Канал МедАп

🗣Если твой Хирш меньше (подставьте нужную цифру), то ты не имеешь права называться ученым

Спору нет, очень удобно, когда есть один показатель, с которым как с линейкой можно подойти к любому исследователю и измерить его крутость.

Такой линейкой, которой не только измеряют, но и бьют по рукам, стал в академическом мире индекс Хирша.

Ему вообще-то не очень много лет: он появился в 2005 году и пытался оценить научный «выхлоп».

Как считается индекс: если у тебя есть три публикации, которые процитированы по меньшей мере три раза каждая, то твой индекс Хирша — три. Если четыре публикации с четырьмя цитатами у каждой — соответственно, четыре.

Но в итоге Хирш стал инструментом для кадровых решений и оценки людей.

📍Есть классное утверждение: когда мера становится целью, она перестаёт быть хорошей мерой (When a measure becomes a target, it ceases to be a good measure)

Называется «закон Гудхарта» в переформулировке Мэрилин Стратерн.

Как только мы начинаем гоняться за каким-то показателем и что-то с ним делать, он автоматически перестаёт быть хорошей мерой.

Пример: чтобы статью цитировали, нужно, чтобы она была в открытом доступе, а чтобы она была в открытом доступе — нужно заплатить APC, иначе никак.

Есть несколько журналов, которые публикуют в открытый доступ без APC, но они не очень хорошие, там Q3.

Из-за того что просто нет бюджетов (публикация стоит около 350 тысяч рублей), с Хиршами проблема — иногда авторы скидываются, иногда институт или грант частично покрывает, но это не те объёмы.

Ещё момент: если опубликовать systematic review или базу данных — это сразу гораздо больше цитирования.

Метаанализы очень классно цитируются, но в эту нишу «с улицы» влезть достаточно сложно, особенно если писать их на остросоциальные темы.

Как только выходит новое рандомизированное исследование про какой-то препарат, скорее всего, найдётся коллектив авторов, который сделает метаанализ на эту тему раньше, — они следят, что будет публикация, делают все предзаготовочки заранее и просто ждут.

Наверное, проблема не в самом индексе Хирша, а в том, что мы наделяем цифру почти магической силой и начинаем мерить учёных, как эльфов разного уровня в компьютерной игре)

Наука стала бизнесом

Причём это такой интересненький бизнес, что любой предприниматель обзавидуется...

Как это устроено⤵️

Кто-то финансирует исследование — государство или грант, либо сам автор проводит исследование по своей инициативе, иногда финансируя его своими деньгами, иногда просто своим временем.

Дальше автор отдаёт рукопись издательству, и делает это, естественно, бесплатно: никаких денег автор за это не получает.

И более того, автор ещё платит журналу, если хочет, чтобы его статья была опубликована в открытом доступе (это APC, авторский взнос).

С другой стороны есть рецензенты, которые эти статьи рецензируют, и, естественно, им никто ничего за это не платит.

Присылают сертификатики, и всё.

Но если автор не платит взнос за открытый доступ, издательство продаёт эту статью и забирает выгоду себе.

В крупных институтах оформляют подписку на издательство и таким образом получают доступ к статьям, а если подписки нет — приходится пиратить.

И здесь снова выгодоприобретатель — издатель.

Получается, что индустрия, где автор что-то поставляет, контролёр качества в виде рецензента и покупатель — это одно и то же сообщество.

Только объёмы APC, выплаченных пятёрке самых крупных издательств (типа Elsevier, Nature Publishing), за несколько лет — это миллиардные объёмы.

А больше 1 миллиарда в год, если брать основные издательства — это неоплаченное время рецензентов.

При этом если сравнить 2016 год с 2022-м, количество публикаций выросло на 47%, при том что число работающих исследователей осталось примерно на одном и том же уровне.

Вот так сейчас устроен суровый академический мир, собачка🌚

Можно ли публиковать статьи, написанные искусственным интеллектом?

Давайте разберемся с позицией авторитетных научных журналов.

Официальная позиция крупных медицинских издателей примерно такая:

Использовать ИИ можно, но нельзя делать его невидимым соавтором.

Что это значит на практике?

Искусственный интеллект не может быть соавтором статьи. Он не несет ответственности за ссылки, цитаты, данные и выводы. Финальная ответственность все равно лежит на человеке.

📍Если вы пользовались искусственным интеллектом на каком-то этапе написания статьи, например, для стилистических правок, анализа данных, поиска научных идей, то эту информацию нужно раскрыть в самой рукописи и в сопроводительном письме к статье.

Так что авторитетные журналы не запрещают использование ИИ. Они запрещают делать вид, что его не было.

Сейчас на молодых врачей, которые хотят развиваться, со всех сторон сыплется:

«Не знаешь английский – лох»
«Не знаешь статистику – как ты вообще работаешь»
«Не ездишь на зарубежные конференции – ну ващеее»

Да, без боли и взрыва мозга не будет роста.

Но эта боль не должна быть избыточной, она должна быть посильной. Иначе прогресса не будет, и вы просто остановитесь на полпути.

Дисклеймер: на связи Полина Шило, и всё нижеописанное – исключительно моё субъективное мнение.

В чате ВШО однажды состоялась дискуссия на целых 700 сообщений. Думаете, мы обсуждали поход в бар или новый трек Бузовой? Отнюдь 😊

Мы обсуждали клинические рекомендации

Всё началось с невинного вопроса одного из резидентов:

«А что бы мне почитать, чтобы что-то понять о нейроэндокринных опухолях?»

Советы были разные, и всё переросло в словесные баталии. А я вставила свои пять копеек примерно такого содержания:

Я предлагаю читать то, что немного выше вашего текущего уровня. Ключевое слово – немного.

Если вам некомфортно сразу начинать с английских источников, прочитайте сначала рекомендации на русском, чтобы усвоить основную терминологию, а потом уже переходите на английский.

Если тяжело идут оригинальные исследования — читайте по маленьким кусочкам, гуглите непонятные термины и не корите себя за то, что на одну статью ушла неделя.

Вспомню свой пример⤵️

Я пришла в ординатуру в отделение онкогематологии с абсолютно нулевыми знаниями о лимфомах и миеломе. Мой английский был так себе, а желание знать много — огромным.

Я начала искать подходящие источники и допустила досадную ошибку — сразу полезла в рекомендации NCCN 📄 (объёмные, сложные американские гайдлайны, ещё и на английском).

На тот момент они оказались мне не по зубам, и я вообще забросила систематическое чтение на пару месяцев. Рискну предположить, что не я одна оказывалась в такой ситуации — в полных непонятках и с убитой самооценкой.

Я за то, чтобы читать максимально качественные источники. Но когда вы только начинаете свой путь в доказательной медицине, об это очень легко сломаться.

Если вам сейчас ничего не понятно – это нормально.

🔵Если вы не умеете формулировать вопрос по PICO — это логично, нас этому не учили.
🔵Если вы не знаете отличий дизайна superiority от non-inferiority — это тоже нормально.

Это не ваш личный недостаток, это просто направление, в котором нужно двигаться.

Я за то, чтобы пытаться делать больше и знать больше, но не ценой уничтожения собственной психики.

Мы все там были (или есть!): с неидеальным английским, без глубоких знаний биостатистики и концепций доказательной медицины. Но это не значит, что мы плохие.

📍Это значит лишь одно: мы в самом начале пути — вне зависимости от того, сколько лет практики за плечами.

Как вообще развивается доказательная медицина как концепт?

*На примере России.

Сначала профессиональное сообщество узнало о том, что есть препараты без доказанной эффективности.

И, соответственно, доказательный врач – это врач, который назначает препараты с доказанной эффективностью, а "недоказательный" назначает всякие разные фуфломицины.

🛡 И началась священная война фуфломицинов против нормальных препаратов.

Потом появилось понимание:

🔵 что нельзя просто взять и разделить препараты на плохие и хорошие, и все немножечко сложнее;

🔵 что существуют разные дизайны научных исследований, которые в разной степени могут объяснить происходящее и помочь найти эффект препарата;

🔵 что существуют рандомизированные контролируемые исследования, которые являются золотым стандартом проверки эффективности препарата.

🏹 И новое идеологическое движение о том, что нам нужны рандомизированные исследования. Больше рандомизированных исследований богу рандомизированных исследований.

Но дальше стало понятно, что и этого недостаточно.

Потому что рандомизированные исследования рандомизированным исследованиям рознь.

Есть ситуации, где такой дизайн исследований вообще не применим. И еще огромное количество спорных вопросов.

И стало ясно, что врачу, помимо всего прочего, крайне желательно разбираться хотя бы базово в медицинской статистике, понимать, как устроены научные исследования, и какие выводы из них можно делать, а какие нельзя.

Сейчас на медицинских конференциях появляется все больше секций под кодовым названием «Диалоги клинициста и статистика», потому что неправильная интерпретация математических показателей может влиять на медицинские решения.

У каждого периода развития этой концепции есть свои герои, которые идут в авангарде.

Есть противники, с которыми можно спорить до посинения.

Но главное, что все развивается. И сейчас даже в регионах сложно найти врача, который вообще никогда не слышал про доказательную медицину.

Так что, несмотря на апокалиптические новости из мира медицинского образования, все равно все медленно, но верно, меняется в хорошую сторону.

Начало обучения в медицинском вузе ощущается как прыжок на доверие

Ты запихиваешь в голову нереальное количество информации и веришь, что из этого однажды получится клиническое мышление.

И в нашей системе образования будущим врачам предстоит много-много лет учиться с верой, что однажды оно просто придет.

Возможность хоть как-то проверить эту гипотезу появляется где-то в конце третьего, может быть, начале четвертого курса, когда начинается пропедевтика и клинические дисциплины.

Анатомия существует отдельно, физиология отдельно, биохимия отдельно.

Ты что-то учишь, сдаешь, забываешь, учишь следующее и так по кругу. И только потом оно складывается в какую-то стройную понятную систему.

И если бы Полина могла сказать что-то себе в сентябре первого курса, это было бы так:

Не пугайся, что пока что ты не видишь целого. Оно обязательно сложится, если очень много учиться.

«А что случилось с молодежью?»

В честь первого сентября хочется озвучить одну вещь.

Когда человек поступает в медицинский, он заключает довольно странную сделку с будущим. Он отдает профессии много лет заранее, еще ничего не получив взамен.

Он верит, что эти 6, 8, 10 лет однажды превратятся в работу, которая будет иметь высокий смысл и позволит нормально жить.

Поэтому разговоры о недоборе в ординатуру нам кажутся важными не потому, что молодежь перестала хотеть быть врачами, а потому что, возможно, молодые люди стали внимательнее смотреть на вторую половину этой сделки.

Что профессия обещает им в ответ?

Не только моральное удовлетворение, но и условия, развитие, безопасность и вообще возможность как-то адекватно планировать свою жизнь.

Если однажды желающих становится меньше, возможно, полезнее не спрашивать:

А что случилось с молодежью?

а спросить:

Выполняет ли медицина свою часть обещания?