3. Популяционное (проспективное, когортное, продольное) исследование: выделяются два отряда населения (когорты), например, которые подвергались фактору риска и не подверженные ему, затем за ними длительно наблюдают, обследуют и сравнивают данные. Используется для определения прогноза и причин заболеваний, их факторов риска и уровня заболеваемости, что весьма трудоемко из-за необходимости больших выборок (новые случаи заболеваний могут оказаться слишком редкими) и длительности наблюдения этих больших групп.

4. Аналитическое одномоментное исследование (поперечное): используется для оценки эффективности диагностики, распространенности исходов и течения заболеваний практически в реальном времени – по сути это срез базы данных по каким-либо критериям.

5. Исследование случай – контроль (ретроспективное): берется архив историй болезни и прогоняется через статистику, что позволяет получить относительно точные данные (без внешнего влияния – ведь все наблюдения произошли уже до анализа), на основе которых вполне можно выдвинуть какую-либо гипотезу. Просто, быстро и дешево, но грешит нередкими систематическими ошибками из-за неточных выборок или плохого качества самих описаний случаев.

6. Описание серии случаев: широко используется, но по сути это тот самый «личный многолетний опыт», доказательной ценности имеющий совсем чуть-чуть, поскольку если человек хочет что-то видеть, то он увидит это и на первый, и на десятый, и на тысячный раз. Реально пригодно для описательной статистики, на практике же подло эксплуатируется зарабатывателями денег на БАДах и прочими оппонентами EBM.

7. Описание отдельных случаев – кто-то что-то заметил и написал статью. Полезно для казуистики, но не имеет смысла в описании глобальных проблем и выведения серьезных заключений, т. к. любой отдельный случай сам в себе достоверности не несет. Конечно, описание редких случаев крайне важно для расширения нозологических границ, но строить по ним гипотезы ошибочно.

1. A – крутые двойные слепые РКИ на больших выборках и метаанализы.

2. B – мелкие РКИ, особенно с противоречивыми результатами.

3. C – нерандомизированные исследования, основа для фуфломицинов.

4. D – мнение эксперта/группы экспертов.

И цифрами (класс доказательности принятых рекомендаций):

• Класс I. Доказательства и/или общее согласие, что данные методы диагностики/лечения – благоприятные, полезные и эффективные.

• Класс II. Доказательства противоречивы и/или противоположные мнения относительно полезности/эффективности лечения.

• Класс II-а. Большинство доказательств/мнений в пользу полезности/эффективности.

• Класс II-б. Полезность/эффективность не имеют достаточных доказательств/определенного мнения.

• Класс III. Доказательства и/или общее согласие свидетельствует о том, что лечение не является полезным/эффективным и, в некоторых случаях, может быть вредным.

Обратите внимание: здесь не учитываются мнения пациентов на тему «А я принял и мне помогло!».

Все баесы не перечислить, их количество стремится к бесконечности:

• Ошибки репрезентативности («selecting bias») – возникают из-за неправильных выборок и устраняются лишь грамотным подбором критериев включения и рандомизацией.

• Пациентское смещение («reporting bias») – сообщаемое человеком улучшение, которого на самом деле нет, но очень хочется показать, ведь он же лечится и тратит деньги/время.