Как читать научные статьи: разбор для студента-стоматолога

Чтобы читать научные статьи с пользой, начните с вопроса: кого изучали, с чем сравнивали и что измеряли. Затем проверьте, как получен результат и к кому он применим. Ниже — маршрут для студента-стоматолога: поиск первоисточника, разбор вымышленного учебного исследования, расчёты и шаблон конспекта.

Вопрос PICO: с чего начинается разбор

Прежде чем читать методы и результаты, стоит сформулировать вопрос, на который статья якобы отвечает. Удобный способ — разложить его на PICO: Patient (пациент или группа, о которой речь), Intervention (вмешательство, которое изучают), Comparison (с чем сравнивают), Outcome (какой исход измеряют). Такая схема помогает читать исследования вмешательств. Для описательной работы или качественного исследования вопрос может быть устроен иначе — отсутствие одной из частей PICO ещё не означает плохую статью.

Возьмём условный пример редакции. Статья называется «Эффективность нового средства гигиены полости рта при гингивите у взрослых». PICO выглядит так: P — взрослые пациенты с хроническим гингивитом (воспаление дёсен без разрушения костной ткани), I — новое средство гигиены, C — стандартное средство гигиены, O — уменьшение кровоточивости дёсен через 8 недель. Если в тексте вы находите другой исход — скажем, снижение индекса зубного налёта, — это уже сигнал присмотреться внимательнее к тому, что именно измеряли.

PICO особенно полезен, когда вы читаете статью параллельно с клинической темой, которую разбираете на занятиях. Если материал связан с практикой, которую вы уже проходите в клинике — например, с темой пародонтологии или гигиены — проще сверить вопрос статьи с тем, что вы видели сами. Общий разбор клинических ситуаций для студента можно посмотреть в материале про клиническую практику студента-стоматолога.

Где искать статью и чем публикация отличается от индексации

Самый частый инструмент поиска для студента — PubMed, бесплатная база медицинских публикаций Национальной медицинской библиотеки США. В ней можно фильтровать статьи по типу исследования, дате и наличию полного текста. Но у поиска в PubMed есть нюанс, который легко упустить: дата публикации статьи и дата её добавления в индекс базы — это разные даты.

Журнал может выпустить электронную версию статьи раньше печатного номера — такой режим называют «опубликовано онлайн до выхода номера» (англ. epub ahead of print). Статья в этом случае уже доступна и цитируема, но официальный номер журнала с страницами появится позже. Если вы видите расхождение дат в карточке статьи — это нормально, а не ошибка базы.

Важно и другое: сам факт, что статья есть в PubMed, не означает, что она качественная. База индексирует огромный массив журналов разного уровня рецензирования, и присутствие в ней — не знак проверки методологии. Так же наличие записи не гарантирует, что текст статьи можно прочитать бесплатно целиком — часто доступна только аннотация, а полный текст закрыт платным доступом журнала.

Дизайн исследования: кто главнее — РКИ или метаанализ

Дизайн исследования — это схема, по которой организован эксперимент или наблюдение. От дизайна зависит, какие выводы вообще можно делать из результатов. Три дизайна встречаются в стоматологических статьях чаще всего: рандомизированное контролируемое исследование (РКИ) — пациентов случайным образом распределяют между вмешательством и сравнением; когортное исследование — наблюдают за группой людей во времени без вмешательства исследователя; систематический обзор и метаанализ — объединяют результаты нескольких уже опубликованных исследований по одной теме.

Частая ошибка начинающего читателя — считать, что метаанализ автоматически надёжнее любого отдельного РКИ, потому что «в нём больше исследований». Это не так. Метаанализ объединяет данные тех работ, которые в него включили, и если исходные исследования были маленькими, с плохим дизайном или подобраны избирательно, итоговый вывод обзора окажется таким же слабым, как и его составляющие. Хорошо проведённое крупное РКИ с чёткой методологией может быть надёжнее слабого метаанализа пяти небольших и разнородных работ.

Оценка дизайна — это именно тот момент, где стоит задать себе прямой вопрос: соответствует ли дизайн заявленной цели исследования? Если в заголовке обещана «эффективность» вмешательства, а дизайн — наблюдательный без контрольной группы, выводы о причинной связи делать рано.

Выборка и те, кто выбыл из исследования

Выборка — это конкретные люди, которые участвовали в исследовании, а не абстрактная «группа пациентов». При чтении методов важно найти три числа: сколько человек изначально включили в исследование, сколько дошло до конца и по какой причине выбыли те, кого не досчитались.

Выбывание участников — обычное дело, но оно может исказить результат, если причины ухода связаны с самим вмешательством. Условный пример редакции: в исследование нового обезболивающего геля включили 120 пациентов, 15 выбыли из-за побочных эффектов именно в группе геля, и авторы посчитали итоговый эффект только по оставшимся 105. Если не учесть выбывших, картина эффективности может получиться завышенной — ведь часть людей ушла именно потому, что препарат им не подошёл.

Хороший признак добросовестной статьи — явное указание числа выбывших в каждой группе и попытка объяснить, повлияло ли это на результат. Если в тексте просто написано «обследовано 105 пациентов» без упоминания изначальных 120 — это повод присмотреться внимательнее и поискать расхождение в таблицах.

Рандомизация и ослепление: зачем они нужны

Рандомизация — это случайное распределение участников между группами вмешательства и сравнения. Она уменьшает риск систематического различия групп, в том числе по неизвестным факторам. В конкретной небольшой выборке различия всё равно могут сохраниться, поэтому исходные характеристики нужно проверить.

Ослепление (англ. blinding) — это когда участник, врач-исследователь или человек, оценивающий результат, не знает, кто получил вмешательство, а кто — сравнение или «пустышку» (плацебо). Ослепление снижает риск того, что ожидания участников или исследователя повлияют на оценку результата. В стоматологических исследованиях полное ослепление часто невозможно физически — например, врач видит, какой материал он использует при пломбировании, — но ослепление того, кто оценивает исход (например, рентгеновский снимок анализирует другой специалист, не знающий группу пациента), всё равно возможно и важно.

Если в статье не указано ни как проводилась рандомизация, ни было ли ослепление, это не значит автоматически, что исследование плохое — но это значит, что нужно читать раздел ограничений внимательнее и быть осторожнее с выводами о причинной связи.

Контрольная группа и исход: суррогат или польза для пациента

Контрольная группа — это та группа сравнения, с которой сопоставляют результат вмешательства: стандартное лечение, плацебо или отсутствие вмешательства. Без контроля невозможно понять, улучшение произошло из-за вмешательства или само по себе со временем.

Отдельный момент, который легко упустить, — суррогатный исход. Это промежуточный показатель, который измеряют вместо того, что реально важно для пациента. Например, снижение индекса зубного налёта — суррогатный исход; реальный результат для пациента — меньше случаев кариеса или потери зуба за годы наблюдения. Статья может честно показать статистически достоверное улучшение суррогатного показателя, но это не доказывает, что у пациентов станет меньше кариеса в будущем — связь между суррогатом и клинически значимым исходом иногда слабее, чем кажется.

Размер эффекта: абсолютная и относительная разница, доверительный интервал

Даже если дизайн исследования надёжный, цифра эффекта может звучать убедительно или незначительно — в зависимости от того, как её подать. Разберём это на условном примере редакции, без привязки к реальному лечению.

Допустим, в контрольной группе из 100 пациентов неблагоприятный исход (например, рецидив воспаления) случился у 20 человек, а в группе с новым вмешательством из 100 пациентов — у 10, при одинаковом сроке наблюдения. Абсолютная разница рисков — это просто разница в процентных пунктах: 20% − 10% = 10 процентных пунктов (п.п.). Относительная разница — это та же разница, но выраженная в долях от исходного риска: (20 − 10) / 20 = 50%, то есть вмешательство снизило риск на половину от исходного уровня. Из этой же пары чисел считают число NNT (number needed to treat) — сколько пациентов нужно пролечить новым методом, чтобы предотвратить один дополнительный случай неблагоприятного исхода по сравнению с контролем: NNT = 1 / 0,10 = 10.

Важная оговорка: 10 процентных пунктов и 50% — это два правильных, но очень по-разному звучащих описания одной и той же разницы. NNT=10 в этом примере работает только при сравнении групп за одинаковый срок наблюдения и только в рамках условных цифр примера — это не факт о реальном лечении, а демонстрация арифметики. Разные форматы подачи одной и той же статистики по-разному воспринимаются читателем: относительные величины обычно кажутся более впечатляющими, чем абсолютные, и это задокументированная методическая особенность восприятия риска, а не особенность конкретной темы.

Доверительный интервал показывает неопределённость оценки эффекта при выбранном статистическом методе. Узкий интервал обычно означает более точную оценку, широкий — большую неопределённость. Строгое значение уровня 95% относится к методу: при многократном повторении исследования построенные таким способом интервалы покрывали бы истинный эффект примерно в 95% случаев. Это не вероятность того, что эффект находится внутри уже полученного конкретного интервала.

Для разности рисков точка отсутствия различия — ноль, для отношения рисков или шансов — единица. Если интервал включает эту точку, результат совместим с отсутствием различия; он может также допускать пользу и вред. Читать нужно весь диапазон, а не только отметку «значимо».

OR и RR: почему их путают

Отношение рисков, или относительный риск (RR, relative risk), — это риск исхода в одной группе, делённый на риск в другой. Отношение шансов (OR, odds ratio) — похожая, но не идентичная величина: она сравнивает не риски напрямую, а шансы (отношение числа случаев исхода к числу случаев его отсутствия) в одной группе относительно другой.

Разница становится заметнее при частом исходе. Например, в том же условном примере риски равны 10/100 и 20/100: RR = 0,5. Шансы равны 10/90 и 20/80, поэтому OR ≈ 0,44. Это два разных показателя; число 0,44 нельзя пересказать как риск 44% или снижение риска на 56%. При редких исходах они могут быть близки, однако при чтении всё равно нужно сохранять название показателя.

Как проверить, что со статьёй всё в порядке

У опубликованной статьи может появиться два типа официальных изменений после выхода: исправление (correction) и отзыв (retraction). Исправление — это когда редакция журнала вносит правку в текст или данные, при этом исправление может затронуть и выводы. Нужно прочитать саму поправку и пользоваться актуальной версией. Отзыв — более серьёзная мера: редакция официально признаёт, что со статьёй есть существенная проблема (ошибка в данных, нарушение этики, фальсификация), и статья формально отзывается из научного оборота. Запись при этом обычно остаётся в базе данных, но с явной пометкой о статусе.

Проверить статус статьи можно прямо в карточке PubMed — тип публикации и пометки об отзыве или исправлении видны в метаданных записи, без необходимости искать отдельные новости об этом. Это стоит делать особенно для статей, на которые вы собираетесь ссылаться в курсовой работе или докладе — ссылка на отозванную статью без указания её статуса выглядит как минимум небрежно.

Что может ИИ в чтении статей, а что нет

Генеративный ИИ (например, чат-бот на основе большой языковой модели) может быть полезным помощником на этапе подготовки к чтению: он помогает быстро выписать вопросы по схеме PICO, предложить структуру конспекта или объяснить незнакомый статистический термин простыми словами, прежде чем вы откроете саму статью.

Но у этой помощи есть жёсткие границы. ИИ не является источником данных исследования и не заменяет чтение первоисточника — он может ошибаться в деталях, путать цифры или додумывать результаты, которых в статье нет. Любые конкретные числа эффекта, доверительные интервалы и выводы нужно сверять напрямую с текстом статьи, а не с пересказом от модели. И отдельное правило, которое касается именно медицинской сферы: в диалог с ИИ-инструментом нельзя загружать никакие данные реальных пациентов — даже обезличенные истории болезни или клинические случаи из практики, если есть риск идентификации человека.

Шаблон конспекта и план первых чтений

Конспект статьи удобно вести по фиксированной структуре — так разбор занимает предсказуемое время и не превращается в пересказ всего текста подряд.

Для первых самостоятельных чтений лучше не браться сразу за сложные многоцентровые РКИ с запутанной статистикой. Разумный план — начать с короткого систематического обзора по теме, которую вы уже разбирали на практике или в анатомии, прочитать одну статью в неделю с заполнением конспекта по этой таблице, и обсуждать прочитанное с однокурсниками или куратором, а не только держать выводы при себе. Если тема статьи требует уверенного знания анатомических структур — например, обзор по технике анестезии нижнего альвеолярного нерва, — полезно заранее освежить материал, прежде чем вникать в статистику; подход к системному повторению такой базы описан в материале про изучение анатомии студентом-стоматологом.

Собранные конспекты прочитанных статей со временем превращаются в полезный след вашей учебной работы — например, их можно оформить как часть раздела о самостоятельной подготовке при сборе портфолио студента-стоматолога для первой работы, наряду с клиническими кейсами и учебными проектами.

Отдельно стоит сказать про комплектацию рабочего места, которая часто упоминается в клинических статьях — материалы, инструменты, тип оборудования, использованного в исследовании. Чтобы просто понимать, о каком классе оборудования идёт речь в методах статьи, можно свериться со списком предложений поставщиков на DentalPortal.pro — там собраны разные варианты комплектации, их можно сравнить между собой и запросить документы у поставщика напрямую. Это справочная задача понимания терминов статьи, а не повод что-то покупать на этапе учёбы.

Частые вопросы

Нужно ли читать статью целиком, если есть аннотация?

Аннотация даёт общее направление, но может опускать причины выбывания, отдельные результаты и существенные ограничения. Для учебного разбора стоит хотя бы просмотреть разделы «методы» и «результаты» полностью — именно там обычно находятся расхождения между заявленным и реальным выводом.

Как понять, что исследование качественное, если нет времени на подробный разбор?

Быстрая проверка — посмотреть три вещи: есть ли контрольная группа, указано ли число выбывших участников и приведён ли доверительный интервал рядом с цифрой эффекта. Для исследования вмешательства это полезные ориентиры. Они не заменяют оценку дизайна и не подходят как универсальная проверка для всех видов научных работ.

Что делать, если статья на английском и термины непонятны?

Держите рядом краткий словарь терминов — PICO, p-значение, доверительный интервал, OR/RR — и переводите термины, а не фразы целиком, чтобы не терять смысл статистических формулировок. Автоматический перевод текста полезен для черновой ориентации, но числа и выводы всегда стоит сверять по оригиналу.

Значит ли высокий рейтинг журнала, что статья точно надёжная?

Нет, рейтинг журнала (например, импакт-фактор) отражает в среднем цитируемость публикаций журнала, а не качество конкретной статьи. В авторитетных журналах тоже встречаются слабые по дизайну работы, и наоборот — качественное небольшое исследование может выйти в менее известном издании.

Можно ли доверять метаанализу больше, чем отдельному РКИ?

Не автоматически. Метаанализ хорош настолько, насколько хороши включённые в него исследования, и при плохой исходной базе работ итоговый вывод обзора будет слабым, даже если звучит обобщённо и солидно. Крупное качественное РКИ иногда надёжнее небольшого метаанализа разнородных исследований.

Как быстро проверить, не отозвана ли статья?

Откройте карточку статьи в PubMed или на сайте журнала и посмотрите тип публикации в метаданных — отзыв (retraction) и исправление (correction) там отмечаются отдельной пометкой рядом с заголовком записи, без необходимости искать новости об этом отдельно.

Можно ли пользоваться ИИ для перевода и конспекта статьи?

Да, для перевода сложных формулировок и составления черновой структуры конспекта ИИ может сэкономить время. Но итоговые цифры эффекта, доверительные интервалы и выводы нужно сверять напрямую с текстом статьи, и никакие данные реальных пациентов в такие инструменты загружать нельзя.

Для первой недели выберите одну статью и заполните конспект. Отметьте, что удалось установить, какие вопросы остались и где ответ может изменить вывод. Такой разбор полезно обсудить с преподавателем: цель — научиться объяснять ход рассуждения, а не запомнить последнее предложение аннотации.

Источники

• Cochrane, систематический обзор CD006776, 2011 — «Using different statistical formats for presenting health information» (cochrane.org): методическая работа о том, что одинаковые статистические сведения воспринимаются по-разному в зависимости от формата подачи (относительные величины против абсолютных и естественных частот). Использована как основа для объяснения разницы между абсолютной и относительной разницей риска; это старый обзор с устойчивой методической базой, а не новая публикация.
• NLM, «PubMed User Guide» (pubmed.ncbi.nlm.nih.gov/help): официальное руководство по поиску и фильтрам базы PubMed, включая различие между датой публикации и датой индексации записи, а также обозначение исправлений и отзыва публикаций. Использовано для объяснения работы с базой и проверки статуса статьи.
• CASP (Critical Appraisal Skills Programme), «RCT Checklist», 2020 (casp-uk.net): учебный опросник для критической оценки рандомизированных контролируемых исследований без балльной системы оценки. Использован как общий ориентир структуры разбора (валидность методики, результаты, применимость), пересказан своими словами без копирования пунктов документа.
• Cochrane Handbook, глава 15: интерпретация результатов — раздел 15.3 о доверительных интервалах и границах статистической значимости.