מפרט שגוי של דגם ואומדנים מנופחים מאוד של ניצול חיים

בחודש האחרון ללמוד פורסם ב- The מחלות זיהומיות Lancet, Watson et al. ליישם מודלים מתמטיים כדי להעריך שחיסונים המוניים ל-COVID-19 הצילו בין 14-20 מיליון חיים ברחבי העולם במהלך השנה הראשונה של החיסון ל-COVID-19 התוכנית. מאמרים קודמים בבראונסטון מאת קן נשרים ו ראמאן כבר הצביעו על כמה הנחות שגויות במחקר לגבי משך חסינות של זיהום מול חיסון, כמו גם על העובדה שהוא לא התייחס לתופעות לוואי של חיסון וסיכון לתמותה מכל הסיבות. 

כאן, אני מסכם את המכניקה של האופן שבו המחברים הגיעו להערכות שלהם לגבי מקרי מוות שנמנעו עקב חיסונים המוניים. לאחר מכן ארחיב כיצד הנחות פגומות במודל יכולות להוביל לאומדנים מנופחים מאוד של מקרי מוות נמנעים, מה שעשוי להסביר את חוסר תקפות הפנים והעקביות הפנימית של המחקר.

המחקר משתמש במודל יצירתי של דינמיקת העברה, זיהום ותמותה של COVID-19 הכולל 20-25 פרמטרים משוערים המבוססים על ספרות נבחרה (כלומר יעילות החיסון נגד העברה, זיהום ומוות, תערובות גיל של כל מדינה, בשכבות גיל שיעורי תמותה מזיהומים וכו') המותאמים למקרי מוות מדווחים על מנת להסיק (אך לא לאמת) העברת וירוסים לאורך זמן ב-185 מדינות. 

המחקר משווה את מקרי המוות העודפים בפועל לשנת 2021 לסימולציות (קונטרה-עובדתיות) שאמורות לחזות את מסלול מקרי המוות העודפים בכל מדינה אם לא הוכנסו חיסונים (כלומר על ידי הפעלת סימולציות מרובות של המודלים המותאמים לעיל לאחר הסרת השפעות החיסונים). ההבדל בין עקומות נגד עובדתיות אלו לבין מקרי מוות עודפים בפועל מביאים למקרי המוות המשוערים שנמנעו עקב חיסון.

נראה שהמודלים של המחברים אינם מסבירים את האבולוציה של זיהומיות או קטלניות של הנגיף, מלבד מודל מפורש של עלייה בשיעורי אשפוז הזיהום עקב וריאנט הדלתא (ראה סעיף 1.2.3 גרסאות של דאגה במוסף). ההנחה העיקרית בסימולציות הנגד-עובדתיות היא שמקרי מוות עודפים מוסברים על ידי ההתפתחות ה"טבעית" של הנגיף כפי שהיא משתקפת בהעברה המשתנה בזמן שלו, שניתן להסיק (להתאים) בלבד ולא לאמת. 

אם המודלים מניחים פרמטרים שמעריכים יתר על המידה או לא נכון את יעילות החיסון נגד העברה, זיהום ומוות, כמו גם את משך ההגנה על החיסון, תוך התעלמות ממקורות אחרים למקרי מוות עודפים הקשורים למגפה, הדבר יוביל להערכת יתר או הערכת זמן שגויה. יכולת העברת וירוסים משתנה על מנת להשיג התאמה טובה עם עקומות המוות העודפות בכל מדינה. זה בתורו, ינפח באופן מלאכותי את מקרי המוות העודפים המשוערים כאשר השפעות החיסון יוסרו לאחר מכן מהסימולציות הנגדיות. נרחיב על נקודות אלה להלן.  

המודלים ב-Watson et al. להסתמך על הנחות לא מציאותיות לגבי חסינות שמקורה בחיסון

לא ברור אם המחברים שוקלים ירידה ביעילות החיסונים במודלים שלהם, ונראה שכל המודלים שלהם הניחו הגנה מתמדת על חיסון לאורך כל תקופת המחקר של שנה, למרות מחקרים הראו שזה איפשהו בין 3 ל-6 חודשים. המודל שהם מצטטים, Hogan et al. 2021 כברירת מחדל מניחה הגנה לחיסון "לטווח ארוך" (כלומר > שנה) (ראה טבלה 1. ב Hogan et al. 2021).

בנוסף, כמעט כל מחקר על יעילות או יעילות החיסון מוציא מקרים סימפטומטיים או מגושים בתוך 21 יום מהמנה הראשונה או תוך 1 יום מהמנה השנייה עם קבוצות ההשוואה "לא מחוסנות". זה בעייתי לאור ראיות לכך שהדבקות בנגיף הקורונה עלולה להגביר כמעט פי 3 במהלך השבוע הראשון שלאחר ההזרקה (ראה איור 1 בפרשנות שלנו למחקר). זה מצביע על כך שהערכות יעילות החיסון המדווחות המבוססות על שיעורי מקרים נמוכים יותר שנצפו מעל 6 שבועות לאחר ההזרקה עשויות (לפחות חלקית) להילקח בחשבון על ידי הַדבָּקָה-חסינות הנגרמת על ידי חיסון, לא עקב עלייה קצרת טווח בזיהומים של COVID-19 מיד לאחר החיסון. 

בעוד שהדגמים ב-Watson et al. כוללים תקופת חביון בין החיסון וכאשר ההגנה מתחילה, הם אינם אחראים לעלייה פוטנציאלית בזיהומים והעברה הנגרמת על ידי חיסון במהלך תקופה זו. אי התחשבות בהשפעה זו במודלים תעריך יתר על המידה את יכולת ההעברה של וירוסים המתפתחים באופן טבעי ומשתנים בזמן, ובכך תנפח עודף מקרי מוות בסימולציות הנגדיות שאינן כוללות השפעות חיסון.

לבסוף, המחברים בחנו את ההשפעה של התחמקות חיסונית מחסינות שמקורה בזיהום על ידי ביצוע ניתוח רגישות כדי להעריך את מקרי המוות שנמנעו על ידי חיסונים עם אחוזי בריחה חיסוניים שונים שנעים בין 0% ל-80% (ראה איור משלים 4 במאמר המקורי). במודלים אלה, המחברים מבהירים שהם מניחים הגנה מתמדת (לא דועכת) של חיסון, שהיא הנחה לא מציאותית (ראה פסקה לעיל). עם זאת, נראה שהכותבים לא עושים ניתוח רגישות דומה של התחמקות חיסונית מחסינות שמקורה בחיסון, וזה חשוב בהתחשב בנקודה שהועלתה בפסקה לעיל. 

מודלים מתעלמים ממקרי מוות עודפים עקב גורמים אחרים מלבד COVID-19

המודלים המותאמים והעובדות הנגדיות שלהם מניחים שעודף מוות בכל מדינה מוסבר אך ורק על ידי נגיף COVID-19 המתפתח באופן טבעי ויכולת ההעברה המשתנה שלו (על פי דגם מצויד) משתנה בזמן. המודלים אינם מנסים לקחת בחשבון מקרי מוות עודפים הנגרמים על ידי גורמים אחרים הקשורים למגפה, למשל החיסונים עצמם וכן התערבויות חובה אחרות שאינן תרופתיות. ה CDC מדווח על סיכון למוות כתוצאה מחיסונים של 0.0026% לכל מנה מבוסס על מערכת דיווח על תופעות לוואי של חיסון, או VAERS. VAERS היא מערכת דיווח פסיבית ועשויה ללכוד רק ~1% מכל תופעות הלוואי הקשורות לחיסון. 

קוים עצמאיים יותר עדכניים באמצעות שימוש VAERS והנחות אמינות לגבי גורם חסר דיווחים ו רגרסיה אקולוגית של חיסונים זמינים לציבור ונתוני תמותה מכל סיבה מציע ש-VAERS עשוי ללכוד רק ~5% מכל מקרי המוות שנגרמו על ידי חיסון. בנוסף, המודלים אינם מתייחסים למקרי מוות עודפים הנובעים מגורמים אחרים כגון הנעילה. "מוות של ייאוש". 

על ידי התעלמות ממקורות פוטנציאליים אחרים של מקרי מוות עודפים הקשורים למגפה במודלים שלהם, המודלים המותאמים יערכו יתר על המידה ו/או לא יעריכו את ההשפעות של העברה טבעית של וירוסים משתנה בזמן כדי להשיג התאמה טובה של המודל עם מקרי מוות מדווחים, אשר ב תור יוביל למספר מוות עודף מנופח בסימולציות הנגדיות שלהם.

חוסר תוקף פנים

על פי ההערכות ברמת המדינות של המחברים נמנעו 1.9 מיליון מקרי מוות בארה"ב בהנחה של 61% כיסוי חיסונים (ראה טבלה משלימה 3 במחקר המקורי). בשנה הראשונה של המגיפה כשלא היו חיסונים זמינים (2020), היו 351,039 מקרי מוות מנגיף הקורונה בארה"ב. לפיכך, המודלים של המחברים מצביעים על כך ש-1.9M / 350k = ~5.5x ממספר מקרי מוות מנגיף הקורונה בארה"ב היו מתרחשים בשנת 2021 (לעומת 2020) לולא הוכנסו חיסונים (ראה איור 2 בפרשנות שלנו למחקר). זה מאוד לא סביר מכיוון שיש מעט מאוד סיבה להאמין שהנגיף היה מתפתח באופן טבעי להיות הרבה יותר מועבר, זיהומי ו קָטלָנִי. 

המחברים רומזים להעברה גבוהה יותר בשנת 2021 עקב הרפיה ו/או הסרה של אמצעים והגבלות בריאות הציבור (הסגרות, הגבלות נסיעה, מנדטים על מסכות וכו'). עם זאת, ההנחה שזה יכול להסביר עלייה של פי 5 במקרי המוות מ-COVID בשנת 2021 סותרת יותר מ-400 מחקרים שהגיעו למסקנה שהיו מעט יתרונות לבריאות הציבור של אמצעים אלה בהפחתת תוצאות הקורונה.   

יתרה מכך, בשנת 2021 (לאחר כניסת החיסון), היו 474,890 מקרי מוות מנגיף הקורונה בארה"ב. זה גבוה בכ-35% משנת 2021, מה שמרמז על ראיות גסות לחיסונים המוניים החמיר תוצאות כלליות של נגיף הקורונה, עקביות עם תצפיות של זיהומיות מוגברת לפני תחילת ההגנה על החיסון (ראה נקודה 1 לעיל) ו חששות של חומרה מוגברת של מחלת COVID-19 שנגרם על ידי החיסונים מבוסס על מחקרים פרה-קליניים.

סיכום

בעוד שמודלים גנרטיביים הם לרוב כלי שימושי להדמיית תרחישים שלא התרחשו, הנחות לא מדויקות לגבי פרמטרי מודל עלולות להוביל בקלות לפירוט שגוי של המודל. במקרה של Watson et al. בשנת 2022, הם יכולים להוביל להדמיות נגד עובדתיות המנפחות באופן גס את ההערכות של מקרי מוות שנמנעו עקב חיסונים המוניים. 

מכיוון שמודלים מסובכים כאלה יכולים להיות רגישים מדי לפרמטרי קלט, נוטים להתאמת יתר ונותנים תפוקות שקשה, אם לא בלתי אפשרי לאמתן, אין להשתמש בו כדי ליידע את המדיניות וההנחיות של בריאות הציבור. ניתוחי יחס סיכון-תועלת כמותיים המשתמשים ניסוי קליני or נתונים מהעולם האמיתי להשוות סיכונים של תוצאות ספציפיות, כגון תמותה מכל הסיבות or שריר הלב בעקבות חיסון וזיהום בנגיף הקורונה, הם הרבה יותר אינפורמטיביים ושימושיים בהקשר זה.

הערה: פרסמתי גרסה של מאמר זה הכוללת דמויות וביבליוגרפיה ResearchGate, ו צייץ את הפרשנות לכותבי המחקר המקוריים בתקווה לתגובה והפרכה. הגשתי גם גרסה מקוצרת של המאמר כמכתב בן 250 מילים ל-The מחלות זיהומיות Lancet ואני ממתין לתשובתם. המחבר מודה להרווה זליגמן על הערות ומשוב מועילים על המאמר.