Długa cenzura po szczepieniach

Minęły cztery lata, odkąd świat został uratowany , lub nie , przez cudowne szczepionki mRNA przeciwko Covid.

Minęło również kilka lat, odkąd mój pierwszy list na ten temat został odrzucony przez redaktora czasopisma biomedycznego. A moja seria odrzuconych listów dotyczących szczepionek przeciwko COVID-19 stale się rozrasta. Wynik wynosi obecnie 5:0. Ostatnie odrzucenie pochodziło niedawno od redaktora czasopisma „Journal of Infection” , gdzie „każdy numer [również] oferuje… ożywioną sekcję korespondencji”. Mój bezduszny list odnosił się do badania nad stronniczością wśród zdrowych osób zaszczepionych w Austrii.

Czy moja seria przypadków jest wystarczająco duża, aby wnioskować o związku przyczynowo-skutkowym? Być może tak. Oczywiście, wspólną przyczyną mogła być słaba jakość badań naukowych. Czy mogę przedstawić jedną obaloną obserwację? Mój drugi list (odrzucony przez „The Lancet” ) ujawniłby w 2021 roku to, co Høeg i wsp. ujawnili w 2023 roku w liście , który jakimś cudem przedostał się do „The New England Journal of Medicine” . Chyba niedbały redaktor. Może już nie jest redaktorem.

Jestem pewien, że mój piąty odrzucony list był po prostu kolejnym źle napisanym tekstem bez wartości naukowej. Z pewnością nie miało to nic wspólnego z możliwością, że list, wraz z odpowiedzią autorów, mógł doprowadzić do niepokojących ustaleń. Pozwólcie więc, że podzielę się tutaj moim listem. Ponownie ocenicie : godny czy bezwartościowy?

Aby było ciekawiej, dodam analizę, o której wspomniano w liście (bez ujawniania przeze mnie przerażającego wyniku). Jednak nie było trudno to obliczyć. Artykuł przedstawia dowody na zgony związane ze szczepionką — z powodu Covid — w ciągu dwóch tygodni od zastrzyku u osób, które wcześniej były zakażone. Albo pozwólcie mi to ująć bardziej konserwatywnie: dowody są co najmniej tak dobre, jak dowody z artykułu na skuteczność szczepionki w zapobieganiu śmierci z powodu Covid jesienią 2021 r.

List

15 Maj 2025

Czasopismo infekcji

Do edytora:

Riedmann i wsp. przedstawiają przemyślaną, kompleksową analizę zjawiska zdrowych osób zaszczepionych w Austrii, która obejmowała nowatorskie podejście. ¹ Osoby niezaszczepione porównano z osobami zaszczepionymi pod kątem kilku zmiennych, a autorzy porównali kilka wyników w ciągu dwóch tygodni po zakończeniu różnych dawek. Tabela 3 (artykuł) oraz tabele S44-S45 (dokument uzupełniający) przedstawiają wyniki dotyczące śmiertelności z wszystkich przyczyn, śmiertelności innej niż COVID-19 oraz śmiertelności z powodu COVID-19.

Ponieważ z czasem zmniejsza się stronniczość zdrowych zaszczepionych, interesujące byłoby rozszerzenie analizy dopasowanych kohort do 4 i 8 tygodni. Liczne badania oszacowały skuteczność w ciągu jednego do dwóch miesięcy po szczepieniu, co czasami pokrywało się z czasem trwania fali COVID-19. 

Autorzy wspominają o szczątkowej metodzie korekcji, wywodzącej się z koncepcji korekty współczynnika ryzyka zdarzeń wcześniejszych. ^2-5 Współczynnik ryzyka śmiertelności z powodu COVID-19 jest dzielony przez współczynnik ryzyka śmiertelności z innych przyczyn. Chociaż nie jest on idealny, może dostarczyć więcej informacji po wydłużeniu okresu obserwacji i zwiększeniu liczby zgonów z powodu COVID-19. Zastosowanie tej metody do 19 zgonów z powodu COVID-19 (Tabela 3, pełne szczepienie podstawowe) nadal jest wystarczające, aby wyeliminować błąd systematyczny. Po szczątkowej korekcie współczynnik nie jest już niższy niż 1, niezależnie od tego, czy zastosowano współczynniki ryzyka, czy współczynniki ryzyka.

Z drugiej strony wydaje się, że wskaźniki ryzyka w tabelach S44-S45 zostały błędnie oznaczone jako wskaźniki ryzyka i skorygowane wskaźniki ryzyka.

Pozdrawiamy,

Eyal Shahar, lekarz medycyny, MPH

emerytowany profesor

University of Arizona

Odniesienia :

1. Riedmann U, Chalupka A, Richter L i in. Podstawowe błędy zdrowotne u wcześniej zakażonych osób zaszczepionych przeciwko SARS-CoV-2: badanie kohortowe. Czasopismo infekcji, Tom 90, Wydanie 6, 2025, 106497, ISSN 0163-4453, https://doi.org/10.1016/j.jinf.2025.106497
2. Tannen RL, Weiner MG, Xie D. Badania powtórzone dwóch randomizowanych badań inhibitorów konwertazy angiotensyny: dalsza empiryczna walidacja „wskaźnika częstości wcześniejszych zdarzeń” w celu uwzględnienia niezmierzonych czynników zakłócających w zależności od wskazania. Farmakoepidemiol Lek Bezpieczny. 2008 lipiec;17(7):671-85. doi: 10.1002/pds.1584. PMID: 18327852
3. Pálinkás A, Sándor J. Skuteczność szczepień przeciwko COVID-19 w zapobieganiu śmiertelności z jakiejkolwiek przyczyny wśród dorosłych podczas trzeciej fali epidemii na Węgrzech: ogólnopolskie retrospektywne badanie kohortowe. Szczepionki (Bazylea). 2022 czerwca 24 r.;10(7):1009. doi: 10.3390/vaccines10071009. PMID: 35891173; PMCID: PMC9319484.
4. Atanasov V, Barreto N, Whittle J i in. Zrozumienie skuteczności szczepionki przeciwko COVID-19 w zapobieganiu śmierci przy użyciu nowego pomiaru: nadmiernego odsetka śmiertelności COVID. Szczepionki (Bazylea). 2023 lutego 7 r.;11(2):379. doi: 10.3390/vaccines11020379. PMID: 36851256; PMCID: PMC9959409.
5. Shahar E. O metodach usuwania uprzedzeń zdrowego zaszczepionego. W: Tematy z zakresu epidemiologii i statystyki. E-booki Amazon Kindle (2025)

Odrzucenie

Dwa dni później w mojej skrzynce odbiorczej znalazła się wiadomość zawierająca szablonowy tekst. 

Numer rękopisu: YJINF-D-25-00940
Tytuł artykułu: List do redakcji
Autor korespondencyjny: Profesor emerytowany Eyal Shahar
Złożono do: Journal of Infection

Szanowny Profesorze Emeritus Shahar,

Dziękujemy za przesłanie manuskryptu do Journal of Infection. Niestety otrzymujemy o wiele więcej artykułów, niż mamy miejsca na publikację, dlatego możemy przetworzyć ograniczoną liczbę zgłoszeń. Niestety, po rozpatrzeniu przez redaktorów, artykuł ten nie uzyskał wystarczającego priorytetu. Należy pamiętać, że nie zachęcamy do ponownego przesyłania artykułu z decyzją o odrzuceniu.

Przykro mi z powodu tej niekorzystnej decyzji. Nie możemy podać bardziej szczegółowych powodów odrzucenia wniosku. Mam nadzieję, że w przyszłości nadal będzie Pan przesyłał swoje prace do czasopisma Journal of Infection.

Z poważaniem,

Profesor Robert Charles Read
redaktor
Czasopismo infekcji

Byłem lekko zaskoczony. Co ciekawe, szablonowy tekst został napisany dla odrzuconych manuskryptów (artykułów). Czy nie mają porównywalnego tekstu dla odrzuconych listów? Jak często listy są odrzucane przez to czasopismo? Twoje przypuszczenie jest tak samo dobre jak moje. Być może jest nawet podobne do mojego.

Analiza

Poniższe liczby zostały przepisane z Tabeli 3 w artykule ( wersja 2 , poprawiona). To są dane i wyniki, do których odnosi się mój list. Dodano współczynnik ufności (moje obliczenia). Więcej na temat tego wskaźnika statystycznego napiszę później, ale im mniejsza liczba, tym lepszy szacowany współczynnik ryzyka (HR).

Tabele . Współczynniki ryzyka (HR) i 95% przedziały ufności (CI) dla śmiertelności z powodu COVID-19 i bez COVID-19 w zależności od liczby dawek szczepionki w ciągu dwóch tygodni po szczepieniu. Osoby kontrolne (niezaszczepione w tym okresie) zostały dopasowane do każdej grupy zaszczepionych osób pod względem wieku, płci i pobytu w domu opieki.

Współczynniki ryzyka zgonu pochodziły z dopasowanych kohort, więc usunięto czynnik zakłócający ze względu na wiek, płeć i pobyt w domu opieki. Osoby niezaszczepione również dopasowano w dniu szczepienia, więc uniknięto czynnika zakłócającego ze względu na trendy czasowe. Pozostałym czynnikiem zakłócającym jest zjawisko zdrowych zaszczepionych. Osoby zaszczepione są średnio zdrowsze niż ich niezaszczepieni odpowiednicy, a zatem oczekuje się, że ich śmiertelność z powodu Covid będzie niższa, nawet jeśli podano im placebo. Można zauważyć, że ich ryzyko zgonu z przyczyn innych niż Covid było niższe (współczynniki ryzyka < 1). Dzieje się tak, ponieważ byli zdrowsi, a nie dlatego, że szczepionki przeciwko Covid są panaceum. Zjawisko zdrowych zaszczepionych wydaje się być powszechne . Nie znika po dwóch tygodniach.

Autorzy nie wybrali jednak zagorzałych niezaszczepionych. Piszą: „Niezaszczepiona grupa kontrolna nie miała udokumentowanych szczepień do 14 dni po odpowiednim dniu szczepienia”.

Oznacza to, że odchylenie zdrowych zaszczepionych zostało oszacowane w odniesieniu do grupy, która obejmowała osoby zaszczepione później. Prawdziwe odchylenie mogło być większe.

Wróćmy do tabel powyżej.

Wszystkie współczynniki ryzyka zgonu z powodu COVID-19 są mniejsze niż 1 i wszystkie są obciążone błędem. W tym przedziale czasowym (dwa tygodnie) nie oczekuje się żadnych korzyści. Jak pisałem w liście i gdzie indziej , istnieje metoda eliminacji błędu, która nie jest idealna, ale jest lepsza niż brak korekty. Podziel współczynnik ryzyka zgonu z powodu COVID-19 przez współczynnik ryzyka zgonu z innych przyczyn.

W tym przypadku, jeśli wynik wynosi około 1, odchylenie zostało usunięte. Jeśli jest nadal poniżej 1, odchylenie nie zostało całkowicie usunięte. Jeśli jest powyżej 1, powinniśmy się martwić. Czy obserwujemy zwiększone ryzyko zgonu, które zostało przesłonięte przez odchylenie zdrowych zaszczepionych?

Wyniki przedstawiono w tabeli.

Po uwzględnieniu korekty współczynniki ryzyka zgonu z powodu COVID-1.48 w ciągu dwóch tygodni od pierwszej i drugiej dawki wynoszą odpowiednio 1.91 i XNUMX. 

Czy to prawda? Możliwe. Okres bezpośrednio po szczepieniu jest ryzykowny pod względem infekcji i śmierci. Widziałem to w danych z Izraela , Danii i Szwecji . Inni również o tym pisali.

Jeśli chodzi o trzecią iniekcję (0.29/0.30=0.97), mogę zaproponować dwa sprzeczne wyjaśnienia:

Pierwsza jest krótka. Ci nieszczęśni zaszczepieni ludzie, którzy byli podatni, zmarli po jednej lub dwóch dawkach. Nie było żadnych podatnych osób wśród tych, którzy dotarli do trzeciej dawki.

Drugie wyjaśnienie jest długie. Szacowany współczynnik ryzyka zgonu z powodu Covid (0.29) jest słaby. Opiera się na zaledwie czterech zdarzeniach. Skąd wiemy, jak słaby jest, powiedzmy, w porównaniu z szacunkami dla dwóch dawek i jednej dawki? Obliczamy indeks zwany współczynnikiem granicy ufności: górna granica podzielona przez dolną granicę. Współczynnik wynosi 9.7 dla osób, które otrzymały trzy dawki, w porównaniu z 2.9 (dwie dawki) i 2.8 (jedna dawka).

Jeśli obliczysz iloraz ufności z wielu badań, tak jak ja robiłem przez lata, odkryjesz, że badania o rozsądnej wielkości generują iloraz około 2, a badania o małej wielkości (niewiele zdarzeń) generują iloraz ponad 5. Blisko 10 to to, co otrzymujesz, gdy wniosek jest wyprowadzony z czterech zdarzeń w jednej kategorii. Co najważniejsze, zaleta oszacowania jest odwrotnie proporcjonalna do ilorazu ufności, a nie do „istotności statystycznej”. Wyjaśnię dlaczego wkrótce.

Zaszczepiono miliardy ludzi, a my próbujemy wyciągnąć wnioski z 19 i 21 wydarzeń, ponieważ w kolejnych artykułach pomijano dane z wczesnego okresu po szczepieniach. 

Co więcej, rozszerzone monitorowanie dopasowanych kohort może zapewnić unikalny wgląd w rzeczywistą skuteczność szczepionki, ponieważ niezaszczepione osoby zostały dopasowane w dniu szczepienia. (Kampanie szczepień często pokrywały się z falami Covid, co prowadziło do zakłóceń). Autorzy mają niemal idealne warunki badawcze: duże kohorty, dopasowanie kluczowych zmiennych i dane dotyczące zgonów niezwiązanych z Covid, które umożliwiają podstawową korektę błędu zdrowego zaszczepionego. Ale mało prawdopodobne jest, że zobaczymy dane, ponieważ mój list nie miał żadnej wartości. Być może inny list poruszy tę kwestię i zostanie zaakceptowany. A może nie.

Pozwólcie mi powtórzyć moje konserwatywne stwierdzenie z początku:

Dowody, które przedstawiam tutaj, są co najmniej tak dobre, jak dowody na skuteczność szczepionki w zapobieganiu śmierci z powodu COVID-2021 jesienią XNUMX r. 

Poniższe liczby zostały przepisane z Tabeli 2 w artykule ( wersja 2 , poprawiona). Dodano współczynnik ufności (obliczenia własne).

Jak widać, liczba zgonów z powodu Covid jest mniejsza niż w dopasowanych kohortach, a współczynniki granicy ufności są znacznie większe. Współczynnik granicy ufności dla trzech dawek bije rekordy (20).

Słyszę, jak autorzy i czytelnicy mówią: „Ale wszystkie powyższe szacunki są statystycznie istotne. Górna granica przedziału ufności jest poniżej 1, co oznacza wartość p < 0.05”.

Rzeczywiście. Jednak „statystycznie istotne” nie jest tym, co prawdopodobnie myślisz.

Jakość wyceny nie ma tu znaczenia.

Kurs intensywny (dla zainteresowanych statystyką i lingwistyką)

Mój przykład pochodzi z 3 dawek (tabela powyżej): HR (95% CI): 0.04 (0.01-0.20). Oszacowanie (0.04) jest wysoce istotne statystycznie.

Wszystkie twierdzenia (werdykty) w pierwszym wierszu tabeli są fałszywe — bezsprzecznie fałszywe. Wynikają z niefortunnej, głęboko zakorzenionej błędnej interpretacji „statystycznie istotnego”, która ma korzenie historyczno-lingwistyczne.

Kiedy termin ten został ukuty wiele lat temu, przymiotnik „znaczący” miał inne znaczenie. W języku angielskim pod koniec XIX wieku oznaczał on, że oszacowanie stanowi dowód przeciwko wartości zerowej. Fraza ta nie odnosiła się do żadnej wewnętrznej cechy oszacowania . Z biegiem lat współczesne znaczenie słowa „znaczący” zastąpiło pierwotne, błędnie przypisując oszacowaniu cechy (znaczący, wiarygodny, rzetelny, mało prawdopodobny).

Żadna z tych interpretacji nie ma podstaw w teście statystycznym. To myślenie życzeniowe. Odrzucenie hipotezy zerowej opiera się na oszacowaniu (za pomocą statystyki testowej); nie nadaje to oszacowaniu żadnej wiarygodności. Jeśli chcemy dowiedzieć się o cechach oszacowania związanych z losowością, musimy polegać wyłącznie na błędzie standardowym, a iloraz ufności jest trywialnym wyliczeniem na podstawie błędu standardowego. Im jest on bliższy 1, tym lepsze oszacowanie. Przenikliwy epidemiolog zaproponował ten wskaźnik wiele lat temu, ale czasami nowe i trafne pomysły pozostają uśpione przez długi czas.

Historię lingwistyczną można przeczytać w książce Davida Salsburga „The Lady Tasting Tea: How Statistics Revolutionized Science in the Twentieth Century” . Jeden akapit na stronie 98 otwiera oczy.

Epilog

Jest jeszcze wiele do napisania na tym dokumencie, który zawiera 72 strony dodatkowej analizy; część z nich została „poproszona w trakcie procesu recenzji”. Mogę sobie wyobrazić walkę z wrogimi recenzentami, gdy tematem jest zdrowy błąd szczepionkowy.

Mam już około 100 wierszy danych i analiz w pliku Excel. (Podgląd: trzecia dawka była bezużyteczna, a kolejne dawki mogłyby być jeszcze gorsze). Czy powinienem wysłać manuskrypt do profesora Reada, który liczył, że zgłoszę swoją pracę do „ Journal of Infection”?

Daj mi o tym pomyśleć.