Ebm_base

Ооо, вышла запись на YT Похоже у авторов там тоже творится хаос и все очень вразнобой Возможно удобнее на сайте RUSSCO смотреть пока что 😁

Что ж... Продался ли я? В какой-то мере да, но... Прежде расскажу с самого начала как и что было. Одним пасмурным днем пишут мне с предложением рекламы от клиники Фомина. Наверное, кто-то другой обрадовался бы "Вау, меня, как блогера, признали эксперты из клиники Фомина! Возьмите меня полностью!". Но я же не такой... (Тут можно придумать смешную рифму) Я вступил в переговоры. Компания крупная, прибыльная, а я себя не на помойке нашел. В общем мы договорились) О том, что я получил, расскажу позже. Но мне вспоминаются слова Вовы Нечепорука

"вести блог в кайф для себя" - это все путь в никуда просто

Интересно, он до сих пор так считает?) В целом этим постом я когда-то обозначил свою позицию. Навешивание на себя ярлыка "мы самые доказательные", мною воспринимается, как сюр. Особенно после некоторых утверждений. Кто-то, конечно, может считать иначе. Но думаю, что иногда полезно вспомнить (а некоторым и прочитать) хотя бы эту статью Итак. Мы договорились. Дальше все как обычно, получаю указания, пишу пост. Но... Уже как-то был у меня похожий опыт рекомендации, с рассказом о шалости. Кто же мог подумать, что второй раз не получится спрятать акроним в пост? Что в момент согласования поста мне подрежут пару предложений, без которых становится менее явным мессендж? Ой ой, я подумал 😁 Если постараться вчитаться в текст, то можно найти противоречия. Например, 🔹Любой клинический хаос можно свести к алгоритмам - много у вас алгоритмичных пациентов? 🔹Классические шаги: ... Открыть рекомендации, закрыть рекомендации, ... - если для вас это реальность, то у меня плохие новости 🔹По всем известным принципам докмеда - ну вы же знаете эти принципы, вспоминаете как мантру? 🔹Креатинин повышается, номер нефролога набирается - конечно, я же тупой хирург, не представляю совсем, что делать при повышении креатинина и причинах 🔹Негласный контракт между рекомендациями и реальной практикой - 1) контракт, ну вы поняли, почему именно контракт? 2) а КР и реальная практика не стыкуются? Это очень интересный философский вопрос. Но в указанной в посте формулировке он намеренной звучит как бред) 🔹Уверены в доказательности своих решений - это просто самая абсурдная фраза. Видишь доказательность своих решений? Нет. И я нет. А ее и нет 😂 🔹Иногда полезно просто и спокойной разобрать клинические алгоритмы - ну если вам нужно обязательно кому-то заплатить, чтобы посмотреть на как читать гайдлайны, то окэй 😁 В комментариях к посту прошла дискуссия, и мне стало понятно, что мы имеем разное понимание термина "алгоритм". Я в посте предполагал и подразумевал именно жесткое понятие, где А->В и нет других вариантов (такое бывает, вынужденно, но не для всех пациентов и не всегда). Когда мы конкретному пациенту предлагаем и назначаем определенную тактику обследования и лечения, это тоже можно назвать алгоритмом, но он уже ближе к индивидуальному (конечно, если мы под пациента назначаем, а не среднее из клинических рекомендаций). Вот докмед, как раз больше про принятие решений под конкретную ситуацию конкретного пациента (как я понимаю). Тут есть о чем ещё дискутировать. А, кстати, акроним частично сохранился - Я ПРОДАСЯ. P.S. главное помните #СТАТИСТИКА_ПРОСТО P.P.S. после этого поста подписалось несколько ботов эротического содержания. Но думаю это просто совпадение 🤷‍♂

Я заметил, что медицинские конференции сейчас выполняют ещё одну полезную функцию. Они регулярно напоминают врачу, что любой клинический хаос можно аккуратно привести к алгоритму. Поэтому подобные анонсы время от времени появляются и здесь. Речь про онлайн-конференцию сети «Клиника Фомина» под названием «Актуальные вопросы детской и взрослой нефрологии», приуроченную ко Всемирному дню почки. Обычная ситуация из практики любого врача: креатинин чуть выше, СКФ чуть ниже, в анализах внезапная протеинурия — и начинается любимый клинический квест: что это вообще такое. Дальше обычно идут классические шаги: пересчитать СКФ, посмотреть динамику, открыть рекомендации, закрыть рекомендации, снова пересчитать СКФ. Авторы конференции предлагают разобрать такие сценарии последовательно, системно и по алгоритмам. По всем известным принципам доказательной медицины. Среди спикеров — главный нефролог сети «Клиника Фомина» Марина Трубникова, к.м.н. Екатерина Семёнова, к.м.н. Михаил Швецов и практикующие нефрологи. Я хирург, поэтому моя нефрология обычно выглядит так: креатинин повышается,  номер нефролога набирается. Но понимание того, что происходит со СКФ и протеинурией, всё равно периодически полезно освежать. Темы программы — типичные клинические сюжеты нефрологии: СКФ, протеинурия, ИМВП, анемия при ХБП, подготовка к контрастным исследованиям, особенности терапии и питания. В общем, те вопросы, где врачу обычно нужен не столько ещё один обзор, сколько понятный алгоритм — негласный контракт между рекомендациями и реальной практикой. Это образовательная встреча для врачей, которые регулярно в реальной клинической практике сталкиваются с пациентами с заболеваниями почек и хотят быть уверены в доказательности своих решений. Участие возможно в двух форматах: — трансляция + сертификат — 1500 ₽ — трансляция + сертификат + запись на 60 дней — 2100 ₽ Конференция пройдёт 14 марта в 10:00 (Мск). Если тема вам близка —  посмотрите программу. Иногда действительно полезно просто и спокойно разобрать клинические алгоритмы. Желающим — ссылка на регистрацию: https://clck.ru/3SWyQR Реклама. ООО «ДОФОМИН Образование». ОГРН: 1207700398102. ERID: 2VtzqvpfAMK. Адрес: Москва, пр. Мичуринский, д.15а, оф. 21

Предупреждаю, не удивляться

Выложили записи секции "Диалоги клинициста со статистиком" с Российского онкологического конгресса! И... Мое выступление мне не понравилось... Идея была интереснее, как мне казалось. Речевые обороты "простецкие", рассуждения общие и запутанные... Возможно сказалось то, что на секции была проблема со звуком, из-за чего я старался говорить громче. А может быть плохо подготовился. Неприятно самому. Но опыт... ("шутка" в начале тоже лишняя и мимо) Буду рад прочитать ваше мнение (мб я излишне драматизирую). Выступление Михаила Юрьевича Федянина как начало дискусии и тона секции. Однозначно рекомендую послушать выступление Ольги Мироненко! Плавный легкий обзор causal inference. Дискуссия Алексея Александровича Румянцева и Владимира Сергеевича Арнаутова о двустадийных дизайнах. Для кого-то будет новым открытием) Обсуждение прагматических исследований получилось как раз с двух сторон (Исраелян Эдгар Рудикович - клиническая, Солодовников Александр Геннадьевич - статистическая) И Иванов Валерий Анатольевич - признаю, это раунд! Вечер субботы был отлично разбавлен и, на мой взгляд, явно вышло лучше моего доклада (мы выступали в самом конце)! Спасибо! Судьба пельмешек покрытая мраком! @Ebm_base

Хочу обрадовать некоторых счастливчиков!) Я отправил письма с результатами 2 этапа! Те, кто прошли, написал вам инструкцию! С вами дополнительно свяжутся для прохождения 3 этапа!))) P.S. На всякий случай проверяйте папку "спам"

Хочу обрадовать некоторых счастливчиков!) Я отправил письма с результатами 2 этапа! Те, кто прошли, написал вам инструкцию! С вами дополнительно свяжутся для прохождения 3 этапа!)))

Карта клинических исследований Вот такую прикольную штуку разработали AHS - это карта - навигатор по этапам создания и проведения КИ: от идеи создания КИ до post-hoc анализов. Красиво, удобно, интересно 🙌 https://trialmap.hematology.org/map #исследования

Эх, а такая была надежда) Скоро отправлю письма с проходом в 3 этап, где будут написаны дальнейшие действия) следите за почтой и каналом)

Эх, а такая была надежда)

Что-то давно не было кринжатины на канале 😁 Но я вспомнил об одном специалисте! Он как-то уже предлагал кипятить воду 1 раз. Но! Оказывается надо есть зелёный чай, чтобы не заболеть раком! Пойду пару ложек насыплю

Телефон сам напомнил важные вещи

P-value в таблице исходных характеристик: нужно ли его указывать? Давайте разберёмся ◈ В ряде крупных журналов (например, The New England Journal of Medicine) в таблицах исходных характеристик p-значения не указываются. Причина простая: такие таблицы носят описательный характер и не предназначены для проверки статистических гипотез. ◈ Та же позиция прямо сформулирована в последних рекомендациях American Heart Association по представлению статистических данных:

"If baseline characteristics are presented by treatment assignment, statistical significance tests comparing baseline variables between treatment groups should not be performed."

◈ Даже в наблюдательных исследованиях использование p-значений для сравнения исходных характеристик между группами не рекомендуется. В рекомендациях STROBE  подчёркивается, что baseline-таблицы носят описательный характер и не предназначены для проверки гипотез. В частности:

"Inferential measures such as standard errors and confidence intervals should not be used to describe the variability of characteristics, and significance tests should be avoided in descriptive tables. Also, P values are not an appropriate criterion for selecting which confounders to adjust for in analysis; even small differences in a confounder that has a strong effect on the outcome can be important."

◈ Отдельно отмечается, что p-значения не подходят для отбора конфаундеров для корректировки: даже небольшие различия в факторе, существенно связанном с исходом, могут быть клинически значимы независимо от уровня статистической значимости. ◈ Что важно помнить о p-value в baseline-таблицах: ➢ не измеряет степень клинического баланса между группами, ➢ существенно зависит от размера выборки, ➢ может создавать ложное ощущение значимости или её отсутствия. ◈ В исследованиях с использованием matching (например, propensity score matching) допустимо оценивать баланс после сопоставления групп. Однако и здесь предпочтение обычно отдаётся описательным метрикам — например, стандартизированной разнице средних (SMD), а не p-значениям, которые остаются чувствительными к размеру выборки и плохо отражают реальную степень клинического дисбаланса. ⚠️ Также интересная дискуссия по теме: discourse.datamethods.org. ◈ ICMJE и другие авторитетные руководства (в том числе SAMPL) давно призывают не полагаться исключительно на проверку статистических гипотез. Напомню: p-value - это вероятность получить наблюдаемое или более экстремальное различие при условии, что на самом деле различий нет (нулевая гипотеза верна). Оно не показывает вероятность отсутствия различий и не отражает размер эффекта - лишь степень несовместимости данных с предположением об их отсутствии. При множественных сравнениях (что и происходит в таблице исходных характеристик) вероятность «значимого» результата возрастает даже при полном отсутствии реальных различий. Автор поста: Мареев Юрий Вячеславович, к.м.н., кардиолог, исследователь Университета Глазго, эксперт Независимой Национальной Академии Доказательной Медицины. Рецензенты: Елена Максимовна Майорова, Александр Юрьевич Суворов. ⚠️ Коллеги, по вашему опыту: пробовали ли вы отправлять статьи, в которых в таблице исходных характеристик принципиально не указывали p-значения? И второй вопрос к тем, кто выступает в роли рецензента: пропустили бы вы такую статью (при прочих равных — хорошем дизайне и корректных методах) или попросили бы добавить результаты сравнения групп? 👨‍🏫 Читайте. Думайте. Делитесь. Создавайте. ТГ канал | Чат| Рубрикатор |Сайт | Группа ВК | Ютуб | Контакты| Clinicalstudy.ru

Осталось 4 дня, мест стало больше 😁

Я тут опечатался как школьник, но думаю смысл ясен 😁 Upd. В зависимости от вопроса разные дизайны имеют разные приоритет

CEBM-Levels-of-Evidence-2.1.pdf https://share.google/BXkLOLFLNPRSkxRLU Ещё можно обратить внимание на таблицу от Оксфордского центра ДМ Они показали, что у зависимости от вопроса разные дизайны имеют приоритет (наилучшим образом позволяют получить ответ) Но ее тоже надо скорее как ориентир использовать, а не истину

📖 Иерархия доказательств: опасная эвристика или критерий истинности? Не спешите пролистывать :) Мы бы не стали ворошить избитую классику, но подумали, что это отличный случай обсудить, почему максима о том, что эксперименты являются золотым стандартом оценки, не всегда может быть правдой 🙂 Что такое «пирамида доказательности»? 🟤Это визуальная форма «иерархии доказательств» (hierarchy of evidence): разные типы эмпирических исследований упорядочиваются по предполагаемой надежности причинных выводов [см. первый рисунок] 🟤Наверху расположены эксперименты и их синтез – систематические обзоры и мета-анализы; ниже – квазиэксперименты; ещё ниже – наблюдательные исследования и экспертное мнение 👨‍⚕️ Откуда эта идея? 🟤Термин «Hierarchy of Evidence» возник в медицине и впервые был использован в 1979 году в отчёте Canadian Task Force on the Periodic Health Examination – первом официальном источнике, предложившем организовать виды клинических исследований по степени их надёжности (Hill, Frappier-Davignon, Morrison, 1979) 🟤Эта иерархия стала одним из главных инструментов доказательной медицины для оценки качества научных результатов и клинических рекомендаций (Blunt, 2022; Burns, Rohrich, Chung, 2011) 🟤Попытки визуализировать иерархию в форме пирамиды возникли только в конце 1990-х – начале 2000-х годов, а первой широко признанной пирамидой считается вариант, разработанный в SUNY Downstate Medical Center, который затем был воспроизведен во множестве руководств и учебников по доказательной медицине (evidence-based medicine, EBM) (Wagoner et al., 2004; Blunt, 2022; Blunt, 2015) 🔮 В чём сила эвристики и в чём её ловушка? 🟤Пирамида полезна как быстрый ориентир: некоторые дизайны в среднем лучше «защищены» от систематических смещений. Например, рандомизация снижает риск конфаундинга (confounding) (Rothman, 2014) 🟤Однако в неопытных руках пирамида легко превращается в неверную логику «RCT = истина» 🟤Ротман подчёркивает: выводы о валидности нельзя делать из названия или новомодности дизайна [см. пост]; её определяют конкретные угрозы внутренней валидности и то, насколько исследование их выявляет и контролирует (Rothman, 2014) – это очень важно, поскольку, например, в экономике только 30-40% исследований с претензией на оценку эффектов обсуждают идентификационные предпосылки [см. пост]

❗️Иерархия дизайнов не является иерархией корректности причинного вывода 🟤Даже в RCT остаются источники смещения: несоблюдение назначения (noncompliance), разрыв между эффектом назначения и эффектом получения воздействия; анализ «по намерению» (intent-to-treat, ITT) при неполном соблюдении; потери наблюдений (attrition); ошибки измерения; интерференция (interference) и внешние эффекты (spillovers) (Rothman, 2014) 🟤Напротив, квазиэкспериментальные исследования могут давать высоко валидный причинный вывод, если идентификация проведена аккуратно

Эта логика сатирически демонстрируется в «пирамиде Ротмана–Дахли»: наверху должны быть «вдумчивые и хорошо выполненные исследования любого дизайна», а не «правильные» ярлыки; внизу – исследования, где причинный вывод не выдерживает методологической проверки [см. второй рисунок] (Dahly, Rothman, 2025) 🙂 Главная мораль: пирамида работает, когда работает идентификация Если оставить в стороне названия дизайнов, то «силу доказательства» определяет не форма исследования, а корректность идентификации: соответствует ли оценка заявленному причинному параметру (estimand), и насколько убедительно устранены источники смещения P.S. От себя мы крайне советуем почитать работу (Rothman, 2014), где Ротман обсуждает основные исследовательские заблуждения P.P.S. О важности осмысленного подхода к квазиэкспериментам также можно почитать у Никиты Бурлова #канал_обозревает @causal_channel