Текст книги "Диссертация: инструкция по подготовке и защите"

Здесь уместно рассмотреть точное значение двух терминов – достоверность и статистическая значимость. Эти понятия почти всегда смешивают. Если Вы, применив адекватный задаче метод исследования, получили какой-либо результат, если Вы измерили то, что измеряли, то есть не получили артефакт, Ваши данные по определению достоверны, даже если это единичный результат однократного измерения, который, разумеется, не может быть подвергнут никакой статистической обработке. Поскольку исследователь почти всегда работает не с генеральной совокупностью объектов, а с их выборкой, для перенесения отмеченных закономерностей с выборки на генеральную совокупность он обязан обработать экспериментальные данные статистическими методами. Если повезет чуть-чуть, результат окажется статистически значимым, то есть его можно будет перенести с ваших, скажем, 50-ти больных на всех больных (того же пола, возраста и т. п.), страдающих тем же недугом. Правда, и здесь будет сделана существенная натяжка: больные, поступавшие в вашу клинику, не представляют собой рандомизированной выборки из генеральной совокупности. Но тут Вы, очевидно, бессильны. Вряд ли Вы можете получить хотя бы общегородской список всех больных с каким-либо диагнозом и вызывать их для лечения в строго случайном порядке. Если быть очень придирчивым, то следовало бы в названии диссертации после упоминания нозологической формы указывать: «проходивших лечение в Санкт-Петербургском Центре Простатологии Российской Академии Естественных Наук в период с 1992 по 2008 год».

Все сказанное настолько просто, и настолько часто каждый исследователь слышал об этом… Но почему, ответьте, за редчайшим исключением диссертанты твердят о «статистической достоверности» их данных? Может быть, дело в том, что курсы статистики, читаемые аспирантам, заведомо перегружены описанием заумных математических критериев, и простые истины остаются за пределами учебных программ? Есть и еще одна возможная причина этого недоразумения. Всякий специалист хочет быть крупным специалистом. Химик обижается, когда его просят произвести банальный синтез, скажем, бомбезина, а не его четырехзамещенного и нигде в мире не существующего аналога. Специалист по биологической и медицинской статистике с готовностью расскажет Вам о каких-нибудь «полумарковских процессах» (бедный полу-Марков!), но неохотно станет объяснять Вам ограничения к применению критерия Стьюдента. Кроме того, у математиков, работающих в среде исследователей-медиков, есть очаровательная склонность говорить непонятно и отделываться от просящих совета и помощи снисходительными улыбками. Может быть, это результат глубокого внутреннего конфликта? Ведь вокруг тебя снуют люди, неспособные отличить интеграл от дифференциала, и все они имеют высокие ученые степени, как-то ухитряются делать важное дело и пользуются уважением сограждан… А ты знаешь так много, и почти всегда в тени!

Следующее по порядку, но не по значимости, после метрологии и рандомизации средство борьбы с артефактами – строго продуманная регистрация исходных, или фоновых, значений параметров. Столь распространенный метод измерений «до-после» не имеет права даже называться научным методом. Когда до и когда после измерял избранные функции исследователь? Ведь абсолютно ясно, что любой параметр биологической системы постоянно колеблется, флуктуирует под действием столь многочисленных и столь малых по величине воздействий, что мы можем считать подобные изменения случайными и любое исходное значение параметра оценивать только статистически.

Если Вас не убедили эти рассуждения, измерьте несколько раз в стандартных условиях какой-либо показатель, особенно из числа интегративных, например физическую работоспособность, и вместо прямой или слегка извилистой линии, соединяющей данные, Вы получите широкий коридор нормальных исходных значений. А теперь подумайте, насколько достоверны будут отмеченные Вами «измерения физической работоспособности», если Вы оцените исходный уровень однократно.

Если есть физическая возможность регистрировать исходные значения интересующего Вас параметра на протяжении некоторого времени, это обязательно следует сделать. В математике есть правило, гласящее, что минимальное количество точек, позволяющее хотя бы приблизительно представить кривую, равно четырем. Измерьте параметр 4–6—8 раз через равные промежутки времени и изобразите эти данные в системе координат. Без применения каких-либо специальных средств анализа Вы увидите, происходит ли изменение среднего уровня показателя (рост или снижение – неважно) или перед Вами просто колебания вокруг некоторой горизонтальной линии. Если Вы убедились в том, что показатель не изменяется направленно, то есть флуктуирует, переходите к воздействию изучаемого фактора. Если нет, продолжайте регистрацию фона, покуда это возможно. В крайнем случае, откажитесь в этот день от проведения опыта и, обдумав причины помех, начинайте заново, на новом животном и, может быть, в несколько иных условиях. Приведем пример (рис. 3 и 4).

Рис. 3. Суждение об исходном (фоновом) уровне параметра Y – ненадежно. Просматривается тенденция к снижению Y. Необходимо продолжить регистрацию. t – время (Данные получены в одном опыте. Точки, составляющие кривую, не являются средними.)

Рис. 4. По-видимому, направленных изменений параметр Y не претерпевает. Если нет возможности продолжить регистрацию фоновых значений, их среднее арифметическое (пунктир) можно принять за исходный уровень Y. t – время

Как уже было сказано, лучше не исследовать процессы, изменяющиеся в пределах 10 % от исходного уровня. Чтобы сделать регистрируемый эффект более заметным и, если повезет, даже очевидным, «загрузите» систему, доведите ее до пределов ее возможностей и только после этого воздействуйте на нее исследуемым фактором. Рассмотрим пример. Мы хотим убедиться в том, что вещество Х замедляет процесс естественного старения. Детали эксперимента не отработаны, дозы вещества – неизвестны. С чего начать? Воздействуйте на животных слабым ионизирующим излучением, чтобы многократно ускорить процесс старения, и после этого вводите вещество Х – эффект будет ярким и несомненным. (А если нет, то лучше поискать другой геропротектор.)

Другой пример. Вы исследуете влияние измененной внешней среды на деятельность человека-оператора и с удивлением обнаруживаете, что в весьма различных, в том числе и в очень неблагоприятных условиях среды Ваши испытатели показывают стабильные результаты в самых разнообразных психофизиологических тестах. В чем причина? Тесты недостаточно трудны, они не требуют полной мобилизации возможностей оператора. Остающиеся резервы столь велики, что легко перекрывают явно неблагоприятное внешнее воздействие. Максимально усложните тесты, введите элемент соревнования, чтобы насколько возможно усилить мотивацию, и посмотрите, так ли уж безразлично для деятельности испытателей воздействие данного фактора внешней среды.

Еще одно правило гласит: забудьте выражения «я заканчиваю набор материала», «материал у нас давно набран» и т. п. Может быть, тот, кто первым пустил в обращение эти слова, вырос в семье портного? Ведь не станет же уважающий себя портной шить костюм, не набрав полностью необходимый материал! Но исследователь не может позволить себе в самом начале работы определить набор методик и, ничуть не изменяя их, «набирать» экспериментальные данные! Каждый отдельный опыт, каждое отдельное клиническое наблюдение должны быть тщательно обдуманы в тот же день, когда они были проведены. Только очень серьезные причины, как, например, окончание работы городского транспорта или явные признаки острого утомления экспериментатора, могут оправдать откладывание процесса обработки на следующий (но не более!) день. Необработанный эксперимент – погубленный эксперимент, и это – правило без исключений. Немедленная обработка результатов дает громадные преимущества исследователям, работающим в одиночку или в составе малых групп единомышленников. Большие научные коллективы с их огромными массивами данных и неизбежным разделением труда не могут обеспечить немедленную обработку результатов эксперимента.

Почему это важно? Причин, по меньшей мере, две. Во-первых, исследователь «по свежим следам» легче заметит несовершенство методики, появление странных, невероятных значений регистрируемого показателя, то есть вмешательство артефакта, и примет соответствующие меры, подправив методику и сведя, таким образом, к минимуму потери труда и времени – неизбежные спутники «больших» экспериментов. (Разумеется, после любого существенного изменения методики опыт снова должен быть повторен в количестве, достаточном для получения статистически значимых результатов.) Во-вторых, при обдумывании свежих результатов исследователь еще удерживает в памяти множество деталей, не внесенных в протокол. Одна из них может оказаться очень важной, если не решающей, для объяснения результатов. При «отложенной обработке» эти ценные детали эксперимента будут безвозвратно забыты.

В качестве последнего довода в пользу немедленной обработки экспериментальных данных скажем, что даже очень, казалось бы, рассеянные исследователи из числа добившихся значительного успеха в науке могли пренебречь многим, но не этим правилом. Сделал – обдумай – запиши в конце протокола, к чему пришел и что хотел бы сделать завтра. Завтра прочти – сделай – обдумай, и так без конца. Даже при экономном отношении к труду и бумаге за несколько лет у Вас накопится большой массив данных, «переварить» его Вы сможете, только опираясь на эти микрообсуждения, микровыводы и микропредположения, оставшиеся на полях протоколов.

6. Распространенные заблуждения и вредные поверья, или Что Вам не следует делать

Постараемся перечислить наиболее распространенные среди начинающих исследователей заблуждения и вредные поверья. Порядок перечисления произволен и не указывает на большую или меньшую значимость или встречаемость того или иного «уклона».

Заблуждение первое состоит в том, что диссертант считает возможным с помощью принципиально новых, недавно предложенных и пока не проверенных методов изучать новые же, неизвестные прежде явления. Один из соратников по научной борьбе сводит Вас с какими-то людьми, отличительными чертами внешности которых являются: джинсы, лыжный свитер, лохматая шевелюра и очки в толстой оправе. Работают они в каком-то техническом институте, «который вообще-то до прошлого года был закрытым», – названия его Вы все равно не запомните. Эти люди показывают Вам прибор, который, по их словам, измеряет сверхслабые, скажем, электромагнитные поля, излучаемые XFZ – структурой человеческого тела. Вы берете этот прибор и начинаете с его помощью доказывать лечебный эффект еще не запатентованного лекарственного препарата. Кто потом поверит вашим данным? Нельзя исследовать неизвестное неизвестным! Ситуация здесь еще хуже, чем та, что описана в гл. 5: там ненадежен был только измерительный прибор, а об измеряемых им параметрах (частота сердечных сокращений, минутный объем крови и др.) известно, что они хорошо описывают состояние сердечно-сосудистой системы человека. Здесь же нов и потому ненадежен сам Метод.

Хотите использовать именно этот прибор? Пожалуйста, сначала проверьте его на уже открытых фактах. Выберите подробно описанный патологический процесс и покажите, как изменяется значение параметров A, B и C на шкалах Вашего прибора. Получите результаты, сопоставимые с теми, что получили другие исследователи с помощью иных, считающихся надежными, методов (и описали это в солидных журналах или руководствах), – можете применять прибор. Если такой путь Вам почему-либо не подходит, пользуйтесь только общепринятыми методами.

Второе заблуждение также частично было рассмотрено в гл. 5. Оно заключается в том, что всевозможные индексы и производные, образованные из обычных прямых физиологических, биохимических и прочих показателей, могут добавить нечто принципиально новое к пониманию биологических процессов. Исследователь наивно полагает, что если он разделит, скажем, частоту сердечных сокращений на частоту дыхания и прибавит к результату величину пульсового давления, то получит некий новый и более мощный инструмент для проникновения в суть явления. Это замечание не следует понимать буквально. Расчет потребления кислорода на квадратный метр поверхности тела, соотношение экскреций натрия и калия с мочой – примеры вполне оправданного отхода от простых показателей. Соблазн городить один на другой индексы и соотношения привел к появлению десятков новых параметров, каждый из которых отражает лишь субъективные пристрастия его автора. Утверждения о том, что такой-то индекс указывает на преобладание в механизмах регуляции такого-то компонента – типичный пример наукообразия. И хочется вслед за генералом-эмигрантом у Тэффи сказать: «Все это, конечно, хорошо, господа! Очень даже хорошо. А вот… ке фер? Фер-то ке?» – Что с этими результатами делать дальше?

Приведем пример: начинающий исследователь заявляет о создании «ИМ – индекса Мытникова» (фамилия изменена):

ИМ = (САД / ДАД) × ЧСС,

где САД – систолическое артериальное давление, ДАД – диастолическое артериальное давление, ЧСС – частота сердечных сокращений.

Чуть ли не половину своей диссертации он посвящает рассуждениям о динамике ИМ в процессе адаптации моряков к длительному подводному плаванию. С детской непосредственностью он уверяет опытных морских врачей, что величины ИМ до 117,3 указывают на благополучный ход адаптационного процесса, а ИМ более 121,5 должен вызвать у врача тревогу. В результате даже самые благодушные члены Совета не могут отказать себе в удовольствии потрепать злополучный индекс и его незадачливого автора. Если бы соискатель ввел в формулу еще две-три переменных, уже никто не понял бы, о чем вообще идет речь. А был бы он опытен, так назвал бы индекс именем своего учителя – члена-корреспондента одной из академий, название которой начинается со слова Российская. Это, конечно, шутка. Не вводите ненужных индексов, пользуйтесь «прямыми» показателями.

Заблуждение третье: классификация решает проблему. Диссертант, по каким-либо причинам работавший слишком самостоятельно, докладывает, что результаты его исследований позволяют выделить в такой-то реакции три (иногда четыре, иногда пять, но чаще – три) типа реагирования: гипо-, нормо– и гипер-. За этим заявлением обычно следуют процентные соотношения: к гипертипу – столько-то, к нормотипу – столько-то и т. д. На этом гордый проделанной работой диссертант замолкает, ожидая одобрения: он разработал новую классификацию! Жаль, если автор не понимает, что любая классификация по одному признаку сама по себе никакой ценности не имеет. Ценность классификация приобретает только тогда, когда в ней использовано одновременно не менее двух систем критериев. Рассмотрим это на простом примере. Утверждение о том, что все люди делятся на худых, средней комплекции и толстых, – лишено научного содержания. Его невозможно подвергнуть критике. Любой континуум можно разделить на три, пять, десять или х-1 отрезков. Число их определяется только вкусами автора. Повторим, подобное утверждение бессодержательно, поэтому оно не может быть ни верным, ни ошибочным. Если же автор одновременно показывает, что представители выделенных им конституциональных типов с разной вероятностью заболевают, скажем, атеросклерозом, научное содержание в сообщении появляется.

В принципе, любая классификация должна указывать на связь между двумя или несколькими параметрами.

Относительно классификаций хотелось бы процитировать один из апокрифических законов то ли Мерфи, то ли Фланнагана: «Всякая полезная классификация содержит от трех до шести градаций. Если их меньше трех – это не классификация, если их больше шести – она никому не нужна». За этой шуткой стоит вполне серьезный закон психологии, гласящий, что объем внимания (и с некоторыми поправками – непосредственной и оперативной памяти) не превышает 7 ± 2 альтернативы (магическое число Миллера). Знание этого закона очень важно для исследователя.

Заблуждение четвертое является результатом увлечения корреляционным анализом. Измерив множество физиологических, биохимических и прочих показателей, наш диссертант отправляется в вычислительный центр, где заполняет матрицу данных, скажем, 20 х 20. Машина выдает таблицу коэффициентов корреляции размером с полутораспальную простыню, притом величина этих коэффициентов колеблется от —0,11 до +0,17. Величина массива данных делает эти коэффициенты статистически значимыми, что прямо указывает на то, что связь между исследуемыми факторами – маловероятна и заниматься поиском ее – пустая трата времени. Вместо того чтобы сразу понять это, автор начинает размышлять о причинах слабых связей между параметрами H и B, L и M. Иногда приходится слышать удивительные утверждения о том, что есть особые области знания (например, психология), в которых связи между отдельными явлениями настолько слабы, что и r = 0,20 заслуживает рассмотрения. Оставим это утверждение без комментариев.

Очередной шаг в развитии компьютерной техники принес новую проблему: ориентируясь на величину корреляции между отдельными параметрами, машина объединяет их группы или факторы. Диссертанты получили возможность начать захватывающую игру: теперь они анализируют корреляционные связи между такими факторами. Конечно, Совет с интересом выслушает, что, например, индивидуальная переносимость человеком дыхания смесью с пониженным содержанием кислорода связана сильной корреляционной связью (r > 0,75) с фактором Н-2, в который входят: (а) масса тела с отрицательным знаком; (б) длина стопы; (в) кислотность желудочного сока натощак и (г) скорость простой сенсомотор-ной реакции. А нам остается только вновь повторить вместе с героем Тэффи: «Фер-то ке, господа?»

Заблуждение пятое: усилия во вспомогательных областях способны существенно повысить класс Вашей работы. Еще лет десять назад довольно часто встречались исследователи – биологи и медики, считавшие для себя неприличным появиться в халате, из кармана которого не выглядывала бы отвертка. Они паяли, собирали и налаживали, они обеспечивали ощущение занятости себе и другим, но очень мало что добавляли к своей основной специальности – физиологии, биохимии, клинике. Теперь эта тенденция ухода «на стык наук» приняла иные, более массовые и еще более разрушительные формы. Диссертанты проводят за компьютером значительно больше времени, чем собственно у своей экспериментальной установки. «Флешки» на много гигабайт, разрывающий душу сленг, в котором смешались плохо прочитанный английский со школьным арго… и обязательное выражение глубокой думы на челе. Как объяснить молодому человеку, что профессиональным компьютерщиком он не станет, но очень возможно, не станет и физиологом, биохимиком или морфологом?

Такое увлечение все новыми и новыми программными продуктами (слова-то какие!) – не что иное, как подсознательная попытка уйти от крайнего напряжения мысли, необходимого для открытия чего-то нового в Вашей собственной проблеме. Внутренний человек, черная тень которого не раз ляжет на страницы Вашей диссертации, спасает вашу психику от, возможно, чрезмерного напряжения и подсказывает Вам: «Есть новая программа! Возможности – в четыре раза больше всех предыдущих версий!» А Вам бы и прежней версии хватило бы «за глаза», только направить ее пусть и небольшую мощь надо было на решение проблемы, если Вы, конечно, не передумали заниматься наукой.

Появление персональных компьютеров на столах исследователей принесло им великое облегчение: упростились обработка и хранение данных как экспериментальных, так и литературных, изготовление иллюстраций, редактирование текстов и многое-многое другое. Мы – не специалисты в области применения компьютеров в биологии и медицине, поэтому в разделах, посвященных конкретным главам диссертации, ограничимся немногими советами по использованию компьютерной техники (более подробные сведения исследователь легко найдет в специальных руководствах), а здесь основное внимание будет уделено отрицательным последствиям этого несомненного технического чуда.

Распространение персональных компьютеров резко снизило требования, которые соискатели кандидатской степени предъявляли прежде к качеству собственных сочинений. Еще несколько лет назад стоило трижды подумать, прежде чем отдать рукопись машинистке – ей полагалось платить, и больше двух перепечаток тощий карман диссертанта не выдерживал. Иное дело теперь! Можно принести научному руководителю что угодно, и пусть себе исправляет то, что Вы должны были бы исправить сами, если бы не ленились. После замечаний руководителя Вы легко «перетасовываете» текст, не улучшая всерьез его качества, и приносите снова: «Василь Васи-лич, я все переделал». После пятого раза Василий Васильевич сдастся и скажет: «Ладно, Коля, подавай в Совет». – Степень будет получена, но качество подготовки специалиста окажется ниже, чем пять—десять лет назад. Печально!