Specificarea greșită a modelului și estimări extrem de umflate ale vieților salvate

Într-un recent studiu publicat în The Boli infecțioase Lancet, Watson şi colab. aplicați modele matematice pentru a estima că vaccinările în masă împotriva COVID-19 au salvat între 14-20 de milioane de vieți în întreaga lume în timpul primului an de vaccinare împotriva COVID-19 program. Articole anterioare Brownstone de Horst și Raman au subliniat deja câteva ipoteze eronate în studiu cu privire la durata imunității derivate din infecție față de vaccin, precum și faptul că nu a luat în considerare evenimentele adverse ale vaccinului și riscul de mortalitate pentru toate cauzele. 

Aici, rezum mecanica modului în care autorii au ajuns la estimările lor privind decesele evitate datorită vaccinărilor în masă. Apoi detaliez modul în care ipotezele greșite din model pot duce la estimări extrem de umflate ale deceselor evitate, ceea ce poate explica lipsa de validitate a studiului și de consistența internă a studiului.

Studiul folosește un model generativ de transmitere, infecție și dinamică a mortalității COVID-19 care include 20-25 de parametri presupuși pe baza literaturii de specialitate (adică eficacitatea vaccinului împotriva transmiterii, infecției și decesului, amestecuri de vârstă ale fiecărei țări, stratificat pe vârstă). ratele de mortalitate prin infecție etc.) care se potrivesc cu decesele în exces raportate pentru a deduce (dar nu a valida) transmisibilitatea virusului în timp în 185 de țări. 

Studiul compară decesele în exces reale din 2021 cu simulări (contrafactuale) care ar trebui să prezică traiectoria deceselor în exces în fiecare țară dacă nu s-ar fi introdus niciun vaccin (adică prin rularea mai multor simulări ale modelelor montate mai sus după eliminarea efectelor vaccinurilor). Diferența dintre aceste curbe contrafactuale și decesele efective în exces rezultă în decesele estimate evitate datorită vaccinării.

Modelele autorilor nu par să țină cont de evoluția infecțiozității sau letalității virusului, în afară de modelarea explicită a unei creșteri a ratelor de spitalizare prin infecție din cauza variantei Delta (a se vedea secțiunea 1.2.3 Variante de îngrijorare din Supliment). Ipoteza principală din simulările contrafactuale este că decesele în exces sunt explicate prin evoluția „naturală” a virusului, reflectată în transmisibilitatea acestuia care variază în timp, care poate fi doar dedusă (adaptată) și nu validată. 

Dacă modelele presupun parametri care supraestimează sau gresesc eficacitatea vaccinului împotriva transmiterii, infecției și decesului, precum și durata protecției vaccinului, ignorând în același timp alte surse de decese în exces legate de pandemie, acest lucru va duce la o supraestimare sau o estimare greșită a timpului. transmisibilitatea virusului variabilă pentru a se potrivi bine cu curbele de deces în exces din fiecare țară. Acest lucru, la rândul său, ar umfla artificial decesele în exces estimate atunci când efectele vaccinării sunt ulterior eliminate din simulările contrafactuale. Detaliem aceste puncte mai jos.  

Modelele din Watson et al. se bazează pe presupuneri nerealiste despre imunitatea derivată din vaccin

Nu este clar dacă autorii iau în considerare scăderea eficacității vaccinului în modelele lor și se pare că toate modelele lor au presupus o protecție constantă a vaccinului pe parcursul întregii perioade de studiu de 1 an, chiar dacă studiile au sugerat că este undeva între 3 și 6 luni. Modelul pe care îl citează, Hogan et al. 2021 presupune în mod implicit protecție împotriva vaccinului „pe termen lung” (adică > 1 an) (vezi Tabelul 1. în Hogan şi colab. 2021).

În plus, practic fiecare studiu al eficacității sau eficacității vaccinului fie exclude, fie aglomerează cazurile simptomatice în 21 de zile de la prima doză sau în 1 zile de la a doua doză cu grupurile de comparație „nevaccinate”. Acest lucru este problematic în lumina dovezilor că infecțiozitatea COVID poate creşte de aproape 3 ori în timpul primei săptămâni după injectare (vezi Figura 1 din comentariul nostru al studiului). Acest lucru sugerează că estimările raportate ale eficacității vaccinului care se bazează pe rate mai mici observate la >6 săptămâni după injectare pot fi explicate (cel puțin parțial) de infecţie-, nu imunitatea indusă de vaccin datorită creșterii pe termen scurt a infecțiozității COVID-19 imediat după vaccinare. 

În timp ce modelele din Watson et al. includ o perioadă de latență între vaccinare și atunci când protecția este activă, acestea nu țin cont de o potențială creștere a infecțiozității și transmisibilității induse de vaccin în această perioadă. Neconsiderarea acestui efect în modele ar supraestima transmisibilitatea virusului care evoluează în mod natural și variază în timp și, astfel, ar umfla decesele în exces în simulările contrafactuale care exclud efectele vaccinării.

În cele din urmă, autorii au explorat impactul evadării imune de la imunitatea derivată din infecție, efectuând o analiză de sensibilitate pentru a estima decesele evitate prin vaccinări cu diferite procente de evadare imună variind de la 0% la 80% (a se vedea Figura suplimentară 4 din articolul original). În aceste modele, autorii clarifică faptul că ei presupun o protecție constantă a vaccinului (care nu scade), ceea ce este o presupunere nerealistă (a se vedea paragraful de mai sus). Cu toate acestea, autorii nu par să facă o analiză similară a sensibilității evaziunii imune din imunitatea derivată din vaccin, ceea ce este important având în vedere punctul ridicat în paragraful de mai sus. 

Modelele ignoră decesele în exces din cauza altor factori decât COVID-19

Modelele adaptate și contrafactualele lor presupun că decesele în exces în fiecare țară sunt explicate Numai de un virus COVID-19 care evoluează în mod natural și transmisibilitatea acestuia (dedusă de modelul adaptat) care variază în timp. Modelele nu încearcă să țină seama de decesele în exces cauzate de alți factori legați de pandemie, de exemplu vaccinurile în sine, precum și alte intervenții obligatorii nefarmaceutice. The CDC raportează un risc global de deces indus de vaccin de 0.0026% pe doză bazat pe Sistemul de raportare a evenimentelor adverse ale vaccinurilor sau VAERS. VAERS este un sistem de raportare pasiv și poate doar captura ~1% din toate efectele secundare legate de vaccin. 

Mai recente linii independente de dovezi folosind VAERS și ipoteze credibile despre factorul de subraportaree și regresia ecologică a vaccinării disponibile public și a datelor de mortalitate pentru toate cauzele sugerează că VAERS poate captura doar ~ 5% din toate decesele induse de vaccin. În plus, modelele nu țin cont de decesele în exces rezultate din alți factori, cum ar fi cauzate de izolare „moarte de disperare”. 

Ignorând alte surse potențiale de decese în exces legate de pandemie în modelele lor, modelele adaptate vor supraestima și/sau greșit efectele transmisibilității virusului natural, care variază în timp, pentru a obține un model potrivit cu decesele în exces raportate, care în rândul său, ar duce la excesul de decese umflat în simulările lor contrafactuale.

Lipsa validității faciale

Conform estimărilor la nivel de țară ale autorilor, 1.9 milioane de decese au fost evitate în SUA presupunând o acoperire vaccinală de 61% (a se vedea Tabelul suplimentar 3 în studiul original). În primul an al pandemiei, când nu erau disponibile vaccinuri (2020), au existat 351,039 de decese COVID în SUA. Modelele autorilor sugerează astfel că 1.9 milioane / 350k = ~5.5 ori mai multe decese cauzate de COVID în SUA ar fi avut loc în 2021 (comparativ cu 2020) dacă nu ar fi fost introduse vaccinuri (vezi Figura 2 din comentariul nostru al studiului). Acest lucru este extrem de neplauzibil, deoarece există foarte puține motive să credem că virusul ar fi evoluat în mod natural pentru a deveni mult mai transmisibil, infecțios. și mortal. 

Autorii fac aluzie la o transmisibilitate mai mare în 2021 datorită relaxării și/sau ridicării măsurilor și restricțiilor de sănătate publică (blocare, restricții de călătorie, mandate de măști etc.). Cu toate acestea, ipoteza că aceasta ar putea explica o creștere de peste 5 ori a deceselor cauzate de COVID în 2021 contrazice >400 de studii care au concluzionat că aceste măsuri au avut puține sau deloc beneficii pentru sănătatea publică în reducerea rezultatelor COVID.   

Mai mult, în 2021 (după introducerea vaccinării), au existat 474,890 de decese COVID în SUA. Aceasta este cu aproximativ 35% mai mare decât în ​​2021, sugerând dovezi brute că vaccinările în masă înrăutăţit Rezultatele COVID în ansamblu, în concordanță cu observațiile privind creșterea infecțiozității înainte de începerea protecției vaccinului (a se vedea primul punct de mai sus) și preocupări cu privire la severitatea sporită a bolii COVID-19 cauzate de vaccinuri pe baza studiilor preclinice.

Concluzie

În timp ce modelele generative sunt adesea un instrument util pentru a simula scenarii care nu au avut loc, ipotezele inexacte despre parametrii modelului pot duce cu ușurință la specificarea greșită a modelului. În cazul lui Watson și colab. 2022, ele pot duce la simulări contrafactuale care umfla considerabil estimările de decese evitate datorită vaccinărilor în masă. 

Deoarece o astfel de modelare complicată poate fi prea sensibilă la parametrii de intrare, predispusă la supraadaptare și oferă rezultate dificile, dacă nu imposibil de validat, nu ar trebui să fie utilizată pentru a informa politicile și liniile directoare de sănătate publică. Analize cantitative raportul risc-beneficiu care utilizează studiu clinic or date din lumea reală pentru a compara riscurile rezultatelor specifice, cum ar fi mortalitate din toate cauzele or miopericardită în urma vaccinării și infecției cu coronavirus, sunt mult mai informative și utile în acest sens.

Notă: am postat o versiune a acestui articol care include cifre și bibliografie pentru ResearchGate, și a postat comentariul pe Twitter autorilor originali ai studiului în speranța unui răspuns și respingere. De asemenea, am trimis o versiune scurtă a articolului ca o scrisoare de 250 de cuvinte către The Boli infecțioase Lancet si astept raspunsul lor. Autorul îi mulțumește lui Hervé Seligmann pentru comentariile utile și feedback-ul despre articol.