Brownstone- ը » Բրաունսթոուն ամսագիր » Առողջապահություն » Մոդելի սխալ ճշգրտում և փրկված կյանքերի խիստ ուռճացված գնահատականներ

Մոդելի սխալ ճշգրտում և փրկված կյանքերի խիստ ուռճացված գնահատականներ

ԿԻՍՎԵԼ | ՏՊԱԳՐԵԼ | ՓՈՍՏ

Վերջերս սովորել հրապարակված The Lancet ինֆեկցիոն հիվանդություններ, Watson et al. կիրառել մաթեմատիկական մոդելավորում՝ գնահատելու համար, որ COVID-19-ի զանգվածային պատվաստումները ողջ աշխարհում փրկել են 14-20 միլիոն կյանք COVID-19-ի պատվաստման առաջին տարվա ընթացքում։ ծրագիր. Բրաունսթոունի նախորդ հոդվածները Horst և Ռաման ուսումնասիրության մեջ արդեն մատնանշել են մի քանի սխալ ենթադրություններ՝ կապված վարակի դեմ պատվաստանյութից ստացված իմունիտետի տևողության հետ, ինչպես նաև այն փաստը, որ այն հաշվի չի առել պատվաստանյութի անբարենպաստ իրադարձությունները և մահացության ռիսկը բոլոր պատճառներով: 

Այստեղ ես ամփոփում եմ այն ​​մեխանիզմը, թե ինչպես են հեղինակները հասել զանգվածային պատվաստումների պատճառով կանխված մահերի իրենց գնահատականներին: Այնուհետև ես մանրամասնում եմ, թե ինչպես մոդելի թերի ենթադրությունները կարող են հանգեցնել կանխված մահերի խիստ ուռճացված գնահատականների, ինչը կարող է բացատրել հետազոտության դեմքի վավերականության և ներքին հետևողականության բացակայությունը:

Ուսումնասիրությունը օգտագործում է COVID-19-ի փոխանցման, վարակի և մահացության դինամիկայի գեներատիվ մոդել, որը ներառում է 20-25 ենթադրյալ պարամետր՝ հիմնված ընտրված գրականության վրա (այսինքն՝ պատվաստանյութի արդյունավետությունը փոխանցման, վարակի և մահվան դեմ, յուրաքանչյուր երկրի տարիքային խառնուրդներ, տարիքային շերտավորված վարակի մահացության մակարդակը և այլն), որը հարմարեցված է գրանցված ավելորդ մահերի համար՝ 185 երկրներում ժամանակի ընթացքում վիրուսի փոխանցելիությունը պարզելու (բայց ոչ վավերացնելու) համար: 

Հետազոտությունը համեմատում է 2021-ի իրական ավելցուկային մահերը սիմուլյացիաների հետ (հակառակ փաստարկներ), որոնք պետք է կանխատեսեն յուրաքանչյուր երկրում ավելորդ մահերի հետագիծը, եթե պատվաստանյութեր չներդրվեն (այսինքն՝ պատվաստանյութերի ազդեցությունը վերացնելուց հետո վերը նշված մոդելների բազմաթիվ մոդելավորումների միջոցով): Այս հակափաստարկային կորերի և իրական ավելցուկային մահերի միջև եղած տարբերությունը հանգեցնում է պատվաստումների պատճառով կանխված մահերի գնահատված քանակի:

Հեղինակների մոդելները, ըստ երևույթին, չեն հաշվի առնում վիրուսի վարակիչության կամ մահացության էվոլյուցիան, բացի Դելտա տարբերակի պատճառով վարակի հոսպիտալացման մակարդակի աճի բացահայտ մոդելավորումից (տես Հավելվածի 1.2.3 Անհանգստության տարբերակները բաժինը): Հակառակ սիմուլյացիաներում առաջնային ենթադրությունն այն է, որ մահերի ավելցուկը բացատրվում է վիրուսի «բնական» էվոլյուցիայի միջոցով, որն արտացոլված է դրա փոխանցման ժամանակի փոփոխության մեջ, որը կարելի է միայն եզրակացնել (տեղադրել) և չհաստատել: 

Եթե ​​մոդելները ենթադրում են պարամետրեր, որոնք չափից ավելի կամ սխալ են գնահատում պատվաստանյութի արդյունավետությունը փոխանցման, վարակի և մահվան դեմ, ինչպես նաև պատվաստանյութի պաշտպանության տեւողությունը՝ միաժամանակ անտեսելով համաճարակի հետ կապված ավելորդ մահերի այլ աղբյուրները, դա կհանգեցնի ժամանակի չափից ավելի կամ սխալ գնահատման: վիրուսի փոխանցելիության փոփոխություն՝ յուրաքանչյուր երկրում մահացության ավելցուկային կորերի հետ լավ համապատասխանության հասնելու համար: Սա իր հերթին արհեստականորեն կուռճացնի մահացությունների գնահատված ավելցուկը, երբ պատվաստումների հետևանքները հետագայում հեռացվեն հակափաստարկային սիմուլյացիաներից: Ստորև մենք մանրամասնորեն կանդրադառնանք այս կետերին:  

Մոդելները Watson et al. ապավինել պատվաստանյութից ստացված անձեռնմխելիության մասին անիրատեսական ենթադրություններին

Պարզ չէ, թե արդյոք հեղինակները մտածում են պատվաստանյութի արդյունավետության նվազման մասին իրենց մոդելներում, և թվում է, որ նրանց բոլոր մոդելները ստանձնել են մշտական ​​պաշտպանություն պատվաստանյութից ամբողջ 1 տարվա ուսումնասիրության ընթացքում, թեև Ուսումնասիրությունները ցույց են տվել, որ այն տևում է 3-ից 6 ամիս. Մոդելը, որը նրանք մեջբերում են, Hogan et al. 2021 թվականը լռելյայն ենթադրում է «երկարաժամկետ» (այսինքն՝ >1 տարի) պատվաստանյութի պաշտպանություն (տես Աղյուսակ 1. Հոգան և այլք: 2021 թ).

Բացի այդ, պատվաստանյութի արդյունավետության կամ արդյունավետության գրեթե յուրաքանչյուր ուսումնասիրություն կամ բացառում է կամ ախտանշանային դեպքերը բացահայտում է 21-ին դեղաչափից հետո 1 օրվա ընթացքում կամ երկրորդ դոզանից հետո 14 օրվա ընթացքում «չպատվաստված» համեմատական ​​խմբերի հետ: Սա խնդրահարույց է ապացույցների լույսի ներքո, որ COVID վարակիչությունը կարող է Բարձրացում գրեթե 3 անգամ ներարկումից հետո առաջին շաբաթվա ընթացքում (տես Նկար 1-ը մեր ուսումնասիրության մեկնաբանության մեջ) Սա ենթադրում է, որ պատվաստանյութի արդյունավետության գնահատականները, որոնք հիմնված են ներարկումից 6 շաբաթ անց դիտված ավելի ցածր դեպքերի վրա, կարող են (առնվազն մասամբ) հաշվի առնել. վարակ -Պատվաստումից անմիջապես հետո COVID-19 վարակիչության կարճաժամկետ աճի հետևանքով առաջացած անձեռնմխելիություն, այլ ոչ պատվաստանյութով: 

Մինչ մոդելները Watson et al. ներառում են պատվաստումների միջև ընկած ժամանակահատվածը, և երբ պաշտպանությունը սկսվում է, դրանք չեն հաշվի առնում այս ժամանակահատվածում պատվաստանյութի հետևանքով առաջացած վարակիչության և փոխանցելիության հնարավոր աճը: Մոդելներում այս էֆեկտը չհաշվառելը կարող է գերագնահատել բնականորեն զարգացող և ժամանակով փոփոխվող վիրուսի փոխանցելիությունը և այդպիսով ուռճացնել ավելորդ մահերը հակափաստացի սիմուլյացիաներում, որոնք բացառում են պատվաստումների ազդեցությունը:

Վերջապես, հեղինակներն ուսումնասիրեցին վարակից ստացված իմունիտետից իմունային խուսափելու ազդեցությունը՝ կատարելով զգայունության վերլուծություն՝ գնահատելու տարբեր իմունային փախուստի տոկոսներով պատվաստումներով կանխված մահերը՝ տատանվում է 0%-ից մինչև 80% (տե՛ս Լրացուցիչ նկար 4-ը բնօրինակ հոդվածում): Այս մոդելներում հեղինակները հստակեցնում են, որ իրենք ենթադրում են պատվաստանյութի մշտական ​​(ոչ թուլացող) պաշտպանություն, որն անիրատեսական ենթադրություն է (տե՛ս վերևի պարբերությունը): Այնուամենայնիվ, ըստ երևույթին, հեղինակները նման զգայունության վերլուծություն չեն անում պատվաստանյութից ստացված իմունիտետից իմունային խուսափելու վերաբերյալ, ինչը կարևոր է հաշվի առնելով վերը նշված կետում բարձրացված կետը: 

Մոդելներն անտեսում են ավելորդ մահերը՝ պայմանավորված COVID-19-ից բացի այլ գործոններով

Տեղադրված մոդելները և դրանց հակափաստարկները ենթադրում են, որ յուրաքանչյուր երկրում ավելորդ մահերը բացատրվում են Բացառապես բնականորեն զարգացող COVID-19 վիրուսի և դրա (տեղադրված մոդելի կողմից ենթադրվող) ժամանակի փոփոխվող փոխանցելիության միջոցով: Մոդելները չեն փորձում հաշվի առնել համաճարակի հետ կապված այլ գործոնների հետևանքով առաջացած ավելորդ մահերը, օրինակ՝ հենց պատվաստանյութերը, ինչպես նաև այլ ոչ դեղագործական պարտադիր միջամտությունները: Այն CDC-ն հայտնում է պատվաստանյութի հետևանքով առաջացած մահվան ընդհանուր ռիսկը 0.0026% մեկ չափաբաժնի համար Վակցինայի անբարենպաստ իրադարձությունների հաղորդման համակարգի կամ VAERS-ի հիման վրա: VAERS-ը պասիվ հաշվետվության համակարգ է և կարող է միայն գրավել Պատվաստանյութի հետ կապված բոլոր կողմնակի ազդեցությունների ~1%-ը

Ավելի վերջին անկախ գծեր օգտագործելով ապացույցներ VAERS և արժանահավատ ենթադրություններ թերզեկուցման գործոնի վերաբերյալի եւ հանրային հասանելի պատվաստումների և մահացության բոլոր պատճառներով տվյալների էկոլոգիական ռեգրեսիա ենթադրում են, որ VAERS-ը կարող է գրանցել պատվաստանյութից առաջացած բոլոր մահերի միայն 5%-ը: Բացի այդ, մոդելները չեն հաշվի առնում ավելորդ մահերը, որոնք բխում են այլ գործոններից, ինչպիսիք են արգելափակման պատճառով «հուսահատության մահեր». 

Անտեսելով համաճարակի հետ կապված ավելորդ մահերի այլ պոտենցիալ աղբյուրներն իրենց մոդելներում, տեղադրված մոդելները կգերազանցեն և/կամ սխալ կգնահատեն բնական, ժամանակով փոփոխվող վիրուսի փոխանցելիության հետևանքները, որպեսզի հասնեն լավ մոդել, որը համապատասխանում է գրանցված ավելորդ մահերին, որոնք հերթը կհանգեցնի մահացությունների ավելցուկային թվերի ուռճացման իրենց հակափաստացի սիմուլյացիաներում:

Դեմքի վավերականության բացակայություն

Համաձայն հեղինակների երկրի մակարդակի գնահատումների՝ ԱՄՆ-ում կանխվել է 1.9 միլիոն մահ՝ ենթադրելով 61% պատվաստանյութի ծածկույթ (տե՛ս Լրացուցիչ Աղյուսակ 3 բնօրինակ ուսումնասիրության մեջ): Համաճարակի առաջին տարում, երբ պատվաստանյութեր չկային (2020), կային 351,039 ԱՄՆ-ում COVID-ից մահ. Այսպիսով, հեղինակների մոդելները ենթադրում են, որ 1.9 միլիոն / 350 հազար = ~ 5.5 անգամ, քանի որ ԱՄՆ-ում COVID-ից մահացության դեպքերը 2021-ին (ընդդեմ 2020-ի) տեղի կունենային, եթե պատվաստանյութեր չներդրվեին (տես. Նկար 2-ը մեր ուսումնասիրության մեկնաբանության մեջ) Սա շատ անհավանական է, քանի որ շատ քիչ հիմքեր կան ենթադրելու, որ վիրուսը, բնականաբար, ավելի շատ փոխանցվող, վարակիչ կդառնար: և մահացու 

Հեղինակները ակնարկում են 2021 թվականին ավելի բարձր փոխանցելիության մասին՝ կապված հանրային առողջության միջոցառումների և սահմանափակումների հանգստացման և/կամ վերացման հետ (արգելափակումներ, ճանապարհորդության սահմանափակումներ, դիմակների մանդատներ և այլն): Այնուամենայնիվ, այն ենթադրությունը, որ դա կարող է պատճառ հանդիսանալ 5 թվականին COVID-ից մահացությունների >2021 անգամ աճի, հակասում է. >400 ուսումնասիրություն որոնք եզրակացրել են, որ այս միջոցների հանրային առողջության օգուտները քիչ են կամ բացակայում են COVID-ի արդյունքները նվազեցնելու համար:   

Ավելին, 2021 թվականին (պատվաստումների ներդրումից հետո) եղել են 474,890 ԱՄՆ-ում COVID-ից մահ. Սա մոտ 35%-ով ավելի է, քան 2021թ.-ը, ինչը վկայում է զանգվածային պատվաստումների մասին կոպիտ ապացույցների մասին վատացել է COVID-ի արդյունքներն ընդհանուր առմամբ՝ համահունչ վարակիչության բարձրացման դիտարկումներին՝ նախքան պատվաստանյութի պաշտպանության մեկնարկը (տե՛ս վերևում գտնվող 1-ին կետը) և COVID-19 հիվանդության ուժեղացված ծանրության մտահոգությունները պատվաստանյութերի պատճառով հիմնվելով նախակլինիկական ուսումնասիրությունների վրա։

Եզրափակում

Թեև գեներատիվ մոդելները հաճախ օգտակար գործիք են չեղած սցենարները մոդելավորելու համար, մոդելի պարամետրերի վերաբերյալ ոչ ճշգրիտ ենթադրությունները հեշտությամբ կարող են հանգեցնել մոդելի սխալ ճշգրտման: Ուոթսոնի և այլոց դեպքում: 2022 թվականին դրանք կարող են հանգեցնել հակափաստացի սիմուլյացիաների, որոնք կոպտորեն ուռճացնում են զանգվածային պատվաստումների պատճառով կանխված մահերի գնահատականները: 

Քանի որ նման բարդ մոդելավորումը կարող է չափազանց զգայուն լինել մուտքային պարամետրերի նկատմամբ, հակված է չափից ավելի հարմարեցման և տալիս արդյունքներ, որոնք դժվար է, եթե ոչ անհնար է վավերացնել, այն չպետք է օգտագործվի հանրային առողջության քաղաքականության և ուղեցույցների մասին տեղեկացնելու համար: Քանակական ռիսկ-օգուտ հարաբերակցությունը վերլուծում է, որ օգտագործում կլինիկական փորձարկման or իրական աշխարհի տվյալներ համեմատել կոնկրետ արդյունքների ռիսկերը, ինչպիսիք են բոլոր պատճառներով մահացությունը or միոպերիկարդիտ պատվաստումներից և կորոնավիրուսային վարակից հետո այս առումով շատ ավելի տեղեկատվական և օգտակար են:

Նշում. Ես տեղադրել եմ այս հոդվածի տարբերակը, որը ներառում է թվեր և մատենագիտություն ResearchGate, եւ Մեկնաբանությունը թվիթերում գրել է հետազոտության սկզբնական հեղինակներին արձագանքի և հերքման ակնկալիքով: Ես ներկայացրել եմ նաև հոդվածի կրճատ տարբերակը՝ որպես 250 բառանոց նամակ The Lancet ինֆեկցիոն հիվանդություններ և ես սպասում եմ նրանց պատասխանին։ Հեղինակը շնորհակալություն է հայտնում Hervé Seligmann-ին հոդվածի վերաբերյալ օգտակար մեկնաբանությունների և արձագանքների համար:



Հրատարակված է Ա Creative Commons Attribution 4.0 միջազգային լիցենզիա
Վերատպումների համար խնդրում ենք կանոնական հղումը վերադարձնել բնօրինակին Բրաունսթոունի ինստիտուտ Հոդված և հեղինակ.

հեղինակ

  • Սպիրո Պանտազատոս

    Դոկտոր Սպիրո Պ. Պանտազատոսը Կոլումբիայի համալսարանի կլինիկական նյարդակենսաբանության (հոգեբուժության) ասիստենտ է: Նա նաև հետազոտող է Նյու Յորքի պետական ​​հոգեբուժական ինստիտուտում:

    Դիտեք բոլոր հաղորդագրությունները

Նվիրաբերեք այսօր

Բրաունսթոուն ինստիտուտի ձեր ֆինանսական աջակցությունը ուղղված է գրողներին, իրավաբաններին, գիտնականներին, տնտեսագետներին և այլ խիզախ մարդկանց, ովքեր մասնագիտորեն մաքրվել և տեղահանվել են մեր ժամանակների ցնցումների ժամանակ: Դուք կարող եք օգնել բացահայտելու ճշմարտությունը նրանց շարունակական աշխատանքի միջոցով:

Բաժանորդագրվեք Brownstone-ին ավելի շատ նորությունների համար

Եղեք տեղեկացված Brownstone ինստիտուտի հետ