जिन वर्षों में मैंने सहयोगी संपादक के रूप में काम किया ( अमेरिकन जर्नल ऑफ एपिडेमियोलॉजी), मैंने "सहकर्मी समीक्षाओं" का पूरा दायरा देखा है—ऐसी सूक्ष्म, विचारशील आलोचनाओं से लेकर जिनके लेखकों ने स्पष्ट रूप से इस कार्य में कई घंटे लगाए थे, अधूरी समीक्षाओं तक, जिनमें लापरवाही और अक्षमता झलकती थी। मैंने लेखकों के प्रशंसकों द्वारा मित्रवत समीक्षाएँ और उनके शत्रुओं द्वारा शत्रुतापूर्ण समीक्षाएँ पढ़ी हैं। (उनके लहजे से यह बताना मुश्किल नहीं है।) विज्ञान के अभ्यास में, मनुष्य अभी भी मनुष्य की तरह व्यवहार करते हैं।
महामारी के दौरान हालात और भी बदतर हो गए। जिन अध्ययनों में कोविड टीकों की प्रशंसा की गई थी, उन्हें तुरंत "सहकर्मी-समीक्षित" प्रमाणित कर दिया गया, जबकि आलोचनात्मक, प्रकाशन-पश्चात सहकर्मी समीक्षा को दबा दियापरिणामस्वरूप, अब हमारे पास प्रकाशित घटिया विज्ञान का एक ऐतिहासिक संग्रह है। इसे मिटाया नहीं जा सकता, लेकिन अब समय आ गया है कि इस रिकॉर्ड को दुरुस्त किया जाए।
बायोमेडिकल जर्नल्स कोई मंच नहीं हैं। पहली बात, बहुत पहले प्रकाशित लेखों की खुली सहकर्मी समीक्षाओं के लिए कोई औपचारिक अनुभाग नहीं है। दूसरी बात, संपादकों को अपनी पत्रिकाओं में प्रकाशित झूठों को उजागर करने में कोई दिलचस्पी नहीं है। तीसरी बात, अभिवेचन मशीन अभी भी अपनी जगह पर है। अभी तक मैं उसे सिर्फ़ तोड़ पाया हूँ एक बार, और यह आसान नहीं था.
तो फिर हम रिकार्ड को कैसे सही करने का प्रयास कर सकते हैं और कहां?
महामारी विज्ञान, जैव सांख्यिकी और संबंधित पद्धति विज्ञान के क्षेत्रों में कार्यरत अपने उन सहयोगियों को मैं एक सुझाव देना चाहता हूँ जिन्होंने महामारी के दौरान अपनी आलोचनात्मक सोच को बनाए रखा। कोविड टीकों के बारे में एक या अधिक लेख चुनें और अपनी समीक्षा प्रस्तुत करें। ब्राउनस्टोन जर्नलअगर यह दिलचस्प और अच्छी तरह से लिखा गया है, तो इसके प्रकाशित होने की पूरी संभावना है। मैं चुनिंदा लेखों को चुनने की सलाह देता हूँ: उन समकक्ष-समीक्षित लेखों को खोजें जिनसे आपको सबसे ज़्यादा चिढ़ हुई हो, या तो इसलिए कि वे शुद्ध थे। बकवास या क्योंकि सही अनुमान था आश्चर्यजनक रूप से भिन्नऔर अगर आपने ट्विटर (अब X) पर संक्षिप्त आलोचनाएँ या अन्य प्लेटफ़ॉर्म पर विस्तृत समीक्षाएँ पोस्ट की हैं, तो उन्हें विस्तृत करें, संशोधित करें और ब्राउनस्टोन को भेजें। शायद हम धीरे-धीरे आलोचनात्मक समीक्षाओं की एक सूची बना सकें, जिससे वैज्ञानिक पद्धति और जैव चिकित्सा विज्ञान में कुछ विश्वास बहाल हो सके।
यहाँ एक उदाहरण है।
ओंटारियो, कनाडा में एक अध्ययन की समीक्षा और पुनः विश्लेषण
में प्रकाशित ब्रिटिश मेडिकल जर्नल अगस्त 2021 में, काग़ज़ 2021 की शुरुआत में, उनके प्राधिकरण के तुरंत बाद, mRNA टीकों की प्रभावशीलता की रिपोर्ट दी गई।
यह शोध उस समय के टीका अध्ययनों का एक विशिष्ट उदाहरण था। प्रभावशीलता का आकलन "वास्तविक दुनिया" के परिवेश में किया गया था; अर्थात्, टीकाकरण अभियान के दौरान एक अवलोकनात्मक अध्ययन। अध्ययन अवधि (मध्य दिसंबर 2020 से मध्य अप्रैल 2021 तक) में जनवरी की शुरुआत में कोविड की सर्दियों की लहर का चरम शामिल था। हम बाद में पृष्ठभूमि संक्रमण जोखिम द्वारा भ्रमित करने वाले एक प्रबल पूर्वाग्रह पर चर्चा करेंगे।
यह डिज़ाइन केस-कंट्रोल अध्ययन, यानी टेस्ट-नेगेटिव डिज़ाइन का एक रूपांतर था। योग्य विषयों का कोविड जैसे लक्षणों के कारण पीसीआर परीक्षण किया गया। मामले पॉजिटिव पाए गए; नियंत्रित विषयों का परीक्षण नेगेटिव आया। हमेशा की तरह, ऑड्स अनुपात की गणना की गई, और प्रभावशीलता की गणना ऑड्स अनुपात (प्रतिशत में व्यक्त) में से 1 घटाकर की गई। नमूना आकार बड़ा था: 53,270 मामले और 270,763 नियंत्रण।
लेखकों ने निम्नलिखित प्रमुख परिणाम बताए (मेरे इटैलिक):
"एक खुराक के ≥14 दिन बाद देखे गए लक्षणात्मक संक्रमण के विरुद्ध टीके की प्रभावशीलता 60% (95% विश्वास अंतराल 57% से 64%) थी, जो एक खुराक के 14-20 दिन बाद 48% (41% से 54%) से बढ़कर 35-41 दिन बाद 71% (63% से 78%) हो गई। दो खुराक के ≥7 दिन बाद देखे गए टीके की प्रभावशीलता 91% (89% से 93%) थी।"
प्रभावशीलता के लगभग हर अध्ययन की तरह, लेखकों ने शुरुआती घटनाओं को नज़रअंदाज़ कर दिया। जैसा कि बताया गया है अन्यत्र, यह अभ्यास एक पूर्वाग्रह का परिचय देता है जिसे कहा जाता है अमर समयया, केस-काउंटिंग विंडो पूर्वाग्रहयह न केवल संभावित शुरुआती हानिकारक प्रभावों को अस्पष्ट करता है, बल्कि प्रभावी रूप से प्रभावशीलता के अति-अनुमान की ओर भी ले जाता है। आरएफके, जूनियर ने इस पूर्वाग्रह का गैर-तकनीकी शब्दों में उल्लेख किया (देखें वीडियो क्लिप).
RSI सही दृष्टिकोण सरल है। हमें प्रभावशीलता का आकलन करना चाहिए पहली खुराक के प्रशासन से बाद के समय बिंदुओं (निर्मित प्रतिरक्षा) तक। नीचे दी गई मेरी तालिका अध्ययन के आँकड़े और नए विश्लेषण के परिणाम दिखाती है। प्रत्येक पंक्ति प्रभावशीलता की गणना दर्शाती है। निर्दिष्ट दिन तक.
पहली खुराक के बाद पहले दो हफ़्तों के अंत तक प्रभावशीलता नकारात्मक थी और दूसरी खुराक से पहले यह 70% नहीं, बल्कि लगभग 30% तक पहुँच गई थी। पूर्ण प्रतिरक्षा के समय तक यह केवल लगभग 50% तक पहुँची, 90% नहीं। हालाँकि मेरे अनुमान समायोजित नहीं हैं, तालिका 2 (पूरक सामग्री) यह दर्शाता है कि समायोजन से लेखकों के अनुमान में कोई परिवर्तन नहीं हुआ है।
हालाँकि, मेरे परिणाम अभी भी पक्षपाती हैं, जैसा कि मैंने पहले कहा था, "पृष्ठभूमि संक्रमण जोखिम से भ्रमित होना।"
नीचे दिया गया आंकड़ा वेबसाइट से लिया गया है सार्वजनिक स्वास्थ्य ओंटारियोकाली रेखा नए मामलों का 7-दिवसीय रोलिंग औसत दर्शाती है। मैंने अध्ययन अवधि को दर्शाने वाली लाल रेखाएँ जोड़ीं, जिन्हें दो अंतरालों में विभाजित किया गया है। मैंने प्रत्येक अंतराल में टीकाकरण किए गए लोगों की संख्या का अनुमान भी जोड़ा।
पहला अंतराल, जिसमें शीत लहर का चरम था, टीकाकरण अभियान की धीमी शुरुआत का दौर था। उस समय, टीकाकरण की स्थिति का वितरण टीकाकरण न करने की ओर झुका हुआ था, जिसका अर्थ है कि टीकाकरण न कराने की स्थिति संक्रमित होने की उच्च संभावना के साथ मेल खाती हैइसके विपरीत, दूसरी अवधि के दौरान, जब लाखों लोगों ने पहली खुराक प्राप्त की थी, पृष्ठभूमि संक्रमण दर कम थी। मार्च के मध्य में ही नए मामलों की संख्या धराशायी रेखा को पार कर पाई। संक्षेप में, टीकाकरण और संक्रमण के बीच विपरीत संबंध संक्रमण के जोखिम के समय के रुझानों से काफी हद तक भ्रमित था। यहाँ तक कि एक प्लेसीबो इंजेक्शन भी प्रभावी प्रतीत होता।
मैं इस पूर्वाग्रह को दूर नहीं कर सकता, और यह बहुत प्रबल है। वास्तविक प्रभावशीलता, यदि कोई है, तो अमर समय पूर्वाग्रह को दूर करने के बाद मेरे द्वारा लगाए गए अनुमानों से बहुत कम है। चाहे यह छह हफ़्तों में 10% हो या 20%, इससे कोई फ़र्क़ नहीं पड़ता। यह कोई टीका नहीं है।
लेखकों ने एक और केस ग्रुप का इस्तेमाल किया: अस्पताल में भर्ती होना या मृत्यु। यह डेटा न केवल पिछले पूर्वाग्रहों के अधीन है, बल्कि स्वस्थ टीकाकृत पूर्वाग्रहहालाँकि, मैं कोई सुधार नहीं कर सकता। मामलों का ज़्यादातर डेटा कम संख्या के कारण दबा दिया गया था, और नियंत्रण समूह गलत था। उन्होंने "पहले प्राथमिक परिणाम विश्लेषण के लिए इस्तेमाल किए गए उसी नियंत्रण समूह (यानी, लक्षण वाले व्यक्ति जिनका SARS-CoV-2 परीक्षण नेगेटिव आया था) का इस्तेमाल किया।" यह परीक्षण-नकारात्मक डिज़ाइन के मूल सिद्धांत का उल्लंघन है। नियंत्रण समूह में अस्पताल में भर्ती या मृत लोग होने चाहिए थे जिनका परीक्षण नेगेटिव आया हो।
निम्नलिखित वाक्य उनके द्वारा फिट किए गए रिग्रेशन मॉडल की गलतफहमी को दर्शाता है। वे लिखते हैं, "हमने ऑड्स रेशियो का अनुमान लगाने के लिए मल्टीवेरिएबल लॉजिस्टिक रिग्रेशन मॉडल का इस्तेमाल किया, टीकाकरण की संभावना (मेरे इटैलिक) परीक्षण पॉजिटिव मामलों और परीक्षण नेगेटिव नियंत्रणों (संदर्भ समूह के रूप में बिना टीकाकरण वाले लोगों के साथ) के बीच।" आश्रित चर केस-कंट्रोल स्थिति (केस होने की लॉग ऑड्स) थी। तकनीकी रूप से, केस होने की ऑड्स (बनाम नियंत्रण होने की) की तुलना की जाती है, टीकाकरण की ऑड्स की नहीं।
अजीब बात है, पोस्ट किया गया पूरक सामग्री अभी भी शीर्षक है, "गोपनीय — वितरण के लिए नहीं, 5 अगस्त 2021।" ऐसी लापरवाही सिर्फ़ कोविड काल में ही देखने को मिलती है। हम यहाँ एक ऐसे अख़बार के पक्षपातपूर्ण (लापरवाह) संचालन को देख रहे हैं जिसने इस कहानी को आगे बढ़ाया।
मैं अपनी समीक्षा को अपने एक पसंदीदा विषय के साथ समाप्त करूंगा: निरर्थक परिणाम.
नीचे दिया गया आंकड़ा लेखकों द्वारा गणना की गई प्रभावशीलता के अनुमानों को दर्शाता है। तीर एक ऐसे परिणाम की ओर इशारा करता है जिसका कोई मतलब नहीं है। हमें इंजेक्शन के 6 दिनों के भीतर दूसरी खुराक से कोई अतिरिक्त लाभ की उम्मीद नहीं है, फिर भी प्रभावशीलता बढ़ गई, लगभग अगले अंतराल (7+ दिन) के अनुमान तक पहुँच गई। यदि 0-6 दिनों का अनुमान स्पष्ट रूप से पक्षपाती है, तो हम अगली खुराक पर भरोसा क्यों करेंगे?
उपसंहार
जैसा कि मैंने शुरुआत में लिखा था, हमें ऐतिहासिक रिकॉर्ड को सही करने की कोशिश करनी चाहिए। आगे का सफ़र लंबा है, लेकिन जैसा कि कहावत है, "हज़ार मील का सफ़र एक कदम से शुरू होता है।" मैं ख़ास तौर पर उन शीर्ष-स्तरीय पद्धति-विज्ञानियों से अपील कर रहा हूँ जो घटिया अध्ययनों की धज्जियाँ उड़ाते थे और अस्थिर तरीकों की आलोचना करते थे। उनमें से ज़्यादातर पूरी महामारी के दौरान चुप रहे, शायद "सुरक्षित और प्रभावी" कहानी को चुनौती देने के नतीजों के डर से।
आइए उन अध्ययनों की निडर समीक्षाओं को पढ़ना शुरू करें जिनमें कोविड टीकों की उल्लेखनीय प्रभावशीलता की रिपोर्ट की गई थी, जो झूठी साबित हुईं। वास्तविक आंकड़ों या सिमुलेशन के साथ, यदि संभव हो तो, पता लगाने, उजागर करने और सुधारने के लिए समस्याओं की कोई कमी नहीं है:
अगर हम यह काम नहीं करेंगे तो हम पढ़ते रहेंगे झूठे, प्रभावशीलता-आधारित अनुमान कितने लोगों की जान बचाई गई। क्या यह करीब था? 2.5 लाखजैसा कि कुछ लोगों ने दावा किया है, या मृत्यु दर के आंकड़ों में पता न चलने वाला, या संभवतः लगभग शून्यऔर क्या हमें कभी कुछ जवाब मिलेंगे प्रासंगिक परीक्षण?
से पुनर्प्रकाशित मध्यम
बातचीत में शामिल हों:
ए के तहत प्रकाशित क्रिएटिव कॉमन्स एट्रिब्यूशन 4.0 इंटरनेशनल लाइसेंस
पुनर्मुद्रण के लिए, कृपया कैनोनिकल लिंक को मूल पर वापस सेट करें ब्राउनस्टोन संस्थान आलेख एवं लेखक.
