ПЕРЕНОСИ, ПОКА НЕ ПОЗДНО

Важным вопросом в клинических исследованиях, а точнее в их интерпретации, является репрезентативность.

Представим ситуацию. У вас есть два исследования: одно суперпуперкрутое РКИ с положительным результатом (ну явно р<0,05), но там все пациенты от 25 до 40 лет; другое какое-то стандартное когортное на основе регистра с не таким впечатляющим результатом (я бы даже сказал с нейтральным), но зато включены пациенты от 18 до 80-90 лет. А ещё у вас есть свои пациенты,, в основном это люди среднего возраста (наверное 40+). Внимание, вопрос! Какое исследование стоит рассмотреть внимательнее для потенциального применения у своих пациентов?

Хотелось бы получше, но реальность иногда сурова.

Как я понимаю
❗Репрезентативность можно рассматривать, как свойство выборки, которое отражает характеристики целевой популяции (выборка получена путем простого случайного отбора из генеральной совокупности) [1].

Ещё можно встретить термин
❗Внешняя валидность - это вывод о причинно-следственных связях, которые можно обобщить для различных измерений, людей, обстановок и времен [2].

И на мой взгляд, это более широкое понятие, которое необходимо для применения результатов исследования в клинической практике.

Почему этот важно?
От этого зависит сможем ли мы переносить (экстраполировать) результаты исследований, проводимых на выборках, на популяцию (или хотя бы на нашу локальную выборку).

Если попробовать очень условно понять какие исследования лучше по репрезентативности (относительно популяции), то можно попытаться составить такой порядок (чистое ИМХО): RWE, регистры, когортные, случай-контроль, РКИ.

Как так? Мы же на РКИ основываем свои решения!
И действительно, к сожалению, РКИ не являются репрезентативными (по крайней мере относительно популяции). Жёсткие критерии включения/исключения, заточенность на нетяжелых пациентов, улучшенные условия наблюдения/лечения (относительно практики) - все это ведёт к проблемам с репрезентативностью в РКИ ("стерильность"). По некоторым оценкам она может достигать 70% [3].

А в предыдущих дизайнах есть сложности с оценкой внутренней валидности (что ведёт к проблемам с внешней), т.е. определение причинно-следственной связи (иногда требуется достаточная проработка исследовательского вопроса, обходных путей и сложный статистический анализ).

Всегда ли нужна репрезентативность?
Если мы хотим изучить биологическую модель (например, исследования на животных/клеточных структурах), то особо нет. Нужно ли вам разнообразие мышей? Скорее всего нет. Нужны наоборот похожие, чтобы как можно точнее контролировать и изучать интересующие процессы [4].

В этой же статье авторы приводят примеры некоторых исследований, где за репрезентативностью не гнались, а пытались дать ответ на основной вопрос [4].

Важна ли репрезентативность? Я думаю ответ на этот вопрос строится из цели исследования. Т.е. необходимо ли нам переносить результаты на популяцию, для чего, что мы ожидаем? Иногда наиболее важно контролировать условия.

Комментарии, дополнения приветствуются.

@ebm_base