Jak wysoce skuteczna szczepionka zamienia się w przeciętną szczepionkę — lub jeszcze gorzej

Pomijając wykryte oszustwo, nie ma silniejszej krytyki badania niż obalenie kluczowego wyniku przy użyciu danych z badania. Taka okazja nie zdarza się często.

Przedstawiam uderzający przykład, odnoszący się do badanie z Izraela. Próbując być metodyczny, mój artykuł jest nieco dłuższy, ale implikacje na końcu są radykalne i szerokie.

Goldina i in. oszacowali skuteczność szczepionki Pfizer na kilka skutków związanych z Covid, w tym śmierć, u mieszkańców placówek opieki długoterminowej w Izraelu (średnia wieku 83 lata). Duża kohorta (ponad 43,000 90) była mocno wypaczona w stosunku do zaszczepionych mieszkańców (4,000 procent). Tylko około XNUMX mieszkańców nie zostało zaszczepionych.

Korzystając z metody statystycznej zwanej analizą przeżycia, autorzy podali dwie dostosowane do wieku wartości skuteczności szczepionki (VE) przeciwko zgonom związanym z Covid:

Pomijając dziesięć dni po pierwszej dawce, VE wynosiło 72 procent.

Pomijając około siedem dni po drugiej dawce, VE wynosiło 85 procent.

Goldina i in. przeanalizowali również śmierć ze wszystkich przyczyn jako punkt końcowy, który wielu badaczy pominęło. Co najważniejsze, dwie z ich liczb (poniżej) pokazują skumulowaną liczbę zgonów Covid i wszystkich zgonów w kilku punktach czasowych — z których możemy obliczyć skumulowaną liczbę nie-Covid zgony. Te ostatnie dane były konsekwentnie ukrywane w badaniach skuteczności szczepionek.

Co więcej, mamy dane dotyczące śmiertelności od „daty indeksowej”, czyli daty wstrzyknięcia pierwszej dawki. Możemy analizować dane tak, jak powinny być analizowane. Bez pomijania.

Źródło: Goldina i in.

Z jakiegoś powodu punkty czasowe śmierci Covid nie pokrywają się dokładnie z punktami czasowymi wszystkich zgonów, ale nie są zbyt daleko od siebie (rysunki powyżej). Dlatego liczbę zgonów Covid w punktach czasowych dla zgonu z jakiejkolwiek przyczyny (30 dni, 60 dni itd.) można rozsądnie oszacować za pomocą interpolacji. Następnie odjęcie liczby zgonów z Covid od zgonów ze wszystkich przyczyn ujawnia kluczową część danych: liczbę zgonów innych niż Covid.

Moje zajęte tabele poniżej pokazują skumulowaną liczbę zgonów (Covid, non-Covid) u zaszczepionych i nieszczepionych mieszkańców do końca okresu obserwacji (5 miesięcy) oraz w trzech pośrednich punktach czasowych. Korzystając z prostej analizy, formalnie zwanej „skumulowaną zapadalnością”, obliczyłem ryzyko dwóch rodzajów śmierci u zaszczepionych (niebieski) i nieszczepionych (czerwony) mieszkańców.

Górna tabela pokazuje, że ryzyko śmierci Covid było konsekwentnie wyższe u osób nieszczepionych niż u szczepionych, ale zaskakujący wynik ujawnia się w dolnej tabeli: tak było również w przypadku śmierci innej niż Covid! Wskaźnik śmiertelności z przyczyn innych niż Covid u 4,114 nieszczepionych mieszkańców domów opieki w Izraelu był od 3 do 7 razy wyższy niż u ich zaszczepionych rówieśników, w zależności od czasu obserwacji. Lub odwrotnie — śmiertelność z przyczyn innych niż Covid była znaczna niższy u pensjonariuszy domów pomocy społecznej, którzy zostali zaszczepieni przeciwko Covid. Ten zdumiewający wynik jest widoczny wcześnie, w ciągu miesiąca od pierwszej dawki.

Czy szczepionka firmy Pfizer chroni przed śmiercią z przyczyn innych niż Covid?

Nie słyszeliśmy jeszcze, żeby ktoś złożył takie roszczenie.

Jeśli nie, jakie jest wyjaśnienie?

To jest proste i wcale nie zadziwiające. Decyzja do kogo nie szczepienie nie było przypadkowe. Musiało to być oparte na rozsądnych przesłankach medycznych, w szczególności na oczekiwanej długości życia. Na przykład, jaka jest zaleta szczepienia 90-latka, który cierpi na zaawansowaną demencję i raka z przerzutami?

Tych 4,114 nieszczepionych mieszkańców było na początku bardziej chorych. Ich oczekiwana długość życia była krótsza, niezależnie od możliwej infekcji SARS-CoV-2, dlatego ich śmiertelność niezwiązana z Covidem była kilkukrotnie wyższa.

Innymi słowy, przynależność do grupy nieszczepionej była ogólnym wskaźnikiem gorszego stanu zdrowia. Lub odwrotnie — przynależność do grupy szczepionej była wyznacznikiem lepszego zdrowia. To oczywiście średnia.

Zjawisko, które tu obserwujemy, to tzw nastawienie „zdrowego zaszczepionego”.i jest to dobrze udokumentowane w literaturze naukowej, sięga czasów szczepionek przeciw grypie. Tendencja jest bardzo silna u słabych starszych mieszkańców domów opieki, ale jest widoczna we wszystkich grupach wiekowych ogólnej populacji.

Implikacje zjawiska „zdrowej osoby zaszczepionej” – przy szacowaniu skuteczności szczepionki – nazywane są mylącym błędem. Naiwne porównanie śmiertelności Covid u osób zaszczepionych i nieszczepionych, nawet po uwzględnieniu wieku, jest rażąco mylące, ponieważ ci drudzy mają większe ryzyko śmierci najpierw. Przynajmniej część ich wyższej śmiertelności Covid, jeśli nie cała, nie ma nic wspólnego z brakiem szczepień. To po prostu bardziej chorzy ludzie.

Nawet Goldin i in. są świadomi stronniczości, której poświęcają jedno zdanie na samym końcu artykułu:

"Grupa nieszczepiona mogła cierpieć na więcej chorób współistniejących, co prowadzi do większej podatności na zakażenie SARS-CoV-2 i śmierć, przez co skuteczność szczepionki wydaje się wyższa niż w rzeczywistości”. [moja kursywa]

Niektórzy badacze uważają, że błąd działa w przeciwnym kierunku (nazywany błędem polegającym na wprowadzaniu w błąd przez wskazanie), w którym niezdrowa osoba jest bardziej podatna na szczepienie, ponieważ jest zagrożona. Niezależnie od tego, efekt netto błędu osób zdrowych zaszczepionych i błędu polegającego na wprowadzaniu w błąd przez wskazanie, jeśli to drugie istnieje, pokazano w dolnej tabeli (powyżej): ci, którzy zostali zaszczepieni, mieli znacznie niższą śmiertelność inną niż Covid. Musiały być średnio zdrowsze, a nie na odwrót.

Poniższa tabela przedstawia współczynnik ryzyka i VE w stosunku do śmierci Covid, obliczone na podstawie danych z poprzedniej górnej tabeli. Obliczone w różnych punktach czasowych VE wynosi około 80 procent, a moje uproszczone obliczenia dla całej obserwacji (82 procent) są podobne do głównego wyniku Goldina i in. (85 procent). Przypomnijmy, że wszystkie te szacunki są zniekształconymi (stronniczymi) wersjami prawdy z powodu zdrowego uprzedzenia szczepionych (i naiwnie zakładającego brak dodatkowych źródeł uprzedzeń).

Co najważniejsze, dane o ryzyku śmierci innej niż Covid pozwalają na szczątkową korektę tych szacunków, co z pewnością jest lepsze niż całkowity brak korekty. Metodę najlepiej wyjaśni prosty przykład.

Załóżmy, że pozorny ryzyko śmierci Covid jest dwukrotnie wyższe u osób nieszczepionych niż u szczepionych, co oznacza obciążony współczynnik ryzyka wynoszący 0.5 na korzyść zaszczepionych i obciążone VE wynoszące 50%. Załóżmy, że dowiemy się, że ryzyko śmierci z przyczyn innych niż Covid is również dwa razy więcej u nieszczepionych. Co to oznacza?

Szczepienia nic nie zmieniły. Nie miało to wpływu na śmierć Covida. Podwójne ryzyko śmierci Covid jest oczekiwanym, „wyjściowym” ryzykiem śmierci u osób nieszczepionych, ponieważ są one generalnie bardziej chore. Szczepieni czy nie, mieliby dwukrotnie większe ryzyko śmierci z powodu Covid niż ich zaszczepieni odpowiednicy — podobnie jak ich dwukrotne ryzyko śmierci z przyczyn innych niż Covid. Obciążony współczynnik ryzyka wynoszący 0.5 (VE=50 procent) należy skorygować do 1 (VE=0 procent).

Aby uzyskać współczynnik ryzyka równy 1, z obciążonego współczynnika ryzyka równego 0.5, musimy pomnożyć 0.5 przez 2, co można nazwać współczynnikiem obciążenia. Czynnik odchylenia oddaje leżące u podstaw wyższe ryzyko zgonu u osób, które nie zostały zaszczepione. Można to oszacować na podstawie współczynnika ryzyka śmiertelności innej niż Covid, porównując osoby niezaszczepione z ich zaszczepionymi odpowiednikami.

W moim prostym przykładzie metoda korekty zniweczyła domniemany efekt szczepionki. Jak zobaczymy dalej, wynikiem może być wszystko, od atenuowanej VE do negatywnej VE, gdzie rzekomo korzystna szczepionka jest w rzeczywistości szkodliwa.

Poniższa tabela przedstawia czynnik błędu w badaniu Goldina i in. przez czas obserwacji, wraz ze skorygowanym współczynnikiem ryzyka i skorygowanym VE. Na przykład w całym okresie obserwacji nieszczepieni mieszkańcy domów opieki w Izraelu byli 3.5 razy bardziej narażeni na śmierć z przyczyn niezwiązanych z Covid niż mieszkańcy zaszczepieni (współczynnik odchylenia 3.5). Pomnożenie obciążonego współczynnika ryzyka 0.18 przez 3.5 zmieniło współczynnik ryzyka do 0.63 i zmniejszyło VE z 82 procent do 37 procent.

Prawie wszystkie zgony Covid-888 skumulowały się do trzeciego miesiąca (899 z 81). Rzeczywiście, stronniczy VE był zasadniczo taki sam (4.1 procent). Ponieważ współczynnik odchylenia był wyższy (22), skorygowana VE wynosi teraz XNUMX procent.

Niezależnie od tego, czy VE wynosiło 22 procent, czy 37 procent – ​​to mierna szczepionka. A idą gorsze wyniki.

Obciążone szacunki VE minimalnie wzrosły w czasie (z 78 do 82 procent). Jednak współczynnik obciążenia zmniejszył się z 7.3 w pierwszym miesiącu obserwacji do 3.5 w całym okresie obserwacji, co nie jest zbyt trudne do wyjaśnienia. Biorąc pod uwagę krótszą oczekiwaną długość życia nieszczepionej kohorty, najbardziej narażeni członkowie tej kohorty umierali wcześniej. Pozostałe osoby stopniowo tworzyły nieco „zdrowszą” kohortę, która przeżyła, zmniejszając w ten sposób różnicę w śmiertelności osób niezaszczepionych i zaszczepionych.

Pod koniec pierwszego miesiąca czynnik błędu wynosił 7.3, a pod koniec drugiego miesiąca 5.2, podczas gdy obciążony współczynnik ryzyka był podobny. W rezultacie obserwujemy szkodliwy wpływ szczepionki Pfizer w pierwszym miesiącu i całkowity zerowy efekt pod koniec drugiego miesiąca. To odpowiednio ujemne i zerowe VE przeciwko śmierci Covida.

Kiedy wnioskowanie silnie zależy od ilości danych — brak skuteczności w drugim miesiącu w porównaniu z 22-37% skutecznością przy dłuższym okresie obserwacji — mamy praktyczną zasadę: wnioskowanie jest silniejsze tam, gdzie mamy większość danych, a nie po dodaniu kilku dodatkowych obserwacji. Około 95 procent wszystkich zgonów Covid miało miejsce w ciągu pierwszych dwóch miesięcy (pierwszy wiersz w powyższej tabeli).

Metoda korekcji nie jest doskonała, a wynik zależy od wartości współczynnika odchylenia (szacunek sam w sobie). Niemniej jednak zwiększone ryzyko śmierci Covid we wczesnym okresie zagrożenia po szczepieniu jest zgodne inne dane. Rzeczywiście, serwisy informacyjne w Izraelu donosiły o wybuchach infekcji Covid w domach opieki wkrótce po rozpoczęciu kampanii szczepień.

Poniżej znajdują się dwa przetłumaczone akapity z a Reportaż, z dnia 14 stycznia 2021 r., około trzech tygodni po rozpoczęciu kampanii:

"Po raz kolejny porażka w domach pomocy społecznej: Równocześnie z dystrybucją drugiej dawki szczepionek na COVID-19 pandemia mocno uderza w placówki, w których przebywają osoby starsze. W ciągu ostatnich dwóch tygodni ogniska zarejestrowano w aż 160 placówkach geriatrycznych, a 1,098 nowych potwierdzonych przypadków wykryto wśród mieszkańców samych placówek posiadających licencję Ministerstwa Zdrowia.

Równolegle ze wzrostem liczby pacjentów w domach pomocy społecznej i domach pomocy społecznej, w ciągu ostatnich dwóch tygodni „Senior Shield” [zespół ds. na stronie Ministerstwa Zdrowia".

Dlaczego przestali zgłaszać? Czy zaobserwowali również wzrost liczby zgonów Covid zaszczepionych mieszkańców domów opieki w pierwszym miesiącu kampanii?

Niezależnie od tego, czy szczepionka firmy Pfizer miała zależną od czasu negatywną skuteczność, brak skuteczności lub mierną skuteczność – doskonała skuteczność przeciwko śmierci Covid, jak donosi Goldin i in., była fałszywa. Zakładając, że ten wniosek nie jest kwestionowany, jakie są konsekwencje?

Niektórzy czytelnicy mogą pomyśleć, że obalenie jednego badania nie znaczy wiele. Goldina i in. są w błędzie, ale istnieją inne badania, które wspierają narrację o „wysoce skutecznej szczepionce” w wrażliwej populacji. Nie wykazaliśmy, że wyniki tych badań również były fałszywe.

Nie tak działa wnioskowanie dedukcyjne. Jeśli okaże się, że VE przeciwko śmierci Covid jest daleka od „wysoce skutecznej” w jednym badaniu słabych osób starszych, my musi wydedukować że wszystkie inne badania, które wykazały podobną lub lepszą VE, są również fałszywe – podobnie zniekształcone przez stronniczość zdrowych szczepionek. W przeciwnym razie musimy przyjąć nieprawdopodobne założenie: pomimo poważnych uprzedzeń, gra przypadku w cudowny sposób wygenerowała prawdziwą VE w badaniu Goldina i in.

Co powinno się stać dalej?

Po pierwsze, artykuł Goldina i in. należy cofnąć.

Po drugie, należy wstrzymać szczepienie słabych osób starszych zaktualizowanymi szczepionkami Covid.

Po trzecie, agencje zdrowia publicznego powinny zainicjować zapytanie o wnioski (RFA) dotyczące kontrolowanych placebo, randomizowanych prób szczepionek Covid w domach opieki – z Covid i śmiertelnością z jakiejkolwiek przyczyny jako punktami końcowymi.

Takie próby są naukowo uzasadnione, ponieważ mieszkańcy domów opieki, najbardziej narażona populacja, zostali wykluczeni z pierwotnych prób (w których śmierć nie była punktem końcowym). Co więcej, badania z randomizacją w tej wyjątkowej populacji stają się etycznie obowiązkowe, gdy skorygowana VE przeciwko zgonom Covid z danych obserwacyjnych mieści się w zakresie od przeciętnego do negatywnego, a istnieją zgonów związanych ze szczepionkami.

Oczywiście wszystkie powyższe są istotne i mają zastosowanie w innym wszechświecie.