Что важно знать при организации исследования?

А. Г. ПАВЛОВ

Республиканский перинатальный центр, Петрозаводск, Республика Карелия

Рассмотрев в наших предыдущих публикациях раздела «Лаборатория» некоторые полезные аспекты статистической обработки клинических данных мы хотели бы перейти к практическим рекомендациям, которые помогут начинающим исследователям удобно организовать интерпретацию своих экспериментальных массивов. Но этим рекомендациям обязательно должно предшествовать небольшое теоретическое введение.

Ведь перед тем, как начать обработку данных вы должны их правильно собрать и удобно организовать в соответствующие массивы. А перед тем, как собирать данные, вы должны правильно разработать дизайн своего исследования. Если на этих двух этапах что-то будет упущено, то никакой способ математического анализа не сможет это исправить, не сможет довести «доказательность» вашего исследования до приемлемого уровня.
Поскольку наш цикл публикаций ориентирован, прежде всего, на практические аспекты организации исследовательского процесса в медицине мы не будем приводить здесь полномасштабную теоретическую базу. Вместо этого мы постараемся поделиться нашими наблюдениями в отношении наиболее частых ошибок и заблуждений, приводящих к несостоятельности исследования в целом и к ошибочным выводам на этапе обработки.

Как это ни странно, но наш хит-парад наиболее частых ошибок возглавят следующие моменты:

1. Путаница между понятиями «клиническое испытание» и «клиническое исследование» приводящая к неправильному дизайну научной работы.
2. Недопонимание сущности механизмов рандомизации и подмена их на «точно такие же по логике», но неработающие.

Этим двум моментам и посвящена наша очередная статья раздела «Лаборатория» - «Клиническое испытание и клиническое исследование: сходство и различие». В этой публикации мы постарались максимально сжато, но с конкретными практическими примерами изложить минимум, необходимый для уверенного ориентирования в этих понятиях.