Доказательная медицина и биостатистика: введение

Типичные клинические вопросы
Причина заболеваний
Диагностика
Лечение
Профилактика
Прогноз
Экономическая эффективность

Что такое доказательная медицина?
«Доказательная медицина (ДМ) – это такой подход к медицинской помощи, который обеспечивает сбор, интерпретацию и применение на практике надежных доказательств, полученных в специальных исследованиях, учитывающих наблюдения клиницистов и предпочтения пациентов.”
McKibbon, K.A. et al. (1995)
B. Aslanov 2005

Основной принцип ДМ
Каждое медицинское решение должно быть основано на доказанном (т.е. должно быть научно обосновано)

Принятие клинических решений:
Верные решения требуют верной информации (доказательств), НО…
Доказательства сами по себе НИКОГДА не являются единственным основанием для принятия окончательного решения

Принятие клинических решений:
Должно основываться на оценке
пользы и риска вмешательства
предпочтениях пациента
возможного дискомфорта в дальнейшем
стоимости вмешательства

Принятие клинических решений:
Стоимость вмешательства (применение различных препаратов):
Плавикс vs. аспирин при ИБС

Реализация принципов доказательной медицины
Пять шагов реализации принципов ДМ:
I. Формулировка медицинского вопроса
II. Поиск доказательств (медицинских статей с данными о проведенных специальных исследованиях, дающих ответ на поставленный вопрос)
III. Критическая оценка доказательств
IV. Внедрение результатов в практику врача
V. Оценка результатов внедрения в практику

I. Виды медицинских вопросов
Причина (факторы риска)
Диагностика
Лечение/Профилактика
Прогноз
Экономическая эффективность
Качество жизни

Пример вопроса
Является ли системная антибиотикопрофилактика эффективным мероприятием, снижающим риск развития инфекций, связанных с постановкой внутрисосудистых катетеров?

Пример вопроса
Является ли применение фильтров эффективным мероприятием, снижающим риск развития инфекций, связанных с постановкой внутрисосудистых катетеров?

II. Поиск доказательств
Виды доказательств
Важным принципом доказательной медицины является необходимость подобрать такой вид доказательства, который наиболее вероятно позволит ответить на поставленный вопрос

II. Поиск доказательств
Виды доказательств
Исследования в зависимости от поставленных вопросов:
Определение характера заболевания (причин): когортные исследования, исследования «случай-контроль»
Определение характеристик диагностического теста: поперечные (срезовые) исследования
Определение эффективности вмешательства: рандомизированные контролируемые испытания
Оценка прогноза дальнейшего течения заболевания: когортные исследования

Популяция – все больные с изучаемым заболеванием
выборка
выборка
исследование
выводы
??
Обобщаемость
Достоверность
Выборочные исследования

Статистические методы
Описание данных
Оценка статистической значимости результатов исследования (проверка гипотез)

Типы данных
Количественные
Качественные
Дискретные
Непрерывные
Номинальные
Порядковые
Дихотомические

Типы данных
Количественные
Различия равновелики
Непрерывные (напр., кровяное давление, масса тела, рост, возраст, биохимические показатели крови)
Дискретные (напр., кол-во беременностей, кол-во детей и др.; выражаются только целыми числами)

Типы данных
Качественные
Порядковые (отражают условную степень выраженности признака)
Можно ранжировать, но различия между категориями не обязательно равновелики
Напр., маленький/средний/большой, или состояние тяжести пациента

Типы данных
Качественные
Номинальные (отражают условные коды неизмеряемых категорий)
Коды диагнозов
Коды пола: мужской, женский
Раса: белая, черная, желтая
Семейное положение
Дихотомические: только 2 категории (да/нет, т.е. заболел/не заболел, умер/жив)

Статистические методы
Описание данных
Оценка статистической значимости результатов исследования (проверка гипотез)

Способы описания данных
Средние величины (центральная тенденция)
Рассеяние (вариабельность) данных

Средние величины
Среднее арифметическое (среднее)
Мода
Медиана

Медиана (Ме) - это средняя (центральная) варианта, делящая ряд распределения пополам, на две равные части
Мода (Мо) - наиболее часто встречающаяся в ряду распределения варианта
Средние величины

Вариабельность данных (дисперисия)
Стандартное отклонение (σ) – величина, отражающая вариабельность данных относительно средней арифметической
Межквартильный размах (для медианы) –
показывает значения 25-го и 75 процентилей, т.е. тот интервал, который включает в себя 50% данных в выборке
Интерпроцентильный размах – значения процентилей распределения данных (например, интервал между 10-м и 90-м процентилями)
Размах – разность максимального и минимального значений данных

Описание данных
Описание данных зависит от их типа (качественные или количественные) и способа их распределения !

Описание данных в зависимости от их типа
Количественные
Для описания используется среднее или медиана
Качественные (номинальные)
Для описания используется мода
Качественные (порядковые)
Для описания используется медиана

Какую среднюю величину использовать?
Нормальное
или
ненормальное распределение ?

Кривая нормального распределения

Ассиметричные распределения
Скошенное вправо распределение
Скошенное влево распределение
Асимметричные данные НИКОГДА не являются нормально распределенными

Заключение: методы описания данных
Параметрический метод: для нормально распределенных количественных данных
Для описания используется среднее арифметическое и стандартное отклонение
Непараметрический метод: для не нормально распределенных количественных данных и качественных данных
Для описания используется медиана и межквартильный размах
Медиана менее чувствительна к асимметрии и «выскакивающим» значениям

Описание качественных дихотомических данных:
относительные показатели

Интенсивность
Инцидентность
кумулятивная инцидентность
плотность инцидентности
Превалентность
точечная
периодная

Кумулятивная инцидентность
Кол-во новых случаев заболевания за определенный период времени
Популяция риска в тот же период времени
X 10n

Длительность катетеризации центральных вен
Зависимость частоты возникновения инфекций кровотока от длительности катетеризации центральных вен
Моро и соавт. Инфекционный контроль и госпитальная эпидемиология. 1994;15:253.

Плотность инцидентности
Количество новых случаев заболевания за период времени
Суммарное время риска заболевания, добавленное всеми членами популяции риска
х1000

Показатель превалентности
Кол-во всех существующих случаев заболевания
в определенный момент времени
Общая численность популяции риска в этот же момент
X 10n

Вариабельность относительных величин: доверительный интервал
95% ДИ – интервал, в пределах которого лежит истинное значение изучаемого признака с достоверностью 95%
Т.е., если повторить исследование бесконечное число раз, оценка показателя окажется в пределах ДИ по крайней мере в 95% случаев

Статистические методы
Описание данных
Оценка статистической значимости результатов исследования (проверка гипотез):
Пример: сравнение групп по средним значениям и дисперсиям

Большинство статистических тестов предназначено для того, чтобы решить, можно ли отвергнуть нулевую гипотезу
Оценка статистической значимости результатов

Нулевая гипотеза
Различия между переменными отсутствуют
Взаимосвязь между переменными отсутствует

Проверка статистических гипотез:
α- и β-ошибки
Ошибка I рода = α - ошибка
Нулевая гипотеза отвергается, в то время как она истинна
Обычно допустимое значение α - ошибки = 0.05
Ошибка II рода = β - ошибка
Нулевая гипотеза принимается, в то время как она ложна
Обычно допустимое значение β - ошибки = 0.20
Вероятность ошибки II рода соотносится со статистической мощностью
Вероятность ошибки II рода = 1 – стат. мощность

Уровень значимости P
Вероятность справедливости нулевой гипотезы (т.е. вероятность α - ошибки)
Вероятность колеблется между 0 и 1
Обычно уровень значимости p < 0.05
Смысл: вероятность, с которой нулевая гипотеза отвергается лишь по чистой случайности, < 5%

А
Б
Сравнение качественных данных: доверительный интервал

А
Б
Сравнение качественных данных: доверительный интервал

Аналитическая эпидемиология:
Измерение эффекта и силы связи между воздействием (фактором) и исходом

Оценка воздействия фактора на исход
Когортные исследования
Исследования случай-контроль

Когортное исследование

Таблица 2 x 2

Относительный риск (ОР)

Относительный риск
ОР = относительный риск = отношение абсолютных рисков = отношение инцидентностей = относительная частота
ОР=Re/Rne=Ie/Ine
ОР показывает:
во сколько раз риск заболевания для подверженных воздействию > по ср-ю с неэкспонированными?
В ОР раз
Когортное исследование

Исследование случай-контроль

Отношение шансов

Отношение шансов
Исследование случай-контроль
ОШ = сравнение «шансов» возникновения заболеваний в одной группе к «шансам» в другой
ОШ = оценка относительного риска

Оценка риска
ОР(или ОШ) >> 1
Сильная положительная связь
ОР(или ОШ) = 1
Отсутствие связи
ОР(или ОШ) << 1
Сильная отрицательная связь

Доверительный интервал
Например:
Относительный риск (отношение шансов) = 4.5
95% доверительный интервал: 2.1-7.3
Если повторить исследование бесконечное число раз, оценка отношения преобладаний оказалась бы между 2.1 и 7.3 по крайней мере в 95% случаев

1 2 3 4 5 …….
ОР (ОШ) = 4,5 (2,1-7,3)
ОР (ОШ) = 2,1 (0,7-3,1)
ОР (ОШ) = 0,4 (0,2-0,8)
0
Доверительный интервал

Измерение эффективности мер лечения/профилактики
Группа 1
Исход
Вмешательство
Группа 2
Исход
Без вмешательства,
другое вмешательство
Популяция

Принятие клинических (иных медицинских) решений:
Принцип:
При принятии клинических решений ДМ
основывается на иерархии доказательств
B. Aslanov 2002

Пирамида доказательств
Рандомизированные контролируемые испытания
«Наблюдательные» аналитические исследования (когортные, с/к)
Описательные исследования
Мнения экспертов
Исследования на животных, исследования in vitro

Ранжирование рекомендаций
A: Уровни доказанности Ia, Ib
B: Уровни доказанности IIa, IIb, III
C: Уровень доказанности IV

Ранжирование рекомендаций
Категория I A:
Строго рекомендованы для выполнения и подкреплены строго обоснованными и тщательно спланированными экспериментальными/клиническими/ эпидемиологическими исследованиями

Ранжирование рекомендаций
Категория I В:
Строго рекомендованы для выполнения и подкреплены отдельными клиническими/ эпидемиологическими исследованиями и серьезным теоретическим обоснованием

Ранжирование рекомендаций
Категория II:
предлагается для внедрения и подкреплены предположительными клиническими/ эпидемиологическими исследованиями и серьезным теоретическим обоснованием

II. Поиск имеющихся доказательств

2 млн. статей 40 тыс. журналов ежегодно

Систематические обзоры
В СО собираются, критически оцениваются и обобщаются результаты множества первичных исследований по одной определенной проблеме

Мета-анализ
Иванов и соавт., 1999
Сидоров, 2000
Brown et al., 1990
Jones, 1978
Smith, 1987

Представление результатов МА
MetaView
0.0
1
10
Исследование А
Исследование Б
Исследование В
Исследование Д
Обобщенный результат
OR (RR)
Исследование Г

Источники доказательной информации
Электронная база данных Medline (www.pubmed.gov) - PubMed
Кокрановская библиотека (библиотека Кокрановского сотрудничества www.cochrane.ru)
Арчи Кокран

III. Критическая оценка доказательств

Ошибки в эпидемиологических исследованиях

IV. Внедрение результатов в практику
Приказы и инструкции по ….
Руководства по клинической практике

V. Оценка результатов внедрения
Оценка изменения ситуации
Регулярный критический разбор данных

Как применять ДМ для снижения частоты инфекций в области хирургического вмешательства (ИОХВ)?
1) Сформулируйте вопрос
Является ли периоперационная антибиотикопрофилактика (ПАП) эффективным методом профилактики ИОХВ?
2) Найдите соответствующие доказательства
Контролируемые испытания ПАП по данным литературы
3) Оцените доказательства
Критический разбор данных наблюдения
Мета-анализ, обзор литературы по ПАП,
4) Распространите информацию и внедряйте меры контроля и профилактики
Приказы и инструкции по инфекционному контролю
Руководства по клинической практике
5) Продолжайте эпиднаблюдение за ИОХВ и мониторинг ПАП
Регулярный критический разбор данных