Vaccincijfers VS kunnen worden overschat, blijkt uit nieuwe studie

Door Marcia Frellick

Dec. 9, 2021 -- Grotere onderzoeken zijn niet noodzakelijkerwijs nauwkeuriger, verklaart een vandaag online gepubliceerd artikel in Nature. In het geval van de voorspelling van het aantal eerste doses COVID-19-vaccin, zaten sommige van de grootste onderzoeken er ver naast.

De auteurs, onder leiding van doctoraatsstudente Valerie C. Bradley van de Universiteit van Oxford in het Verenigd Koninkrijk, schrijven dat het vergroten van de gegevensomvang de enquêtevertekening kan vergroten, een effect dat bekend staat als de Big Data Paradox.

Het team concentreerde zich op drie enquêtes over houding en gedrag ten opzichte van vaccins: DelphiCFacebook (dat ongeveer 250.000 reacties per week krijgt en meer dan 4,5 miljoen reacties had van januari tot mei 2021); Census Household Pulse (dat ongeveer 75.000 om de 2 weken krijgt en 600.000 reacties had van januari tot mei 2021); en de AxiosCIpsos Coronavirus Tracker5, de kleinste met 1.000 reacties per week.

De enquêtes zijn gebruikt om hiaten in de informatievergaring te helpen opvullen, omdat het CDC de feitelijke gegevens over gegeven vaccins verzamelt, maar deze zijn vaak vertraagd. Real-time gegevens kunnen helpen het overheidsbeleid rond vaccins en berichtgeving vorm te geven.

Maar de grootste enquêtes overschatten meer dan de statistische onzekerheid die de enquêtes bieden, schrijven de auteurs.

Tegen mei 2021 overschatte DelphiCFacebook de opname met 17 procentpunten en Census Household Pulse met 14, in vergelijking met een benchmark van de (CDC), aldus de paper.

AxiosCIpsos online panel met ongeveer 1000 antwoorden overschatte de opname ook, maar slechts met 4,2 procentpunten.

In sommige gevallen kwamen de twee grote onderzoeken met een bijna identiek geformuleerde vraag tot zeer verschillende resultaten. Zo zijn de ramingen van DelphiCFacebooks op staatsniveau voor de bereidheid om vanaf eind maart 2021 een vaccin te krijgen gemiddeld 8,5 procentpunten lager dan die van de Census Household met verschillen die oplopen tot 16 procentpunten.

De AxiosCIpsos sluit echter nauw aan bij de CDC-benchmark.

Onze centrale boodschap, schrijven de auteurs, is dat gegevenskwaliteit belangrijker is dan gegevenskwantiteit.

Naast de schade die wordt toegebracht aan de inspanningen om COVID te bestrijden, spelen deze onderzoeken in op een populaire misvatting - dat de omvang van de gegevens de lage gegevenskwantiteit kan overwinnen, zegt Bradley,

De schattingen van COVID-vaccinatie uit deze twee grote onderzoeken zijn niet alleen bevooroordeeld, maar overmoedig in hun onjuiste aantallen, zegt ze.

Wat veroorzaakt de verschillen?

Een van de redenen voor de discrepanties is volgens de auteurs dat de drie enquêtes een verschillende opzet en wervingsmethoden hebben, waardoor de schattingen een verschillende vertekening kunnen vertonen.

Ook de weging speelt een rol.

De oververtegenwoordiging van blanke volwassenen en mensen met een universitair diploma verklaart een deel van de fout van DelphiCFacebook, schrijven de auteurs.

Raciale groepen zijn ondervertegenwoordigd in de enquête. Een weging van de resultaten om dat weer te geven zou Delphi-Facebook meer in lijn brengen met de andere onderzoeken.

Coauteur Seth Flaxman, PhD, van de Universiteit van Oxford, zegt dat de Facebook-enquête niet kon worden aangepast voor opleiding of ras, en dat de Census-enquête niet kon worden aangepast voor politieke partijdigheid.

Maar uiteindelijk lieten de grote online enquêtes mensen links liggen, en geen enkele aanpassing kan dat oplossen. Als je geen internettoegang hebt, word je niet meegenomen, zegt Flaxman.

Mensen in landelijke gebieden hebben minder kans om mee te doen, zegt hij. Het meten van vaccinatiegebruik, toegang en aarzeling is moeilijk en dezelfde barrières die bestaan om gevaccineerd te worden, zorgen ervoor dat mensen minder snel in deze onderzoeken worden opgenomen.

Flaxman zegt dat er weliswaar reden is om vraagtekens te zetten bij andere enquêteramingen over alles van sociale afstand tot waarom mensen aarzelen, maar dat de enige schattingen waarvan we weten dat ze fout zijn, betrekking hebben op de opname en de direct daarmee samenhangende vragen - aarzeling en bereidheid.

Hij zegt dat de enquêtes gemeenschappen helpen te weten hoe zij hun inspanningen moeten richten en dat nauwkeurige informatie van cruciaal belang is. Als uit de enquêtes bijvoorbeeld blijkt dat mensen hun energie steken in het desinfecteren van oppervlakken, moeten we dringend de boodschap verspreiden dat COVID-19 in de lucht zit, zegt hij.