Величина, що характеризує статистичний ефект. Аналіз результатів медико-біологічних досліджень

Величина, що характеризує статистичний ефект. Аналіз результатів медико-біологічних досліджень

1. Основна мета клінічних досліджень. Методи порівняння з початковим станом.

Під час проведення клінічних досліджень зазвичай мають на меті 2 основні цілі: по-перше, оцінити дію пропонованого препарату (або лікування) на пацієнтів (або здорових добровольців), включених в дане дослідження, по-друге, більш загальна мета — на основі отриманих результатів передбачити майбутній можливий клінічний результат при впровадженні препарату (або методу лікування), що вивчається, в широку практику.

Іншими словами, основною формальною метою клінічних досліджень є оцінка ефекту (в широкому значенні слова) у групи осіб, що вивчається, для того, щоб можна було сказати, який лікувальний ефект можливий або швидше за все можливий з погляду теорії імовірності в майбутньому. Можна сказати, що вирішити першу задачу на практиці досить складно, тоді як другу – екстремально складно, якщо взагалі можливо.

Для того, щоб грамотно планувати клінічне дослідження, необхідно з найпершого етапу сформулювати його мету і спробувати зрозуміти, які саме показники можна використовувати для демонстрації і порівняння ефекту даного методу. Зазвичай один з таких показників вважається основним,
а інші — додатковими. З погляду математики і статистики, не існує принципової відмінності між ефектами, які медики відносять до прямої або побічної дії. Надалі ми не зупинятимемося на медичних визначеннях показників ефекту. Проте доцільно визначити поняття «ефект або ефект терапії, що в результаті вивчається», в контексті клінічних досліджень і математичної статистики. У загальному вигляді це визначення може звучати так: ефектом будь-якого лікування у конкретного пацієнта називається різниця між тим, що відбулося з даним пацієнтом в результаті проведення даного лікування, і тим, що могло б з ним відбутися у разі відмови від лікування даним методом. Зазвичай виникають деякі практичні труднощі при такому підході до визначення ефекту. Так, наприклад, одна з них була пов'язана з тим, що це визначення ефекту дано в термінах вибору. Друга – з тим, що, спостерігаючи за тим, що відбулося в результаті проведення даного лікування, неможливо спостерігати, що могло б відбутися. І, нарешті, третя — неможливо оцінити, що було б саме з цим пацієнтом, якби його лікували іншим методом. Таке порівняння можливо лише на основі вивчення паралельних груп або на основі історичного контролю, при цьому не тільки порівнювані методи лікування, але і самі пацієнти можуть розрізнятися, і не завжди всі відмінності можливо врахувати. Незважаючи на цю тонкість, з прийняття такого визначення відразу витікає ряд важливих практичних висновків.

Найважливішим висновком є те, що ефект визначається не просто як різниця між показниками пацієнта до і після проведення терапії, хоча у багатьох випадках ефект можна оцінювати саме так. Такий метод порівняння називається порівняння з початковим станом (baseline comparison). He у всіх випадках використання цього підходу приводить до бажаних результатів. Проілюструємо справедливість цього твердження на прикладах. Так, припустимо, що ми маємо справу з невиліковним захворюванням, яке припускає прогресивне погіршення стану пацієнта. Випробування нового препарату показало, що, наприклад, через 5 років його вживання різниця між початковими і результуючими показниками пацієнтів дорівнює нулю, тобто погіршення стану не відбулося, що саме по собі свідчить про наявність клінічного ефекту. Проте при такому виборі способу оцінки ефекту лікування формально ми отримаємо повну відсутність будь-якого ефекту від лікування даним препаратом.

Ще один цікавий приклад стосується оцінки ефекту. Уявіть собі, що в клінічних дослідженнях лікарського препарату беруть участь 10 осіб: 5 одержують препарат, що вивчається, а 5 — плацебо. В результаті проведення даної терапії передбачається збільшення значення якогось клінічного показника X, ця зміна і оцінюватиме ефект. Припустимо, в результаті випробувань були отримані такі значення змін показника X -0,2; -0,1; 0,0; 0,2; 0,5 для групи, що одержує активне лікування, і -0,5; -0,4; -0,3; -0,1; 0,2 у разі плацебо. Видно, що навіть не у всіх пацієнтів першої групи був досягнутий ефект щодо критерію даного дослідження. Проте можна помітити, що віднімання 0,3 із всіх значень показника в першій групі дає відповідне значення показника в другій (дані підібрані так спеціально для наочності). Отже на основі запропонованого нами загального визначення ефекту можна сказати, що кожен пацієнт першої групи в результаті проведення лікування одержує додаткове поліпшення даного параметра на 0,3 одиниці порівняно з відсутністю даної терапії (плацебо). Це ще одна ілюстрація того, наскільки важливо неформально ставитися до вибору параметрів для оцінки ефекту й аналізу отриманих результатів.

Інший, не менш показовий, приклад був пов'язаний з використанням методу регресії для демонстрації наявності ефекту від терапії, що проводиться. Припустимо, проводиться гіпотетичне неконтрольоване дослідження вигаданого препарату, скажімо, для нормалізації тиску систоли. Нехай початкова вибірка пацієнтів складається з пацієнтів як з підвищеним, так і зі зниженим тиском. Тиск систоли вимірюється кожному пацієнту двічі: до і після проведення терапії; після закінчення дослідження для всіх пацієнтів розраховується середній тиск до і середній тиск після. Різниця між цими величинами практи