Медицина говорить мовою статистики
Кожне медичне рішення базується на статистиці. Ваш лікар рекомендує вакцину, бо статистика показує, що вона зменшує ризик хвороби. Фармацевтична компанія випускає ліки, бо клінічні випробування показали ефективність. Міністерство охорони здоров'я впроваджує програму скринінгу, бо статистика підтверджує користь. Розуміння медичної статистики допомагає приймати кращі рішення про власне здоров'я.
Абсолютний та відносний ризик
Це, мабуть, найважливіша різниця у медичній статистиці, і найчастіше джерело маніпуляцій.
Заголовок: "Препарат знижує ризик серцевого нападу на 50%!" Звучить вражаюче. Але деталі: без препарату ризик -- 4 на 1 000 людей. З препаратом -- 2 на 1 000. Відносне зниження: справді 50% (з 4 до 2). Абсолютне зниження: 2 на 1 000 (0,2%). Щоб 1 людина уникла інфаркту, 500 повинні приймати препарат. Це вже не так вражаюче.
Абсолютний ризик -- ймовірність події для конкретної людини. Відносний ризик -- порівняння ризиків між групами. Реклама завжди використовує відносний (він більший), а для особистих рішень потрібен абсолютний.
NNT: скільки потрібно лікувати?
NNT (Number Needed to Treat) -- кількість людей, яких потрібно пролікувати, щоб одна отримала користь. NNT = 1 / абсолютне зниження ризику. У прикладі вище: NNT = 1/0,002 = 500. Чим менший NNT, тим ефективніший препарат.
Вакцина від грипу: NNT = 33 (потрібно вакцинувати 33 людини, щоб запобігти 1 випадку грипу). Аспірин для профілактики інфаркту: NNT ≈ 120. Статини для зниження холестерину: NNT ≈ 50-100 залежно від ризику пацієнта. Ці числа допомагають порівняти реальну ефективність.
Клінічні випробування: фази
Перш ніж ліки потраплять до пацієнтів, вони проходять 4 фази:
- Фаза I: Безпека. 20-100 добровольців. Чи препарат безпечний?
- Фаза II: Ефективність. 100-300 пацієнтів. Чи він працює?
- Фаза III: Підтвердження. 1 000-3 000 пацієнтів. Рандомізоване контрольоване дослідження. Чи працює краще за плацебо/стандарт?
- Фаза IV: Після реєстрації. Тисячі-мільйони. Моніторинг рідкісних побічних ефектів.
Коли під час пандемії COVID-19 говорили "вакцина пройшла III фазу", це означало: тисячі людей випадково отримали або вакцину, або плацебо, і ті, хто отримав вакцину, хворіли значно рідше. Це не "експеримент на людях" -- це найнадійніший спосіб перевірки.
Скринінг і хибні тривоги
Масовий скринінг має неочевидну статистичну проблему: при рідкісному захворюванні навіть точний тест дає багато хибних тривог.
Мамографія для виявлення раку грудей. Чутливість 90%, специфічність 90%. Поширеність серед жінок 50+: 1%. З 1 000 жінок: 10 хворих, 9 виявлених правильно. 990 здорових, 99 хибних тривог. Тобто з кожних 108 позитивних результатів лише 9 справді хворі (8,3%). Решта -- хибні тривоги, що спричиняють стрес та зайві процедури.
Як читати медичні новини
- Запитайте про абсолютний ризик, не тільки відносний.
- Перевірте розмір дослідження. 50 учасників -- попереднє. 5 000 -- серйозне.
- "Пов'язано з" не означає "спричиняє". Спостережне дослідження показує зв'язок, але не причинність.
- Одне дослідження -- не істина. Наука працює через накопичення доказів з багатьох досліджень.
- "Дослідження на мишах" -- це лише перший крок. Те, що працює на мишах, може не працювати на людях.
Заголовок: "Кава захищає від діабету!" Деталі: спостережне дослідження (не експеримент), люди, які п'ють 3-4 чашки на день, мають на 25% нижчий ризик. Але: ті, хто п'є каву, можуть відрізнятися від тих, хто не п'є, за десятками інших характеристик. Висновок: цікаво, але не доведено. Не починайте пити 4 чашки кави тільки через один заголовок.
У медичній статистиці критично важливо розрізняти абсолютний та відносний ризик. NNT показує реальну ефективність лікування. Клінічні випробування проходять 4 фази, кожна зі зростаючим рівнем доказовості. Скринінг рідкісних хвороб дає багато хибних тривог. Читаючи медичні новини, завжди запитуйте: абсолютний ризик, розмір дослідження, кореляція чи причинність.