patient-days
Oct. 28th, 2021 09:02 am![[personal profile]](https://www.dreamwidth.org/img/silk/identity/user.png){kind=small}
reytsmanВ 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.
Не синус, а гены коварны до невозможности
Date: 2021-10-28 10:32 pm (UTC)Breakthrough infections can lead to long COVID; genes may explain critical illness in young, healthy adults
Read more at:
https://health.economictimes.indiatimes.com/news/diagnostics/breakthrough-infections-can-lead-to-long-covid-genes-may-explain-critical-illness-in-young-healthy-adults/87327707
A gene that helps the coronavirus reproduce itself might contribute to life-threatening COVID-19 in young, otherwise healthy people, new findings suggest
a gene called ADAM9.
Из Вики про Адама9 -
Members of this family are membrane-anchored proteins structurally related to snake venom disintegrins, and have been implicated in a variety of biological processes involving cell-cell and cell-matrix interactions, including fertilization, muscle development, and neurogenesis.
Что мы имеем в сухом остатке?
Во всём виноваты плохие гены.
Re: Не синус, а гены коварны до невозможности
Date: 2021-10-29 12:01 am (UTC)И вообще понятие группа риска противоречит НАУКЕ!
Re: Не синус, а гены коварны до невозможности
Date: 2021-10-29 12:07 am (UTC)Re: Не синус, а гены коварны до невозможности
Date: 2021-10-29 12:41 am (UTC)что генетическая предрасположенность к тяжелому течению видна, уже вроде давно говорили, чуть ли не в прошлом году еще.
интересно, а это идентифицируется в расшифровках от всяких 23-and-me и всяких таких? быстренько глянуть и прикинуть для себя, как там с шансами…
Re: Не синус, а гены коварны до невозможности
Date: 2021-10-29 01:02 am (UTC)Смех смехом, а неандерталы особенно страдают от повидлы
Re: Не синус, а гены коварны до невозможности
Date: 2021-10-29 01:07 am (UTC)Я всё жду может они докопаются почему у некоторых с виду здоровых людей вуханька вообще не вызывает иммунного ответа. Из вторых рук дошёл как минимум один такой случай. У молодого парня организм вообще отказался вырабатывать анти-тела.
Хотя с другой стороны о таких случаях среди детей я не слышал, так что может всё таки и аутоиммунка какая.