ЭПИДЕМИОЛОГИЯ И СТАТИСТИКА КАК ИНСТРУМЕНТЫ ДОКАЗАТЕЛЬНОЙ МЕДИЦИН. Библиотека
 Скачать 413.18 Kb.
|
|
2. Перечислите основные задачи эпидемиологии. 3. Перечислите разновидности показателей распространенности. 4. Перечислите разновидности показателей частоты новых случаев. 5. Перечислите разновидности методов стандартизации. 6. Дайте определения популяции и выборке. 7. Дайте определение эпидемиологического термина «риск». 8. Дайте определение относительного риска. 9. Дайте определение разности рисков. 10. Дайте определение отношения шансов. 11. Дайте определение конфаундингу. 12. Дайте определение случайной ошибке. 13. Дайте определение систематической ошибке. 14. Дайте определение валидности. Основные понятия методологии биомедицинских исследований Организация научного исследования В научном исследовании отчетливо прослеживаются четыре больших этапа. Первоначально пишется аннотация своего исследования, в которой обобщенно представлена информация о том, зачем, почему и как исследование будет планироваться, проводиться, какие результаты ожидаются, и что с ними надлежит делать. Второй этап включает собственно сбор материала в соответствии с принципами, описанными в аннотации. На третьем этапе – производится обработка и анализ данных исследования, а на заключительном – обнародование результатов. Этапы могут не всегда проводиться строго последовательно, иногда одни этапы накладываются на другие. Написание аннотации (research proposal) Обзор литературы (literature review) Критический литературный обзор по теме должен отражать всю информацию об интересующей проблеме, которая имеется на день подготовки работы. Современные возможности и средства поиска литературы не позволяют ссылаться на «доступные источники», обособлять отечественных и зарубежных авторов в процессе критического анализа информации. Данные и ссылки не должны быть устаревшими, за исключением незначительного количества действительно «классических» работ высокого качества, обойтись без упоминания которых не представляется возможным. Цель (purpose) Описывая цель исследования, необходимо указать для чего производится исследование, какую проблему с его помощью удастся решить. В цели очень кратко должно быть отражено будущее практическое применение полученной информации. Название работы (title) Название работы представляет собой краткое выражение цели исследования. Оно не должно быть расплывчатым и всеобъемлющим. Так, если не исследуется глобальная проблема целиком, а освещается лишь часть ее, целесообразно использовать конкретный заголовок, увидев который, читатели поймут, чем именно планирует заниматься исследователь. Задачи исследования (objectives) Задачи исследования должны быть конкретными с указанием методов, которыми их собираются решать. Например: «оценить уровень качества жизни женщин страдающих ревматоидным артритом с помощью опросника SF-36.» Исследовательские гипотезы (research hypothesis) В аннотации должны быть отражены исследовательские гипотезы, то есть то, что планируется обнаружить в результате работы. Они должны опираться на имеющиеся литературные данные и быть очень конкретными. Например, не следует использовать такие обороты как «значительно распространено», «большое значение». Следует указать, какая именно распространенность постулируется, в чем выражается это значение. Например, «раннее выявление рака молочной железы на 15% снижает уровень смертности». Тип исследования (study design) В аннотации обязательно должен быть указан тип исследования (см. раздел «Классификация исследований»). Каждому типу исследования присущи свои собственные достоинства и недостатки, и исследователю предстоит выбрать наилучший доступный дизайн с учетом идеальных условий и конкретных возможностей. Операционные определения переменных (operation definitions of variables) Следует указать операционные определения всех переменных, которые будут измерены и оценены (какое содержание исследователь вкладывает в тот или иной термин). Например, «курение табака - выкуривание одного или более табачного продукта [сигарета, папироса, трубка, сигарилла, кальян или другое табачное изделие, предназначенное для курения] в день. К числу курящих, также относятся лица, курившие в прошлом, но отказавшиеся от регулярного курения менее чем 12 месяцев назад. Используется дихотомическая шкала (да/нет)». Это нужно для того, чтобы у исследователей и впоследствии у читателей, которые работают над обзором по теме, складывались верные представления о том, что данный ученый на самом деле имеет в виду, и на основании каких критериев включенные в исследования лица были разделены на группы. Критерии включения/ исключения объектов исследования (including/ excluding criteria) Объект исследования должен быть охарактеризован как можно более полно. Для этого необходимо указать критерии включения и исключения из исследования, например: «С целью формирования групп вмешательства и контроля планируется проанализировать архивные истории болезни всех женщин, находившихся на стационарном лечении продолжительностью более 24 часов в x отделении y больницы за период 1979-1999 гг. Из исследования были исключены лица с сопутствующей ИБС, сахарным диабетом, лица в возрасте 60 лет и старше на момент формирования выборки. Итоговый размер выборки составит 20% от общего количества лиц, удовлетворяющих критериям включения. При этом указывается, что часть женщин, удовлетворяющих всем критериям, в конечном итоге не будет включена в исследование (умершие, переехавшие в другой район, отказавшиеся от обследования и т. д.). Эта группа также должна быть подробно описана, для того чтобы оценить, не отличается ли выборка и лица, выбывшие из исследования систематически по каким-либо характеристикам, поскольку это может повлиять на результаты». Общее количество лиц, не вошедших в исследование из числа соответствующих критериям включения должно быть невелико (обычно не более 20%). В противном случае достоверность результатов эксперимента значительно снижается. Процедура выборки (sampling procedure) В случае выборочных исследований должны быть очень четко и полностью описаны процедура выборки, способы формирования основной и контрольной группы, описаны процедуры, которые были использованы (рандомизация, стратификация и др.). Методики сбора и анализа данных (data gathering and analysis procedure) Сообщается, будет ли стандартизована процедура обследования, и каким образом, будут ли обучены лица, ее непосредственно проводящие, какие возможные систематические ошибки присущи этому исследованию, какие базы данных будут созданы, и как ими будут управлять. Должны быть указаны статистические тесты, которые планируется использовать, уровни максимально допустимой - и -ошибки для тестирования статистических гипотез, используемая аппаратура и программное обеспечение. В настоящее время в среде отечественных ученых модным становится использовать все более изощренные статистические процедуры, поскольку доступность специализированного программного обеспечения значительно выросла. Следует отметить, что никакие статистические методы не могут повлиять на систематические ошибки, имеющиеся в исследовании. Более того, использование любых статистических приемов в работе с дизайном невысокого качества бессмысленно. Финансирование исследования В аннотации необходимо указать источники финансирования исследования. Это позволяет узнать, не будут ли задействованы в работе те лица, структуры, организации и компании, которые заинтересованы в определенных результатах исследования и могут повлиять прямо или косвенно на качество полученных данных. Большое количество современных клинических исследований в медицине в России производится на средства и при участии фармацевтических компаний и производителей медицинского оборудования, интересы которых отличаются от реальных потребностей населения в том или ином виде медицинской помощи. Обработка результатов исследования Описание результатов Все заявленные переменные должны быть представлены в виде сводной таблицы, для того чтобы можно было проследить весь путь анализа взаимосвязей. Средства описательной статистики (таблицы, графики и др.) помогут лучше донести основные находки исследования до потребителя. Оценка гипотез, обсуждение, формулирование новых гипотез для будущих исследований Результаты исследования должны быть представлены полностью в соответствии с задачами. Методы аналитической статистики должны соответствовать особенностям исследования. Требованием дня сегодняшнего является использование, помимо парных сравнений, методов многофакторного моделирования (множественная линейная регрессия, логистическая регрессия и т. п.), которые позволяют исключить влияние других переменных на выявленные при парных сравнениях взаимосвязи. Следует помнить, что статистическая значимость еще не говорит о том, что различие значимо клинически. С другой стороны, статистически недостоверные различия могут быть на практике высоко значимыми. Обсуждение полученных результатов представляет собой завершающую аналитическую часть любой работы и заключается в сравнении полученных результатов с исследовательскими гипотезами, сформулированными на основе критического обзора литературы. Исследователь должен представить результаты тестирования всех гипотез и свои размышления о причине полученных различий или сходств с исследованиями, проведенными ранее. Выводы должны полностью соответствовать заявленным задачам исследования. Побочная информация, полученная в исследовании, но не постулированная в задачах, не может являться доказанным фактом и служить основанием для выводов. Допустимо лишь привлечь внимание читателей к незапланированным находкам и предварительно попытаться сформировать на их основе новые исследовательские гипотезы для будущих исследований. Обнародование результатов исследования Доклады результатов Доклады результатов исследования являются существенным, но необязательным элементом научной работы. Более того, участие в семинарах и симпозиумах часто спонсируют фармацевтические компании, что может являться причиной конфликта интересов (выступления могут быть ангажированы). Это, безусловно, нужно учитывать (и учитывается) в процессе составления и оценки систематических обзоров, как фактор способный повлиять на качество представленных данных. Публикация Публиковать результаты исследования необходимо всегда. Практика показывает, что даже самые аккуратные исследователи не любят публиковать данные исследований, имевших отрицательные результаты. Это абсолютно недопустимо и приводит к систематической ошибке (ошибка публикации) в процессе подготовки обзоров литературы. Отсутствие «отрицательных» результатов исследований в отечественных медицинских журналах вызывает недоверие к качеству проводимых научных работ. Публикация научной статьи в серьезном (зарубежном) реферируемом и рецензируемом журнале – непростая задача. С другой стороны, только таким публикациям склонен доверять читатель, знакомый с навыками критического чтения литературы. Грамотно написанная статья должна включать все то, что было заявлено в аннотации исследования (подробно), результаты, выводы и обсуждение. Повторные и дублирующие публикации по результатам одного исследования не допускаются. Методологические проблемы биомедицинских исследований Сплошные и выборочные исследования Различают сплошные и выборочные исследования. Под сплошными исследованиями в широком смысле подразумевают изучение самой генеральной совокупности (человечества). В более узком смысле – это исследование всех интересующих нас случаев на определенной территории (например, всех случаев смерти, всех случаев ИБС, перепись населения). Качество данных, полученных в таких работах, очень высокое, и изученные показатели очень точно характеризуют исследованную популяцию. Однако такие исследования крайне дороги, сложны и, как правило, под силу только государству с его мощной законодательной базой, исполнительным аппаратом, налоговой системой и большим размером государственного бюджета. Выборочные исследования (статистические исследования, исследования статистической совокупности в отечественных учебниках социальной гигиены) представляют собой обследование части популяции – выборки. Данные, полученные на такой выборке, мы можем с большим или меньшим основанием распространить на всю популяцию. Репрезентативная и не репрезентативная выборки Репрезентативность (представительность) – свойство выборки представлять популяцию. Следует помнить, что абсолютно репрезентативных выборок не бывает, в такую идеальную выборку должно входить все люди, составляющие генеральную совокупность, по отношении к которой данные будут обобщены (например, все жители города, страны и др.). Нерепрезентативная выборка не соответствует популяции по интересующим нас параметрам. Например больные ИБС в выборке не могут представлять население в целом, ученики 6-го А класса школы № 89 не могут представлять взрослое население, олимпийская сборная пловцов не соответствует популяции пенсионеров и т.п. Способы повышения репрезентативности выборки Многоцентровой дизайн Рак желудка для жителя Японии более успешно курабелен, чем для европейца или американца. Результаты Фремингемского исследования сердца неплохо представляют популяцию «средних» белых американцев, проживающих на восточном побережье США, но неспособны предсказать риск развития болезней сердца для жителей Средиземноморского бассейна (Испания, Португалия). Для того чтобы нивелировать влияние таких различий, исследование приходится проводить одновременно (или почти одновременно) в разных местах. И чем больше таких мест, тем лучше. Такой многоцентровой дизайн исследования помогает сделать выборку более репрезентативной за счет включения в нее новых выборок, составленных из лиц, проживающих на других территориях. По результатам многоцентрового исследования можно вычислить риски, как для всей выборки, так и для «территориальных подвыборок» ее составляющих. Рандомизация и способы формирования выборки Все выборки можно разделить на вероятностные и те, дизайн которых не основан на вероятностях. Вероятностные выборки (probability [random] sample) называют еще рандомизированными. Рандомизация (randomization) представляет собой процедуру формирования представительной выборки, когда шансы каждого индивидуума попасть или не попасть в выборку равны. С этой целью мы можем, например, пронумеровать амбулаторные карты в поликлинике от 00001 до 99999, сложить одинаковые бумажки с соответствующими номерами в барабан лототрона и затем случайным образом вытащить 100 бумажек. В идеальном случае, процедуру рандомизации должен проводить посторонний человек, вот почему во всех лотереях в отборе карточек (шаров, бочонков и т.д.) участвует представитель тиражной комиссии, который не является представителем организатора лотереи. Такой дизайн выборки называется простым (simple random sample). Зонная выборка (area sample) – метод формирования выборки, который может быть использован в том случае, когда размер популяции неизвестен. Вся зона, используемая для формирования выборки, делится на «под-зоны», подобно тому, как сетка накладывается на карту. Этим «под-зонам» присваиваются номера, после чего некоторые из них отбираются случайным образом. Население выбранных зон может также быть пронумеровано, и отобрано на заключительном этапе. При кластерной выборке (cluster sample) случайным образом отбираются не сами лица, а группы лиц (городской квартал, класс школы, семья и т.п.). Захватывающая выборка (выборка удобства) [grab sample, sample of convenience] – удобный для проведения, но не-основанный-на-вероятностях метод выборки. Примером может служить обследование людей на улице или измерение артериального давления (АД) всем желающим в фойе кинотеатра. Метод значительно подвержен влиянию систематических ошибок (см. раздел посвященный систематическим ошибкам). Стратифицированная случайная выборка (stratified random sample) подразумевает деление всей популяции на подгруппы в соответствии с какой-то важной характеристикой (возраст, национальность, религия или социо-экономический статус) и производится случайная выборка внутри каждой страты. Если, например, процент лиц в возрасте 54-54 года в области 20%, то таким же он будет и в выборке. Систематическая выборка (systematic sample) – это процедура, подчиняющаяся простому систематическому правилу: все лица в картотеке на определенную букву, рожденные в определенный день недели, каждый третий в картотеке, и т.п. Систематическая выборка подвержена влиянию систематических ошибок, что ограничивает возможности экстраполяции результатов, полученных на этой выборке на всю популяцию. Многоуровневая выборка (multilevel [multistage] sample) – представляет собой комбинацию тех или иных способов формирования выборки. Так, например, процесс формирования выборки можно разделить на ряд этапов. На первом этапе, случайным образом осуществляется кластерная выборка из регионов страны, на втором – случайная кластерная из административных районов отобранных регионов, на третьем – стратифицированная по национальному признаку случайная выборка. Случайные ошибки исследований (errors) Ошибки присущи всем исследованиям. Их можно подразделить на случайные и систематические. Определения даны в разделе «Эпидемиология как наука. Основные эпидемиологические термины и понятия, и их использование в доказательной медицине» Случайные ошибки и статистика Случайные ошибки не связаны с каким либо предпочтением, неправильностями в формировании выборки, неодинаковым наблюдением за различными группами обследуемых и т.п., а представляют собой случайные вариации изучаемой переменной. Величина случайной ошибки зависит от размера выборки, распространенности изучаемого явления в популяции и разнообразия изучаемого признака. Аналитическая статистика, а точнее оценка статистической достоверности полученных результатов позволяет учесть влияние случайной вариации переменных. Размер выборки (sample size) Исследователю выгодно, чтобы выборка имела небольшой размер. Это позволяет сохранить и более рационально использовать силы и средства. Однако при малом количестве объектов наблюдения влияние случайных вариаций может существенным образом исказить результаты исследования или вообще лишить смысла выводы, сделанные по результатам такой работы. Таким образом, определение минимально допустимого размера выборки имеет очень большое значение. Эту величину можно определить по специальным формулам или использовать компьютерную программу (например, PEPI). Расчет размера выборки несколько различается для разных типов исследований, но в общем можно сказать, что: он зависит от величины планируемых и ошибок, распространенности состояния в популяции и вариабельности признака. Систематические ошибки или смещения (bias) К систематическим ошибкам ведут любые смещения в сборе, анализе, интерпретации, публикации или обзоре эпидемиологических данных, которые систематически отличаются от истины. Все этапы научного исследования могут служить источниками систематических ошибок. Так смещенным может быть постановка исследовательской темы, вопроса и гипотез, когда они показывают одну популяцию в худшем или лучшем виде, чем другую и создают чувство превосходства одних людей над другими. Например, исследовательская гипотеза, что мужчины умнее женщин является смещенной. Такая ошибка не имеет специфического названия в эпидемиологии, хотя иногда ее называют ошибкой исследовательского вопроса. Она относится к виду концептуальных ошибок. Смещенный выбор популяции – формирование выборки на основе простоты проведения исследования или культурных предпочтений исследователя. Это – ошибка популяции (population bias). Она относится к виду ошибок отбора и включает в себя ошибки добровольного участия в исследовании (volunteer bias), ошибки пола (sex bias), расы (race bias) и др. Кроме того, к ошибкам отбора относятся смещения, которые приводят к ограничению генерализуемости результатов, связанные с тем, что выборка является представительной не по отношению ко всей популяции, а лишь к ее части. Примером, такой ошибки является «эффект здоровых рабочих» (healthy workers effect), поскольку работающее население имеет как правило лучшее состояние здоровья, чем население в целом. Также, можно сказать, что исследование хорошо сделанной выборки студентов/ школьников, обобщаемо по отношению к популяции студентов/ школьников, а не ко всему населению, которое включает в себя лиц, не обучающихся в школе, ВУЗе. Смещения, связанные с участием в исследовании. Так исследование госпитализированных пациентов является смещенным, по отношению ко всей популяции больных данным заболеванием, поскольку госпитализированные пациенты имеют сопутствующие проблемы со здоровьем, которые повышают шансы госпитализации. Это ошибка Берксона (Berksonian bias). Неодинаковые усилия и время, затраченные для приглашения к участию, ведут к неадекватному представительству в выборке различных частей популяции. Такая ошибка – ошибка ответа (response bias), как и ошибка Берксона также относятся к ошибкам отбора. Смещение, вызванное сравнением различных популяций, когда одна исследовательская группа старше (беднее и т.п.), чем другая ведет к неправильной интерпретации данных из-за неучета влияния других переменных (конфаундеров). Такая ошибка называется конфаундинг фактором или вмешиванием(confounding). К смещениям, вызванным неправильным измерением заболеваний и факторов, которые их могут вызвать, относятся: ошибка диагностики – неодинаковые усилия и возможности диагностики для разных групп изучаемой популяции; неточные и неодинаковые измерения переменных – ошибка измерения; неодинаковая память на прошлые события у обследованных – ошибка воспоминания (recall bias); неодинаковые усилия по сбору данных в сравниваемых популяциях (workup bias); различная технология сбора данных в различных группах исследуемых – ошибка интервью (interview bias). Все эти виды смещений можно отнести к ошибкам информации (information bias). Смещение, вызванное обследованиями в период наблюдения и измерением исходов. К ним относятся неодинаковые усилия для контакта между исследователем и субъектом исследования по вине, как первого, так и второго – ошибка отбора (selection bias), неодинаковые пропорции субъектов выбывших из исследования и оставшихся под наблюдением (selection bias), неодинаковое вмешательство по охране здоровья при изучении эффективности программ профилактики – ошибка вмешательства, неодинаковое участие в исследовании в разных группах – ошибка участия (participation bias). Смещение, связанное с анализом и интерпретацией данных – это потенциальное наличие предпочтительного исхода, по мнению исследователя – ошибка интерпретации (interpretation bias) или ошибка презентации (presentation bias). Смещение, связанное с отчетом, только об отдельных находках исследования. Исследователи чаще и с большей охотой публикуют интересные данные или данные исследований, имеющих положительные результаты. Подобное смещение – ошибка публикации (publication bias) может также возникнуть в связи с тем, что ряд данных невозможно или нельзя опубликовать, по тем или иным причинам. Смещение, связанное с интерпретацией, суждениями и действиями читателей возникает вследствие того, что читатели и слушатели склонны интерпретировать данные в приемлемой (или доступной) для себя форме. Такая ошибка называется ошибкой интерпретации (interpretation bias). Смещение, связанное с неправильным отнесением объекта исследования в категорию, к которой он не относится, называется в литературе ошибочной (неправильной) классификацией (misclassification. Классификация исследований Схематично дерево эпидемиологических исследований представлено на рисунке 3. Рисунок 3. Типы эпидемиологических исследований - адаптировано из Demonstration Disk. Distance Learning Course in Epidemiology: Principles and Practice. London School of Hygiene and Tropical Medicine. В обсервационных исследованиях – в отличие от экспериментальных, исследователь не влияет на распределение воздействия и/ или исхода. Эксперимент же целиком зависит от «прихоти» ученого-экспериментатора. Экспериментальное исследование (trial) Эксперимент представляет собой исследование, применяемое для проверки гипотез, путем регистрации результатов специфического воздействия на исследуемую популяцию. В простом неконтролируемом эксперименте воздействие осуществляется на всех индивидуумов, входящих в данную популяцию. Этот дизайн исследования в большинстве случаев является неприемлемым, поскольку не позволяет отделить специфический эффект вмешательства от неспецифического (плацебо- эффект, эффект Готорна) и естественного течения состояния. Некоторые эпидемиологи называют такой дизайн научной работы квази-экспериментом (quasi- experimental survey). Контролируемый эксперимент (controlled trial) позволяет решить эту проблему, поскольку группы исследования и контроля различаются именно по специфическому воздействию (вмешательство у первых и плацебо у вторых). Основная и контрольная группа при формировании могут испытывать влияние систематических ошибок отбора и представлять собой смещенные выборки (biased sample). Достоверность полученных в таком эксперименте данных вызывает серьезные сомнения. Способом, позволяющим уменьшить вероятность таких ошибок, является рандомизация (randomization). Знание объектом исследования, экспериментатором или статистиком информации, о том к какой группе относится конкретный индивид, могут повлиять на чистоту эксперимента. Поэтому открытому, немаскированному (opened, unmasked) исследованию предпочитают маскированное, слепое (masked, blinded). Различают простое ослепление, когда объекты исследования не располагают информацией о своей принадлежности к той или иной группе исследования. Двойное слепое маскирование (double-blind) предпочтительнее. При нём экспериментатор тоже не владеет информацией о принадлежности испытуемого к конкретной группе. Это позволяет уменьшить смещения, связанные с предпочтением исследователя. Иногда используют тройное ослепление (triple-blind method), когда неинформированными являются и лица, проводящие анализ данных. Наивысшей степенью доказательности по отношению к обследуемой популяции, при прочих равных условиях, обладает рандомизированное, контролируемое, двойное или тройное слепое исследование (РКИ) (randomized controlled double- or triple-blind trial). Исследование с перекрестным дизайном (cross- over design) – еще более доказательно, но, к сожалению, ограниченно применимо в медицинских исследованиях. При этом после оценки исходов и расчета рисков основную и контрольную группы меняют между собой, повторно производится воздействие, и оцениваются риски. Таким образом, каждый индивидуум по очереди является объектом воздействия и контролем, то есть получается своего рода подбор пар (matching). Правильно организованное и проведенное РКИ позволяет получить четкий результат, рассчитать риски, оценить дозозависимый эффект и возможность наличия причинно следственных связей. Пример: РКИ по оценке эффективности пневмококковой вакцины у ВИЧ инфицированных лиц. Участники были случайным образом разделены на основную и контрольную группы – те, кто получал вакцину и получал плацебо. К недостаткам РКИ относится их существенная дороговизна, длительные сроки проведения для значимых исходов и этические проблемы экспериментирования на людях. Оценка риска и измерение взаимосвязи в эксперименте Проводится с помощью четырехпольной таблицы (таблица 2). Четырехпольная таблица для анализа данных РКИ Воздействие было Воздействия не было - лица из группы воздействия, у которых в течение периода наблюдения развился специфический исход - лица из группы воздействия – не развился специфический исход - лица из контрольной группы – развился специфический исход - лица из контрольной группы – не развился специфический исход - численность группы воздействия - численность контрольной группы Мы можем оценить риски специфического исхода в разных группах и сравнить их: Риск для группы воздействия Рискв = a/(a+b) Риск для контрольной группы Рискк= c/(c+d) Меры взаимосвязи в РКИ Разница рисков (РР) [rate difference, risk difference, excess risk] – абсолютная разница между двумя рисками, т.е. риск наступления специфического исхода у лиц, подвергшихся воздействию на {величина PP} больше, чем у лиц в контрольной группе. Отношение рисков или относительный риск (ОР) [relative risk, risk ratio, rate ratio {RR}] – отношение риска специфического исхода в группе воздействия к риску для группы контроля, т.е. риск для группы воздействия в {величина ОР} раз больше, чем для группы контроля. Когортное исследование (cohort study) Когортное исследование (КИ) – исследование в котором одна или более групп населения сходные по каким-либо параметрам (когорты) наблюдаются в течение определенного времени для оценки специфических исходов. Пример: когортное исследование, изучающее эффект курения табака на смертность. Был изучен статус курения большой группы врачей, и проведено наблюдение за ними в течение 30 лет для регистрации смертельных случаев. Изучена частота смертельных случаев у курящих и некурящих. КИ обладают высокой степенью доказанности (однако, меньшей, чем РКИ), и их широко используют для получения высококачественных данных, особенно в условиях, когда проведение эксперимента невозможно по этическим причинам. Как и эксперимент, когортное исследование позволяет оценить риски как меры взаимосвязи, (РР, ОР) но, в отличие от эксперимента, позволяет оценить частоту новых случаев (incidence) воздействия и исхода, поскольку и тот и другой признак распространены в популяции естественным образом (а не отбираются по дизайну исследования). Для выявления значимых исходов, когортные исследования требуют наблюдения больших популяций в течение длительного времени, крайне дороги, очень трудоемки, и не подходят для изучения редких заболеваний. Иногда в когортном исследовании собирается информация о наличии тех или иных факторов риска (ФР) у обследованных в прошлом. Такой дизайн (ретроспективный или псевдоретроспективный, или исторический [retrospective {historical} cohort]) значительным образом сокращает временные и финансовые затраты на исследование, но к сожалению он менее доказателен, чем обычное проспективное КИ. Оценка риска и измерение взаимосвязи в когортном исследовании Производится также как и в РКИ. Место групп воздействия и контроля занимают когорты (например, курящие и некурящие). Четырехпольная таблица по данным КИ строится следующим образом (таблица 3). Четырехпольная таблица для анализа данных когортного исследования Фактор риска есть Фактора риска нет - лица, находящиеся под воздействием фактора риска, у которых в течение периода наблюдения развился специфический исход - лица, находящиеся под воздействием фактора риска – не развился специфический исход - лица, не находящиеся под воздействием фактора риска – развился специфический исход - лица, не находящиеся под воздействием фактора риска – не развился специфический исход - численность когорты, находящейся под воздействием фактора риска - численность когорты, не находящейся под воздействием фактора риска - число новых случаев специфического исхода в популяции - число лиц, у которых не развился специфический исход - общая численность исследуемой популяции Риск(фактор+) = a/(a+b); Риск(фактор-) = c/(c+d); РР = a/(a+b) – c/(c+d); ОР = Частота _ новых _ случаев _ специфического _ исхода _ за _ время _ наблюдения = a+b+c+d Исследования случаев (case studies) Выделяют исследование единичного случая (case report), исследование серии случаев (case series study) и исследование случай контроль (case-control study). Их отличие от других исследований индивидуального риска в том, что исследование планируется не на основе воздействия предполагаемого фактора риска (как в когортном исследовании) или реального |