Brownstone » Brownstone Journal » Chybná specifikace modelu a hrubě přemrštěné odhady zachráněných životů

Chybná specifikace modelu a hrubě přemrštěné odhady zachráněných životů

SDÍLET | TISK | E-MAILEM

V poslední studovat zveřejněno v The Lancet Infectious DiseasesWatson a kol. použít matematické modelování k odhadu, že hromadné očkování proti COVID-19 zachránilo 14–20 milionů životů po celém světě během prvního roku očkování proti COVID-19 program. Předchozí články o Brownstone od Hnízda a Raman již poukázali na několik chybných předpokladů ve studii týkající se trvání imunity odvozené od infekce vs. z vakcíny a také na skutečnost, že nezohlednila nežádoucí účinky vakcíny a riziko mortality ze všech příčin. 

Zde shrnuji mechaniku toho, jak autoři dospěli ke svým odhadům úmrtí odvrácených díky hromadnému očkování. Poté rozvedu, jak chybné předpoklady v modelu mohou vést k výrazně přemrštěným odhadům odvrácených úmrtí, což může vysvětlovat nedostatečnou validitu a vnitřní konzistenci studie.

Studie využívá generativní model dynamiky přenosu, infekce a úmrtnosti COVID-19, který zahrnuje 20–25 předpokládaných parametrů založených na vybrané literatuře (tj. účinnost vakcíny proti přenosu, infekci a úmrtí, věkové kombinace jednotlivých zemí, věkově stratifikované úmrtnost na infekce atd.), která je přizpůsobena hlášeným nadměrným úmrtím, aby bylo možné odvodit (ale neověřit) přenosnost viru v čase ve 185 zemích. 

Studie porovnává skutečný počet úmrtí v roce 2021 se simulacemi (kontrafaktuálními), které mají předpovídat trajektorii nadměrného úmrtí v každé zemi, pokud by nebyly zavedeny žádné vakcíny (tj. spuštěním několika simulací výše přizpůsobených modelů po odstranění účinků vakcín). Rozdíl mezi těmito kontrafaktuálními křivkami a skutečnými nadměrnými úmrtími vede k odhadovaným úmrtím odvráceným v důsledku očkování.

Nezdá se, že by modely autorů zohledňovaly vývoj infekčnosti nebo letality viru, kromě výslovného modelování nárůstu četnosti hospitalizací kvůli variantě Delta (viz část 1.2.3 Varianty obav v Dodatku). Primárním předpokladem kontrafaktuálních simulací je, že nadměrná úmrtnost je vysvětlena „přirozeným“ vývojem viru, který se odráží v jeho časově proměnlivé přenositelnosti, kterou lze pouze odvodit (přizpůsobit) a nikoli potvrdit. 

Pokud modely předpokládají parametry, které nadhodnocují nebo nesprávně odhadují účinnost vakcíny proti přenosu, infekci a úmrtí, stejně jako dobu trvání ochrany vakcínou, přičemž ignorují jiné zdroje nadměrného úmrtí souvisejícího s pandemií, povede to k nadhodnocenému nebo nesprávnému odhadu času- měnící se přenosnost viru, aby se dosáhlo dobré shody s nadměrnými křivkami úmrtí v každé zemi. To by zase uměle navýšilo odhadovanou nadměrnou úmrtnost, když jsou účinky očkování následně odstraněny z kontrafaktuálních simulací. Tyto body rozvádíme níže.  

Modely ve Watson et al. spoléhat na nerealistické předpoklady o imunitě odvozené z vakcíny

Není jasné, zda autoři uvažují ve svých modelech s klesající účinností vakcíny, a zdá se, že všechny jejich modely předpokládaly konstantní ochranu vakcíny po celé jednoleté období studie, i když studie naznačují, že je to někde mezi 3 až 6 měsíci. Model, který citují, Hogan et al. 2021 standardně předpokládá „dlouhodobou“ (tj. >1 rok) ochranu vakcínou (viz tabulka 1. v Hogan a kol. 2021).

Navíc prakticky každá studie účinnosti nebo účinnosti vakcíny buď vyloučí nebo shrne symptomatické případy do 21 dnů po první dávce nebo do 1 dnů po druhé dávce s „neočkovanými“ srovnávacími skupinami. To je problematické ve světle důkazů, že infekčnost COVID může být navýšit téměř 3krát během prvního týdne po injekci (viz Obrázek 1 v našem komentáři ke studii). To naznačuje, že uváděné odhady účinnosti vakcíny, které jsou založeny na nižších četnostech případů pozorovaných > 6 týdnů po injekci, mohou být (alespoň částečně) vysvětleny infekce-, nikoli vakcínou, navozená imunita v důsledku krátkodobého zvýšení infekčnosti COVID-19 bezprostředně po očkování. 

Zatímco modely ve Watson et al. zahrnují období latence mezi očkováním a nástupem ochrany, neberou v úvahu potenciální zvýšení infekčnosti a přenosnosti vakcínou během tohoto období. Nezohlednění tohoto efektu v modelech by přeceňovalo přirozeně se vyvíjející a časově proměnnou přenositelnost viru, a tím by navýšilo nadměrnou úmrtnost ve srovnávacích simulacích, které vylučují účinky očkování.

Nakonec autoři prozkoumali dopad imunitního úniku z imunity odvozené od infekce provedením analýzy citlivosti k odhadu úmrtí odvrácených očkováním s různými procenty imunitního úniku v rozmezí od 0 % do 80 % (viz doplňkový obrázek 4 v původním článku). V těchto modelech autoři objasňují, že předpokládají stálou (neochabující) ochranu vakcínou, což je nerealistický předpoklad (viz výše odstavec). Zdá se však, že autoři neprovádějí podobnou analýzu citlivosti imunitního úniku z imunity odvozené od vakcíny, což je důležité vzhledem k bodu uvedenému ve výše uvedeném odstavci. 

Modely ignorují nadměrná úmrtí způsobená jinými faktory než COVID-19

Přizpůsobené modely a jejich kontrafakty předpokládají, že nadměrná úmrtí v každé zemi jsou vysvětlena Výhradně přirozeně se vyvíjejícím virem COVID-19 a jeho (přizpůsobeným modelem odvozeným) časově proměnnou přenositelností. Modely se nepokoušejí zohlednit nadměrná úmrtí způsobená jinými faktory souvisejícími s pandemií, například samotnými vakcínami a dalšími povinnými nefarmaceutickými intervencemi. The CDC uvádí celkové riziko úmrtí způsobené vakcínou 0.0026 % na dávku založené na systému hlášení nežádoucích účinků vakcíny neboli VAERS. VAERS je pasivní systém hlášení a může pouze zachytit ~1 % všech vedlejších účinků souvisejících s vakcínou

Použití novějších nezávislých linií důkazů VAERS a věrohodné předpoklady o faktoru podhodnocenís a ekologická regrese veřejně dostupných údajů o očkování a úmrtnosti ze všech příčin naznačují, že VAERS může zachytit pouze ~5% všech úmrtí způsobených vakcínou. Kromě toho modely nezohledňují nadměrnou úmrtnost v důsledku jiných faktorů, jako je například zablokování "smrti zoufalství." 

Ignorováním dalších potenciálních zdrojů nadměrného úmrtí souvisejícího s pandemií ve svých modelech budou přizpůsobené modely nadhodnocovat a/nebo nesprávně odhadovat účinky přirozené, časově se měnící přenositelnosti virů, aby bylo dosaženo dobrého modelu přizpůsobeného hlášeným nadměrným úmrtím, které v obrat by vedl k nafouknutému nadměrnému počtu mrtvých v jejich kontrafaktuálních simulacích.

Nedostatek validity tváře

Podle odhadů autorů na úrovni zemí bylo v USA zabráněno 1.9 milionu úmrtí za předpokladu 61% pokrytí vakcínou (viz doplňková tabulka 3 v původní studii). V prvním roce pandemie, kdy nebyly dostupné žádné vakcíny (2020), byly 351,039 XNUMX úmrtí na COVID v USA. Modely autorů tedy naznačují, že 1.9 milionu / 350 5.5 = ~2021x tolik úmrtí na COVID v USA by v roce 2020 (vs. XNUMX) nastalo, kdyby nebyly zavedeny žádné vakcíny (viz Obrázek 2 v našem komentáři ke studii). To je vysoce nepravděpodobné, protože existuje jen velmi málo důvodů se domnívat, že by se virus přirozeně vyvinul tak, aby byl mnohem přenosnější a infekčnější. a smrtící. 

Autoři se zmiňují o vyšší přenositelnosti v roce 2021 v důsledku uvolnění a/nebo zrušení opatření a omezení veřejného zdraví (uzavírky, cestovní omezení, maskování atd.). Předpoklad, že by to mohlo způsobit více než 5násobný nárůst úmrtí na COVID v roce 2021, je v rozporu > 400 studií které dospěly k závěru, že tato opatření při snižování výsledků COVID nepřinesly žádný nebo jen malý nebo žádný přínos pro veřejné zdraví.   

Navíc v roce 2021 (po zavedení očkování) jich bylo 474,890 XNUMX úmrtí na COVID v USA. To je asi o 35 % více než v roce 2021, což naznačuje hrubý důkaz, že masové očkování zhoršila se Celkové výsledky COVID, v souladu s pozorováním zvýšené infekčnosti před zahájením ochrany vakcínou (viz 1. bod výše) a obavy ze zvýšené závažnosti onemocnění COVID-19 způsobené vakcínami na základě preklinických studií.

Proč investovat do čističky vzduchu?

Zatímco generativní modely jsou často užitečným nástrojem pro simulaci scénářů, které nenastaly, nepřesné předpoklady o parametrech modelu mohou snadno vést k nesprávné specifikaci modelu. V případě Watsona a kol. 2022, mohou vést k kontrafaktuálním simulacím, které hrubě nafouknou odhady úmrtí odvrácených kvůli hromadnému očkování. 

Protože takovéto komplikované modelování může být příliš citlivé na vstupní parametry, náchylné k nadměrnému přizpůsobení a poskytuje výstupy, které je obtížné, ne-li nemožné ověřit, nemělo by být používáno k informování o politice a pokynech v oblasti veřejného zdraví. Kvantitativní poměr rizika a přínosu analyzuje, že použití klinická studie or data z reálného světa porovnat rizika konkrétních výsledků, jako je např úmrtnost ze všech příčin or myoperikarditida po očkování a infekci koronavirem, jsou v tomto ohledu mnohem informativnější a užitečnější.

Poznámka: Odeslal jsem verzi tohoto článku, která obsahuje čísla a bibliografii ResearchGATE, a tweetoval komentář původním autorům studie v naději na odpověď a vyvrácení. Také jsem zaslal zkrácenou verzi článku jako dopis o 250 slovech The Lancet Infectious Diseases a čekám na jejich odpověď. Autor děkuje Hervému Seligmannovi za užitečné komentáře a zpětnou vazbu k článku.



Publikováno pod a Mezinárodní licence Creative Commons Attribution 4.0
Pro dotisky nastavte kanonický odkaz zpět na originál Brownstone Institute Článek a autor.

Autor

Darujte ještě dnes

Vaše finanční podpora Brownstone Institute jde na podporu spisovatelů, právníků, vědců, ekonomů a dalších lidí odvahy, kteří byli profesionálně očištěni a vysídleni během otřesů naší doby. Prostřednictvím jejich pokračující práce můžete pomoci dostat pravdu ven.

Přihlaste se k odběru Brownstone a získejte další novinky

Zůstaňte informováni s Brownstone Institute