Вся правда о лекарствах. Мировой заговор фармкомпаний

Традиционный и кумулятивный мета-анализ 33 исследований внутривенного введения стрептокиназы против острого инфаркта миокарда. Коэффициент неравенства и 95 %-й доверительный интервал по влиянию лечения на смертность показаны на логарифмической шкале.

Я надеюсь, эти истории объясняют, почему систематические обзоры и мета-анализы так важны: нам нужно свести вместе всю информацию по вопросу, а не просто выбрать те фрагменты, на которые мы наткнулись или которые нам просто интуитивно понравились. Медицина начала признавать этот факт лишь через 20 лет, и систематические обзоры с мета-анализами теперь используются почти повсеместно, чтобы обеспечить наличие наиболее точных сводных данных по всем исследованиям, которые были проведены для изучения конкретной медицинской проблемы.

Все эти истории показывают, почему так опасно не предоставлять результаты других исследований. Если какой-то исследователь или врач при анализе существующих фактов выбирают нужные данные и смотрят только на те исследования, которые свидетельствуют в пользу их догадки, то у читателя научной работы может создаться ложное впечатление. Использование тенденциозного подхода при научных изысканиях — личная проблема такого исследователя, но она также касается всякого, кто оказался недостаточно мудрым или удачливым, чтобы позволить ввести себя в заблуждение. Но если у всех нас, у всего медицинского и научного сообщества по всему миру, отсутствуют результаты негативных исследований, то когда мы сведем все факты вместе, чтобы получить наилучшее возможное представление о действии какого-либо лекарства — как и следует делать, — мы составим искаженную картину, совершенно несоответствующую действительности. У нас создастся ложное впечатление об эффективности лекарства, достоинства препарата будут необоснованно преувеличены, в результате чего мы, вероятно, сделаем неправильный вывод, что лекарство принесет пользу больному, в то время как на самом деле оно только навредит.

Теперь, когда я рассказал вам о важности систематических обзоров, вы понимаете, почему недостающие данные так важны. Вам также ясно, для чего во время освещения вопроса, касающегося недостатка данных исследований, я даю точный обзор научный статей: ведь я буду интерпретировать факты при помощи систематических обзоров.

Сколько данных не хватает?

Если вы хотите доказать, что результаты проведенных клинических исследований остались неопубликованными, вы столкнетесь с интересной проблемой: вам придется доказать существование исследования, к которому у вас нет доступа. Чтобы обойти это препятствие, был выработан следующий подход: вы обозначаете группу исследований, которые, как вы знаете, были проведены и завершены, а затем проверяете, были ли их результаты опубликованы. Найти список проведенных клинических исследований — задача нелегкая, и для ее выполнения исследователи прибегают к различным стратегиям. Они, например, просматривают список исследований, согласованных к проведению комитетами по этике (или Наблюдательным советом института в США), или отслеживают исследования, обсуждаемые на конференциях.

В 2008 году группа исследователей решила проверить, сколько результатов было опубликовано после проведения исследований антидепрессантов, попавших на рынок в период между 1987 и 2004 гг.¹², о которых когда-либо заявлялось в Управление по контролю за качеством пищевых продуктов и лекарственных веществ. Это было нелегким делом. В архивах вышеозначенного правительственного ведомства Америки содержится много информации по всем исследованиям, результаты которых были предоставлены в госорган для получения лицензии на новое лекарство. Но даже в архивах такого ведомства нет полного списка исследований, так как информация о тех, что были проведены уже после выпуска лекарства на рынок, так никогда и не дошла до государственных органов. К тому же большой объем информации, хранящейся в архивах ведомства, затрудняет поиск, а самих данных порой бывает очень мало. Однако в наличие уже есть важная выборка исследований, и этого более чем достаточно для нас, чтобы начать выяснять, как часто пропадают без вести результаты исследований и почему это происходит. Эти данные также можно считать репрезентативным срезом исследований всех крупных производителей лекарств.