Как фальсифицируют результаты клинических исследований — и какую цену мы все за это платим

[healthy_back]

Указатель к книге «Забытая сторона медицины» https://www.midwesterndoctor.com/p/an-index-of-the-forgotten-side-of

Как фальсифицируют результаты клинических исследований — и какую цену мы все за это платим.

Оригинал: https://www.midwesterndoctor.com/p/how-they-rig-clinical-trials-leaving (https://healthy-back.dreamwidth.org/504158.html, https://healthy-back.livejournal.com/519073.html + https://healthy-back.livejournal.com/518714.html)

Практическое руководство: как распознать сфальсифицированные исследования и найти методы лечения, которые действительно помогают

Доктор со Среднего Запада

Краткий обзор:

Научные исследования принесли огромную пользу обществу, однако по мере того, как успехи науки обеспечивали ей власть, престиж и колоссальное финансирование, приоритеты сместились: вместо служения благу человечества на первый план вышли сохранение статус-кво и получение сверхприбылей фармацевтической индустрией.

С каждым годом мы тратим на науку всё больше средств, но проблемы, которые она должна была решить, остаются нерешенными — даже в тех случаях, когда решения уже существуют. Пандемия COVID-19 наглядно и болезненно продемонстрировала это: существовали десятки методов лечения данного заболевания, но вместо их применения медицинский истеблишмент объявил инфекцию «неизлечимой». Этот подход послужил оправданием для ряда контрпродуктивных мер, которые нанесли сокрушительный удар по экономике и привели к смертности, превышающей показатели беднейших стран (не предпринимавших вообще никаких действий) более чем в сто раз.

В основе этого устоявшегося подхода лежит убеждение, что именно крупные рандомизированные контролируемые исследования (РКИ) должны служить главным критерием научной истины, тогда как другие надежные и проверенные методы исследований отбрасываются. Хотя РКИ порой приносят огромную пользу, полученные в их ходе данные зачастую имеют минимальное клиническое значение для пациентов; тем не менее, доминирование этого метода вытесняет другие научные данные, которые действительно важны для практики.

Поскольку проведение крупных РКИ обходится в десятки миллионов долларов, позволить себе их организацию могут лишь немногие структуры; как следствие, такие исследования чаще всего проводятся ради вывода на рынок прибыльных продуктов, а не ради реального улучшения здоровья населения. Хуже того: огромные финансовые ставки порождают опасные стимулы к манипуляции результатами ради гарантированного получения «положительного» исхода.

За годы сложилась целая система способов фальсификации исследований, включающая тактики, которые преувеличивают или выдумывают преимущества, одновременно преуменьшая или скрывая вредные последствия. Несмотря на то, что эти приемы хорошо известны, они продолжают применяться, поскольку регулирующие органы и медицинские журналы, заинтересованные в сохранении статус-кво, предпочитают закрывать на это глаза.

В этой статье кратко описывается, как обычно фальсифицируются результаты клинических испытаний, приводятся ресурсы, помогающие распознать подобные манипуляции и защититься от них, а также предлагаются простые решения, способные вернуть науку к деятельности, ставящей во главу угла интересы человечества.

Любая медицинская система в истории успешно справлялась с одними проблемами, посредственно — с другими (требуя от пациента обращения к высококлассному специалисту для успешного исхода) и оказывалась бессильной перед третьими. Именно поэтому я давно придерживаюсь мнения, что «лучший» подход к врачебной практике — это глубокое изучение одной-трех медицинских систем, а затем, осознав пробелы в собственном арсенале методов, — умение распознать, когда другая система предлагает решение для такого пробела, и интегрировать эти подходы в свою практику.

Однако наше общество приучили верить, что современная биомедицина — это единственно верная система, которая благодаря надежному научному подходу решила все проблемы и устранила недостатки, свойственные ее предшественницам (поэтому любой другой метод, претендующий на применение в медицине, должен доказать свою эффективность по стандартам, установленным современной медициной). И хотя эта идея звучит привлекательно, современная медицина подчиняется тем же законам, что и любая другая медицинская система, и реальное положение дел в здравоохранении таково:

• Традиционная медицина отлично справляется со многими проблемами — настолько хорошо, что мы воспринимаем их как легко устранимые (хотя на протяжении большей части истории человечества это было не так).

• При лечении многих заболеваний, от которых страдает огромное количество людей, традиционная медицина демонстрирует посредственные, неудовлетворительные или крайне нестабильные результаты, зачастую утверждая, что при многих недугах «ничего нельзя сделать».

• Существует множество альтернативных методов лечения, способных успешно решать проблемы, с которыми не справляется традиционная медицина. Однако вместо признания они повсеместно клеймятся как лженаука и шарлатанство (что, впрочем, не помешало сфере альтернативной медицины в США процветать и сохраняться, несмотря на колоссальные усилия по ее искоренению).

Чтобы проиллюстрировать этот тезис, в данном выпуске я сосредоточился на ДМСО (диметилсульфоксиде), поскольку существует обширная научная литература, подтверждающая безопасность его применения при множестве сложных заболеваний. Более того, учитывая поразительную эффективность этого вещества при лечении многих «неизлечимых» болезней, я получил от читателей тысячи (на данный момент — 6500) практически невероятных свидетельств того, как ДМСО помог быстро избавиться от недугов (эти истории я постепенно систематизирую в статьях, посвященных конкретным заболеваниям).

Все это закономерно вызывает вопрос: как подобный метод лечения мог оставаться практически неизвестным (особенно учитывая, что в случае с ДМСО ученые, законодатели и общественность десятилетиями боролись с FDA за его официальное признание)? И это при том, что главной проблемой здравоохранения на протяжении десятилетий остается сдерживание постоянно растущих расходов.

Примечание: я продолжаю уделять особое внимание ДМСО, так как это один из самых эффективных способов реализации целей данного информационного бюллетеня — помогать людям и предоставлять наглядные доказательства коррумпированности системы здравоохранения. На практике я использую и другие «замалчиваемые» методы лечения, о которых хотел бы здесь рассказать, но, поскольку мое время ограничено, а написание таких статей требует огромных усилий, мне приходится расставлять приоритеты в пользу тех тем, которые принесут наибольшую пользу, а не следовать собственным интересам (их я планирую осветить в будущем).

Фундаментализм в отношении РКИ

В недавней статье я обосновал тезис о том, что существующая система проведения клинических исследований характеризуется крайне низким соотношением затрат и выгод.

Важный расчет, на который медицина не решается

A Midwestern Doctor (Врач со Среднего Запада)

Нынешняя приверженность рандомизированным контролируемым исследованиям (РКИ) стала, по сути, результатом следующих факторов:

Толкования, данного FDA закону 1962 года (принятому для предотвращения повторения трагедии с талидомидом). Закон гласил, что министр здравоохранения и социальных служб может запретить вывод препарата на рынок при отсутствии «надлежащим образом контролируемых исследований». FDA истолковало это положение так, что ни один препарат не может быть одобрен к применению в США без проведения крупных рандомизированных двойных слепых исследований (РКИ), подтверждающих его эффективность (за исключением случаев, когда FDA считало возможным частично отступить от этого требования).

Деятельности реформаторов 1990-х годов, стремившихся решить давнюю проблему медицины — живучесть догматичных и контрпродуктивных идей. Они предложили заменить существовавший статус-кво, основанный на безоговорочном доверии к экспертам, подходом, при котором медицинские решения должны определяться сочетанием «наилучших имеющихся доказательств», «индивидуального клинического опыта» и «уникальных ценностей и обстоятельств пациента». К сожалению, этот подход был быстро искажен: приоритет стал отдаваться исключительно «наилучшим имеющимся доказательствам» (например, обязательная вакцинация идет вразрез с «ценностями пациента»), а сами «наилучшие имеющиеся доказательства» стали определяться не как лучшие из существующих по данной теме, а как данные, соответствующие формальным нормативным критериям (крупные РКИ и одобрение «экспертов»).

В результате часто возникали ситуации, когда было очевидно наличие проблемы (например, лекарство или вакцина постоянно наносили вред пациенту) или необходимость иного подхода (например, применение ДМСО при изнурительном, дорогостоящем и неизлечимом заболевании), однако такие альтернативные методы блокировались из-за отсутствия надежных данных рандомизированных контролируемых исследований (РКИ), подтверждающих их эффективность (при этом проводить подобные исследования никто не собирался).
Примечание: Провести «слепое» исследование ДМСО практически невозможно, поскольку препарат дает мгновенный эффект, недостижимый при других видах терапии, часто вызывает кратковременное раздражение кожи или специфический запах, а также оказывает воздействие не только на участок нанесения, но и на другие части тела. В связи с этим FDA неизменно настаивало на том, что результаты «неслепых» исследований, демонстрирующих эффективность ДМСО, не могут считаться доказательством его действенности.

Все это, в свою очередь, объясняется тем, что РКИ обладают рядом ключевых особенностей, о которых большинство людей не знает.

Во-первых, они прекрасно выявляют незначительные статистические сигналы, которые практически невозможно заметить практикующему врачу (например, повышение риска сердечного приступа на 3%). Это чрезвычайно ценно в ситуациях, когда требуется принять решение в условиях неопределенности при массовом применении методов лечения (поскольку даже малые различия быстро суммируются) или когда необходимо выявить серьезные, но редкие побочные эффекты терапии. Однако выявленные таким образом преимущества препаратов зачастую имеют мало отношения к повседневной врачебной практике, так как они настолько незначительны, что большинство пациентов не ощущают реальной пользы от этих лекарств (именно поэтому многие пациенты приходят к выводу, что обращаться к врачу по большинству вопросов — пустая трата времени).

Во-вторых, хотя рандомизированные контролируемые исследования (РКИ) отлично подходят для оценки лекарственных препаратов, применяемых в стандартизированных дозах, их методология принципиально не соответствует многим видам немедикаментозной терапии. Такие методы лечения часто носят сугубо индивидуальный характер и зависят от контекста; они в значительной степени опираются на мастерство специалиста и терапевтический альянс, их трудно (или невозможно) подвергнуть эффективному «ослеплению» (поскольку имитационные процедуры — плацебо-контроль — зачастую оказываются не столь уж нейтральными), а вызываемые ими эффекты могут быть масштабными, быстрыми или многогранными и не укладываются в рамки статистических методов, нацеленных на выявление «слабых сигналов» в больших однородных группах пациентов. Более того, подобные методы часто базируются на холистических диагностических подходах и терапевтических концепциях, противоречащих редукционистским установкам парадигмы РКИ (что сказывается на принципах отбора и стратификации пациентов), а успех лечения в таких системах нередко определяется результатами (например, изменениями уровня жизненной энергии), которые невозможно сколько-нибудь значимо количественно оценить или ранжировать в рамках модели РКИ. В результате многообещающие методы лечения, выходящие за рамки принципа «одна таблетка — одна болезнь», неизменно оказываются на периферии — не столько из-за недостаточной эффективности, сколько из-за невозможности предоставить доказательства в том специфическом формате, на который ориентирована парадигма РКИ.

Примечание: в отличие от других медицинских систем, существовавших в истории, современная медицина не оперирует понятием «жизненная энергия» или представлением о присущей организму целительной силе (что, на мой взгляд, и объясняет ее низкую эффективность при лечении хронических заболеваний).

В-третьих, эффект плацебо в сочетании с искажением результатов, возникающим, когда наблюдатели в ходе клинического исследования знают, что пациент получает лечение, создает впечатление, будто терапия эффективнее, чем она есть на самом деле. Однако мало кто знает, что эффект плацебо выражен умеренно (обеспечивая дополнительное улучшение на 30–60%) и проявляется преимущественно в отношении субъективных симптомов (например, настроения или боли), а не объективных биологических показателей (таких как уровень сахара в крови или размер опухоли). Аналогичным образом, подробный анализ показал, что наблюдатели, осведомленные о ходе лечения (работающие в условиях отсутствия «ослепления»), переоценивают субъективное улучшение состояния пациентов примерно на 36%. Это означает, что, хотя устранение подобных искажений с помощью рандомизированных контролируемых исследований (РКИ) полезно, оно не всегда является обязательным.

В-четвертых, проведение масштабных РКИ обходится чрезвычайно дорого (как правило, в десятки миллионов долларов). Это порождает три основные проблемы:

• Проводить такие исследования под силу лишь фармацевтическим компаниям, правительствам стран и крупнейшим НКО (например, Фонду Гейтса). В результате многие темы, заслуживающие изучения, попросту остаются «за бортом» и не исследуются (например, потому что незначительная прибыль от терапии, на которую истек срок действия патента, не оправдывает дорогостоящих клинических испытаний, или же потому, что результаты могут поставить под угрозу коммерческий успех другого, высокодоходного продукта).

• Высокая стоимость клинических испытаний создает естественный стимул к манипуляции результатами ради получения «положительного» исхода, оправдывающего вложенные колоссальные средства.

• Огромные финансовые потоки в сфере клинических исследований формируют круг лиц, настолько заинтересованных в сохранении статус-кво, что они сообща защищают даже самые вопиющие злоупотребления, одновременно с этим рефлекторно атакуя любые альтернативные модели, ставящие под сомнение их монополию на определение того, что считать достоверными научными данными. Аналогичным образом, большинство биомедицинских исследователей избегают спорных тем: получение результатов, идущих вразрез с устоявшимся порядком, равносильно профессиональному самоубийству, поскольку лишает их доступа к грантам (от которых они зависят и которые Фаучи использовал как инструмент для подавления критики и узурпации контроля над наукой) и закрывает возможности для альтернативной карьеры в фармацевтической индустрии.

Помимо того факта, что показатели здоровья населения США остаются низкими, несмотря на огромные расходы на научные исследования и медицинское обслуживание (мы тратим больше всех, но имеем худшую систему здравоохранения среди развитых стран), ценность «фундаментализма» в отношении рандомизированных контролируемых испытаний (РКИ) опровергается тремя конкретными фактами.

Во-первых, авторитетный Кокрейновский обзор 2017 года показал, что в исследованиях лекарственных препаратов, финансируемых фармацевтическими компаниями, благоприятные выводы делались на 34% чаще, чем в исследованиях, не имеющих такого финансирования.
Примечание: в других исследованиях фигурировали и более высокие показатели (например, 300%), но даже при 34% это означает, что предвзятость фактически перевешивает пользу, которую призваны принести эти дорогостоящие исследования за счет учета эффекта плацебо.

Во-вторых, авторитетный Кокрейновский обзор 2014 года показал, что небольшие наблюдательные исследования без ослепления (неслепые исследования) обычно давали те же результаты, что и крупные рандомизированные контролируемые испытания (РКИ). Полагаю, это объясняется тем, что наблюдательные исследования, как правило, проводятся лишь тогда, когда величина эффекта достаточно велика, чтобы врачи могли его заметить (а значит, он имеет клиническую значимость). Этот обзор имеет принципиальное значение, поскольку небольшие наблюдательные исследования — в отличие от крупных РКИ — достаточно дешевы, чтобы их мог провести практически кто угодно; это открывает возможность разрушить монополию фармацевтической индустрии на медицинскую «истину».
Примечание: институциональные процедуры проверки, призванные защищать участников исследований, все чаще превращаются в стражей «ортодоксии», из-за чего получить одобрение даже на простые исследования с участием людей становится практически невозможно, если тема считается спорной (с чем мне и многим другим приходилось сталкиваться, испытывая при этом огромное разочарование). Именно поэтому значительная часть убедительных исследований таких методов лечения, как применение ДМСО (диметилсульфоксида), относится к эпохе, когда подобных барьеров еще не существовало, либо была проведена в странах, где их нет и по сей день.

В-третьих, несмотря на использование передовых научных методов, колоссальные расходы (превышающие затраты любой другой страны) и введение драконовских мер в сфере здравоохранения, подорвавших доверие общества к медицине, США тем не менее продемонстрировали одни из худших показателей по заболеваемости и смертности от COVID-19.

«Забытая сторона медицины» (The Forgotten Side of Medicine) — это издание, существующее за счет поддержки читателей. Чтобы получать новые публикации и поддержать мою работу, вы можете оформить бесплатную или платную подписку. Узнать больше об этой рассылке и о том, какую пользу она принесла другим, можно здесь!
Перейти на платную подписку

Иными словами, во многих африканских странах, которые практически не принимали мер в связи с COVID (поскольку не могли себе этого позволить), уровень смертности от этого заболевания составил от 10 до 20 человек на миллион населения. В то же время в США было зафиксировано 3625 смертей на миллион; кроме того, помимо обычных расходов на здравоохранение, страна потратила около 5 триллионов долларов в виде прямых бюджетных ассигнований, не считая огромных косвенных издержек, вызванных экспериментальными локдаунами и последствиями вакцинации. Это спровоцировало волну инфляции, достигшую примерно 30% за последние семь лет, а цены на жилье взлетели на 50–60%. В результате произошел крупнейший в истории перераспределение богатства в пользу 1% населения, был подорван средний класс, целое поколение лишилось возможности приобрести собственное жилье, а повседневная жизнь миллионов американцев превратилась в борьбу за элементарное выживание.

Примечание: эти оценки, вероятно, занижены (поскольку статистические данные всегда подвергаются манипуляциям ради создания политически выгодного новостного фона в экономике). Более тщательный анализ (отмеченный красной линией) показал, что с 2019 года США потеряли от 5 до 12% ВВП, каждый четвертый «белый воротничок» не получил прибавки к зарплате, а покупательная способность доллара упала на 40–50%.

Это ужасает, особенно если учесть, что всего этого можно было бы избежать при наличии эффективных методов лечения COVID-19 (например, врачи отделений интенсивной терапии, с которыми я общался в начале пандемии и которые были перегружены пациентами с COVID-19, были убеждены: самое важное — создать действенный метод лечения болезни на ранней стадии, в амбулаторных условиях). Однако, несмотря на разработку множества эффективных методов (в своей предыдущей статье я, к примеру, упоминал самый простой и доступный из них — дезинфекцию верхних дыхательных путей в домашних условиях), стандарт медицинской помощи сводился к следующему: «принимайте тайленол или ибупрофен [что зачастую лишь усугубляло ситуацию] и обращайтесь в больницу, если станет трудно дышать».

В связи с этим группа энтузиастов (c19early.org) объединила усилия для систематизации всех имеющихся данных о методах лечения COVID-19, чтобы предложить альтернативу официальным правительственным рекомендациям. Когда я увидел один из их графиков, обобщающих результаты всех доступных исследований по COVID-19, мне сразу же бросилась в глаза удручающая закономерность, и я сделал на графике соответствующие пометки, чтобы выделить её:

По сути, это показало отсутствие корреляции между эффективностью метода лечения и его включением в клинические рекомендации. Решающим фактором оказывалась, прежде всего, прибыльность терапии (вероятно, именно это стимулировало лоббирование, необходимое для ее одобрения); более того — и это особенно примечательно — методы лечения, разработанные в рамках нашей системы масштабных клинических испытаний, зачастую оказывались в числе худших из доступных вариантов. Отчасти это объяснялось тем, что состав комитета, разрабатывавшего американские рекомендации, формировал Фаучи (ранее блокировавший любые эффективные методы лечения СПИДа ради продвижения препарата AZT), а практически все назначенные им члены комитета ранее получали средства от производителя «Ремдесивира».

Примечание: в своей предыдущей статье я подробно описал, как с 1976 года правительство ежегодно раздувало панику вокруг вирусных пандемий и направляло миллиарды долларов на запатентованные средства борьбы с ними, которые в итоге оказывались неэффективными, — и эта практика продолжается, поскольку никто не несет за это никакой ответственности. В этом году исполняется пятьдесят лет с момента запуска этой системы.

Короче говоря, рандомизированные контролируемые исследования (РКИ) — невероятно полезный инструмент для установления истины, однако стоит начать полагаться исключительно на них при поиске ответов и принятии клинических решений, как многие медицинские проблемы стремительно становятся неразрешимыми. Поэтому любому, кто пытается разобраться в сложной медицинской проблеме или найти оптимальный способ лечения недуга, приходится проявлять исключительную проницательность, чтобы отличить достоверную информацию от недостоверной. Учитывая, как непросто мне самому было этому научиться, я считаю совершенно несправедливым возлагать подобное бремя на людей, которым просто нужны ответы. Никому не должно требоваться десятилетиями нарабатывать опыт отделения фактов от вымысла в научной литературе лишь потому, что существующая система не гарантирует ни достоверности публикуемых данных, ни их соответствия реальной ситуации.

Мошенничество в исследованиях

Поскольку проведение исследований требует значительных затрат времени и средств, всегда приходится балансировать между двумя противоречивыми целями: получением достоверных результатов и обеспечением практической ценности работы (что зачастую сводится к получению выводов, устраивающих спонсоров). В результате возник целый арсенал методов подтасовки данных ради достижения нужного результата; стоит лишь научиться распознавать эти приемы, как начинаешь замечать их повсеместное применение в научной литературе.

Эта проблема выходит далеко за рамки науки. Так, недавно я проанализировал результаты политического опроса, который успешно использовали для подрыва инициативы MAHA по вопросам безопасности вакцин. Опрос демонстрировал, что реформы в этой сфере настолько непопулярны, что кандидаты, поднимающие данную тему, рискуют стремительно проиграть промежуточные выборы. Это подводило Белый дом к единственному «рациональному» решению: полностью отказаться от любых критических высказываний или позиций по вопросам иммунизации вплоть до завершения выборов.

Тайный опрос, едва не погубивший реформу в сфере вакцинации

Примечательно в этой истории то, что результаты данного опроса резко контрастировали со всеми остальными данными: десятки других опросов и недавние выборы показывали, что инициативы по обеспечению безопасности вакцин пользуются огромной поддержкой избирателей, а кандидаты, пытавшиеся саботировать усилия Р. Ф. Кеннеди, напротив, терпели на выборах сокрушительные поражения. Тем не менее, именно этот единственный опрос, противоречивший всем остальным данным (и имевший множество методологических изъянов, из-за которых его обычно сочли бы неприемлемым), получил широкое освещение в СМИ.

При детальном анализе этого опроса стало очевидно, что вопросы были сформулированы так, чтобы подтолкнуть респондентов (в том числе тех, кто относился к вакцинам с опаской) к ответам, которые затем можно было бы истолковать как «про-вакцинаторские», а также — с помощью лингвистических уловок — склонить их к отказу от поддержки кандидатов, выступающих за безопасность вакцин. Еще более примечательно, что недавно стало известно о результатах другого, закрытого опроса, проведенного той же социологической службой непосредственно перед публикацией данных того, первого опроса. Этот закрытый опрос, как и все прочие исследования, продемонстрировал подавляющую поддержку избирателями идей безопасности вакцин и свободы выбора. Сравнение двух опросов — публичного и закрытого — наглядно показало, что формулировки вопросов в первом случае были намеренно изменены ради получения совершенно иных ответов. Иными словами, целью публичного опроса было не выяснение реального отношения электората к вакцинам, а использование его как инструмента пропаганды, создающего ложное впечатление, будто избиратели массово отвергают инициативы по обеспечению безопасности вакцин; к сожалению, подобная ситуация характерна и для многих клинических исследований, где приоритетом также является получение заранее заданного результата.

Примечание: вскоре после публикации той статьи Белый дом издал примечательный исполнительный указ, демонстрирующий готовность вновь заняться вопросом безопасности вакцин.

Помимо призрачной надежды на то, что огласка результатов опроса могла бы изменить позицию Белого дома, я счел важным осветить эту тему по трем причинам:

Это продемонстрировало, насколько серьезными могут быть последствия манипуляций с данными исследований, и показало, что вопреки ожиданиям зачастую не существует надежного способа их исправления (ведь пока мы не начали борьбу с этим, откровенно предвзятый опрос, содержавший множество тревожных признаков, фактически перечеркнул выбор значительной части электората).

При анализе легко было понять, почему методологические изъяны превратили этот опрос в «мусорный» — такой, который не следовало воспринимать всерьез (результаты настолько расходились с данными всех остальных опросов, что вероятность точного отражения настроений избирателей стремилась к нулю).

Некоторые из примененных там методов были идентичны тем, что используются для фальсификации научных исследований (например, недопущение попадания неудобных данных в научную литературу или использование ранних испытаний для «бета-тестирования» структуры ключевых исследований так, чтобы в них не появлялись нежелательные результаты).

К сожалению, манипуляции данными в опросах общественного мнения выглядят грубыми и примитивными по сравнению с тем, что происходит в ходе клинических испытаний, где финансовые ставки на порядки выше, а в отличие от выборов, здесь нет немедленного результата, способного разоблачить обман.

К счастью, некоторые врачи опубликовали важные книги, раскрывающие механизмы того, что происходит за кулисами фармацевтических исследований:

• Марсия Энджелл, бывший главный редактор NEJM (в 2004 году она сыграла ключевую роль, впервые публично раскрыв эти методы)

• Бен Голдакр (в 2014 году)

• Питер К. Гётше (в 2013 году; он написал фундаментальный труд, наглядно демонстрирующий, что фармацевтическая индустрия действует подобно организованной преступной группировке, а также книгу 2015 года, разоблачающую масштабное мошенничество в сфере психиатрии)

• Малкольм Кендрик (в 2015 году; его книгу я чаще всего рекомендую пациентам, желающим лучше разобраться в этой теме)

Кроме того, Джон Иоаннидис в своей знаменитой статье 2005 года «Почему большинство опубликованных результатов исследований ошибочны» (Why Most Published Research Findings Are False) показал, что во многих областях медицины большая часть (часто более 50%) опубликованных выводов, вероятно, неверна. Это обусловлено предвзятостью, малыми выборками и искаженными стимулами (проблема, особенно остро стоящая для исследований, финансируемых самой индустрией).

Поскольку в интернете (как и в учебных программах медицинских вузов), насколько мне известно, нет краткого сводного списка тех неприглядных методов, которые используются для фальсификации результатов исследований, я решил по мере сил составить перечень (вероятно, неполный) таких распространенных приемов, применяемых индустрией, и привести несколько примеров. О каждом из методов, которые я здесь затрону (а многие из них возмутительны — например, те, что подразумевают преднамеренный вред пациентам ради искусственного завышения показателей эффективности препарата), можно написать целую книгу. Поэтому тем, кто хочет узнать больше, я рекомендую обратиться к упомянутым выше авторам (в частности, к работам Кендрика или Гётше).

Как подтасовать результаты клинического исследования

Поскольку риски и преимущества терапии определяются наличием «статистически значимого» улучшения по сравнению с контрольной группой (например, группой, получавшей плацебо), в клинических испытаниях обычно используются следующие методы манипулирования:

• Ухудшение результатов группы, получавшей плацебо, чтобы по сравнению с этим искусственным базовым уровнем лечение выглядело лучше, чем оно есть на самом деле.

• Поиск способов преувеличить положительные эффекты, о которых сообщается в связи с лечением, и исключить отрицательные.

• Поиск способов представить полученные результаты в более позитивном свете и творчески занизить отрицательные.

• Анализ случайных статистических вариаций, присущих любому крупному исследованию, для выявления конкретных аналитических комбинаций, в которых спонтанно появляется «преимущество», а затем представление этих выбранных результатов как окончательного.

• Обеспечение того, чтобы почти все видели только тщательно отобранную презентацию данных исследования, которая максимально выгодно представляет препарат.


Примечание: многое здесь аналогично подбрасыванию множества монет, но показаны только те случаи, когда выпал орел, и на основании этого утверждается, что монета всегда выпадает орел.

Прежде чем мы продолжим, я должен подчеркнуть: то, что я описываю, — это мошенничество, которое вовсе не является сложным и кажется совершенно очевидным любому, кто хоть немного над этим задумается. И тем не менее регулирующие органы смотрят на это сквозь пальцы. Полагаю, это следствие того, что в сфере клинических исследований сложилась ситуация по принципу «слишком крупные, чтобы рухнуть» (too big to fail): на эту отрасль тратятся огромные средства, от нее зависит множество людей, и — за исключением редких диссидентов вроде упомянутых мною врачей — никто из них не может позволить себе ставить эту систему под сомнение.

Показательно, что FDA (ведомство, отвечающее за выявление манипуляций в ходе клинических испытаний) само финансово зависит от отрасли, которую оно регулирует. Взносы, уплачиваемые компаниями, теперь составляют почти 51% общего бюджета FDA (для сравнения: в 2007 году этот показатель был равен примерно 20%), причем сборы именно с фармацевтических компаний финансируют 77% программы экспертизы рецептурных препаратов. Ситуация с кадрами вызывает не меньшие опасения: расследование, проведенное журналом BMJ в 2024 году, показало, что девять из десяти последних руководителей FDA впоследствии перешли на работу в фармацевтические компании или вошли в состав их советов директоров, а дополнительное исследование выявило, что все без исключения главы ведомства, занимавшие этот пост с 2000 года, в итоге связали свою карьеру с фарминдустрией. В более широком масштабе исследование 2023 года, охватившее 766 политических назначенцев Министерства здравоохранения и социальных служб (HHS), показало, что 38% сотрудников, назначенных на посты в FDA, перешли в частный сектор (в CDC и CMS этот показатель был еще выше — 53–54%). Что касается рядовых сотрудников, то исследование BMJ 2016 года установило: 57% экспертов FDA, оценивавших препараты для лечения гематологических и онкологических заболеваний и покинувших ведомство, перешли на работу или стали консультантами в фармацевтических компаниях; а расследование журнала Science 2018 года показало, что 11 из 16 медицинских экспертов FDA, уволившихся после участия в процессе одобрения лекарств, устроились именно в те компании, деятельность которых они незадолго до этого регулировали.

Аналогичная ситуация сложилась и в Национальных институтах здравоохранения (NIH): судебные разбирательства в рамках закона о свободе информации (FOIA) выявили, что в период с 2010 по 2023 год фармацевтические компании выплатили институтам и ученым NIH более 2,685 млрд долларов в виде роялти (причем свыше 1 млрд долларов из этой суммы предназначалось конкретным изобретателям) — данные, которые Фаучи и руководство NIH десятилетиями пытались скрыть, пока федеральный суд не обязал их обнародовать эту информацию (подробнее об этом здесь). Неудивительно, что честные ученые, пытавшиеся противостоять системе изнутри, подвергались остракизму, слежке и вытеснению: так, специалист FDA по вопросам безопасности лекарств столкнулся с травлей со стороны руководства после того, как в 2004 году дал показания в Сенате, раскрыв подробности катастрофы, связанной с препаратом «Виокс» (Vioxx); группа из девяти ученых FDA направила письмо президенту Обаме, заявив, что руководство ведомства «отдавало приказы, запугивало и принуждало» их к изменению научных выводов; а эксперт FDA Рональд Каванаг сообщил о царящей в ведомстве атмосфере запугивания и систематическом подавлении результатов исследований, касающихся безопасности препаратов. Короче говоря, регулирующие органы, призванные обеспечивать подотчетность при проведении клинических испытаний, финансируются компаниями, которые эти испытания и проводят; их штат состоит из людей, чья дальнейшая карьера зависит от сохранения благосклонности этих компаний; сами они лично обогащаются за счет продуктов, которые курируют, и враждебно относятся к тем своим коллегам, кто пытается изменить сложившееся положение дел.
Примечание: аналогичные масштабные конфликты интересов были также зафиксированы в деятельности CDC (подробности — здесь).

Наконец, существуют и другие способы манипуляции данными, помимо тех, что описаны здесь. Хотя некоторые из этих методов можно выявить при чтении научной статьи, многие другие вскрылись лишь благодаря судебным искам, вынудившим фармацевтические компании раскрыть внутреннюю документацию по испытаниям (в которой, вероятно, все равно были приуменьшены реальные последствия для участников), либо благодаря показаниям самих участников и исследователей о нарушениях в ходе испытаний (что случается крайне редко). Поэтому вполне обоснованно можно предположить, что приведенные мной примеры — лишь верхушка айсберга, а подобные манипуляции в различных сочетаниях применялись и при разработке множества других лекарственных препаратов, не привлекавших к себе столь пристального внимания.

Теперь я кратко рассмотрю некоторые из наиболее распространенных способов фальсификации результатов испытаний. Многие из них могут вас шокировать, однако я вновь вынужден подчеркнуть: это стандартная практика, поскольку регулирующие органы, медицинские журналы и эксперты-рецензенты смотрят на подобные действия сквозь пальцы.

Манипуляции с дизайном исследования

Манипуляции с препаратом сравнения — Сравнение с плацебо вместо лучшего из существующих методов лечения; создание невыгодных условий для препарата сравнения (неправильная дозировка, отказ от поддерживающей терапии, некорректный способ введения); выбор устаревшего или менее эффективного препарата сравнения — всё это искусственно завышает оценку пользы исследуемого лекарства. Пороги «не-хужести» (non-inferiority margins) могут быть установлены настолько мягко, что препарат-аналог («me-too drug») признается «столь же эффективным», как и существующее средство, не демонстрируя при этом никаких реальных преимуществ. В психиатрии в ходе прямых сравнительных исследований старым препаратам (например, галоперидолу) часто намеренно завышают дозировку, чтобы новые антипсихотики выглядели более безопасными.1,2,3,4

Реактогенные плацебо или плацебо с активными добавками («spiked» placebos) — Использование в качестве контроля («плацебо») вещества, которое само по себе вызывает побочные эффекты, что позволяет скрыть специфический вред исследуемого препарата за счет выравнивания профиля побочных действий во всех группах исследования. В испытаниях вакцин в качестве «плацебо» обычно используют уже существующую вакцину или алюминиевый адъювант; это фактически маскирует многие тяжелые осложнения, вызываемые этими средствами (ярким примером вопиющего злоупотребления таким «псевдоплацебо» стали испытания вакцины «Гардасил»). Подобная практика встречается и при испытаниях лекарств (например, плацебо, использовавшееся в исследованиях «Тамифлю», вызывало те же желудочно-кишечные симптомы, что и сам препарат).1,2

Предвзятый отбор участников («cherry-picking») — Применение чрезмерно строгих критериев для исключения пациентов, у которых с высокой вероятностью могут возникнуть побочные эффекты, при одновременном поиске способов заранее отобрать тех, кто, скорее всего, хорошо отреагирует на лечение (например, может быть отсеяно до 90% потенциальных участников, что гарантирует совершенно иные результаты после выхода препарата на рынок и начала его приема реальными пациентами).1,2,3 В ходе наиболее рискованных исследований безопасности (I фаза) существует сопутствующая проблема: фармацевтические компании опираются на субкультуру «профессиональных подопытных» (часто это безработные, нелегальные мигранты или люди в тяжелом финансовом положении). Они участвуют в многочисленных испытаниях ради заработка, скрывая сведения о своей истории болезни и игнорируя обязательные перерывы между исследованиями (необходимые для точной оценки безопасности и эффективности препаратов), что приводит к получению нерепрезентативных данных о безопасности.1,2

«Структурная настройка» / подготовительные периоды (run-in periods) — отсев пациентов, которые плохо реагируют на препарат или хорошо — на плацебо, еще до начала рандомизации; это искусственно завышает видимую разницу в эффективности между препаратом и плацебо и скрывает многие побочные эффекты, которые проявятся лишь после выхода лекарства на рынок. Кроме того, во многие психиатрические исследования включают пациентов, уже принимающих аналогичные препараты, в результате чего к этапу рандомизации допускаются только лица, у которых уже сформировалась толерантность к подобным средствам.1,2

Суррогатные конечные точки — поскольку для достижения многих значимых улучшений состояния здоровья требуется время, вместо них измеряют показатели, которые, как считается, ведут к желаемому результату (например, уровень холестерина, размер опухоли, артериальное давление, частота проявления симптомов, результаты физических тестов, отсутствие опухоли в течение нескольких лет, выработка антител в ответ на вакцинацию), хотя зачастую эти показатели не приводят к ожидаемому исходу. Аналогичным образом, в психиатрических исследованиях часто опираются на субъективные шкалы оценки симптомов, а не на показатели функционального восстановления, предотвращения суицидов или качества жизни, — а затем преподносят незначительные различия в 1–2 балла по этим шкалам как клинически значимые.1,2,3,4

Примечание: злоупотребление суррогатными конечными точками — одна из причин, по которой так важно отдавать приоритет исследованиям, выявившим разницу в показателях смертности между экспериментальной группой и группой плацебо, поскольку это единственный параметр, который невозможно исказить искусственно.

Несовершенное ослепление — Раскрытие информации о побочных эффектах в клинических испытаниях является частой проблемой (особенно с более токсичными препаратами, побочные эффекты которых легко выявить), что, в свою очередь, приводит к занижению данных о случаях неэффективности лечения или побочных эффектах (например, это была огромная проблема в испытаниях вакцины против COVID-19 и, вероятно, способствовала большей части их «пользы», поскольку многие получатели вакцины с симптомами, похожими на COVID-19, не проходили ПЦР-тестирование на COVID-19 — при этом в обзоре FDA было признано, что у 477 участников испытаний с симптомами COVID-19 мазки так и не были взяты). Даже в более качественных испытаниях незначительные различия во внешнем виде капсул, вкусе или профиле побочных эффектов ставят под угрозу двойное ослепление. Психиатрические препараты особенно уязвимы: явные побочные эффекты (акатизия, седация, сексуальная дисфункция) позволяют пациентам и врачам гадать о распределении пациентов по группам, а «активированные» (энергичные) пациенты, принимающие исследуемый препарат, как правило, остаются в исследованиях дольше, чем пациенты, принимающие плацебо.1,2,3

Использование сопутствующих препаратов для маскировки вреда — В психиатрических исследованиях компании обычно рекомендуют исследователям назначать бензодиазепины (или другие седативные средства) одновременно с исследуемым препаратом для подавления акатизии, возбуждения и агрессивных реакций, вызванных исследуемым препаратом. Это скрывает специфические побочные эффекты препарата (делая исследуемый препарат более безопасным), а также искажает результаты эффективности, поскольку сами бензодиазепины могут улучшать симптомы тревоги и депрессии. Гётцше отмечает, что эта практика допускалась в большинстве исследований антидепрессантов (например, в некоторых анализах — в 84%) и представляет собой серьезный недостаток в дизайне исследований, недооценивающий такие риски, как самоубийства и убийства.¹

Проведение исследований за рубежом — Проведение исследований в развивающихся странах (или среди экономически неблагополучных групп населения) не только снижает затраты, но и приводит к ослаблению контроля (что позволяет проводить более масштабные манипуляции с исследованиями и фальсификацию данных), тем самым завышая оценку эффективности лекарств.^1,2

Нестандартные пороговые значения измерения — Выбор нетрадиционных пороговых значений для получения благоприятного результата. В одном исследовании вориконазола токсичность для почек была выявлена при использовании 1,5-кратного увеличения уровня креатинина вместо стандартного 2-кратного; при стандартном пороговом значении разница между препаратами полностью исчезла.¹

Манипулирование данными в процессе исследования

Усечение периода наблюдения — прекращение сбора данных до того, как проявятся нежелательные тенденции. В исследовании CLASS, посвященном препарату целекоксиб, были опубликованы данные лишь за первые 6 месяцев из запланированных 12–15 месяцев испытаний, поскольку при анализе полного массива данных преимущество препарата исчезало. В исследовании VIGOR компания Merck без разглашения информации использовала более раннюю дату отсечки для учета сердечно-сосудистых осложнений по сравнению с осложнениями со стороны ЖКТ. Публикация данных о вакцине Pfizer против COVID-19 основывалась на результатах наблюдения за безопасностью в течение примерно двух месяцев после введения дозы, тогда как дизайн исследования предусматривал двухлетний период наблюдения. Исследования в области психиатрии обычно ограничиваются сроком в 4–8 недель, что не позволяет зафиксировать в данных долгосрочные негативные последствия (и, как следствие, способствует «газлайтингу» реальных пациентов, сталкивающихся с этими эффектами).1,2,3

Досрочное прекращение испытаний — остановка исследования в момент, когда промежуточные результаты выглядят благоприятными; это приводит к завышению оценки эффекта примерно на четверть.1,2 (В случае препаратов с умеренной эффективностью случайные статистические колебания могут временно обеспечить положительный результат, поэтому прекращение испытания до того, как этот эффект исчезнет, ​​кажется выгодным шагом). Показатель эффективности вакцины Pfizer на уровне 95% был получен на основе промежуточного анализа после регистрации 170 случаев заболевания; высокий промежуточный результат послужил основанием для экстренного одобрения препарата, после чего участники из группы плацебо были вакцинированы (поскольку отказ от этого сочли «неэтичным»). Это сделало невозможным получение долгосрочных данных о безопасности в условиях «слепого» исследования, которые позволили бы оценить вред вакцины против COVID-19. Согласно одному из обзоров, в 73% изученных протоколов1 спонсоры оставляли за собой право остановить исследование в любой момент и по любой причине.1,2,3

Искусственное ухудшение состояния группы плацебо — включение нежелательных явлений, возникших в период «отмывки» (washout period) перед рандомизацией (когда, например, наблюдается выраженный синдром отмены СИОЗС), в статистику группы плацебо, но не группы исследуемого препарата (такая практика была задокументирована в исследованиях пароксетина, сертралина и флуоксетина). В исследованиях поддерживающей терапии в психиатрии применяется более систематический подход: пациентов, чье состояние стабилизировалось на фоне приема препарата, рандомизируют для продолжения лечения или перехода на плацебо, однако этот переход осуществляется путем резкой отмены препарата (что вызывает синдром отмены и тяжелые симптомы, такие как психоз или депрессия «отдачи», акатизия). Эти проявления затем классифицируются как «рецидив», благодаря чему препарат кажется необходимым для длительного применения, что служит обоснованием для пожизненной терапии. Гётше (Gøtzsche) вполне обоснованно считает такую ​​практику возмутительной и называет ее самым серьезным обманом в психиатрии.1,2

Предвзятая оценка клинических событий — Решения по неоднозначным данным (например, был ли достигнут конечный результат или вызвана ли травма приемом препарата) традиционно принимает независимый (и, в идеале, «ослепленный», то есть не знающий, какой препарат получал пациент) комитет. Поскольку именно спонсоры решают, какие случаи подлежат такой оценке, они обычно выбирают те результаты, которые хотят изменить; так, в трех крупных исследованиях сердечно-сосудистых препаратов опубликованные результаты независимой оценки оказались более благоприятными для препарата спонсора по сравнению с данными, первоначально представленными исследователями на местах.1

Доступ спонсора к данным без «ослепления» — В 73% изученных протоколов спонсоры (что им весьма выгодно) имели возможность контролировать ход исследования посредством промежуточного анализа данных или участия в работе комитета по мониторингу данных.1,2

Стимулы к занижению данных о нежелательных явлениях — Помимо сокрытия информации на уровне спонсора, сами участники могут скрывать побочные эффекты, чтобы остаться в исследовании и получить оплату (поскольку центры, проводящие испытания, часто применяют санкции к тем, кто выбывает досрочно), тем самым исключая сведения о травмах или осложнениях из общего массива данных. Ситуацию усугубляет то, что во многих исследованиях регистрируются лишь те нежелательные явления, частота которых превышает порог в 5–10% (в результате чего многие тяжелые реакции остаются неучтенными). Кроме того, поскольку многие реакции на психиатрические препараты часто списывают на «имеющиеся ранее» заболевания, исследования с участием здоровых добровольцев, способные прояснить этот вопрос, зачастую не проводятся или их результаты не публикуются1,2 (например, в одном из таких исследований было установлено, что прием СИОЗС вызывает акатизию и суицидальные наклонности у людей, не страдающих психическими расстройствами).

Прямая фальсификация данных — Явление редкое, но задокументированное (например, переквалификация причин смерти в ходе испытаний препарата «Виокс» компании Merck1,2). К другим примерам относятся подделка медицинских карт пациентов, изменение дат и критериев включения в исследование, а также вымышленные участники испытаний.1,2

Примечание: теоретически гораздо проще было бы просто сфабриковать данные, чем прибегать ко всем описанным здесь ухищрениям. Однако, насколько нам известно, такие случаи встречаются гораздо реже, чем «мягкие» формы мошенничества, применяемые повсеместно. Это объясняется тем, что, во-первых, за фальсификацию данных предусмотрены реальные санкции (и этот аспект в определенной мере контролируется), а во-вторых, «мягких» методов почти всегда достаточно для достижения целей, стоящих перед фармацевтической отраслью. Тем не менее, общепризнанным фактом является то, что прямая фальсификация данных значительно чаще встречается в Индии и Китае.1,2,3,4

Манипуляция анализом данных

Представление риска: относительный показатель против абсолютного. Если какое-то действие (например, отказ выходить из дома летом, чтобы не попасть под удар молнии) снижает вероятность неблагоприятного исхода с 2 до 1 на 100 000, то в пересчете это означает уменьшение риска на 0,001% (и вряд ли кто-то сочтет разумным жертвовать целым летом ради столь незначительного снижения вероятности удара молнии). Однако, если сравнивать эти показатели (2 к 100 000 и 1 к 100 000) между собой, то снижение составит уже 50%, что выглядит как весьма существенный результат. Именно поэтому фармацевтические компании обычно представляют выгодные данные в виде относительных показателей (чтобы многократно преувеличить скромную пользу препарата), а информацию о побочных эффектах — в виде абсолютных рисков (чтобы визуально уменьшить их значимость). Это самая распространенная тактика, которую фарминдустрия использует для введения общественности в заблуждение (например, в ходе испытаний вакцины Pfizer данные о том, что для предотвращения одного случая COVID в легкой форме требовалось привить 119 человек, были преподнесены как «чудодейственная эффективность в 95%»). Поскольку этот метод крайне эффективен для продажи сомнительных товаров, его часто применяют и за пределами медицины.1,2,3

Изменение оцениваемых исходов (outcome switching) — это корректировка параметров, измеряемых в ходе клинического исследования, уже после сбора данных. В одном из обзоров было установлено, что в 63% опубликованных исследований как минимум один первичный исход отличался от заявленного в протоколе, в 33% случаев был введен совершенно новый исход, и ни в одном из них не было сделано упоминания об этих изменениях.1,2 В ходе испытания вакцины Pfizer от COVID-19 критерии оценки тяжелого течения заболевания были незаметно изменены: вместо периода после введения второй дозы (использовавшегося для определения первичной эффективности) стали учитывать состояние через семь дней после первой дозы. Это привело к включению в анализируемый период пяти дополнительных случаев тяжелого течения болезни в группе плацебо (информация об этом изменении была скрыта в приложении). Впоследствии именно снижение частоты тяжелых форм COVID-19 стало главным аргументом в пользу продвижения вакцины, поскольку другие ожидаемые преимущества не подтвердились после выхода препарата на рынок. Поскольку любое масштабное исследование неизбежно сопровождается случайными колебаниями данных, в нем могут спонтанно проявиться незначительные клинические эффекты, которые не воспроизводятся при повторном проведении эксперимента. Именно поэтому подтверждение эффекта, изначально ожидаемого исследователями (согласно протоколу), имеет гораздо больший вес, чем любые неожиданные, но несущественные преимущества, выявленные уже по факту проведения исследования.

Примечание: по аналогии, поскольку текущие политические события можно трактовать по-разному, я предпочитаю слушать тех комментаторов, чьи аналитические подходы позволяют верно предсказывать будущие события.

Поиск эффектов в подгруппах и p-хакинг (p-hacking) — Если первичный анализ не дает значимых результатов, представители индустрии часто дробят данные на более узкие подгруппы или применяют различные методы анализа до тех пор, пока не обнаружат показатель, соответствующий порогу статистической значимости (p < 0,05), — зачастую лишь благодаря случайным колебаниям данных. В рамках исследования CLASS было проведено не менее 34 апостериорных анализов подгрупп, не предусмотренных исходным протоколом. Результаты исследований III фазы, проводимых небольшими компаниями-спонсорами, часто демонстрируют подозрительную концентрацию показателей, едва преодолевающих порог p < 0,05. Крайним примером такого подхода служит «мега-исследование» STAR*D, посвященное лечению депрессии: заявленный показатель кумулятивной ремиссии в 67% был получен в результате последовательного переанализа все более мелких, нерандомизированных подгрупп; при оценке по критерию устойчивой ремиссии реальный показатель составил около 3%.1,2,3,4

Примечание: именно поэтому препаратам часто приписывают довольно странные и весьма специфические преимущества — особенно так называемым препаратам-аналогам («me-too drugs»), которые по сути копируют уже существующее лекарство ради вывода на рынок прибыльного продукта (но требуют наличия какого-либо «маркетингового отличия» для обоснования одобрения и получения прибыли).

Комбинированные конечные точки — Объединение серьезных исходов (смерть) с незначительными (слабовыраженные симптомы) в один показатель (или аналогичный подход к оценке преимуществ препарата) размывает данные о вреде лекарства и завышает его кажущуюся пользу. Так, показатель «снижения риска на 12%» в исследовании диабета UKPDS был обусловлен главным образом применением лазерной терапии глаз, а не снижением смертности или частоты инфарктов.1,2

Смертность от конкретного заболевания вместо общей смертности — Сообщения о снижении числа инфарктов при неизменном общем уровне смертности (вновь приоритет отдается тем показателям, которые демонстрируют положительную динамику). Исследование MRC по контролю артериального давления преподносилось как обеспечивающее «снижение риска смертельных инсультов на 33%», однако при этом было зафиксировано на 9 случаев смерти от ишемической болезни сердца больше, а общая смертность не изменилась.1

Искажение данных о зависимости «доза-эффект» — Утверждение о наличии линейной зависимости «доза-эффект» в ситуации, когда кривая на самом деле выходит на плато: увеличение дозы дает ничтожный прирост пользы, тогда как вред растет линейно (и именно поэтому данные часто представляются без графиков).1
Примечание: это серьезная проблема в контексте постоянного расширения пороговых значений для начала лечения гипертонии; предполагается, что первоначальное снижение смертности сохранится, но в действительности при достижении целевых уровней давления эффект меняется на противоположный (подробности здесь).

Замена анализа по принципу «намерение лечить» (intention-to-treat) анализом фактически проведенного лечения (as-treated) или анализом по протоколу (per-protocol) — Исключение из рассмотрения пациентов, выбывших из исследования (часто из-за побочных эффектов), вместо анализа данных всех рандомизированных участников. В одном шведском обзоре отмечалось, что в 42 исследованиях СИОЗС (селективных ингибиторов обратного захвата серотонина) фармацевтические компании проводили оба вида анализа, но лишь в двух случаях публиковали результаты анализа по принципу «намерение лечить», предпочитая обнародовать более благоприятные данные анализа по протоколу.1,2

Метод переноса последнего наблюдения (LOCF) — При выбывании пациентов их последний зафиксированный показатель часто переносится в итоговые данные так, будто он оставался неизменным. В случае с препаратом римонабант этот метод показал снижение веса на 6,4 кг по сравнению с плацебо, тогда как более объективный анализ с переносом исходного показателя (baseline-carried-forward) выявил снижение лишь на 1,5 кг — то есть результат был завышен в четыре раза.1

Представление корреляции как причинно-следственной связи — Хотя фраза «корреляция не означает причинно-следственную связь» часто используется для того, чтобы отвергнуть любые данные, угрожающие интересам фармацевтической индустрии, в клинических исследованиях наблюдаемые корреляции иногда преподносятся как причинно-следственные связи.1

Специально сконструированные гипотезы (ad-hoc hypotheses) — Когда данные противоречат гипотезе, для защиты основного утверждения придумываются новые объяснения вместо того, чтобы пересмотреть саму гипотезу (например, компания Merck объясняла повышенную частоту сердечных приступов при приеме препарата «Виокс» тем, что препарат сравнения — напроксен — якобы обладает «кардиопротекторным» действием; это было совершенно необоснованным и ложным утверждением, которое впоследствии опровергли).1,2

Объединение и разделение клинических исследований — Представление двух отдельных исследований с разными протоколами как одного (например, в исследовании CLASS) или разделение одного исследования с отрицательным результатом на два, чтобы они выглядели как два разных испытания (например, исследование 3291,2 компании Glaxo). Аналогичным образом, в аннотации к исследованию препарата «НовоСевен» (NovoSeven) при травмах одно исследование было описано как «два исследования».1

Замена клинических доказательств теоретическими доводами — Когда препарат не демонстрирует превосходства, спонсоры исследования прибегают к аргументам, основанным на механизме действия. Например, компания Astra-Syntex утверждала, что напроксен должен превосходить более дешевые анальгетики, поскольку он подавляет воспаление, однако факторное исследование показало, что препарат никак не влияет на отеки.1
Примечание: теория «химического дисбаланса» при депрессии — придуманная как маркетинговое обоснование для применения СИОЗС (селективных ингибиторов обратного захвата серотонина) при полном отсутствии подтверждающих данных (и наличии доказательств, свидетельствующих об обратном), — пожалуй, является самым ярким примером такого подхода. Это теоретическое обоснование позволило обойтись без клинических доказательств пользы препарата, десятилетиями служило поводом для массового назначения лекарств и лишь недавно было окончательно опровергнуто.

Контроль над публикацией результатов

Сокрытие отрицательных результатов — утаивание данных неблагоприятных клинических исследований при многократной публикации результатов успешных испытаний (иногда с разным составом авторов), что позволяет использовать в своих интересах случайные колебания показателей, свойственные таким исследованиям.1,2,3 Анализ данных FDA по антидепрессантам показал, что величина эффекта в опубликованных материалах была на 32% выше, чем в совокупности всех проведенных испытаний1; при этом результаты одного-единственного исследования препарата оланзапин были опубликованы 143 раза.1

Планирование публикаций как часть промышленной инфраструктуры — компании, специализирующиеся на медицинских коммуникациях, выстраивают целые «сети доказательств» (тезисы конференций, тематические приложения, описания клинических случаев, статьи для продвижения препарата по незарегистрированным показаниям) за годы до выхода лекарства на рынок. Так, для препарата «Золофт» компания Current Medical Directions подготовила больше статей, чем авторы из академической среды; эти публикации размещались в журналах с более высоким импакт-фактором и представляли препарат в более выгодном свете.1

Избирательная отчетность центров — в многоцентровых исследованиях акцент делается исключительно на тех центрах, где были получены благоприятные результаты.1

Сокрытие нежелательных явлений — к сожалению, стандартной практикой стало перекодирование (изменение диагноза) серьезных осложнений с целью их маскировки под различными эвфемизмами. Компания Merck исключила данные о трех случаях инфаркта из публикации, посвященной препарату «Виокс», и переквалифицировала один случай смерти как смерть по «неустановленной причине». В отношении вакцины «Гардасил» (характеризовавшейся крайне высоким уровнем осложнений) компания просто сообщила FDA, что у 49,6% участников испытаний возникло «новое медицинское состояние», причем 2,3% этих случаев были классифицированы как «потенциально указывающие на системное аутоиммунное заболевание». Компания Eli Lilly перекодировала попытки самоубийства на фоне приема «Прозака» как «передозировку», а суицидальные мысли — как «депрессию». Фармкомпании утверждали, что СИОЗС вызывают сексуальные расстройства лишь у 5% пациентов, тогда как независимое исследование показало, что реальный показатель составляет 59%. Компания Glaxo пересмотрела оценку частоты синдрома отмены при приеме пароксетина с 0,2% до 25% (рост в сто раз), сделав это незаметно и мелким шрифтом. В психиатрии акатизию (вызванное препаратом состояние двигательного беспокойства, провоцирующее суицид и убийства) регулярно перекодируют как «ажитацию» или «тревожность», тем самым выдавая побочный эффект лекарства за симптом основного заболевания.1,2

Примечание: в ходе испытаний вакцин от COVID-19 тяжелейшее, необратимое и мучительное осложнение у ребенка (Мэдди Де Гарай) после введения вакцины Pfizer было классифицировано как «функциональная боль в животе»; кожная Т-клеточная лимфома у Оливии Тесенайр (связь которой с вакциной Moderna была неоспоримо доказана) была обозначена как «лимфаденопатия»; а Аугусто Ру, у которого наблюдался выпот в перикарде (и, вероятно, перикардит), несмотря на отрицательный результат теста и активные протесты, получил от ведущего автора исследования Pfizer диагнозы «тревожное расстройство» и «COVID-19» (не связанные с вакцинацией). Каждое из этих событий имело серьезные последствия; например, вскоре после начала массовой вакцинации я заметил появление необычных видов рака в непосредственной близости от мест инъекций мРНК-вакцин. На недавних слушаниях, посвященных онкологическим заболеваниям, вызванным вакцинами от COVID-19, один из свидетелей привел данные из семидесяти научных публикаций, описывающих сотни случаев рака (например, сарком вблизи места укола), возникших после вакцинации и схожих с теми, что наблюдал я. Однако, поскольку компания Moderna скрыла случай Оливии при проведении испытаний, наши наблюдения были отвергнуты на том основании, что «не было доказательств» способности мРНК-вакцин вызывать подобные последствия.

Сокрытие количественных данных о неблагоприятных исходах — простое удаление цифр, свидетельствующих о неэффективности препарата. В ходе раннего исследования напроксена (препарата для лечения травм голеностопа), проводившегося Гётше в компании Astra-Syntex, руководство фирмы исключило из опубликованной статьи все количественные данные, показывавшие отсутствие влияния препарата на отеки.

Неполная регистрация клинических исследований — несмотря на закон 2007 года, требующий обязательной регистрации, сведения почти о половине испытаний некоторых препаратов (или их результатах) не обнародуются, что позволяет скрывать негативные данные и искажать доказательную базу, на которую опираются врачи.

Отказ в предоставлении данных на уровне отдельных пациентов — как уже упоминалось, регулирующие органы (FDA, EMA) и фармацевтические компании не раскрывают данные по каждому конкретному пациенту, делая невозможным независимый повторный анализ. Когда Гётше получал доступ к таким данным через утечки информации или судебные иски, они неизменно демонстрировали более высокий уровень вреда, чем было указано в опубликованных отчетах. Аналогичным образом, благодаря утечкам, запросам в рамках закона о свободе информации (FOIA) и судебным разбирательствам такие люди, как Аарон Сири и Стив Кирш, неоднократно доказывали, что в публикациях о побочных эффектах вакцин от COVID-19 эффективность и безопасность препаратов были существенно завышены.

Публикация в малоизвестных или фиктивных журналах — компания Merck выпускала фиктивный журнал *Australasian Journal of Bone and Joint Medicine*, который внешне напоминал рецензируемое научное издание, но на деле служил инструментом маркетинга. Аналогичным образом, метаанализы с благоприятными результатами публикуются в специализированных журналах, где они подвергаются менее пристальному анализу.1

Манипулирование информацией в презентации

Манипулирование информацией в аннотациях и выводах, противоречащих данным — Даже когда исходные данные показывают незначительные или отрицательные результаты, в аннотациях акцент делается на позитивно звучащих фразах. В анализе Гётцше 196 сравнительных исследований НПВП 81 вывод был в пользу нового препарата, в то время как только один — в пользу контрольной группы, — но фактические данные не показали никакой разницы. В исследованиях болезни Альцгеймера, где Виокс утроил общую смертность, в опубликованных статьях утверждалось, что препарат «хорошо переносится».1,2,3

Примечание: крайне часто аннотации или выводы не соответствуют данным исследования. Это часто происходит либо потому, что данные наносят вред спонсору, либо потому, что они противоречат преобладающим догмам в науке и угрожают исследователю, который их публикует, если он не скроет важные результаты в статье, в то время как в аннотации (единственной части, которую читает большинство людей) будет сказано обратное.


Асимметричное представление пользы и вреда — польза представлена в относительном выражении (громкие проценты), вред — в абсолютном, или отвергается как «не статистически значимый», даже если точечная оценка указывает на риск. В исследовании 393 тезисов о препарате Vioxx в 3,4 раза больше комментариев касались желудочно-кишечных кровотечений, чем тромботических эффектов (которые привели к смерти большего числа людей, чем снижение числа смертельных случаев желудочно-кишечных кровотечений, вызванных НПВП, для лечения которых был разработан Vioxx) до его отзыва из-за слишком большого количества смертельных тромботических эффектов. Аналогично, в публикации VIGOR, посвященной препарату Vioxx, две полные таблицы были посвящены побочным эффектам со стороны желудочно-кишечного тракта, но тромбозы упоминались лишь в нескольких строках текста.1,2,3

Вместо точных цифр используются процентные показатели — в исследовании VIGOR компании Vioxx тромботические события были представлены только в процентах, что делает невозможным подсчет истинного числа таких событий. Когда Гётцше произвел обратные вычисления, он обнаружил дополнительные неучтенные события.¹

Представление небольших различий в больших масштабах без клинического контекста — Разница между эсциталопрамом и циталопрамом через 8 недель составила 1 балл по 60-балльной шкале — клинически бессмысленная, но представленная как значимая.¹

Избирательная формулировка NNT/NNH — Подчеркивание благоприятного числа пациентов, которых необходимо пролечить, при одновременном игнорировании или минимизации числа пациентов, которым может быть нанесен вред, или переключение между абсолютной и относительной формулировкой преимуществ и недостатков, чтобы соотношение риска и пользы выглядело несбалансированным.^1,2

Статистическая значимость, смешанная с клинической значимостью — Подчеркивание крошечных различий, которые достигают статистической значимости благодаря большим размерам выборки, при игнорировании того факта, что они не имеют практического значения для пациентов.^1,2

Семантическая формулировка для смягчения восприятия вреда — Компании говорят об «эффективности и безопасности», а не о «пользе и вреде». После того, как все 32 участника совещания согласились с тем, что ингибиторы ЦОКС-2 увеличивают риск сердечно-сосудистых заболеваний, датское агентство по лекарственным препаратам написало, что они «могут быть связаны с риском» — три уклончивых формулировки, тогда как честный вариант гласил бы, что препараты «увеличивают риск тромбоэмболических событий». В последующем письме Merck к врачам была добавлена четвертая уклончивая формулировка.¹

Вводящая в заблуждение номенклатура, подразумевающая терапевтическое превосходство — Такие термины, как «антипсихотики второго поколения» и «атипичные антипсихотики», подразумевают, что чем новее, тем лучше. Метаанализ 150 исследований 2009 года не выявил ничего особенного в новых препаратах. «Селективные ингибиторы обратного захвата серотонина» были изобретены компанией SmithKline Beecham, хотя «в них нет ничего особенно избирательного».¹

Недоступные для проверки ссылки как способ создания видимости обоснованности — Исследование 287 рекламных объявлений лекарственных препаратов показало, что из 125 рекламных утверждений, сопровождавшихся ссылками, 23 ссылались на «внутренние данные» (data on file) или недоступные источники, а 45 из оставшихся 102 утверждений фактически не подтверждались приведенными ссылками.1

Некорректная статистическая интерпретация в аннотациях — Корректный факторный анализ данных исследования TORCH показал, что флутиказон не оказывал никакого эффекта (отношение частоты событий — 1,00). Однако в аннотации использовались данные лишь половины пациентов в рамках сравнения, не учитывающего факторный дизайн; это привело к получению результата, близкого к статистически значимому, и создало у врачей ложное впечатление о том, что следует применять оба препарата компании Glaxo.1

Управление информационным полем

Контроль над публикациями и СМИ — Фармацевтические компании используют различные рычаги для обеспечения выхода выгодных им публикаций: например, они закупают тысячи экземпляров журналов, содержащих результаты их исследований (что является важным источником дохода для многих изданий), или же осуществляют прямые выплаты редакторам (многочисленные исследования показали, что половина редакторов и рецензентов ведущих медицинских журналов получали выплаты от фармацевтических компаний1,2,3,4). После публикации статьи в авторитетном научном журнале фармацевтические компании могут быть уверены, что массовые СМИ подхватят эти результаты и преподнесут их как непреложную истину.

Влияние ключевых лидеров мнений (KOL) и комитеты по разработке рекомендаций с конфликтом интересов: ключевые лидеры мнений, связанные с представителями индустрии, разрабатывают дизайн клинических исследований, входят в состав комитетов по составлению медицинских рекомендаций и формируют консенсус (например, в комитете NCEP, разрабатывавшем рекомендации по контролю уровня холестерина, у участников было выявлено более 70 случаев конфликта интересов).1,2

Примечание: комитет NCEP (члены которого в среднем получали выплаты от шести производителей статинов) рекомендовал «агрессивное снижение уровня ЛПНП у пациентов группы высокого риска [в рамках первичной профилактики] путем изменения образа жизни и приема статинов». Однако, когда практически тот же набор исследований был проанализирован канадским отделением Кокрейновского сотрудничества (Cochrane Collaboration), не имеющим конфликта интересов, был сделан вывод: «В ходе исследований первичной профилактики не было доказано, что прием статинов приносит общую пользу для здоровья». Это служит примером того, что коррумпированный комитет NIH по разработке рекомендаций по лечению COVID-19 (возглавляемый Фаучи) был далеко не единственным подобным случаем.

Наконец, многие клинические исследования, опирающиеся на эти методы, сами базируются на доклинических данных, которые ненадежны по ряду причин: использование несовершенных моделей на животных, результаты которых не экстраполируются на людей (более 150 препаратов-антисептиков, показавших эффективность на мышах, провалились в дальнейшем); использование загрязненных или ошибочно идентифицированных клеточных линий (проблема затрагивает до 36% исследований); недостаточный размер выборки и отсутствие рандомизации в экспериментах на животных; а также «эффекты партии» (batch effects) в геномных данных — артефакты, связанные со временем обработки образцов, а не с реальными биологическими процессами. По оценкам, примерно половина доклинических исследований может быть недостоверной, что обходится США в 28 миллиардов долларов ежегодно; это означает, что многие клинические исследования обречены на провал еще на этапе замысла — не из-за преднамеренных манипуляций, а потому, что они проверяют гипотезы, основанные на невоспроизводимых научных данных. Это усугубляет последствия всех перечисленных выше методов.1

Примечание: одной из ключевых инициатив, которую пытается продвигать директор NIH (в рамках движения MAHA), является стимулирование ученых к проведению менее престижных исследований по воспроизводимости результатов; это позволит выявлять ошибочные работы, засоряющие научную литературу.

Возрождение науки

Преимущество рандомизированных контролируемых исследований (РКИ) заключается в том, что они устраняют незначительное улучшение, иногда наблюдаемое при эффекте плацебо, и предотвращают завышение исследователями эффективности лекарств. Как показывает эта статья, эти преимущества значительно перевешиваются огромным количеством «приемлемых» способов фальсификации клинических испытаний, что делает положительные результаты фактически предрешенными, гарантирует спонсорам возврат инвестиций и обеспечивает финансирование всей исследовательской деятельности.

Последствия говорят сами за себя. Нас заваливают терапиями с незначительной эффективностью, которые приводят к постоянно растущим расходам на здравоохранение, способствуют катастрофам, таким как COVID-19, и оставляют миллионы американцев страдать от хронических изнурительных заболеваний. Одновременно с этим, пострадавших пациентов постоянно обманывают, потому что медицинское сообщество приучено верить, что лекарственные препараты не являются реальными, если клинические испытания их не подтверждают, хотя сами испытания систематически разработаны таким образом, чтобы их скрывать.


Это было подчеркнуто на недавних слушаниях в Сенате, посвященных коррупции в науке, где сенатор Рон Джонсон подробно рассмотрел многие моменты, обсуждавшиеся в этой статье, подчеркнув несоответствие между эффективностью лечения и включением его в рекомендации, кто может позволить себе проводить исследования, определяющие эти рекомендации, и что это означает для пациентов, которые остаются в неведении относительно своих вариантов лечения (с особым акцентом на диаграмме, которую я аннотировал выше, поскольку она наглядно иллюстрирует последствия нынешней парадигмы).
Примечание: опубликовать в научных журналах исследования, угрожающие интересам влиятельных групп, практически невозможно. Как отметил сенатор Джонсон на недавних слушаниях, посвященных мРНК-вакцинам и раку, ученые, сумевшие преодолеть этот высокий барьер и опубликовавшие работы о методах раннего лечения COVID или о проблемах с вакцинами от COVID, впоследствии подвергались ожесточенным нападкам со всех сторон, а их статьи в итоге отзывались (аннулировались) по надуманным причинам (или вовсе без объяснения причин). Аналогичным образом, если критическая по отношению к вакцинации статья, прошедшая строгий отбор, начинает активно цитироваться, ее часто отзывают задним числом по необоснованным причинам. Самым известным примером здесь служит статья Эндрю Уэйкфилда о связи вакцинации с аутизмом, а самым свежим — анализ данных системы VAERS, проведенный Миллером и выявивший случаи внезапной детской смерти (СВДС) в непосредственной временной связи с вакцинацией (в этом случае редактор при запросе даже отказался назвать причину отзыва статьи).

«Призрачное» авторство и контроль со стороны спонсора — Компании сами пишут научные статьи и платят ученым за то, чтобы те поставили под ними свои имена. Во внутренних документах Pfizer прямо говорилось, что исследования «принадлежат Pfizer», а данные существуют для того, чтобы «поддерживать маркетинг»1. Согласно данным одной из выборок, в 75% исследований, инициированных представителями отрасли, было выявлено «призрачное» авторство1. Спонсоры, как правило, сохраняют за собой право собственности на данные, право на их анализ и право наложить вето на публикацию результатов1,2,3.

Каково же решение?

Во-первых, хотя рандомизированные контролируемые исследования (РКИ) бесценны для науки, они не могут быть единственным критерием истины. Необходимо установить стандарт, признающий ценность гораздо менее дорогостоящих наблюдательных исследований, которые практикующие врачи могут проводить самостоятельно. Если в ходе наблюдательных исследований получены клинически значимые результаты, их следует рассматривать как «наилучшие из доступных доказательств» до тех пор, пока более дорогостоящее масштабное РКИ не подтвердит или не опровергнет их. Самый эффективный инструмент совершенствования медицинской практики — это позволить практикующим врачам определять, что работает, а затем дать их коллегам возможность воспроизвести эти исследования. Во время кризиса, вызванного эпидемией СПИДа, практикующие врачи находили способы применения существующих методов лечения, в то время как ученые из «башен из слоновой кости» (связанные с фармацевтическими компаниями) не могли добиться никаких результатов. И все же, несмотря на слушания в Конгрессе, на которых от Фаучи требовали прекратить препятствовать методам, эффективность которых была доказана врачами, он упорствовал; в итоге мы получили токсичный препарат, который не помогал при СПИДе, а лишь усугублял состояние больных. Поскольку ни он, ни медицинская система в целом не понесли ответственности, было вполне предсказуемо, что та же ситуация повторится и во время пандемии COVID-19.

Во-вторых, необходимо пересмотреть нормативные требования, которые делают невозможным вывод продукта на рынок без проведения масштабных рандомизированных контролируемых испытаний (РКИ). Этого можно было бы достичь, разрешив получение ограниченного одобрения на основании серии наблюдательных исследований (при условии, что страховые компании не обязаны оплачивать такую ​​терапию, а в рекламных заявлениях прямо не утверждается, что она излечивает болезнь); предоставив такое же ограниченное одобрение препаратам, у которых истек срок действия патента, но накоплен обширный опыт подтверждения безопасности и эффективности; либо переориентировав деятельность FDA с оценки эффективности на контроль безопасности и качества продукции.

В-третьих, критически важна прозрачность данных; необходимо четко обозначить, что от нас нельзя требовать соблюдения научных протоколов, основанных на скрываемых данных, — когда нам предлагают просто верить представленным по ним обобщенным отчетам. Сторонники доказательной медицины десятилетиями выступали за прозрачность данных, и мы все дорого заплатили за ее отсутствие в период внедрения вакцин от COVID-19, объявленных «безопасными и эффективными», — ведь нам не позволяли ознакомиться с реальными данными мониторинга безопасности. Успех науки был обусловлен ее способностью к самокоррекции и открытостью для всесторонней проверки, однако все это теряет смысл, как только наука превращается в догматический процесс, требующий от нас безоговорочной веры в то, как именно эксперты интерпретируют имеющиеся данные.

Самое главное: если отбросить сложные ухищрения, призванные скрыть этот научный обман, становится совершенно очевидно, что именно происходит. Раньше нам приходилось полагаться на смелых ученых, готовых глубоко вникать в суть исследований и разоблачать происходящее, из-за чего удавалось вскрыть лишь малую часть мошенничества. Благодаря искусственному интеллекту этот процесс стал очень простым; я верю, что ИИ позволит подвергнуть всю эту систему тщательному анализу, от которого она так долго скрывалась.

Что касается последнего пункта: мой опыт работы с ИИ показывает, что качество получаемых результатов напрямую зависит от того, какие данные вы в него загружаете. Если задать общий вопрос и поручить системе самостоятельно изучить тему, ответы будут изобиловать ошибками, «галлюцинациями» и ложными утверждениями, подкрепляющими общепринятые догмы. Если же вы сами предоставите материалы для анализа (например, полный текст исследования, все сопутствующие документы и информацию из реестра clinicaltrials.gov) и дадите четкие инструкции относительно того, что именно нужно оценить, результат будет качественным. Одной из причин написания этой статьи было желание предложить простой способ копирования и вставки данных о типичных методах фальсификации клинических испытаний. Это позволит вам эффективно задавать ИИ вопросы вроде: «Есть ли признаки того, что соотношение риска и пользы в данном исследовании было искусственно завышено? Проанализируй исследование на предмет этих и любых других факторов, способных исказить выводы».

Примечание: разные системы ИИ лучше справляются с разными задачами. В этой статье я обобщил свои соображения о преимуществах и недостатках существующих инструментов.

ИИ — это технология, способная кардинально изменить сложившийся порядок вещей; в частности, она разрушает информационную монополию, которая держалась на массивах текста, практически недоступных для понимания большинству людей. С одной стороны, это вселяет огромные надежды в отношении медицины, ведь упомянутая монополия годами использовалась для продвижения множества чудовищных препаратов с крайне неблагоприятным соотношением риска и пользы. С другой стороны, ситуация вызывает и опасения: на кону стоят такие колоссальные средства, что фармацевтическая индустрия почти неизбежно найдет способ взять эту технологию под контроль, чтобы она не угрожала ее прибылям. Например, ИИ мог бы без труда проанализировать все накопленные данные электронных медицинских карт и определить эффективность и побочные эффекты каждого метода лечения, однако этого до сих пор не было сделано. Те немногие, кто пытался это осуществить (еще несколько лет назад), рассказывали мне, что их деятельность пресекли, поскольку полученные ими данные напрямую угрожали интересам фармацевтических компаний.

Понимая неизбежность такого сценария, Стив Кирш активно содействует созданию независимой системы ИИ (alter.systems), которая в дальнейшем не будет подчинена корпоративным интересам. Недавно он отметил, что этот инструмент прекрасно справляется с выявлением изъянов и предвзятости в научных публикациях, и поинтересовался, не готов ли я помочь в его продвижении, чтобы проект набрал критическую массу и стал реальной альтернативой крупным платформам.

Изучив Alter AI, я пришел к выводу, что этот сервис свободен от предвзятости, свойственной другим системам (напротив, он демонстрирует явный скептицизм по отношению к фармацевтической индустрии), и отлично справляется с тем, чтобы перевести сложные схемы обмана на простой и понятный язык. Однако он не столь эффективен для решения сложных задач, требующих обработки огромных массивов данных (поскольку у него пока нет мощной инфраструктуры, которой располагают крупные ИИ-компании). Словом, это хороший инструмент для тех, кто интересуется вопросами здоровья и хочет узнать правду или проанализировать отдельные исследования (недавно сервис помог мне детально разобрать все спорные моменты в показаниях представителей индустрии на слушаниях, посвященных возможной связи вакцин от COVID-19 с онкологическими заболеваниями). Учитывая это, я сказал Стиву, что с радостью расскажу об Alter AI, но не хочу получать за это реферальные выплаты. Поэтому, если вы решите воспользоваться Alter AI и перейти на более функциональный тариф (или просто захотите поддержать проект финансово), то при использовании предоставленного мне кода из двух букв (MD) часть вашего платежа будет направлена ​​на благотворительность — а именно в фонд The ​​Vaccine Safety Research Foundation, который ведет важную работу в этой сфере.

Примечание: все вышесказанное соответствует моей политике в отношении этой рассылки — не заниматься продвижением продуктов (в чем, к счастью, нет нужды благодаря вашей поддержке). Поэтому, несмотря на многочисленные просьбы, я делаю это крайне редко — лишь в тех случаях, когда считаю продукт лучшим решением конкретной проблемы или когда важно помочь сформировать рынок или цепочку поставок для чего-то, что должно стать доступным для медицинского сообщества.

Заключение

Когда современная пропаганда только зарождалась — уже после того, как общественность осознала, что она применялась против нее во время Первой мировой войны, — разгорелись жаркие споры (подробно описанные здесь) о том, совместимо ли искусственное формирование общественного консенсуса с демократией. Одна сторона утверждала, что массы иррациональны, а мир стал слишком сложным, чтобы рядовые граждане могли судить о том, что лучше для общества; следовательно, пропаганда необходима, чтобы побудить людей следовать решениям экспертов. Другая сторона (во главе с Джоном Дьюи, предупреждавшим, что изолированные эксперты, не подотчетные обществу, неизбежно замкнутся в себе и начнут проводить ошибочную политику — что мы и наблюдали во время пандемии COVID) настаивала на том, что гражданам просто нужно дать образование и возможности для понимания этих сложных вопросов. Поскольку пропаганда была необходима для победы во Второй мировой войне, верх одержали ее сторонники (такое развитие событий предвидел Эйзенхауэр, предостерегая в своей прощальной речи, что государственная политика может стать «заложницей научно-технической элиты»). В дальнейшем централизованный контроль над информацией незаметно распространился на сферы науки и медицины, сформировав в итоге систему, в которой пропаганда принуждала общество поддерживать «науку», в то время как люди оставались в неведении относительно того, на каких основаниях принимаются те или иные решения.

Однако сейчас — отчасти из-за того, что пандемия COVID подорвала доверие общества к управлению, основанному на мнении экспертов; отчасти из-за возможности мгновенного распространения информации в интернете; и отчасти из-за того, что искусственный интеллект сделал «сферу компетенции экспертов» легкодоступной для широкой публики, — маятник в этом вековом споре, определявшем путь развития всего нашего общества, наконец, похоже, качнулся в другую сторону: пропагандисты больше не могут единолично контролировать информационную повестку. Например, «эксперты» долгое время могли безнаказанно озвучивать выгодные индустрии тезисы, но на недавних слушаниях с участием сенатора Джонсона произошел показательный случай: главный медицинский специалист Американского общества клинической онкологии расхваливала достоинства мРНК-вакцин против рака, однако сенатор Джонсон вновь продемонстрировал всем, что «эксперт» совершенно не разбирается ни в базовой технологии этой вакцины, ни в исследованиях, опровергающих все ее утверждения. Подобного мы не видели со времен слушаний в Конгрессе 1994 года, когда руководители табачных корпораций и ангажированные ими ученые были публично разоблачены как обычные дельцы-шарлатаны.

В заключение хочу выразить надежду, что эта статья оказалась для вас полезной. Было крайне досадно наблюдать, как одни и те же приемы раз за разом применяются безнаказанно; я искренне надеюсь, что, разоблачая эти методы и предоставляя их краткий обзор, мы сможем сформировать общественный запрос на возвращение науки к ее истинной роли — служению прогрессу человечества, а не обогащению самых состоятельных слоев общества. Искренне благодарю вас за поддержку этой рассылки, благодаря которой становится возможным доносить до людей столь важную информацию.

Наконец, стоит отметить, что сенатор Рон Джонсон стал одним из немногих лидеров в Конгрессе, кто использовал свою трибуну для того, чтобы предать огласке многие из этих проблем. Впервые он баллотировался в 2010 году, выступая против чрезмерных федеральных расходов, которые, по его опасениям, могли «заложить будущее наших детей»; затем, во время пандемии COVID, он быстро осознал, что подавление информации о методах лечения обернется катастрофой как для американцев, так и для экономики, и поставил на кон всё, пытаясь предотвратить катастрофу, связанную с вакцинацией от COVID. Учитывая, сколько подобных битв ему пришлось вести, особенно удручает тот факт, что эксперты, направленные властями для полемики с ним на этих слушаниях, не смогли продемонстрировать даже элементарного понимания технологии, которую они защищали. Это неизбежно заставляет задуматься: а насколько хорошо понимали эти технологии те эксперты, которые навязывали данную политику обществу? Его готовность открыто и публично оспаривать доводы авторитетных свидетелей — как мы видели выше — представляет собой именно тот механизм демократической подотчетности, необходимость которого обосновывал Джон Дьюи, считая его важным условием для того, чтобы удерживать замкнутое сообщество экспертов в рамках честности и под контролем.