I årene jeg jobbet som assisterende redaktør (for Det amerikanske tidsskriftet for epidemiologi), har jeg sett hele spekteret av «fagfellevurderinger» – fra nitide, gjennomtenkte kritikker der forfatterne tydeligvis investerte flere timer i oppgaven, til mangelfulle anmeldelser som gjenspeilet uforsiktighet og inkompetanse. Jeg har lest vennlige anmeldelser av beundrere av forfatterne og fiendtlige anmeldelser av deres fiender. (Det er ikke vanskelig å se det ut fra tonen.) I vitenskapens praksis oppfører mennesker seg fortsatt som mennesker.
Situasjonen ble verre under pandemien. Studier som roste covid-vaksinene ble raskt sertifisert som «fagfellevurderte», mens kritisk fagfellevurdert etter publisering ble undertryktSom et resultat har vi nå en historisk samling av publisert dårlig vitenskap. Den kan ikke slettes, men det er på tide å begynne å korrigere opptegnelsen.
Biomedisinske tidsskrifter er ikke plattformen. For det første finnes det ingen formell seksjon for åpne fagfellevurderinger av artikler som ble publisert for lenge siden. For det andre har redaktører ingen interesse i å avsløre usannheter som ble publisert i tidsskriftene deres. For det tredje, sensur Maskinen er fortsatt på plass. Så langt har jeg bare klart å ødelegge den gang, og det var ikke lett.
Så, hvordan kan vi prøve å korrigere registreringen, og hvor?
La meg komme med et forslag til mine kolleger innen epidemiologi, biostatistikk og relaterte metodologiske felt som bevarte sin kritiske tenkning under pandemien. Velg én eller flere artikler om Covid-vaksinene og send inn fagfellevurderingen din til Brownstone JournalHvis den er interessant og velskrevet, er det stor sjanse for at den blir publisert. Jeg anbefaler å plukke ut spesifikke artikler: finn de fagfellevurderte artiklene som irriterte deg mest, enten fordi de var rene tull eller fordi den riktige konklusjonen var påfallende annerledesOg hvis du har lagt ut korte kritikker på Twitter (nå X) eller grundige anmeldelser på andre plattformer, utvid, revider og send dem inn til Brownstone. Kanskje vi sakte kan lage en oversikt over kritiske anmeldelser, og gjenopprette litt tillit til den vitenskapelige metoden og biomedisinsk vitenskap.
Her er et eksempel.
En gjennomgang og en ny analyse av en studie i Ontario, Canada
Publisert i British Medical Journal i august 2021, den papir rapporterte effektiviteten til mRNA-vaksinene tidlig i 2021, kort tid etter at de ble godkjent.
Denne forskningen var typisk for vaksinestudier fra den tiden. Effektiviteten ble estimert i en «virkelig» setting; nemlig en observasjonsstudie under en vaksinasjonskampanje. Studieperioden (midten av desember 2020 til midten av april 2021) inkluderte toppen av en Covid-vinterbølge tidlig i januar. Vi vil senere diskutere en sterk skjevhet kalt konfundering av bakgrunnsinfeksjonsrisiko.
Designet var en variant av kasus-kontroll-studien, det test-negative designet. Kvalifiserte forsøkspersoner gjennomgikk en PCR-test på grunn av covid-lignende symptomer. Tilfellene testet positivt; kontrollgruppen testet negativt. Som vanlig ble oddsratioer beregnet, og effektiviteten ble beregnet som 1 minus oddsratioen (uttrykt i prosent). Utvalgsstørrelsen var stor: 53 270 tilfeller og 270 763 kontrollgrupper.
Kilde: del av figur 1 i artikkelen
Forfatterne rapporterte følgende hovedresultater (min kursivering):
"Vaksineeffektiviteten mot symptomatisk infeksjon observert ≥14 dager etter én dose var 60 % (95 % konfidensintervall 57 % til 64 %), og økte fra 48 % (41 % til 54 %) ved 14–20 dager etter én dose til 71 % (63 % til 78 %) ved 35–41 dager. Vaksineeffektiviteten observert ≥7 dager etter to doser var 91 % (89 % til 93 %)."
Som nesten alle studier av effektivitet, forkastet forfatterne tidlige hendelser. Som forklart andre steder, introduserer denne praksisen en skjevhet som kalles udødelig tideller skjevhet i vinduet for opptelling av sakerIkke bare skjuler det mulige tidlige skadelige effekter, men det fører også effektivt til overvurdering av effektiviteten. RFK jr. hentydet til denne skjevheten i ikke-tekniske termer (se videoklippet).
Ocuco riktig tilnærming er enkelt. Vi bør estimere effektiviteten fra administreringen av den første dosen til senere tidspunkter (oppbygd immunitet). Tabellen min nedenfor viser studiedataene og resultatene av den nye analysen. Hver rad viser beregningen av effektivitet innen den angitte dagen.
Effektiviteten var negativ innen utgangen av de to første ukene etter den første dosen og hadde nådd omtrent 30 % før en andre dose, ikke 70 %. Den har bare nådd omtrent 50 % ved full immunitet, ikke 90 %. Selv om estimatene mine er ujusterte, eTabell 2 (Tilleggsmateriale) indikerer at justeringen knapt har endret forfatternes estimater.
Resultatene mine er imidlertid fortsatt partiske av det jeg tidligere kalte «forvirrende på grunn av bakgrunnsinfeksjonsrisiko».
Figuren nedenfor er hentet fra nettsiden til Folkehelse OntarioDen svarte linjen viser det 7-dagers rullerende gjennomsnittet av nye tilfeller. Jeg la til røde linjer som viser studieperioden, delt inn i to intervaller. Jeg la også til estimater av antall vaksinerte personer i hvert intervall.
Det første intervallet, som inneholdt toppen av vinterbølgen, var en periode med langsom start på vaksinasjonskampanjen. På den tiden var fordelingen av vaksinasjonsstatus skjev mot ikke-vaksinasjon, noe som betyr at statusen for ikke-vaksinasjon falt sammen med høy sannsynlighet for å bli smittet. I motsetning til dette var bakgrunnsinfeksjonsraten lavere i store deler av den andre perioden, da flere millioner mennesker fikk den første dosen. Først i midten av mars krysset antallet nye tilfeller den stiplede linjen. Kort sagt, den inverse sammenhengen mellom vaksinasjon og infeksjon ble sterkt forvirret av tidstrender i risikoen for infeksjon. Selv en placeboinjeksjon ville ha virket effektiv.
Jeg kan ikke fjerne skjevheten, og den er sterk. Den sanne effektiviteten, om noen, er mye mindre enn estimatene jeg beregnet etter at jeg fjernet den udødelige tidsskjevheten. Om det er 10 % etter seks uker eller 20 % spiller ingen rolle. Det er ikke en vaksine.
Forfatterne brukte en annen kasusgruppe: sykehusinnleggelse eller død. Disse dataene er ikke bare underlagt de tidligere skjevhetene, men også sunn vaksinert skjevhetJeg kan imidlertid ikke korrigere dette. De fleste dataene for tilfeller ble undertrykt på grunn av lave tall, og kontrollgruppen tok feil. De brukte «samme kontrollgruppe som for den første primære utfallsanalysen (dvs. personer med symptomer som testet negativt for SARS-CoV-2).» Det er et brudd på et grunnleggende prinsipp i test-negativ design. Kontrollgruppen burde ha vært innlagt på sykehus eller avdøde personer som testet negativt.
Følgende setning gjenspeiler en misforståelse av regresjonsmodellen de passer inn i. De skriver: «Vi brukte multivariable logistiske regresjonsmodeller for å estimere oddsratioen, og sammenlignet oddsen for vaksinasjon (min kursivering) mellom testpositive tilfeller og testnegative kontroller (med uvaksinerte personer som referansegruppe).» Den avhengige variabelen var kasus-kontrollstatus (logaritmisk odds for å være et tilfelle). Teknisk sett sammenlignes oddsen for å være et tilfelle (versus å være en kontroll), ikke oddsen for vaksinasjon.
Merkelig nok, den postede tilleggsmateriale bærer fortsatt overskriften «KONFIDENSIELLT — IKKE FOR DISTRIBUSJON, 5. AUG 2021». Bare i Covid-tiden kan man finne slik slurv. Vi observerer her partisk (uforsiktig) håndtering av en avis som tjente fortellingen.
Jeg avslutter anmeldelsen min med et favorittemne jeg har: meningsløse resultater.
Figuren nedenfor viser estimater av effektivitet, beregnet av forfatterne. Pilen peker på et resultat som ikke gir mening. Vi forventer ingen inkrementell fordel av den andre dosen innen 6 dager etter injeksjonen, men effektiviteten økte og nådde nesten estimatet for det påfølgende intervallet (7+ dager). Hvis estimatet for 0–6 dager er tydelig skjevt, hvorfor skulle vi stole på det neste?
Kilde: Figur 2 i artikkelen
Epilogue
Som jeg skrev i begynnelsen, bør vi prøve å korrigere den historiske informasjonen. Det er en lang vei å gå, men som ordtaket sier: «En reise på tusen mil begynner med ett enkelt skritt.» Jeg appellerer spesielt til topprangerte metodologer som pleide å rive fra hverandre dårlige studier og kritisere vaklende metoder. De fleste av dem forble tause gjennom hele pandemien, sannsynligvis i frykt for konsekvensene av å utfordre den «trygge og effektive» fortellingen.
La oss begynne å lese fryktløse anmeldelser av studier som rapporterte den bemerkelsesverdige effektiviteten til Covid-vaksiner, noe som viste seg å være feil. Det er ingen mangel på problemer som må oppdages, fremheves og korrigeres, om mulig, med faktiske data eller simuleringer:
Hvis vi ikke gjør dette arbeidet, vil vi fortsette å lese falske, effektivitetsbaserte estimater av liv reddet. Var det nær ved 2.5 millioner, som noen har hevdet, eller ikke påviselig i dødelighetsstatistikken, eller muligens omtrent nullOg vil vi noen gang få noen svar fra relevante forsøk?
Publisert fra Medium
-
Dr. Eyal Shahar er professor emeritus i folkehelse med spesialisering i epidemiologi og biostatistikk. Forskningen hans fokuserer på epidemiologi og metodologi. I de senere årene har Dr. Shahar også gitt betydelige bidrag til forskningsmetodikk, spesielt innen feltet årsaksdiagrammer og skjevheter.
Vis alle innlegg
