COMPARTIR | IMPRIMIR | CORREU ELECTRÒNIC
Bon dia,
Fa vint anys, el món es va enfrontar a una pandèmia vírica anomenada pandèmia de la Covid (aleshores, Covid-19), que afectava principalment la gent gran i es va exagerar. El virus es va crear en un laboratori com a part d'una investigació absurda i perillosa sobre el guany de funció.
Molts de vosaltres éreu massa joves per recordar els detalls, però un esdeveniment significatiu va ser el desenvolupament d'una vacuna d'ARNm, ara anomenada teràpia gènica. No només es va desenvolupar ràpidament, sinó que també es va provar ràpidament i es va afirmar que havia estat altament eficaç contra la mort per Covid, basant-se en el que aleshores anomenaven "estudis del món real". No hi havia assajos aleatoris amb un criteri d'avaluació de mortalitat.
Com ara sabem, la nova teràpia gènica estava lluny de ser gaire efectiva. Els "estudis del món real" eren cohorts observacionals plenes de biaixos, i l'eficàcia era temporal i mediocre en el millor dels casos. Si es van salvar moltes vides amb aquestes injeccions, es van salvar en models hipotètics, no a les estadístiques de mortalitat.
Vint anys després, encara estudiem les conseqüències a llarg termini sobre la morbiditat i la mortalitat de les nanopartícules lipídiques disseminades (els portadors d'ARNm), les proteïnes espiculars tòxiques autofabricades i les proteïnes aberrants en diversos teixits, els nivells elevats d'anticossos IgG4 després d'injeccions repetides i la integració de fragments d'ADN estranys al genoma.
Avui, examinarem el primer estudi que van informar d'una efectivitat contra la mort per Covid del 84%, o del 72%, o del 62%, o del 44% —després de la primera injecció— i aprendre algunes lliçons.
Basant-se en dades de la major organització sanitària d'Israel, l'article es va presentar i publicar en línia el febrer de 2021, només dos mesos després de l'inici de la campanya de vacunació.
Primera lliçóSempre s'ha d'ignorar el nom de la revista, els noms dels autors i la frase "revisat per experts". Cap de les dues opcions és un indicador de resultats vàlids. Els biaixos en els estudis observacionals són difícils de detectar i eliminar, i en aquell moment pocs investigadors entenien la importància de el fenomen del vacunat sa (un tipus de biaix de confusió) i classificació errònia diferencial de la causa de la mort (un tipus de biaix d'informació). Ambdues són de coneixement comú avui dia entre els epidemiòlegs, gràcies a les dades publicades lentament sobre la mort per no-Covid per estat de vacunació i a les revisions dels certificats de defunció d'aquella època en relació amb els registres hospitalaris vinculats.
Segona lliçóNo us heu de refiar mai d'un estudi que mostri estimacions d'efectivitat contra la mort que oscil·lin entre el 44% (interval de confiança inferior del 95%: -36%) i el 84% (interval de confiança superior del 95%: 100%), dins d'un seguiment màxim d'aproximadament un mes. La inferència és massa sensible a les decisions analítiques i la raó típica són les dades escasses.
Font: Dagan et al. N Engl J Med 2021; 384:1412–1423
Només es van reportar 41 morts per Covid a la gran cohort (unes 600,000 parelles coincidents), o 59 en una altra anàlisi, i moltes d'elles no van ser morts per Covid, com veurem més endavant. Que altres criteris d'avaluació fossin comuns no importa. Cap criteri d'avaluació pot substituir la mort.
Probablement us sorprendrà que els autors hagin estimat l'efectivitat sobre la base d'un nombre tan reduït de morts i, per tant, hagin afectat la política de salut pública per milers de milions. Això era inaudit abans de la pandèmia de la Covid i és inaudit avui dia. Però cal entendre la mentalitat dels autors en el context d'aquella època. Investigadors excel·lents i els principals mitjans de comunicació estaven molt esbiaixats cap a qualsevol cosa que inflés tant la importància de la pandèmia com l'efecte d'una nova vacuna. Era acceptable publicar resultats favorables a partir de dades escasses.
Tercera lliçóQuan us sentiu desbordats per xifres, models, taules, gràfics, material suplementari i decisions analítiques sofisticades, comproveu què trobeu en un càlcul simple. No dic que una anàlisi "crua" no pugui ser enganyosa, però de vegades podeu trobar-la prou informativa. A continuació, farem una anàlisi simple de les dades de mortalitat.
Permeteu-me que us recordi, en primer lloc, que qualsevol inferència causal es deriva de supòsits, alguns dels quals són trivials (per exemple, la integritat dels fitxers de dades); d'altres són més complicades. La pregunta que ens ocupa és aquesta: sota supòsits raonables, les dades són compatibles amb una efectivitat gairebé nul·la contra la mort, en lloc del 44% al 84%?
La resposta és "sí".
Faré dues suposicions:
1. No s'hauria pogut evitar cap mort per Covid durant les dues primeres setmanes posteriors a una injecció, de manera que qualsevol benefici observat de la primera dosi abans del dia 14 s'explica completament per biaix.
2. Els biaixos que van operar durant les dues primeres setmanes van continuar operant en intervals de seguiment posteriors.
Els autors van acceptar la primera suposició. Les seves estimacions d'efectivitat en les anàlisis principals van excloure els primers 13 dies de seguiment. Van escriure:
«El període immediatament posterior a la primera dosi, quan la immunitat es desenvolupa gradualment, es va excloure de les anàlisis principals perquè s'espera que la relació de risc sigui propera a 1 durant aquest període.»
Es van presentar dos gràfics de mortalitat acumulada per Covid: un a l'article principal (esquerra); un altre en un apèndix suplementari (dreta). Sota cada gràfic, vaig calcular la raó de risc de mort en tres intervals consecutius de dues setmanes.
Si ometem el primer interval, l'efectivitat de la vacuna (u menys la raó de risc) oscil·la entre el 44% i el 76%, similar al rang d'estimacions que van informar els autors (del 44% al 84%). En aquest cas, una simple anàlisi de les dades escasses coincideix en gran mesura amb anàlisis sofisticades. Va ser prou bona.
A diferència dels autors, però, no vaig descartar les dades de les dues primeres setmanes com "un augment temporal d'esdeveniments entre els no vacunats", cosa que no era més que un desig. Més aviat, vaig assumir que els biaixos que operaven en aquell moment no havien desaparegut miraculosament.
Siguin quins fossin, la seva magnitud col·lectiva es pot estimar mitjançant el factor de biaix, és a dir, el multiplicador que restaura l'efecte nul esperat (ràtio de risc = 1) durant les dues primeres setmanes. Va ser 3 (taula esquerra) o 2.3 (taula dreta).
Com podeu veure més amunt, l'aplicació de la correcció del factor de biaix a les estimacions de la raó de risc en els propers intervals de dues setmanes ha eliminat el pseudobenefici d'iniciar el protocol de vacunació de dues dosis. Observem una dispersió aleatòria típica al voltant d'un paràmetre gairebé nul: 0.72, 1, 1.2, 1.3. I si corregim les estimacions dels autors per un factor de biaix de 3, obtenim la següent dispersió: 0.48, 0.84, 1.1, 1.7.
Quins biaixos van ser els culpables i quines proves tenim per inferir la seva existència persistent?
N'hi va haver com a mínim dos: la classificació errònia de la causa de la mort i el fenomen dels vacunats sans.
En termes generals, una classificació errònia significa que algunes morts per Covid es van classificar erròniament com a morts no relacionades amb la Covid, i algunes morts no relacionades amb la Covid es van classificar erròniament com a morts per Covid. Ens centrarem en aquest darrer cas, que va ser molt més comú.
En aquell moment, era natural i econòmicament gratificant atribuir les morts a la Covid, correctament i incorrectament. A Israel, per exemple, la meitat de les morts per Covid reportades durant la campanya de vacunació no va contribuir a l'excés de mortalitat, la qual cosa significa que aquestes persones haurien mort independentment de la seva prova PCR positiva. No van morir de Covid, i una vacuna contra la Covid no les hauria pogut salvar.
D'això es dedueix que unes 20 de les 41 morts de l'estudi (o 30 de les 59) no van ser degudes a la Covid. Si és així, l'estudi ha estimat la magnitud dels biaixos (el pseudoefecte sobre la mort no relacionada amb la Covid), tant com ha estimat l'eficàcia (contra la mort per Covid)...
Que moltes morts reportades per Covid no van ser causades pel virus també es fa evident a partir de la distribució del temps fins a la mort a l'estudi. La mitjana va ser de només 11 dies després d'una prova PCR positiva (figura superior), més curta que la distribució típica després de l'aparició dels símptomes (figura inferior), una mitjana de 19 dies, fins i tot si les proves es van fer entre 1 i 3 dies després de l'aparició dels símptomes. En altres paraules, la distribució es va desplaçar cap a l'esquerra, en comparació amb el que esperem veure en el cas de les morts reals per Covid.
Per què es va canviar? Perquè moltes morts van tenir altres causes. Es tractava de morts de pacients que van ser hospitalitzats per diversos motius i van tenir una prova PCR positiva incidental en el moment de l'ingrés. Cal tenir en compte que almenys el 50% de les infeccions van ser asimptomàtiques i la campanya de vacunació va coincidir amb una onada de Covid hivernal.
Així doncs, tenim proves clares d'una classificació errònia de la causa de la mort, però va ser pitjor. La classificació errònia va ser diferencial, és a dir, "dependent de l'estat de vacunació".
La classificació errònia era diferencial perquè les proves PCR no s'aplicaven de manera uniforme. Les persones vacunades tenien menys probabilitats de ser provades que les seves contraparts no vacunades, per dues raons plausibles: en primer lloc, alguns metges i algunes persones vacunades podrien haver atribuït els símptomes de la Covid a la "reactogenicitat" (símptomes similars a la Covid després de la vacunació), de manera que no es van fer proves PCR. En segon lloc, i més important, es va assumir que la teràpia gènica era altament eficaç, així que per què molestar-se a fer una prova PCR als vacunats? A més, aquestes proves es van desaconsellar obertament.
La classificació errònia diferencial de l'estat d'infecció es va traslladar a altres criteris d'avaluació, inclosa la mort. Tot i que les morts per Covid en aquell moment es van registrar en excés en general, les dels vacunats tenien menys probabilitats de ser registrades que les dels no vacunats. Ho sé, és una mica complicat. De tota manera, el resultat del biaix de les proves és obvi: una taxa més baixa de morts per Covid notificades en persones vacunades: pseudoefectivitat.
Esteu preguntant sobre morts per totes les causes a l'estudi?
Les dades estaven disponibles per als autors però no es van publicar. De fet, les morts no relacionades amb la Covid s'han amagat constantment a la majoria d'articles des d'aquella època. La recerca sobre la vacuna contra la Covid estava molt esbiaixada, conscientment o inconscientment. Ho sé, és difícil de creure.
La classificació errònia diferencial de la causa de la mort es va combinar amb un altre biaix fort, àmpliament apreciat avui dia: el fenomen del vacunat saLes persones vacunades eren més sanes que les no vacunades, i els mètodes d'ajust estàndard no van aconseguir eliminar completament aquest biaix.
En aquell moment, molts investigadors van desestimar el biaix com una distorsió temporal: les persones que estaven malaltes van ajornar la vacunació fins que es van recuperar, i les que tenien una esperança de vida curta no es van vacunar.
Això era cert, és clar, però el fenomen dels vacunats sans és ampli i prolongat. Per diverses raons psicosocials, les persones vacunades contra la grip o la Covid eren més sanes des del principi. Com a resultat, tenien menys probabilitats de morir de Covid. i per causes no relacionades amb la Covid, les quals han contribuït a aquestes 41 o 59 morts de l'estudi. El fenomen dels vacunats sans, juntament amb la classificació errònia diferencial, explica fàcilment l'"efecte" sobre la mort. Cap dels dos biaixos va desaparèixer després de 13 dies de seguiment.
En aquella època, rarament es mencionava la classificació errònia, però tothom, com a mínim, feia al·lusió a la possibilitat de confusió per característiques de salut no mesurades. I n'hi havia altres fonts d'inferència enganyosa, que no tractarem avui. Una tempesta perfecta de biaixos estava operant en aquell estudi i en innombrables "estudis del món real" posteriors. De fet, el fenomen del vacunat sa per si sol era suficient per crear la il·lusió d'una vacunació efectiva vacuna i dosis de reforç en la gent gran fràgil.
Us pregunteu si alguna cosa d'això va ser exposada o sospitada en "temps real"?
Sí, ho eraPerò no en revistes biomèdiques ni en els mitjans de comunicació convencionals. Els que van intentar criticar la nova teràpia gènica, per la qual es va atorgar precipitadament un Premi Nobel, van ser anomenats antivacunes. Dubtar de la seguretat de les injeccions va ser titllat de manera condescendent de "vacil·lació envers les vacunes". La major part del món estava rentat de cervell.
Forces poderoses han fet descarrilar el curs normal de la ciència biomèdica, i ha costat molts anys tornar a on som ara. Potser aquesta és la lliçó més important per a tu avui. "La ciència està establerta" sempre és una notícia falsa. No permetis que ningú censor de nou un intercanvi científic.
Permeteu-me acabar la conferència d'avui amb una cita perspicaç de Karl Popper, un filòsof de la ciència del segle XX, amb les meves addicions entre parèntesis.
«Hi ha tota mena de fonts del nostre coneixement; però ningú té autoritat...L'error fonamental que comet la teoria filosòfica de les fonts últimes del nostre coneixement és que no distingeix prou clarament entre qüestions d'origen [per exemple, els analistes de dades de Harvard van escriure així a The New England Journal of Medicine] i qüestions de validesa [El seu estudi va demostrar realment protecció contra la mort??].”
Republica de mitjà
-
El Dr. Eyal Shahar és professor emèrit de salut pública en epidemiologia i bioestadística. La seva recerca se centra en l'epidemiologia i la metodologia. En els darrers anys, el Dr. Shahar també ha fet importants contribucions a la metodologia d'investigació, especialment en el domini dels diagrames causals i els biaixos.
Veure totes les publicacions
