KOPĪGOT | DRUKĀT | SŪTĪT E-PASTU
Kas nesen studēt publicēts žurnālā The Lancetes infekcijas slimībasVatsons un līdzautori izmantoja matemātisko modelēšanu, lai aprēķinātu, ka masveida COVID-19 vakcinācija pirmajā COVID-14 vakcinācijas gadā visā pasaulē izglāba no 20 līdz 19 miljoniem dzīvību. programmaIepriekšējie raksti par Brownstone, ko veidojis Horsts un Ramana jau ir norādījuši uz vairākiem kļūdainiem pieņēmumiem pētījumā par infekcijas un vakcīnas izraisītas imunitātes ilgumu, kā arī uz to, ka tajā netika ņemtas vērā vakcīnas blakusparādības un visu iemeslu izraisītas mirstības risks.
Šeit es apkopoju mehānismus, kā autori nonāca pie savām masveida vakcinācijas dēļ novērsto nāves gadījumu aplēsēm. Pēc tam es sīkāk paskaidroju, kā kļūdaini pieņēmumi modelī var novest pie ievērojami pārspīlētām novērsto nāves gadījumu aplēsēm, kas varētu izskaidrot pētījuma šķietamības un iekšējās konsekvences trūkumu.
Pētījumā tiek izmantots COVID-19 transmisijas, inficēšanās un mirstības dinamikas ģeneratīvs modelis, kas ietver 20–25 pieņemtos parametrus, kuru pamatā ir atlasīta literatūra (t. i., vakcīnas efektivitāte pret transmisiju, inficēšanos un nāvi, katras valsts vecuma grupas, vecuma stratificēti infekcijas mirstības rādītāji utt.), kas tiek pielāgoti ziņotajiem pārmērīgajiem nāves gadījumiem, lai secinātu (bet ne apstiprinātu) vīrusa transmisiju laika gaitā 185 valstīs.
Pētījumā tiek salīdzināti faktiskie 2021. gada pārmērīgie nāves gadījumi ar simulācijām (hipotektiskām prognozēm), kuru mērķis ir paredzēt pārmērīgo nāves gadījumu trajektoriju katrā valstī, ja vakcīnas netiktu ieviestas (t. i., veicot vairākas iepriekš minēto pielāgoto modeļu simulācijas pēc vakcīnu ietekmes izslēgšanas). Starpība starp šīm hipotētiskajām līknēm un faktiskajiem pārmērīgajiem nāves gadījumiem norāda uz vakcinācijas dēļ novērsto nāves gadījumu skaitu.
Autoru modeļi, šķiet, neņem vērā vīrusa infekciozitātes vai letalitātes evolūciju, izņemot tiešu hospitalizācijas rādītāju pieauguma modelēšanu Delta varianta dēļ (sk. 1.2.3. sadaļu “Problēmas raisošie varianti” pielikumā). Galvenais pieņēmums hipotētiskajās simulācijās ir tāds, ka pārmērīgo nāves gadījumu skaitu izskaidro vīrusa “dabiskā” evolūcija, kas atspoguļojas tā laika gaitā mainīgajā transmisijā, ko var tikai secināt (pielāgot), nevis apstiprināt.
Ja modeļi pieņem parametrus, kas pārvērtē vai nepareizi novērtē vakcīnas efektivitāti pret pārnešanu, inficēšanos un nāvi, kā arī vakcīnas aizsardzības ilgumu, vienlaikus ignorējot citus ar pandēmiju saistītus pārmērīgas nāves gadījumu avotus, tas novedīs pie laika gaitā mainīgas vīrusa pārnesamības pārvērtēšanas vai nepareizas novērtēšanas, lai panāktu labu atbilstību pārmērīgas nāves gadījumu līknēm katrā valstī. Tas savukārt mākslīgi palielinātu aplēsto pārmērīgo nāves gadījumu skaitu, ja vakcinācijas ietekme vēlāk tiktu izslēgta no hipotētiskajām simulācijām. Šos punktus mēs sīkāk aplūkosim turpmāk.
Vatsona un līdzautoru pētījumā izmantotie modeļi balstās uz nereālistiskiem pieņēmumiem par vakcīnas izraisītu imunitāti.
Nav skaidrs, vai autori savos modeļos ņem vērā vakcīnas efektivitātes samazināšanos, un šķiet, ka visi viņu modeļi pieņēma nemainīgu vakcīnas aizsardzību visā 1 gada pētījuma periodā, lai gan pētījumi liecina, ka tas ir kaut kur no 3 līdz 6 mēnešiemViņu citētais modelis, Hogans et al. 2021, pēc noklusējuma pieņem “ilgtermiņa” (t. i., >1 gads) vakcīnas aizsardzību (sk. 1. tabulu). Hogans un līdzautori, 2021. gads).
Turklāt praktiski katrā vakcīnas efektivitātes vai lietderības pētījumā simptomātiski gadījumi 21 dienas laikā pēc pirmās devas vai 1 dienu laikā pēc otrās devas “nevakcinētajās” salīdzinājuma grupās tiek izslēgti vai apvienoti. Tas ir problemātiski, ņemot vērā pierādījumus, ka COVID infekciozitāte var palielināt gandrīz 3 reizes pirmajā nedēļā pēc injekcijas (sk. 1. attēls mūsu pētījuma komentārā). Tas liek domāt, ka ziņotās vakcīnas efektivitātes aplēses, kas balstītas uz zemākiem saslimstības rādītājiem, kas novēroti >6 nedēļas pēc injekcijas, var (vismaz daļēji) būt saistītas ar infekcija-, nevis vakcīnas, izraisīta imunitāte īslaicīga COVID-19 infekciozitātes pieauguma dēļ tūlīt pēc vakcinācijas.
Lai gan Vatsona un līdzautoru modeļos ir iekļauts latentuma periods starp vakcināciju un aizsardzības iestāšanās brīdi, tie neņem vērā vakcīnas izraisītas infekciozitātes un transmisijas iespējamo pieaugumu šajā periodā. Šīs ietekmes neņemšana vērā modeļos pārvērtētu dabiski attīstošos un laika gaitā mainīgos vīrusa transmisijas rādītājus un tādējādi palielinātu pārmērīgo nāves gadījumu skaitu hipotētiskajās simulācijās, kas izslēdz vakcinācijas ietekmi.
Visbeidzot, autori pētīja imūnsistēmas izvairīšanās ietekmi uz infekcijas izraisītu imunitāti, veicot jutīguma analīzi, lai novērtētu vakcinācijas novērstos nāves gadījumus ar dažādiem imūnsistēmas izvairīšanās procentiem no 0% līdz 80% (sk. 4. papildattēlu oriģinālajā rakstā). Šajos modeļos autori skaidri norāda, ka viņi pieņem nemainīgu (nemazinošu) vakcīnas aizsardzību, kas ir nereālistisks pieņēmums (sk. iepriekšējo rindkopu). Tomēr autori, šķiet, neveic līdzīgu jutīguma analīzi par imūnsistēmas izvairīšanos no vakcīnas izraisītas imunitātes, kas ir svarīgi, ņemot vērā iepriekšējā rindkopā izvirzīto punktu.
Modeļi ignorē pārmērīgu nāves gadījumu skaitu citu faktoru, nevis COVID-19, dēļ
Pielāgotie modeļi un to hipotētiskie fakti pieņem, ka katrā valstī pārmērīga mirstība tiek izskaidrota ar Tikai dabiski evolvējoša COVID-19 vīrusa un tā (ar pielāgotu modeli secinātās) laika gaitā mainīgās pārnesamības dēļ. Modeļi nemēģina ņemt vērā pārmērīgu nāves gadījumu skaitu, ko izraisa citi ar pandēmiju saistīti faktori, piemēram, pašas vakcīnas, kā arī citas nefarmaceitiskas piespiedu intervences. Slimību kontroles un profilakses centrs (CDC) ziņo, ka kopējais vakcīnas izraisītas nāves risks ir 0.0026 %. par devu pamatojoties uz Vakcīnu blakusparādību ziņošanas sistēmu jeb VAERS. VAERS ir pasīva ziņošanas sistēma, un tā var apkopot tikai ~1% no visām ar vakcīnu saistītajām blakusparādībām.
Jaunākas neatkarīgas pierādījumu līnijas, izmantojot VAERS un ticami pieņēmumi par nepietiekamas ziņošanas faktorus un publiski pieejamo vakcinācijas un visu iemeslu mirstības datu ekoloģiskā regresija liecina, ka VAERS varētu fiksēt tikai ~5% no visiem vakcīnu izraisītajiem nāves gadījumiem. Turklāt modeļi neņem vērā pārmērīgu nāves gadījumu skaitu, kas rodas citu faktoru, piemēram, ierobežojumu, dēļ. "Izmisuma nāve."
Ignorējot citus potenciālos ar pandēmiju saistīto pārmērīgo nāves gadījumu avotus savos modeļos, pielāgotie modeļi pārvērtēs un/vai nepareizi novērtēs dabiskās, laika gaitā mainīgās vīrusa pārnesamības ietekmi, lai panāktu labu modeļa atbilstību ziņotajiem pārmērīgajiem nāves gadījumiem, kas savukārt novestu pie pārspīlēta pārmērīgo nāves gadījumu skaita to hipotētiskajās simulācijās.
Sejas derīguma trūkums
Saskaņā ar autoru aplēsēm valsts līmenī, pieņemot, ka vakcinācijas aptvērums ir 1.9%, ASV tika novērsti 61 miljoni nāves gadījumu (sk. 3. papildtabulu sākotnējā pētījumā). Pirmajā pandēmijas gadā, kad vakcīnas nebija pieejamas (2020. gadā), bija 351,039 XNUMX COVID nāves gadījumi ASVTādējādi autoru modeļi liecina, ka 1.9 miljoni / 350 tūkstoši = ~5.5 reizes vairāk COVID-2021 nāves gadījumu ASV būtu notikuši 2020. gadā (salīdzinājumā ar XNUMX. gadu), ja nebūtu ieviestas vakcīnas (sk. 2. attēls mūsu pētījuma komentārā). Tas ir ļoti neticami, jo ir ļoti maz pamata uzskatīt, ka vīruss dabiski būtu attīstījies par daudz lipīgāku un infekciozāku. un letāls.
Autori norāda uz lielāku transmisiju 2021. gadā sabiedrības veselības pasākumu un ierobežojumu (lokdaunu, ceļošanas ierobežojumu, masku valkāšanas pienākumu utt.) atvieglošanas un/vai atcelšanas dēļ. Tomēr pieņēmums, ka tas varētu izskaidrot COVID nāves gadījumu skaita pieaugumu vairāk nekā 5 reizes 2021. gadā, ir pretrunā ar... >400 pētījumi kas secinājušas, ka šo pasākumu ietekme uz sabiedrības veselību COVID-19 iznākumu mazināšanā ir bijusi neliela vai nekāda.
Turklāt 2021. gadā (pēc vakcinācijas ieviešanas) bija 474,890 XNUMX COVID nāves gadījumi ASVTas ir aptuveni par 35 % vairāk nekā 2021. gadā, kas liecina par neapstrīdamiem pierādījumiem, ka masveida vakcinācija pasliktinājusies COVID-1 rezultāti kopumā atbilst novērojumiem par paaugstinātu infekciozitāti pirms vakcīnas aizsardzības stāšanās spēkā (sk. iepriekš XNUMX. punktu) un bažas par COVID-19 slimības smaguma pakāpes palielināšanos ko izraisa vakcīnas pamatojoties uz preklīniskiem pētījumiem.
Secinājumi
Lai gan ģeneratīvie modeļi bieži vien ir noderīgs rīks, lai simulētu scenārijus, kas nav notikuši, neprecīzi pieņēmumi par modeļa parametriem var viegli novest pie modeļa nepareizas specifikācijas. Vatsona un līdzautoru (2022) gadījumā tie var novest pie hipotētiskām simulācijām, kas ievērojami pārspīlē masveida vakcinācijas dēļ novērsto nāves gadījumu aplēses.
Tā kā šāda sarežģīta modelēšana var būt pārāk jutīga pret ievades parametriem, pakļauta pārspīlētai pielāgošanai un sniegt rezultātus, kurus ir grūti, ja ne neiespējami validēt, to nevajadzētu izmantot sabiedrības veselības politikas un vadlīniju izstrādei. Kvantitatīvas riska un ieguvuma attiecības analīzes, kas izmanto klīniskā pētījuma or reālās pasaules dati salīdzināt konkrētu iznākumu riskus, piemēram, mirstība visu iemeslu dēļ or mioperikardīts pēc vakcinācijas un koronavīrusa infekcijas šajā ziņā ir daudz informatīvāki un noderīgāki.
Piezīme: Esmu ievietojis šī raksta versiju, kurā iekļauti attēli un bibliogrāfija, vietnē ResearchGate, un tvītoja komentāru pētījuma sākotnējiem autoriem cerībā uz atbildi un atspēkojumu. Esmu iesniedzis arī saīsinātu raksta versiju 250 vārdu vēstulē laikrakstam The Lancetes infekcijas slimības un es gaidu viņu atbildi. Autors pateicas Hervē Seligmanam par noderīgajiem komentāriem un atsauksmēm par rakstu.
-
Dr. Spiro P. Pantazatos ir klīniskās neirobioloģijas (psihiatrijas) docents Kolumbijas Universitātē. Viņš ir arī pētnieks Ņujorkas štata Psihiatrijas institūtā.
Skatīt visas ziņas
