Доказательная медицина систематической ошибки медицина

Сайт издательства «Медиа Сфера»
содержит материалы, предназначенные исключительно для работников здравоохранения. Закрывая это сообщение, Вы подтверждаете, что являетесь дипломированным медицинским работником или студентом медицинского образовательного учреждения.

Опыт, накопленный российскими нейрохирургами за прошедшие годы, представляет уникальную базу для проведения ретроспективного анализа данных. Такой анализ необходим для сравнительной оценки эффективности и безопасности различных типов хирургических вмешательств, объективизации результатов, полученных на больших разнородных когортах пациентов (в том числе из разных центров), и планирования последующих проспективных исследований. Однако значительная гетерогенность исходных данных, связанная с существованием систематической ошибки отбора, может быть существенной преградой для непосредственного сравнения результатов вмешательств и влиять на выводы. В связи с этим требуется правильная методология ретроспективного анализа и, как следствие, подбора корректных статистических методов обработки данных.

Дизайн большинства клинических исследований основан на сравнении различных методов воздействия и выявлении взаимосвязи между используемыми подходами и исходами заболеваний [1]. В качестве воздействия могут рассматриваться не только различные схемы лечения, но и влияние параметров окружающей среды, принадлежность к той или иной социальной группе или группе риска. Как правило, основной целью исследований в медицине является оценка наличия и выраженности взаимосвязи между изучаемыми факторами воздействия и наблюдаемыми исходами. Требование сопоставимости выбранных для анализа групп является основополагающим, что приводит к необходимости контроля эквивалентности групп по ключевым факторам. Этого можно добиться либо путем рандомизации (рандомизированные контролируемые исследования, РКИ), либо используя метод сопоставления показателей соответствия (Propensity Score Matching, PSM) и его аналоги [2], устраняющие систематическую ошибку отбора (selection bias). Обычно рассматриваются всего две группы — группа контроля и основная группа, поэтому в дальнейшем мы будем описывать дизайн исследования, включающий две анализируемые группы.

РКИ, с точки зрения доказательной медицины, являются «золотым стандартом» для устранения систематической ошибки отбора при оценке безопасности и эффективности лечения. Проведение корректной рандомизации обеспечивает эквивалентное распределение известных и неизвестных факторов, влияющих на исходы. Это является основополагающим условием для анализа исходов в группах сравнения. В иных случаях ряд причин делают проведение РКИ либо невозможным, либо крайне трудоемким. К таким причинам можно отнести слишком большой размер выборки, ограниченность бюджета и/или времени, невозможность организации процедуры рандомизации в силу этических соображений или существенных отличий процедур вмешательств и т. п. [3].

Если проведение РКИ невозможно в силу каких-либо причин, применяются другие типы дизайна исследования, как правило, ретроспективных и охватывающих большие группы пациентов на протяжении длительного периода наблюдений. В этом случае проведение анализа без устранения систематической ошибки отбора в группах сравнения может привести к существенным искажениям или к неверной интерпретации полученного результата. Именно поэтому редакторы авторитетных изданий стараются избегать публикаций ретроспективных исследований, потенциально содержащих систематическую ошибку отбора.

PSM является эффективным методом, позволяющим добиться эквивалентности распределения по выбранным ключевым характеристикам групп сравнения. В ключевые характеристики групп входят наиболее значимые показатели (клинические и демографические). В результате применения PSM существенно снижается систематическая ошибка отбора и получаются достаточно эквивалентные группы сравнения [4]. Это позволяет провести анализ ретроспективно собранных данных на высоком уровне и получить результаты с высоким уровнем доказательности.

Алгоритм применения PSM включает на 2 шага: устранение ошибки отбора, позволяющее достигнуть выравнивания групп по исходным показателям, и непосредственно сравнительный анализ выровненных данных.

Основы PSM были заложены еще в середине прошлого столетия [1, 5], детальная проработка и формирование методики произошли в 1970—1990 гг. [6—8]. Развитие вычислительной техники в конце прошлого столетия привело к появлению программных продуктов, реализующих данный подход, и сделало доступным использование PSM для широкого круга исследователей [9]. Тем не менее технические аспекты применения PSM могут вызвать у врачей-исследователей затруднения, которые разрешимы при участии в анализе данных специалиста-биостатистика.

Метод PSM основан на использовании величины Propensity Score (PS) — условной вероятности попадания каждого объекта исследования в группу вмешательства. Для построения PS должны быть определены клинически значимые факторы. Поскольку PS является условной вероятностью, значения ее величины расположены в пределах от 0 до 1. Наиболее часто для построения PS применяется модель многофакторной логистической регрессии.

По рассчитанным значениям PS возможно подобрать подгруппы сравнения таким образом, чтобы условная вероятность была сбалансирована между группами вмешательства и контроля. Для этого и используются различные вариации метода PSM [10] — stratification/subclassifications, inverse probability of treatment weighting (IPTW) и covariate adjustment. Выбор наиболее эффективного метода устранения систематической ошибки отбора становится объектом отдельного исследования. Ни один из известных методов не является достаточно универсальным и применимым ко всем ситуациям. Например, метод PSM, в противоположность методу regression аdjust-ment, обладает рядом преимуществ: простотой анализа качества полученных моделей, более полно следует идеологии РКИ, разделяя фазы выбора подгрупп и фазу анализа, и другими преимуществами, более подробно представленными в работе P. Austin [11].

После построения подгрупп сравнения с помощью метода PSM минимизируется систематическая ошибка отбора, поэтому метод PSM рассматривают как подобие рандомизации для ретроспективно собранных данных. Однако принципиальное его отличие состоит в том, что рандомизация устраняет системную ошибку отбора по всем факторам как учтенным, так и неучтенным, в то время как метод PSM устраняет системную ошибку отбора только для факторов, которые были учтены и измерены.

На текущий момент количество научных исследований, использующих PSM как инструмент при анализе и интерпретации клинических ретроспективно собранных данных, стабильно растет [12] и представляет, по данным базы SCOPUS, около 3000 публикаций за 2016 г. (рис. 1).

При этом за период 2007—2017 гг. доля статей с участием российских авторов [13, 14], опубликованных в международных базах данных, составляет всего 0,15% из более чем 15 000 исследований.

Среди них число публикаций по проблеме нейрохирургии невелико [15—30]. Мы видим устойчивый интерес исследователей в области нейрохирургии к использованию PSM. Например, в 2017 г. журнал Spine опубликовал исследование, проводившееся с использованием PSM [31]. Мы ожидаем, что применение анализа ретроспективно собранных данных станет неотъемлемой частью подготовки и планирования исследований [8]. С учетом возрастающих этических требований и накопления значительного объема таких данных актуальность, востребованность и эффективность использования их анализа будут только возрастать. Неудивительно, что разработка и применение PSM и его аналогов являются одной из активно развивающихся областей медицины.

Одним из примеров применения метода может служить статья V. Ferraris и соавт. [17], в которой авторы исследовали влияние состава хирургической бригады на результаты операций высокой степени сложности при хирургической патологии в разных областях: общей хирургии, нейрохирургии, сосудистой хирургии, кардиоторакальной хирургии. Поскольку литературные данные, касающиеся роли обучающегося профессии врача (врача-стажера) в операции, крайне противоречивы, авторы решили проанализировать данные, полученные при лечении 266 411 пациентов.

Огромный массив данных был статистически обработан с использованием метода PSM, что позволило минимизировать систематическую ошибку отбора, характерную для ретроспективного исследования. Несмотря на первоначальное предположение о негативном влиянии ассистента в составе операционной бригады на исходы лечения, сделанное на основе предварительных анализов, применение метода PSM и выравнивание групп сравнения позволило получить принципиально иные выводы (рис. 2).

В частности, обобщение данных по интраоперационной и общей смертности, а также смертности в результате послеоперационных осложнений в сосудистой хирургии показало, что в случае анализа данных для групп без устранения ошибки систематического отбора был бы сделан вывод о существенном вреде участия врача-стажера (статистически значимые более высокие показатели операционной смертности и общей смертности). При применении метода PSM интерпретация данных значимо изменилась: было установлено, что присутствие врача-стажера положительно влияет на результаты хирургического вмешательства (меньшая смертность от послеоперационных осложнений) и не оказывает статистически значимого влияния на интраоперационную и общую смертность.

Представленный пример демонстрирует, как устранение различий в показателях при выборе исходных групп влияет на интерпретацию результатов.

Примером того, как минимизация системной ошибки отбора с помощью метода PSM может кардинально изменить результаты обсервационного исследования, служит статья К. Miyata и соавт. (Япония) [20]. Целью работы являлась оценка влияния на неврологические исходы и смертность процедуры терапевтической модуляции температуры (Therapeutic temperature modulation, TTM) (рис. 3).

Данные получены по результатам лечения 687 пациентов с травмами головного мозга. Предварительный анализ, выполненный до устранения системной ошибки отбора, показал, что применение процедуры TTM было статистически значимо ассоциировано с меньшим риском плохого неврологического исхода (Poor neurological outcome) и смерти. Однако после выравнивания групп по возрасту, тяжести травмы, времени и условиям оказания медицинской помощи было установлено, что применение процедуры имеет негативное влияние на исходы, хотя и статистически незначимое.

A. Seicean и соавт. [23] исследовали результаты хирургического лечения интракраниальных аневризм у пациентов при наличии и отсутствии выраженной анемии, требующей трансфузии. Авторы проанализировали 668 случаев лечения пациентов, которым в период с 2006 по 2012 г. выполнялось открытое хирургическое вмешательство. Был использован метод PSM в силу существенных различий групп по предоперационным параметрам, таким как возраст, характеристики аневризм, сопутствующие заболевания и факторы риска неблагоприятных исходов и осложнений.

При анализе ближайших результатов хирургического вмешательства показательным является изменение частоты серьезных осложнений (major complications) до и после применения PSM. В группах без анемии и с анемией разница по частоте развития осложнений изменилась с 20 (25% против 45% до PSM) до 10% (34% против 44% после PSM).

Данные по частоте осложнений в исследуемых группах часто используются для оценки размера группы, необходимой для проведения последующих рандомизированных контролируемых исследований. Если в приведенном примере ориентироваться на разницу в 20% между группами, то планируемый размер выборки окажется как минимум в 3 раза меньше, чем это необходимо для получения статистически обоснованных результатов (рис. 4).

В качестве примеров мы рассмотрели ряд работ [20, 23, 24] за 2015—2016 гг. На основе данных, представленных в этих работах, мы показали, какое значение имеет PSM для анализа данных планирования и проведения последующих исследований.

Представленный метод PSM оказывает существенное влияние на качественную интерпретацию ретроспективно собранных данных и проектирование последующих исследований. Использование метода устранения систематической ошибки отбора позволяет точнее оценить размер групп сравнения при планировании исследований, избежать ошибочной интерпретации результатов и искажения результатов при сопоставлении вмешательств и процедур. Использование метода PSM при анализе ретроспективно собранных данных, накопленных российскими нейрохирургическими центрами, позволит проверить ряд гипотез с дальнейшим планированием и проведением РКИ по результатам анализа.

Исследование частично поддержано грантами Российского фонда фундаментальных исследований 17−01−00683 А, 17−41−540759 р_а.

Авторы заявляют об отсутствии конфликта интересов.

*e-mail: Andrei.v.moskalev@gmail.com

Одна из самых важных и нетривиальных задач клинических исследований в области нейрохирургии — адекватный отбор пациентов для анализа зависимости результатов хирургических воздействий от исследуемых факторов. В силу этических и медицинских ограничений когорты пациентов, для которых собираются данные в рутинной клинической практике (используются в наблюдательных исследованиях), оказываются несопоставимыми по многим факторам, влияющим на изучаемые исходы. Формирование основной группы и группы сравнения на основе естественного накопления клинических данных приводит к систематическим ошибкам, в том числе к так называемой «ошибке отбора» (selectionbias), в результате которой эти группы оказываются несопоставимыми по базовым характеристикам, влияющим на исход. Из-за этой ошибки выводы о влиянии изучаемого фактора на клинический исход могут оказаться некорректными. Например, лучшие результаты при использовании минимально инвазивных доступов в нейрохирургии могут быть связаны с меньшей степенью тяжести пациентов, оперируемых с помощью этих доступов, а не только с «минимальной инвазивностью» хирургии.

Для адекватной оценки влияния какого-либо фактора на результаты лечения необходимо рассматривать это влияние в группах, максимально эквивалентных по всем явным и скрытым характеристикам, но отличающихся по сравниваемому фактору. В проспективных исследованиях сбалансированность характеристик в группах достигается рандомизацией. Для ретроспективно проводимых исследований существует класс методов, позволяющих уменьшить ошибку отбора. Настоящая статья посвящена одному из таких методов — PropensityScoreMatching (PSM).

Авторы достигают цель — продемонстрировать значение метода PSM для исследований в нейрохирургии. Статья привлекает внимание специалистов предметной области к существованию математических технологий, позволяющих уменьшить ошибку отбора и существенно увеличить «уровень достоверности доказательств» в результатах исследования. Применение таких методов может быть одним из немногих инструментов обеспечения высокого качества работы с позиций доказательной медицины именно в нейрохирургических исследованиях, для которых рандомизация зачастую не применима по медицинским и этическим причинам.

Ретроспективный анализ информации — наиболее часто используемый подход в нейрохирургических исследованиях. Он кажется наиболее простым в силу естественного накопления клинических данных и отсутствия необходимости продумывать специальный протокол для их сбора. Однако ретроспективно проводимый анализ оказывается гораздо более сложной задачей в силу недостаточного контроля качества данных и необходимости бороться с систематическими ошибками. Из материала, представленного авторами, вытекает чрезвычайно важный вывод о необходимости компетентного ретроспективного анализа данных, который должен выполняться с привлечением специалистов — биостатистиков, понимающих методологию клинических исследований, методы управления клиническими данными и контроля систематических ошибок. Это является одним из краеугольных принципов обеспечения высокого качества исследований с позиций доказательной медицины.

Г.В. Данилов (Москва)

  Все чаще с экранов телевизора или в интернете можно услышать термин «доказательная медицина».

Так что же это такое?

Врач всегда принимает решение об обследовании и лечении пациента, основываясь на доказательствах. Однако, до конца 20 века доказательства были у всех разные: советы коллег, опыт у других и т.д. Такая практика приводила к большому разнообразию в методах диагностики, лечения одного заболевания. Непосредственно доказательный подход в медицине, когда принятие решения основывается на научных данных, фактах и исследованиях, появился в конце 20 века.

Доказательная медицина основываться на 3-х постулатах:

·       клинический опыт врача;

·       научные исследования;

·       ожидания пациентов.

Основной принцип доказательной медицины: «Лечить нужно тогда, когда есть доказательство в пользе для пациента; лечить нельзя, если есть доказательства вреда от лечения или его бесполезности».

Для успешного применения лекарственные препараты и методы лечения должны проходить проверку на безопасность и эффективность с помощью проведения клинических исследований, которые проходят согласно строгим правилам.

В основе доказательной медицины лежат рандомизированные контролируемые исследования (в идеале они должны быть еще и «двойными слепыми»). Именно такой метод исследования позволяет получить максимально точные, объективные результаты.

Суть рандомизированных исследований заключается в том, что участники эксперимента случайным образом делятся на несколько групп:

·       одна из групп принимает экспериментальный препарат или ей проводится экспериментальная методика лечения;

·       вторая группа получает плацебо;

·       третья группа получает лечения по стандартным, общепринятым схемам.

Слепое исследование означает то, что ни участник, ни исследователь не знают, кто и какое лечение получает.

Для чего нужна доказательная медицина?

Она необходима для принятия правильного решения по обследованию и лечению пациента.

Согласно принципу доказательной медицины врач должен пройти 4 этапа

Первый этап: поставить клинический вопрос. Например, «что это за заболевание?», « Какова его основная причина?», «Как и с какой целью необходимо диагностировать заболевание?», «Какой его прогноз?».

Второй этап: сбор доказательств, которые могут ответить на поставленные выше вопросы. На сегодняшний день основные источники информации: протоколы лечения и данные рандомизированных клинических исследований класса I.

Третий этап: оценка качества информации. Нахождение необходимой информации — это только часть работы. Необходимо полученную информацию правильно оценить. Давно известно, что значительное количество клинических исследований. являются ложными, имеющими недостоверные результаты. Поэтому врачу необходимо ответить на вопрос: «Достаточно ли он верит результатам данного исследования».

Четвертый этап: принятие решения о том, как использовать результаты обследования и клинические рекомендации в данном, конкретном случае у пациента.

Как проверить основания назначения врача на принципах доказательной медицины?

Прежде всего, не следует ставить под сомнение диагноз врача. Врач может выставить несуществующий диагноз, например «дисбактериоз» или «вегето-сосудистая дистония». Но это не означает, что нужно бежать к другому специалисту. В некоторых случаях врач, используя некорректный термины, старается более понятным языком объяснить пациенту, что случилось.
Например, если врач вставил диагноз «ВСД», но при этом рекомендует проконсультироваться у психотерапевта, что можно сказать, что это специалист, работающий по принципам доказательной медицины. Если врач при этом же диагнозе назначает длинный список сомнительных препаратов, то это повод услышать альтернативное мнение у другого специалиста.

То же касается и дисбактериоза. Если он врач говорит, что у пациента дисбактериоз, но при этом советует соблюдать диету, то он следует принципам доказательной медицины. Если же врач прописывает бактериофаги, антибиотики и длинный список других лекарств, то лучше обратиться к другому специалисту.

Но и это еще не все. Если врач выставляет диагноз, который есть международной классификации болезней, то необходимо обратить внимание на препараты: уточнить, доказана ли их эффективность.

Как проверить эффективность назначенного препарата?

В первую очередь нужно узнать, относится ли препарат к биологически активным добавкам (БАД) или к лекарственным препаратам. Проверить можно в Регистре лекарственных средств.

Эффективность и безопасность лекарственного препарата проверяют по базе FDA.

Иногда бывает, что пациенту несколько врачей назначили лечение и пациент может начать принимать несовместимые друг с другом препараты (бывает, что врачи не обращают внимание на назначенное коллегой решение, чаще, они могут не знать о назначении). Поэтому лучше уточнить совместимость лекарственных препаратов друг с другом (или например, разрешены ли данные лекарственные препараты при вождении или кормлении грудью) на сервисах Medscape, drugs.com.

Итак, чем же доказательная медицина отличается от «привычной» для нас?

·       Доказательная медицина призвана устранить из оценок результата вмешательства человеческую предвзятость.

·       Доказательная медицина — это технология устранения систематических ошибок (перевод их в случайные).

·       Доказательная медицина – ориентация на клинические исходы.

Некрасова Анастасия Михайловна.

Врач – педиатр, детский кардиолог.

Медицинский центр «Семья»

г. Электроугли, ул. Школьная, д.49, д.38.

www.семья-мц.рф

В лексике современных врачей, фармацевтов и организаторов здравоохранения появился новый термин — «медицина, основанная на доказательствах (доказательная медицина)». Философский смысл этого понятия можно пояснить дуалистическим тезисом, издавна дискутируемым в медицинских кругах: медицина — это наука или искусство?

Для примера сравним европейскую и американскую модели деятельности врача. Американская модель считается формализованной, находящейся в жестких рамках стандартов медицинской помощи. Преимущество и слабость такой модели состоит в жесткой запрограммированности действий врача, что, с одной стороны, уменьшает количество врачебных ошибок (достаточно лишь точно следовать стандартам), а с другой — ограничивает возможности в выборе терапевтической тактики. Таким образом, американская модель медицины напоминает конвейер — высокопроизводительный, но неповоротливый.

Европейская модель напоминает скорее искусство, поскольку предоставляет врачу простор для творчества. Эта модель более гибкая, но менее производительная и менее устойчивая к ошибкам, нежели американская.

Тем не менее, в последнее время разница между двумя моделями медицины нивелируется за счет применения на практике принципов медицины, основанной на доказательствах.

Доказательная медицина (evidence-based medicine) — это раздел медицины, основанный на доказательствах, предполагающий поиск, сравнение, обобщение и широкое распространение полученных доказательств для использования в интересах больных (Evidence Based Medicine Working Group, 1993).

Доказательная медицина — это новый подход, направление или технология сбора, анализа, обобщения и интерпретации научной информации. Доказательная медицина предусматривает добросовестное, объяснимое и основанное на здравом смысле использование наилучших современных достижений для лечения каждого пациента (Sackett D.L. et al., 1996). Основная цель внедрения принципов доказательной медицины в практику здравоохранения — оптимизация качества оказания медицинской помощи с точки зрения безопасности, эффективности, стоимости и др. значимых факторов.

ИЗ ИСТОРИИ ТЕРМИНА

Термин «evidence-based medicine» впервые был предложен в 1990 г. группой канадских ученых из Университета Мак Мастера в Торонто. Термин быстро прижился в англоязычной научной литературе, однако тогда еще не существовало четкого его определения. Можно сказать, что и в настоящее время отсутствует единое определение доказательной медицины — в литературе находим около 10 различных вариантов.

КОМУ И ЗАЧЕМ ЭТО НУЖНО?

Ни один практический врач не обладает достаточным опытом, позволяющим свободно ориентироваться во всем многообразии клинических ситуаций. Можно полагаться на мнения экспертов, авторитетные руководства и справочники, однако это не всегда надежно из-за так называемого эффекта запаздывания — перспективные терапевтические методы внедряются в практику спустя значительное время после получения доказательств их эффективности (Antman E.T. et al., 1992). С другой стороны, информация в учебниках, руководствах и справочниках зачастую устаревает еще до их публикации, а возраст проводящего лечение опытного врача отрицательно коррелирует с эффективностью лечения (Sackett D.L. et al., 1991). Эти заключения были получены с помощью основного статистического инструмента доказательной медицины — метаанализа (В.А. Горьков и соавт., 1998).

Основные тенденции развития биомедицинских наук определяют следующие факторы:

• глобализация информационных процессов;

• большое количество проводимых биомедицинских исследований;

• широкий спектр лекарственных средств (ЛС) на фармацевтических рынках;

• увеличение потока медицинской информации (издается около 40 000 биомедицинских журналов, публикующих примерно 2 млн статей ежегодно) (Oxman A., Guyall G., 1988);

• остро стоит проблема рационального расходования средств в системе здравоохранения.

  Эти основные тенденции определяют следующие потребности практической медицины:

  • необходимость критической оценки информации, предназначенной для практических врачей и руководителей здравоохранения;

  • выбор системных подходов для принятия решений в медицине (лечебных, диагностических, управленческих и др.).

Следовательно, существует необходимость обобщения биомедицинских знаний и широкого информирования медицинской общественности о результатах новейших исследований.

ОБЛАСТЬ ПРИМЕНЕНИЯ

Потенциальные возможности применения принципов доказательной медицины в практике здравоохранения — значительны. В первую очередь, их применение позволяет использовать объективные критерии ко всем аспектам фармакотерапии. Принципы доказательной медицины дают возможность с учетом новейшей и достоверной информации оптимизировать влияние на принятие решения таких во многом субъективных факторов, как интуиция и квалификация врача, мнения авторитетных экспертов, рекомендации популярных руководств и справочников. Таким образом, доказательная медицина предполагает объединение индивидуального клинического опыта врача с наилучшими доступными независимыми клиническими доказательствами из систематизированных исследований (Юрьев К.Л., Логановский К.Н., 2000).

При этом принципы доказательной медицины позволяют разрабатывать наиболее эффективные, безопасные и экономичные современные терапевтические стратегии, которые могут быть реализованы на государственном, региональном, популяционном, субпопуляционном и индивидуальном уровнях, способствуя выбору оптимального варианта в каждом конкретном клиническом случае.

Остановимся на некоторых аспектах практического применения принципов доказательной медицины. Прежде всего они применимы для повышения качества оказания медицинской помощи: это разработка клинических рекомендаций для практических врачей и внедрение систем стандартизации в здравоохранение.

Клинические рекомендации для практических врачей позволяют усовершенствовать работу врача в отношении следующих аспектов:

• определение задач, стоящих перед врачом;

• описание заболевания (этиология, распространенность, клиническая картина и т.д.);

• алгоритмы диагностических процедур (программа обследования, показания и противопоказания к назначению диагностических манипуляций);

• лечение (тактика, описание конкретных ЛС и лечебных мероприятий, критерии эффективности и прекращения лечения);

• осложнения, прогноз, показания к госпитализации, диспансерное наблюдение и др.

  Внедрение систем стандартизации в здравоохранении:

  • сфера обращения ЛС;

  • разработка и применение медицинской техники;

  • разработка формулярной системы (протоколы ведения и лечения больных);

  • разработка и использование протоколов в страховой медицине;

  • определение относительной ценности различных источников информации применительно к поиску ответа на клинические вопросы.

ДОСТОВЕРНО ИЛИ НЕТ?

Важным аспектом доказательной медицины является определение степени достоверности информации: результатов исследований, которые берут за основу при составлении систематических обзоров. Центр доказательной медицины в Оксфорде разработал следующие определения степени достоверности представляемой информации:

A. Высокая достоверность — информация основана на результатах нескольких независимых клинических испытаний (КИ) с совпадением результатов, обобщенных в систематических обзорах.

B. Умеренная достоверность — информация основана на результатах по меньшей мере нескольких независимых, близких по целям КИ.

C. Ограниченная достоверность — информация основана на результатах одного КИ.

D. Строгие научные доказательства отсутствуют (КИ не проводились) — некое утверждение основано на мнении экспертов.

Согласно мнению Шведского совета по методологии оценки в здравоохранении, достоверность доказательств из разных источников не одинакова и убывает в следующем порядке (Li Wan Po, 1998):

1) рандомизированное контролируемое КИ;

2) нерандомизированное КИ с одновременным контролем;

3) нерандомизированное КИ с историческим контролем;

4) когортное исследование;

5) исследование типа «случай—контроль»;

6) перекрестное КИ;

7) результаты наблюдений;

описание отдельных случаев.

ПОИСК И АНАЛИЗ ДОКАЗАТЕЛЬНОЙ ИНФОРМАЦИИ

Информационный поиск в области доказательной медицины требует от исследователя соответствующего опыта и использования системного подхода. Для успешного поиска необходимой информации по вопросам доказательной медицины большое значение имеют выбор доступных баз клинических данных (MedLine, Cochrane Library, Adonis и др.) и разработка адекватной методологии поиска (по ключевым словам или словосочетаниям, именам авторов и т.д.).

Но даже при самом тщательном и квалифицированном поиске не всегда удается найти необходимую информацию о проведенных КИ (например, из-за некачественного индексирования или нежелания фирм-спонсоров публиковать отрицательные результаты КИ) (Hetherington O. et al., 1989). Таким образом, данные некоторых необходимых КИ могут быть не охвачены.

По этой причине при поиске доказательной информации компьютерный отбор необходимо дополнять другими методами поиска: «ручным» поиском информации о КИ, описание которых отсутствует в электронных базах данных; изучением списков литературы в найденных статьях; запросами исследователям и производителям ЛС (Юрьев К.Л., Логановский К.Н., 2000).

Для анализа доказательной информации используют такие специальные методы работы с информацией, как систематический обзор и метаанализ.

МЕТААНАЛИЗ

Метаанализ (meta-analysis) — применение статистических методов при создании систематического обзора (см. ниже) в целях обобщения результатов, включенных в обзор исследований. Систематические обзоры иногда называют метаанализом, если этот метод применялся в обзоре (Davies H., Crombie I., 1999).

Метаанализ проводят для того, чтобы обобщить имеющуюся информацию и распространить ее в понятном для читателей виде. Он включает определение основной цели анализа, выбор способов оценки результатов, систематизированный поиск информации, обобщение количественной информации, анализ ее с помощью статистических методов, интерпретацию результатов (Юрьев К.Л., Логановский К.Н., 2000).

Метаанализ — это статистический метод, позволяющий объединить результаты независимых исследований. Чаще всего его используют для оценки клинической эффективности терапевтических вмешательств; для этого объединяют результаты двух и более рандомизированных контролируемых исследований. Информативность метаанализа зависит от качества систематического обзора, на основании которого он проводится. Качественный метаанализ предполагает изучение всех исследований, посвященных соответствующей проблеме, оценку неоднородности и определение информативности основных результатов путем анализа чувствительности.

Существует несколько разновидностей метаанализа (Юрьев К.Л., Логановский К.Н., 2000).

• Кумулятивный метаанализ позволяет построить кумулятивную кривую накопления оценок при появлении новых данных.

• Проспективный метаанализ — попытка разработки метаанализа планируемых испытаний. Такой подход может оказаться приемлемым в областях медицины, где уже существует сложившаяся сеть обмена информацией и совместных программ.

• На практике вместо проспективного метаанализа часто применяют проспективно-ретроспективный метаанализ, объединяя новые результаты с ранее опубликованными.

• Метаанализ индивидуальных данных основан на изучении результатов лечения отдельных больных. В ближайшем будущем метаанализ индивидуальных данных, вероятнее всего, будет ограничиваться изучением основных заболеваний, лечение которых требует крупномасштабных централизованных капиталовложений.

Преимущества:

• получение достоверных результатов;

• устранение возможных ошибок;

• точность оценок;

• прозрачность.

  Сложности:

  • выявление и отбор исследований;

  • неоднородность представленной информации;

  • вероятность потери важной информации;

  • неадекватный анализ сравниваемых подгрупп;

  • неадекватный анализ чувствительности метода.

Главным требованием к информативному метаанализу является наличие адекватного систематического обзора. Результаты метаанализа обычно представляют в виде графика и отношения шансов (оdds ratio), суммарного показателя, отражающего выраженность эффекта (H. Davies, Crombie I., 1999).

СИСТЕМАТИЧЕСКИЙ ОБЗОР

Систематический обзор (systematic review, systematic overview) — особый вид научного исследования, выполненный по специально разработанной методике, объектом которого являются результаты других, оригинальных научных исследований. Анализ и обобщение результатов исследований, включенных в обзор, можно проводить с применением статистических методов и без них.

Систематические обзоры позволяют провести адекватное обобщение результатов научных исследований. Целью систематического обзора является взвешенное и беспристрастное изучение результатов ранее проведенных исследований. Часто в систематическом обзоре проводится количественная оценка суммарного эффекта, установленного на основании результатов всех изученных исследований (метаанализ) (H. Davies, Crombie I., 1999).

Примечательна история одного из первых систематических обзоров. Результаты первого КИ, посвященного эффективности недорогого короткого курса кортикостероидов, который назначали беременным с высоким риском преждевременных родов, были опубликованы в 1972 г. Было установлено, что кортикостероиды снижают вероятность смерти новорожденных от осложнений, обусловленных недоношенностью. К 1991 г. были опубликованы сообщения еще о 7 КИ, посвященных той же теме, подтвердивших и уточнивших результаты первого КИ. Было доказано, что риск смерти у таких детей можно снизить на 30–50%. Схематическое изображение результатов этого исследования стало эмблемой Кокрановского Сотрудничества (см. заголовок).

Поскольку до 1989 г. не было опубликовано ни одного систематического обзора данных КИ, большинство врачей считали такую терапию неэффективной. Таким образом, прошло около 20 лет со времени публикации первых результатов исследования до широкого их внедрения в практику. По приблизительной оценке десятки тысяч детей пострадали и умерли от отсутствия необходимой терапии. Это впечатляющая иллюстрация необходимости внедрения принципов доказательной медицины в практику (The Cochrane Collaboration, 2001).

Систематические обзоры — главный результат деятельности Кокрановского Сотрудничества — регулярно публикуются в электронном виде под названием «The Cochrane Database of Systematic Reviews» (Кокрановская база данных систематических обзоров).

КОКРАНОВСКОЕ СОТРУДНИЧЕСТВО

Основой современной доказательной медицины является так называемое Кокрановское Сотрудничество — международная организация, целью которой является поиск и обобщение достоверной информации о результатах медицинских вмешательств (Юрьев К.Л., Логановский К.Н., 2000). Составление систематических обзоров — весьма трудоемкая работа, требующая совместных усилий исследователей. Кокрановское Сотрудничество — наиболее активная организация, созданная с этой целью в 1992 г. Дж. Чалмерсом (Chalmers J. et al. 1994), в настоящее время насчитывающая около 3000 организаций-участников. Кокрановское Сотрудничество действует в виде сети сообщающихся центров в различных странах. Цель Кокрановского Сотрудничества — создать исчерпывающий регистр всех рандомизированных КИ, необходимых для составления систематических обзоров.

• 1973 г. — английский эпидемиолог Арчи Кокран (Cochrane A.L.) составил первый систематический обзор.

• 1992 г. — открыт первый Кокрановский центр в Оксфорде.

ПРИНЦИПЫ КОКРАНОВСКОГО СОТРУДНИЧЕСТВА

За годы, прошедшие с момента образования, Кокрановское Сотрудничество претерпело значительные изменения, не отступив при этом от провозглашенных задач и принципов. Основная задача этой международной организации — создание, обновление и распространение систематических обзоров результатов медицинских вмешательств, которые должны облегчить заинтересованным лицам принятие решений в различных областях медицины.

Кокрановское Сотрудничество основано на 8 принципах:

• дух сотрудничества;

• энтузиазм участников;

• отсутствие дублирования в работе;

• минимизация предвзятости и систематических ошибок;

• постоянное обновление данных;

• актуальность обзоров;

• доступность обзоров;

• постоянное повышение качества работы.

КОКРАНОВСКИЕ ЦЕНТРЫ

Кокрановские центры поддерживают деятельность подразделений Кокрановского Сотрудничества. Профиль каждого центра определяется с учетом интересов его участников и уровнем финансирования, но все они должны координировать свои действия и оказывать поддержку Кокрановскому Сотрудничеству (Юрьев К.Л., Логановский К.Н., 2000).

Кокрановские центры облегчают работу всех, кто намерен составлять систематические обзоры по отдельным областям клинической медицины и системы здравоохранения в целом. Условием такого сотрудничества является публикация в Кокрановской базе данных систематических обзоров, распространяемых также на компакт-дисках (The Cochrane database of systematic reviews, 1995) и в сети Интернет. Получить такую информацию можно, например, воспользовавшись услугами сервера Московского центра доказательной медицины и фармакотерапии: http://evbmed.fbm.msu.ru/index-r.html и официальным сайтом Российского отделения Кокрановского Сотрудничества: http://www.cochrane.ru/

МЕЖДУНАРОДНЫЕ ПРОБЛЕМНЫЕ ГРУППЫ ПО СОСТАВЛЕНИЮ СИСТЕМАТИЧЕСКИХ ОБЗОРОВ

Международные проблемные группы по составлению систематических обзоров занимаются составлением и обновлением Кокрановских обзоров.

В помощь членам проблемных групп Кокрановское Сотрудничество подготавливает обучающие материалы, а Кокрановские центры и в отдельных случаях сами проблемные группы проводят семинары. При обучении лиц, участвующих в проведении Кокрановских обзоров, по возможности используются примеры реально проведенных исследований (Юрьев К.Л., Логановский К.Н., 2000).

В работе групп участвуют исследователи, врачи, представители организаций потребителей — все, кто заинтересован в получении надежной, современной и актуальной информации в области профилактики, лечения и реабилитации при различных заболеваниях.

МУЛЬТИДИСЦИПЛИНАРНЫЕ ГРУППЫ

Отдельные мультидисциплинарные группы организованы для анализа и обобщения данных, относящихся к различным клиническим разделам медицины и областям медицинской деятелности.

КОКРАНОВСКИЕ РАБОЧИЕ ГРУППЫ ПО МЕТОДОЛОГИИ ОБЗОРОВ

При составлении обзоров применяют специальные методы компиляции, оценки и обобщения результатов испытаний. Эти методы разрабатывают члены Кокрановских рабочих групп по методологии обзоров, призванных поддерживать на должном уровне доказательность и точность систематических обзоров. Например, в одной из методологических групп была разработана высокоэффективная унифицированная стратегия ручного поиска публикаций в журналах, которую используют проблемные группы по составлению обзоров. Усилиями методологов из разных рабочих групп создана и постоянно совершенствуется компьютерная программа Review Manager (RevMan) для планирования, подготовки, анализа и представления результатов систематических обзоров.

ГРУППЫ ПО ОБЛАСТЯМ ИНТЕРЕСОВ

Группы по областям интересов — это Кокрановские подразделения, объединенные не по нозологическим формам, а по таким аспектам медицины, как условия оказания медицинской помощи (например, догоспитальной), оказание помощи определенным группам больных (например, старческого возраста), различные уровни медицинской помощи (например, сестринский уход) или по определенному типу вмешательств (например, по физиотерапии). Работает отдел координации различных обзорных групп по интересам и сетям (например, потребительская сеть).

КОКРАНОВСКАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

Чтобы обеспечить единую методологическую основу и единый электронный формат для Кокрановских обзоров, создана Кокрановская электронная библиотека. Для этого разработано специальное программное обеспечение — программа RevMan. Завершенные обзоры и протоколы обзоров, а также информация, полученная от подразделений Кокрановского Сотрудничества (центров, групп по областям интересов, рабочих групп по методологии обзоров, Кокрановской сети потребителей и др.), регулярно пересылаются в главную базу данных Кокрановского Сотрудничества. Именно из этой, непрерывно обновляемой базы данных отбираются Кокрановские обзоры и информация о деятельности Кокрановской Ассоциации для публикации в Кокрановской электронной библиотеке. Кокрановская электронная библиотека состоит из четырех отдельных баз данных (Юрьев К.Л., Логановский К.Н., 2000).

• Кокрановская база данных систематических обзоров содержит завершенные обзоры и протоколы готовящихся обзоров.

• Кокрановский регистр контролируемых испытаний представляет собой библиографическую базу данных всех выявленных публикаций контролируемых испытаний.

• Реферативная база данных обзоров по эффективности медицинских вмешательств содержит структурированные рефераты тех систематических обзоров, которые прошли критическую оценку сотрудниками Йоркского Центра по составлению и распространению обзоров (Великобритания) либо сотрудниками журналов «American College of Physicians’ Journal Club» и «Evidence-Based Medicine».

• Кокрановская база данных по методологии обзоров представляет собой библиографию статей, посвященных методам синтеза и анализа результатов клинических исследований. В Кокрановскую электронную библиотеку также включены: учебное пособие по методологии составления систематических обзоров, словарь методологических и специфических терминов, принятых в организации, адреса проблемных групп и других подразделений Кокрановского Сотрудничества.

Кокрановский подход является основой развития идей доказательной медицины. В настоящее время органы управления здравоохранением и страховые организации промышленно развитых стран, принимая большинство своих решений, руководствуются заключениями и рекомендациями Кокрановского Сотрудничества (Юрьев К.Л., Логановский К.Н., 2000).

Владимир Мальцев,
доктор медицинских наук,
заведующий сектором координации
и контроля клинических испытаний ГП ГФЦ

Татьяна Ефимцева,
кандидат медицинских наук,
ведущий научный сотрудник ГП ГФЦ

Денис Сухинин

Источник: apteka.ua

Источник: apteka.ua

Источник: apteka.ua

ЛИТЕРАТУРА

Alain Li Wan Po. Evidence-Based Pharmacotherapy. The Pharmaceutical J. Vol. 256, March 2, 1996: 308–312. Antman E.T., Lau J., Kupelnick В., Mosteller F., Chalmers T.C. A comparison of Results of Meta-analyses of Randomized Control Trials and Recomendations of Clinical Experts. Treatment for Myocardial Infarction. JAMA, July 8, 1992. — Vol. 268, № 2, 240–248. Chalmers J., Dickersin K., Chalmers T.C. Getting to grips with Archie Cochrane’s agenda. Br. Med. 1994:305:786–8. Davies H., Crombie I., Что такое мета-анализ?// Клиническая фармакология и фармакотерапия № 8, 1999 г. Hetherington O., Chalmers L. Dickersin К, Meinert С. Retrospective and prospective identification of controlled trials: lessons from a survey of obstetricians and paediatricians. Pediatrics 1989:84:374–80. Sackett D.L., Haynes R.B., Guyatt G.H., Tugwell P. Clinical Epidemiology: a Basic Science for Clinical Medicine. V Edn, Little, Brown & Co., 1991: 305–306. The Cochrane Collaboration. Preparing, maintaining and promoting the accessibility of systematic reviews of the effects of health care interventions, 2001. The Cochrane database of systematic reviews. London: BMJ Publishing Group and Update Software, 1995. Юрьев К.Л., Логановский К.Н. Доказательная медицина. Кокрановское сотрудничество.//Укр. мед. часопис, 2000, № 6/20.

Alain Li Wan Po. Evidence-Based Pharmacotherapy. The Pharmaceutical J. Vol. 256, March 2, 1996: 308–312. Antman E.T., Lau J., Kupelnick В., Mosteller F., Chalmers T.C. A comparison of Results of Meta-analyses of Randomized Control Trials and Recomendations of Clinical Experts. Treatment for Myocardial Infarction. JAMA, July 8, 1992. — Vol. 268, № 2, 240–248. Chalmers J., Dickersin K., Chalmers T.C. Getting to grips with Archie Cochrane’s agenda. Br. Med. 1994:305:786–8. Davies H., Crombie I., Что такое мета-анализ?// Клиническая фармакология и фармакотерапия № 8, 1999 г. Hetherington O., Chalmers L. Dickersin К, Meinert С. Retrospective and prospective identification of controlled trials: lessons from a survey of obstetricians and paediatricians. Pediatrics 1989:84:374–80. Sackett D.L., Haynes R.B., Guyatt G.H., Tugwell P. Clinical Epidemiology: a Basic Science for Clinical Medicine. V Edn, Little, Brown & Co., 1991: 305–306. The Cochrane Collaboration. Preparing, maintaining and promoting the accessibility of systematic reviews of the effects of health care interventions, 2001. The Cochrane database of systematic reviews. London: BMJ Publishing Group and Update Software, 1995. Юрьев К.Л., Логановский К.Н. Доказательная медицина. Кокрановское сотрудничество.//Укр. мед. часопис, 2000, № 6/20.

Alain Li Wan Po. Evidence-Based Pharmacotherapy. The Pharmaceutical J. Vol. 256, March 2, 1996: 308–312. Antman E.T., Lau J., Kupelnick В., Mosteller F., Chalmers T.C. A comparison of Results of Meta-analyses of Randomized Control Trials and Recomendations of Clinical Experts. Treatment for Myocardial Infarction. JAMA, July 8, 1992. — Vol. 268, № 2, 240–248. Chalmers J., Dickersin K., Chalmers T.C. Getting to grips with Archie Cochrane’s agenda. Br. Med. 1994:305:786–8. Davies H., Crombie I., Что такое мета-анализ?// Клиническая фармакология и фармакотерапия № 8, 1999 г. Hetherington O., Chalmers L. Dickersin К, Meinert С. Retrospective and prospective identification of controlled trials: lessons from a survey of obstetricians and paediatricians. Pediatrics 1989:84:374–80. Sackett D.L., Haynes R.B., Guyatt G.H., Tugwell P. Clinical Epidemiology: a Basic Science for Clinical Medicine. V Edn, Little, Brown & Co., 1991: 305–306. The Cochrane Collaboration. Preparing, maintaining and promoting the accessibility of systematic reviews of the effects of health care interventions, 2001. The Cochrane database of systematic reviews. London: BMJ Publishing Group and Update Software, 1995. Юрьев К.Л., Логановский К.Н. Доказательная медицина. Кокрановское сотрудничество.//Укр. мед. часопис, 2000, № 6/20.

Alain Li Wan Po. Evidence-Based Pharmacotherapy. The Pharmaceutical J. Vol. 256, March 2, 1996: 308–312. Antman E.T., Lau J., Kupelnick В., Mosteller F., Chalmers T.C. A comparison of Results of Meta-analyses of Randomized Control Trials and Recomendations of Clinical Experts. Treatment for Myocardial Infarction. JAMA, July 8, 1992. — Vol. 268, № 2, 240–248. Chalmers J., Dickersin K., Chalmers T.C. Getting to grips with Archie Cochrane’s agenda. Br. Med. 1994:305:786–8. Davies H., Crombie I., Что такое мета-анализ?// Клиническая фармакология и фармакотерапия № 8, 1999 г. Hetherington O., Chalmers L. Dickersin К, Meinert С. Retrospective and prospective identification of controlled trials: lessons from a survey of obstetricians and paediatricians. Pediatrics 1989:84:374–80. Sackett D.L., Haynes R.B., Guyatt G.H., Tugwell P. Clinical Epidemiology: a Basic Science for Clinical Medicine. V Edn, Little, Brown & Co., 1991: 305–306. The Cochrane Collaboration. Preparing, maintaining and promoting the accessibility of systematic reviews of the effects of health care interventions, 2001. The Cochrane database of systematic reviews. London: BMJ Publishing Group and Update Software, 1995. Юрьев К.Л., Логановский К.Н. Доказательная медицина. Кокрановское сотрудничество.//Укр. мед. часопис, 2000, № 6/20.