نامه دکتر سوری به وزیر بهداشت انتقاد شدید از ارائه آمار غلط درباره تاثیر واکسیناسیون
جارستان:رییس کمیته کشوری اپیدمیولوژی و واکنش سریع اپیدمی کرونا با تاکید بر لزوم تحلیل درست دادههای تحقیقات منتشر شده پیرامون کرونا، در نامهای خطاب به وزیر بهداشت علت نادرست بودن این اطلاعات را متذکر شد. فرارو- رییس کمیته کشوری اپیدمیولوژی و واکنش سریع اپیدمی کرونا با تاکید بر لزوم تحلیل درست دادههای تحقیقات منتشر شده
فرارو- رییس کمیته کشوری اپیدمیولوژی و واکنش سریع اپیدمی کرونا با تاکید بر لزوم تحلیل درست دادههای تحقیقات منتشر شده پیرامون کرونا، در نامهای خطاب به وزیر بهداشت علت نادرست بودن این اطلاعات را متذکر شد.
حمید سوری از اطلاعات آماری ارائه شده درباره اجرای واکسیناسیون در کشور به شدت انتقاد کرد. پیشتر آماری از سوی وزارت بهداشت منتشر شده بود که برخی آن را شکست واکسیناسیون در کشور تفسیر کردند.
در آمار ارائه شده ادعا شده بود دو هزار نفر پس از تزریق واکسن بر اثر کرونا در کشور فوت کردهاند.
ارائه این آمار انتقادهای دیگری هم در پی داشت از جمله اینکه این آمار برای خدشه وار کردن به واکسن های خارجی ارائه شده است.
در همین رابطه در متن نامه دکتر حمید سوری رییس کمیته کشوری اپیدمیولوژی و واکنش سریع اپیدمی کرونا خطاب به دکتر نمکی وزیر بهداشت آمده است: «پیرو نامه شماره ۵۵۲ / ۱۱۰ / د مورخ ۲۴/ ۵/ ۱۴۰۰ آقای دکتر علی شریفی زارچی سرپرست محترم مرکز مدیریت آمار فناوری اطلاعات، لازم می دانم به عنوان رئیس کمیته کشوری اپیدمیولوی و تیم واکنش سریع کووید ۱۹ موارد ذیل را خدمتتان عرض کنم.
۱- تحلیل آمار در حیطه فعالیت آن مرکز نیست و با توجه به تخصص سرپرست محترم، تحلیل اطلاعات سلامت باید توسط متخصصان رشتههای مرتبط با زمینههای علوم زیستی به ویژه گروه های مرتبط با اپیدمیولوژی انجام شود.
۲- انتشار نامهای در سطح جامعه با مضمون غیرعلمی به شکل مستقیم یا با واسطه، که هنوز در کمیتههای علمی مربوطه تایید نشده است خلاف مصلحت جامعه و تدبیر در مدیریت اپیدمی کرونا است.
۳- گرچه تحلیل اپیدمیولوژی دادههای مرتبط و تعریف شدهای اپیدمی میتواند برای سیاست گذاری و گاه برای تنویر افکار عمومی مفید باشد ولی نتیجه گیری غیر علمی و غیر تخصصی از یافتههای خام، بویژه در شرایط کنونی میتواند موجب اثر مخرب بر استقبال مردم از واکسیناسیون حداکثری باشد.
۴- اشکالات اساسی روش شناسی در نامه مذکور و ابهامات متعدد، تحلیل دادهها را دچار سوگیری و خطا کرده است برای مثال موارد ذیل قابل ذکر است:
• این نتیجه گیری از داده های خام مثال روشنی از Simpson’s paradox است که بخاطر تعیین ارتباط بین دو متغیر با استفاده از داده های خام پیش می آید و میتواند تحت تاثیر متغیرهای دیگر ایجاد خطا کند.
• تاریخ شروع ثبت اطلاعات و خاتمه واکسیناسیون در نمونهها مشخص نیست و تعداد دوزهای تزریقی کلی و به تفکیک نامشخص است.
• توزیع دادهها باید بر اساس استانها و گروههای مختلف جمعیتی (نه تنها سن) باشد.
• زمان شروع پیکهای درج شده در نمودارها معلوم نیست و ارائه اعداد خام میتواند نتیجهگیری نادرستی را حاصل کند.
• در اپیدمیولوژی، برای تعیین ارتباط متغیرهای مستقل (مانند انجام واکسیناسیون) و متغیر پاسخ (مانند مرگ یا بستری) نمیتوان تنها از مقایسه توصیفی دو متغیر بهره گرفت. این نوع ارتباط جعلی (spurious association) و گمراه کننده است.
• چطور ممکن است از۹۱۲۱۰ نفر افرادی که نوبت اول واکسن را دریافت به بیمارستان مراجعه کرده اند همگی بستری( موقت یا عادی) شده باشند؟
• گرچه هیچ واکسنی در جلوگیری از ابتلای افراد به کووید-۱۹ بصورت ۱۰۰ درصد موفق نیست ولی مرگ حدود ۱۱ درصد (۸۵۵۲ نفر) در بین بستری شدگان عادی (۷۵۸۸۶) چگونه توجیه می شود؟
• با چه مستنداتی علت مرگ در افراد گزارش شده را بدون آن که تقدم زمانی(temporality) را در یک سری یافته توصیفی اثبات کرد میتوان به واکسیناسیون تعمیم داد؟
• اثرات ایمنی واکسیناسیون در افراد حداقل بین ۲ تا ۳ هفته از زمان واکسیناسیون است که در منحنی فاصله واکسیناسیون نوبت اول و دوم (نمودارهای بدون عنوان و شماره) شروع بستری، روز صفر در نظر گرفته شده است.
• علت مرگ افراد این بانک اطلاعاتی باید بررسی شده و توسط کمیته های مرگ یا پزشکی قانونی تایید شود.
• نوع واکسن تزریقی این افراد مشخص نیست و نتیجه گیری بر اساس تاین داده ها غیرعلمی است.
• طبق ادعای مندرج در صفحه چهارم احتمال مرگ در واکسینه شدههای ایرانی بیش از ۷۵ برابر شاخص مربوطه در بعضی کشورهاست این نتیجه غیر معقول، نیازمند تحلیل تخصصی توسط کمیته علمی است.
۱) اندازه های مربوط به میزان بستری یا مرگ در واکسینه شدههای کرونا بستگی به طغیان های اپیدمی، و میزانهای بروز بیماری در هر کشور دارد. این اندازهها باید به تفکیک زمان آنالیز شوند. در مقایسهی breakthrough death rate در کشورها باید به درصد جمعیت واکسینه شده و توزیع گروههای سنی در آن کشور توجه کرد. مقایسه این نرخ در ایران که تاکنون بیشتر افراد واکسینه شده شامل گروههای در پر خطر بودهاند با کشورهایی که بیشتر جمعیت خود را واکسینه کردهاند ممکن است به نتیجهگیریهای غیردقیق منجر شود.
• برای اثبات رابطه علمی بین واکسیناسیون و احتمال بستری یا مرگ لازم است مطالعات تحلیلی (مانند مطالعه کوهورت یا مورد شاهدی) صورت پذیرد و برای کنترل سایر مخدوش کننده ها از مدلهای اپیدمیولوژی استفاده کرد.
سرپرست محترم را برای درک بیشتر تحلیل نادرست خود به مطالعه های زیر ارجاع میدهم:
۱. Joselols Torre Cilla. Covid -۱۹ infection in vaccinated people: the use of statistics without context leads to false conclusion. corona virus crisis, Elpais ,۲۷ July ۲۰۲۱
۲. vaccines &Immunization. CDC. cdc.gov/vaccines/covid-۱۹/health- department/breakthrough- cases.html. access data Aug. ۱۷,۲۰۲۱
در پایان ضمن اظهار تاسف از پخش این گزارش پر اشتباه در سطح جامعه، به اطلاع می رساند این کمیته آمادگی دارد که با دریافت دادههای کامل مربوطه، تحلیل عمیق اپیدمیولوژی انجام داده و گزارش دقیق و علمی را ارائه دهد.”
برچسب ها :كرونا،وزارت لهداشت
- نظرات ارسال شده توسط شما، پس از تایید توسط مدیران سایت منتشر خواهد شد.
- نظراتی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
- نظراتی که به غیر از زبان فارسی یا غیر مرتبط با خبر باشد منتشر نخواهد شد.
ارسال نظر شما
مجموع نظرات : 0 در انتظار بررسی : 0 انتشار یافته : ۰