Таблица 3.2. Те же результаты, что в таблице 3.1, но переставленные

Этот пример был слишком упрощенным, поскольку «ослепление» редко нарушается для всех пациентов, но упражнение тем не менее отрезвляет. Даже если «ослепление» нарушается только по отношению к нескольким пациентам, этого может быть достаточно, чтобы сделать недостоверный результат достоверным. Хробьяртссон c коллегами отметили в своем обзоре, что 36-процентное преувеличение эффекта лечения, связанное с отсутствием «ослепления» оценщиков, было вызвано неправильным распределением результатов по медиане у 3% оцененных пациентов на каждое клиническое испытание (что соответствует 12 пациентам из общего числа, в данном случае – 400).

Невозможно переоценить важность этого открытия. Большинство лекарств имеют выраженные побочные эффекты, поэтому не может быть никаких сомнений, что «ослепление» нарушается у многих пациентов в большинстве плацебо-контролируемых исследований. Когда мы используем лекарства, чтобы спасти людей от смерти, нарушения «ослепления» не имеют значения, так как мы можем с уверенностью сказать, жив пациент или нет. Однако такие ситуации редки. В большинстве случаев лекарства используются для снижения симптомов или уменьшения риска осложнений при болезни, и результаты очень часто субъективны, например уровень депрессии или шизофрении, тревоги, слабоумия, боли, качества жизни, функциональных способностей (часто называемых повседневной активностью), тошноты, бессонницы, кашля и одышки. Даже решение о том, перенес ли пациент сердечный приступ, может быть довольно субъективным (смотрите главу 4, стр. 86).

Рандомизированное клиническое испытание – наиболее надежный метод оценки эффектов лечения. Но мы слишком легко верим результатам этих экспериментов, если клиническое испытание было «слепым» и основной результат сопровождается достоверной величиной значения P.

Тревожнее всего, что все лекарства приносят вред, при этом многие из них вообще неэффективны. Поэтому мы добросовестно вредим огромному числу пациентов, поскольку рандомизированные исследования не всегда дают понять, какие из лекарств не работают.

На этом фоне легко понять, почему компании, которые показали, что их лекарство действует на определенную болезнь, в дальнейшем могут тестировать его при совершенно не связанных с этим заболеваниях и находить, что оно также работает и при них. Нарушение «ослепления» является основной причиной, почему гораздо легче изобретать новые заболевания, чем новые лекарства7, 8. Легко показать определенный эффект на простой или чуть более сложной шкале, которая, в довершение всего, может иметь малое клиническое значение, а дальше пусть маркетинговая машина делает остальное.

Однажды один из членов моего гольф-клуба, старше меня по возрасту, признался, что не уверен в эффективности своих таблеток от деменции. Он хотел знать, прекратить ли их принимать, и просил моего совета. Я редко даю советы пациентам, не являясь их врачом и специалистом в конкретной области и не имея представления об их анамнезе. Однако он также сказал, что его беспокоят побочные эффекты лекарства и высокая цена. Учитывая, что эффект лекарств от деменции совсем не впечатляет, а клинические испытания, спонсированные фармой, имели весьма субъективные результаты, а также помня о многих других смещениях в подобных испытаниях, я сделал исключение из правила. Сказал, что не советую больше принимать это лекарство. Правда, он был довольно дементным и вряд ли последовал моему совету, скорее всего, он скоро забыл об этом разговоре.

Невозможность стопроцентного «ослепления» должна сделать врачей гораздо более осторожными; они должны внимательно наблюдать, думать дважды, прежде чем назначать лекарства, четко прописывать в дневниках, какой именно результат хотят получить и когда, и, конечно, не забывать отменить препарат, если эффект не достигнут.

Осознать, что совсем немногим лекарства приносят пользу, поможет ЧБНЛ (число больных, которых необходимо лечить, NNT – number needed to treat). Это величина, обратная разности рисков. Так, если мы считаем, что 60 процентам пациентов, получающих антидепрессант, и 50 процентам, получающим плацебо, станет лучше, – ЧБНЛ составит 1/(60% – 50%) = 10.

Это означает, что только одному из 10 пациентов, которых мы лечим антидепрессантом, он принесет пользу. Если принять, что любой возможный эффект плацебо настолько мал, что мы можем им пренебречь3, то более того, это означает, что для остальных девяти пациентов не имело никакого значения, получили они препарат или нет, кроме его побочных эффектов и стоимости. Даже если мы не примем результаты, которые показали, что плацебо в целом довольно неэффективны, все равно доказано, что очень немногие пациенты получают пользу от антидепрессанта. На самом деле все гораздо хуже, не только из-за отсутствия эффективного «ослепления», но и потому, что разница в 10% взята из клинических испытаний, проводимых промышленностью, которые были тщательно просчитаны и тестировали только тех пациентов, которые с наибольшей вероятностью реагировали на лекарства (смотрите главу 16, стр. 285)9. В реальной практике ЧБНЛ намного выше, чем 10.

Если же идет речь о профилактике, то ЧБНЛ становится значительно больше. Статины – очень популярный тип лекарств, так как они снижают уровень холестерина. Клиническое испытание 1994 года показало, что из 30 пациентов с очень высоким риском коронарного приступа, получавших симвастатин в течение 5 лет, помогал он только одному10. При этом в 1990-х, когда он был еще патентованным препаратом, симвастатин очень дорого стоил. Я проанализировал таблицу 1 в статье, которая описывала пациентов, включенных в исследование. Хотя 80% испытуемых уже перенесли сердечный приступ, только одна треть получала аспирин, хотя доказано, что аспирин буквально спасает жизни. Более того, четверть из них были курильщиками! Выходит, мы могли бы спасти много жизней очень дешево, напоминая врачам, что пациенты должны получать аспирин, а также что их нужно уговорить бросить курить. Доказано, что даже краткие беседы с врачом влияют на курильщиков11.

Когда данные восьми клинических испытаний были объединены в Кокрейновском обзоре, исследователи обнаружили, что статины уменьшали общую смертность на 16%12. Звучит эффектно, и это хороший пример того, как промышленность рекламирует хорошие результаты. Однако это ровным счетом ничего не говорит о пользе профилактики, так как мы не знаем уровень смертности среди тех, кто не принимал статины. Авторы сообщили, что 2,8% участников клинических испытаний умерли (обратите внимание, что я не называю здоровых людей пациентами, так как они ими не являются). Чего в этом обзоре не хватало, так это ЧБНЛ. Снижение на 16% от частоты 2,8% дает частоту 2,35%, и ЧБНЛ составляет 1/(2,8%–2,35%) = 222.