Exponiendo al CABAL

martes, 8 de octubre de 2024

Nuestro nuevo análisis de un estudio observacional publicado en @NEJM que afirmaba que la eliminación de la obligatoriedad de llevar mascarilla en las escuelas tuvo el efecto de aumentar los casos de COVID Mostramos por qué la conclusión del estudio era errónea

 Ya disponible en @AnnalsofIM👇

Nuestro nuevo análisis de un estudio observacional publicado en @NEJM
que afirmaba que la eliminación de la obligatoriedad de llevar mascarilla en las escuelas tuvo el efecto de aumentar los casos de COVID

Mostramos por qué la conclusión del estudio era errónea

y cómo analizar solo datos seleccionados puede arrojar resultados engañosos

1/

 Y esto es importante porque:

1. El estudio fue muy influyente

2. Exigir que los niños usen mascarillas tiene muchas desventajas (como publicamos recientemente https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10894839/

3. Los mismos análisis problemáticos pueden afectar las futuras decisiones de salud pública

 Ahora describiré un par de partes clave de nuestro análisis.

 Cowger et al. seleccionaron un grupo de control (en violeta) que, como demostramos, era un caso atípico en términos de ingresos medios (altos) y, como describimos en el artículo, parecía haber sido elegido de manera arbitraria.

Identificamos grupos de control alternativos (🟢🔴🟡) en Massachusetts que también habían abandonado los mandatos de uso de mascarillas

 Utilizando los grupos de control alternativos, descubrimos que la eliminación de la obligación de usar mascarillas se asoció con un aumento o una disminución de los casos en el distrito (después del cambio de política de uso de mascarillas en el distrito).

Esto contradice el lenguaje causal que Cowger et al. utilizaron para describir sus hallazgos.

 Su artículo utilizó una metodología específica, llamada Diferencia en Diferencias, que permite la inferencia causal a partir de datos observacionales, pero sólo si se cumplen ciertos requisitos previos.

 Uno de estos requisitos previos es la ausencia de factores de confusión que varíen con el tiempo. Sin embargo, las comunidades en las que los distritos mantuvieron el uso obligatorio de mascarillas tuvieron el mayor aumento de infecciones por COVID-19 justo antes del cambio de política de uso de mascarillas. Esto probablemente habría disminuido las tasas de casos en los distritos con mascarillas y podría explicar una gran parte del resultado que encontraron.

La inmunidad previa fue un factor de confusión importante que varió en el tiempo y excluyó el uso de la metodología Diff in Diff para la inferencia causal, junto con cualquier otro cambio que se produjo en torno al momento del cambio de política de mascarillas

(como cambios en las prácticas de prueba, como describimos en el artículo)

  Nuestro artículo analiza con mucho más detalle los riesgos de utilizar este tipo de datos observacionales y por qué su metodología era inadecuada, dadas las circunstancias, para la inferencia causal.

 Algunos pueden recordar el artículo de @NEJM que volvimos a analizar y que concluía diciendo: "Nuestros resultados también sugieren que el uso universal de mascarillas puede ser una herramienta importante para mitigar los efectos del racismo estructural en las escuelas".

Pero, como no tienen los datos que demuestren que las órdenes de uso de mascarillas "funcionan", de hecho no podemos descartar que las órdenes de uso de mascarillas puedan aumentar el racismo estructural.

https://www.nejm.org/doi/full/10.1056/NEJMoa2211029

 Y es por eso que en medicina debemos ser humildes antes de sacar conclusiones apresuradas cuando los datos no son lo suficientemente contundentes para respaldarlas.

Porque la mayoría de las intervenciones tienen desventajas y consecuencias no deseadas.

 En resumen, fue un grupo de autores increíble con el que trabajar, entre ellos @ShamezLadhani, @VPrasadMDMPHy Ram Duriseti

Pero quiero agradecer especialmente a mi coautor principal @AChandra_TO, quien me enseñó muchísimo mientras revisábamos varias veces este artículo.

 El equipo editorial de @AnnalsofIM  nos brindó muchos comentarios importantes para nuestras revisiones e incluso tuvimos dos reuniones por Zoom para trabajar en la mejora del artículo.

Felicitaciones a ellos por publicar esto.

 Esperamos que nuestro artículo final contribuya a un cambio de cultura en la medicina y la salud pública donde los científicos (y las revistas... ejem @NEJM) sean más escépticos sobre el uso de datos observacionales para la atribución de efectos causales a las intervenciones.

at

No hay comentarios:

Publicar un comentario

Suscribirse a: Enviar comentarios (Atom)