Konspirationen bakom barnvacciners orsak till autism.

Men korrelation är ju inte kausalitet... är inte det inte så ni brukar säga när folk dör efter vaccin? 😂

"Vaccinet stoppade utbrottet" är smidigt att påstå, men det är fortfarande ett antagande om orsakssamband. "Utbrottet skulle ha fortsatt utan vaccin" är också bara ett antagande... bekvämt sådant.

Kanske hjälpte vaccinet, kanske inte. Kanske var det helt enkelt så att utbrottet avtog när torrperioden kom och myggorna som spred smittan dog ut... vad vet jag? 😁

Svaret på din fråga blir: Jag vet inte, och det vet inte du heller. 😉

Det finns antagligen få fall där resultatet av en medicinsk intervention är så monumentalt säkerställd som vaccination mot Gule Febern.

Det är antagligen bara ett rejält fläskigt och okunnigt antivaxxar-patrask som skulle få för sig att argumentera mot det faktumet.

"Det KAN ju har varit att en viss del av befolkningen drack en hemlig trolldryck, så det BEHÖVER inte vara vaccinet"

Uttalandet: ''Korrelation är inte kausalitet'' är en trivial sanning och är en hjälpsam vägvisare för studenter framförallt för att inte förväxla korrelation med kausalitet men det är inte ett argument på egen hand och inte heller är det ett särskilt intellektuellt sätt att bemöta saker och ting på. Det bör undvikas som regel att användas. Bättre att presentera ett argument ifall man vill invända mot något.


Är inte insatt i det där specifika fallet men ja, har du inte förstått att vetenskap bygger mycket på antaganden?


Och vi vet inte heller med 100 % säkerhet om tobaksrökning orsakar lungcancer. Grattis, du har upptäckt något högst trivialt. Det finns en grad av osäkerhet inom vetenskapen. Det är en del av vetenskapens natur.

Det är såhär du behöver lära dig att resonera när det kommer till vetenskap för att ta tobaksrökning och lungcancer som ett exempel (tekniskt förenklat):
1) Det är troligt att tobaksrökning orsakar lungcancer.
2) Det är troligt att tobaksrökning inte orsakar lungcancer.
3) Neutral position (agnostisk), evidensen är inte övertygande åt något håll eller det finns ingen evidens hittills, går varken att säga bu eller bä.

Den överlägsna ståndpunkten av dessa tre, är 1), med tanke på den data som finns att tillgå.

Vetenskap handlar om att resonera i en värld där det finns en grad av osäkerhet. Ifall målet är att VETA något med 100 % säkerhet för att du ska medge att något har en kausal effekt, då leder det till absurda följder, för då behöver du avfärda hur många vetenskapliga fynd som helst för att vara konsekvent.

När du börjar kräva att man ska veta något (till 100 %), då har du ställt dig utanför den vetenskapliga diskussionen och då tyder det mycket på att du faktiskt inte förstår vad vetenskap är eller hur det fungerar.

Industrin har i praktiken monopol på vad som räknas som sanning inom medicinen. Riktiga stora studier är dyra... och den som betalar notan bestämmer vad som undersöks. Det som hotar intäkterna får inga pengar, och det som inte undersöks kan aldrig bevisas kliniskt. Frånvaro av bevis blir därför ett vapen: "inte bevisat" läses som "falskt", när det egentligen bara betyder att ingen med pengar ville leta.

Sanningen styrs av vem som får ställa frågan och vem som betalar för svaret.

Nyckelord: regulatorisk rundgång, revolving doors, publikationsbias, selektiv rapportering, undertryckta negativa resultat, finansieringsbias, intressekonflikter, tystade whistleblowers, oberoende forskning, dataintegritet, p-hacking, cherry-picking, ghostwriting, förfalskade studiedata, patentintressen, vinstintresse, myndighetsfångenskap, godkännandeprocesser, off-label, konkurrens mot billiga läkemedel, icke-replikerbara studier, peer review-karteller, tidskriftsberoende, konsensusfabriker, "misinformation"-stämpeln, censur av avvikande röster, tvång mot ifrågasättande, läkemedelsindustrins lobbying, samband industri-myndighet, nedlagda kritiska studier, exkluderade patientgrupper, underrapporterade biverkningar, mörkertal, iatrogen skada, hemliga rådata, inlåsta register, sekretessbelagda studiedata, nekad dataåtkomst, försvårad replikering, kommersiell sekretess som sköld, oåtkomliga biverkningsregister, dolda protokoll, icke-transparenta analyser.

Nu pratar vi ju om något annat än det jag tog upp men jag håller med om att budgetanslagen givetvis påverkar hur stora studierna blir och detta är en av anledningarna till att man komiskt nog ofta inte lyckas få till studier som är optimala utifrån ett patientperspektiv. Men återigen, du behöver läsa på om den logiska villfarelsen ad hominem (circumstantial).

Vi kan inte automatiskt anta att något förhåller sig på ett visst sätt bara för att det finns konfliktintressen.

Barnvaccin orsakar autism är dock ett så pass kategoriskt påstående, så för att falsifiera det påståendet så krävs det inte studier där kontrollgruppen består uteslutande av ovaccinerade, definierat som 0 vaccindoser av något slag.

Mitt resonemang bygger på logik:
När man gör ett så kategoriskt uttalande som att barnvaccin orsakar autism, så angriper man alla barnvaccin. Då följer det logiskt, att man bara behöver visa att ett enda barnvaccin troligen inte orsakar autism för att slå hål på uttalandet med rimlig säkerhet och då behöver man inte heller göra vadå? Orkestrera en kontrollgrupp som har 0 vaccindoser. Varför inte? Därför det är inte ett nödvändigt krav för isoleringskapacitet.

Det är inte svårare än så.


Det du tar upp är generellt nyckelord som beskriver olika typer av problem inom forskningsvärlden som är kända. Dessa nyckelord betyder inte att de problem som du tar upp här återfinns i praktiken för en viss hypotes.

Dessutom, är det väldigt osannolikt att du som lekman, om du inte har rejält med statistisk kompetens, förstår dessa begrepp på den nivå som du behöver för att själv kunna analysera saker och dra rimliga slutsatser och detta är inget jag säger för att vara dryg, det är bara så det råkar vara. Det här är rätt så komplexa saker.

Två exempel:
Ta exempel det här med icke-replikerbara studier och p-hacking, vad skulle du säga att det är? Kan du ge två kompletta beskrivningar för vardera grej?

Är du så pass kunnig så du vet hur du ska förhålla dig till dessa koncept? Det skulle förvåna mig faktiskt för det är även många inom akademikervärlden som inte klarar av det. Och då har vi inte ens kommit in på allt det andra som du har nämnt.

Så vad är det rimliga för din del att göra? Att inta en väldigt försiktig ståndpunkt för det är väldigt troligt att du inte förstår dig på dessa saker såväl som du tror att du gör och det är inte så konstigt om man inte har en gedigen bakgrund eller träning i bagaget.

Men jag uppskattar ditt svar, nontheless. Håller med dig om att man måste analysera industrins sponsrade studier med noggrannhet.

Det biter inte. Jag försökte för över fem år sedan.

Läste nån artikel om att DEHP, den vanligaste mjukgöraren i PVC, nu studeras för epigenetiska förändringar, och i Barwon Infant Study (847 barn) hittade dom metyleringssignaturer i navelsträngsblod som medierade ökade autism- och ADHD-symtom vid 2 och 4 års ålder, mest hos pojkar.

Men vem har egentligen bestämt att risken upphör vid förlossningen? Ingen vad jag kan se, det verkar bara vara ett antagande som gör att man slipper titta på allt barnet fortsätter exponeras för efter födseln, och hjärnan är ju knappast färdigutvecklad då. Och det är ju just det som är poängen, metylering är ingen engångsgrej som är klar vid födseln, den fortsätter ändras så länge hjärnan utvecklas. Samtidigt verkar vissa tro att miljön omöjligt kan bidra till autism och adhd, vilket är himla bekvämt, för då kan ju vaccin aldrig ens misstänkas.

Bra inlägg.

Precis som du säger så stämmer det att man kan förvänta sig ''false positives'' (type I/alpha errors) när nollhypotesen är sann. I synnerhet vid många studier. Detta kan uppträda både inom ramen för p-hacking men även också inom ramen för välutförda studier utan p-hacking.

Vanligt missförstånd bland akademiker och lekmän:
Men ponera att studie 1 fann ett signifikant fynd men att studie 2 (replikeringsstudie) inte fann ett signifikant fynd. Innebär detta att studie 1 var en s.k. ''false positive''? Inte nödvändigtvis. Inte heller kan detta per automatik tolkas som att studiernas resultat strider mot varandra.

Dessa två logiska o statistiska vurpor är något som både lekmän och en del akademiker har fallit offer för.