Prostředí, ve kterém člověk a lidé žijí, je staví více méně soustavně do situací, kdy jim je jasno, že jim není úplně jasno. Touto zdánlivě zašmodrchanou formulací má být řečeno, že jsou situace, kdy máme odhadnout, co se stane, co čeká nás nebo někoho jiného, kdy se máme rozhodnout pro něco, kdy máme volit mezi něčím nebo něčím jiným - a náš odhad, naše volba či naše rozhodnutí vázne na čemsi- neurčitém, znepokojivém a snad i trochu tajemném. Zadrhne se na tom, že se ocitáme na rozcestí a není jednoznačně dáno, kudy se dát. Někdy je přitom k dispozici alespoň jakás takás informace o možných důsledcích té které volby; jindy ani to ne.

Lidská civilizace si navykla spojovat podobné situace s pojmy náhoda, nahodilost. Existují různá jejich vymezení, filozofové mnoha odstínů popsali spoustu papíru definicemi a traktáty o náhodě a náhodném. Pro praktický život tohle mudrování ovšem valný význam nemá.

Před čtyřmi či pěti stoletími došlo k prvním pokusům uchopit nahodilost matematicky - a začít s ní počítat. Byla definována pravděpodobnost náhodného jevu jako míra možnosti jeho výskytu v relativně jednoznačně vymezené situaci, za striktně daných podmínek. A byla navržena metoda měření pravděpodobnosti prostřednictvím relativní četnosti výskytu jevu v souboru opakovaných pozorování, kdy se sledovaný jev mohl a nemusel vyskytnout. S takto zavedeným nástrojem už se dalo pracovat a s jeho pomocí řešit úlohy, které se jevily být zajímavé i v prostředí zdraví a nemoci, v biomedicínském i zdravotnickém výzkumu.

V posledních desetiletích se jednou z arén, na které vstupuje náhoda, aby se utkala s invencí výzkumu, stává výzkum farmaceutický. Statistická metodologie představující dnes fundament toho, co bývá nazýváno dobrým, správným výzkumem, se stala významnou součástí rozsáhlé mašinerie přípravy nových léků a jiných farmakologických, případně farmaceutických působků. Râison d-tre tohoto počínání je dáno tím, že účinek přípravku, hlavní sledovaná veličina, je zřejmě ovlivňován tolika různými faktory, že jejich případné působení nemůže být v plném rozsahu kontrolováno. Toto kontrole se vymykající působení mnoha, často anonymních faktorů, je shrnováno pod pojmem náhodné vlivy; očekává se, že počet pravděpodobnosti a zejména induktivní statistika si s nimi rozumějí alespoň v takové míře, že jejich působení použitelným způsobem vybalancují a uvedou pod svou kontrolu, aby bylo možno provést smysluplná srovnání účinku látek v kontrolních a pokusných situacích. Tato strategie poznání, už desítky let přijímaná jako mezinárodně uznávaný standard posuzování účinku nově zaváděných přípravků, staví do popředí koncept průměrného, typického, normálního - a poněkud odsouvá stranou atypické, zvláštní, marginální. Tím samozřejmě nemá být řečeno, že to mimořádné či atypické by mělo být ponecháno na pospas osudu; vůbec ne - tohle musí být ošetřeno jinak, například sledováním veličin jako je výskyt nežádoucích, vedlejších příznaků.

Induktivní statistika, dnes inkorporovaná také ve staronovém konceptu Evidence Based Medicine (EBM), je rozvíjena v posledních zhruba sto letech, v souvislosti s tzv. teorií malých výběrů, s výběrovou teorií. Statističtí metodologové totiž tehdy dospěli k názoru, že už je konečně na čase přestat si nalhávat, že naše statistická měření a údaje jimi shromažďované jsou vyčerpávající - v tom smyslu, že postihují sledovanou skutečnost v celém jejím rozsahu - a přiznat si, že pracujeme takřka výhradně pouze se vzorky, s výběry (samples). Toto razantní přehodnocení strategie statistického zkoumání bylo usnadněno matematickým zdůvodněním, že takový postup (výběrová metoda) může - za více méně splnitelných předpokladů - dospívat k závěrům se stupněm spolehlivosti jenom nepatrně nižším než by tomu bylo při strategii vyčerpávající (která ovšem nikdy ve skutečnosti naplněna být nemohla).

Nejdůležitějším z předpokladů aplikovatelnosti výběrové statistické strategie je požadavek reprezentativnosti výběru s ohledem na referenční soubor, tzv. populaci, z níž byl vzorek, výběr, vzat. Reprezentativnosti se dosahuje randomizací, náhodným vybíráním, což je postup, který by - v nejpřísnější formě - měl poskytovat každému prvku, členu populace stejnou možnost být do výběru zahrnut. Požadavku randomizace se obvykle dá vyhovět jenom s jistými omezeními - výběrem stratifikovaným, vícestupňovým, systematickým, případně s využitím dalších modifikací výběrového plánu. Důležité je, aby si badatel uvědomoval, že způsob, jakým dospěl k údajům svého vzorku, zásadně určuje, na jakou populaci, na jaký základní soubor je oprávněn zobecňovat, generalizovat. Generalizace závěrů ze vzorku na populaci učiněná totiž vůbec nemusí odpovídat jeho subjektivnímu úmyslu - ta je objektivně dána způsobem sestavení vzorku.

Metody induktivní statistiky, nejčastěji formou testů statistických hypotéz, kontrolují rizika, s nimiž je každé zobecňování nutně spojené. Badateli při svém výzkumu je využívajícímu poskytují oporu logického úsudku vedoucího od empirických dat k závěrům o případném účinku zkoušených látek. Pilíři jsou přitom pojmy placebo, slepý pokus, statistická signifikance. A v posledních čtyřech desetiletích samozřejmě výpočetní software, přebírající odpovědnost za matematicko-statistickou technologii - což by mělo badateli umožnit plné soustředění na volbu matematického modelu a metod adekvátních řešené úloze, ať už se pokouší problém zvládat vlastními intelektuálními silami nebo ve spolupráci s kolegou statistikem.

prof. RNDr. Stanislav Komenda, DrSc.

head\2

Oddělení biometrie LF UP Olomouc, Hněvotínská 3, 775 15 Olomouc

e-mail: <a href="mailto:komenda@tunw.upol.cz">komenda@tunw.upol.cz</a>