在我担任副主编的几年里（ 美国流行病学杂志)，我见识过各种各样的“同行评审”——从作者显然投入了大量时间的细致周到的评论，到体现粗心和无能的草率评论。我读过作者仰慕者友好的评论，也读过作者反对者的敌意评论。（从语气上不难看出。）在科学实践中，人还是要有人性的。
疫情期间情况变得更糟。赞扬新冠疫苗的研究很快就被认证为“同行评审”，而批判性的出版后同行评审则 压制……结果，我们现在积累了大量发表的劣质科学成果。这些成果无法抹去，但现在是时候开始纠正这些记录了。
生物医学期刊并非理想的平台。首先，期刊上没有正式的公开同行评审版块，用于对很久以前发表的文章进行评审。其次，编辑们对揭露期刊上发表的虚假信息毫无兴趣。第三， 审查 机器还在原地。到目前为止，我只能把它弄坏 一旦，这并不容易。
那么，我们该如何纠正这一记录，又在哪里纠正呢？
我想向那些在疫情期间保持批判性思维的流行病学、生物统计学和相关方法论领域的同事们提个建议。选择一篇或多篇关于新冠疫苗的文章，并提交你的同行评审意见至 褐砂石杂志如果文章有趣且写得好，很有可能被发表。我建议精挑细选：找到那些最让你恼火的同行评审文章，要么因为它们纯粹 废话 或者因为正确的推论是 截然不同如果您在 Twitter（现为 X）上发布了简短的评论，或在其他平台上发布了详尽的评论，请对其进行扩展、修改，然后提交给 Brownstone。或许我们可以慢慢地创建一个批判性评论库，恢复人们对科学方法和生物医学科学的一些信任。
下面是一个例子。
加拿大安大略省一项研究的回顾与再分析
发表于 英国医学杂志 2021年XNUMX月， 纸 2021 年初，即 mRNA 疫苗获得授权后不久，报告了其有效性。
这项研究是当时疫苗研究的典型代表。有效性是在“真实世界”环境中评估的；即在疫苗接种活动期间进行的一项观察性研究。研究期（2020年12月中旬至2021年4月中旬）涵盖了1月初新冠冬季疫情的高峰。我们稍后将讨论一种名为“背景感染风险混杂”的强烈偏差。
该设计是病例对照研究的一种变体，即检测阴性设计。符合条件的受试者因出现类似新冠病毒的症状而接受PCR检测。病例组检测呈阳性；对照组检测呈阴性。与往常一样，计算比值比，并将有效性计算为1减去比值比（以百分比表示）。样本量很大：53,270例病例和270,763例对照组。
作者报告了以下主要结果（斜体为本人所加）：
“接种一剂后≥14天观察到的疫苗对症状性感染的有效性为60%（95%置信区间为57%-64%），从接种一剂后14-20天的48%（41%-54%）上升至35-41天的71%（63%-78%）。接种两剂后≥7天观察到的疫苗有效性为91%（89%-93%）。=
和几乎所有关于有效性的研究一样，作者们也摒弃了早期事件。正如解释的那样 别处，这种做法引入了一种偏见，称为 永恒的时间 或 病例计数窗口偏差它不仅掩盖了早期可能出现的有害影响，而且还会导致对有效性的过度估计。罗伯特·肯尼迪（RFK, Jr.）曾用非技术术语提及过这种偏见（参见 视频剪辑).
这个 正确的方法 很简单。我们应该评估有效性 从服用第一剂开始 到后期时间点（免疫力增强）。下表展示了研究数据和新分析的结果。每行显示了有效性的计算 按指定日期.
首次接种后两周内，疫苗有效性为阴性，接种第二剂前，疫苗有效性约为30%，而非70%。到完全免疫时，疫苗有效性仅达到50%左右，而非90%。虽然我的估算未经调整，但电子表格2（补充材料) 表明调整几乎没有改变作者的估计。
然而，我的结果仍然存在偏差，因为我之前所说的“背景感染风险的混淆”。
下图取自 安大略省公共卫生黑线显示的是新增病例的7天滚动平均值。我添加了红线来表示研究期，并将其分为两个区间。我还添加了每个区间内接种疫苗人数的估计值。
第一个阶段，即冬季疫情高峰期，是疫苗接种运动缓慢启动的时期。当时，疫苗接种状况的分布偏向未接种疫苗，这意味着 未接种疫苗的情况恰好与感染的高概率相吻合相比之下，在第二阶段的大部分时间里，当数百万人接种第一剂疫苗时，背景感染率较低。直到3月中旬，新增病例数才回落至虚线。简而言之，疫苗接种与感染之间的负相关性受到感染风险随时间变化趋势的严重干扰。即使是安慰剂注射也似乎有效。
我无法消除这种偏见，而且它很强烈。即使有真正的效果，也比我消除永恒时间偏见后计算出的估计值要小得多。无论是六周后10%还是20%，都没有区别。那不是疫苗。
作者使用了另一个病例组：住院或死亡。这些数据不仅受到先前偏见的影响，还受到 健康疫苗接种者偏见然而，我无法更正。由于病例数量较少，大多数病例数据被隐藏了，而且对照组的数据是错误的。他们使用了“与第一次主要结果分析相同的对照组（即有症状但 SARS-CoV-2 检测呈阴性的个体）。”这违反了检测阴性设计的基本原则。对照组应该是检测呈阴性的住院患者或已故患者。
以下句子反映了他们对所拟合回归模型的误解。他们写道：“我们使用多变量逻辑回归模型来估计比值比，并比较了 接种疫苗的几率 （斜体字是我加的）检测阳性病例与检测阴性对照组（以未接种疫苗的人为参考组）之间的差异。因变量是病例对照状态（病例的对数概率）。从技术上讲，我们比较的是病例的概率（相对于对照组），而不是接种疫苗的概率。
奇怪的是，发布 补充材料 标题仍然写着“机密——不得分发，2021年8月5日”。只有在新冠疫情时代，你才能看到如此草率的报道。我们在这里观察到了对一篇服务于叙事的论文的偏见（粗心）处理。
我将以我最喜欢的话题来结束我的评论： 毫无意义的结果.
下图展示了作者计算的有效性估计值。箭头指向的结果毫无意义。我们预期注射后6天内第二次注射不会带来任何增量效益，但有效性却有所提高，几乎达到了后续间隔（7天以上）的估计值。如果0-6天的估计值明显存在偏差，我们又怎么会相信下一次的估计值呢？
结语
正如我在开篇所写，我们应该努力纠正历史记录。前路漫漫，但俗话说：“千里之行，始于足下。” 我尤其呼吁那些曾经批判糟糕研究、批评方法不可靠的顶尖方法学家。他们中的大多数人在整个疫情期间都保持沉默，或许是害怕挑战“安全有效”叙事的后果。
让我们开始阅读那些大胆的评论，这些评论针对的是那些报道新冠疫苗显著有效性的研究，而这些研究最终被证明是错误的。有很多问题需要用实际数据或模拟来检测、强调和纠正（如果可能的话）：
如果我们不做这项工作，我们将继续读 错误的、基于有效性的估计 挽救的生命。接近 2.5千万有些人声称，或者 死亡率统计中无法检测到， 要么 可能约为零我们会从 相关试验?
从本文节选 Medium
