Se det selv
Til venstre: figuren slik den ble trykket – fra Norat 2002 til Verdens kreftforskningsfonds (WCRF) rapport fra 2016 – der den kan vises. Til høyre: den samme analysen, tegnet på nytt fra databasen. Lenger ned: sett sammen studiene selv og se hva svaret blir.
Alt regnes i nettleseren fra de samme tallene som ligger i datamappen. For CUP 2016 og verktøyet i del 2 kan hvert tall følges til tabell og side i studien det kommer fra – klikk «Kilde». For de eldre sammenstillingene viser «Kilde» hvor i sammenstillingen tallet står.
1. Originalen mot rekonstruksjonen
Fem sammenstillinger fra 2002 til 2016 har formet synet på rødt kjøtt og tarmkreft. For hver av dem er samletallet regnet på nytt fra tallene i figuren (stemmer regnestykket?), og hver rad er gått gjennom mot studien den bygger på (stemmer tallene som ble puttet inn?).
Rad for rad
2. Bygg en egen analyse
Velg hvilke kohorter som skal med, og hvilket tall fra hver studie som skal brukes. Mange studier har mer enn ett rimelig tall – for eksempel med eller uten justering for bearbeidet kjøtt. Start fra et av utgangspunktene og endre derfra.
3. Slik regnes det
Hvert studieestimat gjøres om til logaritmen av relativ risiko, med standardfeil fra konfidensintervallet. Samletallet er et vektet gjennomsnitt (DerSimonian–Laird, samme statistiske metode som CUP). Med tilfeldige effekter får små studier relativt mer vekt når studiene spriker. Formelen er skrevet ut i kode/pool.py; denne siden bruker en egen JavaScript-versjon av den.
Selvtest. Når siden lastes, regner nettleseren alle samletallene på siden på nytt og sammenlikner med tallene Python-skriptene har skrevet ut. Testen viser at regnestykket i nettleseren er det samme som i Python. Om tallene som går inn, er riktig hentet ut fra artiklene, er en annen sak – det er det kontrollrundene K1–K29 handler om.
Verdt å vite
- Tre rader i CUP 2016 kan ikke regnes fra artiklene. Lee 2009 (tre utfall) trykker konfidensintervall bare for høyeste gruppe; der brukes CUPs eget tall videre. For flere SMC-rader (Larsson 2005) trykker artikkelen ikke tilfeller per gruppe, og det er regnet med likt fordelte tilfeller.
- «Regnet fra artikkelen» i CUP 2016 bruker CUPs egne doseantakelser, som 120 g per porsjon. Det tester om CUPs tall kan gjenskapes, ikke om antakelsene er riktige. For Takachi 2011 gjenskapes tallet bare med CUPs feilaktige doser.
- To rader avviker: Tiemersma 2002 og Singh 1998. I begge tilfeller oppgir ikke CUP dosene de brukte, og CUPs egen doseregel gir et annet tall. Begge har liten vekt.
- Norat 2002: samletallet 1,27 lar seg bare gjenskape hvis Thun 1992 tas med, med et konfidensintervall som ikke står i Thuns artikkel. Verdien er lest av Norats figur.
- WCRF 2007: figur 4.3.2 er merket «per gang i uka», men tallene er per gang om dagen. I figur 4.3.3 er Larssons øvre grense trykket som 0,95. Nytt under kontrollen 2. november: to av de tre studiene i figur 4.3.3 er tall for rødt kjøtt inkludert bearbeidet. Med tall uten bearbeidet faller tallet per 100 g fra 1,29 til 1,22 (0,96–1,56), eller 1,19 (1,03–1,38) hvis man i tillegg bruker EPICs observerte tall – et modellvalg, ikke en retting (R105).
- Figurene fra Norat 2002 og Larsson 2006 er utsnitt fra artiklene (Wiley, bak betalingsmur), gjengitt som sitat for kritikk og analyse. Tallene i tabellen er avskrevet fra dem.
- Kurven i CUPs figur 136 (tykktarm, ikke-lineær) har ikke latt seg gjenskape. Det er beskrevet i rapporten.
- Der to studier bygger på de samme personene, er de lagt inn som alternativer til hverandre i del 2, så de ikke kan telles to ganger. Ett mulig unntak meldes, men stoppes ikke (R104): noen deltakere i EPIC-Oxford (del av EPIC) kan også være med i Million Women. Uten Million Women blir 2026-tallet 1,09 (1,04–1,14), uten EPIC 1,11 (1,05–1,17).
- Figurutsnittene er gjengitt fra offentlig tilgjengelige rapporter (WCRF/AICR 2007 og 2016) og fra Chan 2011 (åpen lisens) for å kunne sammenlikne. Lenke til originalen står under hver figur.