С ума сойти! Путеводитель по психическим расстройствам для жителя большого города - [8]

До сих пор на эти вопросы не существует ответов. Мы можем только накапливать багаж знаний, делать на его основе предположения, подбирать наименее противоречивые теории. Пока что не существует концепции, которая органично объединила бы все имеющиеся у нас знания о психике{29}. Тем не менее психиатрия движется в правильном направлении.

Наука без понимания фундаментальных причин? Это как?

Мы привыкли к тому, что естественные науки обычно отвечают на наши вопросы достаточно точно. Скажем, известно, что Земля за 24 часа обернется вокруг своей оси, а вода при воздействии электрического тока разложится на водород и кислород. Если нам попадается нечто непредсказуемое, мы полагаем, что имеем дело с чем-то иррациональным и ненаучным: скажем, существование Бога нельзя доказать логически, можно только верить в него или нет. И тем не менее это не совсем так.

Современная наука на самом деле часто сталкивается с неопределенностью (по-научному «недетерминируемостью»). Так ученые называют ситуации, когда в принципе невозможно предугадать исход конкретного эксперимента. Скажем, физика взаимодействий микроскопических частиц (или квантовая механика) вся связана с недетерминируемостью. По этому поводу сломано немало копий: Альберт Эйнштейн оппонировал такому подходу, говоря «Бог не играет в кости со Вселенной». Тем не менее вот уже скоро 100 лет, как существует эта дисциплина, и ее достижениями мы пользуемся каждый день. Достаточно сказать, что без квантовой механики не появились бы микропроцессоры в компьютерах. И это при том, что столетие назад мы не обладали многими фундаментальными знаниями, например об элементарных неделимых частицах. В подобного рода науках применяется отдельный раздел математики – теория вероятностей. Предмет теории вероятностей – процессы, на которые влияют случайные величины. Вмешательство неопределенности усложняет научную работу, но не означает, что она невозможна. Возьмем шестигранный кубик. Мы не знаем, какая именно цифра выпадет после одного броска, но готовы поспорить, что после четырех бросков точно один раз будет единица. И больше чем в половине случаев окажемся правы. Приблизительно так же работает любая наука, вынужденная мириться со случайностью, в том числе и психиатрия. Нам неизвестно, как работает это лекарство, но мы можем знать, помогает оно или нет и скольким людям из сотни станет от него легче.

И как же мы это сделаем без понимания причин?

Предположим, мы с вами изобрели лекарство и хотим понять, способно ли оно лечить. Возьмем для примера средство от простуды – исследование других препаратов проводится аналогичным образом.

Пойдем сначала простым путем. Давайте дадим это лекарство 50 простудившимся и через неделю проверим их состояние. Спустя семь дней мы узнаем, что 35 человек выздоровели, а 15 еще болеют, но идут на поправку. Отлично, наше лекарство никого не убило, но помогло ли оно? Кажется, что мы можем ответить утвердительно – ведь почти все больные выздоровели. На самом деле – нет, мы не можем сказать о лекарстве ничего. Преподаватели статистики, рассказывая про эту ошибку, любят говорить: «Correlation does not imply causation». Эта фраза означает, что прослеживаемая связь между событиями совершенно не означает, что одно является причиной другого. Классический пример подобной ошибки: «Большинство людей, которые когда-то ели хурму, уже мертвы, значит, хурма приводит к смерти».

Хорошо, мы выучили этот урок и теперь будем умнее. Мы дадим наше лекарство группе из 50 простудившихся, а 50 человек, составляющих вторую группу, не будем лечить вообще (научно эти группы обозначаются как «экспериментальная» и «контрольная» соответственно, а само исследование называется «контролируемое»). И снова проверим их через неделю. В этот раз наблюдаем такую картину: 35 больных, принимавших наше лекарство, вылечились, а среди контрольной группы здоровы только 30. «Вот теперь-то точно успех», – подумаем мы и будем снова неправы.

Но тут потребуется лирическое отступление. Еще в XVIII в. врач Джон Хайгарт написал статью о том, что обычные деревянные иглы для укалывания (тогда акупунктура была серьезной медицинской дисциплиной) действуют так же, как и очень дорогие металлические, если пациенты не видят между ними разницы{30}. А в 1955 г. ученый из США Генри Бичер подробно описал эффект плацебо{31}. С тех пор присутствие этого эффекта всегда принимается во внимание во время клинических исследований всех лекарств, хотя периодически эта практика подвергается критике{32}. Считается, что благодаря плацебо-эффекту обычно вылечивается 35 % больных{33}, хотя, конечно, все сильно зависит от каждого конкретного случая. Оказывается, сам факт ожидания выздоровления запускает в мозге и нервной системе целый каскад реакций, которые сами по себе способны оказывать терапевтические эффекты{34},{35},{36},{37},{38},{39}. Получается, есть вероятность, что наше лекарство не обладает никакими целебными свойствами, просто больным полегчало от того, что они ожидали улучшения своего состояния. Чтобы мы могли оценить эффективность нашего лекарства, контрольная группа должна получать плацебо – подобные эксперименты называются «плацебо-контролируемыми». Дабы не ошибиться в очередной раз, не будем изобретать велосипед и посоветуемся со специалистами. Они нам объяснят, что сегодня золотой стандарт в доказательной медицине – двойное слепое рандомизированное плацебо-контролируемое исследование. «Плацебо-контролируемое» – уже знакомый нам термин. «Двойное слепое» означает, что ни экспериментатор, ни пациент не знают, получают они плацебо или нет. Состав групп становится известен только после окончания эксперимента. «Рандомизированное» – участники обеих групп отбираются случайным образом. Оба этих условия необходимы для того, чтобы на ход эксперимента не повлияли никакие сторонние факторы. За счет того, что набор групп отдается полностью на откуп случая, при достаточно большой выборке нивелируется весь «белый шум». При этом на ход эксперимента повлиять не могут ни испытуемые, ни ученые, потому что никто из них не знает, кто получает лекарство, а кто – пустышку