Вся правда о лекарствах. Мировой заговор фармкомпаний

Есть различные способы, как можно поймать мошенника, однако постоянный неусыпный контроль со стороны медицинских и научных учреждений — не выход, так как не всегда можно вести достаточно строгий мониторинг нарушений. Часто факт подлога или фальсификации раскрывается коллегами мошенника из корыстных побуждений, становится известен случайно либо разоблачается при возникновении сомнений в правдоподобности результатов. Малкольм Пирс, например, британский хирург-акушер, опубликовал отчет о случае, где утверждал, что он удалил внематочную беременность, затем имплантировал плод женщине, а в результате у нее родился здоровый ребенок. Анестезиолог и хирургическая сестра, работавшие в той же больнице, посчитали случившееся маловероятным и заявили, что наверняка услышали бы о таком примечательном случае. Они проверили все истории болезни, не нашли ни одной записи о проведении подобной операции, и таким образом все усилия хирурга пошли прахом.² Примечательно, что в том же номере журнала была опубликована еще одна статья Пирса, в которой сообщалось об исследовании, где принимали участие 200 женщин с синдромом поликистозных яичников, которых Пирс лечил от повторяющихся выкидышей. Исследование не имело места, и оказалось, что Пирс не только сочинил всю историю от начала до конца, придумал имена пациентов и результаты, но и выдумал название несуществующей фармацевтической компании, которая якобы финансировала исследование. В эпоху Интернета ложь, подобная этой, будет жить недолго.

Есть и другие методы обнаружения фактов подлога. Человеческий мозг — очень плохой генератор случайных чисел, поэтому простые случаи фальсификации данных часто раскрывались статистиками судебной медицины, которые обращали внимание на частоту повторяемости последних цифр. Если некто будет выдумывать числа на ходу и вписывать их в колонку в случайном порядке, то наиболее часто повторяемой цифрой всегда будет семерка, которая нравится нашему подсознанию больше всего. Чтобы замаскировать подлог, фальсификатору нужен генератор случайных чисел, однако прибегнув к его помощи, он столкнется с другой интересной проблемой, которая называется эффект идеального единообразия в случайных числах. Так немецкий физик Ян Хедрик Шен выступал соавтором приблизительно одной работы каждую неделю на протяжении 2001 года, однако его результаты выглядели слишком уж точными. В конечном счете кто-то заметил, что в двух исследованиях на результаты идеальной модели был наложен один и тот же «шум» из цифровых данных. Оказалось, что многие числа были сгенерированы на компьютере с использованием тех же самых уравнений, которые должны были использоваться для проверки данных вместе с якобы случайными реалистично выглядящими вариациями, встроенными в модель.

Есть множество способов, к которым следует прибегать для выявления случаев явной и наглой фальсификации. Нам нужно проводить более тщательные и качественные расследования; регулярно вести более совершенный мониторинг; налаживать отношения с редакторами журналов, мотивируя их сообщать о подозрительных работах, отвергнутых ими; обеспечивать лучшую защиту тем, кто своевременно подал сигнал; проводить выборочную случайную проверку первичных данных по журналам и т. д. Люди часто говорят обо всех этих методах, но редко кто прибегает к их использованию, а все потому что ответственность за нарушения определена неясно и туманно.

Итак, подлог или фальсификация данных. И то, и другое случается в медицине. Этим занимаются не особо умные люди. И подлог можно смело называть преступлением. И такие преступления случаются при содействии «плохих парней». Однако объем ошибочных данных, попадающих в анналы медицинской литературы благодаря подлогу, не так уж и велик по сравнению с регулярными, изощренными и — больше чем что-либо — правдоподобно отрицаемыми каждодневными методологическими искажениями, примеров которых так много в этой книге. Несмотря на очевидность этого, явный подлог практически единственный источник искаженных данных, который регулярно освещается в СМИ, просто потому что факт фальсификации более доступен уму обывателя. И это одна из причин, чтобы прекратить рассказывать о нем и перейти к главному.

Проверяйте лекарство на ненормально идеальных пациентах

Как мы увидели, принимающие участие в клинических исследованиях пациенты часто не имеют ничего общего с реальными больными, которых наблюдает врач каждый день в ходе обычной клинической практики. Поскольку такие идеальные пациенты с больше вероятностью выздоровеют, это преувеличивает эффект от лекарства и заставляет новые дорогие препараты выглядеть более привлекательными в плане соотношения цены и качества, чем они есть на самом деле.