Brunsten » Brownstone Journal » vacciner » Räddade Covid-vacciner tiotals miljoner liv?

Räddade Covid-vacciner tiotals miljoner liv?

DELA | SKRIV UT | E-POST

Minskade införandet av Covid-vaccin dödligheten?

A senaste förtrycket, med den nu tvivelaktiga Medical Journal Lansetten, gör påståendet att införandet av Covid-vaccinet i december 2020 faktiskt förhindrade tiotals miljoner dödsfall över hela världen. 

Naturligtvis skapar påståenden rubriker världen över.

Denna artikel har lämnats in av forskargruppen som leds av Azra Ghani från Imperial College of London. Det stöddes i finansiering av Global Alliance for Vaccines Initiative (GAVI), Bill and Melinda Gates Foundation, Rhodes Trust, Världshälsoorganisationen (WHO) och andra. Dr. Ghani agerar som konsult för HSBC, GlaxoSmithKline och WHO och har som med sina andra Imperial College-kollegor varit pro-lockdown/pro-panik och pro-vaccin i mer än två år.

Bara den bakgrunden räcker för att jag ska kunna misstänkliggöra allt från denna tidning. Men jag vill titta på tidningens innehåll.

För det första, som titeln tydligt indikerar, var detta en "matematisk modellering"-studie. I vetenskapliga termer representerar matematiska modelleringsstudier motsvarigheten till en "åsikt" bit. Anledningen är att för att förstå resultatet måste du förstå inte bara ingångarna utan även algoritmerna. Och, som vi tydligt har sett sedan 2020, tenderar matematiska modeller att vara FEL. De är bara verktyg.

Så, vad är det för fel på den här artikeln? Jag behöver inte ens känna till algoritmerna eftersom ingångarna är dåliga!

  1. Förutsäga dödlighet

Den mest iögonfallande egenskapen är att det är nästan omöjligt att förutsäga dödlighet (framtid eller tidigare), särskilt med vanliga luftvägsvirus. Vi kan förutsäga att en viss andel äldre (över 75 år) med flera samsjukligheter sannolikt kommer att ge efter för ett luftvägsvirus som Covid, men vi kan inte förutsäga vem och när. Vissa människor som verkar vara främsta kandidater för dödlighet kan överleva medan andra som verkar friskare kan duka under.

Trots det har förutsägelsen av dödlighet från Covid baserats på faktiska data, inte modellering. De matematiska modellerna som har presenterats från Imperial College har alltid varit vilt FEL. 

Även med mer etablerade sjukdomar som cancer kan det vara svårt att förutsäga dödlighet. Det är därför som uppskattningar ges för överlevnad baserat på stadium av diagnos och behandlingar, men de är bara uppskattningar. Under inga omständigheter uppger någon läkare att vi genom att använda strålbehandling räddar X antal liv varje år från cancer.

Jag skulle också kunna skriva ett program som förutsäger dödligheten baserat på vilken typ av sko en person bär eller vilken typ av bil de kör. Till exempel kan yngre människor vara mer benägna att bära en viss stil av sneaker och eftersom yngre människor är minst benägna att dö av Covid, skulle jag kunna räkna ut att bära den typen av sneaker räddar liv.

Att rädda liv är nästan alltid ett felaktigt argument.

2. Ignorera andra faktorer 

  1. Naturlig immunitet

När vaccinerna introducerades i december 2020 hade en mycket stor andel av världen redan upplevt Covid. Vi vet från seroprevalensstudier att det ursprungliga viruset hade cirkulerat sedan åtminstone mitten av 2019. Vi vet också att naturlig immunitet har visat sig vara starkare än någon korttidsvaccininducerad immunitet. Således hade en mycket stor andel av befolkningen en överlägsen form av immunitet som redan fungerade för dem, naturlig immunitet.

B. Sjukdomsavlivning

När vaccinerna introducerades i december 2020 hade de mest mottagliga personerna för allvarlig sjukdom och död redan dukade under för sjukdomen. De äldre som blev smittade och överlevde under 2020 hade nu naturlig immunitet som fungerade för dem. Som med varje årlig epidemi av infektionssjukdomar får du år av hög dödlighet följt av år av mindre svårighetsgrad helt enkelt för att de mest mottagliga människorna dukar under tidigt medan andra fortsätter. 

C. Befolkningskänslighet 

Ovanstående del ignorerar helt den enorma gradienten i mortalitetskänslighet i befolkningen. Yngre människor har haft mycket låg infektionsdödlighet under de senaste två åren. De matematiska modellerna antar samma nivå av mortalitetskänslighet i alla populationer. Vi vet att detta antagande är en felaktighet och helt förnekar någon av deras "modeller".

D. Minskning av sjukdomens svårighetsgrad med varianter 

När vaccinerna introducerades i december 2020 växte nästa varianter fram ("Delta"). Virusens naturliga evolutionära förlopp går mot mindre dödlighet. Ökad överföringsförmåga är säkerligen möjlig eftersom dessa tenderar till de virus som överlever.

Lägg till det till det faktum att vaccinerna endast var designade för att hantera (delvis vid det) det ursprungliga viruset från Covid, och du har vaccinet inte ens med i ekvationen.

E. Förbättringar i behandlingar

När vaccinerna introducerades i december 2020 hade läkare världen över lärt sig hur man hanterar de allvarligaste fallen av Covid. De allra flesta människor upplevde fortfarande mild sjukdom och var i liten fara, men de allvarligare fallen kunde hanteras med effektiva behandlingar och genom att undvika farliga åtgärder som ventilation.

3. Dataanvändning

  1. Överdödlighet som markör

Modellens antagande är att "Excess Mortality"-data endast kan korrelera direkt mot Covid, när det i själva verket är ett felaktigt antagande. Över hela världen spelar Covid-dödligheten endast en mindre roll i den totala dödligheten. Det finns alltså många andra faktorer som kan spela in i vilken tolkning av dödlighet som helst.  

Men för att ha någon mening måste man dela upp dödlighetsstatistiken efter åldersgrupp och de som är mest mottagliga för dödlighet från Covid. 

  1. Använder opålitlig data 

Vi vet nu att det faktiska antalet dödsfall som orsakades av Covid i sig var överskattat på grund av kriterierna som gynnade rapportering av Covid framför verkliga orsaker samt användningen av PCR som det avgörande kriteriet. Vi vet att en person kunde ha återhämtat sig helt från Covid och dukat under för något som inte var relaterat till Covid, men eftersom de hade en positiv PCR i sin historia, registrerades det som en Covid-död.

Vi kanske aldrig riktigt förstår det verkliga antalet människor som faktiskt dukade under för Covid eftersom datavattnet har varit så grumligt och det har varit så mycket politiskt inflytande. Det är synd eftersom det betyder att vi sannolikt kommer att fortsätta att se missbruk av opålitliga siffror för att försöka göra påståenden om de senaste två och ett halvt årens agerande.

Jag tror inte att någon behöver vara någon legitimerad vetenskapsman för att fullständigt se felen i den typ av rapport som citeras ovan.

Om jag var en recensent av den här artikeln skulle jag skicka tillbaka den med kommentaren: släng den här i papperskorgen. 



Publicerad under a Creative Commons Erkännande 4.0 Internationell licens
För omtryck, vänligen ställ tillbaka den kanoniska länken till originalet Brownstone Institute Artikel och författare.

Författare

  • Roger W. Koops har en Ph.D. i kemi från University of California, Riverside samt master- och kandidatexamen från Western Washington University. Han arbetade inom läkemedels- och bioteknikindustrin i över 25 år. Innan han gick i pension 2017 tillbringade han 12 år som konsult med fokus på kvalitetssäkring/kontroll och frågor relaterade till regelefterlevnad. Han har skrivit eller varit medförfattare till flera artiklar inom områdena läkemedelsteknologi och kemi.

    Visa alla inlägg

Donera idag

Ditt ekonomiska stöd från Brownstone Institute går till att stödja författare, advokater, vetenskapsmän, ekonomer och andra modiga människor som har blivit professionellt utrensade och fördrivna under vår tids omvälvning. Du kan hjälpa till att få fram sanningen genom deras pågående arbete.

Prenumerera på Brownstone för fler nyheter


Handla Brownstone

Håll dig informerad med Brownstone Institute