Cómo una vacuna altamente efectiva se convierte en una vacuna mediocre, o peor

Dejando a un lado el fraude detectado, no hay crítica más fuerte de un estudio que refutar el resultado clave utilizando los datos del estudio. Esa oportunidad no se presenta a menudo.

Presento un ejemplo sorprendente, perteneciente a un estudio de israel. Tratando de ser metódico, mi artículo es algo largo, pero las implicaciones al final son radicales y amplias.

Goldin et al. estimó la efectividad de la vacuna de Pfizer en varios resultados relacionados con Covid, incluida la muerte, en residentes de centros de atención a largo plazo en Israel (edad promedio de 83 años). La gran cohorte (más de 43,000) estaba fuertemente sesgada hacia los residentes vacunados (90 por ciento). Solo unos 4,000 residentes no fueron vacunados.

Usando un método estadístico llamado análisis de supervivencia, los autores informaron dos valores ajustados por edad de la efectividad de la vacuna (VE) contra la muerte relacionada con Covid:

Omitiendo diez días después de la primera dosis, VE fue del 72 por ciento.

Saltándose unos siete días después de la segunda dosis, la VE fue del 85 por ciento.

Goldin et al. también analizó la muerte por todas las causas como punto final, que muchos investigadores han omitido. Lo más importante, dos de sus cifras (a continuación) muestran el número acumulado de muertes por Covid y todas las muertes en varios puntos de tiempo, a partir de los cuales podemos calcular el número acumulado de no covid fallecidos. Estos últimos datos se han ocultado sistemáticamente en los estudios sobre la eficacia de las vacunas.

Además, tenemos datos de mortalidad desde una “fecha índice”, la fecha en que se inyectó la primera dosis. Podemos analizar los datos de la forma en que deberían haber sido analizados. sin saltar.

Fuente: Goldin et al.

Por alguna razón, los puntos de tiempo para la muerte de Covid no coinciden exactamente con los puntos de tiempo para todas las muertes, pero no están muy separados (figuras anteriores). Por lo tanto, el número de muertes por Covid en los puntos temporales de muerte por todas las causas (30 días, 60 días, etc.) puede estimarse razonablemente mediante interpolación. Luego, restar la cantidad de muertes por covid de las muertes por todas las causas revela un dato crucial: la cantidad de muertes que no son por covid.

Mis tablas ocupadas a continuación muestran el número acumulado de muertes (Covid, no Covid) en residentes vacunados y residentes no vacunados al final del seguimiento (5 meses) y en tres puntos de tiempo intermedios. Usando un análisis simple, formalmente llamado "incidencia acumulada", calculé el riesgo de los dos tipos de muerte en residentes vacunados (azul) y no vacunados (rojo).

La tabla superior muestra que el riesgo de muerte por covid fue consistentemente más alto en los no vacunados que en los vacunados, pero el resultado sorprendente se revela en la tabla inferior: ¡ese también fue el caso de la muerte por no covid! La tasa de mortalidad por causas no relacionadas con el covid en 4,114 residentes de hogares de ancianos en Israel no vacunados fue de 3 a 7 veces la tasa de mortalidad en sus homólogos vacunados, según el tiempo de seguimiento. O viceversa: la tasa de mortalidad por causas no relacionadas con Covid fue sustancialmente inferior en residentes de hogares de ancianos que fueron vacunados contra Covid. Ese sorprendente resultado se ve desde el principio, dentro de un mes de la primera dosis.

¿La vacuna de Pfizer protege contra la muerte por causas ajenas al Covid?

Todavía tenemos que escuchar a alguien que haga el reclamo.

Si no, ¿cuál es la explicación?

Es simple y no sorprendente en absoluto. La decisión de a quién no vacunar no fue al azar. Debe haberse basado en consideraciones médicas razonables, particularmente en la esperanza de vida. Por ejemplo, ¿cuál es el mérito de vacunar a una persona de 90 años que padece demencia avanzada y cáncer metastásico?

Para empezar, esos 4,114 residentes no vacunados estaban más enfermos. Su esperanza de vida era más corta, independientemente de la posible infección por SARS-CoV-2, y es por eso que su mortalidad sin Covid era varias veces mayor.

Dicho de otra manera, pertenecer al grupo no vacunado fue un marcador general de peor salud. O viceversa: pertenecer al grupo vacunado era un marcador de mejor salud. Eso es en promedio, por supuesto.

El fenómeno que observamos aquí se llama el sesgo del “vacunado sano”, y está bien documentado en la literatura de investigación, que se remonta a las vacunas contra la gripe. El sesgo es muy fuerte en los ancianos frágiles residentes en hogares de ancianos, pero se ve en todos los grupos de edad de la población general.

La implicación del fenómeno del “vacunado sano”, al estimar la efectividad de la vacuna, se denomina sesgo de confusión. Una comparación ingenua de la mortalidad por Covid en personas vacunadas y no vacunadas, incluso si se ajusta por edad, es muy engañosa porque estas últimas tienen un mayor riesgo de muerte. para empezar. Al menos parte de su mayor mortalidad por covid, si no toda, no tiene nada que ver con no estar vacunado. Son simplemente personas más enfermas.

Incluso Goldin et al. son conscientes del sesgo, al que dedican una frase al final del artículo:

"El grupo no vacunado podría haber sufrido más comorbilidades, lo que los llevó a ser más susceptibles a la infección y muerte por SARS-CoV-2, lo que hace que la efectividad de la vacuna parezca más alta de lo que realmente es..” [cursivas mías]

Algunos investigadores piensan que el sesgo opera en la dirección opuesta (llamado sesgo de confusión por indicación), por lo que es más probable que la persona enferma sea vacunada porque está en riesgo. Independientemente, el efecto neto del sesgo del vacunado sano y el sesgo de confusión por indicación, si existe, se muestra en la tabla inferior (arriba): aquellos que fueron vacunados tuvieron una mortalidad no relacionada con Covid sustancialmente menor. Deben haber sido más saludables, en promedio, no al revés.

La siguiente tabla muestra la relación de riesgo y la VE contra la muerte por Covid, calculada a partir de los datos de la tabla superior anterior. VE es de alrededor del 80 por ciento cuando se calcula en varios puntos de tiempo, y mi cálculo simplificado para todo el seguimiento (82 por ciento) es similar al resultado principal de Goldin et al. (85 por ciento). Recuerde que todas estas estimaciones son versiones distorsionadas (sesgadas) de la verdad debido al sesgo de vacunas saludables (y suponiendo ingenuamente que no hay fuentes adicionales de sesgo).

Lo más importante es que los datos sobre el riesgo de muerte no relacionada con Covid permiten una corrección rudimentaria de estas estimaciones., que sin duda es mejor que ninguna corrección en absoluto. El método se explica mejor con un ejemplo sencillo.

Supongamos que aparente el riesgo de muerte por Covid es el doble en los no vacunados que en los vacunados, lo que significa una relación de riesgo sesgada de 0.5 a favor de los vacunados y una VE sesgada del 50 por ciento. Supongamos que descubrimos que el riesgo de muerte por causas no relacionadas con Covid is también el doble de alto en no vacunados. ¿Qué implica eso?

La vacunación no ha hecho ninguna diferencia. No tuvo ningún efecto sobre la muerte por Covid. Un riesgo doble de muerte por covid es el riesgo esperado de muerte "de referencia" en los no vacunados porque generalmente están más enfermos. Vacunados o no, habrían tenido el doble de riesgo de muerte por covid que sus contrapartes vacunadas, al igual que su riesgo doble de muerte por causas no relacionadas con covid. El cociente de riesgo sesgado de 0.5 (VE=50 por ciento) debe corregirse a 1 (VE=0 por ciento).

Para obtener una razón de riesgo de 1, a partir de una razón de riesgo sesgada de 0.5, necesitamos multiplicar 0.5 por 2, lo que puede llamarse el factor de sesgo. El factor de sesgo captura el mayor riesgo subyacente de muerte en aquellos que no fueron vacunados. Puede estimarse mediante la relación de riesgo de mortalidad no Covid, comparando a los no vacunados con sus contrapartes vacunadas.

En mi ejemplo simple, el método de corrección anuló el supuesto efecto de una vacuna. Como veremos a continuación, el resultado podría ser cualquier cosa, desde VE atenuada hasta VE negativa, donde una vacuna supuestamente beneficiosa es en realidad dañina.

La siguiente tabla muestra el factor de sesgo en el estudio de Goldin et al. por tiempo de seguimiento, junto con la razón de riesgo corregida y la VE corregida. Por ejemplo, durante todo el seguimiento, los residentes no vacunados de hogares de ancianos en Israel tenían 3.5 veces más probabilidades de morir por causas no relacionadas con el covid que los residentes vacunados (factor de sesgo de 3.5). Multiplicar la relación de riesgo sesgada de 0.18 por 3.5 cambió la relación de riesgo a 0.63 y redujo la VE del 82 al 37 por ciento.

Casi todas las muertes por Covid se han acumulado al tercer mes (888 de 899). De hecho, el VE sesgado fue esencialmente el mismo (81 por ciento). Dado que el factor de sesgo era más alto (4.1), el VE corregido ahora es del 22 por ciento.

Ya sea que la VE fuera del 22 por ciento o del 37 por ciento, esa es una vacuna mediocre. Y se avecinan peores resultados.

Las estimaciones sesgadas de VE aumentaron mínimamente con el tiempo (del 78 al 82 por ciento). Sin embargo, el factor de sesgo disminuyó de 7.3 en el primer mes de seguimiento a 3.5 durante todo el seguimiento, lo que no es demasiado difícil de explicar. Dada la expectativa de vida más corta de la cohorte no vacunada, los miembros más vulnerables de esa cohorte murieron antes. Las personas restantes formaron gradualmente una cohorte de sobrevivientes algo "más saludable", lo que redujo la brecha de mortalidad sin Covid entre los no vacunados y los vacunados.

Al final del primer mes el factor de sesgo fue de 7.3 y al final del segundo mes fue de 5.2, mientras que la razón de riesgo sesgada fue similar. Como resultado, observamos un efecto nocivo de la vacuna de Pfizer en el primer mes y un efecto nulo general al final del segundo mes. Eso es negativo y cero VE, respectivamente, contra la muerte por Covid.

Cuando la inferencia depende en gran medida de la cantidad de datos (ninguna efectividad en el segundo mes frente a una efectividad del 22 al 37 por ciento con un seguimiento más largo), tenemos una regla general: la inferencia es más fuerte donde tenemos MEJOR DE TU de los datos, no después de agregar algunas observaciones más. Alrededor del 95 por ciento de todas las muertes por covid ocurrieron en los primeros dos meses (primera fila en la tabla anterior).

El método de corrección no es perfecto y el resultado depende del valor del factor de sesgo (una estimación en sí mismo). No obstante, un mayor riesgo de muerte por Covid durante un período de riesgo temprano posterior a la vacunación es compatible con otros datos. De hecho, los medios de comunicación en Israel informaron sobre brotes de infección por covid en hogares de ancianos poco después del inicio de la campaña de vacunación.

A continuación hay dos párrafos traducidos de un informe de noticias, con fecha del 14 de enero de 2021, unas tres semanas después de la campaña:

"Una vez más, un fracaso en las residencias de ancianos: al mismo tiempo que se distribuye la segunda dosis de vacunas contra el COVID-19, la pandemia golpea con fuerza en las instituciones donde viven los ancianos. En las últimas dos semanas, se han registrado brotes en no menos de 160 instituciones geriátricas y se han detectado 1,098 nuevos casos confirmados entre residentes de instituciones autorizadas por el Ministerio de Salud solamente.

Paralelamente al aumento en el número de pacientes en hogares de ancianos y centros de vida asistida, en las últimas dos semanas “Senior Shield” [un grupo de trabajo para el manejo de Covid en hogares de ancianos] dejó de publicar el informe diario sobre datos de morbilidad de Covid en instituciones geriátricas. en la web del Ministerio de Sanidad."

¿Por qué dejaron de informar? ¿También han visto un aumento en la muerte por Covid de residentes de hogares de ancianos vacunados durante el primer mes de la campaña?

Ya sea que la vacuna de Pfizer tuviera una eficacia negativa dependiente del tiempo, ninguna eficacia o una eficacia mediocre, la excelente eficacia contra la muerte por covid, según lo informado por Goldin et al., era falsa. Suponiendo que esta conclusión no se cuestione, ¿cuáles son las implicaciones?

Algunos lectores pueden pensar que la refutación de un estudio no significa mucho. Goldin et al. están equivocados, pero hay otros estudios que respaldan la narrativa de una “vacuna altamente efectiva” en la población vulnerable. No mostramos que los resultados de esos estudios también fueran falsos.

No es así como funciona la inferencia deductiva. Si se demuestra que la VE contra la muerte por Covid está lejos de ser "altamente efectiva" en un estudio de ancianos frágiles, debe deducir que todos los demás estudios que informaron una VE similar o mejor también son falsos, y también están distorsionados por el sesgo de vacunados sanos. De lo contrario, tenemos que hacer una suposición inverosímil: a pesar del sesgo severo, el juego del azar generó milagrosamente la verdadera VE en el estudio de Goldin et al.

¿Qué debería pasar a continuación?

En primer lugar, el artículo de Goldin et al. debe ser retraído.

En segundo lugar, se debe detener la vacunación de los ancianos frágiles con vacunas Covid actualizadas.

En tercer lugar, las agencias de salud pública deben iniciar una Solicitud de solicitudes (RFA) para ensayos aleatorios controlados con placebo de vacunas contra el covid en hogares de ancianos, con el covid y la mortalidad por todas las causas como puntos finales.

Dichos ensayos están científicamente justificados porque los residentes de hogares de ancianos, la población más vulnerable, fueron excluidos de los ensayos originales (en los que la muerte no era un criterio de valoración). Además, los ensayos aleatorios en esta población única se vuelven éticamente obligatorios cuando la VE corregida contra la muerte por Covid a partir de datos observacionales varía de mediocre a negativa, y hay muertes relacionadas con la vacuna.

Por supuesto, todo lo anterior es relevante y aplicable en otro universo.