Самая математически плотная глава курса. Школьная теория вероятностей ($9$–$11$ класс) применённая к медицинским решениям. Абсолютный vs относительный риск, чувствительность тестов, теорема Байеса, $NNT$ для лекарств, чтение мед. статистики, $6$ когнитивных ошибок. $6$ интерактивов, включая визуализатор $1\,000$ человек для Байеса.
«Этот тест на $95\%$ точный — мой положительный результат значит, что я почти точно болен» — интуитивно правильно, статистически почти всегда неверно. Если болезнь редкая ($1\%$ населения), вероятность того, что вы реально больны при позитивном тесте — $\approx 16\%$, не $95\%$. Это теорема Байеса, и она перепрошивает всё, что вы думали о медицине.
Эта глава — про то, как школьная теория вероятностей ($9$–$11$ класс) меняет принятие решений в здоровье. Когда «риск удваивается» — это $50\%$ или $0{,}001\%$? Когда $NNT = 100$ — стоит ли пить таблетку? Когда «исследования показывают» — это $20$ человек на двух факультетах или мета-анализ $10\,000$? Числа отвечают на эти вопросы.
В этой главе вы получите $6$ калькуляторов: визуализация ARR/RRR/NNT, $2\times 2$-таблица диагностических тестов, центральный Байес-калькулятор с гридом $1\,000$ человек, NNT-калькулятор реальных лекарств, разбор красных флагов в мед. новостях, тест на когнитивные ошибки. Это арифметика взрослых решений в медицине.
Каждый модуль — отдельная страница с теорией, формулой, $1$–$2$ калькуляторами и практикой. Можно пройти по порядку, можно нырнуть к нужной теме напрямую.
Снижение риска на $50\%$ — это $4\%$ $\to 2\%$ или $40\%$ $\to 20\%$? Разница огромна. $ARR$ vs $RRR$ на практике.
$Sens$ $-$ из больных тест найдёт. $Spec$ $-$ здоровых пропустит. $2 \times 2$ таблица, $TP/FP/FN/TN$, главные ошибки.
$PPV = \dfrac{Sens \cdot prev}{Sens \cdot prev + (1-Spec) \cdot (1-prev)}$. Тест $99\%$ точности при редкой болезни даёт $9\%$ $PPV$.
$NNT = 1/ARR$. Статины $NNT \approx 100$ — лечить $100$, спасти $1$. $NNH$ для побочек. Соотношение определяет смысл лечения.
«Кофе на $30\%$ снижает смертность» — реально $0{,}5\%$? $5$ вопросов к любой статье: относ./абс., доза, контроли.
Подтверждение, доступность, обратная корреляция, $base \ rate$ fallacy, нарративы, страх редкого. Самопроверка на каждой.
«Препарат снижает риск на $25\%$» — обычная фраза. Звучит впечатляюще. Но это относительный риск, и почти всегда скрывает гораздо более скромную абсолютную разницу. Понимание разницы между ними — главный инструмент защиты от медицинского маркетинга.
где $p_0$ — риск без вмешательства, $p_1$ — с вмешательством. $NNT$ — самая практичная метрика: «сколько человек должны пить таблетку $5$ лет, чтобы один из них действительно избежал инфаркта».
Пример: статины снижают $5$-летний риск инфаркта с $4\%$ до $3\%$. То же исследование можно сообщить тремя способами:
Все три цифры верны. Все три описывают одно исследование. Но они создают разное впечатление. Маркетинг (фарма, новости, БАДы) почти всегда использует $RRR$. Принятие решения требует $NNT$.
Введите базовый риск ($p_0$) и риск с вмешательством ($p_1$). Сравните: $RRR$ часто звучит впечатляюще, $ARR$ — намного скромнее, $NNT$ — даёт реальное чувство масштаба.
Когда вы последний раз видели в новостях $ARR$ или $NNT$, а не $RRR$?
Практически никогда. Журналистский стандарт — $RRR$ (потому что числа крупнее, заголовок громче). Научный стандарт — $ARR + NNT$. Когда видите заголовок «$X$ снижает риск на $Y\%$», сразу ищите $ARR$ и $NNT$ в первоисточнике. Часто оказывается: $NNT$ $= 500$+, и решение про таблетку выглядит иначе.
Любой диагностический тест характеризуется двумя числами: чувствительностью (sensitivity, $Se$) и специфичностью (specificity, $Sp$). Это школьные проценты, но огромное количество ошибок врачей и пациентов происходит из-за их путаницы.
Каждый пациент в популяции попадает в одну из четырёх клеток:
$Se$ — «как хорошо тест ловит больных». $Sp$ — «как хорошо тест не пугает здоровых». Между ними почти всегда trade-off: чем чувствительнее, тем больше ложных тревог, и наоборот. Идеальных тестов не существует.
Главное практическое правило: чувствительные тесты хороши для скрининга (найти всех потенциальных больных), специфичные тесты хороши для подтверждения (исключить ложную тревогу). Поэтому многие болезни диагностируют в два шага: чувствительный скрининг $+$ специфичное подтверждение.
Введите распространённость болезни и характеристики теста. Калькулятор покажет, сколько в популяции $1\,000$ человек окажутся в каждой из $4$ клеток.
Самый контринтуитивный результат всей медицинской статистики. Тест с чувствительностью $95\%$ и специфичностью $95\%$ для редкой болезни ($1\%$ населения) даёт $PPV \approx 16\%$ — то есть $84\%$ положительных результатов — ложные тревоги. Это не баг, это математика.
$Se$ и $Sp$ описывают тест с точки зрения известного диагноза («какова вероятность положительного теста, если знаю, что болен?»). Но в реальности вы не знаете диагноза заранее — это и есть причина теста. Поэтому важнее обратные метрики:
$PPV$ — главная цифра, которая интересует пациента: «мой тест положительный, насколько я реально болен?». В отличие от $Se$/$Sp$ (свойства теста), $PPV$/$NPV$ зависят от распространённости болезни в популяции.
Возьмём болезнь с распространённостью $1\%$ (рак груди в общей популяции женщин $50$–$60$ лет). Тест: $Se = 95\%$, $Sp = 95\%$. Кажется отличным. Но:
Если ваш скрининг показал положительный результат, вероятность того, что вы реально больны — $16\%$, не $95\%$. И это хороший тест. Это работа Байеса в действии.
Двигайте ползунки распространённости и точности теста. Сетка из $1\,000$ человек покажет, кто куда попадает. Главное открытие: при низкой распространённости даже отличный тест даёт много ложных тревог.
$PPV$ положительного скрининга может быть удивительно низким — особенно когда болезнь редка. Это не недостаток теста. Это математика.
$NNT$ (Number Needed to Treat) — самая практичная метрика для оценки эффективности лекарств. Идея проста: «$N$ человек должны принимать препарат $X$ лет, чтобы $1$ из них реально получил пользу». Зеркальная метрика — $NNH$ (Number Needed to Harm) — «сколько человек получат побочный эффект».
Главное правило: $NNT < 10$ — очень мощное вмешательство, $10$–$100$ — стандартное полезное, $100$–$1\,000$ — слабый эффект (думать дважды), $> 1\,000$ — почти бесполезное в популяционном смысле.
Введите данные контрольной и опытной группы — получите $NNT$ и его интерпретацию.
$80\%$ медицинских новостей содержат хотя бы один статистический подвох. Не намеренный обман — просто журналисты пишут заголовки, которые продаются, и часто не понимают разницы между $RRR$ и $ARR$. Эта секция — про $5$ типичных красных флагов в типичной мед.-новости.
Перед вами реалистичная новостная статья. Кликайте на подсвеченные фрагменты — раскроется, что не так. Все $5$ ошибок — реальные паттерны современной мед. журналистики.
Канеман и Тверски в $1970$-х показали: человеческая интуиция систематически ошибается в вероятностных задачах. Эти ошибки не случайны — это устойчивые паттерны мышления. Зная их, можно поймать себя за руку. Это самая важная защита от собственных интуитивных суждений в медицине.
$5$ медицинских сценариев. Выберите, какая когнитивная ошибка проявляется в каждом. После выбора — объяснение и правильный ответ.
Какая из этих ошибок чаще всего работает против вас в принятии решений о здоровье?
У большинства людей это availability heuristic (то, что недавно слышали — кажется важнее) и confirmation bias (ищем подтверждения уже принятого решения). Простое противоядие: спросите «какие данные изменят моё мнение?» — если ответ «никакие», вы в зоне confirmation bias.
Вы прошли путь от $RRR$/$ARR$/$NNT$ до теоремы Байеса. Главный сдвиг: интуитивные оценки риска систематически ошибочны. «Если тест точный — мой положительный означает болезнь» — звучит логично, статистически почти всегда неверно. «Препарат снижает риск на $25\%$» — звучит мощно, обычно это $1$ из $100$.
Вторая мысль: школьная теория вероятностей ($9$–$11$ класс) — этого достаточно для $90\%$ медицинских решений. Не нужно быть статистиком. Нужно знать $5$ формул: $ARR$, $RRR$, $NNT$, $Se$/$Sp$, $PPV$/$NPV$. $5$ концепций защищают от $80\%$ медицинского маркетинга.
Третья мысль: когнитивные ошибки работают одинаково у пациентов и у врачей. Признанные ошибки в принятии решений (Канеман и Тверски) — это не «у меня иногда бывает», это системные паттерны человеческого мышления. Зная их имена, легче поймать себя за руку.
Большинство опубликованных исследовательских результатов оказываются ложными. Не из-за обмана, а из-за маленьких выборок, p-hacking, конфликтов интересов и многократного тестирования.
Каждая — расширение одного из модулей главы $5$. Будут доступны по мере написания серии — сейчас на этапе подготовки.
Парадокс скрининга редких болезней — Байес против интуиции. Когда массовый скрининг приносит вред больше пользы. $PSA$, маммография, колоноскопия — что говорит доказательная база.
Иерархия медицинских исследований: от мнения эксперта до Cochrane мета-анализа. Почему один большой $RCT$ важнее $100$ серий случаев. $GRADE$-система и как её читать.
Почему $50\%$ результатов не воспроизводятся (replication crisis). Финансирование исследований, мульти-сравнения, ящик для нежелательных результатов. Как читать раздел «Methods» с подозрением.
Пять обязательств — конкретные привычки чтения мед. статистики, защищающие от $80\%$ ошибок в принятии решений.
Заголовок «снижает риск на $25\%$» — это $RRR$. Реальное число — $ARR$ ($1\%$ или $0{,}01\%$?) и $NNT$ ($100$ или $10\,000$?).
Тест с $95\%$ точности при $1\%$ болезни даёт $PPV = 16\%$. Положительный скрининг $\neq$ диагноз — нужно подтверждение.
Размер выборки? Длительность? Конфликты интересов? Конечные точки (hard outcomes vs суррогатные)? Это $RCT$ или наблюдательное?
Эвристика доступности, якорь, base rate neglect, ошибка выжившего, регрессия к среднему, confirmation bias.
$80\%$ мед. новостей искажают первоисточник. $5$ минут на чтение abstract в $PubMed$ часто меняют выводы.