Najbolji savjeti za osiguravanje uspjeha cjepiva (i za druge neuspjehe liječenja)
Postoje načini da osigurate da će vam bilo koje ispitivanje dati rezultate koje želite. Evo šest najboljih metoda koje se koriste za manipuliranje rezultatima istraživanja covida.
1. Provedite studiju kada broj slučajeva pada
Omiljeni trik koji se više puta koristio tijekom pandemije.
Cijepljenje je proces koji zahtijeva vrijeme. Na početku studije svi sudionici su upisani kao necijepljeni. Ljudi se s vremenom prelaze u cijepljenu skupinu. Rezultat je da su necijepljeni izloženi u razdobljima veće prevalencije i dulje vrijeme. Cijepljeni su izloženi samo iz razdoblja kasnije i dalje niz krivulju. Stoga je manja vjerojatnost da će cijepljeni dobiti covid i cjepivo se može učiniti da izgleda kao da je djelovalo.
ONS je nedavno upotrijebio ovaj trik kako bi potvrdio 32 puta nižu smrtnost među cijepljenima. Bila je to ekstremna manipulacija podacima pri čemu su većinu umrlih zimi prije cijepljenja uključili umjesto od proljeća kada se mogla napraviti pravednija usporedba. Ured za statistiku uvažio je pritužbu na manipulaciju podacima ONS-a u ovom slučaju.
2. Nemojte uključivati značajne mjere ishoda poput smrti
Ispitivanja cjepiva nisu pokazala prevenciju smrti.
Smrt od covida bila je previše neuobičajena da bi ispitivanja mogla pokazati učinak. Među 44.000 sudionika suđenja Pfizeru, primjerice, bilo je ukupno od
29 smrtnih slučajeva prije nego što je placebo skupina i sama cijepljena. Njih 15 bilo je cijepljeno, uključujući jedan od tri smrtna slučaja od covida. Bilo je samo 20 teških slučajeva covida prijavljenih u Pfizerovom podnesku FDA-i za odobrenje za hitnu upotrebu, uključujući one kojima nije bila potrebna bolnička skrb.
Umjesto korištenja ishoda koje je teško iskriviti, poput smrti, korišteni su ishodi temeljeni na rezultatima testa.
PDF: nejmoa2110345
3. Mjerite ishode samo dio vremena nakon cijepljenja
Cijepljene osobe su pod povećanim rizikom od infekcije covidom u prva dva tjedna nakon cijepljenja. Nakon prva dva tjedna osjetljivi će steći prirodni imunitet. Ignoriranjem prva dva tjedna može se prikazati iskrivljena slika ukupnog utjecaja cijepljenja. Ako sva cjepiva uzrokuju ranu infekciju kod osjetljivih, onda je cijelo razdoblje od datuma cijepljenja potrebno uključiti u procjenu bilo kakve koristi.
4. Koristite modelirane podatke
Najpouzdaniji znanstveni radovi osiguravaju da populacija koja se proučava predstavlja populaciju u cjelini. Ponekad je to teško postići i potrebno je naknadno izvršiti prilagodbe kako bi se uračunale sve razlike, npr. uzorak može biti mlađi od populacije u cjelini. Ove su prilagodbe razumna stvar za ispravljanje malih problema u uzorku.
Međutim, ako se uzorak toliko razlikuje od opće populacije da je potrebno izvršiti velike prilagodbe onda se zapravo studija više ne temelji na dokazima iz stvarnog svijeta. Umjesto toga, postalo je još jedno predviđanje temeljeno na modeliranim podacima.
Na primjer, ova studija CDC-a tvrdila je, suprotno svim drugim dokazima, da su ljudi s prethodnom infekcijom imali 5 puta veću vjerojatnost da će se zaraziti od onih koji su bili dvostruko cijepljeni. Stvarni rezultati studije pokazali su 70% veću stopu, ali su njihove prilagodbe to učinile 500%. Bilo je i drugih ozbiljnih nedostataka u studiji što čak i tvrdnju od 70% čini vrlo dvojbenom.
5. Zanemarite ključnu podskupinu
Ako su nalazi dvosmisleni u većini populacije onda bi modeliranje moglo biti dovoljno za postizanje željenog rezultata. Međutim, ako postoji podskupina koja ima očito suprotne rezultate onda se oni mogu u potpunosti izostaviti. Kada se pokušava izračunati utjecaj cijepljenja na prijenos zimi, najočitija skupina za proučavanje bili bi potpuno cijepljeni štićenici domova za skrb. PHE je izostavio ovu grupu iz svog rada bez ikakvog razloga. Posljedica je bila da je ukupna stopa prijenosa u kućanstvima bila mnogo viša u stvarnom svijetu (vidi sliku 1) nego u studiji. Koristeći objavljene podatke o srednjim nacionalnim stopama prijenosa svakog tjedna, očekivane stope u studiji bile bi 12,4% u necijepljenim (koji su bili previše zastupljeni kada su stope prijenosa bile najveće) i 11,7% u cijepljenim skupinama. Međutim, studija je izvijestila o stopi od samo 10,1% kod necijepljenih i samo 6% kod cijepljenih. Stanovništvo isključeno iz PHE studije očito je pridonijelo mnogo većim stopama prijenosa u stvarnom svijetu i za necijepljene i za cijepljene.
6. Koristite pogrešnu dozu lijeka
Lijek se može diskreditirati u ispitivanju u kojem je protokol namjerno osmišljen tako da daje lijek u neodgovarajuće vrijeme ili dozu. Na primjer, pokazalo se da je ispitivanje RECOVERY pokazalo da liječenje hidroksiklorokinom nije bilo od pomoći kod covida. Dizajn pokusa koristio je dozu hidroksiklorokina koja je bila u toksičnom rasponu i mogla je biti odgovorna za smrt sudionika u liječenoj skupini ispitivanja. Doze hidroksiklorokina preko 1500 mg povezane su s kardiovaskularnim, neurološkim i mogu biti potencijalno smrtonosne. U ispitivanju je korištena doza od 2000 mg u prvih 18 sati i 400 mg svakih 12 sati nakon toga.
Zaključak
Znanstvenici su ljudi i pod pritiskom su da daju rezultate u svojim radovima jer to povećava šanse za objavljivanje što je potrebno za napredovanje u karijeri i osiguravanje financiranja istraživanja. Postoje brojni načini na koje se podaci mogu mijenjati kako bi se ispričala priča, a mnogi od njih korišteni su tijekom pandemije. Dramatični rezultati postali su vijesti koje su zahvatile naslovnice, ali često je istina bila daleko svakodnevnija. Ako rezultat zvuči predobro da bi bio istinit, ne vjerujte.
