n n При этом оценке подлежат следующие виды медицинских технологий: выявление заболеваний и факторов риска; методы профилактики, диагностики и лечения; организация медицинской помощи; работа вспомогательных медицинских служб; научно-методическая информация, используемая в медицинской практике; планы и стратегия развития здравоохранения. В этих целях оценивают следующие аспекты упомянутых видов технологий: безопасность, клиническую эффективность, влияние на жизненный прогноз, стоимость и соотношение «стоимость - эффективность» , этические аспекты, социальное значение. Результатом осуществления ОТЗ должно явиться широкое внедрение в медицинскую практику новых средств и методов, эффективность которых научно доказана, и отказ от применения традиционных, но неэффективных технологий. Это дает возможность рационально перераспределять имеющиеся финансовые, материальные и кадровые ресурсы здравоохранения и обеспечить возрастающую потребность населения в высококачественной медицинской помощи.

n n Целью подобного методического подхода в клинике (клиническая эпидемиология) является получение научно обоснованной возможности использования результатов специально проведенных на группах пациентов эпидемиологических исследований для решения проблем конкретного больного, находящегося под медицинским наблюдением. К числу таких проблем относятся установление достоверного диагноза и определение вероятности наличия данного заболевания у обследуемого пациента, установление причин и условий возникновения заболевания в данном случае, выбор наиболее рациональных в клиническом и экономическом отношениях средств и методов (технологии) лечения, разработка наиболее вероятного в изучаемом случае клинического прогноза исхода заболевания. Таким образом, общие аспекты эпидемиологии неинфекционных болезней оправданно отнести к сфере интересов науки, называемой «социальная гигиена и организация здравоохранения» . Вместе с тем в части, касающейся закономерностей распространения конкретных групп и классов неинфекционных болезней, эпидемиологию неинфекционных болезней следует признать плодотворным и перспективным направлением исследований в области отдельных самостоятельных медицинских наук - кардиологии, онкологии, психиатрии, эндокринологии, травматологии и др. Не вызывает сомнений, что методы эпидемиологических исследований наравне с методами, используемыми молекулярной биологией, генетикой, кибернетикой и другими науками, способны обеспечить существенный прогресс в области изучения различных сторон соответствующих болезней человека. При этом, однако, эпидемиология злокачественных опухолей остается частью онкологии, сердечно-сосудистых болезней - частью кардиологии, психических болезней - частью психиатрии, эндокринных болезней - частью эндокринологии и т. д.

n n n В связи с этим на современном этапе развития науки существует настоятельная необходимость в разграничении понятий «эпидемиология инфекционных болезней» и «эпидемиология неинфекционных болезней» . Эпидемиологии, как и всякой отрасли научного знания, свойственны процессы дифференциации и интеграции. Освоение эпидемиологией новой области реальности, каковой является неинфекционная патология человека, обусловило современный этап ее дифференциации. Вместе с тем потребность в синтезе знания находит выражение в тенденции к интеграции эпидемиологии инфекционных и неинфекционных болезней. Невозможно объединить эпидемиологию инфекционных болезней и эпидемиологию неинфекционных болезней и по так называемому проблемному признаку, когда разные науки интегрируются в связи с возникновением новой крупной теоретической или практической проблемы. Так сформировались биофизика, биохимия и др. Их появление продолжает в новых формах процесс дифференциации науки, но вместе с тем дает и новую основу для интеграции прежде разобщенных научных дисциплин. В рассматриваемом же случае речь идет не о двух научных дисциплинах, а о научной дисциплине (эпидемиология инфекционных болезней) и определенном методическом подходе, используемом для решения задач разных многочисленных медицинских дисциплин (эпидемиология неинфекционных болезней).

n Тенденция объединения не находит реального воплощения, поскольку отсутствуют теоретические принципы, позволяющие признать общность объекта исследований этих наук, т. е. общность закономерностей возникновения, распространения и прекращения всех болезней человека - как инфекционной, так и неинфекционной природы. В настоящее же время эпидемиология (подобно математике, логике, кибернетике и другим наукам) способна лишь вооружить исследование упомянутых закономерностей определенной системой унифицированных методов.

Хотя личный опыт и знание механизмов развития заболеваний безусловно важны, необходимо принимать во внимание следующее:

В большинстве случаев диагноз, прогноз и результаты лечения для конкретного больного однозначно не определены и потому должны быть выражены через вероятности;
 эти вероятности для конкретного больного лучше всего оцениваются на основе предыдущего опыта, накопленного в отношении групп аналогичных больных;
 поскольку клинические наблюдения проводятся на свободных в своем поведении больных, и делают эти наблюдения врачи с разной квалификацией и собственным мнением, результаты могут быть подвержены систематическим ошибкам, ведущим к неверным заключениям;
 любые наблюдения, и клинические в том числе, подвержены влиянию случайности;
 чтобы избежать неверных выводов, врачи должны полагаться на исследования, основанные на строгих научных принципах, с использованием методов минимизации систематических ошибок и учета случайных ошибок.

Социальный аспект клинической эпидемиологии

Влиятельные силы современного общества ускорили признание методов и возможностей клинической эпидемиологии. Стоимость медицинской помощи достигла такого уровня, при котором даже самые богатые группы населения не в состоянии оплатить все желаемые виды услуг. Показано, что использование новых клинических методов совсем не обязательно сопровождается соответствующими изменениями клинических исходов; следовательно, для больного полезны далеко не все общепринятые или дорогостоящие виды лечения. Сейчас разрабатываются способы более тщательной оценки клинических данных, которыми могут пользоваться руководители здравоохранения. Сложилось единое мнение, что медицинская помощь должна основываться на результатах самих строгих исследований и оцениваться по результатам с учетом финансовых затрат, которые общество может себе позволить. Кроме того, конкретные пациенты все чаще рассматриваются в качестве составной части больших групп аналогичных больных; это помогает не только делать более точные индивидуальные прогнозы, но и выбирать наиболее целесообразный путь использования ограниченных медицинских ресурсов для оптимальной помощи возможно большему числу людей.

Основные принципы

Главная цель клинической эпидемиологии – внедрять методы клинического наблюдения и анализа данных, обеспечивающие принятие верных решений. Большинство заслуживающих доверия ответов на клинические вопросы основывается на принципах, описанных в этом разделе.

Клинические вопросы

Основные вопросы, которые ставит клиническая эпидемиология, перечислены в табл. 1.1. Это те самые вопросы, которые возникали у больного и врача в примере, приведенном в начале главы. Именно их чаще всего обсуждают между собой врачи и пациенты.

Таблица 1.1
Клинические вопросы

Клинические исходы

Клинические явления, представляющие интерес для клинической эпидемиологии – это прежде всего исходы, имеющие наибольшее значение для больных и для медицинского персонала (табл. 1.2).

Таблица 1.2
Исходы заболевания (в англоязычном варианте – пять "D")*

*К этому списку можно еще добавить шестое "D"– финансовые затруднения (Destitution), поскольку важным следствием заболевания являются затраты средств (для самого пациента или для общества).

**Нездоровье, субъективное восприятие болезни.

Именно эти явления врачи пытаются понять, предсказать, интерпретировать и изменить при лечении больных. Важное отличие клинической эпидемиологии от других медицинских наук состоит в том, что все явления изучаются непосредственно на людях, а не на животных или элементах человеческого организма, таких как культуры тканей, клеточные мембраны, химические медиаторы, генетические последовательности нуклеиновых кислот.
Биологические явления не могут считаться эквивалентом клинических исходов, пока не получено прямого доказательства их взаимосвязи. В табл. 1.3 представлены некоторые биологические явления и клинические исходы при лечении больных ВИЧ-инфекцией. На основании наших знаний о патогенезе ВИЧ-инфекции можно предположить, что такие клинические исходы, как оппортунистические инфекции, саркома Капоши и смерть можно было бы улучшить с помощью вмешательств, препятствующих снижению числа лимфоцитов CD4+ и уменьшающих уровень антигена р24 . Однако имеются данные, что эти маркеры не дают полного представления о прогрессировании заболевания и реакции на лечение. Наивно предполагать, что влияние вмешательства на исход заболевания может быть обусловлено исключительно воздействием на физиологические параметры, поскольку конечный результат определяется и многими другими факторами. Следовательно, клинические решения должны основываться на непосредственных данных об улучшении клинических исходов как таковых.

Таблица 1.3
Биологические явления и клинические исходы: лечение ВИЧ-инфицированных больных

Количественный подход

Клиническая наука особенно убедительна, когда может обеспечить количественный подход при измерениях. Отчасти это обусловлено тем, что количественные результаты дают более достоверные доказательства, позволяют оценить ошибку и облегчают обмен информацией как между врачами, так и между врачом и больным. Клинические исходы, такие как смерть, болезнь или инвалидизация, можно представить в числовом выражении. Несмотря на то что качественные наблюдения в клинической медицине тоже важны, они не являются предметом рассмотрения клинической эпидемиологии.
Редко удается точно прогнозировать тот или иной клинический исход. Скорее можно на основании результатов исследования определить вероятность того или иного исхода. Клинико-эпидемиологический подход допускает, что клинические прогнозы неопределенны, но могут быть описаны количественно в виде вероятностей: например, симптомы ишемической болезни сердца возникают у 1 из 100 мужчин среднего возраста в год; курение увеличивает в два раза риск смерти в любом возрасте; прием эстрогенов снижает в 2 раза риск переломов, обусловленных остеопорозом.

Популяции и выборки

В принципе, популяция (population) – это большая группа людей, проживающих в определенном географическом регионе (например, в Северной Каролине) или обладающих некоторым признаком (например, старше 65 лет). Популяция может представлять собой просто некоторую часть населения (обычно таковы популяции в эпидемиологических исследованиях причин заболеваний). Она может состоять из пациентов, госпитализированных в определенную клинику или из пациентов с определенным заболеванием (что чаще имеет место в клинических исследованиях). Таким образом, можно говорить об общей популяции, госпитальной популяции или популяции пациентов с конкретным заболеванием.
Выборка (sample) – это часть популяции, полученная путем отбора. Клинические исследования обычно выполняются на выборках. Оценку характеристик популяции по практическим причинам приходится осуществлять путем оценки этих характеристик по выборке.

Систематическая ошибка

Систематическая ошибка, или смещение (bias) – это "систематическое (неслучайное, однонаправленное) отклонение результатов от истинных значений" . Допустим, обнаружено, что препарат А действует лучше, чем препарат Б. Какого рода систематические ошибки могли привести к такому выводу, если он оказался неверным? Препарат А мог быть назначен пациентам с меньшей тяжестью заболевания; тогда результаты будут обусловлены не разной эффективностью лекарственных препаратов, а систематическим различием состояния больных в двух группах. Или же препарат А приятнее на вкус, чем Б, поэтому больные строже соблюдали схему лечения. Либо препарат А – новое, очень популярное, а Б – старое средство, поэтому исследователи и больные склонны думать, что новое лекарство непременно действует лучше. Таковы примеры возможных систематических ошибок.
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 (табл. 1.4).

Таблица 1.4
Систематические ошибки в клиническом наблюдении

, возникает, когда сравниваемые группы па- циентов различаются не только по изучаемому признаку, но и по другим факторам, влияющим на исход.

, возникает, когда в сравниваемых группах больных используются разные методы измерения.

, 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. В примере, приведенном выше, такая ошибка возникнет, если у пациентов, получавших препарат А, степень тяжести заболевания была меньше, чем у получавших препарат Б.
Систематическая ошибка, обусловленная измерением (measurement bias), возникает, когда в сравниваемых группах пациентов применяются неодинаковые методы оценки. К такой ошибке могло бы привести использование информации, взятой из историй болезни, для изучения риска развития тромбоэмболии у женщин в связи с приемом пероральных контрацептивов. Предположим, что сравнивалась частота применения пероральных контрацептивов в двух группах женщин, госпитализированных по поводу флеботромбоза и по другим причинам. Легко допустить, что женщины с флеботромбозом, которые слышали о возможном влиянии эстрогенов на развитие тромбозов, скорее упомянут о приеме этих средств, чем женщины, не страдающие этим заболеванием. По тем же соображениям врачи будут более подробно расспрашивать об использовании пероральных контрацептивов именно у женщин с флеботромбозом. При таких обстоятельствах связь между приемом пероральных контрацептивов и развитием флеботромбоза может быть выявлена именно из-за подхода к сбору информации, а вовсе не потому, что такая связь существует в действительности.
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, как это показано в следующем гипотетическом примере.

В этом примере систематическая ошибка при отборе может иметь место в том случае, если у лиц, пожелавших участвовать в программе, исходно был меньший риск развития ИБС, например в связи с низким уровнем липидов сыворотки или благодаря неотягощенному в отношении ИБС семейному анамнезу. Систематическая ошибка при измерении могла появиться из-за того, что добровольцы, регулярно проходя обследование, имели более высокий шанс выявления ИБС. Наконец, вывод о снижении риска развития ИБС под действием физических тренировок мог быть сделан вследствие систематической ошибки из-за вмешивающихся факторов: участвовавшие в программе физических тренировок добровольцы реже курили, а как известно, курение – фактор риска развития ИБС.
Сама по себе возможность систематической ошибки еще не означает, что она обязательно присутствует в конкретном исследовании. Для того чтобы и исследователи, и читатели могли успешно бороться с систематическими ошибками, необходимо прежде всего знать, где и как их искать, и что можно сделать, чтобы нивелировать их влияние. Кроме того, необходимо уметь определять, действительно ли систематическая ошибка имеет место и настолько ли она велика, чтобы клинически значимым образом повлиять на результат исследования.

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 .
Все мы знакомы со случайностью на примере, когда подброшенная 100 раз монета падает орлом не точно 50 раз. Подобное явление случайной вариации относится и к обсуждавшемуся примеру с оценкой эффективности препаратов А и Б. Допустим, что в исследовании, оценивающем два вида лечения, устранены все возможные систематические ошибки. Предположим также, что в действительности эти два препарата одинаково эффективны и каждый из них вызывает улучшение примерно у половины больных. Однако в единичном исследовании с небольшим числом больных в сравниваемых группах вполне может (исключительно из-за случайности) оказаться, что прием препарата А дает улучшение в большем проценте случаев, чем препарата Б, либо наоборот.
Случайная ошибка может вмешаться на любом этапе клинического наблюдения. В сравнительной оценке препаратов А и Б случайные вариации возникают при отборе пациентов, формировании групп лечения, при проведении измерений в группах.
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.
Соотношения между систематической и случайной ошибкой иллюстрируются на примере измерений диастолического артериального давления (АД) у одного больного (рис. 1.2).

Истинное значение диастолического АД, полученное при введении внутриартериальной канюли, у данного пациента составляло 80 мм рт.ст. Однако подобный метод неприменим в качестве рутинного, и в клинической практике АД обычно измеряется непрямым способом с помощью сфигмоманометра. Этот более простой инструмент допускает ошибки – отклонения от истинных значений. Ошибка заключается в том, что все показания сфигмоманометра в данном случае сдвинуты вправо от истинного значения (см. рис. 1.2). Отклонение показаний сфигмоманометра вправо (систематическая ошибка) может объясняться разными причинами: плохо калиброванный аппарат, неподходящий размер манжеты или ослабленный слух у врача. Смещение также может зависеть от выбора тона, по которому определяется диастолическое АД. Обычно это фазы IV и V тонов Короткова, которые имеют тенденцию исчезать соответственно несколько выше и ниже истинного уровня диастолического давления, а у лиц с ожирением связь между тонами Короткова и АД вообще непредсказуема. Кроме того, отдельные показания сфигмоманометра подвержены ошибкам из-за случайных вариаций, что отражено в виде разброса показаний сфигмоманометра около среднего значения (90 мм рт.ст.).
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. Внимательный читатель без труда обнаружит систематическую ошибку, если она имеется. Большая часть этой книги посвящена тому, как распознать, избежать или минимизировать систематическую ошибку. В отличие от систематической ошибки, влияние случайности нельзя устранить, но можно уменьшить с помощью правильно спланированного исследования, а оставшуюся ошибку затем оценить статистическими методами. Аналогичным образом можно устранить и влияние известных систематических ошибок. Однако никакая обработка данных не в состоянии скорректировать неизвестную систематическую ошибку. Некоторые специалисты в принципе возражают против статистической обработки данных, подверженных смещению из-за плохо составленного плана исследования, поскольку это не дает ничего, кроме ложного впечатления наукообразия работы, не заслуживающей доверия.

Целью клинической эпидемиологии является отбор и систематизация достоверных результаты различных методов диагностики и лечения, разработка и применение методов клинического наблюдения, которые дают возможность делать справедливые заключения, избегая влияния систематических и случайных ошибок. Для исключения систематических ошибок учитывают особенности отбора пациентов. Проводят оценку вмешивающихся факторов. Обязательным является внимание к методам измерения. Случайных ошибок избежать нельзя, но степень их влияния можно оценить количественно с помощью статистических методов. Главный постулат клинической эпидемиологии - каждое клиническое решение должно базироваться на строго доказанных научных фактах. Согласно принципам доказательной медицины в диагностике, лечении и профилактике заболеваний должны использоваться только методы, эффективность которых доказана рационально организованными объективными сравнительными исследованиями.

Исследования, результаты которых можно рассматривать в качестве руководства к действию, должны соответствовать определённым требованиям. Это: правильная организация исследования и математически обоснованный способ рандомизации; чётко обозначенные и соблюдённые критерии включения и исключения из исследования; правильный выбор критериев исхода болезни и эффективности терапии; корректное использование статистических методов обработки данных. Различают экспериментальные (контролированные, с преднамеренным вмешательством) клинические исследования и обсервационные. В экспериментальных - исследователь может контролировать или манипулировать тем фактором, влияние которого на исход болезни подлежит изучению и анализу. При отсутствии этой возможности исследования относят к обсервационным. Последние могут быть ретроспективными и проспективными, которые предпочтительнее ввиду большей точности. По организации обсервационные исследования делятся на одномоментные и протяжённые. К 1-м относят описание случая или серии случаев, ко 2-м - исследование "случай-контроль", когортное исследование.

Обязательным условием хорошо спланированного экспериментального исследования является проведение рандомизации - процедуры, обеспечивающей случайное распределение больных в экспериментальную и контрольную группы. Исследования могут быть одноцентровыми или многоцентровыми, когда в испытания включаются несколько учреждений. Рандомизированные исследования могут быть открытыми и "слепыми" (маскированными). Для внедрения в практику результатов доказательных исследований необходимо чёткое описание категорий пациентов, лечение которых изучалось для сравнения их с другими больными, которые нуждаются в лечении. К косвенным критериям эффективности лечения относят положительные изменения какого-либо исследуемого показателя. К прямым - выздоровление, снижение летальности и осложнений, сокращение срока госпитализации, улучшение качества жизни.

Итак, в мировой практике "золотым стандартом" считаются рандомизированные контролируемые (проспективные) испытания с двойным или тройным "слепым" контролем. Материалы этих испытаний и проведенный на их основе метаанализ должны использоваться в медицинской практике в качестве источника наиболее достоверной информации. Организация, проведение и оценка результатов клинических исследований, выполненных на основе достижений доказательной медицины - сложный и дорогостоящий процесс, поэтому крайне важно использовать в широкой практике уже полученные данные.

Библиографическая ссылка

В настоящее время современное понятие эпидемиологии обозначается термином "клиническая эпидемиология". Этот термин произошел от названий двух "родительских" дисциплин: клинической медицины и эпидемиологии.
"Клиническая", потому что стремится ответить на клинические вопросы и рекомендовать клинические решения, основанные на самых надежных фактах.
"Эпидемиология", поскольку многие из ее методов разработаны эпидемиологами, и помощь конкретному больному здесь рассматривается в контексте большой популяции, к которой принадлежит больной.

Клиническая эпидемиология - наука, позволяющая осуществлять прогнозирование для каждого конкретного пациента на основании изучения клинического течения болезни в аналогичных случаях с использованием строгих научных методов изучения групп больных для обеспечения точности прогнозов.

Цель клинической эпидемиологии - разработка и применение таких методов клинического наблюдения, которые дают возможность делать справедливые заключения с гарантированной оценкой влияния систематических и случайных ошибок . В этом заключается важнейший подход к получению информации, необходимой врачам для принятия правильных решений.

Основополагающий метод в эпидемиологии - сравнение. Оно проводится путем математических вычислений таких величин, как отношение шансов, отношение рисков развития изучаемых событий.

Однако, прежде чем производить сравнение, следует понять, что с чем мы будем сравнивать (апельсины с апельсинами, а не апельсины с пароходами), т.е. сформулировать задачу (проблему), предшествующую началу любого исследования. Чаще всего проблема формулируется в виде вопроса, на который необходимо найти ответ.

Например, гипотетически, нам (то есть практикующему врачу) представлено лекарственное средство, которое, по уверению химиков его синтезировавших, должно лечить пятку. Фармакологическая фирма, поставившая производство препарата на поток, также уверяет в инструкции, что заявленный эффект действительно имеет место быть.

Что может сделать практикующий врач при принятии решения о применении препарата?

Ответ "поверить химикам/фармакологам на слово" исключаем как тривиальный и чреватый последствиями. Наша задача - доступными практикующему врачу средствами проверить заявленное действие препарата на пятку (подтврердить или опровергнуть и т.п.). Разумеется, мы не будем испытывать препарат на лабораторных мышах, добровольцах, и пр. Предполагается, что перед "запуском в серию" кто-то это уже более-менее добросовестно сделал.

Сообразно задаче мы начнем формирование массива данных, служащих для ее решения:

1. Вначале произведем поиск информации.
2. Далее из полученного массива данных исключим нерелевантные статьи (нерелевантные - несоответствующие нашим интересам).
3. Оценим методологическое качество найденных исследований (насколько корректна методика сбора информации в исследовании, адекватны ли использованные методы статистического анализа и т. д.) и ранжируем в полученном массиве информацию по степени достоверности доказательств на основании существующих соглашений медицинской статистики и критериев достоверности, предложенных экспертами доказательной медицины.

   Согласно мнению Шведского совета по методологии оценки в здравоохранении, достоверность доказательств из различных источников не одинакова, и зависит от типа проведенного исследования. Тип проведенного исследования согласно международному соглашению Ванкуверской группы редакторов биомедицинских журналов (http://www.icmje.org/) обязательно должен быть тщательно описан; также должны быть указаны методы статистической обработки результатов клинических испытаний, продекларированы конфликты интересов, вклад автора в научный результат и возможность запроса у автора первичной информации по результатам исследования.

   Для обеспечения доказательности получаемых в исследованиях результатов должна быть выбрана "доказательная", т. е. адекватная задачам, методика исследования (дизайн исследования и методы статистического анализа) (табл. 1), которую мы будем учитывать при выборке информации из массива данных.

   Таблица 1. Выбор методики исследования в зависимости от цели исследования
   (описание терминов см Глоссарий методологических терминов)

   Задачи исследования	Дизайн исследования	Методы статистического анализа
   Оценка распространенности заболевания	Одномоментное исследование всей группы (популяции) с использованием строгих критериев распознавания болезни	Оценка доли, вычисление относительных показателей
   Оценка заболеваемости	Когортное исследование	Оценка доли, вычисление динамических рядов, относительных показателей
   Оценка факторов риска возникновения заболевания	Когортные исследования. Исследования "случай - контроль"	Корреляционный, регрессионный анализ, анализ выживаемости, оценка рисков, отношение шансов
   Оценка влияния на людей факторов окружающей среды, изучение причинно-следственных отношений в популяции	Экологические исследования популяции	Корреляционный, регрессионный анализ, анализ выживаемости, оценка рисков (добавочный риск, относительный риск, добавочный популяционный риск, добавочная доля популяционного риска), отношение шансов
   Привлечение внимания к необычному течению заболевания, результату лечения	Описание случая, серии случаев	Нет
   Описание результатов текущей клинической практики	Обсервационное ("до и после")	Среднее, стандартное отклонение, парный критерий Стьюдента (количественные данные). Критерий Мак-Нимара (качественные данные)
   Испытание нового метода лечения	Клиническое испытание I фазы ("до и после")	Среднее, стандартное отклонение, парный критерий Стьюдента. Критерий Мак-Нимара
   Сравнение двух методов лечения текущей клинической практики	Контролируемое проспективное. Рандомизированное (открытое, слепое, двойное слепое). Контролируемое ретроспективное. Контролируемое проспективное + ретроспективное (смешанный дизайн)	Критерий Стьюдента (количественные данные). Критерий χ 2 или z (качественные признаки). Критерий Каплана-Маерса (выживаемость)
   Сравнение нового и традиционного метода лечения	Клинические испытания II-IV фаз (контролируемое проспективное или рандомизированное)	Критерий Стьюдента. Критерий χ 2 . Критерий Каплана-Маерса

   Каждый тип исследований характеризуется определенными правилами сбора и анализа информации. Если эти правила соблюдены, любой вид исследования можно назвать качественным, независимо от того, будут ли они подтверждать или опровергать выдвинутую гипотезу. Более подробно статистические методы анализа, используемые для получения доказательств, представлены в книгах Петри А., Сэбина К. "Наглядная статистика в медицине" (М., 2003), Гланца С. "Медико-биологическая статистика" (М., 1999).

   Степень "доказательности" информации ранжируется следующим образом (по нисходящей):

   1. Рандомизированное контролируемое клиническое испытание;
   2. Нерандомизированное клиническое испытание с одновременным контролем;
   3. Нерандомизированное клиническое испытание с историческим контролем;
   4. Когортное исследование;
   5. "Случай-контроль";
   6. Перекрестное клиническое испытание;
   7. Результаты наблюдений.
   8. описание отдельных случаев.

   Результаты исследований, выполненных с использованием упрощенных методик или методик, несоответствующих задачам исследования, при некорректно выбранных критериях оценки могут привести к ложным выводам.

   Использование сложных методов оценки уменьшает вероятность ошибочного результата, но приводит к росту так называемых административных расходов (на сбор данных, создание баз данных, проведение методов статистического анализа).

   Так, например, в исследовании Е.Н. Фуфаева (2003) выявлено, что среди пациентов, имевших группу инвалидности до операции, сохранение инвалидности зарегистрировано у всех 100%. Среди пациентов, не имевших до кардиохирургической операции группы инвалидности, в 44% случаев после операции была определена группа инвалидности. На основании такого результата можно сделать ложные выводы о том, что кардиохирургические вмешательства ухудшают качество жизни пациентов. Однако при опросе оказалось, что удовлетворены результатами лечения 70,5% пациентов и 79,4% врачей, наблюдавших этих пациентов. Оформление же группы инвалидности обусловлено социальными причинами (льготы на получение лекарственных препаратов, оплату жилья и т. д.).

   Значимость социальной защиты в вопросах трудоспособности подтверждают результаты исследования, проведенного в США и не выявившего четкой взаимосвязи между клиническим состоянием (соматическим заболеванием) пациента и трудоспособностью.

   С целью сравнения показателей занятости после ТЛБА и АКШ было обследовано 409 пациентов (Hlatky М.А., 1998), из них перенесли ТЛБА 192 человек и 217 - АКШ. Было выявлено, что пациенты, которые перенесли ТЛБА, возвращались к работе на шесть недель быстрее пациентов, перенесших АКШ. Однако в долгосрочной перспективе влияние такого фактора, как вид операции, оказалось незначительным. В течение последующих четырех лет 157 пациентов (82%) из группы ТЛБА и 177 пациентов (82%) из группы АКШ вернулись к рабочей деятельности. Наиболее сильное влияние на показатель долгосрочной занятости оказали такие факторы, как возраст пациента к моменту начала исследования и степень покрытия медицинской страховкой оплаты медицинской помощи.

   Таким образом, медицинские факторы оказывали меньшее влияние на показатели занятости в долгосрочном плане, чем демографические и социальные. Полученные российскими и американскими исследователями результаты свидетельствуют о том, что часть традиционных и, казалось бы, простых методов оценки результатов лечения являются неприемлемыми для выбора приоритетов и принятия решений.

4. После этого произведём систематический обзор - мета-анализ , оценим уровень достоверности результатов, полученных в ходе исследований и сравним: есть ли преимущества изучаемых методов диагностики, лечения, методов оплаты услуг, целевых программ над сравниваемыми или использовавшимися ранее.

   Если мы будем включать информацию с низкой степенью достоверности, то этот момент в нашем исследовании необходимо обязательно оговаривать отдельно.

   Центр доказательной медицины в Оксфорде, предлагает следующие критерии достоверности медицинской информации:

   • Высокая достоверность - информация основана на результатах нескольких независимых клинических испытаний с совпадением результатов, обобщенных в систематических обзорах.
   • Умеренная достоверность - информация основана на результатах по меньшей мере нескольких независимых, близких по целям клинических испытаний.
   • Ограниченная достоверность - информация основана на результатах одного клинического испытания.
   • Строгие научные доказательства отсутствуют (клинические испытания не проводились) - некое утверждение основано на мнении экспертов.
5. И в заключение, оценив возможности использования результатов исследования в реальной практике, опубликуем результат:

   пятку лечит, но отваливается ухо: рекомендуется к использованию пациентам без ушей или как в анекдоте: "Все бы этим хирургам резать, я вам такие таблетки дам - уши сами отвалятся" (С).

   Это конечно шутка, но в каждой шутке есть доля правды.

   Обычно публикуются исследования, которые принесли положительные результаты, например, представляющие в выгодном свете новое лечение. Если рабочая гипотеза (задача, проблема) не подтверждается или не находит положительного решения, то исследователь, как правило, не публикует данные исследования. Это может быть опасным. Так, в 80-х годах ХХ века группа авторов исследовала антиаритмическое лекарственное средство. В группе пациентов, которые его получали, обнаружилась высокая летальность. Авторы расценили это как случайность, и, поскольку разработка этого антиаритмического лекарственного средства была прекращена, то публиковать материалы не стали. Позднее подобное антиаритмическое лекарственное средство - флекаинид - стало причиной гибели множества людей 1-2 .
   ________________________

   1. Cardiovasc Drugs Ther. 1990 Jun;4 Suppl 3:585-94, Thomis J.A., Encainide--an updated safety profile.
   2. N Engl J Med. 1989 Aug 10;321(6):406-12, Preliminary report: effect of encainide and flecainide on mortality in a randomized trial of arrhythmia suppression after myocardial infarction. The Cardiac Arrhythmia Suppression Trial (CAST) Investigators.

Вышеприведенный алгоритм поиска и оценки доказательства был предложен D.L.Sackett с соавт (1997). Он может быть использован при любом исследовании, даже при оценке влияния фаз Луны на рост телеграфных столбов.

Клиническая эпидемиология – это наука, разрабатывающая методы клинических исследований, минимизирующие влияние систематических и случайных ошибок.

Цель клинической эпидемиологии – разработка и применение таких методов клинического наблюдения, которые дают возможность делать справедливые заключения.

В отличие от фундаментальных биомедицинских наук, клиническую медицину интересуют вопросы, ответы на которые могут дать исследования только на живых людях, а не на экспериментальных животных, культурах тканей или клеточных мембранах. Клиническое исследование трудно отнести к “чистому эксперименту”. Здесь объект изучения – пациент, который волен сам определять свои поступки, а экспериментатор – врач с личным профессиональным опытом, склонностями и подчас ошибочными суждениями. Вот почему в клинических исследованиях всегда заложена опасность систематических ошибок (предвзятости), избежать которых можно лишь следуя четким научным принципам.

“Золотым стандартом” клинических исследований считаются рандомизированные контролируемые испытания (РКИ). Они обязательно предполагают наличие опытной и контрольной групп, пациентов распределяют по группам случайным образом (рандомизация ), следя при этом, чтобы группы не различались по параметрам, влияющим на исход заболевания. Врач, а тем более сам пациент не знают, получает ли больной плацебо (безвредное неактивное вещество, предлагаемое под видом лекарства, которое не отличается от него по виду, запаху, текстуре) или лекарство (такое исследование носит название "двойной слепой" метод ). Перед включением пациента в исследование он подписывает документ «Информированное согласие пациента», предусматривающий его согласие на использование плацебо. Все пациенты прослеживаются в течение определенного, часто весьма длительного отрезка времени (проспективное исследование ), по истечении которого сравнивается частота наступления клинически важных конечных точек (выздоровление, смерть, осложнения) в опытной и контрольной группах. Нередко для проведения подобных исследований привлекаются тысячи и десятки тысяч больных, в разных научных центрах и странах (мультицентровое исследование ). Таким образом, "золотым стандартом" клинических исследований является рандомизированное, мультицентровое, проспективное исследование, проведенное по "двойному слепому" методу .

Кроме "двойного слепого" метода исследование может быть проведено по "одиночному (простому) слепому" методу (только пациенты не знают, какое лечение, экспериментальное или контрольное, они получают), а также по "тройному слепому" методу (когда ни пациент, ни врач, ни специалист, обрабатывающий результаты, не знают, какое лечение, экспериментальное или контрольное, получает тот или иной пациент).

По способу набора данных исследования можно разделить на проспективные и ретроспективные. Проспективные исследования – исследования, при которых данные накапливаются после того, как было решено провести исследование. Ретроспективные исследования – исследования, при которых данные накапливаются до проведения исследования (выкопировка данных из медицинской документации).

Согласно современным западным стандартам ни один новый метод лечения, профилактики или диагностики не может быть признан без обязательной тщательной проверки в ходе рандомизированных контролируемых исследований.

Результаты, полученные в ходе научных исследований, оформляются в виде публикаций, которые отправляются в печать в научные журналы или научные сборники. После опубликования любой врач, интересующийся данной тематикой, может ознакомиться с результатами проведенных исследований. Показатель, характеризующий надежность информации, приведенной в научном журнале, называется индекс цитируемости .

Медицинская статистика – один из важнейших инструментов доказательной медицины.

Медицинская общественность долго не желала признавать важность статистики, отчасти потому, что она приуменьшала значение клинического мышления. Подобный подход ставил под сомнение компетентность врачей, опирающихся на постулаты неповторимости каждого больного, и, следовательно, индивидуальности выбранной терапии. Особенно это было заметно во Франции - стране, которая подарила миру множество исследователей, изучавших проблемы вероятности: Пьера де Ферма, Пьера-Симона Лапласа, Авраама де Муавра, Блеза Паскаля и Симеона Дениса Пуассона. В 1835 г. уролог Ж. Сивиаль опубликовал статью, из которой следовало, что после бескровного удаления камней мочевого пузыря выживают 97% больных, а после 5175 традиционных операций выжили только 78% больных. Французская академия наук назначила комиссию врачей для того, чтобы проверить данные статьи Ж. Сивиаля. В отчёте этой комиссии было высказано и обосновано мнение о нецелесообразности применения статистических методов в медицине: «Статистика прежде всего отрешается от конкретного человека и рассматривает его в качестве единицы наблюдения. Она лишает его всякой индивидуальности для того, чтобы исключить случайные влияния этой индивидуальности на изучаемый процесс или явление. В медицине такой подход неприемлем». Однако, дальнейшее развитие медицины и биологии показало, что в действительности статистика является мощнейшим инструментом этих наук.

К середине 19 века «…уже были разработаны основные принципы статистики и известно понятие вероятности событий. В книге «Общие принципы медицинской статистики» Жюль Гавар применил их к медицине. Эта книга замечательна тем, что в ней впервые подчеркивалось, что вывод о преимуществе одного метода лечения перед другим должен основываться не только на умозрительном заключении, но вытекать из результатов, полученных в процессе непосредственного наблюдения достаточного количества больных, получавших лечение по сравниваемым методикам. Можно сказать, что Гавар фактически разработал статистический подход, на котором в наши дни основывается доказательная медицина.

Фактором, оказавшим значительное влияние на развитие математических методов статистики, стало открытие закона больших чисел Яковом Бернулли (1654-1705) и появление теории вероятности, основы которой разработал французский математик и астроном Пьер Симон Лаплас (1749-1827). Заметным этапом в ряду этих событий для медицинской статистики стала публикация работ бельгийского ученого А. Кетле (1796-1874), впервые применившего на практике математико-статистические методы исследования. В своей работе «О человеке и развитии его способностей» А. Кетле вывел тип среднего человека, наделенного, наряду со средними показателями физического развития (рост, вес), средними умственными способностями и средними моральными качествами. В этот же период времени в России выходит работа врача Бернулли «О прививках против оспы: о смерти и теории вероятности».

Медицинская статистикакак точка приложения методов математической статистики занимает особое место. Это особое место обусловлено большой ролью медицины в возникновении статистики как самостоятельной науки и существенным влиянием научно-исследовательских разработок медико-биологических проблем на появление многих методов статистического анализа. В настоящее время, с целью подчеркнуть особый статус медико-биологической математической статистики, для ее обозначения все чаще используют термин биометрия.

Большинство методов статистического анализа являются универсальными и могут применяться не только в разных отраслях медицинской статистики, но и в самых разнообразных отраслях человеческой деятельности. Например,с точки зрения формальной логики статистический прогноз инфекционной заболеваемости и прогноз курса доллара – одна и та же задача.

Методы медицинской статистики можно разделить на следующие группы:

1. Сбор данных, который может быть пассивным (наблюдение) или активным (эксперимент).

2. Описательная статистика, которая занимается описанием и представлением данных.

3. Сравнительная статистика, которая позволяет проводить анализ данных в исследуемых группах и сравнение групп между собой с целью получения определенных выводов. Эти выводы могут быть сформулированы в виде гипотез или прогнозов.

1. Вопросы по теме занятия:

1. Понятие доказательной медицины.

2. Предпосылки возникновения доказательной медицины.

3. Основные аспекты доказательной медицины.

4. Отрицательные моменты недоказательной медицины.

5. Клиническая эпидемиология, как одно из направлений доказательной медицины.

6. Понятие "золотого стандарта клинического исследования".

7. Понятие рандомизации. Как правильно организовать сбор данных?

8. Понятие индекса цитируемости.

9. Классификация методов медицинской статистики.

10. Цели и задачи описательной статистики.

11. Цели и задачи сравнительной статистики.

2. Тестовые задания по теме с эталонами ответов

1. «ЗОЛОТЫМ СТАНДАРТОМ» МЕДИЦИНСКИХ ИССЛЕДОВАНИЙ НАЗЫВАЮТ

1) перекрестные исследования

2) одиночное слепое исследование

3) рандомизированные контролируемые испытания

4) парные сравнения

2. МЕТОД, ПРИ КОТОРОМ НИ БОЛЬНОЙ, НИ НАБЛЮДАЮЩИЙ ЕГО ВРАЧ НЕ ЗНАЮТ, КАКОЙ ИЗ СПОСОБОВ ЛЕЧЕНИЯ БЫЛ ПРИМЕ­НЕН, НАЗЫВАЕТСЯ

1) двойной слепой

2) тройной слепой

3) одиночный слепой

4) плацебоконтролируемый

3. БЕЗВРЕДНОЕ НЕАКТИВНОЕ ВЕЩЕСТВО, ПРЕДЛАГАЕМОЕ ПОД ВИ­ДОМ ЛЕКАРСТВА, КОТОРОЕ НЕ ОТЛИЧАЕТСЯ ОТ НЕГО ПО ВИДУ, ЗАПАХУ, ТЕКСТУРЕ, НАЗЫВАЕТСЯ

1) биодобавка

2) аналог исследуемого препарата

3) гомеопатический препарат

4) плацебо

4. КОНТРОЛИРУЕМОЕ ИСПЫТАНИЕ, ЭТО ИССЛЕДОВАНИЕ

1) ретроспективное

2) проспективное

3) поперечное

4) перпендикулярное

5. ИССЛЕДОВАНИЕ, В КОТОРОМ ПАЦИЕНТ НЕ ЗНАЕТ, А ВРАЧ ЗНАЕТ, КАКОЕ ЛЕЧЕНИЕ ПОЛУЧАЕТ ПАЦИЕНТ, НАЗЫВАЕТСЯ

1) плацебоконтролируемым

2) двойным слепым

3) тройным слепым

4) простым слепым

6. МОЖНО УТВЕРЖДАТЬ, ЧТО В РАНДОМИЗИРОВАННОМ КОНТРО­ЛИРУЕМОМ ИССЛЕДОВАНИИ ПАЦИЕНТЫ, ПОЛУЧАЮЩИЕ ПЛА­ЦЕБО, НЕ ПОДВЕРГАЮТСЯ ОБМАНУ (НЕ ПОЛУЧАЮТ ДОЛЖНОГО ЛЕЧЕНИЯ), В СВЯЗИ С ТЕМ, ЧТО

1) лечащий врач получает устное согласие пациента на проведение эксперимента

2) пациент подписывает «Информированное согласие» (где предусмотрено его согласие на использование пла­цебо)

3) плацебо не оказывает вредного воздействия на орга­низм, поэтому его применение не требует согласия па­циента

4) пациент подписывает согласие на госпитализацию

7. ИССЛЕДОВАНИЕ СО СЛУЧАЙНО ОТОБРАННОЙ КОНТРОЛЬНОЙ ГРУППОЙ И НАЛИЧИЕМ ВОЗДЕЙСТВИЯ СО СТОРОНЫ ИССЛЕДОВАТЕЛЯ, НАЗЫВАЕТСЯ

1) рандомизированное контролируемое клиническое ис­пытание

2) нерандомизированное исследование

3) обсервационное исследование

4) ретроспективное исследование

8. В ПОНЯТИЕ «ЗОЛОТОГО СТАНДАРТА» ВХОДЯТ

1) двойные-слепые плацебо-контролируемые рандомизи­рованные исследования

2) простые нерандомизированные исследования

3) тройные слепые исследования

4) двойные-слепые нерандомизированные исследования

9. ИССЛЕДОВАНИЕ, В КОТОРОМ ПАЦИЕНТЫ РАСПРЕДЕЛЯЮТСЯ ПО ГРУППАМ СЛУЧАЙНЫМ ОБРАЗОМ, НАЗЫВАЕТСЯ

1) простое слепое

2) нерандомизированное

3) плацебоконтролируемое

4) рандомизированное

10. СОЗНАТЕЛЬНОЕ, ЧЕТКОЕ И БЕСПРИСТРАСТНОЕ ИСПОЛЬЗОВА­НИЕ ЛУЧШИХ ИЗ ИМЕЮЩИХСЯ ДОКАЗАТЕЛЬСТВ ПРИ ПРИНЯ­ТИИ РЕШЕНИЙ О ПОМОЩИ КОНКРЕТНЫМ БОЛЬНЫМ, ЭТО ОДНО ИЗ ОПРЕДЕЛЕНИЙ ПОНЯТИЯ

1) биометрии

2) доказательной медицины

3) клинической эпидемиологии

4) медицинской статистики

11. ПО СПОСОБУ ОТБОРА ПАЦИЕНТОВ, ИССЛЕДОВАНИЯ РАЗЛИ­ЧАЮТ

1) случайные и сложные

2) равновероятные и невозможные

3) рандомизированные и нерандомизированные

4) первичные и третичные

12. СЛУЧАЙНЫЙ ОТБОР НАБЛЮДЕНИЙ НОСИТ НАЗВАНИЕ

1) рандомизация

2) медиана

4) вероятность

13. ПО СТЕПЕНИ ОТКРЫТОСТИ ДАННЫХ, ИССЛЕДОВАНИЕ МОЖЕТ БЫТЬ

1) открытым или слепым

2) закрытым или слепым

3) открытым или рандомизированным

4) рандомизированным или мультицентровым

14. КЛИНИЧЕСКОЕ ИССЛЕДОВАНИЕ, В КОТОРОМ ВСЕ УЧАСТНИКИ (ВРАЧИ, ПАЦИЕНТЫ, ОРГАНИЗАТОРЫ) ЗНАЮТ, КАКОЙ ПРЕПА­РАТ ИСПОЛЬЗУЕТСЯ У КОНКРЕТНОГО БОЛЬНОГО, НАЗЫВАЕТСЯ

1) нерандомизированное

2) рандомизированное

3) простое слепое

4) открытое

15. ИСПЫТАНИЕ ФАРМАЦЕВТИЧЕСКОГО ПРЕПАРАТА ПРОВОДИ­ЛОСЬ НА БАЗЕ ЛЕЧЕБНЫХ УЧРЕЖДЕНИЙ РАЗЛИЧНЫХ ГОРОДОВ РФ, ЭТО ИССЛЕДОВАНИЕ ЯВЛЯЕТСЯ

1) генеральное

2) множественное

3) полицентрическое

4) мультицентровое

16. МЕДИКО-БИОЛОГИЧЕСКАЯ МАТЕМАТИЧЕСКАЯ СТАТИСТИКА, НОСИТ НАЗВАНИЕ

1) биометрия

2) медицинская кибернетика

3) теория вероятности

4) биостатика

17. К ГРУППАМ МЕТОДОВ МЕДИЦИНСКОЙ СТАТИСТИКИ ОТНО­СИТСЯ

1) сравнительная статистика

2) доказательная математика

3) биометрия

4) математическая статистика

18. ОПИСАТЕЛЬНАЯ СТАТИСТИКА ЗАНИМАЕТСЯ

1) сравнением полученных данных

2) набором материала

3) описанием и представлением данных

4) обоснованием полученных результатов

19. СБОР ДАННЫХ МОЖЕТ БЫТЬ

1) оптимизационным

2) статическим и динамическим

3) конструктивным и деконструктивным

4) пассивным и активным

20. СРАВНИТЕЛЬНАЯ СТАТИСТИКА ПОЗВОЛЯЕТ

1) формулировать выводы в виде гипотез или прогнозов

2) проводить сравнительный анализ данных в исследуе­мых группах

3) проводить набор данных в соответствии с принципами рандомизации

4) представлять полученные результаты перед аудиторией

21. НАУКА, РАЗРАБАТЫВАЮЩАЯ МЕТОДЫ КЛИНИЧЕСКИХ ИССЛЕ­ДОВАНИЙ, НАЗЫВАЕТСЯ

1) клиническая эпидемиология

2) фармацевтика

3) кибернетика

4) медицинская статистика

22. ЦЕЛЬЮ КЛИНИЧЕСКОЙ ЭПИДЕМИОЛОГИИ ЯВЛЯЕТСЯ

1) разработка методов статистической оценки клиничес-ких наблюдений

2) исследование инфекционной заболеваемости

3) разработка и применение эффективных методов клини­ческого исследования

4) предотвращение возникновения эпидемии и заразных заболеваний

23. С ПОЗИЦИИ ДОКАЗАТЕЛЬНОЙ МЕДИЦИНЫ ВРАЧ ДОЛЖЕН ПРИ­НИМАТЬ РЕШЕНИЕ О ВЫБОРЕ МЕТОДА ЛЕЧЕНИЯ, НА ОСНОВА­НИИ

1) информации из интернета

2) опыта коллег

3) статьи из рецензируемого журнала с высоким индексом цитируемости

4) статьи из неизвестного источника

24. ПОКАЗАТЕЛЬ, ХАРАКТЕРИЗУЮЩИЙ НАДЕЖНОСТЬ ИНФОРМА­ЦИИ, ПРИВЕДЕННОЙ В НАУЧНОМ ЖУРНАЛЕ, ЭТО

25. ОДНОЙ ИЗ ПРЕДПОСЫЛОК ВОЗНИКНОВЕНИЯ ДОКАЗАТЕЛЬНОЙ МЕДИЦИНЫ, ЯВЛЯЛОСЬ

1) ограниченность финансовых ресурсов, выделяемых на здравоохранение

2) появление новых врачебных специальностей

3) совершенствование методов научных исследований

4) развитие математической статистики

Эталоны ответов к тестовым заданиям: