Статистические методы как основа доказательной медицины. Их роль в анализе здоровья населения и деятельности учреждений здравоохранения. Глава viii источники данных по доказательной медицине Анализ данных в доказательной медицине

Первый Московский Государственный Медицинский Университет им. И.М. Сеченова

Кафедра Эпидемиологии

Базы данных.

Поиск доказательной медицины.

Выполнила: студентка 28 группы 5 курса

лечебного факультета

Велиева А.Р.

Преподаватель: Папина Г.В.

Москва

2010

Основы доказательной медицины.

Базы данных.

Поиск доказательной медицины.

Введение в доказательную медицину

По окончании этого модуля участники должны:

Получить лучшее представление о принципах доказательной медицины

Познакомиться с методами и подходами, используемыми в доказательной медицине

Уметь критически оценивать мероприятия, которые они используют в своей ежедневной практике

Ознакомиться и научиться использовать доступную информацию

Что такое доказательная медицина:

«Доказательная медицина (ДМ) - это интеграция наилучших научных доказательств с клиническим опытом и потребностями пациента»

«Доказательная медицина - это добросовестное, детальное и разумное использование лучших современных доказательств при принятии решений по ведению отдельных пациентов.

Практическое применение доказательной медицины означает интеграцию индивидуальной клинической компетентности с лучшими из доступных внешних клинических доказательств, полученных из систематических обзоров.

Под лучшими имеющимися клиническими доказательствами мы подразумеваем клинически значимые исследования, ориентированные на пациента, результатом которых станут точность и достоверность диагностических тестов и медицинских осмотров, значимость прогностических показателей, эффективность и безопасность терапевтического, реабилитационного и профилактического режимов.

Когда появилась доказательная медицина?

1940 г - Первые рандомизированные исследования (использование стрептомицина при туберкулезе)

1960 г - Концентрация на “процессе” (трагедия, связанная с талидомидом)

1962 г - Комитет США по контролю за медикаментами и продуктами питания ввел правила, требующие проведения контролируемых исследований новых препаратов

1971 г - Кокран поднял вопрос о недостаточности научных доказательств

1974 - Обнаружено расхождение между теорией и практикой

1980-90 гг – Привлечение внимания к необходимости включения систематических обзоров в клинические руководства

Термин «Доказательная медицина» предложен клиницистами и эпидемиологами из Университета McMaster в Канаде в 1988 году

Арчи Кокран (Archie Cochrane) описал, как представить научные исследования вниманию клиницистов и сделать результаты исследования стимулом для обсуждения и внимательного анализа. Его совместные с коллегами из Британского Медицинского Исследовательского Совета усилия внесли существенный вклад в то, что сегодня называют доказательной медициной.

Это ему принадлежит знаменитое наблюдение (1979 г.), что медицинской профессии недостает критических выводов рандомизированных контролируемых исследований (РКИ).

Он основал первый Центр Кокрана, который начал свою работу 10 лет назад в Оксфорде (Великобритания).

На сегодняшний день существует 15 центров Кокрана по всему миру. Они координируют работу международной группы исследователей, вдохновленных взглядами Арчи».

Пять этапов доказательной медицины

Задайте вопрос, на который можно получить ответ

Найдите наилучшие доказательства

Рассмотрите доказательства с точки зрения клинической экспертизы и потребностей пациентов

Постановка клинического вопроса в формате PICO:

пациент (patient),

вмешательство (intervention),

сравнение (comparison),

исходы (outcomes).

Это позволяет определить ключевые слова, с помощью которых осуществляется поиск доказательств.

Поиск наилучших доказательств

Поиск следует начинать с систематических обзоров и РКИ, как наиболее достоверных и ценных исследований. Если таковых не найдено, следует перейти к поиску доказательств более низкого уровня (более низкой достоверности): когортных исследований, исследований «случай-контроль», серии случаев и т.д.

Критическая оценка доказательств

Этот очень важный шаг определяет достоверность найденных доказательств (правильно ли было проведено исследование? можно ли ему доверять? насколько оно весомо?) и результатов исследования (насколько эффективно данное лечение, метод профилактики? насколько точен метод диагностики?).

Для проверки надежности РКИ следует ответить на следующие вопросы:

Была ли проведена рандомизация больных?

Все ли участники групп завершили исследования (полнота)?

Были ли пациенты проанализированы в группах, в которые они были рандомизированы?

Являлось ли лечение «слепым» для пациентов и исследователей?

Были ли группы схожими в начале исследования?

Помимо экспериментального лечения – получали ли группы одинаковое лечение?

Если исследование проведено качественно, т.е. если оно надежно, то тогда приступают к оценке его результатов.

Оценка существующих практик

Что я делаю?

Зачем я это делаю? Т.е. какой результат мы ожидаем получить?

Достигает ли это цели? Т.е. каковы доказательства эффективности (и безопасности) данной процедуры?

Имеется ли лучший или более приемлемый способ достижения этой цели? Т.е. существуют ли другие более безопасные или эффективные способы (методы лечения)?

Возможности овладения доказательной медициной

Для осуществления качественного поиска доказательств и их критического анализа клиницисту необходимы специальные навыки и время.

Поиск доказательств в медицинских журналах и других интернет-ресурсах (MEDLINE,– www.ncn.nlm.nih.gov/pubmed, www.acponline.org, www.obgyn.net)

Использование резюме по доказательной медицине, которые были составлены другими специалистами (Кокрановская база данных, книга М. Энкина, библиотека по репродуктивному здоровью ВОЗ (WHO RHL), журналы по научно- доказательной медицине)

Использование готовых протоколов, подготовленных на основе доказательной медицины

Традиционная мудрость

Только около 15 % медицинских вмешательств основаны на серьезных научных доказательствах

Регулярный просмотр медицинской литературы

Ежедневно медицинские работники во всех странах мира нуждаются в получении новых, клинически значимых доказательств для обеспечения эффективного и качественного ведения своих пациентов. В тоже время, очень часто перед врачами встает вопрос о том, где найти необходимую для этого информацию. С 1970 года количество выпускаемых медицинских журналов увеличилось в два раза и количество доступной информации продолжает расти с каждым днем.

Ежегодно публикуется около 6000 статей в области акушерства и гинекологии. Таким образом, чтобы всегда быть на уровне в своей области, врачи должны читать до 20 статей в день. Есть ли на это время у каждого врача? Может ли он оценить качество полученной информации, при том, что ряд исследователей считает, что большинство статей публикуемых в медицинских журналах не соответствуют минимальным стандартам качества?

Как принимаются решения?

На каких доказательствах Вы основываете Ваше решение?

Где Вы берете необходимые доказательства в пользу вашего решения?

Знаете ли Вы, где найти соответствующие исследования?

Насколько Вы принимаете во внимание желания и предпочтения пациентов?

Обсуждаете ли Вы с коллегами вопросы о возможности использования наилучшей практики?

Считаете ли Вы, что используете наиболее эффективные методы лечения?

Правильно ли то, что мы делаем?

Половина из того, чему вас учат в медицинском вузе будет признана ошибочной или безнадежно устареет через пять лет после вашего выпуска.. Проблема в том, что никто не знает, какая именно половина»

«Медицинская литература может сравниться с джунглями: быстро растет, полна мертвых деревьев, кое-где в ней спрятаны сокровища, но кишит пауками и змеями.»

Базовая информация

«Доказательная клиническая практика - это такой подход к принятию решений, при котором клиницист использует наилучшие имеющиеся доказательства, свой клинический опыт и, при совместном обсуждении с пациентом, приходит к такому решению, которое наиболее подходит пациенту».

В своей повседневной практике медицинские работники нуждаются в различных видах информации для получения ответов на постоянно возникающие вопросы. Например, студентам или врачам-интернам часто необходима базовая информация, которая объясняет причины и патогенез заболевания, физиологические особенности и т.д. Базовая информация является относительно стабильной и относится к области анатомии, физиологии, патогенеза, этиологии. Ее можно взять из учебников, справочников и других общих источников.

Но наиболее часто практикующие врачи нуждаются в ответах на вопросы, которые касаются непосредственно ухода/лечения пациента.

Относится к заболеванию или состоянию, но не относится непосредственно к клинической практике

? “Что такое…?”

? “Что такое средний отит?”

? “Какие микроорганизмы являются причиной среднего отита?”

Ответы на подобные вопросы обычно получают при обращении к учебникам, справочникам и другим общим источникам

Информация по ведению пациента

«Доказательная медицина требует от вас, чтобы вы не только читали нужные материалы в нужное время, но и изменили свои практики (и, что зачастую особенно трудно - изменили практики других людей) в свете того, что вы обнаружили».

«Доказательная медицина предпо-лагает объективную оценку эффек-тивности медицинских вмеша-тельств, и использование результа-тов этой оценки в клинической практике. Это может быть сложной задачей, т.к. и в нахождении доказательств, и в их распространении и во внедрении изменений - везде могут встретиться проблемы».

Помимо базовой информации врачам необходима информация, которая напрямую связана с ведением пациентов, методами диагностики и лечения, прогнозом. Доказательная медицина как раз и рассматривает именно эти вопросы.

Вопросы, напрямую связанные с ведением пациента:

Для получения ответа необходимо четко сформулировать вопрос

Клинические примеры:

Диэтилстилбестрол для предотвращения выкидышей

Почему стали применять Диэтилстилбестрол для предотвращения выкидышей:

Выкидыши часты

Использование эстрогенов для сохранения беременности кажется логичным

У женщин получающих Диэтилстилбестрол редко наблюдались выкидыши

В 1950 –54: 6 нерандомизированных исследований подтвердили низкую частоту выкидышей при использовании Диэтилстилбестрола (без контроля)

В 1950 – 1955: 5 рандомизированных исследований: женщины методом случайной выборки распределены на получающих Диэтилстилбестрол или плацебо

Выкидыши в группе получающих Диэтилстилбестрол – 83/1220 (7%)

Выкидыши в группе получающих плацебо – 54/1159 (5%)

Явные доказательства того что Диэтилстилбестрол неэффективен

Однако впечатления от использования были положительными и использование Диэтилстилбестрола продолжалось

Миллионы женщин были пролечены до 1970 года

Медицинская катастрофа

Данные отдаленных наблюдений за детьми, матери которых получали Диэтилстилбестрол во время беременности для предотвращения выкидышей.

Последствия – катастрофические. Печальней всего тот факт, что данных последствий можно было бы избежать, если бы врачи строили свой выбор относительно ведения и лечения пациентов на основании данных доказательной медицины.

В 1970 году: выявлена аденокарцинома влагалища у 7 женщин, матери которых получали Диэтилстилбестрол

Последующее наблюдение за когортой, матери которых принимали участие в данных рандомизированных исследованиях, выявило значительную частоту:

Аномалий развития матки

Абортов, перинатальных потерь, бесплодия

Гипотрофии яичек

Психиатрических проблем

Правильно ли, мы делаем?

«Хорошие врачи используют как индивидуальный клинический опыт, так и лучшие доступные доказательства; но и того, и другого по отдельности недостаточно, поскольку даже самые лучшие доступные доказательства могут не подходить или быть не применимы к данному пациенту. Без современных доказательств практика быстро устаревает и может наносить вред пациентам».

Клинический опыт зачастую помогает врачу выбрать наиболее подходящую тактику лечения. Однако, во многих ситуациях методы лечения базируются исключительно на опыте и не проверяются клиническими исследованиями. Они могут быть не только неэффективными, но и наносить вред пациенту.

Многое из того, что делается в ежедневной практике:

Не основывается на качественных доказательствах

Основано на индивидуальном клиническом опыте

Не отвечает потребностям пациентов

На протяжении долгого периода времени использовалось множество болезненных, неприятных, унизительных технологий, несмотря на отсутствие доказательств их эффективности.

Существует ряд общих технологий или практик, которые могут быть неприятны для пациентов и эффективность которых не доказана.

Неэффективные вмешательства

Большое количество дородовых визитов

Ограничение приема соли беременной женщиной с целью профилактики преэклампсии

Рутинное назначение беременным женщинам витаминов и препаратов железа

Запрет/ограничение посещений матерей в стационаре

Кровати Рахманова

Ограничение в приеме пищи и жидкости во время родов

Рутинное применение клизмы перед родами

Рутинное бритье лобка и промежности

Рутинная катетеризация мочевого пузыря после родов

Лед на низ живота после рождения ребенка

Рутинный осмотр родовых путей

Обработка влагалища антисептиками

Разделение матери и ребенка сразу после родов

Индивидуальный клинический опыт – хорошо, но не достаточно

Профессиональное мнение складывается из объема знаний и навыков, клинического опыта, интуиции, т.е. набора качеств, которые в совокупности составляют так называемый клинический опыт (внутренние доказательства).

Однако он нуждается в коррекции на основании доказательств, полученных другими (внешние доказательства). Если внешние доказательства не внедряются, то клиническая практика устаревает.

Без клинического опыта существующие доказательства не могут быть использованы

Клинический опыт любого индивидуума недостаточен (личные ценности, социальные и культурные особенности)

Без доказательств клиническая практика устаревает и становится неэффективной

Как доказать эффективность и безопасность вмешательств (1)

Чтобы доказать эффективность и безопасность методов лечения или профилактики, следует провести клиническое исследование.

В одной группе назначается новое (экспериментальное лечение), а другая (контрольная) группа получает старое (традиционное лечение) или плацебо.

Если у пациентов, получающих новое лечение, отмечается более низкая статистически значимая частота нежелательных исходов (смертности, заболеваемости), то новый метод можно считать эффективным.

Клинические исследования отличаются по степени достоверности, зависящей от дизайна или методологии исследования.

Наиболее качественными и ценными для практики являются доказательства, полученные при проведении рандомизированных клинических исследований.

Провести клиническое исследование высокого качества:

Рандомизированные контролируемые исследования (РКИ)

Систематические обзоры РКИ

Рандомизированные контролируемые исследования (РКИ)

Рандомизация - это процедура, обеспечивающая случайное распределение пациентов в экспериментальную и контрольную группы.

Случайным распределением достигается отсутствие существенных различий между двумя группами, что помогает нам убедиться, что дает нам возможность связать полученный исход только с лечением, а не с чем либо иным.

Существует ряд характеристик клинических исследований высокого качества:

большинство пациентов, участвующих в исследовании, должны пройти до конца исследования, чтобы проявились исходы (полнота исследования)

пациенты должны быть проанализированы в тех группах, в которые они были включены в результате рандомизации (независимо от того, получали они экспериментальное лечение или контрольное)

группы должны быть однородными в начале исследования (если нет, возможно, рандомизация проведена некачественно)

наилучшими исследованиями являются «слепыми» как для исследователей, так и для пациентов («двойное слепое» исследование)

Двойное «слепое» исследование

Одной из характеристик клинических исследований хорошего качества – это то, что исследование должно быть «двойным слепым».

«Двойное слепое» исследование – это когда ни пациент, ни врач не знают, в какую группу распределен пациент.

В исследованиях, которые изучают препарат в таблетированной форме, достаточно просто обеспечить «двойное ослепление». Одна таблетка – тестируемый препарат (экспериментальная группа), вторая - плацебо (контрольная группа). Обе таблетки имеют одинаковый размер, форму, цвет, и ни пациент, ни врач не знают, которая из них содержит тестируемый препарат, а которая - плацебо. Однако исследователи должны помнить об «эффекте плацебо». «Эффект плацебо» может проявляться следующим образом:

Пациент верит в то, что получает новое эффективное лекарство, вследствие чего его настроение более оптимистично, а самочувствие лучше. Это приводит к переоценке положительного результата.

Врач верит в то, что его пациент получает новое эффективное лекарство, и тоже настроен на более оптимистичные результаты. Врач акцентирует свое внимание на положительных симптомах и подбадривает пациента, что увеличивает количество положительных результатов.

Исследования в области акушерства и безопасных родов

Многочисленные высококачественные рандомизированные исследования оказали значительное влияние на акушерскую практику и внесли вклад в безопасность материнства.

Исследование по эклампсии доказало, что сульфат магния является самым эффективным препаратом для профилактики приступов эклампсии. Это исследование поставило точку в многолетнем споре сторонников препаратов магния и тех, кто считал диазепам наилучшим препаратом для профилактики приступов судорог.

В РКИ MAGPI участвовало более 10 000 женщин с преэклампсией. Это исследование доказало эффективность сульфата магния также и в лечении тяжелой преэклампсии. Бристольское исследование является одним из многочисленных РКИ, которые доказали высокую эффективность активного ведения третьего периода родов в снижении риска послеродовых кровотечений.

Другими рандомизированными исследованиями было доказано значительное снижение перинатальной смертности и заболеваемости вследствие применения кортикостероидов у женщин с угрозой преждевременных родов.

Эффективные вмешательства

Эффективность противосудорожных препаратов при эклампсии

Исследование MAGPI по преэклампсии и применению сульфата магния

Бристольские исследования по активному ведению третьего периода родов

Исследования по кортикостероидам при угрозе преждевременных родов

Психо-эмоцинальная поддержка в родах

Вертикальные позиции в родах

Роль женщины в принятии всех важных решений

Гравидограмма, используемая при беременности и партограмма - при родах

Партнеру разрешается находиться в родовой комнате

Свободный выбор позиции в родах

Исключение необоснованных процедур

Ранний и неограниченный контакт «кожа к коже»

Профилактика гипотермии новорожденного

Эффективная реанимация новорожденного

Грудное вскармливание по требованию и совместное пребывание

Правильное мытье рук медперсоналом как наилучший способ профилактики инфекции

Рациональное использование лекарственных средств

Исследования отрицающие эффективность

Низкие дозы аспирина для снижения риска преэклампсии

Большинство схем лечения ВЗРП

Рутинное управление потугами

Рутинный электронный мониторинг плода во время родов и при беременности с низкой степенью риска

Рутинная или либеральная эпизиотомия

Исследования в области ухода за новорожденным

Реанимация новорожденных с использованием комнатного воздуха или кислорода

Обработка пуповинного остатка антисептиком или антибиотиком в сравнении с открытым сухим ведением пуповины

Рутинная интубация трахеи и аспирация мекония у активных новорожденных при наличии мекония в околоплодных водах

Достоверность доказательств

Учитывая вероятность ошибок и возможность неточных выводов все рекомендации, базирующиеся на различных доказательствах, могут быть классифицированы по уровню достоверности следующим образом:

Уровень A (самый высокий уровень достоверности): рекомендации базируются на результатах систематических обзоров рандомизированных контролируемых исследований и обеспечивают наибольшую достоверность (Уровень 1а), тогда как рекомендации (Уровень 1b) базируется на результатах отдельных РКИ.

Уровень В: рекомендации базируются на результатах клинических исследований, но более низкого качества, чем РКИ. Сюда включаются когортные исследования (Уровень 2a и 2b) и исследования «случай-контроль» (Уровень 3a и 3b).

Мета-анализ и систематический обзор

Систематический обзор - это всесторонний обзор темы, в котором суммированы все первоначально проведенные исследования наиболее высокого уровня (чаще всего РКИ).

Мета-анализ - это обзор, в котором результаты всех исследований объединены и проанализированы, как одно исследование.

Когортное исследование

Проведение РКИ является очень непростой задачей: для включения в исследование от пациентов требуется информированное согласие на участие в исследовании. РКИ могут быть дорогими, рискованными и неэтичными - проведение экспериментального лечения одним пациентам и плацебо – другим пациентам.

Поэтому доказательства возможно получить и при проведении исследований другого дизайна - когортных, «случай-контроль» и т.д. Однако результаты, полученные в результате таких исследований, больше подвержены ошибкам и уровень их достоверности соответственно ниже.

Когортное исследование - это исследование, в котором пациенты имеют определенные характеристики (воздействие, определенное заболевание, лечение и т.д.), и наблюдаются в течение некоторого времени. Затем результаты сравниваются с результатами у подобных пациентов, не обладающих этими специфическими характеристиками.

Например, две группы (когорты) людей: курящие и некурящие. Эти группы наблюдались бы в течение некоторого времени для определения, возникают ли у них проблемы со здоровьем.

Когортные исследования не настолько надежны, как рандомизированные исследования, так как когорты могут отличаться друг от друга по другим показателям, кроме факта курения. Например, курильщики могут иметь более низкий доход или избыточный вес в отличие от некурящих, и этот факт может усиливать различия между группами и замаскировать специфическое влияние именно курения.

Контролируемое клиническое исследование

Исследования «случай контроль» - ретроспективные исследования, в которых пациенты уже имеют определенное состояние или заболевание. Исследователь анализирует характеристики этих пациентов и сравнивает, как эти пациенты отличаются от тех, кто не имеет данного заболевания.

Например: в исследовании у пациентов с раком легких спрашивали, много ли они курили в прошлом, и их ответы сравнивались с теми, кто не болел раком легких.

Исследования «случай - контроль» менее надежны, чем рандомизированные или когортные исследования, потому что статистическая связь между двумя состояниями не означает, что одно состояние вызывается другим. Например: рак легких встречается чаще у людей без высшего образования (они чаще склонны к курению), но это не означает, что наличие высшего образования снижает риск рака легких.

Основные преимущества исследования «случай- контроль»:

Исследование может быть проведено быстро, путем опроса пациентов о прошлых событиях. В противном случае это может занять многие годы для обнаружения этого эффекта самостоятельно.

Исследователям не нужны специальные методы, контрольные группы, и др. Они только выбирают людей, у которых выявляется специфическое состояние, и проводят опрос.

Серии клинических случаев и клинические случаи

Отдельный клинический случай - это отчет о лечении отдельно взятого пациента. Серия клинических случаев - это сборник отчетов о лечении ряда пациентов.

Например: один из ваших пациентов имеет состояние, которое вы никогда не встречали и не слышали о нем, и вы не знаете, что необходимо предпринять для вашего пациента. Поиск серии клинических случаев может помочь вам установить диагноз.

Результаты изучения клинических случаев или серии клинических случаев не так надежны. Для изучения общих состояний стоит искать более достоверные доказательства

Д остаточно часто результаты исследований, в которых оценивается эффективность одного и того же лечебного или профилактического вмешательства или диагностического метода при одном и том же заболевании, различаются. В связи с этим возникает необходимость относительной оценки результатов разных исследований и интеграции их результатов с целью получения обобщающего вывода.К одной из самых популярных и быстро развивающихся методик системной интеграции результатов отдельных научных исследований сегодня относится методика мета-анализа.

Мета-анализ – это количественный анализ объединенных результатов эколого-эпидемиологических исследований по оценке воздействия одного и того же фактора окружающей среды. Он предусматривает количественную оценку степени согласованности или расхождения результатов, полученных в разных исследованиях.

Введение

В соответствии с концепцией доказательной медицины научно обоснованными признаются результаты лишь тех клинических исследований, которые проведены на основе принципов клинической эпидемиологии, позволяющих свести к минимуму как систематические ошибки, так и случайные ошибки (с помощью корректного статистического анализа полученных в исследовании данных) .

Международная эпидемиологическая ассоциация характеризует такой род исследования, как методику «объединения результатов различных научных трудов, складывающихся из качественного компонента (например, использование таких заранее определенных критериев включения в анализ, как полнота данных, отсутствие явных недостатков в организации исследования и т.д.) и количественного компонента (статистическая обработка имеющихся данных)» – методика мета-анализа .

Первый в науке мета-анализ был проведен Карлом Пирсоном (Karl Pearson) в 1904 году. Собрав вместе исследования он решил побороть проблему уменьшения мощности исследования в малых выборках. Анализируя результаты этих исследований, он получил, что мета-анализ может помочь получить более точные данные исследований .

Несмотря на то, что мета-анализ сейчас повсеместно применяется в области эпидемиологии и в медицинских исследованиях. Работы, в которых применялся мета-анализ не выходили свет до 1955 года. В 1970-х годов, более сложные аналитические методы были внедрены в учебных исследованиях, работами Гласса, Шмидта и Хантера (Gene V. Glass, Frank L. Schmidt and John E. Hunter .

Оксфордский Словарь Английского языка дает нам понять, что первое применения этого термина произошло в 1976 году Глассом. Основа этого метода была развита такими учеными как: Ражду, Хеджес, Купер, Олкин, Хантер, Коен, Чалмерс и Шмидт (Nambury S. Raju, Larry V. Hedges, Harris Cooper, Ingram Olkin, John E. Hunter, Jacob Cohen, Thomas C. Chalmers, and Frank L. Schmidt) .

Мета-анализ: количественный подход к исследованию

Цель мета-анализа - выявление, изучение и объяснение различий (вследствие наличия статистической неоднородности, или гетерогенности) в результатах исследований .

К несомненным преимуществам мета-анализа относятся возможность увеличения статистической мощности исследования, а, следовательно, точности оценки эффекта анализируемого вмешательства. Это позволяет более точно, чем при анализе каждого отдельно взятого небольшого клинического исследования, определить категории больных, для которых применимы полученные результаты .

Правильно выполненный мета-анализ предполагает проверку научной гипотезы, подробное и четкое изложение применявшихся при мета-анализe статистических методов, достаточно подробное изложение и обсуждение результатов анализа, а также вытекающих из него выводов. Подобный подход обеспечивает уменьшение вероятности случайных и систематических ошибок, позволяет говорить об объективности получаемых результатов .

Подходы к выполнению мета-анализа

Существуют два основных подхода к выполнению мета-анализа.

Первый из них заключается в статистическом повторном анализе отдельных исследований путем сбора первичных данных о включенных в оригинальные исследования наблюдениях. Очевидно, что проведение данной операции далеко не всегда возможно.

Второй (и основной) подход заключается в обобщении опубликованных результатов исследований, посвященных одной проблеме. Такой мета-анализ выполняется обычно в несколько этапов, среди которых важнейшими являются:

· выработка критериев включения оригинальных исследований в мета-анализ

· оценка гетерогенности (статистической неоднородности) результатов оригинальных исследований

· проведение собственно мета-анализа (получение обобщенной оценки величины эффекта)

· анализ чувствительности выводов

Необходимо отметить, что этап определения круга включаемых в мета-анализ исследований часто становится источником систематических ошибок мета-анализа. Качество мета-анализа существенно зависит от качества включенных в него исходных исследований и статей .

К основным проблемам при включении исследований в мета-анализ относятся такие, как различия исследований по критериям включения и исключения, структуре исследования, контролю качества.

Существует также смещение, связанное с преимущественным опубликованием положительных результатов исследования (исследования, в которых получены статистически значимые результаты, чаще публикуются, чем те, в которых такие результаты не получены).

Поскольку мета-анализ основан главным образом на опубликованных данных, следует обращать особое внимание на недостаточную репрезентативность отрицательных результатов в литературе. Включение в мета-анализ неопубликованных результатов также представляет значительную проблему, так как их качество неизвестно в связи с тем, что они не проходили рецензирование .

Основные методы

Выбор метода анализа определяется типом анализируемых данных (бинарные или непрерывные) и типом модели (фиксированных эффектов, случайных эффектов).

Бинарные данные обычно анализируются путем вычисления отношения шансов (ОШ), относительного риска (ОР) или разности рисков в сопоставляемых выборках. Все перечисленные показатели характеризуют эффект вмешательств. Представление бинарных данных в виде ОШ удобно использовать при статистическом анализе, но этот показатель достаточно трудно интерпретировать клинически. Непрерывными данными обычно являются диапазоны значений изучаемых признаков или нестандартизованная разница взвешенных средних в группах сравнения, если исходы оценивались во всех исследованиях одинаковым образом. Если же исходы оценивались по-разному (например, по разным шкалам), то используется стандартизованная разница средних (так называемая величина эффекта) в сравниваемых группах .

Одним из первых этапов мета-анализа является оценка гетерогенности (статистической неоднородности) результатов эффекта вмешательства в разных исследованиях .

Для оценки гетерогенности часто используют критерии χ2 с нулевой гипотезой о равном эффекте во всех исследованиях и с уровнем значимости 0,1 для повышения статистической мощности (чувствительности) теста .

Источниками гетерогенности результатов разных исследований принято считать дисперсию внутри исследований (обусловленную случайными отклонениями результатов разных исследовании от единого истинного фиксированного значения эффекта), а также дисперсию между исследованиями (обусловленную различиями между изучаемыми выборками по характеристикам больных, заболеваний, вмешательств, приводящими к несколько разным значениям эффекта - случайными эффектами).

Если предполагается, что дисперсия между исследованиями близка к нулю, то каждому из исследований приписывается вес, величина которого обратно пропорциональна дисперсии результата данного исследования.

Дисперсия внутри исследований в свою очередь определяется как

где μ — среднее внутри исследований .При нулевой дисперсии между исследованиями можно использовать модель фиксированных (постоянных) эффектов. В этом случае предполагается, что изучаемое вмешательство во всех исследованиях имеет одну и ту же эффективность, а выявляемые различия между исследованиями обусловлены только дисперсией внутри исследований. В этой модели пользуются методом Мантела-Ханзела.

Метод Мантела-Ханзела

В таблице представлены пропорции пациентов в Нью-Йорке и в Лондоне, которым был поставлен диагноз шизофрения.

— взвешенное среднее отдельных отношений шансов по группам. Критерий хи-квадрат Мантела-Ханзела проверки значимости общей меры связи основан на взвешенном среднем g разностей между пропорциями.

Статистика хи-квадрат Мантела-Ханзела задается выражением

с 1 степенью свободы.

Для того, чтобы статистика имела распределение хи-квадрат с 1 степенью свободы, каждая из четырех сумм ожидаемых частот

должна отличаться не менее чем на 5 как от своего минимума, так и от своего максимума.

Значит, чтобы с уверенностью пользоваться для статистики распределением хи-квадрат с 1 степенью свободы, вовсе не обязательно иметь большие маргинальные частоты. Число наблюдений в таблице может быть даже равно двум, как в случае связанных пар. Единственное, что нужно при этом – достаточно большое число таблиц, чтобы каждая сумма ожидаемых частот была велика.

Другие подходы к выполнению мета-анализа

Модель случайных эффектов предполагает, что эффективность изучаемого вмешательства в разных исследованиях может быть разной.

Данная модель учитывает дисперсию не только внутри одного исследования, но и между разными исследованиями. В этом случае суммируются дисперсии внутри исследований и дисперсия между исследованиями. Целью мета-анализа непрерывных данных обычно является представление точечных и интервальных (95% ДИ) оценок обобщенного эффекта вмешательства .

Существует также ряд других подходов к выполнению мета-анализа: байесовский мета-анализ, кумулятивный мета-анализ, многофакторный мета-анализ, мета-анализ выживаемости.

Байесовский мета-анализ позволяет рассчитать априорные вероятности эффективности вмешательства с учетом косвенных данных. Такой подход особенно эффективен при малом числе анализируемых исследований. Он обеспечивает более точную оценку эффективности вмешательства в модели случайных эффектов за счет объяснения дисперсии между разными исследованиями .

Кумулятивный мета-анализ - частный случай байесовского мета-анализа - пошаговая процедура включения результатов исследований в мета-анализ по одному в соответствии с каким-либо принципом (в хронологической последовательности, по мере убывания методологического качества исследования и т.д.). Он позволяет рассчитывать априорные и апостериорные вероятности в итерационном режиме по мере включения исследований в анализ .

Регрессионный мета-анализ (логистическая регрессия, регрессия взвешенных наименьших квадратов, модель Кокса и др.) используется при существенной гетерогенности результатов исследований. Он позволяет учесть влияние нескольких характеристик исследования (например, размера выборки, дозы препарата, способа его введения, характеристик больных и др.) на результаты испытаний вмешательства. Результаты регрессионного мета-анализа обычно представляют в виде коэффициента наклона с указанием ДИ .

Следует заметить, что мета-анализ может выполняться для обобщения результатов не только контролируемых испытаний медицинских вмешательств, но и когортных исследований (например, исследований факторов риска). Однако при этом следует учитывать высокую вероятность возникновения систематических ошибок .

Особый вид мета-анализа — обобщение оценок информативности диагностических методов , полученных в разных исследованиях. Цель такого мета-анализа - построение характеристической кривой взаимной зависимости чувствительности и специфичности тестов (ROC-кривой) с использованием взвешенной линейной регрессии .

Устойчивость. После получения обобщенной оценки величины эффекта возникает необходимость определить ее устойчивость. Для этого выполняется так называемый анализ чувствительности.

В зависимости от конкретной ситуации его можно проводить на основе нескольких различных методов, например:

· Включение и исключение из мета-анализа исследований, выполненных на низком методологическом уровне

· Изменение параметров данных, отбираемых из каждого анализируемого исследования, например, если в каких-либо исследованиях сообщается о клинических исходах в первые 2 нед. заболевания, а в других исследованиях - о клинических исходах в первые 3-4 нед. заболевания, то допустимо сравнение клинических исходов не только для каждого из этих периодов наблюдения, но и для суммарного периода наблюдения длительностью до 4 нед.

· Исключение из мета-анализа наиболее крупных исследований. Если величина эффекта того или иного анализируемого вмешательства при анализе чувствительности существенно не изменяется, то имеются основания полагать, что выводы первичного мета-анализа достаточно обоснованы.

Для качественной оценки наличия такой систематической ошибки мета-анализа обычно прибегают к построению воронкообразной диаграммы рассеяния результатов отдельных исследований в координатах (величина эффекта, размер выборки). При полном выявлении исследований эта диаграмма должна быть симметричной. Вместе с тем существуют и формальные методы оценки существующей асимметрии .

Результаты мета-анализа обычно представляются графически (точечные и интервальные оценки величин эффектов каждого из включенных в мета-анализ исследований; пример на рис.1) и в виде таблиц с соответствующими статистиками.

Заключение

В настоящее время мета-анализ представляет собой динамическую, многоаспектную систему методов, позволяющую теоретически и методологически убедительным способом объединять в одно целое данные различных научных исследований.

Мета-анализ по сравнению с первичным исследованием, требует относительно мало ресурсов, что позволяет не участвующим в исследованиях врачам, получить клинически доказанную информацию.

Главным условием использования мета-анализа является доступность необходимой информации о статистических критериях, используемых в обозреваемых исследованиях. Без сообщения в публикациях точных значений необходимой информации, перспективы применения мета-анализа будут весьма ограниченными. С увеличением доступности такой информации будет продолжаться реальное расширение мета-аналитических исследований и совершенствование его методологии.

Таким образом, тщательно выполненный мета-анализ может выявить области, требующие дальнейших исследований.

Список использованной литературы :

  1. Флетчер Р., Флетчер С., Вагнер Э. Клиническая эпидемиология.- М.: МедиаСфера, 1998.- 350с.
  2. Chalmers TC , Lau J. Meta-analytic stimulus for changes in clinical trials. Stat Methods Med Res. 1993 ; 2: 161 -172.
  3. Greenland S . Quantitative methods in the review of epidemiologic literature. Epidemiol Rev. 1987 ; 9: 1 -30.
  4. Stephen B. Thacker, MD, MSc. Meta-analysis. A Quantitative Approach to Research Integration. JAMA. 1988;259(11):1685-1689.
  5. Peipert JF , Phipps MG. Observational studies. Clin Obstet Gynecol. 1998 ; 41: 235 -244.
  6. Petitti D. Meta-Analysis, Decision Analysis, and Cost Effectiveness Analysis. New York, NY: Oxford University Press; 1994.
  7. Sipe TA , Curlette WL. A meta-synthesis of factors related to educational chievement. Int J Educ Res. 1997 ; 25: 583 -598.
  8. Shapiro S. Meta-analysis/shmeta-analysis. Am J Epidemiol. 1994;140:771-778.
  9. Schmidt LM, Gotzsche PC. Of mites and men: reference bias in narrative review articles: a systematic review. J Fam Pract. 2005;54(4):334–338.
  10. Lu G, Ades AE. Combination of direct and indirect evidence in mixed treatment comparisons. Statist Med 2004;23:3105-24.
  11. Lumley T. Network meta-analysis for indirect treatment comparisons. Statist Med 2002;21:2313-24.
  12. Hedges LK, Olkin I. Statistical Methods for Meta-Analysis. San Diego, CA: Academic Press; 1986.
  13. Berry SM. Understanding and testing for heterogeneity across 2×2 tables: application to meta-analysis. Statist Med 1998;17:2353-69.
  14. Higgins JPT, Thompson SG. Quantifying heterogeneity in a meta-analysis. Stat Med. 2002;21(11):1539–5.
  15. Higgins JPT, Thompson SG, Deeks JJ, Altman DG. Measuring inconsistency in meta-analyses. BMJ. 2003;327:557–560.
  16. Mantel N, Haenszel W. Statistical aspects of the analysis of data from retrospective studies of disease. J Natl Cancer Inst. 1959;22(4):719–748.
  17. Cochran WG. The combination of estimates from different experiments. Biometrics. 1954;10(1):101–129.
  18. Efron B. Empirical Bayes methods for combining likelihoods. JASA 1996;91:538-50.
  19. Morris CN. Parametric empirical Bayes inference: theory and applications. JASA 1983;78:47-55.
  20. Thompson SG, Higgins JP. How should meta-regression analyses be undertaken and interpreted? Stat Med. 2002;21(11):1559–1573.
  21. Hum Reprod. 1997 ; 12: 1851 -1863.
  22. Флейс Дж. Статистические методы для изучения таблиц долей и пропорций, Финансы и статистика, 1989.
  23. Schlesselman JJ . Risk of endometrial cancer in relation to use of combined oral contraceptives. Hum Reprod. 1997 ; 12: 1851 -1863.
  24. Hopewell S, McDonald S, Clarke M, Egger M. Grey literature in meta-analyses of randomized trials of health care interventions. Cochrane Database Syst Rev. 2007.

Талдау мете бұл дәлел дәрігерліктің аспабы

Турдалиева Б.С., Рахматуллаева Н.У., Тен В.Б., Раушанова А.М.,

Мусаева Б.А., Омарова Д.Б.

Асфендияров С.Ж. атындағы ҚазҰМУ

Дәлелді медицина орталығы

Алматы, Казахстан

Түійн Бiр ауру бойынша бағаланған зерттеу нәтижелері ылғи бiр емдiк, алдын алу немесе диагностикалық әдiстiң тиiмдiлiгi жиi жеткiлiктi өзгешеленедi.

Әртүрлi зерттеулердiң нәтижелерiнiң салыстырмалы бағасы және олардың жалпылауыш қорытындының нәтижелерi осыған байланысты пайда болатын қажеттiлiк кiрiгуiн мақсаты.

Ең әйгiлi және жеке ғылыми зерттеулердiң нәтижелерiнiң жүйелiк кiрiгуiнiң жылдам дамитын әдiстемелерiнiң бiрiне бүгiн мета — талдау әдiстеме жатады.

Мета — талдау — бұл экологтiң эпидемиологиялық зерттеулер бiрiккен нәтижелерiнiң сандық талдауы — қоршаған ортаның ылғи бiр факторының әсерiнiң бағасы. Ол келiсушiлiктiң дәрежесi немесе әртүрлi зерттеу алған нәтижелердiң айырмашылығының сандық бағасын ескередi.

A meta-analysis as a tool for evidence-based medicine

Turdalieva B.S., Rakhmatullayeva N.U., Ten V.B., Raushanova A.M.,

Musaeva B.A., Omarova D.B.
KazNMU оf S.D.Asfendiyarov, Almaty, Kazakhstan
Abstract Quite often, the results of studies that evaluated the effectiveness of the same therapeutic or preventive intervention or a diagnostic method for the same disease are different.

Одним из важнейших инструментов доказательной медицины является статистика .

Медицинская общественность долго не желала признавать этих достижений, отчасти потому, что статистика приуменьшала значение клинического мышления. Подобный подход ставил под сомнение компетентность врачей, опирающихся на постулаты неповторимости каждого больного, и, следовательно, неповторимости 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 неприемлим». Однако, дальнейшее развитие медицины и биологии показало, что в действительности статистика является мощнейшим инструментом этих наук.

Отрицательное отношение к использованию статистики в медицине культивировалось и в СССР в период лысенковшины. После августовской сессии ВАСХНИЛ 1948г. гонению подверглась не только генетика, но и статистика, как один из основных инструментов генетики. В 50-е годы 20 века ВАК СССР даже отказывала в присуждении учёных степеней кандидата и доктора медицинских наук под предлогом использования в диссертациях «буржуазной» статистики.

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.

Появлению доказательной медицины, как направления медицинской науки и практики, способствовали две основные причины. Во-первых, это резкий рост объёма доступной информации, которая перед использованием на практике нуждается в критическом анализе и обобщении. Вторая причина носит чисто экономический характер. Рациональность расходования финансовых ресурсов в медицинской науке и практике напрямую зависит от результатов исследований, которые должны проверять эффективность и безопасность методик диагностики, профилактики и лечения в клинических исследованиях. Врачу приходится иметь дело с конкретным больным и всякий раз задавать себе вопрос: можно ли, и если да, то в какой степени распространить результаты, полученные в клиническом испытании, на данного пациента? Допустимо ли считать данного конкретного больного «средним»? Дело врача определить, подходят ли результаты, полученные в том или ином контролируемом исследовании, к клинической ситуации, с которой он столкнулся».

В здравоохранении, как в системе организации медицинской помощи населению, а также в профилактической и клинической медицине повсеместно используются различные численные методы. Они применяются в клинической практике, когда врач имеет дело с отдельным больным, в организации медико-социальной помощи населению при прогнозировании и оценке результатов тех или иных медико-социальных программ. Знание этих методов необходимо при планировании и проведении научных исследований, для правильного понимания их результатов, критической оценки публикуемых данных. Понимает врач это или нет, но в основе решения любого вопроса о применении способа, тактики лечения или профилактики патологии лежат численные методы. Исторически сложилось так, что большой набор численных методов, применяемых в медицине, получил общее название -статистика.

По своей природе термин статистика имеет несколько толкований. Наиболее примитивное из них подразумевает под статистикой всякий упорядоченный набор числовых характеристик какого-либо явления. Считается, что корни терминастатистика происходят от латинского слова «статус»(status) - Состояние. Несомненна связь и с итальянским «государство». Собирание данных о материальном состоянии населения, случаях рождений и смерти, по свидетельству древнегреческого историка Геродота, существовало в Персии уже за 400 лет до Рождества Христова. В Ветхом Завете Библии есть целая глава (Книга чисел), посвященная таким статистическим выкладкам.

В эпоху возрождения в Италии появились люди, которых называли «Statisto» - знаток государства. Как синоним терминовполитическая арифметика и государствоведние термин статистик, стал впервые употребляться с середины ХVIIвека.

В медицинской статистике, как отрасли знаний, нередко выделяют: статистику клиническую, онкологическую статистику инфекционной заболеваемости, заболеваемости особо опасными инфекциями и т. д. Многообразие этих разделов медицинской статистики определяется многообразием разделов медицины как науки и разнообразием видов конкретной практической деятельности медиков. Все разделы медицинской статистики тесно между собой взаимосвязаны, имеют единую методическую основу, и их деление во многих случаях является весьма условным.

Математическая статистика , как отрасль знаний, представляет собой специальную научную дисциплину и соответствующую ей учебную дисциплину. Предмет этой дисциплины - явления оценка которых может производиться только в массе наблюдений. Эта ключевая особенность обусловлена тем, что изучаемые статистикой явления не имеют постоянных, всегда одних и тех же исходов.Например: масса тела даже у одного и того же человека постоянно меняется, состав клеточных элементов крови при каждом заборе анализа у одного и того же пациента будет несколько различаться, последствия применения одного и того же препарата у разных людей могут иметь свои индивидуальные особенности, и т. п. Однако многие хаотичные на первый взгляд явления имеют на самом деле вполне упорядоченную структуру и, соответственно, могут, иметь вполне конкретные численные оценки. Главное условие для этого - статистическая регулярность, статистическая устойчивость этих явлений, то есть существование строго определенных закономерностей, пусть даже скрытых на первый взгляд, которые можно описать математическими методами статистики.

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 статистика как 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 терминбиометрия.

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:

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

    Описательная статистика, которая занимается описанием и представлением данных.

    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.

Статистические методы как основа доказательной медицины. Их роль в анализе здоровья населения и деятельности учреждений здравоохранения.

История возникновения профилактических дисциплин в нашей стране и за рубежом. Роль Н.А. Семашко и З.П. Соловьева, Г.А. Баткиса, Ю.П. Лисицына и др.
Размещено на реф.рф
в становлении и развитии профилактики.

Социальная гигиена в бывшем СССР свою историю начинает с организации музея ʼʼСоц.гигиеныʼʼНародного комиссариата здравоохранения РСФСР,директором которого был известный гигиенист проф.А.В.Мольков.Музей9с 1920г-институт соц.гигиены)стал центром формирования дисциплины. В числе первых социал - гигиенистов, теоретиков и ученых были такие организаторы дела охраны здоровья народа как Н.А.Семашко- первый нарком здравоохранения, врач-организатор здравоохр и его зам. З. П, Соловьев- врач, известный деятель общественной медицины. В 1922 г Н.А.Семашко при поддержке З.П.Соловьева, А.В. Молькова,Н.А. Сысина, С.И. Каплуна и др.
Размещено на реф.рф
авторитетных ученых и деятелœей обществ. гигиены организовал при I Мос.Универ.кафедру соц. гигиены.В 1923г З.П.Соловьев и его сотрудники создали кафедру соц.гигиены на мед. фак. II Мос. универ.
Размещено на реф.рф
В 1941 ᴦ.кафедры соц. гигиены были переименованы в кафедры орг-ции здравоохр., Эта ситуация самым погубным образом сказалась на развитии науки ОЗиЗ. В 1966ᴦ. назначенный министр здравоохр.
Размещено на реф.рф
СССР Б.В.Петровский подписал приказ о преобразовании кафедр в кафедры соц. гигиены и орг-ции здравоохр.В октябре 1999ᴦ. на совещании профильных кафедр с участием МинЗдрава РФ было принято решение о переименовании дисциплины в ʼʼОбщественное зд и здравоохрʼʼв соотв.приказом министра здравоохр РФ.

Профилактическое направление в здравоохранении России. Система профилактики в медицинœе и здравоохранении. Основные виды профилактики. Первичная профилактика как основа сохранения здоровья населœения.

Профилактика - одно из важнейших направлений здравоохранения, дает возможность сохранить здоровье населœения. Профилактика (греч. предохранение, предупреждение) - широкая и разносторонняя сфера деятельности, относящаяся к выявлению причин заболеваний и повреждений, их искоренению (ослаблению) и предупреждению их проявления среди отдельных людей, групп и всœего населœения. Виды профилактики: 1) индивидуальная; 2) общественная. Учитывая зависимость отхарактера объекта приложения профилактических мер: 1) первичная - меры профилактики направленные на непосредственную причину заболевания или повреждения; 2) вторичная – меры воздействия на условия и факторы, способствующие развитию уже возникшего заболевания или повреждения. По характеру профилактических мероприятий: 1) социально-экономические; 2) медицинские. История профилактики: начинается с возникновения взглядов на значимость предупреждения причин, условий, факторов болезней, предотвращения их тяжелого течения, осложнений. На заре медицины это были простые, доступные гигиенические предписания: правила личной гигиены, поддержание чистоты тела, окуривание больных и их одежды, сжигание одежды умерших, трупов и предметов ухода. гигиенические рекомендации были у античных медиков. Гиппократ создал учение о роли природный условий и образа жизни на здоровье человека. О профилактике говорили М.Л. Мудров(нач.19 столетия), И.И. Пирогов, Г.А.Захарьин, но общественно-политический строй России в конце 19-нач. 20 в. не позволял создать и развивать профилактическое направление здравоохранения.

в марте 1919 ᴦ.на 8 съезде РКП(б) была принята программа о ведущем направлении здравоохранения - профилактическом. Роль профилактики в здравоохранении в нашей стране была полно отражена в Конституции СССР(1977г). В основах законодательства РФ об охране здоровья граждан (1993г) в числе базовых принципов здравоохранения - "приоритет профилактических мер".

Состояние и особенности профилактики в условиях реформы здравоохранения. Приоритетный национальный проект ʼʼздоровьеʼʼ, основные направления, его роль в реализации профилактического направления.

В рамках проекта были определœены три базовых направления работы: повышение приоритетности первичной медико-санитарной помощи, усиление профилактической направленности здравоохранения и расширение доступности высокотехнологичной медицинской помощи. Основное внимание планировалось уделить укреплению первичного медицинского звена (муниципальные поликлиники, участковые больницы) - увеличению зарплаты участковым врачам и медсестрам, оснащению этих медучреждений необходимым оборудованием, переобучению врачей общей практики, введению родовых сертификатов.

Наиболее нуждающееся в поддержке в сфере здравоохранения направление - первичное звено медико-санитарной помощи. Здесь оказывается 80% всœей медицинской помощи и находится максимальное количество единиц медицинского и диагностического оборудования, сюда чаще всœего обращаются пациенты. Тем не менее, в нашей стране долгое время наблюдался приоритет развития стационарного звена, специализированной помощи, прежде всœего потому, что они финансировались за счёт отдельных источников. Муниципалитеты, которые финансируют амбулаторию, на сегодняшний день располагают самыми скромными возможностями, в связи с чем последние десятилетия объёмы средств, поступающих в первичное звено, не были существенными. По этой причине увеличение материальной базы стало важным этапом в повышении качества работы медицинских учреждений. Прежде всœего, в рамках реализации проекта значительно вырос средний уровень оплаты труда различных категорий медицинских работников (в среднем на 80 - 100 %).

Качество первичной медицинской помощи стало повышаться и по другим показателям. В рамках проекта действуют программы подготовки и переподготовки врачей, наблюдается положительная динамика изменения численности медицинских работников. В результате в 2006 году коэффициент совместительства снизился с 1,6 до 1,31 в целом по России, снизилась доля лиц пенсионного возраста среди медицинских работников первичного звена. И изменение это обусловлено не только приходом выпускников медицинских вузов и училищ, но и, к примеру, созданием в некоторых областях России особых условий молодым врачам, изъявившим желание работать на селœе.

Профилактика заболеваний - самое эффективное средство от болезней. Профилактическое направление в здравоохранении всœегда было приоритетным в нашей стране. В рамках приоритетного национального проекта ʼʼЗдоровьеʼʼ была определœена государственная финансовая поддержка профилактических мероприятий. В настоящий момент федеральный бюджет снова взял на себя эти обязательства.

Основными целями стали профилактика ВИЧ и гепатита В и С, а также иммунизация населœения в рамках национального календаря прививок. Вместе с тем, были введены дополнительные диспансеризации, медицинские осмотры, скрининговые исследования беременных женщин и новорожденных. В результате, по многим оценкам, в 2006 году значительно снизилась заболеваемость данными инфекциями, повысился процент диагностирования заболеваний на ранней стадии.

К профилактическому направлению можно отнести и появление программы родовых сертификатов. Родовой сертификат был создан с целью дополнительной финансовой поддержки деятельности учреждений здравоохранения, предоставляя право на оплату услуг медицинской помощи. При этом его основная задача - повышение живорожденности. Показатели младенческой смертности 2006 года (10,21 человека на 1000 рожденных) снизились по сравнению с предыдущими годами (в 2005 году - 11 человек). Тем не менее, планируется достигнуть международных стандартов живорожденности с одновременным улучшением профилактики невынашивания беременности. Большое значение имеет и достигнутое повышение результативности диагностических и лечебных мероприятий, сокращение числа платных услуг по обследованию и лечению патологии беременных женщин.

Основные причины смертности в России - результат воздействия четырех - пяти факторов: транспортные травмы и ДТП, острые отравления, онкология, сердечно-сосудистая патология и качество работы служб родовспоможения. На следующие три года приоритетным национальным проектом ʼʼЗдоровьеʼʼ определœены два базовых приоритетных направления: борьба с сердечно - сосудистыми патологиями и с дорожно–транспортным травматизмом. В 2007 - 2008 гᴦ. планируется потратить 13,5 млрд. рублей1 на профилактику данных проблем.

Доступность новейших технологий в области медицины

В рамках приоритетного национального проекта правительство РФ приняло решение о создании высокотехнологичных медицинских центров, при этом это будут, возможно, одни из самых современных центров в мире. На сегодняшний день 80% пациентов, получающих высокотехнологичную медицинскую помощь в федеральных центрах Москвы и Санкт-Петербурга, - жители этих городов и их областей. В ближайшие годы такие центры будут строить в Хабаровске, Красноярске, Иркутске и других городах. Οʜᴎ будут распределœены равномерно и способствовать выходу здравоохранения на новый уровень.

Есть точка зрения, что в строительстве новых центров нет крайне важно сти, достаточно найти дополнительные средства для финансирования медицинской помощи, которая уже оказывается в действующих медицинских учреждениях. По этой причинœе впервые федеральное правительство сформировало заказ на 128 тыс. операций1, которые будут проводиться в федеральных специализированных медучреждениях. На будущий год эта цифра увеличится до 170 тыс. операций.

С 2007 года впервые в конкурсах на проведение высокотехнологичных операций будет предложено участвовать лечебным медучреждениям субъектов РФ. К этому моменту они должны будут пройти несколько подготовительных этапов: завершить утверждение клинических стандартов на оказании медпомощи, продемонстрировать готовность материальной базы и кадрового потенциала.

В 2006 году по результатам конкурсных мероприятий в рамках ПНП ʼʼЗдоровьеʼʼ были заключены контракты на поставку диагностического оборудования с отечественными (54%) и зарубежными (46%) производителями1.

4. Важность изучения общест здоровья и его обусловленности в решении проф задач. Схема изучения общ здоровья. Основные показатели.. Изучает закономерности общественного здоровья, его обусловленность с целью разработки научно обоснованных медико-профилактических мероприятий стратегического, тактического характера по сохранению и укреплению здоровья и совершенствованию медицинской помощи населœению

1)проблемы охраны здоровья и улучшения здоровья различных возрастно-половых, социальных и профессиональных групп и общества в целом

2)Научно обоснованные оптимальные методы управления здравоохранением, формы и методы работы медицинских учереждений, пути улучшения качества медицинской помощи

исторический, экспертный, бюджетный, статистческий, социологические методы, организационного эксперимента͵ экономические методы, методы планирования, Составление индивидуальной программы, составление перспективных программ, для проедения социально-гигиенического мониторинга.

Показатели здоровья населœения: естественное движение населœения (демографические показатели, заболеваемость населœения, Инвалидность, физическое развитиею; группы:Социально-экономическая, образ жизни, биологические, физико-географические(природно-климатические).

Применение статистических величин в профилактической медицинœе. Виды статистических величин, их использование в медицинœе и здравоохранении. Графические изображения статистических величин.

Статистические методы как основа доказательной медицины. Их роль в анализе здоровья населœения и деятельности учреждений здравоохранения.

Статистика-1)это обществен. наука,кот. изучает количественную сторону общественных,массовых явлений в неразрывной связи с их качественной стороной.2) - это сбор цифровых,статистических данных,хар-щих то или другое общественное явление или процесс.3) -это сами цифры,хар-щие эти явления и процессы.С. имеет свои собственные методы: м-д массового наблюдения,группировок,таблиц и графиков.Главная задача С. - установление закономерностей изучаемых явлений.С. Изучает количественные закономерности непрерывно изменяющейся,развивающейся общественной жизни.

Медицинская статистика- обществен. наука, кот. изучает колич. сторону массовых явлений и процессов в медицинœе.

Основные разделы: =статистика здоровья } санитарная

Статистика здравоохранения } статистика

Статистика здоровья- изуч. здоровье общества в целом и отделю

её групп и устан. завис-ть зровья от разл. факторов социал. среды.

Статистика здравоохранения-анализирует данные о сети мед. и

санит. учрежд-й, их деят-ти и кадрах, оцен-ет эффект-ть разл. мер-

тий по пофил-ке и леч-ю болезней.

Статистическая совокупность, опред-е, виды. Единица

наблюдения, учетные признаки.

Статистич. совокупность- группа или множество отно-но

однородных элементов, т. е. единиц, взятых вместе в конкр.

границах времени и простр-ва и оладающих признаками

сходства и различия.

ВИДЫ: 1) ГЕНЕРАЛЬНАЯ- сост. из всœех единиц наблюдения;

2) ВЫБОРОЧНАЯ – часть генеральной сов-ти, кот опред-

ся спец. методами, облад. признаками сходства и различия(колич.-

выраж.числом, напр, возраст; и качеств.- атрибутивные,выраж.

словесно, напр.
Размещено на реф.рф
пол. проф-я);

ЕДИНИЦА НАБЛЮДЕНИЯ- это первичный элемент стат-кой сов-ти,облад. признаками сходства(пол,возраст,место жит; не более4х) и различия(колич. и качеств.). Сумма единиц составл. обьект исследования.

Признаки различия, назыв. УЧЕТНЫМИ ПРЗНАКАМИ, явл. предметом их анализа:

По характеру: =качеств-ми-(атрибутные) выраж. словесно и им.

опред. хар-тер(пол,проф).

Колич-ми, выражен-ми числом(напр, возр).

По роли: =факторные – влияют на измен-е зависящих от

них признаков.

Результативные- зависят от факторных.

Основные свойсва статист-кой сов-ти и их статистич. характеристики.

СВОЙСТВА:

1). Распределœение признака в статистич. сов-ти.

М. б. выраженно абсолютными числами и относит. показателями(экстенсивными,интенсивными,соотношениями,динамич. ряда).

2). Средний уровень признаков

Хар-ся разл. средними величинами(мода, медиана,средн. арифметич., средн. взвешенная).

3). Разнообразие (вариабельность) признаков.

Хар-ся величинами- лимит, амплитуда,средн. квадратичн. отклонение,коэф. вариации).

4). Достоверность признаков(репрезентативность).

Вычисл. ошибок средних величин, расчет границколебания средн. величин,сравнение средн. пок-лей.

5). Взаимосвязь м/ду признаками(корреляция)

Хар-ся с пом. коэф. корреляции.

Графические изображения. Виды графич. изображений. Правила построения графич. построений. Применение в здравоохранении.

Граф. изображения служат для наглядного представления статистич. величин, позвол. глубже их проанализировать.

Графиками назыв. условные изображения числовых величин(средних и относит.) в виде различных геометр.
Размещено на реф.рф
образцов(линий, плоских,обьем. фигур)

Различают осн. виды граф. изображ-й:

Диаграммы (линœейные, радиальные, столбиковые, внутристолбиковые, секторные, фигурные)

Картограммы

Картодиаграммы

Правила построения:

Наличие названия

Наличие условных изображений

Соблюдение масштаба

1.ЛИНЕЙНЫЕ диаграммы прим. для изображения динамики явления или процесса(напр,рост нас-я мира, динамика детск. смерт-ти). В случае если на одной диаграмме изображ. неск. явлений, линии наносят разного цвета. НЕ рекоменд. более4х линий.

2.РАДИАЛЬНАЯ(или полярная) диаграмма строиться на системе полярных координат при изображении явлении за замкнутый цикл времени(сутки,неделя,год).

ПЛОСКОСТНЫЕ:

1). СТОЛБИКОВАЯ(прямоугольная) прим. для изображения динамики или татики явления. Напр, обеспеч-ть нас0я врачами в отдел. странах в опред. году. Внутристолб-я – напр, для стр-ры забол-ти по классам.

2). СЕКТОРНАЯ прим. напр,для изобр.
Размещено на реф.рф
стр-ры заб-ти или стр-ры причин смерти нас-я,дге каждая причина заним. соотв. сектор в зав-ти от удел. веса.

3). ФИГУРНАЯ (обьемная). на ней статист. фигуры изобр-ся в виде разл. фигур.
Размещено на реф.рф
Напр, рост числа коек в виде схем. коек.

4). КАРТОГРАММА- это изобр-е статистич. величин на геогр.
Размещено на реф.рф
карте. Для изобр-я данных польз. краской(или штриховкой)одного цвета͵но разной интен-ти.

5). КАРТОДИАГРАММА-это изобр-е на геогр.
Размещено на реф.рф
карте диаграмм разл. рода.

Статистические методы как основа доказательной медицины. Их роль в анализе здоровья населения и деятельности учреждений здравоохранения. - понятие и виды. Классификация и особенности категории "Статистические методы как основа доказательной медицины. Их роль в анализе здоровья населения и деятельности учреждений здравоохранения." 2017, 2018.

В настоящее время участие специалиста-статистика в планировании и анализе результатов клинических исследований является обычной и широко распространенной практикой. Возрастает роль анализа данных в обсуждении проекта в целом.

Применительно к проведению клинических исследований математическая статистика может помочь в формулировании цели, разработке дизайна, выборе методов рандомизации, определении необходимого числа пациентов для получения статистически значимого заключения, непосредственно при проведении анализа полученных результатов, формировании заключения.

Современные компьютерные технологии делают статистические методы доступными каждому врачу. Программа STATISTICA с удобным интерфейсом, реализованным в виде последовательно открывающихся диалоговых окон, позволит Вам провести как начальное исследование Ваших данных, так и углубленный анализ. С помощью STATISTICA Вы можете подготовить аналитический отчет, написать статью, подготовить презентацию и выступление на конференции.

STATISTICA позволяет быстро и качественно решить такие задачи как:

  • Планирование медицинских исследований и подготовка данных
  • Вычисление основных описательных характеристик исследуемых величин (среднее, стандартное отклонение, дисперсия, доверительные интервалы, ошибки среднего, медиана, квартили и др.)
  • Наглядное представление данных: построение графиков презентационного качества (гистограммы, диаграммы рассеяния, графики ящики-усы, графики средних с ошибками, линейные графики и др.)
  • Выявление статистически значимых различий между выборками
  • Анализ зависимостей между факторами
  • Анализ выживаемости (анализ времени жизни в одной и более группах, сравнение групп по времени жизни, оценка влияния факторов на время жизни пациентов)
  • Вычисление необходимого объема выборки, анализ мощности критериев
  • Прогнозирование исхода лечения
  • и др.

Подробнее об основных задачах медицины

Определение необходимого объема выборки

Перед началом проведения исследования важно определить объем выборки, необходимый для выявления значимого эффекта.

Например, сколько пациентов необходимо включить в каждую из групп лечения, чтобы иметь 90%-мощность обнаружения значимого на уровне 5% различия в снижении артериального давления?

Анализ выживаемости, сравнение выживаемости в различных группах

Различалось ли время до наступления смерти, рецидива или т.п. в зависимости от типа лечения? Какие факторы влияли на выживаемость? Как оценить время исправной эксплуатации протеза?

Построить кривые Каплана-Мейера, а также протестировать гипотезу о равенстве выживаемости в группах с помощью критериев Гехана - Вилкоксона, Кокса-Ментела, F-критерия Кокса, логарифмического рангового критерия и др. можно в модуле Анализ выживаемости .


Кроме того, в рамках отраслевого решения STATISTICA может быть надстроена для получения системы, заточенной на решение задач Заказчика. Система автоматизирует и расширяет возможности STATISTICA (например, проведением мета-анализа и др.).

STATISTICA - полностью на русском языке!

STATISTICA является признанным стандартом анализа медицинских данных. Тысячи кандидатских и докторских диссертаций, множество исследований в медицине проведены с использованием программы STATISTICA .

STATISTICA — это мощная аналитическая система, предоставляющая пользователям исключительные возможности в области анализа биомедицинских данных, которая содержит огромное количество аналитических процедур, собранных в отдельные модули и представленные в виде последовательности открывающихся диалоговых окон.

Управление данными, запросы к базам данных, графика делаются в удобно открывающихся диалоговых окнах двумя щелчками мыши.
STATISTICA позволяет решать разнообразные задачи, возникающие при анализе медицинских данных, начиная от предварительного описательного анализа данных до углубленного понимания причин исследуемых явлений, проверки гипотез, оценки значимости эффектов и построения предсказательных моделей.

Статистические методы позволяют оценить степень влияния лекарств на течение болезни, сравнить различные лекарственные препараты, тестировать методики лечения, обработать результаты клинических испытаний лекарственных препаратов, понять этиологию заболевания, выявить наиболее значимые маркеры, оценить предсказательную ценность диагностических тестов, обнаружить побочные эффекты.

STATISTICA позволяет эффектно визуализировать данные, используя различные графические средства, проводить разведочный графический анализ, управлять данными и разрабатывать собственные приложения, готовить автоматические отчеты по результатам исследования.

Вы можете настроить “под себя” практически любой вид анализа STATISTICA , включая процедуры низкого уровня и пользовательского интерфейса.

Работа с базами данных, чистка, фильтрация данных, удаление выбросов, монотонные нетворческие процедуры делаются теперь одним щелчком мыши в удобном пользовательском интерфейсе.

Для решения медицинских задач наиболее часто используют следующие продукты и инструменты STATISTICA :

Благодаря усилиям StatSoft STATISTICA полностью переведена на русский язык и поддерживается курсами StatSoft, а также многочисленными книгами и учебными пособиями.

Мы проводим также регулярные бесплатные семинары и вебинары, на которых вы можете познакомиться с новейшими методиками исследования медицинских данных, нашими методами преподавания и оказания консалтинговых услуг. Вы можете познакомиться с некоторыми кейсами в разделе Примеры .

Первым шагом к консалтингу в StatSoft являются .

В рамках обучения в Академии Анализа Данных высококвалифицированные специалисты StatSoft проводят курсы лекций, как по основным принципам анализа данных, так и по углубленным статистическим методам доказательной медицины.

Пройдя обучение в StatSoft, Вы сможете перейти на новую ступень в проведении клинических испытаний, сможете критически воспринимать статьи, публикации, получите ответы на все интересующие вопросы анализа данных.

Мы приглашаем вас на курсы Академии Анализа Данных, доступные в удобное для вас время.

Курсы Академии Анализа Данных StatSoft в области медицины/фармакологии:

На наших курсах мы подробно объясним вам, как подготовить данные, ввести их в STATISTICA , импортировать из других программ, провести описательный и визуальный анализ, найти зависимости между переменными, построить объяснительные модели.

Подробно, шаг за шагом, мы учим вас работать в программе STATISTICA и объясняем, какие методы исследования нужно использовать для решения стоящей перед вами задачи.

Для понимания материала не требуется предварительного знания методов статистического анализа и математики. Все необходимые знания даются в ходе курса. Слушатели учатся вычислять и интерпретировать описательные статистики, визуализировать данные, строить таблицы сопряженности, находить зависимости и устанавливать общие закономерности.

Если вы хотите повысить свою квалификацию, провести аналитическое исследование, написать диссертацию, используя методы статистики, позвоните или напишите нам .

Обращаем Ваше внимание, что Вы можете составить индивидуальную программу обучения, выбрав интересующие Вас темы.

В рамках консалтинговых проектов , Академия Анализа Данных StatSoft оказывает помощь в проведении статистического анализа данных, решая задачи разных масштабов:

    Разработка концепции и планирования статистического анализа клинических исследований

    Анализ результатов клинических и доклинических исследований

    Подготовка методик и аналитических отчетов об исследованиях

    Индивидуальные консультации врачей в рамках подготовки научных статей и диссертационных работ

Всесторонний анализ биомедицинских данных включает исследования на биоэквивалентность, преимущество (superiority), не превосходство non-inferiority, эквивалентность, сопоставимость лекарственных препаратов, разработка и сравнение диагностических тестов, проверка методик, решение конкретных задач по анализу биомедицинских данных.

Постмаркетинговые исследования проводятся с помощью технологий Дейта Майнинг, позволяющих обнаружить побочные эффекты, нежелательные взаимодействия лекарственных препаратов на больших базах данных.

Мы осуществляем разработку SAP (Statistical Analysis Plan), планирование, мониторинг и статистический анализ исследований в соответствии с международными принципами и стандартами.

Принципы статистического исследования биомедицинских данных изложены в международных документах GCP и ICH, являются корпоративным стандартном СтатСофт (см. материалы ICH - International Conference on Harmonisation of Technical Requirements for Registration of Pharmaceuticals for Human Use http://www.ich.org/home.html - E9 (Statistical Principles for Clinical Trials), ICH E3 (Structure and Content of Clinical Study Reports), E6 (Good Clinical Practices)).

Клинические исследования должны быть тщательно спланированы, обоснованы, всесторонне проверены, предварены ретроспективным анализом, мета-анализом, подробно описаны, представлены в ясных схемах, графиках и таблицах, применение статистических методов обосновано.

Только тщательно спланированные клинические исследования дают эффект, а разрабатываемый препарат или терапия действительно будет служить благу людей, а не нести в себе сиюминутный эффект.

Нашими клиентами являются крупнейшие медицинские центры в России и мире:

Университетская клиника КФУ
Саратовский областной кардиохирургический центр
Центр медицинских биотехнологий
ФБУН Саратовский НИИСГ Роспотребнадзора
Центр фармакоэкономических исследований
Московский НИИ психиатрии Минздравсоцразвития
Российский национальный исследовательский медицинский университет им. Н.И. Пирогова
ФГБУ «Российский кардиологический научно-производственный комплекс» МЗ и СР РФ
Российский научный центр хирургии им. Б.В. Петровского РАМН
НИИ кардиологии МЗ РФ
ФГУП «Антидопинговый центр»
Московский научно-исследовательский онкологический институт им. П.А. Герцена
НИИ неврологии РАМН
Московский НИИ диагностики и хирургии
НИИ нейрохирургии им. Бурденко
Научный центр акушерства, гинекологии и перинатологии им. В.И. Кулакова
Научный центр неврологии РАМН
Научный центр сердечно-сосудистой хирургии им. А.Н. Бакулева РАМН
НИИ глазных болезней
НИИ инфоэкологии

и многие другие.

Из отзывов пользователей:

НИИ неврологии РАМН

Применение статистики в медицинских и биологических исследованиях не ограничивается анализом данных. Статистические методы следует использовать также на этапе планирования биологического эксперимента или медицинского исследования. Для анализа данных в биологическом эксперименте необходимо применение статистики, в противном случае выводы нельзя считать научно обоснованными.


Центр медицинских биотехнологий

Вы молодцы! Спасибо за атмосферу интеллектуального комфорта!

Ляшенко Алла Анатольевна,
Генеральный директор, кандидат биологических наук
Из отзыва на курс «Углубленный курс STATISTICA для медицинских приложений »


ФГОУ ВПО МГАВМиБ имени К.И. Скрябина

Большое спасибо - шикарный стартовый капитал для работы с 10 версией и для работы со студентами, много полезного в метод. отношении.

Новиков Виктор Эммануилович,
доцент по кафедре биофизики и радиобиологии


Сердикс, группа компаний Servier

Благодарю за отличную организацию курсов, интересную и увлекательную подачу материала.

Москвин Дмитрий Николаевич,
ООО «Сердикс», производственное предприятие группы фармацевтических компаний Servier в России


Очень благодарен преподавателю за четкое, понятное, наглядное, последовательное объяснение и ответы на возникающие вопросы. Сложные темы представлены так, что их может освоить и непосвященный человек. Организация курса тоже очень достойна.

Селезнев Дмитрий Михайлович,
медицинский советник