Hypothesis Testing, Experiments, and Predictions
Hypothesis Testing, Experiments, and Predictions
Knowledge is expanded when we can
verify or falsify a hypothesis. That’s because the experimental tests are constructed
in such a way that the hypothesis is likely to be a widely applicable
explanation of certain facts, rather than an isolated case. This sort of
experiment is controlled, which means that the experimental setups
differ by only one variable (see Mill’s method of difference). The experimental
group is the one that gets the variable, while the control
group does not.
Causal claims that result from
experiments should reflect five criteria:
1.
There
should be a correlation between cause and effect.
2.
The
cause should not precede the effect.
3.
The
cause should be in the proximity of the effect.
4.
A
set of necessary and sufficient conditions should exist.
5.
Alternative
explanations should be ruled out.
Now read the The
Fallacy of Assigning Null Hypothesis and the article “FDA
vs. Hydroxychloroquine” below
The
Fallacy of Assigning Null Hypothesis
Criminal-court example. A good example that demonstrates the
importance and complexity of the choice of the null and alternative hypotheses
is the criminal court cases: The defendant is assumed not guilty unless proven
otherwise beyond a reasonable doubt. This is the well-known “presumed
innocence.” In the language of hypothesis testing, the “not guilty” hypothesis
should be the null and the “guilty” hypothesis should be the alternative. That
is mainly because the mistake of convicting an innocent person (type I error)
is usually considered more serious than setting a criminal free (type II
error).2 “Beyond a reasonable doubt” can be formulated as “type I error probability
cannot exceed a small threshold,” although this threshold may have been set so
small that type II error (setting criminals free) probability is too large.
FDA
vs. Hydroxychloroquine
If you use hydroxychloroquine to treat
people with COVID-19 you put them at increased risk of “serious heart rhythm
problems and other safety issues, including blood and lymph system disorders,
kidney injuries, and liver problems and failure.”
Not only is this drug unlikely to
kill or inhibit the virus, it will not decrease “the likelihood of death” nor
will it will is speed up recovery.
How ever it should be noted that a
recent study from the Journal of Infectious Diseases (I’ll call it the
“hydroxychloroquine study”) reported
“…from admission (into the
hospital) to receipt of hydroxychloroquine was 1 day (1–2). Overall crude
mortality rates were 18.1% in the entire cohort, 13.5% in the
hydroxychloroquine alone group, 20.1% among those receiving
hydroxychloroquine + azithromycin (azithromycin was possibly used for ensuing
pneumatic issues), 22.4% among the azithromycin alone group, and 26.4% for
neither drug.”
Others studies have shown no
statistically significant results. The authors or this study argue that
“In contrast, in our
patient population, 82% received hydroxychloroquine within the first 24 h of
admission, and 91% within 48 h of admission. Because treatment regimens likely
varied substantially (including delayed initiation) across the 25 hospitals
that contributed patients to the study, it is not surprising that the
case-fatality rate among the New York patients was significantly higher than in
our study.”
Having quoted this it should be
stated that their are problems in this study. According to some researchers calling
out possible bias in the previous quote;
“This statement neglects
the extensive statistical adjustment for between-facility variation in our
publication, the generalizability benefit of including 25 hospitals into the
cohort with differing therapeutic protocols and approaches, and it
misrepresents the fatality rate in our study. We reported 20.3% (95% CI:
[18.2–22.4%]) fatality from 292 deaths in 1,438 patients, whereas Arshad et al.
report 18.1% from 460 deaths in 2541 patients in a later era of the COVID-19
epidemic. We fail to find a difference between these studies’ fatality rates
both practically and statistically….We underscore the concerns raised that bias
may have been introduced into the study’s design by reserving the combination
of hydroxychloroquine and azithromycin for patients with “minimal cardiac risk
factors.””
The researchers from the
hydroxychloroquine study intentionally gave drugs to those who they thought
they could save to make their numbers look hire and the patients were also given
a steroidal treatment. its questionable how much the hydroxychloroquine
actually did.
Also remember that the hospitals, all
25 of them, probably had different treatments that the hydroxychloroquine study
didn’t account for.
What’s interesting is that most of
the people in this study are in the high risk group. (Of course they test us
when we are at our most vulnerable. Having said that, people more likely to die
in this study were older white people.). I’d caution anybody arguing for this
as a cure. Remember that patients were given a dose that wasn’t supposed to
explode their heart, and they were in a hospital setting and not the Walgreens
flu drug aisle. They were given the drug early and I still wonder about the
severity of those particular cases (If they would have recovered with hospital
care alone.) Also, they were probably being watched more closely, which
probably also increased their chances of recovery. This study was done under
very specific circumstances, it was obviously biased and one cannot disregard
the other studies that contradict it.
To put it bluntly ‘it’s a bad study.’
Consider the Criminal-court
example. Then answer both questions
1. The lynching of Jesse Washington[1].
In 1916 Jesse Washington
was lynched mutilated and set a blaze.
Jesse, a black man, plead guilty to the rape and murder of Lucy Fryer, a white
woman. After the trial, in Waco Texas, he was lynched by a mob. Their were
problems with Jesse’s testimony. Jesse suffered from possibile intellectual
disabilities, plus he was illiterate, and its very likely that the murder
weapon was planted. Because the evidence was weak it seems like the jury
commited a type I error.
Considering the example above - is it
better to let three guilty people go free or to kill, or imprison, one innocent
person? - Don't
think of it in terms of "we know this person did this crime" but it
is likely that they could have. I think if you think about it in these terms it
might make you more amenable to this concept. Again I don't like letting
someone go for a possible crime, but it’s better than arresting someone else
for a possible crime. Imagine if you are a police officer, you have some weak
evidence that someone did a crime do you gather more evidence or do you arrest
them? I think this may be a better question.
If you arrest them you risk
locking up an innocent person, but there is a chance that they may be guilty.
If you collect more evidence this could go either way, but let’s say that you
don't have a lot of time, you don't have enough time to get more evidence. Do you arrest them?
2. Give the mixed results from trials
with Hydrochlorquine should we risk a type one error by advertising it as a
cure?
Pruebas
de hipótesis, experimentos y predicciones
El conocimiento se amplía
cuando podemos verificar o falsear una hipótesis. Esto se debe a que las
pruebas experimentales se construyen de tal manera que es probable que la
hipótesis sea una explicación ampliamente aplicable de ciertos hechos, en lugar
de un caso aislado. Este tipo de experimento es controlado , lo que
significa que las configuraciones experimentales difieren en una sola variable
(ver el método de diferencia de Mill). El grupo experimental es el que
obtiene la variable, mientras que el grupo control no.
Las afirmaciones causales que
resultan de los experimentos deben reflejar cinco criterios:
1.
Debe haber una correlación entre causa y efecto.
2.
La causa no debe preceder al efecto.
3.
La causa debe estar en la proximidad del efecto.
4.
Debe existir un conjunto de condiciones necesarias y
suficientes.
5.
Deben descartarse explicaciones alternativas.
Ahora lee el La falacia de asignar hipótesis nulas y el artículo "FDA vs. hidroxicloroquina" a
continuación
La
falacia de asignar hipótesis nulas
Ejemplo de la
corte penal. Un
buen ejemplo que demuestra la importancia y complejidad de la elección de las
hipótesis nula y alternativa son los casos judiciales penales: Se presume que
el acusado no es culpable a menos que se demuestre lo contrario más allá de una
duda razonable. Esta es la conocida “presunción de inocencia”. En el lenguaje
de la prueba de hipótesis, la hipótesis de "no culpable" debe ser
nula y la hipótesis de "culpable" debe ser la alternativa. Esto se
debe principalmente a que el error de condenar a una persona inocente (error de
tipo I) generalmente se considera más grave que dejar en libertad a un criminal
(error de tipo II).2 “Más allá de una duda razonable” se puede formular como
“la probabilidad de error de tipo I no puede exceder un umbral pequeño”, aunque
este umbral puede haber sido establecido tan pequeño que la probabilidad de
error de tipo II (liberar a los delincuentes) es demasiado grande.
FDA frente a hidroxicloroquina
Si usa hidroxicloroquina para tratar
a personas con COVID-19, las pone en mayor riesgo de "problemas graves del
ritmo cardíaco y otros problemas de seguridad, incluidos trastornos de la
sangre y del sistema linfático, lesiones renales y problemas e insuficiencias
hepáticas".
No solo es poco probable que este
medicamento elimine o inhiba el virus, sino que no disminuirá "la
probabilidad de muerte" ni acelerará la recuperación.
Sin embargo, debe tenerse en cuenta
que un estudio reciente del Journal of Infectious Diseases (lo llamaré el
"estudio de la hidroxicloroquina") informó
“…desde la admisión (en el
hospital) hasta la recepción de hidroxicloroquina fue de 1 día (1–2). Las tasas
brutas generales de mortalidad fueron del 18,1 % en toda la cohorte, del 13,5 %
en el grupo de hidroxicloroquina sola, del 20,1 % entre los que recibieron
hidroxicloroquina + azitromicina (posiblemente se usó azitromicina para los
problemas neumáticos subsiguientes), del 22,4 % en el grupo de azitromicina
sola y del 26,4 % para ninguna droga.”
Otros estudios no han mostrado
resultados estadísticamente significativos. Los autores de este estudio
argumentan que
“Por el contrario, en
nuestra población de pacientes, el 82 % recibió hidroxicloroquina dentro de las
primeras 24 h de ingreso y el 91 % dentro de las 48 h de ingreso. Debido a que
los regímenes de tratamiento probablemente variaron sustancialmente (incluido
el retraso en el inicio) en los 25 hospitales que aportaron pacientes al
estudio, no sorprende que la tasa de letalidad entre los pacientes de Nueva
York fuera significativamente más alta que en nuestro estudio”.
Habiendo citado esto, debe señalarse
que hay problemas en este estudio. Según algunos investigadores que mencionan
un posible sesgo en la cita anterior;
“Esta declaración ignora el
amplio ajuste estadístico para la variación entre centros en nuestra
publicación, el beneficio de generalización de incluir 25 hospitales en la
cohorte con diferentes protocolos y enfoques terapéuticos, y tergiversa la tasa
de mortalidad en nuestro estudio. Informamos una mortalidad del 20,3 % (IC del
95 %: [18,2–22,4 %]) de 292 muertes en 1438 pacientes, mientras que Arshad et
al. informan el 18,1% de 460 muertes en 2541 pacientes en una era posterior de
la epidemia de COVID-19. No logramos encontrar una diferencia entre las tasas
de mortalidad de estos estudios, tanto práctica como estadísticamente...
Subrayamos las preocupaciones planteadas de que se puede haber introducido un
sesgo en el diseño del estudio al reservar la combinación de hidroxicloroquina
y azitromicina para pacientes con " factores de riesgo cardíaco
mínimo". ””
Los investigadores del estudio de la
hidroxicloroquina dieron intencionalmente medicamentos a aquellos que pensaban
que podían salvar para que sus números parecieran rentables y los pacientes
también recibieron un tratamiento con esteroides. es cuestionable cuánto hizo
realmente la hidroxicloroquina.
Recuerde también que los hospitales,
los 25, probablemente tenían diferentes tratamientos que el estudio de hidroxicloroquina
no tuvo en cuenta.
Lo interesante es que la mayoría de
las personas en este estudio están en el grupo de alto riesgo. (Por supuesto,
nos evalúan cuando estamos en nuestro punto más vulnerable. Habiendo dicho eso,
las personas con más probabilidades de morir en este estudio eran personas
blancas mayores). Le advierto a cualquiera que defienda esto como una cura.
Recuerde que a los pacientes se les administró una dosis que se suponía que no
les explotaría el corazón, y estaban en un entorno hospitalario y no en el
pasillo de medicamentos contra la gripe de Walgreens. Se les administró el
medicamento temprano y todavía me pregunto acerca de la gravedad de esos casos
en particular (si se hubieran recuperado solo con atención hospitalaria).
Además, probablemente estaban siendo observados más de cerca, lo que
probablemente también aumentó sus posibilidades de recuperación. Este estudio
se realizó en circunstancias muy específicas, obviamente fue sesgado y no se
pueden ignorar los otros estudios que lo contradicen.
Para decirlo sin rodeos, "es un
mal estudio".
Considere el ejemplo
de la corte penal. Luego responde ambas preguntas
1. El linchamiento de Jesse Washington
[1].
En 1916 , Jesse Washington
fue linchado, mutilado e incendiado. Jesse, un hombre negro, se declara
culpable de la violación y asesinato de Lucy Fryer, una mujer blanca. Después
del juicio, en Waco Texas, fue linchado por una turba. Hubo problemas con el
testimonio de Jesse. Jesse sufría de posibles discapacidades intelectuales,
además de que era analfabeto, y es muy probable que se plantara el arma
homicida. Debido a que la evidencia fue débil, parece que el jurado cometió un
error tipo I.
Teniendo en cuenta el ejemplo anterior,
¿es mejor dejar en libertad a tres personas culpables o matar o encarcelar a
una persona inocente? - No lo piense en términos de "sabemos que esta
persona cometió este delito", pero es probable que lo haya hecho. Creo que
si lo piensas en estos términos, podría hacerte más receptivo a este concepto.
Una vez más, no me gusta dejar ir a alguien por un posible delito, pero es
mejor que arrestar a otra persona por un posible delito. Imagínese si usted es
un oficial de policía, tiene alguna evidencia débil de que alguien cometió un
delito. ¿Reúne más evidencia o lo arresta? Creo que esta puede ser una mejor
pregunta.
Si los arresta, corre el
riesgo de encerrar a una persona inocente, pero existe la posibilidad de que
sea culpable. Si recopila más evidencia, esto podría ir en cualquier dirección,
pero digamos que no tiene mucho tiempo, no tiene tiempo suficiente para obtener
más evidencia. ¿Los arrestas?
2. Dé los resultados mixtos de
los ensayos con hidrocloroquina, ¿debemos arriesgarnos a cometer un error de tipo
uno al anunciarlo como una cura?
Tests
d'hypothèses, expériences et prédictions
La connaissance est élargie
lorsque nous pouvons vérifier ou réfuter une hypothèse. C'est parce que les
tests expérimentaux sont construits de telle manière que l'hypothèse est
susceptible d'être une explication largement applicable de certains faits, plutôt
qu'un cas isolé. Ce type d'expérience est contrôlé , ce qui signifie que
les montages expérimentaux ne diffèrent que d'une seule variable (voir la
méthode de différence de Mill). Le groupe expérimental est celui qui
obtient la variable, tandis que le groupe témoin ne l'obtient pas.
Les affirmations causales
résultant d'expériences doivent refléter cinq critères :
1.
Il devrait y avoir une corrélation entre la cause et l'effet.
2.
La cause ne doit pas précéder l'effet.
3.
La cause doit être à proximité de l'effet.
4.
Un ensemble de conditions nécessaires et suffisantes doit
exister.
5.
Les explications alternatives doivent être exclues.
Lisez maintenant le Le sophisme de l'attribution d'une hypothèse nulle et l'article "FDA vs. Hydroxychloroquine" ci-dessous
L'erreur
d'attribuer une hypothèse nulle
Exemple de cour
criminelle. Un
bon exemple qui démontre l'importance et la complexité du choix des hypothèses
nulles et alternatives est celui des affaires pénales : le prévenu est présumé
non coupable sauf preuve contraire hors de tout doute raisonnable. C'est la
fameuse "présomption d'innocence". Dans le langage des tests
d'hypothèses, l'hypothèse « non coupable » devrait être nulle et
l'hypothèse « coupable » devrait être l'alternative. C'est
principalement parce que l'erreur consistant à condamner une personne innocente
(erreur de type I) est généralement considérée comme plus grave que la mise en
liberté d'un criminel (erreur de type II)2. un petit seuil », bien que ce seuil
ait été fixé si bas que la probabilité d'erreur de type II (libération des
criminels) est trop grande.
FDA contre hydroxychloroquine
Si vous utilisez de
l'hydroxychloroquine pour traiter les personnes atteintes de COVID-19, vous les
exposez à un risque accru de "problèmes graves de rythme cardiaque et
d'autres problèmes de sécurité, notamment des troubles du système sanguin et lymphatique,
des lésions rénales et des problèmes et insuffisances hépatiques".
Non seulement il est peu probable que
ce médicament tue ou inhibe le virus, mais il ne diminuera pas «la probabilité
de décès» et n'accélérera pas non plus la guérison.
Cependant, il convient de noter
qu'une étude récente du Journal of Infectious Diseases (je l'appellerai
"l'étude sur l'hydroxychloroquine") rapporte
"... de l'admission (à
l'hôpital) à la réception de l'hydroxychloroquine était de 1 jour (1-2). Les
taux de mortalité bruts globaux étaient de 18,1 % dans l'ensemble de la
cohorte, de 13,5 % dans le groupe hydroxychloroquine seule, de 20,1 %
parmi ceux recevant de l'hydroxychloroquine + azithromycine (l'azithromycine a
peut-être été utilisée pour des problèmes pneumatiques consécutifs), de
22,4 % dans le groupe azithromycine seule et de 26,4 % pour aucun
médicament.
D'autres études n'ont montré aucun
résultat statistiquement significatif. Les auteurs de cette étude soutiennent
que
"En revanche, dans
notre population de patients, 82 % ont reçu de l'hydroxychloroquine dans
les 24 premières heures suivant l'admission et 91 % dans les 48 heures
suivant l'admission. Étant donné que les schémas thérapeutiques variaient
probablement considérablement (y compris l'initiation retardée) dans les 25
hôpitaux qui ont fourni des patients à l'étude, il n'est pas surprenant que le
taux de létalité chez les patients de New York ait été significativement plus
élevé que dans notre étude.
Après avoir cité cela, il convient de
préciser qu'il y a des problèmes dans cette étude. Selon certains chercheurs,
dénonçant un éventuel biais dans la citation précédente;
«Cette déclaration néglige
l'ajustement statistique étendu pour la variation entre les établissements dans
notre publication, l'avantage de généralisation de l'inclusion de 25 hôpitaux
dans la cohorte avec des protocoles et des approches thérapeutiques différents,
et elle déforme le taux de mortalité dans notre étude. Nous avons rapporté
20,3 % (IC à 95 % : [18,2–22,4 %]) de décès sur
292 décès chez 1 438 patients, alors qu'Arshad et al. signalent
18,1% de 460 décès chez 2541 patients à une époque ultérieure de l'épidémie de
COVID-19. Nous ne parvenons pas à trouver de différence entre les taux de
mortalité de ces études, tant sur le plan pratique que statistique… Nous
soulignons les préoccupations soulevées selon lesquelles un biais pourrait
avoir été introduit dans la conception de l'étude en réservant la combinaison
d'hydroxychloroquine et d'azithromycine aux patients présentant des « facteurs
de risque cardiaque minimaux ». ””
Les chercheurs de l'étude sur
l'hydroxychloroquine ont intentionnellement donné des médicaments à ceux qu'ils
pensaient pouvoir économiser pour faire paraître leur nombre embauché et les
patients ont également reçu un traitement stéroïdien. on peut se demander
combien l'hydroxychloroquine a réellement fait.
Rappelez-vous également que les
hôpitaux, tous les 25, avaient probablement des traitements différents que
l'étude sur l'hydroxychloroquine n'a pas pris en compte.
Ce qui est intéressant, c'est que la
plupart des personnes de cette étude appartiennent au groupe à haut risque.
(Bien sûr, ils nous testent lorsque nous sommes les plus vulnérables. Cela dit,
les personnes les plus susceptibles de mourir dans cette étude étaient les
personnes blanches âgées.). Je mettrais en garde quiconque prétendant que cela
est un remède. N'oubliez pas que les patients ont reçu une dose qui n'était pas
censée faire exploser leur cœur, et qu'ils se trouvaient dans un hôpital et non
dans l'allée des médicaments contre la grippe Walgreens. Ils ont reçu le
médicament tôt et je m'interroge encore sur la gravité de ces cas particuliers
(s'ils se seraient rétablis avec des soins hospitaliers seuls.) De plus, ils
étaient probablement surveillés de plus près, ce qui a probablement aussi
augmenté leurs chances de guérison. Cette étude a été faite dans des
circonstances très particulières, elle était évidemment biaisée et on ne peut
ignorer les autres études qui la contredisent.
Pour le dire franchement, "c'est
une mauvaise étude".
Prenons l' exemple
du tribunal pénal. Répondez ensuite aux deux questions
1. Le lynchage de Jesse Washington
[1].
En 1916 , Jesse Washington
a été lynché, mutilé et incendié. Jesse, un homme noir, a plaidé coupable du
viol et du meurtre de Lucy Fryer, une femme blanche. Après le procès, à Waco au
Texas, il a été lynché par une foule. Ils avaient des problèmes avec le
témoignage de Jesse. Jesse souffrait de déficiences intellectuelles possibles,
en plus il était analphabète, et il est très probable que l'arme du crime ait
été plantée. Parce que la preuve était faible, il semble que le jury ait commis
une erreur de type I.
Considérant l'exemple ci-dessus -
est-il préférable de laisser trois coupables en liberté ou de tuer ou
d'emprisonner un innocent ? - N'y pensez pas en termes de "nous savons que
cette personne a commis ce crime", mais il est probable qu'elle aurait pu
le faire. Je pense que si vous y réfléchissez en ces termes, cela pourrait vous
rendre plus réceptif à ce concept. Encore une fois, je n'aime pas laisser
partir quelqu'un pour un crime possible, mais c'est mieux que d'arrêter
quelqu'un d'autre pour un crime possible. Imaginez si vous êtes un officier de
police, vous avez des preuves faibles que quelqu'un a commis un crime,
rassemblez-vous plus de preuves ou les arrêtez-vous ? Je pense que cela
peut être une meilleure question.
Si vous les arrêtez, vous
risquez d'enfermer une personne innocente, mais il y a une chance qu'elle soit
coupable. Si vous collectez plus de preuves, cela pourrait aller dans les deux
sens, mais disons que vous n'avez pas beaucoup de temps, vous n'avez pas assez
de temps pour obtenir plus de preuves. Les
arrêtez-vous ?
2. Donner les résultats mitigés
des essais avec l'hydrochlorquine devrions-nous risquer une erreur de type 1 en
l'annonçant comme un remède ?
Comments
Post a Comment