014 Encontros próximos do primeiro e segundo tipo

Para recapitular: o erro de Tipo 1 consiste em saltar erroneamente para concluir que existe uma relação de causa e efeito ("chuva de chuva causa chuva"). O erro de tipo 2 consiste em ignorar uma relação de causa e efeito que realmente existe (não encontrando a agulha no palheiro).

Uma enorme fonte de erro de Tipo 1 vem do uso incorreto dos dados do Sistema de Notificação de Efeitos Adversos da Vacina (VAERS). Lembre-se de Mister Shady Broker, que apenas informou sobre 50 de 800 assuntos (os quais ele adivinhou corretamente)? É o mesmo aqui. O VAERS não recolhe informações sobre crianças que recebem imunização sem problemas aparentes, nem coletam informações sobre crianças que desenvolvem ASD, embora nunca tenham recebido imunização em sua vida. E não recolhe informações sobre crianças que regredem em outros momentos em suas vidas do que após uma imunização. No entanto, houve alguns dos formadores de opinião muito proeminentes que abusaram dos dados do VAERS na tentativa de provar que as imunizações desencadeiam a regressão autista.

Também sabemos por estudos de filmes caseiros que características autistas podem estar presentes muito antes de os pais terem conhecimento. (Veja o capítulo 4 do meu livro para referências.) Então, afirma pelos pais que seu filho era "perfeitamente normal" antes que a imunização não pudesse ser aceita de forma acrítica. Isso não diminui a preocupação de que uma imunização possa ter causado prejuízo adicional em uma criança com uma condição pré-existente , mas essa é uma questão separada.

E quanto ao erro de Tipo 2?

Para qualquer fator de risco e resultado ruim, quer saber se um determinado assunto foi exposto ao fator de risco potencial ou não, e queremos saber se o sujeito recebe a doença ou não. Mostramos isso no que é conhecido como uma "tabela de dois por dois":

Estudos em toda a população (estudos de coorte) vão "através" da tabela. Para executar um estudo de Coorte, temos que conhecer o status de exposição e o resultado para todos na população (por exemplo, "todas as crianças nascidas nos EUA em 2005", ou "todas as crianças menores de 5 anos que residem atualmente em Nova York Cidade"). Estudos de coorte demonstraram que o risco de ASD, e regressiva ASD, em toda a população, não se alterou, quando o MMR foi introduzido ou retirado em vários países industrializados nos últimos 20 anos.

Estudos em toda a população também mostram que a prevalência de ASD aumentou após o timerosal ter sido removido da maioria dos tiros no início dos anos 90. Aqui está a mesma figura que você viu no Post 008, onde discutimos mudanças na lei de educação federal e revisões do DSM, apenas esta versão inclui uma estrela para mostrar quando o timerosal saiu da maioria dos tiros. A partir desses dados, podemos argumentar que o timerosal impede o ASD. Ninguém realmente pensa isso, mas pelo menos, os estudos populacionais parecem derramar água fria no argumento de que o timerosal causa ASD.

Há uma captura, entretanto: os estudos de coorte são úteis na avaliação do risco de doença após a exposição a um determinado fator de risco – desde que o fator de risco e a doença sejam comuns o suficiente para que possamos capturar um grande número de expostos e / ou indivíduos afetados em nossa coorte. Mas e se o fator de risco ou a desordem forem raros? Se qualquer um desses casos for o caso, talvez não possamos capturar crianças suficientes – mesmo em uma grande coorte – para poder detectar o problema. (Este é o dilema de soda dietética / dieta: o refrigerante dietético é bastante comum, mas a PKU é rara.) Existe um grupo de crianças que estão exclusivamente em risco de regressão autista devido à imunização? Hannah Poling, que se deteriorou depois de receber uma imunização, possui uma desordem metabólica subjacente. Essa desordem a tornou excepcionalmente vulnerável ao estresse da imunização? Possivelmente. Talvez ela tenha se deteriorado de qualquer maneira – talvez depois de algum evento "inofensivo" como uma doença febril menor (muito comum em crianças com distúrbios metabólicos)? Possivelmente. E a grande questão: para crianças como Hannah, qual risco é maior: obter as imunizações ou ficar doente com as próprias doenças? Não temos ideia. E existem outros fatores de risco potenciais (por exemplo, condições imunológicas)? Nós não sabemos.

É aí que a metodologia Case-Control é útil. Ao invés de começar com uma população inteira de crianças e passar da tabela 2 × 2, os estudos Case-Control começam no canto inferior do lado esquerdo, com casos de doença identificada (por exemplo, todas as crianças com DCA regressiva no Hospital Universitário). Os "casos" são comparados aos controles adequados (precisamos de 3 grupos de controle: crianças que estavam no espectro desde o nascimento, crianças com outras deficiências e crianças em desenvolvimento), procurando diferenças metabólicas ou imunológicas entre os "casos" e os controles. Também seria útil olhar dentro do grupo "Casos" no início da regressão em comparação com o momento do recebimento de imunizações, bem como outros fatores de risco, como resfriados, doenças diarréicas, etc.). Esses dados ainda não provariam causa , e, pelo menos, restringiria a pesquisa a uma porção menor do palheiro do que os dados da coorte, que é tudo o que temos a seguir no momento.

No momento, no entanto, não temos esses dados. Então, o que um pai deveria fazer? Mais na próxima vez.