Неправильная оценка статистической достоверности полученной информации может привести к игнорированию клинически важных сведений и использованию на практике бесполезных данных. Классическим приемом искажения реальных тенденций является значительное увеличение числа наблюдений, что позволяет доказать наличие даже столь небольших различий, которые не имеют реального клинического значения (как это было, например, в исследовании ALLHAT в отношении повышения уровня глюкозы крови при терапии тиазидными диуретиками). Необходимо помнить, что статистическая достоверность не является синонимом клинической значимости результатов исследования.
В настоящее время существует немало программ для статистической обработки данных и руководств по медицинской статистике, где приведены необходимые формулы, даны подробные инструкции по обработке результатов медицинских исследований. Это значительно облегчило и сделало доступным проведение качественного статистического анализа практически любому врачу, имеющему навыки работы с персональным компьютером.
Основы медицинской статистики преподаются в медицинских университетах, поэтому цель настоящей главы - не изложение сухих математических формул, а попытка дать тот минимум знаний, который необходим практическому врачу.
Для адекватного анализа полученных данных необходимо применять:
• для оценки выживаемости - методы, основанные на принципе построения таблиц доживания, кривые Каплана-Мейера, модель Кокса, формулы множественной пошаговой регрессии, показатели абсолютного и относительного риска;
• для выявления существенности различий между кривыми выживаемости - тест Вилкоксона-Гехана, обобщенный показатель кси-квадрат и критерий logrank.
При проведении клинических исследований наиболее часто используют две модели: