Blíží se podzim a propagandistická Covid mašinérie, poháněná výrobci vakcín proti Covid, je již tady. Aniž by byla provedena jediná zkouška účinnosti proti smrti,budou lipidové nanočástice, které obsahují mRNA a možná ještě něco navíc (zbytky DNA?), pravděpodobně přidávány k pravidelnému očkování proti chřipce každou zimu. Možná už tuto zimu se jim nebude říkat posilovací dávky.
Je tedy vhodná doba vrátit se k tvrzení o vysoké účinnosti první posilovací dávky, která byla přidána do protokolu dvou dávek vakcín před dvěma zimami. Na základě empirických údajů ze tří zdrojů zde prozkoumám, co zbývá po zohlednění zkreslení zdravých očkovaných (bude vysvětleno), a ukážu zvláštní rysy údajů, které naznačují ještě hlubší problémy s odhadem. Poté se budu zabývat dalším zkreslením, tzv. diferenciální chybnou klasifikací, které nelze snadno odstranit.
Vzhledem k těmto dvěma zkreslením (mohou existovat i další) se skutečná účinnost prvního posilovače pohybovala někde mezi průměrnou a nulovou a není možné toto rozmezí zúžit. Proto byly všechny ty observační studie účinnosti boosteru k ničemu.
Podávání nové vakcíny proti Covid každou zimu, ať už se nazývá booster nebo ne, nemá žádný empirický základ. Břemeno prokázání účinnosti proti úmrtí leží přímo na úřednících veřejného zdravotnictví a cokoli, co není randomizovanou studií, je nepřijatelné.
Zkreslení zdravého očkovaného
Tomuto tématu jsem věnoval několik článků, které lze shrnout následovně:
Naivní porovnání úmrtnosti na Covid u očkovaných a neočkovaných osob, i když je upraveno podle věku, je značně zavádějící, protože u očkovaných osob je riziko úmrtí od počátku nižší. Přinejmenším část jejich nižší úmrtnosti na Covid, ne-li celá, nemá s vakcínou nic společného. Jsou to prostě zdravější lidé než jejich neočkované protějšky. Tomu se říká zkreslení zdravých očkovaných.
Nebo naopak: neočkovaní lidé jsou v průměru nemocnější než jejich očkované protějšky, a proto mají obecně vyšší úmrtnost, včetně úmrtnosti na Covid.
Zkreslení bylo podrobně studováno epidemiology, biostatistiky a dalšími odborníky. Pokud si však na PubMedu, známém webu pro biomedicínské články, zadáte vyhledávání „healthy vaccinee bias“, mnoho publikací nenajdete. Je jich pouze 24 (31. srpna), včetně nedávné korespondence v New England Journal of Medicine o účinnosti boosteru.
Zkreslení zdravých očkovaných, které mnozí mylně nazývají výběrovým zkreslením, je typem matoucího zkreslení. Navíc se neomezuje pouze na srovnání očkovaných s neočkovanými, ale přenáší se s dalšími dávkami. Ti, kteří si vzali třetí dávku, byli v průměru zdravější než ti, kteří si vzali pouze dvě dávky. Brzy se seznámíme s důkazy. Posun zdravějších osob podél posloupnosti dávek má ještě jeden zvláštní efekt. Například „zbytková“ kohorta příjemců dvou dávek se stává nemocnější (srovnatelnější) s kohortou neočkovaných.
Zkreslení zdravých očkovaných lze alespoň částečně odstranit, ale o této metodě bylo napsáno jen málo. Pokud je mi známo, metodu korekce zkreslených poměrů rizik vyvinuly nezávisle na sobě dvě výzkumné skupiny: jedna skupina z Maďarska, druhá z USA. Aniž bych o této práci donedávna věděl, navrhl jsem metodu také. Zajímavé je, že se ukázalo, že jde o stejnou triviální matematiku, vyjádřenou ve dvou nebo třech formách.
Bez ohledu na matematiku je společný základní princip jednoduchý. Víme, že očkovaní lidé jsou v průměru zdravější. Použijme údaje o úmrtnosti neočkovaných k odhadu jejich úmrtnosti na Covid, kdyby byli stejně nezdraví jako jejich neočkovaní protějšky. Jinými slovy, odhadujeme riziko v kontrafaktuálním stavu, který není pozorovatelný. Jeden z několika způsobů, jak definovat konfundaci a dekonfundaci, je totiž založen na kontrafaktuální úvaze. (Existují i jiné způsoby.)
Abychom mohli zkreslení korigovat, potřebujeme údaje o úmrtnosti neočkovaných osob podle stavu očkování. Tento typ údajů byl důsledně zatajován. Zatím jsou mi známy tři zdroje údajů o úmrtí příjemců třetí dávky vakcíny, které se netýká komorbidit: Anglie, Wisconsin a Izrael.
Údaje Národního statistického úřadu (ONS), Anglie
ONS je největším ze tří zdrojů. Tato agentura pravidelně zveřejňuje rozsáhlý soubor dat s mnoha úrovněmi stratifikace, z něhož jsem získal měsíční údaje o osobách, které obdržely třetí dávku, oproti osobám, které obdržely pouze dvě dávky. V obou případech jsem vybral pouze ty osoby, které obdržely poslední dávku alespoň před 21 dny, čímž jsem se vyhnul nedostatku údajů pro některé další kategorie a zajistil srovnatelnost. Časové období, které jsem zkoumal, bylo od listopadu 2021 do dubna 2022, tedy krátce po zahájení posilovací kampaně do další (čtvrté dávky) kampaně.
Údaje ONS zahrnují věkově standardizované míry úmrtnosti pro všechny věkové skupiny a také míry pro desetileté věkové skupiny s dodatečnou věkovou standardizací v rámci těchto věkových skupin. Zvolil jsem posledně jmenované míry. Při použití nestandardizovaných sazeb byly výsledky téměř totožné, což není vzhledem k úzkým věkovým skupinám překvapivé.
Níže uvedený příklad ukazuje, že míra úmrtnosti na neovlivnitelné onemocnění u nejstarších příjemců pouze dvou dávek byla 2,19krát vyšší než u jejich věkově srovnatelných protějšků, kteří obdrželi tři dávky. Ti, kteří pokračovali v užívání posilovací dávky, byli v průměru zdravější. To je zkreslení zdravých očkovaných, které bylo přítomno v každé věkové skupině v každém měsíci. Poměr 2,19 se nazývá zkreslující faktor. Nejnižší hodnota byla 1,7 a nejvyšší 8,1.
Zkopírováno ze souboru ONS v Excelu s mými doplňky (červeně).
Naivní analýza dává poměr rizika 0,27 (účinnost vakcíny 73 %), který se připisuje užití třetí dávky oproti užití pouze dvou dávek. Oba odhady jsou zkreslené. Pro výpočet korigovaného poměru rizika bychom měli vynásobit zkreslený poměr rizika (0,27) faktorem zkreslení (2,19), jak je vysvětleno na jiném místě.
Zaokrouhlením na konci výpočtu dostaneme korigovaný poměr rizika 0,60 (korigovaná účinnost vakcíny pouze 40 %).
Několik metodických poznámek:
Zaprvé, jak jsem již uvedl, používání skutečných sazeb namísto standardizovaných sazeb nepřineslo žádný podstatný rozdíl. Věkové skupiny byly dostatečně úzké. Ve výše uvedeném příkladu dostaneme naprosto stejný výsledek, ať už použijeme jakýkoli typ sazby, protože standardizované sazby byly téměř totožné se skutečnými sazbami.
Za druhé, při použití skutečných sazeb se jmenovatelé populace ruší. Jednoduchá matematika ukazuje, že můžeme získat korigovaný poměr rizika, pokud použijeme pouze počty úmrtí. Přeskočím technické odvození a pouze ukážu výpočet pro výše uvedený příklad:
Šance na úmrtí na Covid (vs. úmrtí bez Covidu) u příjemců třetí dávky: 606/6,912 = 0.088
Šance na úmrtí na Covid (vs. úmrtí bez Covidu) u příjemců dvou dávek: 88/598 = 0.147
Korigovaný poměr rizik: 0,088/0,147 = 0,60
Zatřetí byly vzneseny vážné otázky ohledně ukazatelů ONS. Tato metoda korekce zkreslení zdravých očkovaných se však opírá pouze o počty zemřelých (na kterých opravdu hodně záleží.) K tomuto tématu se vrátíme na konci, když budu diskutovat o dalším důležitém zkreslení: rozdílné chybné klasifikaci příčiny úmrtí.
Za čtvrté, nedostatek údajů (málo úmrtí) je častým problémem při odhadu účinnosti vakcín, zejména pokud je vzorek stratifikovaný. V intervalu, který jsem analyzoval pro booster efekt (listopad 2021 – duben 2022), to nebyl problém. Soubor dat ONS je dostatečně velký na to, aby při těchto úrovních stratifikace poskytoval stabilní výsledky.
Za páté, výpočet jsem omezil na věk 60 let a více, a to ze dvou důvodů: 1) čtenář bez vymytých mozků ví, že Covid nikdy nebyl problémem veřejného zdraví pro mladší populaci. 2) Počet úmrtí na Covid v mladších věkových skupinách byl malý.
Následující graf ukazuje naivní analýzu údajů ONS. Odhady vysoké účinnosti jsou nepoužitelné přinejmenším z jednoho důvodu: zkreslení zdravých očkovaných. ONS tuto skutečnost uznává, aniž by použila slovo „zkreslení.“
Píšou:
„ASMR [věkově standardizované míry úmrtnosti] nejsou rovnocenné mírám účinnosti očkování; zohledňují rozdíly ve věkové struktuře a velikosti populace, ale mezi skupinami mohou být i jiné rozdíly (zejména základní zdravotní stav), které ovlivňují míru úmrtnosti.“
Upravené odhady účinnosti jsou uvedeny v následujícím grafu. Z porovnání druhého grafu s prvním je patrné, že velikost zkreslení u zdravých očkovaných osob byla velká a v dubnu 2022 byly zkreslené odhady ve výši 54 % až 70 % v podstatě anulovány. Pozorujeme také rychlé a úplné slábnutí účinnosti, které se u zkreslených výsledků neprojevilo.
Po opravě však vyvstávají nové otázky:
1) Proč se v mnoha párových srovnáních zdá, že se účinnost zvyšuje se stárnutím? Například proč je v listopadu 2021 dvakrát vyšší u nejstarších než u nejmladších? Vzhledem k dobře zavedeným poznatkům z imunologie jsme očekávali, že budeme pozorovat opak.
2) Proč se účinnost zvyšuje u nejmladší věkové skupiny mezi listopadem 2021 a lednem 2022 a poté rychle klesá? Existuje nějaké biologické vysvětlení?
3) Proč je lineární, klesající trend nejkonzistentnější a nejostřejší pouze v nejstarší věkové skupině?
4) Proč jsou odhady pro čtyři věkové skupiny do ledna 2022 do značné míry vyrovnané a poté se opět rozcházejí?
Některé vlastnosti dat prostě nedávají smysl. Proč?
Na všechny tyto otázky nabízím následující odpověď: buď jsme neodstranili zkreslení zdravých očkovaných zcela a rovnoměrně, nebo působily nějaké jiné procesy související se zkreslením. Ačkoli bychom měli s jistotou odmítnout původní, zkreslené odhady, nemůžeme nové odhady schválit jako platné, konečné substituce. Nelze je ani považovat za horní hranici účinnosti. Skutečná účinnost, pokud má vůbec smysl, by měla být mnohem nižší.
Údaje z Wisconsinu
Údaje z okresu Milwaukee ve Wisconsinu jsou uvedeny ve studii Yuan et al. (preprint) nebo Atanasov et al. (recenzovaná verze). Jejich článek patří k nejlepším rukopisům, které jsem ve své profesní kariéře četl, což však neznamená, že souhlasím s tvrzením typu „vakcíny proti COVID-19 zachránily miliony životů.“ To se jim nepodařilo. Nesouhlasím ani s jejich tvrzením o prospěšnosti očkovací látky, jak se brzy dozvíte.
Tento materiál je výjimečný hned v několika ohledech: 1) nezávislý objev metody k odstranění zkreslení zdravých očkovaných; 2) důkladné analýzy na úrovni, kterou jsem viděl jen zřídka (pokud se obtěžujete číst dlouhý dodatek); 3) promyšlené diskuse o téměř všech otázkách, na které jsem si vzpomněl; 4) úplné vyložení dat. K mému překvapení však nikde není zmíněno slovní spojení „healthy vaccinee bias“ (zkreslení zdravého očkování) ani citace předchozích prací na toto téma.
Autoři studovali účinnost různých dávek vakcíny proti úmrtí na Covid u obyvatel okresu Milwaukee ve Wisconsinu. Z jejich ohromného množství dat se mi podařilo získat a vypočítat čísla v následující tabulce, což je v podstatě stejný druh dat jako data ONS a stejný druh analýzy – ve dvou věkových skupinách místo čtyř, za tři měsíce (dohromady). I po seskupení jsou údaje nedostatečné (malý počet úmrtí na Covid).
Jak je vidět, výsledky jsou zvláštní. Ve věku 60-79 let bylo zjištěno pouze mírné zkreslení zdravých očkovaných a ve věku 80+ nebylo zjištěno vůbec žádné zkreslení. Jaký druh zkreslení zdravých očkovaných byl zohledněn? Proč pozorujeme faktor zkreslení 1? Po korekci byla účinnost boosteru ve věku 80+ o něco vyšší, nikoli nižší než ve věku 60-79 let. Jsou to očekávané výsledky?
Autoři píší, že „…výběrové efekty, pokud nejsou kontrolovány (prostřednictvím našeho opatření CEMP nebo jiným způsobem), mohou způsobit velké zkreslení odhadů VE.“ To je pravda a právě jsme to viděli v analýze ONS. Ale z nějakého důvodu se zdá, že tyto efekty nepůsobily v jejich údajích u starších příjemců posilovací dávky oproti příjemcům dvou dávek.
Chválím autory za kreativní vysvětlení anomálních výsledků (příloha, strany 13-14). U údajů ONS zřejmě nebylo třeba žádných vysvětlení. Zkreslení u zdravých očkovaných osob nikdy nezmizelo v žádné věkové skupině.
Vynikající analýza nemůže napravit problémy, které jsou vlastní vzorku. Může to být problém samotných nedostatečných údajů nebo mnohem více. Ať tak či onak, novým odhadům bychom neměli důvěřovat.
Údaje z Izraele
Dopis redaktorovi časopisu New England Journal of Medicine nedávno vyvolal značný zájem o předpojatost zdravých očkovaných osob. Høeg a jeho kolegové bystře použili údaje o úmrtnosti neočkovaných osob ze studie příjemců přeočkování v Izraeli. V těchto údajích se zkreslená účinnost vakcíny ve výši 95 procent změnila po korekci na zkreslení zdravých očkovaných na nulovou. Údaje jsou shrnuty níže.
Při zavádění nové metody se často objevují nové otázky, které jsou vysoce odborné. Namísto korekce zkreslení pomocí počtů, podílů nebo podílů upravených podle věku je možné zkreslení korigovat také dvoustupňovým postupem. Nejprve sestavíme vícerozměrný regresní model, abychom odstranili co nejvíce matoucích faktorů, a to jak pro úmrtí na Covid, tak pro úmrtí bez Covidu. Poté použijeme korekci „zbytkového“ zkreslení založenou na kontrafaktuální analýze. Výsledky se mohou lišit. Například ve studii z Izraele byla druhou metodou získána účinnost vakcíny 57 %, nikoli 0 %.
1) Jsou obě metody platné ve statistickém smyslu „nezkreslených výsledků“?
2) Pokud ano, která je ze statistického hlediska vhodnější (například menší rozptyl)?
Tato diskuse je příliš složitá, než abychom ji sem mohli zařadit. Pro ty, kteří mají pokročilé statistické znalosti, jen uvedu, že dvoukroková metoda je hybridem dvou přístupů k dekonfundaci: klasického podmiňování a kontrafaktuálního uvažování. Je otázkou, zda je tento hybrid oprávněný, i kdyby byl platný. Na druhou stranu si zatím nejsem vědom žádného zjevného úskalí jediného kontrafaktuálního přístupu, tedy přístupu Høega a spol. a mého.
Diferenciální chybná klasifikace
Představte si dva lidi, kteří zemřeli v nemocnici. Pacient A dostal pouze dvě dávky vakcíny proti Covid, pacient B dostal tři dávky („up to date“). Předpokládejme, že příčinou úmrtí obou pacientů byla vakcína proti Covid. Nicméně v našem nedokonalém světě dochází k chybné klasifikaci a jedno z obou úmrtí nebo obě úmrtí mohou být zaznamenána jako ne-Covid úmrtí. Jaký druh chybné klasifikace lze očekávat?
To závisí na vakcinačním statusu.
Můžeme se domnívat, že lékaři se zdráhají připsat smrt Covidu u očkovaného pacienta než u pacienta neočkovaného, „protože vakcíny jsou vysoce účinné.“ Přesto zaznamenávají Covid jako příčinu úmrtí u očkovaných pacientů, ale mohou tak činit jinak u pacienta A (dvě dávky) a jinak u pacienta B (tři dávky). Je pravděpodobnější, že úmrtí na Covid u pacienta B, který má „aktuální“ očkovací status, bude omylem zaznamenáno jako úmrtí bez Covidu než úmrtí na Covid u pacienta A. Analogicky uvažujte o pacientovi A jako o „neočkovaném“ a o pacientovi B jako o očkovaném. Které úmrtí na Covid je pravděpodobnější, že bude přehlédnuto? To druhé.
Tomuto jevu se říká diferenciální chybná klasifikace (differential misclassification bias) a nepochybuji o tom, že fungoval univerzálně z různých důvodů: myšlení lékařů, protokoly PCR testů atd. Nicméně je obtížné toto zkreslení kvantifikovat a odstranit. Když se k fenoménu zdravých očkovaných přidá ještě diferenciální chybná klasifikace, zkreslení se ještě prohloubí. Pro ilustraci jsem hypoteticky použil nedostatečné údaje z okresu Milwaukee ve Wisconsinu.
Předpokládejme, že 5 % ze 491 úmrtí ve věku 60-79 let, která nebyla způsobena Covidem, byla ve skutečnosti úmrtí způsobená Covidem, která byla chybně klasifikována (protože lékaři byli přesvědčeni o vysoké účinnosti vakcín a z jiných důvodů). Přesto došlo k rozdílné chybné klasifikaci, jak je vysvětleno výše: Z 239 úmrtí bez Covidu u příjemců tří dávek („doposud“ očkovaných) bylo 6 % úmrtí na Covid, zatímco pouze 4 % z 252 úmrtí bez Covidu u příjemců dvou dávek („neočkovaných“) byla úmrtí na Covid.
Výpočet je uveden v následující tabulce. Po korekci jak diferenciálního zkreslení chybné klasifikace, tak zkreslení zdravých očkovaných, dostaneme pouze 28 procentní účinnost třetí dávky.
Autoři této studie připouštějí, že odhadované účinky by byly zkreslené, pokud by se „míra podhodnocení systematicky lišila mezi očkovanými a neočkovanými osobami“, ale „nemají důvod očekávat, že podmínka (ii) platí.“
Jak jsem napsal výše, jejich přesvědčení nesdílím. Existuje spousta důvodů, proč očekávat rozdílnou chybnou klasifikaci, a ti z nás, kteří sledovali postupy PCR testování například v Izraeli, mají dostatek důkazů.
Věřím, že jednoho dne se budou data z pozorování účinnosti vakcín proti Covid vyučovat v kurzech epidemiologie jako ukázkové příklady zkreslení zdravého očkovaného, chybné klasifikace a dalších zkreslení.
Shrnutí:
Skutečná účinnost prvního boosteru byla krátkodobá, pokud vůbec měla nějaký význam. Špičková ochrana byla někde mezi průměrnou a nulovou a toto rozmezí nelze zúžit. Proto byly všechny ty observační studie účinnosti boosteru k ničemu.
Podávání nové vakcíny proti Covid každou zimu nemá žádné empirické opodstatnění. Břemeno prokázání účinnosti proti úmrtí leží přímo na úřednících veřejného zdravotnictví a cokoli, co není dvojitě slepá, placebem kontrolovaná randomizovaná studie, je nepřijatelné. A to platí i pro očkování proti chřipce.
Prosím, lajkujte, sdílejte a přihlaste se k odběru tohoto kanálu, abychom mohli pokračovat ve sdílení zpráv, kterých se mainstream neodvažuje dotknout. Zůstaňte silní. Tento boj vyhrajeme.
