話題の西浦論文に素人が突っ込んでみた

ののわ @nonowa_keizai

ようやく家に帰ってきたらツイートにコミュニティノートをつけられていたので反論を開始します。 pic.twitter.com/lTD0xknhhW twitter.com/nonowa_keizai/…

ののわ @nonowa_keizai

話題の西浦論文読んだんだけどマジで「コロナワクチンで死者9割以上減と仮定したらコロナワクチンで死者9割以上減って結果が出ました」しか言ってなくて笑った Evaluating the COVID-19 vaccination program in Japan, 2021 using the counterfactual reproduction number nature.com/articles/s4159…

2023-11-17 18:04:17

拡大

拡大

ののわ @nonowa_keizai

まず話題の論文「Evaluating the COVID-19 vaccination program in Japan, 2021 using the counterfactual reproduction number」についてご紹介します。

ののわ @nonowa_keizai

この論文の結論は「2021年2月から11月の実際の感染者数と死亡者数は470万人と1万人だったけどワクチン接種がなかったら感染者数は6,330万人で死亡者数は36.4万人になっていた」というものです。ワクチンすごい。 pic.twitter.com/8MfRUdvz5B

拡大

ののわ @nonowa_keizai

次にこの論文が何をしているのか確認しましょう。まず数理疫学モデルを構築します。この論文の最後の注記に書いてあるのですが分量は最も多く、この論文の本丸部分に当たります。 pic.twitter.com/5NDqWjdJ9v

拡大

拡大

拡大

拡大

ののわ @nonowa_keizai

そしてこの数理疫学モデルは実際のコロナ感染者数ときれいに一致します。論文のリンクを貼るとこの図が表示されますのでまさにご本人にとって自慢の出来だったのでしょう。この「現実に当てはまる数理疫学モデルを使っている」という反論は論文を読んだ医者アカウントからいくつも頂きました。 pic.twitter.com/9whSowBp7n

拡大

ののわ @nonowa_keizai

ここからはこの数理疫学モデルに数字をインプットしていきます。モデルは出来上がっているのでワクチンの効果を入れれば完了です。もしワクチン接種が遅れていたら10－19歳の感染は260％も増えてしまいました。大変ですね。 pic.twitter.com/kDuQPIn4Jm

拡大

ののわ @nonowa_keizai

同じようにどんどん数理疫学モデルにワクチンの効果を入れていきましょう。ワクチン接種が早まっていたら0から9歳の感染は72％も減っていました。もっと早く打てばよかったですね。 pic.twitter.com/8WDFDk6l9h

拡大

ののわ @nonowa_keizai

もしワクチン接種が遅れていたらこの紫の線みたく感染者が増えていました。えらいこっちゃ。ワクチン接種が遅れないで本当に良かったですね。 pic.twitter.com/0Pk5B3CE1f

拡大

ののわ @nonowa_keizai

。。。おわかりいただけただろうか。実はこの論文、「ワクチンの効果については一切検証していない」のである。この論文で示されているのは「仮定したワクチンの効果を当てはまりの良い数理疫学モデルに入れたらどうなるか」ということなのです。

kitaroupapa @kitaroupapa427

@nonowa_keizai ありがとうございます😌ののわさんのポストが論文を読み込んだきっかけです。この論文、Rは単に感染者数の実績推移から出しているのですが、「このRをワクチン効果とそれ以外に分解してみると〜」とmethodに長々と書いていて、あたかもその計算が現実とフィットしたように誤解しがちなんだと思います。

ののわ @nonowa_keizai

さすが過ぎますね。これ実は自分もきちんと読み取れてなかった。 twitter.com/kitaroupapa427…

kitaroupapa @kitaroupapa427

ロクに論文を読んでいないから、これを指摘すると黙らざるを得ないですよね。「多分あってるんだろう」と雰囲気でモデルがワクチン効果を正しく表現出来たものと勘違いしている人が多すぎますよ。 twitter.com/kitaroupapa427…

2023-11-19 14:14:28

Ken McAlinn @kenmcalinn

そりゃワクチンの効果を検証してる論文じゃなくてワクチンがなかったらどうなってたかの反事実仮想の論文だからな。これはタイトルとアブストを読んでも明らかで、そこから読み間違えてるから批判がズレてる。 twitter.com/nonowa_keizai/…

Ken McAlinn @kenmcalinn

仮定に入ってるワクチンの実際の効果についてはそれが実データにあってるから妥当性があるって話で、外挿できるかわかんないって批判ならまだしも、仮定ありきってわけではない。

Ken McAlinn @kenmcalinn

だからこの批判にある「当たり前である」は成り立たない。なぜならインプットを変えればデータに対してのあてはまりも変わり、あてはまりが悪ければ妥当性が下がるから。ロバスト性を求めるならわかるけど、この批判はそうじゃないよね。 twitter.com/nonowa_keizai/…

ののわ @nonowa_keizai

考えてみれば当たり前の話で、数理疫学モデルはあくまでも結論を導くまでの過程であり、本質はインプットである「ワクチンの効果」です。どんなに優れた数理疫学モデルでも「ワクチンの効果」をどう入れるかによって結論はいかようにも変わるのです。

2023-11-18 23:34:38

Ken McAlinn @kenmcalinn

本当に批判したいなら同じモデルを違うパラメータで推定して、それが実データに同様に合うことを確認してから反事実が大きく違うのを見せることだと思う。

Ken McAlinn @kenmcalinn

ワクチンの効果の部分は感染モデルと実データのフィットの話で済んでる。それがロバスト性とかを考えて不十分と批判するのは妥当だと思うけど、そこから反事実仮想すること自体は科学的に妥当。例えばワクチンの効果を色々変えてもデータとの一致度合いが変わらないなら問題。 twitter.com/nonowa_keizai/…

ののわ @nonowa_keizai

だから読み間違えてないっつーの。ワクチンの効果を検証せずにワクチンが無かったらどうなってたかの反事実仮想をすることの不毛さとそれをワクチンの効果だと喧伝する著者の姿勢を一貫して批判してるだけ。 twitter.com/kenmcalinn/sta…

2023-11-19 09:14:39

Ken McAlinn @kenmcalinn

論文自体テクニカルに批判できる部分はいくらでもあるけど、循環論法みたいな批判は単に数理モデルを理解できてないように思える。宣伝の部分はわからん。

MSK @msk_ost

@kenmcalinn 数理モデル理論がどれ程高度な学問なのか門外漢の自分にはわかりません。 ただ西浦氏の予測を年間死亡者グラフにすると下記のようになるそうです。 二千万人とも言われる💉非接種の私は("運が良いだけ"と誰かが言ってたが)今も生きてます。 この36万人の大半は"高齢者だ"とでも言うのでしょうか。 pic.twitter.com/qm8mFnMGD7

拡大

Ken McAlinn @kenmcalinn

@msk_ost いや単にそういうシナリオにはならないってことだと思いますよ。人がバタバタ死んでたら家からでないじゃないですか。反事実だとなにも変わらないって考えるので。

Ken McAlinn @kenmcalinn

むしろパラメータとして計算させたらデータの二度漬けでは？ twitter.com/kitaroupapa427…

kitaroupapa @kitaroupapa427

いや済んでないでしょう。データをフィットさせる段階ではワクチン効果をパラメータとして計算させた訳ではない。実績に合わせたRが先にあり、その中に「接種率から算出した感染防止効果を仮定して」それを抜いた反実仮想は感染爆発するというシナリオ。到底科学的に妥当とは言えないと思いますが。 twitter.com/kenmcalinn/sta…

2023-11-19 10:28:09

kitaroupapa @kitaroupapa427

@kenmcalinn では貴方はあの論文のどこを見て「ワクチン効果の部分は感染モデルと実データのフィットの話で済んでる」と言っているのですか？フィットの段階ではワクチン効果を加味していないのに。

kitaroupapa @kitaroupapa427

ロクに論文を読んでいないから、これを指摘すると黙らざるを得ないですよね。「多分あってるんだろう」と雰囲気でモデルがワクチン効果を正しく表現出来たものと勘違いしている人が多すぎますよ。 twitter.com/kitaroupapa427…

Ken McAlinn @kenmcalinn

@kitaroupapa427 H_sで入ってますね。

kitaroupapa @kitaroupapa427

@kenmcalinn hs represents the vaccine profile.だけ読んで言ってるんですかね。ワクチン効果はla,bだと思いますけど。そしてこれらは実データとモデルをフィットさせた後に使われているパラメータではないですか。 pic.twitter.com/HypsJ1a4OG

拡大

Ken McAlinn @kenmcalinn

@kitaroupapa427 いや「we used a profile of vaccine efficacy involving waning immunity for the primary series used by Gavish et al.」ですね。これを所与としてモデルをフィットさせてるという認識です。