MPR-vaccinet orsakar inte autism. Det är välkänt vid det här laget. En av många studier som visar samma sak publicerades 2004 i tidskriften Pediatrics, och en av forskarna bakom var William Thompson.
Vid ett tillfälle under studien bestämde sig flera av forskarna för att rensa upp bland gamla mötesanteckningar och statistikfiler som inte längre var relevanta för studien. Thompson var tveksam till detta, och behöll allt sitt material. Ur Thompsons egen återberättelse av denna händelse har väl valda citat plockats ur sitt sammanhang så att det ser ut som om det istället var forskningsdata som slängdes. Den tolkningen är absolut felaktig, och när vaccinationsmotståndare hyllar Thompson som whistleblower så är det för något som han aldrig har påstått.
En konspirationsteori har uppstått kring några uttalanden från en anställd på CDC, angående en av de många studier som visar att MPR-vaccinet inte är länkat till autism. Genom att citera honom selektivt och utan sammanhang framstår det som att han påpekar forskningsfusk.
[William Thompson] på CDC som trädde fram i slutet av 2014 och som i princip säger att CDC har dolt data som visar att MPR-vaccinet faktiskt orsakar neurologiska skador som autism.Torbjörn Sassersson
Thompson har framfört till den amerikanska kongressmannen Bill Posey att författarna till studierna vid ett möte beslöt sig för att förstöra forskningsmaterialet och istället 2004 publicera ett fabricerat resultat i ”Pediatrics”Torbjörn Sassersson
Upprinnelsen till hela konspirationsteorin är ett uttalande från William Thompson – en av fem forskare som tagit sig an en studie om MPR-vaccinet och autism – som har förvanskats till att se ut som om viktiga resultat hade utelämnats. Uttalandet såsom det citerats målar upp en bild som är raka motsatsen till vad som framgår om man läser uttalandet i sin helhet. Vi börjar med det ohederliga citatet:
Författarna [till studien] bokade ett möte för att förstöra dokument relaterade till forskningen. Övriga fyra medförfattare möttes och tog med sig en stor papperskorg till mötesrummet, granskade och gick igenom alla fysiska kopior av dokument som vi tyckte att vi kunde göra oss av med, och slängde dem i en stor papperskorg. Jag antog att detta var olagligt, och skulle strida mot både FOIA och DOJ [motsvarande offentlighetsprincipen, min anm.], så jag behöll kopior på alla dokument i mitt kontor.William Thompson, selektivt citerad i USA:s representanthus (min övers.)
Ovanstående citat är ryckt ur sitt sammanhang, och det är dessutom ohederligt återgivet. Väl valda meningar har exkluderats ur citatet, men det återges som om det var en sammanhängande text. Mitt i textstycket ovan har till exempel nedanstående mening försvunnit:
Dr. Coleen Boyle var inte närvarande vid mötet, men hon var involverad vid inbokningen av mötet.Ur William Thompsons fullständiga utlåtande (min övers.)
Ur denna information framgår att de ”Övriga fyra medförfattare” som hänvisas till i citatet ovan inte är alla utom Thompson själv, utan alla utom Boyle. Men betydligt allvarligare är att följande information helt har uteslutits, där Thompson förtydligar vad det var som slängdes, och framförallt vad som inte slängdes:
Detta inkluderar alla Word-filer (agendor och manusutkast), Excel-filer med analyser och resultat, och SAS-filer som jag använt för att generera statistik-resultaten. Jag sparade också alla mina handskrivna anteckningar från möten. Alla datafiler som hörde till MPR-Autism-studien har sparats på Immunization Safety Office egna servrar sedan projektets början, och där finns de kvar än idag.Ur William Thompsons fullständiga utlåtande (min övers., min emfas)
Här har alltså vaccinationsmotståndarna lyckats återge Thompsons utlåtande på ett sätt som ger sken av att han påstår att forskningsdata har raderats, när hans fullständiga citat uttryckligen säger att så inte är fallet! Det borde egentligen kunna sätta punkt för hela konspirationsteorin, men riktigt så enkelt är det aldrig med konspirationsteoretiker.
Vaccinationsmotståndarna som påstår att viktig data raderades, har också begärt ut och gjort egna analyser av samma data. Brian Hooker, en välkänd motståndare till vaccin, publicerade en ny analys av datat i tidskriften Translational Neurodegeneration (som sedermera drog tillbaka publikationen) . Att de över huvud taget lyckats med något sådant motbevisar givetvis att informationen skulle vara raderad. Matt Carey från Autism-bloggen ”Left Brain Right Brain” har också begärt ut den förment raderade informationen och gjort den tillgänglig för allmänheten.
Så om ingenting raderats, vilka insikter kan komma ur en ny analys av samma datakälla? Först och främst: det finns rimliga skäl att analysera någon annans data. Till exempel om du vill göra en helt annan undersökning ur en befintlig stor samling data. Att omanalysera någon annans data i ett försök att undersöka exakt samma sak som de ursprungliga forskarna däremot, som Hooke gjort, är ingenting som förekommer inom seriös forskning. Det enda sättet att komma fram till ett annorlunda resultat är att göra sämre analyser.
Sagt och gjort: Den ursprungliga forskningen var en s.k. fall-kontrollstudie. I en sådan utgår forskaren från en patientgrupp, och jämför dessa mot en kontrollgrupp av personer som inte lider av den sjukdom som studeras. Den aktuella studien utgick ifrån 624 fall som jämfördes med 1824 kontroll-barn. Hookers valde att istället göra en kohortstudie. I en kohortstudie jämförs olika kategorier inom en grupp individer med någon bestämd gemensam erfarenhet: i den aktuella studien alltså originaldatats 624 fall. Därmed har genast tre fjärdedelar av underlaget räknats bort. Hooker fortsätter att göra interna jämförelser mellan allt mindre delmängder av datakällan, tills allt som återstår är statistiskt nonsens. I den nu återkallade studien skriver Hooker rakt ut att han har fått ändra kriterier för sin mätning under studiens gång, för att antalet fall är för få för att kunna genomföra de statistiska beräkningarna (färre än fem). Hookers ”forskning” lider av det klassiska problemet att dra för stora slutsatser ur en för liten datamängd.
Problemet med Hookers dataanalys, och problemet som förorsakade Thompsons reservationer från första början, är värt att uppehålla sig vid, för det handlar om en egenhet inom statistisk signifikanstestning som även seriösa forskare ofta missuppfattar.
Ett av de absolut mest använda, men också mest missförstådda och missbrukade verktygen inom statistiken, är p-värdet. Ett grundläggande koncept i hypotestestning är att utgå ifrån en nollhypotes – utgångsläget att det inte finns något fenomen som behöver förklaras. Om vi testar ifall ett läkemedel fungerar utgår vi ifrån att det inte fungerar – att eventuell skillnad i resultat mot kontrollgrupp beror på slumpmässig variation. Ifall läkemedlet verkligen fungerar bör vi finna att skillnaden mellan grupperna är så extrem att det är osannolikt att det skulle bero på slumpen, dvs. vi måste förkasta nollhypotesen.
Ett p-värde är då måttet på hur extremt ett uppmätt resultat är. Värdet jämförs mot en på förhand definierad signifikansnivå, α, som många gånger sätts till 5%. Signifikansnivån är den accepterade risken för fel i studien. Ifall p < α förkastas nollhypotesen. Statistiska mätverktyg kan aldrig ge någon absolut säkerhet, utan endast sannolikheter som kan ligga till grund för manuell tolkning. Vid α = 0.05 accepteras en 5% risk att nollhypotesen felaktigt förkastas.
Sådana små risker för fel kan vara fullt rationellt att acceptera, och tillsammans med andra undersökningar som pekar åt samma håll kan de utgöra ett starkt evidensläge. Det som är viktigt att komma ihåg är att beräkningarna endast gäller för en studie som gör en enda mätning. En 5-procentig risk för fel, som repeteras gång på gång, ackumuleras snabbt till en påtaglig felkälla. Ifall vi gör samma experiment 10 gånger, är det fortfarande bara 5% risk att felaktigt förkasta nollhypotesen vid varje experiment, men risken att det sker vid något av experimenten är 1-0.9510, dvs 40 procent!
Precis samma problematik är tillämplig när det gäller subgruppsanalyser, alltså enskilda analyser av endast en delmängd av studieunderlaget. I sin omanalys av den ursprungliga studien rapporterar Hooker p-värden för 35 olika subgrupper, och anser sig därifrån ha visat att en koppling finns specifikt för de grupper där p < 0.05. Det kan då se ut som att det endast är 5% risk att se ett samband som inte finns, när risken för 35 mätningar i själva verket är 83%.