Этот материал о том, как читать заявления о пользе — не о конкретных веществах и не о схемах применения. Он объясняет, чем сильное доказательство отличается от слабого и почему количество слабых аргументов не превращается в сильный вывод.
Данные бывают разной силы
Утверждение «это работает» может опираться на очень разные вещи. На биологический механизм, который выглядит правдоподобно. На опыт в пробирке. На эксперимент на животных. На наблюдение за группой людей без сравнения. И на контролируемое исследование, где вмешательство сравнили с контролем и отследили значимые для человека исходы. Это лестница, а не набор равнозначных фактов: каждая следующая ступень отвечает на вопрос, на который предыдущая ответить не может.
Почему уровни нельзя складывать
Частая ошибка — собрать вместе механизм, пару клеточных работ, историю с животной модели и несколько отзывов и посчитать, что вместе это «уже почти доказательство». Так это не работает. Десять исследований, каждое из которых не отвечает на клинический вопрос, не складываются в один ответ на него. Слабые данные накапливают правдоподобие, но не проверенность. Клинический вывод даёт та ступень, которая прямо измеряла нужный исход у людей, — а не сумма всего, что её не измеряло.
Что спрашивать у исследования
Полезно держать в голове короткий набор вопросов. Проводилось ли исследование на людях? С чем сравнивали — с плацебо, с другим вмешательством или ни с чем? Какой исход измеряли и был ли он значим для человека, а не только суррогатным показателем? Сколько было участников и как долго за ними наблюдали? Насколько полно собирали данные о нежелательных явлениях? Ответы на эти вопросы часто важнее, чем сам вывод в аннотации.
Ловушка экстраполяции
Самый частый скрытый прыжок — перенос результата туда, где его не проверяли. Эффект в клетке переносят на организм. Данные с животной модели — на человека. Свойство одной молекулы — на другую «из того же класса». Сдвиг суррогатного маркера — на клинический исход, который важен пациенту. Каждый такой перенос — это гипотеза, а не факт, и его нужно называть своим именем. Убедительность механизма особенно склонна маскировать этот прыжок: чем красивее объяснение, тем легче не заметить, что проверки на нужном уровне не было.
Отсутствие данных — не доказательство безопасности
Ещё одна асимметрия: если по веществу мало исследований, это не значит, что оно безопасно. Отсутствие опубликованного сигнала о вреде при малом числе наблюдений говорит о слабости наблюдения, а не о доказанной безопасности. «Про это ничего плохого не писали» и «это проверено и признано безопасным» — совершенно разные утверждения, и их постоянно путают.
Что важно запомнить
Доказательства выстроены по силе, и складывать ступени нельзя: клинический вывод даёт только та работа, которая измеряла нужный исход у людей. Перенос результата между уровнями, молекулами и исходами — это гипотеза, а не факт. Малое число исследований не равно доказанной безопасности.
Связанные материалы
- Что называют пептидами
- Почему личные отзывы не заменяют клинические данные
- Пептиды без прикрас: между биологией, надеждой и маркетингом
Источники
- Cochrane. Handbook for Systematic Reviews of Interventions, version 6.5.1. Актуальная версия руководства.
- Schünemann HJ, et al. Completing “Summary of findings” tables and grading the certainty of the evidence. Cochrane Handbook, chapter 14, updated 2025. Оценка определённости доказательств.
Медицинское примечание
Материал носит информационный и образовательный характер и не является индивидуальной медицинской консультацией, диагнозом или назначением лечения.