lqp (lqp) wrote,
lqp
lqp

Category:

Рандомизация в представлении доказательных медиков

Снова про доказательных медиков, извините, меня несет.

Вот мне говорят (оффлайн) ну чего ты прицепился к этим доказательным медикам, они де хорошие люди, если их иногда и заносит. Они, де, выступаюют за то, чтобы все было по науке, а ты что же, получается, против науки?!

Ну ок. Давайте я вам на маленьком конкретном примере продемонстрирую, какой-такой “наукой” торгуют доказательные медики.

Ниже несколько выписок из учебников по доказательной медицине. Не журналистских пересказов где можно сказать что журналист неправильно понял, и не публичных выступлений, где можно сказать что оговорился, а их собственных учебников, по которым доказательные медики учат себе подобных.

Замечу, что это _все_ просмотренные мною учебники. То есть никаких учебников по доказательной медицине, которые говорили бы что-то существенно иное мне неизвестно. Равно как неизвестно никаких статей, вебсайтов, постингов в социальных сетях etc такого рода.
Основы доказательной медицины. Учебное пособие. Московская медицинская академия им Сеченова. Москва, 2010.

Стр 11.
рандомизация – самая надежная процедура, позволяющая избежать ошибки при формировании групп лечения и контроля;

Стр 89.
Наиболее простой и понятной организацией исследования является испытание в двух группах: опытной, получающей изучаемую терапию, и группы контроля, которая принимает плацебо или иное лечение, с кото-рым сравнивается изучаемый метод. Подбор в обе группы также проводится одинаково, а разделение на группы проводится случайным способом – рандомизированно. Таким образом, контрольная и опытная группа параллельно подвергаются одним и тем же воздействиям лишь с тем отличием, что контрольная группа получает другое лечение. Рандомизация обеспечивает желаемую гомогенность в группах пациентов, независимо от случайных отклонений.

Классической процедурой, которая сводит к минимуму различия между исследуемыми группами, является рандомизация. Термин «рандомизация» (от англ. random – сделанный, выбранный наугад, случайный, беспорядочный) при проведении научных исследований означает именно «случайный».

Упрощение рандомизации и использование непригодных методов может явиться причиной формирования различных групп и получения, соответственно, неверных результатов.


Р. Флетчер, С. Флетчер, Э. Вагнер. Клиническая эпидемиология. Основы доказательной медицины.


Стр 162.
Рандомизация – метод случайного отнесения больного к той или иной исследуемой группе. Единственный способ уравнять все посторонние факторы ("все остальное") состоит в том, чтобы распределить пациентов по группам случайным образом так, чтобы каждый пациент имел равный шанс попасть в группу воздействия и в группу без него. Рандомизация уравнивает вероятность воздействия на пациента не только тех факторов, которые, как мы предполагаем, могут влиять на прогноз, но и тех, о существовании которых мы даже не знаем. Таким образом, рандомизация защищает нас от неверных заключений относительно прогностических факторов. Однако рандомизация обычно неприменима в исследованиях прогноза.

Стр 181.
Рандомизация – оптимальный метод выбора лечения, так как позволяет избежать систематической ошибки при разделении пациентов на группы. Это означает, что пациенты одной группы будут в среднем обладать теми же характеристиками, что и пациенты другой. Достичь такого распределения в изучаемых группах всех факторов, связанных с прогнозом, независимо от того, известны они до исследования или нет, можно только посредством рандомизации.
----
(обратите внимание, что во второй цитате автор говорит о систематической ошибке, - что правильно, - но дает этому термину фэнтезийное толкование. - lqp)


Триша Гринхальх. Основы доказательной медицины.

В рандомизированных контролируемых испытаниях (РКИ) участников случайным образом распределяют по группам с помощью процесса, аналогичного подбрасыванию монеты. Одни пациенты попадают в опытную группу (например, лечебную), а другие — в контрольную (например, в группу получающих плацебо). За обеими группами ведут наблюдение в течение определенного времени и проводят анализ исходов, формулируемых в начале исследования (например, летальный исход, инфаркт миокарда, концентрация холестерина в сыворотке и т.д.). Поскольку в среднем группы идентичны (за исключением проводимого вмешательства), теоретически любые изменения в исходах должны обусловлавливаться изучаемым вмешательством. Тем не менее на практике все не так гладко.
Некоторые публикации, в которых сообщают о сравнении опытной и контрольной групп, на самом деле не являются рандомизированными испытаниями.
---
(дальше идет обсуждение недостаточно рандомизированных публикаций. Никакого обсуждения того, что две конкретных группы вовсе не будут идентичны в книге нет - lqp)

В. Власов. Эпидемиология

Стр 76.
Особо важной оказывается рандомизация при проведении контролируемых испытаний. В испытаниях рандомизация используется для того, чтобы сформировать одинаковые группы, в которых будут применяться сравниваемые вмешательства.

Стр 310.
Рандомизация. Случайное распределение пациентов по группам - классическая процедура достижения неразличимости групп в КИ. Рандомизация была впервые применена в клиническом испытании только после Второй Мировой войны. Распределяют пациентов по группам случайным образом для того чтобы различия между группами были как можно меньше.

Г.П. Котельников, А.С.. Шпигель. Доказательная медицина. Научно-обоснованная медицинская практика. Самарский Государственный медицинский университет. Самара 2000.

Важнейшее условие, обеспечивающее надежность и достоверность контролируемого исследования - это однородность групп больных по всем признакам, которые влияют на исход заболевания. Достичь возможности сопоставимости групп наблюдения в наиболее полном обьеме возможно только при использовании рандомизации -- метода случайного распределения пациентов на группы.


Медицина, основанная на доказательствах: учебное пособие. Петров В.И., Недогода С.В. 2012. - 144 с.

Рандомизация является ключевым моментом при проведении РКИ. Она должна обеспечить случайное распределение больных, не зависящее от желания врача или каких-либо других факторов, и сопоставимость сравниваемых групп по клинико-демографическим характеристикам пациентов, тяжести основного исследуемого заболевания, сопутствующей патологии и проводимой терапии.



Ну и до кучи одно интервью (я нашел его первым и мне жалко его выбрасывать)

Что такое доказательная медицина? Интервью, Р. Фрумкиной с доктором медицины Е.Я.Паренесом на polit.ru

Разумеется, и принцип рандомизации, обеспечивающий этот отбор, – один из основных столпов доказательной медицины. Необходимо, чтобы группа больных, получающих исследуемый препарат, и группа больных, получающих уже известное лекарство, ничем не отличались ни по полу, ни по возрасту, ни по расе, ни по социальному положению, ни по продолжительности болезни, ни по развившимся осложнениям, ни по предшествующей терапии. Только тогда можно будет сказать, что различия в группах, которые будут наблюдаться далее во время исследования, были обусловлены особенностями препарата, а не исходными особенностями пациентов.



То есть. Доказательные медики полагают что проведение ритуала рандомизации гарантирует им (или, как минимум, значительно повышает вероятность) разбиение на эквивалентные по всем известным и неизвестным параметрам группы, таким образом что все различия в результатах обусловлены только разницей в испытываемых методах лечения.

Охренеть, да?! И эти-то люди запрещают безобидным гомеопатам разводить их настойки!

***

Объяснение для глубоко гуманитарных френдов. Нет, разбрасывая пациентов на группы по сигналам датчика равномерно распределенных случайных чисел вы не получите сбалансированные группы. Результатом подобного разбиения будут - по самому определению равномерно распределенных случайных чисел - с равной вероятностью все разбиения, как сбалансированные, так и самые экстремальные.

Подбирая пациентов в группы вручную, вы навряд ли предложите разбиение, в котором, скажем, в одной группе будут все мужчины, а в другом все женщины. Для генератора случайных чисел же это разбиение будет ничуть не хуже любого разбиения, в котором число женщин в каждой группе будет равно числу мужчин.

Правда, есть один нюанс. Разбиение в котором все мужчины в одной группе а все женщины в другой существует ровно одно (два, если мы не различаем группы). А разбиений в котором число женщин равно числу мужчин существует гораздо больше. Собственно, их больше чем разбиений с любым другим фиксированный числом женщин. При N женщинах доступных для распределения (и соответственно N мужчинах и N человек в группе) их будет N!/(N/2)! - и это число быстро растет с ростом N. Соответственно, чем больше N, тем больше вероятность, что разбиение будет давать равное количество мужчин и женщин. А если мы будем учитывать не только точное совпадение, но и ближайшие окрестности (скажем, беря долю женщин, большую или меньшую половины не более чем на 5%) то с какого-то N таких почти равных разбиение будет большинство не только относительное, но и абсолютное. Это называется закон больших чисел и на нем основана половина науки статистики.

Я думаю, дело в том, что доказательные медики неправильно понимают закон больших чисел.

Во первых, по условию задачи у пациентов не одно свойство (мужчина/женщина) а несколько, причем часть из них нам неизвестна. Разбиение, симметрично по одному из свойств может быть экстремально несимметричным по другому. Многомерный закон больших чисел и сам-то по себе сходится гораздо медленнее одномерного. При этом у нас еще нет никаких оснований полагать, что все комбинации всех свойств имеются в исходной выборке в равном количестве. Напротив, начиная с некоего не слишком большого числа свойств мы можем гарантировать, что у нас в выборке имеется лишь небольшая часть всех возможных комбинаций. Короче говоря, для того чтобы закон больших чисел оказал здесь какое-то влияние на результат, число пациентов в выборке должно быть ну очень большим - на глаз, сопоставимым с числом атомов в во Вселенной и даже ещё большим.

Во вторых, закон больших чисел потому и закон, что действует он везде, а не только дла хитрым образом “рандомизированных” выборок. Точнее говоря, почти везде, где “почти везде” - это точный математический термин. Любой метод разбиения выборки, для которого у нас нет оснований ожидать систематической ошибки (см. ниже) точно так же подчиняется закону больших чисел что и результат самой хитроумной рандомизации.

Рандомизация может использоваться - и используется для этого в нормальной, взрослой науке, - для избавления от _систематических_ ошибок при разбиении на группы, то есть таких ошибок, которые действуют в одну и ту же сторону постоянно, сколько бы раз мы не повторяли разбиение. Но избавление от систематической ошибки происходит не за счет сдвига к истинному значению (мы не знаем истинного значения, мы как раз ищем его), а за счет замены возможной систематической ошибки гарантированной случайной. Таким образом ожидаемая средняя (среднеквадратическая) ошибка увеличивается, но зато теперь оценка среднего оказывается несмещенной. Все это не имеет даже отдаленного сходства с тем, что рассказывают доказательные медики своим студентам.

Также, разумеется никакая рандомизация не может избавить от систематической ошибки, уже имеющейся в исходной выборке. Например, если у нас в исходной выборке ⅔ мужчин, то мы никак не разделим ее на две группы с равным количеством мужчин и женщин в каждой.
Subscribe
  • Post a new comment

    Error

    default userpic

    Your IP address will be recorded 

    When you submit the form an invisible reCAPTCHA check will be performed.
    You must follow the Privacy Policy and Google Terms of use.
  • 0 comments