I de år, jeg fungerede som assisterende redaktør (for Det amerikanske tidsskrift for epidemiologi), har jeg set hele spektret af "fagfællebedømmelser" - fra omhyggelige, tankevækkende kritikker, hvis forfattere tydeligvis investerede adskillige timer i opgaven, til skitserede anmeldelser, der afspejlede skødesløshed og inkompetence. Jeg har læst venlige anmeldelser af beundrere af forfatterne og fjendtlige anmeldelser af deres fjender. (Det er ikke svært at se det ud fra tonen.) I videnskabens praksis opfører mennesker sig stadig som mennesker.
Situationen blev værre under pandemien. Studier, der roste Covid-vaccinerne, blev hurtigt certificeret som "fagfællebedømte", hvorimod kritisk fagfællebedømthed efter offentliggørelse blev undertryktSom følge heraf har vi nu en historisk samling af publiceret, dårlig videnskabelig forskning. Den kan ikke slettes, men det er tid til at begynde at rette op på optegnelserne.
Biomedicinske tidsskrifter er ikke platformen. For det første er der ingen formel sektion for åbne fagfællebedømmelser af artikler, der er blevet offentliggjort for længe siden. For det andet har redaktører ingen interesse i at afsløre usandheder, der er blevet offentliggjort i deres tidsskrifter. For det tredje censur Maskinen er stadig på plads. Indtil videre har jeg kun kunnet ødelægge den engang, og det var ikke nemt.
Så hvordan kan vi forsøge at rette op på optegnelsen, og hvor?
Lad mig komme med et forslag til mine kolleger inden for epidemiologi, biostatistik og relaterede metodologiske områder, som bevarede deres kritiske tænkning under pandemien. Vælg en eller flere artikler om Covid-vaccinerne, og indsend din fagfællebedømmelse til Brownstone JournalHvis det er interessant og velskrevet, er der en god chance for, at det bliver lagt ud. Jeg anbefaler at man udvælger artiklerne nøje: find de fagfællebedømte artikler, der irriterede dig mest, enten fordi de var rene nonsens eller fordi den korrekte konklusion var påfaldende anderledesOg hvis du har lagt korte kritikpunkter op på Twitter (nu X) eller grundige anmeldelser på andre platforme, så udvid, revider og indsend dem til Brownstone. Måske kan vi langsomt oprette en oversigt over kritiske anmeldelser og dermed genoprette tilliden til den videnskabelige metode og til biomedicinsk videnskab.
Her er et eksempel.
En gennemgang og en reanalyse af en undersøgelse i Ontario, Canada
Udgivet i British Medical Journal i august 2021, den papir rapporterede effektiviteten af mRNA-vaccinerne i begyndelsen af 2021, kort efter deres godkendelse.
Denne forskning var typisk for vaccinestudier fra den tid. Effektiviteten blev estimeret i en "virkelig" setting; nemlig et observationsstudie under en vaccinationskampagne. Studieperioden (midten af december 2020 til midten af april 2021) omfattede toppen af en Covid-vinterbølge i begyndelsen af januar. Vi vil senere diskutere en stærk bias kaldet konfounding af baggrundsinfektionsrisiko.
Designet var en variation af case-control-studiet, det test-negative design. Berettigede forsøgspersoner gennemgik en PCR-test på grund af Covid-lignende symptomer. Tilfældene testede positive; kontrolgruppen testede negative. Som sædvanlig blev odds ratioer beregnet, og effektiviteten blev beregnet som 1 minus odds ratio (udtrykt i procent). Stikprøvestørrelsen var stor: 53,270 tilfælde og 270,763 kontrolgrupper.
Forfatterne rapporterede følgende nøgleresultater (min kursivering):
"Vaccineeffektiviteten mod symptomatisk infektion observeret ≥14 dage efter én dosis var 60 % (95 % konfidensinterval 57 % til 64 %), stigende fra 48 % (41 % til 54 %) 14-20 dage efter én dosis til 71 % (63 % til 78 %) efter 35-41 dage. Vaccineeffektiviteten observeret ≥7 dage efter to doser var 91 % (89 % til 93 %)."
Som næsten alle studier af effektivitet, frasorterede forfatterne tidlige begivenheder. Som forklaret andetsteds, introducerer denne praksis en bias kaldet udødelig tid eller bias i vinduet for optælling af sagerDet skjuler ikke blot mulige tidlige skadelige virkninger, men det fører også effektivt til en overvurdering af effektiviteten. RFK, Jr. hentydede til denne bias i ikke-tekniske termer (se videoklip).
korrekt tilgang er simpelt. Vi bør vurdere effektiviteten fra administrationen af den første dosis til senere tidspunkter (opbygget immunitet). Min tabel nedenfor viser studiedataene og resultaterne af den nye analyse. Hver række viser beregningen af effektivitet inden den angivne dag.
Effektiviteten var negativ ved udgangen af de første to uger efter den første dosis og havde nået omkring 30 % før en anden dosis, ikke 70 %. Den har kun nået omkring 50 % på tidspunktet for fuld immunitet, ikke 90 %. Selvom mine estimater er ujusterede, eTabel 2 (supplerende materiale) indikerer, at justeringen næppe har ændret forfatternes estimater.
Mine resultater er dog stadig forudindtagede af det, jeg tidligere kaldte "forvirrende på grund af baggrundsinfektionsrisiko".
Figuren nedenfor er taget fra hjemmesiden tilhørende Folkesundhed OntarioDen sorte linje viser det 7-dages rullende gennemsnit af nye tilfælde. Jeg har tilføjet røde linjer, der viser undersøgelsesperioden, opdelt i to intervaller. Jeg har også tilføjet estimater af antallet af vaccinerede personer i hvert interval.
Det første interval, som indeholdt toppen af vinterbølgen, var en periode med langsom start på vaccinationskampagnen. På det tidspunkt var fordelingen af vaccinationsstatus skæv i retning af ikke-vaccination, hvilket betyder, at ikke-vaccinationsstatus faldt sammen med en høj sandsynlighed for at blive smittetI modsætning hertil var baggrundsinfektionsraten lavere i store dele af den anden periode, hvor flere millioner mennesker modtog den første dosis. Først i midten af marts krydsede antallet af nye tilfælde den stiplede linje. Kort sagt var den omvendte sammenhæng mellem vaccination og infektion stærkt forvirret af tidstendenser i risikoen for en infektion. Selv en placeboinjektion ville have vist sig effektiv.
Jeg kan ikke fjerne biasen, og den er stærk. Den sande effektivitet, hvis nogen, er meget mindre end de estimater, jeg beregnede efter fjernelsen af den udødelige tidsbias. Om det er 10 % efter seks uger eller 20 % gør ingen forskel. Det er ikke en vaccine.
Forfatterne brugte en anden casegruppe: hospitalsindlæggelse eller død. Disse data er ikke kun underlagt de tidligere bias, men også bias for sunde vaccineredeJeg kan dog ikke komme med en rettelse. De fleste data for tilfælde blev undertrykt på grund af små tal, og kontrolgruppen tog fejl. De brugte "den samme kontrolgruppe som til den første primære effektmålsanalyse (dvs. personer med symptomer, der testede negative for SARS-CoV-2)." Det er en overtrædelse af et grundlæggende princip i test-negativt design. Kontrolgruppen burde have været indlagte eller afdøde personer, der testede negative.
Den følgende sætning afspejler en misforståelse af den regressionsmodel, de passer til. De skriver: "Vi brugte multivariable logistiske regressionsmodeller til at estimere odds ratioen og sammenlignede oddsene for vaccination (min kursivering) mellem testpositive tilfælde og testnegative kontrolpersoner (med uvaccinerede personer som referencegruppe)." Den afhængige variabel var case-control-status (logaritmisk odds for at være et tilfælde). Teknisk set sammenlignes oddsene for at være et tilfælde (versus at være en kontrolgruppe), ikke oddsene for vaccination.
Mærkeligt nok, den opslåede supplerende materiale bærer stadig overskriften "FORTROLIGT — IKKE TIL DISTRIBUTION, 5. AUG 2021." Kun i Covid-æraen kan man finde sådan en sjusk. Vi observerer her en partisk (skødesløs) håndtering af en avis, der tjente fortællingen.
Jeg vil afslutte min anmeldelse med et af mine yndlingsemner: meningsløse resultater.
Figuren nedenfor viser estimater af effektivitet, som beregnet af forfatterne. Pilen peger på et resultat, der ikke giver mening. Vi forventer ingen yderligere fordel af den anden dosis inden for 6 dage efter injektionen, men effektiviteten steg og når næsten estimatet for det efterfølgende interval (7+ dage). Hvis estimatet for 0-6 dage er tydeligt skævt, hvorfor skulle vi så stole på det næste?
Epilog
Som jeg skrev i begyndelsen, bør vi forsøge at korrigere den historiske optegnelse. Der er en lang vej forude, men som ordsproget siger: "En rejse på tusind mil begynder med et enkelt skridt." Jeg appellerer især til toprangerede metodologer, der plejede at rive dårlige studier fra hinanden og kritisere vaklende metoder. De fleste af dem forblev tavse under hele pandemien, sandsynligvis af frygt for konsekvenserne af at udfordre fortællingen om "sikre og effektive".
Lad os begynde at læse frygtløse anmeldelser af studier, der rapporterede den bemærkelsesværdige effektivitet af Covid-vacciner, hvilket viste sig at være falsk. Der er ingen mangel på problemer, der skal opdages, fremhæves og om muligt korrigeres med faktiske data eller simuleringer:
Hvis vi ikke gør dette arbejde, vil vi fortsætte med at læse falske, effektivitetsbaserede estimater af reddede liv. Var det tæt på 2.5 millioner, som nogle har påstået, eller uopdagelig i dødelighedsstatistikker, eller muligvis omkring nulOg vil vi nogensinde få nogle svar fra relevante forsøg?
Udgivet fra Medium
Deltag i samtalen:
Udgivet under a Creative Commons Attribution 4.0 International licens
For genoptryk, sæt venligst det kanoniske link tilbage til originalen Brownstone Institute Artikel og forfatter.
