Brownstone » Brownstone Journal » A vakcinák » Hogyan válik egy rendkívül hatékony vakcinából közepes vakcina – vagy rosszabb
középszerű vakcina

Hogyan válik egy rendkívül hatékony vakcinából közepes vakcina – vagy rosszabb

MEGOSZTÁS | NYOMTATÁS | EMAIL

A felderített csalásoktól eltekintve nincs erősebb kritika egy tanulmányt illetően, mint a fő eredmény cáfolata a tanulmány adatainak felhasználásával. Ez a lehetőség nem adódik gyakran.

Egy szembetűnő példát mutatok be, amely a következő témára vonatkozik: egy tanulmány IzraelbőlBár módszeres próbálok lenni, a cikkem kissé hosszúra nyúlt, de a végére érve radikális és átfogó következtetésekre jutok.

Goldin és munkatársai becslést készítettek a Pfizer-vakcina hatékonyságáról számos Covid-dal összefüggő kimenetelre, beleértve a halálesetet is, izraeli hosszú távú ápolási intézmények lakóinál (átlagéletkor 83 év). A nagyszámú (több mint 43,000 90 fős) kohorsz erősen a beoltott lakók felé torzult (4,000 százalék). Csak körülbelül XNUMX lakos nem volt beoltva.

Egy túlélési elemzésnek nevezett statisztikai módszerrel a szerzők két, életkorral korrigált értéket jelentettek a vakcina hatékonyságára (VE) vonatkozóan a Coviddal összefüggő halálozással szemben:

Az első adag után tíz nappal kihagyva a VE 72 százalék volt.

A második adag után körülbelül hét nappal kihagyva a VE 85 százalékos volt.

Goldin és munkatársai a teljes halálozási arányt is elemezték végpontként, amit sok kutató kihagyott. A legfontosabb, hogy két ábrájuk (lásd alább) a Covid-halálozások és az összes haláleset kumulatív számát mutatja több időpontban – amelyből kiszámíthatjuk a halálesetek kumulatív számát. nem Covid halálesetek. Ez utóbbi adatokat következetesen eltitkolták a vakcinák hatékonyságát vizsgáló tanulmányokban.

Ráadásul egy „index dátum” óta, azaz az első adag beadásának dátuma óta rendelkezünk halálozási adatokkal. Az adatokat úgy tudjuk elemezni, ahogyan azokat kellett volna. Nincs kihagyás.

Forrás: Goldin és mtsai.

Valamiért a Covid okozta halálozás időpontjai nem egyeznek meg pontosan az összes halálozás időpontjával, de nincsenek is túl messze egymástól (lásd a fenti adatokat). Ezért a Covid okozta halálesetek száma az összhalálozás időpontjában (30 nap, 60 nap stb.) interpolációval ésszerűen becsülhető. Ezután, ha a Covid okozta halálesetek számát kivonjuk az összhalálozásokból, egy kulcsfontosságú adatot kapunk: a nem Covid okozta halálesetek számát.

Az alábbi zsúfolt táblázataim a halálesetek (Covid, nem Covid) kumulatív számát mutatják a beoltott és a be nem oltott lakosok körében a követési időszak (5 hónap) végére, valamint három közbenső időpontra vonatkozóan. Egyszerű elemzéssel, amelyet hivatalosan „kumulatív incidencia”-nak neveztem, kiszámítottam a kétféle halálozás kockázatát a beoltott (kék) és a be nem oltott (piros) lakosok körében.

A felső táblázat azt mutatja, hogy a Covid okozta halálozás kockázata következetesen magasabb volt az oltatlanoknál, mint az oltottaknál, de a meglepő eredmény az alsó táblázatban látható: ez a helyzet állt fenn a nem Covid okozta halálozások esetében is! Izraelben az idősek otthonában élő 4,114 oltatlan lakó esetében a nem Covid okozta halálozási arány 3-7-szerese volt a beoltott társaik halálozási arányának, a követési időtől függően. Vagy fordítva – a nem Covid okozta halálozási arány lényegesen magasabb volt... alacsonyabb az idősek otthonában élő, Covid ellen beoltott lakóknál. Ez a megdöbbentő eredmény már korán, az első adag beadását követő egy hónapon belül látható.

A Pfizer vakcina védelmet nyújt a nem Covid okozta halálesetekkel szemben?

Még nem hallottunk senkit, aki ezt az állítást benyújtotta volna.

Ha nem, mi a magyarázat?

Egyszerű és egyáltalán nem meglepő. A döntés, hogy kit választ nem Az oltás nem véletlenszerű volt. Ésszerű orvosi megfontolásokon kellett alapulnia, különösen a várható élettartamon. Például mi értelme van egy 90 éves, előrehaladott demenciában és áttétes rákban szenvedő ember beoltásának?

Ez a 4,114 oltatlan lakos eleve betegebb volt. A várható élettartamuk rövidebb volt, függetlenül az esetleges SARS-CoV-2 fertőzéstől, és ezért volt a nem Coviddal összefüggő halálozási arányuk többszörösen magas.

Másképp fogalmazva, az oltatlan csoporthoz tartozás a rosszabb egészségi állapot általános mutatója volt. Vagy fordítva – az oltott csoporthoz tartozás a jobb egészségi állapot mutatója volt. Ez természetesen átlagosan igaz.

Az itt megfigyelt jelenséget ún. az „egészséges beoltott” elfogultság, és ez jól dokumentált a kutatási szakirodalomban, az influenza elleni vakcinákig visszanyúlóanAz elfogultság nagyon erős az idősek otthonában élő törékeny idős lakók körében, de látható minden korcsoportban az általános lakosság körében.

Az „egészséges beoltott” jelenségének – a vakcina hatékonyságának becslésekor – jelentőségét zavaró torzításnak nevezik. A beoltott és a be nem oltott emberek Covid-halálozásának naiv összehasonlítása, még ha kor szerint is korrigálják, súlyosan félrevezető, mivel az utóbbiaknál nagyobb a halálozási kockázat. mindenekelőttA magasabb Covid-halálozási arányuknak legalább egy része, ha nem az egésze, semmi köze az oltás hiányához. Egyszerűen csak betegebb emberek.

Még Goldin és munkatársai is tisztában vannak az elfogultsággal, aminek a cikk legvégén egy mondatot szentelnek:

"Az oltatlan csoport több társbetegségben szenvedhetett, ami miatt fogékonyabbak voltak a SARS-CoV-2 fertőzésre és halálra, így a vakcina hatékonysága magasabbnak tűnhet, mint amilyen valójában..” [kiemelés tőlem]

Egyes kutatók úgy vélik, hogy az elfogultság az ellenkező irányba működik (ezt indikációnkénti zavaró tényezőnek nevezik), miszerint az egészségtelen személy nagyobb valószínűséggel oltja be magát, mivel veszélyeztetett. Ettől függetlenül az egészséges beoltottakra vonatkozó elfogultság és az indikációnkénti zavaró tényező nettó hatását, ha az utóbbi létezik, az alsó táblázat (fent) mutatja: azoknál, akiket beoltottak, lényegesen alacsonyabb volt a nem Coviddal összefüggő halálozási arány. Átlagosan egészségesebbeknek kellett lenniük, nem pedig fordítva.

Az alábbi táblázat a Covid okozta halálozáshoz viszonyított kockázati arányt és VE-t mutatja, az előző felső táblázat adataiból kiszámítva. A VE különböző időpontokban számítva körülbelül 80 százalék, és a teljes követési időszakra vonatkozó egyszerűsített számításom (82 százalék) hasonló Goldin és munkatársai fő eredményéhez (85 százalék). Emlékezzünk vissza, hogy ezek a becslések az igazság torzított (elfogult) változatai az egészséges beoltottakra vonatkozó elfogultság miatt (és naivan feltételezve, hogy nincsenek további elfogultsági források).

A legfontosabb, hogy a nem Coviddal összefüggő halálozási kockázatra vonatkozó adatok lehetővé teszik ezen becslések kezdetleges korrekcióját., ami mindenképpen jobb, mint semmilyen korrekció. A módszert egy egyszerű példa szemlélteti a legjobban.

Tegyük fel, hogy a látszólagos A Covid okozta halálozás kockázata kétszer olyan magas az oltatlanoknál, mint az oltottaknál, ami 0.5-ös torzított kockázati arányt jelent az oltottak javára, és 50 százalékos torzított kockázati esélyt. Tegyük fel, hogy kiderül, hogy a nem Covid okozta halálozás kockázata is Is kétszer olyan magas oltatlanoknál. Mit jelent ez?

Az oltás nem hozott változást. Nem befolyásolta a Covid okozta halálozást. A be nem oltottak várható, „alap” halálozási kockázata a Covid okozta halálozás kétszeres kockázata, mivel általában betegebbek. Beoltottak vagy sem, kétszeres kockázattal kellett volna szembenézniük a Covid okozta halálozás tekintetében, mint beoltott társaiknak – akárcsak a nem Covid okozta okokból bekövetkező halálozás kétszeres kockázata. A 0.5-ös torzított kockázati arányt (VE = 50 százalék) 1-re (VE = 0 százalék) kell korrigálni.

Ahhoz, hogy egy 1-ös torzított kockázati arányból 0.5-es kockázati arányt kapjunk, a 0.5-öt meg kell szorozni 2-vel, ezt torzítási tényezőnek nevezhetjük. Az torzítási tényező a be nem oltottak mögöttes magasabb halálozási kockázatát ragadja meg. Ez a nem Covid miatti halálozás kockázati arányával becsülhető meg, összehasonlítva az oltatlanokat a beoltott társaikkal.

Az egyszerű példámban a korrekciós módszer semmissé tette egy vakcina feltételezett hatását. Amint azt a továbbiakban látni fogjuk, az eredmény bármi lehet, a legyengített VE-től a negatív VE-ig, ahol egy állítólagosan előnyös vakcina valójában káros.

Az alábbi táblázat a Goldin és munkatársai tanulmányában a követési idő szerinti torzítási tényezőt, a korrigált kockázati aránnyal és a korrigált VE-vel együtt mutatja. Például a teljes követési időszak alatt Izraelben az idősotthonok oltatlan lakói 3.5-szer nagyobb valószínűséggel haltak meg nem Covid okozta okokból, mint a beoltott lakók (torzítási tényező 3.5). A 0.18-as torzított kockázati arány 3.5-tel való szorzása a kockázati arányt 0.63-ra változtatta, és a VE-t 82 százalékról 37 százalékra csökkentette.

A harmadik hónapra szinte az összes Covid-haláleset felhalmozódott (888-ből 899). Valójában az elfogult VE lényegében ugyanaz volt (81 százalék). Mivel az elfogultsági tényező magasabb volt (4.1), a korrigált VE most 22 százalék.

Akár 22 százalékos, akár 37 százalékos volt a VE, az egy közepes vakcina. És rosszabb eredmények is várhatók.

A VE torzított becslései minimálisan nőttek az idő múlásával (78 százalékról 82 százalékra). A torzítási tényező azonban a követés első hónapjában mért 7.3-ról a teljes követés során 3.5-re csökkent, ami nem túl nehezen magyarázható. Tekintettel az oltatlan kohorsz rövidebb várható élettartamára, a kohorsz legkiszolgáltatottabb tagjai korábban haltak meg. A fennmaradó emberek fokozatosan egy némileg „egészségesebb” túlélő kohorszt alkottak, ezáltal csökkentve a nem Covid miatti halálozási különbséget az oltatlanok és az oltottak között.

Az első hónap végére a torzító tényező 7.3, a második hónap végére pedig 5.2 volt, míg a torzított kockázati arány hasonló volt. Ennek eredményeként a Pfizer-vakcina káros hatását figyeltük meg az első hónapban, és összességében nulla hatást a második hónap végére. Ez negatív, illetve nulla VE-t jelent a Covid-halálozással szemben.

Amikor a következtetés erősen függ az adatmennyiségtől – a második hónapra nincs hatékonyság, szemben a hosszabb követési idővel elért 22–37 százalékos hatékonysággal –, akkor van egy ökölszabályunk: A következtetés ott erősebb, ahol van… a legtöbb az adatokból, nem pedig néhány további megfigyelés hozzáadása után. A Covid-halálesetek körülbelül 95 százaléka az első két hónapban történt (a fenti táblázat első sora).

A korrekciós módszer nem tökéletes, és az eredmény a torzítási tényező értékétől függ (ami önmagában egy becslés). Mindazonáltal a Covid okozta halálozás fokozott kockázata a korai oltás utáni veszélyes időszakban összeegyeztethető a következőkkel: más adatokatValóban, izraeli hírügynökségek Covid-fertőzés kitöréseiről számoltak be idősotthonokban röviddel az oltási kampány megkezdése után.

Az alábbiakban két lefordított bekezdés található egy tudósítást, 14. január 2021-i keltezéssel, a kampány kezdete után körülbelül három héttel:

"Ismét kudarc az idősek otthonában: miközben a COVID-19 elleni vakcinák második adagját osztják szét, a világjárvány súlyosan érinti az idősek otthonait. Az elmúlt két hétben nem kevesebb, mint 160 geriátriai intézményben regisztráltak járványkitöréseket, és 1,098 új megerősített esetet észleltek az Egészségügyi Minisztérium által engedélyezett intézmények lakói körében.

Az idősek otthonában és az idősek otthonában fekvő betegek számának növekedésével párhuzamosan az elmúlt két hétben a „Senior Shield” [az idősek otthonában a Covid kezelésével foglalkozó munkacsoport] leállította a geriátriai intézményekben előforduló Covid morbiditási adatokról szóló napi jelentés közzétételét az Egészségügyi Minisztérium weboldalán.. "

Miért hagyták abba a tudósítást? A kampány első hónapjában az idősotthonok beoltott lakóinak Covid-halálozási arányának növekedését is tapasztalták?

Akár időfüggő negatív, semmilyen vagy közepes hatékonyságú volt a Pfizer vakcina – azaz a Goldin és munkatársai által közölt kiváló hatékonyság a Covid-halálozással szemben –, hamis állítást kaptunk. Feltételezve, hogy ezt a következtetést nem kérdőjelezik meg, milyen következményekkel jár ez?

Néhány olvasó azt gondolhatja, hogy egyetlen tanulmány cáfolata nem sokat jelent. Goldin és munkatársai tévednek, de vannak más tanulmányok is, amelyek alátámasztják a „nagyon hatékony vakcina” narratíváját a veszélyeztetett populációban. Nem bizonyítottuk, hogy ezeknek a tanulmányoknak az eredményei is hamisak.

A deduktív következtetés nem így működik. Ha a Covid okozta halálozással szembeni VE-ről egyetlen, törékeny idősekkel végzett vizsgálatban bebizonyosodik, hogy messze van a „nagyon hatékonytól”, akkor… le kell következtetnie hogy minden más tanulmány, amely hasonló vagy jobb VE-ről számolt be, szintén hamis – hasonlóképpen torzítva az egészséges oltottak iránti elfogultság miatt. Ellenkező esetben egy valószínűtlen feltételezést kell levonnunk: A súlyos elfogultság ellenére a véletlen csodálatos módon létrehozta a valódi VE-t Goldin és munkatársai tanulmányában.

Mi történjen ezután?

Először is, Goldin és munkatársai cikkét vissza kell vonni.

Másodszor, le kell állítani a törékeny idősek korszerűsített Covid-vakcinákkal történő oltását.

Harmadszor, a közegészségügyi szerveknek pályázati felhívást (RFA) kell kezdeményezniük a Covid-vakcinák placebo-kontrollos, randomizált, idősek otthonában végzett vizsgálataira – a Covid-ot és az összhalálozást végpontként meghatározva.

Az ilyen vizsgálatok tudományosan indokoltak, mivel az idősek otthonában élőket, a legkiszolgáltatottabb populációt, kizárták az eredeti vizsgálatokból (amelyekben a halál nem volt végpont). Sőt, a randomizált vizsgálatok ebben az egyedülálló populációban etikailag kötelezővé válnak, amikor a megfigyelési adatokból származó, Covid-halálozással szemben korrigált VE a közepestől a negatívig terjed, és vannak... oltással összefüggő halálesetek.

Természetesen a fentiek mindegyike releváns és alkalmazható egy másik univerzumban is.


Csatlakozz a beszélgetéshez:


Megjelent egy Creative Commons Nevezd meg! 4.0 Nemzetközi licenc
Újranyomtatáshoz kérjük, állítsa vissza a kanonikus linket az eredetire. Brownstone Intézet Cikk és szerző.

Szerző

  • Eyal Shahar

    Dr. Eyal Shahar a közegészségügy epidemiológiai és biostatisztikai tanszékének emeritus professzora. Kutatásai az epidemiológiára és a módszertanra összpontosítanak. Az elmúlt években Dr. Shahar jelentős mértékben hozzájárult a kutatásmódszertanhoz is, különösen az oksági diagramok és az elfogultságok területén.

    Mind hozzászólás

Adományozz ma

A Brownstone Intézetnek nyújtott anyagi támogatásoddal írókat, ügyvédeket, tudósokat, közgazdászokat és más bátor embereket támogatsz, akiket korunk felfordulása során szakmailag megtisztítottak és elmozdítottak a pályájukról. Folyamatos munkájukkal segíthetsz az igazság napvilágra kerülésében.

Iratkozzon fel a Brownstone Journal hírlevelére

Regisztrálj az ingyenesre
Brownstone Journal Hírlevél