Brownstone » Brownstone Institute-artikler » Bias, der skaber illusionen om en effektiv covid-vaccine
illusion om effektiv covid-vaccine

Bias, der skaber illusionen om en effektiv covid-vaccine

DEL | UDSKRIV | EMAIL

Den fremherskende fortælling fortæller os, at vaccination af svage og ældre mod Covid havde en dramatisk effekt på dødeligheden. Hvor stærk er den formodede effekt af en Covid-vaccine i den sårbare befolkning? Er det så stærkt, som mange tror, ​​eller måske meget tættere på nul end i den anden ende af skalaen?

For det første er der dårlige nyheder at dele, selv før man estimerer en mulig fordel.

data fra Danmarkisraelog Sverige viser øget risiko for infektion inden for en uge eller deromkring efter den første dosis. Mulige mekanismer omfatter forbigående immunsuppression (nedsat lymfocyttal), konvertering af asymptomatisk infektion til symptomatisk infektion og infektion på vaccinationssteder. Det rapporterede nyhedsmedier i Israel udbrud af Covid-infektioner på plejehjem kort efter igangsættelsen af ​​vaccinationskampagnen, og igen efter påbegyndelse af boosterkampagnen (brug Google Translate). Det er overflødigt at sige, at når risikoen for infektion stiger, stiger risikoen for død også.

Spring risikoperioden over, rapporterede undersøgelser af vaccinens effektivitet (herefter VE) et bemærkelsesværdigt resultat, der burde have overrasket kyndige læsere. Skøn for ældre har været ekstremt høje, nogle gange svarende til dem for yngre aldersgrupper. For eksempel, en undersøgelse i Israel af ældre beboere på langtidsplejefaciliteter rapporterede VE på 85 procent mod Covid-død.

Det er ikke kun i modstrid med det grundlæggende viden fra immunologi men er også uforenelig med følgende observation:

"Efter anden vaccination [af Pfizer-vaccinen] 31.3 % af de ældre [over 80 år] havde ingen påviselige neutraliserende antistoffer i modsætning til den yngre gruppe, hvor kun 2.2 % ikke havde påviselige neutraliserende antistoffer.” (Min kursiv)

Overvej tre fakta:

Hvordan kunne Covid-vacciner have været yderst effektive hos svage og ældre?

De var ikke. VE-værdier, der er meget højere end 50 procent er a priori usandsynligt. Anekdotisk er det et skøn fra en simpel sammenligning af vaccinerede og uvaccinerede beboere på plejehjem i Sverige. Ligeledes førnævnte studere i Israel (samlet VE på 85 procent) bemærkede faktisk, at effektiviteten faldt, efterhånden som alderen steg. VE efter aldersgruppe blev ikke rapporteret.

Men selv 50 procent er måske alt for optimistiske.

Adskillige kilder til bias har påvirket observationsstudier af Covid-vacciner. Jeg vil fokusere på en, som jeg synes ligger højt på listen. Vigtigst er det, at det groft kan redegøres for.

En naiv sammenligning af vaccinerede mennesker med uvaccinerede mennesker er groft vildledende på grund af den "sunde vaccinerede" bias, demonstreret gentagne gange og bedre forklaret i den modsatte retning. Folk der er ikke vaccinerede er i gennemsnit, mindre sund end deres vaccinerede modstykker, og derfor har højere dødelighed generelt. Mekanismerne bag dette fænomen fortjener en separat diskussion, men det er ikke desto mindre veldokumenteret. Tidligere forskning i influenzavacciner har også vist, at skævheden er ikke let at fjerne ved konventionelle statistiske metoder.

Hvilket betyder, at selv hvis plejehjemsbeboere i Sverige, Israel eller andre steder ubevidst blev injiceret med placebo i stedet for en vaccine, ville Covid-dødeligheden have været højere hos ikke-injicerede beboere. Vi ville have beregnet forudindtaget (falsk) VE, tilskrevet placebo.

Hvor stærk er skævheden? Hvad er den typiske "generelle dødelighed"-ratio, sammenlignet med uvaccinerede og vaccinerede i befolkningen? Hvis vi kender forholdet - biasfaktoren - kan vi erstatte skæve estimater af VE med i det mindste groft korrigerede estimater. Det er bedre end ingen korrektion overhovedet.

Heldigvis har vi skøn over dette forhold fra undersøgelser, der sammenlignede ikke-Covid dødelighed i de to grupper. Da Covid-vacciner ikke forventes at reducere ikke-Covid-dødeligheden, er ethvert forhold højere end 1 et estimat af biasfaktoren. (For at forenkle, ignorerer jeg indflydelsen af ​​vaccinerelateret død på dette forhold.)

Baseret på data fra USA og Storbritannien er den nedre grænse for biasfaktoren omkring 1.5, og den sandsynlige værdi er et sted mellem 2 og 3: Generelt er dødeligheden for uvaccinerede 2 til 3 gange dødeligheden for vaccinerede . Der forventes en vis variation efter alder og andre faktorer.

Jeg viser her et eksempel (tabel) fra en stort kohortestudie i USA (hvor den uvaccinerede gruppe blev "fortyndet" af dem, der blev vaccineret senere).

Mine tilføjelser i rødt

De relative risici (eller risikoforhold) for npå Covid død demonstrerer den sunde vaccinerede bias. De er alle under 1, hvilket indikerer, at de, der blev vaccineret mod Covid, var mindre tilbøjelige til at dø - af ikke-Covid årsager! — end deres uvaccinerede modparter. Det omvendte af disse tal er biasfaktoren, som varierer mellem 2 og 3, samlet og i de fleste aldersgrupper inklusive de ældste (2.2).

Når biasfaktoren er estimeret, f.eks. 2, er korrektion af biased VE enkel.

Tænk for eksempel på den partiske VE på omkring 50 procent fra Sverige, som var baseret på en sammenligning af vaccinerede og uvaccinerede beboere på plejehjem. VE på 50 procent er afledt af et (biased) risikoforhold på 0.5: vaccineret synes at være med halvdelen af ​​risikoen for Covid-død, eller omvendt: uvaccineret synes at have dobbelt så stor risiko for Covid-død (angiveligt fordi de ikke var vaccineret). Da sidstnævnte har dobbelt så stor risiko for død til at starte med, vaccination har ikke gjort nogen forskel. Multiplicering af det biased risikoforhold (0.5) med biasfaktoren (2) genopretter nuleffekten (risikoforhold = 1) og den korrekte VE (0 procent).

Hvis biasfaktoren kun var 1.5, vil den forspændte VE på 50 procent fra Sverige blive korrigeret til 25 procent, meget tættere på forgæves end på en yderst effektiv vaccine.

Korrektionsmetoden er omtrentlig, og den sunde vaccinerede bias er ikke den eneste synder. Hvad VE ville vi have observeret havde vi været i stand til at fjerne andre skævheder såvel?

Vi er nødt til at kæmpe med komplicerede skævheder i observationsstudier, fordi vi ikke har randomiserede forsøg med et dødelighedsendepunkt. Og det er intet mindre end skandaløst. Lad mig slutte af med at forklare, hvorfor det er skandaløst, og hvorfor der ikke er nogen data.

Da randomiserede forsøg blev indledt, kunne pandemien være blevet kaldt "plejehjemspandemien", fordi 30 til 60 procent af Covid-dødsfaldene sket på plejehjem. Sverige var en prime eksempel.

Med det i tankerne vil enhver førsteårsstuderende i epidemiologi fortælle dig, at det første placebokontrollerede randomiserede forsøg med en Covid-vaccine burde have været udført på plejehjem, baseret på "hårde endepunkter" - hospitalsindlæggelse og død. Ikke alene bør vi etablere fordele i den hårdest ramte befolkning, men et sådant forsøg ville have været statistisk effektivt i betragtning af den forventede dødelighed. Det ville også have været yderst muligt i forhold til rekruttering og opfølgning. At have ingen meningsfulde dødelighedsdata fra et randomiseret forsøg med en Covid-vaccine er i sandhed skandaløst. Hvem skal stilles til ansvar?

Et sådant forsøg blev ikke indledt, fordi de store penge skulle følge massevaccination. Derfor fokuserede den farmaceutiske industri, med tavs accept fra embedsmænd i folkesundheden, på symptomatisk infektion som et endepunkt - snarere end død - i yngre og sundere befolkninger. Desuden frygtede de, da de kendte det svækkede immunrespons hos ældre, sandsynligvis, at undersøgelser af dødelighedens endepunkt hos beboere på plejehjem ikke ville levere fantastiske resultater. Og selvom de var gunstige, var resultaterne måske ikke tilstrækkelige til at tillade massevaccination.

Til listen over folkesundhedsfejl under pandemien bør vi tilføje mindst én nonfeasance: manglende krav om randomiserede forsøg med vaccineeffektivitet hos beboere på plejehjem. Jeg formoder, at hvis sådanne forsøg blev udført tidligt, ville google-søgning efter "vaccinemandat" ikke have givet 100 millioner resultater.



Udgivet under a Creative Commons Attribution 4.0 International licens
For genoptryk, sæt venligst det kanoniske link tilbage til originalen Brownstone Institute Artikel og forfatter.

Forfatter

  • Eyal Shahar

    Dr. Eyal Shahar er professor emeritus i folkesundhed i epidemiologi og biostatistik. Hans forskning fokuserer på epidemiologi og metodologi. I de senere år har Dr. Shahar også ydet betydelige bidrag til forskningsmetodologi, især inden for kausale diagrammer og skævheder.

    Vis alle indlæg

Doner i dag

Din økonomiske støtte fra Brownstone Institute går til at støtte forfattere, advokater, videnskabsmænd, økonomer og andre modige mennesker, som er blevet professionelt renset og fordrevet under vores tids omvæltning. Du kan hjælpe med at få sandheden frem gennem deres igangværende arbejde.

Abonner på Brownstone for flere nyheder

Hold dig informeret med Brownstone Institute