ieffect size of 0.33. Ioannidis doe

ieffect size of 0.33. Ioannidis does quote several other
meta-analyses without actually stating the effect sizes of
other antidepressants. He argues that because some studies
are not published by the drug industry, the measure
of effect size would actually be less. He does a simulation
of how big this effect could be. Though simulations have
value, they can be wrong. An example of such a simulation
is the risk models used by the financial industry,
which calculated that there was no significant risk of
mortgages based securities defaulting. Nevertheless,
mortgage defaults were one of the important causes of
the meltdown of the financial systems in the last several
years. Since Ioannidis bases most of his argument on this
study of Turner [3] and Kirsch [15], we note that a review
of antidepressant trials submitted to the pharmaceutical
industry to the European Regulatory Authority found
[16] that only one study was not reported. The problem
of negative studies may not be as severe as Ioannidis suggests.
Fountoulakis and Moller [17] have recalculated the
effects size reported by Kirsch, finding a greater drug
effect than that stated by Kirsch [15].
While he states there were a thousand random controlled
studies, Ioannidis avoids discussing actual data. As
these meta-analyses occurred recently, Ioannidis could not
know of the findings, and this calls into question the data
on which Ioannidis based his conclusion. Ioannidis states
(and we agree), that antidepressants, on average, have
similar efficacy (although there are minor differences) [18],
therefore, evidence on all these drugs can be considered
en mass. Since there is a large body of placebo-controlled
randomized studies, we also examine the evidence, from a
wide range of antidepressants, using meta-analysis that
reviews hundreds of studies. Meta-analysis of antidepressant
trials of the 1950s-1990s focusing on the tricyclic
antidepressants and monoamine oxidize inhibitors, which
includes studies of more severe, hospitalized, or suicidal
patients, found about 61-70% of patients responding to
drug and 27-35% to placebo (e.g., a drug-placebo difference
of about 30%) [19-21] (See Table 1). We also present
the ratio of the percent improvement of drug divided by
the percent improvement of placebo, which is roughly
equivalent to risk ratio. A ratio of 2 indicates that antidepressants
show twice the rate of improvement of placebo.
We will report percent improvement in this paper, since it
is simple to understand. (A problem with statistical parameters
is that the general reader may not understand the
statistics and must rely on the spin the author puts on it.
A simple percent facilitates the reader in forming a gestalt
of the data.) Many of the early trials were done by academic
clinicians, some supported by granting agencies
such as the NIMH [22-25] or British Medical Research,
finding essentially the same drug-placebo differences as
industry, and where there was no commercial motive not
to publish negative studies. We agree with Ioannidis that

ผลลัพธ์ (ไทย) 1:

จำนวน 0.33 ieffect Ioannidis เสนอหลายอื่น ๆmeta-วิเคราะห์โดยไม่ต้องระบุขนาดผลของจริงอื่น ๆ antidepressants เขาจนที่เนื่องจากบางศึกษาไม่ได้เผยแพร่ โดยอุตสาหกรรมยา วัดผลของ ขนาดจริงจะน้อย เขาทำการจำลองของขนาดผลนี้ไม่ได้ แม้ว่า มีการจำลองค่า จะได้ไม่ถูกต้อง ตัวอย่างเช่นการจำลองเป็นแบบจำลองความเสี่ยงใช้อุตสาหกรรมการเงินซึ่งคำนวณได้ว่า มีความเสี่ยงไม่สำคัญmortgages ตามหลักทรัพย์ที่กำหนดค่าเริ่มต้น อย่างไรก็ตามค่าจำนองถูกหนึ่งในสาเหตุสำคัญของการหลอมละลายของระบบการเงินในช่วงหลาย ๆปี เนื่องจาก Ioannidis ฐานของอาร์กิวเมนต์ของเขานี้ศึกษาของ Turner [3] และ [15] Kirsch เราสังเกตว่า ความเห็นของ antidepressant ทดลองส่งไปยาอุตสาหกรรมหน่วยงานกำกับดูแลยุโรปพบ[16] ไม่มีรายงานศึกษาที่เดียวเท่านั้น ปัญหาศึกษาค่าลบไม่ได้รุนแรงเป็น Ioannidis แนะนำFountoulakis และมอลเลอร์ [17] ได้คำนวณการขนาดผลรายงาน โดย Kirsch ค้นหายาเสพติดมากขึ้นมีผลมากกว่าที่ระบุไว้ โดย Kirsch [15]ในขณะที่เขา มีรัฐถูกควบคุมสุ่มพันศึกษา Ioannidis หลีกเลี่ยงคุยข้อมูลจริง เป็นวิเคราะห์เมตาเหล่านี้เกิดขึ้นเมื่อเร็ว ๆ นี้ Ioannidis ไม่รู้ลึก และนี้โทรไปถามข้อมูลที่ Ioannidis ตามข้อสรุปของเขา อเมริกา Ioannidis(และเราตกลง), ว่า antidepressants เฉลี่ย มีประสิทธิภาพเหมือนกัน (แม้ว่าจะมีความแตกต่างเล็กน้อย) [18],ดังนั้น จะถือว่าหลักฐานยาเสพติดเหล่านี้น้ำมวล เนื่องจากมีร่างกายขนาดใหญ่ของควบคุมด้วยยาหลอกศึกษา randomized เรายังตรวจสอบหลักฐาน จากการหลากหลายของ antidepressants ใช้ meta-analysis ที่เห็นหลายร้อยของการศึกษา Meta-analysis ของ antidepressantการทดลองในปีทศวรรษ 1950 1990 เน้น tricyclic ในantidepressants และ monoamine inhibitors ออกซิไดซ์ซึ่งมีการศึกษามากขึ้นรุนแรง พัก หรืออยากฆ่าตัวตายผู้ป่วย พบประมาณ 61-70% ของผู้ป่วยที่ตอบสนองต่อยาเสพติดและ 27-35% กับยาหลอก (เช่น ยาหลอกยาความแตกต่างประมาณ 30%) [19-21] (ดูตารางที่ 1) เรายังมีอัตราส่วนของการปรับปรุงเปอร์เซ็นต์ของยาหารการปรับปรุงยาหลอก ซึ่งนับเป็นเปอร์เซ็นต์เทียบเท่ากับอัตราความเสี่ยง หมายถึงอัตราส่วนของ 2 antidepressantsแสดงสองอัตราปรับปรุงยาหลอกเราจะรายงานปรับปรุงเปอร์เซ็นต์ในกระดาษนี้ นับตั้งแต่จะง่ายต่อการเข้าใจ (ปัญหากับพารามิเตอร์สถิติคือการ ที่ผู้อ่านทั่วไปอาจไม่เข้าใจการสถิติ และต้องอาศัยความหมุนที่ผู้เขียนใส่ไว้เปอร์เซ็นต์อย่างอ่านในแบบ gestalt ที่อำนวยความสะดวกข้อมูล) หลายช่วงทดลองทำ โดยนักวิชาการclinicians บางส่วนสนับสนุนให้หน่วยงานเช่น NIMH [22-25] การวิจัยทางการแพทย์ภาษาอังกฤษค้นหาหลักเดียวกันกับยาหลอกยาแตกต่างเป็นอุตสาหกรรม และไม่มีแรงจูงใจไม่ค้าการเผยแพร่การศึกษาเป็นค่าลบ เราเห็นด้วยกับ Ioannidis ที่

ผลลัพธ์ (ไทย) 2:

ขนาด ieffect 0.33 Ioannidis ไม่พูดอื่น ๆ
อีกหลายอภิวิเคราะห์โดยไม่ต้องระบุขนาดผลของการซึมเศร้าอื่น
ๆ เขาระบุว่าเป็นเพราะการศึกษาบางส่วนที่ไม่ได้รับการตีพิมพ์โดยอุตสาหกรรมยาเสพติด, การวัดขนาดของผลกระทบจะน้อยจริง เขาทำแบบจำลองของวิธีการใหญ่ผลกระทบนี้อาจจะ แม้ว่าแบบจำลองมีค่าที่พวกเขาสามารถจะผิด ตัวอย่างของการจำลองดังกล่าวเป็นรูปแบบที่มีความเสี่ยงที่ใช้ในอุตสาหกรรมการเงินซึ่งคำนวณว่าไม่มีความเสี่ยงที่สำคัญของการจำนองหลักทรัพย์ตามผิดนัด อย่างไรก็ตามการจดจำนองค่าเริ่มต้นเป็นหนึ่งในสาเหตุสำคัญของการล่มสลายของระบบการเงินในหลายที่ผ่านมาปีที่ผ่านมา ตั้งแต่ Ioannidis ฐานมากที่สุดของการโต้แย้งของเขาเกี่ยวกับเรื่องนี้การศึกษาของเทอร์เนอ[3] และ Kirsch [15] เราทราบว่าความคิดเห็นของการทดลองยากล่อมประสาทที่ส่งไปยังยาอุตสาหกรรมยุโรปอำนาจควบคุมพบ[16] ว่ามีเพียงหนึ่งการศึกษาได้ไม่ได้รายงาน . ปัญหาของการศึกษาในเชิงลบอาจจะไม่รุนแรงเท่า Ioannidis แสดงให้เห็น. Fountoulakis และมอลเลอร์ [17] มีการคำนวณใหม่ขนาดผลกระทบที่รายงานโดยKirsch หายาเสพติดมากขึ้นผลกระทบกว่าที่ระบุไว้ตามKirsch [15]. ในขณะที่เขากล่าวมีพันคน การควบคุมแบบสุ่มศึกษาIoannidis หลีกเลี่ยงการพูดคุยข้อมูลจริง ในฐานะที่เป็นเหล่านี้วิเคราะห์ meta-ที่เกิดขึ้นเมื่อเร็ว ๆ นี้ Ioannidis ไม่สามารถรู้ผลการวิจัยและนี้โทรศัพท์ไปถามข้อมูลที่Ioannidis ตามข้อสรุปของเขา Ioannidis รัฐ(และเราเห็นด้วย) ที่ซึมเศร้าโดยเฉลี่ยมีประสิทธิภาพใกล้เคียงกัน(ถึงแม้จะมีความแตกต่างเล็ก ๆ น้อย ๆ ) [18], จึงหลักฐานกับยาเสพติดเหล่านี้อาจได้รับการพิจารณาen มวล เนื่องจากมีร่างกายใหญ่ของยาหลอกที่ควบคุมการศึกษาแบบสุ่มเรายังตรวจสอบหลักฐานจากหลากหลายของซึมเศร้าใช้meta-analysis ที่ความคิดเห็นหลายร้อยของการศึกษา meta-analysis ของยากล่อมประสาทการทดลองในปี1950 ปี 1990 มุ่งเน้นไปที่ tricyclic ซึมเศร้าและออกซิไดซ์สารยับยั้ง monoamine ซึ่งรวมถึงการศึกษาที่รุนแรงมากขึ้นในโรงพยาบาลหรือการฆ่าตัวตายของผู้ป่วยพบว่าประมาณ61-70% ของผู้ป่วยตอบสนองต่อยาเสพติดและ27-35% กับยาหลอก (เช่นความแตกต่างที่ยาเสพติดที่ได้รับยาหลอกประมาณ30%) [19-21] (ดูตารางที่ 1) นอกจากนี้เรายังนำเสนออัตราการปรับปรุงร้อยละของยาเสพติดโดยแบ่งปรับปรุงร้อยละของการได้รับยาหลอกซึ่งเป็นประมาณเทียบเท่ากับอัตราการเสี่ยง อัตราส่วน 2 แสดงให้เห็นว่ายาแก้ซึมเศร้าแสดงสองเท่าของอัตราการพัฒนาของยาหลอก. เราจะรายงานที่ปรับปรุงร้อยละในเอกสารนี้เพราะมันเป็นเรื่องง่ายที่จะเข้าใจ (ปัญหากับพารามิเตอร์ทางสถิติคือการที่ผู้อ่านทั่วไปอาจจะไม่เข้าใจสถิติและต้องขึ้นอยู่กับสปินผู้เขียนทำให้บน. ร้อยละง่ายอำนวยความสะดวกให้ผู้อ่านในการสร้างรวมกันของข้อมูล.) จำนวนมากของการทดลองต้นได้ทำ โดยนักวิชาการแพทย์บางคนได้รับการสนับสนุนโดยให้หน่วยงานเช่นNIMH [22-25] หรือการแพทย์อังกฤษวิจัยหาหลักความแตกต่างของยาเสพติดที่ได้รับยาหลอกเช่นเดียวกับอุตสาหกรรมและสถานที่ที่ไม่มีแรงจูงใจในเชิงพาณิชย์ไม่ได้ที่จะเผยแพร่การศึกษาในเชิงลบ เราเห็นด้วยกับ Ioannidis ว่า

ผลลัพธ์ (ไทย) 3:

ขนาด ieffect ของหนังสือก่อน ioannidis ไม่อ้าง โดยวิธีการวิเคราะห์เมต้าอื่นๆ
หลายจริงโดยไม่ระบุผลขนาดของ
antidepressants อื่น ๆ เขาให้เหตุผลว่าเพราะบางการศึกษา
ไม่เผยแพร่โดยอุตสาหกรรมยา วัด
ขนาดของผลจริง ๆ จะมีน้อย เขาจำลอง
วิธีการใหญ่ผลกระทบนี้อาจจะ แม้ว่าจำลองมี
ค่า พวกเขาสามารถจะผิดตัวอย่าง เช่น การจำลอง
เป็นแบบจำลองความเสี่ยงที่ใช้โดยอุตสาหกรรมการเงิน
ซึ่งคำนวณว่ามีความเสี่ยงอย่างมีนัยสำคัญของ
จำนองหลักทรัพย์โดยใช้ defaulting . โดย
เริ่มต้นจำนองเป็นหนึ่งในสาเหตุสำคัญของการล่มสลายของระบบการเงิน

ในช่วงหลายปี ตั้งแต่ ioannidis ฐานที่สุดของอาร์กิวเมนต์ของเขาเกี่ยวกับเรื่องนี้
ศึกษาเทอร์เนอร์ [ 3 ] และ Kirsch [ 15 ]เราทราบว่า การตรวจสอบของข้อมูลการทดลอง
ส่งไปยังเภสัชกรรม
อุตสาหกรรมยุโรปอำนาจควบคุมพบ
[ 16 ] เพียงหนึ่งการศึกษาได้รายงาน ปัญหา
ของการศึกษาเชิงลบอาจจะไม่ได้รุนแรงเท่า ioannidis แนะนํา .
fountoulakis โมลเลอร์ [ 17 ] และคํานวณผลขนาดรายงานโดย Kirsch , หามากขึ้นกว่ายาผลที่ระบุโดย Kirsch
[ 15 ]ในขณะที่เขาระบุว่ามีพันแบบสุ่มควบคุม
ศึกษา ioannidis หลีกเลี่ยงการอภิปรายข้อมูลที่แท้จริง โดย
โดยวิธีการวิเคราะห์เมต้าที่เกิดขึ้นเมื่อเร็วๆ นี้ ioannidis ไม่สามารถ
รู้ผล และโทรเข้ามาถามข้อมูล
ที่ ioannidis ข้อสรุปของเขาตาม ioannidis สหรัฐอเมริกา
( และเราด้วย ) , antidepressants , เฉลี่ย ,
เรี่ยวแรงเหมือนกัน ( แม้ว่าจะมีความแตกต่างเล็กน้อย ) [ 18 ] ,
ดังนั้นหลักฐานยาเสพติดทั้งหมดเหล่านี้สามารถได้รับการพิจารณา
en มวล เนื่องจากมีร่างกายขนาดใหญ่ของการรักษา
สุ่มศึกษา นอกจากนี้เรายังตรวจสอบหลักฐานจาก
หลากหลายของ antidepressants , ด้วยการวิเคราะห์อภิมานที่
รีวิวหลายร้อยการศึกษา การวิเคราะห์อภิมานของยาแก้เศร้า
การทดลองของ 1950s-1990s เน้น Tricyclic antidepressants และยับยั้งการออกซิไดซ์ monoamine

รวมถึงการศึกษาเพิ่มเติมที่รุนแรง ต้องเข้าโรงพยาบาล หรือฆ่าตัวตาย
ผู้ป่วย พบว่า 61-70 % ของผู้ป่วยที่ตอบสนองต่อยา 25 %
) ( เช่น ยา placebo ความแตกต่าง
ประมาณ 30% ) [ 2 ] ( ดู ตาราง 1 ) นอกจากนี้เรายังนำเสนอ
อัตราส่วนเปอร์เซ็นต์การปรับปรุงยาแบ่ง
เปอร์เซ็นต์การปรับปรุง ) ซึ่งเป็นประมาณเทียบเท่ากับความเสี่ยง
อัตราส่วน อัตราส่วน 2 แสดงว่า antidepressants
แสดงสองเท่าของอัตราการพัฒนาของยาหลอก
เราจะรายงานการปรับปรุงเปอร์เซ็นต์ในกระดาษนี้ เนื่องจากมัน
เป็นเรื่องง่ายที่จะเข้าใจ ( มีปัญหากับค่าพารามิเตอร์ทางสถิติ
คือว่าผู้อ่านทั่วไปอาจไม่เข้าใจ
สถิติและต้องอาศัยปั่นเขียนวางบน .
เปอร์เซ็นต์ง่ายสะดวกอ่านในรูปกลุ่มเกสตัลท์
ของข้อมูล มากของการทดลองแรกทำโดยแพทย์วิชาการ
บางส่วนสนับสนุนให้หน่วยงาน
เช่น NiMH [ 35 ] หรือวิจัยทางการแพทย์ของอังกฤษ
หาหลักเดียวกันความแตกต่างเป็นยา placebo
อุตสาหกรรมและพาณิชย์ ที่ไม่มีเจตนาไม่
เผยแพร่การศึกษาที่เป็นลบ เราเห็นด้วยกับ ioannidis ว่า