Apakah Ivermectin Untuk Covid-19 Berdasarkan Penelitian Penipuan?
Ini adalah bagian 4 dalam apa yang tampaknya menjadi sumber masalah penelitian yang mendukung seluruh basis bukti untuk ivermectin dan Covid-19. Bagian 1 di sini. Bagian 2 di sini. Bagian 3 di sini. Studi yang dibahas di sini juga dirujuk dalam investigasi BBC.
Ayo Tes PCR
Ketika saya mulai mencari basis bukti untuk ivermectin sebagai pengobatan untuk Covid-19, saya melihat beberapa penelitian yang buruk. Saya berharap mungkin satu atau dua menjadi begitu mengerikan sehingga mereka seharusnya tidak pernah diterbitkan.
Saya tidak pernah bisa meramalkan seri multi-bagian yang menjadi penyelidikan ini. Tidak berlebihan untuk mengatakan bahwa hampir semua manfaat yang dikaitkan dengan ivermectin dalam pengobatan Covid-19 mungkin didasarkan pada penelitian yang tidak pernah terjadi sama sekali.
Hasil stok foto untuk “penipuan” tampaknya melibatkan banyak pria berkerudung hitam. Kira itu cara yang nyaman untuk membuat studi, jika Anda tetap akan melakukannya! Sumber: Pexels
Kasus terbaru adalah sebuah penelitian yang melaporkan manfaat besar untuk obat tersebut, dan dengan penuh semangat diadopsi oleh para ilmuwan sebagai bukti bahwa ivermectin dapat membantu membunuh virus di dalam tubuh manusia. Namun, ketika penulis mulai mengirimkan apa yang mereka katakan sebagai data mereka melalui analis independen, seluruh penelitian dengan cepat berantakan.
Mari kita gali.
Ilmu Shonky
Studi yang dimaksud adalah uji klinis acak dari Lebanon di mana penulis mengklaim telah membandingkan ivermectin dengan kelompok kontrol yang menerima perawatan medis normal. Kelompok ivermectin mendapat satu pil obat, dan selama tiga hari berikutnya melihat peningkatan besar dalam viral load mereka, diukur dengan tes PCR standar. Kelompok kontrol diobati dengan obat dan suplemen biasa, dan tidak melihat manfaat seperti itu.
Foto: hasil penelitian. Nilai Ct yang lebih tinggi lebih baik, menunjukkan bahwa ada lebih sedikit potongan RNA virus dalam sampel yang diambil dari pasien.
Sekarang, hasil ini tidak hanya mengesankan — mereka sangat besar. Cara umum untuk membandingkan perbedaan yang Anda lihat dalam uji klinis satu sama lain adalah menggunakan pengukuran standar yang disebut Cohen’s d. Angka ini biasanya berkisar dari 0 hingga 1, dengan hanya perbedaan besar yang mencapai nilai lebih besar dari 1. Misalnya, perbedaan tinggi rata-rata antara pria dan wanita dewasa memiliki nilai Cohen’s d sekitar 1,4 — ini lebih besar dari hampir semua perbedaan ditemukan dalam uji coba eksperimental.
Studi Lebanon mengklaim menemukan ukuran efek 3,2 pada kelompok eksperimen. Selisih antar kelompok memiliki Cohen’s d sebesar 2,6. Saya tidak dapat menemukan satu pun contoh data nyata yang benar-benar memiliki ukuran efek sebesar ini di mana pun dalam literatur — semua contoh adalah orang yang membuat kesalahan dalam perhitungan mereka.
Jadi, bersama seorang rekan, saya meminta data dari penulis untuk memeriksa potensi masalah dalam analisis. Ini adalah bagian dari penyelidikan yang sedang berlangsung tentang masalah di balik ivermectin untuk Covid-19. Apa yang kami dapatkan kembali cukup mengejutkan.
Hancur berantakan
Email pertama yang saya terima kembali dari penulis terkait pada penelitian ini meminta saya untuk mengiriminya $1.500 USD untuk akses ke data. Untuk konteksnya, saya tidak bertanya untuk tujuan melakukan penelitian ilmiah, tetapi hanya untuk memastikan bahwa datanya ada pada levelnya. Permintaan serupa dari rekan saya, Dr. Sheldrick, berhasil menurunkan harga penulis menjadi hanya $1.000. Mengingat bahwa kami melakukan pekerjaan ini di waktu luang kami, kami menolak untuk mengirim uang tunai, dan email kami berhenti dijawab.
Foto: Bukan pertanda bagus
Akhirnya, kami dapat memperoleh data melalui beberapa rekan yang mengirim email kepada penulis terkait atas nama kami, Dr. Eric Osgood dan Dr. Andrew Hill. Email mereka dijawab dengan cepat, dan data dikirim tanpa biaya.
Selain masalah uang, dataset yang dikirim melalui email ke beberapa orang jelas bukan data dari uji coba acak yang sebenarnya. Seringkali, mengungkap masalah dalam spreadsheet membutuhkan sedikit usaha, tetapi kumpulan data ini sangat bermasalah sehingga melihat kesalahan cukup cepat ketika Anda melihat file.
Saya telah mengunggah data yang saya kirim ke sini, dan Anda dapat melihatnya. Masalah dasarnya adalah bahwa seluruh dataset terdiri dari sejumlah kecil baris yang baru saja disalin+ditempel berkali-kali. Ini paling jelas ketika melihat kolom tinggi dan berat, tetapi terjadi di hampir setiap kolom numerik data.
Foto: data yang dikirim ke saya dan Dr. Sheldrick. Sorotan menunjukkan baris yang berulang di berbagai variabel dalam suatu pola.
Lebih buruk lagi, dataset tampaknya mereplikasi hasil dalam penelitian yang diterbitkan hampir persis. Meskipun ada beberapa perbedaan kecil di sana-sini, dataset palsu menghasilkan rata-rata dan standar deviasi dari penelitian ke 2 tempat desimal di hampir setiap kasus, yang berarti bahwa ini sangat mungkin data yang digunakan untuk menghasilkan hasil dalam penelitian itu sendiri.
Ayo Tes PCR
Dr. Sheldrick dan saya sama-sama mengonfrontasi penulis studi tentang masalah yang jelas ini. Setelah banyak bolak-balik, kami akhirnya berhenti mendengar kembali dari sumber asli kami.
