|
|
Marek Michalski
Przyjmuję wszystkie krytyczne uwagi – po to te obliczenia opublikowałem - a oto odpowiedź.
Moim celem było oszacowanie prawdopodobieństwa prawdziwie dodatniego testu w populacji Polski. Ograniczyłem grupę do osób, które w ogóle test wykonały ponieważ przypadki oficjalnie stwierdzonych zakażeń pochodziły z tej grupy.
Wynik, który uzyskałem mówi o tym, że gdyby wszystkim z 12mln osób badanych zrobić test w tym samym dniu to testy prawdziwie dodatnie dotyczyłyby tylko 2,5%.
14 dniowy okres wyznaczony dla kwarantanny przyjąłem jako liczbę dni gdy osoby badanej grupy były zakaźne a przez pozostałe dni opisanego 13 mies. okresu już nie były zakaźne.
Chodzi o to że przy swoistości 72% otrzymalibyśmy 28% wyników fałszywie dodatnich,
a zatem
w grupie niezakażonych 12.046.334 osoby (12.133.197 cała grupa minus 86.863 zakażonych w dniu badania) x 28%
test wykazałby fałszywie 3.372.973,52 osób zdrowych jako zakażone
a
w grupie 86.863 osób zakażonych x czułość 98%
test wykazałby prawdziwie 85.125,74 osób zakażonych jako zakażone.
Na koniec wróćmy do początku.
Weźmy test o swoistości 72% i zastosujmy go w całej Polsce. w tym samym dniu.
Otrzymujemy 28% wyników fałszywie dodatnich.
To oznacza 10mln Polaków "chorych bezobjawowo" i spełniających kryteria umieszczenia w kwarantannie.
Jeżeli założyć 100.000 jako liczbę zakażonych w danym dniu to z jakim prawdopodobieństwem test dodatni jest rzeczywiście dodatni? |
|
|
Kazimierz Koziorowski
nie mieszajmy kosmosu do balaganu jaki ludzie ludziom gotuja na tej ziemi. nasza planeta, z jej atmosfera, jej grawitacja i pole magnetyczne, razem z termoregulacja oceanow radza sobie z kosmicznymi zagrozeniami biosfery calkiem dobrze. wiara w to ze czlowiek moze ten mechanizm zaklocic to brednie. byly czasy ze kazdy szanujacy sie uczony przewidywal katastrofalny czas dla ziemian kiedy obserwowano komety. teraz probuje sie tumanic lud w podobny sposob mikusjac dane obserwacyjne z propaganda. z ogolnika ze promieniowanie jonizujace jest zabojcze dla zycia podanej dla mas wynika ze marny koniec ludzkosci jest bliski. tymczasem jest multum warunkow dodatkowych, o ktorych juz propagandysci nie chca slyszec, ktore musialyby zaistniec, zeby kosmiczne promieniowanie jonizujace bylo rzeczywistym zagrozeniem dla ziemian. zycie jest zanurzone w promieniowaniu kosmicznym od swojego poczatku 3 900 000 000 lat i tak bedzie do konca ktory nastapi za 5 000 000 000 lat w wyniku ewolucji Slonca chyba ze wczesniej nastapi inna katastrofa kosmiczna. czlowiek puch marny nie ma wplywu na procesy kosmiczne. |
|
|
Alina@Warszawa
Ja podziwiam każdego, kto próbuje w tak nieokreślonym układzie jak test biologiczny o nieskończonej ilości możliwych kombinacji, które są tak naprawdę poza kontrolą człowieka, liczyć jakieś prawdopodobieństwo. Błąd to jest każde liczenie!
Mniej więcej z podobnym sensem i sukcesem można liczyć prawdopodobieństwo zobaczenia 50% diabełków na łebku szpilki. |
|
|
Zbyszek
@Marek Michalski: W moim rozumieniu błąd jaki pan popełnia występuje przy liczeniu P( Z ).
1. Pan dzieli liczbę wszystkich pozytywnych wyników z okresu testowania przez liczbę dni:
2 456 709 / 396 = 6 204
tego pan nie zapisuje w tekście.
2. Zakłada pan, że "stan zakażenia" trwa 14 dni, zatem dowolnego dnia ilość zakażonych, to są ci, u których zakażenie stwierdzono dzisiaj, oraz w kolejnych dniach przez (w sumie) 14 dni wstecz. Zatem mnoży pan 6 204 * 14 = 86 853
Tyle pan przyjmuje, że jest "zakażonych" stale, każdego dnia testów.
3. Dochodzi do liczenia prawdopodobieństwa, że wybrane do testów osoby były "zakażone".
Zatem populację wziętą do testów dzieli pan przez liczbę osób będących zakażonymi obliczoną w pkt 2. Zatem dzieli pan:
86 853 / 12 133 197 = 0,72%
ale tu jest BŁĄD
Bo prawdopodobieństwo, że w czasie testu mamy do czynienia z osobą zakażoną to stosunek ilości osób "zakażonych" (o wyniku pozytywnym), do ilości osób TESTOWANYCH, ale W TYM SAMYM OKRESIE w jakim uzyskano te pozytywne wyniki. Zatem poprawnie prawdopodobieństwo, że trafiono na osobę "zakażoną", należałoby liczyć przy użyciu liczby osób testowanych w ciągu 14 dni,a nie w ciągu 396 (lub 397) dni.
Zatem liczba wszystkich testowanych dziennie = 12 133 197 / 396 = 30 639
Liczba testowanych w w okresie uzyskania 85 853 wyników pozytywnych = liczba testowanych dziennie * 14 dni
30 639 * 14 = 428 951
Zatem przez 14 dni poddano testom 428 951 osób, z czego uzyskano wynik pozytywny (co pan zakłada jako osoba "zakażona") u 86 853 osób.
4. Zatem prawdopodobieństwo trafienia na osobę zakażoną wynosi:
86 853 / 428 951 = 20,25%
a nie jak u pana 0,72%
5. Idąc dalej przez równanie Bayesa otrzymuje się ok 47%, a nie jak u pana 2,5%
To tyle na temat poprawności i wartości obliczeń, które pan opublikował.
Jeśli moja korekta jest zasadna, a tak mi się wydaje, to smutne, że nie sprawdził pan, i nawet po zwróceniu dwukrtonym uwagi nie poprawił pan materiału. Epatowanie nazwiskami matematyków, oraz niejasnymi skrótami logicznymi, w których mogą się kryć poważne błędy, tylko jest dawaniem argumentów stronie zmierzającej do "wyszczepiania" stada, bo może ona wykazać jak nierozsądne i błędne, są rzeczy, w które wierzą niezorientowani ludzie. A zakładam, że 99% czytających, nie rozumiała co właściwie pan napisał, poza końcową liczbą i wnioskami, które z niej miały wypływać. |
|
|
Marek Michalski
Ma Pan rację w/w okres obejmuje 397 a nie 396dni. Dziękuje za zwrócenie uwagi.
Jeśli chodzi o link podaję raz jeszcze do BMJ https://www.bmj.com/cont…
Tamten zginął akurat w dniu zamieszczenia wpisu ale nie miałem na to wpływu. Prawdopodobieństwo, że się pojawi w nieokreślonej przyszłości istnieje.
Sposób oszacowania liczby zakażonych trafnie Pan odczytał. Wydawało mi się że klarownie.
Wnioskuje Pan słusznie, że średnia liczba zakażonych statystycznie jest taka sam w kolejnych dniach.
Można oczywiście próbować dokonać obliczeń dla okresu np. 14 dniowego albo dla 1 dniowego.
Pytanie do jakiej populacji się wówczas odnieść bo liczba testowanych w jednym dniu wynosiła średnio 30.562 osoby a liczba zakażonych w Polsce wynosiła 86.863 osoby.
Można mi zarzucić, że mając dostęp do takich a nie innych danych, zdecydowałem się odnieść do populacji osób badanych tym testem, czyli ok.12mln a nie 36mln wszystkich Polaków. To jest uproszczenie, które skutkuje wynikiem 2,5% a nie 0,8% prawdopodobieństwem, że wynik dodatni wiąże się z rzeczywistym zakażeniem.
Nie chciałem zarzutu, że zawyżam wynik. Ponadto należy domniemywać, że ludzie młodzi i dzieci, którzy stanowią populację o niskiej podatności na zakażenie, nie byli poddawani badaniom przesiewowym równie często co starsi. Jest do dyskusji czy 12mln cz 36mln.
Zarzucić ponadto można, że badana grupa nie jest jednorodna, czyli obejmuje zarówno chorych z powodu zakażenia wirusem Sar-Cov-2, innych chorych oraz ludzi zupełnie zdrowych, których poddano badaniom czysto przesiewowym. Niestety nie znam szczegółowych danych, w tym z uwzględnieniem różnych stosowanych testów.
Przedstawione wyliczenie ilustruje jaka była wartość diagnostyczna tych wymazów i jak odległa od oficjalnej interpretacji wyników. To było celem pracy.
Zachęcam osoby o większych umiejętnościach posługiwania się wyszukiwarką, z dostępem do PubMed , albo mające dostęp do baz danych MZiOS oraz o większej wiedzy z zakresu statystyki medycznej do podzielenia się wynikami analiz statystycznych. Takie analizy musiały zresztą być robione. |
|
|
Marek Michalski
10.000 to 2,5% z 400.000zgonów. Takie wahania nie wydają się podejrzane. Osoba Bila Gatesa tak. |
|
|
MFW
Do fizycznych czynników mutagennych zaliczamy:
* promieniowanie jonizujące
- promieniowanie jonizujące przechodząc przez środowisko powoduje wybijanie elektronów z atomów czy cząsteczek, które napotyka na swojej drodze.
Proces ten nazywamy jonizacją. Powstające w ten sposób jony mogą dawać początek różnym reakcjom chemicznym.
Rezultatem jonizacji komórek jest powstawanie wysokoenergetycznych wolnych rodników organicznych.
Wolne rodniki są bardzo nietrwałe, a przy ich rozpadzie wyzwalane są znaczne ilości energii, które sa zdolne do wywoływania zmian chemicznych w różnych związkach organicznych włączajac w to również cząsteczki DNA.
W komórkach jonizacji ulegają przede wszystkim cząsteczki H2O, które w końcowym efekcie dają początek H2O2 mającego właściowści mutagenne.
Jonizacja może powodować w DNA następujące zmiany: modyfikację lub całkowity rozpad zasad zaotowych, pęknięcia pojedynczych lub obu łańcuchów DNA czy pęknięcia i fragmentację chromosomów.
Najbardziej wrażliwe na promieniowanie jonizujące są komórki w trakcie podziałów.
* promieniowanie nadfioletowe, UV
- cząsteczki po napromieniowaniu promieniowaniem UV nabierają nowych właściwości reaktywnych i mogą wchodzić w nowe reakcie chemiczne.
Głównym efektem działania promieniowania nadfioletowego jest wytwarzanie dimerów pirymidynowych, które zaburzają replikację DNA.
Komórki niezdolne do usuwania dimerów pirymidynowych są zabijane nawet przez małe dawki promieniowania UV.
Sama obecność tych dimerów nie jest mutacją, a jedynie uszkodzeniem `DNA.
Mutacje w tym przypadku powstają w sposób pośredni ponieważ powstają dopiero podczas naprawy wytworzonych promieniowaniem dimerów.
Promieniowanie nadfioletowe doprowadza do mutacji typu tranzycji, transwersji i rzadziej do zmiany fazy odczytu.
Innym skutkiem dlugotrwalych i glębokich minimów cykli słonecznych są ekstremalne zjawiska pogoddowe takie jak susze, wielkie pożary, powodzie, upalne lata, ostre zimy i tym podobne.
Zmiany klimaty mają swe źródło w zmianach aktywności cykli słonecznych (występujace w historii Ziemi na przemian okresy ocieplenia i oziębienia(epoki lodowcowe) sa tego przykladdem,
Tak to wyglądalo w okresie ostatnich 450 tys. lat historii Ziemi:
https://images90.fotosik…
|
|
|
MFW
Problem pandemii COVID-19 a tzw. "nadmiarowe zgony".
Warto byłoby odpowiedzieć na pytanie, daczego "nadmiarowe zgony" w Polsce zaczely się w 2018 i 2019 roku
W latach 2018-2019, kiedy jeszcze nie było pandemmi COWID-19, statystyki zarejestrowały w Polsce tzw. "nadmiarowe zgony" po około 10 tys.zgonów /rok.
Jakie czynniki były za to odpowiedzialne?
Tego w mainstreamowych środkach masowego przekazu nie znajdziemy a przyczyn należy szukać w tzw. pogodzie kosmicznej.
W 2018 roku, Centrum Nauk Kosmicznych Uniwersytetu New Hampshire’s w USA zaobserwowało zwiększone dawki promieniowania o około 30% przez poprzednie kilka lat(od 2014 roku).
Destrukcyjny wpływ wysokoenergetycznego promieniowania kosmicznego na żywe organizmy znany jest od wielu lat ludziom zajmującym się medycyną kosmiczną.
Szczególnie duże natęzenie tego promieniowania występuje poddczas dlugotrwałych i głębokich minimach cykli aktywnosci słonecznych.
W ostatnich kilkunastu wiekach występowały takie okresy minimów: Minimum Spörer`a (ok. 1420-1570 A.D.), Minimum Maunder`a (ok. 1645-1715 A.D.), Minimum Daltona (ok. 1790-1830 A.D.)
Obecnie jesteśmy w trakcie podobnego minimum zwanego Minimum Landscheidta, ktorego prognozowany czas trwania zakladał w 1989 roku niemiecki naukowiec Theodor Landscheidt na lata 2000 - 2060, z apogeum tego minimum okolo 2030 roku.
To zapewne w oparciu o te dane Bill Gates już w 2015 roku ostrzegł, że w przyszłości może pojawić się choroba, która zabije nawet 30 mln ludzi w ciągu pół roku.
(...)— Świat powinien przygotować się na to jak na wojnę
— powiedział Bill Gates.(...)
https://itbiznes.pl/wydarzenia/bill-gates-epidemia/
Wielkie pandemie w historii luddzkości pojawialy się własnie w okresach dlugotrwalych i glębokich minimów aktywności słonecznych.
|
|
|
Zbyszek
@Marek Michalski
Ad1. Podaje pan linki do nieistniejących stron, a w odpowiedzi pisze pan "Proszę sprawdzić za 3 lata". Pan jest poważny, czy to trolerka?
Ad2. Niezrozumiałe na przykład dla mnie ustalenie zarówno prawdopodobieństwa, że przypadkowo testowana osoba jest zakażona:
> P ( Z ) = 0,007158 , gdyż 0,72% to osoby zakażone,
Wygląda na to, że pan dokonał dzielenia liczby 86 853 przez liczbę 12 133 197. Ale liczba 86,853 to wynik dzielenia liczby pozytywnych wyników testów przez liczbę dni branego pod uwagę okresu i mnożenia przez 14. Z tego wynika, że owa liczba jest NIEZALEŻNA od długości okresu (liczby dni) przeprowadzania testów, bo to niby liczba zakażonych każdego (dowolnego dnia).
Ale liczba przez którą pan dokonuje dzielenia JEST ZALEŻNA od długości okresu przeprowadzania testów, bo to jest sumaryczna liczba testów (ewentualnie osób poddanych testom).
Stąd przy skróceniu branego pod uwagę okresu do 14 dni. Liczba 86,5 tys pozostałaby TAKA SAMA, liczba wszystkich testów (populacji, na której dokonywano testów) ulegałaby wielokrotnemu zmniejszeniu.
Już uwzględniając pańską prawdopodobną pomyłkę, to wynik przez pana podany zmienia się z 2,5% na jakieś 50%. Mam rację czy się mylę?
Przytoczony przeze mnie kluczowy wpływ ustawienia CT testu, ma wpływ właśnie na parametry nazywające się "czułość" i "swoistość" testu. Podnoszenie CT zwiększa czułość i obniża swoistość. O ile przestrzeni do podnoszenia czułości jest niewiele, bo od 98% do 100%, to obniżenie swoistości może mieć ogromny wpływ, co sygnalizowałem w komentarzu i opisywałem w przytoczonym tekście. Jeśli do 90% pozytywnych wyników przy CT = 40 byłoby negatywne przy CT = 30, to o czym my mówimy? Jak zmieni się swoistość - a więc stosunek osób określanych jako zdrowe do faktycznie osób zdrowych, jeśli liczba dodatnich wyników testu zwiększy się 1000%?
Zmiana wartości swoistości będzie znów miała znaczący wpływ na wyniki stosowania wzoru Bayesa.
W zależności od czułości, swoistości, a więc stopnia generowania przez test wyników fałszywie ujemnych i fałszywie dodatnich, w zależności od progu CT, który decydująco wpływa na wspomniane parametry, w zależności od liczby osób faktycznie zakażonych w społeczeństwie, nie wskutek na oko tworzonych obliczeń i założeń, wynik równania Bayesa będzie się zmieniał i nie znając faktycznych parametrów nie da się go wyliczyć praktycznie, ale tylko teoretycznie. Raczej nie tak, jak pan to zrobił. Przestrzeń wartości powinna się wahać w przedziale od 60 do wartości niższych np. 20 procent.
Pomijam tu już kwestię, czy to było 396 czy 397 dni, bo sprawa mniej istotna.
|
|
|
Marek Michalski
Opinia dr Milewskiego na podstawie przeprowadzonego przez niego retrospektywnego badania dokumentacji.
https://wnet.fm/2023/12/… |
|
|
Marek Michalski
Badania przesiewowe na ok12 mln osób w Polsce w czasie 13mies.niewątpliwie były kosztowne.Nie wyobrażam sobie by min.Szumowski podejmował decyzje bez zgromadzenia danych i ich analizy. A zatem?
Co do przyczyn zgonów to pamiętamy, że w marcu nastąpił spadek liczby zgonów, dopiero porównanie rok 2020 do roku 2019 wykazało 200.000 zgonów więcej.
Problem polegał na tym co wyżej napisałem w komentarzu, że zgodnie z zasadami finansowania (jawnymi) opłacalne było stawianie głównego rozpoznania zw. z zakażeniem SarsCov-2 a nie rzeczywistej choroby (zawał serca udar mózgu, wypadek komunikacyjny itp.). Powyżej opisałem 2 przypadki z pierwszych 10 zgonów - wówczas je wycofano ze statystyki (zakażenie połogowe i samobójstwo).
Dodatkowe aspekty to wprowadzenie pojęcia choroby bezobjawowej, czyli dodatniego testu przy braku objawów i stawianie rozpoznania przy ujemnym teście na podstawie wywiadu (to drugie jest czasem uzasadnione bo wynik testu może być fałszywie ujemny (np.2 przyp.na 100 przy czułości 98%jak w doniesieniu BMJ z 12 V 2020 https://www.bmj.com/cont…) a obraz kliniczny wykazuje coś innego.
Nie podejmuję się ocenić jaką skalę przybrało to zjawisko ale zaraz poszukam i dodam link bo były doradca prezydenta Dudy badał historię choroby po historii.
Przy okazji dziękuję za Pana komentarze. Bardzo je cenię. |
|
|
Marek Michalski
Tak tak. Nie obrażamy się na ten dowcip. Daj mi pacjenta a numer ICD się znajdzie! |
|
|
NASZ_HENRY
@Kazimierz Kozio...
Wielu lekarzy ten dowcip mi opowiadało 😉
|
|
|
Kazimierz Koziorowski
nie dyskredytuj lekarzy hurtem. dla lekarza, ktory pamieta podstawowe defincicje, chory jest ten pacjent ktory ma objawy choroby. dla kretaczy politycznych chory moze byc bezobjawowy ergo wszyscy ludzie na planecie sa chorzy. autorami wynalazku sa sowieci ze schizofrenia bezobjawowa. |
|
|
NASZ_HENRY
Dla lekarzy wszyscy są chorzy tylko nie wszyscy dobrze zdiagnozowani ;-)
|
|
|
Czesław2
Badania genetyczne? Na większych próbkach kosztowne.. Nie jestem fachowcem. Wirus grypy i wirus SARS to przecież inne wirusy, forsowany jest pogląd, że większość ludzi umierało na wariant grypy. Nieprawdopodobne. |
|
|
Marek Michalski
Dziękuję. Tu dochodził mechanizm wspomniany przez Pana Zbyszka, że jest związek cykli testu PCR z prawdopodobieństwem wyniku. I oczywiście testowanie materiału niezakażonego prowadziło do wyników w okolicach fifty fifty. |
|
|
Marek Michalski
Tymi pomiarowcami są na co dzień również lekarze. Stąd potrzeba interpretacji wyników w powiązaniu ze stanem pacjenta.
W wypadku pandemii kowid było oczywiste, że dochodzi do nadinterpretacji.
Przypomnę drugi mechanizm błędów: początkowo śledzono każdy przypadek zachorowania a zwł zgonu. Wśród pierwszych 10 zgonów był zgon kobiety młodej z Leżajska? na bakteryjne zakażenie krwi w połogu i samobójstwo lekarza z Kielc. Te przypadki wykreślono ze statystyki. Później nie było już zainteresowania mediów tym mechanizmem budowania statystyki. |
