Bilans śmiertelności pandemicznej

W trwającej walce o zapisanie historii lat pandemii, nic nie jest ważniejsze niż śmiertelność – czy rządy świata uchroniły nas przed masową śmiertelnością, czy nie?

Wielka strategia (która, jak już wcześniej powiedziałem, nie była ani wielka, ani strategiczna) polegała na tymczasowym zamknięciu całych krajów „do czasu pojawienia się szczepionki”.

Była to nowatorska (i całkowicie niesprawdzona) strategia pokonania rzekomo zupełnie nowego wirusa, oparta na założeniu, że żaden człowiek nigdy wcześniej nie spotkał się z czymś takim jak SARS-CoV-2, więc nikt nie miałby na niego żadnej istniejącej wcześniej odporności. Ale wskazówka tkwi w nazwie – SARS-CoV-2 został nazwany na cześć SARS, z którym był blisko spokrewniony, dzieląc około 79% sekwencji genomu, zgodnie z tym artykułem w Nature . Znajduje się w klastrze koronawirusów, a inny artykuł w Nature omawiał zakres reaktywności krzyżowej z nimi, w tym z wirusami przeziębienia, a nawet z innymi rodzinami wirusów w ogóle. Było to w pewnym stopniu nowatorskie, ale nie wyjątkowe.

Tak więc decydenci powinni być sceptyczni co do twierdzeń z początku 2020 r., że SARS-CoV-2 wywoła ekstremalne poziomy śmiertelności. Ma to konsekwencje dla twierdzeń, że wielka strategia okazała się sukcesem, ponieważ takie poziomy śmiertelności nie nastąpiły. Jeśli nigdy nie miały się wydarzyć, to nie musieliśmy być przed nimi ratowani.

Wprowadzenie szczepionek miało doprowadzić do „końca pandemii”. Badania kliniczne szczepionek rzekomo wykazały, że mogą one zmniejszyć liczbę zakażeń objawowych o ponad 90%.

Na poziomie populacji to się nie zgadza. Skoro ponad 90% zakażeń miało być zapobieganych poprzez szczepienia, a 270 milionów osób w populacji USA zostało zaszczepionych do końca maja 2023 roku (z całkowitej populacji wynoszącej około 340 milionów), to skąd wzięło się ponad 100 milionów potwierdzonych przypadków, według Our World in Data ? Trudno uwierzyć, że prawie 100 milionów z 170 milionów niezaszczepionych osób było zakażonych. Zwłaszcza że badanie przeprowadzone przez Cleveland Clinic wykazało, że średnio im więcej osób było zaszczepionych, tym większe było prawdopodobieństwo zakażenia:

Zakładano, że nastąpi redukcja śmiertelności w wyniku zmniejszenia liczby zakażeń (co w każdym razie nie wydaje się mieć miejsca), ale badania kliniczne nie wykazały żadnych różnic w śmiertelności między grupami narażonymi na szczepionki i grupami placebo. Ortodoksyjna obrona polega na tym, że nie były one wystarczająco silne, aby wykryć jakiekolwiek różnice, ponieważ populacje w próbach nie były wystarczająco duże. Ale z tego samego powodu mamy prawo wyciągnąć następujący wniosek: badania kliniczne nie wykazały zdolności szczepionek do zmniejszania śmiertelności.

W branży zapewniania jakości oceniamy sukces interwencji lub programu poprzez porównanie rzeczywistych rezultatów z deklaracjami.

Rzeczywistość jest taka, że ​​fale infekcji i nadmierna śmiertelność trwały nadal po wprowadzeniu szczepionek w 2021 r., kontynuując dwie poważne fale w Stanach Zjednoczonych i osiągając szczyt ponownie pod koniec stycznia następnego roku. Występował trend spadkowy szczytów, ale nie jest oczywiste, że trend ten zmienił się w wyniku kampanii szczepień, jak można by się spodziewać w trakcie każdej pandemii.

Konwencjonalna mądrość kazałaby nam wierzyć, że szczepionki, choć nie zmniejszyły ogólnego poziomu infekcji, w jakiś sposób zmniejszyły poziom hospitalizacji i śmiertelności z powodu Covid-19. Ponownie, przeczy to wierze, że szczepienie może być niewystarczające w zapobieganiu infekcji, a mimo to być skuteczne w zmniejszaniu zachorowań.

Te twierdzenia o sukcesie nie opierają się na twardych dowodach. 

Wiele niedawnych publikacji to niezbite dowody, które dowodzą, że wielka strategia nie zadziałała. Musimy jednak zajrzeć pod maskę (zmieniając metaforę), ponieważ narracja zazwyczaj prowadzi do wniosku, że strategia okazała się sukcesem. Dane jednak czasami przedstawiają inną historię. To pokazuje, że autorzy są stronniczy, a ich dane mogą być bardziej wiarygodne niż ich narracje.

Weźmy na przykład badanie Bajema i in . przeprowadzone na pacjentach amerykańskiej Administracji Zdrowia Weteranów. Autorzy doszli do następującego wniosku:

Badanie kohortowe wykazało, że w sezonie 2022–2023 zakażenie wirusem SARS-CoV-2 wiązało się z cięższymi skutkami choroby niż grypa lub wirus RSV, natomiast w sezonie 2023–2024 różnice te były mniej wyraźne.

W obu sezonach RSV pozostał łagodniejszą chorobą, podczas gdy COVID-19 wiązał się z wyższą śmiertelnością długoterminową. Szczepienie osłabiło różnice w ciężkości choroby i śmiertelności długoterminowej.

Wydaje się to jednoznaczne, prawda?

Jednak wnioski opierają się na danych podsumowanych na rysunku 2A, który obejmuje:

Na podstawie tych danych można stwierdzić, że śmiertelność z powodu Covid-19 była wyższa w ciągu 180 dni – ale o mniej niż 1 procent. Miała to być pandemia, która zdarza się raz na 100 lat i która miała przeciąć populację, a która była znacznie bardziej niebezpieczna niż grypa, co wymagało wprowadzenia całego świata w stan wyjątkowy. Czy było to uzasadnione w przypadku choroby, która miała o mniej niż 1% wyższą śmiertelność niż grypa? Wiele artykułów medialnych wyśmiewało twierdzenia, że ​​Covid-19 stanowił podobny ciężar choroby jak grypa, ale z czasem okazało się, że jest porównywalny.

Jak bardzo pomogło szczepienie? Rysunek 2 przedstawia nam te porównania dla pacjentów z Covid-19.

Zatem w artykule opartym na starannie wybranej i przetworzonej subpopulacji subpopulacji zaszczepieni wyprzedzili o pół procenta w ciągu 180 dni. Czy to jest najlepsze, co mogą zrobić? Czy jest to statystycznie istotne?

Prace oparte na nadmiernej śmiertelności w całej populacji kraju pozwalają uniknąć problemów metodologicznych wynikających ze zmienności w przypisywaniu śmiertelności COVID-19 i selektywności populacji badanych. Na uwagę zasługuje niedawny preprint Dahla i wsp.: „ Covid-19 mRNA-vaccination and all-cause mortality in the adult population in Norway during 2021-20: a population-based cohort study” . Autorzy ci również doszli do obowiązkowego wniosku:

W latach 2021–2023 w Norwegii wśród osób zaszczepionych odnotowano niższy wskaźnik zgonów z wszystkich przyczyn.

Ale w jaki sposób dane potwierdzają ten wniosek?

Jeśli skupimy się na danych dotyczących obu płci i będziemy je czytać od prawej do lewej, liczba zgonów na 100,000 XNUMX mieszkańców stale rośnie w każdej grupie wiekowej, z wyjątkiem najmłodszych, w których zgony byłyby rzadkie.

Natomiast w najstarszej grupie wiekowej (65+) wzrastają one z 3.40 bez dawek, do 7.25 przy 1-2 dawkach, do 19.21 przy 3+ dawkach. Jakiej niejasnej statystycznej magii użyli, aby uzyskać wskaźniki częstości występowania, które idą w kierunku przeciwnym do zgonów na osobo-lata? I dlaczego nie wyjaśniają tego w narracji?

Na podstawie prostego odczytania liczb za tekstem, śmiertelność z wszystkich przyczyn wśród zaszczepionych była co najmniej dwukrotnie wyższa niż wśród niezaszczepionych w tym okresie w Norwegii. Ale doszli do wniosku, że jest odwrotnie.

Pierwszą rzeczą, której powinniśmy wymagać od naszych naukowców, jest to, aby formułowali wnioski wyraźnie poparte danymi!

Prace na temat szczepień są krytycznie osłabione przez stronniczość potwierdzenia. Siła wiary autorów w szczepienia jest taka, że ​​wszystkie dane są zwykle interpretowane jako wspierające szczepienia, nawet gdy są sprzeczne.

Pinheiro Rodrigues i Andrade przeprowadzili kolejne obszerne badanie wszystkich pacjentów zdiagnozowanych z COVID-19 w Brazylii w latach 2020–2023 . Ich wnioski podsumowano w streszczeniu:

Efekt ochronny szczepienia przeciwko COVID-19 obserwowano do roku od wystąpienia pierwszych objawów. Po roku efekt ten został odwrócony, co wykazało zwiększone ryzyko zgonu u osób zaszczepionych.

Ilustruje to Rysunek 1, na którym na osi X zaznaczono liczbę dni przeżycia:

Musimy pogratulować tym autorom dojścia do wniosków, które dokładnie odzwierciedlają ich dane, co jest niezwykłe w tym kontekście. Naturalnie doprowadziło to do zbadania artykułu przez czasopismo po publikacji, co nigdy nie zdarza się w przypadku artykułów, które osiągają ortodoksyjne wnioski na temat szczepień, które są zwykle akceptowane bezkrytycznie. Stronniczość publikacji jest powszechna – jak wybitni recenzenci poradzą sobie z artykułem Dahla? Los tych dwóch artykułów będzie kluczowym testem. W obecnej formie można by się spodziewać, że badanie brazylijskie zostanie wycofane, a artykuł Dahla zaakceptowany.

Badania, które doprowadziły do ​​pozytywnych wniosków, opierają się albo na wybranych okresach czasu (odchylenia od tzw. błędu okna zliczania przypadków), albo na modelowaniu.

Weźmy na przykład przekrojowe badanie Christophera Ruhma w stanach USA , którego celem było ustalenie, czy ograniczenia związane z COVID-19 (interwencje niefarmaceutyczne lub nieproduktywne produkty lecznicze + obowiązkowe szczepienia) w poszczególnych stanach wpłynęły na liczbę zgonów z powodu pandemii w USA. Badanie opierało się na danych pochodzących z całej populacji USA, a zatem było w tym sensie inkluzywne. Ruhm podsumowuje:

Badanie przekrojowe wskazuje, że rygorystyczne ograniczenia związane z COVID-19, jako całość, wiązały się ze znacznym spadkiem śmiertelności pandemicznej, przy czym zmiany w zachowaniu prawdopodobnie stanowiły ważny mechanizm wyjaśniający.

Jednakże podpowiedzią jest okno czasowe: „Główne badanie obejmuje okres 2 lat od lipca 2020 r. do czerwca 2022 r.” A co z wcześniejszymi miesiącami? Jest to ważne, ponieważ pierwsza fala śmiertelności z powodu Covid-19 mocno uderzyła w stany północno-wschodnie i została pominięta w oknie. Kolejne fale uderzyły w stany południowe i zachodnie, więc wahania wskaźników nadmiernej śmiertelności w tym okresie były silnie uzależnione od geografii, co prawdopodobnie było czynnikiem zakłócającym. Jest to widoczne na rysunku 2C dla okresu badania:

Rysunek 2E obejmuje wcześniejszy okres i wyraźnie pokazuje odwrotną tendencję: stany, w których występowały poważniejsze infekcje niezakaźne („powyżej mediany” – pomarańczowa linia), odnotowywały znacznie wyższą śmiertelność niż te, w których ich nie było.

Stany z mniej poważnymi interwencjami miały wyższą śmiertelność przez około miesiąc po lipcu 2021 r., co wydaje się wyjaśniać prawie całą różnicę w oknie głównego badania. Pod koniec okna pomarańczowa linia znów zaczyna się przesuwać w górę – co wydarzyło się później? 

Pamiętacie brazylijskie badanie, w którym stwierdzono, że efekt ochronny szczepionki przeciwko COVID-19 utrzymywał się do roku od wystąpienia pierwszych objawów, ale po roku efekt ten ulegał odwróceniu.

Rozważmy również szacunki nadmiernej śmiertelności w Niemczech w latach 2020-2022 autorstwa Kuhbandnera i Reitznera. Autorzy słusznie przyznają, że „interpretując szacunki wzrostu śmiertelności, należy być świadomym wyboru modelu i parametrów”.

W dalszej części artykułu mapują nadmierną śmiertelność od marca 2020 r. w zestawieniu ze szczepieniami na osi czasu. Oczywiste jest, że szczyty nadmierności śmiertelności występują zarówno przed, jak i po kampanii szczepień, znacznie wzrastając pod koniec okresu badania:

Wnioskują:

W 2020 r. zaobserwowana liczba zgonów była niezwykle bliska oczekiwanej, ale w 2021 r. zaobserwowana liczba zgonów znacznie przekroczyła oczekiwaną liczbę i była rzędu dwukrotności empirycznego odchylenia standardowego, a w 2022 r. była nawet czterokrotnie większa od oczekiwanej liczby.

Nie można tego interpretować jako triumfu kampanii szczepień. Miała ona zapobiec nadmiernej liczbie zgonów, ale tak się nie stało.

Alessandria i in. opublikowali artykuł pt. „A Critical Analysis of All-Cause Deaths during COVID-19 Vaccination in an Italian Province (Pescara)”, w którym ponownie przeanalizowali istniejący zestaw danych, aby skorygować błąd czasu nieśmiertelnego poprzez przypisanie populacji jednej daty indeksowej (1 stycznia 2021 r.).

Stwierdzili oni, że:

Współczynniki ryzyka zgonu z wszystkich przyczyn w analizie jednowymiarowej dla osób zaszczepionych 1, 2 i 3/4 dawkami w porównaniu z osobami niezaszczepionymi wynosiły odpowiednio 0.88, 1.23 i 1.21. Wartości wielowymiarowe wynosiły 2.40, 1.98 i 0.99.

Współczynniki ryzyka dla trzeciej i czwartej dawki są często niższe, ponieważ są to dawki podane najpóźniej, a jak widzieliśmy w badaniu brazylijskim, początkowe efekty leczenia z czasem ulegają odwróceniu.

Alessandria i wsp. kończą swój raport analizą różnych rodzajów błędów systematycznych, które mogą wpływać na badania dotyczące szczepień, w tym szczególnego rodzaju błędu związanego z oknem zliczania przypadków, w którym wyniki z pierwszych 10–14 dni po szczepieniu są wykluczane z grupy szczepionej w badaniach obserwacyjnych, bez odpowiednika w grupie kontrolnej. Według Funga i wsp ., na tej podstawie „całkowicie nieskuteczna szczepionka może wydawać się zasadniczo skuteczna” (48% skuteczności w przykładzie, który obliczyli na podstawie danych z randomizowanego badania fazy III firmy Pfizer).

W trakcie dopracowywania mojej recenzji, w czasopiśmie Annals of Internal Medicine opublikowano artykuł pt. „Skuteczność szczepionek XBB.1.5 przeciwko COVID-19 w latach 2023–2024 w długoterminowej obserwacji” autorstwa Ioannou i wsp. Badanie to stanowi próbę naśladowania kontrolowanego badania klinicznego poprzez dopasowanie osób zaszczepionych szczepionką XBB.1.5 do osób niezaszczepionych. Wnioski są mało inspirujące:

Skuteczność szczepionki w zapobieganiu zgonom związanym z SARS-CoV-2 stopniowo spadała, gdy oceniano ją po 60, 90 i 120 dniach obserwacji (odpowiednio 54.24%, 44.33% i 30.26%), a gdy trwała do końca okresu obserwacji, była jeszcze niższa (26.61%).

Przedstawiono to na rysunku 3:

Okno liczenia przypadków wydaje się więc trwać od 10. do 210. dnia. Nie wiadomo, co dzieje się poza oknem. Jeśli słabe wyniki są rejestrowane nawet przy odchyleniu okna liczenia przypadków, rzeczywistość musi być jeszcze gorsza.

Przeanalizowaliśmy wybrane badania obserwacyjne. W najlepszym przypadku dane w nich zawarte nie wykazują żadnej istotnej korzyści ze szczepienia, a w najgorszym przypadku liczba zgonów jest większa w grupie zaszczepionej.

Przeprowadzono również szereg badań kontrfaktycznych, w których śmiertelność w okresie pandemii porównywano ze śmiertelnością oczekiwaną. 

Pierwsze z badań, autorstwa Watsona i in., oszacowało, że w pierwszym roku szczepień udało się zapobiec 14.4 mln zgonów z powodu COVID-19 w 185 krajach. Liczba ta wzrasta do prawie 20 mln, jeśli jako miarę przyjąć nadwyżkę zgonów.

To niezwykłe liczby, które wywarły ogromny wpływ na wyobraźnię opinii publicznej i są często przywoływane w mediach. Zostały one zaktualizowane w przeglądzie Ioannidisa i in . Nic dziwnego, że biorąc pod uwagę słabnącą skuteczność szczepień przeciwko COVID-19, autorzy ci doszli do bardziej ostrożnych danych, z ponad 2.5 miliona uratowanych istnień ludzkich.

Jednak oba badania zakładają jedynie wskaźniki skuteczności szczepionki, które uwzględniają w swoich obliczeniach, przy czym Ioannidis i in. zakładają skuteczność szczepionki na poziomie 75% przed wprowadzeniem szczepionki Omicron i 50% w okresie jej stosowania. Przypuszczalnie opierają się one na skuteczności szczepionki (VE) stwierdzonej w badaniach klinicznych dotyczących zakażeń objawowych, ale brak jest empirycznych podstaw do oszacowania zapobieżenia śmiertelności .

Modelowanie nie jest dowodem i nie pojawia się w hierarchicznych piramidach medycyny opartej na dowodach (EBM). Jeśli założysz, że twoje leczenie jest skuteczne, a następnie obliczysz jego wpływ na daną populację, nieuchronnie odkryjesz – twoje leczenie jest skuteczne! Hipoteza nie jest falsyfikowalna, a rozumowanie jest kołowe.

Rzekomo ekstremalne zagrożenie pandemią Covid-19, które skłoniło rządy do podjęcia nadzwyczajnych środków, zostało w dużej mierze stworzone przez modelowanie, które zakładało, że ekstremalnie wysoki poziom zgonów wystąpi bez nowych środków zaradczych. Nastąpiła pandemia, która nigdy nie powinna się powtórzyć. Z perspektywy czasu ortodoksyjni próbują teraz wykazać, że ponieważ te fikcyjne poziomy śmiertelności nie nastąpiły, stało się tak z powodu środków zaradczych.

Z badań tych wyłaniają się trzy możliwe scenariusze śmiertelności w średnim okresie:

1. WW = 50-70%
2. VE = 0%
3. VE jest ujemne

Brakuje dowodów empirycznych na pierwszy scenariusz. Pozostałe scenariusze są niedopuszczalne. Scenariusz 2 jest niedopuszczalny, ponieważ nie możemy podawać leków ludziom, jeśli nie przynoszą one korzyści i mogą być narażeni na działania niepożądane, a skutki uboczne szczepionek przeciwko COVID-19 są niezwykle wysokie, jak wykazali Fraiman i in.

Negatywne skutki lockdownów również nadal się kumulują, szczególnie w odniesieniu do zdrowia psychicznego i poziomu wykształcenia młodych ludzi. Według Ferwany i Varshney :

Wyniki pokazują, że lockdown znacząco i przyczynowo zwiększył korzystanie z placówek zdrowia psychicznego w regionach objętych lockdownem w porównaniu z regionami bez lockdownu. W szczególności, wykorzystanie zasobów wzrosło o 18% w regionach objętych lockdownem, w porównaniu do 1% spadku w regionach bez lockdownu. Co więcej, kobiety były narażone na silniejszy wpływ lockdownu na zdrowie psychiczne. Rozpoznanie zaburzeń panicznych i reakcji na silny stres znacznie wzrosło w wyniku lockdownu. Zdrowie psychiczne było bardziej wrażliwe na lockdown niż na samą pandemię.

Strategia pandemiczna była największym eksperymentem zdrowia publicznego w historii. Jako przewodniczący komisji etyki badań na ludziach głosowałbym przeciwko każdej propozycji, w której korzyści netto prawdopodobnie byłyby zerowe lub gorsze. Korzyści muszą wyraźnie przewyższać ryzyko.

W moim rodzinnym mieście Melbourne w stanie Wiktoria cała populacja została zamknięta w areszcie domowym na 262 dni. Następnie nałożono surowe nakazy szczepień na wszystkich „niezbędnych pracowników” (i prawie wszyscy pracownicy okazali się niezbędni), a niezaszczepieni zostali zamknięci poza miejscami publicznymi i uznani za zagrożenie dla zdrowia. Podobnie jak inne państwa wyspiarskie, Australia radziła sobie całkiem dobrze w okresie, gdy zamykała granice, ale wielka strategia nie zadziałała – po przejściowym okresie NPI, przybycie szczepień nie zapobiegło nadmiernej śmiertelności, jak miało to miejsce:

Podstawową zasadą powinno być to, że im poważniejsze naruszenia wolności jednostki są spowodowane środkami ochrony zdrowia publicznego, tym więcej twardych dowodów na ich skuteczność jest potrzebnych. 

Rządy nie powinny mieć możliwości deptania wolności jednostki, ponieważ uważają, że ich interwencje mogą zadziałać w teorii, a potem uzasadniać je retrospektywnie za pomocą magii statystycznej.