ブラウンストーン » ブラウンストーンジャーナル » 公衆衛生 » 新しいCovidワクチン接種を受けますか? 証拠はそうではないことを示唆している
証拠がない、偏見がある

新しいCovidワクチン接種を受けますか? 証拠はそうではないことを示唆している

シェア | 印刷 | Eメール

秋が近づいており、新型コロナウイルスのワクチン製造業者が推進する新型コロナウイルスのプロパガンダマシンがすでに登場している。 死亡に対する有効性を一度も試験することなく、 mRNA とおそらくそれ以上 (残存 DNA?) を含む脂質ナノ粒子が、毎年冬に定期的なインフルエンザワクチン接種に追加される可能性があります。 おそらく早ければこの冬にも、それらは追加接種とは呼ばれなくなるでしょう。

したがって、今は、XNUMX 年前の冬にツーショットプロトコルに追加された最初のブースターの高い有効性の主張を再検討するのに適切な時期です。 ここでは、XNUMX つの情報源からの経験的データを使用して、健康なワクチン接種者のバイアス (後述) を考慮した後に何が残るかを調べ、さらに深刻な推定上の問題を示すデータの特異な特徴を示します。 次に、差分誤分類と呼ばれる、簡単には除去できない別のバイアスについて説明します。

これら XNUMX つのバイアス (他にもある可能性があります) を考慮すると、最初のブースターの実際の効果は平凡とゼロの間のどこかにあり、その範囲を狭めることは不可能です。 したがって、ブースターの有効性に関するこれらの観察研究はすべて無駄でした。

ブースターと呼ばれるかどうかに関係なく、毎年冬に新しいCovidワクチンを接種することには経験的根拠がありません。 死亡に対する有効性を証明する責任は公衆衛生当局に負っており、ランダム化試験以外のものは受け入れられない。

健康なワクチン接種者のバイアス

いくつかの記事を捧げました この話、これは次のように要約できます。

ワクチン接種者と非ワクチン接種者の新型コロナウイルスによる死亡率を単純に比較することは、たとえ年齢調整したとしても、前者の方が死亡リスクが低いため、著しく誤解を招く。 そもそも。 新型コロナウイルスによる死亡率の低下のすべてではないにしても、少なくとも一部はワクチンとは何の関係もありません。 彼らは単にワクチン接種を受けていない人々よりも健康な人々です。 それは健康なワクチン接種者バイアスと呼ばれます。

またはその逆: ワクチン接種を受けていない人は、平均して、 シッカー ワクチン接種を受けた相手よりも感染しているため、 より高い 新型コロナウイルスによる死亡率を含む死亡率全般。

バイアスは疫学者や生物統計学者などによって広範囲に研究されてきました。 しかし、生物医学論文の有名な Web サイトである PubMed で「健康なワクチン接種者バイアス」を検索すると、多くの文献は見つかりません。 24しかありません (31 月 XNUMX 日)、最近のものを含む 対応 の中に ニューイングランド·ジャーナル·オブ·メディスン ブースターの効果について。

健康なワクチン接種者バイアスは、多くの人が誤って選択バイアスと呼んでいますが、交絡バイアスの一種です。 さらに、ワクチン接種済みとワクチン未接種の比較に限定されず、追加の用量でも引き継がれます。 XNUMX回目の接種を受けた人は、XNUMX回しか服用しなかった人よりも平均して健康でした。 すぐに証拠を見てみましょう。 より健康な人々を投与順序に沿って移動させると、別の特異な効果が生じます。 たとえば、XNUMX回接種を受けた「残りの」コホートは、ワクチン接種を受けなかったコホートよりも症状が悪化します(より同等になります)。

健康なワクチン接種者の偏見は少なくとも部分的には取り除くことができますが、その方法についてはほとんど書かれていません。 私の知る限り、XNUMX つの研究グループが、偏ったリスク比の補正方法を独自に開発しました。 XNUMXつのグループ ハンガリー出身。 別の アメリカから。 私も最近までその仕事を知らずに提案しました 方法。 興味深いことに、これは同じ単純な数学であり、XNUMX つまたは XNUMX つの形式で表現されていることがわかります。

数学に関係なく、共通の基礎となる原理は単純です。 ワクチン接種を受けた人々は、平均してより健康であることがわかっています。 新型コロナウイルス感染症以外の死亡率に関するデータを使用して、新型コロナウイルス感染症による死亡率を推定してみましょう。 彼らはワクチン接種を受けていない人たちと同じくらい不健康だったのだろうか。 言い換えれば、リスクを次のように推定します。 偽りの 観察できない状態。 実際、交絡と脱交絡を定義するいくつかの方法のうちの XNUMX つは、反事実的な推論に基づいています。 (がある 他の方法.)

偏りを修正するには、ワクチン接種状況別の新型コロナウイルス感染症以外の死亡率に関するデータが必要です。 この種のデータは一貫して隠蔽されてきました。 これまでのところ、私はXNUMX回目の接種を受けた患者のコロナウイルス以外の死亡に関するデータ源をXNUMXつ知っている:イングランド、ウィスコンシン、イスラエルである。

英国国家統計局 (ONS) のデータ

ONS は XNUMX つの情報源の中で最大のものです。 その代理店は定期的に出版します 広範なデータセット 多くのレベルの層別化を行い、そこから 21 回目の接種を受けた人と 2021 回しか接種を受けなかった人の月次データを抽出しました。 どちらの場合も、他のカテゴリーのデータがまばらになることを避け、比較可能性を確保するために、少なくとも2022日前に最後の接種を受けた人のみを選択しました。 私が調査した期間は、XNUMX年XNUMX月からXNUMX年XNUMX月までで、ブースターキャンペーンの開始直後から次の(XNUMX回目の接種)キャンペーンまででした。

ONS データには、すべての年齢の年齢標準化された死亡率と、それらの年齢グループ内で追加の年齢標準化を行った 10 歳の年齢グループの死亡率も含まれています。 私は後者の料金を選択しました。 標準化されていない料金を使用しても結果はほぼ同じでしたが、年齢層が狭いことを考えると驚くべきことではありません。

以下の例は、 非Covid わずか2.19回の接種を受けた最高齢患者の死亡率は、2.19回の接種を受けた同年齢の患者の死亡率の2倍であった。 ブースターの摂取を続けた人は、平均してより健康でした。 これは健康なワクチン接種者へのバイアスであり、毎月、すべての年齢層に存在していました。 比率 5 はバイアス係数と呼ばれます。 私が抽出したほとんどの ONS データでは、その値の範囲は 1.7 ~ 8.1 でした。 最低値は XNUMX、最高値は XNUMX でした。

ONS Excel ファイルからコピーし、私が追加したもの (赤色)

素朴な分析では、0.27 回のみの接種と 73 回目の接種によるリスク比 0.27 (ワクチンの有効性 2.19 パーセント) が得られます。 どちらも偏った推定です。 修正リスク比を計算するには、説明したように、バイアス付きリスク比 (XNUMX) にバイアス係数 (XNUMX) を乗算する必要があります。 他の場所で.

計算の最後に四捨五入すると、補正されたリスク比は 0.60 になります (補正されたワクチンの有効性はわずか 40%)。

いくつかの方法論的なポイント:

まず、先ほど述べたように、標準化されたレートではなく実際のレートを使用しても、大きな違いは生じませんでした。 年齢層はかなり狭かったです。 上の例では、標準化されたレートが実際のレートとほぼ同一であるため、どのタイプのレートを使用してもまったく同じ結果が得られます。

第 XNUMX に、実際の率を使用すると、人口の分母が相殺されます。 簡単な計算では、次のように修正されたリスク比を取得できることがわかります。 のみ使用して カウント 死亡者数。 技術的な導出は省略し、上記の例の計算だけを示します。

606回目の接種を受けた患者における新型コロナウイルス感染症による死亡のオッズ(対コロナウイルス以外の死亡): 6,912/0.088 = XNUMX

88回接種を受けた患者における新型コロナウイルス感染症による死亡のオッズ(対コロナウイルス以外の死亡): 598/0.147 = XNUMX

修正リスク比: 0.088/0.147 = 0.60

第三に、 深刻な質問 ONS の分母で引き上げられました。 ただし、健康なワクチン接種者のバイアスを修正するこの方法は、死亡者数のみに依存しています( do 非常に重要です。) このトピックについては、もう XNUMX つの重要な偏見、つまり死因の誤分類について説明するときに最後に戻ります。

第 2021 に、データがまばらである (死亡者数が少ない) ことは、特にサンプルが層別化されている場合に、ワクチンの有効性を推定する際の一般的な問題です。 私がブースター効果を分析した期間 (2022 年 XNUMX 月から XNUMX 年 XNUMX 月) では、問題はありませんでした。 ONS データセットは、これらの層別レベルで安定した結果を生成するのに十分な大きさです。

第 60 に、1 つの理由から計算を 2 歳以上に制限しました。XNUMX) 洗脳されていない読者は、新型コロナウイルスが若い世代にとって決して公衆衛生上の問題ではなかったことを知っています。 XNUMX) 若い年齢層の新型コロナウイルスによる死亡者数は少なかった。

以下のグラフは、ONS データの単純な分析を示しています。 高い有効性の推定は、少なくとも XNUMX つの理由で役に立たない。それは、健康なワクチン接種者へのバイアスである。 ONS は「偏見」という言葉を使わずにその点を認めています。

あの人たちは書く:

「ASMR(年齢標準化死亡率)はワクチンの有効性の尺度と同等ではありません。 これらは年齢構成と人口規模の違いを説明していますが、グループ間には死亡率に影響を与える他の違い(特に基礎疾患)がある可能性があります。」

補正された有効性の推定値を以下のグラフに示します。 2022 番目のグラフを最初のグラフと比較すると、健康なワクチン接種者のバイアスの大きさが大きかったことが明らかであり、54 年 70 月には、XNUMX パーセントから XNUMX パーセントという偏った推定値が実質的に無効になりました。 また、有効性が急速かつ完全に薄れていくことも観察されていますが、これは偏った結果では見られませんでした。

それにもかかわらず、修正後に新たな疑問が生じます。

  • なぜ効果が現れるのか 増加する 多くのペアごとの比較で老化はありますか? たとえば、2021 年 XNUMX 月に最年長者が最年少者よりも XNUMX 倍高いのはなぜでしょうか。 十分に確立されたことを考えると、私たちはその逆の観察を期待しています。 免疫学から得た知識.
  • 2021 年 2022 月から XNUMX 年 XNUMX 月にかけて最年少年齢層で有効性が増加し、その後急速に減少するのはなぜですか? 生物学的な説明はあるのでしょうか?
  • なぜ最高齢層だけが線形の下降傾向が最も安定しており、急激であるのでしょうか?
  • 2022 つの年齢グループの推定値が XNUMX 年 XNUMX 月までにほぼ均等になり、その後再び乖離するのはなぜですか?

データの一部の特徴はまったく意味がありません。 なぜ?

これらすべての質問に対して、私は次のような答えを提供します。健康なワクチン接種者のバイアスを完全かつ均一に除去しなかったか、あるいは他のバイアス関連のプロセスが作動したかのどちらかです。 元の偏った推定値を自信を持って拒否する必要がありますが、新しい推定値を有効な最終的な代替値として支持することはできません。 これらは有効性の上限としてさえ適していません。 たとえ意味があるとしても、真の有効性ははるかに低いはずです。

ウィスコンシン州からのデータ

データ ウィスコンシン州ミルウォーキー郡は、ユアンらの研究で紹介されています。 (プレプリント)またはアタナソフら。 (査読済みバージョン)。 彼らの記事は、私がプロとしてのキャリアの中で読んだ中で最も優れた原稿の一つに数えられますが、これは「新型コロナウイルス感染症ワクチンは何百万もの命を救った」といった声明に私が同意するという意味ではありません。 彼らはしませんでした。 また、すぐにわかるように、ブースターの利点についての彼らの主張にも私は同意しません。

この論文はいくつかの点で例外的です: 1) 健康なワクチン接種者のバイアスを除去する方法の独立した発見。 2)私がめったに見たことのないレベルでの徹底した分析(わざわざ長い付録を読むのであれば)。 3) 思慮深い議論 ほとんど 私が考えられるあらゆる問題。 4) データの完全な公開。 しかし、驚いたことに、「健康なワクチン接種者バイアス」という言葉は一度も言及されておらず、このテーマに関する以前の研究の引用もありません。

著者らは、ウィスコンシン州ミルウォーキー郡の住民を対象に、新型コロナウイルスによる死亡に対するさまざまな用量のワクチンの有効性を研究した。 圧倒的な量のデータから、以下の表の数値を抽出して計算することができました。これは基本的に ONS データと同じ種類のデータであり、同じ種類の分析です。XNUMX つではなく XNUMX つの年齢グループ、XNUMX つ以上のグループでの分析です。月(合計)。 グループ化した後でも、データはまばらです(新型コロナウイルスによる死亡者数は少数です)。

ご覧のとおり、結果は独特です。 60~79歳では健康なワクチン接種者の偏りは中程度のみで、80歳以上では偏りは全くありませんでした。 どのような健康なワクチン接種者のバイアスが考慮されたのでしょうか? なぜバイアス係数 1 が観察されるのでしょうか? 補正後、80歳以上のブースターの有効性は若干低下しました より高い、60~79歳よりも低くはありません。 これらは期待どおりの結果ですか?

著者らは、「…選択効果は、(CEMP 測定または別の方法で) 制御されない限り、VE 推定値に大きな偏りを引き起こす可能性がある」と書いています。 それは正しいです。ONS 分析でそれが確認されました。 しかし、何らかの理由で、これらの効果は、高齢の追加免疫接種者とXNUMX回接種者のデータでは機能しなかったようです。

著者らの異常な結果の創造的な説明を賞賛します (付録、13 ~ 14 ページ)。 どうやら、ONS データについては説明の必要はないようです。 健康なワクチン接種者への偏見は、どの年齢層でも消えることはありませんでした。

優れた分析によっても、サンプルに固有の問題を解決することはできません。 スパースデータの問題だけが問題である場合もあれば、その他の問題が原因である場合もあります。 いずれにせよ、新しい推定値を信頼すべきではありません。

イスラエルからのデータ

の編集者への手紙 ニューイングランド·ジャーナル·オブ·メディスン は最近、健康なワクチン接種者の偏見に大きな関心を集めています。 ホーグとその仲間たち 彼らは、イスラエルの追加免疫接種者の研究から得られた、新型コロナウイルス感染症以外の死亡率に関するデータを巧みに利用した。 これらのデータでは、95パーセントという偏ったワクチン有効性は、健康なワクチン接種者の偏りを補正した後、無効になりました。 データを以下に要約します。

新しい方法が導入されると、高度に技術的な新しい疑問が生じることがよくあります。 カウント、レート、または年齢調整レートを使用して偏りを修正するのではなく、57 段階の手順で偏りを修正することも可能です。 まず、多変量回帰モデルを当てはめて、新型コロナウイルスによる死亡と非コロナウイルスによる死亡の両方について、できる限り交絡を除去しました。 次に、「残り物」バイアスに対して反事実に基づく補正を適用します。 結果は異なる場合があります。 たとえば、イスラエルの研究では、0番目の方法ではワクチンの有効性がXNUMXパーセントではなくXNUMXパーセントでした。

  • 「偏りのない結果」という統計的な意味で、どちらの方法も有効なのでしょうか?
  • もしそうなら、統計的な観点からどちらが好ましいですか (たとえば、分散が小さいなど)?

この議論はあまりにも複雑なのでここには含めません。 高度な統計知識をお持ちの方のために、XNUMX 段階法は、古典的条件づけと反事実推論という、交絡を解くための XNUMX つのアプローチを組み合わせたものであるとだけ言っておきます。 たとえ有効であっても、そのハイブリッドが正当化されるかどうかは、 疑わしい。 一方で、私は、単一の反事実的なアプローチ、つまり、 ヘグとエル。鉱山.

微分誤分類バイアス

病院で亡くなった二人を想像してみてください。 患者Aは新型コロナウイルスワクチンの接種をXNUMX回だけ受けた。 患者 B は XNUMX 回の投与を受けました (「最新」)。 両方の患者の死因が新型コロナウイルスだったと仮定します。 それにもかかわらず、私たちの不完全な世界では誤分類が存在し、XNUMX つの死亡のうちの XNUMX つ、または両方が非新型コロナウイルスによる死亡として記録される可能性があります。 どのような誤分類が予想されるでしょうか?

ワクチン接種状況により異なります。

「ワクチンは非常に効果的であるため、医師はワクチン接種を受けていない患者よりもワクチン接種済みの患者の死亡を新型コロナウイルスによるものとすることに消極的であると考えられる。」 それでも、彼らはワクチン接種患者の死因として新型コロナウイルスを記録しているが、そうする可能性もある 異なって 患者 A (XNUMX 回投与) と患者 B (XNUMX 回投与) の比較。 ワクチン接種状況を「最新」にしている患者Bの新型コロナウイルスによる死亡は、そうでない患者Aの新型コロナウイルスによる死亡よりも、誤って非コロナウイルスとして記録される可能性が高い。 類推して、患者 A については「ワクチン接種を受けていない」、患者 B についてはワクチン接種済みであると考えてみましょう。 新型コロナウイルス感染症による死亡のうち、見逃される可能性が高いのはどれですか? 後者。

この現象は差分誤分類バイアスと呼ばれ、医師の考え方、PCR 検査プロトコルなど、さまざまな理由で普遍的に働いていたことに私は疑いの余地がありません。 それにもかかわらず、バイアスを定量化して除去することは困難です。 健康なワクチン接種者の現象に差別的な誤分類が加わると、バイアスはさらに悪化します。 この点を説明するために、仮説として、ウィスコンシン州ミルウォーキー郡のまばらなデータを使用しました。

5~491歳の非新型コロナウイルスによる死亡60人のうち79パーセントが実際には新型コロナウイルスによる死亡であり、誤分類されたと仮定します(医師がワクチンの有効性が高いと確信していたなどの理由による)。それにもかかわらず、上で説明したように誤分類があったとします。 6回接種者(「最新の」ワクチン接種済み)の非コロナ死亡239人のうち新型コロナウイルスによる死亡はわずか4パーセントだったが、252回接種者(「ワクチン未接種」)の非コロナ死亡XNUMX人のうち新型コロナウイルスによる死亡はわずかXNUMXパーセントだった。

計算は次の表に示されています。 差分誤分類バイアスと健康なワクチン接種者バイアスの両方を補正した後、28回目の接種の有効性はわずかXNUMXパーセントでした。

その研究の著者らは、「ワクチン接種者と非ワクチン接種者の間で過少カウントの程度が体系的に異なる」場合、推定効果に偏りが生じることを認めたが、「条件(ii)が成り立つと予想する理由はない」としている。

上にも書きましたが、私は彼らの信念を共有しません。 差別的な誤分類が予想される理由はたくさんあります。たとえば、イスラエルで PCR 検査の慣行に従っていた私たちは、 十分な証拠.

私はいつか、新型コロナウイルスワクチンの有効性に関する観察データが、健康なワクチン接種者バイアス、誤分類バイアス、 その他の偏見その他の歪み.

要約すると:

最初のブースターの本当の効果は、たとえ意味があったとしても、短期間でした。 ピーク時の防御力は平凡とゼロの間のどこかにあり、その範囲を狭めることは不可能です。 したがって、ブースターの有効性に関するこれらの観察研究はすべて無駄でした。

毎年冬に新たな新型コロナウイルスのワクチン接種を受けることには、経験的根拠がありません。 死亡に対する有効性を証明する責任は公衆衛生当局に負っており、二重盲検プラセボ対照ランダム化試験以外のものは受け入れられない。 そしてそれはインフルエンザの予防接種にも当てはまります。

著者からの転載 中規模アカウント



の下で公開 Creative Commons Attribution4.0国際ライセンス
再版の場合は正規リンクをオリジナルに戻してください。 褐色砂岩研究所 記事と著者。

著者

  • Eyal Shahar

    Eyal Shahar 博士は、疫学および生物統計学における公衆衛生の名誉教授です。 彼の研究は、疫学と方法論に焦点を当てています。 近年、シャハール博士は、特に因果図とバイアスの分野で、研究方法論にも多大な貢献をしてきました。

    すべての投稿を見る

今日の寄付

ブラウンストーン研究所への皆様の財政的支援は、作家、弁護士、科学者、経済学者、そして現代の激動の中で専門的に粛清され、追放された勇気ある人々を支援するために使われます。 彼らの継続的な活動を通じて真実を明らかにするのを助けることができます。

ブラウンストーンを購読して、より多くのニュースを入手する

ブラウンストーン研究所の最新情報を入手する