Как посадить на лекарства половину населения

Вспомним о том, что личный врач может вас убить.

В истории о бабушке мы видели, что логические рассуждения (но не интуитивные действия) не дают нам осознать отличие среднего значения от других, более разнообразных состояний.

Однажды друг пригласил меня в свой загородный дом на званый обед. Один из гостей привез с собой прибор для измерения давления. Поддавшись искушению, я измерил артериальное давление, и оно оказалось чуть выше среднего. Врач, также приглашенный на обед и весьма дружески ко мне расположенный, тут же достал бланк и стал выписывать лекарства для снижения давления – потом я выбросил его рецепт в мусорное ведро. Впоследствии я купил себе такой же прибор и обнаружил, что мое давление куда ниже (а значит, лучше) среднего, и только эпизодически поднимается. Иначе говоря, оно переменчиво. Как и все в этой жизни.

Эту случайную переменчивость сплошь и рядом путают с информацией, что приводит к наивному вмешательству. Поставим мысленный эксперимент и забудем про всякую связь между давлением и здоровьем. Далее, предположим, что «нормальное» давление – это определенная и известная величина. Возьмем группу здоровых людей. Представим, что из‑за переменчивости половину времени давление человека выше среднего, а половину времени – ниже. Во время визита к врачу в половине случаев у человека будет настораживающее давление «выше нормы». Если врач автоматически выписывает лекарство в дни, когда давление выше нормы, значит, половина нормального населения будет принимать это лекарство. Можно быть вполне уверенным в том, что из‑за ненужного лечения ожидаемая продолжительность жизни сократится. Конечно, я утрирую; умудренные врачи знают, что давление переменчиво, и не выписывают лекарства, когда этого не требуется по показаниям (однако попасть в ловушку легко, и не все врачи умудрены опытом). Но мысленный эксперимент показывает, что частые визиты к врачу, особенно в случаях, когда пациент чувствует себя хорошо и его жизни ничто не угрожает, могут быть вредны – так же, как неограниченный доступ к информации. Этот пример также демонстрирует описанное в главе 7 явление, когда личный врач в итоге убивает пациента лишь потому, что остро реагирует на информационный шум.

Все это более серьезно, чем вы думаете: медицина с трудом воспринимает нормальную переменчивость – временами сложно обозначить границу между «статистически значимым» и «значимым». Конкретная болезнь может незначительно понизить ожидаемую продолжительность жизни, но не более чем с «высокой статистической вероятностью», по поводу чего пациент начинает паниковать, хотя все исследования утверждают, что со значительной статистической вероятностью установлено: иногда, скажем, в одном проценте случаев здоровье пациентов может ухудшиться. То есть разброс результатов и значимость воздействия болезни на организм вовсе не определяются «статистической значимостью», которая, как правило, обманывает специалистов. Нам следует смотреть на два показателя: насколько данное состояние (скажем, давление на сколько‑то пунктов выше нормального) может повлиять на вашу продолжительность жизни; и насколько значим конечный результат.

Почему я так серьезен? Если вы думаете, что статистики понимают роль «статистической значимости» в сложной структуре реальности («большого мира» – в противоположность «маленькому миру» учебников), правда вас удивит. Канеман и Тверски установили, что статистики сами совершают практические ошибки, нарушая собственные научные принципы и забывая о том, что они статистики (я напомню читателю, что мышление требует усилий). Мы с коллегой Дэниэлом Голдстейном изучали «квантов», профессионалов в области квантитативных методов анализа в финансах, и поняли, что подавляющее большинство этих людей не понимает практического значения элементарных понятий вроде «вариация» или «стандартное отклонение» – то есть тех концепций, которые они используют в каждом уравнении. Недавнее убедительное исследование Эмре Сойера и Робина Хогарта показало, что многие профессионалы и эксперты в области эконометрии, поставляющие нам эффектные цифры «регрессий» и «корреляций», совершают грубые ошибки, когда сталкиваются с результатами своих же вычислений на практике, – они правильно решают уравнения, но не в состоянии применить полученный результат. Во всех случаях они недооценивали случайность, а также неопределенность результатов. Мы говорим сейчас об ошибках интерпретации, которые совершают статистики, а не те, кто статистику использует, скажем, социологи и врачи.

Увы, вся эта необъективность ведет к действиям, и почти никогда – к недеянию.

Теперь мы знаем, что помешательство на борьбе с жирами и страсть к обезжиренному – это следствие элементарной ошибки при интерпретации результатов регрессивного анализа: когда на итог влияют сразу две переменные (углеводы и жиры), одна из них иногда кажется единственным значимым фактором. При потреблении жиров и углеводов многие делают одну и ту же ошибку, приписывая все вредное воздействие жирам, а не углеводам. Великий статистик Дэвид Фридмен, разоблачающий ложные статистические интерпретации, показал вместе с соавтором (очень убедительно), что связь между потреблением соли и повышением артериального давления статистически ни на чем не основана. Возможно, она есть в случае гипертонии, но это скорее исключение, чем правило.

Дата добавления: 2015-07-20