エビデンスは必要なのだけれど

ワクチンが多くの人間を救った、というなかば自作自演の、客観性を感じられない研究結果が公表されていたが、仮に今度の対策が正しいとしても、彼ら医学者に、日本社会がほとんど復帰不可能なほどの改悪をともなったことについての責任は感じていないだろう。目前の病気を防げればそれでいいからだ。

— 田中希生 (@kio_tanaka) November 17, 2023

このようなポストがあり、もしかしてあの人のことかなと思ったらやっぱりあの人だった。。。

話題の西浦論文を読みました。
主な問題点
(1) クロスバリデーションの評価なし
(2) 短期予想モデルの結果を繋ぎ合わせて長期のシナリオを作っている
明日の天気を高確率で当てるモデルを作っても、その予想を繋ぎ合わせた一ヶ月後の天気や翌月の降雨の総量予測は当たらない。https://t.co/OBRlVGwoTo

— Hideki Kakeya, Dr.Eng. (@hkakeya) November 17, 2023

私はけっして暇ではないのだが、当該論文を読んでみたのである。

Evaluating the COVID-19 vaccination program in Japan, 2021 using the counterfactual reproduction number - Scientific Reports

結論からいうとScientific Reportsこんなん通しちゃうんだ、、、

それからやっぱり数式が普通の臨床医にとっては難解である。この適当きわまりない論文に医師から批判がないのは自浄作用の欠如だと言う人もいるが、みなさん賢明にも、よくわからないから黙っているだけと思われる。あるいは西浦氏がトンデモ扱いで皆さん興味がないだけという可能性も微レ存。

私もMethodsは苦労して読んだが、大雑把にしか理解できなかった。普通に医者やるのにこんなややこしい数学は必要ないんですわ。

以下、あってるかどうかわからないけど要約。

2021年2月から新型コロナウイルスに対するmRNAワクチンの接種が始まった。まずこれと感染者数の相関をみにいく。

主に時間とワクチン接種者数を変数として、感染者数の予測モデルを作成。人の移動、年齢集団など他にも変数はあるが、大事なのはワクチン接種者数である。

それでこのモデルに実際のデータを代入してみると、現実の感染者数とだいたいあっていた。これが上掲ツイートのグラフで、緑の線がモデルの出した数字で、オレンジの点が感染者数。

ここからが問題で、このモデルの妥当性の根拠がこれだけなのである。実際の数字を入れてみたらうまく行きました(^o^)というだけである。というか現実の数字にフィットするようにモデルを作るんだから当たり前である。

上掲ツイートのクロスバリデーションがないという批判はこれのことだと思われる。