Brownstone » Brownstone Institute-artikler » Reddede Covid-vacciner titusindvis af millioner af liv?

Reddede Covid-vacciner titusindvis af millioner af liv?

DEL | UDSKRIV | EMAIL

Reducerede introduktionen af ​​Covid-vacciner dødeligheden?

A seneste fortryk, med det nu tvivlsomme Medical Journal Lancet, fremsætter påstanden om, at introduktionen af ​​Covid-vaccinen i december 2020 faktisk forhindrede titusinder af dødsfald på verdensplan. 

Selvfølgelig skaber påstandene overskrifter verden over.

Dette papir blev indsendt af forskningsgruppen ledet af Azra Ghani fra Imperial College of London. Det blev støttet i finansiering af Global Alliance for Vaccines Initiative (GAVI), Bill og Melinda Gates Foundation, Rhodes Trust, Verdenssundhedsorganisationen (WHO) og andre. Dr. Ghani fungerer som konsulent for HSBC, GlaxoSmithKline og WHO og har som med hendes andre Imperial College-kolleger været pro-lockdown/pro-panik og pro-vaccine i mere end to år.

Alene den baggrund er nok til, at jeg kan mistænkeliggøre noget fra dette papir. Men jeg vil gerne se på avisens indhold.

For det første, som titlen tydeligt indikerer, var dette en "matematisk modellering" undersøgelse. I videnskabelige termer repræsenterer matematiske modelleringsstudier det, der svarer til en "opinion"-del. Årsagen er, at for at forstå resultatet, skal du forstå ikke kun input, men også algoritmerne. Og som vi tydeligt har set siden 2020, har matematiske modeller en tendens til at være FORKERTE. De er kun værktøjer.

Så hvad er der galt med denne artikel? Jeg behøver ikke engang at kende algoritmerne, fordi inputs er dårlige!

  1. Forudsigelse af dødelighed

Det mest iøjnefaldende træk er, at det er næsten umuligt at forudsige dødelighed (fremtid eller fortid), især med almindelige luftvejsvira. Vi kan forudsige, at en vis procentdel af ældre mennesker (over 75 år) med flere følgesygdomme sandsynligvis vil bukke under for en luftvejsvirus som Covid, men vi kan ikke forudsige hvem og hvornår. Nogle mennesker, der virker som de bedste kandidater til dødelighed, kan overleve, mens andre, der virker sundere, kan bukke under.

Alligevel har forudsigelsen af ​​dødelighed fra Covid været baseret på faktiske data, ikke modellering. De matematiske modeller, der er blevet præsenteret fra Imperial College, har altid været vildt FORKERTE. 

Selv med mere etablerede sygdomme som kræft, kan det være vanskeligt at forudsige dødeligheden. Det er grunden til, at der gives estimater for overlevelse baseret på diagnose- og behandlingsstadiet, men de er kun skøn. Under ingen omstændigheder siger nogen læge, at vi ved at bruge strålebehandling redder X antal liv hvert år fra kræft.

Jeg kunne også skrive et program, der forudsiger dødelighed baseret på, hvilken type sko en person har på, eller hvilken slags bil de kører. For eksempel kan yngre mennesker være mere tilbøjelige til at bære en bestemt stil sneaker, og da yngre mennesker er mindst tilbøjelige til at dø af Covid, kunne jeg beregne, at det redder liv at bære den type sneaker.

At redde liv er næsten altid et fejlagtigt argument.

2. Ignorer andre faktorer 

  1. Naturlig immunitet

Da vaccinerne blev introduceret i december 2020, havde en meget stor procentdel af verden allerede oplevet Covid. Vi ved fra seroprevalensundersøgelser, at den oprindelige virus havde cirkuleret siden mindst midten af ​​2019. Vi ved også, at naturlig immunitet har vist sig at være stærkere end enhver korttidsvaccine-induceret immunitet. Således havde en meget stor procentdel af befolkningen en overlegen form for immunitet, der allerede virkede for dem, Natural Immunity.

B. Aflivning af sygdomme

Da vaccinerne blev introduceret i december 2020, var de mest modtagelige mennesker for alvorlig sygdom og død allerede bukket under for sygdommen. De ældre mennesker, der blev smittet og overlevede i løbet af 2020, havde nu naturlig immunitet, der virkede for dem. Som med enhver årlig infektionssygdomsepidemi får du år med høj dødelighed efterfulgt af år med mindre alvorlighed, simpelthen fordi de mest modtagelige mennesker bukker under tidligt, mens andre fortsætter. 

C. Befolkningsmodtagelighed 

Ovenstående stykke ignorerer fuldstændig den enorme gradient i dødelighedsfølsomhed i befolkningen. Yngre mennesker har haft meget lav infektionsdødelighed gennem de seneste to år. De matematiske modeller antager det samme niveau af mortalitetsfølsomhed på tværs af alle populationer. Vi ved, at denne antagelse er en fejlslutning og fuldstændig ophæver enhver af deres "modeller".

D. Reduktion af sygdommens sværhedsgrad med varianter 

Da vaccinerne blev introduceret i december 2020, dukkede de næste varianter op ("Delta"). Det naturlige evolutionære forløb af vira går mod mindre dødelighed. Øget overførbarhed er bestemt mulig, da disse har tendens til de vira, der overlever.

Føj det til det faktum, at vaccinerne kun var designet til at håndtere (delvis) med den originale kildevirus til Covid, og du har, at vaccinen ikke engang indgår i ligningen.

E. Forbedringer i behandlinger

Da vaccinerne blev introduceret i december 2020, havde læger verden over lært, hvordan de skal håndtere de mest alvorlige tilfælde af Covid. Langt de fleste mennesker oplevede stadig mild sygdom og var i ringe fare, men de mere alvorlige tilfælde kunne håndteres med effektive behandlinger og ved at undgå de farlige handlinger såsom ventilation.

3. Dataforbrug

  1. Overdødelighed som markør

Modellens antagelse er, at "Excess Mortality"-data kun kan korrelere direkte mod Covid, når det faktisk er en forkert antagelse. Over hele verden spiller Covid-dødelighed kun en mindre rolle i den samlede dødelighed. Der er således mange andre faktorer, der kan spille ind i enhver fortolkning af dødelighed.  

Men for at have nogen betydning, er man nødt til at adskille dødelighedsstatistikkerne efter aldersgruppe og dem, der er mest modtagelige for dødelighed fra Covid. 

  1. Brug af upålidelige data 

Vi ved nu, at det faktiske antal dødsfald, der var et resultat af selve Covid, var overvurderet på grund af de kriterier, der favoriserede rapportering af Covid frem for sande årsager samt brugen af ​​PCR som det afgørende kriterium. Vi ved, at en person kunne være kommet sig fuldstændig fra Covid og bukke under for noget, der ikke var relateret til Covid, men fordi de havde en positiv PCR i deres historie, blev det registreret som et Covid-dødsfald.

Vi forstår måske aldrig rigtig det sande antal mennesker, der faktisk bukkede under for Covid, fordi datavandet har været så mudret, og der har været så meget politisk indflydelse. Det er en skam, fordi det betyder, at vi sandsynligvis fortsat vil se misbrug af upålidelige tal for at forsøge at fremsætte påstande om handlingerne i de sidste to et halvt år.

Jeg tror ikke, at nogen behøver at være en eller anden anerkendt videnskabsmand for fuldstændigt at se fejlslutningerne i den type rapport, der er citeret ovenfor.

Hvis jeg var anmelder af denne artikel, ville jeg sende den tilbage med kommentaren: smid denne i skraldespanden. 



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

  • Roger Koops

    Roger W. Koops har en ph.d. i kemi fra University of California, Riverside samt master- og bachelorgrader fra Western Washington University. Han arbejdede i den farmaceutiske og bioteknologiske industri i over 25 år. Før han gik på pension i 2017, tilbragte han 12 år som konsulent med fokus på kvalitetssikring/kontrol og spørgsmål relateret til regulatorisk overholdelse. Han har forfattet eller været medforfatter til adskillige artikler inden for områderne farmaceutisk teknologi og kemi.

    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