CNN zegt dat studie aantoont dat Ivermectin niet werkt, maar het laat zien dat het wel werkt
|
|
|
Kwam dit
tegen tweet van een bluecheck CNN anker :
Ik was zo
verdrietig om te horen dat Ivermectin niet effectief is, dus besloot ik de studie van dichterbij te bekijken.
De studie
had een 241
persoons studiegroep die
5 dagen 0,4 mg / kg Ivermectine kregen, wat de door FLCCC aanbevolen dosis is. (my wife got 0.3 mg/kg). It
also had a 249 person control group who received the
standard of care. (and no ivermectin)
The patients were at-risk persons with comorbidities,
most likely to get sick or die.
Design, Setting, and Participants
The Ivermectin Treatment Efficacy in COVID-19 High-Risk Patients (I-TECH) study
was an open-label randomized clinical trial conducted at 20 public hospitals
and a COVID-19 quarantine center in Malaysia between May 31 and October 25,
2021. Within the first week of patients’ symptom onset, the study enrolled
patients 50 years and older with laboratory-confirmed COVID-19, comorbidities,
and mild to moderate disease.
Interventies Patiënten werden gerandomiseerd in
een verhouding van 1: 1 om oraal ivermectine, 0,4 mg / kg lichaamsgewicht
gedurende 5 dagen dagelijks te krijgen, plus zorgstandaard (n = 241) of
zorgstandaard alleen (n = 249). De zorgstandaard bestond uit symptomatische
therapie en monitoring op tekenen van vroege achteruitgang op basis van klinische
bevindingen, laboratoriumtestresultaten en borstbeeldvorming.
Tot mijn grote schok toonde de studie
eigenlijk aan dat Ivermectin werkte :
Dus de studie toonde aan
dat, voor Ivermectin vs controlegroep :
· 4 vs 10 werden geplaatst op mechanische ventilatie
· 3 vs 10 stierven (dus 3 Ivermectin-patiënten stierven, vs
10 zonder Ivermectine).
For those versed in statistics, the “statistical
significance” of these differences (P) was 0.19 and 0.09. It does not get under
the standard of P <= 0.05, so the difference can be called “not
statistically significant”. But it IS significant to us, and the P values are
high because the study was underpowered.
Ivermectine
vertoonde duidelijk een positief effect, 3 versus 10 sterfgevallen zijn een
enorm voordeel. De studie
heeft waarschijnlijk ongeveer 7 levens gered door Ivermectin aan 241 personen
te geven.
Dus ik
plaatste een tweet waarin de cijfers uit het artikel werden uitgelegd, en je weet
wat er is gebeurd? Kijk eens en sorry voor mijn Hunter Biden-level
kunstvaardigheden
· Serieus, voor een sterftecijfer van 1-3%
is het duidelijk NIET genoeg om zulke kleine 200-persoons studie- en
controlegroepen te hebben. Toch ben ik dankbaar voor onderzoekers die deze
studie hebben uitgevoerd and for saving approximately 7 people from dying by giving them
Ivermectin.
Our astute reader Dean commented and his thinking
about the P value is the clearest explanation I have ever seen:
If I understand correctly, "P= .09" means
there is a 91% chance that the effect was not by chance. And if there's a 91%
probability that by taking a harmless drug for a few days I can reduce my
chance of death by 70%, then how stupid would I be to refuse? The P=.05 cutoff
is arbitrary and doesn't take into account risk vs. benefit, right?
So, why does the article say Ivermectin did not work,
where it clearly reduced the worst outcomes (ventilators and deaths)?
Het is
mogelijk dat hun 'conclusie' een manier was om waarheidsgetrouwe reële getallen
van JAMA-anti-ivermectine-censoren te verwijderen.
Tempest op Substack
Nadat ik
dit artikel had geschreven, moest ik een klant bezoeken en kwam terug om mezelf
in het oog van een storm te bevinden. Het bleek dat nog twee mensen artikelen
schreven over deze specifieke studie :
· Jessica Rose schreef een GEWELDIG artikel over dezelfde studie. Ze
maakte een aantal goede punten over FLCCC-dosering waar ik niet eens aan dacht.
· Alex Berenson schreef een bombastische
post met de titel Ivermectin faalt, waar hij zei dat hetzelfde
artikel dat ik en Jessica bespraken, overtuigend bewijst dat Ivermectin een
mislukking is. Zijn post omvatte slechts één paragraaf van de studie over
"ernstige ziekte".
Ik zal hem niet bekritiseren, maar ik zou opmerken dat de studie
werd uitgevoerd IN ZIEKENHUIZEN :
Ontwerp,
setting en deelnemers De
Ivermectin Treatment Efficacy in COVID-19 High-Risk Patients (I-TECH) -studie
was een open-label gerandomiseerde klinische studie uitgevoerd in 20 openbare ziekenhuizen en een
COVID-19 quarantainecentrum in Maleisië tussen 31 mei en 25 oktober 2021. Binnen de
eerste week na het begin van het symptoom van patiënten, omvatte de studie
patiënten van 50 jaar en ouder met laboratoriumbevestigde COVID-19,
comorbiditeiten en milde tot matige ziekte.
Is het een
wonder dat mensen die al in een ziekenhuis zijn, binnenkort zuurstof nodig
hebben? Hoe is dat echt een "primair resultaat"? Het 'primaire
resultaat' is overlijden of een ander permanent nadelig gezondheidsresultaat,
niet wat er gebeurt een dag nadat de persoon voor het eerst in het ziekenhuis is
opgenomen en Ivermectin heeft gekregen, en op de een of andere manier zal de
toestand van de patiënt verbeteren binnen een dag na ziekenhuisopname?
De feedback op de opmerkingen van
Alex-artikelen is het meest verbazingwekkend.
|
Liked by
Igor ChudovGeliket door Igor Chudov If I understand
correctly, "P= .09" means there is a 91% chance that the effect was
not by chance. And if there's a 91% probability that by taking a harmless
drug for a few days I can reduce my chance of death by 70%, then how stupid
would I be to refuse? The P=.05 cutoff is
arbitrary and doesn't take into account risk vs. benefit, right?Als ik het
goed begrijp, betekent "P = .09" dat er een kans van 91% is dat het
effect niet toevallig was. En als er een kans van 91% is dat ik door een paar
dagen een onschadelijke drug te nemen mijn kans op overlijden met 70% kan
verminderen, hoe dom zou ik dan zijn om te weigeren? De afsnijding P = .05 is
willekeurig en houdt geen rekening met risico vs. voordeel, toch? |
34
replies by Igor Chudov and others34 antwoorden van Igor Chudov en anderen
|
Betsy
McDonel Herr, Ph.D.Betsy McDonel Herr, Ph.D . Liked by
Igor ChudovGeliket door Igor Chudov Another great
example of undermining a real finding "the effect size" with an
underpowered study "statistical significance." Do people ever do power analyses any more before they
start a study, it was always required for any Ph.D. candidate.Een ander
geweldig voorbeeld van het ondermijnen van een echte bevinding "de
effectgrootte" met een ondermaats onderzoek "statistische
betekenis."Doen mensen ooit nog machtsanalyses voordat ze een studie
starten, was het altijd vereist voor elke Ph.D. kandidaat. |
286 more
comments…Nog 286 reacties ...
Fact Checking Dr Malone "Deaths up 40%" Claim Verdict
-- true
Jan
3 |
Covid, Vaccine, HIV and VAIDS -- an Explanation HIV "Motifs" present in Sars-Cov-2, as well as in "Covid Vaxx"
Feb
20 |