Сегодня узнал (TIL), что байесовский подход в медицине считается передовым направлением, но до сих пор применяется крайне редко.

Большинство медицинских исследований строится на проверке нулевой гипотезы – метода, который доминирует в статистике уже почти столетие. Этот подход предполагает, что у нас есть одна гипотеза (например, «препарат не работает»), и исследование пытается ее опровергнуть. Если данные показывают значимое отклонение, гипотезу отвергают, и считается, что препарат эффективен.

Однако такой метод не учитывает конкурирующие гипотезы. Например, возможны разные причины выздоровления пациентов, побочные эффекты могут перекрывать пользу, а статистическая значимость вовсе не означает клиническую пользу. В итоге мы получаем исследования, которые часто переоценивают эффект препаратов или процедур, а затем через годы приходится признавать ошибки.

Почему Байесовский подход лучше?

В отличие от традиционной статистики, байесовский анализ позволяет:

Оценивать вероятность каждой гипотезы с учетом накопленных знаний. Например, если ранее похожие препараты не работали, новый препарат тоже с высокой вероятностью будет бесполезным.

Обновлять оценки по мере поступления данных, а не ждать завершения большого исследования.

Избегать ловушек ложноположительных результатов, которые возникают из-за множества тестов и подгонки данных.

Почему медицина до сих пор не перешла на него?

Несмотря на очевидные преимущества, байесовская статистика требует более сложных вычислений, больше данных и измененного подхода к интерпретации результатов. Многие учёные и регуляторы не хотят ломать систему, потому что они привыкли работать со старыми методами.

COVID ничему не научил

Пандемия показала, насколько критично ошибочные методы статистики могут влиять на принятие решений. Исследования лекарств, вакцин и мер предосторожности часто были основаны на традиционной статистике, что приводило к хаотичным выводам: сначала маски «не работают», потом работают, потом снова «непонятно».
Если бы использовался байесовский анализ, можно было бы быстрее адаптировать рекомендации на основе обновляющихся данных, а не ждать больших ретроспективных исследований.

Итог

Традиционная наука в медицине продолжает опираться на устаревшие методы, несмотря на доступность более точных инструментов. Это не просто вопрос статистики – это вопрос качества жизни и смертности.

(TM+LLM)