Исторические предпосылки для возникновения доказательной медицины.

Содержание

1.  Исторические предпосылки для возникновения доказательной медицины. Определение и основные задачи ДМ. Базисные принципы и методология ДМ. Успехи ДМ в борьбе с применением необоснованных методов лечения заболеваний	6
2.  Клинические и доклинические исследования ЛС. Рандомизированные клинические исследования-основа доказательной медицины. Дизайн клинических исследований	17
3.  Анализ медицинских публикаций с позиций ДМ. Источники информации по ДМ. Систематические обзоры и мета-анализ клинических исследований. Иерархия доказательств, классы рекомендаций. Интернет-базы РКИ	32
4.  Формулярная система. Жизненно-необходимые и важнейшие лекарственные средства. Типы формуляров и их значение в ДМ	67
5.  Фармакоэкономика и ее значение в клинической медицине. Виды затрат и их вклад в стоимость лечения	82
6.  Клинические рекомендации и клинические руководства. Основные принципы разработки и применения клинических рекомендаций. Стандарты и порядки оказания медицинской помощи	101
7. 7. Нежелательные лекарственные реакции. Классификация. Современные подходы к мониторингу НЛР. Фармаконадзор в России, его организация и принципы функционирования	129
8.  Клинико-фармакологические подходы к выбору и назначению ЛС с позиций доказательной медицины. Клинические рекомендации по лечению внебольничной пневмонии	152

 

Список основных сокращений:

 

ЛС - лекарственное средство

ДМ –доказательная медицина

КЭ –клиническая эпидемиология

КС –Кокрановское Сотрудничество

КИ –клинические исследования, испытания

РКИ -рандомизированые контролируемые испытания (исследования)

СО -систематический обзор

НПР - нежелательная побочная реакция

НЛР - нежелательная лекарственная реакция

 

Введение

 

Предлагаемое вниманию студентов и преподавателей учебное пособие посвящено медицине, основанной на доказательствах, которую обычно называют «доказательной медициной». Каких-нибудь 25 лет назад этого терамина не существовало, а сегодня об этом знает каждый практикующий врач. Трудно себе представить успешную работу врача без современных баз данных и клинических рекомендаций, составленных на основе принципов ДМ.

Преподавание основ доказательной медицины в рамках элективного курса ставит целью не только убедить студентов, что выбор терапии должен определяться достоверными сведениями о том, что «действительно работает, а не о том, что по-видимому работает, или должно работать». (Greenhalgh Т., 2004), но и объяснению сути существующих национальных и международных рекомендаций, основанных на результатах крупномасштабных исследований. Не мнеее важной задачей является изучение принципов мониторинга нежелательных лекарственных реакций и организация работы фармаконадзора в России.

Введение курса ДМ на IV курсе, когда студент еще только начинает изучать клиническую медицину и свободен от необоснованных установок, с одной стороны облегчает процесс внедрения подходов ДМ в стереотип поведения в будущей клинической практике, а с другой, усложняет ее усвоение, поскольку ему еще предстоит усвоить многие базовые знания и понятия, которые необходимы для изучения ДМ. 

Опыт преподавания электива показал, что ряд тем студент должен усвоить еще до начала изучения ДМ, особенно это относится к информатике, разделам по статистическом анализу медицинской информации, без знания укоторых сложно усвение основ ДМ. С 2018 года в ДГМУ курс по медицинской информатике начал функционировать, в связи с чем изложение разделов, посвященных статистическому анализу медицинских данных, исключено из учебного пособия. 

Авторы остались верны своей задаче изложить основные понятия ДМ по принципу «просто о сложном». Удалось автору это или нет, покажет практика преподавания дисциплины.

 

По доказательной медицине.

1. Предмет и задачи ДМ. История ДМ. Дайте определение понятию доказательная медицина. Основные цели и задачи доказательной медицины.

2. История и причины появления ДМ. Заслуги Арчи Кокрейна, канадских ученых 90х годов 20 века.

3. Заслуги французских врачей 19 века: Ж. Гавра, П. Луи в развитии ДМ.

4. Связь ДМ и клинической эпидемиологии. Требования к эпидемиологическим исследованиям.

5. История разработки и внедрения в клиническую практику клинических исследований.

6. Необоснованные клинические вмешательства как пример вмешательств с неизвестной клинической эффективностью, т.е. доказательной базы.

7. Обоснование необходимости овладения практическими врачами и исследователями принципами доказательной медицины.

Практическое применение.

Для оценки результатов лечения используются термины истинные критерии и суррогатные (или косвенные) критерии. Истинные критерии подразделяются на первичные - это показатели, связанные с жизнедеятельностью пациента - смерть в результате основного (исследуемого) заболевания или по другим причинам. К вторичным истинным критериям относятся снижение частоты осложнений основного заболевания, улучшение качества жизни пациентов. Суррогатными или косвенными критериями являются результаты лабораторных и инструментальных методов обследования, которые предположительно связаны с истинными критериями (например, снижение уровня АД связано с уменьшением числа осложнений артериальной гипертонии).

Истинные критерии, безусловно, более надежны, чем суррогатные. Тем более, что очень часто прямой взаимосвязи между этими критериями нет или она не доказана. Оценка суррогатных критериев важна для более глубокого изучения и понимания патогенетических звеньев болезни, обоснования прогнозирования заболевания. Однако выводы, построенные на основе косвенных критериев, у которых связь с истинными критериями не доказана (грамотными клиническими исследованиями и системным анализом), могут оказаться ошибочными.

 

Контрольные вопросы к теме занятия «Клинические и

Описательная статистика.

Статистическая обработка полученных результатов начинается с описательной статистики, которая решает задачи обобщеного числового представления результатов исследования. Она решает 3 задачи, такие как:

1. Описание центральнойтенденции и вариабель­ность количественных данных.

2. Описание частот (абсолютные и относительные) качественных данных.

3. Описание величиныизучаемого эффекта.

В качестве меры центральной тенденции обычно используется среднее арифметическое (М) — параметр, известный из школьного курса математики и интуитивно понятный. Однако среднее не всегда может правильно характеризо­вать выборку: в случае распределения, отличного от нормального (Гауссова) (см.рис.1 и 2), среднее арифметическое неприменимо. В этом случае следует пользоваться медианой (Me).

М едиана может применяться в качестве меры центральной тенденции не только в случае распределений, отличных от нормального, но и для нормальных распределений (в этом случае среднее и медиана попросту совпадают). Ситуация с мерами вариабельности аналогична. В случае нормального распределения (и только в этом случае!) можно использовать среднеквадратическое отклонение (s). В то же время для любого распределения (нормального либо нет) можно применять нижний и верхний квартили (lowerquartile, LQ, upperquartile, UQ) — значения признака, отсекающие по 25% объектов выборки в левом и правом «хвостах» распределения количественного признака.

В качестве меры вариабельности нередко используют стандартную ошибку среднего (m) — величину, характеризующую лишь точность оценки среднего арифметического на основании данных выборки, что является недопустимым.

При описании величины эффекта следует использовать такие общепринятые меры, как абсолютный риск (absoluterisk, AR) и относительный риск (ОР; relativerisk, RR), отношение шансов (ОШ; oddsratio, OR) и др., для описания величины изучаемого ими эффекта.

Выявление эффектов

Следующий этап научной работы обычно формулируется исследователями как «сравнить группы» и «посчитать корреляции».

Задача «сравнить группы» может быть решена двумя способами:

1. проверкой нулевой статистической гипотезы об отсутствии различий групп;

2. построением доверительных интервалов для параметров центральной тенденции распределения либо для показателя величины эффекта.

Остановимся сначала на первом способе (подходе) — проверке гипотез. Проверка гипотез применяется для сравнения групп традиционно широко. В статистике разработано множе­ство методов для решения таких задач, что приводит к не­обходимости выбора статистических критериев. Правиль­ный выбор может быть сделан после ответа на несколько вопросов.

· Какие признаки сравниваются в группах — количе­ственные или качественные (порядковые, номинальные, бинарные)?

· В случае количественных признаков: каковы распределения этих признаков в каждой из сравниваемых групп — нормальные или нет?

· Равны ли дисперсии в группах?

· Являются ли выборки независимыми (несвязанными) или зависимыми (связанными)?

· Какое количество групп сравнивается — 2, 3 или более?

Выбор типа статистического критерия зависит от типа распределения, нормальное или ненормальное (скошенное) (см.рис.1 и 2).

По традиции, для сравнения групп при анализе количественных признаковвыбор обычно де­лается в пользу t-критерия Стьюдента. Важнейшим условием правильного применения данного теста являетсяналичие нормальных распределений признаков в каждой из сравниваемых групп. В случае, если данное условие выполняется, авторы должны выбрать адекватный вариант критерия Стьюдента — для независимых либо зависимых групп, для групп с равными либо с неравными дисперсиями. При изложении результатов следует упомянуть, какой из вариантов теста использовался. К сожалению, это почти никогда не делается.

 

Рис. 1. Пример нормальной (симметричной) кривой.

 

Рис. 2. Пример асимметричной (скошенной) кривой.

 

В настоящее время при доступности компьютерных программных средств анализа данных рекомендуется максимально широко пользоваться непараметрическими методами сравнения групп. Эти методы не налагают никаких ограничительных условий на данные, т.е. могут применяться в случае любых распределений количественных или порядковых признаков. Вторым преимуществом этих методов является то, что они устойчивы к высокой вариабельности данных: на их результаты мало влияют «выбросы» (крайне малые или крайне большие значения). Следствием этих обстоятельств является их применимость к анализу так называемых малых (менее 30 случаев) выборок, характерных для медицинских и биологических исследований.

 

 

Различий групп.

В процессе проверки гипотезы вычисляют значение статистического критерия и уровень статистической значимости р, который сравнивают с заданным априори по­роговым уровнем значимости р_о. Ранее (в докомпьютер­ную эпоху) было принято обозначать лишь интервал, в который попадает эта величина (например, р<0,02). В настоящее время она вычисляется компьютерами с большой точностью, в связи с чем возникла другая тенденция — приводить вычисленное значение с точностью до тысячных долей (например, р=0,012). Такой подход более про­зрачен — позволяет читателю самостоятельно оценить, велика ли ошибка I рода по отношению к пороговому уровню р_о. Раньше приходилось лишь слепо доверять выводу автора.

При р<р_о нулевая гипотеза (об отсутствии различий групп и т.п.) отклоняется, и принимается альтернативная гипотеза — о том, что различия групп существуют и являются статистически значимыми. Подчеркнем, что, если по результатам теста нулевая гипотеза не отклоняется, это не означает, что различия групп отсутствуют. Причин может быть две: недостаточные объемы выборок и/или отсутствие эффекта.

 

Ограничения (Limits)

Вы можете улучшить качество и результат поиска, используя функцию Limits на любом этапе поиска. Использование Limits всегда желательно, если вы получили слишком много статей в ответ на ваш запрос.

PubMed позволяет лимитировать поиск по следующим параметрам:

· по имени автора (Search by Author);

· по заглавию журнала (Search by Journal);

· по формату документов, найденных в результате поиска: полнотекстовые статьи (FullText), бесплатные полнотекстовые статьи (FreeFullText), или рефераты статей (Abstracts);

· по дате опубликования статьи (PublishedintheLast/Publication Date): поиск может быть ограничен каким-либо периодом (от 30 дней до 10 лет), либо конкретными датами (например, с 1-го января 1990 г. до 1-го июля 2006);

· по дате ввода документа в PubMed (Added to PubMed in the Last/Entrez Dаte);

· по полу пациента (Gеnder);

· по языку документа (Lаnguages);

· по виду документа (PublicationTypes), что позволяет выбрать вид статьи, например, обзор (review), клиническое исследование и т.д.;

· по возрасту пациента (Аgеs);

· по полю, в котором ведется поиск. В отсутствие специальных указаний (bydefault), поиск ведется во всех полях (AllFields); однако вы можете ограничить поиск одним определенным полем, например, дать задание вести поиск только в поле заглавия (TitleWord).

Вы можете также отобрать статьи, в которых речь идет об исследованиях, проводимых на людях или животных (Humаn anima, или ограничить свой поиск одним из главных разделов, составляющих базу данных PubMed: СПИД (AIDS), Стоматология (Dеntal Jоurnals), Медсестринское Дело (NursingJоurnаls), и др.

После того, как вы выбрали нужные вам Limits и кликнули на Go (в верхней или нижней части экрана), в окошке возле этого слова появится "галочка" (*). Выбранные вами ограничения будут перечислены на желтой полосе (bar) вверху экрана (см. P^. 3). В случае, если вы хотите отменить Limits, кликните на галочке в окошке и она исчезнет, тем самым отменив выбранные прежде ограничения.

Помните!

До тех пор, пока вы не отменили Limits, убрав "галочку" (*), ограничения будут действовать для всех последующих поисков.

Best Evidence

В этой базе данных можно быстро найти систематические обзоры и оригинальные статьи, решающие частные клинические вопросы. База данных доступна как на компакт-дисках, так и в Интернете. Она представляет собой объединенную электронную версию двух печатных журналов АСР Journal Club и Evidence-Based Medicine, содержащих предварительно обработанную информацию.

АСР Journal Club и Evidence-Based Medicine содержат структурные рефераты высококачественных исследований и комментарии специалистов с обсуждением перспектив практического использования полученных результатов. В разделе базы данных Best Evidence, озаглавленном Other articles noted (Другие статьи) врач может найти данные, полученные в исследованиях достаточно высокого методического качества, но признанных менее достоверными.

Поскольку в базу данных Best Evidence включаются только исследования высокого методического уровня (например, РКИ, в которых до конца исследования наблюдалось не менее 80% участников), ее объем значительно меньше, чем у других аналогичных источников информации. С другой стороны, эта база не охватывает весь диапазон имеющихся данных. Поэтому если ограничиться только Best Evidence поиск не будет полным.

Cochrane Library (Кокрановская библиотека).

В 1992г. открыт первый Кокрановский центр в Оксфорде, а в 1993 году основано Кокрановское Сотрудничество (КС) - TheCochrane Collaboration, являющееся основой современной доказательной медицины и действует в виде сообщающихся центров в различных странах.

Кокрановский подход является основой развития идей доказательной медицины. В настоящее время органы управления здравоохранением и страховые организации промышленно развитых стран, принимая большинство своих решений, руководствуются заключениями и рекомендациями Кокрановская Сотрудничества.

Кокрановское Сотрудничество как организация объединяет более чем 4000 членов и организаций, целью которой является поиск и обобщение достоверной, качественной информации о результатах медицинских вмешательств (Юрьев К.Л., Логановский К.Н., 2000), подготовка, проведение и распространение систематических обзоров, посвященных оценке эффективности и безопасности различных медицинских вмешательств. Важной задачей также является создание электронной базы данных, позволяющих осуществлять быстрый поиск необходимой информации. Эта база (Cochrane Library) включает в себя главным образом систематические обзоры РКИ, посвященные оценке различных аспектов лечения

Цель КС - создать исчерпывающий регистр всех рандомизированных КИ, необходимых для составления систематических обзоров, а также обновление и распространение систематических обзоров, результатов медицинских вмешательств, которые должны облегчить заинтересованным лицам принятие решений в различных областях медицины.

Кокрановские центры поддерживают деятельность подразделений Кокрановского Сотрудничества. Профиль каждого центра определяется с учетом интересов его участников и уровнем финансирования, но все они должны координировать свои действия и оказывать поддержку Кокрановскому Сотрудничеству. Кокрановские центры облегчают работу всех, кто намерен составлять систематические обзоры по отдельным областям клинической медицины и системы здравоохранения в целом. Условием такого сотрудничества является публикация в Кокрановской базе данных систематических обзоров, распространенных также на компакт дисках (TheCochrane database of systematic reviews, 1995) и в сети Интернет сотрудничества. Получить такую информацию можно, например, воспользовавшись услугами сервера Московского центра доказательной медицины и фармакотерапии: http://evbmed.fbm.msu.ru / index-r.html и официальным сайтом Российского отделения КокрановскогоСотрудничества: http://www.сochrane.ru

Cochrane Library состоит из нескольких частей. Во-первых, это Кокрановский регистр контролируемых исследований (Cochrane Control Trials Registry - CCTR), содержащий постоянно пополняющийся перечень клинических исследований. Эти исследования выявляются членами Кокрановского сотрудничества в различных источниках, в том числе в других электронных базах данных, посредством ручного поиска и изучения библиографических списков в оригинальных статьях и обзорах.

Второй раздел - это база данных Кокрановских систематических обзоров (Cochrane Database of Systematic Reviews - CDSR). Она содержит исчерпывающую информацию обо всех систематических обзорах, подготовленных членами Кокрановского сотрудничества. В ней можно также найти информацию о протоколах незавершенных обзоров.

Кроме того, в Cochrane Library имеется база данных, посвященная научному синтезу, принципам и методологии проведения систематических обзоров.

Международные проблемные группы по составлению систематических обзоров – занимаются составлением и обновлением Кокрановских обзоров. В работе групп участвуют исследователи, врачи, представители организаций потребителей – все, кто заинтересован в получении надежной, современной и актуальной информации в области профилактики, лечения и реабилитации при различных заболеваниях.

Мультидисплинарные группы – организованы для анализа и обощения данных, относящихся к различным клиническим разделам медицины по областям медицинской деятельности.

Кокрановские рабочие группы по методологии обзоров – при составлении обзоров применяют специальные методы компиляции, оценки и обобщения результатов испытаний. Эти методы (высоэффективная унифицированная стратегия ручного поиска, компьютерная программа ReviewManager-RevMan – планирование, подготовка, анализ и представление результатов систематических обзоров) разрабатывают члены Кокрановских рабочих групп по методологии обзоров, призванных поддерживать на должном уровне доказательность и точность систематических обзоров.

Группы по областям интересов – это Кокрановские подразделения, объединенные не по нозологическим формам, а по таким аспектам, как условия оказания медицинской помощи (на пример, догоспитальной), оказание помощи отдельным группам больных (например, старческого возраста), различные уровни медицинской помощи (например, сестринский уход) или по определенному типу вмешательства (например, по физиотерапии). Работает отдел координации различных групп по интересам и сетям (например, потребительская сеть).

Кокрановская электронная библиотека – обеспечивает единую методологическую основу и единый электронный формат для Кокрановских обзоров. Работает по программе RevMan. Вся информация (завершенные обзоры, протоколы исследований и информация со всех подразделений) регулярно пересылается в главную базу данных КокрановскогоСотрудничества и отсюда отбираются Кокрановские обзоры и информация о деятельности Кокрановской Ассоциации для публикиции в Кокрановской электронной библиотеке. Кокрановская электронная библиотека состоит из 4-х отдельных баз данных:

Кокрановская база данных систематических обзоров содержит завершенные обзоры и протоколы готовящихся обзоров

Кокрановский регистр контролируемых испытаний представляет библиографию данных всех выявленных публикаций контролируемых испытаний.

Реферативная база данных по эффективности медицинских вмешательств содержит структурированные рефераты тех систематических обзоров, которые прошли критическую оценку сотрудниками Йоркского Центра по составлению и распространению обзоров (Великобритания) либо сотрудниками журналов «American Collede of Physicians’JounalClub» и «Еvidence-basedmedicine» методам синтеза и анализа результатов клинических исследований.

Российское отделение Кокрановского Сотрудничества является единственным для СНГ – это Северо-восточный центр, расположенный в Москве. Директор – В.В. Власов.

В 2002 году создано Межрегиональное общество специалистов ДМ в России (www.osdm.org).

Формирование базы данных систематических обзоров рандомизированных контролируемых исследований. Это направление активно развивается в рамках международного содружества ученых, поставивших своей целью выявлять, систематизировать и обобщать результаты всех когда-либо опубликованных рандомизированных контролируемых исследований. Работа эта далеко не закончена, база данных постоянно пополняется за счет вновь опубликованных рандомизированных контролируемых исследований. В ней появляются новые тематические разделы. С помощью специальной методики ученые суммируют данные, полученные в ходе разных изысканий по одной проблеме. В результате такого синтеза информации удается объективно, на основе статистических выкладок, оценить степень полезности различных лечебных, диагностических и профилактических вмешательств. Строгий научный подход к отбору и синтезу информации отличает систематические обзоры от обычных литературных обзоров, публикуемых в медицинских журналах. Последние, как правило, страдают субъективизмом, поскольку авторы не ставят своей задачей анализ и критический разбор всех исследований по проблеме, а скорее, наоборот, подбирают литературные источники таким образом, чтобы подтвердить или опровергнуть определенную точку зрения. По этой причине научно-доказатель-ная медицина не рассматривает обычные литературные обзоры в качестве надежных источников информации. К настоящему времени базы данных уже распространяются на раз­личных электронных носителях (дискетах, компактных оптичес­ких дисках), а в ближайшем будущем - и через Интернет.

Создание журнальных клубов и реферативных дайджестов. Подавляющее число рандомизированных контролируемых исследований, которые могут представлять интерес для практических врачей, публикуется в достаточно ограниченном круге крупнейших международных медицинских журналов, имеющих высокие тиражи и лидирующих в ScienceCitationIndex. Как показал опыт ACPJournalClub, только 2% статей из 50 крупнейших журналов удовлетворяют этим требованиям. Опросы читателей научных журналов показывают, что в 80% случаев прочитываются лишь их краткие резюме и редакционные комментарии по поводу этих статей. Поэтому важно уметь строго оценивать структурированные резюме, которые содержат те же разделы, что и оригинальные статьи - цели исследования, методы, важнейшие результаты и практические выводы.

 

Некоторые образовательные и информационные Интернет - ресурсы, посвященные доказательной медицине

http://www.scardio.ru	Российский ресурс Всероссийского общества Кардиологов
Netting the Evidence database: http://www.shef. ac.uk/~scharr/ir/netting	- Интернет-база данных по доказательной медицине
American College of Physicians' evidence-based medicine resources http://w3.iac.net/~mercy/ebm.htm	База данных Американского колледжа врачей
University of Alberta: http://www.med.ualberta.ca/ebm/ ebm.htm	Альбертинский университет
New York Academy of Medicine: http://www.ebmny.org/ teach.html	Нью - Йоркская медицинская академия
TRIP (Turning Research Into Practice) database: http:// www.tripdatabase.com	База данных - «Внедрение исследования в практику»
ClinicalEvidence: http://www.clinicalevidence.com	Интернациональный ресурс Британского медицинского журнала «Клинические доказательства для эффективного здоровья»
The Cochrane Library: www.update-software.com/ cochrane/cochrane-frame.html	ЛабораторияКохрановскогосотрудничества
Online rapid reviews of new technologies: http://www. signpoststeer.org	ОбзорновыхтехнологийОн-Лайн
Evidence-based journals (cardiovascular medicine, healthcare, obstetrics and gynaecology, oncology, medicine, mental health, nursing): http://www.harcourt-international. com/journals/ebcm/ http://www.harcourt-international. com/journals/ebhc/ http://www.harcourt-international. com/journals/ebog/ http://www.harcourt-international.com/journals/ebon/ http://www.acponline.org/journals/ebm/ebmmenu.htm http://www.ebmentalhealth.com http://ebn.bmjjournals.com	Журналы доказательной медицины (сердечно-сосудистая медицина, здравоохранение, акушерство и гинекология, медицина, общего здоровья, медицинская сестра)

 

Котнрольные вопросы к теме:

«Источники информации и базы данных по ДМ».

1. Первый этап работы с медицинской публикацией. Оценка структуры исследования в медицинских публикациях.

2. Представление результатов клинического исследования.

3. Вопросы, на которые необходимо получить ответ при оценке медицинской публикации

4. Типы первичных исследований и «иерархия доказательств».

5. Понятие о систематическом обзоре, ее особенности и практическое значение

6. Мета-анализ как количественное обобщение систематического обзора, ее цель, практическое значение.

7. Предпосылки для разработки клинических рекомендаций и систематических обзоров в клинической медицине.

8. Источники информации доказательной медицины.

9. Электронные базы данных и принципы их выбора для поиска информации.

10. Электронная база Medline(PubMed) и ее характеристика.

11. Алгоритм поиска медицинской информации в базе данных МEDLINE (PubMed)

12. Медицинские электронные базы данных, в которые включаются только материалы, отвечающие критериям методологического качества (Best Evidence, Cochrane Library и др.).

13. Кокрановский подход в развитии идей доказательной медицины.

14. Кокрановская библиотека и кокрановские центры, их цели и задачи.

15. Кокрановские группы и кокрановские обзоры и их значение для клинической медицины.

16. Образовательные и информационные Интернет-ресурсы, посвященнные доказательной медицине.

Анализ «затраты - эффективность» (cost-effectiveness analysis - CEA)

Анализ «затраты - эффективность» применяют для сравнения стоимости двух и более вмешательств, неодинаковых по эффективности и/или безопасности. Затраты выражаются в денежных единицах, а эффективность - в натуральных единицах тех положительных исходов, которые достигаются с помощью изучаемых вмешательств. К единицам таких исходов относятся:

• количество лет сохраненной жизни;

• число выздоровевших пациентов;

• частота эрадикации и т.д.

При лечении хронических нефатальных заболеваний в качестве промежуточных (суррогатных) критериев эффективности вмешательств используются такие показатели как снижение артериального давления или снижение концентрации холестерина ЛПНП плазмы крови. В этом случае при анализе используют соответствующие физические единицы - мм рт.ст., ммоль/л и другие.

Результаты данного анализа могут быть выражены средним, либо инкрементальным соотношением «затраты-эффективность» (рис. 6).

 

Рис. 6. Представление результатов анализа «затраты - эффективность»

 

При выражении результата в виде среднего соотношения «затраты-эффективность» (ACER) расчет для каждого альтернативного вмешательства проводят отдельно и представляют в виде отношения затрат на единицу эффективности (рис. 7).

На рисунке 8 приведен алгоритм применения метода «затраты-эффективность».

На практике более эффективный метод обычно обладает большей стоимостью. Возникает вопрос: какова величина дополнительных (инкрементальных) затрат, необходимых для достижения дополнительной единицы терапевтического эффекта при использовании более дорогостоящего метода? Получить ответ на него позволяет вычисление инкрементального соотношения «затраты - эффективность» (ICER) - инкрементальный анализ (рис. 9).

 

Рис. 7. Расчет среднего соотношения «затраты - эффективность», где DC - прямые затраты, IC - непрямые затраты, Ef - эффективность вмешательств

 

Рис. 8. Алгоритм применения метода «затраты - эффективность»

 

Рис. 9. Инкрементальный анализ при переходе к использованию новогс более дорогого лекарственного препарата 2 взамен устаревшего препарата 1

Анализ «затраты - выгода» (cost-benefit analysis - CBA)

Анализ «затраты - выгода»применяют для определения финансовой выгоды по отношению к затратам. Особенность данного метода анализа заключается в том, что эффективность сравнимаемых вмешательств выражается не в «натуральных единицах», а в денежном эквиваленте. Результаты анализа «затраты-выгода» представляются в виде показателя соотношения выгоды (B) и затрат (C) BCR (benefit-cost ratio)(рис.10). Предпочтение отдают методу, для которого это соотношение является набольшим.

 

Рис. 10. Расчет показателя соотношения выгоды и затрат

 

Представление результатов лечения в денежном эквиваленте не всегда выполнимо в силу этических соображений и значительной вариабельности получаемых результатов. По этой причине использование CBA оправдано лишь для сравнения эффективности различных медицинских вмешательств на уровне принятия решений в сфере политики здравоохранения.

Анализ «затраты-полезность» (cost-utility analysis - CUA)

Анализ «затраты - полезность» - метод, применяемый для определения соотношения стоимости лечения и его полезности, который основан на всестороннем и комплексном изучении качества жизни и его связи со степенью здоровья пациента. Это единственный метод, отражающий предпочтения пациентов, их родственников, а также врачей при выборе методов лечения или возможных исходов заболевания. Расчет полезности затрат осуществляют в несколько этапов.

Этап 1

Количественное определение субъективной прогностической оценки предпочтений, даваемой пациентом различным состояниям здоровья.

Для этого существует две группы методов. Первая представляет собой использование различного вида опросников и анкет, оценивающих качество жизни. Вторая группа - методы прямых оценок. К ним относятся:

• метод рейтинговых и визуально-аналоговых шкал (visual-ana-log scale);

• метод «стандартных рисков» (standard gamble);

• метод «временного компромисса» (time trade-off).

 

Рис. 10. Визуально-аналоговая шкала

Дадим характеристику каждому из них.

Метод визуально-аналоговых шкал - один из самых наглядных и простых способов прямой оценки полезности (рис. 10).

Начало шкалы обозначает наихудшее состояние (отмечается как 0), а конец - состояние полного здоровья (в зависимости от цены деления шкалы, чаще всего 10 или 100). Респонденту предлагается отметить точкой на этом отрезке состояние своего здоровья. Для дальнейшего использования полученное значение переводят в полезность от 0 до 1 (оценка 8 по десятибальной шкале будет соответствовать полезности, равной 0,8).

Метод «стандартных рисков», или «стандартной лотереи», предусматривает выбор между двумя сравниваемыми альтернативами, исход одной из которых известен, а другой - нет (рис. 11). Чаще всего респонденту предлагают выбрать между невысокого качества жизнью с определенным заболеванием и участием в «лотерее» (например, хирургическая операция), которая полностью вернет ему здоровье в случае успеха, либо приведет к смерти в случае неудачи.

 

Рис. 11. Схема метода «стандартных рисков»

Успешный исход имеет определенную вероятность (p), значение которой меняют до тех пор, пока испытуемый не оценит предлагаемые ему варианты как одинаковые по значимости или решит, что результат не стоит участия в «лотерее». Например, если пациент затрудняется сделать выбор между предложенными альтернативами при вероятности здоровья, равной 90%, и вероятностью смерти, равной 10%, то в этом случае оценка полезности пребывания в рассматриваемом состоянии равна 0,9.

Метод «временного компромисса» также предлагает сопоставить две альтернативы (рис. 12). Первая является жизнью в рассматриваемом состоянии в течение оставшихся лет жизни. Вторая альтернатива представляет жизнь в состоянии полного здоровья, но в течение меньшего срока.

Рис. 12. Схема метода «временного компромисса»

 

Респонденту предлагают сделать выбор между двумя альтернативами, постепенно изменяя время пребывания в полном здоровье второй альтернативы. Завершается оценка в тот момент, когда пациенту становится затруднительно сделать выбор. Оцениваемой полезностью в этом случае будет отношение продолжительности жизни второй альтернативы к первой. Например, если длительность жизни в оцениваемом состоянии составит 5 лет, а в полном здоровье - 3 года, то полезность в этом случае будет равна 0,6.

Этап 2

Вычисление интегрированного показателя полезности вмешательства с учетом продолжительности периода времени, для которого он был получен.

Чаще всего в расчетах используют показатель QALY (quality adjusted life years - годы жизни с поправкой на ее качество) - условная величина, отражающая изменения качества жизни, которых можно добиться с помощью данного метода лечения, на определенном промежутке времени. Общее значение QALY представляет собой сумму показателей, рассчитанных для всех изучаемых периодов.

Вычисление QALY проводят путем умножения, определенного на первом этапе показателя предпочтения для данного состояния здоровья на время, которое пациент предположительно проведет в этом состоянии (рис. 13).

 

Рис. 13. Вычисление QALY

 

Этап 3