В настоящее время участие специалиста-статистика в планировании и анализе результатов клинических исследований является обычной и широко распространенной практикой. Возрастает роль анализа данных в обсуждении проекта в целом.

Применительно к проведению клинических исследований математическая статистика может помочь в формулировании цели, разработке дизайна, выборе методов рандомизации, определении необходимого числа пациентов для получения статистически значимого заключения, непосредственно при проведении анализа полученных результатов, формировании заключения.

Современные компьютерные технологии делают статистические методы доступными каждому врачу. Программа STATISTICA с удобным интерфейсом, реализованным в виде последовательно открывающихся диалоговых окон, позволит Вам провести как начальное исследование Ваших данных, так и углубленный анализ. С помощью STATISTICA Вы можете подготовить аналитический отчет, написать статью, подготовить презентацию и выступление на конференции.

STATISTICA позволяет быстро и качественно решить такие задачи как:

• Планирование медицинских исследований и подготовка данных
• Вычисление основных описательных характеристик исследуемых величин (среднее, стандартное отклонение, дисперсия, доверительные интервалы, ошибки среднего, медиана, квартили и др.)
• Наглядное представление данных: построение графиков презентационного качества (гистограммы, диаграммы рассеяния, графики ящики-усы, графики средних с ошибками, линейные графики и др.)
• Выявление статистически значимых различий между выборками
• Анализ зависимостей между факторами
• Анализ выживаемости (анализ времени жизни в одной и более группах, сравнение групп по времени жизни, оценка влияния факторов на время жизни пациентов)
• Вычисление необходимого объема выборки, анализ мощности критериев
• Прогнозирование исхода лечения
• и др.

Подробнее об основных задачах медицины

Определение необходимого объема выборки

Перед началом проведения исследования важно определить объем выборки, необходимый для выявления значимого эффекта.

Например, сколько пациентов необходимо включить в каждую из групп лечения, чтобы иметь 90%-мощность обнаружения значимого на уровне 5% различия в снижении артериального давления?

Анализ выживаемости, сравнение выживаемости в различных группах

Различалось ли время до наступления смерти, рецидива или т.п. в зависимости от типа лечения? Какие факторы влияли на выживаемость? Как оценить время исправной эксплуатации протеза?

Построить кривые Каплана-Мейера, а также протестировать гипотезу о равенстве выживаемости в группах с помощью критериев Гехана - Вилкоксона, Кокса-Ментела, F-критерия Кокса, логарифмического рангового критерия и др. можно в модуле Анализ выживаемости .

Кроме того, в рамках отраслевого решения STATISTICA может быть надстроена для получения системы, заточенной на решение задач Заказчика. Система автоматизирует и расширяет возможности STATISTICA (например, проведением мета-анализа и др.).

STATISTICA - полностью на русском языке!

STATISTICA является признанным стандартом анализа медицинских данных. Тысячи кандидатских и докторских диссертаций, множество исследований в медицине проведены с использованием программы STATISTICA .

STATISTICA — это мощная аналитическая система, предоставляющая пользователям исключительные возможности в области анализа биомедицинских данных, которая содержит огромное количество аналитических процедур, собранных в отдельные модули и представленные в виде последовательности открывающихся диалоговых окон.

Управление данными, запросы к базам данных, графика делаются в удобно открывающихся диалоговых окнах двумя щелчками мыши.
STATISTICA позволяет решать разнообразные задачи, возникающие при анализе медицинских данных, начиная от предварительного описательного анализа данных до углубленного понимания причин исследуемых явлений, проверки гипотез, оценки значимости эффектов и построения предсказательных моделей.

Статистические методы позволяют оценить степень влияния лекарств на течение болезни, сравнить различные лекарственные препараты, тестировать методики лечения, обработать результаты клинических испытаний лекарственных препаратов, понять этиологию заболевания, выявить наиболее значимые маркеры, оценить предсказательную ценность диагностических тестов, обнаружить побочные эффекты.

STATISTICA позволяет эффектно визуализировать данные, используя различные графические средства, проводить разведочный графический анализ, управлять данными и разрабатывать собственные приложения, готовить автоматические отчеты по результатам исследования.

Вы можете настроить “под себя” практически любой вид анализа STATISTICA , включая процедуры низкого уровня и пользовательского интерфейса.

Работа с базами данных, чистка, фильтрация данных, удаление выбросов, монотонные нетворческие процедуры делаются теперь одним щелчком мыши в удобном пользовательском интерфейсе.

Для решения медицинских задач наиболее часто используют следующие продукты и инструменты STATISTICA :

Благодаря усилиям StatSoft STATISTICA полностью переведена на русский язык и поддерживается курсами StatSoft, а также многочисленными книгами и учебными пособиями.

Мы проводим также регулярные бесплатные семинары и вебинары, на которых вы можете познакомиться с новейшими методиками исследования медицинских данных, нашими методами преподавания и оказания консалтинговых услуг. Вы можете познакомиться с некоторыми кейсами в разделе Примеры .

Первым шагом к консалтингу в StatSoft являются .

В рамках обучения в Академии Анализа Данных высококвалифицированные специалисты StatSoft проводят курсы лекций, как по основным принципам анализа данных, так и по углубленным статистическим методам доказательной медицины.

Пройдя обучение в StatSoft, Вы сможете перейти на новую ступень в проведении клинических испытаний, сможете критически воспринимать статьи, публикации, получите ответы на все интересующие вопросы анализа данных.

Мы приглашаем вас на курсы Академии Анализа Данных, доступные в удобное для вас время.

Курсы Академии Анализа Данных StatSoft в области медицины/фармакологии:

На наших курсах мы подробно объясним вам, как подготовить данные, ввести их в STATISTICA , импортировать из других программ, провести описательный и визуальный анализ, найти зависимости между переменными, построить объяснительные модели.

Подробно, шаг за шагом, мы учим вас работать в программе STATISTICA и объясняем, какие методы исследования нужно использовать для решения стоящей перед вами задачи.

Для понимания материала не требуется предварительного знания методов статистического анализа и математики. Все необходимые знания даются в ходе курса. Слушатели учатся вычислять и интерпретировать описательные статистики, визуализировать данные, строить таблицы сопряженности, находить зависимости и устанавливать общие закономерности.

Если вы хотите повысить свою квалификацию, провести аналитическое исследование, написать диссертацию, используя методы статистики, позвоните или напишите нам .

Обращаем Ваше внимание, что Вы можете составить индивидуальную программу обучения, выбрав интересующие Вас темы.

В рамках консалтинговых проектов , Академия Анализа Данных StatSoft оказывает помощь в проведении статистического анализа данных, решая задачи разных масштабов:

Разработка концепции и планирования статистического анализа клинических исследований

Анализ результатов клинических и доклинических исследований

Подготовка методик и аналитических отчетов об исследованиях

Индивидуальные консультации врачей в рамках подготовки научных статей и диссертационных работ

Всесторонний анализ биомедицинских данных включает исследования на биоэквивалентность, преимущество (superiority), не превосходство non-inferiority, эквивалентность, сопоставимость лекарственных препаратов, разработка и сравнение диагностических тестов, проверка методик, решение конкретных задач по анализу биомедицинских данных.

Постмаркетинговые исследования проводятся с помощью технологий Дейта Майнинг, позволяющих обнаружить побочные эффекты, нежелательные взаимодействия лекарственных препаратов на больших базах данных.

Мы осуществляем разработку SAP (Statistical Analysis Plan), планирование, мониторинг и статистический анализ исследований в соответствии с международными принципами и стандартами.

Принципы статистического исследования биомедицинских данных изложены в международных документах GCP и ICH, являются корпоративным стандартном СтатСофт (см. материалы ICH - International Conference on Harmonisation of Technical Requirements for Registration of Pharmaceuticals for Human Use http://www.ich.org/home.html - E9 (Statistical Principles for Clinical Trials), ICH E3 (Structure and Content of Clinical Study Reports), E6 (Good Clinical Practices)).

Клинические исследования должны быть тщательно спланированы, обоснованы, всесторонне проверены, предварены ретроспективным анализом, мета-анализом, подробно описаны, представлены в ясных схемах, графиках и таблицах, применение статистических методов обосновано.

Только тщательно спланированные клинические исследования дают эффект, а разрабатываемый препарат или терапия действительно будет служить благу людей, а не нести в себе сиюминутный эффект.

Нашими клиентами являются крупнейшие медицинские центры в России и мире:

Университетская клиника КФУ
Саратовский областной кардиохирургический центр
Центр медицинских биотехнологий
ФБУН Саратовский НИИСГ Роспотребнадзора
Центр фармакоэкономических исследований
Московский НИИ психиатрии Минздравсоцразвития
Российский национальный исследовательский медицинский университет им. Н.И. Пирогова
ФГБУ «Российский кардиологический научно-производственный комплекс» МЗ и СР РФ
Российский научный центр хирургии им. Б.В. Петровского РАМН
НИИ кардиологии МЗ РФ
ФГУП «Антидопинговый центр»
Московский научно-исследовательский онкологический институт им. П.А. Герцена
НИИ неврологии РАМН
Московский НИИ диагностики и хирургии
НИИ нейрохирургии им. Бурденко
Научный центр акушерства, гинекологии и перинатологии им. В.И. Кулакова
Научный центр неврологии РАМН
Научный центр сердечно-сосудистой хирургии им. А.Н. Бакулева РАМН
НИИ глазных болезней
НИИ инфоэкологии

и многие другие.

Из отзывов пользователей:

НИИ неврологии РАМН

Применение статистики в медицинских и биологических исследованиях не ограничивается анализом данных. Статистические методы следует использовать также на этапе планирования биологического эксперимента или медицинского исследования. Для анализа данных в биологическом эксперименте необходимо применение статистики, в противном случае выводы нельзя считать научно обоснованными.

Центр медицинских биотехнологий

Вы молодцы! Спасибо за атмосферу интеллектуального комфорта!

Ляшенко Алла Анатольевна,
Генеральный директор, кандидат биологических наук
Из отзыва на курс «Углубленный курс STATISTICA для медицинских приложений »

ФГОУ ВПО МГАВМиБ имени К.И. Скрябина

Большое спасибо - шикарный стартовый капитал для работы с 10 версией и для работы со студентами, много полезного в метод. отношении.

Новиков Виктор Эммануилович,
доцент по кафедре биофизики и радиобиологии

Сердикс, группа компаний Servier

Благодарю за отличную организацию курсов, интересную и увлекательную подачу материала.

Москвин Дмитрий Николаевич,
ООО «Сердикс», производственное предприятие группы фармацевтических компаний Servier в России

Очень благодарен преподавателю за четкое, понятное, наглядное, последовательное объяснение и ответы на возникающие вопросы. Сложные темы представлены так, что их может освоить и непосвященный человек. Организация курса тоже очень достойна.

Селезнев Дмитрий Михайлович,
медицинский советник

Одним из важнейших инструментов доказательной медицины является статистика .

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, 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 неприемлим». 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.

К середине 19 века «… уже были разработаны основные принципы статистики и известно понятие вероятности событий. В книге «Общие принципы медицинской статистики» 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 основываться не только на умозрительном заключении, но вытекать из результатов, полученных в процессе непосредственного наблюдения достаточного количества больных, получавших лечение по сравниваемым методикам. Можно сказать, что Гавар фактически разработал статистический подход, на котором в наши дни основывается доказательная медицина.

Появлению доказательной медицины, 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. 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, 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».

В здравоохранении, как в системе организации медицинской помощи населению, а также в профилактической и клинической медицине повсеместно используются различные численные методы. Они применяются в клинической практике, когда врач имеет дело с отдельным больным, в организации медико-социальной помощи населению при прогнозировании и оценке результатов тех или иных медико-социальных программ. Знание этих методов необходимо при планировании и проведении научных исследований, для правильного понимания их результатов, критической оценки публикуемых данных. Понимает врач это или нет, но в основе решения любого вопроса о применении способа, тактики лечения или профилактики патологии лежат численные методы. Исторически сложилось так, что большой набор численных методов, применяемых в медицине, получил общее название -статистика.

По своей природе термин статистика имеет несколько толкований. Наиболее примитивное из них подразумевает под статистикой всякий упорядоченный набор числовых характеристик какого-либо явления. Считается, что корни терминастатистика происходят от латинского слова «статус»(status) - Состояние. Несомненна связь и с итальянским «государство». Собирание данных о материальном состоянии населения, случаях рождений и смерти, по свидетельству древнегреческого историка Геродота, существовало в Персии уже за 400 лет до Рождества Христова. В Ветхом Завете Библии есть целая глава (Книга чисел), посвященная таким статистическим выкладкам.

В эпоху возрождения в Италии появились люди, которых называли «Statisto» - знаток государства. Как синоним терминовполитическая арифметика и государствоведние термин статистик, стал впервые употребляться с середины ХVIIвека.

В медицинской статистике, как отрасли знаний, нередко выделяют: статистику клиническую, онкологическую статистику инфекционной заболеваемости, заболеваемости особо опасными инфекциями и т. д. Многообразие этих разделов медицинской статистики определяется многообразием разделов медицины как науки и разнообразием видов конкретной практической деятельности медиков. Все разделы медицинской статистики тесно между собой взаимосвязаны, имеют единую методическую основу, и их деление во многих случаях является весьма условным.

Математическая статистика , как отрасль знаний, представляет собой специальную научную дисциплину и соответствующую ей учебную дисциплину. Предмет этой дисциплины - явления оценка которых может производиться только в массе наблюдений. Эта ключевая особенность обусловлена тем, что изучаемые статистикой явления не имеют постоянных, всегда одних и тех же исходов.Например: масса тела даже у одного и того же человека постоянно меняется, состав клеточных элементов крови при каждом заборе анализа у одного и того же пациента будет несколько различаться, последствия применения одного и того же препарата у разных людей могут иметь свои индивидуальные особенности, и т. п. Однако многие хаотичные на первый взгляд явления имеют на самом деле вполне упорядоченную структуру и, соответственно, могут, иметь вполне конкретные численные оценки. Главное условие для этого - статистическая регулярность, статистическая устойчивость этих явлений, то есть существование строго определенных закономерностей, пусть даже скрытых на первый взгляд, которые можно описать математическими методами статистики.

Фактором, оказавшим значительное влияние на развитие математических методов статистики, стало открытие закона больших чисел Яковом Бернулли (1654-1705) и появление теории вероятности, основы которой разработал французский математик и астроном Пьер Симон Лаплас (1749-1827). Заметным этапом в ряду этих событий для медицинской статистики стала публикация работ бельгийского ученого А. Кетле (1796-1874), впервые применившего на практике математико-статистические методы исследования. В своей работе «О человеке и развитии его способностей» А. Кетле вывел тип среднего человека, наделенного, наряду со средними показателями физического развития (рост, вес), средними умственными способностями и средними моральными качествами. В этот же период времени в России выходит работа врача Бернулли «О прививках против оспы: о смерти и теории вероятности».

Медицинская статистика как точка приложения методов математической статистики занимает особое место. Это особое место обусловлено большой ролью медицины в возникновении статистики как самостоятельной науки и существенным влиянием научно-исследовательских разработок медико-биологических проблем на появление многих методов статистического анализа. В настоящее время, с целью подчеркнуть особый статус медико-биологической математической статистики, для ее обозначения все чаще используют терминбиометрия.

Большинство методов статистического анализа являются универсальными и могут применяться не только в разных отраслях медицинской статистики, но и в самых разнообразных отраслях человеческой деятельности. Например, с точки зрения формальной логики статистический прогноз инфекционной заболеваемости и прогноз курса доллара - одна и та же задача.

Методы медицинской статистики можно разделить на следующие группы:

Сбор данных, который может быть пассивным (наблюдение) или активным (эксперимент).

Описательная статистика, которая занимается описанием и представлением данных.

Сравнительная статистика, которая позволяет проводить анализ данных в исследуемых группах и сравнение групп между собой с целью получения определенных выводов. Эти выводы могут быть сформулированы в виде гипотез или прогнозов.

ГЛАВА V АНАЛИЗ МЕДИЦИНСКИХ ПУБЛИКАЦИЙ С ПОЗИЦИЙ ДОКАЗАТЕЛЬНОЙ МЕДИЦИНЫ

ГЛАВА V АНАЛИЗ МЕДИЦИНСКИХ ПУБЛИКАЦИЙ С ПОЗИЦИЙ ДОКАЗАТЕЛЬНОЙ МЕДИЦИНЫ

Заглавие статьи. Интересное заглавие привлекает внимание. Если оно заинтересовало, можно приступать к дальнейшей работе над статьей. Особого интереса заслуживают статьи и обзоры, в названии которых заложена информация по принципу «за» и «против», поскольку помимо возможной интересной авторской позиции здесь будут приведены аргументы и контраргументы. Используя список рекомендуемой литературы, можно будет легко ознакомиться с первоисточниками и составить собственное мнение о проблеме (в качестве

примера в приложении приведена статья «Диуретики: доказанное и недоказанное»).

Вслед за заглавием всегда идет список авторов и название учреждения, в котором выполнена работа. Встреча со знакомой и известной фамилией и уважаемым учреждением позволяют заранее представить себе качественный уровень исследования. Если в статье приведены результаты РКИ, целесообразно потрать время и найти на сайте Росздрава информацию о том, имеет ли данное учреждение лицензию на проведение исследований. Наличие лицензии, а также опыт аналогичной работы позволяют с большим доверием отнестись к информации, изложенной в публикации.

Реферат позволяет получить расширенное представление о сути исследования, контингенте его участников и выводах. Если данные отвечают поставленной задаче по поиску информации, можно переходить к анализу статьи. При отсутствии реферата нужно сразу ознакомиться с выводами исследования, публикуемыми в конце статьи.

Заглавие, реферат и выводы должны дать представление о возможном научно-методическом уровне исследования, категории пациентов и возможности применения его результатов в условиях реальной практики (например, диагностические возможности поликлиники и специализированных центров существенно различаются в пользу последних).

Методы исследования - один из ключевых разделов публикации, поскольку именно он дает представление о качестве полученных результатов и выводов, поскольку плохо спланированное и выполненное с использованием нестандартных методик исследование не может быть основой для принятия решений.

В настоящее время сформированы методологические требования к качественно-выполненным клиническим исследованиям:

Наличие контрольной группы (плацебо, традиционная терапия, вмешательство сравнения);

Критерии включения и исключения пациентов из исследования;

Дизайн исследования (распределение пациентов, включенных в исследование, до и после рандомизации);

Описание метода рандомизации;

Описание принципов применения препарата (открытое, слепое, двойное слепое, тройное слепое);

. «слепая» и независимая оценка результатов лечения не только по конечным точкам, но и с учетом лабораторно-инструментальных показателей;

Представление результатов (особое внимание уделяется клинико-демографической сопоставимости контрольной и исследуемой групп);

Информация об осложнениях и побочных эффектах лечения;

Информация о числе больных, выбывших в ходе исследования;

Качественный и адекватный задачам статистический анализ с применением лицензированных статистических программ;

Представление результатов в той форме, которая может быть перепроверена (только проценты и дельта изменения показателя неприемлемы);

Указание на конфликт интересов (с какими организациями сотрудничает автор и кто был спонсором исследования).

Достаточно немного публикаций отвечает всем перечисленным требованиям, поэтому при анализе статей необходимо не просто констатировать имеющиеся недостатки, а оценить их влияние на достоверность полученных выводов.

Большинство экспертов в области доказательной медицины выделяют наиболее важные составляющие качественной медицинской публикации.

Использование рандомизации пациентов в исследовании.

В международных рецензируемых журналах сообщения о рандомизации приводятся в 90% статей о клинических исследованиях, однако только в 30% из них описан конкретный метод рандомизации. В настоящее время упоминание понятия «рандомизация», особенно в отечественных работах, стало признаком «хорошего» тона. Однако используемые методы часто таковыми не являются, и обеспечить однородность сравниваемых групп не могут. Иногда разница по количеству пациентов в группах сравнения указывает, что рандомизация вообще не проводилась. Нельзя отнести к методам рандомизации и «распределение пациентов по группам случайным образом». Использование некачественных методов рандомизации, явные огрехи в проведении или ее отсутствие делают бесполезным и бессмысленным дальнейшее изучение публикации, так как полученные выводы будут бездоказательны. Отсутствие качественной информации по интересующей проблеме лучше, чем использование некачественной в принятии решения. К сожалению, в реальной практике некачественные преобладают над качественными исследованиями.

Основные критерии оценки эффективности лечения. Очень важно, чтобы в публикации были использованы общепринятые «жесткие» и «суррогатные» конечные точки для конкретного заболевания. Нельзя согласиться с мнением В.В. Власова «К сожалению, подмена "конечных" результатов (истинных критериев оценки - клинических исходов) "промежуточными" (косвенными критериями оценки вроде снижения уровня глюкозы или холестерина в крови, артериального давления) весьма распространена». Сегодня для каждой нозологии существуют строго определенные суррогатные конечные точки, влияющие на прогноз заболевания. В ряде исследований достижение «жестких» конечных точек невозможно в принципе, поэтому оценка эффективности вмешательства по его влиянию на суррогатные конечные точки вполне допустима. Другое дело, что они должны быть выбраны корректно: например, для артериальной гипертензии, это уровень АД, а не состояние перекисного окисления липидов. Вообще работа над исследованием очередного изофермента, как правило, не имеет клинического значения по двум причинам: во-первых, кроме авторов их больше никто не определяет, во-вторых, связь с конечными «жесткими» точками практически никогда не доказана.

Значимость результатов исследования и их статистическая достоверность. Только то, что происходит с высокой вероятностью, статистически достоверно, причем вероятность необходимо задать до начала исследования. Клинически значимо то, что можно применить у широкого круга пациентов. По своей эффективности он достоверно превосходит, а по безопасности не уступает уже существующим альтернативным методам лечения и диагностики.

Большой размер выборки (число пациентов) в крупных РКИ позволяет статистически достоверно выявить даже небольшие эффекты от применения изучаемых лекарственных препаратов. Малый размер выборки, характерный для большинства публикаций, не позволяет этого сделать, поэтому малая выраженность эффекта в них означает, что лишь у малой части пациентов (1-2%) будет получен положительный эффект от вмешательства. Оценка безопасности вмешательства у небольшого числа пациентов считается неэтичной. Нельзя принимать решения, основываясь на «выраженной тенденции», они могут быть предметом дальнейшего научного исследования, но не основой для принятия клинических решений. Кроме этого, данные корреляционного и регрессионного анализов не могут быть положены в основу клинически значимых выводов, так как отражают направлен-

ность и выраженность связи показателей, а не изменение в результате вмешательства.

В последнее время появились определенные проблемы и с крупномасштабными исследованиями. Количество их участников иногда настолько велико, что даже незначительное отклонение признака в результате вмешательства может стать статистически достоверным. Например, в исследовании ALLHAT участвовали 33357 пациентов, из которых 15255 получали терапию хлораталидоном, а оставшиеся принимали амлодипин или лизиноприл. К окончанию исследования в группе на хлорталидоне было выявлено повышение глюкозы на 2,8 мг/дл (2,2%), а в группе амлодипина ее снижение на 1,8 мг/дл (1,3%). Эти изменения, которым в условиях реальной клинической практики могли и не придать никого значения, оказались статистически достоверными.

Отсутствие достоверных различий в эффективности сравниваемых методов исследования наиболее часто связано с малым числом пациентов в выборке. Недостаточная по размерам выборка делает отрицательный результат недостаточным для негативной оценки лечения, а в случае получения положительного эффекта вмешательства не позволяет с уверенностью рекомендовать его для широкой клинической практики.

Помимо оценки эффективности вмешательства по отношению к «жестким» и «суррогатным» конечным точкам важно знать о его влиянии на качество жизни (например, для пациента с болевым синдромом изменение этого показателя важнее, чем влияние на риск декомпенсации хронической сердечной недостаточности при применении НСПВС).

Доступность метода в условиях реальной клинической практики.

Врач должен решить, насколько сопоставима группа больных, включенных в исследование, с теми пациентами, к которым он собирается его применить (демографические характеристики, тяжесть и длительность заболевания, сопутствующая патология, пропорция мужчин и женщин, существующие противопоказания к диагностическим и/или терапевтическим мероприятиям, и т.д.).

Представленные выше сведения в основном касались исследований по оценке эффективности новых методов лечения. Публикации по проблемам диагностики и фундаментальным проблемам этиологии и патогенеза заболеваний имеют ряд отличий как по своей сути, так и по атрибутивным признакам, позволяющим считать их информативными с позиции доказательной медицины.

ПУБЛИКАЦИИ ПО ДИАГНОСТИКЕ

Диагностические процедуры могут быть использованы с разной целью:

Как обязательный стандарт обследования (например, измерение АД, определение веса, анализ крови и мочи и т.д.) проводят всем лицам, оказавшимся в медицинском учреждении в связи с любым заболеванием для исключения сопутствующей патологии (case finding);

В качестве скрининга для выявления больных в здоровой популяции (например, тест на фенилкетонурию в родильном доме или измерение АД для выявления лиц с артериальной гипертензией);

Для постановки и уточнения диагноза (например, ЭКГ и эзофагогастроэндоскопия при наличии болей в левой половине грудной клетки);

Для динамического контроля за эффективностью лечения (например, суточное мониторирование АД во время антигипертензивной терапии).

В этой связи необходимо наличие в статье четкой информации о цели предпринятого диагностического вмешательства.

Для оценки достоверности информации о преимуществах предлагаемого диагностического вмешательства необходимо ответить на ряд вопросов:

Проводилось ли сравнение предлагаемого метода с существующим «золотым стандартом» для конкретной патологии (например, ЭхоКГ с ЭКГ при ИБС, скорости измерения пульсовой волны с ультразвуковым определением толщины комплекса интима-медиа);

Является ли выбранный метод сравнения действительно «золотым стандартом»;

Проводилось ли сравнение диагностических вмешательств с использование слепого метода;

Приведены ли границы возможного применения диагностического метода (например, первые часы инфаркта миокарда для тропонинов, уровень гликированного гемоглобина и т.д.);

Достаточно ли широко представлена сопутствующая патология, влияющая на эффективность диагностического вмешательства;

Насколько воспроизводим диагностический метод, и является ли он «оператор» зависимым (например, морфометрия при ЭхоКГ).

Врачи переоценивают воспроизводимость результатов исследований, связанных с оценкой изображения (ультразвуковых, рентгенологических, радиоизотопных, электрокардиографических и эндоскопических);

На основании каких тестов разграничивалась норма и патология.

Понятие нормы и точки разделения должны быть четко сформулированы. Точкой разделения называют величину физиологического показателя, которая служит границей, разделяющей лиц на здоровых и больных. Так, за нормальный уровень АД могут быть приняты значения 140/90 и 130/80 мм рт.ст. Естественно, что в зависимости от этого могут быть получены существенные различия, например по частоте гипертрофии левого желудочка с использованием любой оценочной диагностической методики. Точка разделения (х2) позволяет оценить чувствительность, специфичность и прогностическую ценность диагностического вмешательства. Повышение значений точки разделения снижает чувствительность, но повышает специфичность и прогностическую ценность положительного диагностического вмешательства. Соответственно при уменьшении значения точки разделения влево (х1) повышаются чувствительность и прогностическая ценность отрицательного результата, но снижаются специфичность и прогностическая ценность положительного результата диагностического теста. Для описания изменений результатов исследования в зависимости от выбора точки разделения используют называемый ROC-анализ (Receiver Operating Characteristic analysis), которая позволяет оценить риск ложноположительных результатов.

При анализе публикаций по диагностическим вмешательствам необходимо оценить:

Насколько убедительно доказано, что использование нового диагностического теста в сочетании с другими стандартными для данной патологии тестами повышает эффективность диагностики. Неэффективное диагностическое вмешательство не повысит и результативность диагностики при его добавлении к существующей «батарее диагностических тестов». Критерием полезности диагностического теста является возможность с его помощью положительно повлиять на исход заболевания (например, за счет более раннего или более надежного выявления патологии);

Возможно ли применение нового диагностического вмешательства в условиях реальной повседневной клинической практики;

Каков риск от нового диагностического вмешательства (даже рутинное диагностическое вмешательство имеет свой риск осложнений, например велоэргометрия, и тем более коронарография при ИБС);

Какова стоимость нового диагностического вмешательства при сравнении с уже существующими, и особенно с «золотым стандартом» (например, стоимость ЭКГ и ЭхоКГ для определения гипертрофии левого желудочка существенно различаются, но последний метод гораздо точнее);

Насколько детально описаны процедура проведения диагностического вмешательства (подготовка пациента, техника проведения диагностического вмешательства, способы хранения полученной информации).

ПУБЛИКАЦИИ О ТЕЧЕНИИ ЗАБОЛЕВАНИЯ

Наиболее сложными для анализа являются публикации, касающиеся течения заболевания, поскольку они требуют от врача знаний в области неинфекционной эпидемиологии.

Важными вопросами, на которые должен ответить врач, анализируя качество представленной информации, являются:

Какой принцип был положен в формирование исследуемой группы пациентов (скорая помощь; стационар общего или специализированного профиля, поликлиника);

Есть ли четкие диагностические критерии для отнесения пациентов к исследуемой группе? Например, в медицинской литературе нет четкого определения понятия вегетососудистой дистонии. Таким образом, в исследуемую группу могут попасть совершенно разные пациенты;

Четко ли сформулированы ли критерии исхода заболевания и соответствуют ли они принятым в настоящее время. Только документированный смертельный исход является очевидным, хотя и здесь на причину смерти может оказывать серьезное влияние место, где она констатирована (дома или в стационаре, проводилось вскрытие или нет). Для всех остальных случаев должны быть разработаны четкие критерии, желательно, чтобы конечные точки оценивал независимый комитет экспертов («streaming committee»);

Каким образом было организовано проспективное наблюдение за течением заболевания (обращаемость к врачу, госпитализации, смерть).

Полнота отслеживания является ключевым моментом качественного исследования по течению заболевания. Если в ходе наблюдение выбывает более 10% больных, то результаты такого исследования считаются сомнительными. При выбытии более 20% пациентов результаты исследования вообще не представляют никакой научной ценности, так как в группах с высоким риском развития осложнений и смертностью их просто не удастся отследить. Специальному независимому комитету необходимо анализировать причины выбытия каждого пациента:

Кто и как (вслепую или нет) оценивал исход заболевания;

Учтено ли влияние сопутствующей патологии на конечные точки. Если нет, то имеющиеся результаты существенно искажаются клинико-демографическими особенностями исследуемой группы;

Как и с какой точностью рассчитывалась прогностическая значимость симптомов и событий. Вероятность развития изучаемых событий (смертность, выживаемость, развитие осложнений) является основным результатом. Она может быть представлена в виде вероятности или частоты в долях от единицы (0,35), в процентах (35%), промилле (35?), отношения шансов (3,5:6,5). Обязательно указывают доверительный интервал, который позволит корректно экстраполировать полученные результаты на реальный контингент пациентов. При этом практически всегда необходима стандартизация полученных данных по полу, возрасту и другим клинико-демографическим показателям;

Влияют ли полученные результаты о течении заболевания на выбор диагностического и лечебного вмешательства;

Соответствует ли характеристика участников исследования тому контингенту пациентов, с которым врач сталкивается в условиях реальной клинической практики.

Приведенные выше критерии оценки исследований о течении заболеваний применимы только к проспективным наблюдениям. Ретроспективные наблюдения практически никогда не выдерживают критики с позиции неинфекционной эпидемиологии и доказательной медицины. Именно по этой причине результаты подобных исследований (особенно отечественные), выполненные в 70-80-х годах прошлого столетия, не представляют никакой ценности.

МЕДИЦИНСКИЕ ИССЛЕДОВАНИЯ ПО ИЗУЧЕНИЮ ЭТИОЛОГИИ И ПАТОГЕНЕЗУ ЗАБОЛЕВАНИЙ

Такие исследования относятся к области фундаментальных медицинских знаний. В их основе лежит анализ причинно-следственных связей и большинство ошибок в них связано с игнорированием известного принципа «появление чего-либо после события не означает, что это произошло вследствие этого события». Классическим примером причинно-следственных связей является выявление дозазависимых эффектов. Любая доказательная связь должна быть понятной и объяснимой с позиций эпидемиологии и общемедицинских знаний.

В отличие от экспериментальных исследований, клинические имеют единственную возможность получения данных об этиологии и патогенезе заболеваний через проведение эпидемиологических (проспективных и «случай-контроль») исследований. Ключевую роль при их интерпретации и оценке достоверности результатов имеет систематическая ошибка вследствие недоучета смещения отбора пациентов. Преднамеренное исключение определенной группы пациентов может привести к совершенно необъяснимым с точки зрения логики результатам. Если подобное происходит, необходимо еще раз проанализировать клинико-демографические особенности исследуемой популяции.

Среди эпидемиологических исследований наиболее надежными, свободными от многих возможных ошибок являются проспективные исследования. Вместе с тем они чрезвычайно дороги и редко проводятся. Значительно чаще генез заболеваний изучают в исследованиях типа «случай-контроль» (ИСК). В таблице приведены основные требования, предъявляемые к исследованиям этиологии и патогенеза заболеваний. Основные стандарты проведения подобных исследований хорошо известны (Horwitz R.I., Feinstein A.R. Methodologic standards and contradicting results in case-control research. Am J Med 1979;

. заранее определенный метод отбора обследуемых определяется до начала исследования с четким указанием критериев включения и исключения пациентов из исследования;

. четко определенный изучаемый причинный фактор развития заболевания и метод его выявления;

. неискаженный сбор данных. Лица, собирающие информацию о пациентах, не должны знать, с какой целью ведется сбор. Классическим

примером последствий целенаправленного сбора информации является увеличение числа пациентов с кашлем при приеме ингибиторов АПФ почти в 5 раз по сравнению с группой пациентов, которые самостоятельно сообщали о его возникновении;

. отсутствие различий при сборе анамнеза в группах сравнения. Необходимо использовать формализованные и при необходимости валидизированные опросники. Если используется переводной опросник, необходимо подтверждение точности перевода его обратным переводом;

. отсутствие излишних ограничений при формировании групп сравнения;

. отсутствие различий в диагностическом обследовании групп сравнения. Контрольная группа гарантировано не должна иметь изучаемой патологии. Следовательно, должен быть разработан набор высокоинформативных диагностических тестов для каждой патологии;

. отсутствие различий по частоте и характеру обследования на догоспитальном этапе ведения групп сравнения;

. отсутствие различий в демографических характеристиках групп сравнения;

. отсутствие различий в других факторах риска, кроме изучаемого, в группах сравнения.

В идеале для решения поставленных задач необходимо проведение проспективного исследования. Однако на это потребуются годы и десятилетия, тем более если речь идет о редкой патологии. Так, если болезнь развивается за 10 лет у 2 из 1000, то для выявления 10 случаев надо отследить как минимум 5000 человек на протяжении 10 лет. В таких случаях используют исследования, организованные по принципу «случай-контроль» (ИСК). В них сравнивают частоту какого-либо фактора (например, ожирения) у больных с интересующей патологией и другими заболеваниями. Для уточнения роли факторов риска могут сравниваться популяции в различных регионах с разной выраженностью присутствия этого фактора. Наименее надежными источниками для выявления причинно-следственных отношений являются исследования отдельных случаев заболевания или описание групп больных.

При выявлении недостатков в публикации необходимо попытаться понять, что послужило их причиной: незнание основ планирования исследования и математической статистики, заведомо неправильная интерпретация данных, увлеченность автора («если факты мешают теории, то их можно отбросить») или интерес спонсора исследования.

Типичными ошибками при проведении исследований являются:

Отсутствие «опытной» (с анализируемым вмешательством) и «контрольной» (получающая плацебо или «традиционное», «стандартное» лечение). При отсутствии контрольной группы статья бесполезна (иногда даже вредна) и ее читать не следует. В настоящее время можно говорить о следующей закономерности: применяя такие средства, как гомеопатия, иглорефлексотерапия, липосакция, биологически активные добавки, авторы получают впечатляющие результаты, однако качество исследования при этом низкое;

Отсутствие критериев исключения не дает полноценной возможности сравнить однородность опытной и контрольной групп;

Не приведены количество и причины выбытия пациентов в ходе исследования. Статьи с выбытием более 20% пациентов можно не читать;

Отсутствие «ослепления» исследования;

Отсутствие деталей статического анализа. Приведение только общепринятых показателей (средняя, среднеквадратичное отклонение, проценты, дельта) бывает недостаточным, особенно при малочисленных группах. Оценить достаточность числа больных для отрицательного результата исследования можно с помощью специальных таблиц. В ячейке, соответствующей частоте событий в группе лечения и в контрольной группе, представлено число больных в каждой группе, необходимое для выявления снижения частоты на 5%, 10%, 25%, 50% и т.д. Если в рассматриваемом материале число больных меньше, значит эффект мог быть не обнаружен только из-за малого числа пациентов;

Недоучет сопутствующих факторов (confounding factors), например пола, возраста, курения, употребления алкоголя и т.д. Хорошо известно, что эффективность одних β-адреблокаторов, например атенолола, снижается у курильщиков, а других (бисопролол) - нет. Статистический анализ должен быть скорректирован с учетом таких факторов, потенциально влияющих на оцениваемый параметр. Эта процедура называется стандартизацией по одному или нескольким показателям.

При окончательном принятии решения о возможности использования опубликованных данных врач должен сопоставить, насколько выводы исследования соответствуют существующим представлениям. Выбор в пользу нового метода или подхода в лечении и диагности-

ке должен базироваться не на желании врача удовлетворить свой профессиональный интерес (в данном случае за счет здоровья пациента), а на стройной и бесспорной системе доказательств его преимущества и безопасности.

Критический подход к научным данным является основой силы прогресса в любой сфере знаний, в том числе и медицине.

Литература

1. How to Read Clinical Journals: 1. Why to Read them and How to start

Reading them Critically. Can Med Ass J 1981; 124:555-558.

2. Currie B.F. Continuing education from medical periodicals. J Med Educ

3. Statistical Methods in Cancer Research: Part 2. The design and analysis of cohort studies. IARC Sci Publ. N.82. Lyon:WHO, IARC,1987: 1-406.

4. Bailar J.C., Louis T.A., Lavori P.W., Polansky M. A classification for

biomedical research reports. N Engl J Med 1984; 311: 23: 1482-1487.

5. Brown G.W., Baca G.M. A classicification of original articles. Am J Dis Child 1986; 140: 641-645.

6. How to Read Clinical Journals: 2.To Learn about a Diagnostic Tesr. Can Med Ass J 1981;124:703-710.

7. Der Simonian R., Charette L.J., McPeck B., Mosteller F. Reporting on methods of clinical trials. N Engl J Med 1982; 306: 1332-7.

8. Detsky A.S., Sackett D.L. When was a «negative» clinical trial big enough? How many patients you needed depends on what you found. Arch Int

Med 1985; 145: 709-12.

9. CONSORT Group. Improving the quality of reporting of randomised

controlled trials: the CONSORT statement. JAMA 1996; 276: 637-9.

10. Feinstein A.R. Meta-analysis: Statistical alchemy for the 21st century. J

Clin Epidemiol 1995; 48: 71-9.

11. User"s guides to the medical literature: II. How to use an article about therapy or prevention. A. Are the results of the study valid? JAMA 1993; 270: 2598-601.

12. Guyatt G.H., Sackett D.L., Cook D.J. User"s guides to the medical literature: II. How to use an article about therapy or prevention. B. What were the results and will they help me in caring for my patients. JAMA 1994; 271: 59-63.

13. Rosenbaum P.R. Discussing hidden bias in observational studies. Ann

Int Med 1991; 115: 901-5.

14. Schultz K.F., Chalmers I., Altman D.G., Grimes D.A., Dore C.J. The methodologic quality of randomisation as assessed from reports of trials in specialist and general medical journals. Online J Clin Trails, 1995 (doc N 197).

Первый Московский Государственный Медицинский Университет им. И.М. Сеченова

Кафедра Эпидемиологии

Базы данных.

Поиск доказательной медицины.

Выполнила: студентка 28 группы 5 курса

лечебного факультета

Велиева А.Р.

Преподаватель: Папина Г.В.

Москва

2010

Основы доказательной медицины.

Базы данных.

Поиск доказательной медицины.

Введение в доказательную медицину

По окончании этого модуля участники должны:

Получить лучшее представление о принципах доказательной медицины

Познакомиться с методами и подходами, используемыми в доказательной медицине

Уметь критически оценивать мероприятия, которые они используют в своей ежедневной практике

Ознакомиться и научиться использовать доступную информацию

Что такое доказательная медицина:

«Доказательная медицина (ДМ) - это интеграция наилучших научных доказательств с клиническим опытом и потребностями пациента»

«Доказательная медицина - это добросовестное, детальное и разумное использование лучших современных доказательств при принятии решений по ведению отдельных пациентов.

Практическое применение доказательной медицины означает интеграцию индивидуальной клинической компетентности с лучшими из доступных внешних клинических доказательств, полученных из систематических обзоров.

Под лучшими имеющимися клиническими доказательствами мы подразумеваем клинически значимые исследования, ориентированные на пациента, результатом которых станут точность и достоверность диагностических тестов и медицинских осмотров, значимость прогностических показателей, эффективность и безопасность терапевтического, реабилитационного и профилактического режимов.

Когда появилась доказательная медицина?

1940 г - Первые рандомизированные исследования (использование стрептомицина при туберкулезе)

1960 г - Концентрация на “процессе” (трагедия, связанная с талидомидом)

1962 г - Комитет США по контролю за медикаментами и продуктами питания ввел правила, требующие проведения контролируемых исследований новых препаратов

1971 г - Кокран поднял вопрос о недостаточности научных доказательств

1974 - Обнаружено расхождение между теорией и практикой

1980-90 гг – Привлечение внимания к необходимости включения систематических обзоров в клинические руководства

Термин «Доказательная медицина» предложен клиницистами и эпидемиологами из Университета McMaster в Канаде в 1988 году

Арчи Кокран (Archie Cochrane) описал, как представить научные исследования вниманию клиницистов и сделать результаты исследования стимулом для обсуждения и внимательного анализа. Его совместные с коллегами из Британского Медицинского Исследовательского Совета усилия внесли существенный вклад в то, что сегодня называют доказательной медициной.

Это ему принадлежит знаменитое наблюдение (1979 г.), что медицинской профессии недостает критических выводов рандомизированных контролируемых исследований (РКИ).

Он основал первый Центр Кокрана, который начал свою работу 10 лет назад в Оксфорде (Великобритания).

На сегодняшний день существует 15 центров Кокрана по всему миру. Они координируют работу международной группы исследователей, вдохновленных взглядами Арчи».

Пять этапов доказательной медицины

Задайте вопрос, на который можно получить ответ

Найдите наилучшие доказательства

Рассмотрите доказательства с точки зрения клинической экспертизы и потребностей пациентов

Постановка клинического вопроса в формате PICO:

пациент (patient),

вмешательство (intervention),

сравнение (comparison),

исходы (outcomes).

Это позволяет определить ключевые слова, с помощью которых осуществляется поиск доказательств.

Поиск наилучших доказательств

Поиск следует начинать с систематических обзоров и РКИ, как наиболее достоверных и ценных исследований. Если таковых не найдено, следует перейти к поиску доказательств более низкого уровня (более низкой достоверности): когортных исследований, исследований «случай-контроль», серии случаев и т.д.

Критическая оценка доказательств

Этот очень важный шаг определяет достоверность найденных доказательств (правильно ли было проведено исследование? можно ли ему доверять? насколько оно весомо?) и результатов исследования (насколько эффективно данное лечение, метод профилактики? насколько точен метод диагностики?).

Для проверки надежности РКИ следует ответить на следующие вопросы:

Была ли проведена рандомизация больных?

Все ли участники групп завершили исследования (полнота)?

Были ли пациенты проанализированы в группах, в которые они были рандомизированы?

Являлось ли лечение «слепым» для пациентов и исследователей?

Были ли группы схожими в начале исследования?

Помимо экспериментального лечения – получали ли группы одинаковое лечение?

Если исследование проведено качественно, т.е. если оно надежно, то тогда приступают к оценке его результатов.

Оценка существующих практик

Что я делаю?

Зачем я это делаю? Т.е. какой результат мы ожидаем получить?

Достигает ли это цели? Т.е. каковы доказательства эффективности (и безопасности) данной процедуры?

Имеется ли лучший или более приемлемый способ достижения этой цели? Т.е. существуют ли другие более безопасные или эффективные способы (методы лечения)?

Возможности овладения доказательной медициной

Для осуществления качественного поиска доказательств и их критического анализа клиницисту необходимы специальные навыки и время.

Поиск доказательств в медицинских журналах и других интернет-ресурсах (MEDLINE,– www.ncn.nlm.nih.gov/pubmed, www.acponline.org, www.obgyn.net)

Использование резюме по доказательной медицине, которые были составлены другими специалистами (Кокрановская база данных, книга М. Энкина, библиотека по репродуктивному здоровью ВОЗ (WHO RHL), журналы по научно- доказательной медицине)

Использование готовых протоколов, подготовленных на основе доказательной медицины

Традиционная мудрость

Только около 15 % медицинских вмешательств основаны на серьезных научных доказательствах

Регулярный просмотр медицинской литературы

Ежедневно медицинские работники во всех странах мира нуждаются в получении новых, клинически значимых доказательств для обеспечения эффективного и качественного ведения своих пациентов. В тоже время, очень часто перед врачами встает вопрос о том, где найти необходимую для этого информацию. С 1970 года количество выпускаемых медицинских журналов увеличилось в два раза и количество доступной информации продолжает расти с каждым днем.

Ежегодно публикуется около 6000 статей в области акушерства и гинекологии. Таким образом, чтобы всегда быть на уровне в своей области, врачи должны читать до 20 статей в день. Есть ли на это время у каждого врача? Может ли он оценить качество полученной информации, при том, что ряд исследователей считает, что большинство статей публикуемых в медицинских журналах не соответствуют минимальным стандартам качества?

Как принимаются решения?

На каких доказательствах Вы основываете Ваше решение?

Где Вы берете необходимые доказательства в пользу вашего решения?

Знаете ли Вы, где найти соответствующие исследования?

Насколько Вы принимаете во внимание желания и предпочтения пациентов?

Обсуждаете ли Вы с коллегами вопросы о возможности использования наилучшей практики?

Считаете ли Вы, что используете наиболее эффективные методы лечения?

Правильно ли то, что мы делаем?

Половина из того, чему вас учат в медицинском вузе будет признана ошибочной или безнадежно устареет через пять лет после вашего выпуска.. Проблема в том, что никто не знает, какая именно половина»

«Медицинская литература может сравниться с джунглями: быстро растет, полна мертвых деревьев, кое-где в ней спрятаны сокровища, но кишит пауками и змеями.»

Базовая информация

«Доказательная клиническая практика - это такой подход к принятию решений, при котором клиницист использует наилучшие имеющиеся доказательства, свой клинический опыт и, при совместном обсуждении с пациентом, приходит к такому решению, которое наиболее подходит пациенту».

В своей повседневной практике медицинские работники нуждаются в различных видах информации для получения ответов на постоянно возникающие вопросы. Например, студентам или врачам-интернам часто необходима базовая информация, которая объясняет причины и патогенез заболевания, физиологические особенности и т.д. Базовая информация является относительно стабильной и относится к области анатомии, физиологии, патогенеза, этиологии. Ее можно взять из учебников, справочников и других общих источников.

Но наиболее часто практикующие врачи нуждаются в ответах на вопросы, которые касаются непосредственно ухода/лечения пациента.

Относится к заболеванию или состоянию, но не относится непосредственно к клинической практике

? “Что такое…?”

? “Что такое средний отит?”

? “Какие микроорганизмы являются причиной среднего отита?”

Ответы на подобные вопросы обычно получают при обращении к учебникам, справочникам и другим общим источникам

Информация по ведению пациента

«Доказательная медицина требует от вас, чтобы вы не только читали нужные материалы в нужное время, но и изменили свои практики (и, что зачастую особенно трудно - изменили практики других людей) в свете того, что вы обнаружили».

«Доказательная медицина предпо-лагает объективную оценку эффек-тивности медицинских вмеша-тельств, и использование результа-тов этой оценки в клинической практике. Это может быть сложной задачей, т.к. и в нахождении доказательств, и в их распространении и во внедрении изменений - везде могут встретиться проблемы».

Помимо базовой информации врачам необходима информация, которая напрямую связана с ведением пациентов, методами диагностики и лечения, прогнозом. Доказательная медицина как раз и рассматривает именно эти вопросы.

Вопросы, напрямую связанные с ведением пациента:

Для получения ответа необходимо четко сформулировать вопрос

Клинические примеры:

Диэтилстилбестрол для предотвращения выкидышей

Почему стали применять Диэтилстилбестрол для предотвращения выкидышей:

Выкидыши часты

Использование эстрогенов для сохранения беременности кажется логичным

У женщин получающих Диэтилстилбестрол редко наблюдались выкидыши

В 1950 –54: 6 нерандомизированных исследований подтвердили низкую частоту выкидышей при использовании Диэтилстилбестрола (без контроля)

В 1950 – 1955: 5 рандомизированных исследований: женщины методом случайной выборки распределены на получающих Диэтилстилбестрол или плацебо

Выкидыши в группе получающих Диэтилстилбестрол – 83/1220 (7%)

Выкидыши в группе получающих плацебо – 54/1159 (5%)

Явные доказательства того что Диэтилстилбестрол неэффективен

Однако впечатления от использования были положительными и использование Диэтилстилбестрола продолжалось

Миллионы женщин были пролечены до 1970 года

Медицинская катастрофа

Данные отдаленных наблюдений за детьми, матери которых получали Диэтилстилбестрол во время беременности для предотвращения выкидышей.

Последствия – катастрофические. Печальней всего тот факт, что данных последствий можно было бы избежать, если бы врачи строили свой выбор относительно ведения и лечения пациентов на основании данных доказательной медицины.

В 1970 году: выявлена аденокарцинома влагалища у 7 женщин, матери которых получали Диэтилстилбестрол

Последующее наблюдение за когортой, матери которых принимали участие в данных рандомизированных исследованиях, выявило значительную частоту:

Аномалий развития матки

Абортов, перинатальных потерь, бесплодия

Гипотрофии яичек

Психиатрических проблем

Правильно ли, мы делаем?

«Хорошие врачи используют как индивидуальный клинический опыт, так и лучшие доступные доказательства; но и того, и другого по отдельности недостаточно, поскольку даже самые лучшие доступные доказательства могут не подходить или быть не применимы к данному пациенту. Без современных доказательств практика быстро устаревает и может наносить вред пациентам».

Клинический опыт зачастую помогает врачу выбрать наиболее подходящую тактику лечения. Однако, во многих ситуациях методы лечения базируются исключительно на опыте и не проверяются клиническими исследованиями. Они могут быть не только неэффективными, но и наносить вред пациенту.

Многое из того, что делается в ежедневной практике:

Не основывается на качественных доказательствах

Основано на индивидуальном клиническом опыте

Не отвечает потребностям пациентов

На протяжении долгого периода времени использовалось множество болезненных, неприятных, унизительных технологий, несмотря на отсутствие доказательств их эффективности.

Существует ряд общих технологий или практик, которые могут быть неприятны для пациентов и эффективность которых не доказана.

Неэффективные вмешательства

Большое количество дородовых визитов

Ограничение приема соли беременной женщиной с целью профилактики преэклампсии

Рутинное назначение беременным женщинам витаминов и препаратов железа

Запрет/ограничение посещений матерей в стационаре

Кровати Рахманова

Ограничение в приеме пищи и жидкости во время родов

Рутинное применение клизмы перед родами

Рутинное бритье лобка и промежности

Рутинная катетеризация мочевого пузыря после родов

Лед на низ живота после рождения ребенка

Рутинный осмотр родовых путей

Обработка влагалища антисептиками

Разделение матери и ребенка сразу после родов

Индивидуальный клинический опыт – хорошо, но не достаточно

Профессиональное мнение складывается из объема знаний и навыков, клинического опыта, интуиции, т.е. набора качеств, которые в совокупности составляют так называемый клинический опыт (внутренние доказательства).

Однако он нуждается в коррекции на основании доказательств, полученных другими (внешние доказательства). Если внешние доказательства не внедряются, то клиническая практика устаревает.

Без клинического опыта существующие доказательства не могут быть использованы

Клинический опыт любого индивидуума недостаточен (личные ценности, социальные и культурные особенности)

Без доказательств клиническая практика устаревает и становится неэффективной

Как доказать эффективность и безопасность вмешательств (1)

Чтобы доказать эффективность и безопасность методов лечения или профилактики, следует провести клиническое исследование.

В одной группе назначается новое (экспериментальное лечение), а другая (контрольная) группа получает старое (традиционное лечение) или плацебо.

Если у пациентов, получающих новое лечение, отмечается более низкая статистически значимая частота нежелательных исходов (смертности, заболеваемости), то новый метод можно считать эффективным.

Клинические исследования отличаются по степени достоверности, зависящей от дизайна или методологии исследования.

Наиболее качественными и ценными для практики являются доказательства, полученные при проведении рандомизированных клинических исследований.

Провести клиническое исследование высокого качества:

Рандомизированные контролируемые исследования (РКИ)

Систематические обзоры РКИ

Рандомизированные контролируемые исследования (РКИ)

Рандомизация - это процедура, обеспечивающая случайное распределение пациентов в экспериментальную и контрольную группы.

Случайным распределением достигается отсутствие существенных различий между двумя группами, что помогает нам убедиться, что дает нам возможность связать полученный исход только с лечением, а не с чем либо иным.

Существует ряд характеристик клинических исследований высокого качества:

большинство пациентов, участвующих в исследовании, должны пройти до конца исследования, чтобы проявились исходы (полнота исследования)

пациенты должны быть проанализированы в тех группах, в которые они были включены в результате рандомизации (независимо от того, получали они экспериментальное лечение или контрольное)

группы должны быть однородными в начале исследования (если нет, возможно, рандомизация проведена некачественно)

наилучшими исследованиями являются «слепыми» как для исследователей, так и для пациентов («двойное слепое» исследование)

Двойное «слепое» исследование

Одной из характеристик клинических исследований хорошего качества – это то, что исследование должно быть «двойным слепым».

«Двойное слепое» исследование – это когда ни пациент, ни врач не знают, в какую группу распределен пациент.

В исследованиях, которые изучают препарат в таблетированной форме, достаточно просто обеспечить «двойное ослепление». Одна таблетка – тестируемый препарат (экспериментальная группа), вторая - плацебо (контрольная группа). Обе таблетки имеют одинаковый размер, форму, цвет, и ни пациент, ни врач не знают, которая из них содержит тестируемый препарат, а которая - плацебо. Однако исследователи должны помнить об «эффекте плацебо». «Эффект плацебо» может проявляться следующим образом:

Пациент верит в то, что получает новое эффективное лекарство, вследствие чего его настроение более оптимистично, а самочувствие лучше. Это приводит к переоценке положительного результата.

Врач верит в то, что его пациент получает новое эффективное лекарство, и тоже настроен на более оптимистичные результаты. Врач акцентирует свое внимание на положительных симптомах и подбадривает пациента, что увеличивает количество положительных результатов.

Исследования в области акушерства и безопасных родов

Многочисленные высококачественные рандомизированные исследования оказали значительное влияние на акушерскую практику и внесли вклад в безопасность материнства.

Исследование по эклампсии доказало, что сульфат магния является самым эффективным препаратом для профилактики приступов эклампсии. Это исследование поставило точку в многолетнем споре сторонников препаратов магния и тех, кто считал диазепам наилучшим препаратом для профилактики приступов судорог.

В РКИ MAGPI участвовало более 10 000 женщин с преэклампсией. Это исследование доказало эффективность сульфата магния также и в лечении тяжелой преэклампсии. Бристольское исследование является одним из многочисленных РКИ, которые доказали высокую эффективность активного ведения третьего периода родов в снижении риска послеродовых кровотечений.

Другими рандомизированными исследованиями было доказано значительное снижение перинатальной смертности и заболеваемости вследствие применения кортикостероидов у женщин с угрозой преждевременных родов.

Эффективные вмешательства

Эффективность противосудорожных препаратов при эклампсии

Исследование MAGPI по преэклампсии и применению сульфата магния

Бристольские исследования по активному ведению третьего периода родов

Исследования по кортикостероидам при угрозе преждевременных родов

Психо-эмоцинальная поддержка в родах

Вертикальные позиции в родах

Роль женщины в принятии всех важных решений

Гравидограмма, используемая при беременности и партограмма - при родах

Партнеру разрешается находиться в родовой комнате

Свободный выбор позиции в родах

Исключение необоснованных процедур

Ранний и неограниченный контакт «кожа к коже»

Профилактика гипотермии новорожденного

Эффективная реанимация новорожденного

Грудное вскармливание по требованию и совместное пребывание

Правильное мытье рук медперсоналом как наилучший способ профилактики инфекции

Рациональное использование лекарственных средств

Исследования отрицающие эффективность

Низкие дозы аспирина для снижения риска преэклампсии

Большинство схем лечения ВЗРП

Рутинное управление потугами

Рутинный электронный мониторинг плода во время родов и при беременности с низкой степенью риска

Рутинная или либеральная эпизиотомия

Исследования в области ухода за новорожденным

Реанимация новорожденных с использованием комнатного воздуха или кислорода

Обработка пуповинного остатка антисептиком или антибиотиком в сравнении с открытым сухим ведением пуповины

Рутинная интубация трахеи и аспирация мекония у активных новорожденных при наличии мекония в околоплодных водах

Достоверность доказательств

Учитывая вероятность ошибок и возможность неточных выводов все рекомендации, базирующиеся на различных доказательствах, могут быть классифицированы по уровню достоверности следующим образом:

Уровень A (самый высокий уровень достоверности): рекомендации базируются на результатах систематических обзоров рандомизированных контролируемых исследований и обеспечивают наибольшую достоверность (Уровень 1а), тогда как рекомендации (Уровень 1b) базируется на результатах отдельных РКИ.

Уровень В: рекомендации базируются на результатах клинических исследований, но более низкого качества, чем РКИ. Сюда включаются когортные исследования (Уровень 2a и 2b) и исследования «случай-контроль» (Уровень 3a и 3b).

Мета-анализ и систематический обзор

Систематический обзор - это всесторонний обзор темы, в котором суммированы все первоначально проведенные исследования наиболее высокого уровня (чаще всего РКИ).

Мета-анализ - это обзор, в котором результаты всех исследований объединены и проанализированы, как одно исследование.

Когортное исследование

Проведение РКИ является очень непростой задачей: для включения в исследование от пациентов требуется информированное согласие на участие в исследовании. РКИ могут быть дорогими, рискованными и неэтичными - проведение экспериментального лечения одним пациентам и плацебо – другим пациентам.

Поэтому доказательства возможно получить и при проведении исследований другого дизайна - когортных, «случай-контроль» и т.д. Однако результаты, полученные в результате таких исследований, больше подвержены ошибкам и уровень их достоверности соответственно ниже.

Когортное исследование - это исследование, в котором пациенты имеют определенные характеристики (воздействие, определенное заболевание, лечение и т.д.), и наблюдаются в течение некоторого времени. Затем результаты сравниваются с результатами у подобных пациентов, не обладающих этими специфическими характеристиками.

Например, две группы (когорты) людей: курящие и некурящие. Эти группы наблюдались бы в течение некоторого времени для определения, возникают ли у них проблемы со здоровьем.

Когортные исследования не настолько надежны, как рандомизированные исследования, так как когорты могут отличаться друг от друга по другим показателям, кроме факта курения. Например, курильщики могут иметь более низкий доход или избыточный вес в отличие от некурящих, и этот факт может усиливать различия между группами и замаскировать специфическое влияние именно курения.

Контролируемое клиническое исследование

Исследования «случай контроль» - ретроспективные исследования, в которых пациенты уже имеют определенное состояние или заболевание. Исследователь анализирует характеристики этих пациентов и сравнивает, как эти пациенты отличаются от тех, кто не имеет данного заболевания.

Например: в исследовании у пациентов с раком легких спрашивали, много ли они курили в прошлом, и их ответы сравнивались с теми, кто не болел раком легких.

Исследования «случай - контроль» менее надежны, чем рандомизированные или когортные исследования, потому что статистическая связь между двумя состояниями не означает, что одно состояние вызывается другим. Например: рак легких встречается чаще у людей без высшего образования (они чаще склонны к курению), но это не означает, что наличие высшего образования снижает риск рака легких.

Основные преимущества исследования «случай- контроль»:

Исследование может быть проведено быстро, путем опроса пациентов о прошлых событиях. В противном случае это может занять многие годы для обнаружения этого эффекта самостоятельно.

Исследователям не нужны специальные методы, контрольные группы, и др. Они только выбирают людей, у которых выявляется специфическое состояние, и проводят опрос.

Серии клинических случаев и клинические случаи

Отдельный клинический случай - это отчет о лечении отдельно взятого пациента. Серия клинических случаев - это сборник отчетов о лечении ряда пациентов.

Например: один из ваших пациентов имеет состояние, которое вы никогда не встречали и не слышали о нем, и вы не знаете, что необходимо предпринять для вашего пациента. Поиск серии клинических случаев может помочь вам установить диагноз.

Результаты изучения клинических случаев или серии клинических случаев не так надежны. Для изучения общих состояний стоит искать более достоверные доказательства

У Лизы сильные боли после операции. Врачу необходимо сделать выбор в пользу таблеток, исходя из внешних клинических подтверждающих данных, или инъекции, исходя из личного клинического опыта и предпочтений пациентки. Врачу известно, что, согласно внешним клиническим подтверждающим данным, таблетки, содержащие морфий, были бы лучшим выбором. Однако, как выяснилось при операции, Лиза страдает от распространенного побочного эффекта анестезии — рвоты. Это означает что, если Лиза примет таблетку и у нее начнется рвота, содержимое таблетки выйдет наружу и не окажет обезболивающего эффекта. Врачу и Лизе известно по предыдущему опыту, что рвота у Лизы может начаться в течение 30 минут после окончания действия анестезии. Поэтому вместо таблетки врач решает назначить Лизе инъекцию с морфием.

В приведенном примере врач, основываясь на личном клиническом опыте и предпочтениях пациентки, принимает решение использовать инъекцию с морфием вместо таблетки с морфием, хотя именно в пользу последней говорят лучшие внешние клинические данные. Врач использует одно и то же медицинское вещество (т.е. морфий), как и предполагают внешние клинические данные, однако выбирает другую лекарственную форму (инъекцию вместо таблетки).

Это пример принятия врачом определенного решения в процессе лечения, основанного на подтверждающих данных, после обсуждения с пациентом.

Что такое доказательная медицина?

(evidence-based medicine, EBM) — это процесс систематического пересмотра, оценки и использования результатов клинических исследований с целью оказания оптимальной медицинской помощи пациентам. Информированность пациентов о доказательной медицине имеет большое значение, поскольку позволяет им принимать более осознанные решения об управлении и лечении заболевания. Она также позволяет пациентам сформировать более точное представление о риске, способствует целесообразному использованию отдельных процедур и позволяет врачу и (или) пациенту принимать решения, исходя из подтверждающих данных.

Доказательная медицина сочетает в себе принципы и методы. Благодаря действию этих принципов и методов решения, инструкции и стратегии в медицине основываются на текущих подтверждающих данных об эффективности разных форм течения и медицинских услуг в целом. В отношении лекарственных средств доказательная медицина во многом опирается на информацию, полученную в ходе оценки преимуществ и рисков (результативности и безопасности).

Понятие доказательной медицины появилось в 1950-х гг. До этого момента врачи принимали решения в основном на основе своего образования, клинического опыта и чтения научных периодических изданий. Однако исследования показали, что решения о медицинском лечении у разных медицинских специалистов значительно различались. Была формирована база для внедрения систематических методов сбора, оценки и организации данных научных исследований, что и стало началом доказательной медицины. Появление доказательной медицины было признано врачами, фармацевтическими компаниями, контрольно-надзорными органами и общественностью.

Тому, кто принимает решение, необходимо опираться на собственный опыт лечения пациентов в сочетании с лучшими подтверждающими данными, полученными в ходе контролируемых исследований и научных разработок. Важно в процессе принятия решений сочетать клинический опыт и контролируемые исследования. При отсутствии клинического опыта Риск — это вероятность причинения вреда или нанесения травмы в результате лечения, проводимого в клинической практике или в рамках исследования. Вред или травма могут быть физическими, а также психологическими, социальными или экономическими. Риски включают развитие побочных эффектов лечения или прием препарата, чья эффективность ниже стандартного лечения (в рамках испытания). При проведении испытания нового медицинского препарата могут возникнуть побочные эффекты или другие риски, не предвиденные исследователями. Такая ситуация наиболее характерна для начальных этапов клинических испытаний.

Проведение любых клинических испытаний сопряжено с рисками. Участники должны получить информацию о возможных преимуществах и рисках до принятия решения об участии (см. определение информированного согласия).

" target="_blank">риск , связанный с определенным лечение, может закончиться появлением нежелательных эффектов.

Пятиэтапная модель доказательной медицины

Один из подходов к доказательной медицине предполагает модель из 5 этапов:

1. формирование клинически релевантного запроса (поиск врачом информации для постановки правильного диагноза),
2. поиск лучших подтверждающих данных (поиск врачом подтверждающих данных в поддержку информации, обнаруженной на этапе 1),
3. оценка качества подтверждающих данных (обеспечение врачом высокого качества и надежности),
4. формирование медицинского решения на основе подтверждающих данных (принятие пациентом и врачом осознанного решения о лечении на основе этапов 1-3),
5. оценка процесса (оценка врачом и пациентом достигнутого результата и соответствующая корректировка решений о лечении в случае необходимости).

В вышеприведенном примере выбор врача согласуется как с принципами доказательной медицины, так и с обратной связью от пациента. Решение, принятое врачом, подразумевает сознательное, открытое и осознанное использование лучших подтверждающих данных на текущий момент времени, в том числе опыт пациентки, для выбора наилучшего из возможных способов медицинской помощи данной пациентке.

Участие пациентов в процессе принятия решений имеет важное значение для выработки новых принципов лечения. Такое участие подразумевает чтение и понимание информации о лечении и осознанное следование рекомендациям, совместную работу с клиническими специалистами, направленную на оценку и выбор лучших вариантов лечения, а также предоставление обратной связи относительно полученных результатов. Пациенты могут активно участвовать в создании подтверждающих данных на любом уровне.

Оценка подтверждающих данных для нужд доказательной медицины

Собранная информация классифицируется в зависимости от уровня содержащихся в ней подтверждающих данных с целью оценки их качества. Пирамида на нижеуказанном рисунке демонстрирует разные уровни подтверждающих данных и их ранжирование.

уровни подтверждающих данных

Комментарии или экспертные мнения

Это данные, основанные на мнениях панели экспертов и направленные на формирование общей медицинской практики.

Исследование серии случаев и описания клинических случаев

Исследование серии случаев — это описательное исследование небольшой людей. Как правило, оно служит дополнением или приложением к описанию клинического случая. Описание клинического случая представляет собой подробный отчет о симптомах, признаках, диагнозе, лечении и сопровождении одного пациента.

Исследования случай-контроль

— это наблюдательное ретроспективное исследование (с обзором исторических данных), в котором пациенты, страдающие каким-либо заболеванием, сравниваются с пациентами, не имеющими этого заболевания. Такие случаи, как заболевание раком легких, как правило, изучаются методом исследования случай-контроль. Для этого набирается группа курящих лиц (группа под воздействием) и группа некурящих лиц (группа не под воздействием), за которыми устанавливается наблюдение на протяжении определенного периода времени. Затем разница в частотности заболевания раком легких фиксируется документально, что позволяет рассмотреть переменную (независимую переменную — в данном случае, курение) как причину зависимой переменной (в данном случае, рака легких).

В этом примере значимое увеличение случаев заболевания раком легких в группе курящих по сравнению с некурящей группой рассматривается как подтверждение причинной связи между курением и возникновением рака легких.

Когортное исследование

Современное определение когорты в клиническом исследовании — группа лиц, обладающих определенными характеристиками, за которыми ведется наблюдение с целью выявления последствий, связанных со здоровьем.

Фрамингемское исследование сердечных заболеваний — это пример когортного исследования, проводимого с целью найти ответ на вопрос в области эпидемиологии. Фрамингемское исследование начато в 1948 году и продолжается до сих пор. Цель исследования — изучить воздействие ряда факторов на частоту возникновения сердечных заболеваний. Вопрос, который стоит перед исследователями — связаны ли такие факторы как высокое артериальное давление, избыточная масса тела, диабет, физическая активность и другие факторы с развитием сердечных заболеваний. Для исследования каждого из факторов воздействия (например, курения) исследователями набирается группа курящих людей (группа под воздействием) и группа некурящих людей (группа не под воздействием). Затем за группами ведется наблюдение на протяжении определённого периода времени. Затем в конце периода наблюдения документально фиксируется разница в частоте возникновения сердечных заболеваний в этих группах. Группы сопоставляются с точки зрения многих других переменных факторов, таких как

• экономический статус (например, образование, доход и род занятий),
• состояние здоровья (например, наличие других заболеваний).

Это означает, что переменная (независимая переменная — в данном случае, курение) может изолироваться в качестве причины зависимой переменной (в данном случае, рака легких).

В этом примере статистически значимое увеличение случаев сердечных заболеваний в группе курящих по сравнению с некурящей группой рассматривается как подтверждение причинной связи между курением и возникновением сердечных заболеваний. Результаты, обнаруженные в ходе Фрамингемского исследования на протяжении многих лет, убедительно доказывают, что сердечно-сосудистые заболевания в значительной мере являются результатом измеримых и поддающихся коррекции факторов риска, и что человек может контролировать состояние здоровья своей сердечной системы, если внимательно следит за своим питанием и образом жизни и отказывается от потребления рафинированных жиров, холестерина и курения, снижает вес или начинает вести подвижный образ жизни, регулирует уровень стресса и артериального давления. В основном именно благодаря Фрамингемскому исследованию мы сейчас имеем ясное представление о связи определенных факторов риска с сердечными заболеваниями.

Еще одним примером когортного исследования, которое проводится уже много лет, является «Национальное исследование развития ребенка» (National Child Development Study, NCDS) — самое изучаемое из всех британских когортных исследований новорожденных. Самое крупное исследование, касающееся женщин — это «Исследование здоровья медицинских сестер» (Nurses Health Study). Оно началось в 1976 году, количество сопровождаемых лиц — более 120 тысяч человек. По данным этого исследования анализировались многие заболевания и результаты.

Рандомизированные клинические испытания

Клинические испытания называют рандомизированными, если при распределении участников в разные группы лечения используют метод рандомизации. Это означает, что группы для лечения наполняются случайным образом с использованием формальной системы, и для каждого участника существует попасть в каждое из исследуемых направлений.

Мета-анализ

— это систематическое, основанное на статистике рассмотрение данных, в котором сопоставляются и комбинируются результаты разных исследований, направленное на выявление шаблонов, несоответствий и других связей во множестве исследований. Мета-анализ может служить подтверждением для более убедительного вывода по сравнению с любым отдельным исследованием, но необходимо помнить о недостатках, связанных с систематическими ошибками из-за предпочтительных публикаций положительных результатов исследования.

Исследование результатов

Исследование результатов — это широкое зонтичное понятие, не имеющее постоянного определения. В исследовании результатов изучаются конечные результаты медицинской помощи, иначе говоря, эффект от процесса оказания медицинских услуг на здоровье и самочувствие пациентов. Другими словами, исследования клинических результатов направлены на мониторинг, понимание и оптимизацию воздействия медицинского лечения на конкретного пациента или определенную группу. В таких исследованиях описываются научные изыскания, которые связаны с эффективностью мер здравоохранения и медицинских услуг, то есть результаты, полученные благодаря таким услугам.

Часто внимание концентрируется на лицо, страдающее заболеванием — иначе говоря, на клинические (общие результаты), наиболее релевантные для этого пациента или группы пациентов. Такими конечными точками могут быть или степень болевых ощущений. Однако исследования результатов могут также быть сфокусированы на эффективности предоставления медицинских услуг, при этом параметрами измерения могут быть , состояние здоровья и тяжесть заболевания (влияние проблем со здоровьем на человека).

Разница между доказательной медициной и исследованиями результатов состоит в концентрации внимания на разных вопросах. В то время как основной задачей доказательной медицины является обеспечение пациенту оптимальной медицинской помощи в соответствии с клиническими подтверждающими данными и опытом, исследования результатов направлены прежде всего на предопределение конечных точек. В исследовании клинических результатов эти точки обычно соответствуют клинически релевантным конечным точкам.

Примеры конечных точек, соотнесенных с изучением результатов исследований

Вид конечной точки	Пример
Физиологический параметр ()	Артериальное давление
Клиническая	Сердечная недостаточность
Симптом В медицине симптомом, как правило, называют субъективное восприятие заболевания, отличное от признака, который можно выявить и оценить. К симптомам, например, относятся боль в животе, люмбаго и усталость, которые чувствует лишь пациент и о которых только он может сообщить. Признаком же может быть кровь в кале, определяемая врачом кожная сыпь или высокая температура. Иногда пациент может не обратить внимание на признак, тем не менее он даст врачу необходимую для постановки диагноза информацию. Например: Сыпь может быть признаком, симптомом или тем и другим одновременно. Если пациент замечает сыпь, — это симптом. Если ее выявляет врач, медсестра или третье лицо (но не пациент), тогда это признак. Если сыпь замечают и пациент, и врач, то она является симптомом и признаком одновременно. Легкая головная боль может быть только симптомом. Легкая головная боль может быть только симптомом, так как она выявляется исключительно пациентом. " target="_blank">Симптомы	Кашель
Функциональные способности и потребность в уходе	Параметр измерения функциональных способностей, например, способности выполнять ежедневные бытовые действия, оценки качества жизни

В исследованиях результатов релевантными конечными точками часто становятся симптомы или параметры измерения функциональных способностей и потребности в уходе — то, что пациент, получающий лечение, считает важным. Например, пациент, страдающий от инфекции, которому введен пенициллин, может обращать большее внимание на то, что у него нет высокой температуры и улучшилось общее состояние, чем на воздействие пенициллина на фактический уровень инфекции. В этом случае симптомы и то, как он себя чувствует, рассматривается как прямая оценка состояния его здоровья — а это те конечные точки, на которых концентрируется внимание при проведении исследования результатов. Пациент также, вероятнее всего, будет заинтересован в возможных побочных эффектах, связанных с пенициллином, а также в стоимости лечения. В случае с другими заболеваниями, такими как рак, важным клиническим результатом, релевантным для пациента, будет риск смертельного исхода.

В случае если исследование является продолжительным по времени, при изучении результатов исследований могут использоваться « ». Суррогатная конечная точка предполагает использование биомаркера для измерения результата, действуя в качестве замены для клинической конечной точки, измеряющей, в котором эффект от пенициллина проверяется по снижению количества одного из видов белка (С-реактивного белка), который всегда присутствует в крови. Количество этого белка в крови здорового человека очень мало, но при острой инфекции оно стремительно повышается. Таким образом, измерение уровня С-реактивного белка в крови — косвенный способ определения наличия инфекции в организме, поэтому в данном случае белок служит «биомаркером» инфекции. Биомаркер — это измеримый показатель состояния болезни. Этот параметр также коррелируется с риском возникновения или прогрессирования заболевания или с тем, как предписанное лечение повлияет на заболевание. Ежедневно у пациента производится забор крови на анализ для измерения количества биомаркера в крови.

Необходимо подчеркнуть, что для использования суррогатной конечной точки с целью контроля и надзора, маркер нужно заранее подтвердить или проверить. Необходимо продемонстрировать, что изменения с биомаркером коррелируются (согласовываются) с клиническим результатом в случае с конкретным заболеванием и эффектом от лечения.

Дополнительные источники

• World Health Organisation (2008). Where are the patients in decision-making about their own care? Retrieved 31 August, 2015, from