Det 21. århundrede siges at være dataenes århundrede. Så hvis Alice påstår, at Covid-vacciner reddede millioner af liv, men Bob siger, at de dræbte millioner, burde det være virkelig nemt at afgøre, hvem der har ret. Bare få fat i dataene, ikke?
Vi har fået dataene for Tjekkiet. Jeg kan stadig ikke tro, at vi har dem, men det er link.Det er officielle data indhentet fra en offentlig myndighed via en FOIA-anmodning, og de er tilgængelige for alle at downloade og analysere. Dataene indeholder over 11 millioner rækker – en enkelt række for hver tjekkisk indbygger, der var i live den 1. januar 2020 eller blev født mellem 1. januar 2020 og 31. december 2022.
For hver enkelt person indeholder datarækken fødselsår, køn, nøjagtig dødsdato uanset årsag (hvis personen døde inden for de tre undersøgte år) og nøjagtige datoer, typer og endda batchnumre for alle Covid-vacciner givet til den pågældende person. Dødsårsagen er desværre ikke angivet. Så vidt vi ved, er dette det eneste officielt frigivne datasæt, der forbinder dødelighed af alle årsager med Covid-vaccinationsstatus på individniveau i et helt land.
Før vi vender tilbage til Alice og Bob, er jeg nødt til at fortælle jer lidt om Tjekkiet. Alt er meget mere homogent her, end en amerikaner kan forestille sig: Der er ingen betydelige etniske minoriteter her. Vi har universel, gratis og meget reguleret sundhedspleje, så stort set alle får den samme pleje (med undtagelse af en vis korruption hist og her). Fra kommunisttiden arvede vi systemet med obligatoriske "personlige borgernumre" (statsligt udstedte ID-kort), så alle er meget velkendte: Det er umuligt at blive født eller dø uden at staten bemærker det med det samme.
Derfor er de officielle tjekkiske data næsten helt korrekte (i modsætning til f.eks. det britiske kontor for national statistik, som på en eller anden måde formår at tabe et par millioner uvaccinerede briter). Med andre ord er dette tjekkiske datasæt så præcist, rent, homogent og detaljeret, at intet sammenligneligt nogensinde vil være tilgængeligt i USA. Så hvis svar kan findes i denne type data, vil de være særligt tydelige og uigendrivelige i de tjekkiske data.
Det er ikke helt ligetil at beregne totaldødelighed (ACM) i en bestemt aldersgruppe i henhold til vaccinationsstatus. Man ville være fristet til at tælle antallet af dødsfald i den pågældende gruppe og dividere det med gruppestørrelsen på et bestemt tidspunkt. Men dette ville være forkert, fordi folk bliver ved med at skifte mellem vaccinationskohorterne, så deres størrelser bliver ved med at ændre sig.
For eksempel, tænk på tante Betty, der startede i studiet den 1. januar 2020 som uvaccineret. Hun fik sin første dosis den 13. marts 2021, fik derefter den anden dosis den 13. april 2021 og døde 25 dage senere. Hun bidrog således med 437 persondage til den uvaccinerede kohorte, 31 persondage til "kun dosis 1"-kohorten, 25 persondage til "dosis 1 og 2"-kohorten og ét dødsfald til "dosis 1 og 2"-kohorten. Denne type opdeling skal foretages for hver alderskohorte og hvert individ. Først derefter kan antallet af dødsfald i hver vaccinationskohorte (yderligere stratificeret efter alder) divideres med antallet af persondage, som individer i den kohorte har brugt, for at få den korrekte værdi af ACM.
Yderligere tekniske detaljer er skrevet i det originale papir, men vi udførte grundlæggende den ovenfor forklarede procedure for at beregne de månedlige ACM-rater stratificeret efter vaccinationsstatus, køn og alder. ACM blev derefter sammenlignet med den forventede dødelighed baseret på data før pandemien.
Den forventede dødelighed skal også beregnes omhyggeligt. Man kunne være fristet til blot at sammenligne den beregnede ACM med dødeligheden før pandemien (jeg er bange for, at de fleste forfattere gør netop dette). Dette ville dog være forkert igen. Mange mennesker døde under pandemien (af forskellige årsager), og da de ikke kommer til at dø igen, må dødeligheden forventes at ... falde efter pandemien. Ud fra dataene før pandemien estimerede vi således sandsynligheden for at dø inden for et år, givet alder og køn, og gangede derefter den nuværende befolkningssammensætning med disse estimater. Vi evaluerede endda usikkerheden i estimaterne ved hjælp af en procedure, der er for teknisk til at blive beskrevet her (se venligst originalt papir).
På dette tidspunkt holdt vi vejret, ivrige efter at se, om vaccinerne havde været en velsignelse eller en forbandelse. Vi printede journalerne ud – og så os selv i gang med at undersøge det. Eriseds spejlTallene fortæller mange fascinerende historier, og alle kan vælge den, de kan lide. Lad os fortælle nogle af historierne for én bestemt kohorte – kvinder født mellem 1940 og 1949. De resterende tal (sammen med ACM-værdierne) kan findes i Tillæg og vi opfordrer læserne til at undersøge dem nøje.
Figur. Udviklingen af allårsagsdødelighed (ACM) i kohorten af kvinder født mellem 1940 og 1949; Tjekkiet, 2020-2022. Det øverste panel viser den relative sammensætning af befolkningen i henhold til vaccinationsstatus. Det midterste panel viser ACM-raten efter vaccinationsstatus for hver måned mellem januar 2020 og december 2022, hvor den gennemsnitlige ACM-rate ses bort fra vaccinationsstatus (sort linje) og den forventede ACM-rate (grøn boks). Det nederste panel viser ACM-raterne i forhold til ACM-raten for de uvaccinerede. Vaccinationsstatus er farvekodet som følger: Uvaccinerede – rød; personer efter en enkelt dosis af en hvilken som helst Covid-19-vaccine – mørkeblå; personer efter to doser af en hvilken som helst Covid-19-vaccine – blå; personer efter tre eller flere doser – lyseblå. Bemærk, at massevaccination for denne gruppe startede den 1. marts 2021; før denne dato modtog kun de mest skrøbelige personer, der var fremhævet til præferencevaccination, vaccinen.
Husk venligst, at vi analyserer alle årsager dødelighed, ikke Covid-relateret dødelighed, fordi dataene ikke indeholdt dødsårsagen. Dette tilføjer endnu et lag af kompleksitet til fortolkningen af resultaterne. Så hvad ser vi i Erised-spejlet?
Den "dødelige" første dosis. Dødeligheden blandt personer med en enkelt dosis (mørkeblå søjler) var skræmmende højere end blandt den uvaccinerede befolkning, både før marts 2021 og igen fra sommeren 2021 og fremefter. Er dette tegn på vaccinerelateret dødelighed? Sandsynligvis ikke. I begyndelsen af 2021, da vacciner var knappe, blev de mest skrøbelige personer på plejehjem og syge mennesker fortrinsvis vaccineret. Denne "indikationsbias" forklarer sandsynligvis mønsteret i begyndelsen af 2021.
Da massevaccinationen i den kohorte startede, faldt ACM drastisk, fordi de skrøbelige blev "fortyndet" af tilstrømningen af raske. I løbet af et par måneder fik de fleste, der var raske nok, dog den anden dosis. Kun en lille del af kohorten blev efterladt – sandsynligvis dem, der var for syge til at få en dosis mere. Var de syge? fordi af den første dosis? Hvem ved? Under alle omstændigheder steg ACM for dem, der forblev med status som "dosis 1", igen, fordi ACM for de dobbeltvaccinerede faldt kraftigt.
De vises sten. De troldmands sten skulle efter sigende give sin ejer udødelighed. De dobbeltvaccinerede i sommeren 2021 (og senere tredobbeltvaccinerede) ser bestemt ud til at have opdaget det. Lad os huske, at sommeren 2021 var en Covid-fri periode i Tjekkiet: ud af cirka 300 daglige dødsfald blev ikke mere end 1 tilskrevet Covid. Alligevel var den dobbeltvaccineredes ACM 4 til 5 gange lavere end de uvaccineredes! Med andre ord var Covid-vaccinens effektivitet mod ikke-Covid-dødsfald tæt på 80 procent!
Dette mirakel er kendt af epidemiologer som den sunde vaccinerede effekt (HVE). Mange mennesker med dårligt helbred har ikke adgang til vaccinen. Mennesker, der er døende, for skrøbelige, for afsidesliggende osv., har en tendens til at koncentrere sig i den uvaccinerede kohorte. Det er derfor ikke underligt, at de uvaccinerede har en meget højere ACM. Figuren ovenfor viser endda, hvordan HVE gentages med hver ny vaccinedosis.
Så snart dosis to bliver tilgængelig, opdeles de vaccinerede i dem, der er raske nok til at fortsætte med dosis 2, og dem, der er for syge til at få dosis 2. Følgelig falder antallet af nye vaccinerede med dosis 2 kraftigt, mens antallet af nye vaccinerede med dosis 1 stiger voldsomt. Det samme mønster gentages med dosis 3: De nyvaccinerede med dosis 3 fremstår som "udødelige", mens antallet af nye vaccinerede med dosis 2 stiger. Dette mønster er ensartet på tværs af begge køn (vi har stadig kun to i Tjekkiet) og på tværs af alle alderskohorter, som vist i Tillæg.
Der er flere refleksioner i Eriseds spejl. Alle er beskrevet i originalen. papir, så der er ingen grund til at gentage dem her. Det vigtige punkt – som skal gentages overalt – er dette:
Den sande værdi af vaccinens effektivitet kan kun udledes af prospektive randomiseret studier. Der er HVE ikke et problem, fordi folk ikke kommer til vælge hvem der modtager vaccinen, og hvem der modtager placebo. De sidste prospektive randomiserede studier af Covid-vacciner sluttede dog i begyndelsen af 2021. Desuden brugte de en anden vaccine (fremstillet ved proces 1) og var målrettet mod den oprindelige (Wuhan) stamme af virussen, som stort set var forsvundet på tidspunktet for masseudrulningen af vaccinen. Siden lanceringen har alle påstande om vaccinens effektivitet været baseret på observationsstudier.
Alligevel kan man i Eriseds spejl ovenfor se, at vaccinen kan synes at være 80% effektiv, selv mod Covid-ingen forbindelse dødsfald! Vi er stadig ikke klar over enhver vaccineeffektivitetsstudier, der forsøgte at korrigere for denne enorme HVE. Det betyder, at alle påstande om Covid-vaccinens effektivitet siden starten af massevaccinationskampagnen skal revideres. Vaccinens sande effekt mod dødsfald som følge af Covid kan have været nul eller endda negativ; vi ved det simpelthen ikke.
I dataens århundrede, efter at have tvunget dette nye eksperimentelle produkt i armene på milliarder, inklusive børn og gravide kvinder, står vi stadig over for det spørgsmål, som Alice og Bob stillede i begyndelsen: Har Covid-"vaccinerne" reddet millioner eller dræbt millioner? Skal vi gå efter svarene – endnu en gang – hele vejen til Nürnberg?
-
Tomas Fürst underviser i anvendt matematik ved Palacky University, Tjekkiet. Hans baggrund er i matematisk modellering og datavidenskab. Han er medstifter af sammenslutningen af mikrobiologer, immunologer og statistikere (SMIS), som har forsynet den tjekkiske offentlighed med databaseret og ærlig information om coronavirus-epidemien. Han er også medstifter af et "samizdat"-tidsskrift dZurnal, som fokuserer på at afdække videnskabelig uredelighed i tjekkisk videnskab.
Vis alle indlæg
