![[personal profile]](https://www.dreamwidth.org/img/silk/identity/user.png){kind=small}
Entry tags:
patient-days
В этот раз выделил времени побольше загрузил PDF и погрузился.
Хочу заметить что orange_isle
https://i.pinimg.com/originals/d3/11/c4/d311c4901f57131e38cb8b53c5cf14d0.jpg
Прислала очень хорошую и наглядную ссылку как должно работать исследование которое не фуфло. Израильское исследование которое опубликовал ланцет, это схему не использует.
Что собственно сбило с толку и меня и многих комментаторов. У них нет ни cohor1 cohort2 ни cases и controls.
Израильтяне решили проблему которая мешает большинству исследований, - мизерное количество случаев. Они решили считать сразу ВСЕ случаи по стране. Что безусловно хорошо и похвально, но встаёт вопрос который я постоянно задавал всем в самых разных формах, но никто не дал правильного ответа "на что делить количество случаев". В данном исследовании применено новейшее научное ноу-хау под названием patient-days. По сути они нормализовали количество привитых и не привитых поделив ежедневное число привитых и не привитых на количество дней.
В принципе вроде бы как звучит логично. Но создаёт кучу проблем... например именно из за этого группа 16-44 выглядит как детский сад штаны на лямка, мизерное число привитых поделено на чудовищное число общего населения и на выходы мы получили 100% эффективность. То есть опять сигма в разы больше значения, о чём так долго зубоскалили люди курившие статистику на минимальном уровне. В возрастной группе 65+ возникла другая проблема. Эта нормализация создаёт иллюзию, что у нас есть контрольная группа, а у нас её нет. У нас есть хаотичное перемещение из контрольной группы в исследовательскую. Опять таки это бы не было проблемой при РАВНОЙ вероятности заражения. Но мы то с вами знаем что вероятность заражения _ЦИКЛИЧНА_ (и график 2а нам даже показывает в какой части цикла мы находились).
А теперь следите за моими руками. При помощи patient-days мы нормализовали переход из исследовательской группы в контрольную, вот только "вероятность заражения" мы при нормализации не учитываем (потому как не знаем). График 2а показывает нам, что вероятность на тот момент уже стремительно падала. В результате когда "исследовательской группы" (если это можно так называть) было МНОГО также был ОГРОМЕН риск заражения, когда исследовательской группы стало МАЛО риск стал мизерным. В результате мы понятия не имеем что мы замерили, снижение риска или переход из группы в группу. А когда мы это нормализовали в patient-days то концы в воду.
По хорошему patient-days можно было бы ещё нормализовать на количество "случаев", чтобы вторая половина нашего исследования которая и даёт "ты посмотри, если все привиты никто не болеет" не перевешивала первую, но даже это не даст совсем правильного результата, по моему самому надёжному параметру - смертности, так как мы понятия не имеем в какой момент произошло заражение приведшие к смерти.
С сухом остатке. То что можно назвать "контрольной группой" тут не было и с оооочень большой вероятностью данное исследование тупо замерило корреляцию вакцинации со "случаями" и вывело эффективность первого из второго.
Хочу заметить что orange_isle
https://i.pinimg.com/originals/d3/11/c4/d311c4901f57131e38cb8b53c5cf14d0.jpg
Прислала очень хорошую и наглядную ссылку как должно работать исследование которое не фуфло. Израильское исследование которое опубликовал ланцет, это схему не использует.
Что собственно сбило с толку и меня и многих комментаторов. У них нет ни cohor1 cohort2 ни cases и controls.
Израильтяне решили проблему которая мешает большинству исследований, - мизерное количество случаев. Они решили считать сразу ВСЕ случаи по стране. Что безусловно хорошо и похвально, но встаёт вопрос который я постоянно задавал всем в самых разных формах, но никто не дал правильного ответа "на что делить количество случаев". В данном исследовании применено новейшее научное ноу-хау под названием patient-days. По сути они нормализовали количество привитых и не привитых поделив ежедневное число привитых и не привитых на количество дней.
В принципе вроде бы как звучит логично. Но создаёт кучу проблем... например именно из за этого группа 16-44 выглядит как детский сад штаны на лямка, мизерное число привитых поделено на чудовищное число общего населения и на выходы мы получили 100% эффективность. То есть опять сигма в разы больше значения, о чём так долго зубоскалили люди курившие статистику на минимальном уровне. В возрастной группе 65+ возникла другая проблема. Эта нормализация создаёт иллюзию, что у нас есть контрольная группа, а у нас её нет. У нас есть хаотичное перемещение из контрольной группы в исследовательскую. Опять таки это бы не было проблемой при РАВНОЙ вероятности заражения. Но мы то с вами знаем что вероятность заражения _ЦИКЛИЧНА_ (и график 2а нам даже показывает в какой части цикла мы находились).
А теперь следите за моими руками. При помощи patient-days мы нормализовали переход из исследовательской группы в контрольную, вот только "вероятность заражения" мы при нормализации не учитываем (потому как не знаем). График 2а показывает нам, что вероятность на тот момент уже стремительно падала. В результате когда "исследовательской группы" (если это можно так называть) было МНОГО также был ОГРОМЕН риск заражения, когда исследовательской группы стало МАЛО риск стал мизерным. В результате мы понятия не имеем что мы замерили, снижение риска или переход из группы в группу. А когда мы это нормализовали в patient-days то концы в воду.
По хорошему patient-days можно было бы ещё нормализовать на количество "случаев", чтобы вторая половина нашего исследования которая и даёт "ты посмотри, если все привиты никто не болеет" не перевешивала первую, но даже это не даст совсем правильного результата, по моему самому надёжному параметру - смертности, так как мы понятия не имеем в какой момент произошло заражение приведшие к смерти.
С сухом остатке. То что можно назвать "контрольной группой" тут не было и с оооочень большой вероятностью данное исследование тупо замерило корреляцию вакцинации со "случаями" и вывело эффективность первого из второго.
no subject
Вы меня всё время упрекали в том, что я плохо понимаю что авторы пытались сказать, и это было так, авторы написали кучу лозунгов и заявлений из которых мне пришлось долго и упорно выковыривать методику и цифры.
У вас же проблемы со второй частью. Вам уже несколько человек объясняют, что так как авторы обработали данные делать нельзя. То есть в принципе какие то другие можно. Но вот _ЭТИ_ конкретные, эти данные нельзя было так обрабатывать.
При развёрнутой компании дезинформации вбросы должны быть разными для разных аудиторий. Для людей умных, должен быть умный вброс. Графики красивые слова и чистая правда. Вранья нет, наш спортсмен действительно занял почётное втрое место. Нюанс в другом. Но вы правы, если рассматривать данное исследование само по себе, не учитывая цикличность вируса, всё складывается красиво. Собственно, для таких как вы это и писали... людей который работают с цифрами развести проще всего. Вам об этом пан ещё в прошлый раз говорил, в его иногда излишне грубой манере.
no subject
Вспомилась мне эта классическая работа 2015 что ли года какого-то либеройдного университета по concealed carry permits, где "убедительно доказали о том что свободное ношение приводит к экспонециальному росту избыточной преступности". Её тогда по фейсбуку таскали, и по новостям, что вот учоныя доказали. Там тоже многа букаф, пафоса (с формулировками типа "разгромно доказали", и "ставит крест на поползновениях маньяков проганнеров", вот прям так и писали), а на деле они взяли экстраполировали какие-то левые данные, "отверефицировали" модель на двух cherry picked штатах, а потом нарисовали графички, и показали что от "введения ношения преступность снижается не так быстро как в модели", и что вот эта "избыточная преступность"... ну и далее крокодиловы слёзы по избыточно ушедшим, с криками доколе. (Ничего не напоминает?)
Но не могу найти навскидку, мож в старой базе у меня лежит, если найду, запощу.