La favola della superiorità degli studi randomizzati non regge più contro la realtà degli studi osservazionali

[Christophe]

perché neutralizza tutti i fattori confondenti: tirando a sorte nello STESSO gruppo di controllo, tutti gli altri parametri sono statisticamente uguali tranne quello che si desidera testare.

Mentre se confronti la mortalità dei giovani che sono venuti a piedi per essere testati all'IHU con quella dei vecchi subclaquerants ospedalizzati a Parigi, beh non hai solo il trattamento che cambia, hai molti fattori di confusione.

Se non hai capito questo principio di base, o non lo ammetti, può essere discusso per sempre ...

Scusate ? Quindi è più una casualizzazione ...

Casuale è il caso, non è vero? Non sapevo che ora significasse hackerare

Un buon studio (non solo in campo medico) è uno studio che corrisponda il più possibile alla realtà sul campo ... non uno studio in cui i rischi sono stati neutralizzati ...

Abbiamo visto i limiti degli studi sui vaccini randomizzati ... che hanno saltato molti effetti collaterali, alcuni dei quali fatali ... effetti collaterali che vanno bene negli studi osservazionali ... giusto?

[GuyGadeboisTheBack]

"Un buon studio è uno studio i cui risultati stimolano le azioni del gruppo che produce e commercializza il prodotto in esame". (WJB Rockabilly III)

[ABC2019]

perché neutralizza tutti i fattori confondenti: tirando a sorte nello STESSO gruppo di controllo, tutti gli altri parametri sono statisticamente uguali tranne quello che si desidera testare.

Mentre se confronti la mortalità dei giovani che sono venuti a piedi per essere testati all'IHU con quella dei vecchi subclaquerants ospedalizzati a Parigi, beh non hai solo il trattamento che cambia, hai molti fattori di confusione.

Se non hai capito questo principio di base, o non lo ammetti, può essere discusso per sempre ...

Scusate ? Quindi è più una casualizzazione ...

Randomizzazione significa che selezioni casualmente le persone che prendono il trattamento che vuoi testare e le persone che non lo fanno, senza che sia correlato ad altri criteri. Se raccogli persone in una grande stazione ferroviaria e scegli a caso chi prende una pillola e chi no (o chi prende un placebo, una pillola che ha lo stesso aspetto ma non contiene alcun prodotto), è "casuale". avrà altrettanti uomini, donne, anziani, giovani nei due campioni, l'unica differenza statisticamente parlando è la pillola.
Se non spari a caso ma prendi un criterio per scegliere a chi dare la pillola, non è più casuale, è di parte. E introduci un fattore di confusione perché non saprai se il possibile effetto misurato è proprio dovuto alla pillola o al criterio di scelta che hai applicato per sapere a chi la dai.

Stesso discorso per gli studi "osservazionali" dove non si agisce per dare qualcosa ma si cerca di correlare due criteri (ad esempio sapere se uomini o donne hanno più di una certa malattia), si può trovare una correlazione spuria dovuta a un fenomeno correlato alla due criteri che ignori e che sembrano produrre un effetto opposto a quello reale: è il paradosso di Simpson.

[ABC2019]

"Un buon studio è uno studio i cui risultati stimolano le azioni del gruppo che produce e commercializza il prodotto in esame". (WJB Rockabilly III)

tranne per il fatto che l'articolo che hai citato non lo scrive affatto, non dice che la maggior parte degli studi sono falsificati. Dice solo che la randomizzazione spesso non è necessaria. Detto questo, ci sono studi che dimostrano che molti studi sono di parte, ma questo è vero sia per gli studi randomizzati che per gli studi osservazionali. Un pregiudizio che può facilmente verificarsi anche negli studi randomizzati è la scelta della popolazione di partenza, che non è casuale. Ad esempio, in una stazione, avrai principalmente persone in buone condizioni e avendo i mezzi per viaggiare, non è casuale.

[Janic]

Ad esempio, in una stazione, avrai principalmente persone in buone condizioni e avendo i mezzi per viaggiare, non è casuale.

Ma la popolazione di un intero paese, ovvero 67.000.000 di individui, è casuale! Limitare i pregiudizi in modo molto più forte che su poche centinaia o migliaia di individui. Ma è già troppo tardi perché non dobbiamo confondere paura e ragione!

[Obamot]

Poiché non ho capito Simpson ... ho letto in diagonale e Bigard:

- "Se raccogli persone in una grande stazione e spari a caso ..."
- "Ai criteri di selezione che hai applicato per sapere a chi lo stai dando ..."
- "Introduci un fattore di confusione"
- "identico nell'aspetto ma senza alcun prodotto in esso"
- "avrai tanti uomini, donne"
- "vecchio giovane"
- "è di parte"
- "perché non saprai se il possibile effetto misurato è realmente dovuto ..."
- "Se non spari a caso"
- "Non agisci per dare qualcosa"
- "Che sembra produrre l'effetto opposto a quello reale"

Come siamo "fuori reale", Very concept"fisico", Non oso commentare, è troppo poetico ...

[ABC2019]

Ad esempio, in una stazione, avrai principalmente persone in buone condizioni e avendo i mezzi per viaggiare, non è casuale.

Ma la popolazione di un intero paese, ovvero 67.000.000 di individui, è casuale!

è pazzesco essere intasati a questo punto ... se tratti la popolazione di un intero paese, non hai punti di paragone, hai bisogno di un campione trattato e di un campione non trattato per conoscerne l'effetto, e la scelta del campione trattato deve Essere casuale.

Ed è assolutamente inutile trattare decine di milioni di persone per scoprirlo, poche migliaia o decine di migliaia sono più che sufficienti. Ma devono essere stati scelti a caso.

[Obamot]

Rassicurateci, voi "pneumatici“A caso in una grande stazione, ma comunque nell'ufficio nel vagone?

[Janic]

è pazzesco essere intasati a questo punto ... se tratti la popolazione di un intero paese, non hai punti di paragone, hai bisogno di un campione trattato e di un campione non trattato per conoscerne l'effetto, e la scelta del campione trattato deve Essere casuale.

Ovviamente se hai altri paesi che non hanno applicato questa vaccinazione (ad esempio) che consente questi confronti statistici.

Ed è assolutamente inutile trattare decine di milioni di persone per scoprirlo, poche migliaia o decine di migliaia sono più che sufficienti. Ma devono essere stati scelti a caso.

ancora intasato. Quando nella fase 4 compaiono effetti collaterali che non sono stati identificati nelle fasi 2 e 3, è perché questi piccoli campioni sono troppo deboli. come per il distilbene i cui effetti hanno avuto un impatto sulle generazioni successive, o il vioxx che ha fatto anche decine di migliaia di morti, ecc ...

[ABC2019]

è pazzesco essere intasati a questo punto ... se tratti la popolazione di un intero paese, non hai punti di paragone, hai bisogno di un campione trattato e di un campione non trattato per conoscerne l'effetto, e la scelta del campione trattato deve Essere casuale.

certo che si, hai altri paesi che non hanno applicato questa vaccinazione (ad esempio) che consente questi confronti statistici.

Quindi confermi: non hai capito cosa sia un campione randomizzato.

Abbiamo sospettato un piccolo preavviso ...