Wat vinden jullie hiervan: Merck is de producent van Ivermectine, dus het is lichtelijk ironisch om hun studie te bekritiseren. Als er toch één partij baat heeft bij gebruik van Ivermectine is het Merck wel. Beetje zelfde verhaal als Pfizer etc. Wij van wc eend.
https://arstechnica.com/s(...)e-to-use-ivermectin/
ivmmeta.com
Ja die site heb ik gelezen Mijn mening: gewoon alles bij elkaar gooien is geen meta-analyse. Sterker nog, op dergelijke wijze kun je op basis van hun data ook gewoon concluderen dat middelen die in gedegen RCTs ineffectief waren prachtige resultaten laten zien. Gevalletje GIGO.
Ik vind alleen niet bewezen claims tot het verhaal aan India aan toe wat precies paste bij de lockdown. Mensen willen het gewoon graag geloven maar kunnen geen wetenschappelijke stukken lezen en interpreteren.
Ik merk inderdaad ook vaak dat mensen moeite hebben om de degelijkheid van een onderzoek in te
kunnen schatten. Ze hebben gewoonweg de training en kennis daarvoor niet.
De conclusies van een onderzoek vallen of staan met de opzet, uitvoering en analyse.
Bijvoorbeeld, in dit onderzoek, zijn deelnemers niet random aan een behandeling (wel of geen
ivermectine) toegewezen. Dus er kunnen sowieso geen causale conclusies getrokken worden.
Je zou verder ook willen dat deelnemers redelijk gelijkelijk over afdelingen verdeeld zijn,
dat niet alle deelnemers van de Covid afdeling voor dezelfde behandeling kiezen, en alle
deelnemers van de kinderafdeling bijvoorbeeld ook. Het is aannemelijk dat deelnemers van dezelfde
afdelingen meer hetzelfde kiezen. Bijvoorbeeld omdat ze vaak samen werken, koffie drinken en daardoor
een vriendschappelijke band hebben opgebouwd. Als je daar geen rekening mee houdt in de opzet van
je onderzoek, dan moet je er rekening mee houden in je conclusies. Dat is niet gebeurd.
Ook wil je dat de leeftijden een beetje gelijkelijk verdeeld zijn. Niet dat jongeren met facebook
veel vaker voor de behandeling met ivermectine kiezen bijv. Of ouderen zonder facebook veel vaker
voor een behandeling zonder ivermectine. Als je daar geen rekening mee houdt in de opzet van
je onderzoek, dan moet je er rekening mee houden in je conclusies. Dat is niet gebeurd.
Al die factoren kunnen invloed hebben op de kans dat iemand aan het virus blootgesteld wordt, en
daar is geen rekening mee gehouden. Dan maakt het weinig uit of, en hoe groot, het signaal is.
Er worden op dit moment vele duizenden studies gedaan naar Covid. En dan krijg je gewoon studies
die denken een 'signaal' te vinden, maar wat gewoon een toevalstreffer is. Met deze opzet, in een
simulatie waar beide groepen een gelijke kans (~4%, 18+5/542) hebben op besmetting, zouden ze in
16 uit 1000 simulaties hebben geconcludeerd dat er een reductie van 60% of meer is (als er geen verschil zou zijn!). Er gaan niet voor niets stemmen op dat alpha = 0.05 losgelaten moet worden, en er beter van alpha = 0.005 uitgegaan kan worden. Vooral vanwege het grote aantal onderzoeken wat plaatsvindt (waardoor de kans
op een toevalstreffer gewoon erg groot is), en vanwege het feit dat er vrijwel geen onderzoeken
worden gepubliceerd waarbij er geen verschil wordt aangetroffen.
Welk boek zou trouwens kwalitatief matig zijn? Die van Spiegelhalter, statistiek professor in Cambridge? Of die van Ben Goldacre? Die laatste laat gewoon zien hoe slecht er vaak wetenschap, en dan vooral in de pharmacologie, bedreven wordt.
