Систематическая ошибка обусловленная измерением возникает когда

ИССЛЕДОВАНИЯ.
ПОТЕНЦИАЛЬНЫЕ ОШИБКИ

ЭПИДЕМИОЛОГИЧЕСКИХ
ИССЛЕДОВАНИЙ

Цель
аналитического
этапа исследования — оценка гипотез о
причинах (факторах
риска) возникновения заболеваний (других
исходов). К
аналитическим
приемам исследований относятся:

Приемы формальной
логики.
Приемы
статистики (оценка коэффициента
корреляции, коэффициента
регрессии,
относительного риска, отношения
преобладаний и др.).
Когортные
исследования.
Исследования
«случай-контроль».

Формулировка
гипотез начинается на описательном
этапе. На аналитическом этапе
продолжается использование приемов
формальной логики для формулировки
новых гипотез. Провести четкую границу
между описательным и аналитическим
этапом в плане формулировки гипотез
практически невозможно.

Для
обоснования причинно-следственных
связей используют приемы различия,
сходства, сопутствующих изменений,
аналогии, остатков. Для количественной
оценки связи между двумя анализируемыми
показателями проводят корреляционный
анализ. С помощью регрессионного анализа
устанавливают форму
корреляционной связи.

Воздействие
факторов риска всегда предшествует
развитию заболевания. Воздействие
может быть однократным, например,
облучение населения при аварии
на атомной станции. Чаще контакт с
факторами риска, вызывающими
хронические
заболевания, происходит в течение
некоторого периода времени (курение,
артериальная гипертензия, беспорядочные
половые связи, инсоляция).

Лучшим
способом выяснить, действительно ли
воздействие потенциального фактора
риска увеличивает вероятность заболевания,
был бы эксперимент. К
сожалению, воздействие большинства
факторов риска на человека нельзя
изучать
с помощью экспериментальных исследований,
когда исследователь определяет, кого
подвергать воздействию. Клинические
исследования, в которых исследователь
собирает данные путем простого наблюдения
событий в их естественном течении,
не вмешиваясь в них активно, называются
обсервационными
исследованиями (observational
studies).
Таково большинство исследований риска;
сюда относятся когортные
‘исследования (cohort
studies)
и исследования
«случай—контроль»
(case
control
studies),

Когортные
исследования — это продольные
исследования. Продольные
аналитические
эпидемиологические исследования
(longitudinal
studies)
процессов
заболеваемости или смертности направлены
на изучение частоты, с которой лица
в сравниваемых популяциях переходят
из состояния «здоровый» («живой»)
в состояние «больной» («умерший»).

Когортные
аналитические эпидемиологические
исследования предполагают
изучение процесса заболеваемости в
когортах лиц, подверженных и не
подвержных
изучаемому воздействию. При когортных
исследованиях идут от фактора
к патологии.

Когорта
— это группа людей, которая изначально
объединена каким- либо общим признаком
и наблюдаемых в течение определенного
времени, чтобы проследить,
что с ними произойдет в дальнейшем.
Например: прослеживают людей, подвергающихся
воздействию свинца, затем смотрят, чем
они болеют и от
чего умирают. Существует два способа
проведения когортных исследований:
проспективное
когортное исследование и ретроспективное
когортное исследование.

Когорта
может быть сформирована в настоящее
время и прослежена в будущем (проспективное
когортное исследование, concurrent
cohort
study),
т.е. когорта
формируется на день исследования и
изучается на протяжении последующего
времени (например формируется в 2007 г.,
а наблюдаются до 2017 г.), при
этом основным способом оценки является
регистрация новых случаев заболевания
в течение определенного срока. При
проспективном исследовании предполагается,
что начало заболевания совпадает с
началом исследований.

При
ретроспективном исследовании
(ретроспективное
когортное исследование,
historical
cohort
study)
оценку изучаемого фактора риска проводят
на исторической
когорте, когда группа наблюдения
сформирована на основе ретроспективы.
При ретроспективном способе формирования
когорты начало исследования
не совпадает с началом периода наблюдения.
Сбор информации о характере
и уровнях экспозиции и заболеваниях,
развивавшихся у членов когорты,
осуществляется на основе архивных
данных и регистрационных записей,
относящихся
к
периоду, предшествовавшему времени
проведения исследований. И так когорта
прослеживается вплоть до настоящего
времени.

Достоинства и
недостатки когортных исследований

Некоторые
достоинства и недостатки когортных
исследований по изучению
факторов риска обобщены. Когортные
исследования риска — наилучшая замена
истинного эксперимента в ситуации,
когда эксперимент невозможен. Они
основаны на той же логике, что и клинические
испытания, и позволяют выявить
воздействие возможного фактора риска,
избегая систематических ошибок,
которые непременно возникают, если
оценка воздействия производится уже
после того, как стал известен исход.

Достоинства:

Единственный
способ непосредственной оценки
заболеваемости.
Отвечают
на клинический вопрос, заболеют ли
люди, если они подверглись воздействию
фактора риска.

3. При
оценке эффекта воздействия позволяют
избежать систематической ошибки,
которая обычно возникает, если исход
известен заранее.

4. Позволяют
оценить связь между воздействием фактора
риска и несколькими заболеваниями.

Недостатки:

1.
Число включенных лиц должно быть
значительно больше, чем число пациентов
с изучаемым заболеванием, поэтому метод
непригоден для редких заболеваний.

Лица,
включенные в группу, обычно живут
свободно, а не под контролем исследователей.
Для поддержания контакта с ними требуются
значительные усилия
и средства. Поэтому когортные исследования
стоят дорого, иногда миллионы
рублей.
Результаты долгое
время остаются неизвестными.
Позволяют
оценить связь между заболеванием и
воздействием относительно небольшого
числа факторов (тех, что были определены
в начале исследований).

Поскольку
затраты времени и денег ограничивают
использование когортных
исследований, они применяются для
получения ответов только на самые важные
вопросы.

В научном аспекте
основной недостаток обсервационных
исследований, включая когортные, состоит
в том, что они в большей степени, чем
экспериментальные, подвержены
систематическим ошибкам.

Таким
образом, классическая схема когортного
исследования характеризуется тем,
что из популяции отбирают 2 группы лиц,
отличающиеся наличием экспозиции
исследуемому фактору. Обе группы состоят
из лиц, не болеющих изучаемым заболеванием
в начальный период времени. Лица,
включенные в когорту,
классифицируются по характеристикам
(потенциальным факторам риска),
которые могут влиять на исход.

Эту
когорту наблюдают в течение определенного
периода, чтобы установить, у кого из
ее участников возникнет изучаемый
исход. По истечении периода наблюдения
каждую из групп подразделяют на 2
составляющие: заболевшие и
не заболевшие.

экспонируемые:

заболевшие (а)
не
заболевшие (b)

не экспонируемые:

заболевшие (с)
не
заболевшие (d).

Аналитические
возможности этого метода позволяют
одновременно изучать влияние
нескольких факторов риска на возникновение
одной заранее выбранной нозологической
формы или одного класса болезней. При
этом появляется возможность
анализировать совместное влияние тех’
или иных сочетаний факторов и оценивать
результаты их взаимодействия.

Теория
исследований «случай — контроль» вытекает
из теории когортных
исследований. Ее можно было бы описать
как попытку реконструировать когортное
исследование после того, как события
(заболевания) уже произошли. При
исследовании «случай — контроль» группу
заболевших (опытная) сравнивают
с контрольной (референтная), в которой
заболевших не было. При данном
эпидемиологическом
наблюдении идут от патологии к изучению
факторов.

Главным
типом исследований этиологии болезней
человека являются исследования
типа «случай — контроль» (ИСК,
case-control
studies,
CCS,
англ.). В основе
ИСК лежит сопоставление экспозиций,
которым подвергались больные, с
прошлыми экспозициями здоровых людей.

Из-за
этого ИСК иногда называют ретроспективными
исследованиями, что неверно, поскольку
в ИСК реконструируется нормальное
(проспективное)
течение
событий во времени на основе доступной
информации. В условиях, когда
экспериментальное или проспективное
исследования невозможны, ИСК являются
способом реконструкции развития
заболеваний по данным однократного
исследования. ИСК являются наиболее
оперативными исследованиями, экономны
в реализации и при корректном проведении
способны дать правильную оценку гипотезы.

Исследование
«случай — контроль» стало распространенным
методом изучения
этиологии и клинического течения
заболеваний. Его преимущества заключаются,
прежде всего, в том, что исследователи
могут выявлять случаи и делать сравнения,
независимо от распространенности
заболевания. Важнейшее достоинство
этой схемы состоит в значительной
экономии времени и снижении трудоемкости
исследования за счет уменьшения
численности групп.

Схема
«случай—контроль» особенно эффективна
при изучении редких заболеваний
или болезней с длительным латентным
периодом. Реальное преимущество
исследований «случай—контроль» при
установлении роли причинных
или прогностических факторов состоит
в отсутствии необходимости ожидать
ответа длительное время. Многие
заболевания имеют продолжительный
латентный период — промежуток времени
от воздействия фактора риска до проявления
патологического эффекта. Так,
канцерогенность некоторых химических
веществ проявляется только через 10-20
лет после воздействия этих факторов.
От исследователей и медиков потребовалось
бы слишком много терпения,
чтобы выяснить, подтвердится ли
подозреваемый риск.

Вместе
с тем эта схема имеет ряд недостатков,
и главный из них — меньшая
достоверность получаемых результатов
по сравнению с данными когортных
исследований. Это обусловлено, прежде
всего, сравнительно невысокой
точностью оценки воздействия факторов
риска в прошлом, чаще основывающейся
на субъективных данных. Значительные
трудности в проведении таких
исследований появляются в случае
изучения редких воздействий.

Основные
характеристики исследования «случай
— контроль»:

популяция,
подвергающаяся воздействию фактора
риска, не обязательно
определена;
случаи
отбираются исследователем из имеющейся
совокупности больных;
контрольная
группа отбирается исследователем таким
образом, чтобы
она
была сходной с экспериментальной
группой;
факт
воздействия оценивается и
восстанавливается
по памяти после развития заболевания;
риск
или заболеваемость нельзя измерить
непосредственно, относительный
риск воздействия можно оценить по
отношению шансов.

Особенность
проведения эпидемиологических
исследований «случай -контроль»
состоит в том, что наличие связи между
воздействием и заболеванием
оценивают путем сравнения распространенности
изучаемого воздействия в группах лиц,
имеющих и не имеющих данную форму
патологии.

Оценка
связи между воздействием фактора риска
и развитием болезни
в аналитических исследованиях

	Результат	Наличие болезни	Всего
Аналитические исследования (когортные, «случай — контроль»)	присутствует \| отсутствует
Экспонированная группа Контрольная группа	а с	b d	a+b c+d
Всего	а+с	b+d	a+b+c+d

Для
количественной оценки связи между
воздействием фактора риска и развитием
болезни вычисляют следующие показатели:

a.
отношение
шансов (ad/bc);

b.
относительный
риск (a(c+d)/c(a+b);

c.
атрибутивный
риск (a/(a+b)-c/(c+d);

d.
популяционный
риск (произведение атрибутивного риска
на распространенность фактора риска
среди населения) и
некоторые другие.

Потенциальные
ошибки различных эпидемиологических
исследований

Систематическая
ошибка, или
смещение — это систематическое
(неслучайное,
однонаправленное) отклонение результатов
от истинных значений.

Наблюдение
за больными (при лечении или в исследовании)
особенно подвержено систематическим
ошибкам вследствие простой небрежности.
Участвуя в исследовании, больные
часто продолжают вести себя так, как им
хочется, что подчас не отвечает
условиям получения строгих научных
результатов. Когда
с ними пытаются провести эксперимент
наподобие лабораторного, из этого
часто ничего не получается. Некоторые
больные отказываются участвовать,
другие выбывают в процессе исследования
или предпочитают сменить метод
лечения. Более того, некоторые самые
важные с человеческой точки зрения
характеристики — эмоции, ощущение
комфорта, поведение — измерить гораздо
труднее, чем физические параметры, такие
как артериальное давление или содержание
натрия в сыворотке. К тому же клиницисты
сами склонны верить в успех применяемого
ими лечения (большинство больных и не
захотели бы лечиться у врача, который
думает иначе). Из-за этой установки,
которая так важна в
медицинской
практике, клинические наблюдения
особенно подвержены систематическим
ошибкам. Хотя существуют десятки
разновидностей систематических
ошибок, большинство из них может быть
отнесено к одной из трех основных
категорий:

Систематическая
ошибка, обусловленная отбором, возникает
когда
сравниваемые группы пациентов различаются
не только по изучаемому
признаку,
но и по другим факторам, влияющим на
исход.
Систематическая
ошибка, обусловленная измерением,
возникает,
когда
в сравниваемых группах больных
используются разные методы измерения.

3.
Систематическая ошибка, обусловленная
вмешивающимися факторами,
возникает,
когда один фактор связан с другим, и
эффект одного искажает
эффект другого.

Систематическая
ошибка, обусловленная
отбором
(selection
bias),
возникает,
когда сравниваемые группы пациентов
различаются не только по главным
изучаемым признакам, но и по другим
факторам, влияющим на результат
исследования. Группы пациентов часто
различаются по многим параметрам —
возрасту, полу, степени тяжести
заболевания, сопутствующим заболеваниям,
методам вмешательства. Если мы сравним
данные по двум группам, которые
различаются
не только по специфическим интересующим
нас факторам (например,
метод лечения или предполагаемая причина
заболевания), но и по другим признакам,
от которых тоже зависит исход, то
результат сравнения получится смещенным
и не позволит сделать выводы о степени
влияния интересующего нас
фактора.

Систематическая
ошибка, обусловленная измерением
(measurement
bias),
возникает,
когда в сравниваемых группах пациентов
применяются неодинаковые
методы оценки.

Систематическая
ошибка, обусловленная вмешивающимися
факторами (confounding
bias),
возникает, когда два фактора взаимосвязаны
(«ходят парой»), причем
один из них искажает эффект другого.
Это может произойти из-за систематической
ошибки при отборе, под действием
случайности или вследствие реально
существующей взаимосвязи между факторами.

Систематические
ошибки, возникающие при отборе и при
воздействии вмешивающихся факторов,
не исключают друг друга. Однако они
рассматриваются
по отдельности, поскольку относятся к
разным этапам клинического наблюдения
или исследования.

Систематическая
ошибка при отборе возникает при
формировании групп пациентов
для наблюдения, следовательно, об этой
опасности следует помнить во
время планирования исследования. Ошибка
из-за вмешивающихся факторов должна
учитываться в процессе анализа данных
после окончания исследования.

Часто в одном и
том же исследовании обнаруживается
несколько видов систематических ошибок.

Случайная ошибка

Заболевания
обычно изучаются на выборках пациентов,
а не на общей популяции
(генеральной совокупности) всех лиц с
рассматриваемым состоянием.
Результаты наблюдений в выборке, даже
если эта выборка несмещенная, могут
не отражать положения в популяции в
целом из-за случайной ошибки. Однако
если повторять наблюдения во многих
выборках таких больных, то получаемые
результаты будут колебаться около
истинной величины. Отклонение результата
(отдельного) наблюдения в выборке от
истинного значения в популяции,
обусловленное исключительно случайностью,
называется случайной
вариацией. Случайная
ошибка может вмещаться на любом этапе
клинического наблюдения.

В
отличие от систематической ошибки,
которая вызывает отклонение оценки
от истины либо в одну, либо в другую
сторону, случайная вариация с
одинаковой
вероятностью приводит к завышенной и
к заниженной оценке. В итоге, среднее
значение результатов множества
несмещенных наблюдений в выборках
стремится к истинному значению в
популяции, даже если результаты,
полученные
в отдельных небольших выборках, далеки
от этого.

При
анализе клинических данных вероятность
случайных вариаций определяется
статистическими методами. Применение
статистики также помогает минимизировать
случайную ошибку путем выбора оптимальных
методов исследования
и анализа данных. Однако случайную
вариацию никогда нельзя исключить
полностью и следует обязательно учитывать
при оценке результатов клинических
наблюдений.

Два
источника ошибок — смещение и случайность
— не исключают друг друга. Как правило,
они присутствуют одновременно. Их
необходимо различать,
поскольку бороться с тем и другим
приходится по-разному. Теоретически
систематическую ошибку можно предотвратить
путем правильного проведения клинических
наблюдений или коррекцией при последующем
анализе данных.

Понятие «риск»
в эпидемиологии

Под
риском обычно понимают вероятность
какого-то неблагоприятного события.
Эпидемиологический
риск можно
определить как возможность осложнения
эпидемиологической ситуации, такое
осложнение может иметь место в
определенное время («время риска»), на
определенной территории («территория
риска»), в определенной группе населения
(«группа риска»).

Таким
образом, эпидемиологический риск — это
потенциальная возможность осложнения
эпидемиологической ситуации, ожидаемая
или возникшая в связи
с неблагоприятным воздействием на нее
определенных факторов риска. В тех
случаях, когда дается количественная
характеристика риска, его определяют
не как возможность, а как вероятность
осложнения эпидемиологической ситуации.

Практически
каждого человека волнует, насколько
велик риск возникновения
у него того или иного заболевания. Эта
озабоченность обусловливает появление
множества популярных книг и газетных
статей о риске развития рака молочной
железы при воздействии токсичных
химических веществ, риске заражения
СПИДом при переливании крови или риске
развития рака предстательной
железы после операции вазэктомии, а
также о путях снижения риска этих
и других заболеваний.

Факторами
риска (risk
factors)
называются особенности организма или
внешние
воздействия, приводящие к увеличению
риска возникновения заболевания.
Работа по программе «Геном человека»
позволила идентифицировать ряд
заболеваний со специфическими генами
в качестве факторов риска: в частности,
рак толстой кишки, остеопороз, боковой
амиотрофический склероз. Другие
факторы риска, такие как возбудители
инфекций, фармакологические препараты
и токсины, находятся в окружающей среде.
Некоторые факторы являются частью
социального окружения. Показано,
например, что эмоциональная нагрузка
в связи с потерей супруга, изменениями
повседневной жизни или скученностью
проживания повышают частоту заболеваний,
причем не только психических,
но и соматических. Некоторые из наиболее
значимых факторов риска относятся к
сфере поведения человека: курение,
избыточное потребление алкоголя,
пренебрежение ремнями безопасности
при езде на автомобиле, беспорядочная
половая жизнь.

Воздействие
факторов риска всегда предшествует
развитию заболевания. Воздействие
может быть однократным, например
облучение населения при аварии
на атомной станции. Чаще контакт с
факторами риска, вызывающими хронические
заболевания, происходит в течение
некоторого периода времени (курение,
артериальная гипертензия, беспорядочные
половые связи, инсоляция).
Существует несколько способов описания
воздействия факторов риска: наличие
факта воздействия, действующая доза,
максимальная доза, общая накопленная
доза, продолжительность воздействия в
годах, время, прошедшее после
первого контакта с фактором риска и
т.д. Несмотря на то, что многие из этих
количественных показателей могут быть
вычислены один из другого, некоторые
из них демонстрируют связь между дозой
и эффектом, в то время как для
других эта связь отсутствует.

Так,
общая накопленная доза солнечной
радиации является фактором риска
развития немеланомного рака кожи, а
сильные солнечные ожоги больше
предрасполагают
к развитию меланомы.

Если
некоторое воздействие быстро и с высокой
вероятностью приводит К
развитию определенного заболевания,
то нетрудно догадаться, что это
воздействие является фактором риска
для данного заболевания. В частности,
оценка причин таких состояний, как
ветряная оспа, солнечный ожог или
передозировка
аспирина не составляет труда, поскольку
соответствующие заболевания следуют
относительно быстро за воздействием
очевидных факторов риска. Однако
заболеваемость и смертность в большей
степени обусловлены хроническими
болезнями, для которых связь между
воздействием фактора риска и развитием
заболевания носит не столь явный
характер. Поэтому врач, каким бы
проницательным он ни был, не может
оценить риск на основании своей личной
практики.

Многие
факторы риска, такие как курение или
потребление пищи с высоким
содержанием холестерина и насыщенных
жиров, настолько распространены в
нашем обществе, что в течение многих
лет не казались опасными. Только при
сравнении заболеваемости людей с этими
факторами риска и без них или путем
исследования особых подгрупп, например
мормонов (которые не курят) или
вегетарианцев (которые употребляют
пищу с низким содержанием холестерина),
удалось понять значимость этих факторов
риска.

Применение
показателей риска:

Прогнозирование.
Знание
факторов риска используется, прежде
всего,
для
прогнозирования заболевания. Наиболее
полную информацию для прогнозирования
болезни у индивидуума можно получить,
обобщив фактический материал,
полученный при изучении большого числа
людей со сходным фактором
риска.
Причина.
Хотя
предсказать заболевание по наличию
тех или иных факторов
риска можно, они не всегда служат его
причиной. Фактор риска может

оказаться
косвенным маркером исхода благодаря
связи с одним или несколькими
причинными факторами, т.е. он может лишь
находиться под влиянием причинного
фактора. Фактор риска, не являющийся
причиной заболевания, называется
маркером, поскольку он служит «меткой»
(marker)
повышенной вероятности развития
заболевания.

3.
Профилактика.
Если
фактор риска является к тому же причиной
болезни, то его устранение можно
использовать в качестве профилактической
меры,
независимо от того, известен или нет
патогенез заболевания. Иллюстрацией
служат
некоторые классические примеры из
истории эпидемиологии. Так, еще до того
как был идентифицирован возбудитель,
Сноу заметил, что холерой чаще
заболевают люди, употребляющие воду из
определенных источников, и предотвратил
эпидемию, перекрыв эти источники.

Популяционный
риск. Мы
можем посмотреть на риск и с другой
стороны, задав
вопрос: каков вклад фактора риска в
общую заболеваемость группы людей,
а не отдельных индивидуумов? Такого
рода информация позволяет определить,
какие факторы риска действительно
важны, а какие не имеют особого значения
для здоровья общества. Это помогает
административным органам системы
здравоохранения определять приоритеты
при распределении ресурсов. Относительно
слабый фактор риска (с низким относительным
риском), но с высокой
распространенностью в данной популяции
может создать более значительную
заболеваемость, чем сильный, но редкий
фактор риска.

Для
того чтобы оценить риск в популяции,
необходимо знать, с какой частотой
члены рассматриваемой популяции
подвергаются воздействию фактора
риска. Популяционный
добавочный (атрибутивный)
риск
(population
attributable
risk)
рассчитывается как произведение
добавочного риска на распространенность
фактора риска в
популяции.
Этот показатель отражает дополнительную
заболеваемость в популяции, связанную
с фактором риска. Кроме
того, можно определить долю заболеваемости
в популяции, связанную с данным
фактором риска, т.е. добавочную долю
популяционного риска. Она рассчитывается
путем деления добавочного популяционного
риска на общую заболеваемость
в популяции.

Доказательная
медицина

В
последнее
десятилетие существенно возросла роль
такого направления в
здравоохранении как доказательная
медицина. В
основе доказательной медицины лежит
клиническая
эпидемиология, ее
главнейший постулат — любое решение в
медицинской практике должно опираться
на строго доказанные научные
факты.

Доказательная
медицина
—
это раздел медицины, использующий
эпидемиологический
метод для получения медицинской
информации, основанной
только на строго доказанных научных
фактах, исключающих влияние
систематических и случайных ошибок.

Часто
складывается такая ситуация, когда
результаты отдельных исследований
бывают неопределенными, в частности,
из-за малого числа популяции пациентов
или редко развивающихся исходов. Выходом
из таких ситуаций является
объединение данных нескольких
разрозненных, но сходных клинических
исследований, посвященных одному и тому
же вопросу, и формирование как бы одного
большого исследования. Такой подход
обеспечивает большую статистическую
мощность за счёт увеличения размера
выборки — мета-анализ.
Мета-анализ
(анализ анализов, синтез информации)
предназначен для повышения
достоверности оценок. Увеличение
количества данных снижает вероятность
систематических и случайных ошибок, в
результате чего возрастает достоверность
данных и обеспечивается большая
надежность принятия решений.

Контрольные
вопросы по теме

1. В
официальной статистике РФ для отражения
состояния здоровья на
селения
используют:

а) кумулятивный
показатель заболеваемости

б) данные
ВОЗ

в) результаты
скрининговых исследований

г) результаты
анкетирования

2.
Показатель
превалентности (распространенности):

а) показатель
заболеваемости, характеризующий риск
заболевания у лиц,
контактировавших
с инфекционным больным

б) показатель
заболеваемости, используемый для оценки
риска заболеть
хроническими инфекциями
(например, туберкулезом)

в) показатель
заболеваемости, учитывающий все случаи
какого-либо заболевания
независимо от времени его возникновения

г) отражает
риск лиц, относящихся к одной
профессиональной группе,
заболеть
определенной болезнью

3. Основные
этапы эпидемиологического исследования:

а) подготовительный,
сбор данных, описательный, аналитический

б) организация
исследования и анализ

в) сбор
информации и ее первичная обработка

г) анализ
статистических данных и формулирование
выводов

4. Синонимы
термина «эпидемиологическое исследование»:

а) эпидемиологическая
диагностика

б) расследование
вспышек болезней

в) эпидемиологический
анализ

г) обследование
эпидемических очагов

5. Наблюдательные
эпидемиологические исследования
отличаются от
экспериментальных тем,
что:

а) исследуемая
и контрольная группы могут быть разной
численности

б) наблюдательные
исследования бывают только когортными

в) наблюдательные
исследования бывают только проспективными

г) наблюдательные
исследования не предусматривают
вмешательства в
естественное
течение событий

6. Аналитическое
эпидемиологическое исследование может
быть:

а) ретроспективным

б) наблюдательным

в) выборочным

г) полевым

7. В
городе Н. в январе 1996 г. специалисты
кардиоцентра для оценки
распространённости
ревмокардита среди подростков обследовали
25% школьников
старших классов. Проведенная ими работа:

а) не
является эпидемиологическим исследованием,
так как изучалась
лишь
частота возникновения ревмокардита, а
не его факторы риска

б) не
является эпидемиологическим исследованием,
так как ревмокардит
нельзя считать
типичным инфекционным заболеванием

в) является
одномоментным эпидемиологическим
исследованием

г) является
наблюдательным эпидемиологическим
исследованием

8. Эпидемиологическим
исследованием является:

а) расследование
вспышки инфекционных заболеваний

б) исследование
типа «случай — контроль», проводимое в
клинике

в) полевое
исследование типа «случай — контроль»

г) расследование
вспышки болезни неизвестной этиологии

9. Целью
отдельных эпидемиологических исследований
могут быть:

а) описание
заболеваемости какой-либо болезнью

б) оценка
потенциальной эффективности
профилактических и лечебных
средств

в) выявление
факторов риска распространения болезни

г) планирование
противоэпидемических мероприятий

10. Можно
ли называть эпидемиологическим
исследованием расследование
вспышки дизентерии в детском дошкольном
учреждении:

а) нет,
так как это не эпидемиологическое
исследование, а обследование
эпидемического
очага с множественными случаями

б) да,
это вариант эпидемиологического
исследования типа «случай — контроль»

в) нет,
так как это обычная рутинная работа
эпидемиолога

г) да,
это вариант аналитического
эпидемиологического исследования

Ситуационные
задачи

Задача №1

С
целью оздоровления условий труда
монтажниц микросхем, соприкасающихся
с парами и аэрозолями редкоземельных
элементов, изучена за 3-х летний период
частота временной нетрудоспособности
(заболеваемость) 150
работниц
крупного радиозавода в возрасте 30-49 лет
(основная группа). Установлено, что
среди
данной группы заболевших было 98 чел.,
здоровых — 52 чел. В качестве контрольной
группы выбраны 150 работниц заводоуправления
аналогичного
возраста, не контактирующие с парами и
аэрозолями редкоземельных
элементов. При анализе заболеваемости
среди них установлено, что заболевших
в этой группе 41. чел., здоровых — 109 чел.

Задание:
1) составить четырехпольную таблицу; 2)
рассчитать абсолютный риск,
относительный риск, атрибутивный риск;
относительную разность рисков,
шансы на развитие заболевания при
наличии фактора риска и при отсутствии
фактора риска; 3) оценить достоверность
различий состояния здоровья
работниц основной и контрольной групп.

Задача №2

С
целью изучения причин развития ишемической
болезни сердца (ИБС) были
проведены исследования «случай —
контроль». Был поставлен вопрос,
увеличивает
ли риск развития ИБС ежедневное
употребление кофе. В контрольную
группу были включены 108 больных с ИБС
терапевтического отделения
городской больницы, в опытную — 108 больных
ЛОР-отделения, не имеющие
ИБС. При опросе больных было установлено,
что в опытной группе ежедневно употребляли
кофе 79 чел., употребляли его редко 29
чел.; в контрольной группе ежедневно
употребляли кофе 36 чел., употребляли
редко — 72 чел.

Задание:
1) составить четырехпольную таблицу; 2)
рассчитать шансы и отношение
шансов; 3)провести оценку отношения
шансов.

Источник

From Wikipedia, the free encyclopedia

«Systematic bias» redirects here. For the sociological and organizational phenomenon, see Systemic bias.

Observational error (or measurement error) is the difference between a measured value of a quantity and its true value.^[1] In statistics, an error is not necessarily a «mistake». Variability is an inherent part of the results of measurements and of the measurement process.

Measurement errors can be divided into two components: random and systematic.^[2]
Random errors are errors in measurement that lead to measurable values being inconsistent when repeated measurements of a constant attribute or quantity are taken. Systematic errors are errors that are not determined by chance but are introduced by repeatable processes inherent to the system.^[3] Systematic error may also refer to an error with a non-zero mean, the effect of which is not reduced when observations are averaged.^{[citation needed]}

Measurement errors can be summarized in terms of accuracy and precision.
Measurement error should not be confused with measurement uncertainty.

Science and experiments[edit]

When either randomness or uncertainty modeled by probability theory is attributed to such errors, they are «errors» in the sense in which that term is used in statistics; see errors and residuals in statistics.

Every time we repeat a measurement with a sensitive instrument, we obtain slightly different results. The common statistical model used is that the error has two additive parts:

Systematic error which always occurs, with the same value, when we use the instrument in the same way and in the same case.
Random error which may vary from observation to another.

Systematic error is sometimes called statistical bias. It may often be reduced with standardized procedures. Part of the learning process in the various sciences is learning how to use standard instruments and protocols so as to minimize systematic error.

Random error (or random variation) is due to factors that cannot or will not be controlled. One possible reason to forgo controlling for these random errors is that it may be too expensive to control them each time the experiment is conducted or the measurements are made. Other reasons may be that whatever we are trying to measure is changing in time (see dynamic models), or is fundamentally probabilistic (as is the case in quantum mechanics — see Measurement in quantum mechanics). Random error often occurs when instruments are pushed to the extremes of their operating limits. For example, it is common for digital balances to exhibit random error in their least significant digit. Three measurements of a single object might read something like 0.9111g, 0.9110g, and 0.9112g.

Characterization[edit]

Measurement errors can be divided into two components: random error and systematic error.^[2]

Random error is always present in a measurement. It is caused by inherently unpredictable fluctuations in the readings of a measurement apparatus or in the experimenter’s interpretation of the instrumental reading. Random errors show up as different results for ostensibly the same repeated measurement. They can be estimated by comparing multiple measurements and reduced by averaging multiple measurements.

Systematic error is predictable and typically constant or proportional to the true value. If the cause of the systematic error can be identified, then it usually can be eliminated. Systematic errors are caused by imperfect calibration of measurement instruments or imperfect methods of observation, or interference of the environment with the measurement process, and always affect the results of an experiment in a predictable direction. Incorrect zeroing of an instrument leading to a zero error is an example of systematic error in instrumentation.

The Performance Test Standard PTC 19.1-2005 “Test Uncertainty”, published by the American Society of Mechanical Engineers (ASME), discusses systematic and random errors in considerable detail. In fact, it conceptualizes its basic uncertainty categories in these terms.

Random error can be caused by unpredictable fluctuations in the readings of a measurement apparatus, or in the experimenter’s interpretation of the instrumental reading; these fluctuations may be in part due to interference of the environment with the measurement process. The concept of random error is closely related to the concept of precision. The higher the precision of a measurement instrument, the smaller the variability (standard deviation) of the fluctuations in its readings.

Sources[edit]

Sources of systematic error[edit]

Imperfect calibration[edit]

Sources of systematic error may be imperfect calibration of measurement instruments (zero error), changes in the environment which interfere with the measurement process and sometimes imperfect methods of observation can be either zero error or percentage error. If you consider an experimenter taking a reading of the time period of a pendulum swinging past a fiducial marker: If their stop-watch or timer starts with 1 second on the clock then all of their results will be off by 1 second (zero error). If the experimenter repeats this experiment twenty times (starting at 1 second each time), then there will be a percentage error in the calculated average of their results; the final result will be slightly larger than the true period.

Distance measured by radar will be systematically overestimated if the slight slowing down of the waves in air is not accounted for. Incorrect zeroing of an instrument leading to a zero error is an example of systematic error in instrumentation.

Systematic errors may also be present in the result of an estimate based upon a mathematical model or physical law. For instance, the estimated oscillation frequency of a pendulum will be systematically in error if slight movement of the support is not accounted for.

Quantity[edit]

Systematic errors can be either constant, or related (e.g. proportional or a percentage) to the actual value of the measured quantity, or even to the value of a different quantity (the reading of a ruler can be affected by environmental temperature). When it is constant, it is simply due to incorrect zeroing of the instrument. When it is not constant, it can change its sign. For instance, if a thermometer is affected by a proportional systematic error equal to 2% of the actual temperature, and the actual temperature is 200°, 0°, or −100°, the measured temperature will be 204° (systematic error = +4°), 0° (null systematic error) or −102° (systematic error = −2°), respectively. Thus the temperature will be overestimated when it will be above zero and underestimated when it will be below zero.

Drift[edit]

Systematic errors which change during an experiment (drift) are easier to detect. Measurements indicate trends with time rather than varying randomly about a mean. Drift is evident if a measurement of a constant quantity is repeated several times and the measurements drift one way during the experiment. If the next measurement is higher than the previous measurement as may occur if an instrument becomes warmer during the experiment then the measured quantity is variable and it is possible to detect a drift by checking the zero reading during the experiment as well as at the start of the experiment (indeed, the zero reading is a measurement of a constant quantity). If the zero reading is consistently above or below zero, a systematic error is present. If this cannot be eliminated, potentially by resetting the instrument immediately before the experiment then it needs to be allowed by subtracting its (possibly time-varying) value from the readings, and by taking it into account while assessing the accuracy of the measurement.

If no pattern in a series of repeated measurements is evident, the presence of fixed systematic errors can only be found if the measurements are checked, either by measuring a known quantity or by comparing the readings with readings made using a different apparatus, known to be more accurate. For example, if you think of the timing of a pendulum using an accurate stopwatch several times you are given readings randomly distributed about the mean. Hopings systematic error is present if the stopwatch is checked against the ‘speaking clock’ of the telephone system and found to be running slow or fast. Clearly, the pendulum timings need to be corrected according to how fast or slow the stopwatch was found to be running.

Measuring instruments such as ammeters and voltmeters need to be checked periodically against known standards.

Systematic errors can also be detected by measuring already known quantities. For example, a spectrometer fitted with a diffraction grating may be checked by using it to measure the wavelength of the D-lines of the sodium electromagnetic spectrum which are at 600 nm and 589.6 nm. The measurements may be used to determine the number of lines per millimetre of the diffraction grating, which can then be used to measure the wavelength of any other spectral line.

Constant systematic errors are very difficult to deal with as their effects are only observable if they can be removed. Such errors cannot be removed by repeating measurements or averaging large numbers of results. A common method to remove systematic error is through calibration of the measurement instrument.

Sources of random error[edit]

The random or stochastic error in a measurement is the error that is random from one measurement to the next. Stochastic errors tend to be normally distributed when the stochastic error is the sum of many independent random errors because of the central limit theorem. Stochastic errors added to a regression equation account for the variation in Y that cannot be explained by the included Xs.

Surveys[edit]

The term «observational error» is also sometimes used to refer to response errors and some other types of non-sampling error.^[1] In survey-type situations, these errors can be mistakes in the collection of data, including both the incorrect recording of a response and the correct recording of a respondent’s inaccurate response. These sources of non-sampling error are discussed in Salant and Dillman (1994) and Bland and Altman (1996).^[4]^[5]

These errors can be random or systematic. Random errors are caused by unintended mistakes by respondents, interviewers and/or coders. Systematic error can occur if there is a systematic reaction of the respondents to the method used to formulate the survey question. Thus, the exact formulation of a survey question is crucial, since it affects the level of measurement error.^[6] Different tools are available for the researchers to help them decide about this exact formulation of their questions, for instance estimating the quality of a question using MTMM experiments. This information about the quality can also be used in order to correct for measurement error.^[7]^[8]

Effect on regression analysis[edit]

If the dependent variable in a regression is measured with error, regression analysis and associated hypothesis testing are unaffected, except that the R² will be lower than it would be with perfect measurement.

However, if one or more independent variables is measured with error, then the regression coefficients and standard hypothesis tests are invalid.^[9]^{: p. 187} This is known as attenuation bias.^[10]

References[edit]

^ ^a ^b Dodge, Y. (2003) The Oxford Dictionary of Statistical Terms, OUP. ISBN 978-0-19-920613-1
^ ^a ^b John Robert Taylor (1999). An Introduction to Error Analysis: The Study of Uncertainties in Physical Measurements. University Science Books. p. 94, §4.1. ISBN 978-0-935702-75-0.
^ «Systematic error». Merriam-webster.com. Retrieved 2016-09-10.
^ Salant, P.; Dillman, D. A. (1994). How to conduct your survey. New York: John Wiley & Sons. ISBN 0-471-01273-4.
^ Bland, J. Martin; Altman, Douglas G. (1996). «Statistics Notes: Measurement Error». BMJ. 313 (7059): 744. doi:10.1136/bmj.313.7059.744. PMC 2352101. PMID 8819450.
^ Saris, W. E.; Gallhofer, I. N. (2014). Design, Evaluation and Analysis of Questionnaires for Survey Research (Second ed.). Hoboken: Wiley. ISBN 978-1-118-63461-5.
^ DeCastellarnau, A. and Saris, W. E. (2014). A simple procedure to correct for measurement errors in survey research. European Social Survey Education Net (ESS EduNet). Available at: http://essedunet.nsd.uib.no/cms/topics/measurement Archived 2019-09-15 at the Wayback Machine
^ Saris, W. E.; Revilla, M. (2015). «Correction for measurement errors in survey research: necessary and possible» (PDF). Social Indicators Research. 127 (3): 1005–1020. doi:10.1007/s11205-015-1002-x. hdl:10230/28341. S2CID 146550566.
^ Hayashi, Fumio (2000). Econometrics. Princeton University Press. ISBN 978-0-691-01018-2.
^ Angrist, Joshua David; Pischke, Jörn-Steffen (2015). Mastering ‘metrics : the path from cause to effect. Princeton, New Jersey. p. 221. ISBN 978-0-691-15283-7. OCLC 877846199. The bias generated by this sort of measurement error in regressors is called attenuation bias.

Science and experiments[edit]

Every time we repeat a measurement with a sensitive instrument, we obtain slightly different results. The common statistical model used is that the error has two additive parts:

Systematic error which always occurs, with the same value, when we use the instrument in the same way and in the same case.
Random error which may vary from observation to another.

Characterization[edit]

Measurement errors can be divided into two components: random error and systematic error.^[2]

Sources[edit]

Sources of systematic error[edit]

Imperfect calibration[edit]

Quantity[edit]

Drift[edit]

Measuring instruments such as ammeters and voltmeters need to be checked periodically against known standards.

Sources of random error[edit]

Surveys[edit]

Effect on regression analysis[edit]

References[edit]

^ ^a ^b Dodge, Y. (2003) The Oxford Dictionary of Statistical Terms, OUP. ISBN 978-0-19-920613-1
^ ^a ^b John Robert Taylor (1999). An Introduction to Error Analysis: The Study of Uncertainties in Physical Measurements. University Science Books. p. 94, §4.1. ISBN 978-0-935702-75-0.
^ «Systematic error». Merriam-webster.com. Retrieved 2016-09-10.
^ Salant, P.; Dillman, D. A. (1994). How to conduct your survey. New York: John Wiley & Sons. ISBN 0-471-01273-4.
^ Bland, J. Martin; Altman, Douglas G. (1996). «Statistics Notes: Measurement Error». BMJ. 313 (7059): 744. doi:10.1136/bmj.313.7059.744. PMC 2352101. PMID 8819450.
^ Saris, W. E.; Gallhofer, I. N. (2014). Design, Evaluation and Analysis of Questionnaires for Survey Research (Second ed.). Hoboken: Wiley. ISBN 978-1-118-63461-5.
^ DeCastellarnau, A. and Saris, W. E. (2014). A simple procedure to correct for measurement errors in survey research. European Social Survey Education Net (ESS EduNet). Available at: http://essedunet.nsd.uib.no/cms/topics/measurement Archived 2019-09-15 at the Wayback Machine
^ Saris, W. E.; Revilla, M. (2015). «Correction for measurement errors in survey research: necessary and possible» (PDF). Social Indicators Research. 127 (3): 1005–1020. doi:10.1007/s11205-015-1002-x. hdl:10230/28341. S2CID 146550566.
^ Hayashi, Fumio (2000). Econometrics. Princeton University Press. ISBN 978-0-691-01018-2.
^ Angrist, Joshua David; Pischke, Jörn-Steffen (2015). Mastering ‘metrics : the path from cause to effect. Princeton, New Jersey. p. 221. ISBN 978-0-691-15283-7. OCLC 877846199. The bias generated by this sort of measurement error in regressors is called attenuation bias.

Further reading[edit]

Cochran, W. G. (1968). «Errors of Measurement in Statistics». Technometrics. 10 (4): 637–666. doi:10.2307/1267450. JSTOR 1267450.

Источник

Рациональное, то есть подходящее для данного пациента, экономичное, эффективное и безопасное использование лекарств зависит от уровня профессиональной подготовки специалиста, источников получения информации, умения правильно и критически осмыслить предлагаемую информацию, а также от личностных качеств врача, наличия тенденции к выработке стереотипов в назначении лекарств или некритичному предпочтению новинок на фармацевтическом рынке. Причем избирательное предпочтение того или иного лекарства довольно часто стимулируется в той или иной форме фармкомпаниями.

Многие профильные медицинские журналы всего мира предпочитают участвовать в рекламных компаниях по продвижению тех или иных лекарств, без колебаний публикуют результаты проплаченных исследований, удобных для фирм-производителей. При этом подобные публикации достаточно редко приводят результаты, отражающие негативные показатели продукции тех или иных фармкомпаний.

Значимую роль в отборе наиболее эффективных лекарств играет доказательная медицина (evidence-based medicine) — раздел медицинской науки, основанный на доказательствах, предполагающий поиск, сравнение, обобщение и широкое распространение полученных данных для использования в интересах здоровья пациентов.

Основная цель внедрения принципов доказательной медицины в практику здравоохранения — оптимизация качества оказания медицинской помощи в параметрах безопасности, эффективности, стоимости и других значимых факторов. Международное медицинское сообщество говорит о доказательной медицине как об одном из методических следствий новой фундаментальной науки, которая в крупных университетах мира обозначается как клиническая эпидемиология.

Существует ряд информационных ресурсов, в том числе и международных ассоциаций по доказательной медицине. Например, международная сеть — International Clinical Epidemiology Network, INCLEN (www.inclen.org/faculty/).

Основой современной доказательной медицины является Кокрановское сотрудничество — международная организация, целью которой является поиск и обобщение достоверной информации о результатах медицинских вмешательств. Составление тематических обзоров — это весьма трудоемкая работа, требующая совместных усилий исследователей. A. Cochrane (1973) составил первый систематический обзор. В 1992 году открыт первый Кокрановский центр (Oxford, United Kingdom). Кокрановское сотрудничество (J. Char- mers, 1992) — организация, в настоящее время представляющая собой сеть взаимодействующих центров в различных странах. Цель Кокрановского сотрудничества — создать исчерпывающий регистр всех рандомизированных клинических исследований, необходимых для составления систематических обзоров. Кокрановские центры облегчают работу по составлению систематических обзоров, распространяемых также на компакт-дисках (The Cochrane Database of systematic reviews, 1995) и в сети Интернет.

Для обеспечения единой методологической основы и единого электронного формата обзоров создана Кокрановская электронная библиотека и разработано специальное программное обеспечение — программа RevMan /www.cochrane.ru/.

Завершенные обзоры и протоколы обзоров, а также информация, полученная от подразделений организации, регулярно пересылаются в главную базу данных Кокрановского сотрудничества, из которой отбираются обзоры и информация о деятельности ассоциации для публикации в электронной библиотеке. Входящая в эту библиотеку Кокрановская база данных систематических обзоров (The Cochrane Database of systematic reviews, CDSR) содержит уникальное собрание полных вариантов систематических обзоров, характеризующихся не только высокими методологическими стандартами, но и постоянным обновлением материала при появлении новой доказательной информации, а также в ответ на конструктивную критику. При поиске в Кокрановской библиотеке лучше всего использовать ключевые слова текста и медицинских предметных рубрик (MeSH). Это необходимо, так как многие обзоры и рефераты не индексированы по системе MeSH. Структура Кокрановской библиотеки позволяет просмотреть словарь MeSH и произвести поиск по следующему плану: пациент, вмешательство, сравнение. Учитывая размеры полных вариантов обзоров, представленных в Кокрановской библиотеке, желательно помещать между словами маркеры расстояния — near (в пределах разумного) или next (рядом), иначе поисковая система может собрать статьи по другой тематике.

При оценке достоверности информации необходимо учитывать мнение экспертов, авторитетные руководства и справочники. Однако это не всегда надежно из-за так называемого эффекта запаздывания, когда перспективные методы внедряются в практику здравоохранения спустя значительное время после получения достоверных доказательств их эффективности. Информация в учебниках, руководствах и справочниках часто устаревает еще до публикации.

Следует отметить, что в настоящее время в мире ежегодно публикуется около 2 млн статей, не считая книг и материалов многочисленных конференций. В этой ситуации очевидна необходимость анализа и синтеза информации, представленной в виде обзора литературы по той или иной проблеме. Поэтому не всегда оправдан лишь только описательный подход к синтезу информации, представленный в несистематических или недостаточно качественных обзорах литературы. В таких исследованиях возникает большая вероятность b-ошибки, где ложно утверждение об отсутствии значимого различия между эффективностью сравниваемых методов лечения, когда в действительности эти показатели достоверно различаются.

Доказательный анализ медицинской информации представляет собой важный раздел деятельности врача-клинициста. Результатом такого подхода к правильному подбору, чтению и анализу медицинских публикаций является адекватная профессиональная деятельность по конкретной специальности. С этой целью необходимо четко ограничить параметры обязательно читаемой медицинской литературы. Это в равной мере относится как к бумажным, так и к электронным изданиям. При этом существует понятие релевантной публикации, то есть публикации, посвященной изучаемой проблеме. При значительном количестве журналов и книг по медицине имеется своеобразное ядро изданий, в котором сконцентрирована и представлена основная масса публикаций по конкретной теме. Этот концентрат полезной информации надо обязательно читать.

В настоящее время по любой специальности, как правило, ежегодно издается определенное количество рецензируемых, при высоком качестве публикаций, медицинских журналов. Далее научные публикации распределяются по другим изданиям по закону Г. Бредфорда (G. Bredford), согласно которому n1 : n2 : n3 = 1 : (1a) : (1a)2, где 1 — число статей в журналах, входящих в ядро; a — константа, равная 5. Следовательно, если количество основных журналов составляет, например, 15, то параметры распределения журналов с релевантными статьями будут рассеиваться следующим образом: 15 : 75 : 5625. Отсюда следует вывод, что, кроме ядерных, остальные журналы можно только просматривать либо пользоваться альтернативными источниками информации. При этом необходимо четко разграничивать оригинальную информацию и вторичную, вспомогательную, отдавая предпочтение первой.

В медицинской литературе любое научное сообщение должно быть четко структурировано, что свидетельствует о высокой культуре и компетентности автора и, возможно, научной ценности публикации. Стандартная структура научного сообщения должна иметь следующие разделы: «Введение», «Материал и методы исследования», «Результаты исследования», «Обсуждение», «Выводы», «Литература». Современные научные медицинские журналы в правилах для авторов требуют обязательной подробной рубрикации научных сообщений.

В настоящее время следует максимально широко использовать электронные средства, в частности Интернет-ресурсы, электронные базы данных, компакт-диски, для доступа к научной информации.

Для получения полноценной научной информации необходимо активно посещать научные форумы, конференции, съезды и не только уделять должное внимание представленным материалам, но и четко ориентироваться в вопросах, представленных к рассмотрению по той или иной теме публикаций.

При оценке результатов проводимых исследований в настоящее время используется метаанализ — статистические методы для объединения и обобщения нескольких оригинальных исследований. Следует также пом- нить, что некорректный метаанализ может привести к ошибочным результатам и неправильным выводам. При экспертизе медицинской информации, кроме данных метаанализа, в полном объеме используются систематические обзоры.

С точки зрения доказательной медицины, клинические исследования — это инструмент получения доказанной эффективности и безопасности методов лечения. Следует отметить, что доказательная медицина, представленная данными рандомизированных клинических исследований, систематических обзоров и метаанализов, безусловно, имеет большую научную значимость. Однако хорошо известно, что выборка больных, участвующих в клинических исследованиях, не отражает разнообразия клинических случаев в реальной врачебной практике. За рамками исследования обычно остаются пациенты со сглаженными симптомами заболевания, но выраженной сопутствующей патологией. Как правило, из исследований исключают очень пожилых людей и больных, которые вынуждены дополнительно принимать различные медикаменты. Соответственно, результаты этих исследований не могут быть распространены на всех пациентов. В этой ситуации весьма сложно объединить подходы доказательной медицины с реальным опытом врачей.

Перед объяснением преимущественного выбора различных лекарственных препаратов для назначения по ранним или поздним показаниям напомним об уровнях доказательности, которыми руководствуются во всем мире при формулировании рекомендаций по лечению заболеваний.

Уровень А — высокая достоверность, базирующаяся на заключениях систематических обзоров, которые получают путем системного поиска из всех опубликованных клинических исследований, в том числе рандомизированных плацебо-контролируемых, критической оценки их качества и обобщения результатов методом метаанализа.

Уровень В — умеренная достоверность, основанная на результатах по меньшей мере нескольких независимых рандомизированных контролируемых клинических испытаний.

Уровень С — ограниченная достоверность, основанная на результатах по меньшей мере одного клинического испытания, не удовлетворяющего критериям качества, например, без рандомизации, не контролируемого плацебо.

Уровень D — неопределенная достоверность. Это утверждение основано на мнении экспертов, результатах изучения отдельных клинических случаев или их серий, клинические исследования отсутствуют.

Информация по результатам клинических испытаний эффективности и безопасности лекарств может быть недостоверной. Именно ошибки в планировании экспериментальных исследований, клинических испытаний и анализе их результатов, а иногда фальсификации последних явились причиной ряда медицинских катастроф, связанных с выпуском токсичных лекарственных препаратов.

Доступность информации о возможной эффективности методов коррекции того или иного заболевания, значительное конъюнктурное внимание и интерес средств массовой информации к данной конкретной проблеме привели к тому, что большое количество пациентов начинают в этой ситуации получать лечение не пройдя должного и необходимого обследования. В итоге нередко возникает ситуация, когда только незначительная часть пациентов по профилю заболевания своевременно обращается за медицинской помощью, а остальные или не получают лечение, или самостоятельно используют одно из широко рекламируемых лекарственных средств. В то же время количество данных о тех или иных методах терапии увеличивается с каждым днем.

Врач-специалист не в состоянии проанализировать все возрастающий объем информации по данной конкретной проблеме. Это ведет к затруднениям в принятии эффективных клинических решений, использованию устаревших методов диагностики и лечения, несоблюдению баланса между клинической и экономической эффективностью и, как следствие, росту затрат на оказание медицинской помощи. Принципы доказательной медицины должны учитываться при принятии решений о выборе метода лечения, в сочетании с опытом врача и индивидуальными сведениями о больном.

Поиск информации, представленной в электронном виде, осуществляется в MEDLINE. Информация, представленная на бумажных носителях, обычно обрабатывается вручную. При этом необходима критическая оценка собранного материала. При анализе собранных данных необходимо ответить на пять основных вопросов, прежде чем использовать информацию в качестве доказательного ответа на поставленный вопрос.

Факторы, подтверждающие оригинальность исследований

Теоретически вряд ли целесообразно отвечать на узкий научный вопрос, если кто-то другой уже ответил на него тем или иным способом. Однако на практике весьма редко приходится контактировать с научными концентратами мысли. Только в незначительной части медицинских исследований определяются и открываются новые области, и примерно в такой же пропорции и части исследований повторяются шаги предыдущих первооткрывателей. Значимое большинство научных исследований, если они методологически правильны, подтверждают, что какая-либо частная гипотеза будет с большей или меньшей вероятностью точной и правильной.

Основные особенности оригинальных научных статей:

— это исследование более крупное, продолжительное или в иных соотношениях более значимое, чем предыдущее;

— методы данного исследования более точные, в частности, могут содержать критическую оценку методологии предыдущих исследований;

— числовые показатели этого исследования вносят значительный вклад в результаты метаанализа на базисной основе предыдущих исследований;

— изучаемая группа отличается в каком-либо показателе (этническое происхождение, возраст или пол) от популяций в предыдущих исследованиях.

Основные параметры, группировка и составляющие исследования

Исследование, проведенное на какой-либо группе пациентов, может оказаться с низким уровнем значимости и непригодным для ответа на конкретный вопрос. Поэтому в исследовании должно быть указано, как проводился отбор пациентов, каких пациентов включали в исследование, проводилось ли изучение пациентов при обстоятель- ствах, близких к реально существующим в жизни.

Показатели качества планирования исследования

Здесь следует отметить, что иногда авторы искажают (скорее подсознательно, нежели сознательно) представление о проведенной научной работе и в той или иной мере переоценивают уровень оригинальности и потенциальную значимость. В научной статье обязательно должно быть обосновано доказательство того, что измерение исходов подтверждено объективными методами. Следует помнить, что отдельно взятые факты, важные с точки зрения врача, могут не представлять высокой значимости и ценности для пациента и наоборот.

Перспектива избежать систематической ошибки при проведении исследований является вполне актуальной. Систематические ошибки определяются как любой фактор, который ошибочно влияет на выводы по группам и искажает сравнительную оценку показателей. Независимо от дизайна (плана) исследования группы должны быть максимально идентичны, за исключением изучаемого параметра. Участники исследования, по возможности, должны получить одни и те же разъяснения, иметь одинаковую возможность взаимодействия с медицинским персоналом и проходить периодическую оценку одинаковое количество раз с использованием одинаковых показателей исходов.

При проведении рандомизированных контролируемых исследований систематические ошибки можно хотя бы теоретически избежать путем отбора участников из определенной популяции и распределения их в случайном порядке в различные группы. Возможные систематические ошибки:

— систематическая ошибка, обусловленная отбором, возникает, когда сравниваемые группы различаются не только по изучаемому признаку, но и по другим факторам, влияющим на исход. Контрольная группа должна быть максимально идентична исследуемой, за исключением изучаемого параметра;

— систематическая ошибка, обусловленная измерением, возникает, когда в сравниваемых группах используются разные методы измерения;

— систематическая ошибка, обусловленная вмешивающимися факторами, возникает, когда один фактор связан с другим и эффект одного искажает эффект другого.

При изучении научной информации масштабы и продолжительность исследования, анализ и оценка достоверности полученных результатов имеют существенную значимость. Даже если размер выборки был адекватным, исследование должно быть достаточно продолжительным для того, чтобы эффект вмешательства отразился на переменной величине исхода. Даже если вмешательство показало значительную разницу между группами, например, через 6 месяцев после его проведения, эта разница может быть нестойкой. Если не учитывать всех, кто по тем или иным причинам исключен из исследования, то это обусловит наличие систематической ошибки, обычно в пользу экспериментальной группы.

При получении необходимой научной информации популярностью у практикующих специалистов пользуются:

— данные, полученные при базовом обучении и в результате собственной практики;

— мнение авторитетных коллег;

— сведения, полученные при первичном медицинском образовании и на курсах последипломного обучения;

— научные статьи из медицинских журналов.

К сожалению, данные источники информации не относятся к абсолютно достоверным. Однако возникновение и развитие принципов доказательной медицины дают возможность и позволяют посмотреть на эту проблему по-новому. Появление в конце ХХ века доказательной медицины обусловлено тремя основными факторами.

Во-первых, на протяжении последних десятилетий произошел резкий и стремительный рост объема медицинской информации. Современному врачу-специалисту, чтобы знать о последних достижениях медицины по специальности, необходимо прочитывать до 16 статей ежедневно. Это условие, трудно выполнимое для практикующего врача.

Во-вторых, в целях однозначной интерпретации результатов клинических исследований разработаны и внедрены стандарты их качества, методология сбора и анализа результатов. Например, исследование оценки терапевтического вмешательства считается проведенным по строгой методологии, если это двойное слепое рандомизированное исследование. В связи с этим напомним критерии качества клинических исследований, следующие по значимости. Эффективность лечения: двойное слепое рандомизированное контролируемое исследование. Прогноз исследования: проспективное когортное исследование с длительным прослеживанием результатов. Эффективность диагностического метода: независимое слепое сравнение с референтным тестом и последующей проверкой на другой группе больных. Этиология/вред: когортное исследование или исследование типа «случай — контроль» с объективной оценкой результатов. Обобщение результатов нескольких клинических исследований проводят по критериям количества и качества. Без специальной подготовки практикующий врач не имеет возможности самостоятельно провести этот анализ.

В-третьих, появление и широкое распространение компьютерных технологий поиска и обработки информации, развитие глобальной сети Интернет значительно облегчили доступ к международным базам данных и позволили быстро обрабатывать большие объемы информации. Таким образом, доказательная медицина как научное направление оперирует методами сбора, анализа, обобщения и предоставления результатов клинических исследований, проведенных по строгой методологии.

Эти результаты публикуются в таких источниках информации, как Кокрановская библиотека (Сochrane Library) и других. В настоящее время в Кокрановский реестр контролируемых испытаний уже включено около 4000 рандомизированных контролируемых исследований, посвященных оценке эффективности того или иного метода лечения.

Способ внедрения научных результатов доказательной медицины в практику — ранжирование конкретных клинических рекомендаций по уровню достоверности. Эти уровни также зависят от качества и количества клинических испытаний по конкретному клиническому вопросу.

Основным и главным принципом доказательной медицины является проблемно-ориентировочный подход к практической деятельности врача. Принято различать следующие основные этапы внедрения доказательных стандартов в медицинскую практику:

— определение проблемы в виде вопроса, на который можно получить ответ;

— сбор информации, которая может дать ответ на поставленный вопрос, из всех возможных источников;

— критическая оценка всей собранной информации: достоверность, эффективность и возможность внедрения в практическую деятельность;

— объединение информации и ее предоставление в виде практических рекомендаций, внедрение в практическую деятельность;

— оценка эффективности внедрения выработанных рекомендаций.

Критическая оценка научной медицинской информации поможет специалистам принимать оптимальное решение в различных клинических ситуациях. Ранжирование медицинской информации по уровням достоверности является необходимым условием создания доказательных рекомендаций практикующим врачам.

Научная и практическая значимость медицинской информации, представленной в электронном виде или на бумажных носителях, может быть использована в полном объеме только при объективной оценке всех основных составляющих научной работы.

Математическая статистика является неотъемлемым элементом современного научного поиска. В связи с этим рассмотрим вопросы планирования клинических исследований — разработки дизайнов (планов) клинических исследований с точки зрения математической статистики. Следующими этапами научной работы являются оптимизация выбранного дизайна с учетом влияния систематической ошибки; перенесение результатов, полученных в выборке, на всю генеральную совокупность; выбор метода статистического анализа с учетом целого ряда ограничений. Именно эти вопросы будут рассмотрены далее, чтобы иметь возможность правильно оценить научную значимость той или иной медицинской информации.

Оптимизация дизайна (плана) исследования предусматривает необходимость принять меры для минимизации смещения оценки результатов (минимизация систематической ошибки); добиться максимально возможной точности оценки результатов; принять меры для обоснованной возможности распространения результатов на всю генеральную совокупность. Далее рассмотрим, каким образом устранить или учесть влияние систематической ошибки.

Систематической ошибкой называется неслучайное, однонаправленное отклонение результатов исследования от истинных значений. Систематическая ошибка (смещение) бывает разных видов. Например, это может быть ошибка, связанная с нарушением правил отбора единиц от генеральной совокупности, то есть главным образом нарушение принципа беспристрастного, непреднамеренного отбора. Наличие такого типа ошибки может привести к полной непригодности результатов наблюдения. Чтобы избежать смещения показателей и получить надежные данные, используются организационные методы, например рандомизация, маскировка вида терапии и другие, а также корректировка и внесение поправок, учитывающих величину систематических ошибок.

Разновидностью систематической ошибки при метаанализе является ошибка, возникающая в связи с преимущественной публикацией положительных результатов и более редкой публикацией отрицательных результатов исследований.

При проведении сравнительных клинических исследований нескольких видов лечения ошибка указанного вида может возникнуть по причине:

— систематических различий в сравниваемых группах (смещение, связанное со способом формирования выборки);

— влияния каких-либо побочных факторов или сопутствующего лечения, помимо исследуемого метода лечения (систематическая ошибка, связанная с проведением клинического испытания);

— выбывания или исключения пациентов из исследования (систематическая ошибка, связанная с отсевом);

— метода выявления исходов (смещение, связанное с выявлением исхода).

При этом систематическая ошибка не обязательно обусловлена предвзятостью исследователя, например, вследствие желания получить определенные результаты. Основными методами устранения систематической ошибки при проведении клинических исследований являются следующие: наличие группы сравнения, маскировки метода лечения как для пациентов, так и для исследователей, использование рандомизации.

Если необходимость наличия группы сравнения или контрольной группы особых комментариев не требует, то маскирование метода лечения может быть различным:

— простое слепое исследование (пациенту неизвестно, какой из методов лечения к нему применяется);

— двойное слепое исследование (ни пациент, ни врач, оценивающий исход, не знают о методе лечения);

— тройное слепое исследование (метод лечения конкретной группы не знают ни больной, ни врач, ни биостатистик, обрабатывающий данные).

Мощным средством для борьбы с систематическими ошибками является рандомизация. Рандомизация — это процесс случайного распределения пациентов в группы с целью исключить всякую необъективность и связанное с ней вероятное смещение оценки результатов исследования. При помощи рандомизации исследователь стремится обеспечить беспристрастность при формировании групп. Рандомизация гарантирует, что наши наклонности и предпочтения не повлияют на формирование групп с различными методами лечения, также будет устранена опасность перегиба ситуации при учете личных предпочтений.

В основе рандомизации лежит случайность. В качестве примера генерирования случайных событий можно привести следующие: таблица случайных чисел; генерирование случайных чисел на компьютере и т.д. На практике при распределении пациентов на группы различают такие виды рандомизации:

— фиксированная рандомизация: простая блоковая, стратифицированная;

— динамическое распределение: метод «несимметричной монеты»;

— адаптивная рандомизация.

Под фиксированной понимают такую рандомизацию, когда на основе случайных чисел, полученных либо из таблиц, либо с помощью компьютера, пациентам назначают определенный вид лечения. В случае простой рандомизации дополнительные факторы не учитываются, а каждый пациент имеет шанс 50 х 50 попасть в ту или иную группу. Однако при такой рандомизации, если только пациенты не подбираются по парам, возможно возникновение дисбаланса. При блоковой рандомизации пациентов сначала распределяют по блокам, а потом внутри блоков проводят случайное распределение испытуемых на группы. Стратифицированная рандомизация производится с учетом слоев (страт), на которые разделяется целевая совокупность по каким-либо признакам, например по полу, возрасту или каким-либо другим, с целью достижения большей репрезентативности формируемой таким образом выборочной совокупности. Однако стратифицированная рандомизация также не позволяет полностью устранить дисбаланс между группами. Это обстоятельство имеет значимость, если испытания проводятся на пациентах, поступающих в разное время, и окончательное число пациентов в каждой группе до конца набора неизвестно.

Для дальнейшего уменьшения дисбаланса между группами используется так называемая концепция «несимметричной монеты». При использовании этой концепции, если поступающий пациент относится к группе, в которой большему числу больных назначено лечение одного вида, а меньшему числу — другого, то ему будет с вероятностью р > 0,5 назначаться лечение, которое получила меньшая часть пациентов. Вероятность же назначения ему лечения, которое получала большая часть больных, будет равна 1 (р < 0,5). Если число пациентов, получивших лечение одного вида, равно числу пациентов, получавших лечение другого вида, то новому пациенту назначается лечение с вероятностью р = 0,5. На практике при применении данного метода обычно берут вероятность р = 2/3.

Адаптивная рандомизация применяется в адаптивных клинических исследованиях, в которых проводят лечение таким образом, чтобы к концу испытаний большее число пациентов прошло курс лечения, считающийся более эффективным, а меньшее — менее эффективный курс лечения. Фиксированная рандомизация выполняется одним из следующих способов: посредством списка кодов; с использованием запечатанных конвертов; по пронумерованному препарату.

При динамическом распределении по группам используются следующие способы так называемой центральной рандомизации: посредством телефонной связи; по названию лекарственного препарата; по номеру лота.

Целью любого научного исследования, в том числе и клинических исследований, является перенесение результатов, полученных при выборке, на всю генеральную совокупность. Для повышения точности оценки и обеспечения возможности обобщаемости результатов на всю генеральную совокупность важны следующие моменты:

1. Выбор адекватного метода измерений/оценки.

2. Расчет размера выборки до уровня значимости не более 0,05 % и мощности не менее 80 %.

3. Проверка мощности получаемых выводов путем обратного расчета по реальным данным.

4. Выбор уместного метода статистического анализа.

Рандомизация — это процесс случайного распределения пациентов в группы с целью исключить всякую необъективность и связанное с ней вероятное смещение оценки результатов исследования.

В основе возможности распространения результатов клинических испытаний на всю генеральную совокупность лежит теория статистического вывода. Статистический вывод — это перенос заключений, сделанных в результате статистического анализа выборочных данных, на целевую генеральную совокупность. Планируя распространить результаты исследований на всю генеральную совокупность, следует учитывать вероятность ошибки. Аналогичная ситуация возникает при проверке статистической гипотезы относительно эффективности способа лечения.

При проверке статистической гипотезы существует вероятность допустить две ошибки — 1-го и 2-го рода. Ошибка 1-го рода — это вероятность того, что вывод о выявленных различиях методов лечения является ошибочным. Другими словами, это вероятность справедливости нулевой гипотезы об отсутствии различий. При статистическом анализе обычно задается граничная вероятность совершения ошибки 1-го рода, называемая уровнем значимости a. На практике довольно часто уровень значимости берут равным 0,05. Это означает, что допускается вероятность ошибки в 5 % случаев.

Следует отметить, что при этом речь идет о так называемой нулевой гипотезе. В данном случае нулевая гипотеза — это предположение об отсутствии различий между испытуемыми методами лечения. Магическая вероятность, обозначаемая как критерий «р», встречается практически во всех отчетах и научных статьях. Это вероятность справедливости нулевой гипотезы или, другими словами, достигнутый в эксперименте уровень значимости. Согласно правилу проверки нулевой гипотезы, если р < a, то эта гипотеза отклоняется. Необходимо помнить, что значение р не может быть доказательством эффективности лечения. Значение р < 0,05 свидетельствует только о том, что различия между группами не случайны, но статистическая значимость выявленных различий может и не быть клинически значимой. Например, если величина систолического артериального давления в результате применения лекарственного препарата снизилась со 180 до 170 мм рт.ст., то при большой выборке это снижение будет статистически значимым, в то время как клинического значения оно иметь не будет.

Особое внимание следует уделить возможности возникновения эффекта множественных сравнений. При этом подразумевают эффект, возникающий при последовательном парном сравнении более чем двух выборок, следствием которого является увеличение вероятности совершения ошибки 1-го рода. Для борьбы с эффектом множественных сравнений обычно используют поправки Бонферрони (Bonferroni correction) и методы множественных сравнений. Суть поправки состоит в том, что если выполняется k сравнений, то необходимо искать различия при уровне значимости в k раз меньше, чем изначально заданный. Следовательно, если в общем случае надо проверить статистическую гипотезу при уровне значимости, равном 0,05, то для каждого отдельного сравнения необходимо брать уровень значимости равный 0,05/k.

Ошибка 2-го рода, по определе- нию, — это вероятность сделать вывод о том, что два исследуемых метода лечения являются эквивалентными, в то время как в действительности один метод лечения эффективнее другого. Данная ошибка обычно обозначается символом b, и ее граничная величина на практике задается равной 0,2.

При клинических исследованиях существенное значение имеет мощность. Статистическая мощность — это вероятность обнаружить интересующее различие, если оно действительно существует. Математическая мощность определяется следующим выражением: мощность = = 1 – b (ошибка 2-го рода). Другое название мощности — чувствительность. Чувствительность зависит от величины различий, разброса данных и объема выборки. Обычно ее берут равной не ниже 80 %. На чувствительность оказывают влияние следующие факторы:

— уровень значимости a, так как по мере уменьшения уровня значимости будет уменьшаться чувствительность;

— отношение величины различий к стандартному отклонению: чем больше это отклонение, тем чувствительнее критерий;

Правильная в методическом отношении организация клинического исследования и внедрение новых диагностических и лечебных технологий способствуют повышению уровня научных медицинских работ и интенсивному развитию медицинской науки.

— объем выборок: чем больше объем, тем выше чувствительность критерия;

— применяемый статистический критерий, так как для разных критериев чувствительность вычисляется по-разному.

Существенное значение для получения полезной информации имеет размер выборки. Требуемый размер выборки — это минимально достаточное количество испытуемых для получения клинически и статистически значимых результатов клинических исследований. Для определения размера выборки необходимо оценить следующие параметры: проверяемая гипотеза, односторонняя/двусторонняя; уровень значимости; мощность статистического критерия; дизайн (план) клинического исследования; тип главной переменной; вариабельность значений главной переменной; величина клинически значимого эффекта.

Главная переменная — это переменная, по которой в конечной точке делается основной вывод клинических исследований об эффективности и/или безопасности сравниваемых лекарственных препаратов. Вариабельность — это величина, характеризующая отклонение индивидуальных значений от среднего значения в группе лечения. Величина клинически значимого эффекта — это минимальное клинически значимое различие между группами лечения в конечной точке по главной переменной. Важное значение для расчета размера выборки имеет тип главной переменной в зависимости от шкалы, в которой они измерены.

При изучении научной медицинской информации доказательный анализ, представленный выше, относится к важному разделу деятельности врача-специалиста. В настоящее время чрезвычайно актуальными являются проблема клинически рационального и экономически обоснованного применения лекарственных средств, оценка эффективности и безопасности лекарственной терапии.

При токсикологических доклинических исследованиях устанавливают характер и выраженность возможного повреждающего воздействия препаратов на экспериментальных животных. В этих исследованиях выделяют три этапа: изучение острой токсичности вещества при однократном введении; определение хронической токсичности соединения (повторное введение препарата на протяжении 12 месяцев, а иногда и более); выявление факторов специфической токсичности препарата, в частности онкогенности, мутагенности, эмбриотоксичности, в том числе и тератогенного действия; выявление аллергизирующих свойств, а также способности вызывать лекарственную зависимость.

Изучение повреждающего действия исследуемого лекарственного препарата на организм экспериментальных животных позволяет определить, какие органы и ткани наиболее чувствительны к данному веществу и на что надо обратить особое внимание при клинических испытаниях. Однако нельзя забывать, что данные экспериментального исследования на животных не гарантируют безопасность препарата для человека.

Каждое лекарственное средство проходит по протоколу четыре фазы (этапа) клинических исследований.

Фаза 1. Первый опыт применения нового активного вещества у человека. Обычно исследования проводятся с участием добровольцев, как правило, взрослых здоровых мужчин. При этом основная и главная задача — решить, можно ли продолжать далее работу над новым препаратом, при возможности, определить дозы, которые будут применяться у пациентов во время 2-й фазы клинических испытаний. В процессе этой фазы исследователи получают предварительные данные о безопасности нового препарата и впервые описывают его фармакокинетику и фармакодинамику у человека.

Фаза 2. Как правило, это первый опыт применения препарата у пациентов с заболеванием, для лечения которого предполагается использовать данное лекарственное средство. Эта фаза делится на 2а и 2в. Фаза 2а — это терапевтические пилотные исследования (pilot studies), полученные в них результаты обеспечивают оптимальное планирование последующих исследований. Фаза 2в — более обширные исследования у пациентов с заболеванием, которое является основным показанием к назначению нового лекарственного средства. Главная цель — доказать эффективность и безопасность препарата. Результаты этих исследований (pivotal trials) служат основой для планирования исследований 3-й фазы.

Фаза 3. Многоцентровые испытания при участии больших и, по возможности, разнообразных групп пациентов. Основная цель — получение дополнительных данных о безопасности и эффективности различных форм лекарственного препарата, выявление наиболее частых нежелательных реакций. Современным стандартом этой фазы являются двойные слепые контролируемые рандомизированные клинические исследования. При этом условия исследований максимально приближены к медицинской практике в соответствии с протоколом. Данные, полученные в клинических исследованиях 3-й фазы, являются основой для создания инструкций по применению препарата и для решения о его регистрации фармакологическим комитетом.

Рекомендация по клиническому применению в медицинской практике считается обоснованной, если новый лекарственный препарат более эффективен, чем известные препараты аналогичного действия; обладает лучшей переносимостью при одинаковой эффективности, чем известные препараты; эффективен в тех случаях, когда лечение известными препаратами безуспешно; более выгоден экономически, имеет более простую методику лечения или более удобную лекарственную форму; при комбинированной терапии повышает эффективность существующих лекарственных средств, не увеличивая их токсичности.

Фаза 4. Исследования проводятся после выведения препарата на фармрынок с целью получить более подробную информацию о длительном применении в различных группах пациентов и при различных факторах риска и таким способом более полно оценить стратегию применения лекарственного средства. Если лекарственное средство собираются применять по новому, еще не зарегистрированному показанию, то для этого проводятся дополнительные исследования начиная с фазы 2.

Для оценки эффективности нового лекарства по результатам клинических исследований могут быть использованы первичные, вторичные и третичные конечные точки. Эти основные показатели оценивают в контролируемых сравнительных исследованиях по результатам лечения по крайней мере в двух группах: основной, когда больные получают новый способ лечения или новый лекарственный препарат, и группе сравнения, когда больные не получают изучаемый препарат или принимают известный препарат сравнения.

Нередко в качестве критерия оценки эффективности вмешательств используют так называемые суррогатные исходы. Под суррогатным исходом в клинических испытаниях понимают лабораторный или выявляемый при физикальном исследовании показатель, заменяющий клинически значимый результат лечения. Существует мнение, что изменения этих показателей в ходе лечения должны отразиться и на клинически значимом исходе. При этом известно, что косвенные критерии оценки очень редко, а чаще вовсе не отражают важные клинические исходы в клинических испытаниях.

Применение современных методов метаанализа при обработке количественных результатов экспериментальных работ и клинических исследований увеличивает достоверность экспертных заключений и выводов по материалам исследования. Это позволяет также в сжатой и четкой форме публиковать значимую медицинскую информацию и цифровые данные. При этом точность математических вычислений не может превышать точности метода исследования.

В настоящее время стремительно увеличивается количество медицинской информации относительно тех или иных методов диагностики и лечения с использованием лекарственных средств. Врач-специалист иногда не в состоянии детально изучить все возрастающий объем научной информации по какой-либо конкретной проблеме. Отсюда возникают трудности в принятии эффективных клинических решений, используются устаревшие методы диагностики и лечения, не соблюдается баланс между клинической и экономической эффективностью и, как следствие, увеличиваются затраты на оказание медицинской помощи.

Источник

Тест с ответами по теме «Медицина, основанная на доказательствах. Основные понятия.»

Вашему вниманию представляется Тест с ответами по теме «Медицина, основанная на доказательствах. Основные понятия.» в рамках программы НМО: непрерывного медицинского образования для медицинских работников (врачи, медсестры и фармацевты).
Тест с ответами по теме «Медицина, основанная на доказательствах. Основные понятия.» в рамках программы НМО: непрерывного медицинского образования для медицинского персонала высшего и среднего звена (врачи, медицинские сестры и фармацевтические работники) позволяет успешнее подготовиться к итоговой аттестации и/или понять данную тему.

1. В динамическом исследовании пациента обследуют

1) два раза;+
2) один раз;
3) три раза;+
4) четыре и более раз.+

2. В контролируемое исследование включаются пациенты из

1) двух популяций;
2) одной популяции;+
3) трех популяций;
4) четырех популяций.

3. В одномоментном исследовании пациента обследуют

1) два раза;
2) один раз;+
3) три раза;
4) четыре и более раза.

4. В пассивном исследовании

1) вмешательства назначаются в соответствии с целью исследования;
2) вмешательства назначаются по показаниям;+
3) вмешательства не назначаются;
4) применяется плацебо.

5. В проспективном исследовании сбор данных происходит

1) до формирования групп;
2) независимо от момента формирования групп;
3) одновременно с формированием групп;
4) после формирования групп.+

6. В ретроспективном исследовании сбор данных происходит

1) до формирования групп;+
2) независимо от момента формирования групп;
3) одновременно с формированием групп;
4) после формирования групп.

7. В сравнительное исследование могут включаться пациенты из

1) двух популяций;+
2) одной популяции;
3) трех популяций;+
4) четырех популяций.+

8. Динамические исследования бывают

1) активными;+
2) одномоментными;
3) проспективными;+
4) ретроспективными.+

9. Истинным исходом является

1) выздоровление;+
2) повышение минеральной плотности кости;
3) смерть;+
4) снижение артериального давления.

10. К задачам статистического анализа относятся

1) изучение связей признаков;+
2) минимизация систематических ошибок;
3) описательная статистика;+
4) сравнение групп.+

11. К систематическим ошибкам относятся

1) ошибки из-за вмешивающихся факторов;+
2) ошибки при измерении;+
3) ошибки при отборе;+
4) ошибки статистического анализа.

12. Какой исход является композитным?

1) композиция двух истинных исходов;
2) композиция истинного и суррогатного исходов;
3) композиция любых двух исходов;+
4) композиция объективного и субъективного исходов.

13. Качество статистического анализа зависит от

1) адекватности методов анализа данным и задачам;+
2) корректности обработки выбывания пациентов;+
3) отсутствия систематических ошибок;
4) правильности вычислений.+

14. Контролируемое исследование называется так потому, что в нем

1) есть контролирующий руководитель;
2) есть контроль качества лабораторной службы;
3) есть контрольная группа;+
4) исследователи контролируют состояние больных.

15. Конфликт интересов возможно отсутствует, если

1) автор публикации получал гонорары от спонсора;
2) автор публикации получал гранты от спонсора;
3) автор публикации – сотрудник компании-спонсора исследования;
4) исследование проводилось независимой исследовательской компанией.+

16. Конфликт интересов присутствует, если

1) автор публикации получал гонорары от спонсора;+
2) автор публикации получал гранты от спонсора;+
3) автор публикации – сотрудник спонсора;+
4) спонсор исследования – производитель исследуемого лекарственного препарата.

17. Конфликт интересов — это

1) противоречия материальных и нематериальных интересов у одного исследователя;+
2) противоречия между врачами-исследователями;
3) противоречия между врачами-исследователями и пациентами;
4) противоречия между пациентами.

18. Лучшим способом формирования групп в проспективном исследовании является

1) подбор пар;
2) произвольный;
3) рандомизация;+
4) через одного.

19. Наилучшим дизайном исследования для оценки диагностического теста является

1) активное одномоментное исследование;+
2) нерандомизированное проспективное исследование;
3) рандомизированное проспективное исследование;
4) ретроспективное исследование случай-контроль.

20. Наилучшим дизайном исследования для оценки эффективности и безопасности лекарственных препаратов является

1) активное одномоментное исследование;
2) нерандомизированное проспективное исследование;
3) рандомизированное проспективное исследование;+
4) ретроспективное исследование случай-контроль.

21. Объективным исходом является

1) интенсивность головной боли;
2) перелом шейки бедра;+
3) повышение минеральной плотности кости;+
4) степень пареза верхней конечности.

22. Ошибка при измерении возникает, если

1) в пробе крови возник гемолиз;
2) в сравниваемых группах используются разные приборы для оценки показателей;+
3) группы обследованы в разные периоды времени;+
4) прибор сломался в ходе исследования.

23. Ошибка при отборе — это

1) включение низкокомплаентных пациентов в исследование;
2) исходная несопоставимость групп в проспективном исследовании;+
3) неверное распределение пациентов по группам;
4) ошибка при применении критериев включения и исключения.

24. Первичным исходом является

1) исход, по которому рассчитывается объем выборки в РКИ;+
2) наиболее важный исход;+
3) регистрируемый больным исход;
4) регистрируемый врачом исход.

25. Ретроспективные исследования имеют следующие недостатки

1) малое количество пациентов;
2) недостаточное количество показателей;
3) отсутствие единообразия в методах оценки показателей;+
4) пропуски в данных.+

26. Систематическая ошибка измерений возникает при

1) большой вариабельности измерений;
2) большом диапазоне возрастов пациентов;
3) использовании неоткалиброванных приборов;+
4) некорректном статистическом анализе данных.

27. Систематические ошибки чаще всего

1) завышают изучаемый эффект;+
2) занижают изучаемый эффект;
3) не влияют на изучаемый эффект.

28. Случайные ошибки — это

1) исходная несопоставимость групп;
2) нетипичные значения измеренных показателей;
3) пропуски в данных пациентов;
4) разброс результатов измерений вокруг истинной величины.+

29. Субъективным исходом является

1) интенсивность головной боли;+
2) повышение минеральной плотности кости;
3) снижение артериального давления;
4) степень пареза верхней конечности.+

30. Суррогатным исходом является

1) возникновение острого нарушения мозгового кровообращения;
2) перелом шейки бедра;
3) повышение минеральной плотности кости;+
4) смерть.

Специальности для предварительного и итогового тестирования:

Авиационная и космическая медицина, Акушерство и гинекология, Аллергология и иммунология, Анестезиология-реаниматология, Бактериология, Вирусология, Водолазная медицина, Гастроэнтерология, Гематология, Генетика, Гериатрия, Гигиена детей и подростков, Гигиена питания, Гигиена труда, Гигиеническое воспитание, Дезинфектология, Дерматовенерология, Детская кардиология, Детская онкология, Детская урология-андрология, Детская хирургия, Детская эндокринология, Диетология, Инфекционные болезни, Кардиология, Клиническая лабораторная диагностика, Клиническая фармакология, Колопроктология, Коммунальная гигиена, Косметология, Лабораторная генетика, Лечебная физкультура и спортивная медицина, Лечебное дело, Мануальная терапия, Медико-профилактическое дело, Медико-социальная экспертиза, Медицинская биофизика, Медицинская биохимия, Медицинская кибернетика, Неврология, Нейрохирургия, Неонатология, Нефрология, Общая врачебная практика (семейная медицина), Общая гигиена, Онкология, Организация здравоохранения и общественное здоровье, Ортодонтия, Остеопатия, Оториноларингология, Офтальмология, Паразитология, Патологическая анатомия, Педиатрия, Педиатрия (после специалитета), Пластическая хирургия, Профпатология, Психиатрия, Психиатрия-наркология, Психотерапия, Пульмонология, Радиационная гигиена, Радиология, Радиотерапия, Ревматология, Рентгенология, Рентгенэндоваскулярные диагностика и лечение, Рефлексотерапия, Санитарно-гигиенические лабораторные исследования, Сексология, Сердечно-сосудистая хирургия, Сестринское дело, Скорая медицинская помощь, Социальная гигиена и организация госсанэпидслужбы, Стоматология детская, Стоматология общей практики, Стоматология общей практики (после специалитета), Стоматология ортопедическая, Стоматология терапевтическая, Стоматология хирургическая, Судебно-медицинская экспертиза, Судебно-психиатрическая экспертиза, Сурдология-оториноларингология, Терапия, Токсикология, Торакальная хирургия, Травматология и ортопедия, Трансфузиология, Ультразвуковая диагностика, Управление и экономика фармации, Управление сестринской деятельностью, Урология, Фармацевтическая технология, Фармацевтическая химия и фармакогнозия, Фармация, Физиотерапия, Фтизиатрия, Функциональная диагностика, Хирургия, Челюстно-лицевая хирургия, Эндокринология, Эндоскопия, Эпидемиология.

Уважаемые пользователи!

В это непростое время мы делаем все, чтобы сохранить ваше время. Если хотите сказать Спасибо, то можете просто отправить ДОНАТ.

Спасибо, что вы с нами!

Источник

Систематическая ошибка обусловленная измерением возникает когда

Science and experiments[edit]

Characterization[edit]

Sources[edit]

Sources of systematic error[edit]

Imperfect calibration[edit]

Quantity[edit]

Drift[edit]

Sources of random error[edit]

Surveys[edit]

Effect on regression analysis[edit]

See also[edit]

References[edit]

Further reading[edit]

Science and experiments[edit]

Characterization[edit]

Sources[edit]

Sources of systematic error[edit]

Imperfect calibration[edit]

Quantity[edit]

Drift[edit]

Sources of random error[edit]

Surveys[edit]

Effect on regression analysis[edit]

See also[edit]

References[edit]

Further reading[edit]

Факторы, подтверждающие оригинальность исследований

Основные параметры, группировка и составляющие исследования

Показатели качества планирования исследования

Тест с ответами по теме «Медицина, основанная на доказательствах. Основные понятия.»

1. В динамическом исследовании пациента обследуют

2. В контролируемое исследование включаются пациенты из

3. В одномоментном исследовании пациента обследуют

4. В пассивном исследовании

5. В проспективном исследовании сбор данных происходит

6. В ретроспективном исследовании сбор данных происходит

7. В сравнительное исследование могут включаться пациенты из

8. Динамические исследования бывают

9. Истинным исходом является

10. К задачам статистического анализа относятся

11. К систематическим ошибкам относятся

12. Какой исход является композитным?

13. Качество статистического анализа зависит от

14. Контролируемое исследование называется так потому, что в нем

15. Конфликт интересов возможно отсутствует, если

16. Конфликт интересов присутствует, если

17. Конфликт интересов — это

18. Лучшим способом формирования групп в проспективном исследовании является

19. Наилучшим дизайном исследования для оценки диагностического теста является

20. Наилучшим дизайном исследования для оценки эффективности и безопасности лекарственных препаратов является

21. Объективным исходом является

22. Ошибка при измерении возникает, если

23. Ошибка при отборе — это

24. Первичным исходом является

25. Ретроспективные исследования имеют следующие недостатки

26. Систематическая ошибка измерений возникает при

27. Систематические ошибки чаще всего

28. Случайные ошибки — это

29. Субъективным исходом является

30. Суррогатным исходом является

Специальности для предварительного и итогового тестирования:

А вот еще интересные материалы: