Пим Куиперс, Иоана Кристеа "How to prove that your therapy is effective, even when it is not: a guideline"
Рандомизированные контролируемые испытания (РКИ) стали золотым стандартом доказательного обоснования того, что психотерапии для ментальных проблем эффективны, их даже считают за "объективную научную методологию". Клинические руководства пользуются этими РКИ, рекомендуя профессионалам применять одни специфические вмешательства, а не другие, а политические инстанции и страховые компании опираются на эти свидетельства, принимая решения о том, брать ли на вооружение и спонсирование то или иное лечение.
Экспериментальный дизайн РКИ - прямолинеен и не страдает от особых сложностей, но их результаты с научной точки зрения расцениваются как весьма сильные, даже в качестве сильнейших доступных научных свидетельств. При помощи разделения группы участников случайным образом на две подгруппы, одна из которых получает изучаемую терапию, а другая выступает контролем, например, получая иное вмешательство - мы можем судить, объяснимы ли различия между этими подгруппами той терапией, которую одни участники прошли, а другие нет. Логически, здесь не может быть другого возможного объяснения
Итак, допустим, что вы разработали некую новую, инновационную терапию, или вы несколько лет работали в рамках такой терапии, которую сами считаете очень действенной. Пациенты, её получающие, довольны и говорят вам, что эта терапия очень сильно им помогла.
Так что, на самом-то деле вам не очень нужны какие-то испытания, потому что на основе богатого клинического опыта и казуистики вы уже доподлинно знаете, что ваша терапия рабочая. Однако, чтобы она оказалась в клинических рекомендациях, вам нужно показать её эффективность при помощи испытаний. Тогда ваша терапия получит ярлык "доказательной" или "эмпирически поддерживаемой", что сможет помочь ей в более широком распространении и применении.
Если ваша отправная точка тут, то как вы можете убедиться в том, что проводимое вами рандомизированное испытание в действительности завершится положительными исходами, что ваша терапия действительно результативная?
Существует несколько методов, которыми вы можете воспользоваться для оптимизации шансов того, что ваше испытание покажет эффективность вмешательства под вопросом. Даже если, в действительности, оно на самом деле не работает. Задача этой статьи - описать именно эти "техники".
Будьте крайне преданным своей терапии
Если вы сами разработали эту терапию, или довольно долго проработали в ней, вы уже по факту осуществили один из важнейших методов повышения шанса, что результаты вашего исследования будут благоприятными. Существует масса данных, указывающих, что когда авторы РКИ имеют сильную приверженность к тому вмешательству, что изучают, то они и получают результаты, говорящие в пользу этого вмешательства.
Другие мета-анализы показали, что при прямом сравнении различных терапий контроль влияния приверженности исследователей эффективно ликвидирует любые наблюдаемые систематические различия между вмешательствами. По факту, некоторые авторы пошли так далеко, что утверждают, будто "приверженность терапии - очень сильная детерминанта результатов клинических испытаний".
Неясно, почему так происходит и как именно это срабатывает. Возможные механизмы - включают в себя вероятность, что некий исследователь, крайне лояльный к некой терапии, больше уделяет внимания подготовке и супервизии терапевтов, её применяющих, в противовес специалистам, использующим менее предпочтительную альтернативу.
Или же терапевты и исследователи попросту лучше разбираются и больше умеют в том виде лечения, которое предпочитают, прямо, но и притом "честно" влияя на её превосходные результаты. Впрочем, очень даже может быть и так, что преданность исследователей просто указывает на то, что эти исследователи будут более склонны пользоваться остальными техниками, которые мы излагаем далее.
Конечно, также вполне возможно, чтобы эту терапию проверяла группа независимых исследователей, и большинство регулирующих инстанций требуют независимой проверки перед тем, как некое вмешательство можно будет рекомендовать. Однако, если вы воспользуетесь теми приёмами, что узнаёте из этой статьи, хорошо, то очень вероятно, что в итоге вы обнаружите весьма крупные эффекты. И когда независимые испытания находят эффекты поменьше, то, несмотря на это, поздние мета-анализы, включающие в себя все исследования по поводу этой терапии, в итоге будут показывать более высокие средние размеры эффекта, благодаря очень крупным результатам, достигнутым в этих ранних испытаниях.
Усугубляет эту ситуацию и так называемое "искажение временной задержки" (time lag bias): феномен, когда исследования с позитивными результатами публикуются в первую очередь и преобладают в области прежде, чем будут опубликованы негативные, но столь же значимые исследования.
И, до того момента, как негативные результаты начнут накапливаться, вы уже можете рассчитывать на весомый ряд испытаний с позитивными результатами (некоторые из которых также очень внушительны), и даже на некоторые мета-анализы, суммирующие эти испытания и показывающие, что эта терапия в сущности эффективна.
Укрепляйте ожидания положительного исхода у пациентов
Одна из интересных характеристик многих ментальных проблем - они довольно неплохо отзываются на эффекты плацебо. Это не что-то уникальное для психических расстройств, так как эти же эффекты часто присутствуют при хронических медицинских болезнях, течение которых связано с флуктуациями субъективного дистресса, при гипертензии, остеоартрите и болезни Паркинсона, среди прочих.
Не ясно, как плацебо действуют, но полагается, что это продукты общего механизма выученных ожиданий, где вербальные, условные и социальные стимулы интегрируются, меняя поведение и исходы. Но одним из важнейших следствий эффекта плацебо является то, что многие пациенты показывают улучшения в любом случае, пока они ожидают, что терапия будет работать. Пациенты также, как правило, уверены, что их улучшения связаны с терапией, даже если это лишь результат плацебо-эффекта, таким образом ожидания эффективности терапии подпитываются, продлевая эффекты плацебо.
Как следствие, пользователи множества терапий весьма довольны своими результатами, так их улучшения вполне осязаемы, а предоставляющие терапию специалисты также склонны верить, что это именно их вмешательство привело к улучшению. Это вполне вероятное объяснение тому, почему многие вмешательства, включая весьма экзотические, вроде акупунктуры, плавания месте с дельфинами или иные терапии при участии животных, терапия садоводством или даже аргентинские танцы могут считаться эффективными средствами среди пациентов и терапевтов.
Джером Франк уже 1950-х годах указывал, что большая часть важных терапевтических эффектов исходит из ожиданий пациентов, самого принятого решения искать помощи и решать проблемы, а также подразумеваемой надежды, что их лечащий специалист - это настоящий эксперт, способный действительно им помочь.
Однако, усиление ожиданий, оптимизма и надежды у участников терапии очень даже посильное мероприятие. Просто сообщите им свою собственную убеждённость, а именно то, что это лучшая среди доступных на сегодня терапия. И вы также можете рекламировать своё испытание в СМИ и других источниках, объясняя, почему ваше вмешательство такое инновационное, уникальное и определённо самое лучшее среди всех известных.
Например, в случае одной популярной терапии при тревоге, модификации когнитивных искажений (МКИ), авторы припоминают, что после того, как одно из их исследований, куда всё ещё набирали испытуемых, оказалось упомянуто, в крайне лестном виде, в журнале "Economist", где журналисты поместили соблазнительный подзаголовок "МКИ может изгнать кушетку психиатра из бизнеса" - то администрацию их исследовательского центра наводнили заявки от новых участников, выражающих энтузиазм поучаствовать.
Мало того, люди, которые указывали, что узнали об этом исследовании из заметки в "Economist", все они показали очень хороший клинический ответ - получили они в итоге МКИ по протоколу или же плацебо, словно бы, как сами авторы отмечают, "сама статья из журнала обладала какой-то силой внушения".
Вам также стоит опросить несколько участников на предмет пользы, которую они получили в терапии, и попросить их поделиться своими личными историями. Ещё вы можете отправиться на конференции и там свидетельствовать лично о своём клиническом опыте с этой терапией, проводить обучающие мастер-классы по ней, где будете презентовать успешные кейсы, и убедить других профессионалов в том, что это поистине нечто новое, удивительно эффективное и определённое заслуживает того, чтобы попробовать с пациентами.
Если и когда они начнут пользоваться этим лечением, они также будут повышать ожидания и надежды участников, которые в свою очередь действительно будут на своём опыте отмечать, как хороша эта новая терапия. Существует несколько примеров ранних испытаний, которые обнаружили необыкновенно крупные эффекты таких инновационных терапий, чьи результаты оказывались куда скромнее в поздних независимых испытаниях.
Используйте "слабые места" рандомизированных испытаний
Ещё одна вещь, которую вы можете изучить, когда хотите максимально улучшить итоги вашего испытания терапии - состоит в том, что у РКИ есть "слабые места", также их называют "риском систематической ошибки". Как ранее отмечалось, логика таких испытаний весьма прямолинейна, но есть несколько точек в их дизайне, где исследователи могут воздействовать на исходы исследования.
Одно из этих слабых мест - сама рандомизация участников. Рандомизация - сердце такого испытания, потому что если распределение участников по группам не случайное, то позднее обнаруживаемые эффекты вероятнее всего связаны не с вмешательством, но с базисными различиями между этими группами. Ещё примерно 20 лет назад метод рандомизации в большинстве исследований терапии не описывался, и обычно лишь сообщалось, что "участники были рандомизированы". С тех пор, как было введено понятие риска систематических ошибок, методы рандомизации всё чаще подробно описываются в отчётах исследователей, но это до сих пор происходит не всегда.
К примеру, при депрессии процент психотерапевтических испытаний с добросовестно проведённой рандомизацией составляет около 35%. Связано ли это с тем, что рандомизация действительно не была проведена надлежащим образом, или же просто её никто не описывал в отчёте - остаётся только гадать.
У рандомизации есть два важных аспекта. Первый в том, что случайные числа следует генерировать корректным способом, например, используя компьютерный генератор случайных числе или бросок монеты, нежели, скажем, дату поступления, дату рождения или номер клинической записи.
Второй аспект - сокрытие распределения по группам. Исследователи и их ассистенты могут распределить участников, от которых ожидается неплохой ответ на вмешательство, собственно в группу вмешательства, нежели в контрольную группу. Как следствие, важно, чтобы это назначение проводилось независимым лицом, не участвующим в исследовании, или при помощи последовательно пронумерованных, непрозрачных запечатанных конвертов. В мета-анализе психотерапий при депрессии у взрослых были обнаружены ясные указания на то, что испытания, в которых распределение было надлежащим образом сокрыто, завершались значительно меньшими размерами эффектов, чем исследования, где такой же тщательности в этом вопросе не наблюдалось.
Другое слабое место, которым можно воспользоваться для влияния на результаты ваших испытаний - это не "ослеплять" тех, кто будет оценивать клинические измерения этих результатов. Так, если сами терапевты или ассистенты исследователей в курсе о том, куда был распределён конкретный участник, у них может возникать склонность считать, что такие участники достигли больших улучшений просто потому, что получали изучаемую терапию.
Так что, если хотите эксплуатировать эту брешь, просто предоставьте оценивающим лицам сведения о распределении участников по группам, или можете ничего не говорить и надеяться, что в общении участников и оценщиков станет ясным, были ли первые в группе вмешательства или нет. Но ни в коем случае не указывайте оценщикам и участникам воздерживаться от обсуждения этой информации, так как это может привести к снижению итоговых эффектов психотерапии. Что предсказуемо, исследования с грамотным ослеплением также приводили к уменьшению размеров эффекта психотерапии при депрессии.
Следующая возможность увеличить результаты терапии в испытании скрыта в ещё одном слабом месте РКИ - а именно в выбывании участников. Часто люди, выбывающие из исследования - это те пациенты, которые не отозвались на вмешательство или испытывали нежелательные побочные эффекты. Если им это не помогает, и даже может навредить, то какой смысл продолжать этим заниматься?
То, что можете сделать вы - просто игнорировать эти выбывания в конечном анализе исходов, рассматривая исключительно тех, кто завершил весь курс, участников, которые остались в терапии и исследовании до конца. При таком раскладе складывается впечатление, что исходы куда лучше, чем если считать также и тех, кто выбыл в процессе.
Корректная альтернатива была бы в том, чтобы применять правило "собиравшихся-лечиться" (intent-to-treat) в испытании, что означает, что все изначально рандомизированные участники также должны быть включены в конечный анализ. Существует ряд техник для учёта этих "пропущенных" данных в связи с выбываниями, например, использование последних доступных наблюдений, техники множественного приписывания или смешанные модели для многократных измерений. Впрочем, если эти упущенные данные просто игнорировать, то эффективность терапии может быть значительно повышена.
Наконец, ещё одна слабая точка испытаний - собственно применяемые метрики для измерения результатов. Так, если вы хотите воспользоваться этой слабостью, вам стоит включить множество инструментов для оценки исходов, и тогда, анализируя результаты, вы сможете просто смотреть на те показатели, где улучшения будут выше прочих.
После чего вы сможете представить эти результаты в своих отчётах, просто-напросто никак не упоминая другие измерения или же отбросив их подальше как "побочные". Такое "избирательное сообщение об исходах" становится всё труднее и труднее на практике, потому что протоколы исследований сейчас всё чаще обязывают публиковать наперёд, и это позволяет другим исследователям удостовериться, действительно ли сообщаемые результаты совпадают с теми, о которых и планировалось сообщить. Однако, всё же далеко не все протоколы исследований публикуются в открытых реестрах, так что этот момент всё ещё остаётся доступной опцией. Даже в тех случаях, когда эти протоколы опубликованы заранее, ряд проблем в них легко остаётся незамеченным.
Информация в реестрах испытаний может быть изменена, и даже если в большинстве таких реестров эти изменения сохраняются и потенциально их можно пересмотреть - обзорщики, клиницисты и пациенты редко готовы к такой кропотливой операции, чтобы продраться через эти записи. Но даже если в некоторых случаях изменения незначительные или отсутствуют, может возникнуть немало иных вопросов.
Во многих случаях регистрация исследования не проспективна, то есть производится уже после начала испытания (иногда даже спустя год после старта), что предположительное даёт авторам изрядное время, чтобы наблюдать за направлением, в котором движутся результаты и какие частные исходы скорее будут затронуты при помощи их вмешательства.
Ещё одна равнозначно серьёзная проблема касается расхождений насчёт основных исходов между протоколом испытания и последующими публикуемыми отчётами. Публичные статьи запросто могут не упоминать номер регистрации испытания, вновь не позволяя читателям покопаться в доступном протоколе и проверить возможность избирательного сообщения об исходах.
К примеру, возвращаясь к делу об акупунктуре - недавний систематический обзор задокументировали практически все упомянутые проблемы: лишь примерно 20% были зарегистрированы до начала испытаний, и только в около 40% опубликованных отчётов был доступен номер регистрации исследования. Но, что более всего возмутительно, в 45% случаев, где можно было произвести сравнение между зарегистрированными и опубликованными основными результатами, были найдены свидетельства непоследовательности, и в ошеломительном большинстве случаев (свыше 70%) расхождение было в пользу статистически значимых основных исходов.
Грамотно выбирайте дизайн своего исследования: малые выборки, списки ожидающих в качестве группы контроля, но ни в коем случаев не сопоставимые терапии
Если вы действительно хотите, чтобы испытание доказало эффективность вашей терапии, то есть ещё несколько других техник, которые можно применить. Во-первых, вам нужно использовать выборку малого размера. Есть весомые свидетельства тому, что малый размер выборки в испытаниях приводит к более значимым исходам, чем испытания с крупными выборками, и это так не только в психотерапии, но также, например, и в фармакотерапии для депрессии. Малые выборки увеличивают вероятность систематических различий между группами, в силу того факта, что числа недостаточно большие, чтобы позволить достоверно воспроизвести случайное распределение этих различий.
В качестве интуитивно понятного примера - просто вспомним фундаментальную статистическую проблему броска монеты: 10 бросков могут ввести вас в заблуждение о том, что одна из сторон монеты выпадает значительно чаще, но это куда менее вероятно, если вы подбросите ту монету 100 раз. Малые группы также сообщают большую статистическую силу маргинальным факторам, давая вам возможность "поиграть" с вариациями порогов исключения из анализа. Однако, столь же правдоподобно, что "систематическая ошибка малой выборки" вызывается ранее упомянутыми методами укрепления ожиданий участников, так как ранние пилотные проекты могут привлекать особый тип испытуемых, которые охотно готовы пройти новое лечение и ожидают от него мощный эффект.
Иная важная возможность - это использовать список ожидающих в качестве группы контроля. Когда участники оказываются в подобной группе ожидания, они, вероятно, ничем не занимаются, чтобы активно решить свои проблемы, потому что ожидают начала настоящей терапии. Если бы они были распределены, например, в контрольную группу "стандартной помощи", то по крайней мере некоторые из них, скорее всего, стали бы что-то делать ещё, чтобы помочь себе со своими трудностями.
Пожалуй, пациенты готовы быть рандомизированы в список ожидания, только если у них есть высокие ожидания насчёт потенциальной терапии. Зачем ещё они бы хотели дожидаться чего-то, прежде чем их начнут лечить? Некоторые мета-аналитические исследования показали, что контрольная группа в виде списка ожидающих приводит к значительно более крупным эффектам изучаемой терапии, чем иные варианты контроля. По факту, один мета-анализ психотерапий при депрессии даже указывает, что списки ожидания могут быть и ноцебо-группой - приводя к заметному ухудшению результатов в сравнении с простым отсутствием какого-либо вмешательства.
Итак, в нашем случае, имея в виду, что мы хотим увидеть внушительные эффекты нашей терапии - список ожидающих это определённо наилучший вариант. То, что вам определённо не следует делать - так это сравнивать вашу новую терапию с какой-нибудь из уже существующих для той же проблемы.
Конечно, во время презентаций вы можете говорить, что считаете вашу терапию более эффективной, чем уже известные, и что отзывы пациентов настолько положительны, что её превосходные эффекты весьма вероятны... Но вам не стоит действительно изучать это в своём испытании. Причина того, почему лучше так не делать - в том, что ваше испытание должно быть маленьким, и в порядке демонстрации превосходства вашей терапии над другими существующими вмешательствами вам придётся разработать испытание с очень крупной группой испытуемых.
Так как вы не можете рассчитывать на то, что ваша терапия заметно лучше, чем другие проверенные опции, вам необходимо исходить из того, что разница между ними мала. Но, если вы посчитаете, как много участников понадобится для обнаружения небольшого эффекта, вы запросто закончите с числами порядка нескольких сотен или даже 1000 участников. Подобное испытание нерентабельно - так это стоит очень дорого, и вы сталкиваетесь с риском, что ваши изначальные предположения не будут подтверждены (т.е. что ваша терапия сильно лучше других существующих вариантов).
Естественно, причина необходимости какой-либо новой терапии прежде всего именно в том, что она должна быть чем-либо лучше тех, что уже есть, по крайней мере для некоторых пациентов, или же в плане оперативности действия, побочных эффектов либо снижения затрат (ради чего нам ещё задумываться о каком-либо новом вмешательства для той же самой проблемы).
Но в вашем исследовании вам это изучать не нужно. Вместо того, чтобы демонстрировать превосходство своего вмешательства над существующими терапиями, вы также можете проверить, что ваша терапия им не уступает в приемлемой степени. Такие испытания "не-хуже-прочих" часто проводятся, чтобы показать, что более простое или дешёвое лечение настолько же хорошо действует, как и некая существующая терапия.
Впрочем, в нашем случае лучше избегать и испытаний такого рода, так как они в среднем также требуют крупных размеров выборки. Кроме того, мы не хотим доказывать, что наша терапия равноценна существующим, ведь мы уже знаем, что она лучше них.
Используйте грамотную стратегию публикации
Может быть так, что даже когда вы применили все техники, описанные в этой статье, ваше испытание всё равно не показывает значимых эффектов вашей терапии. В этом случае вы всегда можете рассмотреть такой вариант, как просто не публиковать его. Вы можете просто подождать, пока не появится новое исследование, которые эти позитивные результаты обнаружит. И если вы считаете, что это не этично по отношению к участникам и спонсорам испытания, вы всегда можете сказать себе, что многие другие исследователи поступают именно так, так что, должно быть, это приемлемый подход к исследованиям.
Несколько мета-анализов психологических вмешательств нашли косвенные свидетельства тому, что результаты почти 25% испытаний никогда не были опубликованы. Также имеются некоторые прямые доказательства (на основе испытаний, финансируемых Национальным Институтом Здравоохранения) что значительное число испытаний психотерапий действительно не публиковалось нигде и никогда. Негативные результаты - одна из основных причин отказа от публикации данных исследований, и это верно не только для фармакологических, но и для психологических вмешательства.
И, если вы решили не публиковаться, то вы всегда можете обвинить в этом редакции журналов, которые чаще всего заинтересованы только в положительных и значимых результатах. Если вы обсуждали свою терапию на конференциях и сумели убедить других профессионалов, что эта терапия реально хороша и инновационна, то есть неплохие шансы, что кто-то из них проведёт свои собственные испытания. Так что вы можете простои подождать, пока кто-либо из тех, кого вы убедили в преимуществах этой терапии, произведёт исследование, которое-таки обнаружит положительные результаты.
Сводка лучших стратегий обеспечения позитивных результатов при исследовании терапии
1. Во всех публичных и личных сообщениях выражайте свой энтузиазм и оптимизм насчёт вмешательства - вы, будучи его автором или экспертом в этом методе, полностью уверены, что это лучшее, что вообще когда либо было (помогает усилить позитивные ожидания участников)
2. Делайте всё прочее, на что способны, чтобы максимизировать это "плацебо": пишите книги о методе, посещайте конференции, там уверяя других, что это лучшее из всего сущего, давайте интервью в СМИ, демонстрируя свой энтузиазм, желательно приправляйте это всё личными историями и анекдотами о пациентах, где они получили огромную пользу от этого вмешательства
3. Используйте "слабые места" РКИ: например, займитесь распределением по группам сами или позвольте это сделать персоналу, занимающемуся испытанием (нежели независимыми лицами, не принимающими участия в остальном процессе)
4. Не скрывайте распределение участников по группам от лиц, оценивающих исходы (т.е. без ослепления рейтеров)
5. Включайте в анализ только тех участников, что завершили полный курс терапии, и игнорируйте тех, кто выбыл из исследования (вообще не изучайте всех, кто был изначально рандомизирован)
6. Используйте множество тестов и опросников для измерения результатов - и сообщайте только те, где наблюдаются значительные положительные изменения после вмешательства
7. Используйте малых размеров выборку в своём исследовании (просто назовите его "пилотным рандомизированным испытанием")
8. Пользуйтесь группой в списке ожидающих лечение в качестве контроля
9. Не сравнивайте свою терапию с уже существующими (но, впрочем, скажите своим коллегам, что на основе своего клинического опыта вы считаете, что это вмешательство всё же лучше, чем все прочие - влияет на ожидания)
10. Если даже в этом случае итоговые результаты не особо позитивные - то воздержитесь от их публикации и подождите, пока некоторые из тех, кого вы убедили насчёт преимуществ этой терапии, не проведут наконец испытание с положительными исходами
Заключение
Ранее звучали заявления, что большинство опубликованных результатов исследований ложные, и что вплоть до 85% биомедицинских исследований напрасны, вопреки попыткам разоблачить ошибочные установки исследователей (см., например, www.alltrials.net) и руководствам о том, как проводить рандомизированные испытания.
Исследования эффективности терапии - никак не исключены из этого неловкого положения. Многие опубликованные результаты испытаний оказывались ошибочными, когда другие авторы пытались их воспроизвести. Когда вы хотите показать, что ваша терапия эффективна - вы можете просто подождать, пока не будет проведено и опубликовано испытание, которое найдёт положительные результаты. И тогда вы можете наконец заявить, что ваша терапия эффективна и доказательно обоснована. Вероятность того, что результаты этого нового исследования неверны, но объясняются счастливой случайностью или же значительной переоценкой подлинного эффекта, очень велика.
По факту, разрабатывая эту версию, один мета-анализ психотерапии при депрессии показал избыток значимых результатов по отношению к тому, чего стоило бы ожидать, учитывая среднюю статистическую мощность включённых исследований. Однако, ваша цель в том, чтобы показать эффективность психотерапии, а не в том, чтобы узнать, что она реально делает - потому что вы уже с самого начала знали, что эта терапия работает, и испытания вам нужны только для того, чтобы убедить других.
В этой статье мы описали, как целеустремлённый исследователь может разработать испытание с наилучшими шансами обнаружения позитивного эффекта у изучаемой терапии. Для интересующихся читателей в изобилии представлена литература насчёт проведения рандомизированных испытаний.
Мы увидели, что сильная приверженность терапии, что угодно, что увеличивает оптимизм и ожидания участников, эксплуатация слабых мест рандомизированных испытаний (сама процедура рандомизации, ослепление оценивающих лиц, игнорирование выбывших участников и докладывание только о значимых исходах, оставляя незначимые за скобками), малые размеры выборок, список ожидающих в качестве контрольной группы (но не сравнение с существующими активными вмешательствами) представляют собой методы, которые способствуют в обнаружении положительного эффекта вашей терапии.
И, если ничего из этого не сработает - вы всегда можете просто не публиковать результаты и подождать, пока не появится какое-либо исследование, демонстрирующее то, что вы уже знали сразу: что ваша терапия эффективна в любом случае, независимо от того, что там говорят испытания. Для тех, кто считает, что всё сказанное это какая-то художественная гипербола - можно легко убедиться, что все приёмы, описанные здесь, весьма распространены в исследованиях результативности многих терапий при ментальных расстройствах.
Личное примечание от авторов
Авторы хотели бы подчеркнуть, что они не намереваются дисквалифицировать исследования психотерапии или всех исследователей в этой области, и что они со всем уважением относятся к значительной работе, проведённой в этой сфере, а также к труду исследователей по совершенствованию лечения для пациентов с ментальными проблемами.
Мы также хотели бы подчеркнуть, что сами участвовали во множестве рандомизированных контролируемых испытаний в области психотерапии и в том числе использовали некоторые из тех методов, что описаны в этой статье. Данная публикация направлена лишь на освещение популярных в области психотерапии практик, которые приводят к переоценке результативности психотерапий и которые, к сожалению, представляют собой далеко не исключение, но скорее общее правило.