Mutflash - Medizinische Argumentationen und Studiensammlungen
Posterpräsentation für Insider: "Studie belegt: Nachts ist es kälter als draußen." Äh, ach ne. C-Impfung schützt vor Krebs: Corona-Impfung macht Krebs-Immuntherapie wirksamer https://www.mdr.de/wissen/medizin-gesundheit/corona-mrna-impfung-macht-immuntherapie…
Ich werf mal ne hübsche Abkürzung in den Raum, die wir in unserem Biest Teil 2 diskutieren werden: CYP450
Forwarded from InfraRot Medien
Media is too big
VIEW IN TELEGRAM
#InfraRot_KlareSicht
Bundeswehr: Soldat geimpft, erkrankt und abgestellt
Der 43-jährige Fallschirmjäger Roman Jahn berichtet, wie er sich gegen die verpflichtende COVID-19-Impfung in der Bundeswehr wehrte. Trotz Einsprüchen und Beschwerden ließ er sich zweimal impfen und entwickelte daraufhin schwere körperliche Beschwerden – darunter eine Autoimmunerkrankung, einen Herzinfarkt und eine posttraumatische Belastungsstörung (PTBS).
Laut Jahn reagierte die Bundeswehr mit Disziplinarmaßnahmen statt Unterstützung. Bereits vor mehreren Jahren wurde ein Verfahren gegen ihn eingeleitet. Im Rahmen einer Beschlagnahme wurden ihm Passwörter abverlangt, ohne dass er zuvor rechtlich beraten werden konnte. Zudem wurde seine komplette iCloud-Datenumgebung gespiegelt und ausgewertet – ein Eingriff, der derzeit Gegenstand laufender rechtlicher Verfahren ist.
Die von ihm angefertigte Audioaufnahme entstand aus rechtfertigendem Notstand (§ 34 StGB) und in Beweisnot, um seine Grund- und Existenzrechte zu schützen.
Bundeswehr: Soldat geimpft, erkrankt und abgestellt
Der 43-jährige Fallschirmjäger Roman Jahn berichtet, wie er sich gegen die verpflichtende COVID-19-Impfung in der Bundeswehr wehrte. Trotz Einsprüchen und Beschwerden ließ er sich zweimal impfen und entwickelte daraufhin schwere körperliche Beschwerden – darunter eine Autoimmunerkrankung, einen Herzinfarkt und eine posttraumatische Belastungsstörung (PTBS).
Laut Jahn reagierte die Bundeswehr mit Disziplinarmaßnahmen statt Unterstützung. Bereits vor mehreren Jahren wurde ein Verfahren gegen ihn eingeleitet. Im Rahmen einer Beschlagnahme wurden ihm Passwörter abverlangt, ohne dass er zuvor rechtlich beraten werden konnte. Zudem wurde seine komplette iCloud-Datenumgebung gespiegelt und ausgewertet – ein Eingriff, der derzeit Gegenstand laufender rechtlicher Verfahren ist.
Die von ihm angefertigte Audioaufnahme entstand aus rechtfertigendem Notstand (§ 34 StGB) und in Beweisnot, um seine Grund- und Existenzrechte zu schützen.
👍2
Neue Marketingstrategie: Gefährliches Halbwissen kombiniert mit "Allheilmittelchen":
"Complexity, unpredictability and safety challenges of lipid nanoparticles
by Gutschi, Luz Maria, Seger, Falko (Zenodo)
Bitte wiederholen: Spike, Spike, Spike, Spike. Niemals nie nicht wären Membranstörungen das Erste, wo ich die initiale Kaskade unabhängig ob mit oder ohne modRNA, vermuten sollte. *seufz* (Wieso schwirrt mir gerade, als einer der Autoren "Wacht auf, Verdammte dieser Erde" durch den Kopf?)
Ich wünsche viel Glück mit Peptidtherapien wenn CYP450 dysreguliert ist."
https://www.youtube.com/watch?v=uPwq8FXUAp4
CYP450 ist eine der wichtigsten und größten Enzym-Familien zur Entgiftung (Leber und ER). Wenn die runter reguliert oder dysballanciert sind und du mit Peptiden reingehts hast du ne komplexe und kontroverse Schleife:
Zunächst werden Zellprozesse, die bereits durch die LNPs aus der Homöostase geschossen wurden noch weiter runtergekachelt, so dass es eine "heilende Wirkung" vorgaukelt. Bis der Feedbackloop kommt und du noch mehr Schaden angerichtet hast.
"Complexity, unpredictability and safety challenges of lipid nanoparticles
by Gutschi, Luz Maria, Seger, Falko (Zenodo)
Bitte wiederholen: Spike, Spike, Spike, Spike. Niemals nie nicht wären Membranstörungen das Erste, wo ich die initiale Kaskade unabhängig ob mit oder ohne modRNA, vermuten sollte. *seufz* (Wieso schwirrt mir gerade, als einer der Autoren "Wacht auf, Verdammte dieser Erde" durch den Kopf?)
Ich wünsche viel Glück mit Peptidtherapien wenn CYP450 dysreguliert ist."
https://www.youtube.com/watch?v=uPwq8FXUAp4
CYP450 ist eine der wichtigsten und größten Enzym-Familien zur Entgiftung (Leber und ER). Wenn die runter reguliert oder dysballanciert sind und du mit Peptiden reingehts hast du ne komplexe und kontroverse Schleife:
Zunächst werden Zellprozesse, die bereits durch die LNPs aus der Homöostase geschossen wurden noch weiter runtergekachelt, so dass es eine "heilende Wirkung" vorgaukelt. Bis der Feedbackloop kommt und du noch mehr Schaden angerichtet hast.
https://www.deutschlandfunk.de/immunologe-watzl-mrna-corona-impfung-verlaengert-offenbar-lebensdauer-bei-krebs-100.html
https://t.me/mspezial/20091
Es ist unglaublich aber dieser Scheiß geht viral.
https://t.me/mspezial/20091
Es ist unglaublich aber dieser Scheiß geht viral.
Deutschlandfunk
mRNA-Coronaimpfung verlängert offenbar Lebensdauer bei Krebs
Die Überlebenszeit von Krebskranken mit Tumoren und begonnener Immuntherapie hat sich mithilfe zusätzlicher mRNA-Coronaimpfung in einer Studie fast verdoppelt.
Die volle Bullshitstudie, die ihr gerade in den Medien lest:
SARS-CoV-2 mRNA vaccines sensitize tumours to immune checkpoint blockade
PSM mit caliper = 0.1 und 2:1-ratio, weil Power: klassischer Trick, um die Effektgröße zu „optimieren“:
"Given the small sample size in the stage III NSCLC dataset treatment group, multiple imputation was performed to estimate missing ECOG values using chained equations and the R package MICE, where predictive mean matching (PMM) (with set.seed(2025)) was used to create five imputed datasets. Variables used for imputation were chosen based on large absolute ridge regression coefficients (|β| > 0.3) and clinical relevance to ensure that prediction of ECOG missingness occurred with accuracy. After selection using regression coefficients, age and previous cycles of systemic therapy were included due to clinical importance. To facilitate PSM while maintaining power in patients with stage III NSCLC, the mode of the five imputed ECOG values was used as a single value for each patient (n = 5). This approach was necessary to minimize variance inflation and avoid diluting treatment effects in a very small sample. As PMM is random, small deviations in variable definition, factor levels and row ordering may result in slightly different imputed values. However, sensitivity analyses with slightly different mode selection in the case of ties, different seeds and an increased number of datasets (n = 20 or n = 10 rather than n = 5) revealed similar outcomes (P < 0.05) after subsequent matching. The plausibility of imputed values was assessed using density plots, which demonstrated appropriate range and overlap between observed and imputed ECOG values."
Und mein Favorit: „Patients who progressed before the receipt of mRNA vaccination were included in the vaccination group for this analysis.“
Und es wird noch geiler: Imputation mit „mode of five imputed ECOG values“ – also sie nehmen den Modus aus 5 zufällig generierten Werteketten? Das ist so statistisch fragwürdig, dass es fast schon Kunst ist. Haja. Weil uns halt die Werte fehlten, haben wir mal gedacht, dass...
Ha! Hab endlich die ganze Studie gefunden. Immerhin schafften sie es auf n=180
https://www.nature.com/articles/s41586-025-09655-y#Ack1
Der echte Kracher ist die Imputation:
Damit löscht man die Unsicherheitsinformation der Mehrfachimputation. Und weil ECOG nur wenige Kategorien (0–5) hat, ist der Modus praktisch ein Würfelergebnis. Die anschließenden Sensitivitätsanalysen (auch mit n=10 und n=20 gleiche p<0.05) sagen nichts aus: wenn du Moppelkotze imputierst, bleibt die Moppelkotze deterministisch reproduzierbar.
Kurz noch erklärt:
PMM (predictive mean matching) ist zufallsbasiert: man erzeugt mehrere plausible Werte, die die Unsicherheit abbilden sollen.
Das korrekte Vorgehen:
Man analysiert alle imputierten Datensätze getrennt und kombiniert danach die Resultate (Rubin’s Rules).
Vorgehen dieser verkappten Lappen:
Sie nehmen einfach den Modus dieser fünf Zufallswerte, also den „häufigsten geratenen Wert“, und tun so, als sei das „das Wahre“.
SARS-CoV-2 mRNA vaccines sensitize tumours to immune checkpoint blockade
PSM mit caliper = 0.1 und 2:1-ratio, weil Power: klassischer Trick, um die Effektgröße zu „optimieren“:
"Given the small sample size in the stage III NSCLC dataset treatment group, multiple imputation was performed to estimate missing ECOG values using chained equations and the R package MICE, where predictive mean matching (PMM) (with set.seed(2025)) was used to create five imputed datasets. Variables used for imputation were chosen based on large absolute ridge regression coefficients (|β| > 0.3) and clinical relevance to ensure that prediction of ECOG missingness occurred with accuracy. After selection using regression coefficients, age and previous cycles of systemic therapy were included due to clinical importance. To facilitate PSM while maintaining power in patients with stage III NSCLC, the mode of the five imputed ECOG values was used as a single value for each patient (n = 5). This approach was necessary to minimize variance inflation and avoid diluting treatment effects in a very small sample. As PMM is random, small deviations in variable definition, factor levels and row ordering may result in slightly different imputed values. However, sensitivity analyses with slightly different mode selection in the case of ties, different seeds and an increased number of datasets (n = 20 or n = 10 rather than n = 5) revealed similar outcomes (P < 0.05) after subsequent matching. The plausibility of imputed values was assessed using density plots, which demonstrated appropriate range and overlap between observed and imputed ECOG values."
Und mein Favorit: „Patients who progressed before the receipt of mRNA vaccination were included in the vaccination group for this analysis.“
Und es wird noch geiler: Imputation mit „mode of five imputed ECOG values“ – also sie nehmen den Modus aus 5 zufällig generierten Werteketten? Das ist so statistisch fragwürdig, dass es fast schon Kunst ist. Haja. Weil uns halt die Werte fehlten, haben wir mal gedacht, dass...
Ha! Hab endlich die ganze Studie gefunden. Immerhin schafften sie es auf n=180
https://www.nature.com/articles/s41586-025-09655-y#Ack1
Der echte Kracher ist die Imputation:
Damit löscht man die Unsicherheitsinformation der Mehrfachimputation. Und weil ECOG nur wenige Kategorien (0–5) hat, ist der Modus praktisch ein Würfelergebnis. Die anschließenden Sensitivitätsanalysen (auch mit n=10 und n=20 gleiche p<0.05) sagen nichts aus: wenn du Moppelkotze imputierst, bleibt die Moppelkotze deterministisch reproduzierbar.
Kurz noch erklärt:
PMM (predictive mean matching) ist zufallsbasiert: man erzeugt mehrere plausible Werte, die die Unsicherheit abbilden sollen.
Das korrekte Vorgehen:
Man analysiert alle imputierten Datensätze getrennt und kombiniert danach die Resultate (Rubin’s Rules).
Vorgehen dieser verkappten Lappen:
Sie nehmen einfach den Modus dieser fünf Zufallswerte, also den „häufigsten geratenen Wert“, und tun so, als sei das „das Wahre“.
Kurzer Statusupdate, da die Richtung jetzt klar ist, das Manuskript steht und wir in Editrunde 4 sind:
Unser hypothesengetriebenes Review nimmt Gestalt an: Inklusive Abstrakt und Schlussfolgerung. Ich denke noch 2 - 3 Editrunden und wir sind soweit: Unleash the beast.
p.s.: Am liebsten würde ich schon verraten, wer unser Projektleiter und Seniorresearcher ist, mit dem wir publizieren werden. Gnihihihi. Ich muss mir so auf die Finger haun.
Unser hypothesengetriebenes Review nimmt Gestalt an: Inklusive Abstrakt und Schlussfolgerung. Ich denke noch 2 - 3 Editrunden und wir sind soweit: Unleash the beast.
p.s.: Am liebsten würde ich schon verraten, wer unser Projektleiter und Seniorresearcher ist, mit dem wir publizieren werden. Gnihihihi. Ich muss mir so auf die Finger haun.
👍7🥰2
Das Hauptproblem: Fehlende Daten wurden „erraten“
Ein wichtiger Parameter bei Krebspatienten ist der sogenannte ECOG-Status (ein Maß dafür, wie krank oder belastbar jemand ist). Viele dieser Werte fehlten – und statt das offen als Unsicherheit zu behandeln, haben die Autoren sie einfach erfunden.
Dazu nutzten sie eine Methode namens PMM (Predictive Mean Matching), die mehrere plausible Werte generiert, um Unsicherheit abzubilden.
➡️ Der korrekte Weg: Man analysiert alle so erzeugten Datensätze getrennt und kombiniert die Ergebnisse statistisch (nach den sogenannten Rubin’s Rules).
➡️ Was sie stattdessen gemacht haben:
Sie haben fünfmal zufällig Werte generiert und dann einfach den häufigsten geratenen Wert (den „Modus“) genommen – als wäre das der „wahre“ Wert. Das ist, als würde man fünfmal würfeln und dann sagen: „Weil die 4 am häufigsten kam, ist das sicher das richtige Ergebnis.“
Damit löschen sie die gesamte Unsicherheitsinformation, die die Methode eigentlich erhalten soll. Das ist statistisch unsinnig und führt zu Scheinpräzision.
Der zweite Trick: Propensity Score Matching (PSM)
Um Gruppen (geimpft vs. ungeimpft) vergleichbar zu machen, wurde ein sogenanntes Propensity Score Matching verwendet.
Dabei werden Patienten mit ähnlichen Merkmalen gepaart, um faire Vergleiche zu ermöglichen.
Die Autoren wählten dabei ein extrem enges Matching-Kriterium (Caliper = 0.1) und ein 2:1-Verhältnis der Gruppen.
Beides kann genutzt werden, um eine gewünschte Effektgröße zu „optimieren“, sprich: man kann so die Gruppen so zusammenstellen, dass der Effekt größer aussieht, als er wirklich ist. Das ist ein klassischer Trick, um kleine Stichproben „schöner“ aussehen zu lassen.
Logischer Bruch: Falsche Gruppenzuordnung
Der absurdeste Punkt:
„Patients who progressed before the receipt of mRNA vaccination were included in the vaccination group for this analysis.“
Das heißt:
Patienten, die sich verschlechtert hatten, BEVOR sie überhaupt geimpft wurden, zählen in der Analyse als „geimpft“. Das ist ein klarer methodischer Bruch, der die gesamte Vergleichbarkeit zerstört. Man weiß nicht mehr, was überhaupt „nach der Impfung“ passiert ist.
6. Schein-Sensitivitätsanalysen
Die Autoren behaupten, sie hätten getestet, ob das Ergebnis stabil bleibt („Sensitivity Analyses“). Aber wenn die zugrunde liegenden Daten zufällig erzeugt und fehlerhaft verarbeitet wurden (was durch die Vermengung der Geimpften geschah), bleibt das Ergebnis natürlich „stabil“ – es ist ja deterministisch reproduzierbar. Mit anderen Worten: Man kann denselben Unsinn beliebig oft wiederholen, das Ergebnis bleibt Unsinn.
Fazit
Diese Studie gehört sofort retractiert (zurückgezogen), weil:
fehlende Daten nicht korrekt imputiert, sondern verfälscht wurden,
Gruppen falsch definiert wurden, Matching-Verfahren zur Effektverstärkung missbraucht wurden, und die angeblichen Robustheitsanalysen keine Aussagekraft haben.
Kurz gesagt:
Die statistischen Methoden wurden nicht zur Fehlerkontrolle, sondern zur Ergebnisgestaltung benutzt. Das macht die Resultate wissenschaftlich wertlos – egal, wie spektakulär sie klingen.
Und noch weitere Kritikpunkte:
- Die Vielzahl der Adjustierungen und das Mischfenster („–100 bis +100 Tage“) machen kausale Interpretationen extrem fragwürdig.
- Die mechanistischen Erklärungsansätze sind übermäßig optimistisch übertragen von Maus- auf Humandaten.
- Die Replikation und externe Validierung fehlen nahezu vollständig.
https://www.nature.com/articles/s41586-025-09655-y#Ack1
Ein wichtiger Parameter bei Krebspatienten ist der sogenannte ECOG-Status (ein Maß dafür, wie krank oder belastbar jemand ist). Viele dieser Werte fehlten – und statt das offen als Unsicherheit zu behandeln, haben die Autoren sie einfach erfunden.
Dazu nutzten sie eine Methode namens PMM (Predictive Mean Matching), die mehrere plausible Werte generiert, um Unsicherheit abzubilden.
➡️ Der korrekte Weg: Man analysiert alle so erzeugten Datensätze getrennt und kombiniert die Ergebnisse statistisch (nach den sogenannten Rubin’s Rules).
➡️ Was sie stattdessen gemacht haben:
Sie haben fünfmal zufällig Werte generiert und dann einfach den häufigsten geratenen Wert (den „Modus“) genommen – als wäre das der „wahre“ Wert. Das ist, als würde man fünfmal würfeln und dann sagen: „Weil die 4 am häufigsten kam, ist das sicher das richtige Ergebnis.“
Damit löschen sie die gesamte Unsicherheitsinformation, die die Methode eigentlich erhalten soll. Das ist statistisch unsinnig und führt zu Scheinpräzision.
Der zweite Trick: Propensity Score Matching (PSM)
Um Gruppen (geimpft vs. ungeimpft) vergleichbar zu machen, wurde ein sogenanntes Propensity Score Matching verwendet.
Dabei werden Patienten mit ähnlichen Merkmalen gepaart, um faire Vergleiche zu ermöglichen.
Die Autoren wählten dabei ein extrem enges Matching-Kriterium (Caliper = 0.1) und ein 2:1-Verhältnis der Gruppen.
Beides kann genutzt werden, um eine gewünschte Effektgröße zu „optimieren“, sprich: man kann so die Gruppen so zusammenstellen, dass der Effekt größer aussieht, als er wirklich ist. Das ist ein klassischer Trick, um kleine Stichproben „schöner“ aussehen zu lassen.
Logischer Bruch: Falsche Gruppenzuordnung
Der absurdeste Punkt:
„Patients who progressed before the receipt of mRNA vaccination were included in the vaccination group for this analysis.“
Das heißt:
Patienten, die sich verschlechtert hatten, BEVOR sie überhaupt geimpft wurden, zählen in der Analyse als „geimpft“. Das ist ein klarer methodischer Bruch, der die gesamte Vergleichbarkeit zerstört. Man weiß nicht mehr, was überhaupt „nach der Impfung“ passiert ist.
6. Schein-Sensitivitätsanalysen
Die Autoren behaupten, sie hätten getestet, ob das Ergebnis stabil bleibt („Sensitivity Analyses“). Aber wenn die zugrunde liegenden Daten zufällig erzeugt und fehlerhaft verarbeitet wurden (was durch die Vermengung der Geimpften geschah), bleibt das Ergebnis natürlich „stabil“ – es ist ja deterministisch reproduzierbar. Mit anderen Worten: Man kann denselben Unsinn beliebig oft wiederholen, das Ergebnis bleibt Unsinn.
Fazit
Diese Studie gehört sofort retractiert (zurückgezogen), weil:
fehlende Daten nicht korrekt imputiert, sondern verfälscht wurden,
Gruppen falsch definiert wurden, Matching-Verfahren zur Effektverstärkung missbraucht wurden, und die angeblichen Robustheitsanalysen keine Aussagekraft haben.
Kurz gesagt:
Die statistischen Methoden wurden nicht zur Fehlerkontrolle, sondern zur Ergebnisgestaltung benutzt. Das macht die Resultate wissenschaftlich wertlos – egal, wie spektakulär sie klingen.
Und noch weitere Kritikpunkte:
- Die Vielzahl der Adjustierungen und das Mischfenster („–100 bis +100 Tage“) machen kausale Interpretationen extrem fragwürdig.
- Die mechanistischen Erklärungsansätze sind übermäßig optimistisch übertragen von Maus- auf Humandaten.
- Die Replikation und externe Validierung fehlen nahezu vollständig.
https://www.nature.com/articles/s41586-025-09655-y#Ack1
Nature
SARS-CoV-2 mRNA vaccines sensitize tumours to immune checkpoint blockade
Nature - mRNA vaccines targeting SARS-CoV-2 also sensitize tumours to immune checkpoint inhibitors.
👏1
Mammalian innate antiviral defenses: beyond interferon
https://journals.asm.org/doi/10.1128/jvi.01707-24
https://journals.asm.org/doi/10.1128/jvi.01707-24
Journal of Virology
Mammalian innate antiviral defenses: beyond
interferon | Journal of Virology
interferon | Journal of Virology
Interferons (IFNs) are classified into three groups based on the different receptors
they bind and have been reviewed in detail elsewhere (1–4). Here, we will focus on discussing the type I IFN (IFN-I)
response as it has long been regarded as the most vital…
they bind and have been reviewed in detail elsewhere (1–4). Here, we will focus on discussing the type I IFN (IFN-I)
response as it has long been regarded as the most vital…
Aber Schweden... Klar. Wenn ich nur selektiv erfasse und mir den Krams modelliere, wie er gerade passt...
https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/02/eu-country-cancer-profile-sweden-2025_f01eb08d/39c18d93-en.pdf
Zur Erinnerung:
Batch-dependent safety of the BNT162b2 mRNA COVID-19 vaccine
https://onlinelibrary.wiley.com/doi/10.1111/eci.13998
Reports of Batch-Dependent Suspected Adverse Events of the BNT162b2 mRNA COVID-19 Vaccine: Comparison of Results from Denmark and Sweden
https://www.mdpi.com/1648-9144/60/8/1343
Batch-dependent safety of the BNT162b2 mRNA COVID-19 vaccine in the United States
https://publichealthpolicyjournal.com/batch-dependent-safety-of-the-bnt162b2-mrna-covid-19-vaccine-in-the-united-states/
https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/02/eu-country-cancer-profile-sweden-2025_f01eb08d/39c18d93-en.pdf
Zur Erinnerung:
Batch-dependent safety of the BNT162b2 mRNA COVID-19 vaccine
https://onlinelibrary.wiley.com/doi/10.1111/eci.13998
Reports of Batch-Dependent Suspected Adverse Events of the BNT162b2 mRNA COVID-19 Vaccine: Comparison of Results from Denmark and Sweden
https://www.mdpi.com/1648-9144/60/8/1343
Batch-dependent safety of the BNT162b2 mRNA COVID-19 vaccine in the United States
https://publichealthpolicyjournal.com/batch-dependent-safety-of-the-bnt162b2-mrna-covid-19-vaccine-in-the-united-states/
Forwarded from Dr. John Campbell
Media is too big
VIEW IN TELEGRAM
Vaccine dangers with animations
Inside mRNA vaccines
https://www.insidemrnavaccines.com/
Filmmaker: Erik Tangsoo
Join👉🏻 @DrJohnCampbell
Inside mRNA vaccines
https://www.insidemrnavaccines.com/
Filmmaker: Erik Tangsoo
Join👉🏻 @DrJohnCampbell
Dr. John Campbell
Vaccine dangers with animations Inside mRNA vaccines https://www.insidemrnavaccines.com/ Filmmaker: Erik Tangsoo Join👉🏻 @DrJohnCampbell
Nix über endozytose"like" begriffen.
Also ob die modRNA direkt während der Einschnürung ins Zytosol entlassen würde... *leise seufz*
Also ob die modRNA direkt während der Einschnürung ins Zytosol entlassen würde... *leise seufz*
Forwarded from Dr. Lynn Fynn’s Science Enlightenment Channel & Stuff
Halted because much like other mRNA jabs, it failed! https://t.co/WPW11VyLox
ZeroHedge
mRNA Vaccine For Birth Defects Didn't Work Well, Won't Be Continued: Moderna
The vaccine targeted a virus linked to birth defects.
https://t.me/mspezial/20100
Weil das mit der Rubin's Regel vermutlich einige (mich eingeschlossen) ziemlich verwirrt hat:
Grok hat endlich ne schöne und einfach zu verstehende Metapher geliefert:
Stell dir vor, du musst 5 leere Gläser füllen. Jede Schätzung ist ein Versuch, die Gläser zu füllen. Rubin’s Rule schaut sich alle Füllungen an und sagt: ‚So groß ist meine Unsicherheit insgesamt‘. Die Studie hat einfach das Glas ausgesucht, das am schönsten aussieht und tut so, als sei alles perfekt.
Man führt für jeden Patienten (nicht die gesamte Kohorte) mind. 5 (wobei hier eher 20 - 50 empfehlenswert wären) Simulationen durch, weil man ja nur schätzt und matched diese zuerst. Danach macht man das Selbe für den nächsten Patienten, usw... Und daraus bildet man den Mittelwert für die höchste und geringste Fehlerquote.
Das ist das Prinzip von einer korrekten Imputation.
Und diese Vollpfosten haben nur eine lineare Schätzung durchgeführt und dabei die Unsicherheit der Imputation nicht adäquat berücksichtigt. Die Auswahl des Modalwerts aus den fünf Imputationen ignoriert die Varianz zwischen den Imputationen, was zu einer Unterschätzung der Unsicherheit führt. Dies kann insbesondere bei kleinen Kohorten problematisch sein, da die Unsicherheit der Schätzungen nicht korrekt reflektiert wird.
Weil das mit der Rubin's Regel vermutlich einige (mich eingeschlossen) ziemlich verwirrt hat:
Grok hat endlich ne schöne und einfach zu verstehende Metapher geliefert:
Stell dir vor, du musst 5 leere Gläser füllen. Jede Schätzung ist ein Versuch, die Gläser zu füllen. Rubin’s Rule schaut sich alle Füllungen an und sagt: ‚So groß ist meine Unsicherheit insgesamt‘. Die Studie hat einfach das Glas ausgesucht, das am schönsten aussieht und tut so, als sei alles perfekt.
Man führt für jeden Patienten (nicht die gesamte Kohorte) mind. 5 (wobei hier eher 20 - 50 empfehlenswert wären) Simulationen durch, weil man ja nur schätzt und matched diese zuerst. Danach macht man das Selbe für den nächsten Patienten, usw... Und daraus bildet man den Mittelwert für die höchste und geringste Fehlerquote.
Das ist das Prinzip von einer korrekten Imputation.
Und diese Vollpfosten haben nur eine lineare Schätzung durchgeführt und dabei die Unsicherheit der Imputation nicht adäquat berücksichtigt. Die Auswahl des Modalwerts aus den fünf Imputationen ignoriert die Varianz zwischen den Imputationen, was zu einer Unterschätzung der Unsicherheit führt. Dies kann insbesondere bei kleinen Kohorten problematisch sein, da die Unsicherheit der Schätzungen nicht korrekt reflektiert wird.
Telegram
Mutflash - Medizinische Argumentationen und Studiensammlungen
Das Hauptproblem: Fehlende Daten wurden „erraten“
Ein wichtiger Parameter bei Krebspatienten ist der sogenannte ECOG-Status (ein Maß dafür, wie krank oder belastbar jemand ist). Viele dieser Werte fehlten – und statt das offen als Unsicherheit zu behandeln…
Ein wichtiger Parameter bei Krebspatienten ist der sogenannte ECOG-Status (ein Maß dafür, wie krank oder belastbar jemand ist). Viele dieser Werte fehlten – und statt das offen als Unsicherheit zu behandeln…
❤1
Forwarded from IDA informiert
Media is too big
VIEW IN TELEGRAM
Aufruf zur Rehabilitation verfolgter Ärzte und Heilberufler
Ärzte werden in Deutschland strafrechtlich verfolgt, weil sie den Corona-Irrsinn nicht mitgemacht und ihre Patienten vor den schädlichen Folgen sinnloser Masken bewahrt wollten haben oder sich der Impfkampagne verweigerten.
Die Ärztin Dr. Monika Jiang, selbst Opfer dieser Justiz, hat mit kritischen Kollegen eine Initiative gestartet. Sie fordern die Verantwortlichen in Ärztekammern, Kassenärztlichen Vereinigungen und Berufsverbänden auf, sich endlich für die Rehabilitierung der verfolgten Kollegen einzusetzen.
Im Interview mit Kay Klapproth (IDA) erklärt Monika Jiang, was hinter dieser Aktion steht – und wie Sie selbst unterstützen können.
Das Schreiben: 👉 https://www.ida-hd.de/aufruf-zur-rehabilitation-verfolgter-aerztinnen-aerzte-und-heilberufler/
Unterstütze IDA
Paypal: www.paypal.com/paypalme/idaheidelberg (http://www.paypal.com/paypalme/idaheidelberg)
IBAN: DE92 6729 0000 0149 7007 73 BIC: GENODE61HD1
www.ida-hd.de
@initiative_demokratie
Ärzte werden in Deutschland strafrechtlich verfolgt, weil sie den Corona-Irrsinn nicht mitgemacht und ihre Patienten vor den schädlichen Folgen sinnloser Masken bewahrt wollten haben oder sich der Impfkampagne verweigerten.
Die Ärztin Dr. Monika Jiang, selbst Opfer dieser Justiz, hat mit kritischen Kollegen eine Initiative gestartet. Sie fordern die Verantwortlichen in Ärztekammern, Kassenärztlichen Vereinigungen und Berufsverbänden auf, sich endlich für die Rehabilitierung der verfolgten Kollegen einzusetzen.
Im Interview mit Kay Klapproth (IDA) erklärt Monika Jiang, was hinter dieser Aktion steht – und wie Sie selbst unterstützen können.
Das Schreiben: 👉 https://www.ida-hd.de/aufruf-zur-rehabilitation-verfolgter-aerztinnen-aerzte-und-heilberufler/
Unterstütze IDA
Paypal: www.paypal.com/paypalme/idaheidelberg (http://www.paypal.com/paypalme/idaheidelberg)
IBAN: DE92 6729 0000 0149 7007 73 BIC: GENODE61HD1
www.ida-hd.de
@initiative_demokratie
Forwarded from Multipolar Magazin
✒️ In den USA wird derzeit auf höchster politischer Ebene diskutiert, ob der enorme Anstieg chronischer Krankheiten etwas mit dem parallel dazu stark angewachsenen Impfprogramm zu tun hat. Gesundheitsminister Kennedy nannte aluminiumhaltige Wirkverstärker als mögliche Auslöser. Sie sind in zwei Drittel aller Kinderimpfstoffe enthalten. Präsident Trump kündigte Ende September öffentlich an, man werde – nach Quecksilber – nun auch Aluminium aus Impfungen verbannen. Zugleich tobt ein Kampf um die Deutung von Studien zum Thema. Der Wissenschaftsjournalist Bert Ehgartner beleuchtet für Multipolar die Hintergründe.
➠ Artikel lesen
alle bisherigen Beiträge: Artikel, Meldungen, tägliche Hinweise, Literatur. @multipolar_magazin
➠ Artikel lesen
alle bisherigen Beiträge: Artikel, Meldungen, tägliche Hinweise, Literatur. @multipolar_magazin
multipolar-magazin.de
Sichere Kinderimpfungen?
Die USA wollen aluminiumhaltige Wirkverstärker verbieten. Multipolar beleuchtet die Hintergründe.
❤1