Доказательная медицина. Что, когда и зачем принимать

Это был пример, оторванный от реальности. На самом деле оцениваются не количественные показатели смертности, а коэффициенты, например количество случаев на 1000 человек населения и т. п. Но зато этот пример весьма наглядный. Он показывает, что при сравнении данных надо учитывать все-все-все, касающееся их однородности. В этом отношении наиболее правильным современным определением статистики можно считать то, которое было принято в 1954 году на Научном совещании по вопросам статистики, проходившем в Москве: «Статистика – самостоятельная общественная наука, которая изучает количественную сторону массовых общественных явлений в неразрывной связи с их качественной стороной».

«В неразрывной связи с их качественной стороной», обратите внимание. Ну а слова «массовых общественных» можно и опустить, потому что статистика может заниматься любым явлением, у которого есть количественная сторона.

Статистика позволяет не только оценивать количественную сторону явлений, но и строить прогнозы.

Представим такую ситуацию. Вы чиновник департамента здравоохранения. Вам поручили рассчитать потребность в медицинском обслуживании для нового района, строительство которого скоро начнется. Вы должны сказать, сколько взрослых и детских поликлиник нужно будет построить и потребуется ли строительство больницы и подстанции скорой помощи.

На первый взгляд, чистый и незамутненный, задачу вам поставили неразрешимую, ведь для того, чтобы оценить потребность населения в медицинской помощи, прежде всего нужно это самое население изучить – разбить по возрастам и диагнозам, а хронически больных хорошо бы еще разделить и по степени тяжести. После того, как все это будет сделано…

Стоп!

«После того» будет поздно! Если вы собираетесь давать заключение после того, как район будет построен и заселен, то, скажите пожалуйста, как население некоторое время сможет обходиться без медицинской помощи? И где вы прикажете размещать поликлиники с больницами после застройки района? Какие-то из построенных домов снести?

На самом деле задача решается довольно просто, на раз-два. В вашем распоряжении есть статистические данные. Нормативы потребности населения в медицинской помощи рассчитаны. На столько-то населения нужна одна больница, на столько-то – одна поликлиника, на столько-то – одна бригада скорой помощи. Если вы знаете примерную численность населения запланированного к постройке района, то без труда сделаете нужные расчеты.

Интересный нюанс – ни один врач, если, конечно, он не полный идиот, не возьмется со стопроцентной точностью предсказать течение заболевания у своего пациента. Даже всего-то на три ближайших месяца. Даже при условии давнего наблюдения пациента и полнейшей ясности его диагноза. Делая прогнозы, врачи всегда подчеркивают, что возможны отклонения. «Скорее всего», «можно предположить» и «будем надеяться» – это любимейшие врачебные словосочетания. И у любого давно работающего врача есть масса примеров из собственного опыта на тему «загад не бывает богат». Пациенты, с которыми все уже мысленно простились, вдруг чудесным образом идут на поправку и выписываются домой, как шутят медики, «в бодром здравии». А другие пациенты, состояние которых не внушает никаких опасений, вдруг умирают.

Да, загад не бывает богат. Но при этом на основе статистических прогнозов принимаются важные решения, такие, например, как количество поликлиник в новом районе или, скажем, количество медикаментов, отложенных в запас на случай возникновения чрезвычайной ситуации (мы сейчас рассматриваем только медицинскую сферу). Удивительное дело! Или людям, принимающим решения, просто стыдно сознаться в том, что они действуют наугад, и потому они прикрываются фиговым листочком статистики?

Нет, никакого фигового листочка не существует. Статистика – серьезная наука, не признающая такого понятия, как «наугад». Стрить прогнозы помогает теория вероятностей, в частности закон больших чисел, описывающий результат выполнения одного и того же эксперимента много раз. Принято говорить «закон больших чисел», но на самом деле это не один отдельный закон, а принцип, обобщающий несколько теорем, согласно которым при неограниченном увеличении числа испытаний средние величины стремятся к некоторым постоянным. Проще говоря, результатом комплексного действия большого количества одинаковых и независимых случайных факторов будет такой результат, который от случая не зависит.