[討論] 公正判斷疫苗利弊:全因死亡率有打vs沒打

看板Gossiping作者 (迷宮道)時間2年前 (2022/04/26 15:39), 編輯推噓5(6126)
留言33則, 10人參與, 2年前最新討論串1/1
https://www.ptt.cc/bbs/Gossiping/M.1643001679.A.336.html 上次我解釋了為什麼全因死亡率是判斷疫苗利弊比較公正的方法。但似乎有些人還是有一 些疑問,所以想做一些補充。最後附輝瑞的FDA報告數據討論。 全因死亡率的概念很簡單,就是統計有打疫苗vs沒打疫苗的不論任何原因的死亡率。直觀 上很合理,因為一個醫療行為我們希望得到的結果是更不容易死亡,而不只是不容易死於 特定疾病。 有人可能會質疑,全因死亡把一些無關病毒或疫苗的死亡也算進來,這樣怎麼會準? 簡單 的答覆是"其他"死因在有打疫苗vs沒打疫苗兩邊會抵消掉,剩下的疫苗死亡和病毒死亡就 可得到:疫苗救的人數vs疫苗殺的人數,即可判斷疫苗是否利大於弊。 以下是較詳細的論證: 有打疫苗全因死亡=病毒死亡+疫苗死亡+其他死亡 沒打疫苗全因死亡=病毒死亡+其他死亡 同一時間點的客觀因素是一樣的,所以依照統計大數法則"其他死亡"兩邊會抵消掉。 令 f(t) = 沒打全因死亡(t) - 有打全因死亡(t) = (沒打病毒死亡 - 有打病毒死亡 - 有打疫苗死亡) (t) = (疫苗救的人數 - 疫苗殺的人數) (t) (這就回到我們上次提到的 利弊公式) 如果要計算累計死亡從開始到一段時間T,累加或是積分f(t): D=積分f(t) 從0->T 這樣算出來的數字就可以公正的判斷疫苗是否利大於弊 D>0 => 利>弊, D<0 =>弊>利 或許還是會有人有疑問,這樣是否多此一舉,直接計算:有打vs沒打的病毒死和疫苗死不 就好了,多了一個其他死因,雖然兩邊可以抵消但這樣似乎不太精準,會不會受許多因素 干擾? 從幾個方面可以回答: 1. 死因判定困難 首先這是新的疫苗,要判定是否疫苗致死有困難。上一篇提到:法醫要判斷是否為疫苗造 成的傷害要和之前案例作比對,但新的東西怎麼會有舊案例? (這裡有雞生蛋蛋生雞的問 題) 病毒致死也是有判斷的爭議: 先不考慮PCR問題,假設它大致是準的頂多些微誤差。測到 PCR就算是有病毒。但是死的時候有病毒就能確定是疫苗致死嗎? die of Covid(因新冠而死),die with Covid(死時剛好有新冠) ? 例如同時中兩種以上的病菌並不罕見: Coinfection共同感染。 https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(22)00383-X/fulltext 假設同時感染新冠和其他病毒,後來死亡,不一定能確定是因新冠而死。 ( 疑染其他病毒!新北2歲重症童病況曝光 https://news.ebc.net.tw/news/living/312895 ) 這樣也就算了,但常常看到的是預設前提雙重標準: 對病毒的態度預設是病毒造成傷亡,然後找證據去排除。 因為是新病毒,不了解所以大多無法排除->病毒死很多。 對疫苗的態度預設不是疫苗造成傷亡,然後找證據去證明。 因為是新疫苗,不了解所以大多無法證明->疫苗死很少。 (註: 通報也是一樣,第一時間就有過濾了。這步驟是一個主觀判斷,不管是病人還是專 家) 這樣的算法怎麼會公正呢? 2. 判斷是否死亡比判斷死因客觀 回來看公式: 全因死亡=疫苗死+病毒死+其他死因 因為上述原因(人類知識不足、雙重標準、主觀影響),死因會有錯誤歸因。我們無法確 切知道疫苗或是病毒死亡是多少(等式右邊三個變數不明) 但全因死亡比較容易統計,因為全因死亡只需要判斷死或是沒死,相對沒有爭議。科學上 我們希望數據是越客觀越好。因果關係的認定主觀因素較多,而死亡判定相對較客觀。計 算全因死亡率等於是繞過判定因果關係的爭議,更公正的判斷疫苗到底有沒有利大於弊。 全因死亡率統計方法也可看作是一種觀念轉換的技巧: 消除原本數據的主觀性,得到更客 觀更科學的數據。 3. 統計論證vs機制論證 全因死亡率有打vs沒打是一種統計論證;法醫判定死因是一種機制論證。 另一個雙重標準是:判斷藥物或疫苗有效性通常都用統計論證;判斷安全性卻用機制論證 。 用實際例子比較清楚。 我們來看輝瑞FDA報告,第23頁: https://www.fda.gov/media/151733/download "From Dose 1 through the March 13, 2021 data cutoff date, there were a total of 38 deaths, 21 in the COMIRNATY group and 17 in the placebo group. None of the deaths were considered related to vaccination." 有打疫苗死亡21人, 安慰劑組死亡17人。 但死因是本來就有病(?) 以上算法就是全因死亡。下篇解釋為何不能推給本來就有病,和統計論證vs機制論證的雙 重標準。(不過聰明的讀者現在應該能已經能理解了) (待續) -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.167.40.160 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1650958765.A.84A.html

04/26 15:39, 2年前 , 1F
跑錯版了??
04/26 15:39, 1F

04/26 15:39, 2年前 , 2F
什麼分類
04/26 15:39, 2F

04/26 15:40, 2年前 , 3F
對,你最公正了
04/26 15:40, 3F

04/26 15:40, 2年前 , 4F

04/26 15:41, 2年前 , 5F

04/26 15:41, 2年前 , 6F
你要的全因死亡呦
04/26 15:41, 6F

04/26 15:41, 2年前 , 7F
都PO過不知多少次了
04/26 15:41, 7F

04/26 15:42, 2年前 , 8F
繼續裝死吧
04/26 15:42, 8F

04/26 15:44, 2年前 , 9F
好心多加幾句話,怕你看不懂。全因死亡
04/26 15:44, 9F

04/26 15:44, 2年前 , 10F
的上升,發生在疫苗接種前半個月。疫苗
04/26 15:44, 10F

04/26 15:44, 2年前 , 11F
接種的高峰,未見全因死亡的上升。
04/26 15:44, 11F

04/26 15:45, 2年前 , 12F
疫苗接種這一"事件",並未造成全因死亡
04/26 15:45, 12F

04/26 15:46, 2年前 , 13F
上升。你還要吵接種vs未接種幹嘛?我連
04/26 15:46, 13F

04/26 15:46, 2年前 , 14F
你想吵什麼都知道XD
04/26 15:46, 14F

04/26 15:50, 2年前 , 15F
SR 大的資料跟論點比你強
04/26 15:50, 15F

04/26 15:54, 2年前 , 16F
講那麼多沒數字沒結論就註定沒關注了
04/26 15:54, 16F

04/26 15:54, 2年前 , 17F
也不是什麼爆文大師 別學人家待續
04/26 15:54, 17F

04/26 16:25, 2年前 , 18F
輝瑞文件啊 讓疫苗仔無法直視的文件
04/26 16:25, 18F

04/26 16:25, 2年前 , 19F
你們竟然會對輝瑞明知疫苗組死亡數比安慰
04/26 16:25, 19F

04/26 16:26, 2年前 , 20F
組多這件事完全接受,不去質疑是否合法,
04/26 16:26, 20F

04/26 16:26, 2年前 , 21F
合乎職業倫理道德?生化小碩士,我非常高
04/26 16:26, 21F

04/26 16:26, 2年前 , 22F
興你在板上駐板,沒在業界
04/26 16:26, 22F

04/26 16:28, 2年前 , 23F
每次都拿短期死亡數據來嘴,好像疫苗死就
04/26 16:28, 23F

04/26 16:28, 2年前 , 24F
只能是猝死一樣 這麼急著劃清收件日期是在
04/26 16:28, 24F

04/26 16:28, 2年前 , 25F
心虛什麼?
04/26 16:28, 25F

04/26 16:37, 2年前 , 26F

04/26 16:37, 2年前 , 27F
你至少要給疫苗發作時間吧,來看看美國非
04/26 16:37, 27F

04/26 16:37, 2年前 , 28F
新冠自然死亡率增加了多少?
04/26 16:37, 28F

04/26 16:39, 2年前 , 29F
y軸下降後,死亡率才跟著下降?
04/26 16:39, 29F

04/26 16:39, 2年前 , 30F
資料很難找
04/26 16:39, 30F

04/26 17:05, 2年前 , 31F
推,期待下集
04/26 17:05, 31F

04/26 18:04, 2年前 , 32F
我確定塔綠班看不懂
04/26 18:04, 32F

04/26 20:49, 2年前 , 33F
04/26 20:49, 33F
文章代碼(AID): #1YPw6jXA (Gossiping)