Dijkhoff is anti-vaxxers zat #4

quote:

Op dinsdag 4 september 2018 08:24 schreef Lurf het volgende:
Waar ik mij (nog steeds) aan stoor is het frame dat vaccineren risicoloos is en daarom een no-brainer. Dat is gewoon niet waar. Vaccinaties worden gezet door mensen en mensen maken fouten. Zelfs als er met het vaccin in de basis niets mis is kan het verkeerd bewaard worden, kan er onhygiënisch gewerkt worden en kunnen individuele omstandigheden over het hoofd worden gezien die ervoor zorgen dat die ene persoon nu juist wél een verhoogd risico loopt bij vaccinatie. Statistisch gezien is het inderdaad het beste als iedereen overal voor ingeënt wordt, maar mijn naasten zijn geen statistieken. Natuurlijk kom je dan soms tot een andere afweging. Niet uit angst, maar vanuit kennis over jouw eigen individuele gezondheidssituatie.

Je kan morgen ook door de bliksem geraakt worden. Er zijn strikte werkwijzes voor dit soort dingen. Ik zie niet in waarom dit iets is wat meegefactoreerd moet worden, het is inderdaad risicoloos vergeleken met doodgaan of ernstig ziek worden door een van de ziektes waarvoor je gevaccineerd wordt.

quote:

Op dinsdag 4 september 2018 08:24 schreef Lurf het volgende:
Waar ik mij (nog steeds) aan stoor is het frame dat vaccineren risicoloos is en daarom een no-brainer.

Geen enkel medicijn is risicoloos en iedereen met een normale dosis gezond verstand weet dat.

[ Bericht 5% gewijzigd door Captain_Jack_Sparrow op 04-09-2018 09:12:47 ]

quote:

Op vrijdag 31 augustus 2018 16:09 schreef MrvanTrapZ het volgende:
Vandaag begon de kraamhulp ook al te praten dat ze haar eigen kinderen niet zou vaccineren omdat ze niet weet wat voor rommel erin zit.

Gelukkig morgen de laatste dag van haar hier.

lekker wijf, stuur d'r naar huis, kan ze nadenken over haar rol in deze...

Stel dat haar kinderen dan mazzelen of andere ziektes krijgen, zijn al haar klanten direct in levensgevaar.

quote:

Op dinsdag 4 september 2018 09:06 schreef Captain_Jack_Sparrow het volgende:

[..]

Geen enkel medicijn is risicoloos en iedereen met een normale dosis gezond verstand weet dat.

Dit, en als ouder dien je daar zeker overna te denken. Ik zou als ze heftig reageren op de eerste prik, heel waakzaam zijn bij de volgende.

Hier had nummer 4 nergens last van, dus dan zie ik niet zo snel vaccinatie-gevaar.

Ik zie een gat in de markt, kinderdagverblijven voor gevaccineerden kinderen en een andere voor ongevaccineerde kinderen.

Kunnen we meteen kijken wat de verschillen zijn tussen de gezinnen.

quote:

Op dinsdag 4 september 2018 08:24 schreef Lurf het volgende:
Waar ik mij (nog steeds) aan stoor is het frame dat vaccineren risicoloos is en daarom een no-brainer. Dat is gewoon niet waar. Vaccinaties worden gezet door mensen en mensen maken fouten. Zelfs als er met het vaccin in de basis niets mis is kan het verkeerd bewaard worden, kan er onhygiënisch gewerkt worden en kunnen individuele omstandigheden over het hoofd worden gezien die ervoor zorgen dat die ene persoon nu juist wél een verhoogd risico loopt bij vaccinatie. Statistisch gezien is het inderdaad het beste als iedereen overal voor ingeënt wordt, maar mijn naasten zijn geen statistieken. Natuurlijk kom je dan soms tot een andere afweging. Niet uit angst, maar vanuit kennis over jouw eigen individuele gezondheidssituatie.

Gast niks in het leven is risico loos.

quote:

Op dinsdag 4 september 2018 08:24 schreef Lurf het volgende:
Waar ik mij (nog steeds) aan stoor is het frame dat vaccineren risicoloos is en daarom een no-brainer. Dat is gewoon niet waar. Vaccinaties worden gezet door mensen en mensen maken fouten. Zelfs als er met het vaccin in de basis niets mis is kan het verkeerd bewaard worden, kan er onhygiënisch gewerkt worden en kunnen individuele omstandigheden over het hoofd worden gezien die ervoor zorgen dat die ene persoon nu juist wél een verhoogd risico loopt bij vaccinatie. Statistisch gezien is het inderdaad het beste als iedereen overal voor ingeënt wordt, maar mijn naasten zijn geen statistieken. Natuurlijk kom je dan soms tot een andere afweging. Niet uit angst, maar vanuit kennis over jouw eigen individuele gezondheidssituatie.

'0 risico' bestaat dan ook niet in het leven, dus dat is een vreselijk non-argument. De kans dat je geraakt wordt door bliksem wanneer je van huis fiets en komt te overlijden is ook niet nul, maar dat lijkt me geen reden om binnen te blijven. Als het hard onweert en de inslagen zijn vlakbij is het wel raadzaam om even te wachten. Dat is vanwege het verschil in risico.

Als we naar vaccinaties kijken dan kun je bijvoorbeeld een grove risico-inschatting maken door te kijken naar het aantal sterfgevallen als gevolg van vaccinatie in Nederland per jaar te delen door het aantal vaccinaties per jaar. Volgens mij is dat risico dan effectief nul.
Bijwerkingen zijn er natuurlijk wel en via Lareb worden mogelijke bijwerkingen ook gerapporteerd. Maar echt serieuze bijwerkingen zijn ook redelijk verwaarloosbaar.
Gek genoeg is een risico van 0.0001% heel eng, maar gaat er niemand vanuit dat ze morgen de hoofdprijs in de staatsloterij winnen als ze een lot kopen.

quote:

Op dinsdag 4 september 2018 13:26 schreef Monolith het volgende:

[..]

'0 risico' bestaat dan ook niet in het leven, dus dat is een vreselijk non-argument. De kans dat je geraakt wordt door bliksem wanneer je van huis fiets en komt te overlijden is ook niet nul, maar dat lijkt me geen reden om binnen te blijven. Als het hard onweert en de inslagen zijn vlakbij is het wel raadzaam om even te wachten. Dat is vanwege het verschil in risico.

Als we naar vaccinaties kijken dan kun je bijvoorbeeld een grove risico-inschatting maken door te kijken naar het aantal sterfgevallen als gevolg van vaccinatie in Nederland per jaar te delen door het aantal vaccinaties per jaar. Volgens mij is dat risico dan effectief nul.
Bijwerkingen zijn er natuurlijk wel en via Lareb worden mogelijke bijwerkingen ook gerapporteerd. Maar echt serieuze bijwerkingen zijn ook redelijk verwaarloosbaar.
Gek genoeg is een risico van 0.0001% heel eng, maar gaat er niemand vanuit dat ze morgen de hoofdprijs in de staatsloterij winnen als ze een lot kopen.

Daarbij zijn mensen notoir slecht om intuïtief risico's in te schatten. Wat is b.v. de kans dat je bij een positieve hiv-test ook daadwerkelijk hiv hebt? Een beroemd onderzoek van David Eddy uit 1982 onder artsen liet zien dat zelfs zij deze kans hopeloos inschatten (Een Bayesiaanse berekening leert dat dit soort kansen vaak om en nabij de 10% procent zijn, terwijl de artsen de kans gemiddeld richting 70-80% schatten!). En zij gaan vervolgens in gesprek met de patiënt. Eigenlijk best wel treurig

quote:

Op dinsdag 4 september 2018 14:36 schreef Haushofer het volgende:

[..]

Daarbij zijn mensen notoir slecht om intuïtief risico's in te schatten. Wat is b.v. de kans dat je bij een positieve hiv-test ook daadwerkelijk hiv hebt? Een beroemd onderzoek van David Eddy uit 1982 onder artsen liet zien dat zelfs zij deze kans hopeloos inschatten (Een Bayesiaanse berekening leert dat dit soort kansen vaak om en nabij de 10% procent zijn, terwijl de artsen de kans gemiddeld richting 70-80% schatten!). En zij gaan vervolgens in gesprek met de patiënt. Eigenlijk best wel treurig

Wil je nu zeggen dat als een hiv test positief is, er maar een 10% kans is dat je daadwerkelijk hiv geïnfecteerd bent?

quote:

Op dinsdag 4 september 2018 14:42 schreef Pietverdriet het volgende:

[..]

Wil je nu zeggen dat als een hiv test positief is, er maar een 10% kans is dat je daadwerkelijk hiv geïnfecteerd bent?

Nee. The blood-based HIV ELISA has a demonstrated sensitivity of between 99.3 percent to 99.7 percent, with a specificity of between 99.91 percent and 99.97 percent. When combined with a Western blot, this translates to approximately one false positive out of every 250,000 tests in the general U.S. population.

Dus ik snap ook niet zo goed wat het punt is.

Standaard voorbeeld is altijd als een test 99% betrouwbaarheid heeft en er van een ziekte er 2 op de 1000 mensen het hebben. Als je dan 1000 mensen test dan zijn 10 prositief waarvan er maar 2 dus de ziekte daadwerkelijk hebben. Bij zo'n test is de kans dat je ziek bent dus maar 20% als de test positief is...

Dat komt best wel vaak voor.

quote:

Op dinsdag 4 september 2018 14:45 schreef DeaDLocK2K het volgende:

[..]

Nee. The blood-based HIV ELISA has a demonstrated sensitivity of between 99.3 percent to 99.7 percent, with a specificity of between 99.91 percent and 99.97 percent. When combined with a Western blot, this translates to approximately one false positive out of every 250,000 tests in the general U.S. population.

Dus ik snap ook niet zo goed wat het punt is.

Het hangt er ook vanaf hoeveel HIV voorkomt..... als 1 in de 250000 mensen HIV heeft dan is er bij een false positive rate van 1 in de 250000 dus 50% kans dat een positieve uitslag niet klopt.


In Nederland leven er naar schatting 22.900 mensen met hiv. Dat is ongeveer 1 op de ~800 dus dan is het inmiddels wel een test die een beter percentage haalt.

quote:

Op dinsdag 4 september 2018 14:42 schreef Pietverdriet het volgende:

[..]

Wil je nu zeggen dat als een hiv test positief is, er maar een 10% kans is dat je daadwerkelijk hiv geïnfecteerd bent?

1982 hè?

quote:

Op dinsdag 4 september 2018 14:45 schreef Bosbeetle het volgende:
Standaard voorbeeld is altijd als een test 99% betrouwbaarheid heeft en er van een ziekte er 2 op de 1000 mensen het hebben. Als je dan 1000 mensen test dan zijn 10 prositief waarvan er maar 2 dus de ziekte daadwerkelijk hebben. Bij zo'n test is de kans dat je ziek bent dus maar 20% als de test positief is...

Dat komt best wel vaak voor.

Ja, maar je test niet at random de bevolking, maar risicogroepen, mensen waarheid vermoeden bestaat dat ze besmet zijn.

quote:

Op dinsdag 4 september 2018 14:50 schreef Pietverdriet het volgende:

[..]

Ja, maar je test niet at random de bevolking, maar risicogroepen, mensen waarheid vermoeden bestaat dat ze besmet zijn.

Dat maakt in deze niet uit. Als ze het niet hebben is die false positive kans hetzelfde.

(het verhaal wordt anders als je ook alle symptomen hebt etc etc. dan is het beter in te schatten dan alleen een test)

quote:

Op dinsdag 4 september 2018 14:45 schreef DeaDLocK2K het volgende:

[..]

Nee. The blood-based HIV ELISA has a demonstrated sensitivity of between 99.3 percent to 99.7 percent, with a specificity of between 99.91 percent and 99.97 percent. When combined with a Western blot, this translates to approximately one false positive out of every 250,000 tests in the general U.S. population.

Dus ik snap ook niet zo goed wat het punt is.

Het punt is vrij simpel. De menselijke intuïtie is hondsberoerd wat betreft het interpreteren van statistische resultaten.

quote:

Op dinsdag 4 september 2018 14:50 schreef Bosbeetle het volgende:

[..]

Dat maakt in deze niet uit. Als ze het niet hebben is die false positive kans hetzelfde.

(het verhaal wordt anders als je ook alle symptomen hebt etc etc. dan is het beter in te schatten dan alleen een test)

Nee, de kans op een false positive in je onderzoekspopulatie is niet hetzelfde

quote:

Op dinsdag 4 september 2018 15:01 schreef Pietverdriet het volgende:

[..]

Nee, de kans op een false positive in je onderzoekspopulatie is niet hetzelfde

Omdat je dan inderdaad plukt uit een pool waar de daadwerkelijke positieven procentueel hoger liggen inderdaad. De kans op een false positive blijft wel hetzelfde maar daar staat tegenover dat de kans op een true positive omhoog gaat.

quote:

Op dinsdag 4 september 2018 15:03 schreef Bosbeetle het volgende:

[..]

Omdat je dan inderdaad plukt uit een pool waar de daadwerkelijke positieven procentueel hoger liggen inderdaad. De kans op een false positive blijft wel hetzelfde maar daar staat tegenover dat de kans op een true positive omhoog gaat.

Een veel gemaakte fout bij onderzoek en statistische conclusies is je onderzoekspopulatie niet normaliseren of juist wel normaliseren. Je kan mensen uit een risicogroep die niet besmet zijn statistisch niet vergelijken met mensen uit de gehele populatie die niet besmet zijn als je testresultaat niet 100% betrouwbaar is.

quote:

Op dinsdag 4 september 2018 14:42 schreef Pietverdriet het volgende:
Wil je nu zeggen dat als een hiv test positief is, er maar een 10% kans is dat je daadwerkelijk hiv geïnfecteerd bent?

Ja, in het geval van b.v. het volgende simpele rekenvoorbeeld: als

* de a priori kans op hiv 0,01% is (1 op de 10.000 mensen)
* in 99% van de ziektegevallen de test positief is, en
* in 99,9% van de gezonden de test negatief is,

dan zegt de stelling van Bayes je dat in het geval van een positieve test de kans ongeveer 9% is dat je ook daadwerkelijk hiv hebt.

Dat is ook niet zo lastig te begrijpen: bij 10.000 mensen zal er eentje hiv hebben en dus 9.999 niet. Maar bij die 9.999 gezonde mensen zal de test in 0,999*10.00 = circa 10 gevallen toch positief zijn. Dus het totale aantal positieve tests bij 10.000 mensen is 10+1=11, en daar is slechts eentje daadwerkelijk ziek. Dus de kans op hiv bij een positieve test is circa 1/11=9%.

Ik ken de daadwerkelijke betrouwbaarheid van hiv-tests niet, maar volgens mij zijn dit geen hele gekke getallen. Maar ik ben natuurlijk geen medicus; het uiteindelijke getal kan wel wat hoger liggen, maar zal bij veel ziektetests lang niet zo hoog liggen als dat men intuïtief zou denken.

Eddy's paper is "Probabilistic reasoning in clinical medicine: problems and opportunities" en kun je online lezen. Hij behandelt het volgende geval van borstkanker:

* De a priori kans op borstkanker bij een vrouw is 1%
* In geval van ziekte zal de radioloog in 80% van de gevallen de ziekte correct aanwijzen
* In het geval van een goedaardig gezwel/geen kanker is de kans 10% dat de radioloog een incorrecte diagnose van kanker vaststelt.

De kans dat iemand bij een positieve testuitslag dan ook daadwerkelijk kanker heeft, is volgens de stelling van Bayes gelijk aan

0,8*0,01/(0,8*0,01 + 0,1*0,99) = 0,075 = 7,5 %

De kans is dus circa 7,5 %, terwijl in een steekproef van 100 artsen deze kans gemiddeld tien keer (!) hoger werd ingeschat.

Ik heb ook geen idee hoeveel beter de huidige tests zijn, dus nogmaals: hedendaagse getallen kunnen anders liggen. De clou van het onderzoek is echter dat zelfs professionals weinig intuïtie hebben omtrent statistiek bij gegeven getallen.

[ Bericht 0% gewijzigd door Haushofer op 04-09-2018 16:05:51 (Theoretische aspect nog maar benadrukt) ]

quote:

Op dinsdag 4 september 2018 14:52 schreef Monolith het volgende:

[..]

Het punt is vrij simpel. De menselijke intuïtie is hondsberoerd wat betreft het interpreteren van statistische resultaten.

Dat inderdaad, los van alle details

Volgens mij worden dit soort vragen ook wel gesteld tijdens sollicitatieprocedures/assessments van b.v. Google.

quote:

Op dinsdag 4 september 2018 15:54 schreef Haushofer het volgende:

[..]

Ja, in het geval van b.v. het volgende simpele rekenvoorbeeld: als

* de a priori kans op hiv 0,01% is (1 op de 10.000 mensen)
* in 99% van de ziektegevallen de test positief is, en
* in 99,9% van de gezonden de test negatief is,

dan zegt de stelling van Bayes je dat in het geval van een positieve test de kans ongeveer 9% is dat je ook daadwerkelijk hiv hebt.

Dat is ook niet zo lastig te begrijpen: bij 10.000 mensen zal er eentje hiv hebben en dus 9.999 niet. Maar bij die 9.999 gezonde mensen zal de test in 0,999*10.00 = circa 10 gevallen toch positief zijn. Dus het totale aantal positieve tests bij 10.000 mensen is 10+1=11, en daar is slechts eentje daadwerkelijk ziek. Dus de kans op hiv bij een positieve test is circa 1/11=9%.

Ik ken de daadwerkelijke betrouwbaarheid van hiv-tests niet, maar volgens mij zijn dit geen hele gekke getallen. Maar ik ben natuurlijk geen medicus; het uiteindelijke getal kan wel wat hoger liggen, maar zal bij veel ziektetests lang niet zo hoog liggen als dat men intuïtief zou denken.

Eddy's paper is "Probabilistic reasoning in clinical medicine: problems and opportunities" en kun je online lezen. Hij behandelt het volgende geval van borstkanker:

* De a priori kans op borstkanker bij een vrouw is 1%
* In geval van ziekte zal de radioloog in 80% van de gevallen de ziekte correct aanwijzen
* In het geval van een goedaardig gezwel/geen kanker is de kans 10% dat de radioloog een incorrecte diagnose van kanker vaststelt.

De kans dat iemand bij een positieve testuitslag dan ook daadwerkelijk kanker heeft, is volgens de stelling van Bayes gelijk aan

0,8*0,01/(0,8*0,01 + 0,1*0,99) = 0,075 = 7,5 %

De kans is dus circa 7,5 %, terwijl in een steekproef van 100 artsen deze kans gemiddeld tien keer (!) hoger werd ingeschat.

Ik heb ook geen idee hoeveel beter de huidige tests zijn, dus nogmaals: hedendaagse getallen kunnen anders liggen. De clou van het onderzoek is echter dat zelfs professionals weinig intuïtie hebben omtrent statistiek.

Heel mooi rekenwerk, maar ook hier worden onderzoekspopulaties door elkaar gehaald

quote:

Op dinsdag 4 september 2018 15:06 schreef Pietverdriet het volgende:

[..]

Een veel gemaakte fout bij onderzoek en statistische conclusies is je onderzoekspopulatie niet normaliseren of juist wel normaliseren. Je kan mensen uit een risicogroep die niet besmet zijn statistisch niet vergelijken met mensen uit de gehele populatie die niet besmet zijn als je testresultaat niet 100% betrouwbaar is.

quote:

Op dinsdag 4 september 2018 15:54 schreef Haushofer het volgende:

[..]

Dat inderdaad, los van alle details

Volgens mij worden dit soort vragen ook wel gesteld tijdens sollicitatieprocedures/assessments van b.v. Google.

Het is een bekend fenomeen en ook vaak de reden dat bevolkingsbrede onderzoeken / screenings juist averechts kunnen werken in vergelijking met specifieke screenings op risicogroepen.
Als het aantal voorkomens zeer laag ligt, dan heb je een extreem hoge sensitiviteit en specificiteit nodig.
Stel dat je een ziekte hebt die bij 1 op de 100.000 gevallen voorkomt en je test 10.000.000 mensen. Dan heb je grofweg 100 daadwerkelijke gevallen. Die zul je wel zo ongeveer allemaal ook daadwerkelijk identificeren met een sensitiviteit van 99.3-99.7%.
Met een gemiddelde specificiteit van 99.94 procent zul je in pakweg 6 op de 10.000 gevallen onterecht een diagnose stellen, oftewel in 6000 gevallen. Dan heb je dus plots 6100 positieve diagnoses, waarvan er in werkelijkheid maar 100 correct zijn. Wanneer behandeling dan zwaar en risicovol is heeft dat een nadelig effect op de 6000 onterecht gediagnosticeerden. Die kunnen bovendien ook voor een verdringingseffect zorgen waardoor de 100 mensen die daadwerkelijk behandeld moeten worden pas veel later terechtkunnen voor een behandeling om maar wat te noemen.

quote:

Op dinsdag 4 september 2018 16:05 schreef Pietverdriet het volgende:

[..]

Heel mooi rekenwerk, maar ook hier worden onderzoekspopulaties door elkaar gehaald

[..]

Kom op Piet, je bent geen debiel. De clou van het onderzoek en mijn post was dat bij gegeven voorwaardelijke kansen mensen alsnog de kans op een gebeurtenis slecht kunnen inschatten. Dat heeft niks te maken met "onderzoekspopulaties die door elkaar worden gehaald"; de getallen zijn in deze voorbeelden gegeven. Als je een topic wilt openen waarin je methodisch het paper van Eddy (of wie dan ook) wilt bekritiseren, dan kunnen we dat ergens anders doen, maar ik zie je punt niet en het is hier offtopic.

quote:

Op dinsdag 4 september 2018 16:06 schreef Monolith het volgende:

[..]

Het is een bekend fenomeen en ook vaak de reden dat bevolkingsbrede onderzoeken / screenings juist averechts kunnen werken in vergelijking met specifieke screenings op risicogroepen.
Als het aantal voorkomens zeer laag ligt, dan heb je een extreem hoge sensitiviteit en specificiteit nodig.
Stel dat je een ziekte hebt die bij 1 op de 100.000 gevallen voorkomt en je test 10.000.000 mensen. Dan heb je grofweg 100 daadwerkelijke gevallen. Die zul je wel zo ongeveer allemaal ook daadwerkelijk identificeren met een sensitiviteit van 99.3-99.7%.
Met een gemiddelde specificiteit van 99.94 procent zul je in pakweg 6 op de 10.000 gevallen onterecht een diagnose stellen, oftewel in 6000 gevallen. Dan heb je dus plots 6100 positieve diagnoses, waarvan er in werkelijkheid maar 100 correct zijn. Wanneer behandeling dan zwaar en risicovol is heeft dat een nadelig effect op de 6000 onterecht gediagnosticeerden. Die kunnen bovendien ook voor een verdringingseffect zorgen waardoor de 100 mensen die daadwerkelijk behandeld moeten worden pas veel later terechtkunnen voor een behandeling om maar wat te noemen.

Ja. Deze week was b.v. nog in het nieuws dat scoliose weer vaker bij kinderen de kop opduikt omdat de "rechte ruggentest" niet meer gedaan wordt door kinderartsen vanwege een te groot aantal onterechte doorverwijzingen.