Правдоподобность, а не наука доминировала в публичных дискуссиях о пандемии Covid

«Нападки на меня, откровенно говоря, — это нападки на наука». ~ Энтони Фаучи, 9 июня 2021 г. (MSNBC).

нелепый.

Во-первых, доктор Фаучи неточно освещал научные вопросы на протяжении всей пандемии Covid-19. Во-вторых, основная диалектика науки — это споры, вопросы, дебаты. Без дебатов наука не более чем пропаганда. 

Тем не менее, можно спросить, как можно было представлять технический материал американской публике, если не международной общественности, в течение почти трех лет и добиться общего понимания того, что вопросы были «научными», когда на самом деле они не были таковыми. ? Я утверждаю, что то, что сообщалось этой публике через традиционные средства массовой информации в ходе пандемии, в значительной степени было правдоподобием, а не наукой, и что ни американская, ни международная общественность, а также большинство врачей и сами ученые не могут сказать об этом. различия. Однако разница фундаментальна и глубока.

Наука начинается с теорий, гипотез, которые имеют поддающиеся исследованию эмпирические разветвления. Тем не менее, эти теории не являются наукой; Oни мотивировать наука. Наука возникает, когда люди проводят эксперименты или делают наблюдения, которые касаются следствий или разветвлений теорий. Эти результаты, как правило, поддерживают или опровергают теории, которые затем модифицируются или обновляются, чтобы приспособиться к новым наблюдениям, или отбрасываются, если убедительные доказательства показывают, что они не могут описать природу. Затем цикл повторяется. Наука это выполнение эмпирической или наблюдательной работы для получения доказательств, подтверждающих или опровергающих теории.

В общем, теории, как правило, представляют собой правдоподобные утверждения, описывающие что-то конкретное о том, как действует природа. Правдоподобие находится в глазах смотрящего, поскольку то, что правдоподобно для технически подкованного эксперта, может быть неправдоподобно для неспециалиста. Например, — возможно, в упрощенном виде — гелиоцентризм не был правдоподобен до того, как Николай Коперник опубликовал свою теорию в 1543 году, и он не был особенно правдоподобен после этого в течение достаточно долгого времени, пока Иоганн Кеплер не понял, что астрономические измерения, сделанные Тихо Браге, предполагают уточнение круговых орбит Коперника до эллипсов. , а также то, что математические правила, по-видимому, управляют движением планет по этим эллипсам, — однако причины для этих математических правил, даже если они были хорошим описанием движения, не были правдоподобными, пока Исаак Ньютон в 1687 году не постулировал существование всемирного гравитационного поля. сила между массами, а также пропорциональный массе закон обратного квадрата расстояния, управляющий величиной гравитационного притяжения, и наблюдал многочисленные количественные явления, согласующиеся с этой теорией и поддерживающие ее.

Сегодня мы вряд ли задумываемся о правдоподобии эллиптических гелиоцентрических орбит Солнечной системы, потому что данные наблюдений за 335 лет полностью согласуются с этой теорией. Но мы могли бы отказаться от мысли, что свет распространяется одновременно как частицы и волны, и что измерения света, то, что мы делаем как наблюдатели, определяет, наблюдаем ли мы поведение частиц или волн, и мы можем выбирать, наблюдать ли частицы. или волны, но не то и другое одновременно. Природа не обязательно правдоподобна.

Но, тем не менее, в правдоподобные теории легко поверить, и в этом проблема. Это то, чем нас кормили почти три года пандемии Covid-19. На самом же деле нас гораздо дольше кормили правдоподобием, а не наукой.

Карго-культовая наука

В 1960-х и 1970-х годах были очень популярны шарлатаны, претендующие на то, чтобы сгибать ложки силой мысли, или претендующие на изучение неподтвержденного, неповторимого «экстрасенсорного восприятия». Странные убеждения в том, что «наука» может установить, достигли такого уровня, что лауреат Нобелевской премии по физике Ричард Фейнман в 1974 году выступил с речью перед выпускниками Калифорнийского технологического института (Feynman, 1974), оплакивая такие иррациональные убеждения. Его замечания были адресованы не широкой публике, а выпускникам Калифорнийского технологического института, многим из которых суждено было стать академическими учеными.

В своем выступлении Фейнман описал, как жители островов Южного моря после Второй мировой войны подражали американским солдатам, дислоцированным там во время войны, которые руководили высадкой самолетов с припасами. Жители острова, используя местные материалы, воспроизвели форму и поведение американских солдат, свидетелями которых они были, но никаких припасов не поступило.

В нашем контексте точка зрения Фейнмана заключалась бы в том, что до тех пор, пока теория не имеет объективных эмпирических данных, относящихся к ней, она остается только теорией, какой бы правдоподобной она ни казалась всем, кто ее принимает. Островитяне упускали из виду тот важный факт, что они не понимали, как работает система снабжения, несмотря на то, насколько правдоподобно их воспроизведение представлялось им. Этот Фейнман чувствовал себя обязанным предупредить выпускников Калифорнийского технологического института о разнице между правдоподобием и наукой, предполагая, что это различие не было должным образом изучено в их институтском образовании. Когда этот автор был там студентом в те годы, ему не преподавали явно, но каким-то образом ожидалось, что мы выучили его «путем осмоса».

Доказательная медицина

Возможно, сегодня нет большего обмана правдоподобия, чем «Доказательная медицина(ДМ). Этот термин был придуман Гордоном Гайатом в 1990 году после того, как его первая попытка «Научная медицина» не получила признания в прошлом году. Будучи университетским эпидемиологом в 1991 году, я был оскорблен высокомерием и невежеством в использовании этого термина, ДМ, как будто медицинские доказательства были чем-то «ненаучным», пока не была провозглашена новая дисциплина с новыми правилами для доказательств. Я был не одинок в критике ДМ (Sackett et al., 1996), хотя большая часть этой негативной реакции, по-видимому, была основана на потере контроля над повествованием, а не на объективном обзоре того, что на самом деле было достигнуто медицинскими исследованиями без «ДМ».

Западные медицинские знания накапливались тысячи лет. В еврейской Библии (Исход 21:19) «Когда две стороны ссорятся и одна бьет другую… жертва полностью исцеляется» [мой перевод], что подразумевает, что существовали люди, обладавшие разновидностями медицинских знаний, и что в какой-то степени присущая эффективность. Гиппократ в пятом-четвертом веках до нашей эры предположил, что развитие болезни может быть не случайным, а связано с воздействием окружающей среды или определенным поведением. В ту эпоху было много того, что сегодня мы бы назвали контрпримерами хорошей медицинской практики. Тем не менее, это было началом размышлений о рациональных доказательствах медицинских знаний.

Джеймс Линд (1716-1794) выступал за защиту от цинги с помощью употребления в пищу цитрусовых. Это лечение было известно древним и, в частности, ранее было рекомендовано английским военным хирургом Джоном Вудаллом (1570-1643), но Вудол проигнорировал. Линд получил признание, потому что в 1747 году он провел небольшое, но успешное нерандомизированное контролируемое исследование апельсинов и лимонов по сравнению с другими веществами среди 12 больных цингой.

В течение 1800-х годов коровья оспа использовалась Эдвардом Дженнером в качестве вакцины против оспы путем культивирования других животных и широко использовалась во время вспышек, так что ко времени рассмотрения дела Верховного суда в 1905 г. Якобсон против МассачусетсаВерховный судья мог утверждать, что вакцинация против оспы была признана медицинскими властями общепринятой процедурой. Медицинские журналы начали регулярные публикации также в 1800-х годах. Например, Ланцет начал публиковаться в 1824 году. Накопление медицинских знаний стало более общим и широко обсуждаться и обсуждаться.

Перенесемся в 1900-е годы. В 1914–15 годах Джозеф Голдбергер (1915) провел нерандомизированное исследование диетических вмешательств, которое пришло к выводу, что пеллагра вызывается отсутствием в рационе ниацина. В 1920-х годах были разработаны вакцины от дифтерии, коклюша, туберкулеза и столбняка. Инсулин экстрагировали. Были разработаны витамины, в том числе витамин D для профилактики рахита. В 1930-е годы антибиотики начали создаваться и эффективно применяться. В 1940-х годах был разработан ацетаминофен, а также химиотерапия, и конъюгированный эстроген начал использоваться для лечения менопаузальных приливов. В 1950-х и 1960-х годах количество эффективных новых лекарств, вакцин и медицинских устройств росло в геометрической прогрессии. Все без ДМ.

В 1996 г., отвечая на критику EBM, David Sackett et al. (1996) попытались объяснить его общие принципы. Сакетт утверждал, что ДМ следует из того, что «хорошие врачи используют как индивидуальный клинический опыт, так и наилучшие доступные внешние данные». Это вывод о правдоподобности, но оба компонента в основном неверны или, по крайней мере, вводят в заблуждение. Сформулировав это определение в терминах того, что должны делать отдельные врачи, Сакетт имел в виду, что отдельные практикующие врачи должны использовать свои собственные клинические наблюдения и опыт. Однако общая доказательная репрезентативность клинического опыта одного человека, вероятно, будет слабой. Как и другие формы доказательств, клинические данные необходимо систематически собирать, анализировать и анализировать, чтобы сформировать синтез клинических рассуждений, которые затем обеспечили бы клинический компонент научных медицинских доказательств.

Еще большей ошибкой доказательной аргументации является заявление Сакетта о том, что следует использовать «наилучшие доступные внешние доказательства», а не Найти достоверные внешние доказательства. Суждения о том, что считать «лучшими» доказательствами, весьма субъективны и не обязательно дают общие результаты, которые в количественном отношении являются наиболее точными и точными (Hartling et al., 2013; Bae, 2016). Формулируя свои ставшие уже каноническими «аспекты» доказательно-причинных рассуждений, сэр Остин Бредфорд Хилл (1965) не включил аспект того, что будет представлять собой «наилучшее» доказательство, и он не предложил, чтобы исследования измерялись или классифицировались по «качеству исследования». ” и даже не то, что некоторые типы дизайна исследования могут быть по своей сути лучше, чем другие. в Справочное руководство по научным данным, Маргарет Бергер (2011) прямо заявляет: «…многие из наиболее уважаемых и престижных научных организаций (например, Международное агентство по изучению рака (IARC), Институт медицины, Национальный исследовательский совет и Национальный институт для наук об окружающей среде) рассмотреть все соответствующие доступные научные данные, взятые в целом, чтобы определить, какой вывод или гипотеза относительно причинно-следственной связи лучше всего подтверждается совокупностью доказательств». Это именно подход Хилла; его аспекты причинного рассуждения очень широко использовались более 50 лет для рассуждений от наблюдения до причинности как в науке, так и в юриспруденции. То, что EBM основано на субъективном отборе «наилучших» доказательств, является правдоподобным методом, но не научным.

Со временем подход доказательной медицины к выборочному рассмотрению «наилучших» доказательств, по-видимому, «притупился», во-первых, поместив рандомизированные контролируемые испытания (РКИ) на вершину пирамиды всех дизайнов исследований в качестве предполагаемого «золотого стандарта». а позже, как заявленный единственный тип исследования, которому можно доверять для получения объективных оценок эффектов. Все другие формы эмпирических данных являются «потенциально предвзятыми» и, следовательно, ненадежными. Это правдоподобное тщеславие, как я покажу ниже.

Но это настолько правдоподобно, что его регулярно преподают в современном медицинском образовании, так что большинство врачей рассматривают только данные РКИ и отвергают все другие формы эмпирических доказательств. Это настолько правдоподобно, что у этого автора была словесная битва по этому поводу с необразованным с медицинской точки зрения телекомментатором, который не представил никаких доказательств, кроме правдоподобия (Whelan, 2020): Разве не «просто очевидно», что если вы рандомизируете субъектов, различия должны быть вызваны лечением, и никаким другим типам исследований нельзя доверять? Очевидно, да; правда, нет.

Кому выгодна сосредоточенность исключительно на доказательствах РКИ? РКИ очень дороги в проведении, если они должны быть эпидемиологически достоверными и статистически адекватными. Они могут стоить миллионы или десятки миллионов долларов, что ограничивает их привлекательность в основном для компаний, продвигающих медицинские продукты, которые могут принести прибыль, значительно превышающую эти затраты. Исторически сложилось так, что фармацевтический контроль и манипулирование доказательствами РКИ в процессе регулирования обеспечили огромный импульс для продвижения продуктов на рынок через одобрение регулирующих органов, и мотивация для этого сохраняется и сегодня.

Эта проблема была признана Конгрессом, который принял Закон о модернизации Управления по санитарному надзору за качеством пищевых продуктов и медикаментов 1997 г. (FDAMA), установивший в 2000 г. ClinicalTrials.gov веб-сайт для регистрации всех клинических испытаний, проводимых в рамках заявок на новые исследуемые препараты для изучения эффективности экспериментальных препаратов для пациентов с серьезными или опасными для жизни состояниями (Национальная медицинская библиотека, 2021 г.). По смежным причинам, связанным с конфликтом интересов в клинических испытаниях, веб-сайт ProPublica «Доллары за документы» (Tigas et al., 2019), охватывающий платежи фармацевтических компаний врачам за 2009–2018 гг., и веб-сайт OpenPayments (Центры услуг Medicare и Medicaid) , 2022), охватывающих платежи с 2013 по 2021 год, были созданы и доступны для публичного поиска. Эти информационные системы были созданы потому, что «вероятность» того, что рандомизация автоматически делает результаты исследования точными и объективными, была признана недостаточной для того, чтобы справиться с исследовательскими махинациями и неуместными мотивами конфликта интересов исследователя.

Хотя эти попытки реформировать или ограничить коррупцию в медицинских исследованиях помогли, искажение доказательств под видом доказательной медицины сохраняется. Одним из худших примеров была статья, опубликованная в New England Journal медицины 13 февраля 2020 г., в начале пандемии Covid-19, под названием «Магия рандомизации против мифа о реальных доказательствах» четырех известных британских медицинских статистиков, имеющих тесные связи с фармацевтическими компаниями (Collins et al. ., 2020). Вероятно, он был написан в январе 2020 года, до того, как большинство людей узнали о приближении пандемии. В этой статье утверждается, что рандомизация автоматически создает сильные исследования и что все нерандомизированные исследования являются доказательной чушью. Когда я читал его, я чувствовал, что это критика всей моей дисциплины, эпидемиологии. Меня это сразу оскорбило, но позже я понял серьезные конфликты интересов авторов. Представление о том, что для одобрения регулирующими органами подходят только крайне недоступные данные РКИ, предоставляет фармацевтическим компаниям инструмент для защиты своих дорогих, высокодоходных патентованных продуктов от конкуренции с помощью эффективных и недорогих утвержденных непатентованных лекарств-дженериков, производители которых не могут позволить себе крупномасштабные РКИ.

Случайность

Итак, в чем недостаток рандомизации, на который я намекал, который требует более глубокого изучения, чтобы понять относительную достоверность исследований РКИ по сравнению с другими дизайнами исследований? Проблема заключается в понимании озадачив. Смешение — это эпидемиологическое обстоятельство, при котором связь между воздействием и исходом обусловлена ​​не воздействием, а третьим фактором (вмешивающимся фактором), по крайней мере частично. Вмешивающийся фактор так или иначе связан с воздействием, но не является результатом воздействия.

В таких случаях кажущаяся взаимосвязь воздействие-результат на самом деле обусловлена ​​взаимосвязью конфаундер-результат. Например, исследование потребления алкоголя и риска рака может быть потенциально искажено курением в анамнезе, которое коррелирует с употреблением алкоголя (и не вызвано употреблением алкоголя), но на самом деле ведет к повышенному риску рака. Простой анализ алкоголя и риска развития рака, игнорируя курение, показал бы взаимосвязь. Однако, как только эффект курения будет контролироваться или корректироваться, связь алкоголя с риском развития рака будет уменьшаться или исчезать.

Цель рандомизации, уравновешивания всего между экспериментальной и контрольной группами, состоит в том, чтобы устранить потенциальное смешение. Есть ли другой способ устранить потенциальное смешение? Да: измеряйте рассматриваемые факторы и корректируйте или контролируйте их в статистическом анализе. Таким образом, очевидно, что рандомизация имеет ровно одно возможное преимущество, недоступное нерандомизированным исследованиям: контроль unмерные помехи. Если биологические, медицинские или эпидемиологические взаимосвязи интересующего исхода изучены не полностью, то не все релевантные факторы могут быть измерены, и некоторые из этих неизмеренных факторов все же могут исказить интересующую связь.

Таким образом, рандомизация, в теории, устраняет потенциальное искажение неизмеряемыми факторами в качестве объяснения наблюдаемой связи. Это аргумент правдоподобия. Однако вопрос касается того, насколько хорошо рандомизация работает в действительности, и кого именно рандомизация должна уравновешивать. В клинических испытаниях применяется рандомизация всех участвующих субъектов для определения групп лечения. Если в исходном событии исследования отдельные лица составляют подмножество всего исследования, то эти исходные люди также должны быть сбалансированы по своим потенциальным искажающим факторам. Например, если все смертельные случаи в группе лечения — мужчины, а все в группе плацебо — женщины, то пол, вероятно, искажает эффект лечения. 

Проблема в том, что исследования РКИ, по сути, никогда явно не демонстрируют адекватную рандомизацию их исходных субъектов, и то, что они пытаются показать о рандомизации для всех групп лечения, почти всегда не имеет значения с научной точки зрения. Эта проблема, вероятно, возникает из-за того, что лица, проводящие РКИ, а также рецензенты и редакторы журналов, рассматривающие их статьи, недостаточно понимают эпидемиологические принципы.

В большинстве публикаций РКИ исследователи приводят поверхностную первоначальную описательную таблицу групп лечения и плацебо (в виде столбцов) в сравнении с различными измеряемыми факторами (в виде строк). То есть процентное распределение субъектов лечения и плацебо по полу, возрастной группе, расе / этнической принадлежности и т. Д. Третий столбец в этих таблицах обычно представляет собой статистику p-значения для разницы частоты между субъектами лечения и плацебо по каждому измеряемому фактору. Грубо говоря, эта статистика оценивает вероятность того, что такая большая разница в частоте между субъектами, получающими лечение, и субъектами, получающими плацебо, могла возникнуть случайно. Учитывая, что испытуемые были назначены в свои группы лечения совершенно случайно, статистическое исследование процесса случайности рандомизации является тавтологичным и неуместным. То, что в некоторых РКИ некоторые факторы могут оказаться более экстремальными, чем это допускает случайность при рандомизации, объясняется только тем, что несколько факторов, расположенных ниже по ряду, были исследованы на предмет различий в распределении, и в таких обстоятельствах необходимо использовать статистический контроль множественных сравнений.

В третьем столбце описательной таблицы RCT требуется не p-значение, а мера величины смешения конкретного фактора строки. Смешение измеряется не тем, как оно произошло, а тем, насколько оно плохо. По моему опыту профессионального эпидемиолога, лучшим показателем вмешивающихся факторов является процентное изменение величины взаимосвязи между лечением и исходом с поправкой на вмешивающийся фактор по сравнению с без поправки. Так, например, если с поправкой на пол лечение снижает смертность на 25 % (относительный риск = 0.75), но без поправки снижает ее на 50 %, то величина смешения по полу будет (0.75 – 0.50)/0.75 = 33. %. Эпидемиологи обычно считают, что изменение более чем на 10% с такой корректировкой означает, что искажение присутствует и его необходимо контролировать.

Как я заметил, в большинстве публикаций РКИ не приводится величина искажающих оценок для их общих групп лечения и никогда для их исходных субъектов. Таким образом, невозможно сказать, что субъекты результатов были адекватно рандомизированы для всех факторов, указанных в описательной таблице статьи. Но потенциальный фатальный недостаток РКИ-исследований, который может сделать их не лучше, чем нерандомизированные исследования, а в некоторых случаях и хуже, заключается в том, что рандомизация работает только тогда, когда рандомизировано большое количество субъектов (Deaton and Cartwright, 2018), и это относится конкретно к предметам результата, а не только к общему исследованию. 

Представьте, что вы подбрасываете монету десять раз. Может выпасть как минимум семь орлов и три решки, или наоборот, легко случайно (34%). Однако величина этой разницы, 7/3 = 2.33, потенциально довольно велика с точки зрения возможного смешения. С другой стороны, появление той же величины 2.33 при 70 или более орлах из 100 подбрасываний будет редким, p = 000078. Для того чтобы рандомизация работала, должно быть значительное количество исходов как в группе лечения, так и в группе плацебо, скажем, 50 или более в каждой группе. Это невысказанный потенциальный серьезный недостаток исследований РКИ, который делает их аргумент правдоподобия бесполезным, потому что исследования РКИ, как правило, разрабатываются так, чтобы иметь достаточную статистическую мощность, чтобы найти статистическую значимость их основного результата, если лечение работает, как прогнозируется, но не предназначены для получения достаточного результата. испытуемых, чтобы уменьшить потенциальное искажение до менее чем 10%.

Важным примером этой проблемы является первый опубликованный результат РКИ по эффективности мРНК-вакцины Pfizer BNT162b2 Covid-19 (Polack et al., 2020). Это исследование считалось достаточно большим (43,548 19 рандомизированных участников) и достаточно важным (Covid-XNUMX), чтобы из-за его предполагаемого правдоподобия РКИ оно было опубликовано в «престижном» New England Journal медицины. Первичным результатом исследования было возникновение Covid-19 с началом по крайней мере через семь дней после второй дозы вакцины или инъекции плацебо. Тем не менее, в то время как среди испытуемых, принимавших плацебо, было зарегистрировано 162 случая, что достаточно для хорошей рандомизации, было обнаружено только восемь случаев среди испытуемых, привитых вакциной, что далеко не достаточно для того, чтобы рандомизация хоть что-то сделала для контроля смешения. 

Судя по общему эпидемиологическому опыту, такой высокий оценочный относительный риск (приблизительно 162/8 = 20) вряд ли был бы полностью обусловлен смешением, но точность относительного риска или его подразумеваемая эффективность ((20 – 1)/20 = 95 %) вызывает сомнения. То, что эта используемая вакцина оказалась не столь эффективной в снижении риска заражения, неудивительно, учитывая слабые результаты исследования из-за неадекватного размера выборки, чтобы гарантировать, что рандомизация работала для субъектов с исходом как в группе лечения, так и в группе плацебо.

Это «погружение в сорняки» эпидемиологии проливает свет на то, почему РКИ с менее чем, скажем, 50 исходами в каждой группе лечения практически не претендует на то, чтобы избежать возможной путаницы из-за неизмеренных факторов. Но это также делает очевидным, почему такое испытание может быть хуже чем нерандомизированное контролируемое исследование с тем же воздействием и исходом. В нерандомизированных испытаниях исследователи знают, что многие факторы могут как возможные вмешивающиеся факторы влиять на появление исхода, поэтому они измеряют все, что считают важным, чтобы затем скорректировать и контролировать эти факторы в статистическом анализе. 

Однако в РКИ исследователи обычно считают, что рандомизация прошла успешно, и поэтому проводят нескорректированный статистический анализ, что может привести к искажению результатов. Когда вы видите, что РКИ позиционируются как «крупные» из-за десятков тысяч участников, не обращайте внимания на количество первичных исходов в лечебных группах исследования. Испытания с небольшим количеством первичных исходов бесполезны и не должны публиковаться, не говоря уже о том, чтобы на них можно было полагаться по соображениям общественного здравоохранения или политики.

Эмпирическое доказательство

Прочитав все вышеизложенное, вы можете подумать, что эти аргументы относительно рандомизированных и нерандомизированных испытаний очень правдоподобны, но как насчет эмпирических данных, подтверждающих их? Для этого был проведен очень тщательный анализ базы данных систематических обзоров Кокрановской библиотеки (Anglemyer et al., 2014). В этом исследовании был проведен всесторонний поиск в семи базах данных электронных публикаций за период с января 1990 г. по декабрь 2013 г., чтобы выявить все систематические обзорные документы, в которых сравнивались «количественные оценки размера эффекта, измеряющие эффективность или результативность вмешательств, протестированных в [рандомизированных] испытаниях, с теми, которые были протестированы в обсервационных исследованиях. ” По сути, это метаанализ метаанализов, анализ включал многие тысячи сравнений отдельных исследований, обобщенных в 14 обзорных статьях. 

Итог: разница в среднем составляет всего 8% (95% доверительный интервал, от -4% до 22%, не является статистически значимым) между результатами РКИ и соответствующих им нерандомизированных испытаний. Таким образом, эта совокупность знаний — как эмпирических, так и основанных на эпидемиологических принципах — демонстрирует, что, вопреки так называемой «правдоподобности», рандомизированные испытания не имеют автоматического ранжирования в качестве золотого стандарта медицинских доказательств или единственной приемлемой формы исследования. медицинские доказательства, и что каждое исследование должно быть подвергнуто критическому и объективному анализу с точки зрения его сильных и слабых сторон, а также того, насколько эти сильные и слабые стороны имеют значение для сделанных выводов.

Другие правдоподобия

Во время пандемии Covid-19 для обоснования политики общественного здравоохранения использовалось множество других утверждений, основанных на научных данных, в том числе для самого объявления чрезвычайной ситуации в связи с пандемией. В основе многих из них лежит правдоподобный, но ошибочный принцип, согласно которому целью управления пандемией в общественном здравоохранении является минимизация числа людей, инфицированных вирусом SARS-CoV-2. 

Эта политика может показаться очевидной, но она неверна в качестве общей политики. Что необходимо свести к минимуму, так это пагубные последствия пандемии. Если инфекция приводит к неприятным или раздражающим симптомам для большинства людей, но не вызывает серьезных или долгосрочных проблем, как это обычно бывает с SARS-CoV-2, особенно в эпоху Омикрона, тогда не будет ощутимой пользы для общественного здравоохранения. вмешательства и ограничения, ущемляющие естественные или имущественные права таких лиц и причиняющие вред им самим. 

Западные общества, включая США, спокойно переносят ежегодные волны респираторных инфекций, не объявляя чрезвычайных ситуаций в связи с пандемией, даже несмотря на то, что они ежегодно производят миллионы инфицированных людей, потому что последствия инфекции считаются, как правило, незначительными с медицинской точки зрения, даже допуская несколько десятков тысяч смертей. ежегодно. 

В первые несколько месяцев пандемии Covid-19 было установлено, что риск смертности от инфекции варьировался более чем в 1,000 раз в зависимости от возраста, и что люди без хронических заболеваний, таких как диабет, ожирение, болезни сердца, болезни почек, онкологический анамнез и т. д., имели незначительный риск смертности и очень низкий риск госпитализации. На тот момент было просто определить категории лиц с высоким риском, которые в среднем выиграют от вмешательств общественного здравоохранения, и лиц с низким уровнем риска, которые успешно перенесли инфекцию без заметных или долгосрочных проблем. Таким образом, навязчивая, универсальная схема управления пандемией, которая не выделяла категории риска, с самого начала была неразумной и угнетающей.

Соответственно, меры по снижению передачи инфекции, даже если бы они были эффективны для этой цели, не способствовали эффективному управлению пандемией. Однако эти меры никогда не были подтверждены научными данными. Правило шестифутового социального дистанцирования было произвольной выдумкой CDC (Dangor, 2021). Заявления о пользе от ношения лицевых масок редко отличают потенциальную пользу для владельца, для которого такое ношение будет личным выбором, принимать ли на себя теоретический риск или нет, от пользы для окружающих, так называемого «контроля источника», при котором общественность соображения здоровья могут быть применимы должным образом. Исследования контроля источника респираторных вирусов с помощью масок, в которых отсутствуют фатальные недостатки, не показали заметной пользы в снижении передачи инфекции (Alexander, 2021; Alexander, 2022; Burns, 2022).

Ограничительные меры для населения никогда не применялись в западных странах и не имеют никаких доказательств эффективности для каких-либо действий, кроме отсрочки неизбежного (Meunier, 2020), о чем ясно свидетельствуют данные о населении Австралии (Worldometer, 2022). При окончательном обсуждении мер общественного здравоохранения по борьбе с пандемическим гриппом (Инглсби и др., 2006 г.)Авторы заявляют: «Нет никаких исторических наблюдений или научных исследований, подтверждающих заключение в карантин групп потенциально инфицированных людей в течение длительных периодов времени с целью замедления распространения гриппа. Группа авторов Всемирной организации здравоохранения (ВОЗ) после изучения литературы и современного международного опыта пришла к выводу, что «принудительная изоляция и карантин неэффективны и нецелесообразны». … Негативные последствия широкомасштабного карантина настолько экстремальны (вынужденное заключение больных людей в колодец, полное ограничение передвижения больших групп населения, трудности с доставкой жизненно важных предметов снабжения, лекарств и продуктов питания людям внутри карантинной зоны), что это смягчение мера должна быть исключена из серьезного рассмотрения».

Что касается ограничений на поездки, Inglesby et al. (2006) отмечают: «Ограничения на поездки, такие как закрытие аэропортов и проверка путешественников на границах, исторически были неэффективными. Группа авторов Всемирной организации здравоохранения пришла к выводу, что «скрининг и помещение в карантин путешественников, въезжающих на международных границах, существенно не задержали занос вируса во время прошлых пандемий… и, вероятно, будут еще менее эффективными в современную эпоху». О закрытии школ (Inglesby et al., 2006): «Во время предыдущих эпидемий гриппа влияние закрытия школ на показатели заболеваемости было неоднозначным. Исследование, проведенное в Израиле, показало снижение числа респираторных инфекций после двухнедельной забастовки учителей, но это снижение было очевидным только в течение одного дня. С другой стороны, когда школы закрылись на зимние каникулы во время пандемии 2 года в Чикаго, «среди учеников заболело гриппом больше… чем во время школьных занятий».

Это обсуждение ясно показывает, что эти действия, предположительно препятствующие передаче вируса на основе правдоподобности аргументов в пользу их эффективности, были ошибочно направлены на борьбу с пандемией и не подтверждены научными данными об эффективности в снижении распространения. Их широкомасштабное продвижение продемонстрировало провал политики общественного здравоохранения в эпоху Covid-19.

Правдоподобие против плохой науки

Можно привести аргумент, что различные политики в области общественного здравоохранения, а также информация, доступная для широкой публики, подкрепляются не правдоподобием, а плохой или фатально ошибочной наукой, выдающей себя за настоящую науку. Например, в собственном нерецензируемом журнале Еженедельные отчеты о заболеваемости и смертностиCDC опубликовал ряд анализов эффективности вакцин. В этих отчетах описывались перекрестные исследования, но анализировались они так, как если бы они были исследованиями типа «случай-контроль», с систематическим использованием расчетных параметров отношения шансов вместо относительных рисков для расчета эффективности вакцины. Когда результаты исследования нечасты, скажем, менее 10% субъектов исследования, тогда отношения шансов могут аппроксимировать относительные риски, но в противном случае отношения шансов имеют тенденцию быть завышенными. Однако в перекрестных исследованиях относительные риски можно рассчитать напрямую и скорректировать с учетом потенциальных искажающих факторов с помощью регрессии относительного риска (Wacholder, 1986), подобно использованию логистической регрессии в исследованиях случай-контроль.

Типичным примером является исследование эффективности третьей дозы вакцин против Covid-19 (Tenforde et al., 2022). В этом исследовании «… Сеть IVY зарегистрировала 4,094 взрослых в возрасте ≥18 лет», и после исключения соответствующих субъектов «было включено 2,952 госпитализированных пациента (1,385 больных и 1,567 контрольных пациентов без COVID-19)». Поперечные исследования — по замыслу — определяют общее количество субъектов, тогда как количество случаев и контрольных, а также подвергшихся и не подвергшихся воздействию, происходит вне вмешательства исследователя, т. е. в результате любых естественных процессов, лежащих в основе исследуемых медицинских, биологических и эпидемиологических механизмов. Выбрав общее количество субъектов, Tenforde et al. исследование по определению является перекрестным дизайном. В этом исследовании сообщалось об эффективности вакцины у 82% пациентов без иммунодефицитных состояний. Эта оценка отражает скорректированное отношение шансов 1 – 0.82 = 0.18. Однако доля заболевших среди вакцинированных составила 31%, а среди непривитых — 70%, и ни один из этих случаев не является достаточно редким, чтобы можно было использовать аппроксимацию отношения шансов для расчета эффективности вакцины. По числам в таблице 3 отчета об исследовании я рассчитал нескорректированный относительный риск 0.45 и приблизительно скорректированный относительный риск 0.43, что дает истинную эффективность вакцины 1 – 0.43 = 57%, что существенно отличается и намного хуже, чем 82%. представлены в статье.

В другом контексте, после того как я опубликовал сводную обзорную статью об использовании гидроксихлорохина (HCQ) для раннего амбулаторного лечения Covid-19 (Risch, 2020), был опубликован ряд статей о клинических испытаниях, в которых пытались показать, что HCQ неэффективен. . Первые из этих так называемых «опровержений» были проведены у госпитализированных пациентов, чье заболевание почти полностью отличается по патофизиологии и лечению от раннего амбулаторного заболевания (Park et al., 2020). Важные результаты, которые я рассматривал в своем обзоре, риски госпитализации и смертность, в этих работах были отвлечены вниманием на субъективные и менее важные результаты, такие как продолжительность положительного результата теста на вирус или продолжительность пребывания в больнице.

Впоследствии начали публиковаться РКИ амбулаторного применения HCQ. Типичным является то, что Caleb Skipper et al. (2020). Первичной конечной точкой этого исследования было изменение общей тяжести симптомов, о которой сообщали сами пациенты, в течение 14 дней. Эта субъективная конечная точка не имела большого значения для пандемии, особенно с учетом того, что испытуемые, участвовавшие в исследованиях этой исследовательской группы, в среднем могли сказать, находятся ли они в группе HCQ или в группе плацебо (Rajasingham et al., 2021) и, следовательно, сообщаемые результаты не были полностью слепы к лекарственным препаратам. Из своего статистического анализа авторы сделали правильный вывод, что «гидроксихлорохин существенно не уменьшил тяжесть симптомов у амбулаторных пациентов с ранней легкой формой COVID-19». Однако средства массовой информации сообщили об этом исследовании как о том, что «гидроксихлорохин не работает». Например, Джен Кристенсен (2020) в CNN Health заявил об этом исследовании: «Согласно исследованию, опубликованному в четверг в медицинском журнале, противомалярийный препарат гидроксихлорохин не помог не госпитализированным пациентам с легкими симптомами Covid-19, которых лечили на ранних стадиях инфекции. Анналы внутренней медицины". 

Но на самом деле в исследовании Skipper сообщалось о двух важных исходах, рисках госпитализации и смертности: с плацебо 10 госпитализаций и 1 смерть; с HCQ, 4 госпитализации и 1 смерть. Эти цифры показывают снижение риска госпитализации на 60%, что, хотя и не является статистически значимым (p = 0.11), полностью согласуется со всеми другими исследованиями риска госпитализации при использовании HCQ амбулаторно (Risch, 2021). Тем не менее, этого небольшого числа исходов недостаточно для того, чтобы рандомизация уравновешивала какие-либо факторы, и на этом основании исследование по существу бесполезно. Но в непрофессиональной литературе это по-прежнему неверно истолковывалось как демонстрация того, что HCQ не приносит пользы при амбулаторном применении.

Выводы

Во время пандемии Covid-19 произошло много других случаев правдоподобной научной чепухи или плохой науки. Как видно из отозванных статей Surgisphere, медицинские журналы регулярно и некритически публикуют эту чепуху, пока выводы согласуются с политикой правительства. Эта совокупность ложных знаний была распространена на самом высоком уровне NSC, FDA, CDC, NIH, ВОЗ, Wellcome Trust, AMA, советами по медицинским специальностям, государственными и местными агентствами общественного здравоохранения, многонациональными фармацевтическими компаниями и другими организациями по всему миру. которые нарушили свои обязательства перед общественностью или намеренно решили не понимать фальшивую науку. 

Сенат США недавно в третий раз проголосовал за отмену чрезвычайного положения в связи с Covid-19, однако президент Байден заявил, что наложит вето на эту меру из-за «страха» повторения. номера дел. Мои коллеги и я почти год назад утверждали, что чрезвычайная ситуация, связанная с пандемией, закончилась (Risch et al., 2022), однако ложная зависимость от конкретных случаев для оправдания подавления прав человека под прикрытием «чрезвычайной ситуации» не ослабевает.

Массовая цензура со стороны традиционных СМИ и большей части социальных сетей заблокировала большинство публичных обсуждений этой плохой и фальшивой науки. Цензура — это инструмент незащищенного, поскольку действительная наука по своей сути защищает себя. Пока общественность не начнет понимать разницу между правдоподобием и наукой и насколько велики были усилия по массовому производству научного «продукта», который выглядит как наука, но таковым не является, процесс будет продолжаться, и лидеры, стремящиеся к авторитарной власти, будут продолжать полагаться на него. за фальшивое оправдание.

Рекомендации

Александр, ЧП (2021, 20 декабря). Более 150 сравнительных исследований и статей о неэффективности и вреде масок. Институт Браунстоуна. https://brownstone.org/articles/more-than-150-comparative-studies-and-articles-on-mask-ineffectiveness-and-harms/

Александр, ЧП (2022, 3 июня). CDC отказывается опубликовать исправление своего исследования масок. Институт Браунстоуна. https://brownstone.org/articles/cdc-refuses-to-post-the-fix-to-its-mask-study/

Англемайер, А., Хорват, Х.Т., Беро, Л. (2014). Результаты лечения, оцененные с помощью обсервационных исследований, по сравнению с результатами, оцененными в рандомизированных исследованиях (обзор). Кокрановская база данных систематических обзоров, 4, статья MR000034. https://doi.org/10.1002/14651858.MR000034.pub2

Бэ, Ж.-М. (2016). Предложение по оценке качества в систематических обзорах обсервационных исследований в области эпидемиологии питания. Эпидемиология и здоровье, 38, ст. е2016014. https://doi.org/10.4178/epih.e2016014

Бергер, Массачусетс (2011). Допустимость заключения эксперта. В Национальном исследовательском совете, Комитете по разработке третьего издания Справочного руководства по научным данным, Справочное руководство по научным данным, Третье издание (стр. 11-36). Издательство национальных академий. https://nap.nationalacademies.org/catalog/13163/reference-manual-on-scientific-evidence-third-edition

Бернс, Э. (2022, 10 ноября). Еще один день, еще одно ужасное исследование масок. Давайте заглянем под капот новейшей низкокачественной науки о масках.. Подстек. https://emilyburns.substack.com/p/another-day-another-terrible-mask

Центры услуг Medicare и Medicaid. (2022, июнь). Поиск открытых платежей. Министерство здравоохранения и социальных служб США, Центры услуг Medicare и Medicaid. https://openpaymentsdata.cms.gov/

Кристенсен, Дж. (2020 июля 16 г.). Новое исследование показало, что гидроксихлорохин также не помогает пациентам с Covid-19, которые не госпитализированы.. Си-Эн-Эн Здоровье. https://www.cnn.com/2020/07/16/health/hydroxychloroquine-doesnt-work-hospitalized-patients/

Коллинз Р., Боуман Л., Лэндрей М. и Пето Р. (2020). Магия рандомизации против мифа о доказательствах из реального мира. New England Journal медицины, 382 (7), 674-678. https://www.nejm.org/doi/10.1056/NEJMsb1901642

Дангор, Г. (2021, 19 сентября). Правило CDC о социальном дистанцировании в шесть футов было «произвольным», говорит бывший комиссар FDA, Forbes. https://www.forbes.com/sites/graisondangor/2021/09/19/cdcs-six-foot-social-distancing-rule-was-arbitrary-says-former-fda-commissioner/

Дитон, А., и Картрайт, Н. (2018). Понимание и непонимание рандомизированных контролируемых испытаний. Социальные науки и медицина, 210, 2-21. https://doi.org/10.1016/j.socscimed.2017.12.005

Фейнман, РП (1974). Наука культа карго. Инженерия и наука, 37 (7), 10-13. https://resolver.caltech.edu/CaltechES:37.7.CargoCult

Голдбергер, Дж., Уоринг, С.Х., и Уиллетс, Д.Г. (1915). Профилактика пеллагры: проверка диеты среди заключенных. Отчеты общественного здравоохранения, 30 (43), 3117-3131. https://www.jstor.org/stable/4572932

Хартлинг Л., Милн А., Хамм М.П., ​​Вандермеер Б., Ансари М., Церцвадзе А., Драйден Д.М. (2013). Тестирование шкалы Ньюкасла-Оттавы показало низкую надежность между отдельными рецензентами. Журнал клинической эпидемиологии, 66, 982-993. https://doi.org/10.1016/j.jclinepi.2013.03.003

Хилл, AB (1965). Окружающая среда и болезнь: связь или причинность. Труды Королевского медицинского общества, 58 (5), 295-300. https://doi.org/10.1177/003591576505800503

Инглсби, Т.В., Нуццо, Дж.Б., О'Тул, Т., Хендерсон, Д.А. (2006). Меры по смягчению последствий заболевания в борьбе с пандемическим гриппом. Биозащита и биотерроризм: стратегия биозащиты, практика и наука, 4 (4): 366-375. https://doi.org/10.1089/bsp.2006.4.366

Менье, Т. (2020, 1 мая). Политика полной изоляции в странах Западной Европы не оказывает очевидного влияния на эпидемию COVID-19.. medRxiv. https://doi.org/10.1101/2020.04.24.20078717

МСНБК. (2021, 9 июня). Фаучи отвечает на нападки республиканцев [Видео]. YouTube. https://www.youtube.com/watch?v=z-tfZr8Iv0s

Национальная медицинская библиотека (2021, май). Клинические испытания.gov. История, политика и законы. Министерство здравоохранения и социальных служб США, Национальные институты здравоохранения, Национальная медицинская библиотека. https://clinicaltrials.gov/ct2/about-site/history

Парк, Дж. Дж. Х., Деклоэдт, Э. Х., Райнер, К. Р., Коттон, М., Миллс, Э. Дж. (2020). Клинические исследования стадий заболевания при COVID-19: сложные и часто неверно интерпретируемые. Ланцет Global Health, 8(10), е1249-е1250. https://doi.org/10.1016/S2214-109X(20)30365-X

Полак Ф.П., Томас С.Дж., Китчин Н., Абсалон Дж., Гуртман А., Локхарт С., Перес Дж.Л., Перес Марк Г., Морейра Э.Д., Зербини С., Бейли Р. ., Суонсон, К.А., Ройчоудхури, С., Коури, К., Ли, П., Калина, В.В., Купер, Д., Френк, Р.В., младший, Хэммитт, Л.Л., …, Грубер, В.К. (2020). Безопасность и эффективность мРНК-вакцины BNT162b2 Covid-19. New England Journal медицины, 383 (27), 2603-2615. https://www.nejm.org/doi/full/10.1056/nejmoa2034577

Раджасингем, Р., Бангдивала, А.С., Никол, М.Р., Скиппер, К.П., Пастик, К.А., Аксельрод, М.Л., Пуллен, М.Ф., Насцен, А.А., Уильямс, Д.А., Энген, Н.В., Окафор, ЕС, Рини, Б.И., Майер , IA, McDonald, EG, Lee, TC, Li P., MacKenzie, LJ, Balko, JM, Dunlop, SJ, …, Lofgren, SM (2021). Гидроксихлорохин как доконтактная профилактика коронавирусной болезни 2019 (COVID-19) у медицинских работников: рандомизированное исследование. Clinical Infectious Diseases, 72(11), е835-е843. https://doi.org/10.1093/cid/ciaa1571

Риш, HA (2020). Раннее амбулаторное лечение пациентов с симптомами COVID-19 из группы высокого риска, которое должно быть начато немедленно, как ключ к пандемическому кризису. Американский Журнал Эпидемиологии, 189 (11), 1218-1226. https://doi.org/10.1093/aje/kwaa093

Риш, Гамбург (2021, 17 июня). Гидроксихлорохин в раннем лечении амбулаторных пациентов с COVID-19 из группы высокого риска: данные об эффективности и безопасности. EarlyCovidCare.org, https://earlycovidcare.org/wp-content/uploads/2021/09/Evidence-Brief-Risch-v6.pdf

Риш, Х., Бхаттачарья, Дж., Александр, ЧП (2022, 23 января). Чрезвычайная ситуация должна быть прекращена, сейчас. Институт Браунстоуна. https://brownstone.org/articles/the-emergency-must-be-ended-now/

Сакетт, Д.Л., Розенберг, В.М.С., Грей, ДЖ.А.М., Хейнс, Р.Б., и Ричардсон, В.С. (1996). Доказательная медицина: что это такое, а что нет. BMJ, 312, статья 71. https://doi.org/10.1136/bmj.312.7023.71

Шкипер, К.П., Пастик, К.А., Энген, Н.В., Бангдивала, А.С., Абасси, М., Лофгрен, С.М., Уильямс, Д.А., Окафор, ЕС, Пуллен, М.Ф., Никол, М.Р., Насцен, А.А., Халлсик, К.Х., Ченг , MP, Люк, Д., Лотер, С.А., Маккензи, Л.Дж., Дробот, Г., Келли, Л.Е., Шварц, И.С., …, Боулвер, Д.Р. (2020). Гидроксихлорохин у не госпитализированных взрослых с ранним COVID-19: рандомизированное исследование. Анналы внутренней медицины, 173 (8), 623-631. https://doi.org/10.7326/M20-4207

Тенфорд М.В., Патель М.М., Гаглани М., Гинде А.А., Дуэн Д.Дж., Талбот Х.К., Кейси Д.Д., Мор Н.М., Зепески А., Макнил Т., Гаманде С., Гиббс, KW, Files, DC, Hager, DN, Shehu, A., Prekker, ME, Erickson, HL, Gong, MN, Mohamed, A., …, Self, WH (2022). Еженедельный отчет о заболеваемости и смертности, 71(4), 118-124. https://www.cdc.gov/mmwr/volumes/71/wr/mm7104a2.htm

Тигас, М., Джонс, Р.Г., Орнштейн, К., и Гроегер, Л. (2019, 17 октября). долларов за документы. Как промышленные доллары достигли ваших врачей. ProPublica. https://projects.propublica.org/docdollars/

Вакхолдер, С. (1986). Биномиальная регрессия в GLIM: оценка соотношения рисков и различий рисков. Американский Журнал Эпидемиологии, 123 (1), 174-184. https://doi.org/10.1093/oxfordjournals.aje.a114212

Уилан, Р. (2020 августа 3 г.). 2020 – CNN COVID с интервью Харви Риша, эпидемиолога Йельского университета [Видео]. YouTube. https://www.youtube.com/watch?v=gGO6Ke81bUQ

Мирометр. (2022, 15 ноября). Всего случаев коронавируса в Австралии. Мирометр. https://www.worldometers.info/coronavirus/country/australia/