W związku z tym, że szczepionki w Stanach Zjednoczonych mogą być niedoszacowane, nowe badanie wykazało, że liczba szczepień jest zbyt duża.
By Marcia Frellick
Dec. 9, 2021 -- Większe badania niekoniecznie są bardziej dokładne, wyjaśnia praca opublikowana dziś w Nature. W przypadku przewidywania liczby podanych pierwszych dawek szczepionki COVID-19, niektóre z największych badań były dalekie od prawdy.
Autorzy, kierowani przez doktorantkę Valerie C. Bradley z Uniwersytetu w Oxfordzie w Wielkiej Brytanii, piszą, że zwiększenie rozmiaru danych może powiększyć tendencyjność badań, efekt znany jako Paradoks Dużych Danych.
Zespół skupił się na trzech ankietach dotyczących postaw i zachowań wobec szczepionek: DelphiCFacebook (który dostaje około 250 000 odpowiedzi tygodniowo i miał ponad 4,5 miliona odpowiedzi od stycznia do maja 2021 r.); Census Household Pulse (który dostaje około 75 000 co 2 tygodnie i miał 600 000 odpowiedzi od stycznia do maja 2021 r.); oraz AxiosCIpsos Coronavirus Tracker5, najmniejszy przy 1 000 odpowiedzi tygodniowo.
Ankiety zostały wykorzystane, aby pomóc wypełnić luki w gromadzeniu informacji, ponieważ CDC zbiera rzeczywiste dane dotyczące podanych szczepionek, ale często są one opóźnione. Dane w czasie rzeczywistym mogą pomóc w kształtowaniu polityki rządowej dotyczącej szczepionek i przekazywania wiadomości.
Ale największe ankiety przeceniają się poza niepewnością statystyczną, którą zapewniają ankiety, piszą autorzy.
Do maja 2021 roku DelphiCFacebook przeszacował uptake o 17 punktów procentowych, a Census Household Pulse o 14, w porównaniu do benchmarku z (CDC), zgodnie z dokumentem.
Panel internetowy AxiosCIpsos z około 1000 odpowiedzi również przeszacował absorpcję, ale tylko o 4,2 punktu procentowego.
W niektórych przypadkach dwa duże sondaże uzyskały bardzo różne wyniki, zadając niemal identycznie sformułowane pytanie. Na przykład szacunki DelphiCFacebooks na poziomie państwowym dotyczące gotowości do przyjęcia szczepionki od końca marca 2021 r. są średnio o 8,5 punktu procentowego niższe niż szacunki z Census Household, przy czym różnice sięgają nawet 16 punktów procentowych.
Jednak AxiosCIpsos ściśle pokrywa się z benchmarkiem CDC.
Naszym głównym przesłaniem, piszą autorzy, jest to, że jakość danych ma większe znaczenie niż ilość danych.
Oprócz szkód wyrządzonych w wysiłkach na rzecz walki z COVID, badania te przyczyniają się do popularnego błędnego przekonania - że wielkość danych może przezwyciężyć niską ilość danych, mówi Bradley,
Szacunki dotyczące szczepień przeciwko COVID z tych dwóch dużych badań są nie tylko tendencyjne, ale również zbyt pewne w swoich błędnych liczbach, mówi.
Co jest przyczyną rozbieżności?
Wśród przyczyn rozbieżności, autorzy mówią, że trzy badania używają różnych projektów i metod rekrutacji, które mogą wprowadzać różne błędy w szacunkach.
Czynnikiem jest również ważenie.
Nadreprezentacja białych dorosłych i osób z wyższym wykształceniem wyjaśnia część błędu DelphiCFacebook, piszą autorzy.
Grupy rasowe są niedoreprezentowane w badaniu. Ważenie wyników, aby to odzwierciedlić, sprawiłoby, że Delphi-Facebook byłby bardziej zgodny z innymi badaniami.
Współautor Seth Flaxman, PhD, z University of Oxford, powiedział, że ankieta Facebook nie dostosowała się do edukacji lub rasy, a ankieta Census nie mogła dostosować się do partyjności politycznej.
Ostatecznie jednak, duże sondaże online pominęły ludzi i żadna ilość korekt nie może tego rozwiązać. Jeśli nie masz dostępu do internetu, nie zostaniesz uwzględniony, mówi Flaxman.
Ludzie z obszarów wiejskich mają mniejsze szanse na włączenie do badania - dodaje. Pomiar przyjmowania szczepionek, dostępu do nich i wahań jest trudny, a te same bariery, które istnieją na drodze do zaszczepienia się, sprawiają, że ludzie rzadziej biorą udział w tych badaniach.
Flaxman twierdzi, że choć istnieją powody, aby kwestionować inne szacunki dotyczące wszystkiego, od dystansu społecznego po przyczyny wahania, to jedyne szacunki, o których wiemy, że są błędne, dotyczą przyjmowania szczepionek i bezpośrednio z tym związanych pytań - wahania i gotowości.
Mówi on, że badania pomagają społecznościom wiedzieć, jak skoncentrować wysiłki, a dokładne informacje są kluczowe. Jeśli badania pokazują, na przykład, że ludzie poświęcają swoją energię na dezynfekcję powierzchni, musimy pilnie przekazać wiadomość, że COVID-19 jest przenoszony drogą powietrzną, mówi.
