Lautsprecher | Transkript |
| Stan Young | Haha. |
| Sara Doudt | Dir es erlauben. |
| Stan Young | Jetzt alles sehen. |
| Okay, oh nein, ich werde die Folien von meiner Seite aus laufen lassen. |
| Sara Doudt | Ja, genau wie bei einem normalen Meeting. |
| Los geht's, okay, cool, stellen Sie sicher, dass ich alles habe, wenn ich in der Nähe bin. Okay, wir nehmen auf. Ich muss, ich werde meine Kamera ausschalten, nur zu Ihrer Information, und dann. |
| Okay. |
| Stan Young | Um dies im Vollbildmodus zu machen, sortieren Sie es jetzt einfach. |
| wie man das macht, das zweite. |
| Sara Doudt | Es ist so unten, wo es Notizen zu ihrem Verhalten für die 34 % gibt, das sieht aus wie ein. |
| Unten im Boot, ja, tut mir leid wegen dem einen Schlimmen, auf der anderen Seite der Person. |
| Eins ja, dieser Typ. |
| Stan Young | Haha. |
| Sara Doudt | Du gehst, und ich meine, ich werde gehen, wir fangen gleich an, aber ich werde mich selbst treffen. Hast du irgendwelche Fragen, bevor wir anfangen? |
| Stan Young | Oder auch nicht: Du wirst sowohl mich als auch die Folien aufzeichnen. |
| Sara Doudt | Ja, ja, sie haben darum gebeten, dass du das hast. |
| Die Kamera hier oben. |
| Das ist in Ordnung. |
| Rechts. |
| In Ordnung. |
| Stan Young | Ich bin bereit zu gehen. |
| Sara Doudt | Ich werde mich stumm schalten, und wenn Sie Fragen haben oder aufhören müssen, lassen Sie es mich wissen, sonst lasse ich es Sie zulassen. |
| Stan Young | Gehen. |
| Ich stelle heute JMP-Add-Ins und Skripte zur Auswertung mehrerer Studien vor. Oder man kann es so nennen: Wie man P-Hacker fängt, Leute, die mit Statistiken schummeln, oder warum die meisten wissenschaftlichen Behauptungen falsch sind. |
| Ich beschreibe zunächst die Puzzleteile und wie sie zusammenpassen. Die meisten Behauptungen lassen sich tatsächlich nicht reproduzieren. Das sind wissenschaftliche Behauptungen. |
| Ich behaupte, und meine Co-Autoren behaupten, dass dies auf P-Hacking zurückzuführen ist und ein großes Problem darstellt. Wir werden Metaanalysen und P-Wert-Diagramme verwenden, um sie zu fangen. So fangen wir also einen Betrüger. |
| Die JMP-Add-Ins und -Skripte sind P-Werte aus Risikoverhältnissen und Konfidenzgrenzen. Sie stammen aus einer Metaanalyse. |
| Und dann Fishers Kombination von P-Werten, eine alte Technik, die der Metaanalyse-Technologie ähnelt. Und dann präsentieren wir ein P-Wert-Diagramm und haben ein kleines Skript, das das bereinigt und in ein vorzeigbares Ergebnis umwandelt |
| Bild. |
| Nun, wir sehen einen Hasen am Himmel. Es gibt viele Wolken am Himmel, und wenn Sie an einem schönen Tag draußen sitzen und sich umschauen, können Sie wahrscheinlich einen Hasen finden. |
| Es handelt sich also um ein zufälliges Ereignis. Die Hasen sind natürlich nicht wirklich am Himmel. |
| Gelman und Loken veröffentlichten tatsächlich einen kleinen Artikel und sagten, die statistische Krise in der Wissenschaft sei so, dass die Leute Statistiken falsch verwenden, und darüber werden wir heute sprechen. |
| Lassen Sie uns ein epidemiologisches Experiment durchführen. |
| Wir haben 10-seitige Würfel, rot, weiß und blau. Sie werden zu Ziffern (in diesem speziellen Fall .046). Lasst uns einfach zusehen, wie das vor unseren Augen passiert. |
| Jetzt haben wir einen P-Wert. Es ist zufällig. Du hast es selbst gemacht. Es macht so viel Spaß, warum machen wir es nicht noch einmal? |
| Rot-Weiss, |
| und Blau. |
| Wenn Sie das nun 60 Mal machen, können Sie die Tabelle hier ausfüllen. Dies ist eine Simulation, die ich mit 10-seitigen Würfeln gemacht habe. Und Sie können die P-Werte in vier Spalten und 15 Zeilen sehen. Das sind also 60 P-Werte. Mein kleinster P-Wert ist 0,004. |
| Und mit 60 P-Werten können Sie die Wahrscheinlichkeiten berechnen. In etwa 95 % der Fälle haben Sie mindestens einen P-Wert unter 0,05. |
| Hier eines von meiner Tochter. Sie hatte drei P-Werte unter 0,05; sie sind hier eingekreist. Und dann ist es so einfach, ein epidemiologisches Experiment durchzuführen |
| dass sogar meine Frau Pat das kann, und sie hat hier drei potenzielle Aufsätze, die sie basierend auf dem Würfeln und dem Erfinden einer guten Geschichte schreiben könnte. |
| P-Werten ist ein erwarteter Wert zugeordnet. Rechts haben wir also P-Werte von 0,004, 0,016 und 0,012. Jedem P-Wert ist eine normale Abweichung beigefügt. Sie können sehen, dass meine .004 eine normale Abweichung von 2,9 usw. hätte. Und auf der linken Seite haben wir |
| die Stichprobengröße, die erwartete Abweichung und den erwarteten P-Wert für den kleinsten P-Wert und dann die Abweichung. Wenn wir also 400 hätten |
| Bei den von uns untersuchten Fragen läge der erwartete P-Wert bei 0,00487 und die Abweichung bei 2,968. Nun ist es diese Abweichung, die von den Basisexperimenten in die Berechnungen einer Metaanalyse übernommen wird, und das werden wir im weiteren Verlauf sehen. |
| Wie viele Behauptungen in der Epidemiologie sind wahr? Ich habe 2011 eine Arbeit veröffentlicht und dabei Behauptungen aufgegriffen, die in Beobachtungsstudien aufgestellt worden waren. |
| Und für jede Behauptung in den Beobachtungsstudien habe ich eine randomisierte klinische Studie gefunden, die genau dieselbe Frage untersuchte. In den 12 Studien gab es also |
| 52 Behauptungen, die aufgestellt und überprüft werden konnten. |
| Wenn Sie sich die Spalte unter „Positiv“ ansehen, werden keine dieser 52 Behauptungen in die richtige Richtung repliziert. |
| Die Epidemiologen hatten also bei ihren Behauptungen 0 zu 52 Punkte erzielt. Es gab tatsächlich fünf Behauptungen, die statistisch signifikant waren, aber sie waren in die entgegengesetzte Richtung zu dem, was in den ... in den Beobachtungsstudien behauptet worden war. |
| Wir werden uns einen ansehen |
| verrückte Frage. Bestimmt Getreide das menschliche Geschlecht? Wenn Sie also Frühstücksflocken essen, ist die Wahrscheinlichkeit, dass Sie einen Jungen bekommen, höher? Nun, das war es, was in der ersten Zeitung stand. |
| Dieses Papier wurde in der Royal Society B veröffentlicht, ihrer führenden Biologiezeitschrift. Diese drei Co-Autoren stellten also die Behauptung auf, dass die Wahrscheinlichkeit, dass man einen Jungen bekommt, höher ist, wenn man Frühstücksflocken isst und dass man während und um die Zeit der Empfängnis Frühstücksflocken isst. |
| Zwei meiner Kohorten und ich haben uns das angeschaut und nach den Daten gefragt. Wir haben die Daten erhalten und dann einen Gegenentwurf zum ersten Artikel veröffentlicht, in dem es heißt, dass die durch Getreide verursachte Geschlechterselektion höchstwahrscheinlich ein falsch positives Mehrfachtest sei. |
| zum Zeitpunkt kurz vor der Empfängnis ... der vorhergesagten Empfängnis und ungefähr zum Zeitpunkt der Empfängnis. Und jeder dieser Fragebögen enthielt 131 Lebensmittel, was insgesamt 262 statistische Tests ergab. |
| Sie berechnen P-Werte für diese Tests, ordnen sie vom kleinsten zum größten und tragen sie gegen die ganzen Zahlen auf (das ist die Rangfolge unten). |
| Sie sehen, was wie eine ziemlich gute 45-Grad-Linie aussieht. Wir betrachten also eine gleichmäßige Verteilung. Nun kam ihre Behauptung von unten links und sie sagten, nun, hier ist ein kleiner P-Wert. Der kleine P-Wert besagt, dass der Verzehr von Müsli … Frühstücksflocken zu mehr führt |
| Junge Babys. |
| Ziemlich eindeutig ein statistisch falsch positives Ergebnis. |
| P-Wert-Diagramme. Daher werden wir häufig P-Wert-Diagramme verwenden. Auf der linken Seite sehen wir ein P-Wert-Diagramm für eine wahrscheinlich wahre Nullhypothese. |
| Langfristiges körperliches Training führt bei älteren Menschen nicht zu einer Sterblichkeit oder einem Sterblichkeitsrisiko. Rechts haben wir Rauchen und Lungenkrebs. |
| Und wir sehen eine ganze Reihe von P-Werten, die auf der gesamten Seite ziemlich nahe bei Null liegen, und ein paar Nachzügler oben rechts. Das rechte Bild ist also ein Beweis für einen echten Effekt und das linke Bild ist eine Unterstützung der Nullhypothese, kein Effekt. |
| Lassen Sie uns über eine Metaanalyse sprechen, da ich diese im Verlauf dieser Vorlesung verwenden werde. Auf der linken Seite sehen wir einen Trichter und sehen, wie viele Papiere in den Trichter fallen. |
| Der Epidemiologe oder wer auch immer die Metaanalyse durchführt, wählt seiner Meinung nach qualitativ hochwertige Arbeiten aus und verwendet diese für die weitere Analyse. Auf der rechten Seite sehen wir die... Art von |
| Beweishierarchie. Es wird eine Metaanalyse über viele Studien betrachtet |
| Informationen auf hoher Ebene und dann ganz unten Expertenmeinungen und so weiter und so weiter. Je höher man also die Pyramide hinaufsteigt, |
| Die Leute behaupten, die Beweise seien besser. |
| Wir werden uns zwei Beispielpapiere zur Metaanalyse ansehen. Der erste Artikel stammt von Orellano. |
| Stickoxid, Ozon, |
| kleine partikel und so weiter. Und es sammelte Daten von überall...überall |
| Welt, und dies wurde gesponsert von der |
| WHO, das ist also eine hochwertige Finanzierung, ein hochwertiges Papier. |
| Und es ist eine Metaanalyse. Wir werden sehen, ob die Behauptungen in dieser Metaanalyse Bestand haben. |
| Das unterste war wirklich lustig. Muster des Verzehrs von rotem und verarbeitetem Fleisch und Risiko für Lungenkrebs und Herzinfarkte. |
| In der Ernährungsliteratur gibt es viele Literaturstellen, die besagen, dass man wirklich kein rotes Fleisch essen sollte. Wir werden sehen, ob das ... ob das Sinn macht. |
| Schauen wir uns die Puzzleteile noch einmal an und sehen dann, wie sie zusammenpassen. |
| Aus der offenen Literatur wissen wir, dass sich die meisten Behauptungen nicht reproduzieren lassen. Dies wird als Krise der Wissenschaft bezeichnet. P-Hacking ist ein Problem. Beim P-Hacking werden viele Tests durchgeführt, bei denen dies und jenes ausprobiert wird, und wenn man dann einen P-Wert unter 0,05 findet, |
| Du kannst eine Arbeit schreiben. |
| Wir werden Metaanalysen und P-Wert-Plots verwenden, um die Leute zu fangen, die im Grunde P-Hacking betreiben, und ich nenne P-Hacking eine Art Betrug mit Statistiken. |
| Andere haben es, wissen Sie, etwas anders beschrieben. Wir werden JMP-Add-Ins verwenden. Diese JMP-Add-Ins wurden von Paul Fogle geschrieben. |
| Und sie ermöglichen es uns, mit einem Metaanalysepapier zu beginnen und schnell und einfach ein P-Wert-Diagramm zu erstellen. Wir werden auch Fishers Kombination von P-Werten beschreiben und dann ... |
| Ich habe ein kleines Skript, das den aus JMP stammenden Zwei-Wege-Plot nimmt und ihn dann bereinigt, sodass der linke und der rechte Rand attraktiver sind. |
| Nun, hier ist die langfristige Belastung durch Luftverschmutzung und |
| Asthma verursachen, heißt es. Auf der linken Seite sehen wir ein sogenanntes Baumdiagramm. Das ist das... |
| Es sieht aus wie ein Weihnachtsbaum. |
| Die Mittelwerte werden als Punkte angegeben und die Vertrauensgrenzen sind die auf beiden Seiten ausgehenden Whiskers. Auf der linken Seite sind die Namen der Artikel aufgeführt ... Artikel, die von diesen Autoren ausgewählt wurden, und auf der rechten Seite die |
| Risikokennzahlen und die Konfidenzgrenzen. Jetzt können Sie die Risikoverhältnisse und Konfidenzgrenzen oft einfach abkratzen und in eine einfügen |
| JMP-Datensatz, daher sehen wir rechts den JMP-Datensatz. |
| Nun das P-Wert-Diagramm. |
| Das von Paul Fogle geschriebene Ding wird diese Risikoverhältnisse und P... und Konfidenzgrenzen in P-Werte umwandeln. |
| Hier sehen wir, dass es geschafft ist. |
| Die Konfidenzgrenzen können Ihnen den Standardfehler liefern. |
| Mit dem Risikoverhältnis und dem Standardfehler können Sie eine Z-Statistik berechnen. Und dann können Sie die Z-Statistik nehmen und einen P-Wert erhalten. Hier rechts sehen wir, wie ein P-Wert-Diagramm entsteht, genau wie bei ein paar Klicks in JMP. |
| Auch hier haben wir links das grobe P-Wert-Diagramm und rechts fügen wir nach Verwendung eines kleinen Skripts die Nulllinie hinzu, wir fügen die gepunktete Linie für 0,05 hinzu und wir bereinigen und erweitern das Zahlen auf der |
| X- und Y-Achsen. Und so können wir uns jetzt alle Studien ansehen und beurteilen, die es in diesem Ding gab, aber wir sehen etwas ziemlich Seltsames. Wir sehen, dass die |
| Bei all dem hier gibt es ein paar P-Werte unter 0,05 und dann viele P-Werte, die steigen, und so haben wir eine unklare Situation. |
| Bei manchen P-Werten sieht es so aus, als ob die Behauptung richtig wäre, bei anderen sieht es so aus, als handele es sich lediglich um Zufallsergebnisse. |
| Werfen wir einen Blick auf Fishers Kombination von P-Werten. Links haben wir die Formel. Sie nehmen den P-Wert, nehmen den natürlichen Logarithmus und summieren ihn mit -2. |
| Und das ergibt ein Chi im Quadrat. Sie schlagen das Quadrat des Chi in der Tabelle nach. Also diese ... diese Metaanalyse, wir haben die P-Werte. Unter P-Wert haben wir -2ln, und Sie sehen, dass es nur wenige kleine P-Werte gibt, die wesentlich zur Summe beitragen. |
| Wenn Sie nur ein wenig nachdenken, ist die Summierung wie alle Summen anfällig für manipulierte Ausreißer ... was das Gleichgewicht erheblich verschiebt. |
| Und so tragen die wenigen kleinen P-Werte (.0033, .0073) dramatisch zur Summe des Chi-Quadrats bei. Tatsächlich ist die Summierung nicht robust. Ein Ausreißer ... ein extremer Ausreißer kann den Ausschlag geben ... die ganze Gleichung. |
| Bedenken Sie nun, dass P-Hacking zu kleinen P-Werten führen kann und außerdem: |
| Wissenschaftler veröffentlichen oft eine Studie, die nicht aussagekräftig ist, einfach nicht einmal. |
| Und wenn sie etwas Bedeutsames finden, werden sie es normalerweise auch tun. Es liegt also ein Publikationsbias vor. Die gesamte Literatur ist mit kleinen P-Werten übersät |
| und das ist wahrscheinlich...das ist die Spitze des Eisbergs. Unter dem Eisberg befinden sich alle Veröffentlichungen, die hätte passieren können, die aber statistisch nicht signifikant waren. |
| Wir schauen uns jetzt eine Luftverschmutzungsstudie an. Mustafic im Jahr 2012 |
| veröffentlichte einen Artikel in JAMA und untersuchte die sechs typischen Luftverschmutzungen |
| Kohlenmonoxid, Lachgas, kleine Partikel (das ist PM 2,5), Schwefeldioxid usw. |
| Wenn Sie sich diese P-Wert-Diagramme ansehen, sehen sie alle im Wesentlichen wie Hockeyschläger aus. Es gibt eine Reihe von P-Werten unter 0,05. |
| Aber dann gibt es eine beträchtliche Anzahl von P-Werten, die entlang einer 45-Grad-Linie ansteigen, was darauf hindeutet, dass es keinen Effekt gibt. |
| Wir behaupten, dass wir es mit einer Mischung zu tun haben. Wir betrachten eine Mischung aus signifikanten und nicht signifikanten Studien. |
| Und wir behaupten weiterhin, dass die wesentlichen Studien größtenteils aus P-Hacking stammen. Es gibt auch andere Möglichkeiten, aber wir glauben, dass P-Hacking das Richtige ist. Wenn Sie hier also auf die linke Seite schauen, |
| Im roten Feld geben wir den Medianwert an |
| von Modellen oder Tests, die in einer Studie durchgeführt werden könnten, den Studien, die in Mustafics Artikel enthalten waren. |
| Wir haben die Anzahl gezählt |
| Ergebnisse, Prädiktoren und Kovariaten, und wenn Sie das alles multiplizieren, beträgt die mittlere Zahl, die wir Suchraum nennen, 12.288. |
| Das bedeutet, dass die Autoren im Durchschnitt 12 ... im Median 12.000 Möglichkeiten hatten, einen P-Wert von weniger als 0,05 zu erzielen. Sie hatten einen erheblichen Spielraum, um ein statistisch signifikantes Ergebnis zu erzielen. |
| Wir werden uns hier das einfache Zählen für die Ernährungsstudien ansehen. Wir haben hier also 15 Studien. Die Autoren bzw. die Erstautoren der Arbeit. |
| Und dann sehen Sie oben Ergebnisse, Prädiktoren, Kovariaten, Tests, Modelle und Suchraum. Die Ergebnisse, wenn sie sich drei Gesundheitsergebnisse anschauten, zum Beispiel Dixon, und wenn sie 51 hatten |
| Lebensmittel in ihrer Studie, das wird... das wären Prädiktoren. Wenn sie nun Kovariaten verwenden, |
| Das würde den Suchraum erheblich erweitern. Und Sie können sehen, dass Dixon theoretisch 20 Millionen mögliche Analysen hätte durchführen können. |
| Und wenn Sie in der Suchraumspalte nach unten schauen, sehen Sie eine beträchtliche Anzahl möglicher Analysen, die durchgeführt werden könnten. |
| Die Ernährungsstudien wurden mit Kohorten durchgeführt. Eine Kohorte ist eine Gruppe von Menschen, die versammelt ist, |
| Sie werden zunächst anhand von Fragen gemessen, dann über einen längeren Zeitraum abgewartet und dann auf gesundheitliche Auswirkungen untersucht. |
| Jede dieser Kohorten trägt den Namen eines Datensatzes, den die Kohorte verwendet. |
| Und sobald die Kohorten zusammengestellt sind, können sie dazu genutzt werden, zig Fragen zu stellen. |
| Wenn |
| Der P-Wert für eine dieser Fragen ist signifikant |
| und sie haben das Gefühl, dass sie eine Arbeit schreiben können, was oft der Fall ist. |
| In den letzten beiden Spalten sehen wir also die Anzahl der Beiträge |
| das könnte entstehen. Das sind noch mehr ... wir haben Google Scholar verwendet und es uns tatsächlich angesehen. Dies ist also die Anzahl der Artikel, die in der Literatur erschienen sind |
| mit jeder dieser Kohorten verbunden. Ich füge hinzu, dass wir uns viele dieser Papiere angesehen haben und in keinem dieser Papiere eine Anpassung für Mehrfachtests oder Mehrfachmodellierung enthalten ist. |
| Ernährungsepidemiologie, Umweltepidemiologie, darüber haben wir hier gesprochen. Die Ernährungsepidemiologie verwendet einen Fragebogen, den Food Frequency Questionnaire (FFQ). |
| In einem FFQ können Sie eine Reihe von Lebensmitteln haben. |
| Ursprünglich begannen sie mit 61 Lebensmitteln, und ich habe einige FFQ-Studien gesehen, in denen es 800 Lebensmittel gab. Ich möchte nicht derjenige sein, der diesen Fragebogen ausfüllt. |
| Aber hier ist die Anzahl der Arbeiten angegeben, die FFQs im Laufe der Zeit verwenden. |
| Seit 1985 ... die Technik wurde 1986 erfunden ... seit 1985 gab es 74.000 FFQ-Artikel, und nach unserer Betrachtung war keiner dieser Artikel für Mehrfachtests geeignet und alle verfügten über beträchtlich große statistische Suchräume . |
| Zum Thema Umweltepidemiologie habe ich einfach eine Google-Suche nach dem Wort „Luftverschmutzung“ im Titel der Arbeit durchgeführt. |
| Und hier sehen wir, dass im Laufe der Zeit 28.000 bis 29.000 Artikel über Luftverschmutzung geschrieben wurden. |
| Soweit ich weiß, ist aufgrund vieler Recherchen keines dieser Papiere für Mehrfachtests oder Mehrfachmodellierung geeignet, und alle diese Papiere haben große ... im Wesentlichen haben alle diese Papiere sehr große Suchräume. |
| Die Metaanalyse wird unter dem Namen „Systematische Überprüfung“ und „Metaanalyse“ zusammengefasst und seit 2005 auch als Metaanalyse bezeichnet. |
| Zeitschriften haben |
| habe diesen Begriff im Titel der Arbeit verwendet. Deshalb habe ich ab 2005 gefragt, ob die Wörter „systematische Überprüfung“ und „Metaanalyse“ im Titel des Aufsatzes auftauchen, und wie Sie sehen, war die Anfangszahl niedrig, nämlich 1.500 Aufsätze pro Jahr. |
| 1.500 Arbeiten in diesem Fünfjahreszeitraum und schließlich im Jahr 2021 |
| Es wurden insgesamt 27.000 Artikel erstellt, es handelt sich also um eine Heimarbeit. Diese Papiere können relativ einfach erstellt werden. |
| Ein Team, oft in China bestehend aus 10 oder fünf bis 15 Personen, kann eine Metaanalyse pro Woche erstellen. |
| Und ihr Gehalt hängt davon ab, wie viele Artikel sie veröffentlichen und so weiter und so weiter. |
| Soweit ich weiß, sind dies alles... die Hälfte dieser Studien sind Beobachtungsstudien und die andere Hälfte stammt... aus randomisierten klinischen Studien. |
| Bei praktisch keinem davon und bei allen, die wir uns bisher angesehen haben, insbesondere in Beobachtungsstudien, sieht es so aus, als ob es wie ein Hockeyschläger aussieht, als gäbe es einige P-Werte, die klein sind, und eine Reihe von P-Werten, die so aussehen völlig zufällig. |
| Ich möchte sagen, dass alle... im Wesentlichen alle diese Studien durch Ihre Steuergelder oder die Steuergelder anderer finanziert werden. Sie werden sehr großzügig aus öffentlichen Mitteln finanziert, so kann man es sagen. |
| Viele Behauptungen haben keine statistische Unterstützung. Die Basispapiere berücksichtigen keine Mehrfachtests und Mehrfachmodellierungen. Die Basispapiere verfügen über große Analysesuchräume. |
| Und wir haben Beispiele aus der Umweltepidemiologie und der Ernährungsepidemiologie gesehen, dass die meisten Menschen, würde ich aufgrund der Beweise sagen, unzuverlässig sind. |
| Ich sage, und andere haben es auch gesagt, wir haben ein wissenschaftliches und statistisches Desaster und durch die Verwendung von Metaanalysen und P-Wert-Diagrammen können diese Behauptungen entweder als wahr bestätigt werden oder nicht. |
| Hier haben wir vier Smogsituationen. Oben links ist London 1952; |
| rechts ist Los Angeles 1948. |
| Unten links ist Singapur und ich bin mir nicht sicher ... Ich erinnere mich nicht an das genaue Jahr dafür. Und dann haben wir Peking. Die sind neu. |
| Im Fall des Londoner Nebels deuten statistische Analysen der Todesfälle ... tägliche Todesfälle und alles darauf hin, dass es 1952 in London innerhalb von drei oder vier Tagen mehr als 4.000 Todesfälle gab. Das weckte das Interesse der Epidemiologen an der Frage, was der Mörder war. |
| Auf den anderen drei Dias oder anderen drei Bildern wurde in diesen Zeiträumen kein Anstieg der Todesfälle gemeldet. |
| Es ist augenscheinlich, dass in London Kohle verbrannt wurde |
| zum Heizen und alles andere. Es gab eine Temperaturinversion und es wird behauptet, dass die Säure in der Luft durch Partikel in die unteren Lungen getragen wurde und anfällige Personen, normalerweise alte und schwache, in größerer Zahl starben, aber das passiert derzeit nicht |
| auf der ganzen Welt. Es gibt überall auf der Welt Umweltverschmutzung aller Art und wir sehen keinen damit verbundenen Anstieg der Sterblichkeitsraten. |
| Betrug? Ha ha. Ich liebe Betrügereien. |
| Sind das Betrügereien? Luftverschmutzung tötet. Jede Behauptung aus einer FFQ-Studie, zum Beispiel, wenn Sie Kaffee trinken, ist die Wahrscheinlichkeit höher, an Bauchspeicheldrüsenkrebs zu erkranken. Das ist eine der Behauptungen, die wahrscheinlich nicht wahr ist. |
| Natürliche Ozonwerte – töten sie? Ich glaube auch, dass das nicht stimmt. Umweltöstrogene. Jegliche Behauptung, die aus einer Metaanalyse unter Verwendung von Beobachtungsstudien stammt. |
| Bedenken Sie, dass in der öffentlichen Literatur Belege dafür vorliegen, dass sich 80 % aller wissenschaftlichen Behauptungen, die in der Regel von Universitäten stammen, bei strenger Prüfung, beispielsweise in randomisierten klinischen Studien, nicht reproduzieren ließen. |
| Emotion und Angst. Das ganze Ziel praktischer Politik besteht darin, die Bevölkerung zu bedrohen, zu verängstigen und sie deshalb lautstark in Sicherheit zu bringen, indem man sie mit einer endlosen Reihe von Kobolden bedroht, die allesamt eingebildet sind. |
| Flim Flam, Täuschung, Vertrauensspiele, bei denen es um geschickte Überredung oder geschickte Manipulation des Opfers geht. Also HL Mencken sagte in den 1930er Jahren, dass praktische Politik größtenteils Angstpolitik sei. |
| Wir schließen mit den Autoren dieses Vortrags ab. Ich bin Stan Young und kann unter genetree@bellsouth.net erreicht werden. Warren Kindzierski ist ein kanadischer Epidemiologe und er hat in den letzten Jahren sehr eng mit mir an Veröffentlichungen zu diesem Thema zusammengearbeitet |
| basieren auf den Dingen, die wir heute hier gesehen haben. Paul Fogel ist ein sehr interessanter Statistiker, lebt in Paris und war für das Verfassen des Berichts verantwortlich |
| Add-Ins und Skripte, die wir verwenden können. Ich würde sagen, dass Sie mit den Skripten in wahrscheinlich etwas weniger als einer Stunde von einer Metaanalyse zu einer Auswertung gelangen können. |
| Ich möchte den Bericht der National Association of Scholars, Shifting Sands Report 1, empfehlen. Diese URL führt Sie dorthin. |
| Bei diesem Bericht handelt es sich um einen langen und komplizierten, aber einfachen Statistikbericht, in dem es um Luftqualität und gesundheitliche Auswirkungen geht. |
| Und damit behaupte ich auch Folgendes: Wenn jemand, der sich das anschaut, mal ausprobieren möchte, was los ist, geben wir Ihnen die Skripte und Add-Ins für JMP und dann helfe ich Ihnen sogar |
| Schauen Sie sich Ihre spezifische Analyse einer Metaanalyse an und interpretieren Sie sie. Damit höre ich auf und bin bereit, alle Fragen zu beantworten. Danke schön. |
