Мастер-исследователь

От убеждения к гипотезе

Ты годами работаешь со своим методом — или с собой. Видишь результаты. Знаешь, что твоя практика меняет жизни. Но когда тебя спрашивают «а есть исследования?» — ты отвечаешь отзывами. Эта книга превращает твою магию в науку, твои истории — в данные, а практику — в продукт, подтверждённый данными когорты (что именно это значит и чем не является — глава 17).

Книга написана для любого мастера на платформе ex NIHILO — независимо от того, какой метод он ведёт. Твой метод может быть коучингом, терапией, медитацией, телесной практикой, биохакерским протоколом, дыхательной работой. ONTO NOTHING в этой книге — лишь один из примеров метода, который проходится по той же логике; книга не требует его знать и не привязывает тебя к нему. Логика одна: измеряй, триангулируй, доказывай.

Практик «мягкой» профессии держит метод на убеждённости из накопленных историй: «я видел сотни людей, я знаю, что это работает». Честное знание, но непередаваемое и недоказуемое.

Исследователь стоит на другом. Не «я верю, что мой метод работает», а «вот что именно он меняет, у кого, за какой срок, за счёт какого механизма — и вот что считалось бы доказательством, что он НЕ сработал».

Ось перехода

Честные ожидания: что вы реально получите от этой книги

Этот мануал — методология Citizen Science (гражданской науки): подхода, при котором практик системно исследует собственный метод без институциональной инфраструктуры большого университета. Это не суррогат науки и не повод извиняться — это необходимая первая ступень, без которой невозможен переход дальше. Пройдя книгу, ты получишь:

1. Структурированный проект гражданской науки — заложенную основу доказательной базы твоего метода, а не разрозненные отзывы.
2. Системный сбор данных вместо хаотичного — переход от «собираю впечатления» к управлению метриками: baseline, точки замера, три слоя данных.
3. Проверяемую гипотезу, зафиксированную через пре-регистрацию (OSF/AsPredicted) — с датой и научным приоритетом на твоё имя.
4. Дашборд для себя и учеников, который прозрачно показывает динамику — не «стало лучше», а конкретные графики.
5. Качественные гипотезы, которые в будущем можно масштабировать и проверить на следующем, более строгом уровне исследования.

Настоящая академическая наука — с независимым сбором данных, слепым рецензированием, контролем смешивающих переменных и статистиком, не заинтересованным в результате, — начинается не с нуля, а с уже накопленных, структурированных данных. Без пре-регистрации и триангуляции, которым учит эта книга, идти туда не с чем. Эта книга не подменяет академический институт — она готовит твои данные к тому, чтобы быть достаточно чистыми для следующего этапа (глава 17).

Структура исследования и роли

Прежде чем вести данные, пойми, где ты в системе. Ролевая модель платформы — это не тарифная сетка, а способ масштабировать исследование от одного человека до сети.

Платформа ex NIHILO — не уровень иерархии, а среда, в которой существуют все роли. Она задаёт методологию, протоколы измерений, стандарты данных и этические нормы. Все участники — от RP до CI — действуют в рамках платформы и вносят вклад в единую исследовательскую базу.

В основе — академическая модель исследовательской иерархии: та же логика, что в любой научной лаборатории или клиническом центре, где роль определяется не званием, а объёмом ответственности за данные. Шесть уровней, от точки входа до основателя:

Иерархия ролей в исследовании

Что это даёт мастеру

• Структура. Ты понимаешь, кто твои RA (ученики), кто тебя курирует (SI), и где твой метод в общей методологии.
• Надёжность данных. Единые протоколы измерений значат, что кейс твоего ученика сопоставим с кейсами других мастеров — возникает общая база.
• Масштабирование. От одного N-of-1 к когорте, от когорты к сети. Каждый уровень — это не «звание», а расширение зоны ответственности за данные.

Наука о замерах

Методология, вокруг которой построена вся программа. Зачем мерить вообще, что такое baseline и почему без него ничего не доказать, State vs Trait, почему сама обратная связь — тоже вмешательство, три слоя данных, триангуляция и что считается реальным изменением.

Зачем мерить вообще

Измерение — не техническая деталь, а смена позиции. Когда ты меришь, ты перестаёшь спорить и начинаешь смотреть. Замер — это фиксация состояния системы в момент времени, на которую можно опереться повторно. Без замеров у тебя мнение; с замерами — ряд, по которому видна динамика.

Схема до → во время → после — фундаментальная тройка любого исследования на платформе. Базлайн (до) задаёт точку отсчёта; точка во время вмешательства показывает, что происходит в процессе; повторный замер (после) отвечает на вопрос «сдвинулось ли что-то устойчиво».

Baseline: точка А, с которой всё начинается

Это тема, которую практики обычно проскакивают — а зря: без честно зафиксированного baseline вся остальная методология не имеет опоры. Baseline — это норма «до»: состояние человека до того, как метод начал на него влиять. Не «как он выглядел на первой встрече», а стабильный уровень, снятый до вмешательства. Без него любое «стало лучше» — сравнение с воздухом: непонятно, с чем именно сравниваем.

Здесь легко перепутать два разных масштаба, и это частая ошибка новичка:

• Baseline устройства — сколько дней носить трекер или сколько замеров ЭЭГ сделать, чтобы прибор показал твою индивидуальную норму, а не случайное значение одного дня (подробнее — в главе про носимые гаджеты). Это дни.
• Baseline исследования — фаза «точка А» всего протокола целиком, до начала вмешательства методом. Это недели.

Второй масштаб — то, о чём молчат чаще всего. Правильный baseline исследования — это не один замер за один день, а минимум два независимых замера, разнесённых по времени, которые подтверждают, что точка А стабильна, а не случайно поймана в удачный или неудачный день. Минимальный срок фазы baseline — 28–30 дней: этого требует и логика формирования привычки (исследования дают разброс 21–66 дней на закрепление нового поведения), и физиология — за этот срок укладывается минимум один полный цикл восстановления организма, и статистика субъективных опросников — короткое окно не усредняет суточные и недельные колебания настроения. Схватить «точку А» за один вечер — значит принять шум за сигнал.

Зачем это вообще нужно именно тебе как мастеру: без стабильного baseline ты не отличишь реальный эффект метода от регрессии к среднему (человек пришёл к тебе в локально плохой день, и ему стало бы легче в любом случае), от эффекта новизны (любое начало воодушевляет само по себе, метод ни при чём) и от того, что человека «отпустило» жизнью, а не практикой. Ты сравниваешь ученика с ним самим, а не со среднестатистической нормой — его «нормальный» пульс покоя или HRV может сильно отличаться от табличного, и это нормально. Within-subject дизайн (глава 3) работает только тогда, когда есть с чем сравнивать.

На платформе ex NIHILO baseline не нужно вести отдельным файлом — тесты, чекапы, данные трекера и медкарта стекаются в единый профиль участника автоматически (подробный механизм — в главе про инструменты платформы). Твоя задача как мастера — не изобретать сбор данных заново, а не пропустить фазу и не начать вмешательство раньше, чем baseline стабилизировался.

Измерение и обратная связь — тоже вмешательство

Есть ещё один источник искажения, который легко упустить рядом с регрессией к среднему и эффектом новизны: сам факт измерения и показа результата человеку — это тоже вмешательство, а не нейтральный акт наблюдения. В поведенческой науке для этого есть термин — реактивность измерения (self-monitoring effect): человек, который видит свою динамику в цифрах, меняет поведение просто от этого, независимо от того, работает сама техника или нет — тот же механизм, на котором держится любой фитнес-трекер: не устройство лечит, а сам факт видеть число.

На платформе это особенно актуально, потому что обучение часто идёт не только через сессии, а через групповой чат и общий дашборд когорты. Оба — не фон, а часть метода. В чате участники обмениваются опытом, получают ответы на вопросы, видят чужой прогресс — это добавляет социальное сравнение к самонаблюдению: чужой успех мотивирует одних и давит на других, независимо от техники. А если ты показываешь группе агрегированную аналитику (кто на каком этапе, чья динамика лучше) — это отдельный, самостоятельный рычаг поведения, который нужно считать частью пакета, а не побочной фичей интерфейса.

Здесь нет нейтрального выбора. Показывать участнику цифры — влияние. Не показывать — тоже влияние, просто другое: человек не получает обратную связь и потенциальный стимул, который мог бы сработать. Поэтому вопрос не «как убрать этот эффект», а «как его честно учесть»: описывать метод как единый пакет — техника + сообщество + видимая динамика, — а не делать вид, что работает только «чистая» техника в вакууме.

Отделить эффект самой техники от эффекта сообщества и обратной связи — задача сложнее базовой триангуляции: для неё нужна не просто когорта, а контрольная группа без части фич. Как это сделать на практике, не разворачивая второе исследование с нуля, — глава 17.

State vs Trait: что пересдавать, а что нет

Прежде чем спланировать точки замера, важно понять: не все инструменты платформы предназначены для повторного прохождения. У каждого теста в каталоге — своя природа:

Практическое следствие: если ты пересаживаешь ученика на тест личности (Big Five) каждую неделю, ты не увидишь «динамику» — ты увидишь тест-ретест шум и, скорее всего, вымотаешь ученику терпение. State-инструменты (тревога, стресс, депрессия, бессонница, осознанность) — это то, что ты действительно замеряешь на каждой точке до → во время → после, потому что это и есть переменная, на которую претендует влиять метод. Trait-инструменты (личность, хронотип, временная перспектива, карьерные якоря, воля/контроль действия) — снимаются один раз на baseline, как часть портрета участника, и пересматриваются не чаще раза в несколько месяцев, если вообще пересматриваются. Есть и промежуточный случай — «state-like» конструкты вроде психологического капитала или выгорания: они не так изменчивы, как тревога от недели к неделе, но и не так стабильны, как черта личности — их имеет смысл повторять раз в несколько недель, а не при каждой сессии. Полную разметку по всем шкалам платформы — в главе про клинические тесты.

Три слоя данных

Субъективное

Слово клиента — что он говорит о себе. Опросники, шкалы, самоотчёты. Ценно, но подвержено смещению (хочет угодить, не замечает изменений, вспоминает неточно).

Объективное

Прибор: ЭЭГ, трекер, анализы крови, ДНК. Сигнал, который не зависит от желания человека «понравиться». Появляется независимое от субъекта доказательство.

Феноменологическое

Что человек реально переживает — рефлексия. Не «оценка по шкале от 1 до 10», а описание опыта своими словами. Слой связывает объективное и субъективное.

Что считается реальным изменением

• MCID (Minimal Clinically Important Difference) — клинически значимое изменение. Например, снижение тревоги на −4 балла по GAD-7 считается ощутимым для человека улучшением, а не шумом шкалы.
• RCI (Reliable Change Index, Jacobson & Truax, 1991) — надёжный индекс изменений. Учитывает надёжность инструмента и статистически отделяет реальный сдвиг от случайного колебания: RCI = (X₂ − X₁) / S_diff, где S_diff зависит от стандартного отклонения и надёжности теста.

Если сдвиг больше MCID и проходит порог RCI — это изменение, которое нельзя списать на «плацебо» или «случайность».

Как строится само исследование

Воспроизводимый дизайн. Вы не «собираете отзывы» — вы строите исследование, которое выдержит проверку.

Дизайн N-of-1

N-of-1 (single-subject design) — один участник как собственное контролируемое исследование: базлайн → вмешательство → повторный замер. Участник сам себе контроль, что убирает межличностный шум. Один N-of-1 — это ещё история. Много таких кейсов с повторяющимся паттерном = доказательная база метода.

Протокол и white paper

Ты формулируешь протокол: зачем, на ком, какие инструменты, какие точки замера. Протокол — зафиксированное описание метода, которое другой мастер сможет повторить. На его основе оформляется white paper (белая книга).

Пре-регистрация

Гипотеза фиксируется ДО получения данных — реалистичный инструмент для мастера это OSF (Open Science Framework) или AsPredicted, не ClinicalTrials.gov (почему — глава 15). Это убирает «подгонку под результат» и даёт научный приоритет. Пре-регистрация — не бюрократия, а страховка от самообмана.

Точки замера и контроль валидности

Схема до → во время → после работает только с учётом угроз валидности:

• Плацебо — человек улучшается от самого факта внимания. Контролируется слепыми точками или сравнением с базлайном до старта.
• Эффект ожидания — клиент «видит» улучшение, потому что ждёт его. Снимается объективным слоем (прибор не знает, чего ты ждёшь).
• Сезонность / внешние события — жизнь меняется сама. Поэтому базлайн берётся достаточно широко, а повторный замер — в сопоставимых условиях.

Выборка и этика

Правила набора, информированное согласие, NDA, анонимизация — в рамках закона (подробно в главе 15, юридическая рамка). Исследование с людьми — регулируемая зона; этика не опция, а условие легитимности данных.

Анализ и вывод

MCID / RCI, триангуляция слоёв, дашборд мастер↔ученик. Вывод формулируется жёстко: «сработало / не сработало / на ком» — а не «мне показалось». Итог: к концу пути у тебя есть white paper твоего метода.

Что для науки — доказательство, а что нет

Прежде чем идти дальше — трезвый разговор о том, как в 2026 году реально устроена верификация: чем официальное исследование отличается от частного, к чему критик придерётся по делу, а что не сможет дискредитировать с порога. И отдельно — про приборы: какие данные наука примет, а какие не примет никогда.

Официальное vs частное исследование

Рецензируемая статья в солидном журнале — не единственный формат научного знания, но именно она даёт максимальное доверие, потому что проходит независимую проверку до публикации. Проблема в том, что даже эта проверка слабее, чем кажется со стороны: рецензент видит готовую рукопись, а не лабораторный журнал — у него обычно нет доступа к сырым данным, чтобы поймать скрытую гибкость анализа (выбор удобных подгрупп, отбрасывание «выбросов» задним числом, тестирование десяти гипотез и публикацию только той, что «сработала»). Отсюда — реплик-кризис: масштабные попытки повторить опубликованные результаты систематически проваливаются в очень значимой доле случаев. Ответ науки на это — не отказ от рецензирования, а надстройка над ним: пре-регистрация гипотезы до сбора данных, registered reports (журнал принимает статью к публикации по дизайну исследования, ещё не зная результата), обязательная публикация сырых данных.

Отдельно стоит препринт — полный черновик статьи, выложенный публично до рецензирования. Препринт можно цитировать, у него есть дата и приоритет, но это не эквивалент рецензирования: это заявка на проверку, а не сама проверка.

Из этого складывается не бинарность «официально / нет», а спектр доверия:

White paper мастера без соавтора-учёного реалистично живёт на уровне пре-регистрированного протокола — и это нормальная, честная позиция, а не поражение. Дотянуть до строки таблицы выше — работа на годы, а не на один цикл когорты.

Устройства: что наука примет, а что нет

Отдельный, не менее частый вопрос: какому прибору вообще можно доверять как источнику доказательства. Ответ — не «дорогой = хороший», а три яруса с разной судьбой в исследовании.

Для потребительских трекеров есть независимые цифры, а не только маркетинг: по крупному сопоставлению с ЭКГ-эталоном (грудной датчик Polar H10, сотни ночей записи) Oura Ring 4 показал сильнейшее согласие с эталоном, Whoop 4.0 — близко следом, старшие модели Garmin заметно слабее именно по HRV, а Apple Watch вообще не даёт непрерывный ночной HRV — только споточечные замеры SDNN, что делает его несопоставимым с остальными по этой конкретной метрике. Потребительская ЭЭГ (1–5 каналов) в независимых работах даёт разумную точность (порядка 80–90%) для широких состояний вроде фаз сна или расслабления, но не может приблизиться к клинической 19–21-канальной системе по разрешению — и не должна пытаться заменить её в диагностических заявлениях.

Отдельная практическая оговорка именно для платформы: «научно лучший» не значит «удобно интегрированный здесь». У Oura, при всей его точности, нет прямой автоматической выгрузки на платформе — данные заносятся вручную, в отличие от Garmin, Whoop и Apple Health, которые синхронизируются напрямую. Выбирая трекер ученику, держи в голове оба критерия — точность прибора и то, как его данные реально попадут в дашборд.

Ярус прибора определяет и то, каким языком можно говорить о результате. Клинический ярус даёт право на формулировки о диагнозе или норме. Исследовательский потребительский — только на язык относительного сдвига. Разница на практике: «зафиксирован рост HRV на 18% и снижение ночного пульса на 4 уд/мин по данным трекера» — корректно и защитимо; «уровень стресса снизился с патологического до нормы» — некорректно, потому что «норма» и «патология» — медицинские категории, которые может присвоить только клинический ярус. Пиши про динамику, которую видишь, а не про диагноз, которого не ставил.

Наука клинических тестов

Как превратить опросник в научное доказательство: валидность, надёжность, диагностические пороги и нормативные выборки. Почему им доверяет наука: МКБ-10 / DSM-5, Минздрав РФ.

Что такое валидный клинический тест

«Анкета из интернета» не считается доказательством, потому что неизвестно, что именно она меряет. Валидный тест — инструмент, который измеряет именно то, что заявляет, и имеет подтверждённую психометрику.

Альфа Кронбаха, надёжность, нормативные выборки

Альфа Кронбаха (Cronbach, 1951) — коэффициент внутренней согласованности: насколько пункты теста меряют одно и то же. Надёжность — воспроизводимость результата при повторном измерении. Нормативная выборка — на ком тест калибровался, чтобы знать, что считать «нормой».

Тесты платформы

На платформе — 23 валидированные шкалы. Ядро, которое чаще всего понадобится мастеру:

• GAD-7 — тревога (общее тревожное расстройство, 7 пунктов).
• PHQ-9 — депрессия (9 пунктов, включает суицидальный пункт).
• PSS-10 — воспринимаемый стресс (10 пунктов).
• ISI — индекс тяжести бессонницы.
• MAAS — осознанное внимание (mindfulness).
• ATQ-30 — автоматические мысли (30 пунктов).
• RRS — руминация (навязчивое пережёвывание мыслей).
• CFQ-7 — когнитивное слияние (ACT-подход).
• ASRS v1.1 — скрининг СДВГ у взрослых.
• HAKEMP-90 — не «психопатология», а волевой контроль действия (PSI-теория Куля): ориентация на действие vs состояние.
• Big Five (IPIP-50) — открытая психометрическая альтернатива NEO-PI-R (сам NEO-PI-R — закрытый, коммерческий инструмент).
• Grit-S — упорство и последовательность в долгосрочных целях.
• ZTPI — временная перспектива Зимбардо.
• Якоря карьеры (Шейн), МУН (Реан) — мотивационные и карьерные профили.
• GPS Лэя — прокрастинация и контроль за действием.
• PsyCap (PCQ-24) — психологический капитал (надежда, самоэффективность, жизнестойкость, оптимизм).
• Burnout — CBI (Copenhagen Burnout Inventory) — открытая альтернатива классическому Maslach MBI, не эквивалент ему, а отдельный валидированный инструмент.
• MPE — карта минимального феноменального опыта (12 граней «чистого осознавания»).
• MEQ и MCTQ (хронотип), MAIA-R (интероцепция), FAS (утомление) — остальные шкалы ядра.

Специфичность и чувствительность

Чувствительность — доля реально больных, которых тест верно распознал. Специфичность — доля здоровых, которых тест верно не пометил как больных. GAD-7 имеет чувствительность и специфичность ~91% для выявления клинически значимой тревоги (Spitzer, Kroenke, Williams & Löwe, 2006); PHQ-9 — до 93% для депрессии (Kroenke et al., 2001).

МКБ-10 / DSM-5, адаптация Золотарёвой (2023), Минздрав РФ

Тесты опираются на авторитетные классификаторы: МКБ-10 (ВОЗ, используется в РФ), DSM-5 (американская психиатрическая ассоциация), адаптации на русской выборке (например, Золотарёва, 2023). Минздрав РФ признаёт валидированные шкалы как скрининговый инструмент.

Как провести тест как акт научной фиксации

Тест — не «проверочка», а фиксация состояния в точке времени. Проводишь базлайн до старта метода, повторяешь в точках замера — если это State-тест (глава 2). Разница между замерами — твой сигнал. Важно соблюдать одинаковые условия (время суток, контекст).

State vs Trait: полная разметка по 23 тестам

Глава 2 ввела принцип; вот его применение к реальному списку платформы. Три группы — по тому, с какой частотой имеет смысл пересдавать:

Логика границ: тревога и сон реагируют на практику за дни-недели — это и есть переменная, которую метод обязан сдвинуть, поэтому её меряют часто. Личность, хронотип и волевой стиль по определению устойчивы — их пересдача ничего не докажет, кроме погрешности инструмента. Выгорание и психологический капитал — конструкты «средней скорости»: развиваются и откатываются неделями, а не днями и не годами.

Наука носимых гаджетов

Тело как объективный прибор: что отдают трекеры и как читать сигнал сквозь шум. HRV, пульс покоя, сон, восстановление, ЭКГ — и что об этом реально показали исследования последних лет, а не только маркетинг.

Карта показателей

Трекеры отдают объективный сигнал из тела: HRV (вариабельность сердечного ритма — маркер восстановления и стрессоустойчивости), пульс покоя, сон (фазы, глубина), восстановление, стресс (по активности ВНС), ЭКГ (ритм сердца). Это не гипотетическая польза — за последние годы независимые лаборатории накопили конкретные результаты: Duke University показал, что сдвиги HRV и частоты дыхания по данным Whoop предсказывают COVID-19 за 24–48 часов до симптомов (чувствительность 76%); Университет Вермонта нашёл, что ночной пульс по Oura коррелирует с кортизолом точнее (r=0.71), чем собственная оценка стресса участником; исследование на 170 000 участников Whoop (JMIR, 2025) показало, что субъективно ощущаемый стресс часто предшествует измеримым физиологическим сдвигам на 12–24 часа. Тело фиксирует то, что сознание ещё не заметило — это и есть причина, зачем тебе вообще нужен объективный слой (глава 2).

Какие трекеры брать

Здесь важна не абстрактная «глубина», а конкретная точность и то, как данные реально попадают в дашборд. По независимому сопоставлению нескольких трекеров с ЭКГ-эталоном (нагрудный датчик Polar H10, сотни ночей записи): Oura Ring показал сильнейшее согласие по HRV и пульсу покоя среди всех сравненных устройств; Whoop — близко следом; старшие модели Garmin заметно слабее конкретно по HRV, хотя сильны по нагрузке и метрикам тренировок; Apple Watch вообще не даёт непрерывный ночной HRV — только редкие точечные замеры (SDNN), что делает его несопоставимым с остальными именно по этой метрике, зато он остаётся самым доступным по интеграции с другими приложениями через HealthKit. Из трекеров с реальной научной базой валидны также Polar, Fitbit и Withings — последний единственный из потребительских устройств получил медицинское признание для детекции фибрилляции предсердий.

Практическая оговорка именно для этой платформы: у Garmin, Whoop и Apple Health есть прямая автоматическая синхронизация данных в бота; у Oura на сегодня её нет — данные заносятся вручную. Выбирая трекер ученику, взвешивай оба параметра — научную точность устройства и то, насколько удобно его данные лягут в твой рабочий процесс.

«Дельта стресса»: PSS-10 vs HRV

Сильный приём верификации — совместить субъективное и объективное. Клиент заполняет PSS-10 (субъективный стресс), а трекер даёт HRV (объективное восстановление ВНС). Если PSS-10 падает и HRV растёт — слои пересекаются, триангуляция подтверждена.

15 показателей трекеров как триггеры

Каждый из 15 метрик (сон, HRV, нагрузка, дыхание, температура и др.) может стать триггером для контента. Реальный график клиента убедительнее любого лозунга.

Как назначить трекер и собрать базлайн

Назначение трекера клиенту — инструкция: что носить, сколько дней до старта для базлайна. Базлайн трекера должен быть достаточно длинным (минимум несколько дней), чтобы видеть индивидуальную норму.

Наука о мозге · исследование через ЭЭГ

ЭЭГ Neiry как воспроизводимый сигнал сознания. Фокус главы — как верифицировать работу метода через энцефалографию: альфа/тета, индекс релаксации, NSI / MNPI, живые кейсы. Полный справочник по каждой метрике — в книге «NEIRY — открой мозг заново».

ЭЭГ как объективный слой

ЭЭГ Neiry (партнёр платформы) снимает электрическую активность мозга — физический сигнал, а не «ауру». Ключевые метрики, которые работают как доказательство сдвига:

• Альфа/тета — соотношение ритмов покоя и внимания; растёт при расслаблении и медитативных состояниях.
• Индекс релаксации — композитная метрика спокойствия нервной системы.
• NSI (Neurodynamic Self-regulation Index) — индекс саморегуляции мозга «прямо сейчас».
• MNPI (многомерный индекс нейропластичности) — интегральный показатель динамики состояния во времени.

Формулы индексов (как читать графики ученика)

Чтобы интерпретировать данные ЭЭГ ученика, мастеру нужно понимать, что стоит за цифрами. Две оси:

NSI — снимок способности мозга к саморегуляции в моменте. Считается как геометрическое среднее четырёх граней по Relaxation Index:

NSI = ⁴√(Скорость · Глубина · Удержание · Стабильность) × 100

Провалишь любую грань — индекс падает. Это не нейропластичность, а состояние «здесь и сейчас»; для оценки динамики нужно ≥4–5 замеров.

MNPI — многомерный индекс нейропластичности, агрегирует четыре субиндекса с весами:

MNPI = SI×0.30 + DI×0.35 + RI×0.20 + PI×0.15

• SI (Switching Index) — скорость переключения из DMN в целевое состояние.
• DI (Depth Index) — глубина от точки А.
• RI (Resilience Index) — устойчивость под нагрузкой/триггерами.
• PI (Phenomenology Index) — корреляция субъективного отчёта и объективных данных («язык = состояние»).

Что реально измеряется и почему это не «мистика»

ЭЭГ измеряет электрическую суммарную активность нейронов. Частотные диапазоны (дельта, тета, альфа, бета, гамма) коррелируют с состояниями и воспроизводимы при повторе. Скептик прав, задавая вопросы — твоя задача отвечать на языке физиологии, а не метафор.

Нейробенд как отдельный продукт на базе ЭЭГ

Нейробенд — персональная нейрофизиологическая сессия/программа поверх ЭЭГ. Для мастера это отдельный оффер с премиальной ценой, потому что за ним стоит прибор и расшифровка.

Как подключить ЭЭГ-сессию и говорить языком нейрофизиологии

Подключение нейробенда = назначение ЭЭГ-сессии клиенту, считывание графика и перевод его на язык состояний. Важно самому пройти сессию, чтобы понимать разницу между «ощущением» и «графиком».

Наука феноменологии и рефлексии

Слово клиента — тоже измеримые данные. Утренние/вечерние рефлексии, поток, ИИ-сдвиг словаря до/после, миметика, журнал исследователя.

Утренние / вечерние рефлексии, поток, феноменологические отчёты

Рефлексия — фиксация опыта своими словами. Утренняя задаёт намерение и базовое состояние, вечерняя — что сдвинулось за день. Поток (flow) фиксируется как качественный отчёт.

ИИ-сдвиг словаря до/после

Язык отражает состояние. ИИ сравнивает рефлексии «день 1» и «день 30»: какие слова исчезли (тревожные), какие появились (ресурсные). Сдвиг словаря — измеримый маркер изменения, который клиент видит сам. Но чтобы это был анализ, а не красивое впечатление ИИ от текста, у метода должна быть структура — вот из чего она реально состоит.

Область называется лингвистический анализ содержания (content analysis), и в ней есть настоящий, десятилетиями обкатанный стандарт — LIWC (Linguistic Inquiry and Word Count): словарь из заранее заданных категорий слов (негативные эмоции, позитивные эмоции, слова тревоги, когнитивные процессы — «понимаю», «потому что», «сомневаюсь», социальные слова и т.д.), по которому текст размечается механически, слово за словом. Разница с «ИИ прочитал и сказал, что стало позитивнее» принципиальная: категории заданы заранее, до чтения текста, поэтому результат не подгоняется под ожидание.

Что нужно, чтобы у мастера на платформе это работало как метод, а не как хайп:

• Заданные категории слов — ИИ должен классифицировать по фиксированному словарю (тревожные/ресурсные/нейтральные маркеры), а не оценивать текст целиком «на глазок».
• Личный baseline-корпус, а не популяционная норма — сравнение идёт с рефлексиями самого этого человека за первую неделю, а не со «средним словарём тревожного человека». Тот же принцип within-subject, что и во всей книге (глава 2): ты сравниваешь человека с ним самим.
• Одинаковые условия записи — сопоставимая длина и формат рефлексии, иначе «сдвиг словаря» может означать просто «сегодня писал короче», а не реальное изменение.
• Подсчёт частот, а не пересказ — результат должен быть числом («доля тревожных маркеров упала с 8% до 3% слов»), а не абзацем впечатлений от ИИ.

Миметика: триггеры и хуки, язык метода

Миметика — как единица смысла входит в ум и закрепляется. В исследовании это материал: какие триггеры твоего метода реально «цепляют» клиента и отражаются в рефлексиях.

Журнал исследователя как рабочий экран

Журнал исследователя на платформе собирает когорту, гостей, второй контур сети и расписание на одном экране. Это твой операционный центр как мастера (см. главу 13, с чего начать).

Как оформить феноменологию в нарратив

Отдельные записи превращаются в кейс «до→после» по рефлексиям. Нарратив + объективные графики = цифровой кейс, который продаёт сам себя.

Наука медицинских данных

Ваши показатели тела — от простого к глубокому уровню сложности. Метод работает на фоне реальной биологии.

Базовый слой: кортизол, воспаление, глюкоза, липиды, витамин D

Базовые анализы крови — первый объективный слой биологии. Кортизол (стресс-ось), CRP (воспаление), глюкоза, липиды, витамин D — маркеры, на которые метод может влиять опосредованно.

Средний слой: ЭКГ, МРТ, функциональные пробы

ЭКГ (ритм сердца), МРТ (структура/функция мозга), функциональные пробы. Не обязательны для каждого метода, но дают плотный слой объективных данных.

Глубокий слой: ДНК-тест

ДНК-тест — не срез состояния (как кровь), а предрасположенность. Отличается от анализа крови тем, что практически не меняется во времени: задаёт «константу», а не динамику.

Триангуляция: кортизол↓ + ЭЭГ↑ + GAD-7↓

Полная сила — когда три слоя из разных источников пересекаются: биология (кортизол падает) + мозг (альфа/тета-соотношение растёт — сырой ритм, не композитный индекс, см. главу 7) + субъективное (GAD-7 снижается). Три независимых источника говорят об одном — это и есть верификация.

Как читать мед-отчёт (ИИ-извлечение)

Участник распознаёт данные из своего медицинского отчёта через ИИ (например, вставив PDF или скриншот в диалог) и присылает боту результат текстом — это ручной, а не автоматический шаг: не переложить на бота, а сделать самому и приложить оригинал файла, если данные пойдут в доказательную базу (глава 4). Мастеру не нужно вручную расшифровывать медицинскую терминологию — но проверить, что распознавание не исказило цифры, стоит.

Нейромаркетинг с ИИ + продажи

Как данные превращаются в продвижение и продажи, с которыми не поспоришь, личный бренд исследователя и как растить чек.

15 метрик трекеров + нейробенд + тесты → триггеры Reels / TikTok

Реальный график убедительнее слова. 15 метрик трекера, данные нейробенда и результаты тестов — библиотека триггеров для короткого видео.

Важность личного бренда для исследователя

Прежде чем публиковать контент из данных, реши, кто его публикует. «Коуч, который что-то продаёт» и «независимый исследователь со своим протоколом» — разное позиционирование, и второе выдерживает скепсис куда лучше первого, потому что за словами стоят проверяемые вещи, а не только уверенный тон.

Минимальный набор, который стоит завести до, а не после первого вирусного ролика: ORCID (глава 12) — общий идентификатор; профиль на Google Scholar — даже без единой рецензируемой публикации туда можно добавить свой протокол с OSF и препринты, и он станет проиндексированной точкой сборки твоего следа; страница на ResearchGate — сетевая площадка для исследователей, ниже порогом входа, чем журнал, но узнаваемая; и один личный сайт-хаб — одна ссылка, по которой лежит всё сразу: пре-регистрация, протокол, white paper, как связаться. Соцсети веди в личном профиле, а не только на странице продукта — бренд метода без лица за ним доверия не добавляет.

На YouTube и в соцсетях работает не то же самое, что у обычного блогера с методом. Обычный контент показывает результат; контент исследователя показывает ещё и процесс — короткий скринкаст дашборда, объяснение, что такое baseline и зачем ты его собирал именно 28–30 дней, честное «вот что мы ещё не знаем» рядом с тем, что уже подтвердилось. Это медленнее набирает охваты, чем чистый хайп, но именно это отличает «блогер, который цитирует цифры» от «исследователь, у которого есть протокол» — и вторых куда труднее дискредитировать с порога (глава 4).

Отдельный, недооценённый рычаг — не продвигать себя самому, а дать участнику с собственной аудиторией показать свой результат публично. Чужой дашборд, выложенный самим участником со своими словами, читается как независимое свидетельство, а не как реклама метода его автором — тот же принцип, что делает соавторство участников (глава 12) сильным сигналом. Практически это требует отдельного явного согласия — не только на участие в исследовании, но и на публичный показ именно его личных данных (глава 15) — и работает надёжнее, если это участник, увидевший реальный сдвиг, а не блогер, которому просто заплатили за упоминание.

Формат для этого может быть разным. «Шоу» — публичная демонстрация замера в моменте: живой эфир с датчиком на голове, экран с графиком в реальном времени, объяснение, что именно сейчас показывает прибор и почему — зрелищно и одновременно честно, потому что зритель видит сырой сигнал, а не готовый вывод. Закрытая группа — работает мягче и на дистанции: собираешь небольшую когорту, договариваешься, что каждый участник сам ведёт пост или сторис о своём опыте в исследовании, и приглашаешь его собственную аудиторию присоединиться к эксперименту как к следующей когорте. Оба формата продают не «купи курс», а «посмотри, как это меряется» — и именно это отличает продвижение исследователя от продвижения инфопродукта.

Чтобы формат «шоу» или «приведи свою аудиторию в эксперимент» не выглядел трюком, а работал на доверие — нужна за ним чётко описанная методология: что именно измеряется, зачем, каким механизмом это должно сработать — и это должно быть сформулировано дважды, языком науки (для того, кто проверяет) и простыми словами (для того, кто просто смотрит эфир). Здесь работает та же логика, что стоит за этой книгой: собственная книга о своём методе — это не только финальный артефакт для рецензента (глава 16), но и самый быстрый способ мастера собрать вокруг метода читателей, а затем клиентов практики — она разворачивает мысль подробнее любого поста и делает глубину понимания предъявляемой, а не только заявляемой.

Структура контента из данных

Данные ученика — неисчерпаемый источник контента. Каждый сдвиг по метрике = готовый хук. Система: берёшь замер → переводишь в нарратив → публикуешь.

ИИ пишет и монтирует на основе замеров

ИИ генерирует черновик Reels/поста на основе реального графика клиента: берёт данные из дашборда и собирает сценарий.

Продающая лекция на данных + привлечение клиентов

Продающая лекция строится не на обещаниях, а на данных: «вот что мы измеряем, вот что сдвигается у моих учеников». Это конвертирует исследование в набор следующей когорты.

Как растить чек: пакеты, нейробенд, верификация как премиум

Верификация сама по себе — премиальная позиция: ты не «просто коуч», а мастер с приборным доказательством. Упаковка в 3 уровня (база / про / VIP) с нейробендом и расширенной верификацией растит средний чек.

Юридическая наука

Почему мастеру нужен закон, а не только метод. Исследование с людьми — регулируемая зона. NDA, закон об образовании и об исследованиях, пре-регистрация. Полная юридическая рамка — в главе 15.

NDA в исследованиях

Соглашение о неразглашении защищает данные участников и твою методику. У платформы есть NDA — прочитай его и выпиши пункты, которые касаются лично тебя.

Закон об образовании: где кончается обучение

Ты ведёшь практику — это обучение/сопровождение. Но если начинаешь «лечить» или «ставить диагноз» — пересекаешь границу в медицину, где нужна лицензия. Важно чётко прописать границу своей практики.

Закон об исследованиях: что запрещено

Исследование с людьми регулируется: нельзя вводить в заблуждение, скрывать риски, давать медицинские обещания без оснований. Чек-лист «что я НЕ делаю» — страховка от нарушений.

Что можно на платформе: N-of-1, скрининг, трекеры

Легитимная зона платформы: N-of-1 исследование, скрининг (не диагностика!), трекеры и опросники. Это поле самоисследования и скрининга, не замена врачу.

Из-за чего проблемы и что регистрировать

Проблемы — из претензий на «лечение», скрытых рисков, утечки данных. Регистрируй протокол и согласия.

Сайты пре-регистрации: OSF, AsPredicted

OSF (Open Science Framework) и AsPredicted — реалистичный выбор для мастера: бесплатно, быстро, можно держать приватным до готовности. ClinicalTrials.gov для независимого исследователя обычно не рабочий вариант — это инструмент клинических испытаний со спонсором, а не пре-регистрации N-of-1 практики (подробнее — глава 15). Пре-регистрация фиксирует приоритет и честность в любом случае.

Публикации, площадки, ИИ-генерация

Как данные когорты превращаются в публичный научный след. Где разместить, соавторство, ИИ как техписатель.

Первый шаг: ORCID — твой ID исследователя

ORCID (orcid.org) — бесплатный уникальный идентификатор исследователя, который принимают все площадки ниже, журналы и большинство пре-регистраций. Заведи его раньше всего остального: это займёт пять минут и станет твоим постоянным «паспортом» в научной инфраструктуре, независимо от того, где и как ты дальше публикуешься.

Где разместить: OSF, protocols.io, Zenodo, SSRN, Preprints.org, bioRxiv

Площадки для разных целей: OSF — протоколы, пре-регистрации и данные в одном месте; protocols.io — публикация самого протокола метода как отдельного, версионируемого и цитируемого документа (полезно именно мастеру: протокол — это и есть твоя методика); Zenodo — датасеты с DOI; SSRN — социальные науки; Preprints.org — препринты широкого профиля; bioRxiv/medRxiv — био- и медпрепринты. Ни одна из них не заменяет рецензирование, но каждая даёт дату и публичность — то, что нельзя подделать задним числом.

Сообщества, конференции и реалистичный первый выход в печать

Независимые исследователи объединяются в сообществах и на конференциях — это и обратная связь, и соавторы, и валидация метода коллегами. Для самостоятельного исследователя без академической аффилиации реалистичная первая публикация — не топовый медицинский журнал, а рецензируемое издание, которое специально существует для гражданской/личной науки: например, Citizen Science: Theory and Practice — открытый рецензируемый журнал именно этого профиля. Ещё один живой пример инфраструктуры для такого рода данных — Open Humans, некоммерческое сообщество (около 12 тысяч участников), где можно делиться личными данными для совместных исследований и находить соисследователей.

Что реально смотрит рецензент: структура, данные, язык

Структура статьи в психологии и поведенческих науках десятилетиями держится на одной схеме — IMRaD (Introduction, Methods, Results, and Discussion): введение с гипотезой, методы, результаты, обсуждение. К этому в 2020-х добавились почти обязательные абзацы Data Availability (где лежат сырые данные) и статус пре-регистрации — их отсутствие сегодня само по себе вызывает вопрос у рецензента.

В разделе «Методы» для маленькой выборки или N-of-1 рецензент проверяет конкретные вещи, а не общее впечатление: явно ли назван тип дизайна (реверсивный ABAB, multiple baseline, alternating-treatments — не просто «мы понаблюдали»), описан ли критерий стабильности baseline, указана ли надёжность (альфа Кронбаха) использованных инструментов и обоснован ли объём выборки — маленькое N само по себе не проблема, если дизайн и анализ ему соответствуют.

Язык — отдельное практическое решение, а не формальность. Публикация на английском — фактически обязательное условие для попадания в международные индексы (Scopus, Web of Science) и видимости за пределами русскоязычного пространства. Журналы из перечня ВАК на русском дают внутреннюю, российскую весомость — это другая аудитория и другая цель, и одно не заменяет другое: если важны обе, готовь обе версии.

От 10 участников — соавторство + DOI датасета

Когда когорта достигает ~10 участников с повторяющимся паттерном, это уже материал для соавторства: приглашай участников как соавторов, выкладывай датасет с DOI (через Zenodo).

ИИ как соавтор-техписатель

ИИ генерирует черновик тезиса/статьи из твоего протокола и дашборда. Не подменяет автора, а снимает барьер «я не умею писать научно».

Как убрать «я не умею писать научно»

Сгенерированный черновик — лишь каркас. Ты редактируешь его, вставляешь свои данные и подписываешь имя.

Второй след: научная публикация и медийная витрина — разные контуры

Всё, что было выше в этой главе, строит научный след: пре-регистрацию, протокол, датасет с DOI, препринт, публикацию. Это доказательство того, что за твоим методом стоит методология, а не убеждение. Но научный след сам по себе не приводит к тебе людей: препринт на OSF не позовёт тебя в подкаст, а датасет на Zenodo не приведёт журналиста за комментарием.

Их приводит медийный след — вторая, независимая инфраструктура. Она заполняется примерно за неделю, один раз, и дальше работает фоном. Путать эти два контура — типичная ошибка: исследователь три года публикует работы и удивляется, что его никто не зовёт, потому что ни одна из площадок, где ищут экспертов, о нём не знает.

Что заполнить: пять контуров медийной витрины

Ноль — страница для прессы на своём сайте. Без неё остальное ведёт в пустоту. На ней: одна строка «кто я», ровно три темы для комментария (не пятнадцать — пятнадцать читаются как «не разбирается ни в одной»), био в двух объёмах на 50 и 200 слов, фото в высоком разрешении для скачивания, пять конкретных цифр из твоего исследования и прямой контакт. Проверка простая: сможет ли редактор за сорок секунд понять, кто ты, взять био, скачать фото и написать тебе.

Первый — научная идентичность. ORCID у тебя уже есть с начала этой главы; к нему добавляются Google Scholar, ResearchGate, eLIBRARY (Science Index), публичный проект на OSF. Это то, что открывает журналист, проверяя, стоит ли за словом «исследователь» что-то реальное. Побочный эффект важнее прямого: у этих доменов огромный авторитет, и профили почти всегда выходят в топ выдачи по твоему имени.

Второй — биржи журналистских запросов. Единственное место, где обращение приходит без твоего участия: журналист публикует запрос, эксперты присылают ответы. В России это Pressfeed (с сентября 2026 бесплатный тариф урезан до одного ответа в месяц с задержкой доступа, полноценная работа — платная) и Deadline.Media, плюс тематические телеграм-каналы формата «ищу спикера» — самый быстрый и полностью бесплатный канал. В англоязычном контуре — Featured (перезапустивший бренд HARO после закрытия Connectively в конце 2024 года), Source of Sources и Qwoted.

Третий — базы экспертов и контентные площадки. Базы, где журналисты ищут сами: SciLine при AAAS, ExpertFile, Science Media Centre. Площадки, где ты публикуешься: Habr для технической части метода, vc.ru для прикладной, из профильного научпопа — Биомолекула, Системный Блокъ, Reminder. Здесь работает не частота, а плотность: один материал с реальными данными сильнее двадцати постов и продолжает приводить людей годами.

Четвёртый — сцена и подкасты. Самый прямой канал для входящих на интервью и одновременно тот, который почти никто не заполняет: подкастеры находятся в постоянном дефиците гостей с необычными данными. PodMatch и MatchMaker.fm — мэтчинг гостей и ведущих, Podchaser — публичное портфолио выступлений, Sessionize — профиль спикера, через который сотни конференций собирают заявки на доклады. В России — TenChat и Сетка как деловые сети, откуда чаще всего пишут напрямую.

Как отвечать на запрос журналиста

Запрос живёт часы, а не дни: ответ, присланный на следующий день, не читают. Поэтому решает не качество профиля, а скорость и форма ответа. Структура выигрышного ответа всегда одна — первое предложение отвечает на вопрос по существу, второе даёт цифру или наблюдение из твоей практики, третье коротко поясняет механизм. Уложиться в запрошенный объём, приложить фото и готовую подпись «имя, роль». Не спрашивать «а о чём именно вам рассказать» — времени на переписку нет ни у кого.

И то, ради чего к исследователю вообще приходят: не мнение, а данные. Фраза «важно комплексно подходить к вопросу» проигрывает фразе «в нашей выборке из N человек сдвиг появлялся на третьей неделе, а не на первой, как обычно пишут» — всегда, независимо от регалий обоих.

С чего начать: запуск исследования по шагам

Теория предыдущих глав становится практикой здесь. Не «прочитал и понял», а «прочитал и сделал»: семь шагов от идеи до первой когорты, с привязкой к тому, что реально нажимается в боте.

Шаг 1 · Пре-регистрация

Прежде чем звать первого участника, зафиксируй письменно: что именно исследуешь, гипотезу H1 в форме «метод изменит X на Y за Z, потому что…» (глава 3), что будет происходить с участником по шагам, на протяжении какого срока, и по каким критериям ты поймёшь, что сработало, а что нет. Это тот же черновик, что ты собирал в задании главы 3 — здесь он превращается из упражнения в реальный документ. Оформи его на OSF или AsPredicted (глава 15) до начала набора когорты — даже если это займёт один вечер, дата публикации становится твоей страховкой от «подгонки под результат» задним числом.

Шаг 2 · Опиши исследование для участника

Человек должен понимать, во что он вступает, до первого замера — не после. Опиши простыми словами: что будет происходить, сколько это займёт, какие данные ты соберёшь и зачем. Держи рамку «ты — исследователь, а не клиент»: участник получает не услугу, а роль в исследовании. Проговори явно его права на собственные данные — скачать, передать своему врачу, удалить, выйти из исследования в любой момент без объяснений и без последствий. Это не формальность для галочки, а часть протокола (глава 15) — и то, что реально снимает тревогу у первого участника.

Шаг 3 · Анкета и согласие до участия

До первого замера — не после него — участник подписывает информированное согласие (шаблон и формулировки — глава 15) и, если требуется, NDA платформы. Это фиксирует юридическую сторону заранее: добровольность, право выхода, понимание, что это скрининг и самоисследование, а не лечение.

Шаг 4 · Baseline — как это выглядит в боте

Дальше начинается фаза baseline (глава 2) — и вот как она устроена в реальном интерфейсе.

Журнал исследователя (Мои клиенты)

Мастер видит список своих клиентов, привязанных к нему через PI-ссылку. Для каждого клиента бот показывает:

• Имя и Telegram — идентификация участника.
• Статус NDA — ✅ подписано / ⏳ без NDA. Кнопка-ссылка на профиль ученика в Mini App появляется в этом списке только после подписания NDA.
• Количество рефлексий — считается из папок «утро» / «вечер» в профиле участника.
• Количество NEIRY-сессий — считается из папки sessions/neiry_*.

Это и есть твой операционный центр: кто в когорте, кто подписал NDA, сколько данных накоплено. Мастер видит клиентов, привязанных к нему; админы видят всех через /network.

Чекап MNPI (структура из бота)

Чекап — это последовательность из 6 сессий. Каждая сессия требует три шага:

1. Инструкция + ссылка на аудио-сессию.
2. Загрузить CSV из приложения Neiry (тестовая сессия 20 мин, глаза закрыты).
3. Загрузить текст с диктофона (феноменология).

Нельзя перейти к сессии N+1, пока не загружены данные по сессии N. Это гарантирует полноту данных: ни одна сессия не «висит» пустой.

Пре-реквизиты чекапа

Перед стартом чекапа бот проверяет наличие четырёх слоёв данных участника:

• CSV Neiry — экспорт из приложения Капсула.
• Рефлексия — свободное описание последнего месяца.
• Фитнес-данные — Garmin / Whoop / Apple Health синхронизируются напрямую; Oura и остальные — через Excel, CSV или скриншот, который участник расшифровывает через ИИ и вставляет текстом (это ручной способ занести данные, не автоматическая интеграция — держи и исходный файл, глава 4).
• Клинические данные — анализы, ЭКГ, МРТ (PDF, фото, скрины).

Так собираются три слоя из методологического ядра (глава 2): субъективное (рефлексия), объективное (Neiry + фитнес + клиника), феноменологическое (надиктовка). Помни про правило из главы 2: одного замера недостаточно — baseline подтверждается минимум двумя независимыми замерами, разнесёнными по времени, и стабилизируется не быстрее 28–30 дней.

Шаг 5 · План замеров: что мерить один раз, что на каждой точке

Прежде чем запускать вмешательство, разметь свои инструменты по State / Trait (главы 2 и 5): State-тесты и биометрию (тревога, стресс, сон, HRV, ЭЭГ-индексы) — на каждую точку до/во время/после; Trait-тесты (личность, хронотип, волевой стиль) — один раз, здесь же, на baseline. Так ты не тратишь ресурс ученика на бессмысленные пересдачи и не путаешь шум инструмента с реальной динамикой.

Шаг 6 · Вмешательство и повторные замеры

MNPI, тесты, рефлексии, мини-чекапы Neiry собираются автоматически в журнал исследователя по ходу цикла. Дашборд мастер↔ученик показывает авто-отчёты: феноменология + биометрия, линии динамики, а не точки. Ты видишь результат в реальном времени — кривые по каждому ученику, а не разовые снимки. Пройди этот же путь на себе: мастер-исследователь верифицирует метод сначала на своих собственных данных, прежде чем вести по нему когорту.

Шаг 7 · Итог цикла

К концу цикла у тебя есть дашборд с динамикой по каждому ученику — материал для вывода «сработало / не сработало / на ком» и заготовка white paper (глава 16). Закрытый канал мастеров на платформе — место, где можно свериться с коллегами: задать вопрос, показать кейс, получить взгляд со стороны на свои графики до того, как выносить их наружу.

Режимы сознания: как верифицировать состояние (на примере метода ONTO NOTHING)

Методология измерения состояний одинакова для любого метода. Чтобы показать её на конкретном примере, возьмём метод ONTO NOTHING — один из методов платформы. Ты делаешь то же самое со своим.

Любой метод, претендующий на верификацию, описывает набор состояний, которые он вызывает или развивает, и способ их измерить. Без измеримого состояния метод — вера; с измеримым — исследование.

Что такое «режим сознания» в терминах данных

Режим сознания — это воспроизводимая конфигурация слоёв: нейрофизиологического (ЭЭГ-ритмы), феноменологического (что человек переживает и как описывает словами) и поведенческого (рефлексия, тесты). Метод считается верифицированным, если:

• состояние воспроизводимо у разных людей под одним вмешательством (N-of-1 ×N);
• его можно отличить от базлайна по объективному слою (ЭЭГ/трекер);
• субъективный отчёт коррелирует с объективным (PI в формуле MNPI).

Пример: ONTO NOTHING

Метод описывает спектр состояний сознания от глубокого покоя до активного присутствия. Каждое состояние верифицируется через сдвиг метрик: например, рост альфа/тета и индекса релаксации при погружении, снижение Stress Index при «биоритуале». Это и есть применение методологии глав 2–3 на практике: гипотеза «метод переводит в состояние X» → замер до/во время/после → триангуляция слоёв.

Юридическая рамка: РФ и международные стандарты

Исследование с участием людей — регулируемая зона. Ниже — конкретные акты, которыми мастер обязан руководствоваться. Это не юридическая консультация, а карта, где искать границы.

Российская Федерация

• Федеральный закон № 323-ФЗ «Об основах охраны здоровья граждан в РФ» (2011) — базовый закон о здоровье. Ст. 22 (информированное согласие на медвмешательство), ст. 27 (обязанность заботиться о здоровье), гл. о правах пациента. Если ты касаешься здоровья — ты в его поле.
• Федеральный закон № 152-ФЗ «О персональных данных» (2006) — обработка ПДн участников. Согласие на обработку, уведомление Роскомнадзора (для биометрии — отдельный реестр с 2023), локализация базы на территории РФ, передача за рубеж — только с согласия. Важно для этой платформы конкретно: данные ЭЭГ и другие физиологические сигналы, по которым можно идентифицировать человека, подпадают под биометрические персональные данные (ст. 11 152-ФЗ) — им нужно отдельное письменное согласие, не общее согласие на обработку ПДн.
• Гражданский кодекс РФ (ст. 437 — оферта, ст. 1252 / 1301 — авторские права) — твой метод и материалы защищены как ИС; договоры с участниками (оферта) оформляются по ст. 437.
• Законопроект «Об основах регулирования психологической деятельности в РФ» — на 2026 год всё ещё черновик, не закон: новая редакция внесена в феврале 2025 и снова вызвала возражения профессионального сообщества. Следи за статусом, но не строй практику так, будто он уже принят.

Международные стандарты (если публикуешься / ведёшь участников из-за рубежа)

• Хельсинкская декларация (WMA, 1964, актуальная ред.) — этические принципы медицинских исследований с людьми: информированное согласие, регистрация исследования ДО набора первого участника, обязанность публиковать и негативные результаты.
• Belmont Report (США, 1979) — три принципа: уважение к личности (informed consent), благодеяние (risk/benefit), справедливость (справедливый выбор субъектов).
• Common Rule (45 CFR 46, США) — правила защиты субъектов, этический комитет (IRB).
• CIOMS Guidelines (2016) — международные этические руководства по исследованиям, связанным со здоровьем, с участием людей: информированное согласие, уязвимые группы, конфиденциальность, компенсация при причинении вреда.
• GDPR (ЕС, 2016) — если участники из ЕС: строгие правила на ПДн, право на забвение, явное согласие на биометрию.
• Nuremberg Code (1947) — фундамент: добровольное согласие абсолютно обязательно, право выйти в любой момент.
• Singapore Statement on Research Integrity (2010) — отдельный документ: не про защиту испытуемых, а про честность самого исследователя — конфликт интересов, фальсификация данных, обязанность публиковать негативный результат.

Пре-регистрация: где и как, без иллюзий

Хельсинкская декларация выше прямо требует регистрировать исследование ДО набора первого участника — вот практика этого требования на уровне мастера-исследователя, не институции:

Этический комитет (IRB): реальность для независимого исследователя

Формально самоэксперимент требует того же этического рецензирования, что и любое исследование с участием людей. На практике у независимого исследователя вне университета или клиники обычно нет доступа к institutional review board (IRB) — это не лазейка, а реальный разрыв в системе, который стоит признать прямо, а не маскировать красивой формулировкой.

Два честных пути. Первый — коммерческие независимые IRB (например, WCG, Advarra), которые рецензируют исследования вне институций за плату; это реальный, но не бесплатный маршрут, и обычно оправдан только если ты целишься в публикацию с медицинскими заявлениями. Второй — реалистичный путь для большинства мастеров: не заявлять «одобрено этическим комитетом», если это не так, а полагаться на то, что действительно в твоих руках — прозрачное информированное согласие, пре-регистрацию, честную публикацию сырых данных и отрицательных результатов. Ложное заявление об IRB-одобрении разрушает доверие быстрее, чем его отсутствие.

White paper твоего метода

Итоговый шаблон, который курс просит собрать. Зафиксированный, верифицируемый документ, готовый к публикации и к позиционированию.

К концу пути у тебя есть:

• Паспорт метода — зафиксированная интеллектуальная собственность с научным описанием.
• Гипотеза H1 — проверяемое утверждение о том, что именно делает твой метод.
• План замеров — какие инструменты, что измерять, в какие точки (до / во время / после).
• Дизайн исследования под твой метод и ресурсы.
• Запущенная когорта — реальные люди в боте под твоей PI-ссылкой.
• Позиционирование — говоришь о методе с опорой на данные, а не на веру.
• Продающая лекция + собранные заявки в следующую когорту.

Структура white paper (шаблон)

1. Название и автор — твой метод, твоя роль (PI).
2. Проблема и гипотеза H1 — что меняем и почему.
3. Дизайн — N-of-1, точки замера, пре-регистрация (ссылка на OSF).
4. Инструменты — тесты, трекеры, ЭЭГ, медданные, рефлексии (три слоя).
5. Когорта — сколько участников, критерии набора, этика/NDA.
6. Результаты — MCID/RCI по каждому участнику, триангуляция слоёв, графики.
7. Вывод — сработало / не сработало / на ком.
8. Ограничения — честно, что не покрыто.

Пример: гипотетический протокол от начала до конца

Гипотетический мастер ведёт дыхательную практику «Вечерний выдох» — протокол удлинённого выдоха перед сном. Вот как выглядит его путь по главам этой книги.

Расчёт RCI для GAD-7 (формула из главы 2 и 17): при надёжности теста (альфа Кронбаха) 0.92 и стандартном отклонении выборки 5 баллов — SE = 5 × √(1 − 0.92) = 5 × 0.283 ≈ 1.41; S_diff = √(2 × 1.41²) ≈ 2.0; RCI = (7 − 13) / 2.0 = −3.0. Порог надёжного изменения — |RCI| ≥ 1.96; здесь 3.0 — сдвиг статистически надёжен, не шум измерения.

От платформы к большой науке

Ты дошёл до white paper — это честно заработанный результат первого этапа. Эта глава не про то, что было сделано не так, а про то, где заканчивается гражданская наука и начинается следующий уровень. Читай её как карту дороги, а не как список претензий.

Три этапа зрелости метода

Всё, что описано в главах 1–16, — это Этап 1. Он не хуже следующих — он их фундамент, и без него дальше просто не с чем работать.

Двигаться по этой лестнице быстрее, чем накопился реальный материал, — не ускорение, а профанация. Каждый этап требует своего объёма данных снизу.

RCT: что это и почему это следующий шаг

RCT (Randomized Controlled Trial, рандомизированное контролируемое испытание) — золотой стандарт доказательства причинности: участников случайным образом распределяют между группой вмешательства и контрольной группой, и только рандомизация позволяет сказать «изменение вызвал именно метод», а не что-то ещё, чем эти две группы могли отличаться. Это не следующий шаг для одного мастера с одной когортой — это горизонт, к которому имеет смысл идти вместе с академическим партнёром, когда накопленных пилотных данных достаточно, чтобы обосновать дизайн и получить финансирование или партнёрство исследовательского центра.

Чего не хватает N-of-1 × N: контрольное условие

Это главный пробел текущего этапа, и его стоит назвать прямо: без контрольной группы, sham-вмешательства или хотя бы дизайна ABAB невозможно до конца отделить эффект метода от эффекта времени, эффекта внимания или совпадения. Что с этим делать на Этапе 2:

• ABAB (реверсивный дизайн) — базлайн (A) → вмешательство (B) → возврат к базлайну без вмешательства (A) → повторное вмешательство (B). Если состояние ухудшается при отмене и снова улучшается при возврате метода — это куда более сильный аргумент за причинность, чем один переход baseline→вмешательство.
• Multiple baseline — несколько участников (или несколько показателей одного участника) стартуют вмешательство в разное, сдвинутое по времени, начало. Если сдвиг метрики каждый раз происходит именно в момент старта у каждого — а не одновременно у всех, что указывало бы на внешнее событие — это тоже сильный аргумент за причинность метода.

• Waitlist-контроль — часть новой когорты стартует сразу, часть — через оговорённый срок; те, кто ждёт, на этот срок служат сравнением для тех, кто уже начал.
• Контроль компонентов — сравнение полного пакета (техника + сообщество + видимая аналитика по группе) с урезанным (только техника, без чата и без дашборда). Отвечает не на вопрос «работает ли метод вообще» (это делают ABAB и multiple baseline), а на вопрос «что именно в пакете даёт эффект» — сама техника или обвязка вокруг неё (глава 2). Полноценная вторая когорта не нужна: достаточно небольшой контрольной группы из добровольцев, готовых участвовать без платформенных фич в обмен на бесплатный доступ к самой технике.

Ничего из этого не нужно внедрять прямо сейчас в главе 13 — это инструментарий Этапа 2, когда есть костяк кейсов и вопрос встаёт не «получилось ли у меня», а «получится ли у следующих».

Рандомизация фаз: что она добавляет к фиксированному baseline

Частый вопрос: «у меня baseline — фиксированные 28–30 дней, и после нужно стартовать вмешательство, что здесь не так?» Ответ — ничего не так для Этапа 1. Одинаковый фиксированный срок для всех участников — совершенно легитимный выбор, и он даже лучше, чем произвольная точка старта «на глазок», потому что применяется единообразно, а не выбирается под конкретного человека.

Рандомизация фаз — это следующая, более строгая надстройка, а не исправление ошибки: вместо одного фиксированного срока для всех, точная длина baseline варьируется непредсказуемо в заданном диапазоне (скажем, случайно между 21 и 35 днями для разных участников) или интервенция стартует по multiple-baseline схеме выше. Это закрывает единственную дыру, которую фиксированный срок не закрывает: что если что-то ещё — сезон, календарное событие, общий для всех фактор — совпадает именно с 30-м днём у каждого участника и создаёт иллюзию эффекта метода. При когорте с разными людьми и разным временем старта эта дыра и так довольно узкая, но на Этапе 3 её закрывают полностью.

Снижение конфликта интересов: независимый анализ после 20–30 кейсов

На Этапе 1 ты — метод, сборщик данных и интерпретатор в одном лице, и это создаёт объективный конфликт интересов: тебе не всё равно, что покажут данные. Это не делает данные фальшивыми — но снижает их доказательный вес до уровня «внутренняя аналитика практики», и с этим честнее не спорить, а исправлять по мере роста. Как только накопилось 20–30 качественных кейсов с повторяющимся паттерном, следующий шаг:

• Независимый аналитик — второй мастер, SI, или сторонний специалист, который смотрит на уже собранные данные без участия в их сборе.
• Элементы ослепления, где это реально возможно — например, тот, кто оценивает рефлексию по шкале, не знает, это запись «до» или «после».
• Разделение ролей — «веду метод» и «анализирую данные» становятся разными людьми, а не одной ролью.

После этого шага корректнее говорить не о «верифицированном методе», а о платформенно-подтверждённом методе — это уже не отзывы, но ещё не независимая академическая верификация. Разница существенная, и в white paper её стоит называть прямо.

Институциональная этика: как выглядит полноценный IRB

Глава 15 честно описывает, что у независимого исследователя обычно нет доступа к этическому комитету — вот что происходит, когда он появляется, на Этапе 2–3 через академического партнёра или платный независимый IRB (WCG, Advarra). Типовой состав комитета — минимум пять человек: председатель с научным или медицинским опытом, специалист именно в твоей предметной области, специалист по праву или биоэтике, представитель без научного бэкграунда (защищает интересы обычного участника) и представитель сообщества, не аффилированный с исследователем. Процедура: протокол исследования и материалы для участников подаются на рассмотрение → комитет проверяет риски и информированное согласие → одобрение получено до сбора любых данных, не постфактум.

Как достучаться до институтов: реальный путь, а не мечта

Частый вопрос на этом этапе: «а можно понести данные в университет, в ВОЗ, в ООН — пусть проверят?» Честный ответ начинается с того, чего не работает. ООН и ВОЗ не рассматривают заявки практиков на проверку отдельных техник саморегуляции: у ВОЗ есть собственный процесс выпуска рекомендаций (например, Consolidated Guideline on Self-Care Interventions, 2022) — но это синтез уже опубликованных исследований силами специально созванной Guideline Development Group, а не окно приёма пилотных данных со стороны. Нет ни «отдела», ни формы, куда можно отправить свой N-of-1 на валидацию — это ожидание, которое стоит оставить сразу, чтобы не тратить месяцы на письма без ответа.

С российскими университетами устройство честнее, но тоже не такое, как кажется со стороны. РНФ (Российский научный фонд) не принимает заявки от физлиц без аффилиации — исполнителем может стать только тот, кто оформлен в организации-заявителе; попасть туда реалистично лишь соисполнителем в уже существующий грант лаборатории, которая сама в этом заинтересована. Прямой платный путь — хоздоговор: университетская лаборатория проводит исследование или консультацию за плату по условиям, которые задаёт юридическая служба вуза. Это B2B-сделка, а не бесплатное рецензирование «на добрую волю». Перечень ВАК — список журналов, публикации в которых засчитываются для защиты диссертации; для мастера без научной степени личной пользы в этом нет, но публикация в журнале уровня К1/К2 из перечня — рабочий сигнал доверия, на который можно ссылаться перед скептически настроенными коллегами.

Реалистичная точка входа — кафедры психологии и психофизиологии, а не медицинские факультеты (там выше регуляторный порог и нужен соавтор-врач для любых физиологических заявлений). То, что от тебя захотят увидеть до разговора: письменный протокол — в идеале пре-регистрированный, обезличенные сырые данные и документацию информированного согласия. Холодное письмо «в приёмную» почти никогда не срабатывает без одного из двух: оплаты по хоздоговору или личного знакомства с кем-то внутри.

С европейскими и американскими грантами похожая картина. Horizon Europe / ERC требуют принимающую организацию в ЕС или ассоциированной стране — на фоне действующих ограничений это сегодня практически закрыто для заявителей из России независимо от темы. Гранты NIH (R21, R03, R01) формально открыты для зарубежных организаций, но заявку подаёт не человек, а организация — индивидуальному практику без институциональной позиции подать её не на что. Профессиональные ассоциации вроде APA не принимают пилотные данные на валидацию — их реальная польза другая: журналы этих ассоциаций и подача тезисов на их конференции, что работает как неформальная экспертная проверка, но только когда работа уже соответствует методологическим стандартам подачи.

Отсюда практический вывод, который стоит держать в голове вместо мечты «постучаться в институт»: рабочий путь — не «обратиться в организацию», а найти одного конкретного учёного (необязательно в России), чей научный интерес пересекается с твоей темой, и который готов стать соавтором или научным консультантом. Именно его аффилиация — а не твоё письмо в приёмную — открывает доступ к этическому комитету, грантовому финансированию и доверию журнала.

Кейс: как нейрофидбек сам себе построил репутацию

Ближайшая по духу к этой книге область — ЭЭГ-нейрофидбек — прошла путь к легитимности не через письмо в министерство, а через строительство собственной профессиональной инфраструктуры. AAPB (с 1969 года, изначально Biofeedback Research Society) и ISNR (отделилась от неё в 1991-м) — ассоциации, созданные самими практиками, — учредили собственный сертифицирующий орган BCIA (1981), собственные рецензируемые журналы (Applied Psychophysiology and Biofeedback, NeuroRegulation) и ежегодные конференции. Никто не выдавал им признание сверху — они сами выстроили инстанцию, которая его выдаёт.

Важнее самой инфраструктуры — планка доказательности, которую они выставили сами себе. Совместная рабочая группа AAPB и ISNR (La Vaque et al., 2002) опубликовала шкалу из 5 уровней доказательности — от «Level 1: эмпирически не подтверждено» до «Level 5: эффективно и специфично», по образцу критериев APA для эмпирически подтверждённых методов лечения. Это именно то, чему учит глава 4: не заявлять доказанность, а честно называть свой текущий уровень.

Конкретный регуляторный результат — узкий и предметный, а не громкий. В 2013 году FDA допустило к использованию NEBA System — устройство, измеряющее соотношение тета/бета-ритмов ЭЭГ, — как вспомогательный инструмент диагностики СДВГ у детей 6–17 лет, только вместе с полноценным клиническим обследованием, не вместо него. Основанием послужило мультицентровое исследование на 275 детях. Ни устройство, ни FDA не заявляли, что «нейрофидбек лечит СДВГ» — допуск был именно на диагностический биомаркер, ровно то, что показали данные, не больше.

Практический вывод для мастера: реалистичный путь «от практика к институту» в нейрофидбеке шёл не через одно эффектное дело, подхваченное регулятором, а через публикацию серий случаев в собственных рецензируемых журналах области, накопление их в метаанализы годами — и параллельное строительство (или присоединение к) профессиональной инфраструктуры: сертификации, конференций, стандартов отчётности. Это медленнее, чем «письмо в ООН», но это единственный путь, который реально работал.

Статистика следующего уровня

RCI из главы 2 разворачивается подробнее: S_diff = √(2 × SE²), где SE = SD × √(1 − надёжность теста) — то есть надёжность инструмента (альфа Кронбаха, глава 5) напрямую входит в то, какой сдвиг вообще можно считать реальным. MCID на Этапе 2–3 стоит считать не «на глаз», а одним из двух стандартных способов: якорным методом (сравнение сдвига по шкале с независимой оценкой «стало заметно лучше» от самого участника) или методом распределения (обычно берут около половины стандартного отклонения базовой выборки как условный порог).

Отдельная ловушка роста: чем больше метрик ты проверяешь одновременно, тем выше шанс найти «значимый» сдвиг просто по случайности. Если сравниваешь 10 показателей сразу — используй поправку Бонферрони (делишь порог значимости p на число сравнений) или хотя бы явно проговаривай в выводах, что часть сдвигов может быть шумом. На Этапе 1 это необязательно — при 3–4 ключевых метриках риск невелик, но на Этапе 3 без этой поправки результаты не примет ни один рецензент.

Литература

• Cronbach, L.J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika.
• Jacobson, N.S., & Truax, P. (1991). Clinical significance: A statistical approach to defining meaningful change in psychotherapy research. Journal of Consulting and Clinical Psychology.
• Spitzer, R.L., Kroenke, K., Williams, J.B.W., & Löwe, B. (2006). A brief measure for assessing generalized anxiety disorder: the GAD-7. Archives of Internal Medicine.
• Kroenke, K., Spitzer, R.L., & Williams, J.B.W. (2001). The PHQ-9: validity of a brief depression severity measure. Journal of General Internal Medicine.
• Kuhl, J. (1994). Action versus state orientation: Psychometric properties of the Action Control Scale (ACS-90). В: Kuhl, J., & Beckmann, J. (ред.), Volition and Personality. Hogrefe.
• Zimbardo, P.G., & Boyd, J.N. (1999). Putting time in perspective: A valid, reliable individual-differences metric. Journal of Personality and Social Psychology.
• Duckworth, A.L., & Quinn, P.D. (2009). Development and validation of the Short Grit Scale (Grit-S). Journal of Personality Assessment.
• Luthans, F., Youssef, C.M., & Avolio, B.J. (2007). Psychological Capital: Developing the Human Competitive Edge. Oxford University Press.
• Kristensen, T.S., Borritz, M., Villadsen, E., & Christensen, K.B. (2005). The Copenhagen Burnout Inventory. Work & Stress.
• Maslach, C., & Jackson, S.E. (1981). The measurement of experienced burnout. Journal of Organizational Behavior.
• Pennebaker, J.W., Boyd, R.L., Jordan, K., & Blackburn, K. (2015). The Development and Psychometric Properties of LIWC2015. University of Texas at Austin.
• Kazdin, A.E. (2011). Single-Case Research Designs: Methods for Clinical and Applied Settings (2nd ed.). Oxford University Press.
• Tate, R.L. et al. (2016). The Single-Case Reporting guideline In BEhavioural interventions (SCRIBE) 2016 statement. Archives of Scientific Psychology.
• Vohra, S. et al. (2015). CONSORT extension for reporting N-of-1 trials (CENT) 2015 statement. BMJ.
• La Vaque, T.J. et al. (2002). Template for developing guidelines for the evaluation of the clinical efficacy of psychophysiological interventions. Applied Psychophysiology and Biofeedback.
• Micoulaud-Franchi, J.-A. et al. (2016). EEG neurofeedback treatments in children with ADHD: an updated meta-analysis of randomized controlled trials. Frontiers in Human Neuroscience.
• World Medical Association (актуальная ред.). Declaration of Helsinki.
• The National Commission for the Protection of Human Subjects (1979). The Belmont Report.
• CIOMS (2016). International Ethical Guidelines for Health-related Research Involving Humans.
• Nuremberg Code (1947).
• Resnik, D.B., & Shamoo, A.E. (2011). The Singapore Statement on Research Integrity. Accountability in Research.

Источники по конкретным трекерам и устройствам (Duke University, University of Vermont, JMIR 2025, Nature Communications 2025 и др.) — в статье «Носимые трекеры в научных исследованиях».

Глоссарий

Все термины книги — в одном месте, простыми словами. В тексте они подчёркнуты пунктиром: нажми на такое слово, чтобы прочитать полное определение здесь, а кнопка «← Назад к тексту» в конце карточки вернёт тебя ровно туда, где ты остановился.

Роли и структура

Дизайн исследования

Статистика

Мозг и ЭЭГ

Тело и трекеры

Тесты платформы

Публикации и регистрация

Юридическое

Методология текста