roodbruine zandsteen » Brownstone Institute-artikelen » Een nieuwe Covid-shot krijgen? Het bewijs suggereert iets anders
geen bewijs, bevooroordeeld

Een nieuwe Covid-shot krijgen? Het bewijs suggereert iets anders

DELEN | AFDRUKKEN | E-MAIL

De herfst komt eraan en de Covid-propagandamachine, aangewakkerd door fabrikanten van Covid-vaccins, is er al. Zonder ook maar één enkele proef naar de effectiviteit tegen de dood, Lipide-nanodeeltjes die mRNA en misschien meer (resterend DNA?) bevatten, zullen waarschijnlijk elke winter aan de reguliere griepvaccinatie worden toegevoegd. Misschien worden ze deze winter niet langer boosterdoses genoemd.

Het is daarom een ​​goed moment om de beweringen over de hoge effectiviteit van de eerste booster, die twee winters geleden aan het two-shot-protocol werd toegevoegd, opnieuw te bekijken. Met behulp van empirische gegevens uit drie bronnen zal ik hier onderzoeken wat er overblijft na rekening te hebben gehouden met de vooringenomenheid van gezonde gevaccineerden (nog te verklaren) en bijzondere kenmerken van de gegevens laten zien die wijzen op nog diepere schattingsproblemen. Vervolgens zal ik een ander vooroordeel bespreken, genaamd differentiële misclassificatie, dat niet gemakkelijk kan worden weggenomen.

Gezien deze twee vooroordelen (er kunnen er nog meer zijn) lag de werkelijke effectiviteit van de eerste booster ergens tussen middelmatig en nul, en het is onmogelijk om dat bereik te verkleinen. Daarom waren al die observationele onderzoeken naar de effectiviteit van de booster nutteloos.

Elke winter een nieuwe Covid-injectie nemen, of het nu een booster wordt genoemd of niet, heeft geen empirische basis. De bewijslast voor het bewijzen van de effectiviteit tegen de dood rust volledig op de volksgezondheidsfunctionarissen, en alles behalve een gerandomiseerde studie is onaanvaardbaar.

De gezonde vooringenomenheid van gevaccineerden

Ik heb er verschillende artikelen aan gewijd dit onderwerp, die als volgt kan worden samengevat:

Een naïeve vergelijking van de Covid-sterfte onder gevaccineerde mensen en niet-gevaccineerde mensen, zelfs als deze aan de leeftijd wordt aangepast, is ronduit misleidend omdat eerstgenoemden een lager risico op overlijden hebben beginnen met. Tenminste een deel van hun lagere Covid-sterfte, zo niet alles, heeft niets met het vaccin te maken. Het zijn gewoon gezondere mensen dan hun niet-gevaccineerde tegenhangers. Dat heet de gezonde vaccinee bias.

Of andersom: niet-gevaccineerde mensen zijn gemiddeld zieker dan hun gevaccineerde tegenhangers, en dus hebben hoger sterfte in het algemeen, inclusief sterfte door Covid.

Vooroordelen zijn uitgebreid bestudeerd door epidemiologen, biostatistici en anderen. Maar als je zoekt naar ‘healthy vaccine bias’ op PubMed, een bekende website voor biomedische artikelen, zul je niet veel publicaties vinden. Er zijn er maar 24 (31 augustus), inclusief recent correspondentie in de New England Journal of Medicine over de effectiviteit van de booster.

De gezonde gevaccineerde bias, die velen ten onrechte selectiebias noemen, is een soort verwarrende bias. Bovendien is het niet beperkt tot een vergelijking van gevaccineerden met niet-gevaccineerden, maar wordt het voortgezet met aanvullende doses. Degenen die de derde dosis namen, waren gemiddeld gezonder dan degenen die slechts twee doses namen. We zullen het bewijs binnenkort zien. Het verschuiven van gezondere mensen in de volgorde van de doses heeft nog een ander merkwaardig effect. Het ‘overgebleven’ cohort van ontvangers van twee doses wordt bijvoorbeeld zieker (meer vergelijkbaar) met het cohort van niet-gevaccineerden.

De vooroordelen over gezonde vaccins kunnen, althans gedeeltelijk, worden weggenomen, maar er is weinig over de methode geschreven. Voor zover ik weet hebben twee onderzoeksgroepen onafhankelijk van elkaar een correctiemethode voor vertekende risicoverhoudingen ontwikkeld: een groep uit Hongarije; ander uit de VS. Omdat ik me tot voor kort niet bewust was van dat werk, stelde ik ook voor een methode. Interessant genoeg blijkt dat het dezelfde triviale wiskunde is, uitgedrukt in twee of drie vormen.

Ongeacht de wiskunde is het gemeenschappelijke onderliggende principe eenvoudig. We weten dat gevaccineerde mensen gemiddeld gezonder zijn. Laten we gegevens over niet-Covid-sterfte gebruiken om hun Covid-sterfte te schatten, als ze net zo ongezond waren geweest als hun niet-gevaccineerde tegenhangers. Met andere woorden, we schatten het risico in a contrafeitelijk toestand, die niet waarneembaar is. Een van de vele manieren om confounding en deconfounding te definiëren is gebaseerd op contrafeitelijke redeneringen. (Er zijn andere manieren.)

Om deze vertekening te corrigeren, hebben we gegevens nodig over niet-Covid-sterfte naar vaccinatiestatus. Dat soort gegevens wordt consequent verborgen gehouden. Tot nu toe ben ik op de hoogte van drie gegevensbronnen over niet-Covid-dood van ontvangers van de derde dosis: Engeland, Wisconsin en Israël.

Gegevens van het Office of National Statistics (ONS), Engeland

De ONS is de grootste van de drie bronnen. Dat bureau publiceert periodiek een uitgebreide dataset met veel stratificatieniveaus, waaruit ik maandelijkse gegevens heb gehaald voor degenen die de derde dosis kregen versus degenen die slechts twee doses kregen. In beide gevallen heb ik alleen die mensen gekozen die de laatste dosis ten minste 21 dagen geleden hebben gekregen, waarbij schaarse gegevens voor sommige andere categorieën zijn vermeden en de vergelijkbaarheid is gewaarborgd. De periode die ik heb onderzocht was november 2021 tot en met april 2022, kort na het starten van de boostercampagne tot de volgende (vierde dosis) campagne.

De ONS-gegevens omvatten voor leeftijd gestandaardiseerde sterftecijfers voor alle leeftijden, en ook cijfers voor 10-jarige leeftijdsgroepen met aanvullende leeftijdsstandaardisatie binnen die leeftijdsgroepen. Ik heb voor de laatste tarieven gekozen. De resultaten waren vrijwel identiek bij gebruik van niet-gestandaardiseerde cijfers, wat niet verrassend is gezien de smalle leeftijdscategorieën.

Uit onderstaand voorbeeld blijkt dat het tarief van niet-covid De sterfte bij de oudste ontvangers van slechts twee doses was 2.19 keer zo hoog als bij hun leeftijdsgenoten die drie doses kregen. Degenen die de booster bleven gebruiken, waren gemiddeld gezonder. Dat is de gezonde vooringenomenheid bij vaccinateurs, die elke maand in elke leeftijdsgroep aanwezig was. De verhouding 2.19 wordt de biasfactor genoemd. De waarde ervan varieerde van 2 tot 5 in de meeste ONS-gegevens die ik heb geëxtraheerd. De laagste waarde was 1.7 en de hoogste was 8.1.

Gekopieerd uit het ONS Excel-bestand met mijn aanvullingen (in rood)

Een naïeve analyse levert een risicoratio op van 0.27 (vaccineffectiviteit van 73 procent), toegeschreven aan het nemen van een derde dosis versus het nemen van slechts twee doses. Beide zijn vertekende schattingen. Om een ​​gecorrigeerde risicoratio te berekenen moeten we de biased risk ratio (0.27) vermenigvuldigen met de biasfactor (2.19), zoals uitgelegd elders.

Als we aan het einde van de berekening afronden, krijgen we een gecorrigeerde risicoverhouding van 0.60 (gecorrigeerde vaccineffectiviteit van slechts 40 procent).

Een paar methodologische punten:

Ten eerste heeft het gebruik van werkelijke tarieven in plaats van gestandaardiseerde tarieven, zoals ik eerder heb opgemerkt, geen materieel verschil gemaakt. De leeftijdsgroepen waren smal genoeg. In het bovenstaande voorbeeld krijgen we precies hetzelfde resultaat, welk type tarief we ook gebruiken, omdat de gestandaardiseerde tarieven vrijwel identiek waren aan de werkelijke tarieven.

Ten tweede heffen de noemers van de bevolking elkaar op als de werkelijke cijfers worden gebruikt. Eenvoudige wiskunde laat zien dat we de gecorrigeerde risicoverhouding kunnen berekenen alleen met behulp van tellingen van sterfgevallen. Ik zal de technische afleiding overslaan en alleen de berekening voor het bovenstaande voorbeeld laten zien:

Kans op overlijden door Covid (vs. niet-Covid-sterfte) bij ontvangers van de derde dosis: 606/6,912 = 0.088

Kans op overlijden door Covid (versus niet-Covid-sterfte) bij ontvangers van twee doses: 88/598 = 0.147

Gecorrigeerde risicoratio: 0.088/0.147 = 0.60

Ten derde, serieuze vragen zijn op de ONS-noemers gesteld. Deze correctiemethode voor de vooroordelen over gezonde gevaccineerden is echter alleen gebaseerd op het aantal sterfgevallen do Het maakt veel uit.) We zullen aan het eind op dit onderwerp terugkomen als ik een ander belangrijk vooroordeel bespreek: de differentiële verkeerde classificatie van de doodsoorzaak.

Ten vierde zijn schaarse gegevens (weinig sterfgevallen) een veelvoorkomend probleem bij het schatten van de effectiviteit van vaccins, vooral wanneer de steekproef gestratificeerd is. In het interval dat ik analyseerde voor het boostereffect (november 2021 – april 2022) was dit geen probleem. De ONS-dataset is groot genoeg om stabiele resultaten op die stratificatieniveaus te produceren.

Ten vijfde heb ik de berekening beperkt tot de leeftijd van 60 jaar en ouder om twee redenen: 1) de ongehersenspoelde lezer weet dat Covid nooit een volksgezondheidsprobleem is geweest voor jongere bevolkingsgroepen. 2) Het aantal Covid-sterfgevallen in jongere leeftijdsgroepen was klein.

Onderstaande grafiek toont een naïeve analyse van de ONS-data. De schattingen van een hoge effectiviteit zijn om minstens één reden nutteloos: de vooringenomenheid van gezonde gevaccineerden. De ONS erkent dit punt, zonder het woord ‘vooroordeel’ te gebruiken.

Zij schrijven:

“De ASMR’s [leeftijdsgestandaardiseerde sterftecijfers] zijn niet gelijkwaardig aan maatstaven voor de effectiviteit van vaccins; ze verklaren verschillen in leeftijdsopbouw en bevolkingsomvang, maar er kunnen ook andere verschillen zijn tussen de groepen (met name de onderliggende gezondheid) die van invloed zijn op de sterftecijfers.”

Gecorrigeerde schattingen van de effectiviteit worden weergegeven in de onderstaande grafiek. Als we de tweede grafiek met de eerste vergelijken, is het duidelijk dat de omvang van de vooroordelen over gezonde vaccins groot was, en dat in april 2022 vertekende schattingen van 54 tot 70 procent feitelijk teniet werden gedaan. We zien ook een snelle en volledige afname van de effectiviteit, wat niet te zien was in de vertekende resultaten.

Niettemin rijzen er na de correctie nieuwe vragen:

  • Waarom lijkt de effectiviteit zo te zijn toename met veroudering in veel paarsgewijze vergelijkingen? Waarom is het in november 2021 bijvoorbeeld twee keer zo hoog bij de oudste dan bij de jongste? Gezien de gevestigde waarden verwachten we het tegenovergestelde te zien kennis uit de immunologie.
  • Waarom neemt de effectiviteit in de jongste leeftijdsgroep toe tussen november 2021 en januari 2022, en neemt vervolgens snel af? Is er een biologische verklaring?
  • Waarom is de lineaire, neerwaartse trend alleen het meest consistent en scherpst in de oudste leeftijdsgroep?
  • Waarom zijn de schattingen voor de vier leeftijdsgroepen in januari 2022 grotendeels gelijkgetrokken, en lopen ze vervolgens weer uiteen?

Sommige kenmerken van de gegevens zijn eenvoudigweg niet logisch. Waarom?

Ik bied het volgende antwoord op al deze vragen: ofwel hebben we de vooroordelen over gezonde vaccins niet volledig en uniform weggenomen, ofwel zijn er andere vooroordelen-gerelateerde processen in werking getreden. Hoewel we de oorspronkelijke, vertekende schattingen vol vertrouwen moeten verwerpen, kunnen we de nieuwe schattingen niet onderschrijven als geldige, definitieve vervangers. Ze kwalificeren niet eens als bovengrenzen van effectiviteit. De werkelijke effectiviteit, als deze al betekenisvol is, zou veel lager moeten zijn.

Gegevens uit Wisconsin

gegevens uit Milwaukee County, Wisconsin wordt gepresenteerd in een onderzoek van Yuan et al. (preprint) of Atanasov et al. (peer-reviewed versie). Hun artikel behoort tot de beste manuscripten die ik in mijn professionele carrière heb gelezen, wat niet betekent dat ik het eens ben met een uitspraak als “COVID-19-vaccins hebben miljoenen levens gered.” Ze deden niet. Ook ben ik het niet eens met hun beweringen over de voordelen van de booster, zoals je binnenkort zult zien.

Dat artikel is op verschillende punten uitzonderlijk: 1) onafhankelijke ontdekking van de methode om de vooroordelen over gezonde vaccins weg te nemen; 2) grondige analyses op een niveau dat ik zelden heb gezien (als je de moeite neemt een lange bijlage te lezen); 3) doordachte discussies over bijna elk onderwerp waar ik aan kon denken; 4) volledige uiteenzetting van de gegevens. Tot mijn verbazing wordt echter nooit de term “gezonde vaccinatievooroordelen” genoemd, en wordt er ook niet geciteerd uit eerder werk over dit onderwerp.

De auteurs hebben de vaccineffectiviteit van verschillende doses tegen Covid-dood bestudeerd bij inwoners van Milwaukee County, Wisconsin. Uit hun overweldigende hoeveelheid gegevens kon ik de cijfers in de onderstaande tabel extraheren en berekenen, wat in wezen hetzelfde soort gegevens is als de ONS-gegevens en hetzelfde soort analyse – in twee leeftijdsgroepen in plaats van vier, verdeeld over drie maanden (gecombineerd). Zelfs na groepering zijn de gegevens schaars (een klein aantal Covid-sterfgevallen).

Zoals u kunt zien, zijn de resultaten merkwaardig. Er was slechts sprake van een gematigde bias onder gezonde vaccins in de leeftijdsgroep van 60-79 jaar, en helemaal geen bias in de leeftijdscategorie 80+. Met welk soort vooroordelen bij gezonde gevaccineerden werd rekening gehouden? Waarom zien we een biasfactor van 1? Na correctie was de effectiviteit van de booster bij 80-plussers enigszins hoger, niet lager dan in de leeftijdsgroep 60–79 jaar. Zijn dit de verwachte resultaten?

De auteurs schrijven dat “…selectie-effecten, tenzij er voor wordt gecontroleerd (via onze CEMP-meting of op een andere manier), grote vertekeningen in VE-schattingen kunnen veroorzaken.” Dat klopt, en we zagen het net in de ONS-analyse. Maar om de een of andere reden leken deze effecten niet te werken in hun gegevens voor oudere ontvangers van een booster versus ontvangers van twee doses.

Ik prijs de auteurs voor hun creatieve verklaringen van afwijkende resultaten (bijlage, pagina's 13–14). Blijkbaar was er geen verklaring nodig voor de ONS-gegevens. De gezonde vooroordelen bij gevaccineerden zijn in geen enkele leeftijdsgroep verdwenen.

Een uitstekende analyse kan de problemen die inherent zijn aan het monster niet verhelpen. Het kan alleen een schaars gegevensprobleem zijn, of nog veel meer. Hoe dan ook, we mogen geen vertrouwen hebben in de nieuwe schattingen.

Gegevens uit Israël

Een brief aan de redactie van de New England Journal of Medicine heeft onlangs aanzienlijke belangstelling gewekt voor de vooroordelen over gezonde vaccins. Høeg en collega's heeft scherpzinnig gebruik gemaakt van gegevens over niet-Covid-sterfte uit een onderzoek onder ontvangers van boostermedicijnen in Israël. Volgens deze gegevens is de vooringenomen vaccineffectiviteit van 95 procent nul geworden na correctie voor de vooringenomenheid van gezonde vaccins. De gegevens zijn hieronder samengevat.

Wanneer een nieuwe methode wordt geïntroduceerd, ontstaan ​​er vaak nieuwe vragen, die zeer technisch zijn. In plaats van de vertekening te corrigeren met behulp van tellingen, cijfers of voor leeftijd gecorrigeerde cijfers, is het ook mogelijk om de vertekening te corrigeren via een procedure in twee stappen. Ten eerste passen we een multivariabel regressiemodel toe om zoveel mogelijk verwarring weg te nemen, zowel voor de dood van Covid als voor de niet-Covid-dood. Vervolgens passen we de op contrafeiten gebaseerde correctie toe voor de “overgebleven” bias. De resultaten kunnen verschillen. In het onderzoek uit Israël genereerde de tweede methode bijvoorbeeld een vaccineffectiviteit van 57 procent in plaats van 0 procent.

  • Zijn beide methoden geldig, in de statistische zin van ‘onpartijdige resultaten’?
  • Zo ja, wat heeft vanuit statistisch perspectief de voorkeur (bijvoorbeeld kleinere variantie)?

De discussie is veel te ingewikkeld om hier te kunnen behandelen. Ik wil alleen zeggen – voor degenen met geavanceerde statistische kennis – dat de tweestapsmethode een hybride is van twee benaderingen van ontwarring: klassieke conditionering en contrafeitelijk redeneren. Of die hybride gerechtvaardigd is, zelfs als deze geldig is, is dat wel twijfelachtig. Aan de andere kant ben ik mij nog niet bewust van enige openlijke valkuil van de enkele contrafeitelijke benadering, namelijk de benadering van Hoog en el. en de mijne.

Differentiële misclassificatie-bias

Stel je twee mensen voor die in een ziekenhuis zijn overleden. Patiënt A kreeg slechts twee doses van een Covid-vaccin; patiënt B kreeg drie doses (“up-to-date”). Stel dat Covid bij beide patiënten de doodsoorzaak was. Niettemin is er in onze onvolmaakte wereld sprake van een verkeerde classificatie, en kan een van de twee sterfgevallen, of beide, worden geregistreerd als een niet-Covid-sterfgeval. Welke soort misclassificatie kan worden verwacht?

Het hangt af van de vaccinatiestatus.

We mogen aannemen dat artsen terughoudender zijn om de dood aan Covid toe te schrijven bij een gevaccineerde patiënt dan bij een niet-gevaccineerde patiënt “omdat de vaccins zeer effectief zijn.” Toch registreren ze Covid wel als doodsoorzaak bij gevaccineerde patiënten, maar dat zouden ze wel kunnen doen anders voor patiënt A (twee doses) versus patiënt B (drie doses). Het is waarschijnlijker dat de Covid-dood van patiënt B, die ‘op de hoogte’ is van de vaccinatiestatus, ten onrechte als niet-Covid wordt geregistreerd dan de Covid-dood van patiënt A die dat niet is. Denk naar analogie aan patiënt A als “niet-gevaccineerd” en aan patiënt B als gevaccineerd. Welk Covid-sterfgeval wordt waarschijnlijker gemist? Het laatste.

Het fenomeen wordt differentiële misclassificatie-bias genoemd, en ik twijfel er niet aan dat het universeel optrad om verschillende redenen: de mentaliteit van artsen, PCR-testprotocollen, enzovoort. Toch is het moeilijk om de bias te kwantificeren en weg te nemen. Wanneer differentiële misclassificatie wordt toegevoegd aan het fenomeen van gezonde gevaccineerden, wordt de bias nog groter. Om dit punt hypothetisch te illustreren, heb ik de schaarse gegevens uit Milwaukee County, Wisconsin gebruikt.

Stel dat 5 procent van de 491 niet-Covid-sterfgevallen in de leeftijd van 60-79 jaar feitelijk Covid-sterfgevallen waren, die verkeerd werden geclassificeerd (omdat artsen ervan overtuigd waren dat de vaccins zeer effectief waren en om andere redenen). Niettemin was er sprake van een verschillende misclassificatie, zoals hierboven uitgelegd:6 procent van de 239 niet-Covid-sterfgevallen bij ontvangers van drie doses (“up-to-date” gevaccineerd) waren Covid-sterfgevallen, terwijl slechts 4 procent van de 252 niet-Covid-sterfgevallen bij ontvangers van twee doses (“niet-gevaccineerd”) Covid-sterfgevallen waren.

De berekening wordt weergegeven in de onderstaande tabel. Na correctie voor zowel de differentiële misclassificatie als de gezonde gevaccineerde bias, krijgen we slechts 28 procent effectiviteit van de derde dosis.

De auteurs van dat onderzoek erkenden dat de geschatte effecten vertekend zouden zijn als “de mate van ondertelling systematisch zou verschillen tussen gevaccineerde en niet-gevaccineerde personen”, maar ze “hebben geen reden om te verwachten dat voorwaarde (ii) geldt.”

Zoals ik hierboven schreef, deel ik hun overtuiging niet. Er zijn genoeg redenen om differentiële misclassificatie te verwachten, en degenen onder ons die bijvoorbeeld de PCR-testpraktijken in Israël hebben gevolgd, hebben voldoende bewijs.

Ik geloof dat op een dag observationele gegevens over de effectiviteit van Covid-vaccins in epidemiologiecursussen zullen worden onderwezen als uitstekende voorbeelden van de vooroordelen over gezonde vaccins, vooroordelen over misclassificatie, andere vooroordelen en andere vervormingen.

Om samen te vatten:

De echte effectiviteit van de eerste booster was van korte duur, als het überhaupt zinvol was. De piekbescherming lag ergens tussen middelmatig en nul, en het is onmogelijk om dat bereik te verkleinen. Daarom waren al die observationele onderzoeken naar de effectiviteit van de booster nutteloos.

Elke winter een nieuwe Covid-injectie nemen heeft geen empirische basis. De bewijslast voor het bewijzen van de effectiviteit tegen de dood rust volledig op de volksgezondheidsfunctionarissen en alles behalve een dubbelblinde, placebo-gecontroleerde, gerandomiseerde studie is onaanvaardbaar. En dat geldt ook voor de griepprik.

Heruitgegeven van de auteur Middelgroot account



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