализа мы получили статистически значимую оценку взаимосвязи двух подмножеств признаков с величиной R=0,7. Как видим, это значение не так уж и мало, но и не столь близко к 1. Как и в предыдущих случаях, данная связь не «размазана» равномерно по всем 15 признакам двух подмножеств показателей. Реально в этой взаимосвязи есть доминирующие признаки, и есть некий «балласт», т.е. признаки, практически не участвующие в этой взаимосвязи. И именно их присутствие в составе обоих подмножеств снижает интенсивность связи. Установив 4 таких «балластные» признака, их можно исключить из анализа, и в результате поднять величину R от 0,7 до, например, значения 0,94. В результате этого мы сконцентрируем информацию от оставшихся 11 признаков в 2 новые, более информативные  переменные. В осях этих более информативных переменных можно увидеть взаимное положение тех или иных групп сравнения. Например, групп больных и здоровых, или групп до и после лечения и т.п. Причём такое взаимное расположение групп, можно отобразить графически. И вновь появляется возможность конструирования новых переменных, обладающих большей специфичностью и чувствительностью.  

Нередко исследователю приходится анализировать объекты, для описания которых используются только качественные признаки. Например, пол, семейное положение, образование, заболевание, национальность и т.п. Каждый из таких признаков может иметь от 2 до 5-7 градаций, уровней. И в этом случае несомненный интерес представляет задача выделения однородных групп пациентов. Возможно также и решение задачи регрессии, когда зависимым признаком выступает, например, состояние здоровья, с уровнями 1 – здоров, 2 – болен. В этом случае возможно использование не только 2 уровней, но большего их количества, 3, 4 и т.д. С помощью логистической регрессии можно оценить такую множественную связь, причём в качестве независимых предикторов могут использовать как качественные, так и количественные признаки.

Реализация многомерных методов в силу их специфики обычно поливариантна. Т.е. не имеется одно единственное, уникальное решение искомой задачи. Поэтому для их использования требуется участия в этой работе профессионального биостатистика,  поскольку необходимы основательные знания, как в области теории данного метода, так и в области его программной реализации. Например, автор этих строк за последние 10 лет произвёл оценку нескольких тысяч уравнений логистической регрессии. Из которых заказчиками были отобраны как оптимальные и объективно интерпретируемые порядка 200 уравнений.

При использовании логистической регрессии также возможно оценить силу такой множественной связи, так называемый коэффициент конкордации, который изменяется от 0 (нет связи), до значений вблизи 1 (очень сильная связь). Большое значение этот метод имеет для прогноза исходов лечения, сравнения генетических профилей здоровых и больных, групп различных национальностей и т.д. И здесь также имеются возможности концентрирования полезной информации. В частности, оценки уравнения логистической регрессии содержат так называемые безразмерные коэффициенты регрессии. Сравнивая по модулю такие коэффициенты для разных предикторов, вошедших в уравнение, можно проранжировать эти признаки, по силе из взаимосвязи с зависимой качественной переменной. Проиллюстрируем возможности использования логистической регрессии реальным примером. Задача заключалась в сравнении генетических профилей жителей двух национальностей, проживающих в одном из регионов России. Зависимым признаком являлась национальность, которая имела два значения. Вот как выглядит результат оценки уравнения логистической регрессии по одной из реальных задач.

                                             Standard     Wald                     Standardized

 Parameter   DF   Estimate      Error   Chi-Square   Pr > ChiSq       Estimate

 Intercept       1   -11.9631     6.2186       3.7008       0.0544

 VAR2A        1     4.4695     1.8339       5.9397       0.0148         1.1930

 VAR7A        1    -1.2625     0.8213       2.3628       0.1243        -0.3847

 VAR15A       1    -3.0246     1.5380       3.8676       0.0492        -0.9217

 VAR25A       1     3.5180     1.5728       5.0034       0.0253         1.2648

 VAR27A       1    -5.6306     2.8238       3.9761       0.0461        -0.9930

 VAR30A       1    -6.7985     2.5963       6.8566       0.0088        -1.8755

 VAR31A       1     2.3949     1.1484       4.3491       0.0370         1.5963

 Percent Concordant= 91.2.

 
 
В первом столбце представленной выше таблицы приведены краткие (условные)  названия  признаков, отобранных алгоритмом в уравнение. В 3-м столбце этой таблицы приводятся сами коэффициенты уравнения, а в последнем столбце таблицы – безразмерные коэффициенты. Если сравнить модули безразмерных коэффициентов, то видно, что из 7 предикторов наибольшую связь с национальностью имеют признаки VAR30A и VAR31A,  а затем признаки VAR25A и VAR2A. При этом процент согласия (Percent Concordant) между фактической национальностью жителя и предсказанной по уравнению логистической регрессии составлял 91,2%.

Рассмотрим другой реальный пример использования метода логистической регрессии. В этом исследовании ставилась задача оценить факторы риска, приводящие к летальному исходу при одном конкретном заболевании. Массив данных содержал 45 признаков, из которых 24 признака были качественными, и 21 признак – количественный. Ниже приведены три варианта оценки уравнения логит-регрессии, содержащие отличающиеся наборы предикторов, но достаточно близкие значения процента конкордации.

 

Вариант 1:

                                         Standard         Wald                     Standardized

 Parameter   DF   Estimate      Error   Chi-Square   Pr > ChiSq       Estimate

 

 Intercept    1   -24.5096    10.5551       5.3919       0.0202

 VAR4A        1     3.4090     1.7662       3.7253       0.0536         0.7273

 VAR38A       1    -3.9923     1.4302       7.7916       0.0052        -0.8104

 VAR2         1     0.1813     0.0829       4.7775       0.0288         1.1151

 VAR44        1     0.5960     0.2157       7.6322       0.0057         2.4228

 

Parameter   Label

Intercept   Intercept: VAR45A=1

VAR4A       перенесенное ОНМК

VAR38A      острая окклюз.гидроцефалия

VAR2        возраст

VAR44       балл шкалы NIH1

Percent Concordant     98.5

 

 

Вариант 2:

                                         Standard         Wald                     Standardized

 Parameter   DF   Estimate      Error   Chi-Square   Pr > ChiSq       Estimate

 

 VAR22A       1     4.3523     2.1676       4.0317       0.0447         1.0519

 VAR38A       1    -8.5259     3.2460       6.8990       0.0086        -1.7306

 VAR2         1     0.1580     0.0757       4.3570       0.0369         0.9717

 VAR6         1    -0.0830     0.0336       6.0902       0.0136        -1.6037

 VAR44        1    0.5222      0.1941       7.2406       0.0071         2.1226

 

Parameter   Label

VAR22A      курение

VAR38A      острая окклюз.гидроцефалия

VAR2        возраст

VAR6        АДсист заболевания

VAR44       балл шкалы NIH1

Percent Concordant     98.8

 

Вариант 3:

                             Standard              Wald                            Standardized

 Parameter   DF   Estimate      Error   Chi-Square   Pr > ChiSq       Estimate

 

 Intercept    1    27.8039     8.4266      10.8870       0.0010

 VAR25A       1     3.7028     1.5635       5.6087       0.0179         0.8853

 VAR28A       1    -2.8490     1.3891       4.2066       0.0403        -0.3599

 VAR34A       1    -4.2357     2.1491       3.8843       0.0487        -1.1246

 VAR38A       1    -4.9980     1.5306      10.6625       0.0011        -1.1111

 VAR30        1    -1.8060     0.5592      10.4313       0.0012        -2.2639

 

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 + … Ai*Xi,

где A0 , A1 , … Ai – коэффициенты регрессионного уравнения, Y – зависимая переменная, Xi – 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*X1B1 *X2 B2 *Xi 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, выполненных 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)

«В Тюменской медакадемии на взятках попались два преподавателя» (http://www.nakanune.ru/news/2004/09/15/v_tjumenskojj_medakademii_na_vzjatkax?print=1 )

 «Врачи, убившие пациентку во время аборта, останутся безнаказанными?» (http://www.mk.ru/incident/article/2010/08/03/520838-vrachi-ubivshie-patsientku-vo-vremya-aborta-ostanutsya-beznakazannyimi.html )

«Оборотни в белых халатах» (http://vlasti.net/news/98366)

«Пензенских медиков уличили в кибершпионаже в пользу похоронных бюро» (http://medportal.ru/mednovosti/news/2010/09/08/esp/ )

«Кемеровские врачи создавали угрозу распространения ВИЧ» (http://kem.sibnovosti.ru/health/112467-kemerovskie-vrachi-sozdavali-ugrozu-rasprostraneniya-vich )

«В Кемерове будут судить председателя экзаменационной комиссии медакадемии» (http://poznaisebya.com/news/obrazovanie-nauka/news_2009-03-04-19-39-44-830.html)

«Кемеровская медакадемия раскошелится за преподавателя-взяточника» (http://www.kuzbassfm.ru/news/25595/ )

«Преподавателя медицинской академии в Кемерове осудили за "помощь" абитуриентам» (http://www.map.russia42.ru/public_card/9129/)

«Преподаватели Кемеровской медакадемии дописывали работы абитуриентов, чтобы они поступили в вуз» (http://tayga.info/news/2009/03/03/~85109 )

 «В Кемеровской медакадемии бюджетные места покупали за деньги» (http://www.openinform.ru/news/corruption/29.06.2009/12576 )  

Впрочем, массу аналогичных ссылок мы найдём и по милиции, следственным органам, военным, политикам и т.д. Ясно, что текущий системный кризис общества не способствует тому, чтобы продвижение идей ДМ и создание статистического сервиса в медицинских вузах и НИИ  воспринимались бы их руководителями и редколлегиями медицинских журналов как приоритетные задачи построения эффективной отечественной науки.  

Как и всякое явление, отношение отечественной медицинской науки к ДМ формировалось не вдруг. «Торжество непрофессионализма, когда неумение и нежелание хорошо делать свою работу встречают полное понимание и одобрение окружающих: а чего стараться-то? У нас торжествует иной принцип: они делают вид, что нам платят, а мы делаем вид, что работаем. Произошло полное разрушение российской жизни, самых трудолюбивых и умелых профессионалов изъяли или они сами убежали. На кого сознательно делали ставку? На малограмотных, но послушных. На ленивых, но верных. Не важно, сделано или не сделано, главное — умело рапортовать начальству. Вот какие сложились кадровые традиции. А если что не так, объяснение готово: вредительство, враги! Так продолжается уже много десятилетий. Устройство нашей жизни воспитывает в людях незаинтересованность в результатах своей работы, отучает от ответственности, умения действовать самостоятельно, не ожидая команды сверху. Обычная работа превращается в настоящее сражение: битва за урожай, битва за нефть, война с пожарами.

Побывавшие, тем более пожившие, за границей рассказывают, что во многих странах не только поезда — весь транспорт ходит строго по расписанию. На табло автобусной остановки точно указано, через сколько минут появится нужный автобус. И опоздание — невозможно. В устах наших людей это звучит как рассказ о диковинках, экзотике, в нашей жизни ненужной и неприменимой. Мысль о том, что всё то же самое возможно и в наших условиях, вызывает в компаниях дружный смех. Нам это надо? Разумная организация работы требует усилий от всех и каждого. А зачем нам себя утруждать? Ведь окружающая жизнь неопровержимо доказывает, что личный успех и признание в современном российском обществе приносят отнюдь не увлеченность своим делом, не безукоризненное исполнение своих обязанностей и не честный труд(Пожар в общественном сознании. http://www.mk.ru/social/article/2010/08/04/521081-pozhar-v-obschestvennom-soznanii.html )

Факт публикации результатов исследования не всегда означает, что авторы считают свою информацию важной для читателей. Нередко такая публикация есть не более чем исполнение служебной обязанности научного сотрудника, или работника практического здравоохранения. Поскольку при отсутствии необходимого числа публикаций ему либо не подтвердят квалификацию, либо не дадут защитить диссертацию. Тем не менее, часть опубликованных результатов всегда имеет перспективу прямого или косвенного их использования в практическом здравоохранении.  

5 лет назад, в 2005 г ., руководители КемГМА Евтушенко А.Я., Михайлуц А.П. и Подолужный В.И. в своей статье «Научно-исследовательская работа в КемГМА» (Медицина в  Кузбассе.  № 4,  2005, с. 7-12.) написали следующее: «В настоящее время приоритетами организации и проведения НИР в КемГМА являются: повышение методического уровня научных исследований за счет использования современного лабораторного, инструментального и информационного обеспечения, способов и приемов доказательной медицины;  …».  Удалось ли руководству КемГМА за эти 5 лет добиться повышения методического уровня научной работы в КемГМА, в том числе, путём корректного и продуктивного использования современных методов биостатистики, читатели могут судить сами, в частности, по результатам анализа статей и диссертаций, приведённому в остальных разделах этой работы. Однако повышение уровня научных исследований не носит разовый, эпизодический характер, а является постоянной, систематической работой. И поэтому хочется надеяться, что приведённые далее результаты анализа кузбасских публикаций будут учтены соответствующими руководителями.

 

Рождение нового знания, как и рождение нового человека, требует больших и целенаправленных усилий. Говоря о программе РОУС (Родовспоможение, ориентированное на участие семьи), д.м.н., профессор, Наталья Владимировна Артымук в своей статье «ПОСКРИПТУМ СЕМИНАРУ РОУС ИЛИ НУЖНО ЛИ НАМ МЕНЯТЬСЯ?» (Мать и Дитя в Кузбассе №3 (34) 2008, с. 46-47) сказала следующее. «Многие практики, которые мы привыкли выполнять рутинно, не показали, к сожалению, своей эффективности, а с позиций доказательной медицины являются не только не полезными, но даже вредными». В полной мере это утверждение относится и к многочисленным некорректным статистическим практикам, анализ которых мы привели в других разделах данной публикации. Подобно акушерам, помогающим появиться на свет маленькому человечку, авторы исследования выступают и в роли «акушеров» нового знания, и в роли родителей. И в обоих случаях для этого необходимо «Очень много труда, желание учиться и меняться и, прежде всего, изменение нашего сознания. … практики, эффективность которых в настоящее время доказана и которые применяются во всех цивилизованных странах, однозначно должны быть приняты и у нас, а использование методик с недоказанной эффективностью, напротив, должно быть исключено». (Н. В. Артымук. «ПОСКРИПТУМ СЕМИНАРУ РОУС ИЛИ НУЖНО ЛИ НАМ МЕНЯТЬСЯ?» Мать и Дитя в Кузбассе №3 (34) 2008, с. 46-47)

  Завершая этот раздел, хочется напомнить слова великого Эйнштейна. «Храм науки — строение многосложное, и различны люди, пребывающие в нём, и приведшие их туда духовные силы. Одни занимаются наукой с гордым чувством своего интеллектуального превосходства, для них наука — это тот подходящий вид спорта, который даёт им удовлетворение честолюбия и чувство полноты жизни. Другие приносят сюда на алтарь продукты своего мозга лишь в утилитарных целях. Но если бы посланный Богом ангел пришёл и изгнал бы этих людей из храма, то храм бы катастрофически опустел. Но если бы в нём были бы только люди, подобные изгнанным, он не смог бы подняться, как не может вырасти лес из одних вьющихся растений».  


Далее: КРАТКОСТЬ – СЕСТРА ТАЛАНТА? ИЛИ ПРИЗНАК НЕЗНАНИЯ?

 

Возврат на главную страницу

Возврат в КУНСТКАМЕРУ

Скачать полную версию "Доказательная или сомнительная?"

Отклики читателей статьи "Доказательная или сомнительная?"

Т. Кун "Структура научных революций"

1997 - 2015. © Василий Леонов