Hydroxychloroquine again

[Dade]

Oorspronkelijk geplaatst door kiko

Cannabis kan een psychose triggeren. Da's al lang gekend hoor.

alcohol ook, zullen we dat dan ook maar verbieden ?

[jogo]

Oorspronkelijk geplaatst door patrickve

Wat HCQ betreft denk ik dat het vrij duidelijk is: Trump heeft dat aangegeven. Het is in vele milieus heel heel slecht gezien om hetzelfde te zeggen als Trump. Als Trump dus zegt dat HCQ "goed" is, moet men in vele milieus zeggen dat het slecht is, want anders riskeert men van slecht gezien te worden in de groep. Zelfs al denkt men het omgekeerde. .

Weinig mensen doen Javel-inspuitingen alleen omdat Trump dat suggereerde. Tss

[patrickve]

Oorspronkelijk geplaatst door jogo

Weinig mensen doen Javel-inspuitingen alleen omdat Trump dat suggereerde. Tss

Zie je ! Nog een voorbeeld van een middel dat geschuwd wordt, omdat Trump het aangaf

[fred vanhove]

Oorspronkelijk geplaatst door kiko

Cannabis kan een psychose triggeren. Da's al lang gekend hoor.

Ja hoor vooral bij diegenen die al op de rand staan van een psychose. Je weet antidepressiva kan ook de oorzaak zijn van zelfmoordpoging.
Uiteindelijk kan alles .....zelfs te veel water drinken kan dodelijk zijn.

https://www.hpdetijd.nl/2015-07-09/w...n-dodelijk-is/

Bekijk eens de bijsluiter van een doos dafalgan.....je zal versteld staan wat je daar allemaal mee kan beleven.

[morte-vivante]

de eerste RCT waar ik weet van heb:

Hydroxychloroquine as pre-exposure prophylaxis for COVID-19 in healthcare workers: a randomized trial

For once weekly hydroxychloroquine prophylaxis, the hazard ratio was 0.72 (95%CI 0.44 to 1.16; P=0.18) and for twice weekly was 0.74 (95%CI 0.46 to 1.19; P=0.22) as compared with placebo. Median hydroxychloroquine concentrations in whole blood were 98 ng/mL (IQR, 82-120) with once-weekly and 200 ng/mL (IQR, 159-258) with twice-weekly dosing. Hydroxychloroquine concentrations did not differ between participants who developed Covid-19 (154 ng/mL) versus participants without Covid-19 (133 ng/mL; P=0.08). Conclusions: Pre-exposure prophylaxis with hydroxychloroquine once or twice weekly did not significantly reduce laboratory-confirmed Covid-19 or Covid-19-compatible illness among healthcare workers.

HCQ doet niks

[patrickve]

Oorspronkelijk geplaatst door morte-vivante

HCQ doet niks

Nee, he. Deze studie was niet precies genoeg om een effect van HCQ kunnen aan te geven. Maw, deze studie toont niks aan. En is precies ontworpen om niks kunnen aan te tonen.

the hazard ratio was 0.72 (95%CI 0.44 to 1.16; P=0.18) and for twice weekly was 0.74 (95%CI 0.46 to 1.19; P=0.22) as compared with placebo

Men heeft dus het staal opgesplitst waar twee keer op onafhankelijke wijze een verbetering van ongeveer 30% optreedt (zoals beweerd trouwens) in twee groepen, om zodanig weinig statistiek te hebben dat het vertrouwensinterval "1" kan bevatten. Een meting van 0.44 tot 1.16 en een meting van 0.46 tot 1.19 wil gewoon zeggen dat uw METING op geen ballen trekt, NIET DAT UW RESULTAAT GELIJK IS AAN 1.

Met andere woorden, deze studie heeft een zodanig grote foutmarge dat ze a priori zelfs het beweerde effect van 30% niet had kunnen bewijzen, het was dus zelfs de moeite niet om ze door te voeren.

Goed kijken he: men heeft ongeveer 500 man per groep (groep 1 controle, en groepen 2 en 3 HCQ aan twee verschillende dosissen).

Kijk eens naar figuur 2.

6% van de HCQ groepen heeft geen covid-19 opgedaan (trouwens niet eens de bewering), 8% van de controle groep.

We hebben het dus over ongeveer 30 personen in de HCQ groepen, en 40 in de controlegroep.

Maar als we natuurlijk hierop een 95% CI gaan bouwen (dus 2 standaard afwijkingen), ja dan is het 30 +/- 12 en 40 +/- 15 en dan overlappen ze 'dus kunnen we het verschil niet zien'.

Besluit: gewoon te weinig patienten om zo een precisie te willen, maar figuur 2 is anders wel suggestief, nee ? Vooral, mocht men de twee HCQ groepen samennemen, men wel aan 60 zou geraken, met een 2 sigma gelijk aan 16, wat wel degelijk kleiner zou zijn dan 80. En dan zou men wel een significant resultaat hebben, maar men wil dat vooral niet aantonen he.

Gelijk wie figuur 2 beziet, stelt vast dat er een suggestie van een effect is.

De groene en blauwe curve liggen DUIDELIJK boven de rode en het zijn twee ONAFHANKELIJKE curves. Als de ruis zo groot is dat rood en blauw zouden moeten mixen, dan is het niet te verklaren dat groen en blauw die ruis niet vertonen he.

[eti1777]

"Gepubliceerd op:
woensdag, 26 augustus 2020

De resultaten van een observationele studie over dit onderwerp zijn recent gepubliceerd.

Sinds het begin van de COVID-19 pandemie verzamelt Sciensano gegevens van COVID-19 patiënten die in de meerderheid van Belgische ziekenhuizen werden opgenomen om de evolutie van deze patiënten te bestuderen en om risicofactoren voor ernstige ziekte of overlijden te identificeren (voor meer informatie over deze surveillance, zie https://covid-19.sciensano.be/sites/...%C3%A9s_FR.pdf). Deze gegevens werden gebruikt om het verband tussen hydroxychloroquine en sterfte van gehospitaliseerde patiënten te bestuderen. Bij aanvang van de exponentiële fase van de epidemie in België, en in afwachting van de resultaten van de klinische studies, werd de toediening van een „lage dosis” hydroxychloroquine sulfaat regime aanbevolen als een aanvaardbare behandelingsoptie voor instemmende gehospitaliseerde COVID-19 patiënten zonder contra-indicaties. Deze aanbeveling werd opgesteld door een task force bestaande uit clinici en wetenschappers van de referentiecentra voor erg besmettelijke luchtwegaandoeningen, het FAGG en Sciensano. De studie van gegevens van ziekenhuispatiënten in België toont aan dat van de 8.000 patiënten die voldeden aan de inclusiecriteria voor de analyse, ongeveer 4.500 patiënten een behandeling kregen op basis van hydroxychloroquine. Multivariate statistische analyse (om te corrigeren voor zoveel mogelijk vertekenende factoren) toont aan dat een behandeling met een lage dosis hydroxychloroquine zoals voorgeschreven in Belgische ziekenhuizen, gepaard ging met een lagere sterfte in het ziekenhuis dan patiënten die deze behandeling niet kregen. Deze studie werd gepubliceerd in het wetenschappelijke tijdschrift „International Journal of Antimicrobial Agents”: https://www.sciencedirect.com/scienc...24857920303423 (externe link). In navolging van de resultaten van andere internationale studies en aanbevelingen wordt hydroxychloroquine ..............momenteel in België niet meer aanbevolen voor de behandeling van COVID-19, behalve in geregistreerde klinische studies............... Het is echter belangrijk om het gebruik ervan tijdens de eerste golf van de epidemie te documenteren en aan te tonen dat er in elk geval geen meldingen zijn van overmatige mortaliteit bij patiënten die volgens de Belgische instructies met hydroxychloroquine zijn behandeld. Onze waarnemingen zijn vergelijkbaar met andere observationele studies die wereldwijd worden uitgevoerd, en doen nieuwe hypothesen rijzen over de ontstekingsremmende mechanismen die verband houden met het potentiële voordeel van hydroxychloroquine."

WAAROM???

https://www.sciensano.be/nl/pershoek...ten-die-belgie

Indien u frans verstaat : https://www.youtube.com/user/ifr48

[patrickve]

Ik heb een paar dagen geleden een uitzending gezien met die prof. Raoult van Marseille. Je moet zijn persoonlijkheid er wel bijnemen, maar dat is zo een beetje de "promotor" geweest van HCQ, en hij beweert nog steeds dat het in 30% van de gevallen een goed resultaat oplevert, ttz dat de dodelijkheid erdoor met 30% daalt, precies zoals die Belgische studie aangeeft.

De journalist herhaalde telkens "dat men dus nog niet wist of het werkte" en daarop stelde Raoult dat zijn ploeg alle literatuur hierover bestudeerd heeft, en dat grosso modo 80% van de publicaties aangeven dat er een effect is waargenomen, en de 20% die zeggen van niet, oftewel "opinie stukken" zijn, oftewel slecht uitgevoerde experimenten, oftewel metingen zijn die eigenlijk niks aantonen, dus ook niet aantonen dat het niet zou werken. Volgens hem zou gelijk welk ander geneesmiddel ondertussen aanvaard zijn als zijnde een effect hebbende.

Het paper dat morte-vivante gisteren aangaf, is precies van die aard: het toont niks aan. Het toont zeker niet aan dat er GEEN effect is. Het is gewoon statistisch zodanig zwak ontworpen, dat het zelfs effecten van 40% niet KAN onderscheiden van "geen effect" met het VERTROUWEN dat men eist.

Het grote probleem met al die statistische studies is dat men zodanig begaan is met de "methodiek" dat men vergeet wat men aan het doen is. Een goed uitgevoerde statistische test heeft twee mogelijke resultaten:

1) het experiment LAAT NIET TOE om te besluiten dat men de nul hypothese kan verwerpen met een opgelegd vertrouwen. Maw, het experiment is eigenlijk mislukt.

2) het experiment LAAT TOE met een zeker VERTROUWEN te stellen dat de nul hypothese verworpen kan worden. Maw, het experiment TOONT IETS AAN.

Wat men vaak VERKEERDELIJK doet, is in geval van 1) besluiten dat de nul-hypothese dus "waar" zou zijn. Dat is niet wat de test zegt. De test zegt dat uw experiment NIET GENOEG GEGEVENS BEVAT om de nul-hypothese te verwerpen OF dat de nul-hypothese waar is.

Maar het door morte-vivante aangegeven artikel is hier nogal typerend in.

Ik kwoteer de essentie nog eens:

the hazard ratio was 0.72 (95%CI 0.44 to 1.16; P=0.18) and for twice weekly was 0.74 (95%CI 0.46 to 1.19; P=0.22) as compared with placebo

Wat wil dat zeggen ? De p-waarde is 0.18. Dat wil zeggen dat men 18% kans heeft dat, met de gegevens, de nul-hypothese toch waar is.

Maw, dat zegt dat er 82% kans is dat de nul-hypothese ("HCQ doet niks") FOUT is, maw er is 82% kans dat HCQ WEL DEGELIJK iets doet, en 18% kans dat HCQ inderdaad niks doet.

Maar om "met een vertrouwen van 95%" (welke gangbaar is) te kunnen besluiten dat HCQ "iets doet" heeft men gewoon te grote foutmarges. Maw, de meting is niet PRECIES GENOEG, men heeft niet genoeg data om met 95% zekerheid kunnen te zeggen dat HCQ iets doet ; men heeft maar 82% zekerheid. Voor 1 van de 2 resultaten. Voor het tweede resultaat is 78% zekerheid dat het wel iets doet, en 22% kans dat het niks doet. Dat is een half onafhankelijke test (half, want de placebo vergelijking is dezelfde).

Om hieruit te besluiten dat het dus aangetoond is dat HCQ "niks doet" is een totaal verkeerd voorstellen van de resultaten he.

Men heeft 18% kans dat het niks doet, en 82% kans dat het wel iets doet, dus besluit men dat men bewezen heeft dat het niks doet

Nee, de standaard is dat men minstens 95% zeker moet zijn van zijn stuk, om daadwerkelijk een "definitieve" conclusie kunnen te trekken. Dus deze meting was gewoon te zwak om "definitief" kunnen te zeggen dat HCQ iets doet.

Experimenten "lukken" als men de nul-hypothese kan verwerpen, en "mislukken" als men die niet kan verwerpen. Het hangt dus af wat men wil aantonen.

Als men wil tonen dat iets 'een effect' heeft, dan moet men als nul-hypothese nemen "het heeft geen effect" en dan een experiment uitvoeren dat aangeeft dat men die nul-hypothese met een vertrouwen van meer dan 95% kan verwerpen. Als dat lukt, dan wordt aangenomen dat men dat effect aangetoond heef. Als dat mislukt, dan kan men eigenlijk NIKS zeggen.

Het is iets helemaal anders om proberen aan te tonen dat een zeker effect KLEINER IS DAN x %. Dan moet men als nul-hypothese aannemen: "het effect is groter dan x %" en DAT verwerpen.

Maar dat doet men maar heel zelden in dit soort studies. In de natuurkunde is dat veel gangbaarder. In de natuurkunde doet men vaak experimenten om aan te tonen dat bepaalde hypothetische effecten KLEINER moeten zijn dan een zekere grens. Experimenten en testen worden dan ontworpen om een zeker domein van effect UIT TE SLUITEN. Maar dat is iets helemaal anders dan de testen die men in de geneeskunde uitvoert.

In het geciteerde geval heeft men gewoon "met 95% zekerheid" aangetoond dat het effect van HCQ ergens tussen 0.44 en 1.16 ligt. Het kan dus zijn dat HCQ U meer dan 56% kansvermindering geeft om corona op te doen, of 16% meer kans geeft om corona op te doen. Maw, als je een zekerheid wil van 95%, dan is dit experiment zodanig slecht ontworpen, dat tussen "halve kans" en "wat meer kans" het onderscheid niet kan gemaakt worden.

Hieruit dus besluiten dat HCQ "niks doet" is helemaal erover.

Het "niet kunnen aantonen van een effect" is geen bewijs voor afwezigheid van een effect, en men verwart beide heel vaak.

Om de afwezigheid van een zekere grootte van een effect aan te tonen, moet men iets helemaal anders doen.

[vanderzapig]

Oorspronkelijk geplaatst door patrickve

Ik heb een paar dagen geleden een uitzending gezien met die prof. Raoult van Marseille. Je moet zijn persoonlijkheid er wel bijnemen, maar dat is zo een beetje de "promotor" geweest van HCQ, en hij beweert nog steeds dat het in 30% van de gevallen een goed resultaat oplevert, ttz dat de dodelijkheid erdoor met 30% daalt, precies zoals die Belgische studie aangeeft.

De journalist herhaalde telkens "dat men dus nog niet wist of het werkte" en daarop stelde Raoult dat zijn ploeg alle literatuur hierover bestudeerd heeft, en dat grosso modo 80% van de publicaties aangeven dat er een effect is waargenomen, en de 20% die zeggen van niet, oftewel "opinie stukken" zijn, oftewel slecht uitgevoerde experimenten, oftewel metingen zijn die eigenlijk niks aantonen, dus ook niet aantonen dat het niet zou werken. Volgens hem zou gelijk welk ander geneesmiddel ondertussen aanvaard zijn als zijnde een effect hebbende.

Het paper dat morte-vivante gisteren aangaf, is precies van die aard: het toont niks aan. Het toont zeker niet aan dat er GEEN effect is. Het is gewoon statistisch zodanig zwak ontworpen, dat het zelfs effecten van 40% niet KAN onderscheiden van "geen effect" met het VERTROUWEN dat men eist.

Het grote probleem met al die statistische studies is dat men zodanig begaan is met de "methodiek" dat men vergeet wat men aan het doen is. Een goed uitgevoerde statistische test heeft twee mogelijke resultaten:

1) het experiment LAAT NIET TOE om te besluiten dat men de nul hypothese kan verwerpen met een opgelegd vertrouwen. Maw, het experiment is eigenlijk mislukt.

2) het experiment LAAT TOE met een zeker VERTROUWEN te stellen dat de nul hypothese verworpen kan worden. Maw, het experiment TOONT IETS AAN.

Wat men vaak VERKEERDELIJK doet, is in geval van 1) besluiten dat de nul-hypothese dus "waar" zou zijn. Dat is niet wat de test zegt. De test zegt dat uw experiment NIET GENOEG GEGEVENS BEVAT om de nul-hypothese te verwerpen OF dat de nul-hypothese waar is.

Maar het door morte-vivante aangegeven artikel is hier nogal typerend in.

Ik kwoteer de essentie nog eens:


Wat wil dat zeggen ? De p-waarde is 0.18. Dat wil zeggen dat men 18% kans heeft dat, met de gegevens, de nul-hypothese toch waar is.

Maw, dat zegt dat er 82% kans is dat de nul-hypothese ("HCQ doet niks") FOUT is, maw er is 82% kans dat HCQ WEL DEGELIJK iets doet, en 18% kans dat HCQ inderdaad niks doet.

Maar om "met een vertrouwen van 95%" (welke gangbaar is) te kunnen besluiten dat HCQ "iets doet" heeft men gewoon te grote foutmarges. Maw, de meting is niet PRECIES GENOEG, men heeft niet genoeg data om met 95% zekerheid kunnen te zeggen dat HCQ iets doet ; men heeft maar 82% zekerheid. Voor 1 van de 2 resultaten. Voor het tweede resultaat is 78% zekerheid dat het wel iets doet, en 22% kans dat het niks doet. Dat is een half onafhankelijke test (half, want de placebo vergelijking is dezelfde).

Om hieruit te besluiten dat het dus aangetoond is dat HCQ "niks doet" is een totaal verkeerd voorstellen van de resultaten he.

Men heeft 18% kans dat het niks doet, en 82% kans dat het wel iets doet, dus besluit men dat men bewezen heeft dat het niks doet

Nee, de standaard is dat men minstens 95% zeker moet zijn van zijn stuk, om daadwerkelijk een "definitieve" conclusie kunnen te trekken. Dus deze meting was gewoon te zwak om "definitief" kunnen te zeggen dat HCQ iets doet.

Experimenten "lukken" als men de nul-hypothese kan verwerpen, en "mislukken" als men die niet kan verwerpen. Het hangt dus af wat men wil aantonen.

Als men wil tonen dat iets 'een effect' heeft, dan moet men als nul-hypothese nemen "het heeft geen effect" en dan een experiment uitvoeren dat aangeeft dat men die nul-hypothese met een vertrouwen van meer dan 95% kan verwerpen. Als dat lukt, dan wordt aangenomen dat men dat effect aangetoond heef. Als dat mislukt, dan kan men eigenlijk NIKS zeggen.

Het is iets helemaal anders om proberen aan te tonen dat een zeker effect KLEINER IS DAN x %. Dan moet men als nul-hypothese aannemen: "het effect is groter dan x %" en DAT verwerpen.

Maar dat doet men maar heel zelden in dit soort studies. In de natuurkunde is dat veel gangbaarder. In de natuurkunde doet men vaak experimenten om aan te tonen dat bepaalde hypothetische effecten KLEINER moeten zijn dan een zekere grens. Experimenten en testen worden dan ontworpen om een zeker domein van effect UIT TE SLUITEN. Maar dat is iets helemaal anders dan de testen die men in de geneeskunde uitvoert.

In het geciteerde geval heeft men gewoon "met 95% zekerheid" aangetoond dat het effect van HCQ ergens tussen 0.44 en 1.16 ligt. Het kan dus zijn dat HCQ U meer dan 56% kansvermindering geeft om corona op te doen, of 16% meer kans geeft om corona op te doen. Maw, als je een zekerheid wil van 95%, dan is dit experiment zodanig slecht ontworpen, dat tussen "halve kans" en "wat meer kans" het onderscheid niet kan gemaakt worden.

Hieruit dus besluiten dat HCQ "niks doet" is helemaal erover.

Het "niet kunnen aantonen van een effect" is geen bewijs voor afwezigheid van een effect, en men verwart beide heel vaak.

Om de afwezigheid van een zekere grootte van een effect aan te tonen, moet men iets helemaal anders doen.

Top uitleg!

Een absolute aanrader is ook dit artikel van Peter Norvig:

Warning Signs in Experimental Design and Interpretation

[patrickve]

Oorspronkelijk geplaatst door eti1777

WAAROM???

Heb het al een paar keer gepost, maar ik vind het zo geniaal en het is het antwoord op uw vraag, dat ik het nog eens post:

https://www.youtube.com/watch?v=qr53R3OnDyo



Gewoon geniaal

[groteAntwerpseGust]

Oorspronkelijk geplaatst door patrickve

Heb het al een paar keer gepost, maar ik vind het zo geniaal en het is het antwoord op uw vraag, dat ik het nog eens post:

https://www.youtube.com/watch?v=qr53R3OnDyo



Gewoon geniaal

Ga jij ook een fan worden van Raoult, ik ben het al een tijdje.

[Der Wanderer]

Het werkt.

https://www.sciencedirect.com/scienc...01971220321755

[Valentinus]

Oorspronkelijk geplaatst door fred vanhove

Dat zeggen ze van cannabis ook. Je moet maar eens naar Nederland gaan ..iedereen loopt daar op straat met een psychose

Allemaal larie en apekool.

Best is het ook niet in het andere uiterste te vervallen.
Het is altijd een vraag van dosis en hoeveelheid receptoren. Het tweede is zeker van mens tot mens verschillend. Wanneer veel factoren spelen is het beter niet alles of niets te gebruiken.

[patrickve]

Oorspronkelijk geplaatst door groteAntwerpseGust

Ga jij ook een fan worden van Raoult, ik ben het al een tijdje.

Ik moet niet zo hebben van zijn persoonlijkheid en de cultus daarrond, maar hij is in gans die zaak een wetenschapper gebleven, wat bewonderenswaardig is.

[groteAntwerpseGust]

Oorspronkelijk geplaatst door patrickve

Ik moet niet zo hebben van zijn persoonlijkheid en de cultus daarrond, maar hij is in gans die zaak een wetenschapper gebleven, wat bewonderenswaardig is.

Wetenschapper en arts tegelijkertijd, ik heb zijn uitleg waarom hij geen dubbel blind onderzoek opzette altijd geapprecieerd.
Als je weet (of gelooft) dat een behandeling werkt ga je die toch niet onthouden van patiënten die het nodig hebben. De eis om enkel behandelingen te gebruiken waarvan de efficiëntie is aangetoond via zulk een studie, is te verantwoorden als er voldoende tijd is, maar nu niet.

[patrickve]

Oorspronkelijk geplaatst door groteAntwerpseGust

Wetenschapper en arts tegelijkertijd, ik heb zijn uitleg waarom hij geen dubbel blind onderzoek opzette altijd geapprecieerd.
Als je weet (of gelooft) dat een behandeling werkt ga je die toch niet onthouden van patiënten die het nodig hebben. De eis om enkel behandelingen te gebruiken waarvan de efficiëntie is aangetoond via zulk een studie, is te verantwoorden als er voldoende tijd is, maar nu niet.

Inderdaad. Zijn adagio is dat patienten geen labo muizen zijn en daar niet mee geexperimenteerd wordt. Dat je als dokter altijd het beste probeert te doen, en dat je nadien wel kan vergelijken wat uiteindelijk het beste werkte en dat het gros van de behandelingen op die manier trouwens wordt gevonden en bestudeerd. Voor hem is het ondenkbaar om als dokter een placebo aan een patient te geven als je denkt dat een ander middel beter werkt (en als je dat niet denkt, dan doe je de studie niet).

Trouwens, dubbel-blinde experimenten zijn nooit statistisch "over duidelijk" omdat er een ethische verplichting is om, van zodra je een licht significant signaal begint te zien dat er een verschil is, de proef stop te zetten en de placebo patienten ook met de nieuwe behandeling te behandelen, als het om een potentieel gevaarlijke ziekte gaat.

Maw, van zodra je BEGINT een resultaat te zien, moet je de proef afbreken. Dat maakt dat dubbel blinde studies voor "gevaarlijke" ziektes nooit echt sluitende statistische resultaten kunnen voorleggen ; kan men dat wel, dan heeft men een ethische fout gemaakt, want men had dat vroeger moeten beginnen zien in de studie.