Autorytet medycyny opartej na dowodach naukowych a niepewność poznania naukowego

przyjaciel Waszyngtona doktor James Craik i dokonał kolejnych krwioupustów, łącznie około 20 uncji (około 600 mililitrów). Wkrótce przybyli także konsultanci: doktor Gustavus Richard Brown i doktor Elisha Cullen Dick, którzy zalecili kolejne 32-uncjowe krwioupusty (około 900 mililitrów). Łącznie objętość zastosowanych upustów krwi oszacowano na 5 do 9 półkwart (2,5-4,5 litra). Pomiędzy kolejnymi upustami lekarze stosowali także mający właściwości antyseptyczne i przeczyszczające kalomel (chlorek rtęciawy), działający wymiotnie tartar (silny środek wymiotny odkryty w VIII wieku n.e.) i kataplazmy (rodzaj gorącego i wilgotnego okładu z woreczka wypełnionego np. otrębami, owsem, piaskiem lub siemieniem lnianym). Pomimo wysiłków lekarzy generał Waszyngton zmarł wieczorem 14 grudnia 1799 r.

Współcześnie uznaje się, że najbardziej prawdopodobną przyczyną zgonu Waszyngtona było ostre zapalenie nagłośni. Zabiegiem ratującym życie byłaby w tym przypadku tracheotomia, zabieg po raz pierwszy opisany w staroindyjskich Wedach w XIV wieku p.n.e., znany także lekarzom Jerzego Waszyngtona. Doktor Cullen Dick napisał później, że chciał taki zabieg wykonać, jednak odwiedli go od niego bardziej doświadczeni koledzy. Generałowi życie uratować mogła zatem zmiana powszechnie obowiązującego paradygmatu o użyteczności upustów krwi (którego podstawę stanowiła Galenowa teoria równowagi czterech „humorów”: krwi, flegmy, czarnej i żółtej żółci). Na tę jednak trzeba było poczekać kolejne stulecie. Jeszcze w XX wieku w podręczniku „Principles and Practice of Medicine” upusty krwi polecał jeden z najsłynniejszych XX-wiecznych lekarzy, sir William Osler.

Warto zadać pytanie, dlaczego u zarania XIX wieku, w czasach, gdy opracowaną przez Galena teorię już dawno podważyły XVI- i XVII-wieczne odkrycia Wesaliusza i Harveya, puszczanie krwi było nadal tak bardzo popularne? Opisujący historię upustów krwi Kerridge i Lowe uważają, że zabiegi te przetrwały tak długo nie z powodu niewiedzy ówczesnych lekarzy (czego dowodzą późniejsze wypowiedzi doktora Cullena Dicka), ale w rezultacie „dynamicznych interakcji społecznych, ekonomicznych i intelektualnych”. ¹ Opowieści o zdarzeniach prowadzących do śmierci Jerzego Waszyngtona, opisanych w 1983 r. na łamach „Journal of the American Medical Association”, ² nie należy traktować wyłącznie jako historycznej anegdoty. Te same procesy, które zadecydowały o zastosowaniu upustów krwi u chorego z zapaleniem nagłośni, w pewnym sensie decydują bowiem także o obrazie współczesnej nauki. Jak pisał amerykański filozof nauki Thomas Kuhn, „nowości wprowadzane są z trudem oraz z towarzyszącym mu, zgodnym z oczekiwaniami, jawnym oporem, a społeczność naukowa określa się przez swoją wierność paradygmatowi”.

Medycyna oparta na dowodach naukowych – współczesny paradygmat

Współczesny paradygmat, definiowany przez Kuhna jako układ przekonań, wartości i metod podzielanych przez członków społeczności naukowej, stanowi dla lekarzy medycyna oparta na dowodach naukowych (EBM – evidence based medicine) i powstające na jej podstawie rekomendacje towarzystw naukowych. Za początek EBM uznaje się rok 1972. Wówczas to epidemiolog Archie Cochrane wygłosił serię wykładów, w których zwracał uwagę, że lekarze zbyt często stosowali interwencje o niepewnej skuteczności i wątpliwym bezpieczeństwie. Cochrane zalecał systematyczną ocenę metod leczenia nietendencyjnymi metodami, takimi jak randomizowane badania kliniczne i krytyczne podsumowanie dostępnej wiedzy. Te ostatnie były niezbędne, już bowiem w 1979 r. codziennie publikowano wyniki kilkunastu badań. Teraz liczba informacji jest przytłaczająca – codziennie ukazują się wyniki kilkunastu systematycznych przeglądów piśmiennictwa i kilkudziesięciu badań klinicznych. Znaczna część z nich rejestrowana jest w bazie Cochrane Central Register of Controlled Trials bądź w MEDLINE. Szacuje się, że przy średniej liczbie 80 uczestników, co roku w randomizowanych badaniach klinicznych uczestniczy około 2 milionów osób.

Ruch medycyny opartej na dowodach naukowych jest próbą porządkowania masy dostępnych danych badawczych. Opracowano kilkadziesiąt systemów hierarchizowania wartości badań naukowych. W podstawowym zakresie znane są one czytelnikom wszystkich dokumentów zaleceń towarzystw naukowych, takich jak European Society of Cardiology (ESC) czy American Heart Association (AHA). W najnowszych dokumentach ESC określa trzy poziomy dowodów naukowych: poziom A – dane pochodzące z licznych randomizowanych badań klinicznych lub metaanaliz, poziom dowodów B – dane pochodzące z pojedynczych randomizowanych badań klinicznych lub dużych badań nierandomizowanych oraz poziom dowodów C – uzgodnienia ekspertów i/lub wyniki małych badań i retrospektywnych rejestrów. Zespoły ESC formułujące zalecenia korzystają także z opracowań grupy roboczej GRADE (Grading of Recommendations Assessment, Development and Evaluation) i takich wskaźników jakości badań naukowych, jak zaślepienie próby, kompletność obserwacji, analiza zgodna z intencją leczenia czy też liczebność badanych grup.

Dowody naukowe a terapia

Jakość dowodów naukowych stanowi podstawę gradacji zaleceń w poszczególnych jednostkach chorobo­wych.

Jakość dowodów naukowych (to, w jakim stopniu pozwalają sądzić o korzyściach i szkodach płynących z zastosowania interwencji) stanowi podstawę gradacji zaleceń w poszczególnych jednostkach chorobowych. Powszechnie przyjęto podział na trzy klasy zaleceń. Klasa III oznacza procedury niezalecane, klasy IIa i IIb oznaczają postępowanie, które odpowiednio należy i można rozważyć jako wskazane. Przyznanie zaleceniu klasy I oznacza, że jest ono wskazane/rekomendowane jako przynoszące korzyści. W codziennej praktyce zalecenia klasy I, a czasem i klasy IIa często zmieniają się w nienaruszalny kanon postępowania, a ich niestosowanie uznawane jest za błąd w sztuce, zwłaszcza jeśli ich podstawę stanowiły najwyższej jakości dowody naukowe klasy A (przede wszystkim liczne, dobrej jakości randomizowane badania kliniczne i ich metaanalizy).

Gordon Guyatt, jeden z twórców medycyny opartej na dowodach naukowych, we wstępie do klasycznego podręcznika EBM napisał, że wyznawców ruchu obowiązuje „oświecony sceptycyzm” wobec nowych metod diagnostycznych i terapeutycznych. Ma on polegać na jednoznacznym zdefiniowaniu właściwego pytania, starannym przeszukaniu dostępnego piśmiennictwa, krytycznej ocenie dostępnych dowodów i możliwości ich zastosowania w szczególnym kontekście klinicznym i na koniec wreszcie – wyważonym zastosowaniu płynących z tego wniosków do rozwiązania problemu klinicznego.

Weryfikacja teorii naukowych

Randomizowane badania kliniczne mogą sta­nowić narzędzie weryfikacji teorii nauko­wych w sposób niemal autonomiczny w sto­sunku do badań podstawowych.

Zalety EBM są powszechnie znane i nie wymagają odrębnego komentarza. EBM stała się wyznacznikiem sposobu postępowania, a odstępstwo od obowiązującego kanonu często bywa traktowane jako błąd w sztuce. Po prześmiewczym tekście Isaacsa i Fitzgeralda opublikowanym w 1999 r. na łamach „British Medical Journal”, wymieniającym siedem alternatyw dla medycyny opartej na dowodach naukowych (praktyka medyczna oparta na: zasługach i powszechnym uznaniu, głośności i porywczości wypowiedzi, elokwencji, powierzeniu losów chorego opatrzności, strachu, niezachwianej pewności siebie bądź wręcz przeciwnie niepewności siebie i unikaniu podejmowania decyzji) nikt nie odważy się uprawiać praktyki medycznej opartej na opatrzności Bożej, zasługach i powszechnym uznaniu czy niezachwianej pewności. ³ Mimo to, nie negując zalet EBM, warto przyjąć zalecaną przez Guyatta postawę „oświeconego sceptycyzmu” i krytycznie przyjrzeć się samej EBM.

Niepewność poznania naukowego

W kontekście dyskusji o wartości badań randomizowanych warto przywołać wyniki opublikowanego na łamach „British Medical Journal” badania Leonarda Leiboviciego o wpływie „retroaktywnej modlitwy wstawienniczej na odległość” na losy chorych z sepsą. ⁴ Badanie miało charakter kontrolowany, randomizowany i podwójnie zaślepiony. Autor pracy zebrał dokumentację 3393 chorych leczonych w jednym z uniwersyteckich szpitali w latach 1990-1993 z powodu sepsy. W lipcu 2000 r. dokonał randomizacji chorych do dwóch grup – poddanej interwencji i grupy kontrolnej. Listę imion chorych, którzy znaleźli się w grupie poddanej interwencji przekazano osobie, która zmówiła krótką zbiorową modlitwę za dobre samopoczucie i powrót do zdrowia całej grupy. Grupę kontrolną pozostawiono bez interwencji. Zmówiona po latach modlitwa wstawiennicza okazała się związana ze statystycznie krótszym czasem pobytu w szpitalu i czasem trwania stanów gorączkowych (odpowiednio p=0,01 i p=0,04). Śmiertelność okazała się nieistotnie statystycznie niższa w grupie poddanej interwencji. Przyjęty protokół badania gwarantował całkowicie losowy charakter interwencji i pełne podwójne zaślepienie próby (zarówno pacjentów, jak i opiekującego się nimi personelu medycznego). Porównanie charakterystyki grup potwierdziło podobny rozkład czynników potencjalnie zakłócających wyniki analizy, a zatem prawidłowość procesu randomizacji. W dyskusji autor pracy przypominał korzystne wyniki dwóch innych kontrolowanych, zaślepionych, randomizowanych badań klinicznych, w których oceniano skuteczność modlitwy jako interwencji leczniczej, a w konkluzji stwierdził, że retroaktywna modlitwa wstawiennicza na odległość może poprawiać rokowanie chorych z sepsą. Interwencja była kosztowo efektywna i prawdopodobnie pozbawiona niekorzystnych działań niepożądanych.

Mamy zatem do czynienia ze zgodnym z paradygmatem EBM wysokiej jakości dowodem naukowym potwierdzającym skuteczność wstecznej modlitwy (a zarazem z wyśmiewaną przez Isaacsa i Fitzgeralda praktyką medyczną opartą na powierzeniu losów chorego opatrzności Bożej).

Jak wytłumaczyć uzyskane wyniki? Sam Leibovici stwierdził oczywiście, że w chwili obecnej żaden ze znanych mechanizmów nie pozwala wyjaśnić wpływu retroaktywnej modlitwy na losy chorych hospitalizowanych przed wielu laty. Przypomniał jednocześnie, że kiedy w 1753 r. James Lind odkrył, że cytryny leczą szkorbut, nie wiedział nic na temat kwasu askorbinowego, a jego odkrycie wyjaśniono racjonalnie dopiero po wielu latach.

Trzeba jednoznacznie przyznać, że brak wyjaśnienia mechanizmu nie unieważnia znaczenia odkrycia Leiboviciego. We współczesnej filozofii nauki doskonale znana jest bowiem teoria czarnych skrzynek (jej autorem jest m.in. Mario Bunge), które poprzez korelacje i zależności statystyczne wiążą przyczynę ze skutkiem (w sytuacjach, w których rzeczywisty mechanizm odpowiedzialny za następstwo zdarzeń jest nieznany). Wbrew pozorom nie są to sytuacje rzadkie w codziennej praktyce. Wiedza epidemiologiczna, stanowiąca w dużej części podstawę do opracowania obowiązujących zaleceń dotyczących prewencji chorób układu krążenia opiera się w przeważającej części na danych o korelacjach (np. pomiędzy czynnikami ryzyka a liczbą zgonów), bez pełnej informacji o odpowiedzialnych za nie mechanizmach. Można nawet pokusić się o stwierdzenie, że randomizowane badania kliniczne mogą stanowić narzędzie weryfikacji teorii naukowych w sposób niemal autonomiczny w stosunku do badań podstawowych (badających mechanizmy chorób). Możemy wiedzieć bardzo niewiele na temat patogenezy choroby lub działania leków, a mimo to z powodzeniem zaplanować i przeprowadzić randomizowaną próbę kliniczną. Jeśli tylko jej wyniki przyniosą odpowiedź na pytanie, czy oceniana interwencja przynosi większe korzyści leczonej grupie od interwencji stanowiącej punkt odniesienia, przy dobrze zdefiniowanym i wiarygodnym punkcie końcowym, problem mechanizmu działania i rzeczywistego związku przyczynowego jest zagadnieniem wtórnym. Nierzadko to właśnie wyniki badań z randomizacją stają się dopiero punktem wyjścia do poszukiwania nowych mechanizmów działania leków.

A zatem nie można odrzucić argumentacji Leiboviciego o skuteczności retroaktywnej modlitwy tylko dlatego, że mechanizm jej działania jest nieznany. Oznaczałoby to bowiem, że odrzucamy regułę rozumowania redukcyjnego, która stała się podstawą dla wielu rekomendacji towarzystw naukowych.

Analizując zależność pomiędzy skutkiem a przyczyną, opieramy się na Newtonowskim liniowym pojęciu czasu. Z perspektywy tego paradygmatu można podważyć wpływ modlitwy na zdarzenia, które miały miejsce w przeszłości. Warto jednak pamiętać, że gdyby w sporze XVII-wiecznych filozofów górą okazał się nie Newton, a Leibnitz, w miejsce Newtonowskiego jednego, uniwersalnego i wszechobejmującego czasu, płynącego w jednostajnym tempie mielibyśmy czas definiowany przez Leibnitza jako porządek następstwa zdarzeń zachodzących w świecie. Jeśli pójść dalej tym tropem, to XX-wieczna Einsteinowska teoria czasu zakłada, że czas, jaki mija pomiędzy dwoma zdarzeniami, nie jest jednoznacznie określony, lecz zależny od obserwatora. W XXI wieku rozpatrujemy już możliwość istnienia światów równoległych (Everett i Deutsch). Być może zmieniające się pojęcie czasu, i jego coraz większa relatywizacja, pozwoli w przyszłości na zrozumienie wyników eksperymentu Leiboviciego.

Trzeba w tym miejscu podkreślić, że zasady fizyki klasycznej nadal bardzo dobrze nadają się do opisywania otaczającego nas makroświata, a powyższe uwagi nie mają na celu podważania zasadności przyjęcia w analizach medycznych liniowego charakteru przebiegu czasu, a tylko przypomnienie, że nawet w przypadku wartości tak, wydawałoby się, niezmiennych jak czas przekonania członków społeczności naukowych zmieniają się dość radykalnie. Postępowanie, które na gruncie EBM uznajemy obecnie za słuszne, może zatem po zmianie paradygmatu okazać się błędne.

Teoria Bayesa a prawdziwość wyników randomizowanych prób klinicznych

Aby wyjaśnić wyniki badania Leiboviciego, nie trzeba oczywiście sięgać do teorii względności, podważać liniowego charakteru czasu i następstwa zdarzeń. Można bowiem podjąć próbę ich tłumaczenia na gruncie teorii Bayesa. Teoria ta jest doskonale znana wszystkim zajmującym się diagnostyką i wiąże prawdopodobieństwo występowania choroby przed wykonaniem testu diagnostycznego z prawdopodobieństwem jej występowania po uzyskaniu jego wyniku. Można ją w podobny sposób odnieść do eksperymentu medycznego i próbować ocenić prawdziwość pozytywnego wyniku (prawdopodobieństwa a posteriori) w zależności od wyjściowego prawdopodobieństwa – że teoretyczne założenia pracy są prawdziwe (prawdopodobieństwo a priori).

Skutki zmiany paradygmatu

Postępowa­nie, które na gruncie EBM uznajemy obecnie za słuszne, może po zmianie paradygmatu okazać się błędne.

Zgodnie z Bayesowskim podejściem do analizy wyników randomizowanych prób klinicznych, jeśli wyjściowe prawdopodobieństwo prawdziwości hipotezy badawczej jest bardzo małe (<1%), to również prawdopodobieństwo prawdziwości dodatniego wyniku próby będzie małe (<10%). A zatem jeśli uznamy za wielce nieprawdopodobne założenie, że wsteczna modlitwa za chorego może wpływać na jego losy (małe prawdopodobieństwo a priori), możemy także przyjąć, że z ogromnym prawdopodobieństwem (a posteriori) uzyskane istotne zależności statystyczne są nieprawdziwe (fałszywie dodatnie, jeśli posłużymy się terminologią testów diagnostycznych). Jest to postawa, którą niemal każdy krytyczny czytelnik wyników badań naukowych przyjmie, czytając np. o obserwowanej w badaniu ISIS-2 (International Study of Infarct Survival-2) zależności pomiędzy skutecznością leczenia kwasem acetylosalicylowym a znakiem zodiaku.

Warto jednak wiedzieć, że nawet w przypadku wzorcowo zaplanowanej próby klinicznej o dużej mocy statystycznej, niskiej tendencyjności i wysokim prawdopodobieństwie prawdziwości zakładanej tezy prawdopodobieństwo po teście nie przekracza zazwyczaj 85%. ⁵ W konsekwencji, przyjmując Bayesowskie podejście do analizy wyników randomizowanych badań klinicznych, należy oczekiwać, że nawet co 7. duża zakończona powodzeniem randomizowana próba kliniczna publikowana w czołowych czasopismach medycznych świata jest nieprawdziwa. Podobny poziom prawdopodobieństwa a posteriori należy zakładać także w przypadku metaanaliz dobrej jakości randomizowanych badań klinicznych (klasyfikowanych zgodnie z zasadami EBM jako dowody klasy A). Rośnie bowiem wprawdzie prawdopodobieństwo a priori, liczebność grup badanych i moc statystyczna, ale zwiększa się tendencyjność związana np. z doborem publikacji. W analizie opublikowanej na łamach „Journal of the American Medical Association” wykazano na przykład, że duże randomizowane badania kliniczne mają częściej wyniki pozytywne niż neutralne bądź negatywne, jeśli są sponsorowane przez przemysł farmaceutyczny, a nie niezależne instytucje naukowe.

Warto zdawać sobie sprawę z tych zastrzeżeń, ponieważ wyniki licznych randomizowanych badań klinicznych i potwierdzających je metaanaliz stanowią podstawę opracowania najwyższej klasy rekomendacji (klasa I, poziom dowodów A), które – jeśli opierają się na fałszywie dodatnich założeniach – mogą ostatecznie okazać się błędne również w jednym na 7 przypadków. Słuszność podejścia Bayesowskiego w pewnym sensie zweryfikowano empirycznie. Jak pokazała opublikowana w 2005 r. na łamach „Journal of the American Medical Association” („JAMA”) analiza 45 zakończonych powodzeniem dużych doskonałej jakości randomizowanych badań klinicznych (publikowanych na łamach „JAMA”, „New England Journal of Medicine” oraz „Lancet” i cytowanych każde ponad tysiąc razy), w kolejnych badaniach wynik poprzedniego badania powtórzono zaledwie w 44%. Wynik przeciwny uzyskano w co 6. przypadku.

Dla badań gorszej jakości (mniejszych liczebnie, o większej liczbie czynników zakłócających, niższym wyjściowym prawdopodobieństwie prawdziwości próby, większej tendencji badaczy do wpływania na wyniki próby) prawdopodobieństwo a posteriori prawdziwości wyników analizy jest niższe i może nie przekraczać 50%. Tymczasem 8 na 9 rekomendacji nie opiera się na wynikach wysokiej jakości randomizowanych badań klinicznych.

Zawodność metody indukcyjnej

Rozumowanie indukcyjne jest z definicji za­wodne. Oznacza to, że prawdziwość przesła­nek nie gwarantuje pewności wniosku.

„Wartość” hipotezy zerowej i wartości p

Przedstawione powyżej szacunki prawdziwości wyników badań naukowych są sprzeczne z klasyczną statystyką częstościową, w której za podstawę oceny prawdziwości założonej hipotezy zerowej przyjmuje się wartość p. Jeśli jest ona wystarczająco mała, możemy odrzucić hipotezę zerową (lub mamy do czynienia z bardzo rzadkim przypadkiem, gdy jest ona pomimo niskiej wartości p prawdziwa). Zasadniczo zakłada się prawdopodobieństwo poniżej 5% (tj. p <0,05). Odczytując wynik badania randomizowanego, w którym p wynosi <0,05, można odnieść wrażenie, że jest on z 95-procentowym prawdopodobieństwem prawdziwy. W rzeczywistości jednak p nie oznacza prawdopodobieństwa, że hipoteza zerowa jest prawdziwa (bądź alternatywna hipoteza fałszywa), ale prawdopodobieństwo uzyskania wyników podobnych do obserwowanych i wyników bardziej ekstremalnych od obserwowanych przy założeniu, że hipoteza zerowa jest prawdziwa. Jeśli badana próba jest wystarczająco duża, jakakolwiek różnica, nawet nieistotna klinicznie, staje się statystycznie istotna (p <0,05). Doskonale wiadomo także, że możliwa jest sytuacja, w której test oceniający prawdziwość hipotezy zerowej przyjmuje wartość p <0,05 (pozwalając na jej odrzucenie), podczas gdy prawdopodobieństwo a posteriori, że hipoteza zerowa jest prawdziwa, wynosi 95%. ⁶

Zastrzeżenia metodyczne wielu autorów budzi także samo powszechne przyjmowanie w pracach badawczych hipotezy zerowej (czyli założenia, że pomiędzy dwiema odmiennymi interwencjami nie ma różnic). W praktyce, choć wcześniejsze obserwacje, np. badania fazy II, pozwalają sądzić, że skuteczność testowanych preparatów jest różna, w badaniach kolejnej fazy nadal przyjmuje się wyjściowo, że badane preparaty lub interwencje nie różnią się między sobą – większość badaczy, formułując wyjściowe hipotezy, nie bierze bowiem pod uwagę wyników wcześniejszych analiz wykazujących różnice pomiędzy stosowanymi interwencjami.

Tymczasem, jak pisze Rothman, „uniwersalne przyjmowanie hipotezy zerowej to w swojej istocie podważenie wiary w istnienie świata rzeczywistego i tym samym podważenie założeń empiryzmu”. ⁷ Trzeba wiedzieć, że dla punktu końcowego o charakterze ciągłym prawdopodobieństwo potwierdzenia prostej hipotezy zerowej, zakładającej, że różnica pomiędzy metodami leczenia wynosi zero, także wynosi zero (a zatem nie ma szans, aby wyniki leczenia były dokładnie takie same).

Krytyka rozumowania indukcyjnego

Zalecane przez EBM randomizowane badania kliniczne planowane są, aby ocenić uśredniony wpływ interwencji w całej badanej populacji. Formułowanie ogólnych zaleceń w duchu EBM przez towarzystwa naukowe opiera się w tym przypadku na tzw. wnioskowaniu indukcyjnym (wnioskowaniu z prawdziwości przesłanek o prawdziwości wniosków) i uogólnieniu wniosków wyciągniętych z analizy próby losowej na całą populację. W odróżnieniu jednak od stosowanego np. w matematyce rozumowania dedukcyjnego rozumowanie indukcyjne jest z definicji zawodne. Oznacza to, że prawdziwość przesłanek nie gwarantuje pewności wniosku. A zatem zgodnie z prawami logiki fundamentalnie nie można zakładać całkowitej prawdziwości ogólnych zaleceń towarzystw naukowych, nawet tych formułowanych na podstawie wniosków płynących z prawdziwie dodatnich (korzystnych) wyników dobrej jakości badań randomizowanych czy metaanaliz.

Badania randomizowane prowadzone są zazwyczaj na wyselekcjonowanych populacjach chorych przez skończony, zwykle relatywnie krótki czas. W praktyce klinicznej interwencje są stosowane w bardziej niejednorodnych grupach i zwykle przez czas nieokreślony. Problem zewnętrznej wiarygodności badań klinicznych ma zatem zasadnicze znaczenie, decyduje bowiem o wiarygodności formułowanych na ich podstawie zaleceń. Można argumentować, że w przypadku gdy patogeneza choroby jest podobna we wszystkich podgrupach chorych, w większych populacjach chorych możemy spodziewać się podobnych korzyści z interwencji. Systematycznie zebranych dowodów potwierdzających takie przekonanie jest jednak stosunkowo mało, a są także i takie, które przeczą takiemu twierdzeniu. Wiele lat doświadczenia klinicznego potwierdza wprawdzie, że odniesienie uśrednionych danych pochodzących z analizy grupowej do pojedynczych chorych jest możliwe. Nie istnieje jednak model statystyczno-matematyczny, który pozwoliłby jednoznacznie zdefiniować, co oznacza pojęcie „chory wystarczająco zbliżony charakterystyką do grupy badanej”.

Zwolennicy EBM uznają wykładniczy przyrost danych za zaletę, przyjmując, że im większa liczba obserwacji, tym większa dokładność wiedzy o obserwowanym przedmiocie i większa szansa eliminacji elementu niepewności. Zgodnie z paradygmatem EBM pojedyncze obserwacje mogą być niemiarodajne i stanowią słabą podstawę wnioskowania indukcyjnego.

Wnioskowanie statystyczne

Przenoszenie danych ogólnych na jednostki stanowi jednak jedno ze źródeł istotnej niepewności w EBM. Warto w tym kontekście przywołać dwie klasyczne wypowiedzi wielkiego XIX-wiecznego francuskiego fizjologa Claude’a Bernarda krytykującego statystykę i użycie wartości średnich we wnioskowaniu klinicznym. ⁸ Wartości średnie nie były dla uznającego ścisły determinizm Bernarda substytutem (lub co najwyżej były słabym substytutem) szczegółowej analizy warunków zewnętrznych i wewnętrznych, stanowiących przyczynę indywidualnych różnic. Jaskrawym przykładem uśredniania był dla Bernarda „fizjolog, który zbierał mocz z urynału na stacji kolejowej, przez którą przewijali się podróżni z wielu krajów, a który uważał, że w ten sposób może przeprowadzić analizę średniej europejskiej próbki moczu”. Inna wypowiedź Bernarda dotyczy „wielkiego chirurga, który wykonuje operacje kamieni jedną metodą; następnie podsumowuje statystykę zgonów i wyzdrowień i ze statystyki wyciąga wniosek, że śmiertelność w tej operacji wynosi dwie piąte. […] Wskaźnik ten nie oznacza z naukowego punktu widzenia literalnie nic i nie umożliwia […] bezpiecznego wykonania kolejnej operacji. Nie mówi […] bowiem, czy kolejny chory wyzdrowieje, czy umrze”. I dalej: „zamiast empirycznie gromadzić kolejne przypadki, powinniśmy badać je bardziej starannie […], u chorego, który zmarł, przyczynę zgonu stanowiło coś, co nie wystąpiło u chorego, który wyzdrowiał. To właśnie musimy ustalić, aby następnie wpływać na obserwowane zjawiska lub móc je rozpoznawać i wiarygodnie przewidywać”.

Niepewność EBM

Przenoszenie danych ogólnych na jednostki stanowi jedno ze źródeł istotnej nie­pewności w EBM.

Podsumowanie

Przedstawione problemy stanowią tylko niewielki fragment dyskusji, jaka toczy się wokół medycyny opartej na dowodach naukowych. Ich prezentacja nie miała na celu podważenia zasadności stosowania zasad EBM i zastąpienia ich jedną z siedmiu wymienianych przez Isaacsa i Fitzgeralda alternatyw. EBM pozostaje najlepszym dostępnym narzędziem formułowania rekomendacji klinicznych. Celem powyższych rozważań było jedynie uświadomienie, że pomimo kategoryczności stwierdzeń zawartych w zaleceniach towarzystw naukowych podejmowanie decyzji ze 100-procentową dokładnością nie jest możliwe, a nieredukowalna niepewność i niemożliwe do uniknięcia błędy trzeba uznać za nieodłączny element codziennej praktyki. Nigdy nie będziemy mogli uzyskać pewnych empirycznych odpowiedzi na wszystkie zadawane pytania kliniczne. W konsekwencji w praktyce zawsze konieczne będzie przenoszenie dowodów naukowych na nieprzystającą do nich rzeczywistość. Warto zatem zdawać sobie sprawę nie tylko z zalet, ale i z ograniczeń dostępnych danych, w tym z naruszalności pozornie nienaruszalnego paradygmatu, jakim od lat jest EBM. W tym kontekście dyskusja na temat naukowych podstaw medycyny stanowi część wielkiej debaty o roli nauki w ponowoczesnym świecie, w którym filozofowie, tacy jak Lyotard, odrzucają przekonanie o istnieniu nadrzędnego metakryterium, które pozwoliłoby rozstrzygać pomiędzy rozmaitymi poglądami, uznając tym samym, że nauka ma charakter arbitralny i tymczasowy, a żaden uniwersalny paradygmat nie obowiązuje.