От слишком широкой темы до статистики

В основе многих научных проектов лежит точное клиническое наблюдение. Врач замечает закономерность, сталкивается с вопросом, на который пока нет убедительного ответа, или видит, что существующий подход работает не у всех пациентов. Так появляется идея исследования.

Но между интересной идеей и качественной научной работой — большая дистанция. Ее заполняют гипотеза, дизайн, критерии отбора пациентов, конечные точки, статистический план, организация сбора данных и множество других решений. Ошибка на любом из этих этапов может повлиять на весь проект. Причем проблема не всегда становится заметна сразу. Иногда исследование уже началось, данные собраны, команда вложила в работу несколько месяцев — и только потом выясняется, что полученные результаты не позволяют ответить на исходный вопрос.

Разбираем семь ошибок, которые особенно часто встречаются в первых исследовательских проектах.

💡Слишком широкая тема

Начинающему исследователю нередко хочется охватить все сразу: изучить эффективность лечения, выявить прогностические факторы, оценить качество жизни, проанализировать нежелательные явления и сравнить несколько групп пациентов. Такой замысел может выглядеть масштабным, но масштаб еще не означает научную ценность. Чем больше вопросов объединено в одном проекте, тем труднее определить его главную цель, подобрать подходящий дизайн и понять, какие именно данные необходимо собирать.

Например, тема «Современные подходы к лечению рака легкого» слишком широка для отдельного исследования. За ней не видно ни конкретной популяции пациентов, ни вмешательства, ни результата, который предполагается оценивать.

Рабочий исследовательский вопрос должен быть значительно точнее. Какие пациенты изучаются? Какой метод лечения или диагностический показатель рассматривается? С чем его сравнивают? Какой результат хотят получить и за какой период? Чем конкретнее сформулирован вопрос, тем легче выстроить вокруг него всю дальнейшую работу. Сузить тему — не значит сделать исследование менее значимым. Наоборот, это позволяет получить ответ, которому можно доверять.

💡Нечеткая или непроверяемая гипотеза

Фразы «изучить эффективность препарата», «оценить особенности течения заболевания» или «проанализировать результаты лечения» часто встречаются в первых версиях проектов. Но это скорее описание общего намерения, чем научная гипотеза.

Гипотеза — это обоснованное предположение о том, какой результат ожидает исследователь. Она должна опираться на уже имеющиеся данные и допускать проверку.

Допустим, исследователь предполагает, что определенный биомаркер связан с более высокой вероятностью ответа на терапию. Тогда необходимо заранее определить, какой именно показатель будет измеряться, что будет считаться ответом на лечение, у какой группы пациентов и в какие сроки будет проводиться оценка.

Если гипотеза сформулирована расплывчато, остальные части проекта тоже начинают расходиться: цели не совпадают с задачами, конечные точки не отвечают на основной вопрос, а статистический анализ превращается в поиск любых обнаружившихся закономерностей.

Полезно задать себе простой вопрос: «Какие данные подтвердят мое предположение, а какие заставят его отвергнуть?» Если на него невозможно ответить, гипотезу нужно уточнить.

И еще один важный момент: гипотеза не обязана подтвердиться. Отрицательный результат не делает исследование неудачным, если вопрос был поставлен корректно, а работа проведена качественно. Попытка любой ценой доказать первоначальное предположение, напротив, создает риск предвзятой интерпретации данных.

💡Дизайн, который не соответствует исследовательскому вопросу

Выбор дизайна — одно из ключевых решений в проекте. Ретроспективное или проспективное исследование? Наблюдательное или интервенционное? Одноцентровое или многоцентровое? С группой сравнения или без нее? У каждого варианта есть возможности и ограничения. Универсально «лучшего» дизайна не существует — есть дизайн, подходящий или не подходящий для конкретной задачи.

Ретроспективный анализ уже имеющихся медицинских данных может быть разумным решением, если нужно изучить клиническую практику или оценить частоту определенных событий. Однако полнота такой работы зависит от качества документации. Если важные показатели раньше не фиксировались или оценивались по-разному, восстановить их после начала исследования уже не получится.

Проспективный дизайн позволяет заранее определить порядок наблюдения, сроки обследований и правила сбора информации, но требует больше времени, ресурсов и организационной подготовки.

Особенно важно не приписывать исследованию выводы, которых его дизайн не позволяет сделать. Например, обнаруженная в наблюдательной работе связь между двумя показателями еще не доказывает, что один из них стал причиной другого. На результат могли повлиять сопутствующие факторы, особенности отбора пациентов или различия между группами.

Дизайн выбирают не потому, что он кажется знакомым или технически удобным. Он должен вытекать из исследовательского вопроса и давать возможность получить на него обоснованный ответ.

💡Неудачно выбранные конечные точки

Эту ошибку не всегда выделяют отдельно, хотя именно конечные точки определяют, что в исследовании будет считаться результатом. Иногда авторы включают множество показателей, не определяя главный. Иногда выбирают конечную точку, которая слабо связана с целью проекта. Бывает и так, что показатель интересен с научной точки зрения, но его невозможно надежно оценить в доступные сроки или при планируемом объеме наблюдения.

Основная конечная точка должна напрямую отвечать на главный вопрос исследования. Она влияет на расчет выборки, продолжительность наблюдения, порядок сбора данных и статистический анализ. Вторичные конечные точки помогают дополнить картину, но не должны подменять основную цель.

В онкологических исследованиях это особенно заметно. Общая выживаемость, выживаемость без прогрессирования, частота объективного ответа, длительность ответа, качество жизни и частота нежелательных явлений описывают разные стороны лечения. Нельзя выбрать любой из этих показателей только потому, что он часто встречается в публикациях.

Необходимо заранее определить не только саму конечную точку, но и способ ее оценки: по каким критериям, кем, в какие сроки и на основании каких данных будет зафиксирован результат. Иначе даже внутри одной исследовательской команды показатели могут трактоваться по-разному.

💡Размер выборки определяется количеством доступных пациентов

Логика «возьмем всех пациентов, которых сможем найти» понятна, особенно для одноцентровых исследований и редких заболеваний. Но доступное количество наблюдений и необходимый размер выборки — не одно и то же.

Если участников слишком мало, исследованию может не хватить статистической мощности, чтобы обнаружить реально существующий эффект. Отсутствие статистически значимого различия в этом случае не будет означать, что различий действительно нет. Возможно, данных оказалось недостаточно. Необоснованно большая выборка тоже не всегда оправданна. Она требует дополнительных ресурсов и может приводить к включению большего числа участников, чем необходимо для ответа на поставленный вопрос.

Расчет зависит от дизайна, основной конечной точки, предполагаемого размера эффекта, допустимой вероятности ошибки и других параметров. Поэтому выполнять его следует до начала сбора данных.

Если необходимое количество участников невозможно набрать в одном учреждении, проект нужно пересмотреть. Возможно, потребуется участие нескольких центров, увеличение периода включения, изменение дизайна или более реалистичная постановка задачи. Гораздо лучше обнаружить это при планировании, чем после завершения работы.

💡Биостатистик подключается, когда данные уже собраны

Одна из самых дорогих ошибок — считать статистику последним этапом исследования. В такой логике сначала формируется база, а затем специалисту передают таблицу с просьбой «посчитать результаты».

Но статистический анализ начинается задолго до появления первой строки в базе данных. Еще на этапе протокола необходимо определить, какие показатели будут собираться, в каком формате, как будут формироваться группы, чем обосновывается объем выборки, какие методы анализа подходят для выбранных данных и что делать с пропущенными значениями.

После завершения сбора информации исправить некоторые решения уже невозможно. Может оказаться, что важный показатель не фиксировался, группы несопоставимы, сроки обследований различаются, а нужные данные записаны в свободной форме и не поддаются корректному анализу. Участие биостатистика в планировании не усложняет проект, а делает его реалистичнее. Специалист помогает связать гипотезу, конечные точки, выборку и методы анализа в единую систему.

При этом статистическая значимость — не единственный ориентир. Значение p само по себе не отвечает на вопрос, важен ли найденный эффект для клинической практики. Необходимо учитывать размер эффекта, доверительные интервалы, качество данных и клинический смысл результата.

💡Протокол пишется формально, а о публикации думают в самом конце

Иногда протокол воспринимают как документ, который нужен главным образом для прохождения экспертизы. В результате отдельные его разделы заполняются формально, а реальные решения принимаются уже в процессе работы.

Это опасная практика. Протокол нужен прежде всего самой исследовательской команде. Он фиксирует единые правила: кого и на каких основаниях включают в исследование, какие процедуры проводят, какие данные собирают, как оценивают результаты и анализируют отклонения. Если эти правила заранее не определены, исследование постепенно начинает меняться. Одним пациентам проводят дополнительные обследования, другим — нет. Сроки оценки различаются. Критерии включения трактуются неодинаково. В итоге команда получает неоднородные данные, а риск систематических ошибок возрастает.

Похожая ситуация возникает с публикацией. Когда о ней вспоминают после завершения проекта, может выясниться, что часть необходимой информации не собиралась, исследование не соответствует профильным рекомендациям по представлению результатов, вопросы авторства не обсуждались, а ограничения работы не были предусмотрены.

Публикационная стратегия не означает, что выводы статьи нужно придумать заранее. Речь о другом: еще при подготовке проекта важно понимать, какие стандарты применимы к выбранному типу исследования, где и как будут представлены результаты, кто отвечает за отдельные части работы и каким образом будет обеспечена прозрачность данных.

Почему эти ошибки повторяются

Большинство из них связано не с недостатком знаний в конкретной области. Молодой врач может прекрасно разбираться в клинической проблеме, но еще не иметь опыта превращения наблюдения в исследовательский проект. Научная работа требует особого способа мышления. Нужно не только видеть интересную закономерность, но и последовательно проверять собственную логику: действительно ли вопрос новый, можно ли проверить гипотезу, соответствуют ли ей дизайн и конечные точки, достаточно ли данных, выполним ли проект в имеющиеся сроки.

Этому трудно научиться исключительно по книгам и лекциям. Особенно ценна работа с более опытными исследователями, которые могут посмотреть на проект со стороны, заметить методологическое противоречие и задать вопрос, о котором автор ещё не задумывался.

Именно на этом строится очный этап Школы научных исследований для молодых онкологов. Участники приезжают не с абстрактными учебными заданиями, а с собственными проектами. Вместе с менторами и биостатистиками они уточняют гипотезы, пересматривают дизайн, выбирают конечные точки, оценивают реализуемость и постепенно превращают первоначальный синопсис в более зрелый исследовательский протокол.

Хорошее исследование редко возникает сразу в окончательном виде. Оно становится сильнее благодаря вопросам, критическому обсуждению и готовности автора пересматривать собственные решения.

Увидеть слабое место проекта до начала сбора данных — не неудача. Это одна из главных целей качественного научного планирования.

---

Настоящий материал подготовлен в информационных целях и посвящен общим вопросам планирования научных исследований. Он носит рекомендательный характер, не учитывает особенности конкретного проекта и не заменяет консультации специалистов по методологии исследований, биостатистике, биоэтике и нормативному сопровождению. Копирование и распространение материала допускаются при обязательном указании источника: Фонд поддержки научных исследований в онкологии (РакФонд).

---