47 obserwujących
775 notek
340k odsłon
  360   0

Dr M.Yeadon: Kłamstwa, bezczelne kłamstwa i statystyki "przypadków" COVID-19, cz.2

Kłamstwa, bezczelne kłamstwa i statystyki "przypadków" COVID-19 - śmiertelne niebezpieczeństwo fałszywie pozytywnych wyników testów , cz.2


Lies, Damned Lies and Covid Statistics - the Deadly Danger of false Positives

[dokończenie klasycznego już artykułu dr Yeadona, część pierwsza tutaj:

Dr M.Yeadon: Kłamstwa, bezczelne kłamstwa i statystyki "przypadków" COVID-19, cz.1]

MOTTO

"Groteskowe przeszacowanie "przypadków" zabija opiekę zdrowotną. To nadużycie władzy musi się skończyć."

[Dr M.Yeadon]


Wyobraź sobie 10000 osób poddawanych testom za pomocą wymazów, co widzisz w telewizji. Mamy dobre oszacowanie ogólnej częstości występowania wirusa z ONS, który jest całkowicie niezależne (od testów w ramach filaru 2).

Najważniejsze jest to, że rozsądne jest oczekiwanie, że częstość występowania wirusa będzie zbliżona do liczby stwierdzonej przez ONS, ponieważ próbki są pobierane losowo i wychwytują osoby z objawami i bez objawów proporcjonalnie do ich obecności w społeczności. Według ostatniego badania ONS, w pierwszym przybliżeniu, wirus został wykryty u 1 na 1000 osób. Można to również zapisać jako 0,1%. Więc kiedy 10000 osób zostanie przetestowanych w ramach procedur Ministerstwa Zdrowia, można się spodziewać znalezienia 10 prawdziwych wyników pozytywnych (fałszywie negatywne wyniki mogą być problemem, gdy wirus jest bardzo powszechny, ale w przypadku SARS-CoV-2 jest to nieistotne statystycznie).

Jaki jest więc odsetek fałszywie pozytywnych testów w codziennych testach Ministerstwa Zdrowia? Wydaje się, że nikt o to nie dba i tego nie wie, chociaż tak jak wspomniałem, absolutnie trzeba to wiedzieć, aby ustalić, czy test diagnostyczny ma jakąkolwiek wartość! Co wiemy o odsetku wyników fałszywie pozytywnych? Cóż, wiemy, że naukowcy brytyjscy rządowi byli bardzo zaniepokojeni tym problemem i raport dotyczący tego problemu został wysłany do SAGE z dnia 3 czerwca 2020 r. Cytuję: „O ile nie zrozumiemy operacyjnego odsetka fałszywie dodatnich wyników testów RT-PCR w Wielkiej Brytanii ryzykujemy ogromne zawyżenie częstości występowania COVID-19, zawyżenie zapotrzebowania na „śledzenie drogi wirusa” i duże przeszacowanie zasięgu bezobjawowej infekcji ”. W tym samym raporcie autorzy z pomocą wymienili od najniższego do najwyższego fałszywie dodatniego odsetka dziesiątek testów wykorzystujących tę samą technologię. Najniższa wartość wskaźnika fałszywie dodatnich wyniosła 0,8%.

Pozwólcie, że wyjaśnię wpływ fałszywie dodatniego wskaźnika 0,8% na wyniki codziennych testów „państwowych”. Wracamy do naszych 10.000 osób, które zgłosiły się na ochotnika do wykonania testu, a spodziewanych dziesięciu z wirusem (prewalencja 0,1% lub 1: 1000) zostało zidentyfikowanych za pomocą testu PCR. Ale teraz musimy obliczyć, ile fałszywych alarmów ma im towarzyszyć. Szokująca odpowiedź to 80. 80 to 0,8% z 10 000. Tyle fałszywych trafień otrzymywałbyś za każdym razem, gdy używałeś testu na grupie tej wielkości.

Skutek tego jest taki, że w tym przykładzie, w którym 10 000 osób przebadano w filarze 2, można podsumować w nagłówku takim jak ten: „Zidentyfikowano dziś 90 nowych przypadków” (10 prawdziwie pozytywnych przypadków i 80 fałszywie pozytywnych). Ale komunikat rządowy, że w dniu dzisiejszym wykryto 90 przypadków koronawirusa jest ogromnie (szalenie, opętańczo, niesamowicie) niepoprawny. Dla szarych magistrów z rządowych ław pozostaje poza ich zdolnością pojmowania, że w tych 90 wynikach pozytywnych było tylko... 10 prawdziwych przypadków. 80 nie miało nawet fragmentu wirusowego RNA w swojej próbce. To naprawdę absolutnie fałszywe alarmy.

Wyjaśnię, jak źle to wygląda w inny sposób, wracając do diagnostyki. Gdybyś poddał się testowi i był pozytywny, spodziewałbyś się, że lekarz powie ci, że masz chorobę, bez względu na to, co testuje. Zazwyczaj jednak testy odpowiadają na nieco inne pytanie: „Jeśli pacjent ma pozytywny wynik w tym teście, jakie jest prawdopodobieństwo, że ma chorobę?” Zazwyczaj w przypadku dobrego testu diagnostycznego lekarz będzie mógł powiedzieć około 95%, i da się takiego testu sensownie używać. Możesz wykonać też inny test potwierdzający, jeśli wynik był bardzo poważny, jak rak. Ale w naszym przykładzie z codziennych testów Min. Zdr., jakie jest prawdopodobieństwo, że osoba, która uzyska wynik pozytywny faktycznie ma COVID-19? Wstrząsająca odpowiedź jest, że jest tylko 11% szans na to (10 podzielone przez 80 + 10). Test wyolbrzymia liczbę przypadków COVID-19 prawie dziesięciokrotnie (90 podzielone przez 10). Czy jeszcze trzęsiesz isę ze strachu przed COVID-19? TEN codzienny obrazek, który pokazują ci na ekranie, ze „słupkami” pnącymi się do góry się po prawej stronie? To strasznie przesadzone.   

Wcześniej latem ONS wykazał, że częstość występowania wirusa była nieco niższa, 1 na 2000 albo 0,05%. Nie wydaje się to wielka różnica z dzisiejszą prewalencją, ale jakaś jest. Teraz test znajdzie o połowę mniej rzeczywistych przypadków z naszych 10 000 ochotników, a więc 5 prawdziwych przypadków. Ale wada w teście oznacza, że nadal znajdzie 80 fałszywych alarmów (0,8% z 10 000). Więc jest jeszcze gorzej. Nagłówek w Wiadomościach brzmiałby: „85 nowych przypadków zidentyfikowanych dzisiaj”. Ale teraz prawdopodobieństwo, że osoba, która uzyska wynik pozytywny, ma wirusa, jest absurdalnie niskie 6% (5 podzielone przez 80 + 5). Wcześniej latem ten sam test wyolbrzymił liczbę przypadków COVID-19 17-krotnie (85 podzielone przez 5). W ten sposób tak łatwo jest wygenerować pozornie dużą epidemię. Do wygenerowania fałszywie dużej epidemii nie trzeba nic innego, jak tylko ignorować problem i fakt  fałszywych alarmów. Wygenerujesz dowolnie duża epidemię po prostu udając, że nic nie wiesz o odsetku fałszywych wyników, udając, że wynosi on zero. Ale on nigdy nie jest równy zeru.

Lubię to! Skomentuj1 Napisz notkę Zgłoś nadużycie

Więcej na ten temat

Komentarze

Inne tematy w dziale