roodbruine zandsteen » Brownstone Institute-artikelen » Hoe een zeer effectief vaccin verandert in een middelmatig vaccin - of erger
middelmatig vaccin

Hoe een zeer effectief vaccin verandert in een middelmatig vaccin - of erger

DELEN | AFDRUKKEN | E-MAIL

Gedetecteerde fraude terzijde, er is geen sterkere kritiek op een onderzoek dan het weerleggen van het belangrijkste resultaat door gebruik te maken van de onderzoeksgegevens. Die kans doet zich niet vaak voor.

Ik presenteer een treffend voorbeeld, met betrekking tot een studie uit Israël. Ik probeer methodisch te zijn, mijn artikel is wat aan de lange kant, maar de implicaties aan het einde zijn radicaal en breed.

Goldin et al. schatte de effectiviteit van het Pfizer-vaccin op verschillende Covid-gerelateerde uitkomsten, waaronder overlijden, bij inwoners van instellingen voor langdurige zorg in Israël (gemiddelde leeftijd van 83 jaar). Het grote cohort (meer dan 43,000) was sterk scheef in de richting van gevaccineerde inwoners (90 procent). Slechts ongeveer 4,000 inwoners waren niet gevaccineerd.

Met behulp van een statistische methode die overlevingsanalyse wordt genoemd, rapporteerden de auteurs twee voor leeftijd gecorrigeerde waarden van vaccineffectiviteit (VE) tegen Covid-gerelateerde sterfte:

Als we tien dagen na de eerste dosis overslaan, was de VE 72 procent.

Ongeveer zeven dagen na de tweede dosis overgeslagen, was VE 85 procent.

Goldin et al. analyseerde ook overlijden door alle oorzaken als eindpunt, dat veel onderzoekers hebben weggelaten. Het belangrijkste is dat twee van hun cijfers (hieronder) het cumulatieve aantal Covid-sterfgevallen en alle sterfgevallen op verschillende tijdstippen tonen – waaruit we het cumulatieve aantal kunnen berekenen niet-covid sterfgevallen. Deze laatste gegevens zijn consequent verborgen in onderzoeken naar de effectiviteit van vaccins.

Bovendien hebben we mortaliteitsgegevens sinds een 'indexdatum', de datum waarop de eerste dosis werd geïnjecteerd. We kunnen de gegevens analyseren zoals ze geanalyseerd hadden moeten worden. Geen overslaan.

Bron: Goldin et al.

Om de een of andere reden komen de tijdstippen voor overlijden door Covid niet exact overeen met de tijdstippen voor alle sterfgevallen, maar ze liggen niet te ver uit elkaar (cijfers hierboven). Daarom kan het aantal Covid-sterfgevallen op de tijdstippen voor overlijden door alle oorzaken (30 dagen, 60 dagen, enz.) Redelijk worden geschat door interpolatie. Door vervolgens het aantal sterfgevallen door Covid af te trekken van de sterfgevallen door alle oorzaken, wordt een cruciaal stuk gegevens onthuld: het aantal niet-Covid-sterfgevallen.

Mijn drukke tabellen hieronder tonen het cumulatieve aantal sterfgevallen (Covid, niet-Covid) bij gevaccineerde bewoners en niet-gevaccineerde bewoners tegen het einde van de follow-up (5 maanden) en op drie tussentijdse tijdstippen. Met behulp van eenvoudige analyse, formeel "cumulatieve incidentie" genoemd, berekende ik het risico van de twee soorten overlijden bij gevaccineerde (blauwe) en niet-gevaccineerde (rode) bewoners.

De bovenste tabel laat zien dat het risico op overlijden door Covid consistent hoger was bij niet-gevaccineerden dan bij gevaccineerden, maar het verrassende resultaat wordt onthuld in de onderste tabel: dat was ook het geval voor niet-Covid-overlijden! Het sterftecijfer van niet-Covid-oorzaken bij 4,114 niet-gevaccineerde bewoners van verpleeghuizen in Israël was 3 tot 7 keer het sterftecijfer bij hun gevaccineerde tegenhangers, afhankelijk van de follow-uptijd. Of omgekeerd: het sterftecijfer door niet-Covid-oorzaken was aanzienlijk te verlagen bij verpleeghuisbewoners die tegen Covid zijn gevaccineerd. Dat verbluffende resultaat wordt al vroeg gezien, binnen een maand na de eerste dosis.

Beschermt het Pfizer-vaccin tegen overlijden door niet-Covid-oorzaken?

We moeten nog iemand horen die de claim indient.

Zo nee, wat is de verklaring?

Het is eenvoudig en helemaal niet verbazingwekkend. De beslissing van wie niet vaccineren was niet willekeurig. Het moet zijn gebaseerd op redelijke medische overwegingen, met name levensverwachting. Wat is bijvoorbeeld de verdienste van het vaccineren van een 90-jarige die lijdt aan vergevorderde dementie en uitgezaaide kanker?

Die 4,114 niet-gevaccineerde inwoners waren in het begin zieker. Hun levensverwachting was korter, ongeacht mogelijke SARS-CoV-2-infectie, en daarom was hun niet-Covid-sterfte vele malen hoger.

Anders gezegd, behoren tot de niet-gevaccineerde groep was een algemene indicator van een slechtere gezondheid. Of vice versa - behoren tot de gevaccineerde groep was een kenmerk van een betere gezondheid. Dat is natuurlijk gemiddeld.

Het fenomeen dat we hier waarnemen wordt genoemd de "gezonde gevaccineerde" vooringenomenheid, en het is goed gedocumenteerd in de onderzoeksliteratuur, die teruggaat tot griepvaccins. De bias is heel sterk bij kwetsbare bejaarde bewoners van verpleeghuizen, maar wordt gezien in alle leeftijdsgroepen van de algemene bevolking.

De implicatie van het fenomeen "gezonde gevaccineerde" - bij het schatten van de effectiviteit van vaccins - wordt confounding bias genoemd. Een naïeve vergelijking van covid-sterfte bij gevaccineerde mensen en niet-gevaccineerde mensen, zelfs als ze voor leeftijd zijn aangepast, is ronduit misleidend omdat laatstgenoemden een hoger risico op overlijden hebben beginnen met. Tenminste een deel van hun hogere Covid-sterfte, zo niet alle, heeft niets te maken met het niet gevaccineerd zijn. Het zijn gewoon ziekere mensen.

Zelfs Goldin et al. zijn zich bewust van de vooringenomenheid, waaraan ze helemaal aan het einde van het artikel een zin wijden:

"De niet-gevaccineerde groep leed mogelijk aan meer comorbiditeiten, waardoor ze vatbaarder waren voor SARS-CoV-2-infectie en overlijden, waardoor de effectiviteit van het vaccin hoger lijkt dan het in werkelijkheid is.” [mijn cursivering]

Sommige onderzoekers denken dat de bias in de tegenovergestelde richting werkt (confounding-by-indicatie bias genoemd), waarbij de kans groter is dat de ongezonde persoon wordt gevaccineerd omdat hij risico loopt. Hoe dan ook, het netto-effect van de bias van gezonde gevaccineerden en de bias van confounding-by-indicatie, als deze bestaat, wordt weergegeven in de onderste tabel (hierboven): degenen die werden gevaccineerd, hadden een aanzienlijk lagere niet-Covid-mortaliteit. Ze moeten gemiddeld gezonder zijn geweest, niet andersom.

De onderstaande tabel toont de risicoverhouding en VE tegen overlijden door Covid, zoals berekend op basis van de gegevens in de vorige bovenste tabel. VE is ongeveer 80 procent bij berekening op verschillende tijdstippen, en mijn vereenvoudigde berekening voor de gehele follow-up (82 procent) is vergelijkbaar met het hoofdresultaat van Goldin et al. (85 procent). Bedenk dat al deze schattingen vervormde (bevooroordeelde) versies van de waarheid zijn vanwege de gezonde vooringenomenheid van de gevaccineerde (en naïef aannemende dat er geen aanvullende bronnen van vooringenomenheid zijn).

Het belangrijkste is dat de gegevens over het risico op niet-Covid-overlijden een rudimentaire correctie van deze schattingen mogelijk maken, wat zeker beter is dan helemaal geen correctie. De methode kan het beste worden uitgelegd aan de hand van een eenvoudig voorbeeld.

Stel dat het schijnbaar het risico op overlijden door Covid is twee keer zo hoog bij niet-gevaccineerden dan bij gevaccineerden, wat een vertekende risicoverhouding van 0.5 betekent in het voordeel van de gevaccineerde en een vertekende VE van 50 procent. Stel dat we erachter komen dat het risico op overlijden door niet-Covid-oorzaken wordt veroorzaakt is ook twee keer zo hoog bij niet gevaccineerd. Wat houdt dat in?

Vaccinatie heeft geen verschil gemaakt. Het had geen effect op de dood door Covid. Een tweevoudig risico op overlijden door Covid is het verwachte ‘baseline’-risico op overlijden bij niet-gevaccineerden, omdat ze over het algemeen zieker zijn. Gevaccineerd of niet, ze zouden een tweevoudig risico op overlijden door Covid hebben gehad dan hun gevaccineerde tegenhangers – net als hun tweevoudige risico op overlijden door niet-Covid-oorzaken. De biased risk ratio van 0.5 (VE=50 procent) moet worden gecorrigeerd naar 1 (VE=0 procent).

Om een ​​risicoratio van 1 te krijgen, moeten we van een vertekende risicoratio van 0.5 0.5 vermenigvuldigen met 2, wat de biasfactor kan worden genoemd. De bias-factor geeft het onderliggende hogere risico op overlijden weer bij degenen die niet waren gevaccineerd. Het kan worden geschat aan de hand van de risicoverhouding van niet-Covid-mortaliteit, waarbij de niet-gevaccineerden worden vergeleken met hun gevaccineerde tegenhangers.

In mijn simpele voorbeeld maakte de correctiemethode het veronderstelde effect van een vaccin teniet. Zoals we hierna zullen zien, kan het resultaat van alles zijn, van verzwakte VE tot negatieve VE, waarbij een zogenaamd heilzaam vaccin in werkelijkheid schadelijk is.

Onderstaande tabel toont de biasfactor in het onderzoek van Goldin et al. door follow-up tijd, samen met de gecorrigeerde risicoverhouding en de gecorrigeerde VE. Gedurende de gehele follow-up hadden bijvoorbeeld niet-gevaccineerde bewoners van verpleeghuizen in Israël 3.5 keer meer kans om te overlijden aan niet-Covid-oorzaken dan gevaccineerde bewoners (biasfactor van 3.5). Vermenigvuldiging van de vertekende risicoverhouding van 0.18 met 3.5 veranderde de risicoverhouding in 0.63 en verlaagde VE van 82 procent naar 37 procent.

Bijna alle Covid-sterfgevallen hebben zich in de derde maand opgeteld (888 van de 899). Inderdaad, de bevooroordeelde VE was in wezen hetzelfde (81 procent). Omdat de biasfactor hoger was (4.1), is de gecorrigeerde VE nu 22 procent.

Of VE nu 22 procent of 37 procent was - dat is een middelmatig vaccin. En er komen slechtere resultaten aan.

De vertekende schattingen van VE namen in de loop van de tijd minimaal toe (van 78 naar 82 procent). De biasfactor daalde echter van 7.3 in de eerste maand van follow-up naar 3.5 over de gehele follow-up, wat niet al te moeilijk te verklaren is. Gezien de kortere levensverwachting van het niet-gevaccineerde cohort, stierven de meest kwetsbare leden van dat cohort eerder. De overgebleven mensen vormden geleidelijk een wat ‘gezonder’ overlevend cohort, waardoor de niet-Covid-mortaliteitskloof tussen niet-gevaccineerd en gevaccineerd kleiner werd.

Aan het einde van de eerste maand was de biasfactor 7.3 en aan het einde van de tweede maand 5.2, terwijl de biasfactor vergelijkbaar was. Als gevolg hiervan zien we een schadelijk effect van het Pfizer-vaccin in de eerste maand en een totaal nuleffect tegen het einde van de tweede maand. Dat is respectievelijk negatief en nul VE tegen de dood van Covid.

Wanneer de gevolgtrekking sterk afhangt van de hoeveelheid gegevens - geen effectiviteit in de tweede maand versus 22 procent tot 37 procent effectiviteit met langere follow-up - hebben we een vuistregel: de gevolgtrekking is sterker waar we hebben meest van de gegevens, niet na toevoeging van nog een paar waarnemingen. Ongeveer 95 procent van alle Covid-sterfgevallen vond plaats in de eerste twee maanden (eerste rij in de bovenstaande tabel).

De correctiemethode is niet perfect en het resultaat hangt af van de waarde van de biasfactor (een schatting op zich). Desalniettemin is een verhoogd risico op overlijden door Covid tijdens een vroege risicoperiode na vaccinatie verenigbaar andere gegevens. Nieuwsuitzendingen in Israël meldden inderdaad kort na de start van de vaccinatiecampagne uitbraken van Covid-infectie in verpleeghuizen.

Hieronder staan ​​twee vertaalde paragrafen uit a nieuwsverslag, gedateerd 14 januari 2021, ongeveer drie weken na de start van de campagne:

"Wederom een ​​mislukking in verpleeghuizen: op hetzelfde moment dat de tweede dosis COVID-19-vaccins wordt uitgedeeld, slaat de pandemie hard toe in de instellingen waar ouderen wonen. In de afgelopen twee weken zijn uitbraken geregistreerd in niet minder dan 160 geriatrische instellingen en zijn er 1,098 nieuwe bevestigde gevallen vastgesteld onder bewoners van instellingen die alleen door het ministerie van Volksgezondheid zijn erkend.

Parallel aan de toename van het aantal patiënten in verpleeghuizen en centra voor begeleid wonen, stopte “Senior Shield” [een taskforce voor Covid-beheer in verpleeghuizen] de afgelopen twee weken met het publiceren van het dagelijkse rapport over Covid-morbiditeitsgegevens in geriatrische instellingen op de website van het ministerie van Volksgezondheid. '

Waarom zijn ze gestopt met rapporteren? Hebben ze tijdens de eerste maand van de campagne ook een stijging gezien van het aantal overledenen aan Covid onder gevaccineerde bewoners van verpleeghuizen?

Of het Pfizer-vaccin nu tijdsafhankelijke negatieve effectiviteit, geen effectiviteit of middelmatige effectiviteit had – de uitstekende effectiviteit tegen de dood door Covid, zoals gerapporteerd door Goldin et al., was onjuist. Ervan uitgaande dat deze conclusie niet wordt betwist, wat zijn dan de implicaties?

Sommige lezers denken misschien dat de weerlegging van één studie niet veel betekent. Goldin et al. hebben ongelijk, maar er zijn andere onderzoeken die het verhaal van een "zeer effectief vaccin" bij de kwetsbare bevolking ondersteunen. We hebben niet aangetoond dat de resultaten van die onderzoeken ook onjuist waren.

Zo werkt deductieve gevolgtrekking niet. Als VE tegen Covid-dood verre van "zeer effectief" blijkt te zijn in een onderzoek onder kwetsbare ouderen, dan zouden we moet afleiden dat alle andere onderzoeken die vergelijkbare of betere VE rapporteerden, ook onjuist zijn - eveneens vertekend door de vooringenomenheid van gezonde gevaccineerden. Anders moeten we een ongeloofwaardige veronderstelling maken: ondanks ernstige vooringenomenheid genereerde het kansspel op wonderbaarlijke wijze de ware VE in de studie van Goldin et al.

Wat moet er nu gebeuren?

Allereerst het artikel van Goldin et al. moet worden ingetrokken.

Ten tweede moet de vaccinatie van kwetsbare ouderen met bijgewerkte Covid-vaccins worden stopgezet.

Ten derde zouden volksgezondheidsinstanties een Request for Applications (RFA) moeten starten voor placebogecontroleerde gerandomiseerde onderzoeken naar Covid-vaccins in verpleeghuizen – met Covid en sterfte door alle oorzaken als eindpunten.

Dergelijke onderzoeken zijn wetenschappelijk verantwoord omdat bewoners van verpleeghuizen, de meest kwetsbare bevolkingsgroep, werden uitgesloten van de oorspronkelijke onderzoeken (waarbij overlijden geen eindpunt was). Bovendien worden gerandomiseerde onderzoeken in deze unieke populatie ethisch verplicht wanneer VE wordt gecorrigeerd voor overlijden door Covid op basis van observatiegegevens die variëren van middelmatig tot negatief, en er zijn vaccingerelateerde sterfgevallen.

Natuurlijk is al het bovenstaande relevant en toepasbaar in een ander universum.



Uitgegeven onder a Creative Commons Naamsvermelding 4.0 Internationale licentie
Stel voor herdrukken de canonieke link terug naar het origineel Brownstone Instituut Artikel en auteur.

Auteur

  • Eyal Shahari

    Dr. Eyal Shahar is emeritus hoogleraar volksgezondheid in epidemiologie en biostatistiek. Zijn onderzoek richt zich op epidemiologie en methodologie. In de afgelopen jaren heeft Dr. Shahar ook belangrijke bijdragen geleverd aan de onderzoeksmethodologie, vooral op het gebied van causale diagrammen en vooroordelen.

    Bekijk alle berichten

Doneer vandaag nog

Uw financiële steun aan het Brownstone Institute gaat naar de ondersteuning van schrijvers, advocaten, wetenschappers, economen en andere moedige mensen die professioneel zijn gezuiverd en ontheemd tijdens de onrust van onze tijd. U kunt helpen de waarheid naar buiten te brengen door hun voortdurende werk.

Abonneer u op Brownstone voor meer nieuws

Blijf op de hoogte met Brownstone Institute