ПОДІЛИТИСЯ | ДРУКУВАТИ | ЕЛЕКТРОННА ПОШТА
В одному з останніх вчитися опубліковано в The Lancet Інфекційні хвороби, Вотсон та ін. застосовують математичне моделювання, щоб оцінити, що масова вакцинація проти COVID-19 врятувала від 14 до 20 мільйонів життів у всьому світі протягом першого року вакцинації проти COVID-19. більшість квитків вже розпродано!Попередні статті про Браунстоун від Орлине гніздо та Raman вже вказали на кілька помилкових припущень у дослідженні щодо тривалості імунітету, отриманого від інфекції, порівняно з вакциною, а також на той факт, що воно не враховувало побічні ефекти вакцинації та ризик смертності від усіх причин.
Тут я підсумовую механізм того, як автори дійшли своїх оцінок щодо смертей, яких вдалося уникнути завдяки масовій вакцинації. Потім я детально пояснюю, як помилкові припущення в моделі можуть призвести до значно завищених оцінок щодо запобігнутих смертей, що може пояснити відсутність у дослідженні очевидної валідності та внутрішньої узгодженості.
У дослідженні використовується генеративна модель динаміки передачі, інфекції та смертності від COVID-19, яка включає 20-25 передбачуваних параметрів на основі вибраної літератури (тобто ефективність вакцини проти передачі, інфекції та смерті, віковий склад кожної країни, рівень смертності від інфекції за віком тощо), що адаптується до зареєстрованих випадків надмірної смертності, щоб зробити висновок (але не підтвердити) про передачу вірусу з плином часу у 185 країнах.
У дослідженні порівнюються фактичні показники надмірної смертності у 2021 році з симуляціями (контрфактуальними кривими), які мають передбачити траєкторію надмірної смертності в кожній країні, якби вакцини не були впроваджені (тобто шляхом проведення кількох симуляцій вищезазначених підібраних моделей після виключення впливу вакцин). Різниця між цими контрфактуальними кривими та фактичними показниками надмірної смертності призводить до розрахункової кількості смертей, яких вдалося уникнути завдяки вакцинації.
Моделі авторів, схоже, не враховують еволюцію інфекційності чи летальності вірусу, окрім явного моделювання збільшення рівня госпіталізації з приводу інфекції через варіант Дельта (див. розділ 1.2.3 Варіанти, що викликають занепокоєння, у Додатку). Основним припущенням у контрфактуальних симуляціях є те, що надмірна смертність пояснюється «природною» еволюцією вірусу, що відображається в його змінній у часі передачі, яку можна лише зробити висновок (підігнати), але не підтвердити.
Якщо моделі враховують параметри, які переоцінюють або неправильно оцінюють ефективність вакцини проти передачі, інфекції та смерті, а також тривалість захисту від вакцини, ігноруючи при цьому інші джерела надмірної смертності, пов'язаної з пандемією, це призведе до переоцінки або неправильної оцінки змінної в часі передачі вірусу з метою досягнення гарної відповідності кривим надмірної смертності в кожній країні. Це, у свою чергу, штучно завищить оціночні показники надлишкової смертності, коли вплив вакцинації згодом буде виключено з контрфактуальних симуляцій. Ми детальніше розглянемо ці моменти нижче.
Моделі у Вотсона та ін. спираються на нереалістичні припущення щодо імунітету, отриманого завдяки вакцині
Незрозуміло, чи враховують автори зниження ефективності вакцини у своїх моделях, і, схоже, всі їхні моделі передбачали постійний захист від вакцини протягом усього 1-річного періоду дослідження, навіть незважаючи на те, що дослідження показали, що це десь від 3 до 6 місяцівМодель, яку вони цитують, Hogan et al. 2021, за замовчуванням передбачає «довгостроковий» (тобто >1 рік) захист вакциною (див. Таблицю 1 у Хоган та ін., 2021).
Крім того, практично кожне дослідження ефективності або результативності вакцини або виключає, або об'єднує симптоматичні випадки протягом 21 дня після першої дози або протягом 1 днів після другої дози з «невакцинованими» групами порівняння. Це проблематично з огляду на докази того, що інфекційність COVID може збільшити майже втричі протягом першого тижня після ін'єкції (див. Рисунок 1 у нашому коментарі до дослідження). Це свідчить про те, що зареєстровані оцінки ефективності вакцини, що базуються на нижчих рівнях захворюваності, що спостерігалися >6 тижнів після ін'єкції, можуть (принаймні частково) пояснюватися інфекція-, а не вакцинований, імунітет через короткочасне підвищення інфекційності COVID-19 одразу після вакцинації.
Хоча моделі у роботі Вотсона та ін. включають латентний період між вакцинацією та моментом початку дії захисту, вони не враховують потенційне збільшення інфікованої вакциною інфекційності та передачі протягом цього періоду. Неврахування цього ефекту в моделях призведе до переоцінки природно еволюціонуючої та змінної в часі передачі вірусу, а отже, до завищення надлишкової смертності в контрфактуальних симуляціях, які виключають вплив вакцинації.
Зрештою, автори дослідили вплив ухилення від імунітету, отриманого внаслідок інфекції, провівши аналіз чутливості для оцінки смертей, запобігнутих вакцинацією, з різними відсотками уникнення імунітету від 0% до 80% (див. Додатковий рисунок 4 в оригінальній статті). У цих моделях автори чітко зазначають, що вони припускають постійний (незменшувальний) захист від вакцини, що є нереалістичним припущенням (див. попередній абзац). Однак, автори, схоже, не проводять подібний аналіз чутливості ухилення від імунітету, отриманого внаслідок вакцинації, що є важливим, враховуючи питання, порушене у попередньому абзаці.
Моделі ігнорують надмірну смертність через фактори, відмінні від COVID-19
Підібрані моделі та їхні контрфактуальні моделі припускають, що надмірна смертність у кожній країні пояснюється виключно природним чином еволюціонуючим вірусом COVID-19 та його (підібраною за моделлю) змінною в часі передачею. Моделі не намагаються врахувати надмірну смертність, спричинену іншими факторами, пов'язаними з пандемією, наприклад, самими вакцинами, а також іншими нефармацевтичними обов'язковими втручаннями. Центри контролю та профілактики захворювань США повідомляють про загальний ризик смерті від вакцинації, який становить 0.0026% на дозу на основі Системи звітності про побічні ефекти вакцинації або VAERS. VAERS – це пасивна система звітності, яка може фіксувати лише ~1% усіх побічних ефектів, пов'язаних з вакцинацією.
Більш пізні незалежні докази з використанням VAERS та достовірні припущення щодо фактора заниження звітностіс і екологічна регресія загальнодоступних даних про вакцинацію та смертність від усіх причин припускають, що VAERS може охоплювати лише ~5% усіх смертей, спричинених вакцинацією. Крім того, моделі не враховують надмірну смертність, спричинену іншими факторами, такими як локдаун. «смерті відчаю».
Ігноруючи інші потенційні джерела надмірної смертності, пов'язаної з пандемією, у своїх моделях, підібрані моделі переоцінюють та/або неправильно оцінюють вплив природної, змінної в часі передачі вірусу, щоб досягти гарної відповідності моделі зареєстрованим надмірним смертям, що, у свою чергу, призведе до завищених показників надмірної смертності в їхніх контрфактуальних симуляціях.
Відсутність обґрунтованості обличчя
Згідно з оцінками авторів на рівні країн, у США було запобігнуто 1.9 мільйона смертей, за умови охоплення вакцинацією 61% (див. Додаткову таблицю 3 в оригінальному дослідженні). У перший рік пандемії, коли вакцини не були доступні (2020), було 351,039 XNUMX смертей від COVID у СШАТаким чином, моделі авторів показують, що 1.9 млн / 350 тис. = ~5.5 раза більше смертей від COVID у США сталося б у 2021 році (порівняно з 2020 роком), якби не було впроваджено вакцини (див. Рисунок 2 у нашому коментарі до дослідження). Це вкрай неправдоподібно, оскільки є дуже мало підстав вважати, що вірус природним чином еволюціонував би, щоб стати набагато більш заразним та інфекційним. та летальний.
Автори натякають на вищу передачу вірусу у 2021 році через послаблення та/або скасування заходів та обмежень у сфері охорони здоров'я (локдауни, обмеження на подорожі, обов'язкове носіння масок тощо). Однак припущення, що це може пояснити >5-кратне збільшення смертності від COVID у 2021 році, суперечить цьому. >400 досліджень які дійшли висновку, що ці заходи мали незначну користь для громадського здоров'я у зменшенні наслідків COVID або взагалі не мали її.
Більше того, у 2021 році (після запровадження вакцинації) було 474,890 XNUMX смертей від COVID у СШАЦе приблизно на 35% вище, ніж у 2021 році, що свідчить про приблизні докази масової вакцинації погіршився Загальні результати COVID-1 узгоджуються зі спостереженнями щодо підвищеної інфекційності до початку дії вакцинації (див. XNUMX-й пункт вище) та занепокоєння щодо посилення тяжкості захворювання на COVID-19 спричинені вакцинами на основі доклінічних досліджень.
Висновок
Хоча генеративні моделі часто є корисним інструментом для моделювання сценаріїв, які не відбулися, неточні припущення щодо параметрів моделі можуть легко призвести до неправильної специфікації моделі. У випадку Вотсона та ін. (2022) вони можуть призвести до контрфактуальних симуляцій, які значно завищують оцінки смертей, яких вдалося уникнути завдяки масовій вакцинації.
Оскільки таке складне моделювання може бути надмірно чутливим до вхідних параметрів, схильним до перенавчання та давати результати, які важко, якщо не неможливо, перевірити, його не слід використовувати для інформування про політику та рекомендації у сфері охорони здоров'я. Кількісний аналіз співвідношення ризику та користі, який використовує клінічне випробування or реальні дані порівняти ризики конкретних результатів, таких як загальна смертність or міоперикардит після вакцинації та коронавірусної інфекції, є набагато інформативнішими та кориснішими в цьому відношенні.
Примітка: Я опублікував версію цієї статті, яка містить рисунки та бібліографію ResearchGate та надіслав коментар у твіттері оригінальним авторам дослідження в надії на відповідь та спростування. Я також надіслав скорочену версію статті у вигляді листа обсягом 250 слів до Lancet Інфекційні хвороби і я чекаю на їхню відповідь. Автор дякує Ерве Селігманну за корисні коментарі та відгуки щодо статті.
Д-р Спіро П. Пантазатос є доцентом клінічної нейробіології (психіатрія) в Колумбійському університеті. Він також є науковим співробітником у Нью-Йоркському державному психіатричному інституті.
