Thread by @Juni8T

1/

J'ai reçu beaucoup de commentaires/remarques après avoir publié ce thread

J'aimerais dans ce fil répondre aux remarques qui reviennent le plus souvent

https://twitter.com/Juni8T/status/1276205033567158273

2/

Alors tout d'abord :
- Je ne suis pas payé par big pharma (je ne suis pas dans le domaine médical)
- Je me fous de Gilead et du Remdesivir (ce "traitement" pour la COVID est au mieux très bof)
- Je trouve aussi l'étude du Lancet scandaleuse et celle des vétérans très biaisée

3/

Certaines personnes feignent de ne pas comprendre mon message

- À aucun moment je ne dis que c'est mal d'avoir un groupe HCQ+AZ et contrôle différent, c'est tout à fait normal dans une étude rétrospective

Alors qu'est-ce que je critique ?

4/

La première chose, c'est que Didier Raoult utilise souvent les données brutes dans sa com, par exemple avec ce tweet récent (22 juin) sur l'étude AP-HP

"significatifs sur la mortalité"

-> Faux après l'analyse statistique (patients contrôle + âgés)

https://twitter.com/raoult_didier/status/1274980017198563329

5/

Ce que la première partie de mon thread (tweets 2 à 4) et le graphique montrent, c'est que la comparaison des données brutes de l'étude de Raoult ne vaut absolument rien, rien de plus, rien de moins

6/

D'où la question : L'analyse statistique (tableau 5) vaut-elle quelque chose ?

La réponse est également non, et c'est la deuxième partie de mon tweet, qui traite du biais de temps immortel

Ce biais est bien documenté

eupati.eu/fr/glossary/bi…

https://twitter.com/Juni8T/status/1276205045684613123

7/

Sur les 218 patients reversés du groupe HCQ+AZ au groupe "contrôle", on a :
- 8 morts
- 31 patients en réa

Cela modifierait significativement le groupe HCQ+AZ :
- Morts : de 16 à 24 (+ 50% !)
- Réa : de 25 à 56 (+ 124% !)

L'analyse statistique est donc complètement biaisée

8/

Certains pensent qu'il suffirait simplement de retirer ce groupe de l'étude, mais ce n'est pas suffisant

Pour avoir deux groupes comparables, il faudrait aussi retirer les patient du groupe contrôle qui meurent ou vont en réa < 3 jours

9/

Donc, à cause du biais de temps immortel, il aurait fallu :
- Laisser ces 218 patients dans le groupe HCQ+AZ
- Enlever les patients similaires (détérioration < 3 jours) du groupe contrôle

Sinon l'analyse statistique ne peut pas redresser ce biais

10/

Un exemple : prenons 4 personnes identiques sur le papier, A, B, C et D
- A accepte le traitement, et meurt en 2 jours
- B refuse le traitement, et meurt en 2 jours
- C accepte le traitement, et guérit
- D refuse le traitement, et guérit

Dans ce cas, traitement ~ placebo

11/

Passons à l'analyse dans le style des groupes de l'étude :
- HCQ+AZ >= 3j (C) -> 0% de mortalité !
- "Contrôle" : (A B D) -> 67% de mortalité

Et ces deux groupes sont équivalents statistiquement ! Cette analyse statistique (à cause du biais du temps immortel) ne vaut rien !

12/

Pour résumer :
- Didier fait parler les comparaisons brutes des autres études -> La comparaison brute dans son étude ne vaut rien
- L'analyse statistique de l'étude (table 5) est complètement biaisée et faussée, à cause du biais de temps immortel

13/

Certains me rétorquent quand même qu'il n'y a "pas besoin d'une étude vu ses résultats"

Je répondrais par deux threads :

Le CFR de l'IHU est aujourd'hui à 1,1% (cf. étude), alors que l'Islande est par exemple à 0,5%

https://twitter.com/Juni8T/status/1272482239432003584

14/

On n'a pas les données par villes, mais on les a par département

Le département des Bouches-du-Rhône n'est que le 24e (c'est pas mal mais pas exceptionnel) département en termes de taux de mortalité hospitalière

La Gironde fait par exemple mieux

https://twitter.com/Juni8T/status/1272210491499307011

15/

Le 4 a sauté, réécrit ici

https://twitter.com/Juni8T/status/1276459771965566977?s=19

16/

Une analyse plus approfondie de l'analyse statistique (régression de Cox) de cet article disponible ici

⬇️

https://twitter.com/Juni8T/status/1276837555678445573