Jarle Aarstad går langt i å konkludere at koronavaksinasjonen var årsak til overdødelighet hos unge i England (1). Han baserer konklusjonen på to observasjonsstudier (2, 3). Observasjonsstudier beskriver sammenhenger (assosiasjon, korrelasjoner), men etterlater alltid usikkerhet om årsaksforhold (kausalitet) (4).
Sammenhenger mellom faktorer kan skyldes
1) Sammenfall av tilfeldige variasjoner
2) Skjeve utvalg av objekter
3) At det er bakenforliggende (konfunderende) faktorer som er styrende
4) At det virkelig er en kausalitet
Det å utføre observasjonsstudier er relativt enkelt. Men å påvise kausalitet byr på store problemer. Vi benytter derfor noen ganger observasjonsstudier for å konkludere om kausalitet, men først etter nøye vurdering både av premissene, altså evidensen, og også av konsekvensene av den konklusjon vi kommer til, det jeg benevner betydningsfullhet.
Aarstads arbeider har vært diskutert i dagspressen, hovedsakelig basert på betydningen av konfunderende faktorer (5). Jeg mener at Aarstads bidrag til den diskusjonen er verdifull.
Aarstads to arbeider viser kun resultatene av statistisk sannsynlighetsberegninger, altså beregning av p-verdier, og konfidensintervaller. Et viktig poeng er da at p-verdier er sterkt avhengig av antall observasjoner, jo flere observasjoner, jo lavere p-verdier. Det betyr at ved et stort antall observasjoner kan må få en sterk statistisk signifikans selv ved små og i praksis helt ubetydelige forskjeller (4). Derfor må signifikansberegninger knyttes til andre parametere, som effektstørrelse (6), altså kvantifisering. Videre at forskere bør vektlegge praktisk og klinisk signifikans, sammen med statistisk signifikans (6).
At Aarstad velger å forbigå disse spørsmål i stillhet (7) bekymrer meg. Med et tilsynelatende økende antall akademiske institusjoner som omhandler helse må vi leger ha økende vekt på å ivareta vitenskapstekniske forhold ved den evidens vi må basere vårt fag på.
2. Aarstad J. Deaths among young people in England increased significantly in 10 of 11 weeks after COVID-19 vaccination and doubled in three. Excli j 2024; 23: 908-11. doi: 10.17179/excli2024-7498
3. Aarstad J. The Temporal Protection and Declining Health of the COVID-19 Vaccinated in England: A 26-Month Comparison of the Mortality Involving and Not Involving COVID-19 Among Vaccinated vs. Unvaccinated. Preprint 2024. https://www.preprints.org/manuscript/202412.1874/v1 Lest 25.2.2025.
6. Mabou G, Blaise B, Ebasone P. The P-value: A Beginner’s Guide for Medical and Public Health Researchers. Clinical Research Education Networking and Consultancy. 22.11.2024 https://learn.crenc.org/p-value/ Lest 25.2.2025.
Vurdering av kausalitet
Jarle Aarstad går langt i å konkludere at koronavaksinasjonen var årsak til overdødelighet hos unge i England (1). Han baserer konklusjonen på to observasjonsstudier (2, 3). Observasjonsstudier beskriver sammenhenger (assosiasjon, korrelasjoner), men etterlater alltid usikkerhet om årsaksforhold (kausalitet) (4).
Sammenhenger mellom faktorer kan skyldes
1) Sammenfall av tilfeldige variasjoner
2) Skjeve utvalg av objekter
3) At det er bakenforliggende (konfunderende) faktorer som er styrende
4) At det virkelig er en kausalitet
Det å utføre observasjonsstudier er relativt enkelt. Men å påvise kausalitet byr på store problemer. Vi benytter derfor noen ganger observasjonsstudier for å konkludere om kausalitet, men først etter nøye vurdering både av premissene, altså evidensen, og også av konsekvensene av den konklusjon vi kommer til, det jeg benevner betydningsfullhet.
Aarstads arbeider har vært diskutert i dagspressen, hovedsakelig basert på betydningen av konfunderende faktorer (5). Jeg mener at Aarstads bidrag til den diskusjonen er verdifull.
Aarstads to arbeider viser kun resultatene av statistisk sannsynlighetsberegninger, altså beregning av p-verdier, og konfidensintervaller. Et viktig poeng er da at p-verdier er sterkt avhengig av antall observasjoner, jo flere observasjoner, jo lavere p-verdier. Det betyr at ved et stort antall observasjoner kan må få en sterk statistisk signifikans selv ved små og i praksis helt ubetydelige forskjeller (4). Derfor må signifikansberegninger knyttes til andre parametere, som effektstørrelse (6), altså kvantifisering. Videre at forskere bør vektlegge praktisk og klinisk signifikans, sammen med statistisk signifikans (6).
At Aarstad velger å forbigå disse spørsmål i stillhet (7) bekymrer meg. Med et tilsynelatende økende antall akademiske institusjoner som omhandler helse må vi leger ha økende vekt på å ivareta vitenskapstekniske forhold ved den evidens vi må basere vårt fag på.
Litteratur
1. Aarstad J. Unge som avsto koronavaksinen, tok det beste valget. Tidsskr Nor Legeforen 24.1.2025. https://tidsskriftet.no/2025/01/kommentar/unge-som-avsto-koronavaksinen-tok-det-beste-valget#comment-3378 Lest 25.2.2025.
2. Aarstad J. Deaths among young people in England increased significantly in 10 of 11 weeks after COVID-19 vaccination and doubled in three. Excli j 2024; 23: 908-11. doi: 10.17179/excli2024-7498
3. Aarstad J. The Temporal Protection and Declining Health of the COVID-19 Vaccinated in England: A 26-Month Comparison of the Mortality Involving and Not Involving COVID-19 Among Vaccinated vs. Unvaccinated. Preprint 2024. https://www.preprints.org/manuscript/202412.1874/v1 Lest 25.2.2025.
4. Aandahl EM. The difference between association, correlation and causation. Ledidi. https://ledidi.com/academy/the-difference-between-association-correlation-and-causation Lest 25.2.2025.
5. Hagen A. Slakter norsk coronastudie. Dagbladet 28.2.2023. https://bergen.dagbladet.no/nyheter/slakter-norsk-coronastudie/78562462 Lest 25.2.2025.
6. Mabou G, Blaise B, Ebasone P. The P-value: A Beginner’s Guide for Medical and Public Health Researchers. Clinical Research Education Networking and Consultancy. 22.11.2024 https://learn.crenc.org/p-value/ Lest 25.2.2025.
7. Aarstad J. J. Aarstad svarer A. Høiseth. Tidsskr Nor Legeforen 12.2.2025. https://tidsskriftet.no/2025/02/kommentar/j-aarstad-svarer-hoiseth#comment-3406 Lest 25.2.2025.