Александр Марьянович - Диссертация: инструкция по подготовке и защите Страница 15

Несколько отвлекаясь, скажем, что уровень метрологического обеспечения в большинстве наших лабораторий таков, что следует основательно подумать, прежде чем браться за исследование фактора, изменяющегося в пределах ±10 % от исходного уровня. Только необычайная важность задачи в сочетании с дотошной метрологической требовательностью могут оправдать такое исследование. К счастью, природа еще оставила и нашему поколению явления, изучение которых не требует «глубинного бурения» и может производиться методом «открытого карьера». Надо только найти эти явления, найти или приготовиться к мукам метрологических процедур.

Есть исследователи особого педантичного склада, которым доведение измерительной аппаратуры до немыслимой степени точности доставляет острое, почти физическое наслаждение. Осторожно! Погоня за восьмым знаком после запятой может заслонить от Вас поиск главного – «устойчивой существенной связи между предметами или явлениями материального мира» (примерно таково определение понятия научное открытие).

Приводя числовые значения, не злоупотребляйте знаками после запятой. Есть известные слова великого Гаусса (Karl Friedrich Gauss, 1777–1855) о том, что избыточная точность расчетов отчетливо указывает на недостаток математических знаний у их автора.

Все сказанное совсем не означает, что можно вообще избежать метрологических процедур. Даже если Вам повезло исследовать очень яркое явление, такое, при котором регистрируемый параметр отклоняется от исходных значений в полтора-два раза, Вы обязаны перед серией экспериментов и по ее окончании сравнить показания своих приборов с эталонными. Например, в любой хорошей статье, посвященной газоанализу, непременно сказано, что электронный газоанализатор, скажем фирмы Beckman, перед началом измерений и по их окончании был проверен по знакомому нам со студенческих времен прибору Холдена.

Технофетишизм

К Вам приходит уважаемый человек, представитель частной отечественной фирмы, специализирующейся на разработке и выпуске исследовательской аппаратуры. (Подвижник! Остальные торгуют дешевыми факсами и микроволновыми печами фирмы Bosch.) Этот человек – доктор наук (!) – ставит на Ваш стол небольшой прибор, просит закатать рукав и, наложив манжетки на плечо и концевую фалангу пальца, нажимает на две кнопки. Раздается шипение, и из микропринтера выползает лента, на которой указаны не только частота сердечных сокращений, систолическое и диастолическое артериальное давление (это бы еще что!), но также ударный объем и сердечный выброс плюс 33 «основных показателя гемодинамики». «Помилуйте, – говорите Вы, – но ударный объем-то – как?» – «А по осциллограмме, у нас есть программа, – и похлопывает по ящичку размером с коробку для сигар. – С Вас всего (сумма в рублях или евро). Министерству (название) продаем в 3,5 раза дороже». Ну как тут объяснить, что методы определения ударного объема и сердечного выброса по осциллограммам давно скомпрометированы в мире, что ни один метод их оценки не будет признан без сравнения с dye dilution – разведением красителя? Но ведь кто-то уже купил это чудо техники! И скоро на защите диссертации (хорошо, если кандидатской) мы услышим: «После проведения названных лечебных мероприятий минутный объем кровообращения возрос на 12,2 %, что говорит о…». А о чем это говорит? Да ни о чем! Гораздо надежнее было бы позвать опытного клинициста и спросить: «Учитель, больному лучше?» Ответ был бы точнее и ближе к истине, чем эти мифические 12,2 %.

Вот если бы разработчик прибора и врач-исследователь ограничились только измерением так называемых прямых показателей – частоты сердечных сокращений, артериального давления и т. п., но грех наукообразия завел их в определение бесчисленных индексов, производных и проч. и проч. Достаточно начать аргументировать свои выводы подобными производными, и Вы выходите из-под любой критики – и чужой, и собственной. Совет вообще промолчит, подавленный обилием цифр, которые нельзя ни с чем сравнить, а следовательно, и опровергнуть. Уход от критики с помощью эзотерических понятий – подарок артефакту и надругательство над истиной.

Выбор объекта исследования

Разумеется, объект исследования должен быть адекватным его задачам. Клиницисты выполняют это правило с легкостью: простатит изучают на больных с простатитом. Биологам-экспериментаторам надо помнить слова нобелевского лауреата 1920 года Августа Крога (August Krogh, 1874–1949) о том, что для каждого исследования есть наиболее подходящий вид животных (о Кроге см. в нашей книге: А. Марьянович, И. Князькин. Взрыв и цветение: Нобелевские премии по медицине 1901–2002. СПб., изд-е 2-е, 2003 и последующие издания).

Рандомизация и двойной слепой контроль

Следующее обязательное мероприятие – рандомизация. Начало эксперимента. Исследователь уже примерно (всегда – примерно и никогда – точно) знает, что он собирается делать. Экспериментальная установка готова. «Маша, принесите кролика!» Маша идет в виварий и приносит-таки кролика, но какого или, вернее, которого из тех, что там были? Если спросить об этом исследователя, он уверенно ответит, что животное было выбрано в случайном порядке. Неправильно! Выбор был сделан в произвольном порядке. Различие между этими двумя процедурами объясняется в начале любого хорошего руководства по биологической и медицинской статистике. Лаборантка взяла кролика из клетки, находящейся на полметра от пола вивария – это самые удобные клетки: к нижнему ряду труднее наклоняться, а кролик из верхней клетки, бывает, успевает царапнуть Вас задней лапой. Не все ли равно, где сидел кролик до эксперимента? Нет. Самых тяжелых или самых буйных животных лаборанты, не задумываясь, сажают в клетки нижних рядов – а это, согласитесь, нарушает принцип случайности выбора. Конечно, виварий может быть идеально организован: клетки на одном уровне, животные строго одного веса и т. п., но всегда найдется бесчисленное количество других факторов, препятствующих случайному выбору.

В тех же руководствах по статистике под названием рандомизация описаны элементарные процедуры, позволяющие обеспечить случайность выбора объекта. Если Вы собираетесь сравнить два способа лечения, Вы должны:

а) Определить и, насколько возможно, формализовать показания к применению этих методов, то есть заранее назвать нозологическую форму и, если необходимо, другие признаки будущих больных, которые подвергнутся лечению либо старым, либо новым способом: пол, возраст, и т. п. Любой больной, поступающий в клинику или отделение и соответствующий всем заранее определенным параметрам, автоматически попадает в круг Вашего исследования, и ему присваивается порядковый номер.

б) Заранее заказать в любом компьютерном центре таблицу случайных чисел от 1 до 1000 и разделить ее пополам: 500 чисел до черты и 500 – после. Сверху пишете название старого способа, снизу – нового. Поступает больной. Допустим, его номер 48. Смотрим в таблице: число 48 оказывается в нижней части массива. Этот больной должен получить лечение новым, и только новым способом. Никакие перестановки здесь недопустимы. Если позволить себе их, то невольно начнешь отбирать для применения нового способа лечения «наиболее перспективных» больных. В результате «койко-день» в опытной группе будет существенно меньше, чем в контрольной, и количество осложнений – тоже и т. п. После этого можно обрабатывать полученные данные скольугодно изощренными методами – результаты останутся недостоверными. Вспомним слова Гексли (Хаксли – Thomas Henry Huxley, 1825–1895) о том, что математика – это жернов, который перемалывает все, что бы под него ни положили. Мощь жернова не превратит сорняки в пшеницу. Именно поэтому предложенное Вами будет жить недолго. В случае неклинического, чисто экспериментального исследования метод рандомизации применяется точно так же: животные нумеруются заранее, и затем их делят на опытную и контрольную группы в соответствии с таблицей случайных чисел. Желательно, чтобы ни исследователь, ни его помощники не знали, к какой из двух групп относится данное животное и вводят они исследуемый препарат или плацебо (слепой контроль). Если же удастся организовать дело так, чтобы принадлежность объекта исследования к опытной или контрольной группе оставалась неизвестной и в течение всего эксперимента, и во время первичной обработки данных, это уже будет double blind control, близкий к мировым стандартам. В этом случае исследователь узнает, где – опыт, а где – контроль, только в момент просмотра сводных таблиц или рисунков. А теперь, положа руку на сердце, скажите, часто ли Вы и Ваши коллеги так делаете?