De groeiende kloof tussen realiteit en popwetenschap

De kloof tussen het gangbare verhaal over het succes van de COVID-19-vaccinatiecampagne en empirisch verifieerbare resultaten blijft groeien.

De vroege proefresultaten voor de mRNA-vaccins werden geprezen omdat ze '95% effectiviteit' toonden, met experts geciteerd door NBC noemde het 'de grand slam': ''We hebben geen goede voorbeelden van vaccins met dit niveau van werkzaamheid voor alle leeftijden, geslachten, rassen en comorbiditeiten', zei (Dr. Greg) Poland. "Ik heb nog nooit zoiets gezien.'"

De onderzoeken toonden geen werkzaamheid tegen overdracht of mortaliteit aan, zelfs niet wanneer de gegevens van meerdere onderzoeken voor beide mRNA-vaccins dat wel waren geaggregeerd om de macht te vergroten, maar dit weerhield regeringen er niet van om de vaccins uit te rollen voor alle leeftijdsgroepen en risicocategorieën en ze verplicht te stellen voor brede delen van de bevolking in de werkende leeftijd, voor een ziekte waarbij de bevolking na de werkende leeftijd verreweg het meest risico.

Hoe ziet die 95 procent bescherming tegen infectie er achteraf uit? 

Volgens de recente preprint volgens experts van Harvard, Yale en Stanford (drie van de tien best beoordeelde universiteiten ter wereld) was op 94 november 9, slechts twee jaar later, 2022 procent van de Amerikaanse bevolking minstens één keer besmet. 

Dus de veronderstelde 95 procent bescherming resulteerde naar verluidt in 94 procent infectie.

De massale vaccinatiecampagne slaagde er totaal niet in om te voorkomen dat bijna de hele bevolking besmet raakte. En toch was bescherming tegen infectie de enige claim die leek te worden gevalideerd door de gerandomiseerde gecontroleerde klinische onderzoeken (RCT's), waarvan wordt aangenomen dat ze het hoogste niveau van medisch bewijs zijn. Hoe kan dit?

Houd er rekening mee dat tegen 9 november (volgens de OWiD-gegevensverkenner), had 80 procent van de mensen in de VS één of twee (69 procent) doses van het vaccin gekregen, dus de dekking was erg breed, maar niet universeel.

We moeten ook erkennen dat de bewering van het Harvard-, Yale- en Stanford-team een ​​schatting is die is gebaseerd op modellering, en modellering telt niet als hoogwaardig bewijs binnen dezelfde hiërarchie van medisch bewijs. Hun model is een zwarte doos – ze onthullen geen details over hoe het is gebouwd of wat de belangrijkste gegevensaannames waren die het model aandrijven. Zie ook de vernietigende kritiek van COVID-19-modellering in het algemeen door Ioannidis et al.

De plotselinge vorming van wat ik de 'grote strategie' noem, die bedoeld was om tussentijdse bescherming te bieden door middel van lockdowns totdat er een effectief vaccin beschikbaar kwam, was grotendeels gebaseerd op modellering, zowel van de omvang van het mogelijke verlies aan mensenlevens als van de effectiviteit van de tegenmaatregelen (om het ingebeelde extra verlies aan mensenlevens af te wenden). Als op dergelijke modellering niet kan worden vertrouwd, valt de grote strategie (die in feite noch groots noch strategisch was) hoe dan ook op de grond.

Gelukkig is er een relatief stevige basis voor het schatten van de cumulatieve prevalentie van SARS-CoV-2-infectie. Het landelijke commerciële laboratoriumbewakingssysteem van de CDC geschat 57.7 procent seroprevalentie over de periode januari – februari 2022.

Gezien het feit dat de infecties in de loop van 2022 versnelden en dat 'schattingen van infectie op basis van antigeentestresultaten waarschijnlijk worden onderschat', lijkt het aannemelijk dat begin november een zeer groot deel van de bevolking was blootgesteld. Bovendien schatte hetzelfde rapport dat 91.5 procent van de mensen antilichamen had tegen SARS-CoV-2 of tegen de vaccins. Eventuele verdere winsten zijn waarschijnlijk marginaal.

Er is enige ondersteuning in sommige observationele onderzoeken voor een beschermend effect tegen met name COVID-gerelateerde sterfte gedurende maximaal 6 maanden. Maar er is weinig of geen bewijs voor een vermindering van de sterfte door alle oorzaken, wat de zuurtest is, omdat het selectieve criteria over de doodsoorzaak vermijdt.

Het probleem dat moet worden opgelost, is oversterfte, dus de primaire functie van een vaccin zou moeten zijn om sterfte door alle oorzaken te verminderen, niet alleen sterfte door een bepaalde oorzaak. Het team van de Zhengzhou University meta-analyse toont alleen een hoog niveau van bescherming tegen COVID-gerelateerd overlijden gedurende onbepaalde tijdsperioden. 

We hebben duidelijke vergelijkingen nodig tussen een nooit gevaccineerde groep en een vergelijkbare groep vanaf het moment van de eerste vaccinatiedosis – geen uitsluitingen, geen categorisering van de gedeeltelijk gevaccineerden als 'niet gevaccineerd'. We willen totale resultaten zien over een zinvolle periode. De meeste van deze onderzoeken laten slechts gedeeltelijke en kortetermijneffecten zien.

De recente studie komt uit Indiana door Tu et al. vergelijkt de sterfteresultaten voor gematchte paren van niet-gevaccineerde maar geïnfecteerde individuen en gevaccineerde mensen en vindt een voordeel van 37 procent voor de gevaccineerden. 

Dit is een zorgvuldig opgezette studie, maar je moet naar de kleine lettertjes kijken: 'Overeenkomende paren werden gecensureerd wanneer een geïnfecteerde deelnemer een vaccinatie kreeg of een ontvanger van het vaccin besmet raakte.' Dus als ontvangers van het vaccin stierven nadat ze ook besmet waren geraakt, werd dit dan uitgesloten van de analyse? Inschrijven Medscape, merkte Perry Wilson op: 'Ik ben bang dat dit de resultaten ten gunste van vaccinatie zou beïnvloeden.'

Vergelijk Chematelly et al., die ontdekte dat: 'De effectiviteit van primaire infectie tegen ernstige, kritieke of fatale COVID-19-herinfectie was 97.3% (95%-BI: 94.9-98.6%), ongeacht de variant van primaire infectie of herinfectie, en zonder bewijs voor afname .' Dit was gebaseerd op cohortstudies uit de nationale database die de gehele bevolking van Qatar omvatte. Een eerdere infectie is dus de beste verdediging die beschikbaar is tegen toekomstige infectie, en bijna iedereen heeft het gehad.

Observationele onderzoeken worden vaak beïnvloed door externe factoren en daarom staan ​​ze onder RCT's in de evidence-based medicine-hiërarchie. Verschillende keuzes voor insluiting, uitsluiting en timing kunnen tot verschillende resultaten leiden. Onderzoeksgroepen zouden vaker gevoeligheidsanalyses moeten uitvoeren om erachter te komen hoe het veranderen van elk van de belangrijkste parameters de resultaten zou veranderen. Zijn de bevindingen robuust in alle scenario's? 

De onderzoeken die de effectiviteit van vaccins aantonen, hebben mogelijk interne validiteit, maar missen externe validiteit voor een populatie als geheel gedurende de twee jaar van de vaccinatiecampagne. Als dit het geval is voor de onderzoeken die bescherming tegen infectie claimen, geldt dat waarschijnlijk evenzeer voor de onderzoeken die bescherming tegen de dood claimen, aangezien ze dezelfde beperkingen hebben en evenmin de holistische uitkomsten kunnen bepalen. Sommige sterfgevallen een paar maanden uitstellen zou niet voldoende zijn.

Een ander voorbeeld van deze meetafwijkingen is het vermelden waard. In mijn laatste bijdragemerkte ik op dat uit de Amerikaanse V-Safe-gegevens bleek dat 7.7 procent van de mensen aangaf medische hulp te zoeken na vaccinatie, terwijl het vergelijkbare Australische cijfer minder dan 1 procent was. Maar nu ik de kleine lettertjes heb gelezen, vind ik dat de AusVaxVeiligheidsgegevens is gebaseerd op een enquête die op dag 3 na vaccinatie wordt verzonden, terwijl de V-Safe inchecken lopen gedurende 12 maanden na de laatste dosis. De Australische actieve bewakingsgegevens zijn dus van zeer korte duur. Het Amerikaanse systeem is grondiger, maar was niet transparant omdat de gegevens pas openbaar werden gemaakt op gerechtelijk bevel na juridische stappen. 

Onderzoekers analyseren de gegevens die zij of de overheidsinstanties willen meten of onthullen, wat zeer selectief en zelfs misleidend kan zijn. Resultaten op korte termijn worden geëxtrapoleerd naar langetermijnresultaten die niet uitlopen. Het onderzoek geeft ons alleen momentopnamen - het micro-, niet het macro-perspectief.

Het publiek verwacht dat vaccinatie hen beschermt tegen besmetting. Toch tonen recente onderzoeken aan dat de gevaccineerden dat ook daadwerkelijk zijn meer waarschijnlijk besmet raken, zoals de Cleveland Clinic studie van Shestha et al. De Cleveland Clinic-studie laat inderdaad een dosis-responscorrelatie zien, waarbij het aantal infecties progressief toeneemt met het aantal doses, en de auteurs bespreken twee andere studies die vergelijkbare bevindingen hadden. Ze verdienen lof voor het publiceren van hun bevindingen, die ze omschrijven als 'onverwacht'. 

Maar ze zouden niet onverwacht zijn voor degenen onder ons die aandacht schonken aan de rapporten over vaccinsurveillance van Public Health England, waaruit bleek dat gevaccineerde mensen meer infecties hadden dan niet-gevaccineerden (zie bijvoorbeeld tabel 14 in het rapport voor week 13, gepubliceerd op 31 maart 2022). PHE heeft deze grijs weergegeven in de hoop dat we de gegevens die niet bij het verhaal passen niet zouden opmerken. Hun opvolgers bij de Health Security Agency losten het probleem op door de rapporten helemaal stop te zetten.

In die eerdere bijdrage heb ik erop gewezen dat de Europese mortaliteitscurves de afgelopen twee jaar van vaccinatie vlakker zijn geweest, wat consistent is met het feit dat een deel van de mortaliteit op zijn minst wordt uitgesteld door toenemende hybride immuniteit. Maar voor hoe lang uitgesteld? En wat zijn de relatieve bijdragen van infectie en vaccinatie? Niemand weet. 

Grote beweringen over het redden van miljoenen levens door vaccinatie zijn niet falsifieerbaar, aangezien ze weer berusten op het afwenden van hypothetische contrafeitelijke scenario's waarin er zogenaamd veel meer doden zouden zijn gevallen zonder de vaccinatiecampagne. Maar deze sterfgevallen kunnen alleen voorkomen in de virtuele wereld van computermodellering en kunnen slechts voor een korte tijd worden voorkomen. Beleid moet gebaseerd zijn op feitelijke informatie en het grote geheel.

Overheidsprogramma's moeten grondig worden geëvalueerd, vooral wanneer ze gevolgen hebben voor de volksgezondheid en individuele rechten. De doelstellingen zouden duidelijk moeten zijn, terwijl ze in dit geval vaag en voortdurend verschuivend waren. En de uitkomstgegevens moeten eenvoudig zijn, terwijl ze in dit geval afhankelijk zijn van complexe en variabele statistische verwerking van kleine steekproeven.

Beleidsmakers en politici doen grote uitspraken op basis van onzekere gegevens. Ze moeten zeker weten dat de pandemie substantieel wordt gematigd door beleidsinstellingen en niet wordt verlengd.

Het primaire doel van overheidsstrategieën had moeten zijn om oversterfte te voorkomen, maar de oversterfte bleef tot 2022 hoog, met een piek van iets meer dan 23 procent (VK) en meer dan 10 procent (VS) (zie OWiD opnieuw). Er is geen hard bewijs dat de oversterfte de afgelopen twee of drie jaar in totaal is afgenomen.

Hoe kan het voortzetten van de massale vaccinatiecampagne worden gerechtvaardigd als de bevolking al een gelijkwaardige immuniteit heeft, vaccinatie het risico op infectie (en bijwerkingen) verhoogt en andere voordelen onzeker zijn? 

De WHO, overheidsinstanties en wetenschappers begonnen in 2020 met het verkondigde doel om 'de pandemie onder controle te krijgen', wat evolueerde naar de hoop dat COVID-19-vaccinatie 'de pandemie zou kunnen beëindigen'. Dat deed het niet.

Ze moesten al snel toegeven dat vaccinaties geen volledige bescherming zouden bieden tegen overdracht of infectie, maar hielden vol dat ze 'substantieel effectief' tegen infectie. 

En toch raakte iedereen besmet, in sommige gevallen vele malen. 

Falen wordt gezien als een triomf – maar is het een triomf van verkeerde informatie? Is het een grote illusie?