Доказательство порождают факты, которые регистрируются при наблюдении или воздействии на объект в определённое время и в определённом месте. Болезнь является воздействием на организм, симптомы болезни – фактами, а врач выступает в роли наблюдателя «экспериментов», которые над больным человеком ставит Природа. Факт выступает в роли доказательства, когда его используют для убеждения кого-то в чем-то – в диагнозе, например, который может включать причины болезни и осложнения. Диагноз в этом отношении представляет собой лаконичное обозначение того, что может случиться с больным (естественно, с определённой долей вероятности), в зависимости от надёжности доступных доказательств.
Доказательство может быть основано на таких фактах, как симптомы, признаки и результаты тестов, полученных у определённого больного. Это так называемое частное доказательство. В отличие от общего доказательства, которое основано на фактах, полученных при обследовании группы больных.
Медицинские суждения, которые подтверждаются частными доказательствами, представляют собой диагнозы (диагностические гипотезы), с различной степенью вероятности относительно того, чем болеет больной и что следует делать. Если собеседник (коллега-врач) готов принять мнение, основанное на доказательствах, то обычно должны быть согласованы взаимоприемлемые доказательства, чтобы определить, имеют дело клиницисты с диагностической гипотезой или окончательным диагнозом.
Медицинские суждения меняются, когда в научной литературе появляются принципиально новые «общие» данные, полученные на группе обследованных. К примеру, критерии диагностики сахарного диабета по результатам перорального теста толерантности к глюкозе (ПТТГ) менялись несколько раз. В настоящее время внедрен принципиально новый диагностический тест на диабет – уровень гликированного гемоглобина.
При дифференциальной диагностике в отношении каждого из дифференцируемых диагнозов должны быть указаны признаки (факты), доказывающие его вероятность или делающие предположительный диагноз окончательным.
На ранних этапах развития медицины медицинскую помощь больному оказывали на основании устных и письменных рекомендаций, основой которых служили интерпретации существующих на тот момент литературных источников или личный опыт врача. Эффективные приёмы диагностики и лечения болезней передавались от учителя к ученику. Этот метод обучения имеет ряд очевидных существенных недостатков. В частности, на него влияют излишняя приверженность обучающего медицине своему эмпирически полученному опыту и невозможность или неспособность оперативно модернизировать старые методы и внедрять новые, более совершенные. Кроме того, переоценивается значимость результатов наблюдения за ограниченным числом больных без оценки пользы и вреда лечения для больного. Общепризнанные формализованные правила оценки надёжности метода обследования и лечения больного отсутствовали.
В связи с осознанием важности надёжных данных в диагностике и лечении болезней с 1980-х годов начали внедрять доказательный подход в принятии врачом клинических решений, который основан на двух требованиях:
• больше внимания уделять оценке преимуществ лечения/диагностики болезни и риска медицинских вмешательств;
• выбирать лучшее медицинское вмешательство из пирамиды представленных в научной литературе данных, в основании которой лежат методологически слабые работы, а её вершина – самое надёжное научное исследование.
В доказательной медицине сопоставляются данные больного (частные данные) с результатами научных исследований, полученными на группе больных (общие данные).
Итак, доказательная медицина (от англ. Evidence-based medicine – медицина, основанная на доказательствах) – добросовестное, явное и разумное использование современных доказательств в отношении медицинской помощи больным.
Хорошо известно, что чем более точным является определение, тем оно менее понятно. И приведённое выше, одно из типичных определение доказательной медицины, многим кажется не совсем ясным. В связи с этим дадим более понятное, но, может быть, менее точное толкование термина «доказательная медицина». Если совсем упрощать, то доказательная медицина – клиническое суждение, основанное на надёжных научных данных или, другими словами, научных данных, которым можно доверять. Отсюда возникает естественный вопрос – значит, существуют научные данные, которым нельзя доверять? Каким же тогда образом они оказались научными?
Сразу следует исключить недобросовестное представление научных данных – подгонку результата научного исследования под ожидаемый исследователем или нужный (по той или иной причине) исследователю результат. Такие научные работы редки, и их вообще не принимают в расчёт в доказательной медицине. Речь идёт о добросовестно выполненных научных работах, результаты которых нельзя считать надёжными. Типичным примером ненадёжного результата служит научное исследование, в котором хотя и было обнаружено изменение исследуемого показателя в ожидаемом направлении, но оно оказалось недостоверным. А расширить объём исследования так, чтобы результат оказался убедительным, у авторов научной работы не хватило ресурсов (денег, больных, квалификации и т. п.).
Зачем тогда публикуют в научной литературе такие ненадёжные данные? Ответ заключается в следующем. Если такая работа единична, то её результаты нельзя использовать в клинической практике (доказательной медицине). Однако если аналогичных работ опубликовано в научной литературе достаточно много, то с помощью специального приёма (метаанализа), разработанного в рамках доказательной медицины, результаты такого рода работ можно превратить в достоверный факт.
Рассмотрим пример метаанализа, для которого выбирают научные статьи, отвечающие определённым критериям надёжности организации исследования. При этом не во всех выбранных статьях были получены достоверные результаты некоторого воздействия, допустим, лечения. Результаты этих исследований обычно представляют в виде графика, который при достаточном воображении можно рассматривать как схематическое изображение леса (от англ. forest-plot – лес-график, рис. 2.1).
Рис. 2.1. Метаанализ работ, посвящённых влиянию глюкагоноподобного пептида-1 (ГПП-1) на аппетит
В левой части рисунка в виде столбца расположены выбранные для метаанализа статьи. Вертикальная линия по центру рисунка – линия отсутствия эффекта – отражает отсутствие изменения потребления калорий. Точка на графике – среднее снижение потребления калорий в каждом исследовании. Если точка расположена слева от линии отсутствия эффекта, то потребление калорий снизилось. Горизонтальные линии, проходящие через точки, – 95 % доверительный интервал. Другими словами, если горизонтальная линия не пересекает вертикальную линию отсутствия эффекта, то существующая вероятность эффекта (снижение потребления калорий) составляет 95 %.
Более содержательно о метаанализе можно прочитать в Интернете на сайте http://www.statsoft.ru/statportal/tabID_50/MId_449/ModeID_0/PageID_353/DesktopDefault.aspx, но в нашем случае важны не детали, а принцип метаанализа.
Итак, из рисунка видно, что во 2-й, 4-й, 5-й, 9-й и 10-й работах результаты были отрицательны – глюкагоноподобный пептид-1 достоверно не снижал аппетит. Хотя в них отмечена определённая тенденция к положительному эффекту (средняя величина находится слева от вертикальной черты). А в остальных работах был получен достоверно положительный эффект (1-я, 3-я, 6-я, 7-я, 8-я и 11-я работы).
Предположим, что недостоверные результаты – следствие недостаточно большой группы обследования. Тогда объединение групп больных из статей в единую большую группу (с достоверными и недостоверными результатами) может дать в сумме высокодостоверный результат – нижняя точка на графике. Отсюда и название – метаанализ, т. е. анализ результатов за пределами («мета») отдельных статей. В итоге делается следующий «логический» вывод. Поскольку достоверный результат метаанализа получен в результате объединения статей с достоверными и недостоверными результатами, то следует полагать, что во всех включённых в метаанализ научных работах исследовавшийся эффект положителен. Причём достоверно положительный результат метаанализа в значительно степени зависит от включённых в него работ с достоверным эффектом. Чем в большем числе работ получен положительный результат и чем он достовернее, тем достовернее доказательство эффективности воздействия в метаанализе. Однако эта логика довольно спорна. Для того чтобы убедится в этом, рассмотрим график детальнее.
На графике видно, что из выбранных для метаанализа работ четыре принадлежат одной и той же исследовательской группе (Gitswiller и др.). Причём именно эта группа исследователей получила наиболее убедительные положительные результаты, а поскольку это одна группа, то в анализ включены фактически не четыре работы, а одна. Тогда если предположить (в качестве мысленного эксперимента), что эта научная группа провела исследование тенденциозно, и исключить её результаты из анализа, то из оставшихся исследований будет невозможно скомбинировать достоверный результат. В итоге оказывается, что в большинстве работ получен отрицательный результат. А если учесть, что публиковать предпочитают положительные результаты, реально представленная в научной литературе информация далека от полноты, и метаанализ не является идеальным методом доказательства надёжности лечения или диагностики болезней.
Метаанализ был предложен эпидемиологами всего лишь для расчёта необходимого числа больных, включаемых в исследование, чтобы гарантировать статистически достоверные показатели планируемого исследования, а не для вынесения категорических и окончательных суждений. По этой причине результаты метаанализа должны быть лишь основой для планирования клинических экспериментов, в которых полученный при метаанализе результат следует ещё подтвердить. Итак, даже серьёзные научные исследования, результаты которых были подвергнуты метаанализу, следует воспринимать достаточно критично. Хотя нужно отметить, что метаанализ признан лучшим из инструментов доказательной медицины (табл. 2.1).
Ещё один пример потенциальной ненадёжности некоторых научных экспериментов. Для усиления контроля за исследованием используют так называемый двойной слепой метод – ни больной (1-й уровень «ослепления»), ни врач (2-й уровень «ослепления») не знают, получает больной лекарственный препарат или плацебо («пустышку»). В конце исследования результаты лечения сравнивают. Очевидно, что препарат должен оказать существенно лучший эффект. Если в исследовании используют «ослепление», его называют контролируемым, а если при этом выбор плацебо/лекарства для лечения происходит случайным образом, такое исследование называют рандомизированным контролируемым (РКИ).
Лукавство РКИ можно проследить на примере известного анекдота об учёном. Незадачливый учёный решил проверить, где у блохи находится орган слуха. Для этого он некоторым блохам отрывал лапки и приказывал им прыгать. Так как без ног блохи переставали прыгать, учёный сделал «естественный» вывод, что орган слуха у блохи находится в лапках.
Дополним этот анекдот: предположим, что исследователь блох – добросовестный учёный, который решил подтвердить результат в РКИ. Для этого он попросил своего коллегу оторвать у некоторых блох лапки – в зависимости от того, выпали орел или решка. Затем поместить в мешочек блох с лапками и без них, а этот мешочек встряхнуть, чтобы блохи как следует перемешались. Далее он попросил коллегу вслепую вынимать блох из мешочка и класть на стол, а сам приказывал блохам прыгать и только после этого исследовал, есть у блохи лапки или нет. Очевидно, что и в этом случае прыгать не будут только блохи без лапок, и учёный окончательно «убедится», что орган слуха находится в лапках. При этом, как мы видим, соблюдены все формальные признаки правильного двойного слепого исследования:
• лапки отрывали не всем блохам (эффект «пустышки», т. е. контролируемость);
• лапки отрывали случайно (рандомизация);
• учёный, выбирающий блох, не знал, с лапками или нет блоха (первое «ослепление»);
• основной исследователь блох, который отдавал приказ блохам прыгать, не видел, есть ли у блохи лапки (второе «ослепление»).
И всё же вывод оказался неверен. Если эксперимент в целом неверно спланирован, даже самые изощрённые технические приёмы его организации ничего исправить не могут. В чём ошибка? В методе исследования, который не соответствует поставленной задаче – изучению слуха у блохи. Выбор движения живого существа в ответ на звук в качестве критерия «слышит/не слышит» в принципе не вызывает особых возражений, так как это общеизвестное наблюдение. Однако для этого животное должно обладать, по крайней мере, возможностью двигаться, которой учёный лишил блоху, отрывая ей лапки.
Исходя из этого, очевидно, что современная диагностика болезней должна быть основана на надёжных научных фактах, а это непросто, так как не все факты, опубликованные в научных статьях, доказанные.
В 2002 г. была предложена классификация степени надёжности научных данных1, в которой оценивают риск медицинского вмешательства, методологическое качество исследования, и на основании этого дают рекомендации (табл. 2.1).
Степень 1 – преимущества медицинского вмешательства над вредом здоровью очевидны и полностью оправдывают затраты, в то время как при степени 2 рекомендации менее убедительны. Буквенная степень отражает качество исследования:
• А – РКИ с несомненно надёжными результатами;
• B – РКИ с менее надёжными научными результатами;
• С – наблюдательные исследования или результаты РКИ, полученные на одной группе, эстраполируются на другие группы;
• С+ – работы с недостаточно надёжными результатами из-за малого объёма исследования или по другим причинам.
Таблица 2.1.
Классификация степени надёжности научного исследования
В этой классификации важную роль в оценке надёжности диагностического теста играет расчёт его чувствительности и специфичности. Чувствительность теста вычисляют по формуле:
ЧТ = ИП/(ИП + ЛО),
где ЧТ – чувствительность теста; ИП – истинно положительный результат теста; ЛО – ложноотрицательный результат теста.
– отношение числа больных с диагнозом, подтверждённым тестом (истинно положительный результат в числителе формулы), к реальному числу больных (истинно положительный + ложноотрицательный результат в знаменателе), поэтому его можно считать показателем истинной положительности теста (положителен при болезни).
Чувствительность теста
Специфичность теста вычисляется по формуле:
СТ = ИО/(ИО + ЛП),
где СТ – специфичность теста; ИО – истинно отрицательный результат; ЛП – ложноположительный результат.
Специфичность теста – отношение числа здоровых лиц с диагнозом, не подтверждённым в тесте (истинно отрицательный результат в числителе формулы), к реальному числу здоровых (истинно отрицательный + ложноположительный результат в знаменателе). Его в связи с этим можно считать показателем истинной отрицательности теста (отрицателен у здоровых).
Рассмотрим на примере доказательной эндокринологии, как в рамках градаций 1А—2С оценивают некоторые диагностические тесты.
Пример. Для обоснования диагностической гипотезы «болезнь Кушинга» необходима магнитно-резонансная томография (МРТ) гипофиза. Опухоль гипофиза при этом исследовании выявляют у 50–70 % обследованных больных. Если диаметр опухоли превышает 6 мм и биохимические тесты положительны (дексаметазоновые пробы, характерные для болезни Кушинга), то диагноз считают подтверждённым (диагностическая гипотеза превращается в окончательный диагноз), и больному назначают соответствующее лечение. Однако при МРТ характерные для опухоли гипофиза изменения выявляют у 10 % обследуемых, причём без каких-либо эндокринных болезней, что было показано в работе качества 1С:
У 100 здоровых добровольцев и 57 пациентов с болезнью Кушинга была проведена МРТ высокого разрешения. Полученные снимки было предложено независимо оценить трём специалистам, которым диагноз обследуемых не сообщали («ослепление»). При болезни Кушинга патологические изменения на магнитно-резонансных томограммах выявлялись в 56 %, хотя они и не коррелировали с тем, что было обнаружено в процессе хирургической операции на гипофизе. У здоровых добровольцев на томограммах изменения были обнаружены в 10 % случаев.
Итак, если опухоль гипофиза небольших размеров (менее 6 мм), достаточно высока вероятность, что она никакого отношения к болезни Кушинга не имеет. Более того, даже при болезни Кушинга только у половины больных на томограммах видны характерные для опухоли гипофиза изменения. Следовательно, при опухоли гипофиза малых размеров или отсутствии каких-либо изменений на магнитно-резонансных томограммах диагноз болезни Кушинга остаётся предположительным. В этих двух случаях для верификации болезни Кушинга рекомендуют проводить билатеральный забор крови из нижнего каменистого синуса (sinus petrosus inferior) для определения содержания адренокортикотропного гормона (АКТГ) (рис. 2.2). Концентрация АКТГ в крови, оттекающей от гипофиза в синус, должна быть существенно выше, чем в периферическом венозном русле, если опухоль гипофиза синтезирует АКТГ (что, собственно, и есть болезнь Кушинга).
Рис. 2.2. Венозная система головного мозга
При этой диагностической процедуре катетеры для забора крови размещают в левом и правом каменистых (петрозных) синусах, и уровень АКТГ одновременно измеряют в синусах и периферических венах до и после введения кортикотропин-рилизинг-гормона (КРГ), который стимулирует секрецию АКТГ. Полученные результаты интерпретируют в соответствии с данными, представленными в работе качества 1С+2.
В этой работе было проведено проспективное исследование 281 больного синдромом Кушинга, у которых были проведены заборы крови из каменистых (петрозных) синусов. Заборы крови на АКТГ до и после введения КРГ выполнены у 262 больных. Диагноз верифицирован хирургически у 246 пациентов. При болезни Кушинга концентрация АКТГ в каменистых синусах превышает концентрацию АКТГ в периферических венах: (а) в базальном состоянии (без введения КРГ) – в 2 раза; (б) после стимуляции КРГ – в 3 раза.
Чувствительность для (а) составляет 95 %, для (б) – 100 %, в то время как специфичность – 100 % для обоих тестов. Градиент >1,4 между левым и правым каменистыми синусами позволяет латерализовать поражение.
Рутинное использование забора крови на АКТГ из каменистых синусов вызывает возражения ввиду сложности процедуры, особенно в случае небольшого размера «немых» опухолей гипофиза, которые обычно не требуют каких-либо вмешательств. В связи с этим был предложен более простой альтернативный метод исследования – забор крови из яремной вены – в работе качества ниже, чем 1С+3.
В исследование включены 74 пациента с хирургически доказанной болезнью Кушинга и 14 больных с эктопическим АКТГ-синдромом (хирургически верифицирован у 11 больных, оккультный – у 3 человек). В случае забора крови на АКТГ из каменистого (петрозного) синуса чувствительность теста оказалась 98 %, а специфичность – 100 %. При заборе крови из яремной вены чувствительность – 83 %, специфичность – 100 %. В связи с этим рекомендовано при ограниченных технических возможностях для скрининговой диагностики брать кровь на АКТГ из яремной вены, при отрицательном результате и ненулевой вероятности болезни Кушинга – верифицировать диагноз забором крови из каменистого синуса.
Как видно из примера, степень надёжности исследований не превышает 1С+, что характерно для диагностических тестов: в литературе трудно найти исследование с надёжностью 1А. Отсюда очевидно, что качество диагностики болезни определяется не только адекватным выбором теста, соответствующего предполагаемому диагнозу, но и надёжностью самого теста, которая обычно не наивысшая с точки зрения доказательной медицины.
В 1989 г. была предложена иерархия надёжности (доказательности) представляемых в научной литературе данных4, в которой отдельно рассматривают надёжность и качество научного исследования (табл. 2.2).
Таблица 2.2.
Классификация результатов научных исследований по отношению к степени их доказательности
Пример использования этой классификации – характеристика ведущих научных работ по влиянию снижения массы тела на проявления сахарного диабета 2-го типа (табл. 2.3). С помощью этой таблицы легко определить, какие научные рекомендации при сахарном диабете 2-го типа тучных целесообразны, а какие сомнительны.
Таблица 2.3.
Оценка научных работ, посвящённых влиянию снижения массы тела при сахарном диабете 2-го типа на его литературе течение5
Chalmers и соавт.6 предложили классификацию надёжности научных исследований, в которой метаанализу отведено ведущее место (табл. 2.4).
Таблица 2.4.
Иерархия доказательности исследования, предложенная Chalmers и соавт.
Реальный пример демонстрирует проблему практического использования этой классификации. В частности, какое следует выносить суждение, если в одних метааналитических работах показано, что лечение росиглитазоном увеличивает риск сердечно-сосудистых болезней, а в других – нет (рис. 2.3)? Можем к этой проблеме подойти арифметически: чем в большем количестве метааналитических работ это установлено, тем достовернее заключение. В трёх метаанализах было показано, что росиглитазон увеличивает сердечно-сосудистый риск, а только в одном – что не увеличивает, следовательно, росиглитазон увеличивает риск сердечно-сосудистых болезней (см. рис. 2.3). С другой стороны, совершенно очевидно, что Lago и соавт. построили свой единичный метаанализ на очень доброкачественно проведённых РКИ, – в противоположность Cobitz, Nissen и Sign, которые исключили из своего анализа именно эти работы. Таким образом, как было указано выше, от выбора исследований в метаанализ зависит окончательный результат. Научное диабетологическое сообщество, столкнувшись с этой проблемой, раскололось на сторонников повышения сердечно-сосудистого риска на фоне лечения росиглитазоном и его противников. Однако в конечном итоге окончательное решение – исключить росиглитазон из клинической практики – было вынесено в 2010 г. на основании решения небольшой научной группы американских экспертов «Управления по лекарствам и продуктам» (FDA – от англ. Food and Drug Administration, Федеральная служба США, контролирующая производство, хранение и реализацию пищевых продуктов, лекарственных препаратов и косметических средств) банальным голосованием.
Рис. 2.3. Метаанализ, где в одной группе работ показано увеличение сердечно-сосудистого (СС) риска на фоне лечения росиглитазоном, а в другом метаанализе – нет. РКИ – рандомизированное клиническое исследование
Таким образом, и в настоящее время в спорных медицинских случаях решение принимают фактически интуитивно, а не в результате применения некоторых очевидных правил. Отношение медицинского научного сообщества к доказательной медицине становится наглядным, если суждения медицинских экспертов сравнить с точными математическими – невозможно результат умножения, например «2 × 2 = 4», считать правильным на основании исхода голосования группы уважаемых математиков. С результатами доказательной медицины по росиглитазону обошлись именно так! Однако справедливости ради следует заметить, что медицина всё ещё остаётся слишком сложной для человеческого интеллекта задачей, не поддающейся такой полной формализации, как «чистая» математика.
Сильная сторона доказательной медицины заключается в том, что она направляет клиническую практику от единичного опыта изучения болезни к экспертному заключению, основанному на масштабных научных исследованиях, которые непрерывно развиваются и способствуют прогрессу медицинской практики. В доказательной медицине научной основой является эксперимент, особенно РКИ, которое служит базисом клинической практики.
РКИ – очень мощный научно-исследовательский инструмент, позволяющий с высокой степенью надёжности добывать медицинские факты, но его научная изощрённость в то же время является слабой стороной с точки зрения медицинской практики. Далеко не всегда удаётся в обычной медицинской практике обследовать (лечить) больного в точном соответствии с обследованием больного, отобранного в РКИ по строгим критериям включения/исключения. Отсюда следует, что результаты, полученные в РКИ, не в полной мере можно перенести в обычную клиническую практику. Врач, учитывая результаты РКИ, обычно вынужден использовать их с некоторой долей неопределённости, выходя в той или иной степени за пределы РКИ, рассматривая его как некий золотой стандарт, обычно недостижимый в клинической практике. Иначе большинство больных вообще останутся без обследования и/или лечения.
Другое ограничение РКИ – дороговизна и сложность проведения, в результате далеко не для всех, даже распространённых, клинических ситуаций такого рода исследования проведены. Характерный пример – использование высокоэффективного отечественного антиаритмического препарата Аллапинина♠, которого не найдёшь ни в одной зарубежной аптеке. Если учесть, что комбинированное лекарственное лечение – правило, а не исключение, то количество возможных и необходимых РКИ становится просто необозримым и, соответственно, невыполнимым.
Ещё одно ограничение РКИ – суждения в РКИ основаны на так называемых «твёрдых» критериях – смертность, заболеваемость (инфарктом или инсультом, например) и т. п., в то время как в клинической практике решение базируется только на «суррогатных» («мягких») критериях – уровни холестерина, липопротеинов, качество жизни больного, его предпочтения и т. п. По этой причине научные исследования служат только некоторой информационной базой для врача и не являются обязательной рекомендацией, так как не учитывают реальных обстоятельств конкретного больного. И задача практикующего врача как раз и заключается в том, чтобы интегрировать научные данные в лечебно-диагностическую практику.
Принципиальное разногласие между сторонниками доказательной медицины и практикующими врачами сводится не только к отсутствию надёжных исследований, отражающих клинические и поведенческие особенности конкретных больных, но и к тому, что такие исследования вряд ли когда-либо будут выполнены. Несмотря на ряд явных достоинств РКИ, готовность к их внедрению во всеобщую повседневную практику – не одно из них. Слишком категоричная рекомендация повсеместно внедрять результаты доказательной медицины в реальную клиническую практику легко может привести к нежеланию оказывать медицинскую помощь за пределами доказательной медицины. В итоге, в крайнем варианте, вместо позитивного результата можно получить «доказательный паралич» медицинской службы.
Приведённые критические замечания о клинических научных исследованиях совсем не означают, что все научные достижения в медицине ничего не стоят. Они лишь отражают необыкновенно высокую сложность предмета научного исследования – организма человека. Несмотря на многочисленные препятствия в проведении таких исследований, научные медицинские достижения огромны. Только благодаря их внедрению в клиническую практику происходит стремительный прогресс медицины, особенно в последние десятилетия. Причём медицинские технологии прогрессируют настолько быстро, что существует необходимость непрерывного последипломного медицинского обучения, и в Интернете такая возможность представлена на сайте www.medscape.cjm/internalmedicine.