/u/32368/crop626fbb4180ae1.png?f=community)
Het is alleen een echte hetze als het uit Hetzerath komt, anders is het gewoon sprankelende ophef.
:strip_icc():strip_exif()/u/14/wildhagen60x60.jpg?f=community)
Daarvoor is uiteraard gecompenseerd.
Stel dat 50% van de bevolking bloedgroep A heeft en 10% bloedgroep 0, maar onder de patiënten vind je 60% met bloedgroep A en 5% met bloedgroep 0, dan is dat best een significant verschil. Cijfers staan ook gewoon in het pers-artikel en in het wetenschappelijke artikel.
@wildhagen dan heb ik dus met 0+ de meestvoorkomende bloedgroep.
[ Voor 6% gewijzigd door Mx. Alba op 19-03-2020 09:07 ]
Het is alleen een echte hetze als het uit Hetzerath komt, anders is het gewoon sprankelende ophef.
:strip_icc():strip_exif()/u/81396/profielfoto_69.jpg?f=community)
:strip_icc():strip_exif()/u/1254/crop62d7043e9eea6.jpg?f=community)
/u/12612/crop65b399f21bc43_cropped.png?f=community)
:strip_exif()/u/88107/crop6107159c924f6.gif?f=community)
"Atheism is an attitude, a frame of mind that looks at the world objectively, fearlessly, always trying to understand all things as a part of nature" - Carl Sagan
Hoezo weet de gemiddelde Nederlander dat niet?
Hoe weet jij dat meer mensen het niet, dan wel weten?
:strip_icc():strip_exif()/u/91018/dgtw.jpg?f=community)
Niet, tenzij je bijv. bloed doneert (maar ook dan hoef *jij* het niet per se te weten) of om wat voor reden een bloedtest hebt ondergaan (evt als onderdeel van iets). Als iemand het weet is het waarschijnlijk je huisarts, maar ik kan me zeer goed voorstellen dat die niet zit te wachten op duizenden belletjes van bezorgde mensen die nutteloze informatie willen weten. Je hebt er verder ook niks aan, veel meer dan "oh, statistisch gezien heb ik, als ik het virus krijg, kans op heftigere/mildere symptomen als ik dit artikel moet geloven". Het is niet alsof je je bloedgroep kan veranderen of er iets anders aan kan doen behalve de huidige maatregelen die je zonder kennis over dit al nam.
Je kan zo'n papieren zelftest scoren voor een paar tientjes, maar hoe betrouwbaar die zijn valt nog te bezien.
Eventueel kan dit voor de wetenschap iets zijn waarmee ze meer kennis over het virus en/of de mogelijke bestrijding krijgen maar that's it for now.
Het schijnt dat ongeveer de helft het niet weet, hoewel ik daar zo gauw geen heel goede bron bij heb. Ik kan het me wel heel goed voorstellen, aangezien ik het ook niet weet, er van mij uit nooit een noodzaak is geweest om het zelf te weten en omdat ik me gewoon geen scenario kan voorstellen waarbij het voor jou zelf nuttige informatie is. Ook al weet je het, word je volgens mij altijd nog getest als het nog niet in je dossier staat. Er zijn gewoon veel te veel mensen die het verkeerd onthouden of gewoon maar wat roepen, en dat kan natuurlijk dodelijke gevolgen hebben.:
[...]
Hoezo weet de gemiddelde Nederlander dat niet?
Hoe weet jij dat meer mensen het niet, dan wel weten?
[ Voor 31% gewijzigd door DataGhost op 19-03-2020 17:42 ]
Dat kun je laten testen. Bijvoorbeeld als je bloeddonor wordt bij Sanquin, wordt (uiteraard) je bloedgroep bepaald.
En misschien staat het al in je dossier bij de huisarts, als je al eens een bloedtest hebt gehad in het verleden, anders kun je hem er alsnog om vragen.
Ik heb iig A-positief
Virussen? Scan ze hier!
:strip_icc():strip_exif()/u/26369/mm_icon.jpg?f=community){kind=icon}
Ik heb mijn kaart nog van de dienstkeuring met daarop de bloedgroep
For it is the doom of men that they forget... Huidige en vroegere hardware specs The Z80 is still alive!
:strip_icc():strip_exif()/u/43400/avatar.jpeg?f=community){kind=avatar}
Laat ik 't omdraaien: waarom zouden mensen zich met een andere bloedgroep veiliger moeten wanen? Waarom alleen A "extra" beschermen? Want hoe ziet dan het slechtste geval er uit?
We moeten gewoon allemaal oppassen / ons best doen. Al helemaal omdat je zélf ook al zegt dat hoewel het onderzoek dan misschien wel wetenschappelijk onderbouwd is maar ook nog "in het stadium 'hee, dit is interessant, daar zouden we verder onderzoek naar moeten doen'" is. Laten we dan vooral geen conclusies gaan trekken en gewoon -allemaal- ons best doen 't niet verder te verspreiden en -iedereen- proberen (even goed) in bescherming te nemen.
[ Voor 3% gewijzigd door RobIII op 19-03-2020 17:54 ]
There are only two hard problems in distributed systems: 2. Exactly-once delivery 1. Guaranteed order of messages 2. Exactly-once delivery.
Je eigen tweaker.me redirect
Over mij
/u/81985/crop566b00b43645a.png?f=community)
Ik weet in ieder geval dat ik O heb (geen idee of het O+ of O- is) omdat m'n beide ouders O hebben.
Ipsa Scientia Potestas Est
NNID: ShinNoNoir
:strip_icc():strip_exif()/u/154963/crop659be07d13f5a_cropped.jpg?f=community)
/u/255418/usericon.png?f=community)
Bij voorbaat excuus voor de critical wall-of-text, maar om hier inhoudelijk op in te gaan zit er een aantal statistiek begrippen in verweven waar ik vanuit ga de gemiddelde tweaker niet bekend mee is.
Allereerst belangrijk om al aan te geven, dit artikel is zoals aangegeven nog niet peer-reviewed, wees dan ook zeker als leek bedachtzaam op de inhoud.
Voor wat betreft de statistiek die in dit artikel naar voren komt is het belangrijk om kennis te nemen van een aantal begrippen:
Het relatieve risico (relative risk / risk ratio): De ratio van het risico op de uitkomst in één groep ten opzichte van het risico in een andere groep.
De odds ratio: De ratio van de odds in één groep ten opzichte van de odds in een andere groep.
Odds: De ratio van de uitkomst tegen de afwezigheid van de uitkomst.
Nog te volgen? Vermoedelijk lastig. Maar we gaan verder. Bij een risico van 1 op 4 (25%), dan zijn de odds (kans) 1 tegen 3 (33%). Nu wordt het vermoedelijk weer iets inzichtelijker, kans! Is het risico nu kleiner, bijv. 1 op 100 (1%), dan is de odds 1 tegen 99 (1.01%).
Wat doet dit er toe? Let op het verschil in percentage. Bij een groter risico, zijn de odds een minder valide afspiegeling van het risico. Met als gevolg, bij een groter voorkomen van een bepaalde factor binnen een groep, is een odds ratio mogelijk niet langer de beste methode om je data te presenteren, het kan een vertekening van de werkelijkheid geven.
Mocht je willen, dan kun je de berekening zelf stapsgewijs meelopen op bijv. de volgende website:
http://vassarstats.net/odds2x2.html
Wat is hier gaande? Kijk naar Tabel 1 in het artikel. Daar zien we voor bloedgroep A bijv. de volgende data:
In de Wuhan populatie 670 patiënten met bloedgroep A, dit is in te vullen als "condition present" in één van de twee groepen. In de andere groep kun je de controle data invullen, 1188 met "condition" present. Maar wat is condition absent? Dit zijn de overige patiënten. De som van bloedgroep B, AB en O. Voor de controle groep zijn dit 2506 mensen, voor de Wuhan COVID-19 groep zijn dit 1105 mensen.
Druk je op calculate, dan zie je conform het manuscript een Odds ratio van 1.279, en een confidence interval van 1.136 - 1.4395 (1.440 afgerond).
Maar, wat je ook kunt zien is het relatieve risico (risk ratio) van 1.174 (1.088 - 1.2663). Hoewel dit een op het eerste oog klein verschil lijkt te zijn, tenslotte, we spreken maar over een verschil van ongeveer 0.1, is dit een verschil binnen een ratio. Met een odds ratio van 1.28 zou je kunnen stellen dat patiënten met bloedgroep A 28% meer likely zijn op COVID-19, maar met een relatief risico van 1.17 reduceren wij dit al naar 17%. Scheelt toch al weer 11%.
Dan komt de confidence interval om de hoek kijken. Dit vertelt ons iets over hoe zeker zijn wij over die 17%? In principe, niet. Vandaar het confidence interval, of in Nederlands betrouwbaarheidsinterval. De onder- en bovengrens hierbij geeft de grens aan van waar de daadwerkelijke waarde tussen zal liggen. Dit is in dit geval op basis van deze Wuhan data dus tussen de 1.09 en 1.27. Met andere woorden, een verhoogde kans tussen de 9 en 27% om een COVID-19 besmetting op te lopen met bloedgroep A.
Een optimist zou zeggen, doe mij die 9%, een pessimist zal zeggen het is die 27%. Maar voor beiden, laten we wel wezen, je hebt het hier dus niet eens over een verdubbeling van de kans, dat zou namelijk 100% zijn, oftewel een relatief risico van 2. Het is dus maar een kleine factor op individuele basis.
Qua mortaliteit, dan ziet het relatieve risico eruit als volgt: 1.28 (1.08 - 1.52), dit versus de odds ratio van 1.48 (1.11 - 1.97) zoals gerapporteerd binnen het manuscript. Ook in dit geval is een presentatie van het relatieve risico netter, en wederom dus lager en een relatief kleine kans.
Een significante uitslag met een P-waarde van 0.05 houdt dus in dat de kans 5% is dat deze uitslag onwaar is, puur op toeval gebaseerd. Een P-waarde van 0.008 maakt deze kans 0.8%. Binnen de medische literatuur accepteren wij dit veelal als sterk genoeg bewijs, maar blijft altijd iets om je bewust van te zijn. Zeker indien iets hoge implicaties heeft.
In de meta analyse van de odds ratios zien we voor wat betreft de associatie tussen bloedgroep A en COVID-19 in figuur 1 het volgende:
OR 1.28 (1.14 - 1.44) voor de al beschreven populatie, met daarnaast een OR van 1.40 (0.95 - 2.05) en 1.00 (0.77 - 1.29) voor de andere twee populaties. Bovendien zie je een mooie overall met OR van 1.21 (1.02 - 1.43).
Wat gebeurd hier?
De Odds ratios van nummer 2 en 3 zijn verkregen op vergelijkbare wijze als nummer 1. Hierbij dus wederom de kanttekening dat het relatieve risico voor de Wuhan university data ook hier lager ligt dan de odds ratio's, namelijk RR 1.24 (0.98 - 1.56), voor de Shenzhen data blijft dit soortgelijk, RR 1.00 (0.83 - 1.20).
Omdat we in 2 populaties dus al een lager uitvallende RR dan OR hebben, is het netter om ook in de meta-analyse het relatieve risico te gebruiken.
Daarmee kom je binnen de meta-analyse dan per definitie ook uit op een overall RR lager dan OR, lager dan 1.21. Omdat dit wat meer werk is, ga ik deze data voor nu niet herbereken. Maar dus lager dan 21% verhoogd risico, maar let ook vooral op de betrouwbaarheids interval. Een potentiële kansverhoging van slechts 2%. Het potentiële relatieve risicoverhoging ligt mogelijk dus daarbij nog lager zelfs.
En let ook op de p-waarde voor deze OR, een P-waarde van 0.027. Oftewel, er is een 2.7% kans dat deze uitslag onwaar is op basis van puur toeval. Tegenover een mogelijk minimaal 2% potentiële kansverhoging op COVID-19 besmetting als bloedgroep type A. De optimist die in gaat zetten op kans weet het natuurlijk wel, de individuele kans om deze risicoverhoging af te schieten is daarmee mogelijk groter dan de verhoogde kans om COVID-19 te krijgen ;-).
De volgende conclusie van de auteurs:
Waar ik wel meer overtuiging in zie is de beschreven andere kant van de medaille, de beschreven verlaagde susceptibiliteit bij bloedgroep O. Maar ook hier telt wederom, relatieve risico! En dit is 0.76 (0.70 - 0.84) vs OR 0.68 (0.60 - 0.77), en daarmee toch ook al weer een stukje kleiner 'waar' verschil. Maar belangrijker, de meta-analyse toont hierin een meer overtuigend beeld. Hoewel zeker nog altijd te pleiten om dit nader te onderzoeken.
Belangrijke begrippen
Omdat dit soort data mogelijk wat rumoer met zich meebrengt zoals ook op te maken in de reacties, laat ik mijn respons op dit artikel hier geven.Allereerst belangrijk om al aan te geven, dit artikel is zoals aangegeven nog niet peer-reviewed, wees dan ook zeker als leek bedachtzaam op de inhoud.
Voor wat betreft de statistiek die in dit artikel naar voren komt is het belangrijk om kennis te nemen van een aantal begrippen:
Het relatieve risico (relative risk / risk ratio): De ratio van het risico op de uitkomst in één groep ten opzichte van het risico in een andere groep.
De odds ratio: De ratio van de odds in één groep ten opzichte van de odds in een andere groep.
Odds: De ratio van de uitkomst tegen de afwezigheid van de uitkomst.
Nog te volgen? Vermoedelijk lastig. Maar we gaan verder. Bij een risico van 1 op 4 (25%), dan zijn de odds (kans) 1 tegen 3 (33%). Nu wordt het vermoedelijk weer iets inzichtelijker, kans! Is het risico nu kleiner, bijv. 1 op 100 (1%), dan is de odds 1 tegen 99 (1.01%).
Wat doet dit er toe? Let op het verschil in percentage. Bij een groter risico, zijn de odds een minder valide afspiegeling van het risico. Met als gevolg, bij een groter voorkomen van een bepaalde factor binnen een groep, is een odds ratio mogelijk niet langer de beste methode om je data te presenteren, het kan een vertekening van de werkelijkheid geven.
Wat betekent dat voor dit artikel?
Berekenen we de data na, dan kun je dit verschil zelf zien:Mocht je willen, dan kun je de berekening zelf stapsgewijs meelopen op bijv. de volgende website:
http://vassarstats.net/odds2x2.html
Wat is hier gaande? Kijk naar Tabel 1 in het artikel. Daar zien we voor bloedgroep A bijv. de volgende data:
In de Wuhan populatie 670 patiënten met bloedgroep A, dit is in te vullen als "condition present" in één van de twee groepen. In de andere groep kun je de controle data invullen, 1188 met "condition" present. Maar wat is condition absent? Dit zijn de overige patiënten. De som van bloedgroep B, AB en O. Voor de controle groep zijn dit 2506 mensen, voor de Wuhan COVID-19 groep zijn dit 1105 mensen.
Druk je op calculate, dan zie je conform het manuscript een Odds ratio van 1.279, en een confidence interval van 1.136 - 1.4395 (1.440 afgerond).
Maar, wat je ook kunt zien is het relatieve risico (risk ratio) van 1.174 (1.088 - 1.2663). Hoewel dit een op het eerste oog klein verschil lijkt te zijn, tenslotte, we spreken maar over een verschil van ongeveer 0.1, is dit een verschil binnen een ratio. Met een odds ratio van 1.28 zou je kunnen stellen dat patiënten met bloedgroep A 28% meer likely zijn op COVID-19, maar met een relatief risico van 1.17 reduceren wij dit al naar 17%. Scheelt toch al weer 11%.
Dan komt de confidence interval om de hoek kijken. Dit vertelt ons iets over hoe zeker zijn wij over die 17%? In principe, niet. Vandaar het confidence interval, of in Nederlands betrouwbaarheidsinterval. De onder- en bovengrens hierbij geeft de grens aan van waar de daadwerkelijke waarde tussen zal liggen. Dit is in dit geval op basis van deze Wuhan data dus tussen de 1.09 en 1.27. Met andere woorden, een verhoogde kans tussen de 9 en 27% om een COVID-19 besmetting op te lopen met bloedgroep A.
Een optimist zou zeggen, doe mij die 9%, een pessimist zal zeggen het is die 27%. Maar voor beiden, laten we wel wezen, je hebt het hier dus niet eens over een verdubbeling van de kans, dat zou namelijk 100% zijn, oftewel een relatief risico van 2. Het is dus maar een kleine factor op individuele basis.
Qua mortaliteit, dan ziet het relatieve risico eruit als volgt: 1.28 (1.08 - 1.52), dit versus de odds ratio van 1.48 (1.11 - 1.97) zoals gerapporteerd binnen het manuscript. Ook in dit geval is een presentatie van het relatieve risico netter, en wederom dus lager en een relatief kleine kans.
De waarde van P-waarde
Daar komt bij, nu we het over kans hebben, de p-waarde. P van probability. Hoe moet je dit interpreteren? Een P-waarde van 0.05 wordt vaak gehanteerd binnen de medische literatuur als zijnde statistisch significant, maar wat betekent dit nu eigenlijk? Zo eenvoudig mogelijk gezegd houdt dit in dat er een kans is van 5% dat de getoetste nulhypothese (in dit geval de hypothese dat er geen associatie zou bestaan tussen bloedgroep A en COVID-19), juist is.Een significante uitslag met een P-waarde van 0.05 houdt dus in dat de kans 5% is dat deze uitslag onwaar is, puur op toeval gebaseerd. Een P-waarde van 0.008 maakt deze kans 0.8%. Binnen de medische literatuur accepteren wij dit veelal als sterk genoeg bewijs, maar blijft altijd iets om je bewust van te zijn. Zeker indien iets hoge implicaties heeft.
Blik op de meta-analyse
Ik hoop dat ik jullie aandacht nog heb! Maar ik kan begrijpen dat dit lastig kan zijn.In de meta analyse van de odds ratios zien we voor wat betreft de associatie tussen bloedgroep A en COVID-19 in figuur 1 het volgende:
OR 1.28 (1.14 - 1.44) voor de al beschreven populatie, met daarnaast een OR van 1.40 (0.95 - 2.05) en 1.00 (0.77 - 1.29) voor de andere twee populaties. Bovendien zie je een mooie overall met OR van 1.21 (1.02 - 1.43).
Wat gebeurd hier?
De Odds ratios van nummer 2 en 3 zijn verkregen op vergelijkbare wijze als nummer 1. Hierbij dus wederom de kanttekening dat het relatieve risico voor de Wuhan university data ook hier lager ligt dan de odds ratio's, namelijk RR 1.24 (0.98 - 1.56), voor de Shenzhen data blijft dit soortgelijk, RR 1.00 (0.83 - 1.20).
Omdat we in 2 populaties dus al een lager uitvallende RR dan OR hebben, is het netter om ook in de meta-analyse het relatieve risico te gebruiken.
Daarmee kom je binnen de meta-analyse dan per definitie ook uit op een overall RR lager dan OR, lager dan 1.21. Omdat dit wat meer werk is, ga ik deze data voor nu niet herbereken. Maar dus lager dan 21% verhoogd risico, maar let ook vooral op de betrouwbaarheids interval. Een potentiële kansverhoging van slechts 2%. Het potentiële relatieve risicoverhoging ligt mogelijk dus daarbij nog lager zelfs.
En let ook op de p-waarde voor deze OR, een P-waarde van 0.027. Oftewel, er is een 2.7% kans dat deze uitslag onwaar is op basis van puur toeval. Tegenover een mogelijk minimaal 2% potentiële kansverhoging op COVID-19 besmetting als bloedgroep type A. De optimist die in gaat zetten op kans weet het natuurlijk wel, de individuele kans om deze risicoverhoging af te schieten is daarmee mogelijk groter dan de verhoogde kans om COVID-19 te krijgen ;-).
Concluderend
Op basis van de data gepresenteerd in dit artikel ben ik dan ook helemaal niet zo overtuigd van het belang van bloedgroep A op COVID-19 susceptibiliteit. Het zou voorbarig zijn om te concluderen dat er hier een duidelijke associatie lijkt te bestaan.De volgende conclusie van de auteurs:
Vind ik zoals aldaar dan ook beschreven veel te stellig. Indien ik dit artikel ter review aangeboden zou krijgen zou ik deze conclusie op basis van de gegeven data dan ook retour sturen om te laten reviseren door de auteurs.
Waar ik wel meer overtuiging in zie is de beschreven andere kant van de medaille, de beschreven verlaagde susceptibiliteit bij bloedgroep O. Maar ook hier telt wederom, relatieve risico! En dit is 0.76 (0.70 - 0.84) vs OR 0.68 (0.60 - 0.77), en daarmee toch ook al weer een stukje kleiner 'waar' verschil. Maar belangrijker, de meta-analyse toont hierin een meer overtuigend beeld. Hoewel zeker nog altijd te pleiten om dit nader te onderzoeken.
:strip_icc():strip_exif()/u/3228/crop5d113bdb41aeb_cropped.jpeg?f=community)
Helder mooi uitgelegd stuk psychodude! Stuk beter dan mensen die alleen maar "broodje aap" en "paniekzaaierij" roepen!
Top!
Top!
[ Voor 4% gewijzigd door Mastermind op 19-03-2020 21:51 ]
Tenzij 1 van jouw ouders niet jouw ouder blijkt te zijn. Je moet toch echt zelf laten testen. Misschien had de melkboer wel bloedgroep A.:
[...]
Ik weet in ieder geval dat ik O heb (geen idee of het O+ of O- is) omdat m'n beide ouders O hebben.
Pagina: 1