Добавил:
Sekretar
kiopkiopkiop18@yandex.ru
t.me/Prokururor I Вовсе не секретарь, но почту проверяю
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Ординатура / Хирургия / Библиотека им академика М.И. Перельмана / Книга_3115_Библиотеки_им_академика_М_И_Перельмана
.pdf
– Вот ерунда, – удивился математик, которого звали Рональд Фишер, – уверен,
что разницу почувствовать невозможно, что бы я ни налил первым, чай или молоко.
Но дама настаивала на своем. Конечно же, Рональд говорит глупости и она без
труда определяет разницу на вкус. Спор быстро собрал вокруг пререкавшейся пары
скучающих коллег, кто-то предложил поставить эксперимент, кто-то уже заключал
пари.
Фишер задумался. Очевидно, что предстоит провести слепую дегустацию. Но
перед началом эксперимента нужно решить несколько важных вопросов.
Во-первых, важно избежать ложноположительного результата – ситуации,
когда правильные ответы дамы, вызванные простой случайностью, будут приняты за
подтверждение ее способностей. Если мы совершим одну попытку и получим
правильный ответ, это, конечно, не может служить доказательством: даже если она не
различает последовательность приготовления чая на вкус, шансы на случайное
угадывание достаточно велики, они равны ½. Пожалуй, мало будет и двух удачных
попыток: хотя шансы уменьшатся вдвое и составят ¼, они по-прежнему значительны.
Какое же минимальное количество попыток нужно для того, чтобы правильные
ответы подтверждали способность леди? Три? Четыре? Пять? Еще больше?
Во-вторых, не менее важно избежать ложноотрицательного результата, то есть
ситуации, когда вывод об отсутствии способности будет ошибочным. Угадывание не
обязательно должно быть стопроцентным: одна ошибка не исключает того, что леди
все равно справляется с задачей лучше, чем если бы давала случайные ответы. Какие
же выводы делать, если неверным будет лишь один ответ из восьми? А если один из
двенадцати?
И в-третьих, как и в любом контролируемом эксперименте, чашки должны
отличаться только изучаемым параметром, и больше ничем. Значит, разной может
быть только последовательность, в которой чай и молоко наливают в чашку. Любые
различия в температуре, количестве молока, сахара, крепости чая, способные
повлиять на результат, нужно исключить. Но ведь приготовить две абсолютно
идентичные чашки чая все равно невозможно, и небольшие отличия неизбежны.
После некоторого размышления Фишер велел приготовить восемь чашек. В
четыре из них налили сначала чай, а затем молоко. В остальные – наоборот. Это
делалось в стороне, чтобы испытуемая не знала, что пробует. Чашки подносили одну
за другой, в случайном порядке, и, после того как дама давала ответ, Фишер молча
записывал результат. По свидетельствам очевидцев, дама дала правильный ответ в
каждой из восьми попыток.
В 1935 году Рональд Фишер издал книгу “Дизайн эксперимента”
[101]
, где привел
в качестве примера эту давнюю историю. Фишера абсолютно не интересовала
природа удивительной способности дамы. Он не назвал ни имен, ни места, где
проводился эксперимент, – об этом мы знаем только со слов других участников. Все,
что имело для него значение, – ответы на вопросы, которые он задавал себе перед
чайным экспериментом.
Книга оказала огромное влияние на подход к проведению контролируемых
экспериментов и оценке их результатов. Именно благодаря ей и другим работам
Фишера статистика и теория вероятностей стали неотъемлемой частью исследований,
в том числе и медицинских.
https://t.me/medicina_free
Объясняя чайный эксперимент, Фишер ввел представление о нулевой гипотезе.
Нулевая гипотеза – это предположение, что между изучаемыми явлениями, в данном
случае это порядок приготовления чая и ответы дамы, не существует связи, а в
контролируемых экспериментах – что отличия между группами носят случайный
характер. Она является гипотезой по умолчанию, и только если эксперимент
опровергает ее, у нас появляются основания предполагать, что связь все-таки есть.
Для проверки нулевой гипотезы Фишер предложил использовать тест на
статистическую значимость
[102]
. Он определяет, какова вероятность получить
наблюдаемые в ходе эксперимента значения при условии, что нулевая гипотеза
верна
[103]
. Эту вероятность называют p-значение (пи-значение) или просто p (пи).
Фишер предложил считать, что нулевая теория может считаться опровергнутой, если
p-значение меньше 0,05.
Фишер рассчитал, что если бы в эксперименте использовалось по три, а не по
четыре чашки чая каждого типа, то случайное угадывание всех шести чашек
происходило бы в одном случае из двадцати
[104]
, то есть p как раз было бы равно 0,05,
и выбранный критерий не выполнялся бы. Поэтому он предложил использовать
минимум восемь чашек, по четыре каждого типа. Тогда при всех правильных ответах
значение p равно одному к семидесяти, или 0,014 в десятичных дробях
[105]
, что
меньше выбранного порога. В таком случае результат признается статистически
значимым.
Этот подход прочно закрепился в исследовательской практике, в том числе и в
медицинских экспериментах. В контролируемых клинических испытаниях нулевая
гипотеза гласит, что эффект у изучаемого метода отсутствует, а наблюдаемые
различия исходов в сравниваемых группах случайны. В подавляющем большинстве
работ вы увидите расчет значения p, и очень часто результат будет считаться
статистически значимым, если значение p меньше 0,05.
Важно помнить, что упомянутый Фишером порог p = = 0,05 – условен и был
предложен как условие джентльменского соглашения между учеными. Разница между
убедительностью результатов с p = 0,04 и с p = 0,06, конечно, гораздо меньше, чем
для результатов с p = 0,04 и p = 0,001, хотя первые находятся по разные стороны
условной границы, а вторые – по одну. И Фишер, и другие математики подчеркивали,
что критерий p < 0,05 недостаточно строг, не годится для медицинских
исследований
[106]
, и рекомендовали другие пороговые значения, 0,01 и 0,001, но
исследователи ухватились за наименее строгое, а значит, проще всего достижимое.
Что касается исключения ложноотрицательного результата, Фишер отметил, что
чем меньше размер эффекта, то есть чем слабее способность леди угадывать, в какой
последовательности были налиты молоко и чай, тем больше чашек чая потребуется
для того, чтобы ее выявить.
Для описания вероятности ложноотрицательного результата рассчитывают
статистическую мощность эксперимента. Чем выше статистическая мощность, тем
меньше вероятность того, что мы ошибочно подтвердили нулевую гипотезу.
Статистическая мощность медицинского исследования возрастает с увеличением
количества участвующих в нем пациентов. Хотя столь же распространенных, как p <
https://t.me/medicina_free
0,05, стандартов допустимой вероятности ложноотрицательного результата не
существует, часто ориентируются на статистическую мощность не менее 0,80.
Таким образом, исследователи находятся между двумя возможными ошибками:
• ложноположительным результатом, когда мы ошибочно отвергаем
нулевую гипотезу и думаем, что нашли эффект, хотя на самом деле его нет,
– такие ошибки называют ошибками I типа, и они могут приводить к тому,
что пациентов лечат бесполезными лекарствами и делают им
бессмысленные операции;
• ложноотрицательным результатом, когда мы ошибочно подтверждаем
нулевую гипотезу и не замечаем реально существующий эффект, – такие
ошибки называют ошибками II типа, и они чреваты незамеченными
полезными или вредными эффектами лекарства.
Рандомизация – неслучайная случайность
Ответ на третий вопрос чайного эксперимента тоже имел далеко идущие
последствия. Напомню, что Фишер задумался о том, как исключить влияние
небольших отличий, которые неизбежно возникнут в процессе подготовки к тесту. В
медицинских исследованиях эта проблема еще значимее: найти две группы людей,
одинаковых во всех отношениях, куда сложнее, чем приготовить две одинаковые
чашки чая.
Сравнимость групп – основа и необходимое условие контролируемого
исследования. Пациенты разные, и болезнь у них протекает по-разному. Если в одной
группе средний возраст пациентов ниже или болезнь изначально протекает легче, чем
в другой, то после лечения состояние пациентов может различаться, даже если
лекарство не работает. Возникает риск приписать препарату несуществующий
эффект.
☛ Сравнение изначально разных групп может привести к достаточно
контринтуитивным последствиям. Так, в 1986 году были опубликованы
результаты сравнения эффективности разных методов лечения почечных
камней. Авторы пришли к выводу, что чрескожная нефролитотомия
[107]
эффективнее, чем открытая: в первом случае успешны были 83% (289 из
350) операций, а во втором – лишь 78% (273 из 350). Однако сравнение
результатов удаления небольших (< 2 см) и больших (> 2 см) камней дало
неожиданный результат. В обоих случаях открытая оказалась эффективнее.
Для маленьких камней открытая была эффективна в 93% случаев против
87%. А для больших – в 73% случаев против 69%.
https://t.me/medicina_free
Этот эффект называется парадоксом Симпсона, хотя никакого
парадокса тут на самом деле нет. Причина в том, что удаление маленьких
камней (суммарно 88% успешных операций) эффективнее, чем удаление
больших (суммарно 72% успеха) при любом из методов. Пациентов
распределяли между двумя видами лечения неравномерно: тем, у кого были
маленькие камни, чаще назначали операцию с маленьким разрезом, а при
больших – открытую. Поэтому среди тех, кого лечили чрескожной
нефролитотомией, преобладали пациенты с маленькими камнями, а среди
тех, кого лечили открытым методом, – с большими. Это и привело к
иллюзии более высокой эффективности чрескожной нефролитотомии.
Устранить эту проблему можно, изначально создавая максимально похожие
группы. Например, переместив часть пациентов из одной группы в другую или сразу
набирая их так, чтобы все параметры, которые мы считаем важными, были
распределены поровну. Можно исключить влияние пола, отбирая в обе группы только
женщин. Или следить за тем, чтобы процент женщин в сравниваемых группах был
примерно одинаков. Но предложенное Фишером решение намного изящнее и
эффективнее. Его преимущество в том, что оно уравновешивает между группами
даже факторы, о существовании которых мы не догадываемся.
Фишер впервые применил его, работая на той самой Ротамстедской
экспериментальной станции, где проходило знаменитое чаепитие. Его пригласили в
Ротамстед, чтобы разобраться с данными, накопленными за девяносто лет
сельскохозяйственных экспериментов. Станция занималась сравнительным анализом
урожайности сортов и эффективности органических удобрений. Эксперименты
заключались в том, что каждый год сотрудники станции засевали поля разными
сортами овощей и злаков и применяли разные смеси азотных и фосфатных солей, а
когда приходило время урожая, взвешивали и записывали полученный результат.
Результаты на разных полях сравнивали и между собой, и с тем, что было собрано на
контрольном поле, которое не удобрялось.
Сотрудники станции понимали, что сравниваемые поля изначально отличаются.
На одном почва могла быть питательнее, на другом – мог сказываться накопленный
эффект примененных в предыдущие годы удобрений, третье могло получать больше
влаги во время дождя, четвертое было лучше освещено, а на пятом было меньше
насекомых-вредителей. Возникал неизбежный вопрос: если на втором поле собрали
https://t.me/medicina_free
на 10% больше картофеля, чем на четвертом, можно ли считать, что дело в сорте
картофеля или в удобрении, а не в особенностях поля? И не была бы разница такой
же, если бы оба поля засеяли одним сортом и вообще не удобрили?
Для решения этой проблемы были придуманы индексы плодородности, которые
высчитывали при помощи сложных формул, делая поправки на разные факторы.
Однако каждая из сельскохозяйственных станций Великобритании выработала свои
методы расчета и считала их единственно верными. К тому же сделать практические
выводы из сложных вычислений было крайне непросто.
Изучив накопленные данные, Фишер предложил полностью изменить дизайн
экспериментов. Он рассуждал так. Каждый квадратный фут земли отличается от
остальных множеством параметров, которые невозможно точно измерить и учесть,
как невозможно найти и два одинаковых поля. А значит, различия между
сравниваемыми полями нужно каким-то образом уравновесить. Фишер предложил
разбить все поля на множество маленьких участков и относить их к одной из групп
эксперимента случайным образом. Например, решать, каким сортом картофеля будет
засеян каждый из участков для сравнительного теста урожайности двух сортов
картофеля, подбрасывая монетку. Результат будет выглядеть примерно так.
https://t.me/medicina_free
Плодородность разных частей поля может заметно отличаться. Но, поскольку мы
сравниваем не две половины поля, а общий урожай на всех случайно разбросанных
по полю участках, их плюсы и минусы достанутся каждому из двух сортов картофеля
примерно поровну.
Чем больше количество участков, на которые мы делим поле, тем меньше
различаются стартовые условия. При малом их количестве различия могут быть
заметны, но даже в этом случае, объяснял Фишер, случайное распределение даст
лучший результат, чем попытка сделать ручную поправку на множество факторов, в
том числе неизвестных. Кроме того, случайное распределение создает
математическую основу для дальнейших расчетов и позволяет определить размер
возможной ошибки.
Метод случайного распределения по группам, названный рандомизацией (от
англ. random – “случайный”), быстро прижился в сельском хозяйстве.
Экспериментальные станции оценили его преимущества и охотно приняли на
вооружение. Вскоре идеи Фишера пришли и в медицину.
Рандомизация в медицинских экспериментах
Сравнимость групп в медицинском эксперименте очень сильно зависит от
способа, которым их создают. Худший из подходов – оставить распределение на
усмотрение экспериментатора: это дает слишком много возможностей
манипулировать результатами. Что мешает, например, отправить молодых пациентов
в экспериментальную группу, а пожилых в контрольную? Это обеспечит и более
быстрое выздоровление, и меньшую смертность в первой даже при абсолютно
бесполезном лечении.
Когда группы создают таким образом, они часто отличаются по возрасту, полу,
серьезности болезни и общему состоянию пациентов. Оценка эффективности лечения
в подобных экспериментах завышена в среднем на 30–40%. Хотя исследователи
могут быть напрямую заинтересованы в положительном результате и манипулировать
составом групп осознанно, возможно и невольное влияние – скажем, если из
сострадания к пациентам исследователь включает в экспериментальную группу тех,
кому лечение нужнее, или тех, кому оно скорее поможет.
Сделать распределение пациентов не зависящим от экспериментатора пытались
еще в XIX веке. Так, в 1809 году военный хирург Александр Гамильтон, проверяя
эффективность кровопускания, поочередно принимал солдат сам или направлял к
другим врачам, которые, в отличие от него, активно применяли этот метод.
Примечательно, что смертность пациентов Гамильтона оказалась почти на порядок
меньше, чем у его коллег.
Впоследствии экспериментаторы распределяли пациентов поочередно по списку,
делили по первой букве имени, по месяцу или дате рождения. К началу XX века такой
способ получил довольно широкое распространение и стал называться методом
чередования. Хотя у него есть определенные преимущества – при достаточном
количестве пациентов группы наверняка сравнимы
[108]
, – по-настоящему надежен он
лишь при условии, что врач строжайше придерживается процедуры.
https://t.me/medicina_free
Если же исследователь не является образцом кристальной честности или
слишком сердоболен, метод чередования оставляет много возможностей влиять на
состав групп. В первую очередь потому, что не все откликнувшиеся на предложение
участвовать в эксперименте пациенты становятся в результате его участниками.
Пациента сначала обследуют, чтобы подтвердить, что он соответствует критериям
включения. Затем он беседует с врачом, который рассказывает об исследовании и
возможных последствиях для здоровья, положительных и отрицательных. И лишь
после этого, при условии согласия и самого пациента, и врача, пациент становится
частью эксперимента. Если использовать метод чередования, врач всегда знает, в
какой из групп окажется следующий участник. Ничто не мешает влиять на их состав,
отказывая пациентам с более тяжелым течением болезни, чтобы включить в группу
следующего, с более легким. Или повлиять в ходе беседы на готовность пациента
принять участие. Единственный способ исключить подобные манипуляции – сделать
распределение случайным и скрыть от исследователя его последовательность.
Первым рандомизированным клиническим испытанием (РКИ) с
целенаправленным сокрытием последовательности распределения от врачей принято
считать клиническое испытание стрептомицина в 1947 году. Оно было спланировано
и проведено выдающимся эпидемиологом и статистиком Остином Брэдфордом
Хиллом, входившим в состав созданной Советом по медицинским исследованиям
Великобритании научной группы.
Открытие и начало массового производства пенициллина в 1941 году вызвало
огромный интерес к изучению других природных антибиотиков. Полученный в 1944
году в США из актиномицетов
[109]
стрептомицин оказался эффективен против
устойчивого к пенициллину возбудителя туберкулеза Mycobacterium tuberculosis
[110]
,
называемого также палочкой Коха.
Туберкулез – опаснейшее инфекционное заболевание. Еще в XIX веке в России,
Европе и Америке на каждые 100 тысяч жителей от него ежегодно погибало 400
человек. Хотя болезнь убивала медленно и не вызывала явных эпидемических
вспышек, из-за количества погибших и неотвратимости гибели ее называли белой
чумой. Среди погибших от туберкулеза были Антон Чехов, Роберт Льюис Стивенсон,
Вольтер, Фредерик Шопен, Эдвард Григ, Джордж Оруэлл и многие-многие другие.
Несмотря на отсутствие методов лечения и профилактики, с середины XIX века
смертность от туберкулеза начала постепенно снижаться. Некоторые исследователи
объясняют это постепенным улучшением качества жизни, другие – тем, что
человечество начало приспосабливаться к болезни и развивать сопротивляемость
палочке Коха. Но хотя к середине XX века заболеваемость и смертность снизились на
порядок, туберкулез оставался смертельной и неизлечимой болезнью.
Результаты первых испытаний стрептомицина на больных туберкулезом морских
свинках были положительными, первые проведенные в США эксперименты на людях
тоже обнадеживали. Поэтому Великобритания закупила некоторое количество
стрептомицина и запланировала собственную проверку. В созданный для этого
комитет вошли Остин Брэдфорд Хилл и уже известный нам по исследованию
патулина Филип д’Арси Харт.
Хилл спланировал эксперимент, опираясь на идеи Рональда Фишера. Главным
новшеством была замена поочередного распределения пациентов на случайное. В
https://t.me/medicina_free
теории метод чередования решил бы задачу создания сравнимых групп. Но за время
работы Хилл уже неоднократно наблюдал, как исследователи слегка корректировали
распределение пациентов по группам, пытаясь увеличить шансы эксперимента на
успех. Клиническое испытание проходило одновременно в нескольких клиниках. Для
распределения по группам использовали таблицы случайных чисел, при этом
“информация о последовательности распределения не была известна ни кому-либо из
исследователей, ни координатору и хранилась в запечатанных конвертах, на которых
были указаны лишь название больницы и номер”. Поскольку Хилл не планировал
оценивать субъективные симптомы, он счел ослепление пациентов излишним. Но
рентгенологи, смотревшие снимки легких, и микробиологи, высевавшие возбудителя
болезни из мокроты пациентов, были должным образом ослеплены.
Результаты первых месяцев давали надежду, что лекарство от туберкулеза
найдено. Через два месяца после начала приема стрептомицина в группе было
отмечено значительное улучшение по сравнению с контрольной. Однако в
последующие месяцы ситуация изменилась: смертность в группах сравнялась, и
микробиологи по-прежнему высеивали возбудителя туберкулеза из мокроты
получавших стрептомицин пациентов. Так, всего через несколько лет после открытия
антибиотиков медицина столкнулась с феноменом резистентности
[111]
. Увы,
стрептомицин не подходил для монотерапии
[112]
: резистентность к нему возникала
слишком быстро. Зато позже он показал хорошие результаты при приеме с пара-
аминосалициловой кислотой (ПАСК): резистентность в этом случае возникала
намного реже.
Главное, что продемонстрировало это исследование: рандомизацию с сокрытием
распределения от исследователей можно и нужно применять в медицинских
экспериментах. Постепенно она стала частью так называемого золотого стандарта,
идеального дизайна клинического эксперимента – двойных слепых
рандомизированных клинических испытаний.
Впрочем, происходящее на практике часто далеко от идеала. Еще в 90-х годах
XX века проверка качества рандомизации показывала, что только в трети
опубликованных исследований использован надежный метод создания случайной
последовательности распределения. И только в четверти сообщалось, что были
предприняты хоть какие-то меры по ее сокрытию.
При этом не любой метод сокрытия достаточно надежен. До недавнего времени
самым распространенным способом было использование кодов в непрозрачных
запечатанных конвертах. Код указывает, в какую группу должен попасть пациент.
Порядок, в котором конверты складывают в стопку, заранее генерируют в
компьютерных программах или берут из готовых таблиц случайных чисел.
Предполагается, что конверты будут вскрывать строго по очереди. Только после того,
как пациент дал согласие на участие в клиническом эксперименте и его данные
зафиксировали, очередной конверт можно вскрыть. Однако этот метод уязвим.
Экспериментаторы прилагают немалые усилия, чтобы узнать содержание конвертов
до того, как пациентов включат в исследование. Вот несколько простых рецептов.
В конце 90-х годов прошлого века был исследован гипотензивный
[113]
препарат
“Каптоприл”. В испытании участвовали 10985 пациентов в более чем пятистах
https://t.me/medicina_free
больницах Финляндии и Швеции. “Каптоприл” был первым из нового класса
препаратов, ингибиторов ангиотензинпревращающего фермента (ингибиторы
АПФ), и на него возлагали очень большие надежды. В этом клиническом
исследовании, названном Captopril Prevention Project (CAPPP)
[114]
, ингибитор АПФ
впервые сравнивали с бета-адреноблокаторами, более старым классом
гипотензивных препаратов.
Когда результаты опубликовали, некоторым специалистам бросилось в глаза, что
группы отличались по росту, весу и исходным значениям систолического и
диастолического давления
[115]
. Конечно, отличия не были большими. Например,
исходное артериальное давление отличалось на 2–3 мм рт. ст. Но шансы, что такая
разница могла возникнуть случайным образом, были равны 1 к миллиону. Очевидно,
процедура рандомизации с использованием запечатанных конвертов была нарушена.
Расследование показало, что в некоторых клиниках исследователи вскрывали
конверты еще до того, как очередной пациент был включен в испытание, а затем
выбирали для каждого участника более, на их взгляд, подходящий код.
Если строгий контроль не позволяет вскрывать конверты заранее, приходится
прибегать к помощи технологий: например, просвечивать конверты мощной лампой
или обращаться за помощью к коллегам из радиологической лаборатории. Иногда
конверты содержат не только код распределения, но и порядковый номер. В таких
случаях незаметно изменить последовательность использования конвертов не
получится. Однако если удалось выяснить последовательность, можно
манипулировать очередностью приема пациентов, подгоняя ее под нужные группы.
От этого не застрахуют ни порядковые номера, ни мешающая просвечиванию фольга.
Самый отчаянный из зафиксированных способов узнать последовательность – ночное
проникновение в кабинет ответственного сотрудника, чтобы порыться в его бумагах.
Не самый высокоинтеллектуальный, но эффективный метод. К сожалению, все
перечисленное выше – совсем не гипотетические способы манипулировать составом
групп, а реально применявшиеся трюки.
Учитывая, как часто экспериментаторы применяют свои способности не для
поиска научной истины, стоит подумать о еще одном уровне защиты. Например,
зашифровать код распределения. Использование простых одинаковых кодов
недостаточно надежно. Если вы использовали “А” для экспериментальной группы, а
“В” – для контрольной, то чтобы вскрыть все распределение, достаточно знать, в
какую группу попал один пациент. Этому препятствуют сложные уникальные коды.
Лист, соотносящий каждый из кодов с конкретной группой, должен храниться в
труднодоступном месте.
Лучшее из существующих сейчас решений – сервисы дистанционной
рандомизации. Исследователь получает код для очередного пациента, связываясь с
независимым сервисом по телефону или через интернет. Списки, соотносящие коды и
группы, хранятся в рандомизационном центре и доступны только по окончании
исследования либо в ситуациях, когда необходимо срочно выяснить, в какую группу
попал пациент, – такая необходимость может возникнуть в случае опасного
состояния, которое может оказаться побочным эффектом лечения.
Теоретически использование удаленных рандомизационных центров полностью
лишает экспериментаторов возможности манипулировать составом групп. И пока
https://t.me/medicina_free
практика подтверждает теорию. В ходе большого клинического испытания
хирургической процедуры, которое проводили несколько не связанных между собой
клиник, группы, получавшие лечение, оказались в среднем заметно моложе, чем
плацебо-группы. Но разница наблюдалась только в тех клиниках, где использовали
запечатанные конверты. У тех команд, которые применяли удаленную рандомизацию,
возраст в группах не отличался. Впрочем, при большом желании подкуп
рандомизационного центра решает и эту проблему.
☛ При соблюдении должных мер предосторожности рандомизация
предотвращает предвзятость отбора. Однако всегда ли рандомизация
справляется со второй задачей – созданием групп, схожих во всем, кроме
лечения? Увы, даже после корректно проведенной рандомизации группы
могут отличаться по важным показателям. Чем меньше пациентов мы
рандомизируем, тем выше вероятность несхожести групп. В небольших
исследованиях со 150–200 участниками это случается довольно часто.
Чтобы избежать влияния этих различий на результат, после рандомизации
группы сравнивают и при необходимости делают в ходе статистического
анализа поправки. Отчет о клиническом исследовании обязательно должен
включать информацию о том, насколько сравнимыми по важным
параметрам получились группы в результате рандомизации.
Другой метод решения проблемы – стратифицированная
рандомизация. Ее суть в том, что сначала участников клинического
испытания делят на страты – подгруппы, отличающиеся по важному
признаку, например тяжести течения болезни. А затем внутри каждой
страты проводят обычную процедуру рандомизации. В результате в
экспериментальной и контрольной группах гарантированно оказывается
одинаковое количество больных с определенной тяжестью заболевания.
Итак, рандомизация помогает создать сравнимые группы и препятствует
осознанной манипуляции их составом. Но у нее есть и третья, не менее важная роль:
она обеспечивает справедливость клинического испытания. Благодаря рандомизации
каждый из участников имеет равный шанс получить возможные преимущества
лечения или избежать возможных побочных эффектов. Поскольку клинические
испытания проводятя на людях, вопросы этики имеют первоочередную важность. И
не всегда на них можно получить простой и очевидный ответ.
https://t.me/medicina_free
Соседние файлы в папке Библиотека им академика М.И. Перельмана