Доказательная Медицина и Альтернативная - могут жить в одной корзине?

Наконец то, руки дошли — выкладываем (прокрутить) перевод статьи с NLM «Медицина, базирующаяся на доказательствах» (Evidence Based Medicine, EBM).

По сути, статья — это краткое описание стандарта EBM, сделанного в лучших традициях американской школы менеджмента. Короче, хорошая, полезная вещь. Без обсуждений, как Lincoln Center Orchestra в джазе.

Не нужно путать с клише «Единственно верная, официальная, одобренная всеми, легальная и честная, Доказательная Медицина», которым тыкают постоянно разного рода «борцы с мошенниками и шарлатанами», вызывая почтительный трепет у впечатлительных читательниц телеграм-чатов и тихий ужас разного рода знахарей и тантро-ведически-трехглазых «телесных терапевтов».

На самом деле пафосные фразочки типа «пользуйтесь методиками доказательной медицины» — безграмотная дежурная манипуляция торговцев страховками, таблетками и фуфломицинами, основанная на незнании и непонимании аудиторией принципов статистических методов и обработки информации.

Менеджеры по продажам дорогих операций в Израиле и Европе (медицинский туризм)- всегда строят свою тактическую линию влияния на мнение пациентов с упоминанием EBM, как знака качества продаваемого продукта.

Важная ремарка - телефонные цыгане из "банка" очень любят этот приём - упомянуть, что мол, "вот там у вас есть мошенники, но мы их разоблачим".

По сути, ЕВМ — американский стандарт на бизнес-процесс «Лечение заболеваний», и как отмечают специалисты по стандартизации — у такого подхода есть свои плюсы, есть и минусы, но об этом — в другом посте.

Лично мне EBM концепция очень близка и симпатична, главное, что она очень хорошо ложится на те правила, по которым мы привыкли работать. Но конечно — EBM больше сфокусирована на информационных технологиях и на управлении качеством в медицине, чем на эффективности лечения.

В двух словах правила входа в EBM такие:

• записывай и сохраняй как можно больше данных о своей работе,
• всегда подкрепляй свои выводы кейсами из прошлого и независимыми источниками,
• корректируй свой план в соответствии с реакциями в реальном времени и
• используй накопленный опыт в своих новых проектах и кейсах.
• Не бойся понятия "Доказательная Медицина", помни что лучшее доказательство - те результаты, которые ты сам увидел, покажи их пациенту и зафиксируй документально.

Еще раз уточняем - целью доказательной медицины является стандартизация процессов принятия медицинских решений. На эффективность и результативность это оказывает лишь косвенное влияние, в основном - в случае недостаточной нацеленности медперсонала на результат.

Более подробно вопрос целей и менеджмента ДМ раскрыт в отдельной статье: «ЕВМ с точки зрения специалиста по управлению с MBA компетенцией.»

Далее, собственно текст статьи, пожалуйста:

https://www.ncbi.nlm.nih.gov/books/NBK470182/

Определение / Введение

Медицина, основанная на доказательствах (EBM), использует научные методы для организации и использования потоков данных с целью повышения качества медицинских решений. Таким образом, наиболее качественная доступная информация объединяется с клиническим опытом лечащего специалиста и оценкой пациента. Это нужно для принятия наилучшего для пациента медицинского решения . Существует 5 основных шагов для применения EBM в клинической практике:

1. Определение клинически значимого вопроса
2. Поиск лучших доказательств.
3. Критическая оценка доказательств
4. Применение доказательств
5. Оценка эффективности EBM

EBM начинается с клинического вопроса. Клинический вопрос – это проблема, которую медицинский работник обсуждает с пациентом. После того, как клинический вопрос сформулирован, ищутся соответствующие научные доказательства, относящиеся к клиническому вопросу. Научные доказательства включают результаты исследований и мнения экспертов. Не все данные имеют одинаковую силу. Рекомендации эксперта не столь надежны, как результаты хорошо проведенного исследования, которые, в свою очередь, не столь надежны, как результаты набора хорошо проведенных исследований. Таким образом, в медицине, основанной на доказательствах, уровни доказательств или данных должны оцениваться по их относительной силе. Более сильным доказательствам следует придавать большее значение при принятии клинических решений.

Доказательства обычно разделяются на шесть различных уровней:

• Уровень IA: доказательства, полученные из метаанализа множества хорошо проведенных и хорошо спланированных рандомизированных исследований. Рандомизированные исследования предоставляют одни из самых надежных клинических доказательств, и если они повторяются и их результаты объединяются в метаанализе, то общие результаты считаются еще более сильными.
• Уровень IB: доказательства, полученные из одного хорошо проведенного и хорошо спланированного рандомизированного контролируемого исследования. Рандомизированное контролируемое исследование, когда оно хорошо спланировано и проведено, является золотым стандартом для клинической медицины.
• Уровень IIA: доказательства, полученные как минимум из одного хорошо спланированного и выполненного нерандомизированного контролируемого исследования. Когда рандомизация не происходит, в исследование может быть внесено больше предвзятости.
• Уровень IIB: доказательства, полученные как минимум из одного хорошо спланированного исследования типа "случай-контроль" или когортного исследования. Не все клинические вопросы могут быть эффективно или этично изучены с помощью рандомизированного контролируемого исследования.
• Уровень III: доказательства, полученные как минимум из одного неэкспериментального исследования. Обычно доказательства уровня III включают серии случаев, а также не хорошо спланированные исследования типа "случай-контроль" или когортные исследования.
• Уровень IV: экспертные мнения уважаемых авторитетов в данной области, основанные на их клиническом опыте.

Все клинические исследования или научные доказательства можно классифицировать в одну из вышеперечисленных категорий. Затем клиницист должен использовать свой профессиональный клинический опыт, чтобы экстраполировать научные доказательства, как они применимы к конкретному пациенту. Большинство клинических исследований имеют конкретные критерии включения и исключения, а также специфическую популяцию, изучаемую в исследовании. Чаще всего пациент, которого лечит клиницист, будет иметь одно или несколько существенных различий с популяцией в исследовании. Медицинский работник должен использовать свое клиническое суждение, чтобы определить, насколько важны или не важны различия между пациентом и популяцией исследования и как они влияют на применение результатов исследования к конкретному пациенту.

Например, конкретный пациент может быть 70-летней женщиной с историей гиперлипидемии и новым диагнозом гипертонии, рассматривающей варианты лечения гипертонии. Клиницист может найти хорошее рандомизированное контролируемое исследование, изучающее лекарства для контроля гипертонии, но критерии включения в исследование были популяцией в возрасте от 18 до 65 лет. Должен ли клиницист игнорировать результаты, так как конкретный пациент не соответствует демографическим данным исследования? Должен ли клиницист игнорировать разницу в возрасте между конкретным пациентом и популяцией исследования? Здесь клиническое суждение помогает преодолеть разрыв между соответствующими научными доказательствами и конкретным пациентом, которого лечат.

Наконец, клиницисты, использующие медицину, основанную на доказательствах, должны учитывать всю информацию в контексте ценностей или предпочтений пациента. Ценности или предпочтения пациента могут конфликтовать с некоторыми возможными вариантами. Даже сильные доказательства в поддержку конкретного лечения могут не совпадать с предпочтениями пациента, и, следовательно, клиницист может не рекомендовать лечение пациенту. Также лечение может не подходить конкретному пациенту.

Например, у пациента может быть определенная форма рака. Доказательства уровня IA могут свидетельствовать о том, что продолжительность жизни может удвоиться с 8 до 16 месяцев при химиотерапии. Химиотерапия имеет значительные побочные эффекты. Пациент может считать эти побочные эффекты неприемлемыми и отказаться от химиотерапии из-за своих предпочтений и ценностей.

После того как клинический вопрос сформулирован, соответствующая научная информация оценена, и клиническое суждение использовано для применения соответствующих научных доказательств к конкретному пациенту и его ценностям, необходимо оценить результат. Последним шагом является повторная оценка пациента и клинического результата после применения информации. Помогло ли вмешательство? Были ли результаты ожидаемыми? Какая новая информация получена? Как эту информацию можно применить к будущим ситуациям и пациентам?

Медицина, основанная на доказательствах, начинается с клинического вопроса и возвращается к нему в конце, чтобы увидеть, насколько эффективно сработал процесс. Без непрерывной переоценки медицинский работник не сможет быть уверен, положительное ли его воздействие или отрицательное. Медицина, основанная на доказательствах, – это постоянное колесо улучшения, а не одноразовый линейный процесс.

Проблемные вопросы

Функция медицины, основанной на доказательствах (EBM), заключается в объединении трёх различных элементов: предпочтений пациента, клинического суждения медицинского работника и лучшей доступной, релевантной научной информации для улучшения медицинского обслуживания.

Однако существует множество критики в адрес медицины, основанной на доказательствах:

Предвзятость публикаций

Медицина, основанная на доказательствах, опирается на опубликованные результаты, придавая большее значение доказательствам классов I и II. Многие исследования показывают, что положительные результаты чаще публикуются, чем отрицательные, что приводит к предвзятости публикаций, склоняющей доказательства в сторону положительных результатов. Кроме того, исследования, финансируемые компаниями, чаще публикуются с целью продвижения использования изучаемого лекарства или устройства, что также может искажать доступные доказательства.

Предвзятость рандомизированных контролируемых испытаний

EBM придает наибольшее значение рандомизированным контролируемым испытаниям. Хотя такие испытания могут предоставлять сильные доказательства, они не всегда возможны или целесообразны. Если заболевание имеет очень низкую распространённость, может быть крайне сложно или невозможно набрать достаточное количество участников для исследования.

Например, прогерия — это редкое заболевание с частотой около одного на четыре-восемь миллионов новорожденных и средней продолжительностью жизни 14 лет. В мире с населением около 7,6 миллиардов человек и ежегодным уровнем рождаемости 18,5 на 1000 человек, всего существует от 100 до 400 человек с прогерией. Проведение рандомизированного контролируемого испытания с таким малым количеством пациентов для получения значимых результатов непрактично.

В качестве второго примера можно рассмотреть этические аспекты рандомизированных контролируемых испытаний. В статье Смит и др. (2003) приводится аргумент о том, что все принимают как должное, что парашюты помогают предотвратить травмы и спасают жизни после прыжка из самолета. Это здравое суждение еще не изучено и не доказано с помощью рандомизированного контролируемого испытания. В статье утверждается, что некоторые здравые идеи следует принимать без проведения таких испытаний, так как найти исследователей, готовых участвовать в испытаниях с плацебо, проверяющих полезность парашютов, практически невозможно.

Наконец, существует гораздо больше клинических вопросов, чем рандомизированных контролируемых испытаний. Количество подходящих вопросов для хорошо спланированного и проведенного рандомизированного контролируемого испытания значительно превышает доступные ресурсы для проведения таких испытаний. Нужно признать, что ресурсы ограничены, и тратить время на каждый возможный клинический вопрос или его вариант может быть непрактично или нецелесообразно. Исследования должны сосредоточить ресурсы на более значимых клинических вопросах.

Временной лаг

Хорошо спланированное и проведенное рандомизированное контролируемое испытание требует времени на разработку, проведение и публикацию результатов. За это время в медицинской сфере могут произойти значительные изменения. Более одного раза бывало так, что исследование стремилось изучить химиотерапевтический режим для конкретного вида рака, но к моменту публикации результатов этот режим уже устарел.

Ценности

Хотя ценности пациента явно входят в модель медицины, основанной на доказательствах, многие медицинские работники их упускают или сводят к минимуму. Нередко медицинский работник распознает медицинскую проблему, проводит анализ, оценивает и усваивает соответствующую научную информацию и реализует вмешательство без учета ценностей пациента. Легко попасть в ловушку стремления к реализации "лучших доказательств" или "лучших практик", не понимая, как они согласуются или противоречат ценностям пациента.

Клиническое значение

Медицина, основанная на доказательствах, предоставляет структуру для применения соответствующих научных доказательств к состоянию пациента на основе его ценностей с использованием клинического суждения врача для индивидуализации лечения. Цель EBM — улучшение медицинских исходов на основе наиболее качественных доступных доказательств. После реализации вмешательства результат должен быть переоценен в контексте клинического вопроса, чтобы понять, какой эффект был достигнут. EBM также может применяться на уровне популяции для формирования рекомендаций на основе текущих медицинских данных. Рекомендации обычно оцениваются по качеству подлежащей научной базы.

Взаимодействие медсестер, смежных специалистов и междисциплинарных команд

EBM предоставляет клиницистам дорожную карту для применения достоверных научных данных к состоянию пациента на основе его ценностей с использованием клинического суждения врача для индивидуализации лечения. Цель EBM — улучшение медицинских исходов на основе наиболее качественных доступных доказательств. Краткосрочная оценка данных показывает, что EBM может способствовать улучшению результатов лечения при определённых заболеваниях.

References

1. Sackett DL, Rosenberg WM, Gray JA, Haynes RB, Richardson WS. Evidence based medicine: what it is and what it isn't. 1996. Clin Orthop Relat Res. 2007 Feb;455:3-5. [PubMed]
2. Sackett DL, Straus SE. Finding and applying evidence during clinical rounds: the "evidence cart". JAMA. 1998 Oct 21;280(15):1336-8. [PubMed]
3. Sackett DL. Evidence-based medicine. Spine (Phila Pa 1976). 1998 May 15;23(10):1085-6. [PubMed]
4. Steves R, Hootman JM. Evidence-Based Medicine: What Is It and How Does It Apply to Athletic Training? J Athl Train. 2004 Mar;39(1):83-87. [PMC free article] [PubMed]
5. Fernandez A, Sturmberg J, Lukersmith S, Madden R, Torkfar G, Colagiuri R, Salvador-Carulla L. Evidence-based medicine: is it a bridge too far? Health Res Policy Syst. 2015 Nov 06;13:66. [PMC free article] [PubMed]
6. Horwitz RI, Charlson ME, Singer BH. Medicine based evidence and personalized care of patients. Eur J Clin Invest. 2018 Jul;48(7):e12945. [PubMed]
7. Wivel AE, Lapane K, Kleoudis C, Singer BH, Horwitz RI. Medicine Based Evidence for Individualized Decision Making: Case Study of Systemic Lupus Erythematosus. Am J Med. 2017 Nov;130(11):1290-1297.e6. [PubMed]
8. Jefferson T, Doshi P, Boutron I, Golder S, Heneghan C, Hodkinson A, Jones M, Lefebvre C, Stewart LA. When to include clinical study reports and regulatory documents in systematic reviews. BMJ Evid Based Med. 2018 Dec;23(6):210-217. [PubMed]
9. Horwitz RI, Singer BH. Why evidence-based medicine failed in patient care and medicine-based evidence will succeed. J Clin Epidemiol. 2017 Apr;84:14-17. [PubMed]
10. Thakur H, Cohen JR. Depression screening in youth: Multi-informant algorithms for the child welfare setting. Psychol Assess. 2019 Aug;31(8):1028-1039. [PubMed]
11. García-Carrasco M, Mendoza-Pinto C, Rojas-Villarraga A, Molano-González N, Vallejo-Ruiz V, Munguía-Realpozo P, Colombo AL, Cervera R. Prevalence of cervical HPV infection in women with systemic lupus erythematosus: A systematic review and meta-analysis. Autoimmun Rev. 2019 Feb;18(2):184-191. [PubMed]
12. Koretz RL. Assessing the Evidence in Evidence-Based Medicine. Nutr Clin Pract. 2019 Feb;34(1):60-72. [PubMed]

Disclosure: Steven Tenny declares no relevant financial relationships with ineligible companies.

Disclosure: Matthew Varacallo declares no relevant financial relationships with ineligible companies.

Copyright © 2024, StatPearls Publishing LLC.

Спасибо, дорогие друзья, будьте здоровы!

Отельное спасибо - авторам статьи Steven Tenny; Matthew Varacallo.