モデルの仕様ミスと救われた命の大幅な水増し推定

最近で 研究 に掲載 ランセット感染症、ワトソンら。 数学的モデリングを適用して、大量の COVID-19 ワクチン接種により、COVID-14 ワクチン接種の最初の年に世界中で 20 万から 19 万人の命が救われたと推定する プログラム. による以前のブラウンストーンの記事 Horst Kreuter & Raman 感染による免疫持続期間とワクチン由来の免疫持続期間に関するこの研究では、いくつかの誤った仮定がすでに指摘されており、ワクチンの有害事象と全死因死亡リスクが考慮されていないという事実も指摘されています。 

ここでは、大量ワクチン接種によって回避された死亡の見積もりに著者がどのように到達したかのメカニズムを要約します。 次に、モデルの誤った仮定が回避された死亡の推定値を大幅に膨らませる方法について詳しく説明します。これにより、研究の顔の妥当性と内部の一貫性の欠如が説明される可能性があります.

この研究では、COVID-19 の伝染、感染、および死亡率のダイナミクスの生成モデルを使用します。これには、選択された文献 (伝染、感染、および死亡に対するワクチンの有効性、各国の年齢混合、年齢層別など) に基づく 20 ～ 25 の想定パラメーターが含まれます。感染致死率など) は、185 か国での経時的なウイルス感染性を推測する (ただし検証はしない) ために、報告された超過死亡数に当てはめられます。 

この研究では、実際の 2021 年の超過死亡数を、ワクチンが導入されなかった場合の各国の超過死亡数の軌跡を予測することになっているシミュレーション (反事実) と比較します (つまり、ワクチンの影響を取り除いた後に、上記の適合モデルの複数のシミュレーションを実行することによって)。 これらの反事実曲線と実際の超過死亡数との差は、ワクチン接種によって回避された推定死亡数をもたらします。

著者らのモデルは、デルタ バリアントによる感染入院率の増加を明示的にモデル化する以外に、ウイルスの感染性または致死性の進化を説明していないようです (補足の 1.2.3 懸念されるバリアントのセクションを参照してください)。 反事実的シミュレーションにおける主な仮定は、過剰な死亡はウイルスの「自然な」進化によって説明されるというものであり、ウイルスの時変感染性に反映されており、それは推測 (フィッティング) のみ可能であり、検証することはできません。 

モデルが、伝染、感染、死亡に対するワクチンの有効性、およびワクチン保護の期間を過大または誤って見積もるパラメータを想定し、パンデミック関連の過剰な死亡の他の原因を無視する場合、これは時間の過大または誤った見積につながります。各国の過剰死亡曲線にうまく適合するように、ウイルスの感染率を変化させます。 これは、ワクチン接種の影響がその後反事実シミュレーションから取り除かれると、推定過剰死亡数を人為的に膨らませることになります。 これらの点について、以下で詳しく説明します。  

ワトソンらのモデル。 ワクチン由来の免疫に関する非現実的な仮定に頼る

著者らがモデルでワクチンの有効性が低下していると考えているかどうかは明らかではなく、すべてのモデルが 1 年間の研究期間全体にわたって一定のワクチン防御を想定していたようです。 研究によると、それは3〜6ヶ月の間のどこかであることが示唆されています. 彼らが引用するモデル、Hogan et al。 デフォルトでは、2021 年は「長期」（つまり 1 年以上）のワクチン保護を前提としています（表 1 を参照）。 ホーガン等。 2021年).

さらに、事実上、ワクチンの有効性または有効性に関するすべての研究では、「ワクチン接種を受けていない」対照群を使用して、21 回目の投与から 1 日以内または 14 回目の投与から XNUMX 日以内に症状のある症例を除外またはひとくくりにしています。 これは、COVID 感染性が 増加する 注射後の最初の 3 週間でほぼ XNUMX 倍（ 調査の解説の図 1）。 これは、注射後 6 週間を超えて観察された低い症例率に基づいて報告されたワクチンの有効性の推定値が、(少なくとも部分的に) によって説明される可能性があることを示唆しています。 感染-、ワクチンではなく、ワクチン接種直後のCOVID-19感染性の短期的な増加により免疫を誘導しました。 

一方、ワトソンらのモデル。 予防接種と防御が開始されるまでの潜伏期間が含まれているため、この期間中にワクチンによって誘発される感染性と伝染性が潜在的に増加することは考慮されていません。 モデルでこの効果を説明しないと、自然に進化し、時間とともに変化するウイルスの伝染性を過大評価し、ワクチン接種の効果を除外した反事実シミュレーションで過剰な死亡を膨らませることになります。

最後に、著者らは、感度分析を実施して、0% から 80% の範囲のさまざまな免疫回避パーセンテージでワクチン接種によって回避された死亡を推定することにより、感染由来の免疫からの免疫回避の影響を調査しました (元の記事の補足図 4 を参照)。 これらのモデルでは、著者は、非現実的な仮定である一定の（衰えない）ワクチン防御を仮定していることを明確にしています（上記の段落を参照）。 しかし、著者らは、ワクチン由来の免疫からの免疫回避の同様の感度分析を行っていないようであり、これは上記の段落で提起された点を考えると重要です. 

モデルは、COVID-19 以外の要因による過剰な死亡を無視しています

当てはめられたモデルとその反事実は、各国の過剰死亡が説明されていることを前提としています もっぱら 自然に進化する COVID-19 ウイルスとその (フィッティング モデルで推定される) 時間変化する伝染性による。 このモデルは、ワクチン自体やその他の非医薬品による強制的介入など、他のパンデミック関連の要因によって引き起こされる過剰な死亡を説明しようとはしていません。 の CDC は、ワクチンによる全体的な死亡リスクが 0.0026% であることを報告しています XNUMX回分あたり ワクチン有害事象報告システム（VAERS）に基づいています。 VAERS は受動的な報告システムであり、 ワクチン関連の副作用の約 1%. 

を使用した最近の独立した証拠の行 VAERS と過小報告要因に関する信頼できる仮定砂 公開されているワクチン接種と全死亡率データの生態学的回帰 VAERS は、ワクチンによるすべての死亡の 5% までしか捕捉できない可能性があることを示唆しています。 さらに、モデルは、ロックダウンによって引き起こされたなどの他の要因に起因する過剰な死亡を考慮していません。 「絶望の死」。 

モデルでパンデミック関連の過剰死亡の他の潜在的な原因を無視することにより、適合モデルは、報告された過剰死亡に適合する良好なモデルを達成するために、自然で時間的に変化するウイルス感染性の影響を過大評価および/または誤って推定します。ターンは、反事実シミュレーションで過剰な死亡数を増やすことにつながります。

顔の妥当性の欠如

著者の国レベルの推定によると、米国では 1.9% のワクチン接種率を仮定すると、61 万人の死亡が回避されました (元の研究の補足表 3 を参照)。 ワクチンが入手できなかったパンデミックの最初の年（2020年）には、 351,039 米国の COVID による死亡. したがって、著者のモデルは、1.9M / 350k = ワクチンが導入されていなかった場合、5.5 年に米国で発生したであろう COVID による死亡数の約 2021 倍 (対 2020 年) であることを示唆しています ( 調査の解説の図 2）。 ウイルスが自然に進化して感染力がはるかに高くなったと信じる理由はほとんどないため、これは非常に信じがたいことです。 & 致死。 

著者らは、公衆衛生対策と制限（ロックダウン、旅行制限、マスクの義務付けなど）の緩和および/または解除により、2021年に感染率が高くなることをほのめかしています。 ただし、これが 5 年の COVID による死亡者数の 2021 倍以上の増加を説明できるという仮定は矛盾しています。 >400件の研究 COVIDの結果を減らす上で、これらの対策の公衆衛生上の利点はほとんどまたはまったくないと結論付けています。   

また、2021年（ワクチン接種導入後）には、 474,890 米国の COVID による死亡. これは 35 年よりも約 2021% 高く、集団ワクチン接種の粗い証拠を示唆しています。 悪化した 全体的な COVID の結果は、ワクチンによる保護が開始される前の感染力の増加の観察と一致しており (上記の 1 番目のポイントを参照)、 COVID-19 疾患の重症化の懸念 ワクチンが原因 前臨床研究に基づいています。

まとめ

生成モデルは、発生していないシナリオをシミュレートするための便利なツールであることが多い一方で、モデル パラメーターに関する不正確な仮定は、モデルの仕様ミスにつながる可能性があります。 ワトソンらの場合。 2022 年には、大量ワクチン接種によって回避された死亡の推定値を大幅に膨らませる反事実シミュレーションにつながる可能性があります。 

このような複雑なモデリングは、入力パラメーターに過度に敏感であり、オーバーフィッティングが発生しやすく、検証が不可能ではないにしても困難な出力を提供する可能性があるため、公衆衛生のポリシーやガイドラインを通知するために使用するべきではありません。 を用いた定量的リスク・ベネフィット・レシオ分析 臨床試験 or 実世界のデータ 次のような特定の結果のリスクを比較する 全死因死亡 or 心筋心膜炎 ワクチン接種とコロナウイルス感染の後に、この点ではるかに有益で有用です.

注：図と参考文献を含むこの記事のバージョンを投稿しました ResearchGate, 研究の元の著者へのコメントをツイートしました 反応と反論を期待して。 また、記事の短縮版を 250 語の手紙として The ランセット感染症 そして私は彼らの返事を待っています。 著者は、記事に関する有益なコメントとフィードバックを提供してくれた Hervé Seligmann に感謝します。