Статистическое обобщение результатов исследований лекарственных средство

Статистическое обобщение результатов исследований лекарственных средство

Мета-анализом называется статистический метод, позволяющий сочетать данные от­дельных исследований с целью обобщения их результатов. Этот статистический подход включает в себя анализ следующих элементов:

• Общий эффект (т. е. насколько эффективно данное лекарственное средство).

• Вероятность того, что этот общий эффект яв­ляется статистически значимым.

• Пределы статистической достоверности общего эффекта.

• Степень различий среди оцениваемых ра­бот, а также допустимые отклонения в ре­зультатах отдельных работ по сравнению со всеми рассматриваемыми данными.

• Возможное изменение характера результа­тов в связи с различными методологически­ми аспектами или воздействием независи­мых переменных.

По возможности мета-анализ должен про­водиться для обобщения данных отдельных контролированных исследований общего эф­фекта лекарственного средства. Эти обобщен­ные данные используются для оценки того, на­сколько данное лекарственное средство будет отличаться по своей эффективности от плаце-бо, будет ли оно равняться стандартному сред­ству или превосходить его. Таким образом, выбор терапевтических мероприятий будет оп­ределяться знаниями о степени улучшения кли­нического состояния под воздействием опреде­ленного средства. В некотором смысле мета-анализ может рассматриваться как литера­турный обзор с использованием более точных и структурированных подходов [1].

К сожалению очень часто представления об эффективности того или иного препарата ос­новываются исключительно на клиническом опыте или результатах отдельного клиническо­го исследования, воспринятых без соответству­ющей оценки. Непредвзятый читатель может обнаружить в обзорной статье, в которой с определенных позиций превозносятся несколько часто цитируемых работ, недостаток данных о контрольных исследованиях или просто повто­рение одних и тех же данных в этих исследо­ваниях. Показательным примером являются пу­бликации о применении клоназепама при ле­чении острых маниакальных состояний. Во многих рассматриваемых статьях для подтвер­ждения данных об эффективности препарата цитируются многочисленные источники. Но тщательное рассмотрение приводимых источ­ников позволяет обнаружить только одно не­большое контролированное исследование, вы­воды из которого можно считать достаточно условными, поскольку при проведении работы использовались и сопутствующие назначения (см. разд. " Применение препаратов лития в со­четании с бензодиазепинами" гл. 10). Необхо­димо тщательно рассматривать данные каждо­го исследования в отдельности для того, чтобы суждение о новом препарате можно было бы назвать правильным и взвешенным. Известно, что число работ по клиническому исследова­нию лекарств без налаженного контроля на­много превышает число правильно спланиро­ванных испытаний с положенными контроль­ными исследованиями, но при этом число пе­чатных сообщений о последних удивительно ве­лико (около 8000 из общего числа более чем 25000 публикаций в общемедицинских и спе­циализированных изданиях каждый год). Мета-анализ в данной ситуации может обеспечить систематическую оценку этих данных.

СОПОСТАВЛЕНИЕ МЕТОДА ПРОСТОГО ОБЪЕДИНЕНИЯ И МЕТА-АНАЛИЗА

Мета-анализ не является методом простого пе­речисления работ, в которых обнаруживаются существенные различия, или способом вычис­ления среднего значения улучшения клиничес­кого состояния на основании включенных работ. Hedges и Olkin называют статистические методы, подобные методу простого объедине­ния, " способами принятия решения голосова­нием" и при этом отмечают ряд существующих методологических проблем [2]. Например, по­добные методы не предполагают оценки про­веденных исследований с использованием еди­ных, стандартных критериев, таких как величи­на выборки, приводимая в отчете. Более того, эти методики предполагают использование только одного статистического параметра, ука­зывающего на то, что в совокупно рассматри­ваемых работах существует вероятность стати­стически значимого различия.

В отличие от этого метода мета-анализ позволяет выяснить, демонстрируют ли все работы однородный эффект (оценка гомо­генности). Например, если в нескольких рабо­тах будут обнаружены выраженные различия, а в большей части работ таковых не будет, то ме­тод простого объединения все равно засвиде­тельствует совокупное статистически значимое различие. Соответствующий вывод будет про­истекать из крайне неоднородных результатов в работах данной группы. Таким образом, ошиб­ки нескольких небольших испытаний метод простого объединения может превратить в искажение окончательных результатов. Этот феномен Gibbons, Janicak и Davis (1987) проил­люстрировали с помощью моделирования [3]. Используемый в этой книге мета-анализ позво­ляет сравнивать данные основных эксперимен­тальных и контрольных групп с помощью оцен­ки гомогенности материалов исследования.

Мета-анализ позволяет получить вели­колепные данные о статистической значи­мости результатов обобщаемых исследова­ний, когда полученные различия во всех исследованиях имеют одинаковую направ­ленность. К примеру, проведенный нами мета-анализ вероятности того, что поддерживающая терапия антипсихотическими препаратами предотвращает развитие обострений у больных шизофренией эффективнее, чем плацебо (при применении плацебо обострения возникали в 53% случаев, а при поддерживающей терапии антипсихотиками — в 20%) продемонстрировал значимость полученных различий до 10-100!

Обычно, когда большое число исследований дает похожие результаты, данные мета-анализа будут иметь четкую статистическую значимость. И наоборот, очень трудно поддаются интерпре­тации исследования, в которых значение р на­ходится между 0, 05 и 0, 01. Подобная недосто­верность статистической значимости может быть связана с влиянием побочного фактора в одном из исследований.

Одной из главных целей мета-анализа яв­ляется подтверждение того, что полученные данные во всех объединяемых работах согла­суются друг с другом и дают высокий уровень статистической значимости. В некоторых слу­чаях, когда во всех исследованиях отмечаются аналогичные данные, где в одних работах об­наруживается четкая значимость, а в других — выраженная тенденция, простой подсчет оши­бочно может показать существование как поло­жительных, так и отрицательных результатов. Чаще всего положительными будут результаты обширных испытаний, а отдельные, относи­тельно небольшие работы будут на первый взгляд демонстрировать отрицательные резуль­таты, но на самом деле они будут иметь выра­женные тенденции, не достигающие статисти­ческой значимости только из-за ограниченно­сти размера выборки.