Применение результатов испытаний к конкретному больному

Клинические испытания включают в себя данные наблюде­ний за многими отличающимися друг от друга больными и дают усредненное описание того, что с ними происходит. Как получить более точные оценки для конкретного больного? Существует два пути: изучение подгрупп и изучение отдельных больных с помо­щью строгих научных методов, подобных тем, которые использу­ются в рандомизированных испытаниях.

В ангпийском языке для обозначения ггих двух концепции применяются соответственно Термины 'efficacy ’ и effec- Uxcness Учитывая отсутствие общепринятого перевода этих терминов на русс кий язык, мы испо іьзуем дчя их обозна­чения соответственно понятия идеальной' и реальной ’ эффективности Примеч ред

Рис. 7.7. Идеальная и реальная эффективность лечения

Подгруппы

Главный результат клинических испытаний представляет со­бой описание наиболее важных исходов для каждой из основных групп воздействия. Но весьма заманчиво также провести более де­тальный анализ результатов, не ограничиваясь рамками общих вы­водов. Для этого рассматриваются подгруппы пациентов с особы­ми характеристиками или исходами. Однако в таких случаях воз­никает риск ошибочных заключений, что следует учитывать при анализе данных в подгруппах. (Некоторые понятия, на которых ос­новано изложение в данном разделе, обсуждаются в главе 9.)

Одна из опасностей при изучении подгрупп состоит в повы­шенном шансе обнаружения в подгруппе эффектов, не существую­щих на самом деле. Этот эффект возникает из-за того, что множест­венные сравнения повышают шансы ложноположительных резуль­татов в большей степени, чем это оценивается по значению р для каждого сравнения в отдельности (см. главу 9). Некоторые общие соображения, полезные при решении вопроса о реальности обнару­женных различий между подгруппами, перечислены в табл.

Вторая опасность состоит в возможности ложноотрицательно­го вывода. Изучение подгрупп в клиническом испытании (пациен­тов с определенными характеристиками или особыми исходами) резко уменьшает объем данных, так что часто невозможно сделать

обоснованные заключения. Тем не менее искушение заняться ана­лизом в подгруппах присутствует, и некоторая предварительная информация для такого анализа может быть собрана.

Пример. Исследование здоровья врачей [15] - рандомизирован­ное контролируемое испытание было проведено для выяснения то­го, снижает ли ежедневный прием аспирина смертность от сердеч­но-сосудистых заболеваний у практически здоровых врачей-муж­чин. Исследование было остановлено преждевременно, поскольку смертность среди врачей оказалась гораздо ниже, чем предполага­лось исходно. Другая причина прекращения исследования - мень­шее число случаев инфаркта миокарда в группе принимавших аспи­рин по сравнению с контролем. Авторы полагали, что хотя им и не удалось получить ответа на основной вопрос исследования, влия­ние ежедневного приема аспирина на частоту возникновения ин­фаркта миокарда было подлинным, поскольку оно биологически объяснимо, обнаружено также в других исследованиях и, наконец, поскольку шансы ложноположительного вывода были оценены как очень низкие (1 на 10 000). C другой стороны, авторы наблюдали не­большое увеличение риска развития инсульта в экспериментальной группе. Но они не могли быть уверены в реальности этого эффекта, так как испытуемых с подобным исходом оказалось слишком мало. Таким образом, в исследовании, которое не могло ответить на глав­ный поставленный вопрос, авторы оценили свои наблюдения в под­группах как достоверные, опираясь на общую информацию, имею­щуюся по данному вопросу.

Таблица 7.2

Принципы оценки реальности наблюдаемых различий эффектов в подгруппах[‡][§]

Оценка реальной эффективности лечения для конкретных больных

Лечение, эффективное в среднем для группы пациентов, мо­жет оказаться безуспешным у конкретных больных.

• Известно ли, что это лечение эффективно в идеальных усло­виях для любых больных?

• Известно ли, что в среднем это лечение реально эффективно для аналогичных пациентов?

• Оправдывает ли польза от лечения неудобства и риск, связан­ные с вмешательством?

• Эффективно ли лечение для моего пациента?

Задавая эти вопросы, а не просто руководствуясь результата­ми испытаний, можно обезопасить себя от неудачного выбора ле­чения или упрямого непризнания плохих результатов.

Испытания на единственном больном

Тщательные клинические исследования, проводимые с долж­ным вниманием к систематическим и случайным ошибкам, могут быть выполнены за определенное время с каждым больным в от­дельности [16]. Метод, называемый испытанием на единственном больном, представляет собой усовершенствованный вариант более общего неформализованного процесса проб и ошибок, который так обычен для клинической практики. Пациенту последователь­но назначается то или иное лечение (например, активный препа­рат или плацебо) в случайном порядке, на короткий период - 1-2 нед. Ни пациент, ни врач не знают, какое лекарство назначено. Ис­ходы (например, просто субъективное отношение пациента к ле­чению или выраженность симптомов) оцениваются после каждо­го периода и подвергаются статистическому анализу.

Этот метод целесообразен, когда течение заболевания не­предсказуемо, реакция на лечение проявляется быстро и нет нало­жения фармакологических эффектов после смены препаратов. Примерами заболеваний, для которых может применяться метод, служат мигрень, бронхоспазм, фибромиозит, функциональные за­болевания кишечника.

Испытания на единственном больном помогают принимать клинические решения, хотя и для относительно небольшой доли пациентов. Они также полезны при рассмотрении интересных клинических гипотез с целью отбора некоторых из них для после­дующей оценки в полноценном рандомизированном клиническом испытании, включающем большое число больных.