Как устройство симптоматических чек-листов искажает оценку эффективности лечения

Большинство исследований эффективности психотерапии и психофармакотерапии оценивают изменения не по фактическим диагностическим критериям, а с помощью симптоматических чек-листов — PHQ-9, BDI-II, HDRS, GAD-7 и других. Их устройство оставляет уязвимости, которые искажают оценку изменений и затрудняют сравнение подходов.

В чём проблема

Пункты таких чек-листов могут содержать неспецифические и факультативные симптомы, изменения по которым далеко не всегда означают изменение тяжести расстройства. При этом все пункты имеют одинаковый вес в итоговом балле.

Например, в HDRS желудочно-кишечные симптомы влияют на общий результат так же, как чувство вины или суицидальные мысли. А нарушения сна представлены сразу тремя пунктами — их вклад в оценку оказывается ещё выше.

К чему это приводит

Такое устройство может и завышать, и занижать оценку эффективности, а также затруднять сравнение методов — даже если качество исследований по шкале GRADE выглядит сопоставимым.

• Если высокий исходный балл во многом складывается из неспецифических симптомов, то после успешного лечения ключевых проявлений пациент может не достичь формального порога снижения балла и не попасть в «ответивших».
• Шкала может реагировать на побочные эффекты препаратов, занижая количественный показатель терапевтического эффекта.
• Менее таргетированная терапия может выглядеть эффективнее просто потому, что задевает более широкий спектр симптомов, тогда как узконаправленный метод не уступает ей по ключевым.

Наглядный пример

Препарат «А» снижает нарушения сна, утомляемость и желудочно-кишечные симптомы и немного уменьшает чувство вины и суицидальные мысли. Препарат «Б» почти не влияет на сон, но значительно уменьшает чувство вины, безнадёжность и суицидальные мысли.

При простом суммировании оба препарата могут показать одинаковую эффективность, хотя их клиническая ценность для пациента различается принципиально.

Есть ли решение

Хорошая новость в том, что проблема осознаётся. В клинические исследования постепенно вводят сетевой и IRT-анализ. Эти подходы позволяют оценивать не только то, насколько изменилось состояние, но и какие именно симптомы изменились, насколько они связаны между собой и какие из них действительно отражают тяжесть расстройства.

Коротко

• Эффективность чаще меряют не по диагностическим критериям, а по чек-листам, где все пункты весят одинаково.
• Неспецифические симптомы и побочные эффекты могут искажать итоговый балл в обе стороны.
• Из-за этого узконаправленный и «широкий» методы могут выглядеть одинаково, различаясь по реальной пользе.
• IRT- и сетевой анализ постепенно исправляют это, показывая, какие именно симптомы меняются.