Nu cu mult timp în urmă credeam că am descoperit ce e mai rău interpretare greșită a unui studiu despre vaccinurile Covid, dar tocmai am întâlnit un alt candidat la titlu. A fost o studiu despre vaccinare și accidente rutiere.
Autorii explică că „[Ei] au testat dacă vaccinarea COVID a fost asociată cu riscurile unui accident rutier” și au ajuns la concluzia că „ezitarea la vaccinul COVID este asociată cu riscuri crescute semnificative de accident rutier”.
Au însemnat mult mai mult decât „asociat”. Ei au însemnat că ezitarea la vaccin crește riscul unui accident rutier, o afirmație cauzală, la fel ca și afirmația că vaccinurile Covid reduc riscul de deces.
De unde știu că asta a fost pretenția lor?
Ei au remarcat că studiul nu a fost un studiu randomizat și au folosit metode statistice pentru a susține inferența asupra relației cauză-efect dintr-un studiu observațional.
Deducerea lor a fost falsă. Acestea sunt concluziile adevărate:
1. Studiul lor arată un alt exemplu de părtinirea sănătoasă a celor vaccinați.
2. Studiul lor arată eșecul de a elimina părtinirea prin cea mai strictă metodă statistică.
Permiteți-mi să încep cu un curs intensiv despre asociere versus cauzalitate.
Asocierea este un fenomen statistic. Cauzalitatea este realitatea. În timpul erei Covid, mulți au auzit afirmația „Asocierea nu este (neapărat) cauzalitate”, ceea ce este adevărat. Dar cele două idei sunt legate. Cum?
Conexiunea este explicată cel mai bine folosind o diagramă cauzală simplă, unde o săgeată înseamnă cauzalitate.
Două mecanisme pot crea o asociere între A (de exemplu, vaccinare) și B (de exemplu, un accident de trafic).
1) A afectează B (cauză)
2) A și B au o cauză, C (confuzie)
Dacă A face nu afectează B, dar au o cauză în comun, A și B vor fi în continuare asociate. Acesta este unul dintre motivele pentru care o asociere nu este neapărat cauzalitate. Un studiu randomizat elimină orice cauză a tratamentelor pe care le atribuim (de exemplu, un medicament versus altul), cu excepția mecanismului de randomizare. De aceea avem nevoie de studii randomizate pentru a face afirmații cauzale puternice. Confuzia a dispărut.
Încă un punct: orice săgeată poate fi considerată un rezumat al unui lanț cauzal. De exemplu, C → B ar putea reprezenta C → X → Y → Z → B.
Sfârșit de curs. Există un ocean de material complicat, dar asta e tot ce trebuie să știm.
Autorii articolului cunosc diagramele cauzale. Ele arată un „graf aciclic direcționat” elaborat (diagrama din stânga), care este un nume de lux pentru o „diagrama cauzală”.
În mod uimitor, variabila „starea de vaccinare” nu apare în diagrama lor, ci doar „ezitare la vaccin”, numele pe care l-au dat variabilei efective pe care au analizat-o: vaccinat sau nu.
Știința nu judecă, așa că am înlocuit „ezitarea la vaccin” cu „decizie” (de a fi vaccinat sau nu), oricare ar fi cauzele acesteia (diagrama din dreapta). Apoi, am adăugat „starea de vaccinare” (A), care este efectul „deciziei”. Cele două variabile sunt aproape perfect corelate. Dacă decid să mă vaccinez, cel mai probabil voi fi vaccinat. La fel, dacă decid să nu mă vaccinez. Ignor cazurile în care o persoană nu este capabilă din punct de vedere cognitiv să decidă sau nu există acces la vaccin sau la o injecție forțată fizic...
După cum puteți vedea în diagrama mea, nicio săgeată cauzală nu leagă nici „decizia”, fie „starea de vaccinare” cu un accident de trafic. Nu A → B. Singura legătură cauzală posibilă, la care se face aluzie neclar în diagrama autorilor, este prin Covid: nevaccinat → infecţie → oboseală → prăbușire. Putem ignora acest lanț deoarece știm că vaccinarea nu reduce riscul unei infecții, eventual opusul.
Deci, de ce ar putea fi asociate vaccinarea și accidentele?
Până acum, știi răspunsul. Ei împărtășesc multe cauze - C în diagrama mea - dintre care unele au fost măsurate în studiu și multe care nu au fost. Pe baza diagramei, un studiu randomizat nu ar fi găsit nicio asociere între vaccinare și un accident rutier, nicio dovadă a vreunui efect.
După cum era de așteptat din diagrama lor și a mea, autorii au găsit într-adevăr o asociere între vaccinare și un accident. Cei nevaccinati părea să aibă un risc mai mare de accident decât cei vaccinați sau invers: vaccinarea părea să protejeze împotriva unui accident rutier. Unele dintre cauzele comune au funcționat pentru a crea aparența unui risc redus, în timp ce altele au funcționat în direcția opusă. Efectul net al tuturor cauzelor comune a produs pseudoeficacitate împotriva unui accident de trafic grav.
Acesta este un alt exemplu de părtinirea sănătoasă a celor vaccinați, despre care autorii au fost conștienți. Mai multe „caracteristici favorabile” ale celor vaccinați le-au făcut mai puțin probabil să fie angrenat într-un accident grav, care ar fi putut duce la moartea rutieră, una dintre multele non-Covid cauzele decesului. Acele caracteristici, care și le-au făcut mai probabil de a fi vaccinați, și-au redus riscul de accident - nu o decizie de a lua un vaccin Covid sau de a-l lua.
În mod ironic, autorii au verificat părtinirea persoanelor sănătoase vaccinate folosind o metodă numită „controale negative”. Ei au studiat asocierea vaccinării cu alte efecte asupra cărora nu se aștepta niciun efect al vaccinării. Cu toate acestea, ei nu au reușit să realizeze că punctul final din studiul lor este exact acest tip de final. A priori, vaccinarea nu este de așteptat să afecteze riscul unui accident, conform propriei diagrame și bunului simț. „Efectul” pe care l-au găsit a fost părtinire confuză.
Și mai ironic, spitalizarea pentru vătămare sau traumă a fost considerată a punctul final „control negativ”. pentru studii ale vaccinului antigripal de către nimeni altul decât un coautor al a publicație cheie privind eficacitatea vaccinurilor Covid. (Nu știu de ce nu a aplicat această metodă la studiile vaccinurilor Covid. I nu era permis a întreba.)
Riscul unui accident la cei nevaccinati a fost de 1.72 ori mai mare decât riscul la cei vaccinați, sau invers: pseudoefectul vaccinării a fost un raport de risc de 0.58, sau eficacitatea pseudo-vaccinului de 42%.
Având în vedere cauzalitatea, autorii au încercat să ajusteze estimarea prin mai multe metode și au arătat rezultate diferite. Ei au descris cea mai riguroasă încercare după cum urmează:
Scopul celei de-a doua analize a scorului de înclinație a fost să fie strict atunci când se potrivește un individ nevaccinat 1 la 1 cu un individ vaccinat și excluderea cazurilor în care orice persoană a avut un diagnostic medical.
Nu trebuie să cunoașteți statistici pentru a recunoaște intuitiv că aceasta este într-adevăr o metodă riguroasă.
Au obținut un raport de risc de 1, adevăratul efect nul, din cea mai stringentă încercare a lor de a elimina părtinirea celor vaccinați sănătoși? Nu, au primit 1.63 (ajustat) în loc de 1.72 (neajustat). Asta este tot ce a realizat ajustarea riguroasă. (Ambele numere sunt din punct de vedere tehnic cote.)
Așadar, când citiți recenzii ale literaturii rare despre metodele de a elimina părtinirea persoanelor vaccinate sănătoase, amintiți-vă acest articol despre vaccinare și accidente de trafic. Bazându-se pe variabile măsurate poate nu reuși să înlăture părtinirea, și asta este tot ceea ce noi Trebuie să știu.
Este explicat tot ce putem face mai bine în acest moment în altă parte. Nu este deloc sofisticat, deși există mai multe a explora. Adevărata problemă cu care ne confruntăm nu este științifică: datele de care avem nevoie despre moartea non-Covid sunt de obicei ascunse.
PS Am fost editor asociat al Jurnalul American de Epidemiologie, iar dosarul meu conține aproximativ 200 de publicații, unele dintre ele în așa-numitele reviste medicale de top. Să reformatez această postare sau alţii pe subiect și trimiteți-le unui jurnal pentru a obține ștampila „revizuit de colegi?”
am renuntat cu mult timp in urma.
Republicat de la autor Mediu
Publicat sub a Licență internațională Creative Commons Attribution 4.0
Pentru retipăriri, vă rugăm să setați linkul canonic înapoi la original Institutul Brownstone Articol și autor.
