DALINTIS | SPAUSDINTI | SIŲSTI EL. PAŠTU
Neseniai studija paskelbtas leidinyje „The“ Lanceto infekcinės ligosWatson ir kt., taikydami matematinį modeliavimą, įvertino, kad masinės COVID-19 vakcinacijos per pirmuosius COVID-14 vakcinacijos metus išgelbėjo nuo 20 iki 19 milijonų gyvybių visame pasaulyje. programaAnkstesni straipsniai apie „Brownstone“ Horst bei Ramano jau atkreipė dėmesį į keletą klaidingų prielaidų tyrime dėl infekcijos ir vakcinos sukelto imuniteto trukmės, taip pat į tai, kad nebuvo atsižvelgta į vakcinos sukeltus nepageidaujamus reiškinius ir mirtingumo nuo visų priežasčių riziką.
Čia apibendrinu mechaniką, kaip autoriai apskaičiavo dėl masinių vakcinacijų išvengtų mirčių skaičių. Tada išsamiau paaiškinu, kaip klaidingos modelio prielaidos gali lemti gerokai išpūstus išvengtų mirčių įverčius, o tai gali paaiškinti tyrimo pagrįstumo ir vidinio nuoseklumo stoką.
Tyrime naudojamas generatyvinis COVID-19 perdavimo, infekcijos ir mirtingumo dinamikos modelis, apimantis 20–25 numanomus parametrus, pagrįstus pasirinkta literatūra (pvz., vakcinos veiksmingumas prieš perdavimą, infekciją ir mirtį, kiekvienos šalies amžiaus grupių mišiniai, pagal amžių suskirstyti infekcijos mirtingumo rodikliai ir kt.), kuris pritaikomas prie praneštų perteklinių mirčių, siekiant nustatyti (bet nepatvirtinti) viruso perdavimą laikui bėgant 185 šalyse.
Tyrime lyginamas faktinis 2021 m. perteklinių mirčių skaičius su modeliavimais (priešfaktais), kurie turėtų numatyti perteklinių mirčių trajektoriją kiekvienoje šalyje, jei vakcinos nebūtų įvestos (t. y. atliekant kelias aukščiau pritaikytų modelių simuliacijas, pašalinus vakcinų poveikį). Skirtumas tarp šių priešfaktinių kreivių ir faktinių perteklinių mirčių lemia numatomą dėl vakcinacijos išvengtų mirčių skaičių.
Autorių modeliai, regis, neatsižvelgia į viruso užkrečiamumo ar mirtingumo evoliuciją, išskyrus aiškų modeliavimą, kuriame nurodomas padidėjęs hospitalizacijų dėl Delta varianto skaičius (žr. 1.2.3 skyrių „Susirūpinimą keliantys variantai“ priede). Pagrindinė kontrafaktinių modeliavimų prielaida yra ta, kad perteklinis mirtingumas paaiškinamas „natūralia“ viruso evoliucija, atsispindinčia jo kintančiame perdavimo gebėjime, kurį galima tik numanyti (priderinti), o ne patvirtinti.
Jei modeliuose daroma prielaida, kad vakcinos veiksmingumas nuo perdavimo, infekcijos ir mirties, taip pat vakcinos apsaugos trukmė yra pervertintas arba neteisingai įvertintas, o kiti su pandemija susijusių perteklinių mirčių šaltiniai bus ignoruojami, tai lems pervertintą arba neteisingą laiko atžvilgiu kintančio viruso perdavimo įvertinimą, siekiant gerai atitikti perteklinių mirčių kreives kiekvienoje šalyje. Tai savo ruožtu dirbtinai padidintų numatomą perteklinį mirčių skaičių, kai vėliau iš kontrafaktinių modeliavimų būtų pašalintas vakcinacijos poveikis. Šiuos punktus plačiau aptarsime toliau.
Watsono ir kt. modeliai remiasi nerealistiškomis prielaidomis apie vakcinos sukeltą imunitetą.
Neaišku, ar autoriai savo modeliuose atsižvelgia į mažėjantį vakcinos veiksmingumą, ir atrodo, kad visuose jų modeliuose buvo daroma prielaida, jog vakcinos apsauga išliko pastovi per visą 1 metų tyrimo laikotarpį, nors tyrimai rodo, kad tai yra kažkur nuo 3 iki 6 mėnesiųJų cituojamas modelis, Hogan ir kt. (2021 m.), pagal nutylėjimą daro prielaidą apie „ilgalaikę“ (t. y. >1 metų) apsaugą nuo vakcinos (žr. 1 lentelę). Hogan ir kt. 2021).
Be to, beveik visuose vakcinos veiksmingumo ar efektyvumo tyrimuose simptominiai atvejai, pasireiškę per 21 dieną po pirmosios dozės arba per 1 dienų po antrosios dozės „nevakcinuotų“ palyginamųjų grupių grupėse, yra neįtraukiami arba priskiriami vienai grupei. Tai kelia problemų, atsižvelgiant į įrodymus, kad COVID-14 užkrečiamumas gali... padidinti beveik 3 kartus per pirmąją savaitę po injekcijos (žr. 1 pav. mūsų tyrimo komentare). Tai rodo, kad pateikti vakcinos veiksmingumo įverčiai, pagrįsti mažesniu atvejų skaičiumi, pastebėtu praėjus >6 savaitėms po injekcijos, gali būti (bent iš dalies) paaiškinti tuo, kad infekcijane vakcinos, o sukeltas imunitetas dėl trumpalaikio COVID-19 užkrečiamumo padidėjimo iškart po vakcinacijos.
Nors Watsono ir kt. modeliuose yra įtrauktas latentinis laikotarpis tarp vakcinacijos ir apsaugos įsigaliojimo, jie neatsižvelgia į galimą vakcinos sukelto užkrečiamumo ir perdavimo padidėjimą per šį laikotarpį. Neatsižvelgiant į šį poveikį modeliuose, būtų pervertintas natūraliai besivystantis ir laike kintantis viruso perdavimo lygis, taigi, kontrafaktualiuose modeliavimuose, kuriuose neatsižvelgiama į vakcinacijos poveikį, būtų išpūstas perteklinis mirtingumas.
Galiausiai autoriai ištyrė imuniteto išvengimo poveikį infekcijos sukelto imuniteto atveju, atlikdami jautrumo analizę, kad įvertintų vakcinomis išvengtų mirčių skaičių, kai skirtingas imuniteto išvengimo procentas svyruoja nuo 0 % iki 80 % (žr. 4 papildomą paveikslą originaliame straipsnyje). Šiuose modeliuose autoriai aiškiai nurodo, kad jie daro prielaidą apie pastovią (nemažėjančią) vakcinos apsaugą, o tai yra nerealistiška prielaida (žr. ankstesnę pastraipą). Tačiau, atrodo, autoriai neatlieka panašios imuniteto išvengimo jautrumo analizės, kuri yra svarbi atsižvelgiant į ankstesnėje pastraipoje iškeltą klausimą.
Modeliai ignoruoja perteklinius mirčių skaičius dėl kitų veiksnių, nei COVID-19
Pritaikyti modeliai ir jų kontrafaktiniai duomenys daro prielaidą, kad perteklinės mirtys kiekvienoje šalyje yra paaiškinamos Išimtinai natūraliai besivystančio COVID-19 viruso ir jo (modeliu pagrįsto) kintančio perdavimo laike. Modeliuose nebandoma atsižvelgti į perteklinius mirčių kiekius, kuriuos sukelia kiti su pandemija susiję veiksniai, pavyzdžiui, pačios vakcinos, taip pat kitos nefarmacinės privalomos intervencijos. CDC praneša, kad bendra vakcinos sukeltos mirties rizika yra 0.0026 %. vienai dozei remiantis Vakcinų nepageidaujamų reiškinių ataskaitų teikimo sistema (VAERS). VAERS yra pasyvi ataskaitų teikimo sistema ir gali fiksuoti tik ~1 % visų su vakcina susijusių šalutinių poveikių.
Naujausi nepriklausomi įrodymai, naudojant VAERS ir patikimos prielaidos apie nepakankamo informavimo veiksnįs ir viešai prieinamų vakcinacijos ir mirtingumo dėl visų priežasčių duomenų ekologinė regresija rodo, kad VAERS gali užfiksuoti tik ~5 % visų vakcinų sukeltų mirčių. Be to, modeliai neatsižvelgia į perteklines mirtis, kurias lemia kiti veiksniai, pvz., karantino sukeltas mirtis. „Mirtys iš nevilties“.
Ignoruodami kitus galimus su pandemija susijusių perteklinių mirčių šaltinius savo modeliuose, pritaikyti modeliai pervertins ir (arba) neteisingai įvertins natūralaus, laike kintančio viruso perdavimo poveikį, kad modelis gerai atitiktų praneštas perteklines mirtis, o tai savo ruožtu lemtų išpūstus perteklinių mirčių skaičius jų kontrafaktinėse simuliacijose.
Veido galiojimo stoka
Remiantis autorių pateiktais šalies lygmens skaičiavimais, JAV buvo išvengta 1.9 mln. mirčių, darant prielaidą, kad vakcinacijos aprėptis yra 61 % (žr. 3 papildomą lentelę originaliame tyrime). Pirmaisiais pandemijos metais, kai vakcinų nebuvo (2020 m.), buvo 351,039 XNUMX mirtys nuo COVID JAVTaigi autorių modeliai rodo, kad 1.9 mln. / 350 tūkst. = ~5.5 karto daugiau COVID-2021 mirčių JAV būtų įvykusios 2020 m. (palyginti su XNUMX m.), jei nebūtų įvestos vakcinos (žr. 2 pav. mūsų tyrimo komentare). Tai labai neįtikėtina, nes yra labai mažai pagrindo manyti, kad virusas natūraliai išsivystė ir tapo daug labiau užkrečiamas. bei mirtinas.
Autoriai užsimena apie didesnį užkrečiamumą 2021 m. dėl visuomenės sveikatos priemonių ir apribojimų (karantino, kelionių apribojimų, kaukių dėvėjimo privalomumo ir kt.) sušvelninimo ir (arba) panaikinimo. Tačiau prielaida, kad tai galėtų lemti daugiau nei 5 kartus padidėjusį COVID-2021 mirčių skaičių XNUMX m., prieštarauja... >400 tyrimų kurios padarė išvadą, kad šios priemonės mažai arba visiškai neturėjo jokios naudos visuomenės sveikatai mažinant COVID-19 pasekmes.
Be to, 2021 m. (po vakcinacijos įvedimo) buvo 474,890 XNUMX mirtys nuo COVID JAVTai yra maždaug 35 % daugiau nei 2021 m., o tai rodo neapdorotus įrodymus, kad masinė vakcinacija pablogėjo Bendri COVID-1 rezultatai atitinka padidėjusio užkrečiamumo stebėjimus prieš įsigaliojant vakcinos apsaugai (žr. XNUMX punktą aukščiau) ir susirūpinimas dėl padidėjusio COVID-19 ligos sunkumo dėl vakcinų remiantis ikiklinikiniais tyrimais.
Išvada
Nors generatyviniai modeliai dažnai yra naudinga priemonė neįvykusių scenarijų modeliavimui, netikslios prielaidos apie modelio parametrus gali lengvai lemti modelio netikslumus. Watson ir kt. (2022 m.) atveju jos gali lemti kontrafaktinių simuliacijų atlikimą, kurios gerokai išpučia dėl masinio skiepijimo išvengtų mirčių įverčius.
Kadangi toks sudėtingas modeliavimas gali būti pernelyg jautrus įvesties parametrams, linkęs į perteklinį pritaikymą ir pateikti rezultatus, kuriuos sunku, o gal net neįmanoma, patvirtinti, jis neturėtų būti naudojamas visuomenės sveikatos politikai ir gairėms formuoti. Kiekybinės rizikos ir naudos santykio analizės, kuriose naudojamas klinikinis tyrimas or realaus pasaulio duomenis palyginti konkrečių rezultatų riziką, pvz. visų priežasčių mirtingumas or mioperikarditas po skiepijimo ir užsikrėtimo koronavirusu, šiuo atžvilgiu yra daug informatyvesni ir naudingesni.
Pastaba: paskelbiau šio straipsnio versiją su paveikslėliais ir bibliografija ResearchGateir tviteryje išsiuntė komentarą originaliems tyrimo autoriams tikėdamasis atsakymo ir paneigimo. Taip pat pateikiau sutrumpintą straipsnio versiją kaip 250 žodžių laišką leidiniui „The Lanceto infekcinės ligos ir laukiu jų atsakymo. Autorius dėkoja Hervé Seligmannui už naudingus komentarus ir atsiliepimus apie straipsnį.
-
Dr. Spiro P. Pantazatos yra klinikinės neurobiologijos (psichiatrijos) docentas Kolumbijos universitete. Jis taip pat yra Niujorko valstijos psichiatrijos instituto mokslo darbuotojas.
Žiūrėti visus pranešimus
