看到很多人说 这个人体试验的规模很大
但参与试验的规模大 只是证据力可信度其中一个面向
他也不能掩盖其他证据力的缺陷
一个参与人数很多的粗糙的试验
得到的只是 统计上误差很小很小的 粗糙的证据
Garbage in Garbage out 医学上做meta的人应该都被老师告诫过
你pooling 再多篇垃圾论文 做出来的东西 就只是更大型的垃圾
回到那篇报导啦 说真的他只能算一个报导 或是观察
结论完全不能推导到因果关系
就跟那个不知道哪来的教授 写去问不知道是不是真的的某个印度医师的回答一样
他也不认为这个结果能推导到ivermectin 上
是说～乡民会觉得上面的证据力够吗XD
为什么说那个报导的证据非常粗糙
因为他就只是个观察 所有变因都没有办法控制
我们甚至无法得知 施予ivermectin 的区域 和没有投与的区域在人民/医疗体系/社经发展是否有本质上的差异
比方说 有没有可能 能够提供ivermectin 的区域
政府效能/人民经济程度/医疗环境相较于没有投与的区域更好
Ivermectin 即时再怎么便宜 大规模投与一定是大笔的开销 还需要有强大的政府效能跟基础建设
这篇报导无法回答我们这个问题
而这个问题会根本的影响到结果
假设上面的推论为真
那其实跟药物可能没有什么关系
是其他的因素影响到
影响到临床试验的因素非常多
所以解读一个临床试验也需要非常严格
在医学上其实几乎到吹毛求疵的地步
所以才慢慢形成一套大家公认的RCT的作法
目的就是为了尽量减少各式各样的变因
有些变因很明显 有些变因藏的很深
比方说 为什么随机分派 一定就是乱数抽签
不能够用别的东西取代？
假设真的有一个地方 下雨天数跟没下雨天数一样多
下雨机率每天都50% 完全是随机的
那能不能够用今天天气去分派
哪些病人取得研究药物 哪些取得安慰剂？
听起来好像可以啊 反正都是随机的
但实际上还是有很多人的因素影响到
例如 有没有可能 症状比较轻微的人 看到今天下雨就不出门了
所以下雨天来就医的那些人 症状相对于晴天都来的严重？
或者是在基础建设更差的地方
下雨天来医院非常不方便
所以穷人下雨天比较少到医院
下雨天来医院的 都是经济能力比较好的
举这些例子就是要说明 连随机的分派都存在非常多可以影响到结果的变因
更不用说完全没有随机分派的
事实上你无法推论任何一个变因导致两者差异的结果
疫情趋缓跟疫情扩散的区域中所有不一样的地方都可能是原因
那篇报导的证据力真的非常非常非常弱
全世界有很多的严谨的临床试验正在研究ivermectin 的效果
我相信以台湾医学的发达跟CDC专家用功的程度
只要有更新 台湾一定会马上update
如果看到这里你还是觉得反正无害为什么不尝试看看
那我会非常诚挚的建议你参与高端疫苗第三期研究
反正目前证据开起来安全无害 据信可能也有效果
你要不要试试看 还是免费的