早上好，
二十年前，世界面临一场病毒大流行，被称为“新冠大流行”（当时称为Covid-19），主要影响老年人，并被夸大其词。这种病毒是在实验室中制造出来的，是愚蠢而危险的获得功能研究的一部分。
你们中的许多人当时太年轻，记不清细节，但其中一件意义重大的事件是mRNA疫苗（现在被称为基因疗法）的研发。它不仅研发迅速，而且测试也很快，并声称根据当时所谓的“真实世界研究”，在降低新冠死亡人数方面非常有效。当时并没有以死亡率为终点的随机试验。
正如我们现在所知，这种新的基因疗法远非高效。“真实世界研究”是充满偏见的观察性队列研究，其有效性充其量只是暂时的、平庸的。如果说这些注射疗法挽救了许多人的生命，那么这些生命只是在假设模型中被挽救了， 不在死亡率统计中.
二十年后，我们仍在研究播散性脂质纳米颗粒（mRNA载体）、各种组织中自身制造的毒性刺突蛋白和异常蛋白、重复注射后IgG4抗体水平升高以及外来DNA片段整合到基因组中所带来的长期发病率和死亡率后果。
今天我们将探讨 第一项研究 据报道，第一次注射后，预防因新冠病毒而死亡的有效率分别为 84%、72%、62% 或 44%，并从中吸取了一些教训。
该文章依托以色列最大医疗保健组织的数据，于2021年XNUMX月提交并在线发表，这距离疫苗接种运动开始仅两个月。
第一课：你应该始终忽略期刊名称、作者姓名以及“同行评审”字样。这两者都不是有效结果的指标。观察性研究中的偏见很难发现和消除，当时很少有研究人员理解 健康疫苗接种者现象 （一种混杂偏差）和对死亡原因的差异性错误分类（一种 信息偏差如今，这两项数据在流行病学家中都已是常识，这要归功于根据疫苗接种情况缓慢发布的非新冠死亡数据，以及对当时死亡证明与相关医院记录的审查。
第二课千万不要相信一项研究，该研究显示，在最长约一个月的随访期内，其预防死亡的有效性估计值在 44%（95% 置信区间下限：-36%）到 84%（95% 置信区间上限：100%）之间。这种推论对分析决策过于敏感，典型的原因是数据稀疏。
在大型队列（约41万对匹配病例）中，报告的新冠肺炎死亡病例仅有600,000例，而在另一项分析中，报告的死亡病例为59例，其中许多并非新冠肺炎死亡，我们稍后会看到。其他终点指标的普遍性并不重要。任何终点指标都不能替代死亡。
你可能会感到惊讶，作者竟然仅凭如此少量的死亡人数就估算出疫苗的有效性，从而影响了数十亿人的公共卫生政策。这在新冠疫情之前闻所未闻，如今也同样闻所未闻。但你需要在当时的背景下理解作者的心态。优秀的研究人员和主流媒体对任何夸大疫情严重性和新疫苗效果的报道都抱有严重的偏见。发表基于零散数据的有利结果却毫无问题。
第三课：当被数字、模型、表格、图表、补充材料和复杂的分析决策淹没时，不妨用一个简单的计算来检验一下。我并不是说“粗略”的分析不会产生误导，但有时你可能会发现它足够有用。接下来我们将对死亡率数据进行简单的分析。
首先，我要提醒大家，任何因果推论都源于假设，其中一些假设微不足道（例如数据文件的完整性）；另一些假设则更为复杂。当前的问题是：在合理的假设下，这些数据是否与几乎零的抗死亡有效性相符，而不是44%到84%？
答案是“是”。
我将做出两个假设：
1. 注射后的前两周内无法预防任何 Covid 死亡病例，因此在第 14 天之前观察到的第一剂的任何益处完全可以用偏见来解释。
2. 前两周存在的偏见在之后的跟踪间隔中继续存在。
作者接受了第一个假设。他们在主要分析中对有效性的估计排除了前13天的随访。他们写道：
“主要分析排除了第一剂疫苗接种后免疫力逐渐建立的时期，因为预计在此期间风险比接近 1。”
文中呈现了两张累计新冠死亡率图表：一张在正文中（左图）；另一张在补充附录中（右图）。在每张图表下方，我计算了连续三个两周间隔的死亡风险比。
跳过第一个间隔，疫苗有效性（44减去风险比）在76%到44%之间，与作者报告的估计值范围（84%到XNUMX%）相似。在这种情况下，对稀疏数据的简单分析与复杂的分析结果基本一致。这已经足够好了。
然而，与作者不同，我并没有将前两周的数据视为“未接种疫苗人群中疫情暂时增加”而予以否定，这不过是一厢情愿的想法。相反，我假设当时存在的偏见并没有奇迹般地消失。
无论是哪种情况，其总体规模都可以通过偏差因子来估算——偏差因子是恢复前两周预期零效应（风险比=1）的乘数。偏差因子为3（左表）或2.3（右表）。
如上所示，将偏差因子校正应用于未来两周间隔的风险比估计值，消除了启动两剂疫苗接种方案的伪效益。我们观察到围绕接近零的参数的典型随机分布：0.72、1、1.2、1.3。如果我们将作者的估计值校正为偏差因子3，则得到以下分布：0.48、0.84、1.1、1.7。
哪些偏见是错误的？我们有什么证据可以推断这些偏见会持续存在？
至少有两个原因：死亡原因分类错误，以及健康疫苗接种者现象。
广义上讲，错误分类意味着一些新冠肺炎死亡病例被错误地归类为非新冠肺炎死亡病例，而一些非新冠肺炎死亡病例被错误地归类为新冠肺炎死亡病例。我们将重点关注后一种情况，这种情况更为常见。
当时，将死亡归咎于新冠病毒，无论正确与否，都是理所当然的，而且经济上也有利可图。例如，在以色列，疫苗接种活动期间报告的新冠病毒死亡人数占总死亡人数的一半 没有导致死亡率过高这意味着，无论PCR检测结果呈阳性，这些人都会死亡。他们并非死于新冠，新冠疫苗也无法挽救他们。
因此，研究中20例死亡病例中约有41例（或30例死亡病例中约有59例）并非由新冠疫情造成。如果是这样，那么该研究估算的偏差程度（对非新冠死亡的伪效应）与估算的有效性（针对新冠死亡）一样多……
从研究中死亡时间的分布也可以看出，许多已报告的新冠死亡病例并非由病毒引起。PCR检测呈阳性后，死亡时间中位数仅为11天（上图），短于症状出现后的典型分布（下图）——中位数为19天——即使检测是在症状出现后1-3天进行的。换句话说，与我们预期的真实新冠死亡情况相比，死亡时间分布向左移动了。
为什么要改期？因为很多死亡病例是其他原因造成的。这些死亡病例的病人因各种原因住院，入院时偶然检测出PCR阳性。要知道，至少有50%的感染者是无症状感染者，而且疫苗接种活动恰逢冬季新冠疫情。
所以，我们有确凿的证据证明死因分类错误，但情况更糟。错误分类具有差异性，即“取决于疫苗接种状况”。
错误分类的差异在于PCR检测的应用并不统一。接种疫苗的人比未接种疫苗的人接受检测的可能性更小，原因可能有两个：首先，一些医生和一些接种疫苗的人可能将新冠症状归咎于“反应原性”——接种疫苗后出现的类似新冠症状——因此没有进行PCR检测。其次，更重要的是，人们认为基因疗法非常有效，那么为什么要对接种疫苗的人进行PCR检测呢？此外，这种检测是公开不鼓励的。
感染状态的差异性错误分类被延续到了其他终点事件，包括死亡。尽管当时新冠死亡人数总体上被高估了，但接种疫苗者的死亡记录比未接种疫苗者少。我知道这有点复杂。总之，检测偏差的结果是显而易见的：接种疫苗者报告的新冠死亡率较低——伪有效性。
您是在询问研究中的全因死亡人数吗？
这些数据作者都有，但并未公开报道。实际上，自那时起，大多数论文中都隐瞒了非新冠死亡病例。新冠疫苗研究存在严重的偏见，无论是有意还是无意。我知道，这很难令人相信。
对死亡原因的差异性错误分类与另一种如今已广受认可的强烈偏见相结合： 健康疫苗接种者现象接种疫苗的人比未接种疫苗的人更健康，标准的调整方法未能完全消除这种偏见。
当时，许多研究人员认为这种偏见只是暂时的扭曲：生病的人会推迟接种疫苗，直到康复为止，而预期寿命较短的人则不会接种疫苗。
当然，这的确没错，但“健康疫苗接种者”现象广泛而持久。由于各种社会心理原因，接种过流感或新冠疫苗的人本来就更健康。因此，他们死于新冠的可能性较小。 和 非新冠原因导致的死亡人数，在研究中分别占41例和59例。健康疫苗接种者现象，加上差异性错误分类，很容易解释对死亡的“影响”。这两种偏差在13天的随访后都没有消失。
当时很少提及错误分类，但每个人都至少在口头上承认未测量的健康特征可能会造成混淆。而且 其他来源 误导性推论，我们今天不讨论这个问题。这项研究以及之后无数的“真实世界研究”都充斥着偏见。事实上，单是健康疫苗接种者现象就足以让人误以为疫苗有效。 疫苗 和 加强剂量 在年老体弱的情况下。
您是否想知道其中是否有任何内容被“实时”曝光或怀疑？
是的， 它是……但生物医学期刊和主流媒体却没有。那些试图批评这种仓促获得诺贝尔奖的新型基因疗法的人被称为反疫苗者。对注射疫苗安全性的怀疑被冠以“疫苗犹豫者”的标签。世界上大多数人 洗脑.
强大的力量扰乱了生物医学科学的正常进程，我们花了很多年才回到现在的状态。这或许是今天对你来说最重要的一课。“科学已经尘埃落定”永远是假新闻。不要让任何人 检查员 再次进行科学交流。
让我用一句深刻的引言来结束今天的讲座 卡尔波普尔，一位 20 世纪的科学哲学家，括号中为我的补充。
“我们的知识来源多种多样；但 无人有权威…关于我们知识的最终来源的哲学理论所犯的根本错误是，它没有足够清楚地区分起源问题（例如，哈佛的数据分析师在 新英格兰医学杂志] 和有效性问题 [他们的研究确实表明可以预防死亡吗“？]。”
从本文节选 中
