赤褐色砂石 » 褐石研究所文章 » Covid疫苗是否挽救了数以千万计的生命?

Covid疫苗是否挽救了数以千万计的生命?

分享 | 打印 | 电子邮件

Covid疫苗的引入是否降低了死亡率?

A 最近的预印本,现在有问题的医学杂志 Lancet,声称 2020 年 XNUMX 月推出的 Covid 疫苗实际上避免了全球数千万人的死亡。 

当然,这些说法正在成为全世界的头条新闻。

本文由伦敦帝国理工学院的 Azra Ghani 领导的研究小组提交。 它得到了全球疫苗倡议联盟 (GAVI)、比尔和梅琳达·盖茨基金会、罗德信托基金、世界卫生组织 (WHO) 等机构的资助。 Ghani 博士是汇丰银行、葛兰素史克和世界卫生组织的顾问,与她在帝国理工学院的其他同事一样,两年多来一直支持封锁/支持恐慌和支持疫苗。

仅此背景就足以让我对本文中的任何内容产生怀疑。 但是,我确实想看看论文的内容。

首先,正如标题清楚地表明的那样,这是一项“数学建模”研究。 用科学术语来说,数学建模研究相当于“意见”。 原因是为了理解结果,您不仅需要了解输入,还需要了解算法。 而且,正如我们自 2020 年以来清楚地看到的那样,数学模型往往是错误的。 它们只是工具。

那么,这篇文章有什么问题呢? 我什至不需要知道算法,因为输入很糟糕!

  1. 预测死亡率

最明显的特点是几乎不可能预测死亡率(未来或过去),特别是对于常见的呼吸道病毒。 我们可以预测,有一定比例的老年人(75 岁以上)患有多种合并症,可能会死于冠状病毒等呼吸道病毒,但我们无法预测谁以及何时死亡。 一些看起来像是死亡的主要候选人的人可能会幸存下来,而其他看起来更健康的人可能会屈服。

即便如此,对 Covid 死亡率的预测是基于实际数据,而不是建模。 帝国理工学院提出的数学模型总是大错特错。 

即使是癌症等更成熟的疾病,预测死亡率也可能是一件棘手的事情。 这就是为什么根据诊断和治疗阶段对生存期进行估计的原因,但它们只是估计值。 在任何情况下,任何医学专业人士都不会说通过使用放射治疗,我们每年可以挽救 X 条生命免于癌症。

我还可以编写一个程序,根据一个人穿什么款式的鞋或开什么车来预测死亡率。 例如,年轻人可能更倾向于穿特定款式的运动鞋,而且由于年轻人死于 Covid 的可能性最小,我可以计算出穿这种运动鞋可以挽救生命。

拯救生命几乎总是一个错误的论点。

2.忽略其他因素 

  1. 自然免疫

到 2020 年 2019 月推出疫苗时,世界上很大一部分人已经经历过 Covid。 我们从血清阳性率研究中得知,最初的病毒至少从 XNUMX 年年中开始传播。 我们还知道,自然免疫已被证明比任何短期疫苗诱导的免疫都要强。 因此,很大比例的人口已经拥有一种优越的免疫形式,即自然免疫。

B. 疾病剔除

到 2020 年 2020 月推出疫苗时,最易患严重疾病和死亡的人已经死于这种疾病。 在 XNUMX 年确实被感染并幸存下来的老年人现在有了自然免疫力为他们工作。 与任何一年一度的传染病流行一样,您会获得多年的高死亡率,然后是严重程度较低的年份,这仅仅是因为最易感的人早早死亡,而其他人则继续。 

C. 人口易感性 

上述文章完全忽略了人口死亡率易感性的巨大梯度。 在过去两年中,年轻人的感染死亡率非常低。 数学模型假设所有人群的死亡率水平相同。 我们知道这种假设是一个谬误,并且完全否定了他们的任何“模型”。

D. 变体降低疾病严重程度 

到 2020 年 XNUMX 月推出疫苗时,下一个变体正在出现(“Delta”)。 病毒的自然进化过程是朝着降低杀伤力的方向发展。 增加传播性当然是可能的,因为这些倾向于存活的病毒。

再加上疫苗只是设计用于(部分地)处理 Covid 的原始病毒,而疫苗甚至没有进入等式。

E. 治疗的改进

到 2020 年 XNUMX 月推出疫苗时,世界各地的医生已经学会了如何应对最严重的 Covid 病例。 绝大多数人的病情仍然较轻,危险性不大,但更严重的病例可以通过有效的治疗和避免通风等危险动作来处理。

3. 数据使用

  1. 超额死亡率作为标志

该模型的假设是“超额死亡率”数据只能与 Covid 直接相关,而事实上这是一个不正确的假设。 在世界范围内,Covid 死亡率在总体死亡率中仅占次要地位。 因此,还有许多其他因素可能会影响对死亡率的任何解释。  

但是,要具有任何意义,必须将死亡率统计数据按年龄组和最容易因新冠病毒致死的人群分开。 

  1. 使用不可靠的数据 

我们现在知道,由 Covid 本身导致的实际死亡人数被夸大了,因为有利于报告 Covid 而不是真实原因以及使用 PCR 作为确定标准的标准。 我们知道,一个人本可以从 Covid 中完全康复并死于与 Covid 无关的事情,但由于他们在历史上的 PCR 呈阳性,因此被记录为 Covid 死亡。

我们可能永远无法真正了解真正屈服于 Covid 的真实人数,因为数据水域如此浑浊,政治影响如此之大。 这很遗憾,因为这意味着我们可能会继续看到滥用不可靠数字的情况,以试图对过去两年半的行为提出指控。

我不认为任何人都必须是一些有资格的科学家才能完全看到上面引用的那种报告中的谬误。

如果我是这篇文章的审稿人,我会把它连同评论一起发回去:把这篇文章扔进垃圾箱。 



发表于 知识共享署名4.0国际许可
如需转载,请将规范链接设置回原始链接 褐石研究所 文章和作者。

作者

  • 罗杰·库普斯

    Roger W. Koops 拥有博士学位。 拥有加州大学河滨分校化学学士学位以及西华盛顿大学硕士和学士学位。 他在制药和生物技术行业工作了超过 25 年。 在 2017 年退休之前,他担任了 12 年的顾问,专注于质量保证/控制以及与法规遵从性相关的问题。 他在制药技术和化学领域撰写或合着了多篇论文。

    查看所有文章

今天捐赠

你们对布朗斯通学院的财政支持将用于支持作家、律师、科学家、经济学家和其他在我们这个时代的动荡中受到职业清洗和流离失所的勇敢人士。 您可以通过他们正在进行的工作帮助查明真相。

订阅 Brownstone 以获取更多新闻


商店褐石

随时了解 Brownstone Institute 的最新动态