Кеннет Бригам - Хороший доктор. Как найти своего врача и выжить

Ученые, изучающие поведение, говорят о ценностно-ориентированном планировании [96] Matthew Leitch. Value Driven versus Target Driven Planning. Dynamic Management for an Uncertain World . July 5, 2006. , когда вы планируете использовать ресурсы, чтобы заниматься тем, что цените больше всего. Некоторые люди лучше всего заботятся о своем здоровье при таком подходе. Многих заставляет вести более здоровый образ жизни наблюдение за конкретными показателями, но для иных более мощными стимулами, чем цифры, могут стать какие-то приоритеты. Если вы осознаете, что для вас особенно важно в вашем здоровье, показатели придут в норму сами собой. Предположим, вы захотите заняться йогой или медитацией. Или, допустим, вас привлечет идея психологической внимательности, и осознанное питание станет самым эффективным способом контролировать свой рацион. А еще можно найти время для прогулок в парке или чтобы утром посидеть в саду и послушать пение птиц. Ваш врач должен наблюдать за вашими показателями и следить за тем, чтобы вы уделяли внимание важным аспектам здоровья. Но он понимает, что вы можете быть ценностно-ориентированным человеком и сделаете все необходимое, чтобы недуги не мешали вашим любимым занятиям. Вдумчивый доктор знает ваши показатели, обладает информацией , но также понимает , что она значит для вас.

Вот какая проблема возникает у хорошего доктора со статистикой. Статистическая значимость — фактически универсальный критерий, которым пользуются врачи и ученые для определения истины. Но хороший врач знает, что статистика вполне может лгать. Даже сами статистики не отрицают этого. Американский писатель Даррелл Хафф в 1954 г. написал на эту тему книгу под названием «Как лгать при помощи статистики» {8} 8 Хафф Д. Как лгать при помощи статистики. — М.: Альпина Паблишер, 2019. , на протяжении следующих 50 лет неизменно остававшуюся бестселлером.

Статистика имеет дело с вероятностью (насколько велика возможность, что нечто является правдой), и волшебное число здесь — 0,05 (или 5 %). Если шансы на то, что результаты неверные, меньше 5 % ( p < 0,05, где p — уровень статистической значимости ), они считаются скорее реальными. Но столь малая вероятность означает, что есть только один из двадцати шансов, что результат совершенно случайный, то есть абсолютно не правдивый. Ну и как врач определит, что вы тот самый уникум, один из двадцати, для которых общие правила не работают? Конечно же, он этого не узнает, пока не изучит все данные о вашем образе жизни и состоянии здоровья или, не дай бог, пока после проведенной диагностики и пробного лечения не поймет свою ошибку. Беда в том, что статистика бессмысленна в применении к конкретному пациенту, то есть и к вам, и к каждому из семи или около того миллиардов людей.

Один из нас (Майкл Джонс) много лет проработал практикующим хирургом-онкологом. Его разговор с человеком, у которого только что диагностировали злокачественную опухоль, мог бы звучать так.

Пациент . Что ж, доктор, каковы мои шансы победить болезнь?

Доктор Джонс . Ваши шансы на выживание составляют или 0, или 100 %.

Пациент . Что вы имеете в виду? Не могли бы вы привести мне цифры, оценить вероятность?

Доктор Джонс . Если вы хотите знать, какой процент из большой группы людей с этим заболеванием выживает, я, конечно, могу назвать цифры. Но в вашем конкретном случае мы имеем вариант «или пан, или пропал». Вы либо переживете это, либо нет. Так что давайте будем оптимистами и надеяться, что все закончится благополучно.

Пациент . Даже не знаю, плакать мне или радоваться.

Доктор Джонс . Учитывая единственную альтернативу, не лучше ли рассчитывать на то, что вы поправитесь?

Пациент . Может быть, доктор, может быть.

Все это, безусловно, справедливо, но ведь, с другой стороны, мало просто рассчитывать на лучший исход: наш воображаемый пациент и его врач должны определить максимально эффективную стратегию лечения. Ни один из трех основных способов борьбы с раком — операция, лучевая терапия или химиотерапия — ни порознь, ни в комплексе не лишены серьезных побочных эффектов. Ну и как в данном случае выбрать лечение, которое с наибольшей вероятностью увенчается успехом и при этом нанесет наименьший вред?

Несмотря на здравый аргумент, что выводы статистических исследований могут не подходить конкретному пациенту, от чего-то все же надо отталкиваться, и потому мы начинаем с костюма усредненного размера — статистических данных тщательно проведенных и проанализированных испытаний на группах пациентов с таким же заболеванием. В конце концов лучше уж такой костюм, чем вообще никакого.

Итак, это исходная точка. И куда мы из нее направимся? Простите, но необходимо сказать еще несколько слов о статистике, поскольку именно так большинство людей измеряет ценность научных данных.

В исследованиях на группах пациентов эффекты вмешательства анализируются на основе частотности — среднее значение, медиана, доверительный интервал и проч.; все показатели отдельных больных вливаются в сверхчисла, описывающие целую популяцию и считающиеся статистически значимыми; p < 0,05 = вероятно, p > 0,05 = возможно, нет. Но эти числа не относятся напрямую к отдельному человеку даже в группе испытуемых, не говоря уже о пациенте, который сидит сейчас в кабинете врача, с тревогой ожидая рекомендаций по лечению. Некоторые статистики занимаются этой проблемой и пытаются расширить свои умения, чтобы разобраться с тем, как использовать информацию, полученную от группы, в конкретных условиях. Такие попытки предпринимались еще в середине XVIII века.

На пути осмысления упомянутых выше сомнений относительно статистики хороший доктор также обязательно познакомится с преподобным Томасом Байесом [98] Thomas Bayes. Wikipedia , https://en.wikipedia.org/wiki/Thomas_Bayes . , пресвитерианским священником из города Танбридж-Уэллса, что в английском графстве Кент. Байес, человек грузный и мрачный, если судить по предполагаемому портрету, был не только богословом, но и математиком и внес существенный вклад в статистику, поскольку изучал теорию вероятностей. Он родился около 1701 г. и умер в возрасте 59 лет, так и не опубликовав главную работу своей жизни. Его записки о том, что впоследствии получило название «теорема Байеса», выпустил через два года после смерти священника его друг Ричард Прайс. Статья в Philosophical Transactions of the Royal Society of London была озаглавлена «Очерки к решению проблемы доктрины шансов» [99] Thomas Bayes. An essay towards solving a problem in the doctrine of chances. Philosophical Transactions of the Royal Society of London . 53:370, 1763. , и описанные в ней идеи положили начало целой области — применяемой до сих пор байесовской статистики .