Статьи о научном письме, методологии исследований и секретах публикаций
Материалы из Telegram-канала @hirsch_index_school — каждую неделю новая тема
Корреляция означает, что две переменные изменяются согласованно.
Положительная корреляция - когда растёт одна переменная, растёт и другая.
Отрицательная корреляция - когда растёт одна переменная, другая уменьшается.
Но "согласованно" не означает, что изменение первой переменной вызывает изменение второй.
Пример.
Vania Galarraga и Paolo Boffetta в 2016 году провели мета-анализ с целью выяснить влияние приема кофе на развитие рака легкого.
И действительно, в общей группе пациентов каждая дополнительная чашка кофе в день повышает риск развития рака. Но стоит ограничить анализ некурящими - связь исчезает полностью. Курильщики просто чаще пьют кофе. Курение - причина рака, а кофе - невинный свидетель.
Корреляция - это наблюдение. Причинность - это объяснение. Между ними - пропасть, через которую не перепрыгнуть одним p-value < 0,05.
В предыдущем сообщении кофе "вызывал" рак лёгкого, пока мы не обнаружили, что его чаще пили курильщики. Такая скрытая третья переменная называется вмешивающимся фактором (confounding factor, конфаундер).
Вмешивающийся фактор - это переменная, которая связана и с предполагаемой причиной, и с исходом. Он создаёт иллюзию причинно-следственной связи там, где её нет, или маскирует связь, которая есть.
Допустим, вы изучаете связь между потреблением алкоголя и сердечно-сосудистыми заболеваниями и приходите к выводу, что умеренно пьющие живут дольше непьющих. Но потом вы выясняете, что среди непьющих - люди, переставшие пить алкоголь из-за уже существующих тяжелых болезней. Получается, что состояние здоровья - это вмешивающийся фактор, а не алкоголь - защитный, как могло бы показаться на первый взгляд.
Бороться с конфаундингом можно на двух этапах.
1. На этапе дизайна:
- рандомизация (распределяет все факторы поровну),
- рестрикция (изучать только некурящих),
- мэтчинг (подбирать пары по возрасту, полу и т.д.).
2. На этапе статистического анализа:
- многофакторная регрессия,
- стратификация,
- стандартизация.
Серьезная проблема - это неизмеренный конфаундер. Вы можете учесть возраст, пол, курение, образование. Но фактор, который вы не измерили или о котором не подумали, продолжает искажать результат.
Этим собственно мы и занимаемся в науке, и это непросто. Одного исследования недостаточно - каким бы большим и качественным оно ни было.
В 1965 году эпидемиолог Остин Брэдфорд Хилл выступил с лекцией, в которой описал 9 аспектов, помогающих отличить причинную связь от случайной ассоциации. Важно отметить, что сам Хилл назвал их "точками зрения" (viewpoints), а не критериями - он подчёркивал, что ни один из них не является обязательным условием.
Девять аспектов Хилла:
1. Сила связи - чем сильнее ассоциация, тем труднее объяснить её конфаундингом
2. Воспроизводимость - связь обнаруживается в разных популяциях, разными исследователями
3. Специфичность - одна причина ведёт к одному следствию
4. Временная последовательность - причина предшествует следствию (единственный обязательный аспект)
5. Биологический градиент - "доза-ответ": больше воздействие, сильнее эффект
6. Биологическая правдоподобность - существует механизм, объясняющий связь
7. Когерентность - связь не противоречит известным фактам о заболевании
8. Эксперимент - устранение причины уменьшает следствие
9. Аналогия - похожие факторы вызывают похожие эффекты
Каждый аспект, показанный в разных исследованиях одной темы, добавляет уверенности - пока совокупность доказательств не становится неопровержимой.
P.S.: свежий, развернутый и критический взгляд на критерии причинности Хилла в комментариях.
Коллеги, на этой неделе разберем данные рутинной практики (Real-World-Data) как источник научных данных.
Не каждое исследование требует рандомизации и ослепления. Иногда самый ценный источник доказательств - это данные, которые вы уже собираете каждый день. Цель этой недели - показать, что настоящая наука гораздо ближе, чем мы думаем.
Каждый раз, когда врач заполняет историю болезни, вносит запись в электронную карту или выписывает рецепт - он создаёт данные. Миллионы таких записей по всему миру составляют то, что в исследовательском мире называют Real-World Data (RWD) - данные реальной клинической практики.
RWD - это данные, собранные вне клинических исследований. Электронные истории болезни, регистры заболеваний, страховые базы, аптечные отпуски, данные с носимых устройств. Всё, что описывает реальную работу медицины, а не контролируемый эксперимент.
А Real-World Evidence (RWE) - это то, что получается, когда эти данные анализируют. Выводы о пользе и рисках лечения, построенные на наблюдении за реальными пациентами.
Регуляторы здравоохранения некоторых стран уже принимают такие данные всерьёз и используют их для принятия важных организационных решений. Но проработка этого вопроса еще далека от желаемого уровня.
Важно понимать, что данные, которые вы создаёте каждый день, могут и должны становиться подспорьем для дальнейших медицинских открытий.
Можно ли одобрить препарат без единого рандомизированного исследования?
В 2021 году FDA ответило - да. Такролимус, иммуносупрессант для профилактики отторжения трансплантата, получил новое показание - трансплантация лёгких. Основанием стали данные национального регистра трансплантаций США (SRTR): более 25 000 пациентов за 18 лет. Регистр позволил сравнить такролимус-содержащие схемы с альтернативными - и именно это сравнение стало основой для одобрения.
По нашим сведениям, это стало первым в истории FDA случаем, когда эффективность препарата была определена исключительно на основе доказательств рутинной практики.
Почему не провели РКИ? Такролимус был одобрен ещё в 1994 году - но только для трансплантации печени. При трансплантации лёгких его десятилетиями назначали off-label, без формального одобрения. Провести РКИ к этому моменту было невозможно - назначить плацебо пациенту с пересаженным лёгким неэтично. А регистр SRTR накопил данные, которые ни одно отдельное исследование не смогло бы собрать: тысячи пациентов, годы наблюдения, реальные условия клинической практики.
Данные рутинной практики не заменяют РКИ. Но там, где РКИ невозможно или неэтично - редкие болезни, уязвимые группы, долгосрочные исходы - они становятся единственным источником доказательств.
В 2007 году Parimon и соавторы проанализировали базу данных более 10 000 пациентов с ХОБЛ и пришли к выводу, что ингаляционные кортикостероиды могут снижать риск рака лёгкого.
В том же году Suissa показал, что в данном исследовании была допущена так называемая "систематическая ошибка бессмертного периода" (immortal time bias).
Чтобы получить рецепт на ингаляционный кортикостероид, пациент должен был дожить до момента назначения. Время от включения в базу до первого рецепта автоматически записывалось как "выживание без лечения" - но пациент в этот период не мог умереть по определению, иначе он бы не попал в группу лечения. Это искусственно завышало выживаемость в группе кортикостероидов.
Когда Suissa скорректировал анализ, защитный эффект исчез полностью. Последующие РКИ подтвердили: ингаляционные кортикостероиды не влияют на риск рака лёгкого.
Данные рутинной практики - мощный инструмент. Но это лишь источник данных, хороший дизайн исследования никто не отменял.
Коллеги, на этой неделе сделаем паузу в "Азбуке медицинской науки". Мы хорошо поработали, сейчас пора выдохнуть, остановиться и набраться сил и вдохновения!
На этой неделе предлагаю каждому из нас задуматься о науке под углом "А зачем это мне?"
В 2009 году Тайт Шанафельт и соавторы опросили 465 врачей с целью выявить у них признаки синдрома профессионального выгорания и связь выгорания с занятием любимым делом.
Признаки синдрома выгорания были выявлены у 34% опрошенных.
Для 68% главным "любимым" делом были пациенты. Для 19% - исследования. Для 9% - преподавание. Для 3% - административная деятельность.
Интересная закономерность - врачи, у которых менее 20% времени уходило на любимое дело, выгорали почти вдвое чаще: 53,8% против 29,9%. Каждые дополнительные 10% защищённого времени снижали риск.
Что важно для нас
Любовь к науке характерна далеко не для большинства врачей. Но если Вы относитесь к этому меньшинству и считаете медицинскую науку своим любимым делом - дерзайте и не бойтесь! Защищайте свое время для "Вашего дела" и Вы не выгорите, Вам хватит сил и мотивации, потому что Вы занимаетесь тем, что Вам действительно интересно, даже если большинство окружающих Вас коллег относится к этому иначе!
Что первично - врач становится хорошим клиницистом благодаря науке, или хорошие клиницисты тянутся к науке?
В 2019 году канадские исследователи нашли способ это проверить. Они использовали базы данных системы медицинского страхования и оценили результаты работы врачей, добровольно согласившихся участвовать в исследовании по улучшению качества медицинской помощи. В контрольную группу вошли те врачи, которые отказались от участия.
Авторы изучили ретроспективно показатели качества работы обеих групп до начала проекта - до того, как участие могло на что-либо повлиять.
Врачи, которые согласились участвовать, уже были лучшими клиницистами. По объективным метрикам качества оказания медицинской помощи.
Почему это важно для нас
Тяга к научной работе - это маркер определённого мышления. Врач, который хочет участвовать в исследовании, уже задаёт вопросы, ищет обратную связь и готов менять свою практику.
Если вы читаете этот канал - Вы, скорее всего, из этой группы, с чем я Вас и поздравляю!
В 2014 году психологи Патрик Хилл и Николас Туриано задали вопрос: влияет ли ощущение цели в жизни на её продолжительность?
Они взяли данные национального исследования MIDUS - 6163 участника, за которыми наблюдали 14 лет. У каждого в начале измерили ощущение осмысленности жизни - насколько человек чувствует, что его деятельность имеет направление и цель.
Результат: те, кто ощущал свою жизнь целенаправленной, жили дольше.
Но самое важное - другое. Этот эффект не зависел от возраста. Он также не зависел от того, работает человек или вышел на пенсию. Не объяснялся другими показателями благополучия - эмоциональным состоянием, уровнем дохода, образованием.
Это исследование не про врачей и не про науку. Оно про людей, которые чувствуют, что занимаются чем-то важным.
Зачем Вы здесь? Зачем читаете этот канал с длинными трудными текстами без пёстрых смешных картинок? Возможно, потому что где-то внутри Вы чувствуете: медицинская наука - это не просто карьера и не просто публикации. Это то, что придаёт Вашей работе второй смысл - помимо лечения конкретного пациента сегодня, Вы создаёте знание, которое поможет другим врачам и другим пациентам завтра.
Это и есть цель. И, судя по данным, она стоит того.
Ранее мы разобрали виды обсервационных дизайнов и устройство РКИ. Но есть ещё одна ось классификации - временная. Исследование может двигаться вперёд от причины к следствию или назад от болезни к возможной причине. Это проспективный и ретроспективный подходы.
На этой юбилейной 🎉 неделе разберём - в чём разница между ними, когда какой подход уместен, и почему это не конкурирующие, а взаимодополняющие методы исследования.
Проспективное исследование начинается сегодня и движется в будущее. Исследователь набирает участников, фиксирует их характеристики и затем наблюдает - что с ними произойдёт.
Главное преимущество - данные собираются по заранее определённому протоколу. Какие показатели измерять, как часто, какими методами - всё решено до начала. Это снижает риск пропущенных данных и систематических ошибок.
Ограничение проспективного дизайна - время и ресурсы. Чтобы дождаться результатов, иногда нужны годы или десятилетия наблюдения. Для редких заболеваний этот подход непрактичен - можно годами наблюдать тысячи людей и не набрать достаточно случаев.
Любые интервенционные исследования по определению проспективны. Когортные исследования могут быть как проспективными, так и ретроспективными.
Ретроспективное исследование движется в обратном направлении. Исследователь начинает с исхода - болезнь уже манифестировала, осложнение наступило, операция произведена - и смотрит назад, в прошлое пациента.
Зачем? Потому что не всегда можно ждать. Если заболевание редкое, проспективное наблюдение потребует огромной выборки и многолетнего ожидания. Ретроспективный дизайн позволяет найти ответ быстрее и дешевле - данные уже существуют.
Источники данных - медицинские карты, регистры, базы данных, страховые записи. Исследователь извлекает информацию о факторах, которые предшествовали болезни, и сравнивает с контрольной группой.
Главное ограничение - качество данных. Медицинская карта писалась не для исследования, а для лечения. Нужный показатель может быть не измерен, измерен не тем методом или не записан вовсе. Кроме того, когда пациент вспоминает прошлое, он может невольно искажать воспоминания - это систематическая ошибка воспоминания (recall bias).
Исследования "случай-контроль" по определению ретроспективны. Когортные исследования также могут иметь ретроспективный дизайн. Клиническое наблюдение (Case report) и серии случаев (Case series), о которых мы пока еще не говорили подробно на нашем канале, также, как правило, ретроспективны.
В предыдущих сообщениях этой недели мы разобрали проспективный и ретроспективный подходы в их классической форме. На практике исследования иногда совмещают оба направления.
Первый (частый) пример - ретроспективная когорта с проспективно собранными данными. Представьте: крупная клиника 15 лет ведёт электронный регистр всех пациентов с сердечной недостаточностью. Данные вносились проспективно - при каждом визите, по стандартному протоколу. Но исследователь обращается к этому регистру сегодня, формулирует гипотезу и анализирует уже накопленные данные. Формально это ретроспективное исследование, но качество данных приближается к проспективному - потому что информация собиралась систематически, а не извлекалась из разрозненных медицинских карт.
Второй (редкий) пример - вложенное исследование случай-контроль (nested case-control). Допустим, идёт большое проспективное когортное исследование: 10 000 человек наблюдают в течение 10 лет. За это время у 200 из них развивается рак лёгкого. Вместо того чтобы анализировать всю когорту, исследователь берёт эти 200 случаев и подбирает к каждому контроль из той же когорты - по возрасту, полу, дате включения. Затем сравнивает факторы риска между группами. Это экономит ресурсы: не нужно обрабатывать данные всех 10 000 участников, а достоверность остаётся высокой - ведь и случаи, и контроли взяты из одной проспективно наблюдаемой популяции.
На прошлой неделе мы разобрали, как устроено РКИ: рандомизация, контрольная группа, измеряемый исход. Но даже идеальная рандомизация не защищает от одной проблемы - участник знает, что получает новый препарат, и это само по себе меняет результат.
На этой неделе поговорим про ослепление и плацебо. Как сделать так, чтобы ни пациент, ни врач не влияли на результат своими ожиданиями.
📱 Читать в VK
Представьте: пациент знает, что получает новый препарат. Он чувствует себя лучше - потому что верит в лечение. Врач знает, что пациент в экспериментальной группе. Он внимательнее фиксирует улучшения, мягче оценивает побочные эффекты. Результат искажён - не препаратом, а ожиданиями.
Ослепление (маскирование) - это способ устранить такое влияние. Участники исследования не знают, кто какое лечение получает.
В литературе вы встретите названия статей вроде "Простое слепое ..." (не знает пациент) и "Двойное слепое..." (не знают ни пациент, ни врач). Звучит просто - но на практике всё сложнее.
В 2001 году Devereaux с коллегами провели исследование, в рамках которого опросили 91 врача на тему проведения РКИ и ослепления. Результат получился невероятный: были выявлены 17 разных определений, а точнее интерпретаций, термина "двойное ослепление". Одни подразумевали маскирование пациента и врача. Другие - пациента и статистика. Третьи - свою комбинацию.
Поэтому современные стандарты отчётности (CONSORT) рекомендуют вместо "двойное слепое исследование" прямо указывать: кто именно был ослеплён - пациенты, лечащие врачи, оценщики исходов, статистики. В заголовках статей "двойное слепое" по-прежнему встречается, но в разделе Методы авторы обязаны расшифровать, что за этим стоит.
В 1955 году анестезиолог Генри Бичер опубликовал статью "The Powerful Placebo". Проанализировав 15 исследований с участием более 1000 пациентов, он обнаружил что примерно 35% из них получали удовлетворительное облегчение от плацебо.
Hróbjartsson и Gøtzsche в 2001опубликовали систематический обзор, в котором показали, что для объективных исходов плацебо практически бессильно. Но для субъективных - боль, тошнота, тревога - эффект реален и измерим, хотя и не так выражен, как в классической работе Бичера.
Что такое плацебо в контексте исследований? Это не обман пациента. Это инструмент контроля. Плацебо позволяет отделить эффект препарата от эффекта самого факта лечения: внимания врача, ожиданий пациента, естественного течения болезни.
Формы плацебо разделяют на три основные группы:
- фармакологические (таблетки без действующего вещества, инъекция физраствора)
- психологические (разговор, внушение, консультация),
- физические (имитация манипуляций, включая операции).
В 2002 году Moseley с коллегами провели необычное плацебо-контролируемое исследование: 180 пациентов с остеоартрозом колена рандомизировали в три группы - артроскопический дебридмент, лаваж или плацебо-операция - разрезы кожи без вмешательства на суставе. Результат: никакой разницы между реальной и мнимой операцией!
Представьте: пациент знает, что получает новый препарат. Он чувствует себя лучше - потому что верит в лечение. Врач знает, что пациент в экспериментальной группе. Он внимательнее фиксирует улучшения, мягче оценивает побочные эффекты. Результат искажён - не препаратом, а ожиданиями.
Ослепление (маскирование) - это способ устранить такое влияние. Участники исследования не знают, кто какое лечение получает.
В литературе вы встретите названия статей вроде "Простое слепое ..." (не знает пациент) и "Двойное слепое..." (не знают ни пациент, ни врач). Звучит просто - но на практике всё сложнее.
В 2001 году Devereaux с коллегами провели исследование, в рамках которого опросили 91 врача на тему проведения РКИ и ослепления. Результат получился невероятный: были выявлены 17 разных определений, а точнее интерпретаций, термина "двойное ослепление". Одни подразумевали маскирование пациента и врача. Другие - пациента и статистика. Третьи - свою комбинацию.
Поэтому современные стандарты отчётности (CONSORT) рекомендуют вместо "двойное слепое исследование" прямо указывать: кто именно был ослеплён - пациенты, лечащие врачи, оценщики исходов, статистики. В заголовках статей "двойное слепое" по-прежнему встречается, но в разделе Методы авторы обязаны расшифровать, что за этим стоит.
В 1955 году анестезиолог Генри Бичер опубликовал статью "The Powerful Placebo". Проанализировав 15 исследований с участием более 1000 пациентов, он обнаружил что примерно 35% из них получали удовлетворительное облегчение от плацебо.
Hróbjartsson и Gøtzsche в 2001опубликовали систематический обзор, в котором показали, что для объективных исходов плацебо практически бессильно. Но для субъективных - боль, тошнота, тревога - эффект реален и измерим, хотя и не так выражен, как в классической работе Бичера.
Что такое плацебо в контексте исследований? Это не обман пациента. Это инструмент контроля. Плацебо позволяет отделить эффект препарата от эффекта самого факта лечения: внимания врача, ожиданий пациента, естественного течения болезни.
Формы плацебо разделяют на три основные группы:
- фармакологические (таблетки без действующего вещества, инъекция физраствора)
- психологические (разговор, внушение, консультация),
- физические (имитация манипуляций, включая операции).
В 2002 году Moseley с коллегами провели необычное плацебо-контролируемое исследование: 180 пациентов с остеоартрозом колена рандомизировали в три группы - артроскопический дебридмент, лаваж или плацебо-операция - разрезы кожи без вмешательства на суставе. Результат: никакой разницы между реальной и мнимой операцией!
Не каждое исследование можно ослепить. Хирургическую операцию сложно замаскировать под плацебо - хотя Moseley это и сделал, но это было простое слепое исследование, хирурги были в курсе происходящего. Физиотерапию, диету, психотерапию - тем более. В таких случаях проводят открытые исследования, где все знают, кто какое лечение получает.
Но открытый дизайн - это не приговор. Это просто другой дизайн. Существуют различные способы минимизировать влияние ожиданий.
Первый способ - ослепление оценщика исходов. Пациент и врач знают о лечении, но тот, кто оценивает результат, не знает. Рентгенолог читает снимки, не зная группу пациента. Независимый комитет решает, был ли инфаркт действительно инфарктом. Статистик анализирует данные, где группы закодированы как 1 и 2. Это называется PROBE-дизайн - Prospective Randomized Open Blinded End-point.
Второй способ - использование объективных конечных точек. Смерть, лабораторный показатель, перелом на рентгенограмме - это исходы, которые сложно исказить ожиданиями. Чем объективнее конечная точка, тем меньше значение ослепления.
Третий - стандартизация протокола. Чёткие критерии оценки, заранее определённые конечные точки, независимый мониторинг - всё это снижает риск субъективного искажения.
Коллеги, на прошлых неделях мы разобрали обсервационные дизайны - когортные, «случай-контроль», поперечные.
Теперь переходим на другую сторону: интервенционные исследования. Начинаем с главного инструмента - рандомизации и РКИ.
📱 Читать в VK
В 1747 году корабельный врач Джеймс Линд отобрал 12 матросов с цингой и распределил их по парам, назначив каждой разное лечение. Выздоровели только те, кто получил апельсины и лимоны. Это одно из первых контролируемых клинических сравнений - но ещё не рандомизация: Линд сам решал, кто что получит.
Проблема в том, что когда исследователь распределяет пациентов по группам, он - осознанно или нет - может отправить более тяжёлых в одну группу, а более лёгких в другую. Это систематическая ошибка отбора, и она искажает результат.
Рандомизация решает эту проблему. Участники распределяются по группам случайным образом - по таблице случайных чисел или компьютерному алгоритму. Исследователь не влияет на распределение. В результате группы выравниваются по всем факторам - как известным (возраст, пол, тяжесть заболевания), так и неизвестным. Чем больше выборка, тем надёжнее этот баланс.
РКИ - рандомизированное контролируемое исследование - считается стандартом оценки эффективности лечения. Разберём, из чего оно состоит.
Первый элемент - рандомизация (случайное распределение по группам). При этом, рандомизация бывает разной:
- Простая - каждый участник распределяется независимо, как подбрасывание монеты.
- Блочная - гарантирует равные группы на каждом этапе набора.
- Стратифицированная - сначала участники делятся на подгруппы по ключевым признакам (пол, возраст, стадия заболевания), а потом рандомизируются внутри каждой подгруппы.
Второй элемент - контрольная группа. Экспериментальную группу (получает новое лечение) всегда сравнивают с контрольной. Контроль бывает трёх типов: плацебо, стандартная терапия (активный компаратор) или отсутствие лечения. Выбор зависит от этики: если доказанное лечение существует, сравнивать с плацебо, как правило, недопустимо - пациент не должен оставаться без помощи.
Третий элемент - измеряемый исход. Что именно мы оцениваем: смертность, частоту осложнений, качество жизни? Без чётко определённой конечной точки результаты РКИ невозможно интерпретировать.
Классический пример - ISIS-292833-4): более 17 000 пациентов с инфарктом миокарда. Результат - аспирин снижает сосудистую смертность на 23%. После публикации назначение аспирина при инфаркте стало стандартом во всём мире.
РКИ даёт самые убедительные доказательства эффективности лечения. Но у этого дизайна есть границы, о которых важно помнить.
Первая - этика. Нельзя рандомизировать пациента в группу, которая заведомо хуже. Если препарат уже доказал эффективность, оставлять контрольную группу без лечения неэтично. Именно поэтому ряд важных клинических вопросов невозможно решить с помощью РКИ - и тогда на помощь приходят обсервационные дизайны, которые мы разобрали на прошлых неделях.
Вторая - стоимость и сроки. РКИ требует финансирования, инфраструктуры, координации между центрами. Крупные исследования стоят миллионы и длятся годами.
Третья - внешняя валидность. Участники РКИ проходят строгий отбор по критериям включения и исключения. Пожилые, пациенты с множественными заболеваниями, беременные часто не попадают в исследования. Результат: лечение доказано на «идеальных» пациентах, а назначать его приходится реальным - со всеми их сопутствующими проблемами.
Чтобы результаты РКИ были прозрачными и воспроизводимыми, международное сообщество разработало стандарт отчётности CONSORT. Сегодня большинство ведущих журналов требуют его соблюдения при публикации результатов РКИ.
РКИ - мощный инструмент, но не единственный. Хороший исследователь выбирает дизайн под вопрос, а не подгоняет вопрос под дизайн.
Коллеги, на прошлой неделе мы разобрали разницу между обсервационными и интервенционными исследованиями.
На этой неделе углубляемся в три основных дизайна обсервационных исследований:
- когортные,
- «случай-контроль»,
- поперечные.
📱 Читать в VK
Представьте: вы набираете группу пациентов с гипертонией, часть из них курит, часть - нет. Наблюдаете пять лет и сравниваете, у кого чаще случились сердечно-сосудистые осложнения. Это и есть когортное исследование - вы следите за группой людей (когортой) во времени и смотрите, как воздействие влияет на исход.
Идея: сначала определяем, кто подвергается фактору риска, а кто нет. Потом ждём и фиксируем, что произойдёт. Направление - от причины к следствию, вперёд по времени.
Главная сила когорты - временная последовательность. Мы видим, что воздействие было раньше исхода, а значит, связь между ними убедительнее. Именно когортные исследования связали ожирение с диабетом второго типа, а гиподинамию - с сердечно-сосудистыми заболеваниями.
Ограничения серьёзные. Когорту нужно наблюдать годами, иногда десятилетиями. Часть участников теряется - переезжает, меняет контакты, выбывает. А для редких заболеваний когорта потребует тысячи участников, чтобы набрать достаточно случаев.
Классический пример - Framingham Heart Study61752-3), стартовавшее в 1948 году. Наблюдение за факторами риска сердечно-сосудистых заболеваний жителей одного американского города продолжается уже более 75 лет.
P.S.: описана классическая проспективная когорта - наблюдение вперёд по времени. Но подобные исследования бывают и ретроспективными. Подробно разберём это на следующей неделе.
Допустим, вы заметили необычный рост редкой опухоли печени у молодых женщин. Набирать когорту и ждать десять лет - невозможно: болезнь слишком редкая. Выход - пойти от обратного.
Вы берёте группу пациенток с этой опухолью (случаи) и группу похожих женщин без неё (контроли). Затем смотрите в прошлое: чем отличалась их жизнь? Что они принимали, чем болели, где работали? Именно так в 1970-х обнаружили92594-4) возможную связь между оральными контрацептивами и аденомой печени.
Направление здесь обратное когорте: от следствия к причине, назад по времени. Мы уже знаем исход и ищем, что к нему привело.
Другой хрестоматийный пример - исследование Doll и Hill, где сравнили больных раком лёгкого со здоровыми и обнаружили, что среди больных значительно больше курильщиков. Так впервые была показана связь курения с раком лёгкого.
Главное преимущество - скорость и экономичность. Не нужно ждать годами, не нужны тысячи участников. Для редких болезней это часто единственный реальный дизайн.
Но есть уязвимое место - воспоминания. Больные люди склонны тщательнее вспоминать всё необычное в своём прошлом, а здоровые - нет. Это систематическая ошибка воспоминания (recall bias) - и она может исказить результаты. Второй вызов - правильно подобрать контрольную группу: она должна быть максимально похожа на группу "случай" во всём, кроме исследуемого исхода.
17-3. Поперечное исследование
Вы хотите узнать, какая доля врачей в вашей больнице испытывает профессиональное выгорание. Вы раздаёте опросник всем сотрудникам, собираете ответы и анализируете. Готово - это поперечное (одномоментное) исследование. Один момент времени, один срез.
Поперечное исследование - это снимок. Оно фиксирует, что происходит прямо сейчас: какова распространённость заболевания, как часто встречается фактор риска, как связаны два показателя в популяции. Но именно "прямо сейчас" - и есть важное ограничение.
Когда вы видите, что среди курящих врачей выгорание встречается чаще, вы не знаете, что было раньше - курение или выгорание. Может, выгоревшие начали курить. Может, и то и другое вызвано третьим фактором. Поперечное исследование фиксирует ассоциацию, но не может установить, что причина, а что следствие.
Зато поперечный дизайн быстр, дёшев и незаменим для первичной оценки проблемы. Именно с него часто начинается исследование новой темы: сначала оценить масштаб, а потом уже планировать когорту или эксперимент.
Коллеги, на прошлой неделе мы разобрали иерархию доказательств - от экспертного мнения до систематических обзоров. На этой неделе начинаем новый блок: подробно разбираем типы исследований (ранее на канале касался этой темы лишь мельком).
Стартуем с главного водораздела - наблюдать (обсервационное исследование) или вмешиваться (интервенционное исследование)?
📱 Читать в VK
Обсервационное исследование - это исследование, в котором автор регистрирует то, что происходит, не не меняя лечение и не распределяя пациентов по группам. Врач наблюдает, измеряет и анализирует - но не вмешивается в клинический процесс.
По сути, каждый врач уже ведёт обсервационное исследование - просто не оформляет его как таковое. Вы сравниваете исходы двух групп пациентов, получавших разные схемы терапии. Отслеживаете, как меняются показатели после смены протокола. Анализируете, какие факторы влияют на длительность госпитализации. Всё это - наблюдение за клинической реальностью без попытки её изменить.
К обсервационным относят когортные исследования, исследования «случай-контроль» и поперечные (одномоментные) исследования. Каждый из этих дизайнов мы подробно разберём в ближайших неделях.
Главное преимущество обсервационных исследований - они отражают реальную клиническую практику. Их можно проводить на больших выборках, они не требуют рандомизации и часто этически допустимы там, где эксперимент невозможен.
Главное ограничение - невозможность доказать причинно-следственную связь. Наблюдая, вы фиксируете ассоциации, но не можете исключить влияние скрытых факторов. Именно поэтому в иерархии доказательств обсервационные исследования стоят ниже рандомизированных контролируемых испытаний.
Интервенционное исследование отличается от обсервационного одним принципиальным действием: исследователь сам определяет, кто и какое лечение получит. Он не наблюдает за естественным ходом событий, а целенаправленно его меняет.
Самый распространённый пример - рандомизированное контролируемое исследование (РКИ). Пациентов случайным образом распределяют в группы: одна получает новый препарат или метод лечения, другая - стандартную терапию или плацебо. Исследователь контролирует вмешательство, сроки, дозы и условия наблюдения.
Почему это даёт более сильные доказательства? Когда вы наблюдаете, группы пациентов могут отличаться по десяткам параметров, о которых вы даже не знаете. Рандомизация решает эту проблему: случайное распределение выравнивает группы по всем факторам - и известным, и неизвестным. Если после этого в одной группе исход лучше, с высокой вероятностью причина - именно вмешательство.
Но интервенционное исследование - не синоним РКИ. К этой категории также относятся нерандомизированные эксперименты, кластерные исследования (когда рандомизируют не отдельных пациентов, а целые отделения или клиники) и перекрёстные дизайны (когда каждый пациент последовательно получает оба варианта лечения).
Главное ограничение интервенционных исследований - не всякий вопрос можно изучить экспериментально. Нельзя случайным образом назначить пациентам курение, чтобы оценить его влияние на рак лёгкого. Нельзя отменить доказанно эффективное лечение ради чистоты контрольной группы. Этика задаёт границы эксперимента - и там, где эксперимент невозможен, обсервационные исследования остаются единственным инструментом.
Начинающий автор часто слышит: «РКИ - золотой стандарт». Из этого возникает иллюзия, что любое исследование нужно строить как эксперимент. На практике выбор дизайна определяется не амбициями, а тремя вопросами.
Первый - что вы хотите узнать? Если задача - оценить распространённость, описать течение болезни, выявить факторы риска - достаточно наблюдения. Если нужно показать, что конкретное вмешательство работает лучше альтернативы, - нужен эксперимент.
Второй - позволяет ли этика? Есть вопросы, которые невозможно изучить экспериментально. Влияние вредных факторов, последствия отказа от лечения, различия между группами по полу или возрасту - всё это область обсервационных исследований.
Третий - какие ресурсы доступны? РКИ требует финансирования, команды, одобрения этического комитета, времени на набор и наблюдение. Ретроспективный анализ данных, которые уже собраны в медицинских картах, обходится в разы дешевле и может дать результат быстрее.
Ошибка - считать обсервационные исследования второсортными. Хорошо спланированное когортное исследование на большой выборке ценнее, чем РКИ на 30 пациентах с сомнительной рандомизацией. Дизайн должен соответствовать вопросу, а не наоборот.
Правило простое: выбирайте самый сильный дизайн, который позволяют ваш вопрос, этика и ресурсы. Именно в такой последовательности.
На этой неделе мы разобрали главный водораздел в дизайне исследований: наблюдать или вмешиваться.
Обсервационное исследование - исследователь регистрирует данные, не меняя лечение и не распределяя пациентов по группам.
Интервенционное исследование - исследователь сам определяет, кто и какое воздействие получит.
Обсервационные исследования отражают реальную практику, работают на больших выборках и допустимы там, где эксперимент невозможен. Но они фиксируют ассоциации, а не причинно-следственные связи.
Интервенционные исследования (в первую очередь РКИ) дают более сильные доказательства за счёт контроля над вмешательством и рандомизации. Но ограничены этикой и ресурсами.
Выбор дизайна определяется тремя вопросами: что вы хотите узнать, позволяет ли этика и какие ресурсы доступны.
Хорошо спланированное обсервационное исследование ценнее плохого РКИ. Дизайн должен соответствовать вопросу.
На следующей неделе: конкретные виды обсервационных исследований: когортные, «случай-контроль» и поперечные.
Коллеги, продолжаем серию «Азбука медицинской науки». До сих пор мы разбирали внутреннюю архитектуру научной работы: вопрос, гипотезу, цель, задачи, актуальность, новизну, объект и предмет. Всё это каркас исследования, определяющий его логику.
На этой неделе переходим к обсуждению того, как устроена система доказательств, на которую любое исследование опирается и в которую встраивается.
15-1. Доказательная медицина
Доказательная медицина (Evidence-Based Medicine, EBM) - это подход к принятию клинических решений, при котором врач опирается на три источника:
1) научные данные,
2) собственный клинический опыт и
3) предпочтения пациента.
Термин предложил Гордон Гайатт в 1991 году, а в 1996 году Дэвид Сакетт с соавторами сформулировали EBM как интеграцию трёх компонентов в своей статье в BMJ. Сама идея гораздо старше, ещё в 1972 году Арчибальд Кокрейн в докладе «Effectiveness and Efficiency: Random Reflections on Health Services» призывал выстраивать медицинскую практику вокруг результатов рандомизированных контролируемых исследований.
Распространённое заблуждение - сводить доказательную медицину к слепому следованию метаанализам. Сакетт и соавторы подчёркивали, что это именно интеграция трёх компонентов, а не доминирование одного. Исследования задают рамку возможного, опыт врача позволяет учесть контекст конкретной ситуации, а ценности пациента определяют, какой вариант приемлем. Если убрать любой из трёх элементов, решение теряет устойчивость: без данных оно субъективно, без опыта негибко, без учёта пациента технократично.
На практике доказательная медицина начинается с правильно заданного клинического вопроса. Для этого существует формула PICO:
- P (Patient/Population) - пациент или популяция
- I (Intervention) - вмешательство
- C (Comparison) - сравнение
- O (Outcome) - исход
Пока клинический вопрос не структурирован, искать доказательства бессмысленно. Запрос будет или слишком размытым, или слишком узким. PICO переводит вопрос из разговорного формата в поисковый: каждый компонент становится блоком запроса для PubMed. Этот же формат помогает сформулировать цель исследования, определить критерии включения и выбрать первичные конечные точки.
Для научной работы доказательная медицина не абстрактный принцип, а среда, в которой существует любая публикация. Каждый обзор литературы, каждый выбор дизайна, каждая интерпретация результатов происходит внутри этой системы. Понимать её устройство не факультативное знание, а рабочая необходимость.
15-2. Уровни доказательности и иерархия доказательств
Не все исследования одинаково убедительны. Мнение профессора и систематический обзор пятидесяти рандомизированных испытаний - это разные по силе источники. Иерархия доказательств фиксирует эту разницу и помогает понимать, насколько надёжны данные, на которые опирается вывод.
Классическая пирамида выстроена по способности дизайна защитить результат от систематических ошибок, снизу вверх:
• Экспертное мнение - ценно для генерации гипотез, но субъективно
• Описания и серии случаев - фиксируют наблюдения, но не содержат группы сравнения
• Обсервационные исследования (когортные, «случай–контроль») - позволяют оценить ассоциации, но не устраняют влияние вмешивающихся факторов
• Рандомизированные контролируемые исследования (РКИ) - рандомизация распределяет известные и неизвестные факторы между группами
• Систематические обзоры и метаанализы - объединяют данные нескольких исследований и дают оценку с максимальной статистической мощностью
Пирамида доказательности - это полезная модель, но все-таки упрощение. Качество конкретного исследования не определяется одним только дизайном. Плохо проведённый метаанализ может быть менее надёжен, чем хорошо спланированное когортное исследование. Поэтому при оценке литературы важно учитывать не только место исследования в иерархии, но и то, насколько корректно оно выполнено: каков риск систематической ошибки, согласуются ли результаты с другими работами, насколько точна оценка эффекта.
Для автора научной работы иерархия доказательств определяет стратегию поиска литературы. Обзор следует начинать с вершины: сначала систематические обзоры и метаанализы, затем РКИ, и только потом обсервационные исследования.
15-3. Проблемы и ограничения доказательной медицины
Доказательная медицина - лучший из доступных подходов к принятию клинических решений. Но у неё есть системные проблемы, о которых полезно знать каждому, кто работает с научной литературой.
❌ Первая - публикационное искажение.
Исследования с положительными результатами публикуются значительно чаще, чем исследования, которые не обнаружили эффекта. По данным систематического обзора Dwan и соавторов, вероятность публикации для «положительных» результатов в два–четыре раза выше.
Литература, на которую опираются обзоры и метаанализы, может быть систематически смещена в сторону переоценки эффектов. Частично проблему решает предрегистрация протоколов, но далеко не все исследования проходят через этот фильтр.
❌ Вторая - влияние спонсоров.
Значительная часть крупных РКИ финансируется производителями. Это не означает автоматической фальсификации, но создаёт условия для искажений: сравнение с плацебо вместо лучшего доступного лечения, акцент на суррогатных конечных точках (измерение промежуточных показателей вместо клинических исходов), избирательная публикация результатов.
Кокрейновский обзор Lundh и соавторов показал, что исследования, финансированные производителем, чаще демонстрируют благоприятные для спонсора результаты и выводы, чем независимые работы с аналогичным дизайном.
❌ Третья - кризис воспроизводимости.
В 2005 году Джон Иоаннидис опубликовал работу «Why Most Published Research Findings Are False», в которой математически показал: при типичных условиях медицинских исследований - небольшие выборки, множественные сравнения, гибкость в анализе - доля ложноположительных результатов может превышать долю истинных.
❌ Четвёртая - ограничения метаанализа.
Метаанализ стоит на вершине пирамиды, но его качество определяется качеством включённых исследований. Объединение нескольких слабых работ не создаёт одну сильную, а высокая гетерогенность может сделать усреднённый результат бессмысленным.
❌ Пятая - перенос групповых данных на конкретного пациента.
РКИ показывает средний эффект в выборке. Но пациент перед врачом - не среднее арифметическое. У него свои сопутствующие заболевания, генетические особенности и социальные условия, которые могли быть критерием исключения в том самом исследовании, на которое опирается рекомендация.
✅ Из этого не следует, что доказательную медицину нужно отвергать. Не стоит возвращаться к медицине авторитетов, но необходимо повышать стандарты: увеличивать выборки, предрегистрировать протоколы, открывать данные, проверять конфликты интересов.
Для автора научной работы понимание ограничений системы - такая же часть профессиональной грамотности, как и понимание её принципов 🤝👍
Коллеги, на этой неделе разберём объект и предмет исследования. Эти понятия неотъемлемы как инструмент научного мышления: они помогают удерживать границы работы, не смешивать уровни рассуждений и сохранять согласованность между темой, целью, задачами, методами и выводами.
Даже если вы не выносите эти формулировки отдельно в тексте вашей статьи, логика «объект–предмет» всё равно должна присутствовать в хорошем исследовании.
Объект исследования - это то, к чему относится работа в целом на самом широком уровне. В медицинских исследованиях объектом обычно выступают клиническая популяция, заболевание, клинический процесс, этап оказания помощи или организация медицинской помощи. Объект отвечает на вопрос, в каком клиническом контексте находится исследование и о какой группе или процессе идёт речь.
Прикладной смысл объекта для автора состоит в фиксации границ. Объект задаёт, что относится к исследованию, а что находится за его пределами. Когда объект определён чётко, проще удерживать масштаб, не расползаться на соседние диагнозы и подгруппы, не превращать введение в обзор «про всё, что знаю» и не пытаться ответить сразу на несколько разных вопросов.
Примеры объекта исследования в медицине:
- пациенты с хронической сердечной недостаточностью, наблюдающиеся в стационаре и амбулаторно;
- течение ишемической болезни сердца у пациентов после коронарного шунтирования;
- диагностика и лечение внебольничной пневмонии в условиях многопрофильного стационара;
- организация оказания помощи пациентам с инсультом в региональной сосудистой сети.
В среду поговорим о предмете исследования.
Предмет исследования - это конкретный фокус внутри объекта. Это то, что именно изучается в выбранном клиническом контексте: характеристика, взаимосвязь, эффект вмешательства, диагностическая точность теста, прогностический фактор, исход или модель. Предмет отвечает на вопрос, какой аспект объекта находится в центре анализа.
Прикладной смысл предмета для автора в том, что он превращает общий контур исследования в конкретный исследовательский фокус. Предмет помогает не путать тему и содержание работы. Тема может звучать широко, но предмет всегда конкретнее и ближе к данным. Именно предмет обычно определяет, какие переменные будут собираться и какие исходы станут центральными.
Примеры предмета исследования:
- предикторы неблагоприятных исходов у пациентов с хронической сердечной недостаточностью;
- влияние выбранной стратегии лечения на частоту послеоперационных осложнений после коронарного шунтирования;
- диагностическая значимость маркеров воспаления и данных лучевой диагностики при внебольничной пневмонии;
- влияние организационных решений на летальность при инсульте.
Научный процесс можно представить как систему, где каждый элемент отвечает за свою функцию. Если одно звено расплывается, дальше начинает “плыть” всё исследование. На данный момент на канале мы разобрали девять ключевых понятий научного процесса. Позвольте собрать их воедино, чтобы у вас сложилась единая картина, и мы могли двигаться дальше.
Сначала задаётся область, внутри которой вообще ведётся работа. Это объект исследования. Он фиксирует клинический контекст: какая популяция пациентов, какой процесс, какая часть медицинской помощи. Следующий уровень внутри объекта это предмет исследования. Предмет задаёт фокус анализа: что именно в этой популяции или процессе изучается, какой эффект, связь, исход или диагностический показатель.
Дальше появляется научный вопрос. Он формулируется внутри выбранных объекта и предмета. Вопрос описывает, что именно остаётся неясным и на что исследование должно ответить. В части исследований задаётся гипотеза. Это предполагаемый ответ на вопрос, сформулированный до анализа данных. Гипотеза не обязана быть в каждом проекте, но если она есть, то она должна соответствовать тому же предмету.
Цель исследования фиксирует, что именно автор намерен выяснить по этому вопросу. Цель обычно повторяет смысл вопроса, но в форме научной задачи, то есть без вопросительного знака и без предположений. Задачи исследования раскладывают цель на логические шаги. Они показывают, какие элементы нужно последовательно описать и оценить, чтобы цель была достигнута. Через задачи становится ясно, почему выбран именно такой дизайн и какие данные потребуются. Если задачи не вытекают из цели, исследование выглядит как набор разрозненных действий.
Актуальность, научная новизна и практическая значимость работают как внешняя рамка смысла. Актуальность отвечает, почему выбранный предмет стоит изучать сейчас в данном клиническом контексте. Научная новизна объясняет, чем этот предмет отличается от уже опубликованных данных по тому же объекту и почему работа не является повторением. Практическая значимость показывает, что дают результаты для клинических решений, диагностики, прогноза или организации медицинской помощи. Эти три блока не заменяют цель и задачи, но обосновывают, зачем исследование вообще должно существовать.
Если собрать это в одну связку, получается такая логика: объект и предмет задают границы и фокус, научный вопрос формулирует неизвестное, гипотеза при необходимости задаёт предполагаемый ответ, цель переводит вопрос в формулировку намерения, задачи раскладывают цель на шаги, а актуальность, новизна и практическая значимость объясняют, зачем эта работа нужна медицине.
Коллеги, продолжаем серию «Азбука медицинской науки». На прошлой неделе мы разобрали научный вопрос и гипотезу - то, с чего начинается любая осмысленная научная работа.
На этой неделе поговорим о следующем логическом шаге: цели и задачах исследования.
Это те элементы, которые превращают абстрактный интерес в структурированную научную деятельность и задают внутреннюю логику всей работы.
Задачи исследования - это логически связанные шаги, с помощью которых достигается цель. Они описывают, какие именно аспекты необходимо последовательно рассмотреть, чтобы прийти к заявленному результату. В отличие от цели, задач может быть несколько, и каждая из них отвечает за отдельный фрагмент научной логики.
С научной точки зрения задачи выполняют роль мостов между целью и методами. Через задачи становится понятно, почему выбран именно такой дизайн исследования, какие данные собираются и какие анализы проводятся. Хорошо сформулированные задачи позволяют читателю заранее увидеть структуру исследования, ещё до знакомства с разделами «Материалы и методы» и «Результаты».
Принципиально важно, что задачи не должны выходить за рамки цели. Если задачи охватывают более широкий круг вопросов, чем заявленная цель, возникает логическое несоответствие. Задачи должны быть соразмерны цели и подчиняться ей, а не существовать как самостоятельные цели.
Если в научных статьях мы, как правило, декларируем только цель исследования, то в диссертации необходимо раскрыть как цель, так и задачи.
Цель и задачи исследования образуют иерархическую структуру. Цель задаёт общее направление научной работы, а задачи конкретизируют путь к этому направлению. При корректной постановке каждая задача вносит вклад в достижение цели, и совокупность задач полностью её покрывает.
Эта связь имеет практическое значение для оценки качества научной работы. Если результаты исследования не соотносятся с задачами, а задачи - с целью, доверие к работе снижается независимо от качества данных. Напротив, логически связанная система «вопрос - цель - задачи» делает исследование прозрачным и предсказуемым для читателя.
С концептуальной точки зрения цель и задачи выполняют ещё одну функцию. Они ограничивают исследование, защищая его от расползания и избыточных интерпретаций. Чётко заданные цель и задачи позволяют автору ясно понимать, на какие вопросы он отвечает, а какие сознательно оставляет за рамками данной работы.
Коллеги, продолжаем серию «Азбука медицинской науки». Ранее мы уже разобрали, как формируются научный вопрос, гипотеза, цель и задачи исследования - внутренний каркас любой научной работы.
На этой неделе поговорим о том, как исследование соотносится с внешним контекстом: почему оно вообще нужно сейчас, чем отличается от уже опубликованного и какую пользу может принести практике. Речь пойдёт об актуальности, научной новизне и практической значимости!
Актуальность исследования отражает, почему рассматриваемая проблема важна именно в данный момент. Она связывает научную работу с текущим состоянием медицины, клинической практики и накопленных знаний. По сути, актуальность отвечает на вопрос, почему исследование заслуживает внимания здесь и сейчас, а не в абстрактном будущем.
С научной точки зрения актуальность не равна общей значимости темы. Формулировки о «высокой распространённости заболевания» или «большом социальном бремени» сами по себе ещё не делают исследование актуальным. Актуальность возникает там, где существует конкретный пробел, противоречие или нерешённый вопрос, имеющий значение для клинических решений, диагностики или понимания механизмов.
Корректно сформулированная актуальность задаёт контекст всей работы. Она помогает читателю понять, из какого научного поля возникает исследование и какие проблемы оно призвано осветить. Без этого контекста даже методологически безупречная работа может восприниматься как изолированная и слабо связанная с реальными потребностями медицины.
Научная новизна описывает, чем данное исследование отличается от уже существующих работ. Она фиксирует вклад автора в расширение знаний, а не повторение известных фактов. Новизна не обязательно означает радикально новый метод или открытие; чаще речь идёт о новом ракурсе, уточнении, сопоставлении или применении известных подходов в другой клинической ситуации.
Важно понимать, что новизна определяется не намерением автора, а состоянием литературы. То, что для исследователя является новым, может давно быть описано в других публикациях. Поэтому научная новизна всегда соотносится с тем, что уже известно, и формулируется через отличие от предыдущих данных, а не через субъективную оценку оригинальности.
С методологической точки зрения научная новизна служит обоснованием самой работы. Она отвечает на вопрос, зачем к существующим публикациям добавляется ещё одна. Если новизна сформулирована чётко, читателю понятно, какое место занимает исследование в научном поле и почему его результаты дополняют, а не дублируют уже имеющиеся знания.
Коллеги, продолжаем серию «Азбука медицинской науки». На прошлой неделе мы разобрали научный вопрос и гипотезу - то, с чего начинается любая осмысленная научная работа.
На этой неделе поговорим о следующем логическом шаге: цели и задачах исследования.
Это те элементы, которые превращают абстрактный интерес в структурированную научную деятельность и задают внутреннюю логику всей работы.
Цель исследования - это формулировка того, ради чего проводится научная работа. Она отвечает на вопрос, какой результат автор намерен получить в рамках обозначенного научного вопроса. В отличие от гипотезы, цель не содержит предположения и не описывает ожидаемый эффект, а фиксирует направление и смысл исследования.
С методологической точки зрения цель должна быть единой и сквозной. В корректно спланированном исследовании цель одна, даже если работа включает несколько анализов или аспектов. Цель связывает между собой научный вопрос, дизайн исследования, выбор данных и последующие выводы. Если цель сформулирована расплывчато, исследование теряет фокус, а его результаты становятся трудными для интерпретации.
Коллеги, продолжаем серию «Азбука медицинской науки». На прошлой неделе мы разобрали научный вопрос и гипотезу - то, с чего начинается любая осмысленная научная работа.
На этой неделе поговорим о следующем логическом шаге: цели и задачах исследования.
Это те элементы, которые превращают абстрактный интерес в структурированную научную деятельность и задают внутреннюю логику всей работы.
Задачи исследования - это логически связанные шаги, с помощью которых достигается цель. Они описывают, какие именно аспекты необходимо последовательно рассмотреть, чтобы прийти к заявленному результату. В отличие от цели, задач может быть несколько, и каждая из них отвечает за отдельный фрагмент научной логики.
С научной точки зрения задачи выполняют роль мостов между целью и методами. Через задачи становится понятно, почему выбран именно такой дизайн исследования, какие данные собираются и какие анализы проводятся. Хорошо сформулированные задачи позволяют читателю заранее увидеть структуру исследования, ещё до знакомства с разделами «Материалы и методы» и «Результаты».
Принципиально важно, что задачи не должны выходить за рамки цели. Если задачи охватывают более широкий круг вопросов, чем заявленная цель, возникает логическое несоответствие. Задачи должны быть соразмерны цели и подчиняться ей, а не существовать как самостоятельные цели.
Если в научных статьях мы, как правило, декларируем только цель исследования, то в диссертации необходимо раскрыть как цель, так и задачи.
Цель и задачи исследования образуют иерархическую структуру. Цель задаёт общее направление научной работы, а задачи конкретизируют путь к этому направлению. При корректной постановке каждая задача вносит вклад в достижение цели, и совокупность задач полностью её покрывает.
Эта связь имеет практическое значение для оценки качества научной работы. Если результаты исследования не соотносятся с задачами, а задачи - с целью, доверие к работе снижается независимо от качества данных. Напротив, логически связанная система «вопрос - цель - задачи» делает исследование прозрачным и предсказуемым для читателя.
С концептуальной точки зрения цель и задачи выполняют ещё одну функцию. Они ограничивают исследование, защищая его от расползания и избыточных интерпретаций. Чётко заданные цель и задачи позволяют автору ясно понимать, на какие вопросы он отвечает, а какие сознательно оставляет за рамками данной работы.
Поэтому мы начинаем серию «Азбука медицинской науки». В ней будем последовательно разбирать ключевые термины и понятия, без которых невозможно уверенно ориентироваться в научной работе.
На этой неделе поговорим о научном вопросе и гипотезе. Это отправные точки любой научной работы, от которых зависит логика исследования и интерпретация результатов.
С точки зрения научной логики вопрос должен быть конкретным, проверяемым и ограниченным, то есть привязанным к определённой популяции, вмешательству или экспозиции и исходу. Вопрос может быть описательным (что происходит и как часто), сравнительным (есть ли различия между группами), прогностическим (что предсказывает исход), диагностическим (насколько точен тест) или причинным (как вмешательство влияет на исход). Формулировка вопроса задаёт не только содержание, но и дизайн исследования, потому что разные вопросы требуют разных способов получения доказательств.
Существуют разные виды гипотез. Сравнительная гипотеза предполагает различие между группами. Направленная гипотеза задаёт предполагаемое направление эффекта (например, больше или меньше). Нулевая гипотеза обозначает отсутствие эффекта или различий и часто используется как формальная основа статистической проверки. Бывает также гипотеза о связи факторов, когда исследование направлено на оценку ассоциации между характеристикой и исходом.
Качественная гипотеза должна быть согласована с научным вопросом и понятийным уровнем исследования. То есть она должна говорить о том же объекте, тех же группах и тех же исходах, которые подразумеваются вопросом. Если гипотеза формулируется шире вопроса или про другое, это обычно сигнал, что вопрос сформулирован неясно или в исследовании смешаны разные цели.
Эта связка важна для качества исследования, потому что она влияет на выбор дизайна и на способ чтения результатов. Когда вопрос и гипотеза согласованы, читателю легче понять, почему использован именно такой дизайн, какие данные важны, и что именно считается подтверждением или опровержением предположения. Когда они не согласованы, исследование выглядит как набор разрозненных наблюдений, даже если данные хорошие.
В практическом смысле научный вопрос и гипотеза выполняют ещё одну функцию. Они защищают научную работу от произвольных выводов, потому что заранее фиксируют смысл исследования. Это не делает исследование “предвзятым”, а делает его структурированным: сначала формулируется что мы хотим узнать, затем что мы предполагаем увидеть, и только потом анализируются данные.
Коллеги, доброе утро! Начинается первая юбилейная неделя на канале 🎉 Предлагаю сделать её максимально предметной. Поговорим о необходимых онлайн-ресурсах для проведения исследований и написания научных статей.
Сообщения по теме выйдут сегодня, в среду и пятницу.
1. eLIBRARY.ru (РИНЦ) - крупнейший российский агрегатор научных публикаций и цитирований. Удобен для поиска русскоязычных статей, просмотра профилей авторов, списка работ и метаданных публикации.
2. КиберЛенинка - открытая библиотека научных статей, быстрый способ получить полный текст.
3. Перечень рецензируемых изданий ВАК - официальный список журналов, который важен для диссертаций, проверять журнал лучше здесь.
4. Рубрикатор клинических рекомендаций Минздрава РФ - если работа клиническая, это прямой способ проверить актуальные рекомендации и корректную терминологию.
5. Антиплагиат - тот самый инструмент для проверки заимствований и ИИ-контента перед подачей статьи или диссертации.
Поделитесь, пожалуйста, в комментариях, какой у Вас опыт работы с этими ресурсами, чем пользуетесь еще в контексте российской науки?
В среду поговорим о международных ресурсах.
1. PubMed - главная база по биомедицине, "наше всё".
2. PubMed Central (PMC) - архив полнотекстовых статей с бесплатным доступом.
3. Google Scholar - поиск по всему научному интернету.
4. Cochrane Library - база ключевых систематических обзоров по клиническим вопросам. Полезно, чтобы быстро понять, что уже обобщено на высоком уровне.
5. Sci-Hub - пиратский (простите) ресурс для доступа к полным текстам.
А как Вы еще ищете зарубежную литературу?
В пятницу поговорим о инфраструктурных международных ресурсах для науки и публикаций.
1. Zotero - менеджер литературы: хранение PDF, структурирование по папкам, автоматические ссылки в Word. Это то, что избавляет от ручного оформления списка литературы. Таких менеджеров множество. Я пользуюсь этим, очень удобно и полностью бесплатно.
2. ORCID - идентификатор автора, который связывает ваши публикации между системами.
3. Web of Science Master Journal List - проверка, индексируется ли журнал в Web of Science.
4. Scopus Sources - каталог журналов Scopus.
5. SCImago Journal Rank (SJR) - рейтинг международных научных журналов.
6. COPE (Committee on Publication Ethics) - ресурс по публикационной этике. Полезно для понимания стандартов: конфликты интересов, дублирующие публикации, ретракции, работа редакций.
7. EQUATOR Network - библиотека чек-листов отчётности по дизайнам исследований (CONSORT, STROBE, PRISMA, CARE и др.).
8. ResearchGate - научная социальная сеть - очень полезный ресурс.
Друзья, чтобы не утонуть в ленте статей, полезно знать вид/тип публикации. Он сразу подсказывает, что за данные внутри и какую “силу” обычно имеет вывод.
На этой неделе подробно пройдемся по всем видам публикаций, которые условно можно разделить на три блока:
1) Исследования (Research) - поговорим сегодня.
2) Обобщение знаний (Synthesis) - разберем в среду.
3) Короткие коммуникации (Short communications) - ознакомимся в пятницу.
Английские аналоги названий использую умышленно, для расширения кругозора.
1. Оригинальная статья (Original Article / Original Research). Базовый формат, где авторы публикуют собственные данные и показывают полный цикл исследования: постановку вопроса, методы, результаты и выводы. Обычно именно в оригинальных статьях впервые появляются новые клинические наблюдения в систематизированном виде. Это основной “строительный материал” медицинской науки.
2. Клиническое исследование (Clinical Study). Общее название для исследований, которые опираются на данные пациентов или клинической практики, но не обязательно включают активное вмешательство. В эту категорию могут попадать как наблюдательные работы, так и исследования, где сравнивают подходы в реальной клинике без строгой рандомизации. Проще говоря, это “про пациентов и клинические исходы”, а не про эксперимент в лаборатории.
3. Клиническое испытание (Clinical Trial). Исследование, в котором оценивают вмешательство: препарат, процедуру, устройство, метод лечения или профилактики. Как правило, заранее задаются критерии включения, конечные точки (исходы) и план анализа, чтобы результаты можно было интерпретировать однозначно. Именно этот тип чаще всего используется, когда вопрос звучит как “работает ли метод”.
4. Рандомизированное контролируемое испытание (Randomized Controlled Trial, RCT). Разновидность клинического испытания, где распределение участников по группам происходит случайно. Это повышает сопоставимость групп и снижает риск того, что результат объясняется не вмешательством, а исходными различиями пациентов. Поэтому выводы из RCT обычно воспринимаются как более убедительные, если дизайн выполнен корректно.
5. Наблюдательное исследование (Observational Study). Формат, где исследователь не назначает лечение, а анализирует то, что происходит в обычной практике или в базе данных. Такие исследования хорошо отвечают на вопросы о факторах риска, прогнозе, ассоциациях, распространенности, а также о реальных исходах лечения “в жизни”. При этом они обычно хуже подходят для доказательства причинно-следственной связи, чем испытания.
6. Когортное исследование (Cohort Study). Наблюдательное исследование, где группу людей наблюдают во времени и оценивают, как наличие фактора или экспозиции связано с будущими исходами. Часто используется в прогнозе и эпидемиологии, а также в анализе “что будет, если у пациента есть X”. Сильная сторона когорты в том, что временная последовательность событий обычно понятна.
7. Исследование случай-контроль (Case-Control Study). Наблюдательное исследование, где сначала формируют группу с исходом (случаи) и без исхода (контроли), а затем сравнивают, чем эти группы отличались по факторам в прошлом. Это удобно, когда исход редкий или ждать его в когорте слишком долго. При этом критично качество подбора контролей и данных о прошлых воздействиях.
8. Поперечное исследование (Cross-Sectional Study). Наблюдательное исследование “срезом” в один момент времени, когда данные собирают одновременно для всех переменных. Такой дизайн хорошо показывает распространённость состояния и связи между признаками, помогает описать “как устроена популяция сейчас”. Обычно он не позволяет уверенно говорить о причинности, потому что не задаёт последовательность “причина → следствие”.
9. Диагностическое исследование точности (Diagnostic Accuracy Study). Исследование, где оценивают, насколько диагностический тест способен отличать пациентов с состоянием от пациентов без состояния, обычно по сравнению с эталонным методом. Цель такого формата не “лечить”, а измерить точность диагностического инструмента и понять, где он полезен, а где даёт ошибки. Этот тип особенно важен при внедрении новых тестов, шкал, алгоритмов и технологий.
Друзья, 09 января (пт) в 15-00 (Мск) я проведу вебинар на тему "Как написать хорошую медицинскую статью", приуроченный к грядущему интенсиву "Обзорная статья за 4 недели".
На вебинаре поговорим о том, зачем нужно заниматься наукой, зачем публиковать научные статьи, и как это делать правильно и легко. И главное, участники вебинара получат маршрутную карту, как грамотно выстроить свой научный путь.
Участие в вебинаре бесплатное, количество мест ограничено. Для регистрации перейдите, пожалуйста, по ссылке.
Начало года - это отличное время для творческого поиска и планирования. На нашем канале "Индекс Хирша" вектор планирования очевиден - это Ваша научная деятельность, Ваша научная карьера. Сейчас, в праздничные недели, самое время погрузиться в мир науки, перед тем, как Вас погрузят рабочие будни. Предлагаю зарядиться научным позитивом, который Вы пронесете через весь рабочий год. До встречи на вебинаре!
1. Обзор (Review). Обобщающая статья, которая помогает собрать картину по теме и понять основные линии доказательств. По уровню строгости обзоры сильно различаются: от экспертного синтеза до более “описательного” пересказа литературы. Хороший обзор полезен тем, что экономит время читателю и даёт структуру области.
2. Систематический обзор (Systematic Review). Обобщающая работа, где авторы заранее задают вопрос, правила поиска, критерии отбора и затем последовательно собирают все подходящие исследования. Ценность формата в прозрачности: читатель видит, что включили, что исключили и почему. Такой подход снижает риск выборочного подбора литературы под заранее желаемый вывод.
3. Мета-анализ (Meta-Analysis). Статистическое объединение результатов нескольких исследований в одну итоговую оценку эффекта. Мета-анализ часто выполняют в рамках систематического обзора, но это отдельная часть работы, которая требует сопоставимости исходов и корректной модели анализа. Сила мета-анализа зависит от качества включённых исследований и их неоднородности.
4. Клинические рекомендации (Guideline / Practice Guideline). Документ, который переводит доказательства в практические решения: что рекомендовать, кому, в каких ситуациях, с какой силой рекомендации. Обычно такие документы готовят экспертные группы по строгой методике, потому что на них ориентируются клиницисты, организации и регуляторы. По сути, это “итоговая карта действий” для практики.
5. Протокол исследования (Study Protocol) / протокол клинического испытания (Clinical Trial Protocol). Публикация, где описан план исследования до получения результатов: дизайн, популяция, исходы, методы анализа, организационные моменты. Протокол помогает фиксировать “правила игры” заранее и повышает доверие к итоговым выводам. Читателю полезно видеть, что исследование не было перестроено задним числом под результат.
6. Протокол систематического обзора (Systematic Review Protocol). Публикация, где заранее фиксируют вопрос обзора, критерии включения, стратегию поиска, подход к извлечению данных и анализу. Такой протокол помогает сделать будущий обзор более воспроизводимым и защищает от ситуации “в процессе отбора поменяли правила”. Для читателя и рецензента это маркер дисциплины и прозрачности.
Друзья, напоминаю, что завтра 09 января в 15-00 я провожу вебинар на тему "Как написать хорошую медицинскую статью" - поделюсь опытом и расскажу, как научиться публиковаться правильно и легко, и как превратить публикационный процесс в отлаженную систему.
Участие в вебинаре бесплатное, количество мест ограничено. Для регистрации перейдите, пожалуйста, по ссылке.
В конце вебинара расскажу о грядущем интенсиве "Обзорная статья за 4 недели", который стартует совсем скоро - в понедельник 12 января.
Для новых подписчиков:
- о канале,
- обо мне.
До встречи на вебинаре!
1. Клинический случай (Case Report / Case Reports). Описание одного пациента, где ценность в необычном течении, редком осложнении, нестандартной диагностике или важном клиническом уроке. Это формат не для “доказательства эффективности”, а для передачи практического опыта и сигналов сообществу. Хороший клинический случай читается быстро и запоминается одним выводом.
2. Серия случаев (Case Series). Публикация нескольких похожих клинических наблюдений, объединённых одной темой или подходом. Серия случаев часто используется, когда проводить большое исследование пока невозможно, но важно зафиксировать повторяющийся клинический паттерн. Это формат раннего накопления опыта, который иногда становится отправной точкой для дальнейших исследований.
3. Редакционная статья (Editorial). Короткий текст с позицией редакции или приглашённого эксперта, который объясняет значение новой работы или обсуждает важную проблему области. Это не “нейтральный обзор”, а интерпретация и акцент: почему это важно, где риски, что дальше. Редакционные часто задают тон дискуссии вокруг темы.
4. Комментарий (Comment). Краткий текст, который обсуждает опубликованную статью или спорный вопрос, помогает читателю увидеть сильные и слабые стороны, альтернативные трактовки, ограничения. Комментарий может поддерживать выводы, критиковать их или уточнять границы применимости. Это жанр научного диалога “по существу”.
5. Письмо в редакцию (Letter). Формат для короткой реакции на публикацию: уточнение, критика, дополнение, вопрос к авторам, иногда сообщение небольшого наблюдения. Письма ценят за скорость и конкретику, они часто быстро читаются и могут влиять на обсуждение статьи. В хороших письмах минимум эмоций и максимум ясного аргумента.
- Студент
- Ординатор
- Специалист
- Другое
- Да, есть (можете делиться ссылками в комментариях, с удовольствием почитаем)
- Есть только соавторство (тоже делитесь в комментариях)
- Пока нет статей, но очень хочется
- Пока нет
- К.м.н.
- Д.м.н.
- Другое
Давайте обсудим, что сегодня больше всего беспокоит молодых врачей, которые хотят публиковаться (и защищаться). С каким проблемами Вы сталкиваетесь чаще всего? Где спрятаны самые большие «камни преткновения»?
Чтобы проблему решить, нужно ее сперва обозначить. Мне интересны Ваши мнения и истории.
Друзья, мы вплотную подходим к завершению года и к праздничным дням!
Конец года - это тот самый момент, когда полезно остановиться и оглянуться назад.
Предлагаю сегодня каждому подвести итоги своего личного "Научного 2025го года".
Каким он был? Какие успехи? Сколько статей, какие, где? Защитились ли? Какие вызовы? Что переносите в 2026й? Или вы пока готовитесь "к прыжку", а итогов особо и нет?
Тот факт, что вы подписаны на канал о научном письме, уже сам по себе указывает на то, что вы двигаетесь в нужном направлении - вы хотите расти как автор/ученый/исследователь.
Сохраните ваши "итоги 2025го" у себя в заметках. Если 2026й проведем вместе на канале, то через год вы с удивлением обнаружите, какой оказывается путь можно было пройти в науке за 12 месяцев!)
Делитесь итогами в комментариях, с удовольствием порадуемся за каждого.
С Наступающим!
Поздравляю каждого с Наступающим Новым 2026 Годом!
Желаю личных и профессиональных успехов, неиссякаемого вдохновения, полезных и интересных идей, легких публикаций, добрых и быстрых рецензентов, хороших и проактивных соавторов, мудрых и грамотных научных руководителей, и побольше, побольше цитирований!!!😊🚀🍾🎉🎉🎉🥳
- 1-3
- 4-6
- 7-12
- >12
Объявление:
Друзья, я набираю первую группу на 4-недельный обучающий интенсив по написанию обзорной статьи.
Даты проведения:
- с 12.01.2026 по 06.02.2026
Формат обучения:
- 20 рабочих дней = 20 шагов к готовой статье
- общение со мной в закрытом Telegram-чате
- каждое утро - короткое задание: что сделать и какой результат должен получиться
- в течение дня Вы выполняете задание и присылаете результат в чат
- я даю обратную связь каждому участнику по его работе
- к финалу курса Вы самостоятельно отправляете статью в выбранный журнал
Что Вы получите за 4 недели:
- навык научного письма
- готовую рукопись обзорной статьи
- пакет документов для подачи в выбранный журнал
- доступ в закрытый клуб «Индекс Хирша» - среду для регулярного научного общения с единомышленниками, взаимной поддержки и поиска соавторов 💎
Кому подойдет интенсив:
- врачам и медицинским студентам, которые хотят научиться писать научные статьи, но пока - нет опыта, команды и собственной базы данных для оригинального исследования
- обзорная статья - самый понятный и быстрый вход в научный процесс; при корректном выборе темы она может быть полезна и для будущей кандидатской диссертации
Условия участия и запись:
- пишите в личные сообщения: @ZhigalovMD
Тема седьмой недели: «Индекс Хирша, импакт-фактор и другие метрики»
Доброе утро, коллеги!
На этой неделе говорим о наукометрии: что измеряют индексы, как оценивают журналы и зачем врачу вообще всё это знать.
Сообщения на канале будут выходить через день (Пн, Ср, Пт и Вс).
Желаю всем продуктивной рабочей недели!
Понедельник.
Зачем врачам знать про наукометрию
Что такое наукометрия. Наукометрия – это наука о количественном измерении научной деятельности. Проще говоря, она пытается выразить научную активность в цифрах: сколько статей опубликовано, сколько раз их процитировали и т.д. Это область науковедения, изучающая эволюцию науки с помощью статистического анализа публикаций. Наукометрические показатели (например, число цитирований или индекс Хирша) используются как единый язык для оценки вклада ученого или учреждения в науку. Хотя поначалу все эти числа могут пугать, важно понимать, что наукометрия – лишь инструмент для сбора данных о науке, а не оценка личных качеств ученого.
Почему от метрик никуда не деться. В современной науке – в том числе и медицинской – показатели наукометрии проникли во все официальные процедуры. Вот несколько ситуаций, где врач-исследователь сталкивается с «магией цифр»:
Аттестация и защита диссертации. Для получения ученой степени (кандидата или доктора наук) ВАК требует, чтобы основные результаты диссертации были опубликованы в определенных журналах. Например, соискателю степени кандидата наук необходимо иметь минимум три статьи в журналах из перечня ВАК. Без этих публикаций диссертационный совет просто не допустит вас до защиты. ВАКовские журналы – это своего рода знак качества в отечественной науке: публикации в них подтверждают новизну и значимость работы.
Конкурсы и гранты. При подаче заявок на научные гранты или участие в конкурсах на финансирование ваши показатели (число статей, цитирования, индекс Хирша) почти наверняка будут учтены. Финансирующие организации и эксперты используют эти метрики, чтобы быстро оценить, насколько активно и результативно вы публиковались ранее. Высокие показатели не гарантируют победы, но их отсутствие может снизить шансы.
Назначение на должности. В академической среде при приеме на работу или продвижении по службе тоже смотрят на публикационную активность. Для преподавателей, заведующих отделениями и научных сотрудников часто существуют минимальные требования: например, определенное число статей в год, индексируемых в RSCI (РИНЦ) или международных базах. Отчеты по научной работе в учреждениях здравоохранения тоже включают эти цифры. Проще говоря, чтобы претендовать на высокие позиции, врачу нужно показать, что он не только практикует, но и делает вклад в науку, подтвержденный публикациями.
Что измеряют метрики – и чего они не покажут. Важно понимать границы применимости наукометрии. Количественные показатели действительно хорошо измеряют формальную продуктивность: сколько у вас статей и сколько раз вас цитировали. Они позволяют сравнивать ученых по объему публикаций и косвенно по влиянию работ. Однако есть вещи, которые не уловит ни одна метрика:
Глубину мысли и научное новаторство. Цифры не способны отразить, насколько оригинальна ваша гипотеза или насколько глубоко вы продумали исследование. Статья может быть крайне инновационной, но, если она не набрала много цитирований (например, из-за узкой тематики), метрики этого не оценят. Индекс Хирша не отражает значимость или общественную пользу исследований – он просто считает цитаты.
Качество работы с пациентами. Для практикующего врача главное – эффективно лечить людей. Ни индекс цитирования, ни импакт-фактор не измерят ваших навыков диагностики, эмпатии к пациенту или клинической интуиции. Лучший врач отделения может иметь нулевой индекс Хирша, и это ничего не скажет о его профессионализме у постели больного.
Вклад в образование. Если вы превосходный преподаватель, наставник для студентов и ординаторов, это вряд ли отразится в научных метриках. Часы, проведенные в клинических разборах и лекциях, не конвертируются в баллы цитируемости. Поэтому ученый с высоким индексом может быть слабым педагогом, и наоборот.
Таким образом, наукометрия измеряет только то, что поддается подсчету. Цитаты и публикации – это своего рода «видимая часть айсберга» научной работы. Но невидимая часть – творческую мысль, клиническое мастерство, педагогический талант – цифрами не выразить. Помните об этом, когда смотрите на свои показатели или сравниваете себя с другими.
Отсюда вытекает важное разграничение: наукометрия полезна как инструмент для системы, но опасна, если превращать ее в мерило собственной ценности. Для руководителей, администраций, комиссий метрики – удобный сервис поддержки решений: они помогают быстро прикинуть, кого поощрить грантом, кого принять в аспирантуру. В идеале эти показатели упрощают работу экспертов, но не заменяют ее. Например, комиссии все равно читают ваши работы и оценивают их содержание, а не только смотрят на цифры.
Для самого же врача-ученого метрики не должны становиться ни кнутом, ни пряником. Не стоит падать духом, если ваши числа пока малы, и уж тем более не стоит гнаться за показателями в ущерб реальной работе. Наукометрия – это язык системы, на котором она «разговаривает» с нами. Его надо понимать, чтобы ориентироваться в правилах игры, но нельзя позволять цифрам управлять всеми решениями.
Итого: Наукометрия – не враг и не панацея, а просто набор условных единиц. Врачам важно знать эти правила игры: они влияют на карьеру в науке, дают ориентиры для развития, но при этом не определяют вашей ценности как врача и человека. Дальше в течение недели мы рассмотрим конкретные показатели и научимся относиться к ним с долей скепсиса и здорового смысла.
Среда
Индекс Хирша простыми словами.
Индекс Хирша (h-index) – пожалуй, самый известный личный наукометрический показатель ученого. Он задуман так, чтобы сразу учесть и количество публикаций, и их цитируемость.
Определение: у исследователя индекс = h, если у него есть как минимум h статей, каждая из которых цитировалась не менее h раз. Например, если опубликовано 10 статей, и 6 из них процитировали хотя бы 6 раз, то h-index = 6. Эта простая формула дает одним числом оценку продуктивности и влияния автора. Чем больше значимых (цитируемых) работ, тем выше индекс.
Впервые его предложил физик Хорхе Хирш в 2005 году для упрощения оценки научного вклада.
Что нам говорит h-index формально? По сути, что у ученого есть определенное количество непроходных работ. Индекс 10 означает, что 10 работ получили широкое признание (каждая не менее 10 цитирований). Индекс 1 – что хотя бы одну работу кто-то процитировал. Высокий индекс часто трактуют как признак того, что совокупный вклад автора в науку велик и его работы востребованы в сообществе.
На практике же читать h-index нужно осторожно: он не различает, где именно цитируют (в топ-журнале или в студенческих трудах), и не учитывает качество самих цитат. Это грубый индикатор, который удобен для сравнений в общем плане, но не заменяет экспертной оценки.
Прелесть (и проклятие) h-index в том, что считать его может любая база данных. В итоге у одного и того же автора могут быть разные значения индекса в разных системах. Основные площадки, на которых врач-исследователь может узнать свой h-index:
• РИНЦ (РSCI, eLibrary.ru): российская база научного цитирования. Учитывает публикации в отечественных журналах, сборниках трудов, иногда диссертациях. Особенность: фокус на русскоязычных публикациях, много местных журналов. Часто h-index в РИНЦ выше, потому что учитываются цитаты, которые не видны международным базам.
• Scopus: крупная международная база данных (Elsevier). Считает индекс по журналам, индексируемым Scopus – в основном англоязычные издания по всем наукам. Особенность: строгий отбор журналов, поэтому некоторые российские работы туда не входят. У многих наших врачей h-index в Scopus ниже, чем в РИНЦ, из-за меньшего числа учитываемых статей.
• Web of Science: другая международная база (Clarivate). Методы похожи на Scopus – учитываются журналы из Web of Science Core Collection. Значение h обычно близко к Scopus (иногда чуть отличается, в зависимости от пересечения списков журналов).
• Google Scholar: свободно доступный поисковик научных публикаций от Google. Он может считать h-index по всему, что найдет в интернете – включая статьи, препринты, тезисы. Особенность: самые щедрые подсчеты, но наименее «официозные». Google часто показывает более высокий индекс, но в академических кругах приоритет отдают Scopus/WoS.
При оценке всегда уточняют, про какой именно h-index идет речь (обычно указывают базу). Для российских реалий РИНЦ-индекс тоже учитывается, но при выходе на международную арену важнее показатели именно Scopus.
Индекс Хирша сильно зависит от области науки. В разных дисциплинах приняты разные масштабы публикаций и цитирования. Медики и биологи, как правило, публикуются много (большие коллективы, актуальные прикладные темы) – у них средние h-index выше, чем, например, у математиков или гуманитариев.
Например, для биологии и медицины h-index ~15–25 можно считать уже неплохим средним уровнем, а свыше 40 – очень высоким достижением. В то же время в гуманитарных науках индекс 15 – уже выдающийся результат, а новички часто имеют h=1–3.
Поэтому сравнение «у кого индекс больше» имеет смысл только внутри одной области. Даже внутри медицины: у эпидемиолога, работающего с популяционными исследованиями, цитат может быть больше, чем у узкого хирурга, спасающего жизни в операционной (просто потому, что исследования разного типа). Наукометрия не учитывает эти нюансы.
Специалисты рекомендуют сравнивать показатели только между коллегами схожего профиля и примерно одного стажа. Помните, что h-index во многом отражает длину вашей карьеры: молодой врач физически не может иметь h=20, сколько бы он ни публиковался, нужно время, чтобы накопились цитирования.
Если вы заняты в основном клинической работой, не стоит превращаться в раба показателей. Тем не менее, знать свой h-index и понимать его значение полезно.
Минимум, который стоит знать:
• Где посмотреть: заведите профили в eLibrary (РИНЦ) и, при наличии англоязычных публикаций, в Scopus или Web of Science. Узнайте, какой у вас индекс в каждой базе. Это пригодится при заполнении анкет (например, для соискания премии или поступления в аспирантуру).
• Для защиты диссертации: сконцентрируйтесь на выполнении формальных требований – нужное число ВАК-публикаций и т.д. H-index у соискателя, как правило, невысокий, и это нормально. Комиссия больше смотрит на качество ваших работ и соответствие формальным критериям. Если у вас будет 1–2 в Scopus и чуть больше в РИНЦ – этого достаточно при наличии хороших публикаций.
• Для собеседований и конкурсов: если спрашивают про наукометрию, не тушуйтесь. Упомяните цифры (это показывает вашу осведомленность), но сразу делайте акцент на содержании: «у меня h-index 3, что отражает цитирование моих клинических исследований по кардиологии; более важно, что эти исследования легли в основу методических рекомендаций…». То есть используйте метрику как отправную точку для рассказа о своих достижениях, а не как самоцель.
• Без фанатизма: не старайтесь любой ценой увеличить индекс. Лучше написать одну толковую статью, которая действительно будет полезна коллегам (и со временем ее все равно начнут цитировать), чем десять пустых заметок ради строчки в списке публикаций. При устройстве на работу или оценке на комиссии h-index служит грубым фильтром, но решение принимают люди, и для них важнее ваша реальная экспертиза.
Вывод: Индекс Хирша – полезный ориентир, с помощью которого система оценивает научную активность. Зная о нем, вы понимаете правила игры: что ценится регулярная публикация результатов, которые читают и цитируют. Однако для вас лично это всего лишь число. H-index – не приговор и не фетиш, а индикатор, у которого есть свои ограничения. Воспринимайте его спокойно: растет – хорошо, не растет – тоже не страшно, если вы набираетесь опыта и делаете важную работу. В конечном счете, ваши знания и умения как врача определяются не индексом, а практикой и реальными достижениями.
(В пятницу обсудим, как измеряют журналы – от импакт-фактора до квартилей, и что все эти загадочные аббревиатуры значат для врача.)
Пятница
Ну что, сегодня очередная порция информации по теме недели "Наукометрия".
👉 Для новых подписчиков - обычно сообщения на канале гораздо короче, на этой неделе решил опробовать почти энциклопедичный формат, но это больше исключение, чем правило.
Раскроем тему полностью, раз уж я за неё взялся.
Итак, сегодня говорим о журнальных метриках.
К началу недели 7 "Наукометрия"
Импакт-фактор: за что его все так любят. Если ученых меряют индексом Хирша, то журналы – импакт-фактором (IF). Этот показатель создан для оценки влияния научного журнала. Идея простая: посчитать, сколько раз в среднем цитируют статьи из данного журнала. Классический импакт-фактор от Web of Science считается за 2 года: берется количество цитирований, которые в текущем году получили статьи, вышедшие в этом журнале за предыдущие 2 года, и делится на число этих статей. Например, IF = 3.0 означает, что в среднем каждую статью журнала цитировали 3 раза за два года после публикации. Формально импакт-фактор отражает среднюю цитируемость статей журнала.
Почему все про него говорят? Потому что исторически IF стал символом престижа журнала. Журналы с самым высоким импакт-фактором – как правило, всемирно известные издания (Nature, Lancet, New England Journal of Medicine и т.д.), где выходят самые прорывные работы. Высокий IF привлекает авторов: публикация в журнале с IF>10 считается огромным успехом. IF – это количественный критерий “качества” журнала, на который можно ссылаться.
Однако важно помнить: импакт-фактор – мера журнала, а не отдельной статьи. Отличная статья в журнале с низким IF не становится плохой от этого, и наоборот, не каждая статья в журнале Q1 – шедевр. Несмотря на это, репутация журнала часто ассоциируется с его импакт-фактором, поэтому вокруг него такой ажиотаж.
Квартиль журнала (Q1–Q4): что это и откуда берется. Квартиль – это еще один способ ранжировать журналы по значимости. Все журналы в каждой научной категории выстраиваются по какому-либо показателю (часто по тому же импакт-фактору или близкому индексу) и делятся на четыре группы. Q1 – верхние 25% списка (самые цитируемые, влиятельные журналы), Q2 – следующий квартиль (25–50% позиций), Q3 – 50–75%, Q4 – нижняя четверть рейтинга. Например, если в категории “Кардиология” 100 журналов, то ~25 журналов с самыми высокими показателями войдут в Q1, а 25 самых слабых – в Q4.
Зачем нужны квартильные рейтинги? Они позволяют быстро понять уровень журнала. Если журнал в Q1 – значит, он в числе топ-изданий по цитируемости в своей области; Q4 – значит, ближе к низу списка. Это облегчает работу экспертов: вместо точного IF можно указать квартиль как обобщение.
В российской наукометрии прямо сейчас проходит активное реформирование, утверждаются новые перечни, а уже имеющиеся находятся под угрозой "упразднения". Тем не менее, вот актуальная сводка на декабрь 2025:
1) Перечень научных журналов ВАК и категории К1–К3
Перечень ВАК по-прежнему остаётся ключевым национальным списком, в котором журналы распределяются на три категории по уровню значимости и влияния:
• К1 — наиболее престижные журналы внутри Перечня ВАК (примерно верхняя часть). Публикации здесь особенно ценятся для докторских диссертаций.
• К2 — основной сектор Перечня (средний уровень по значимости и метрикам). Отличное место для публикации статей при подготовке кандидатских диссертаций.
• К3 — журналы с более низкими показателями в Перечне ВАК; публикации учитываются, но имеют меньший вес, чем в К1 и К2.
Эти категории помогают ориентироваться в значимости отечественных журналов ВАК, но сами по себе они не эквивалентны зарубежным квартилям (Q1–Q4) — это именно внутренняя российская градация журналов.
2) РИНЦ — Российский индекс научного цитирования
РИНЦ — это национальная библиографическая и цитируемая база данных, разработанная системой eLIBRARY.ru. Она содержит метаданные о научных публикациях российских авторов и информацию о цитировании этих публикаций.
• Служит инструментом для оценки научной продуктивности, цитируемости и активности.
• На основе РИНЦ работает аналитический модуль Science Index, который позволяет получать показатели типа h-индекса, цитируемости и пр. по авторам, организациям и журналам.
• В рамках РИНЦ часто выделяют более авторитетные журналы, в том числе индексируемые также зарубежными базами, но официaльный «ядро РИНЦ» как отдельная метрика отсутствует — это аналитическая выборка/индикатор внутри РИНЦ.
3) RSCI — Russian Science Citation Index
RSCI — это национальный индекс цитирования российских журналов, который является частью инфраструктуры eLIBRARY.ru и действует как собственная база.
• Включение журнала в RSCI рассматривается как признак признания его научной репутации на национальном уровне (особенно в сравнении с публикациями вне RSCI).
• В 2025 году список журналов RSCI содержит более тысячи изданий по разным дисциплинам, подтверждая свою широкую представленность.
• Важно: RSCI — это независимая национальная база; она не создаётся совместно с Clarivate/ВoS, но журналам из RSCI зачастую удаётся дополнительно индексироваться в международных системах.
4) Белый список журналов (РЦНИ / Минобрнауки)
Белый список — это официальный перечень журналов, утверждаемый для учёта публикационной активности и оценки научных результатов при защите диссертаций, отчетности и др.
• Белый список включает журналы, индексируемые в авторитетных метриках, таких как WoS, Scopus и RSCI.
• По состоянию на 2025 год значительная часть списка представлена зарубежными и международными журналами, а доля чисто российских невелика.
• Он используется в качестве ориентира качества, но при этом не заменяет сам по себе Перечень ВАК, РИНЦ или RSCI — скорее служит объединённым показателем видимости и признания в мировой науке.
💥 5) Единый государственный перечень научных изданий (ЕГПНИ)
ЕГПНИ — это самый новый инструмент российской науки (осень 2025), представляющий систематизированный список отечественных рецензируемых журналов.
• На 2025 год завершено формирование российской части ЕГПНИ, а к концу года планируется включение зарубежных изданий.
ЕГПНИ служит единым официальным перечнем для оценки публикационной активности учёных и организаций.
• ЕГПНИ должен в перспективе заменить/объединить Перечень ВАК и Белый список и стать единственным и «базовым» официальным инструментом оценки журналов.
Воскресенье
Ну что, сегодня очередная порция информации по теме недели "Наукометрия".
👉 Для новых подписчиков - обычно сообщения на канале гораздо короче, на этой неделе решил опробовать почти энциклопедичный формат, но это больше исключение, чем правило.
Раскроем тему полностью, раз уж я за неё взялся.
Итак, сегодня говорим о журнальных метриках.
К началу недели 7 "Наукометрия"
Импакт-фактор: за что его все так любят. Если ученых меряют индексом Хирша, то журналы – импакт-фактором (IF). Этот показатель создан для оценки влияния научного журнала. Идея простая: посчитать, сколько раз в среднем цитируют статьи из данного журнала. Классический импакт-фактор от Web of Science считается за 2 года: берется количество цитирований, которые в текущем году получили статьи, вышедшие в этом журнале за предыдущие 2 года, и делится на число этих статей. Например, IF = 3.0 означает, что в среднем каждую статью журнала цитировали 3 раза за два года после публикации. Формально импакт-фактор отражает среднюю цитируемость статей журнала.
Почему все про него говорят? Потому что исторически IF стал символом престижа журнала. Журналы с самым высоким импакт-фактором – как правило, всемирно известные издания (Nature, Lancet, New England Journal of Medicine и т.д.), где выходят самые прорывные работы. Высокий IF привлекает авторов: публикация в журнале с IF>10 считается огромным успехом. IF – это количественный критерий “качества” журнала, на который можно ссылаться.
Однако важно помнить: импакт-фактор – мера журнала, а не отдельной статьи. Отличная статья в журнале с низким IF не становится плохой от этого, и наоборот, не каждая статья в журнале Q1 – шедевр. Несмотря на это, репутация журнала часто ассоциируется с его импакт-фактором, поэтому вокруг него такой ажиотаж.
Квартиль журнала (Q1–Q4): что это и откуда берется. Квартиль – это еще один способ ранжировать журналы по значимости. Все журналы в каждой научной категории выстраиваются по какому-либо показателю (часто по тому же импакт-фактору или близкому индексу) и делятся на четыре группы. Q1 – верхние 25% списка (самые цитируемые, влиятельные журналы), Q2 – следующий квартиль (25–50% позиций), Q3 – 50–75%, Q4 – нижняя четверть рейтинга. Например, если в категории “Кардиология” 100 журналов, то ~25 журналов с самыми высокими показателями войдут в Q1, а 25 самых слабых – в Q4.
Зачем нужны квартильные рейтинги? Они позволяют быстро понять уровень журнала. Если журнал в Q1 – значит, он в числе топ-изданий по цитируемости в своей области; Q4 – значит, ближе к низу списка. Это облегчает работу экспертов: вместо точного IF можно указать квартиль как обобщение.
Седьмая неделя на канале была перегруженной на контент, поэтому сегодня очень короткое интерактивное воскресное резюме.
На неделе мы с вами:
- поговорили о том, что такое наукометрия, зачем она нам нужна, и как к ней относиться;
- разобрались, как считают индекс Хирша, обсудили, что h-индексы бывают разные, и убедились, что нельзя сравнивать эти показатели у представителей разных специальностей;
- обсудили, что такое импакт-фактор и квартили в международных журналах, и попытались не запутаться в особенностях российской журнальной наукометрии.
Ну а следующая неделя праздничная, и говорить будем на праздничные темы! 🎉
Доброе утро!
Тема недели:
«Как пережить рецензентов и доработки».
На этой неделе сообщения на канале будут выходить не каждый день, а через день (Пн, Ср, Пт и Вс)
Желаю всем продуктивной рабочей недели
Понедельник
Зачем вообще нужны рецензенты
Многим авторам рецензент кажется врагом: сидит где-то анонимный человек и придирается к формулировкам, таблицам, статистике. Хочется миновать этот этап и сразу получить «принято в печать». Но если посмотреть на систему чуть шире, картина меняется.
Рецензент защищает не журнал, а читателя. Он проверяет, не завышены ли выводы, корректно ли посчитаны результаты, не забыты ли важные ограничения. Без этого фильтра литература быстро превращается в свалку из слабых, плохо спланированных работ, которым верят только потому, что они напечатаны в «чём-то с импакт-фактором». Рецензент как хороший коллега на консилиуме: не всегда приятен, но нужен, чтобы вы не навредили пациенту.
Для автора это тоже страховка. Иногда именно рецензент первым замечает логическую дыру в дизайне или странность в статистике, которую вы уже не видите. Да, тон комментариев бывает жёстким, иногда несправедливым, но если отделить форму от сути, почти всегда остаётся что-то, что делает работу сильнее.
Критика со стороны рецензента не означает, что с вами что-то не так. Она означает, что ваша статья вступила в нормальный взрослый разговор научного сообщества.
Среда
Письмо из журнала: как читать без паники
Первое письмо из журнала нередко лишает юного автора самообладания на первые сутки. В голове только «нам отказали» и «всё пропало», даже если в письме стоит формулировка вроде "major revision". В этот момент важно не позволить эмоциям управлять решением.
Письмо полезно разложить на несколько слоёв. Вверху обычно стоит решение редактора: принять, принять после доработки, пересмотреть после серьёзных правок или отклонить. Это не эмоциональная оценка вашей личности, а техническое состояние рукописи на данный момент. Далее идут комментарии рецензентов, иногда по разделам статьи, иногда хаотично, но каждый всё равно можно превратить в отдельную задачу. В самом конце часто прячутся технические требования журнала: дооформить ссылки, поправить формат таблиц, загрузить дополнительные файлы.
Если читать письмо как единый поток критики, хочется закрыть ноутбук и больше к нему не возвращаться. Если разбить текст на блоки и отдельные пункты, он превращается в набор шагов, которые можно выполнять постепенно.
Полезный приём: скопировать письмо в отдельный документ и между комментариями оставить место для будущего ответа. Так вы сразу сдвигаете фокус с «как же больно» на «что мы сделаем с этим дальше».
Письмо из журнала с просьбой значительной доработки - это не приговор, а чек-лист, насколько далеко ваша рукопись сейчас от опубликованной версии. И, следуя этому чек-листу, вы непременно придете к цели.
Пятница
Когда рецензенты не согласны друг с другом
Иногда вы открываете письмо и видите странную картину: один рецензент хвалит дизайн и просит «чуть уточнить методы», второй сомневается в самом подходе и предлагает переписать половину статьи. Возникает ощущение, что вас тянут в разные стороны, и любое решение будет неправильным.
В такой ситуации важно перестать воспринимать рецензентов как «жюри», которое должно единогласно проголосовать «за» или «против». На самом деле это просто разные точки зрения на один и тот же текст. Ваша задача — не угодить каждому, а показать редактору, что вы осмысленно отработали все сигналы. Полезно выписать замечания в две колонки: где рецензенты совпадают и где расходятся. Совпадающее — исправить в первую очередь. В противоречивом блоке пояснить редактору, какое решение вы приняли и почему, с опорой на дизайн, данные и здравый смысл.
Редактор видит не только текст рукописи, но и качество вашей аргументации. Спокойная, прозрачная логика здесь ценится не меньше, чем сами правки.
Воскресенье
Неделя с рецензентами: что взять с собой дальше
На этой неделе мы коротко окунулись в мир рецензирования и посмотрели на него не как на формальную «проверку на входе в журнал», а как на часть нормальной жизни текста.
Рецензенты появляются не в конце пути, а в момент, когда статья впервые выходит за пределы вашей команды и сталкивается с чужим взглядом. Это иногда неприятно, но именно в этот момент работа перестаёт быть внутренним документом и становится частью научного мира.
Полезно запомнить несколько опор. Любое письмо из журнала можно разложить на управляемые шаги, а не воспринимать как один большой вердикт. Любой комментарий - даже резкий и спорный - показывает место, где читатель что-то недопонял или не поверил вам на слово. Любой раунд доработок - это шанс сделать выводы и текст яснее, а не просто «отстреляться» и закрыть тему.
Если использовать такой подход, то рецензенты остаются строгими, но перестают быть "врагами". Они превращаются в тех самых неудобных, но нужных коллег, благодаря которым ваша статья выходит за пределы вашего мира (и вашей зоны комфорта).
...Эх, если бы они еще и сдавали свои рецензии в срок...😅
Всем знакомо: работа, дежурства, семья, отчёты — и мысль «писать статью» вызывает только усталую усмешку.
- На этой неделе говорим о том, как врачи реально находят время на текст.
- Разберём, почему ждать «идеального окна» — путь в никуда.
- Покажем, как писать маленькими шагами, не ломая жизнь.
- И почему чувство вины тут только мешает.
Завтра начнём с главной отговорки — «у меня нет времени».
😄, если "это про меня"
😒, если "не смешно"
Фраза «я круглосуточно занят» звучит честно — пока не начинаешь смотреть на день под лупой. Оказывается, в расписании врача живут странные существа: случайные переписки, бессмысленный скролл, зависание между приёмами. Они съедают ровно те 20–30 минут, которых «не хватает на статью».
Попробуйте один день прожить с блокнотом или заметкой: каждые 15–30 минут фиксировать, чем вы занимались. Вечером посмотрите на карту дня. Обычно всплывают как минимум три небольших окна, которые можно тихо «перекроить» под текст. Одно такое окно закрепите официально: только документ, без мессенджеров и почты, с таймером на 20 минут.
Секрет в том, что писать вы начинаете не тогда, когда появится лишний час, а когда перестаёте раздавать свои маленькие слоты всему подряд.
Многим кажется, что серьёзная статья требует идеальной сцены: полдня тишины, выключенный телефон и пустой список дел. В реальности у врача такие дни случаются чрезвычайно редко.
Гораздо честнее признать: наша реальность — это кусочки по 20–30 минут. В них можно не «написать статью», но продвинуться на один шаг: набросать план раздела, подобрать пару источников, переписать 5 предложений. Список таких микрозадач лучше держать под рукой — тогда, оказавшись в свободном окне, вы не будете тратить время на размышления «с чего начать». Просто берёте один пункт и делаете.
Статьи редко рождаются в одном длинном заходе. Чаще — в десятках коротких подходов, которые вы не отменили.
Внутренний конфликт знаком многим: если я сяду писать, значит, заберу время у детей, супруги/супруга. На этом месте научное письмо автоматически оказывается «последним в очереди» и проигрывает всегда.
Важно увидеть масштаб задачи. Речь не про полный второй рабочий день, а про 2–3 небольших сессии в неделю. Эти сессии можно встроить в «менее болезненное» время: тут можно много чего посоветовать, но на практике это или "когда все еще спят", или "когда все уже спят".
С близкими имеет смысл говорить об этом прямо: «у меня есть проект с дедлайном, мне нужно работать по 30–40 минут несколько раз в неделю». Часто достаточно небольшой перестройки быта или обмена: сегодня вы пишете, завтра берёте на себя лишнее дело по дому.
Научный текст не обязан становиться угрозой семье. Он может быть ещё одной взрослой договорённостью — чёткой и ограниченной по времени.
Об этой "патовой" ситуации редко говорят, но от неё еще никто не ушел 😊 Если об этом задуматься и попробовать найти честное решение, то риск выгореть и/или столкнуться с непониманием дома будет точно ниже.
Иногда документ не открыт не потому, что нет времени, а потому что в голове живёт условие: если уже писать, то идеально. В такой логике любая короткая и «сырая» сессия кажется бессмысленной, а несовершенный абзац - почти преступлением против науки.
Помогает смена правила игры. В начале работы договоритесь с собой: сегодняшняя цель - сделать черновик, а не шедевр. Один небольшой блок, 150–200 слов, пусть даже с шероховатостями. "Грязный" текст всё равно лучше пустой страницы: его можно будет править в отдельную сессию, которая посвящена только редактуре. Так вы отделяете этап «набрасываю мысли» от этапа «делаю красиво» - и перестаёте требовать от себя всё и сразу.
Перфекционизм полезен на финише, но на старте он только блокирует движение. Пусть сегодня победит не идеальность, а факт, что документ наконец открыт.
За несколько дней мы посмотрели на дефицит времени под разными углами: рассыпанный день, ожидание идеального окна, конфликт с семьёй, перфекционизм. Всё это складывается в один практический сценарий.
Полезно задать себе четыре вопроса:
- Я хотя бы один день честно замерял(а) своё время и увидел(а) три маленьких окна?
- Есть ли у меня список микрошагов по статье, которые можно уместить в 20–30 минут?
- Обсуждал(а) ли я с близкими свой план так, чтобы он был понятен и ограничен?
- Появился ли на этой неделе хотя бы один абзац, который раньше существовал только в голове?
Если хотя бы на два пункта вы отвечаете «да» - неделя уже сработала.
Когда врач говорит «у меня нет времени на статьи», легко почувствовать личную вину: значит, плохо организовался, недостаточно старался. Но если посмотреть шире, окажется, что это типичная картина для медицинского сообщества в разных странах.
В короткой статье Journal of the Association of Physicians of India авторы разбирают, почему доктора неохотно пишут для научных журналов. Среди причин - хроническая перегрузка клиникой, отсутствие нормального обучения научному письму, страх отказа и критики, ощущение, что публикация не меняет ничего в реальной работе. Всё это делает текст «дополнительной роскошью», а не частью профессии.
Важно помнить: вы не одиноки. Проблема системная, но именно поэтому те, кто всё-таки находят маленькие окна и пишут регулярно, получают сильное преимущество - их голос слышен.
🔗 Статья: https://www.japi.org/article/japi-73-3-108
Научный текст никогда не пишет один человек 🧩
Самая большая ошибка автора — думать, что текст обязан быть идеальным «с первого захода». На самом деле сильные статьи рождаются там, где есть честная редактура и качественная обратная связь.
Не критика, а партнёрство. Не «исправьте меня», а «давайте сделаем вместе сильнее».
На этой неделе поразмышляем о том, как работать с текстом в команде, как получать обратную связь, как давать её, и почему автор, который слушает других, растёт быстрее.
Завтра — первый и самый важный принцип.
ВТОРНИК — Почему автор не видит ошибки, которые видят другие
Текст “замыливается” быстрее, чем кажется 👀
Каждый врач знает: собственную работу сложнее оценивать, чем чужую. В научном письме то же самое. Через пару часов текста мозг перестаёт видеть слабые места — слишком хорошо помнит, «что ты хотел сказать», и перестаёт читать, «что ты написал».
Три простых приёма, которые делают текст понятнее: — отложите на сутки и перечитайте вслух; — попросите коллегу сформулировать вашу мысль в одном предложении; — уберите лишнее: если предложение можно сократить — сократите.
Текст растёт быстрее, когда его читает не один человек.
👍 полезно 🤔 есть над чем подумать
СРЕДА — Как просить о правках, чтобы это было эффективно
Чтобы получить хорошую правку, нужно правильно задать рамку 📝
Большинство авторов совершают ошибку: просят коллег «посмотреть текст». Это слишком широко — и поэтому бесполезно.
Попробуйте иначе: — «Посмотри, логична ли последовательность вот в этом абзаце?» — «Понятно ли здесь, что я хотел показать?» — «Что вызывает вопросы в этой части?» — «Если бы ты был рецензентом, что бы смутило?»
Конкретный вопрос рождает конкретный ответ. И это экономит недели.
👍 полезно 🤔 есть над чем подумать
ЧЕТВЕРГ — Как давать обратную связь так, чтобы она помогала, а не ломала
Ценность правки — не в критике, а в уважении 🤝
Обратная связь — это искусство. Можно «умничать», а можно реально помочь.
Вот что работает: — критикуем текст, не автора; — говорим конкретно: «вот это место туманно, потому что…»; — объясняем, что именно вызывает вопрос; — предлагаем маленькое улучшение, а не переписываем за человека.
Хорошая обратная связь делает автора сильнее. Плохая — заставляет бояться писать.
Какую обратную связь даёте вы?
👍 полезно 🤔 есть над чем подумать
ПЯТНИЦА — Как построить мини-команду вокруг текста
Научный текст — это маленькая команда, а не одиночный спринт 🧬
Не нужно искать «идеального редактора». Нужны три типа людей:
Коллега по специальности / соавтор— ловит клинические нюансы.
Внешний человек — читает как рецензент, без «внутреннего контекста».
Друг, который умеет говорить честно — это золото.
Этого достаточно, чтобы 80% слабых мест текста исчезли сами собой.
Если вы пишете один — вы всегда медленнее. Если пишете вместе — всегда сильнее.
👍 полезно 🤔 есть над чем подумать
СУББОТА — Резюме недели
Редактура — это не критика, а партнёрство 🧩
На этой неделе мы увидели простую вещь: научный текст становится сильным тогда, когда над ним работают не только вы один.
То, что реально улучшает текст:
• Автор со временем перестаёт видеть собственные ошибки — глаз «замыливается» — нужна помощь. • Коллега помогает не абстрактно, а через конкретный вопрос, который вы задаёте. • Обратная связь работает, если она уважительная, точная и касается текста, а не автора. • Мини-команда из трёх ролей — коллега/соавтор, внешний рецензент и честный друг — закрывает 80% слабых мест.
Редактура — это не про идеальность. Это про совместную работу, которая делает мысль яснее.
А завтра — небольшой подарок для комьюнити.
👍 полезно 🔥 очень полезно
ВОСКРЕСЕНЬЕ — Главный пост недели
Разбор одного абзаца от участников комьюнити 🎁
Хороший текст узнаётся по одной вещи: его видит не только автор.
В честь запуска нашего сообщества я разберу один короткий фрагмент (не более 500 слов), присланный участниками чата.
Разбор будет: — честный, — уважительный, — конкретный, — с фокусом на ясности мысли и логике.
Условия участия:
зайдите в чат: https://t.me/hirsch_index_school_chat
пришлите фрагмент до 18:00
вечером выберем один случайно и разберём.
Это жест уважения. И первый шаг к культуре научной поддержки.
👍 полезно ↪️ рассказал друзьям
В науке легко оказаться в вакууме: пишешь текст, борешься с сомнениями, ошибаешься — и всё это в одиночку.
Но правда в том, что сильные авторы всегда окружены сильными людьми: наставниками, коллегами, теми, кто уточняет, спорит, направляет.
На этой неделе говорим о научном нетворкинге — как строить связи без навязчивости, без «выпрашивания» и без ощущения, что кому-то мешаешь. О том, как находить людей, с которыми ваш текст станет лучше, а вы — увереннее.
Завтра — первый шаг. И он меняет всё.
🤔 есть над чем подумать
Самое страшное — писать старшему коллеге и думать: «А вдруг глупость спрошу?» Но хороший научный вопрос — это не про знания, а про уважение к чужому времени.
Попробуйте так:
— покажите, что поиск уже сделан: «я посмотрел X и Y…» (покажите результат);
— сформулируйте вопрос в одном предложении;
— уточните конкретику, а не целую проблему;
— оставьте человеку выход: «если будет минутка…»;
В науке охотно отвечают тем, кто думает сам — и только потом спрашивает.
А какой вопрос вы давно не решались задать? И кому? Может быть, сегодня — тот самый день для действия?
🤔 есть над чем подумать
Тысячи врачей пишут статьи в режиме «сам-себе-наставник». И попадают в ловушку: ошибки повторяются, мысль не растёт, а работа идёт медленнее, чем могла бы.
Попробуйте иначе:
— найдите одного коллегу, про которого известно, что он "интересуется" наукой;
— делитесь полезными ссылками и pdf — маленькие знаки внимания укрепляют связь;
— пишите не «помогите со статьёй», а «вот, посмотри, что я написал, давай вместе опубликуемся»;
— помогайте сами — это цемент науки.
Наука — это «мы».
А кому вы можете сегодня помочь одним маленьким действием?
🤔 есть над чем подумать
Многие боятся писать коллегам, чтобы не выглядеть человеком, который «пришёл за пользой». Но научное общение держится не на услугах, а на тёплых микро-контактах.
Работает так:
— просите точечное действие, а не марафон: «прочитайте, пожалуйста, этот абзац: он звучит криво?»
— добавляйте ценность сами — делитесь инструментом, ссылкой, формулировкой;
— благодарите без пафоса: короткое «очень помогло» — золото;
— не исчезайте после помощи — связь строится «до» и «после», а не «в момент».
А что вы можете дать, прежде чем попросить?
🤔 есть над чем подумать
Вы познакомились на конференции / в чате / на стажировке… и через месяц вы уже чужие люди. В науке так происходит постоянно.
Чтобы связь жила:
— раз в 2–3 недели отправляйте короткую находку: «Вот статья, которую вы оцените»;
— не задавайте два запроса подряд — чередуйте просьбу и помощь;
— поздравляйте с результатами — даже маленькими;
— не бойтесь быть первым, кто напишет.
Нетворкинг — это не «польза». Это внимание.
Кому вы давно хотели написать, но откладывали? Пишите прямо сейчас.
🤔 есть над чем подумать
На этой неделе вы увидели простую вещь:
нетворкинг — это не разговоры и не визитки. Это культура маленьких действий.
Что работает всегда:
— задавайте вопросы после самостоятельного поиска;
— присылайте небольшую пользу: ссылка, pdf, формулировка;
— просите о помощи точечно, с уважением;
— поддерживайте связь лёгкими «касаниями»;
— создайте свой круг из 3–5 людей — это ваш мозговой капитал.
А завтра — кое-что важное, что поможет вам этот круг построить.
🤔 заинтриговал
Невозможно расти в науке, если вокруг — тишина. Нужны люди, с которыми можно обсудить рукопись, спорный вывод, формулировку цели или метод.
Поэтому мы запускаем открытый чат канала:
👉 @hirsch_index_school_chat
Это пространство, где:
— можно задавать вопросы без страха выглядеть глупо;
— делиться находками, статьями, формулировками;
— искать соавторов и коллег;
— получать честную обратную связь.
Без рекламы.
Без снобизма.
Только культура ясного научного письма и уважение друг к другу.
Готовы войти в круг?
P.S.: я сам получил огромное удовольствие от этой недели на канале, потому что "научный нетворкинг" — это очень про меня. И теперь я с чистой совестью хочу попросить каждого из вас сделать репост этого сообщения в свои рабочие чаты или в "личку" друзьям и коллегам. Они это оценят 🤝
В научном письме до сих пор распространено заблуждение:
если текст звучит сложно, значит он умный.
Но на самом деле сложность чаще скрывает не глубину, а неясность.
На этой неделе говорим о том, как писать так, чтобы вас понимали:
— с первого прочтения,
— без расшифровки,
— без потери научной строгости.
Ясность — это профессиональная честность, а хороший текст — это внимание к читателю.
Главная ошибка авторов — стремление усложнять.
Вот плохой пример:
«В настоящем исследовании была осуществлена комплексная оценка влияния модифицированных параметров эндоваскулярного вмешательства на динамику клинического состояния пациентов с нарушениями перфузии нижних конечностей…»
А теперь — честная версия:
«Мы оценили, как изменение параметров эндоваскулярного вмешательства влияет на состояние пациентов с нарушением перфузии нижних конечностей.»
Виден субъект (мы).
Видно действие (оценили).
Виден объект (параметры вмешательства).
Виден результат (состояние пациентов).
Простота — это конкретность.
Примитивность — это пустота.
Не путайте одно с другим.
«Туман» — это пассивные конструкции, канцелярит и абстрактные существительные, например:
— было проведено,
— осуществлялось,
— следует отметить,
— выполнялось,
— реализация мероприятия.
Что с этим делать?
1. Уберите пассив → добавьте действие
Было:
«Была проведена оценка эффективности…»
Стало:
«Мы оценили эффективность…»
2. Уберите номинализацию → замените глаголом
Было:
«Проводилось наблюдение за…»
Стало:
«Мы наблюдали…»
3. Уберите пустые вводные фразы
Было:
«Следует отметить, что полученные данные…»
Стало:
«Данные показывают…»
4. Принцип проверки абзаца
Прочтите абзац и спросите:
«Если убрать половину слов — мысль станет яснее или беднее?»
В 80% случаев — яснее.
Чистота текста начинается с честных глаголов.
Если точная формулировка не даётся, почти всегда проблема не в языке — а в том, что мысль ещё не докручена.
Полезный приём — сначала сказать мысль вслух, как обычно объясняете коллеге. Но важно не остановиться на «коридорном» варианте — а перевести его в аккуратное академическое предложение.
Вот как это работает:
1. Разговорная мысль (черновик):
«Наш метод работает лучше — разница по результатам заметная.»
2. Анализируем смысл:
— какой именно метод?
— по каким результатам?
— что значит «лучше»?
3. Академическая формулировка:
«Предложенный нами метод продемонстрировал статистически значимое улучшение показателей X по сравнению со стандартным подходом (p < 0,05).»
Мысль та же, но оформлена так, чтобы рецензент видел:
— предмет исследования,
— точку сравнения,
— критерий оценки.
Принцип: не заменять академический стиль «разговорным», а использовать разговорный этап как инструмент для прояснения мысли.
Длинные фразы делают текст тяжёлым — читатель теряет нить, смысл расплывается.
Попробуйте правило:
одна мысль = одно предложение
Было (типичный пример):
«Поскольку в течение последних лет отмечается тенденция к росту частоты осложнений Х, представлялось актуальным проведение анализа…»
Стало:
«Частота осложнений Х выросла.
Поэтому мы проанализировали…»
Короткое предложение не делает текст детским —
оно делает его честным и точным.
На этой неделе мы обсудили следующее:
1. Сложный текст часто маскирует не глубину, а неясность.
2. Простые формулировки — это конкретность, а не примитивность.
3. Туман создают пассив, абстракции и канцелярит.
4. Точная мысль рождается из устного объяснения.
5. Короткие предложения экономят силы читателя и защищают авторскую мысль.
📌 Упражнение:
Возьмите свой реальный абзац и сократите его на 30–50% (не меняя фактов). Вы удивитесь, что смысл станет только яснее.
🤔 есть над чем подумать
Журнал Indian Journal of Radiology and Imaging опубликовал статью «Writing for Clarity: A Concise Guide for Scientific Writing and Tips for Selecting a Journal».
Авторы напоминают: ясность — ключевой критерий качества научного текста.
Главные идеи статьи:
• Читатель важнее автора.
Писать нужно так, чтобы текст можно было понять без расшифровки.
• Сильный текст = сильный вопрос.
Даже идеальный английский не спасёт рукопись, если цель исследования сформулирована туманно.
• Простые предложения работают лучше сложных.
Задача — не показать словарный запас, а донести результат исследования.
• Статистические аргументы должны быть прозрачными.
Читатель должен видеть не только выводы, но и путь к ним.
• Выбор журнала — стратегическое решение.
Совпадение по теме и формату важнее, чем преследование «высокого импакта».
Главная мысль: ясный текст повышает цитируемость и облегчает рецензирование. Это редакторская честность, а не упрощение.
🔗 PDF статьи
↪️ Если этот пост показался вам ценным,
можно переслать его в профессиональный чат —
пусть польза работает дальше.
Здесь говорят о научном письме для врачей — просто, честно и без снобизма.
Мы разбираем, как превращать клинический опыт в статьи, как писать так, чтобы тебя читали, и как перестать бояться слова «публикация».
Каждый день — один короткий пост: о науке, стиле, ошибках, структуре и смысле.
📚 Если вы врач, ординатор или исследователь — этот канал для вас. Наука начинается с текста. А первый текст начинается с вас.
Мы не пишем, потому что всё поняли.
Мы пишем, чтобы понять.
Пока мысль не оформлена словами — это просто ощущение.
Когда она попадает на страницу, становится инструментом: её можно проверять, уточнять, улучшать.
Так работает наука — чёткая фиксация делает действие осмысленным.
Текст — это не отчёт. Это форма мышления в чистом виде.
Сложный текст не делает вас умнее.
Он просто мешает вас понять.
Настоящая сила — в умении сказать просто о сложном.
Это не упрощение, это мастерство.
Когда вы говорите ясно — вы думаете точно.
А точность в науке важнее блеска.
Хороший стиль — это форма профессиональной дисциплины.
Она не ограничивает мысль, а удерживает её в фокусе — как зажим удерживает ткань, не позволяя ей сместиться.
Хорошая структура делает текст предсказуемым в лучшем смысле этого слова: читатель понимает, куда вы ведёте, почему этот абзац стоит здесь, и что должно случиться дальше.
В медицине порядок действий спасает от хаоса. В тексте — тоже.
Структура — это форма уважения к смыслу. Она не украшение, а дисциплина.
На этой неделе мы поговорили о том, что:
— ясность текста рождается из точности мысли;
— простота — не упрощение, а честность;
— структура удерживает нить рассуждения;
— редактура — это уважение к читателю.
Письмо — не внешняя форма, а внутренняя работа.
Выдержанная, спокойная, профессиональная.
Попробуйте на выходных одно упражнение: возьмите любой свой абзац и сделайте его короче, яснее и строже. Это маленькое действие лучше всего тренирует научный стиль.
Научный мир всё громче говорит о том, что публикаций становится слишком много — качество тонет в количестве.
По данным Web of Science, за 10 лет число статей выросло с 1,7 до 2,5 миллионов в год, и значительная часть работ остаётся практически незамеченной.
Эксперты называют это «шумом науки»: когда давление публиковаться растёт, а время на тщательную экспертизу сокращается. В результате хорошие исследования теряются, а слабые тексты проходят рецензию просто потому, что система перегружена.
Главный вывод: объём науки растёт стремительнее её качества — и это вызывает вопросы к существующей модели публикаций и рецензирования.
Источник