Hosszú oltás utáni cenzúra

Négy év telt el azóta, hogy a világot megmentették , vagy nem , a csodálatos Covid mRNS vakcinák.

Már több év telt el azóta, hogy az első, a témában írt levelemet elutasította egy biomedicinális folyóirat szerkesztője. A Covid-vakcinákkal kapcsolatos elutasított leveleim sorozata pedig folyamatosan bővül. Az eredmény most 5:0. Az utolsó elutasítás nemrégiben a Journal of Infection szerkesztőjétől érkezett, ahol „Minden számban [is] élénk levelező rovatot találunk.” Élettelen levelem egy , az osztrák oltottak egészséges elfogultságáról szóló tanulmányra hivatkozott .

Elég nagy az esetsorozatom ahhoz, hogy oksági összefüggésre következtetni lehessen? Talán igen. Természetesen a közös ok lehetett a gyenge minőségű tudomány is. Mondhatok talán egy cáfoló megfigyelést? A második levelem (amelyet a The Lancet elutasított ) 2021-ben leleplezte volna azt, amit Høeg és munkatársai 2023-ban lelepleztek egy olyan levélben, amely valahogy bekerült a The New England Journal of Medicine-be . Egy gondatlan szerkesztő, gondolom. Talán már nem is szerkesztő.

Biztos vagyok benne, hogy az ötödik elutasított levelem is csak egy újabb rosszul megírt szöveg volt, minden tudományos érték nélkül. Biztosan semmi köze nem volt ahhoz a lehetőséghez, hogy a levél, a szerzők válaszával együtt, nyugtalanító eredményekhez vezethetett volna. Hadd osszam meg itt a levelemet. Ismét ön fogja megítélni : méltó vagy érdemtelen?

Hogy érdekesebb legyen, mellékelek egy elemzést, amelyet a levélben említettek (anélkül, hogy felfedném az ijesztő eredményt). A kiszámítása azonban nem volt nehéz. A tanulmány bizonyítékokat mutat be a vakcinával összefüggő halálesetekre – Covid miatt – az injekció beadását követő két héten belül olyan embereknél, akik korábban fertőzöttek voltak. Vagy hadd fogalmazzak konzervatívabban: A bizonyítékok legalább annyira jók, mint a tanulmányban szereplő bizonyítékok a vakcina hatékonyságára a Covid okozta halálesetekkel szemben 2021 őszén.

A levél

May 15, 2025

Journal of Infection

A szerkesztőhöz:

Riedmann és munkatársai átgondolt, átfogó elemzést közölnek az egészséges beoltottak jelenségéről Ausztriában, amely egy újszerű megközelítést is magában foglalt.1 ^Az oltatlanokat több változó alapján illesztették a beoltottakhoz, és a szerzők több eredményt is összehasonlítottak a különböző dózisok beadása után két héttel. A 3. táblázat (cikk) és az S44-S45. táblázatok (kiegészítő dokumentum) az összhalálozás, a nem COVID-19 okozta halálozás és a COVID-19 okozta halálozás eredményeit mutatják.

Mivel az egészséges oltottakkal szembeni torzítás idővel csökken, érdekes lenne a párosított kohorszok elemzését 4 és 8 hétre kiterjeszteni. Számos tanulmány becsülte meg a hatékonyságot az oltás utáni egy-két hónapban, ami néha egybeesett a COVID-19 hullám időtartamával. 

^{A szerzők egy kezdetleges korrekciós módszert említenek, amely a korábbi események} arányának kiigazításából származik.2-5 A COVID-19 halálozás kockázati arányát elosztják a nem COVID-19 halálozás kockázati arányával. Bár nem tökéletes, több információt nyújthat, ha a követési időt meghosszabbítják, és a COVID-19 halálesetek száma nagyobb. A módszer 19 COVID-19 halálesetre történő alkalmazása (3. táblázat, teljes alapoltás) továbbra is elég jó a torzítás kiküszöböléséhez. A kezdetleges korrekció után az arány már nem 1 alatt van, akár kockázati arányokat, akár arányarányokat használunk.

Másrészt úgy tűnik, hogy az S44–S45. táblázatokban szereplő arányarányok tévesen voltak megjelölve kockázati arányként és korrigált kockázati arányként.

Tisztelettel,

Dr. Eyal Shahar, MPH

Emeritus professzor

University of Arizona

Referenciák :

1. Riedmann U, Chalupka A, Richter L és munkatársai. A korábban SARS-CoV-2 elleni oltással beoltott személyek egészségügyi hátterével kapcsolatos alapvető torzítások: Kohorszvizsgálat. Journal of Infection, 90. kötet, 6. szám, 2025, 106497, ISSN 0163-4453, https://doi.org/10.1016/j.jinf.2025.106497
2. Tannen RL, Weiner MG, Xie D. Két randomizált angiotenzin-konvertáló enzim inhibitor vizsgálat replikált tanulmányai: a „korábbi események arányának” további empirikus validálása a nem mért, indikáción alapuló zavaró tényezők korrigálására. Farmakoepidemiol gyógyszer Saf. 2008. július;17(7):671-85. doi: 10.1002/pds.1584. PMID: 18327852
3. Pálinkás A, Sándor J. A COVID-19 elleni oltás hatékonysága a felnőttek összhalálozásának megelőzésében a járvány harmadik hulláma alatt Magyarországon: Országos retrospektív kohorszvizsgálat. A vakcinák (Bázel). 2022. június 24.;10(7):1009. doi: 10.3390/vaccines10071009. PMID: 35891173; PMCID: PMC9319484.
4. Atanasov V, Barreto N, Whittle J és munkatársai: A COVID-19 vakcina halálozással szembeni hatékonyságának megértése egy új mérőszám segítségével: a COVID többlethalálozási százalék. A vakcinák (Bázel). 2023. február 7.;11(2):379. doi: 10.3390/vaccines11020379. PMID: 36851256; PMCID: PMC9959409.
5. Shahar E. Az egészséges oltottak iránti elfogultság megszüntetésének módszereiről. In: Epidemiológiai és statisztikai témákAmazon Kindle e-könyvek (2025)

Az elutasítás

Két nappal később egy sablonos üzenet landolt a postaládámban. 

Kéziratszám: YJINF-D-25-00940
Cikk címe: Levél a szerkesztőnek
Levelező szerző: Eyal Shahar emeritus professzor
Beküldve a következőnek: Journal of Infection

Tisztelt Shahar Emeritus Professzor!

Köszönjük, hogy beküldte kéziratát a Journal of Infection folyóiratnak. Sajnos sokkal több cikket kapunk, mint amennyi publikálásra helyünk van, ezért véges számú beküldést tudunk feldolgozni. Sajnos a szerkesztők elbírálása után ez a cikk nem kapott kellő prioritást. Felhívjuk figyelmét, hogy nem ösztönözzük az elutasított cikkek újbóli beküldését.

Sajnálom ezt a kedvezőtlen döntést, és hogy nem tudunk konkrétabb okokat megadni az elutasításra. Remélem, hogy a jövőben is beküldi munkáját a Journal of Infection folyóiratnak.

Tisztelettel:

Robert Charles Read professzor
szerkesztő
Journal of Infection

Kissé meglepődtem. Érdekes módon a sablonszöveget elutasított kéziratokhoz (cikkekhez) írták. Nincsenek hasonló szövegek az elutasított levelekhez? Milyen gyakran utasít vissza leveleket ez a folyóirat? A te tipped is olyan jó, mint az enyém. Talán még az enyémhez is hasonlít.

Elemzés

Az alábbi számokat a cikk 3. táblázatából vettük át ( 2. verzió , javítva). Ezekre az adatokra és eredményekre vonatkozik a levelem. A konfidenciahatár-arányt hozzáadtam (saját számítás). Később bővebben írok erről a statisztikai indexről, de minél kisebb a szám, annál jobb a becsült kockázati arány (HR).

Táblázatok . A Covid és nem Covid okozta halálozás kockázati arányai (HR) és 95%-os konfidencia intervallumok (CI) a vakcinációt követő két hétben beadott vakcinadózisok száma szerint. A kontrollcsoportot (az adott időszakban oltatlan személyeket) korcsoport, nem és idősotthoni tartózkodási hely szerint illesztették a beoltott személyek minden csoportjához.

A halálozási kockázati arányokat párosított kohorszokból származtattuk, így az életkor, a nem és az idősek otthonában való tartózkodási hely közötti zavaró tényezőt eltávolítottuk. Az oltatlanokat az oltás napján is párosítottuk, így elkerültük az időbeli trendek közötti zavaró tényezőt. A fennmaradó zavaró tényező az egészséges oltottak jelensége. Az oltott emberek átlagosan egészségesebbek, mint az oltatlan társaik, ezért a Covid-halálozásuk várhatóan alacsonyabb, még akkor is, ha placebót kaptak. Látható, hogy a nem Covid- okozta halálozás kockázata alacsonyabb volt (kockázati arány < 1). Ez azért van, mert egészségesebbek voltak, nem azért, mert a Covid-vakcinák csodaszert jelentenek. Az egészséges oltottak jelensége univerzálisnak tűnik . Nem tűnik el két hét után.

A szerzők azonban nem választottak ki beoltatlan, megrögzött csoportot. Azt írják: „A beoltatlan kontrollcsoportban a megfelelő oltási napot követő 14. napig nem voltak dokumentált oltások.”

Ez azt jelenti, hogy az egészséges beoltottak csoportját egy olyan csoporttal szemben becsülték meg, amelybe később beoltott személyek is tartoztak. A valódi torzítás nagyobb lehetett.

Vissza a fenti táblázatokhoz.

A Covid okozta halálozás összes kockázati aránya kisebb, mint 1, és mindegyik torzított. Ebben az időablakban (két hét) nem várható előny. Ahogy a levelemben és máshol is írtam , létezik egy módszer a torzítás megszüntetésére, amely nem tökéletes, de jobb, mint a korrekció teljes hiánya. Osszuk el a Covid okozta halálozás kockázati arányát a nem Covid okozta halálozás kockázati arányával.

Ebben az esetben, ha az eredmény 1 körüli, akkor a torzítás megszűnt. Ha továbbra is 1 alatt van, akkor a torzítás nem szűnt meg teljesen. Ha 1 felett van, akkor aggódnunk kell. Vajon a halálozási kockázat növekedését figyeljük meg, amelyet az egészséges beoltottakra vonatkozó torzítás elfedett?

Az eredményeket a táblázat mutatja.

A korrekció után az első és a második injekció beadását követő két héten belüli Covid-halálozás kockázati aránya 1.48, illetve 1.91. 

Ez az igazság? Lehetséges. A közvetlen oltás utáni időszak kockázatos a fertőzés és a halálozás szempontjából. Izraeli , dán és svéd adatokban láttam ilyet . Mások is írtak erről.

Ami a harmadik injekciót illeti (0.29/0.30=0.97), két egymással versengő magyarázatot tudok felhozni:

Az első rövid. Azok a szerencsétlen beoltott emberek, akik fogékonyak voltak rá, egy vagy két adag után meghaltak. A harmadik adagot kapók között nem maradt fogékony ember.

A második magyarázat hosszú. A Covid-halálozás becsült kockázati aránya (0.29) rossz. Csak négy eseményen alapul. Honnan tudjuk, hogy mennyire rossz például a két és egy adagra vonatkozó becslésekhez képest? Kiszámítunk egy indexet, amelyet konfidenciahatár-aránynak nevezünk: a felső határ osztva az alsó határral. Az arány 9.7 a három adagot kapóknál, szemben a 2.9-cel (két adag) és 2.8-cal (egy adag).

Ha kiszámoljuk a konfidenciahatár-arányt számos tanulmány alapján, ahogy én is tettem az évek során, azt találjuk, hogy az ésszerű méretű tanulmányok körülbelül 2-es arányt generálnak, míg a kis méretű (kevés eseményt tartalmazó) tanulmányok 5-nél északabbra eső arányt. Közel 10-et kapunk, ha a következtetést egy kategóriába tartozó négy eseményből vezetjük le. A legfontosabb, hogy egy becslés érdeme fordítottan arányos a konfidenciahatár-arányhoz, nem pedig a „statisztikai szignifikanciához”. Hamarosan elmagyarázom, hogy miért.

Milliárdokat oltottak be, és 19, illetve 21 eseményből próbálunk következtetéseket levonni, mivel egymás után a tanulmányok kizárták az oltás utáni korai időszak adatait. 

Továbbá az illesztett kohorszok kiterjesztett nyomon követése egyedülálló betekintést nyújthat a vakcina valódi hatékonyságába, mivel az oltatlanok az oltás napján párosultak. (Az oltási kampányok gyakran egybeestek a Covid-hullámokkal, ami zavaró tényezőkhöz vezetett.) A szerzők szinte tökéletes kutatási környezettel rendelkeznek: nagy kohorszok, a kulcsfontosságú változók egyeztetése, valamint a nem Coviddal összefüggő halálesetekre vonatkozó adatok, amelyek lehetővé teszik az egészséges beoltottakra vonatkozó torzítás alapvető korrekcióját. De nem valószínű, hogy ezeket az adatokat látni fogjuk, mert a levelemnek nem volt alapja. Talán egy másik levélben felmerül ez a kérdés, és elfogadják. Vagy talán nem.

Hadd ismételjem meg a konzervatív elején tett kijelentésemet:

Az itt bemutatott bizonyítékok legalább annyira jók, mint a vakcina hatékonyságára vonatkozó bizonyítékok a Covid okozta halálesetekkel szemben 2021 őszén. 

Az alábbi számokat a cikk 2. táblázatából vettük át ( 2. verzió , javítva). A konfidenciahatár-arányt hozzáadtuk (saját számítás).

Amint látható, a Covid-halálozások száma kisebb, mint a párosított kohorszokban, és a konfidenciahatár-arányok lényegesen nagyobbak. A három dózis konfidenciahatár-aránya rekordokat dönt (20).

Hallom a szerzőket és az olvasókat: „De a fenti becslések mind statisztikailag szignifikánsak. A konfidenciaintervallum felső határa 1 alatt van, ami azt jelenti, hogy a p -érték < 0.05.”

Valóban. A „statisztikailag szignifikáns” azonban nem az, aminek valószínűleg gondolod.

Nem a becslés minőségéről van szó.

Gyorstalpaló tanfolyam (statisztika és nyelvészet iránt érdeklődőknek)

A példám 3 dózisból származik (lásd a fenti táblázatot): HR (95%-os konfidencia intervallum): 0.04 (0.01-0.20). A becslés (0.04) statisztikailag erősen szignifikáns.

A táblázat első sorában szereplő összes állítás (ítélet) hamis – vitathatatlanul hamis. A „statisztikailag szignifikáns” szó egy szerencsétlen, mélyen gyökerező félreértelmezéséből származnak, amelynek történeti-nyelvészeti gyökerei vannak.

Amikor a kifejezést sok évvel ezelőtt megalkották, a „jelentős” melléknévnek más jelentése volt. A 19. század végi angolban azt jelentette, hogy a becslés bizonyítékot jelöl (mutatott) a nullértékkel szemben. A kifejezés nem utalt a becslés semmilyen belső tulajdonságára . Az évek során a „jelentős” szó kortárs jelentése felváltotta az eredeti jelentést, tévesen tulajdonságokat tulajdonítva magának a becslésnek (jelentős, hiteles, megbízható, valószínűleg nem a véletlennek köszönhető).

Ezen értelmezések egyikének sincs statisztikai alapja. Ez csupán vágyálom. A nullhipotézis elvetése a becslésen alapul (egy tesztstatisztika segítségével); ez nem kölcsönzi a becslésnek hitelességet. Ha egy becslés véletlenszerűségével kapcsolatos tulajdonságairól szeretnénk többet megtudni, akkor kizárólag a standard hibára kell hagyatkoznunk, a konfidenciahatár aránya pedig triviális matematika a standard hibán. Minél közelebb van 1-hez, annál jobb a becslés. Egy éleslátó epidemiológus javasolta ezt az indexet sok évvel ezelőtt, de néha az újszerű és érvényes ötletek sokáig szunnyadnak.

A nyelvészeti történetet elolvashatod David Salsburg The Lady Tasting Tea: How Statistics Revolutionized Science in the Twentieth Century (A hölgy teát kóstoló: Hogyan forradalmasította a statisztika a tudományt a huszadik században) című könyvében . A 98. oldalon található egyik bekezdés szemfelnyitó.

Epilógus

Sokkal több írnivaló van abban a 72 oldalas kiegészítő elemzést tartalmazó tanulmányban; ezek egy részét „a felülvizsgálati folyamat során kérték”. El tudom képzelni a harcot az ellenséges bírálókkal, amikor a téma az egészséges beoltottakkal szembeni elfogultság.

Már van körülbelül 100 sornyi adatom és elemzésem egy Excel-fájlban. (Előnézet: a harmadik adag haszontalan volt, és a további adagok rosszabbak lehettek volna.) Küldjek egy kéziratot Read professzornak, aki remélte, hogy továbbra is benyújtom a munkáimat a Journal of Infection folyóiratnak?

Hadd gondoljam át.