Вот если бы разработчик прибора и врач-исследователь ограничились только измерением так называемых прямых показателей – частоты сердечных сокращений, артериального давления и т. п., но грех наукообразия завел их в определение бесчисленных индексов, производных и проч. и проч. Достаточно начать аргументировать свои выводы подобными производными, и Вы выходите из-под любой критики – и чужой, и собственной. Совет вообще промолчит, подавленный обилием цифр, которые нельзя ни с чем сравнить, а следовательно, и опровергнуть. Уход от критики с помощью эзотерических понятий – подарок артефакту и надругательство над истиной.
Выбор объекта исследования
Разумеется, объект исследования должен быть адекватным его задачам. Клиницисты выполняют это правило с легкостью: простатит изучают на больных с простатитом. Биологам- экспериментаторам надо помнить слова нобелевского лауреата 1920 года Августа Крога (August Krogh, 1874–1949) о том, что для каждого исследования есть наиболее подходящий вид животных (о Кроге см. в нашей книге: А. Марьянович, И. Князькин. Взрыв и цветение: Нобелевские премии по медицине 1901–2002. СПб., изд-е 2-е, 2003 и последующие издания).
Рандомизация и двойной слепой контроль
Следующее обязательное мероприятие – рандомизация. Начало эксперимента. Исследователь уже примерно (всегда – примерно и никогда – точно) знает, что он собирается делать. Экспериментальная установка готова. «Маша, принесите кролика!» Маша идет в виварий и приносит-таки кролика, но какого или, вернее, которого из тех, что там были? Если спросить об этом исследователя, он уверенно ответит, что животное было выбрано в случайном порядке. Неправильно! Выбор был сделан в произвольном порядке. Различие между этими двумя процедурами объясняется в начале любого хорошего руководства по биологической и медицинской статистике. Лаборантка взяла кролика из клетки, находящейся на полметра от пола вивария – это самые удобные клетки: к нижнему ряду труднее наклоняться, а кролик из верхней клетки, бывает, успевает царапнуть Вас задней лапой. Не все ли равно, где сидел кролик до эксперимента? Нет. Самых тяжелых или самых буйных животных лаборанты, не задумываясь, сажают в клетки нижних рядов – а это, согласитесь, нарушает принцип случайности выбора. Конечно, виварий может быть идеально организован: клетки на одном уровне, животные строго одного веса и т. п., но всегда найдется бесчисленное количество других факторов, препятствующих случайному выбору.
В тех же руководствах по статистике под названием рандомизация описаны элементарные процедуры, позволяющие обеспечить случайность выбора объекта. Если Вы собираетесь сравнить два способа лечения, Вы должны:
а) Определить и, насколько возможно, формализовать показания к применению этих методов, то есть заранее назвать нозологическую форму и, если необходимо, другие признаки будущих больных, которые подвергнутся лечению либо старым, либо новым способом: пол, возраст, и т. п. Любой больной, поступающий в клинику или отделение и соответствующий всем заранее определенным параметрам, автоматически попадает в круг Вашего исследования, и ему присваивается порядковый номер.
б) Заранее заказать в любом компьютерном центре таблицу случайных чисел от 1 до 1000 и разделить ее пополам: 500 чисел до черты и 500 – после. Сверху пишете название старого способа, снизу – нового. Поступает больной. Допустим, его номер 48. Смотрим в таблице: число 48 оказывается в нижней части массива. Этот больной должен получить лечение новым, и только новым способом. Никакие перестановки здесь недопустимы. Если позволить себе их, то невольно начнешь отбирать для применения нового способа лечения «наиболее перспективных» больных. В результате «койко-день» в опытной группе будет существенно меньше, чем в контрольной, и количество осложнений – тоже и т. п. После этого можно обрабатывать полученные данные скольугодно изощренными методами – результаты останутся недостоверными. Вспомним слова Гексли (Хаксли – Thomas Henry Huxley, 1825–1895) о том, что математика – это жернов, который перемалывает все, что бы под него ни положили. Мощь жернова не превратит сорняки в пшеницу. Именно поэтому предложенное Вами будет жить недолго. В случае неклинического, чисто экспериментального исследования метод рандомизации применяется точно так же: животные нумеруются заранее, и затем их делят на опытную и контрольную группы в соответствии с таблицей случайных чисел. Желательно, чтобы ни исследователь, ни его помощники не знали, к какой из двух групп относится данное животное и вводят они исследуемый препарат или плацебо (слепой контроль). Если же удастся организовать дело так, чтобы принадлежность объекта исследования к опытной или контрольной группе оставалась неизвестной и в течение всего эксперимента, и во время первичной обработки данных, это уже будет double blind control, близкий к мировым стандартам. В этом случае исследователь узнает, где – опыт, а где – контроль, только в момент просмотра сводных таблиц или рисунков. А теперь, положа руку на сердце, скажите, часто ли Вы и Ваши коллеги так делаете?
Защита не зря именуется публичной. Это означает, что Вы имеете полное право прийти на заседание Совета и задавать соискателю любые вопросы относительно его работы. Если Вы точно знаете, что сегодняшний соискатель завтра не придет на вашу собственную защиту, задайте ему один короткий вопрос: «Как Вы осуществляли рандомизацию?» Ответа не будет, точнее, будет игра словами с целью замять вопрос. Если же Вы благоразумны, задайте тот же вопрос не на защите, а после нее, при личной встрече. Результат будет тот же.
Тому, в ком развит элемент артистизма, можем посоветовать способ рандомизации одновременно простой, надежный и производящий неизгладимое впечатление на учеников и помощников. Произвольно (а не в случайном порядке) выбираем животное. Доводим эксперимент до момента инъекции, не зная заранее, будет ли это опыт или контроль, и таким образом исключая всякую возможность подсознательного подыгрывания самим себе, зовем любого постороннего человека и просим его подбросить монетку. Орел – вводим препарат, решка – плацебо. Если хотите, смейтесь, а, по-нашему, это и есть поиск истины. Один из нас до сих пор хранит пятак, много лет назад случайно застрявший в люстре во время проведения такой рандомизации.
Достоверность и статистическая значимость
Здесь уместно рассмотреть точное значение двух терминов – достоверность и статистическая значимость. Эти понятия почти всегда смешивают. Если Вы, применив адекватный задаче метод исследования, получили какой-либо результат, если Вы измерили то, что измеряли, то есть не получили артефакт, Ваши данные по определению достоверны, даже если это единичный результат однократного измерения, который, разумеется, не может быть подвергнут никакой статистической обработке. Поскольку исследователь почти всегда работает не с генеральной совокупностью объектов, а с их выборкой, для перенесения отмеченных закономерностей с выборки на генеральную совокупность он обязан обработать экспериментальные данные статистическими методами. Если повезет чуть-чуть, результат окажется статистически значимым, то есть его можно будет перенести с ваших, скажем, 50- ти больных на всех больных (того же пола, возраста и т. п.), страдающих тем же недугом. Правда, и здесь будет сделана существенная натяжка: больные, поступавшие в вашу клинику, не представляют собой рандомизированной выборки из генеральной совокупности. Но тут Вы, очевидно, бессильны. Вряд ли Вы можете получить хотя бы общегородской список всех больных с каким-либо диагнозом и вызывать их для лечения в строго случайном порядке. Если быть очень придирчивым, то следовало бы в названии диссертации после упоминания нозологической формы указывать: «проходивших лечение в Санкт-Петербургском Центре Простатологии Российской Академии Естественных Наук в период с 1992 по 2008 год».
Амбиции вместо помощи, или Горе от ума
Все сказанное настолько просто, и настолько часто каждый исследователь слышал об этом… Но почему, ответьте, за редчайшим исключением диссертанты твердят о «статистической достоверности» их данных? Может быть, дело в том, что курсы статистики, читаемые аспирантам, заведомо перегружены описанием заумных математических критериев, и простые истины остаются за пределами учебных
