El balance de la mortalidad pandémica

En la lucha continua por escribir la historia de los años de la pandemia, nada es más importante que la mortalidad: ¿los gobiernos del mundo nos salvaron de la mortalidad masiva o no?

La gran estrategia (que como he dicho antes no era ni grandiosa ni estratégica) fue confinar a la población de países enteros como medida provisional "hasta que haya una vacuna disponible".

Esta era una estrategia novedosa (y completamente no probada) para derrotar un virus supuestamente totalmente nuevo, bajo el argumento de que ningún ser humano había encontrado antes algo parecido al SARS-CoV-2, por lo que nadie tendría inmunidad preexistente. Pero la clave está en el nombre: el SARS-CoV-2 recibió su nombre del SARS, con el que guardaba una estrecha relación, compartiendo aproximadamente el 79 % de su secuencia genómica, según este artículo de Nature . Pertenece a un grupo de coronavirus, y otro artículo de Nature analizó el alcance de la reactividad cruzada con estos, incluidos los virus del resfriado común, e incluso con otras familias de virus. Era algo novedoso, pero no único.

Así pues, los responsables de las políticas deberían haber sido escépticos ante las afirmaciones hechas a principios de 2020 de que el SARS-CoV-2 produciría niveles extremos de mortalidad. Esto tiene consecuencias para las afirmaciones de que la gran estrategia fue un éxito porque esos niveles de mortalidad no se materializaron. Si nunca iban a producirse, entonces no era necesario salvarnos de ellos.

Se suponía que la distribución de las vacunas iba a provocar "el fin de la pandemia". Los ensayos clínicos de las vacunas supuestamente demostraron que podían reducir las infecciones sintomáticas en más del 90%.

A nivel poblacional, esto no cuadra. Si se suponía que más del 90 % de las infecciones se prevenían con la vacunación, y 270 millones de personas en Estados Unidos se habían vacunado a finales de mayo de 2023 (de una población total de alrededor de 340 millones), ¿cómo es posible que para entonces hubiera más de 100 millones de casos confirmados, según Our World in Data ? Resulta increíble que casi 100 millones de los 170 millones de personas no vacunadas fueran las que se infectaron. Sobre todo porque un estudio de la Clínica Cleveland demostró que, en promedio, cuantas más vacunas recibía una persona, mayor era la probabilidad de que se infectara.

Se suponía que la reducción de las infecciones tendría como consecuencia una reducción de la mortalidad (lo que, en cualquier caso, no parece haber sucedido), pero los ensayos clínicos no mostraron diferencias en la mortalidad entre los grupos expuestos a las vacunas y los grupos de placebo. La defensa ortodoxa es que no tenían la potencia suficiente para detectar diferencias, ya que las poblaciones de los ensayos no eran lo suficientemente grandes. Pero, por la misma razón, tenemos derecho a sacar la siguiente conclusión: los ensayos clínicos no demostraron la capacidad de las vacunas para reducir la mortalidad.

En el negocio de garantía de calidad, evaluamos el éxito de una intervención o programa comparando los resultados reales con las afirmaciones realizadas.

La realidad es que las olas de infección y exceso de mortalidad continuaron después del despliegue de las vacunas durante 2021, continuando con dos olas severas en Estados Unidos, y alcanzando nuevamente su pico a fines de enero del año siguiente. Hubo una tendencia de picos descendentes, pero no es evidente que esta tendencia haya cambiado como resultado de la campaña de vacunación, como sería de esperar en el transcurso de cualquier pandemia.

La opinión generalizada nos haría creer que las vacunas, si bien no han reducido los niveles generales de infección, de alguna manera han reducido los niveles de hospitalización y mortalidad por COVID-19. Una vez más, es inconcebible que la vacunación pueda ser deficiente en la prevención de la infección y, aun así, tener éxito en la reducción de la enfermedad.

Estas afirmaciones de éxito no se basan en pruebas contundentes. 

Numerosos estudios recientes son pruebas irrefutables de que la gran estrategia no funcionó. Sin embargo, debemos analizar la situación en profundidad (para usar una metáfora diferente), ya que la narrativa suele concluir que la estrategia fue un éxito. No obstante, los datos a veces cuentan una historia distinta. Esto demuestra que los autores tienen prejuicios y que sus datos pueden ser más fiables que sus explicaciones.

Tomemos, por ejemplo, un estudio de Bajema et al . basado en pacientes de la Administración de Salud para Veteranos de EE. UU. Llegaron a la siguiente conclusión:

Este estudio de cohorte mostró que, durante la temporada 2022 a 2023, la infección por SARS-CoV-2 se asoció con resultados de enfermedad más graves que la influenza o el VSR, mientras que las diferencias fueron menos pronunciadas durante la temporada 2023 a 2024.

Durante ambas temporadas, el VSR siguió siendo una enfermedad más leve, mientras que la COVID-19 se asoció con una mayor mortalidad a largo plazo. La vacunación atenuó las diferencias en la gravedad de la enfermedad y la mortalidad a largo plazo.

Esto parece concluyente, ¿no?

Pero las conclusiones se basan en los datos resumidos en la Figura 2A, que incluye:

Según estas cifras, es literalmente cierto que la mortalidad por Covid-19 fue más grave a lo largo de 180 días, pero en menos del 1%. Se suponía que esta sería una pandemia que se produciría una vez cada 100 años y que afectaría a la población y sería mucho más peligrosa que la gripe, por lo que obligaría a declarar el estado de emergencia en todo el mundo. ¿Era esto justificable para una enfermedad que tenía una mortalidad menos del 1% superior a la de la gripe? Muchos artículos de los medios de comunicación han ridiculizado las afirmaciones de que Covid-19 planteaba una carga de enfermedad similar a la de la gripe, pero con el tiempo ha demostrado ser comparable.

¿Cuánto ayudó la vacunación? La Figura 2 nos brinda estas comparaciones para los pacientes con Covid-19.

Así, en un artículo basado en una subpoblación cuidadosamente seleccionada y procesada, los vacunados llevaban una ventaja de medio punto porcentual a lo largo de 180 días. ¿Es esto lo máximo que pueden hacer? ¿Es estadísticamente significativo?

Los estudios basados ​​en el exceso de mortalidad en la población total de un país pueden evitar los problemas metodológicos causados ​​por la variabilidad en la atribución de la mortalidad a la COVID-19 y la selectividad de las poblaciones de ensayo. Cabe destacar un preimpreso reciente de Dahl et al.: Vacunación contra el ARNm de la COVID-19 y mortalidad por todas las causas en la población adulta de Noruega durante 2021-20: un estudio de cohorte poblacional . Ellos también llegan a la conclusión obligatoria:

Las personas vacunadas tuvieron una tasa más baja de muerte por todas las causas durante 2021-2023 en Noruega.

Pero, de nuevo, ¿cómo apoyan los datos esta conclusión?

Si nos centramos en los datos de ambos sexos y leemos de derecha a izquierda, las muertes por cada 100,000 habitantes al año aumentan de forma constante para cada grupo de edad, excepto para los más jóvenes, donde las muertes habrían sido raras.

En cambio, en el grupo de mayor edad (65+), las tasas aumentan de 3.40 sin dosis, a 7.25 con 1 o 2 dosis, y a 19.21 con 3 o más dosis. ¿Qué magia estadística oscura emplearon para llegar a tasas de incidencia que van en dirección opuesta a las muertes por persona-año? ¿Y por qué no lo explican en la narrativa?

A simple vista, las cifras que respaldan el texto indican que la mortalidad por cualquier causa en los vacunados fue al menos el doble que en los no vacunados durante ese período en Noruega. Pero los autores concluyeron lo contrario.

Así pues, lo primero que debemos exigir a nuestros científicos es que lleguen a conclusiones que estén claramente respaldadas por los datos.

Los artículos sobre vacunación se ven gravemente debilitados por el sesgo de confirmación. La convicción de los autores sobre la vacunación es tal que todos los datos suelen interpretarse como favorables a la vacunación, incluso cuando son contrarios.

Otro estudio exhaustivo fue realizado por Pinheiro Rodrigues y Andrade con todos los pacientes diagnosticados con Covid-19 en Brasil durante el período 2020-2023 . Su conclusión se resumió en el resumen:

El efecto protector de la inmunización contra la COVID-19 se observó hasta un año después de los primeros síntomas. Después de un año, el efecto se revirtió, mostrando un mayor riesgo de muerte para los vacunados.

Esto se ilustra en la Figura 1, con el número de días de supervivencia a lo largo del eje X:

Debemos felicitar a estos autores por haber llegado a conclusiones que reflejan con precisión sus datos, lo que es inusual en este contexto. Naturalmente, esto ha llevado a que la revista investigara el artículo después de su publicación, lo que nunca sucede con los artículos que llegan a conclusiones ortodoxas sobre la vacunación que normalmente se aceptan al pie de la letra. El sesgo de publicación es generalizado: ¿cómo manejarán los distinguidos revisores el artículo de Dahl? El destino de estos dos artículos será una prueba clave. En la forma actual, se esperaría que el estudio de Brasil fuera retractado y que el artículo de Dahl fuera aceptado.

Los estudios que llegan a conclusiones positivas se basan en períodos de tiempo seleccionados (variaciones de lo que se conoce como sesgo de ventana de recuento de casos) o en modelos.

Tomemos como ejemplo el estudio transversal de Christopher Ruhm sobre los estados de EE. UU ., cuyo objetivo era determinar si las restricciones estatales relacionadas con la COVID-19 (intervenciones no farmacéuticas o INF + mandatos de vacunación) afectaban al número de muertes por la pandemia en EE. UU. El estudio se basó en datos de toda la población estadounidense, por lo que fue inclusivo en ese sentido. Ruhm concluye:

Este estudio transversal indica que las estrictas restricciones por COVID-19, como grupo, se asociaron con disminuciones sustanciales en la mortalidad por la pandemia, y que los cambios de comportamiento sirvieron plausiblemente como un mecanismo explicativo importante.

Sin embargo, la clave está en el período de tiempo: “La investigación principal cubre el período de dos años de julio de 2 a junio de 2020”. ¿Qué sucede con los meses anteriores? Esto es importante porque la primera ola de mortalidad por Covid-2022 afectó fuertemente a los estados del noreste y no se incluye en el período. Las olas posteriores afectaron a los estados del sur y del oeste, por lo que las variaciones en las tasas de mortalidad excesiva durante el período estuvieron muy influenciadas por la geografía, que probablemente haya sido un factor de confusión. Esto es evidente en la Figura 19C para el período de estudio:

La figura 2E incluye el período anterior y muestra claramente un patrón inverso, en el que los estados con NPI más graves ('por encima de la mediana' - la línea naranja) presentaban una mortalidad mucho más alta que aquellos que no los tenían.

Los estados con intervenciones menos severas tuvieron una mortalidad más alta durante aproximadamente un mes después de julio de 2021, lo que parece explicar casi toda la diferencia en el período de investigación primaria. Al final del período, la línea naranja vuelve a subir: ¿qué sucedió después? 

Recuerde el estudio brasileño que encontró que el efecto protector de la inmunización contra el Covid-19 se observó hasta un año después de los primeros síntomas, pero después de un año, el efecto se revirtió.

Considérese también la Estimación del exceso de mortalidad en Alemania durante 2020-2022, realizada por Kuhbandner y Reitzner. Los autores reconocen acertadamente que «al interpretar las estimaciones del aumento de la mortalidad, es necesario tener en cuenta el modelo y la elección de parámetros».

En las últimas partes de su artículo, trazan un mapa cronológico del exceso de mortalidad desde marzo de 2020 en relación con las vacunaciones. Es evidente que hay picos de exceso de mortalidad tanto antes como después de la campaña de vacunación, que aumentan considerablemente hacia el final del período de estudio:

Ellos concluyen:

En 2020, el número observado de muertes fue extremadamente cercano al número esperado, pero en 2021, el número observado de muertes fue muy superior al número esperado en el orden del doble de la desviación estándar empírica, y en 2022, superior al número esperado incluso más de cuatro veces la desviación estándar empírica.

Esto no puede interpretarse como un triunfo de la campaña de vacunación, que debía evitar un exceso de muertes, pero no lo hizo.

Alessandria et al. publicaron Un análisis crítico de las muertes por todas las causas durante la vacunación contra la COVID-19 en una provincia italiana (Pescara), donde reanalizaron un conjunto de datos existente para corregir el sesgo del tiempo inmortal alineando la población en una única fecha índice (1 de enero de 2021).

Ellos encontraron que:

Los cocientes de riesgo de muerte por todas las causas en el análisis univariado para las personas vacunadas con 1, 2 y 3/4 dosis frente a las personas no vacunadas fueron 0.88, 1.23 y 1.21, respectivamente. Los valores multivariados fueron 2.40, 1.98 y 0.99.

Los riesgos relativos a la tercera y cuarta dosis suelen ser más bajos porque son las más recientes y, como hemos visto en el estudio brasileño, las mejoras iniciales se revierten más adelante.

Alessandria et al. concluyen su informe examinando diversos tipos de sesgo que pueden afectar los estudios de vacunación, incluyendo un tipo particular de sesgo de ventana de recuento de casos, en el que los resultados de los primeros 10-14 días posteriores a la vacunación se excluyen del grupo vacunado en los estudios observacionales, sin un equivalente para el grupo de control. Según Fung et al ., sobre esta base, "una vacuna completamente ineficaz puede parecer sustancialmente eficaz" (48% de eficacia en el ejemplo que calculan utilizando datos del ensayo aleatorizado de fase III de Pfizer).

Mientras ultimaba los detalles de mi revisión, la revista Annals of Internal Medicine publicó el artículo «Eficacia de las vacunas XBB.1.5 contra la COVID-19 de 2023-2024 durante un seguimiento a largo plazo», de Ioannou et al. Este estudio intenta emular un ensayo clínico controlado comparando a individuos vacunados con XBB.1.5 con participantes no vacunados de características similares. Las conclusiones no son alentadoras:

La efectividad de la vacuna contra la muerte asociada al SARS-CoV-2 disminuyó progresivamente cuando se determinó después de 60, 90 y 120 días de seguimiento (54.24 %, 44.33 % y 30.26 %, respectivamente) y fue aún menor (26.61 %) cuando se extendió hasta el final del seguimiento.

Esto se representa en la Figura 3:

Así pues, la ventana de recuento de casos parece ser del día 10 al día 210. No se sabe qué sucede fuera de esa ventana. Si se registran malos resultados incluso con el sesgo de la ventana de recuento de casos, la realidad debe ser aún peor.

Hemos estado revisando una selección de estudios observacionales. En el mejor de los casos, los datos de estos estudios no muestran ninguna ventaja material por estar vacunado y, en el peor de los casos, las muertes son mayores en el grupo vacunado.

También ha habido una serie de estudios contrafactuales, en los que se compara la mortalidad durante el período de la pandemia con la mortalidad esperada. 

El primero de estos estudios, realizado por Watson et al., estimó que se habían evitado 14.4 millones de muertes por Covid-19 en el primer año de vacunación en 185 países, cifra que asciende a casi 20 millones cuando se utiliza el exceso de muertes como medida.

Estas cifras son extraordinarias, han tenido un impacto extraordinario en la opinión pública y se mencionan con frecuencia en los medios de comunicación. Han sido actualizadas en una revisión realizada por Ioannidis et al . Como era de esperar, dado el efecto menguante de la vacunación contra la COVID-19, estos autores llegan a cifras más conservadoras, con más de 2.5 millones de vidas salvadas.

Sin embargo, ambos estudios simplemente asumen las tasas de efectividad de la vacuna que utilizan en sus cálculos. Ioannidis et al. asumen una efectividad de la vacuna del 75 % antes de la vacuna Omicron y del 50 % durante su uso. Presumiblemente, estas cifras se basan en la efectividad de la vacuna observada en los ensayos clínicos para infecciones sintomáticas , pero no se evidencia una base empírica para las estimaciones de la mortalidad evitada.

Los modelos no son evidencia y no aparecen en las pirámides jerárquicas de la medicina basada en la evidencia (MBE). Si suponemos que nuestro tratamiento es eficaz y luego calculamos su efecto en una población determinada, inevitablemente descubriremos que nuestro tratamiento es eficaz. La hipótesis no es falsable y el razonamiento es circular.

La supuesta amenaza extrema de la pandemia de Covid-19, que llevó a los gobiernos a tomar medidas de emergencia por pánico, fue creada en gran parte por modelos que suponían que se producirían niveles extremadamente altos de muertes sin nuevas contramedidas. Lo que siguió fue una pandemia que nunca debería repetirse. Retrospectivamente, los ortodoxos ahora intentan demostrar que, si esos niveles ficticios de mortalidad no se materializaron, fue debido a las contramedidas.

De estos estudios se desprenden tres posibles escenarios para la mortalidad a medio plazo:

1. VE = 50-70%
2. VE = 0%
3. VE es negativo

No existen pruebas empíricas que respalden el primer escenario. Los demás escenarios son inaceptables. El escenario 2 es inaceptable porque no podemos administrar tratamientos a personas que no obtienen ningún beneficio y que podrían estar expuestas a efectos adversos, y los efectos adversos de las vacunas contra la COVID-19 son inusualmente altos, como han demostrado Fraiman et al.

Los efectos adversos de los confinamientos también siguen acumulándose, especialmente en la salud mental y los niveles educativos de los jóvenes. Según Ferwana y Varshney :

Los resultados muestran que el confinamiento aumentó de forma significativa y causal el uso de servicios de salud mental en las regiones confinadas en comparación con las regiones sin confinamiento. En concreto, el uso de recursos aumentó un 18 % en las regiones con confinamiento frente a una disminución del 1 % en las regiones sin confinamiento. Asimismo, la población femenina se vio más afectada por el impacto del confinamiento en su salud mental. El diagnóstico de trastornos de pánico y la reacción al estrés severo aumentaron significativamente durante el confinamiento. La salud mental fue más sensible a los confinamientos que a la propia pandemia.

La estrategia de la pandemia fue el mayor experimento de salud pública de la historia. Como presidente de un comité de ética de la investigación en seres humanos, votaría en contra de cualquier propuesta cuyos beneficios netos fueran probablemente nulos o peores. Los beneficios deben superar de forma demostrable los riesgos.

En mi ciudad natal, Melbourne, Victoria, toda la población estuvo confinada en arresto domiciliario durante 262 días en total. Luego se impusieron estrictos mandatos de vacunación a todos los "trabajadores esenciales" (y casi todos resultaron ser esenciales), y a los no vacunados se les prohibió el acceso a los lugares públicos y se los consideró un peligro para la salud. Al igual que otras naciones insulares, Australia se desempeñó bastante bien durante el período en que cerró las fronteras, pero la gran estrategia no funcionó: después del período provisional de NPI, la llegada de la vacunación no evitó el exceso de mortalidad como se suponía que debía:

Un principio esencial debería ser que cuanto más graves sean las violaciones de la libertad individual provocadas por las medidas de salud pública, más pruebas contundentes de su eficacia se necesitarán. 

Los gobiernos no deberían poder pisotear las libertades individuales porque piensen que sus intervenciones podrían funcionar en teoría, para luego justificarlas retrospectivamente con trucos estadísticos.