5 курс / Психиатрия и наркология для детей и взрослых (доп.) / Психиатрия_Национальное_руководство_Александровский

PubMed предоставляет бесплатный доступ к базе данных MEDLINE. Для большинства психиатров самая простая отправная точка для поиска в PubMed - это

PubMed Clinical Queries - интерфейс, позволяющий искать исследования и систематические обзоры, выбирая категорию исследования (терапия, диагноз,

этиология или прогноз) и широту охвата поиска.

База данных TRIP (http://www.tripdatabase.com) была создана в 1997 г. и в настоящее время является механизмом поиска NeLH. Обновляемая ежемесячно,

она предпринимает попытку связать вместе все качественные источники доказательств, доступные в сети Интернет. Поиск через интерфейс TRIP ведется в Кокрановской библиотеке, DARE, других базах систематических обзоров и руководств и даже в некоторых электронных журналах. Она также имеет ссылки на

PubMed Clinical Queries.

Google Scholar представляет собой поисковую систему, осуществляющую поиск статей в огромной базе данных Google. Имеется функция расширенного поиска,

позволяющая задавать его границы (например, по датам публикации).

Большинство электронных баз данных используют булеву логику при обработке поискового запроса. Ключевые слова могут связываться с помощью операторов,

которые определяют, как будет происходить их совместная обработка. В табл. 10.2

представлены наиболее часто используемые операторы.

Таблица 10.2. Операторы поисковых запросов (Carney S., 2010)

381

10.2.2.3. Если не удается найти доказательства Существуют три основные причины, мешающие найти ответ на клинический вопрос.

Первая причина имеет отношение к механизму процесса поиска. Изменение условий поиска, поиск по заголовкам, по словам в тексте и другие методы, более подробно описанные в специализированной литературе, могут помочь в поиске доказательств (Greenhalgh T., 1997; McKibbon A. et al., 2002).

Вторая причина относится непосредственно к характеру вопроса. Возможно,

выборка пациентов, указанная в вопросе, является чрезмерно узкой. Расширение выборки пациентов в вопросе может привести поиск к получению ответа. В таком случае проблемой становится решение о возможности экстраполяции ответа на вашего конкретного пациента.

Третья причина, затрудняющая нахождение ответа, состоит в том, что доказательства или не существуют вовсе, или единичные доказательства являются ненадежными. Стратегии поиска, выделенные выше, стремятся найти данные,

занимающие высокое положение в иерархии доказательств. Если таких качественных доказательств не существует, необходимо искать доказательства,

расположенные в иерархии ниже.

После обнаружения одной или нескольких статей или других источников,

отвечающих на клинический вопрос, следующим шагом в практике доказательной медицины должна быть критическая оценка найденных доказательств.

10.2.3. Этап 3. Критическая оценка доказательств Критическая оценка найденных доказательств складывается из ответа на три

вопроса: достоверно ли исследование, значимы ли полученные в нем результаты для клинической практики и применимы ли эти результаты к конкретному больному.

10.2.3.1. Достоверно ли исследование?

Достоверность результатов исследования зависит от степени влияния на него систематических и случайных ошибок.

Систематическая ошибка (смещение) - это неслучайное отклонение результата от истинного значения (Murphy E.A., 1997). Существует множество причин возникновения систематических ошибок. Они могут быть связаны: с выборкой,

если сравниваемые группы различаются не только по изучаемому, но и по другим показателям, влияющим на результат (такими факторами искажения могут быть пол, возраст, тяжесть заболевания и т.д.); с отбором участников, когда в

382

Рекомендовано к изучению сайтом МедУнивер - https://meduniver.com/

исследуемые выборки включаются нерепрезентативные больные; с измерением или регистрацией вследствие несовершенства оценочных методов, избирательности

(сознательной или неосознанной) представления пациентами информации о себе или предвзятого отношения регистратора; с дизайном исследования (например,

неправильно выбранная продолжительность терапии) или его анализом (ошибочная интерпретация результатов), а также с различными вмешивающимися факторами -

известными или неизвестными факторами, связанными с изучаемым вмешательством и влияющими на результат. Фактором, вмешивающимся в результативность терапевтических воздействий, часто является плацебо/ноцебо эффект, значение которого особенно велико при лечении психических расстройств.

Как показали исследования, распространенность плацебо-реакции при разных психических заболеваниях неодинакова (табл. 10.3): при депрессии и тревожных расстройствах она больше, чем при шизофрении, но даже при острой мании выявляется значительное число плацебо-респондеров.

Таблица 10.3. Частота ответа на плацебо при психических расстройствах (Gray

G.E., 2004)

Рандомизация, наличие контрольной группы (в том числе плацебо-контроля) и

ослепление являются методами снижения влияния систематических ошибок на результаты исследований.

Случайные ошибки возникают по причине того, что набираемые в исследование группы испытуемых не могут полностью соответствовать всей популяции

383

пациентов с таким же диагнозом или расстройством. Вариабельность показателей в таких выборках зависит от случайности, а обнаруживаемые различия между группами могут быть ошибочно расценены как значительные (ошибка I типа) или малозначимые (ошибка II типа). Увеличение размеров выборок и правильное применение статистических критериев позволяют минимизировать влияние случайных ошибок и точнее оценить степень приближения выявленного между группами различия к истинным величинам.

Различия между сравниваемыми группами пациентов, выявляемые в результате исследований, могут быть случайными или закономерными. Если вероятность их случайного характера не превышает 5% (p <0,05), такие различия считаются статистически значимыми. Этот подход к анализу данных называется проверкой гипотезы. При нем различие между эффектами, превышающее 5% вероятностный порог, вынуждает нас отклонить нулевую гипотезу, предполагающую отсутствие значимых различий. Такой подход сосредоточен на ценности p и статистической значимости, но он в значительной степени игнорирует величину любого найденного различия (Sterne J.A.C., Smith G.D., 2001). Так как величина эффекта,

необходимая для обозначения его как статистически значимого, определяется вариабельностью результатов и количеством изученных пациентов, то чем больше вариабельность данных, тем больше получаемое различие, а чем больше количество пациентов, тем меньше различий в эффектах необходимо для установления статистической значимости.

Альтернативный подход, ставший популярным в последние годы, опирается на доверительные интервалы (confidence interval - CI). При этом подходе различия в эффектах между группами при клиническом исследовании используются, чтобы построить CI. Если построен 95% CI, это означает, что есть 95% шанс того, что истинное различие находится в пределах этого интервала. Интервал, который не включает ноль, эквивалентен отклонению нулевой гипотезы (т.е. является эквивалентом "статистически значимого" результата).

CI имеет ряд преимуществ по сравнению с проверкой гипотезы (Gardner M.J.,

Altman D.O., 2000; Guyatt G.H. et al., 2002). Во-первых, он обозначает диапазон, в

котором ожидается истинный результат сравнения, - узкий CI предполагает достаточно точную оценку. Во-вторых, в отрицательном исследовании, в котором нулевая гипотеза не отклонена, CI позволяет предположить, что клинически важное различие присутствует, но мощность исследования слишком мала для его обнаружения. Существует различие, например, между широким CI, который

384

Рекомендовано к изучению сайтом МедУнивер - https://meduniver.com/

включает ноль, и узким CI, который сосредоточен на ноле. В первом случае ширина предполагает, что исследование было слишком мало, чтобы обеспечить точную оценку, и существенное различие не может быть исключено. Во втором случае оценка весьма точна и подразумевает, что любое различие является слишком маленьким, чтобы быть клинически важным. В итоге CI стал широко использоваться в систематических обзорах и метаанализах.

10.2.3.2. Значимы ли полученные в исследовании результаты для клинической практики?

Существует много различных подходов для описания эффективности лечения

(Sackett D.L. et al., 1991). Фармацевтическая компания, продвигающая новое лекарство, может выбрать те результаты, которые демонстрируют лекарственное средство в лучшем свете. Однако для врача, выбирающего терапию для своего пациента, необходима оценка, наиболее точно соотносимая с клинической реальностью.

Исследования в психиатрии, особенно касающиеся ЛС, часто используют разнообразные оценочные шкалы. Результаты таких исследований представляются в виде сравнения средних величин показателей шкал, полученных в экспериментальной и контрольной группах пациентов. Несмотря на то что использование рейтинговых шкал может быть необходимо для получения разрешения регулирующих органов, а также дает легко поддающиеся статистической обработке числовые данные, эти показатели имеют ограниченное применение. Например, врачи и пациенты не могут в достаточной степени оценить практическое значение разницы между средними баллами оценочных шкал.

Напротив, дихотомические оценки исходов клинически более понятны врачам и пациентам, чем показатели шкал. Примерами таких клинически значимых исходов являются: выживаемость/смертность, отсутствие/наступление госпитализации,

достижение/отсутствие полной ремиссии, улучшение/ухудшение состояния.

Количественные показатели оценочных шкал также можно представить в виде качественного исхода, например - наличие/отсутствие 50% редукции общего балла.

Дихотомические оценки исходов поддаются исчислению, в результате которого появляются такие показатели как относительный риск (RR), отношение шансов

(Odds Ratio - OR) или число больных, необходимое для лечения (NNT) (табл. 10.4).

Наиболее простой способ количественно выразить исход - посчитать частоту его встречаемости в группе, обозначаемую также как риск возникновения события.

Разница между рисками появления событий в контрольной и экспериментальной

385

группах называетсяснижением абсолютного риска (ARR). RR показывает,

насколько риск наступления благоприятного/неблагоприятного исхода выше/ниже в экспериментальной группе по отношению к контрольной. RR обеспечивает сравнение экспериментального лечения с контролем, вместе с тем он может вводить в заблуждение. Например, уменьшение показателя нон-респондеров с 90

до 45% дает такой же показатель RR, что и уменьшение этого значения с 2 до

1%. OR - еще один относительный показатель исхода, в котором шанс появления события выражается как отношение числа случаев, когда событие наступило, к

числу случаев, когда оно не наступило. OR часто используется как мера эффекта в метаанализах, для которой рассчитывается 95% CI. Величиной, обратной ARR,

является NNT. Оно отражает количество пациентов, которое надо пролечить экспериментальной терапией, чтобы получить на одного респондера больше, чем в случае приема контрольного лечения. Чем меньше величина NNT, тем более эффективна экспериментальная терапия.

Таблица 10.4. Показатели исходов (Carney S., 2010)

Большинство клинических эпидемиологов считают, что NNT является показателем,

в наименьшей степени вводящим в заблуждение, и наиболее клинически значимой

386

Рекомендовано к изучению сайтом МедУнивер - https://meduniver.com/

мерой эффективности терапии, хотя пациентам иногда и бывает трудно ее понять.

Включение NNT в статьи о результатах клинических исследований рекомендуется в руководстве Объединенных стандартов сообщений об исследовании (CONSORT).

Несмотря на эту рекомендацию, относительно немного исследований сообщают о

NNT. Поэтому часто необходимо проводить вычисления самостоятельно,

используя данные, представленные в опубликованной статье.

Примеры NNT для распространенных методов терапии психических расстройств приведены в табл. 10.5. Как можно заметить, большинство методов лечения в психиатрии имеют NNT в диапазоне от 3 до 6, означающее, что на каждые 3-6

пролеченных пациентов приходится один хороший результат, который иначе бы не произошел. Для сравнения, в 5-недельном наблюдении пациентов с острым ИМ,

где предотвращение смертельного исхода рассматривалось как показатель эффективности терапии, действие стрептокиназы имело NNT - 15; еще в одном 5-

летнем наблюдении пациентов с умеренной артериальной гипертензией

(диастолическое АД 90-109 мм ртутного столба), где смерть, инсульт и ИМ рассматривались как исходы, гипотензивные препараты имели NNT - 128 (Sackett

D.L. et al., 2000). Следовательно, терапия психотропными препаратами по сравнению с другими ЛС, использующимися в медицине, относительно эффективна.

Таблица 10.5. Примеры числа больных, которых необходимо лечить, для наиболее распространенных психических расстройств и методов терапии (Gray G.E., 2004)

387

Примечание. BPRS - краткая психиатрическая оценочная шкала; КБТ - когнитивная бихевиоральная терапия; CGI - шкала общего клинического впечатления; Ham-D -

шкала оценки депрессии Гамильтона; ИПТ - интерперсональная психотерапия;

SADS-M - шкала оценки шизофрении и аффективных расстройств, компонент мании; СИОЗС - селективный ингибитор обратного захвата серотонина; Y-BOCS -

шкала обсессивно-компульсивных расстройств Йела-Брауна.

Во многих систематических обзорах для показателей исходов рассчитываются 95% CI, которые представляются графически в виде древовидных графиков

(дендрограммы) (Egger М., Smith G.D., 2001; Lewis S., Clarke М., 2001). Пример дендрограммы приводится на рис. 10.1. В этом примере результаты каждого отдельного исследования представлены горизонтальной линией с шириной, равной

95% CI, для стандартизированной разницы между средними показателями,

например, оценочной шкалы в результате терапии исследуемым препаратом или приема плацебо. Для каждого исследования черный квадрат используется для

388

Рекомендовано к изучению сайтом МедУнивер - https://meduniver.com/

обозначения величины средней разницы; размер квадрата - весомость вклада исследования в объединенную оценку (обычно зависит от числа включенных пациентов). Ромб используется для обозначения объединенной средней разницы с шириной, соответствующей 95% CI, для объединенной оценки.

Рис. 10.1. Пример дендрограммы С помощью дендрограммы можно также визуально оценить гетерогенность

результатов отдельных исследований, т.е. их отличия друг от друга, в большей степени, чем при случайном расхождении (Freemantle N., Geddes I., 1998). Если есть значительное наложение между участками CI для разных исследований, то гетерогенности нет. Наоборот, если участки CI для некоторых исследований не накладываются на таковые для других исследований, значит, гетерогенность присутствует.

Рис. 10.1 показывает, что в одном исследовании (№4) не было обнаружено существенного эффекта от лечения, тогда как пять других исследований выявили, что экспериментальная терапия была лучше по сравнению с плацебо, но лишь в одном из них (№3) разница была статистически значимой. Можно также заметить, что CI всех исследований накладываются друг на друга, что говорит об отсутствии гетерогенности. Отсутствие статистически значимой разницы в большинстве исследований объясняется, вероятнее всего, недостаточной их мощностью, в

389

пользу чего свидетельствуют широкие интервалы CI. Метаанализ позволяет обобщить результаты отдельных исследований, иногда противоречащих друг другу (как в случае исследования №4), и получить достаточно узкий, статистически значимый CI, п 10.2.3.3. Применимы ли найденные доказательства у конкретного больного?

Последним шагом критической оценки доказательств должно являться определение возможности соотнесения результатов, полученных в исследованиях с реальным клиническим случаем (Drake R.E. et al., 2001). Для этого следует рассмотреть несколько вопросов. Первый касается соотнесения диагноза, состояния пациента и его особенностей с выборкой больных, включенных в исследования. Вопрос о значимости разницы между расстройствами определенного пациента и больных, включенных в исследования, не позволяющей провести сопоставление, обычно получает отрицательный ответ. Однако какие-то различия могут иметь значение.

Наконец, есть два дополнительных вопроса, которые нужно учесть перед назначением пациенту лечения. Во-первых, совместима ли терапия с предпочтениями пациента? Во вторых, выполнима ли она в ваших условиях? После ответа на эти вопросы можно переходить к практическому использованию полученных доказательств.

10.2.4. Этап 4. Применение результатов на практике Удостоверившись, что найденное доказательство достоверно, значимо и

применимо в реальной клинической ситуации, приступают непосредственно к его практическому применению. При этом наилучшее, с точки зрения доказательной медицины, из имеющихся свидетельств является лишь одним из факторов, который следует учитывать при принятии клинических решений. Существуют четкие клинические критерии, такие как форма, тяжесть заболевания, сопутствующие факторы риска. Пациенты, как и врачи, опираются на свой опыт, имеют свое мнение и ценности, которые нельзя не учитывать. Кроме того, клинические решения могут зависеть от политики и экономического состояния здравоохранения, аспектов правового и этического регулирования.

оказывающий в итоге преимущество исследуемого препарата по сравнению с плацебо.

Клиническое мышление играет главную роль в интеграции данных научных исследований с результатами обследования и предпочтениями пациента, обеспечивая выработку оптимальной терапевтической тактики.

390

Рекомендовано к изучению сайтом МедУнивер - https://meduniver.com/