@RuthWaldmann @JensBehnkeDE @MariaKlSchmeink @HaraldWeinberg @norberthaering Exemplarisch hier:
https://t.co/FxeufkcWa7
Und hier:
https://t.co/JkFyGVgjJr
Das große Problem mit funnel plots ist nämlich, dass diese nur bei ausreichend großen Stichproben und hoher Effektstärke dem realen Wert nahekommen. Im von Mathie geprüften Setting fehlt beides.
@RuthWaldmann @JensBehnkeDE @MariaKlSchmeink @HaraldWeinberg @norberthaering Exemplarisch hier:
https://t.co/FxeufkcWa7
Und hier:
https://t.co/5nXYkhS9wn
Das große Problem mit funnel plots ist nämlich, dass diese nur bei ausreichend großen Stichproben und hoher Effektstärke dem realen Wert nahekommen. Im von Mathie geprüften Setting fehlt beides.
@Marc_Anderson__ @punkt_emm @berndkramer @tachy_ dass da keine Belege für eine Überlegenheit gegenüber Placebo vorgelegt wurden. Hier ist sogar eine weitere:
https://t.co/gc9mh7JH8K
Fazit: Die bloße Erwähnung, dass 41% der Studien positiv sind, ist zur Untermauerung einer Aussage völlig ungeeignet. Egal ob in der Medizin oder
@59964Petra @DominikHofmann_ @Clara_Becker_ @HomeopathicDana Ja, kurz darüber gelesen und die Analyse war methodisch wirklich nicht perfekt.
Kennen Sie diesen Ansatz schon?
P-curve accurately detects the lack of evidential value in a set of significant results obtained for homeopathic ultramolecular dilutions.
https://t.co/1QTmjUwi1x
¿Alguna vez os han puesto delante un resultado significativo a favor de la homeopatía?
Bueno, pues ya podéis argumentar que se trata de una combinación de p-hacking y sesgo de publicación... Mirando la p-curva
@JensBehnkeDE @search_mk @AchimKesslerMdB @UllmannMdB @KatrinHelling @WSchinnenburg Macht nix. Wenn man P-Kurven anfertigt kann man gut erkennen, dass die "positiven" Resultate Mauschelei sind.
https://t.co/FxeufkcWa7
Da überrascht es kaum, dass anstatt unabhängiger Replikationen immer nur gänzlich neue Arbeiten auftauchen.