Статистика в кардиологии.
15 лет спустя.

Введение
Что такое "ХОРОШО"
И что такое "ПЛОХО"
Диагноз: патологическая статистика в кардиологии
Данные + Статистика = Знания + Экономика
Заключение
Литература

Данные + Статистика = Знания + Экономика

Ключом ко всякой науке
является вопросительный знак
___________________
Оноре де Бальзак

  Как и в обзоре «Применение методов статистики в кардиологии (по материалам журнала «Кардиология» за 1993–1995 гг.) опубликованном нами 15 лет назад, в нынешнем обзоре также констатируем наличие такого «заболевания», как «патологическая статистика» в кардиологических публикациях. Причин длительного существования такой журнальной патологии немало. Часть из них рассмотрены выше, другие подробно на сайте БИОМЕТРИКА которому в ноябре 2013 года также исполняется 16 лет. Однако если провести интеграцию этих причин, то в итоге можно сформулировать доминирующий аспект, который, в конечно счёте, и объясняет появление этой патологии.

    Весьма важно в данном случае ответить и на такой вопрос: является ли данная патология присуща только отечественной кардиологии, или же она имеет более широкий характер? О системном характере этого явления говорит тот факт, что она наблюдается не только в кардиологии, и не только в наше время, но и в целом в  отечественной медицине и биологии, и в гораздо более раннем периоде. В нашей  статье «Долгое прощание с лысенковщиной» [29], написанной 20 лет назад, мы приводим пример того, как Н.И. Ермолаева, аспирантка академика Т.Д. Лысенко, опубликовала статью, в которой с помощью статистики пыталась опровергнуть законы Менделя. И поскольку она была уверена в истинности своих результатов, то она опубликовала даже таблицу проанализированных ею данных. Что и позволило затем академику А.Н. Колмогорову, проведя корректный анализ этих данных, опубликовать в «Докладах Академии наук СССР» свою статью «Об одном новом подтверждении законов Менделя».

   О системном характере статистической некорректности в медицине говорит и книга профессора Института организации медицины А.Я. Боярского «Статистические методы в экспериментальных медицинских исследованиях», опубликованная в 1955 году. Автор детально проанализировал большое количество статей, опубликованных в течение нескольких лет в известных советских медицинских журналах разной тематики. По сути дела это было первое отечественное исследование, в котором автор на значительном конкретном материале констатировал крайне неблагополучную ситуацию с применением статистики в экспериментальной медицине и биологии тех лет.  «Уже беглое ознакомление с состоянием дела показывает, что статистическая обработка экспериментальных данных является наиболее слабым местом во многих исследованиях. … 

  Трудно требовать от медика, чтобы он, наряду со знаниями в своей собственной области, был в то же время достаточно вооружённым, скажем, в радиотехнике для конструирования аппаратуры, улавливающей биотоки, или в статистике для нахождения наиболее правильных методов статистической обработки своих экспериментальных данных. И подобно тому, как медику, несомненно, приходится обращаться за содействием к радиотехнику, для правильной статистической обработки экспериментальных данных нередко приходится обращаться к специалисту-статистику … Так или иначе, но бесспорным фактом являются и недостаточная вооружённость медиков статистическими знаниями, и недостаточно высокий научный уровень статистической методики в большинстве их экспериментальных работ». [7] Напомним, что эти слова были написаны ещё в 1955 г., т.е. уже более полувека назад констатировалось, что медицинские исследования по своей сути являются междисциплинарными, и уже потому требуют обязательного участия биостатистика.  

    Аналогичный обзор «О применении статистических методов в медико-биологических исследованиях» был опубликован в 1987 г. профессором А.И. Орловым в журнале «Вестник Академии медицинских наук СССР».[49] «… можно сделать вывод о целесообразности организации работ по критическому анализу сложившейся в медико-биологических исследованиях практики статистической обработки данных. … Целесообразно создание службы статистических консультаций в системе научно-исследовательских учреждений медико-биологического профиля».  

   «В известной среди медиков и биологов  книге «Медико-биологическая статистика», её автор, английский медик С. Гланц, так пишет о патологической статистике. «Врачам известно множество методов диагностики и лечения, эффективность которых была «доказана» статистическими методами и которые, тем не менее, канули в Лету, не выдержав испытания практикой. ... Вред, приносимый ошибками такого рода, очевиден. Исследователь заявляет о «статистически достоверном» эффекте лечения, редактор помещает статью в журнал, врач, неспособный критически оценить  публикацию, применяет неэффективный метод лечения. В конце этой цепи находится больной, который расплачивается за всё, подвергаясь ненужному риску и не получая действительно эффективного лечения. Не следует сбрасывать со счетов и ущерб от самого факта проведения бессмысленных исследований. Деньги и подопытные животные приносятся в жертву науке, больные рискуют ради сбора ошибочно интерпретируемых данных» [34]

    А вот как гораздо раньше об этом же сказал известный советский хирург-кардиолог, директор Института сердечно-сосудистой хирургии Николай Михайлович Амосов (для справки: в 1939 году Н.М. Амосов получил диплом медика с отличием, а в 1940 году – диплом инженера с отличием; в Институте сердечно-сосудистой хирургии он сделал 56 тысяч операций на сердце). «Медицина знает много подобных историй. Новые лекарства, операции. Потом оказывается – бесполезные, а то и вредные. Без этого нельзя. Не всё можно проверить на собаках и мышах. Только через грустный опыт отстаивается золотой фонд медицины. Врачи тоже люди, и они искренне увлекаются. Материал для экспериментов, к сожалению, неподходящий. Но другого нет. Одно нужно – честность. Признайся, удержи других. Но на это тоже нужно мужество. Ох, как не хочется признаваться! … «Право учёного на ошибки». Нельзя его отнять даже в медицине. Не рисковать – значит замедлять темп развития, масса людей погибнет, не дождётся. Человечеству обойдётся много дороже». [3]

   «Наш многолетний опыт общения с медиками и биологами показывает, что на этом этапе главным препятствием для последующего результативного статистического анализа собранных экспериментальных данных является их идейная (в смысле идей статистики) неподготовленность. Эта идейная безграмотность, проявляемая в незнании основных возможностей современной прикладной статистики, приводит к примитивизму выводов, получаемых после анализа нередко бесценных наблюдений. Однако вернёмся к этапу декомпозиции целей исследования в конкретные задачи, решение которых и должно обеспечить исследователю достижения поставленной цели. Часть сформулированных задач для их решения требуют статистического аппарата. Ниже мы попытаемся проиллюстрировать этот этап, используя вполне конкретный пример из нашей практики.  Отметим, что данный этап декомпозиции целей исследования в задачи, требующие последующего статистического анализа данных, лучше всего выполнять совместно с квалифицированным биостатистиком. Более оптимально, если этот же специалист будет сам организовывать или решать сформулированные задачи статистического анализа данных. … опыт разработки задач анализа биомедицинских данных позволяет выделить два подхода в реализации этого этапа.

    Первый подход характерен для небольших исследований, имеющих локальный характер. Например, при написания статьи или доклада на конференцию или в журнал, либо же на этапе написания дипломной работы требуется провести анализ небольшой выборки наблюдений, порядка 20-40 наблюдений с 4-8 признаками, переменными.  Обычно такие работы требуют для своего выполнения 2-3 вполне определенных и конкретных методов, о которых сам исследователь, как правило, может уже достаточно внятно объяснить. К примеру, требуется сравнить средние значения конкретного количественного признака в группе больных и в контрольной группе здоровых. Либо же провести аналогичное сравнение группы больных до лечения, и после лечения и т.д. При реализации такого подхода в формулировке задач и выборе необходимых методов их решения доминирует сам исследователь. На долю биостатистика в этом случае остаётся либо роль квалифицированного и оперативного исполнителя анализа данных, либо же, исходя из особенностей признаков, некоторая корректировка предлагаемых методов анализа.

    Второй подход характерен для исследований большего объёма - НИОКР, кандидатские и докторские диссертации и т.д. Необходимым условием реализации такого подхода является наличие истинного профессионализма у руководителя исследования. Такой профессионал не только осознает ограниченность собственных знаний, но и не стыдится этой ограниченности. К сожалению, такое осознание приходит с годами и не свойственно молодым начинающим исследователям. Подобный профессионализм приводит к пониманию того, что только участие такого же профессионала в области анализа данных позволит максимально полно использовать имеющиеся наблюдения и получить адекватные результаты». [31]

     Проблема методологического конфликта в науке существует давно. Так 125 лет назад, 1 сентября 1888 года, вступительной лекцией профессора С.И. Коржинского на тему «Что такое жизнь?» была открыта подготовка медиков в Томском Императорском университете – первом за Уралом университете, основанном в 1878 г. В своей лекции С.И. Коржинский коснулся актуальной для нас и сегодня темы методологии науки. [31]

   «Таково уж свойство человеческого ума, что как только удовлетворены все насущные житейские потребности, человек стремится постигнуть смысл окружающих явлений, подметить законы, по которым они совершаются. Он делает наблюдения, собирает факты, выводит заключения; но чем глубже проблема, тем слабее, ничтожнее кажутся фактические знания, которыми обладает человечество, и страстная потребность ума найти решение волнующих его вопросов удовлетворяется иным путем - тем полетом мысли, который называют воображением. 

  Таким образом, два орудия мысли находятся у человечества - факт и гипотеза; два направления - эмпиризм и философия… Факты есть основа науки; они лежат в основе и всякой гипотезы. Факты - это золото, которое тщательно сосчитанное и рассортированное лежит в кладовых банка. Теории и гипотезы - это кредитные бумаги, которые пускаются в обращение, и которые имеют цену, сообразную с количеством звонкой монеты, которому она соответствует. Факты имеют значение абсолютное, теории и гипотезы - лишь относительное. Однако одни Факты ещё не составляют науки. Грубый эмпиризм не может удовлетворить запросов ума.

   Работа учёного не может состоять лишь из собирания фактов. Для него необходимо возвышаться над фактами, осматривать их с высоты птичьего полета, стремиться уловить внутреннюю связь явлений, восполняя пробелы воображением, намечая пути новых исследований. Если рассматривать вблизи какую-нибудь картину, то мы увидим лишь мазки кисти и грубые очертания. Чтобы уловить идею картины, чтобы постичь ее красоту, нужно отойти на некоторое расстояние. Факты есть строительный материал, теория - план будущего здания. Во время постройки план может много раз меняться, строительный материал идёт в дело, так или иначе, но без плана невозможно вывести здание. Так без теории не может существовать наука».

Эволюционизм науки, о котором говорил С.И. Коржинский, есть обязательное условие развития науки. При этом эффективное развитие науки реализуется через обучение и творчество. Эффект от реализации двух этих компонент науки возможен лишь при паритете между поступлением новой информации, и её переработкой. Лишь в этом случае новые знания смогут быть усвоены и упорядочены. А это требует самостоятельных усилий по осмыслению каждой новой порции фактов, и полученных на их основе знаний. Отсутствие такой гармонизации новых и старых знаний только дезорганизует мышление. Вот как высказался об этом один из родоначальников эволюционизма, английский философ Герберт Спенсер: "если знания человека находятся в беспорядочном состоянии, то чем больше он имеет их, тем сильнее расстраивается его мышление". 

    Фактически в данном случае речь идёт о необходимости оптимальных пропорций между широтой и глубиной знаний у конкретного исследователя. Чем шире область интересов исследователя, тем меньше глубина знания. И наоборот. О важности этого аспекта вообще в жизни можно судить, например, вот по какому примеру. Если сделать в поисковой системе Яндекс запросы типа «оптимальное соотношение ширины и длины», «оптимальное отношение глубины и ширины», и т.п., то получим примерно  400-600 тысяч ссылок. Причём в некоторых из этих запросов на первом месте среди найденных ссылок будут расположены весьма необычные, и даже неожиданные, шокирующие материалы…

            Весь предыдущий период развития человечества характеризовался изменением  приоритетности между такими основными ресурсами, как:

• материальные ресурсы
• природные ресурсы
• трудовые ресурсы
• финансовые ресурсы
• энергетические ресурсы.

    Однако начиная со второй половины 20-го века достаточно большую долю в развитии общества стали занимать информационные ресурсы. Выход в 1984 году книги Громова Г.Р. «Национальные информационные ресурсы: проблемы промышленной эксплуатации» [19],  пояснил, почему данные ресурсы стали рассматриваться в мире как одна из экономических компонент. Это объяснялось растущей зависимостью экономик развитых стран, как от объёмов имеющейся информации, так и от эффективности средств передачи и переработки информации. Занимавшийся этой проблемой профессор Гарвардского университета  А. Осттингер писал:  «…наступает время, когда информация становится таким же основным ресурсом, как материалы и энергия, и, следовательно, по отношению к этому ресурсу должны быть сформулированы те же критические вопросы: кто им владеет, кто в нём заинтересован, насколько он доступен и возможно ли его коммерческое использование».  

    О том, что роль информации как экономической категории станет ведущей, ещё в 1967 году писал Р. Сарноф, президент крупнейшей радиокорпорации США: «...недалеко то время, когда информация станет товаром первой необходимости, равным по важности энергии». Сейчас информационные услуги обеспечивает в США более 50 % доходов национального бюджета страны, а специальные службы США на сбор и обработку информации расходуют более 2/3 своего бюджета.

            Проецируя данный аспект развития цивилизации на медицину, возникают аналогичные вопросы о соотношении приоритетов между всеми ресурсами. При этом очевидно, что эти соотношения будут различаться в медицинской практике и науке. Точно также можно говорить и о различной ценности информации  в двух этих областях медицины. Прежде чем попытаться сформулировать основную причину живучести обсуждаемой статистической патологии, зададимся вопросом: – А вообще-то нужна ли кардиологии статистика? А если нужна, то зачем и почему? 

    На первый взгляд, этот вопрос покажется примитивным и не очень уместным для данного обзора. Вроде бы и так всё ясно и понятно: да, кардиологам статистика нужна. Кто же в этом сомневается и оспаривает эту необходимость? Однако в действительности этот вопрос не столь прост, как может показаться на первый взгляд. Ниже мы обсудим этот аспект, и попытаемся более подробно ответить на него. Для того чтобы результат такого обсуждения был более доступным для понимания именно медиками, воспользуемся для этого публикациями самих учёных-медиков и преподавателей медицинских вузов. В частности, обсудим фрагменты из популярных учебников, монографий и статей.

    Учитывая межпредметный, философский характер этого вопроса, обратимся к книге «Философия науки и медицины» [63], автор которой известный специалист  в области истории и философии медицины и науки, профессор, заведующий кафедрой философии Первого Московского государственного медицинского университета (ПМГМУ) им. И.М.Сеченова, Хрусталёв Ю.М.

   «Что касается развития научной медицины в античной Греции, то это происходило противоречиво. Согласно Гиппократу, она долгое время оставалась врачебным искусством. Медицина не могла стать научной, пока не произошло её соединение с натурфилософией.  … Но по-настоящему научно-философский подвиг в медицине совершил великий врач и мыслитель античности Гиппократ (460-377 до н.э.). Он, по сути, выделил из натурфилософии медицину как самостоятельную дисциплину. Учёный первым в истории медицины придал ей и статус науки, что означало создание принципиально нового рода занятий врачей - исследования человека и причин его заболевания. Они стали активно использовать точные (научные) методы опознания болезней.  Согласно Гиппократу, медицина делает всех врачей истинными философами, т.е. обеспокоенными судьбой людей. Это – благородное служение людям.

 Оно даёт врачам ощущение высокой гуманитарной ответственности за качественное предупреждение или лечение заболеваний. А посему философская мудрость нацеливает медика на постоянное стремление к овладению научными знаниями, передовыми методами, лучшими средствами избавления людей от болей: больших и малых, физических и душевных. Поэтому медику, как мудрому человеку, укрепляющему здоровый дух людей, требуется глубокое специальное и социально-культурное осознание медицины как естественно-научной и гуманитарной науки…

   Последователь врачебной идеологии Гиппократа Гален (ок. 130 - ок. 201) в «Истории философии», написанной для студентов-медиков, не уставал повторять, «что лучший медик должен быть истинным философом». Медикам своего времени, отвернувшимся от учения и морали Гиппократа, Гален предъявил три обвинения: в невежестве, коррупции и абсурдной разобщённости. В первом – он говорил об устранении врачей от научного познания человека. Утратив его, медицина перестает быть врачеванием и превращается в «ползучую эмпирическую практику». [63]

   Таким образом, в принципе кардиолог может эмпирически добывать это знание на собственных пациентах. Очевидно, что цена такого знания будет катастрофически высокой и неприемлемой для общества. В таком случае лечащий врач-кардиолог, не являясь учёным, исследователем, однако желая «овладевать новыми научными знаниями» в области кардиологии, будет вынужден читать статьи  в кардиологических журналах, диссертации  по кардиологии, слушать доклады на конференциях, и т.д. Но тогда ему необходимо иметь минимальный набор знаний по статистике, которую используют авторы публикаций, и докладчики, обобщая собственный эмпирический опыт методами статистики. Это позволит ему оценивать надёжность и корректность авторских выводов, приведённых в этих публикациях, и самостоятельно принимать решение о целесообразности их использования в своей врачебной деятельности. Т.е. избегать тех ситуаций, о которых писали Н. Амосов и С. Гланц.

    Именно этот аспект, определяющий уровень обучения статистике лечащих врачей, а не учёных-медиков, подробно описан в нашем докладе [46]  на Международной конференции по доказательной медицине в Ереване (18-20.10.2012).  Для лечащего врача, а не для учёного-медика, исследователя, объём, и уровень познаний в области статистики определяется главной целью использования этих знаний: определить надёжность авторских выводов в публикациях, и сделать собственное заключение о доверии или недоверии к этим выводам. Чтобы далее принять или отвергнуть их в своей практической деятельности. Для учёных-медиков, исследователей, область применения статистических знаний совершенно иная.

    Конечно, эти знания, как и у практикующих врачей, нужны им для оценки публикаций. Такие публикации близки к тематике их исследований. Что уже сужает набор статистических методов, которыми необходимо владеть таким исследователям. Однако уровень владения такими методами должен быть таковым, что часть из них, не самых сложных, исследователь мог бы выполнять самостоятельно, без привлечения профессиональных биостатистиков. Этот аспект требует определённого уровня теоретических знаний по данным методам. Отсутствие же таких знаний как раз и приводит к тем отрицательным примерам, которые были приведены выше. Важным аспектом этого требования является то, что результат некачественного статистического анализа по своей сути является дезинформацией. Далее эта дезинформация, будучи применена во врачебной практике, вполне может оказать отрицательное воздействие на пациентов, что является явным нарушением гиппократовского принципа «Не навреди!».

    Вторая компонента определения объёма и уровня знаний у медиков в области статистики  определяется спектром статистических методов, используемых в публикациях, и уровнем их описания. Например, если почитать статьи в медицинских журналах и диссертациях, написанные 50-60 лет назад, то можно обнаружить, что в них присутствует очень небольшой набор статистических методов. Ещё меньше этот набор методов в публикациях 100-летней давности. Однако ошибочно думать, что расширение набора используемых в медицине статистических методов обусловлено лишь развитием самой статистики. Причины этого, прежде всего, в развитии самой медицины. Вот что пишет об этом Хрусталёв Ю.М.

     «В связи с возникновением новых пограничных дисциплин (медицинская радиология, медицинская генетика, клиническая физиология, космическая биология и медицина) всё большее значение приобретают такие философские и методологические аспекты, как взаимосвязь физических, химических, биологических и социальных закономерностей в жизнедеятельности организма (в норме и патологии), соотношение различных приёмов исследований, возможность и сфера применимости математических, кибернетических, статистических и других средств познания. Это обусловливает возможность применения новых научных методик изучения, оперирующих количественными величинами и их соотношениями». [63] 

    Т.е. для учёта многообразных и сложных  количественных взаимосвязей и закономерностей, требуются адекватные, столь же многообразные и сложные средства их познания, в т. ч. и сложные статистические методы. И здесь также соблюдается общеизвестное соотношение между спросом и предложением. Например, многие из современных статистических методов были развиты как раз благодаря потребности в них, спросу на их использование.  Если же исследователь вместо современных сложных методов статистического анализа зацикливается на самых примитивных методиках, например, лишь на сравнении средних, то этим он демонстрирует свой примитивизм восприятия сложнейших процессов происходящих в человеческом организме.

    В развитии каждой науки есть свои этапы перехода в новый качественный уровень. Таким новым этапом в настоящее время является концепция доказательной медицины. Не случайно эта концепция зародилась именно на Западе, где спектр и уровень использования возможностей различных наук и техники, в том числе и статистики, в медицинской науке несравненно выше, чем в странах бывшего СССР. Доказательная медицина «…руководствуется двумя ключевыми принципами:
•  каждое клиническое решение врача должно приниматься с учётом научных данных;
•  ценность каждого нового факта тем выше, чем основательнее выработана методика научного исследования.

Именно они становятся важнейшей частью научной идеологии всей системы здравоохранения. [63]

   Одним из показателей уровня научного исследования и публикаций, является адекватность использования авторами специальной терминологии. Поскольку адекватное владение терминами соответствующей области знания отражает корректное усвоение авторами базовых понятий этой науки. Обратимся вновь к монографии Хрусталёва Ю.М. «В научно-познавательной деятельности учёного большую роль  играют термины  (лат. terminus - граница, предел). Под термином понимается слово или словосочетание, точно обозначающее понятие и его взаимосвязь, и соотношение с другими понятиями. Характерной чертой терминов является автономность, отсутствие жёсткой связи с контекстом изложения того или иного научного сюжета. Термин должен быть максимально однозначным и нейтральным. … В условиях усиливающихся международных связей однозначное употребление научных терминов на разных языках – прогрессивное явление, облегчающее взаимопонимание ученых. К сожалению, медицинская понятийная терминология не в полной мере отвечает выше перечисленным требованиям». [63]

  Для иллюстрации последнего утверждения рассмотрим систематически ошибочно используемый в публикациях по кардиологии термин «достоверность». Типичные обороты с этим термином таковы: «Различия считали достоверными», «Статистически достоверными считали различия», «достоверная разница», «достоверное отличие» и т.п. Как правило, такие обороты используются авторами при описании результатов проверки статистических гипотез с помощью тех или иных статистических критериев.

   Некорректность данного выражения уже давно описана известным специалистом в области доказательной медицины Н. Зориным в статье «О НЕПРАВИЛЬНОМ УПОТРЕБЛЕНИИ ТЕРМИНА "ДОСТОВЕРНОСТЬ" В  РОССИЙСКИХ НАУЧНЫХ ПСИХИАТРИЧЕСКИХ И  ОБЩЕМЕДИЦИНСКИХ СТАТЬЯХ» [24] опубликованной нами на сайте БИОМЕТРИКА ещё в 2000 г. Поскольку подобные критические статьи не являются неким регламентом, которому обязательно должны следовать читатели, то обратимся к Государственным стандартам.

  Как известно, практика создания государственных стандартов в России начинается с 1925 г. Конституция Российской Федерации  относит такие стандарты к вопросам ведения государства. Такие стандарты имеют обязательный характер, и их несоблюдение преследуется по закону. Рассмотрим содержание Государственного стандарта ГОСТ Р 50779.10-2000 «Статистические методы. Вероятность и основы статистики. Термины и определения», М.: Госстандарт России. Этот стандарт состоит из 46 страниц, в которых на вполне доступном уровне объясняются базовые понятия и термины теории вероятностей и статистики. В предисловии читаем: «Разделы настоящего стандарта, за исключением разделов 1a, 1b и приложения А, представляют собой аутентичный текст международного стандарта ИСО 3534-1–93 «Статистика. Словарь и условные обозначения. Часть 1. Вероятность и основные статистические термины». Т.е. аналогичный международный стандарт был принят ещё 20 лет назад в 1993 году.

    На 1-й странице данного ГОСТ’а читаем: «Настоящий стандарт устанавливает термины и определения понятий в области теории вероятностей и математической статистики».  Отметим, что описания этих терминов вполне доступны для понимания и восприятия всем категориям читателей, и поэтому могут считаться определениями. Например, на стр. 2 в разделе 1 «Термины, используемые в теории вероятностей», читаем:

«1.1 вероятность
Действительное число в интервале от 0 до 1, относящееся к случайному событию». На этой же странице, справа от этого предложения, приведён перевод термина «вероятность» на английском и французском языках.
Напомню, что выше, в статье «Психогенная одышка и гипокапния у больных ишемической болезнью сердца до и после коронарного шунтирования» (ПКК, № 1, 2012, с. 39-42, было обнаружено предложение, в котором использовалось выражение «p > 1». Т.е. ни 5 авторов статьи, ни весь коллектив редакционной коллегии ПКК, допустивший рукопись этой статьи к публикации, и не подозревают о подобном ограничении на величину вероятности.  Эту же самую информацию об интервале значений вероятности можно найти даже в следующих  школьных учебниках:

1) Бунимович Е. А., Булычев В. А. Вероятность и статистика. 5-9 кл.: Пособие для общеобразоват. учеб. заведений. - М.: Дрофа, 2002. - 160 с.: ил.

2) Бородкина В.В. Высоцкий И.Р., Захаров П.И., Ященко И.В. Теория вероятностей и статистика. Контрольные работы и тренировочные задачи. 7-8 класс. – М.: МЦНМО, 2011. – 72 с.

3) Бродский Я.С. Статистика. Вероятность. Комбинаторика. М.: ООО «Издательство Оникс: ООО «Издательство «Мир и Образование», 2008. – 544 с.: ил. – (Школьный курс математики).

4) Мордкович А.Г. События. Вероятности. Статистическая обработка данных: Доп. Параграфы к курсу алгебры 7–9 кл. общеобразоват. учреждений/ А.Г. Мордкович, П.В. Семёнов. – 5- изд. – М.: Мнемозина, 2008. – 112 с.: ил.,  и т.д.

    Если же внимательно прочитать весь ГОСТ «от корки до корки», то мы не обнаружим в нём ни одного выражения, использующего слово «достоверность». Зато найдём в нём много определений терминов, связанных с проверкой статистических гипотез. В частности, таких терминов, как «уровень значимости», «критическая область», «вероятность ошибки первого рода», «значимый результат», и т.д. Впрочем, для того чтобы познакомиться с этими определениями, вовсе не обязательно изучать данный ГОСТ. Вполне можно обойтись и учебниками математической статистики, однако, написанными специалистами в этой области.

Доминирование в публикациях выражений с использованием слова "достоверность" вместо выражений со словом "значимость" имеет ещё и философски-методологический аспект. Если обратиться к этимологии слов "достоверность" и "значимость", то станет понятна направленность этих понятий. Так слово "достоверность" имеет корень "вера". Т.е. достоверность - это "достаточность для веры".  В главе 11 "Послания к евреям святого апостола Павла" ("Новый Завет") читаем: "Вера же есть осуществление ожидаемого и уверенность в невидимом". Тогда как слово "значимость" находится в семантическом окружении таких понятий, как "значение" и "знание". Т.е. в первом случае термин имеет некоторую религиозную направленность. Тогда как во втором случае термин имеет большую научную направленность. То есть использующий термин "достоверность" в некотором смысле является человеком "верующим". Тогда как использующий термин "значимость" является человеком "знающим".

  Обратимся вновь к монографии Хрусталёва Ю.М.  «… исторически и логически научное понимание качеств вещи, предмета или явления предшествует познанию количественных отношений. Это объяснимо: прежде чем считать и измерять что-то, человек должен понять, что же он подвергает счёту или измерению. … Количественные соотношения как более сложные познаются не сразу. Качественное отличие и своеобразие цветов известно давно. По истечении длительного времени были раскрыты количественные особенности, объясняющие качественное различие цветов (длин волн). Познание количественного аспекта изучаемых систем и объектов свидетельствует о переходе на новый, более глубокий уровень познания. …   

   С полным основанием можно сказать, что сейчас наступает качественно новый этап в изучении и практическом использовании количественных, математически выраженных закономерностей. Но пока уровень количественной, математической зрелости медико-биологических наук явно недостаточен. Даже при широком использовании количественных характеристик (количество лейкоцитов, тромбоцитов) врачи имеют дело не с полноценным количественным анализом медико-биологических процессов, а с активным использованием количественных характеристик и показателей для качественного анализа, т.е. для описания и иллюстрации качественного состояния того или иного нормального или патологического процесса. Другими словами, количественные показатели используются для характеристики уже известных качественных различий и особенностей». [63]

            Об истинности данного утверждения свидетельствует наличие в статьях многочисленных таблиц с выборочными характеристиками в виде средних, ошибок средних, стандартных отклонений и т.д. И гораздо меньшие по объёму разделы с результатами количественного анализа взаимосвязей этих показателей. А ведь именно модели таких многомерных взаимосвязей различных подсистем человеческого организма и позволяют выбирать оптимальные для медицинской практики комбинации лечебных воздействий. Именно учитывая эти взаимозависимости, врачи и назначают комплексное лечения для конкретного пациента.

  Продолжим чтение монографии Хрусталёва Ю.М. «В настоящее время происходит методологическая переориентация в понимании роли и значения количественных методов в изучении специфики качественной характеристики изучаемых медициной процессов. Широкое внедрение математических, кибернетических методов в медицину и здравоохранение должно строиться на использовании количественного и качественного анализа. … Возрастание интереса к проблеме измерения изучаемых медико-биологических явлений, их квантификации (лат. quantum - сколько), т.е. количественному измерению качественных признаков, сопровождается усилением математизации и электронизации медико-биологических наук.

  Иногда говорят даже о недостаточности классического математического аппарата для описания и объяснения сложных медико-биологических явлений и законов, лежащих в их основе, так как в мире живой природы имеет место взаимодействие большого количества переменных величин, имеющих вероятностную природу. Возникающие новые «метрии», «графии», «скопии» в лабораторном и клинико-диагностическом секторе медицины, как правило, опираются на широкое использование количественных, математических, электронно-кибернетических методов и устройств». [63]

   Можно привести массу новых медицинских технологий, которые в течение разных периодов времени разрабатывались на основе этих методов, и сегодня используются в медицинской практике. Типичным примером такого устройства является магнито-резонансный томограф, изобретатели которого в 2003 году получили Нобелевскую премию. Однако, несмотря на всю сложность этого метода, он не является универсальным методом, используемым для диагностики.

  Вновь возвращаемся к монографии Хрусталёва Ю.М. «Формируются математическая биология и медицина, которые все более подводят к мысли, что в основе медико-биологических процессов лежит не просто количественно усложненные физико-химические закономерности, а иные, качественно отличающиеся законы. … Возрастание интереса медиков и биологов к проблеме измерения и расширение рамок его практического использования являются свидетельством постоянного приближения медико-биологических наук к точным, математизированным наукам.

  …Современная медицина уже не ограничивается познанием свойств, отражающих лишь качественную сторону изучаемых процессов и явлений. Для углубленного познания ей необходимо выявить их количественную характеристику. Внедрение в медицинскую науку и практику измерительных средств и методов усилило объективную компоненту медицинского знания и умения. Свойства, присущие медико-биологическим объектам, являются более сложными по сравнению со свойствами объектов, изучаемыми науками механического, физического или химического профиля».[63]

  Именно это последнее утверждение из монографии Хрусталёва Ю.М. и является главной причиной того, что медицина, в сравнении со всеми остальными науками, требует для своего развития привлечения гораздо большего количества других наук и технологий. Действительно, человек, будучи биосоциальным существом, является самым сложнейшим  объектом для научных исследований. Однако расширение спектра используемых в медицине наук не может приводить к аналогичному расширению спектра знаний по всем этим наукам у каждого специалиста, причём с одинаковой глубиной познания.  Выше мы уже писали о необходимости оптимальных пропорций между широтой и глубиной знаний у конкретного исследователя. И в силу этих ограничений для продуктивного использования новых наук и технологий исследовательским организациям необходимо вводить в свои структуры специалистов по этим новым направлениям.

  Однако тот факт, что человек является самым сложнейшим  объектом для научных исследований, не является единственной причиной, по которой отечественная медицинская наука весьма существенно отстаёт от передовых стран мира. В статье «Долгое прощание с лысенковщиной» [29], написанной нами 20 лет назад, мы приводим пример того, как ВАК СССР отказывала в присуждении докторских и кандидатских учёных степеней медикам, по причине использования ими «буржуазной статистики». За время гонений в СССР на генетику и кибернетику («продажных девок империализма», как тогда называли эти науки в СССР), медицину «отлучили» от статистики. И эта акция до сих пор сказывается на уровне использования статистики в медицинской науке.

   Таким образом, не менее важным аспектом, влияющим на уровень развития медицинской науки, является отношение к этому органов государственного управления. Можно привести массу примеров того, как государственные структуры, фактически не выполняя свои обязанности, тем самым снижают производительность и эффективность медицинской науки. Это в полной мере относится к кризисной ситуации с ВАК, отсутствию  регулирования уровня качества журнальных публикаций путём разработки стандартных редакционных требований по  различным отраслям науки, и т.д. 

  Таким образом, специфичность объекта медицины, требующего привлечения большого спектра наук и технологий, как раз и объясняет трудности получения необходимой информации, и далее нового знания, порождающего новые, экономически более эффективные  медицинские технологии. Повышение экономической эффективности медицинских технологий сопровождается при этом снижением энергетических, материальных и финансовых затрат.

    В настоящее время концепция триединства материи, энергии и информации становится доминирующей. Действительно, чтобы получить любое составляющее из этой троицы, необходимо обязательное использование остальных двух компонент. Проблема взаимосвязи этих трёх компонент весьма объёмна и сложна по своему содержанию, и её решение, как минимум, заслуживает Нобелевской премии. Поэтому ниже приведём только краткие выводы, касающиеся этого аспекта.

  Во-первых, получение всякой информации требует определённых объёмов энергии и материи. Простейший пример этому – «демон  Максвелла»  [43, с. 135-136] (если вы не знаете что такое «демон Максвелла», сделайте запрос в Яндексе, и найдёте десятки тысяч ссылок с пояснением этого выражения). Учитывая то, что этот пример может быть знаком не всем читателям данного обзора, приведём другой пример. Так, для получения томограммы требуется наличие как самого томографа (материальный ресурс), так и определённого количества электроэнергии (энергетический ресурс). Но помимо этих двух компонент необходимо также и наличие информационного ресурса, которым располагает специалист,  работающий на томографе. А далее подобным информационным ресурсом должен владеть и лечащий врач, который изучает томограммы.

  Второй аспект этого триединства – взаимозаменяемость этих ресурсов. Например, прежде рост объёма телефонных и телеграфных сообщений происходил за счёт увеличения протяжённости линий из меди. Однако развитие информационных ресурсов, приведших к созданию технологий на основе мобильной и оптоволоконной связи, резко сократило потребности в этом металле (материально-энергетический ресурс), и в то же время резко повысило объёмы и скорости передачи информационного ресурса. Аналогичная взаимозаменяемость есть и в лекарственных средствах. Анализ взаимозаменяемости  ресурсов привёл к появлению в экономической теории  термина «эластичности» ресурсов. Т.е. увеличение информации содержит в себе резерв роста эффективности использования двух других ресурсов, и, как следствие, уменьшение количества используемой материи и энергии.

    Наряду с понятием «информация» распространение получило и понятие «данные». «Человечество столкнулось с кризисом, который само же  создало: оно тонет в море информации. Мы произвели на свет столько  статистических данных, формул, образов, документов и   деклараций, что не в состоянии их усвоить. И вместо того, чтобы искать  новые пути осмысления и усвоения уже созданного, мы все более быстрыми темпами продолжаем производить новую информацию.  За последние десятилетия мы создали горы данных, которые,  однако, не породили ни единой мысли. Вероятно, такого рода данные следовало бы называть не  информацией , а эксформацией, поскольку они существуют сами по себе,  вне человеческого мозга и независимо от него. … Большие объёмы неиспользуемой информации, в конечном  счёте, превращаются в своего рода загрязнение окружающей среды. …

   Мы наблюдаем кризис образования на фоне избытка  информации — и это не простое совпадение. Образование — это процесс переработки знаний, однако нам кажется проще генерировать новые факты, чем хранить и использовать те, которыми мы уже обладаем. Мы же, сталкиваясь с невежеством, производим ещё больше информации, не желая понять, что хотя она, возможно, имеет  ценность, но заменить знания, тем более мудрость ей не дано. И производя исходную информацию в гораздо больших количествах, чем когда-либо, мы начали вмешиваться в процесс превращения ее в знания». [15]

    Ещё за 30 лет до этой статьи известный писатель и философ Станислав Лем, в своей прекрасной книге «Сумма технологии» [28] писал об этом явлении, называя его Мегабитовой бомбой.

    Последний аспект, о котором в заключении говорит Альберт Гор [15], весьма актуален для тех структур, в которых наблюдается постоянный рост объёмов первичной информации. Например, расширение тематики научных исследований приводит к экспоненциальному росту объёмов собираемых данных. Что, в свою очередь, приводит к уменьшению глубины анализа этих данных. Например, как следствие этого в отечественных медицинских публикациях в последние годы наблюдается рост статистической вампукизации. [42]  Отметим, что данное явление не специфично лишь для кардиологии. Данная проблема приобретает всё большие размеры во всех сферах деятельности. И как следствие этого появилось новое научное направление – информационная экология .

    Одной из основных причин, провоцирующих такое снижение уровня использования, анализа первичных данных, является их доступность. В качестве примера приведём доступность в настоящее время в интернете колоссальных объёмов электронных публикаций, музыкальных записей, видеофильмов, программного обеспечения, и т.д. В результате посетители сайтов с этими информационными ресурсами выкачивают сотни, тысячи гигабайт информации. Однако при этом доля читаемых ими книг, просматриваемых фильмов, прослушиваемой музыки, и используемых программ, систематически снижается.

    Итак, сегодня информация является одним из важнейших ресурсов развития науки и всего общества, наряду с материальными, энергетическими и людскими ресурсами. Однако реальную ценность имеет лишь структурированная информация, получаемая путём анализа исходных данных, превращаемая этим самым в ЗНАНИЕ. Например, проводимый врачом анализ данных по анамнезу конкретного пациента, в совокупности с результатами других анализов, позволяет ему сформулировать более точный диагноз и выбрать наиболее оптимальную тактику лечения конкретного пациента, нежели простое пролистывание историй болезни десятков пациентов.

    В этой связи необходимо  понимать, что «…понятия информации и знания следует отделять друг от друга. Знания являются переработанной информацией, они отражают связь между явлениями, выявленные закономерности и отвечают на вопросы «как?», «почему?», «что будет, если…?» и т. п., в то время как информация даёт ответы лишь на такие вопросы: «что?», «кто?», «когда?», «где?». Знание – это средство снижения неопределённости и риска, способствующее достижению определённых целей. Очень точно этот аспект отразил английский учёный, основоположник эмпиризма, Френсис Бэкон в своём афоризме «Знание – сила». 

   Таким образом, знание есть продукт концентрации информации. Причём не просто концентрации в пространстве и времени, но ещё и концентрации в новом формате. В частности, в виде конкретных выражений отражающих исследуемые зависимости. Истинное Знание, по Бэкону, достигается с помощью познания причин, либо установления взаимосвязей между отдельными факторами, признаками, свойствами. Истинное Знание, в конечном счёте, необходимо для его носителей как средство увеличения возможностей выживания, как отдельных особей, так и всего сообщества в целом. Ошибочное же знание, есть не что иное, как дезинформация, уменьшающее вероятность выживания, как конкретной особи, так и сообщества в целом. Применительно к медицине это означает, что ошибочные медицинские технологии приводят к росту потребления неэффективных технологий, псевдолекарств, росту смертности вследствие роста доли ошибочных диагнозов, и т.д. И как итоговый результат всех этих действий к росту смертности населения, снижению рождаемости и вымиранию населения государства и его распаду». [46]

            Поскольку знание является результатом переработки исходных данных, требующей определённых затрат, то очевидно, что здесь можно сравнивать СТОИМОСТЬ ДАННЫХ и СТОИМОСТЬ ЗНАНИЯ. Уточним, что речь идёт именно о СТОИМОСТИ получения этого знания, а не о его ЦЕННОСТИ (стоимость и ценность – разные понятия). Однако стоимость получения этого ЗНАНИЯ зависит как от технологии его извлечения из информации, так и уровня профессионализма специалиста, который извлекает это знание, и производительности используемой технологии извлечения знания. Например, если статистическим анализом занимается не профессионал, а дилетант, то очевидно, что производительность такого труда будет минимальна, а стоимость полученного дилетантом знания будет максимальна.

    Более того, нет никакой уверенности в том, что полученное им знание действительно будет истинным, надёжным, и, следовательно, ценным, т.е. очень полезным для его применения. Аналогичным образом, один и тот же метод статистического анализа может быть реализован путём проведения соответствующих вычислений, например, с помощью ручки или карандаша, и бумаги. А может быть реализован и с помощью таких пакетов, как EXCEL, STATISTICA, BioStat,  GenStat, Mathcad, MedCalc, NCSS, Origin, SAS, JMP, SPSS, SYSTAT, Statgraphics, Stata, StatPlus, StatXact, LogXact, Systat, MATLAB, MINITAB, ORIGIN, Cytel Studio, STADIA, R, S-plus, Epi Info, и т.д.

    Однако и в этом случае производительность и корректность  полученного знания будет определяться опять же тем, кто будет проводить данный анализ: дилетант, или же профессиональный биостатистик. Иллюстрацией такой непроизводительной и дорогостоящей  технологии получения ненадёжного знания, как раз и является выполнение статистического анализа биомедицинских данных не профессиональными биостатистиками, а медиками, не имеющими специальных знаний в этой области. При этом, чем более ценным и надёжным будет sзнание, полученное при анализе исходных данных, тем дольше оно будет использоваться в практике и цитироваться в последующих публикациях.

    Не следует также игнорировать и следующий аспект получения исходных данных. Как правило, исходные данные есть результаты различных анализов (состав крови, ЭКГ, анализ мочи, мазки на флору, микробиологические посевы, ДНК-диагностика, биохимический и иммунологический анализ, цитологический анализ, и т.д.) производимых специалистами с использованием большого числа вспомогательного оборудования и расходных материалов. Т.е. в совокупности СЕБЕСТОИМОСТЬ ИСХОДНЫХ ДАННЫХ достаточно высока. И поэтому из них должно извлекаться максимальное количество ценной информации.

    Одним из признаков качества и ценности публикуемого нового знания является «факт уменьшения интенсивности использования документов по мере увеличения времени, прошедшего от момента публикации документа. Интенсивность же использования документов обычно выявляется путем установления частоты цитирования или справочно-библиографических запросов. ... В качестве показателя интенсивности старения информации широко используют такой показатель, как полупериод жизни научных статей. Полупериодом жизни статей называется время, в течение которого опубликована половина всей цитируемой в настоящее время литературы по конкретной области знания». [43, с. 179]

   Применительно к рассмотренным выше статьям можно сказать, что простейшие процедуры сравнения групповых средних, это ещё не «вершина познания». И в силу ненадёжности и сомнительности подобного знания их использование не приведёт к весьма существенным эффектам. Вследствие чего полупериод жизни таких публикаций будет существенно короче, чем у публикаций с надёжными результатами статистического анализа. 

    Отметим при этом ещё и следующий аспект. Уже давно установлено наличие отрицательной корреляции между частотой цитирования публикаций, и численностью соавторов публикации. То есть чем больше число соавторов статьи, тем реже её цитируют в других статьях. Такая зависимость вполне объяснима. Поскольку наличие многих соавторов автоматически приводит к дискретизации, несвязанности отдельных фрагментов публикации, так как эти фрагменты написаны разными соавторами. И такая структура публикации усложняет её восприятие читателями, тем самым вызывая снижение интереса к подобным публикациям.

    Не случайно в зарубежных публикациях, учитывая сей аспект, в конце статей можно прочитать выражение авторской благодарности тем своим коллегам, которые оказали им косвенное содействие в получении публикуемой информации, но при этом не были включены в соавторы. Что практически не встретишь в отечественных статьях. Другой же причиной увеличения численности соавторов часто является существующая во многих организациях практика дописывания в соавторы «свадебных генералов», т.е. своих руководителей, в надежде, что при таком авторском составе их публикация быстрее увидит свет.

    Поскольку к имеющимся исходным данным можно многократно применять разнообразные, всё более сложные и эффективные методы анализа, то  ЦЕННОСТЬ исходных данных во многом определяется как ЦЕННОСТЬЮ получаемых из них ЗНАНИЙ, так и кратностью анализа этих данных. Однако со временем снижается не только ценность публикаций, но и ценность любых исходных данных. В итоге снижается и целесообразность дальнейшего анализа этих данных. Учитывая интенсивное развитие разнообразных методов многократного анализа данных, за рубежом всё больше усилий вкладывается в создание огромных «хранилищ данных» (data warehouse), включая и так называемые «облачные хранилища данных».  

   В это связи уместно упомянуть о том, что согласно действующему законодательству исходные данные, оформленные в виде баз данных (БД), могут быть зарегистрированы, и по усмотрению их владельца, доступ к ним могут иметь многие лица. И это вполне разумный подход, массивы данных собираются за счёт государственного финансирования, т.е. за счёт налоплательщиков, и по этой причине не являются личной собственностью. Например, те данные, результаты анализа которых приводятся в публикуемых статьях, через некоторое время следует делать доступными для многих иногородних специалистов, работающих в этой же области. Это могут быть не только профессиональные медики из других НИИ и медицинских вузов, но также и студенты этих вузов.

   Работая с подобными базами данных, они могут овладевать технологиями их анализа. В качестве примера таких БД, можно назвать известную электронную библиотеку данных DASL и OzDASL - Australasian Data and Story Library Именно по образцу этих БД мы создали RusDASL - российскую библиотеку данных для изучающих биостатистику. (http://www.biometrica-tomsk.ru/rus_dasl.htm)  Статистика обращаемости к этим файлам, сгруппированным по методам статистического анализа, показывает постоянный рост количества обращений к ним.

    Повышение уровня требований к качеству информационной продукции в экономически развитых странах наблюдается практически во всех отраслях, начиная от оборонных отраслей и заканчивая гуманитарными науками. В качестве типичной реакции на эту тенденцию, можно указать на фармацию. «Развитые страны предъявляют, как правило, более высокие требования в отношении качества производимой продукции. Так, введение чрезвычайно жёстких норм на предварительную апробацию медицинских препаратов в США в 70-е годы вынудило многие фармацевтические корпорации вынести научные исследования за рубеж, в основном в развивающиеся страны. Не удивительно, что за 1974-1977 годы рост расходов на зарубежные НИОКР американских фармацевтических ТНК превысил 200% по сравнению с 34% внутри страны». [48]

   А вот к чему приводит крайне низкий уровень подобных требований в отечественной фармации. 16 апреля 2013 г. автору этих строк пришло письмо от сотрудницы московской фармкомпании Полины Боркиной следующего содержания. «Знаю, что вы собираете интересные случаи описания статистики. Хочу с Вами поделиться своей находкой. Данное определение нашла в тексте статистического отчёта, предоставленного нашей компании по результатам проведённого для нас клинического исследования профиля безопасности лекарственного средства».

 Вот фрагмент этого отчёта:

Абсурдность подобного утверждения очевидна. Во-первых, не все «непрерывные данные» (т.е. признаки) имеют нормальный закон распределения вероятностей. Во-вторых, не бывает «непараметрических распределений» вероятности. ВСЕ (NB!) законы распределения вероятностей имеют ПАРАМЕТРЫ. В т. ч. и те законы распределения, которые не являются  нормальными. Исполнители же этого клинического исследования, выполняя требования производителя лекарств, такими абсурдными результатами будут аргументировать безопасность изучаемых лекарственных средств. Очевидно, что подобных исполнителей здоровье будущих потребителей данных лекарств не волнует. На первом месте у них стоит прибыль от продажи подобных лекарств, а не здоровье потребителей этих лекарств. Поскольку ни Минздрав, ни другие организации, задействованные в этом фармацевтическом бизнесе, не предпринимают мер по недопущению подобного абсурда, то можно констатировать, что и их также не волнуют печальные последствия этих нелепостей.

  Понимание экономической эффективности использования собираемых медицинских БД в настоящее время хорошо осознаётся экономистами, работающими в медицинских НИИ. В качестве примера отличной публикации на эту тему, рассмотрим статью «Методы исследования операций и когнитивного анализа данных в решении задач лечебно-профилактических учреждений» [ПКК, № 4, 2011, с. 77-82]. Авторами статьи являются Дюбанов В.В. – ведущий инженер Института математики им. С.Л. Соболева СО РАН (Новосибирск), Руднев А.С. – к. ф-м. н., ведущий инженер Института математики им. С.Л. Соболева СО РАН (Новосибирск), Павловский Е.Н– к. ф-м. н., научный сотрудник Института дискретной математики и информатики Новосибирского государственного университета, Зозуля Ю.В. – доктор экономических наук, заместитель директора по экономике и развитию ФГБУ «ННИИПК им. акад. Е.Н. Мешалкина» Минздравсоцразвития России (Новосибирск), Самочернова А.С. – начальник финансово-аналитического отдела ФГБУ «ННИИПК им. акад. Е.Н. Мешалкина» Минздравсоцразвития России (Новосибирск), Сандер Д.С. – заместитель начальника финансово-аналитического отдела ФГБУ «ННИИПК им. акад. Е.Н. Мешалкина» Минздравсоцразвития России (Новосибирск).

  Вот что пишут 3 математика и 3 экономиста в своей статье. «Большинство стран мира сегодня предпринимает меры по переводу услуг здравоохранения на новый качественный уровень с целью сделать медицинскую помощь недорогой, общедоступной и более качественной за счет увеличения согласованности действий, улучшения диагностики, снижения издержек лечебно-профилактических учреждений. Тщательный анализ поступающих потоков информации и эффективное управление ресурсами представляет собой наиболее перспективный путь развития в направлении решения озвученных проблем. …  В настоящее время не во всех медицинских учреждениях решена проблема автоматизации первичного учета данных. Однако даже в тех ЛПУ, где ведется учёт первичных данных в автоматизированном режиме, существующие решения  … не закрывают всех актуальных потребностей в обработке поступающей информации (примеры таких задач будут рассмотрены далее).

  Это происходит из-за того, что нарабатываемый большой объём данных требует мощных наукоёмких аналитических решений (в частности для верификации того, что первичный учет проводится корректно, и для многих других задач). Так, например, в ФГБУ «ННИИПК им. акад. Е.Н. Мешалкина» Минздравсоцразвития России в связи с осознанием этой ситуации было создано совместное предприятие по Федеральному закону от 02.08.2009 № 217-ФЗ «О внесении изменений в отдельные законодательные акты Российской Федерации по вопросам создания бюджетными научными и образовательными учреждениями хозяйственных обществ в целях практического применения (внедрения) результатов интеллектуальной деятельности» из группы исследователей (математиков, программистов, экономистов и медиков), в задачи которого входит создание нового продукта – аналитической (интеллектуальной) надстройки…». [47]

    Далее авторы статьи приводят основные направления деятельности данной группы исследователей: использование теории решений для оптимизации технологий диагностики, создание эффективных расписаний, расчёт затрат на медикаменты и расходные материалы, оптимизация набора проводимых анализов, контроль качества оказания медицинских услуг, прогнозирование длительности этапов пребывания пациента в клинике, и т.д.  

 «Последние десятилетия названы информационным бумом и характеризуются существенным ростом уровня автоматизации всех сфер приложения человеческих усилий. Многократно возросшие потоки разнородной информации – катастрофа для ручных методов обработки и учета, но благодатная почва для решения задач научного поиска, основанных на применении новейших достижений в области анализа данных. Основной информацией, позволяющей решать широкий спектр задач анализа в здравоохранении, является статистика пролеченных пациентов. … Многочисленные мировые исследования показали, что в среднем от 15 до 20% проводимых диагностических тестов не являются необходимыми [5].

   Другими словами, издержки ЛПУ на этапе постановки диагноза могут быть существенно сокращены за счёт более разумного выбора схемы диагностики. Очевидно, ситуация принятия решения о том, какие именно тесты следует проводить на этапе, когда о пациенте известна только самая общая информация, характеризуется высокой степенью неопределённости. Тем не менее первичной информации уже может быть достаточно, для того чтобы существенно сократить пространство выбора. Для этого следует обратиться к накопленной ранее статистике, выявить основные закономерности, например, между возрастом, полом пациента, регионом проживания, сезоном обращения, набором жалоб, результатами предварительных обследований и наиболее вероятным набором необходимых тестов, и применить их к новой ситуации.

  Если результатов тестов оказалось недостаточно для постановки окончательного диагноза, то следующими стоит проводить те анализы, которые с большей вероятностью прояснят ситуацию. Если закономерности, выявленные в процессе анализа, достаточно устойчивы, что зависит от объёма статистики и от качества анализа, то на множестве обследованных пациентов подобный подход будет оправдан. Выявление закономерностей, представленных в статистике, является одним из наиболее эффективных инструментов научного поиска. Традиционно, эмпирическое обнаружение законов – основа для дальнейшей работы по их аналитическому обоснованию. Использование в медицине новых методов анализа для изучения накапливаемой статистики, проведённых курсов лечения по множеству разнообразных факторов: диагноз, тактика лечения, состояние пациента, его данные (пол, возраст, наследственность), факторы окружающей среды и т. п. – может стать благодатной почвой для новых научных открытий». [47]

    По мнению авторов данной статьи, одним из важнейших направлений когнитивного анализа медицинских данных является выработка клинических рекомендаций. Вот что пишут об этом авторы статьи. «Анализ общей информации о пациенте может быть полезен не только на предмет предварительного заключения о том, какой диагноз наиболее вероятен, но и для определения наиболее оптимальной стратегии лечения, например, с точки зрения минимизации рисков возможных осложнений. Стоит понимать, что цель анализа накопленной статистики по пролеченным пациентам состоит не в том, чтобы вместо врача лечить пациента, подобный уровень автоматизации вряд ли допустим, а в том, чтобы предоставить врачу простой и удобный доступ к опыту, накопленному специалистами многих лечебных учреждений. Это позволит ему сосредоточиться на наиболее значимых моментах, требующих его экспертного внимания, и не упустить из виду некоторых не типичных, но существенных в данном конкретном случае нюансов». [47] В данном фрагменте сформулирована самая главная цель проведения анализа собираемой о пациентах информации: выбор оптимальной стратегии лечения, и обеспечение доступа врачам к полученным результатам анализа.

  Повышение производительности труда за счёт использования современных информационных технологий, о чём пишут авторы данной статьи, в настоящее время становится в здравоохранении весьма актуальной ещё и по другой причине. В 2016 году Минфином планируется снижение федеральных расходов на здравоохранение. Так в 2014 г. планируется выделить 515 млрд. руб., а в 2016 году уже только 360 млрд. руб. Т.е. снижение составит 34%. А с учётом инфляции снижение будет ещё более значительным. Значит, к этому времени необходимо в полной мере реализовать предлагаемые авторами меры. Отметим, что задача выбора «наиболее оптимальной стратегии лечения», о которой выше сказали авторы статьи, достаточно продуктивно может решаться, в том числе, с помощью метода логистической регрессии. [44] Поскольку используя полученное уравнение логистической регрессии, можно изменяя в нужном направлении те или иные показатели, повышать тем самым вероятность благоприятного исхода для конкретного пациента.

    Отсутствие изоляции, как самих знаний, так и исходных данных, о чём выше пишут новосибирские математики и экономисты, является необходимым условием развития науки. «Любой ресурс, и в том числе и информация, лишь тогда даёт приращение иных ресурсов, когда он находится в использовании, обращении. А для такого обращения и необходим соответствующий транспорт. Афористично этот принцип можно выразить следующим образом: «Счастье не в обладании, счастье в использовании». [43] Именно обращение Знания и способно приносить большие экономические эффекты. Экономика всего мира продуктивно использует знания, полученные учёными разных стран, применяя законы физики, химии, биологии, электротехники, радиолокации, генетики, и т.д. И чем шире и чаще использование этого знания, тем больше его экономический эффект.

   «Успехи в области науки и техники не возникают, да и не могут  возникнуть, в изоляции. Они зависят от способности учёных и инженеров идти в ногу с последними достижениями, обмениваться информацией и учиться на опыте других. Как сказал когда-то Исаак Ньютон, «если я и видел дальше других, то только потому, что стоял на плечах гигантов». Не имея доступа к работам Николая Коперника, Галилео Галилей никогда не мог бы узнать, как  использовать свои наблюдениям за спутниками Юпитера. Не зная об уравнениях поля, выведенных блестящим шотландским физиком XIX века Джеймсом Клерком Максвеллом, итальянский инженер двадцатого столетия Гульельмо Маркони не смог бы изобрести  радио, а Альберт Эйнштейн не создал бы свою теорию  относительности.

    Короче говоря, темпы технологического прогресса зависят от того, насколько широко доступны для членов общества знания, и насколько люди могут делиться ими, т.е. от уровня развития  технологии обработки информации. Таким образом, … скорость, с которой развивается технология в обществе,  определяется относительным уровнем его способности усваивать и  обрабатывать информацию» [52]

  Любой ресурс, включая информационные ресурсы в виде медицинских БД, представляет собой авансированные затраты. Рентабельность таких затрат есть отношение чистой прибыли к себестоимости затрат на их получение. В отличие от энергии и материальных ресурсов, которые при их использовании либо полностью, либо частично трансформируются и исчезают, информационный ресурс при его анализе не уменьшается. Действительно, например, при проведении нескольких видов статистического анализа один и тот же массив остаётся в прежнем своём объёме.

    Т.е. для информационного массива возможна (и необходима!)  его многократная эксплуатация, при которой от первоначальных примитивных методов, типа сравнения средних,  можно постоянно переходить к более сложным методам анализа. В этом случае максимум приращения количества нового знания в результате повторных аналитических операций достигается на некотором ограниченном количестве шагов. После которого новые анализы того же самого массива данных приносят всё меньшее количество Знания. Однако масштабы такого приращения зависят от того, насколько профессионально выполняется статистический анализ этих исходных данных.

   Именно по этой причине медицинские научные организации должны иметь в своей структуре лаборатории биостатистики, а не церковь, как это сделал директор Томского НИИ кардиологии РАМН.  Отмечу, что  первоначально он согласился с моим предложением об открытии лаборатории биостатистики в этом НИИ. Но затем, после ввода в эксплуатацию второго большого корпуса НИИ, на том месте, где он собирался разместить эту лабораторию, открыл именно эту церковь. Видимо для того, чтобы его исследователи, не сотрудничали с биостатистиками, получая новые и полезные знания, а ходили в эту церковь, не получая знания...

  Современные экономические теории включают в производственную функцию, отражающую взаимосвязь объёма производимого продукта W с объёмами необходимого труда К и капитала L, также и объём используемой при этом информации I. Вот как выглядит  наиболее популярная подобная производственная функция:
  W(t) = a*K^α*L^β*e^γI , [21] где все константы положительны и α+β=1. «Такой подход автоматически предполагает по отношению к информации закон возрастающей отдачи, так как для данной функции независимо от значений входящих в неё параметров  .   Ряд исследователей в самом деле полагает, что применение информации в производственных процессах подчиняется закону возрастающей производительности. В качестве примера сошлёмся на позицию Дэниела Белла: «Замена рабочих машинами приводит к экономии не только труда, но и инвестиций, так как каждая следующая единица капитала более эффективна и производительна, чем предыдущая, и, следовательно, на единицу продукции требуется меньше затрат…».[6]

   Обсуждаемая новосибирскими математиками и экономистами НИИ им. акад. Е.Н. Мешалкина задача когнитивного анализа, в решении проблем медицинской науки и практической медицины, результативно решается во многих странах зарубежья.  Так около 60 стран в мире имеют организации, проводящие оценку технологий здравоохранении (ОТЗ). При этом в штате этих организаций состоят врачи различных клинических специальностей, эпидемиологи, физиологи, экономисты, статистики, социологи.[51]  «К сожалению, страны, в наибольшей мере нуждающиеся в систематической оценке медицинских технологий, в наименьшей степени в ней задействованы. Программ ОТЗ практически нет в африканских странах, во многих странах Юго-Восточной Азии и Латинской Америки. Отсутствие в России государственной организации, выполняющей ОТЗ, при наличии определённого опыта в области продвижения доказательной медицины, отмечается зарубежными экспертами в обзорных статьях с удивлением, и трактуется как факт, означающий недостаточную политическую поддержку этого направления развития здравоохранения».[1]

   В отличие от государственных структур, необходимость оценки эффективности внедрения достижений медицинской науки в практическое здравоохранение, осознаётся российскими медиками.  «На практике, когда в здравоохранении широко используется медицина, основанная на доказательствах, подчас сложно оценить экономическую эффективность внедрения конкретных результатов современных технологий диагностики, лечения, реабилитации и профилактики без применения достоверных математических моделей».[20]

   Авторы данной статьи достаточно подробно описывают используемую ими технологию оценки эффективности, используя для этой цели, как обширный набор показателей, так и обширный набор методов анализа. Именно такое сочетание и даёт оценку глубины переработки имеющихся информационных ресурсов. Для отечественных исследователей в области биомедицины это затруднено не только отсутствием в структуре исследовательских организаций РАМН и вузов лабораторий биостатистики, но и недостатком специализированной периодики, содержащей материалы для повышения уровня подготовки медиков и биологов в области применения методов статистики. 

     «Отметим, что в Англии ещё в 1901 г. появился такой известный журнал, как "Biometrika", в США в 1945г. журнал "Biometrics", в 1959 г. в Германии появился журнал "Biometrische Zeitschrift", затем появились "Психометрика", "Технометрика", "Эконометрика" и "Наукометрия", материалы которых посвящены применению статистики в различных областях науки. Все эти журналы не только выполняют обучающую функцию, но и прививают читателям вкус и потребность к грамотной статистической обработке экспериментальных данных. С 1982 г. издательством JOHN WILEY & SONS издаётся специализированный журнал "Statistics in Medicine" (https://onlinelibrary.wiley.com/journal/10970258), а издательством ELSEVIER выпущено уже более 50 томов журнала "Computer Methods and Programs in Biomedicine". Несмотря на то, что подписка на эти журналы стоит порядка 1000 долларов США, библиотеки крупнейших западных университетов и медицинских центров выписывают их. Тогда как в России не только не выписывают их, но и практически не знают об их существовании. …

   Значительным тормозом в приобщении нашей страны к общемировой биостатистической культуре стало и то, что Россия не является членом специализированных организаций, созданных с целью расширения практики использования достижений статистики в биологии и медицине. Так, в 1938 г. вначале была создана Биометрическая секция американской статистической ассоциации. В 1947 г. в Вудс-Холе (США) ею была созвана Первая международная биометрическая конференция, организовавшая Международное биометрическое общество. Долгие годы единственным членом этого общества от СССР был А.А. Любищев. Много лет функционирует Международное общество клинической биостатистики, национальные отделения которого есть не только в таких странах как Венгрия, Польша и Румыния, но и во многих африканских странах, не говоря уже о США и большинстве европейских стран. Однако Россия, не участвует в работе этих организаций». [29] Отметим, что 24-28 августа 2014 г. в Вене (Австрия) состоится юбилейная 35 Конференция Международного общества клинической биостатистики (ISCB), которое было организовано в 1978 году.  [https://me-kono.eu/conferences/35th-annual-conference-of-international-society-for-clinical-biostatistics-iscb-2014]

    Глубина и качество переработки любого ресурса, будь то информационный ресурс в виде собираемых БД, или же минеральное сырьё, как раз и определяют эффективность и стабильность любой экономики. Например, первоначально нефть использовалась как смазочный материал для трущихся механических устройств. Аналогично, изучая собранные кардиологические данные, можно ограничиваться лишь сравнением средних в группах. Однако по мере вложения энергии, информации  и материи в исследование нефти, полученная новая информация о составе нефти позволила использовать её как сырьё для получения керосина и бензина в двигателях внутреннего сгорания. Что позволило существенно увеличить эффективность использования данного материального ресурса. Точно также, используя на профессиональном уровне современные технологии биостатистики, из собранных кардиологических данных можно извлечь гораздо больший объём Знания, обращение которого в науке и практике даст соответствующий экономический эффект.

    Аналогичная ситуация и в отечественной газовой промышленности. Однако, несмотря на то, что фактически вся экономика России держится на «нефтегазовой игле», уровень развития этой промышленности катастрофически отстаёт от мирового уровня. «Технический уровень большинства НПЗ также не соответствует передовому мировому уровню. В российской нефтепереработке основными проблемами отрасли, после низкого качества получаемых нефтепродуктов, остаются низкая глубина переработки нефти – (в России – 72%, в Европе – 85%, в США – 96%), отсталая структура производства – минимум вторичных процессов, и недостаточный уровень процессов, улучшающих качество получаемых продуктов. Ещё одна проблема – высокая степень износа основных фондов, и, как следствие, повышенный уровень энергопотребления. На российских НПЗ около половины всех печных агрегатов имеют КПД 50 – 60% при среднем показателе на зарубежных заводах – 90%» [64]

   «Ранее страна потребляла 75% добываемой нефти и экспортировала 25%. Сейчас наоборот – внутри страны используется порядка 25% объема добываемой нефти  и продуктов её переработки. Отечественная нефтепереработка в настоящее время характеризуется низкой рентабельностью, обусловленной недооснащённостью НПЗ современными процессами глубокой переработки нефти, и высокой изношенностью основных фондов. В стране уже в течение нескольких десятилетий не строятся новые НПЗ. …В 1990 г. уровень потребления нефтепродуктов на душу населения составлял 1,6 тонны, в настоящее время 800 кг. Наибольшую выгоду (в разы) получает  та страна, которая потребляет нефть, а не  торгует нефтью. Потребление продукции  нефтепереработки и нефтехимии на душу населения – важнейший показатель, влияющий на рост ВВП и уровень жизни населения. Увеличение глубины переработки нефти одновременно решает задачу сырьевой  базы для таких важных отраслей народного хозяйства, как нефтехимия и химия. Стоимость нефтехимической продукции  в 5–10 раз дороже нефтепродуктов». [55] Отметим, что при этом в отечественной нефтяной промышленности производительность труда ниже мирового уровня в 3-5 раз. Низкий уровень производительности труда в целом по России характерен не только для нефтегазовой промышленности.
Отставание России по производительности труда от Евросоюза и США в ряде отраслей достигает 30 раз, (данные Минэкономразвития, 2008 г.)

Так отечественная ракетно-космическая промышленность ежегодно производит продукции из расчета 14,8 тысячи долларов на одного работающего, в ЕС этот показатель - 126,8 тысячи долларов, в США - 493,5 тысячи долларов (т.е. выше в 33,3 раза). В судостроении России на производство 1 тонны продукции тратят в три раза больше рабочего времени, чем в Южной Корее. Автомобилей же на одного рабочего в российском автопроме выпускается в четыре раза меньше, чем в ЕС.

   В целом в 2008 году отмечалось, что по производству добавленной стоимости на одного занятого Россия отстаёт от США в 5,9 раз, от стран G7 — в 5,2 раза, от Японии — в 4,3 раза. А по производству за один отработанный час разрыв ещё выше: с США — 6,1 раз, со странами G7 — 5,4 раза. В 2000 году производительность труда в России составляла 14,9 % от уровня США.

   «В нефтегазовой сфере сотрудник российских предприятий в год производит продукции на 0,52 миллиона долларов, в то время как в американских компаниях сотрудник приносит до пяти миллионов долларов в год. Таким образом, эффективность труда российских сотрудников составляет лишь 10,4 процента от аналогичного показателя у американцев. В металлургии американец в год производит продукции на 570 тысяч долларов, а его российский коллега — лишь на 150 тысяч долларов. В электроэнергетике сотрудник российских компаний приносит предприятию 200 тысяч долларов, а в США — 790 тысяч долларов». Самыми неэффективными компаниями в России назвали нефтегазовые и металлургические.[56]  Одной из причин этого явления исследователи назвали неоптимальную организацию производства, т.е. организационную патологию. О необходимости повышения производительности труда в России говорил и её президент В. Путин, выступая 2 октября 2013 г. на инвестиционном форуме «Россия зовёт!».

    Являясь составной частью экономики, производительность труда в медицине в таких условиях также не может иметь высокий уровень. Так агентство «Финмаркет», оценившее производительность в семи отраслях экономики России на основании данных Росстата и Всемирного банка показало, что самая минимальная производительность труда наблюдается в здравоохранении, образовании и социальной сфере. «В этом сегменте на каждого занятого производится услуг в среднем на 12,9 тысячи долларов в год. Это в шесть раз меньше, чем в США (76 тысяч долларов)»[62]. Одним из проявлений этого является следующий факт. В ноябре 2006 г. в Москве проходил I национальный конгресс терапевтов «Новый курс: консолидация усилий по охране здоровья нации». Выступая на нём, академик РАМН А.Г. Чучалин сказал, что практически каждый третий диагноз ставится российскими врачами неверно, тогда как в США врачебные ошибки составляют 3–4 %, в Великобритании – 5 %, во Франции – 3 %.

    Какие же факторы влияют на производительность труда? В первую очередь это технологии. Бытовое представление о технологии сводится в основном к машинам и механизмам, т.е. орудиям труда. Но для их создания, как и для работы с ними, необходимы специальные знания, а также наличие соответствующей инфраструктуры. Т.е. технология – это информация, устройства и системы, повышающие производительность труда. Высокая производительность труда обеспечивается соответствующим уровнем технологий, которые, в свою очередь, требуют высоких уровней знаний и квалификаций. Поэтому первоочередными задачами повышения производительности труда в медицине является повышение уровня специальных знаний и навыков работы с современными технологиями, в т. ч. со статистическими технологиями.

   Фактически на этом и базируется концепция ДМ. «Производительность труда, это, … самое важное, самое главное для победы нового общественного строя. В.И. Ленин. Великий почин. ПСС, т.39, с.22». Продолжая эту мысль, можно констатировать, что снижение производительности труда в различных отраслях России, в т. ч. в медицине, это путь к ликвидации существующего государственного устройства, с целью повышения производительности труда.

   Появление новых технологий и методов влечёт за собой обязательное изменение организационной структуры. При этом для функционирования этих структур необходимо привлечение соответствующих специалистов. Например, довольно длительное время в медицинских вузах и НИИ, несмотря на увеличение количества компьютеров, отсутствовали специальные службы отладки, ремонта  и настройки этой вычислительной техники. Однако появление этих служб через некоторое время связано также и с тем, что в период обучения врачей в вузах им не читаются специальные курсы об архитектуре компьютеров, о системах программирования, ремонте этой техники, и т.д.

    В итоге, для обслуживания компьютеров, томографов, и другого сложного оборудования, в штатное расписание вузов и НИИ вводят соответствующих специалистов. Но поскольку будущим медикам в вузах читают примитивные курсы по статистике, то после окончания вузов у них сохраняется представление о том, что статистика – это просто, легко, и доступно. И поэтому выполнять статистический анализ можно самостоятельно. Другой причиной отторжения профессиональных биостатистиков от выполнения статистического анализа собираемых данных, является и нежелание расширять списки соавторов публикаций путём включения в них биостатистиков. В итоге возникает то, что современной терминологии называется «информационный луддизм». Т.е. отвержение сложных аналитических технологий вместе со всеми сопутствующими компонентами.

  Анализ проблемы снижения производительности труда, проведённый ведущими экономистами страны, установил, что доминирующей причиной столь низкой производительности труда в России является неэффективная организация труда. В экономике появился даже такой термин, как «организационная патология», введённый в 1972 году польской исследовательницей Ядвигой Станишкис в рамках анализа организационных структур и их дисфункций. [http://ru.wikipedia.org/wikiОрганизационная_патология] [2] Это понятие, близкое к медицинскому термину, трактуется как отклонение от нормы и как дисфункция.  Проявление отклонений от нормы может иметь самые разные виды. Например, в статье «Вопрос не только об автомобилях, но и об унитазах» на LENTA.RU от 11 сентября 2013 г.( http://lenta.ru/articles/2013/09/11/roi/ ), читаем: «Я на совещании в Генпрокуратуре побывала в туалете — там подогреваемые японские унитазы с пультом управления и инструкцией из 16 пунктов, как этим унитазом пользоваться. Он 15 тысяч долларов стоит. Зачем такой унитаз Генпрокуратуре, непонятно. Поэтому вопрос не только об автомобилях, но и об унитазах тоже», — заключила Яковлева, вызвав бурную реакцию собравшихся».  Другой пример.  «В сфере госзакупок доходит до анекдотичных примеров - ёршики для унитазов по 12 тыс. руб. за штуку (мэрия Санкт-Петербурга), комплекты мебели за 4,4 млн. (МВД) и ремонт туалета за 1,6 млн. (мэрия Красноярска)».[59]

   Данные примеры наглядно демонстрируют, как организационная патология приводит к неэффективному использованию финансовых ресурсов. Столь же неэффективно можно использовать и информационные ресурсы в кардиологии, ограничивая проводимые исследования лишь сравнением средних, игнорируя при этом применение современных методов биостатистики. Фактически и в этом случае мы получаем слишком высокую себестоимость ответа на вопрос: отличаются ли статистически значимо средние величины в группах сравнения.

    Организационная патология, применительно к медицинской науке, проявляется не только в отсутствии в медицинских НИИ и вузах служб статистического сервиса в виде лабораторий биостатистики. Более простой формой такой организационной патологии является и отсутствие отраслевых стандартов на редакционные требования медицинских журналов, о чём мы упоминали выше. Разумеется, реализация таких стандартов  возможна лишь при условии понимания важности данных аспектов в развитии медицинской науки руководителями соответствующих НИИ и вузов, и при активном участии в их разработке организаций, проповедующих доказательную медицину. За рубежом уже давно осознали важность этого аспекта медицинской науки. И на основе этого понимания в 1978 г. был создан Международный Комитет Редакторов Медицинских Журналов (International Committee of Medical Journal Editors, ICMJE,  http://www.icmje.org/).

   «К чему приводит отсутствие подобных стандартов и лабораторий биостатистики можно проиллюстрировать на многочисленных примерах клинических испытаний биологически активных добавок (БАД) к пище. Несколько лет назад один из моих корреспондентов прислал мне книгу «Результаты клинических испытаний БАД к пище» написанную Департаментом исследования качества жизни и питания компании Vision International People Group. Книга содержит результаты 14 клинических испытаний различных БАД, выполненные следующими организациями: 1) НИИ питания РАМН, 2) Российской медицинской академией последипломного образования Министерства здравоохранения и социального развития РФ, 3) Санкт-Петербургской государственной академией физической культуры имени П.Ф. Лесгафта, 4) Московским областным научно-исследовательским институтом акушерства и гинекологии МОНИИАГ, 5) Российским онкологическим научным центром РАМН имени Н.Н. Блохина, и 6) Государственным научно-исследовательским институтом стандартизации и контроля медицинских биологических препаратов имени А.А. Тарасевича.

   Отчёты об итогах клинических испытаний БАД в этих 6 организациях утверждены их руководителями и заверены печатями. Интервал дат утверждения этих отчётов от 1998 г. до 2005 г. … Однако, несмотря на различие организаций, в которых проводились эти испытания, различие руководителей и дат, эти отчёты имеют формулировки, дословно совпадающие в описании статистических аспектов этих испытаний. Нетрудно догадаться, что означает этот факт».[45]

   Итак, завершая данный раздел, можно констатировать, что помимо наличия внутренних проблем медицинских НИИ и вузов по гармонизации накопления исходных данных и их анализа, о чём писал в своей статье Д.С. Саркисов [57], присутствует и системная составляющая, препятствующая решению этой проблемы.

Далее: Заключение. Литература.