隨遇而安

人生境遇不可選擇,心態可以選擇
個人資料
正文

英國疫苗報告的總結並糾正對數據的錯誤解讀

(2022-01-25 20:23:07) 下一個

起因

健康養生論壇有人貼了這個數據圖, 從表麵上看似乎打了疫苗的感染率高於沒打疫苗的。 阿明網友在與我討論的過程中,指出了我對實際疫苗有效率認知的不足,促使我認真通讀了英國2022年1月13日報告的(以下簡稱報告)並查閱了若幹文獻(包括凡人網友的博文), 比較全麵地學習並對疫苗有效率的計算有了進一步的認識。在此感謝阿明與凡人網友。

摘要。

疫苗對新冠傳染總體有效, 對Omicron的有效率降低,但整體是有效的。  計算疫苗有效率以及判斷疫苗有效率需要依據科學的檢測陰性設計,而不是帶有樣本偏差的原始數據直接算,否則會得出錯誤的結論。 

報告結論總結。

1.  疫苗對新冠在防感染,防傳染, 防重病,防死亡各方麵有效。

2.  各疫苗對omicron有不同程度的防禦能力, 瑞輝和Moderna 較好, AstraZeneca較差, 都比對Delta 的防禦能力弱。

3.  報告第18有疫苗有效率的文獻列表。 

4.  疫苗對孕婦安全。即使都得了新冠,苗的也比未苗的安全。 

 本文核心內容: 為什麽不能直接用原始數據計算和判斷 而是 需要用科學的檢測陰性設計(test-nagtive design)

從原始數據直接算,看起來好像疫苗無效,甚至顯示有負麵的作用, 但是報告的結論卻是疫苗有效, 而報告在好幾個地方警告,  特別是在第三頁和第34頁兩處用黑體字強調: 不可以用原始數據直接計算疫苗有效率或者判斷疫苗的效果。  這是為什麽呢? 因為原始數據會帶因苗組與非苗組行為與其他特征的差別造成樣本偏差:比如醫護人員等高危人員會提前打疫苗,而且疫苗率很高。這樣的偏差有很多種, 詳見英國衛生安全局對報告的數據透明度的說明。  

為了糾正和避免這些樣本偏差,就需要用檢測陰性設計。  這個設計的思路是生物實驗需要對照的思路,有點臨床的意思, 但是因為不可能做到臨床那樣嚴格(比如雙盲)。  從符合某種臨床症狀的疑似病例納入研究 ,實驗確診後分為病例組與沒病的對照組,再看疫苗曆史(具體描述見這個鏈接),然後進行研究計算。 一句話就是進行蘋果對蘋果,橘子對橘子的比較, 結論是疫苗有效。   這不是新冠出現以後才有的實驗手段,而是在歐美各國早就針對疫苗有效率運用了十年二十年的經典實驗手段了 (見這篇2016年針對流感病毒疫苗的文章)。   

總結。

新冠與疫苗是很嚴肅有很大影響的話題, 從數據得出結論需要全麵謹慎認真, 需要通讀報告,而不是摘抄某個數據圖表。   

[ 打印 ]
閱讀 ()評論 (5)
評論
cowwoman 回複 悄悄話 疫苗是針對那款形狀做出來的?現在Omicron變異巨大,對抗原始形狀的疫苗產生的抗體不可能對O有效。以色列今天發病增速引領世界。半年前打的,都沒用了。輝瑞說三月份出疫苗新版本,等供上貨,病毒又變異了。大家還是把希望放口罩上吧。
有人說T細胞記憶免疫還存在,但是病毒化完妝,T細胞免疫機製還能認出誰是好人,誰是特務嗎?
這病毒把各種生物專家都搞的像江湖騙子一樣,太狡猾了。
天小海 回複 悄悄話 我周圍打了三針的還感染的比比皆是,疫苗有效個鬼
茶緣 回複 悄悄話 不該用原始數據計算疫苗無效,那疫苗有效是怎麽計算出來的?
無法弄 回複 悄悄話 質疑一下也挺好的。我相信科學,在這麽大的疫情前相信隱瞞的事不多,也就趙家人心虛,不肯講真話,習慣性的,講真話要命的:)
voiceofme 回複 悄悄話 太籠統了。到底怎麽計算的,計算前和計算後的數據到底是啥
登錄後才可評論.