Полезная еда. Развенчание мифов о здоровом питании - читать онлайн книгу. Автор: Говард Джейкобсон, Колин Кэмпбелл cтр.№ 24

читать книги онлайн бесплатно
 
 

Онлайн книга - Полезная еда. Развенчание мифов о здоровом питании | Автор книги - Говард Джейкобсон , Колин Кэмпбелл

Cтраница 24
читать онлайн книги бесплатно

Редукционистские доказательства первого типа: проспективные эксперименты

Самая уважаемая (и потому лучше и чаще всего финансируемая) форма редукционистского дизайна – проспективные исследования. Информация записывается в реальном времени, а эффекты наблюдают по мере их появления. В простейшей форме одной группе испытуемых (экспериментальной) проводят вмешательство, а другой (контрольной) – нет. Золотой стандарт редукционистских исследований – одна из разновидностей проспективного эксперимента, известная как рандомизированное контролируемое исследование (РКИ). Слово «рандомизированное» (случайное) описывает способ распределения участников между экспериментальной и контрольной группами. В теории оно исключает влияние потенциальных искажающих факторов, равномерно размывая их по всем группам. Если вас беспокоит влияние курения на результаты вмешательства, статистика равномерно распределит этот фактор, теоретически сделав его незначимым.

РКИ часто проводят «двойным слепым» методом: ни исследователи, ни участники не знают, кому именно назначено вмешательство. В частности, при изучении лекарств никто не будет знать, принимает пациент таблетку с настоящим лекарственным веществом или такое же с виду плацебо. Пациенту не станет лучше от мысли, что он получил волшебную пилюлю {38}, а исследователи не будут подсознательно иначе лечить людей, принимающих плацебо.

Проспективные эксперименты считают «чистыми» с точки зрения дизайна, потому что вылавливают подробности с большей точностью и минимизируют «шумы» реального мира. Это позволяет исследователям изолировать интересующий их эффект вмешательства. Выделение одной переменной (X) по идее дает ученому право говорить, что «X вызывает Y», где Y – результат, возникающий после X и не возникающий в его отсутствие.

Это как нельзя кстати, если нужно выделить один фактор: например, при оценке безопасности и эффективности нового препарата. Но даже в фармацевтических исследованиях неизбежен компромисс между уверенностью в контролируемых условиях и применимостью результата в запутанном мире. Чем лучше мы контролируем эксперимент, тем меньше он напоминает реальность.

Несмотря на неплохие результаты при исследовании отдельных химических веществ, эти методы не могут дать прогностических моделей сложных взаимодействий с многочисленными причинами и эффектами – иными словами, для жизни.

Редукционистские доказательства второго типа: исследования «случай-контроль»

Другой широко распространенный дизайн, который ученые-редукционисты считают менее специфичным, чем проспективный, – исследования «случай-контроль». Людей с определенным заболеванием сравнивают с лицами того же пола, возраста и т. д., у которых этого заболевания нет. Исследователи смотрят на различия в образе жизни между группами, которые могут привести к разным результатам. С помощью таких экспериментов обычно тестируют воздействия, которые невозможно или неэтично применять на людях: диету, образ жизни, влияние токсинов. Вы не заставите половину участников питаться только в McDonald’s, но можно найти людей, которые выбрали такую диету сами, и посмотреть, что с ними произойдет.

Исследования «случай-контроль» могут быть ретроспективными, когда для объяснения исхода болезни используют предыдущие наблюдения, или проспективными, если берутся группы с разным образом жизни и диетой и выясняется, что с ними произойдет. В обоих случаях участников распределяют по группам не рандомизированно, поэтому невозможно доказать, что различия вызвали конкретные исходы. Проблема в том, что люди, схожие по одной характеристике, вероятно, будут похожи по многим другим. Невозможно сказать, какая из них была фактором, ведущим к разным результатам. Чтобы устранить проблему, обычно прибегают к ряду статистических процедур, именуемых «поправкой на вмешивающийся фактор».

Она работает следующим образом. Представьте, что вы изучаете связь между раком молочной железы и потреблением жиров. Вы берете две группы: в первую входят женщины с раком молочной железы (случаи), а во вторую – без этого диагноза (контроль). Вы задаете им вопросы о пищевом поведении и пытаетесь понять, потребляют ли «случаи» больше жиров. Но есть проблема: у женщин с раком выше содержание жира в организме. Где здесь причина и где следствие? Пищевые жиры вызвали рак молочной железы? Или женщины, склонные к ожирению, более подвержены раку?

Чем больше вопросов мы себе задаем и чем больше взаимодействий допускаем, тем глубже тонем в кошмаре редукциониста. Может быть, женщины с раком и более высоким содержанием жира в организме генетически предрасположены и к тому и к другому, поэтому можно не выяснять, сколько жиров потребляют женщины без этой склонности? А может, есть еще какая-то переменная, о которой мы пока не знаем? Может, полные женщины меньше тренируются и чаще впадают в депрессию из-за предрассудков, и именно это ведет к раку молочной железы? Или они полнее из-за депрессии, заставляющей их больше есть и меньше заниматься спортом? Или меньше знают о здоровом питании, что иногда коррелирует с худшим медицинским обслуживанием, а оно соотносится с меньшим доходом, который связан с меньшей доступностью свежих овощей и фруктов, а та – с проживанием в районах с повышенной концентрацией средовых токсинов?

Чтобы устранить эту неопределенность, редукционисты используют статистику. Она помогает удержать все потенциальные источники засорения данных на постоянном уровне и устранять их последствия. Иными словами, они сравнивают маленькие сегменты каждой группы, в которых вмешивающиеся факторы практически одинаковы. Конечно, это возможно только для тех факторов, которые мы представляем и способны измерить. Поскольку ни у кого нет неограниченного времени и денег, всегда будут оставаться факторы, которые не нейтрализуются с помощью статистики.

Но чем больше ученые пытаются распутать сеть воздействий вокруг конкретного исхода для здоровья, тем менее полезными становятся «результаты». Допустим, в случае рака молочной железы мы сделали «поправку» на все влияния, которые можем представить, и остались две переменные: уровень ожирения и заболеваемость раком. Если мы заявим, что женщины с ожирением чаще болеют раком, рецепт профилактики сведется к совету «сбросить вес». Все, что поможет избавиться от пары килограммов, станет формой профилактики рака. Питательные коктейли вместо еды, низкоуглеводные диеты, голодания с лимонным соком и всевозможные безумства будут привязаны к пользе для здоровья независимо от механизма связи между ожирением и болезнью. А теперь представьте, что оба состояния – зависимые переменные диеты с высоким содержанием переработанных животных продуктов и недостатком цельной растительной пищи. Для многих женщин, сидящих на диете, чтобы «любой ценой похудеть и избежать рака», это обернется выбором продуктов, которые повысят, а не снизят риск.

Вернуться к просмотру книги Перейти к Оглавлению Перейти к Примечанию