5.5
Чтение медстатистики Модуль · Глава 5 Риск
К Главе 5
5.5
Модуль 5.5 · Чтение медстатистики

«Учёные доказали»

Заголовки о здоровье продают страх и надежду. «Кофе вызывает рак», «бокал вина продлевает жизнь», «новый препарат снижает риск на $40\%$» — и через месяц всё наоборот. Этот модуль собирает навыки $5.1$–$5.4$ в практический декодер: как за десять секунд оценить, стоит ли доверять медицинской новости. Ключевые приёмы — искать абсолютные числа, проверять тип исследования, отличать корреляцию от причинности и замечать суррогатные конечные точки. Не нужно быть учёным — нужно задавать правильные вопросы.

Заголовку платят за клик, а не за точность. Прежде чем менять жизнь из-за новости о здоровье, спросите: это абсолютные числа? был ли контроль? на людях ли? и кто это повторил. Большинство сенсаций не переживают этих вопросов. Принцип медиа-грамотности в здоровье
Раздел 1 · Анатомия заголовка

Как устроена сенсация

Большинство громких заголовков о здоровье используют один и тот же набор приёмов, делающих скромный результат впечатляющим. Узнав их, вы перестаёте быть мишенью.

Типичные приёмы раздувания

  • Только относительные числа (Модуль $5.1$): «снижает риск на $50\%$» без базового риска — масштаб скрыт.
  • Причинность из наблюдения: «кофе связан с долголетием» превращают в «кофе продлевает жизнь».
  • Суррогатные исходы: «снижает холестерин» вместо «снижает смертность» — не одно и то же.
  • Выдёргивание из контекста: один результат из множества, без учёта противоречащих исследований.
  • Маленькие или животные исследования: «доказано на мышах» подаётся как факт для людей.

Почему так происходит

  • Экономика внимания: заголовку платят за клик; нюансы кликов не приносят.
  • Пресс-релизы: вузы и компании преувеличивают значимость своих работ.
  • Испорченный телефон: «связь» в статье → «причина» в пресс-релизе → «сенсация» в новости.
  • Наша психология (Модуль $5.6$): мы любим простые причинные истории и круглые большие числа.

Противоядие — не цинизм, а структурные вопросы. Несколько проверок отсеивают большинство пустых сенсаций. Соберём их в чек-лист.

Раздел 2 · Красные флаги

Сигналы осторожности

Несколько признаков почти всегда означают, что к заголовку стоит относиться скептически. Это не «всё ложь», а «не меняйте поведение, пока не проверите глубже».

Главные красные флаги

  • «Связано с» подаётся как «вызывает»: наблюдательная корреляция выдаётся за причинность.
  • Только проценты без базы: относительное снижение/повышение без абсолютных чисел.
  • Чудо-эффект: «суперфуд лечит», «один трюк» — биология так не работает.
  • Нет контрольной группы: «приняли и выздоровели» без сравнения с не принимавшими.
  • Конфликт интересов: исследование оплачено тем, кто продаёт продукт.
  • Один результат против консенсуса: одна работа не отменяет десятилетий данных.

Зелёные флаги (признаки надёжности)

  • Абсолютные числа и базовый риск приведены явно.
  • Рандомизированное контролируемое исследование ($RCT$) или хотя бы контрольная группа.
  • Реальные исходы (смертность, события), а не только суррогатные маркеры.
  • Согласуется с другими исследованиями / мета-анализами.
  • Размер выборки большой, срок наблюдения длинный.
  • Указаны ограничения — честная наука признаёт неопределённость.
Раздел 3 · Декодер

Чек-лист доверия

Главный интерактив модуля. Перед вами типичный заголовок. Отметьте, какие признаки надёжности у новости есть, — и получите оценку доверия. Чем больше зелёных признаков, тем серьёзнее можно относиться к заявлению.

Декодер · чек-лист доверия

Стоит ли верить заголовку

Пример заголовка
«Новое исследование: продукт X снижает риск инфаркта на $30\%$!»

Отметьте признаки, которые есть у новости (по тексту статьи, не только заголовка). Каждый зелёный признак повышает доверие.

Оценка доверия
0 / 6 признаков
Отметьте признаки надёжности выше. Пока ни одного — к такому заголовку стоит относиться с максимальным скепсисом: это просто громкое утверждение без подтверждений.
Раздел 4 · Иерархия доказательств

Не все исследования равны

Сила доказательства зависит от типа исследования. Одна и та же тема может иметь и «доказано на мышах», и «подтверждено мета-анализом $RCT$» — это разные весовые категории. Знание иерархии помогает взвесить заявление.

Мета-анализы и систематические обзорысводят много RCT — высшая надёжность
Рандомизированные контролируемые исследования (RCT)золотой стандарт причинности
Когортные и наблюдательные исследованияпоказывают связь, не причинность
Серии случаев, исследования «случай-контроль»гипотезы, не доказательства
Отдельный случай, мнение, анекдотнизшая надёжность

Что отличает уровни

  • $RCT$: людей случайно делят на группы (лечение / плацебо) — единственный надёжный способ установить причинность.
  • Наблюдательные: следят за людьми без вмешательства — видят связь, но не могут исключить третий фактор.
  • Мета-анализ: объединяет много исследований — мощнее любого отдельного, если качество работ хорошее.
  • Анекдот: «мне помогло» — может быть плацебо, совпадением, естественным выздоровлением.

Практика: услышав заявление о здоровье, спросите «какого типа исследование за этим стоит?». «Мета-анализ $RCT$» и «опрос $50$ человек» заслуживают очень разного доверия.

Раздел 5 · Корреляция и суррогаты

Связь $\neq$ причина

Две самые частые ловушки в новостях о здоровье: путать корреляцию с причинностью и подменять реальный исход суррогатным маркером. Понять их — значит обезвредить большинство сенсаций.

Корреляция против причинности

  • Корреляция: два явления меняются вместе («любители кофе живут дольше»).
  • Причинность: одно вызывает другое — требует $RCT$ или очень сильных доводов.
  • Третий фактор: кофе пьют активные занятые люди — возможно, дело в образе жизни, а не в кофе.
  • Обратная причинность: не «вино продлевает жизнь», а «здоровые люди чаще позволяют себе бокал».
  • Правило: «связано с» в наблюдательном исследовании $\neq$ «вызывает».

Суррогатные конечные точки

  • Суррогат: промежуточный маркер (холестерин, давление, размер опухоли на снимке).
  • Реальный исход: то, что важно человеку (инфаркт, смерть, качество жизни).
  • Ловушка: «снижает холестерин» не всегда означает «снижает смертность» — связь не гарантирована.
  • Пример: были препараты, улучшавшие суррогат, но повышавшие смертность.
  • Вопрос: «это изменение маркера или реального исхода?»

Мороженое и утопления растут вместе — но мороженое никого не топит. Их связывает лето. Прежде чем поверить, что одно вызывает другое, ищите спрятанное «лето» — третий фактор, объясняющий обе величины.

Принцип «корреляция не причинность» · третий фактор
Раздел 6 · Практика

Десять секунд на проверку

Собираем всё в быстрый практический протокол. Эти вопросы можно задать любому заголовку о здоровье прямо в ленте — и большинство сенсаций отсеется сразу.

Быстрый протокол

  • 1. Абсолютные числа? Если только «на $X\%$» — найдите базовый риск (Модуль $5.1$).
  • 2. Тип исследования? $RCT$ / мета-анализ — вес; наблюдение / мыши / анекдот — осторожно.
  • 3. Связь или причина? «Связано» в наблюдении не равно «вызывает».
  • 4. Реальный исход или суррогат? Смертность и события важнее маркеров.
  • 5. Кто оплатил? Конфликт интересов — повод перепроверить.
  • 6. Это повторено? Один результат против консенсуса — пока лишь гипотеза.

Где искать трезвую информацию

  • Первоисточник: сама статья, а не пересказ; раздел «ограничения».
  • Систематические обзоры (например, Cochrane) вместо единичных работ.
  • Официальные рекомендации (ВОЗ, профильные общества) для устоявшихся тем.
  • Несколько источников: если результат реален, его повторят независимо.

Главное: вы уже владеете количественными инструментами ($5.1$–$5.4$). Этот модуль добавил фильтр на входе — структурные вопросы к любой новости. Осталось понять, почему даже зная всё это, мозг всё равно ошибается: финальный Модуль $5.6$ о когнитивных искажениях.

Что забрать из модуля 5.5

$I$ Заголовкам платят за клик, не за точность. Типичные приёмы: только относительные числа, причинность из наблюдения, суррогаты, выдёргивание из контекста.
$II$ Красные флаги: «связано» как «вызывает», проценты без базы, чудо-эффект, нет контроля, конфликт интересов, один результат против консенсуса.
$III$ Иерархия доказательств: мета-анализ $>$ $RCT$ $>$ наблюдение $>$ серия случаев $>$ анекдот. Спрашивайте «какого типа исследование?».
$IV$ Связь $\neq$ причина: ищите третий фактор и обратную причинность. Суррогат $\neq$ реальный исход: маркер может меняться без пользы для жизни.
$V$ Протокол за $10$ секунд: абсолютные числа? тип исследования? связь или причина? реальный исход? кто оплатил? повторено ли?
Проверь себя 0 / 5

Пять вопросов по ключевым идеям модуля. Выберите ответ — сразу увидите верный вариант и пояснение. Прогресс сохраняется.

Источники
  1. Woloshin S., Schwartz L.M., Welch H.G. (2008). Know Your Chances: Understanding Health Statistics. University of California Press. поиск источника
  2. Ioannidis J.P.A. (2005). Why Most Published Research Findings Are False. PLoS Medicine. поиск источника
  3. Gigerenzer G., et al. (2007). Helping doctors and patients make sense of health statistics. Psychological Science in the Public Interest. поиск источника

Образовательный материал — не заменяет консультацию врача. Ссылки ведут на поиск источника; точные реквизиты сверяйте с оригиналом.