Есть различные способы, как можно поймать мошенника, однако постоянный неусыпный контроль со стороны медицинских и научных учреждений — не выход, так как не всегда можно вести достаточно строгий мониторинг нарушений. Часто факт подлога или фальсификации раскрывается коллегами мошенника из корыстных побуждений, становится известен случайно либо разоблачается при возникновении сомнений в правдоподобности результатов. Малкольм Пирс, например, британский хирург-акушер, опубликовал отчет о случае, где утверждал, что он удалил внематочную беременность, затем имплантировал плод женщине, а в результате у нее родился здоровый ребенок. Анестезиолог и хирургическая сестра, работавшие в той же больнице, посчитали случившееся маловероятным и заявили, что наверняка услышали бы о таком примечательном случае. Они проверили все истории болезни, не нашли ни одной записи о проведении подобной операции, и таким образом все усилия хирурга пошли прахом.2 Примечательно, что в том же номере журнала была опубликована еще одна статья Пирса, в которой сообщалось об исследовании, где принимали участие 200 женщин с синдромом поликистозных яичников, которых Пирс лечил от повторяющихся выкидышей. Исследование не имело места, и оказалось, что Пирс не только сочинил всю историю от начала до конца, придумал имена пациентов и результаты, но и выдумал название несуществующей фармацевтической компании, которая якобы финансировала исследование. В эпоху Интернета ложь, подобная этой, будет жить недолго.
Есть и другие методы обнаружения фактов подлога. Человеческий мозг — очень плохой генератор случайных чисел, поэтому простые случаи фальсификации данных часто раскрывались статистиками судебной медицины, которые обращали внимание на частоту повторяемости последних цифр. Если некто будет выдумывать числа на ходу и вписывать их в колонку в случайном порядке, то наиболее часто повторяемой цифрой всегда будет семерка, которая нравится нашему подсознанию больше всего. Чтобы замаскировать подлог, фальсификатору нужен генератор случайных чисел, однако прибегнув к его помощи, он столкнется с другой интересной проблемой, которая называется эффект идеального единообразия в случайных числах. Так немецкий физик Ян Хедрик Шен выступал соавтором приблизительно одной работы каждую неделю на протяжении 2001 года, однако его результаты выглядели слишком уж точными. В конечном счете кто-то заметил, что в двух исследованиях на результаты идеальной модели был наложен один и тот же «шум» из цифровых данных. Оказалось, что многие числа были сгенерированы на компьютере с использованием тех же самых уравнений, которые должныбыли использоваться для проверки данных вместе с якобы случайными реалистично выглядящими вариациями, встроенными в модель.
Есть множество способов, к которым следует прибегать для выявления случаев явной и наглой фальсификации. Нам нужно проводить более тщательные и качественные расследования; регулярно вести более совершенный мониторинг; налаживать отношения с редакторами журналов, мотивируя их сообщать о подозрительных работах, отвергнутыхими; обеспечивать лучшую защиту тем, кто своевременно подал сигнал; проводить выборочную случайную проверку первичных данных по журналам и т. д. Люди часто говорят обо всех этих методах, но редко кто прибегает к их использованию, а все потому что ответственность за нарушения определена неясно и туманно.
Итак, подлог или фальсификация данных. И то, и другое случается в медицине. Этим занимаются не особо умные люди. И подлог можно смело называть преступлением. И такиепреступления случаются при содействии «плохих парней». Однако объем ошибочных данных, попадающих в анналы медицинской литературы благодаря подлогу, не так уж и велик по сравнению с регулярными, изощренными и — больше чем что-либо — правдоподобно отрицаемыми каждодневными методологическими искажениями, примеров которых так много в этой книге. Несмотря на очевидность этого, явный подлог практически единственный источник искаженных данных, который регулярно освещается в СМИ, просто потому что факт фальсификации более доступен уму обывателя. И это одна из причин, чтобы прекратить рассказывать о нем и перейти к главному.Проверяйте лекарство на ненормально идеальных пациентах
Как мы увидели, принимающие участие в клинических исследованиях пациенты часто не имеют ничего общего с реальными больными, которых наблюдает врач каждый день в ходе обычной клинической практики. Поскольку такие идеальные пациенты с больше вероятностью выздоровеют, это преувеличивает эффект от лекарства и заставляет новыедорогие препараты выглядеть более привлекательными в плане соотношения цены и качества, чем они есть на самом деле.
В реальном мире пациенты часто гораздо «многограннее». У них могут быть другие расстройства организма, они могут принимать множество различных медикаментов, которые могут взаимодействовать друг с другом совершенно непредсказуемым образом. Обычные пациенты могут употреблять алкоголь чаще, чем идеальные больные, либо у них могут быть проблемы с почками. Таковы обычные пациенты. Однако в большинстве исследований, на результаты которых мы полагаемся при принятии конкретных решений, лекарства тестируются на нерепрезентативных, ненормально идеальных пациентах, которые часто слишком молоды, имеют в анамнезе всего лишь одно заболевание, испытывают меньше проблем со здоровьем и т. д.3
Разве результаты таких исследований, проведенных на нетипичных пациентах, могут применяться к обычным больным? Во всяком случае, мы знаем, что различные группы пациентов реагируют на лекарства поразному. Исследования, проведенные на представителях идеальных групп населения, могут, например, завысить достоинства лекарства или же выявить какие-либо полезные свойства, которых у него нет. Иногда в особо критичных случаях равновесие между опасными свойствами лекарства и его эффективностью может полностью меняться у разных групп населения. Так, например, была подтверждена эффективность лекарств против аритмии — они продлевали жизнь пациентам, у которых наблюдались нарушения частоты сердечного ритма, — однако их часто прописывали также и тем, кто пережил сердечный приступ, но у кого были лишь незначительные нарушения сердцебиения. Когда эти препараты были испытаны на второй группе пациентов, ко всеобщему ужасу, обнаружилось, что они в значительной степени повышают риск наступления преждевременной смерти.4
Врачи и ученые часто закрывают глаза на такие случаи, но когда вы начинаете сопоставлять показатели пациентов, принимавших участие в исследованиях, и обычных пациентов, сравнивая все цифры подряд, проблема сразу приобретает более широкий масштаб.
При проведении одного исследования 2007 года было выбрано 179 астматиков из числа обычных граждан с целью проверки, скольких из них признают годными для участия в исследовании лекарств от астмы.5 Ответ — в среднем 6 %. Что интересно, речь шла не о каких-то старых исследованиях. Большинство больных не было допущено к исследованиям, на основе которых были разработаны единые международные рекомендации для лечения астмы в клиниках общего профиля и специализированных больницах. Этих рекомендаций придерживаются во всем мире, но при этом, как показала проверка, они базируются на результатах исследований, из которых исключили бы почти каждого пациента из числа обычных людей, к которымэти же самые рекомендации и будут применяться при лечении.
Авторы другой работы отобрали 600 пациентов, которых лечили от депрессии в амбулаторной клинике, и обнаружили, что в среднем только треть из них была бы допущена к участию в 39 исследованиях по изучению свойств лекарства от депрессии, материалы которых были недавно опубликованы.6 Организаторы часто жалуются на то, что стало трудно набрать пациентов для проведения исследований, однако в одной научной работе описано, как 186 человек с депрессией в анамнезе попробовали записаться на два тестирования антидепрессантов, и больше 7 человек из 8 не были приняты, так как они не соответствовали требованиям.7