Covid-19-pandemian aikana CDC:n tieteellinen henkilökunta on ajoittain käyttänyt saatavilla olevia tutkimustietoja arvioidakseen nykyisten tai uudempien Covid-19-rokotteiden tehokkuutta vähentääkseen positiivisen Covid-19-testituloksen riskiä. Vaikka "positiivisen testituloksen" tosiasia on ollut jossain määrin kiistanalainen salaisten PCR-Ct-kynnysarvojen vuoksi, jotka ovat mahdollistaneet tartuttamattomien ihmisten, joilla on aiemmin todettu tunnistamaton Covid-19, pysymisen positiivisena, tavoitteenani on tässä havainnollistaa CDC:n ongelmallisia epidemiologisia menetelmiä, jotka ovat merkittävästi paisuttaneet heidän raportoimiaan rokotteiden tehokkuusprosentteja.
Kontrolloidut epidemiologiset tutkimukset voidaan jakaa kolmeen ja vain kolmeen perustutkimusasetelmaan. Joko otetaan otos koko tutkittavista, ja jokaista tutkittavaa arvioidaan sekä tapausstatuksen että aiemman altistumisen osalta – tämä on poikkileikkaustutkimus – tai seurataan otosta altistuneista ja otosta altistumattomista, jotta nähdään, kuka tulee tapaukseksi ja kuka kontrolliksi – kohorttitutkimus – tai otetaan otos tapauksista ja otos kontrollista, ja jokaista tutkittavaa arvioidaan aiemman altistumisen osalta – tämä on tapaus-verrokkitutkimus. Jos kohorttitutkimuksessa tutkittavat satunnaistetaan altistuneisiin ja altistumattomiin, kyseessä on satunnaistettu kontrolloitu tutkimus (RCT), mutta tutkimusasetelma on silti kohortti.
Poikkileikkaustutkimuksessa ja kohorttitutkimuksessa riski Kiinnostavan tuloksen saavuttamisen (eli tässä tapauksessa tapauksen kohteena olevan positiivisen testituloksen) mahdollisuudet altistuneille voidaan arvioida jakamalla altistuneiden tapausten määrä altistuneiden kokonaismäärällä. Samoin on altistumattomien kohdalla. Kiinnostavaa on näiden kahden riskin vertailu, suhteellinen riski (RR), joka on altistuneiden riski jaettuna altistumattomien riskillä. RR arvioi, kuinka paljon suurempi riski on altistuneilla verrattuna altistumattomiin. Rokotteen tai muun riskiä pienentävän altistuksen tapauksessa RR on alle 1.0.
Poikkileikkaus- ja kohorttitutkimukset otanta-asetelmiensa ansiosta mahdollistavat riskisuhteen arvioinnin aineistosta. Tapaus-verrokkitutkimukset eivät kuitenkaan mahdollista tulosriskien arviointia, koska otosryhmien ja kontrolliryhmien suhteellisen lukumäärän muuttaminen vaikuttaa riskiarvioihin. Sen sijaan tapaus-verrokkitutkimukset mahdollistavat todennäköisyys lopputuloksesta, ei riskistä. Esimerkiksi tapahtuman todennäköisyys on 2:1. Otanta-asetelma ei vaikuta tähän arvoon. Tapaus-verrokkitutkimuksissa lopputuloksen suhteelliset todennäköisyydet (tai kerroinsuhde, OR) arvioidaan jakamalla altistuneiden lopputuloksen todennäköisyydet altistumattomien todennäköisyydellä.
Rokotteen tehokkuuden arvioidaan olevan 1.0 – riskisuhde (RR). Tapaus-verrokkitutkimusten tiedoissa, jotka arvioivat vain riskisuhdetta (OR), eivät riskisuhdetta, milloin OR approksimoi riskisuhdetta riittävän tarkasti, jotta sitä voidaan käyttää tässä kaavassa? Tällä kysymyksellä on yksityiskohtainen epidemiologinen historia, joka ylittää nykyisen laajuuden, mutta yksinkertaistetusti OR approksimoi riskisuhdetta, kun populaatiossa tapaukset ovat harvinaisempia verrattuna kontrolliryhmään.
Nyt CDC:hen ja sen systemaattisiin epidemiologisiin virheisiin. Äskettäisessä analyysissä Link-Gelles ja kollegat otettiin näytteeksi yhteensä 9,222 19 kelpoista Covid-19-tartunnan kaltaisia oireita omaavaa henkilöä, jotka hakeutuivat Covid-21-testiin CVS:n ja Walgreen Co.:n apteekeista 2023. syyskuuta 14 ja 2024. tammikuuta XNUMX välisenä aikana. He arvioivat kunkin henkilön aiemman rokotusstatuksen sekä testituloksen positiivisuuden. Määritelmän mukaan tämä on poikkileikkaustutkimus, koska näytteitä ei otettu yksittäisten tapausten ja verrokkien määristä tai yksittäisten altistuneiden (rokotetuiden) ja altistumattomien (rokottamattomien) määristä. Näytteenotto tehtiin vain kaikkien tutkittavien kokonaismäärästä.
Tutkijat kuitenkin arvioivat näiden tietojen perusteella riskisuhteen (OR), eivätkä riskisuhteen (RR). Tämä menetelmä tehtiin tilastollisella analyysimenetelmällä, jota kutsutaan logistiseksi regressioksi. Sen avulla OR:ia voidaan oikaista useiden mahdollisten sekoittavien tekijöiden osalta. Logistisen regression käyttämisessä ja OR-arvioiden saamisessa missä tahansa tutkimusasetelmassa ei ole mitään vikaa; ongelmana on OR-arvon käyttäminen RR:n sijaan rokotteen tehon kaavassa 1.0 – RR. Koska tutkimusasetelma oli poikkileikkaustutkimus, tutkijat olisivat voineet tutkia suhteellista tapausten esiintyvyyttä populaatiossa otoslukujensa perusteella, mutta he eivät näyttäneet tekevän niin. Itse asiassa tapaukset muodostivat 3,295 9,222 tapausta kaikista 36 25 otoksesta, mikä on 37 %, mikä ei ole läheskään niin pieni luku, että OR:ia voitaisiin käyttää RR:n korvikkeena. Tämä pätee sekä altistuneisiin (XNUMX %) että altistumattomiin (XNUMX %).
Siitä huolimatta on mahdollista saada karkea käsitys siitä, kuinka paljon tämä huono oletus vaikutti kirjoittajien väittämään rokotteen 54 %:n kokonaistehoon. Alla olevassa taulukossa esitetyt asiaankuuluvat henkilömäärät on esitetty Link-Gellesin artikkelin taulukoissa 1 ja 3. Riskisuhteen (RR) laskenta näistä raakadatoista on yksinkertainen. Rokotettujen riski on 281/1,125 25 = 3,014 %; rokottamattomien 8,097 37/25 37 = 0.67 %. RR on näiden kahden suhde, 1.0 %/0.67 % = 0.33, joten rokotteen teho näiden raakadatojen perusteella olisi 33 – XNUMX = XNUMX eli XNUMX %.
Vastaavasti näiden raakadatan perusteella OR voidaan arvioida arvoksi 0.56, joka rokotteen tehon kaavassa käytettynä antaisi 44 %:n tehon, mikä eroaa huomattavasti RR-kertoimen avulla oikein arvioidusta 33 %:n tehosta.
Link-Gelles ym. käyttivät kuitenkin logistisesta regressioanalyysistään saatua oikaistua OR-arvoa 0.46. Tämä eroaa oikaisemattomasta OR-arvosta 0.56 kertoimella 0.46 / 0.56 = 0.82. Voimme käyttää tätä oikaisukerrointa 0.82 arvioidaksemme, mikä raaka RR olisi ollut, jos se olisi oikaistu samoilla tekijöillä: 0.67 * 0.82 = 0.55. Nämä luvut on esitetty alla olevassa taulukossa ja ne osoittavat, että rokotteen oikea teho on noin 45 %, ei väitetty 54 %, ja pienempi kuin nimellinen tavoiteltu 50 %:n taso.
Epidemiologina minulle on epäselvää, miksi kollegani CDC:llä olisivat virheellisesti käyttäneet OR:ia RR:n korvikkeena, kun tämän korvaamisen vaadittua oletusta ei täytetty ja se oli helposti tarkistettavissa heidän omista tiedoistaan. He ovat tehneet tämän virheen muuallakin (Tenforde ym.), jossa se myös vaikutti huomattavasti rokotteen tehoon, noin 57 % väitetyn 82 %:n sijaan. Kirjoittajat saattoivat ajatella, että ainoa käytettävissä oleva menetelmä useiden sekoittavien muuttujien huomioimiseksi oli logistinen regressio, joka käyttää riskisuhdetta, mutta suhteellisen riskin regressio RR:n mukauttamiseksi on ollut pitkään saatavilla useissa kaupallisissa tilastollisissa analyysiohjelmistoissa, ja se on helppo toteuttaa (kataja).
Minusta tuntuu yllättävältä, ettei ilmeisestikään kukaan Link-Gellesin ja Tenforden julkaisujen yli 60 kirjoittajasta tunnustanut, että heidän tutkimustensa otanta-asetelma oli poikkileikkaustutkimus eikä tapaus-verrokkitutkimus, ja että rokotteen tehon arvioimiseen oikea parametri oli riskisuhde (RR) eikä kokonaisriskisuhde (OR), ja että harvinaisten sairauksien oletus RR:n korvaamiseksi riskisuhteella (OR) ei täyttynyt heidän tiedoissaan. Nämä tutkimukset siis yliarvioivat rokotteiden todelliset tehot tuloksissaan huomattavasti. Tämä ei ole pelkästään akateeminen kysymys, koska CDC:n kansanterveyspoliittiset päätökset voidaan johtaa tällaisista virheellisistä tuloksista.
Tulla mukaan keskusteluun:
Julkaistu nimellä Creative Commons Attribution 4.0 - kansainvälinen lisenssi
Uusintapainoksia varten aseta kanoninen linkki takaisin alkuperäiseen. Brownstonen instituutti Artikkeli ja kirjoittaja.
