Etterprøv selv
Alt bak oversiktsartikkelen og rapporten ligger åpent: hver rad i databasen med tabell og sidetall i originalartikkelen, hvert skript, hver kontrollrapport og hver rettelse. Her er hvordan du går fra et tall i artikkelen tilbake til kilden – og hvordan du kjører hele analysen selv.
1. Fra et tall i artikkelen til originalartikkelen
- Finn kjøringen i rapporten (én fane per sammenstilling). Hver kjøring viser tabellen med studiene som inngår, deres relative risiko og vekt.
- Hver studierad har en
estimate_id(f.eks.ollberding2012_066). Slå den opp i data/estimates.csv: der står tidsskrift-tabell, sidetall, ordrett tekst (verbatim), modell og justering, og hvem som kontrollerte raden. - DOI til artikkelen står i data/studies.csv. Artiklene selv kan vi ikke dele – de tilhører forlagene – men de fleste ligger åpent via DOI eller Europe PMC.
- Hva hver kolonne betyr: data/KODEBOK.md. Hva hver sammenstilling faktisk hentet ut, rad for rad: data/synthesis_extraction.csv.
2. Kjør analysen selv
Du trenger Python 3.10 eller nyere og pakken numpy. Alt annet er standardbibliotek.
# last ned https://larsms.com/kjott/kjott-data.zip og pakk den ut cd kjott-data pip install numpy python3 kode/reanalyses.py # gjenskaper og retter de fem sammenstillingene → data/resultater/all.json python3 kode/update2026.py # den oppdaterte 2026-analysen → data/resultater/update2026.json
Skriptene leser fra data/ og skriver til data/resultater/. Hovedresultatet skal bli RR = 1.0967 (1.0447–1.1513) for 20 kohorter. Får du noe annet, er det enten en feil hos oss eller en forskjell i miljø – si fra (se nederst).
Enklest er å la kode/run_all.py gjøre alt: den setter opp en arbeidsmappe med mappenavnene skriptene forventer, kjører analysene, sammenlikner med de publiserte resultatfilene og kjører de to uavhengig skrevne kontrollskriptene (kontroll/meta_check.py for syntesekjøringene, kontroll/K16a/meta_check2.py for 2026-analysen):
python3 kode/run_all.py # skriver IDENTISK / AVVIK for hver resultatfil
3. Hva som er kontrollert, og av hvem
| Runde | Hva | Resultat |
|---|---|---|
| K1–K13 | Databasen: hver rad mot fulltekst | 10 383 rader; 10 353 verifisert, 18 rettet, 12 omstridt |
| K11 | Uthentingstabellen for syntesene (171 rader) + uavhengig omregning av alle 46 kjøringer | 0 tallfeil; alle kjøringer eksakt |
| K14 | Oversiktsartikkelen (ca. 95 påstander) | 47 rettelser |
| K15 | Mekanismeavsnittet (hem-jern) + fire nye studier lest | 21 rettelser |
| K16a | Uavhengig omregning av 2026-analysen uten innsyn i koden | Hovedpool, undergrupper, sensitivitet, multivers eksakt; to tallfeil funnet og rettet |
| K16b | Konfunderingstabellen (225 rader) | 0 verdifeil |
| K16c | De sju engelske artiklene | Tilfelletall rettet (45 117); ca. 25 rettelser |
| K17 | Sluttlesning, samsvar mellom dokumentene, visning på telefon | 47 rettelser |
| K18–K19 | Ren-rom-kjøring av hele pipelinen; dose–respons-antakelsene | Se kontroll/ |
Alle rapportene ligger i kontroll/, og hver rettelse er loggført i kontroll/rettelogg.md (R1–R85). Uthenting og kontroll ble gjort av KI-agenter (Claude, Anthropic) under Lars Magne Sunnanås styring; kontrolløren så aldri hvordan det den kontrollerte ble laget.
4. Det du ikke kan etterprøve herfra
- Thun 1992 i Norat 2002 er avlest fra en figur (to uavhengige avlesninger, enige innen 0,02). Thun-artikkelen trykker ingen KI.
- WCRFs systematiske litteraturgjennomgang fra 2005/2006 bak 2007-rapporten har vi ikke fått tak i.
- For 6 av 12 kategorisett i dose–respons-analysen mangler artiklene tilfeller eller persontid; antakelsene er dokumentert i kontroll/K19/.
- Fulltekstene er ikke med. Hver rad sier hvor i artikkelen tallet står, men du må hente artikkelen selv.
5. Lisens og sitering
Data, tekst og figurer: CC BY 4.0. Kode: MIT. Siter som: Claude (Anthropic) for Sunnanå LM. Rødt kjøtt og tarmkreft: reanalyser av metaanalysene 2002–2016 og oppdatert analyse 2026. larsms.com/kjott, versjon 2026-10-30. Feil eller innvendinger? Kontaktinformasjon står på larsms.com. Rettelser loggføres i rettelogg.md.