Este análisis surgió como un proyecto estudiantil en mi curso de Ciencia de Datos en la Universidad Palacký, República Checa. Varios estudiantes contribuyeron, siendo Michal Malcik quien más lo hizo. Podría ser uno de los trabajos más importantes del curso.
Introducción
A principios de 2022, la tasa de fecundidad total (TFT) en muchos países europeos comenzó a... disminuir drásticamenteSe ha producido un descenso rápido e inesperado de la TFR en todos los estados bálticos, en el norte y centro de Europa, y en todos los principales países de Europa occidental. Solo Grecia, España, Italia, Croacia y Rumanía no mostraron descensos tan drásticos, mientras que Portugal y Bulgaria incluso experimentaron un aumento de la TFR (véase la Figura 1).
Este cambio drástico e inesperado en la dinámica de la TFR, que se produjo simultáneamente en la mayor parte de Europa, exige una explicación. En los principales medios de comunicación se han propuesto varios mecanismos.
- El envejecimiento de la población y los cambios en el tamaño de la cohorte fértil. Sin embargo, a pesar de la TFR es una medida estadística que es independiente del tamaño de la población y su estructura de edad. Por lo tanto, si bien el tamaño de la población y la estructura de edad sí afectan natalidad (también llamado tasa de natalidad), no afectan la tasa de fecundidad total. La TFT es el número promedio de hijos que tiene una mujer a lo largo de su vida (suponiendo que las tasas de fecundidad específicas por edad se mantienen constantes durante toda su vida y que sobreviven hasta el final de su vida reproductiva).
- El impacto que la guerra en Ucrania tuvo en Europa. Sin embargo, la inflación en Europa empezó a escalar alcanzaron niveles excepcionales incluso en el verano de 2022. Esto es casi un año después de que se hubieran producido los factores que provocaron el descenso de la TFR.
- La epidemia de infecciones por el virus SARS-CoV-2. Sin embargo, una gran parte de la población europea se infectó durante 2020, pero la tasa de fecundidad total (TFR) en la mayoría de los países aumentó en 2021 (véase la Figura 1). Sería difícil argumentar que una cepa del SARS-CoV-2 no afecta la TFR, mientras que otra sí.
- El efecto de los confinamientos por Covid. Sin embargo, los confinamientos más estrictos (y más sorprendentes) se produjeron en 2020, pero la TFR en muchos países aumentó en 2021 (véase la Figura 1).
- Un cambio más amplio en los valores de la población. Sin embargo, tal cambio tendría que ocurrir simultáneamente en muchos países con diferentes historias, religiones, valores, ciclos económicos, composición étnica y dinámicas demográficas. Además, habría que demostrar que este cambio drástico ocurrió exactamente entre Los dos acontecimientos más dramáticos de la última generación: el inicio de la pandemia de Covid y la guerra en Ucrania. Todo eso es altamente improbable.
Sin embargo, hay otro factor que casi nunca se discute en público. En la primavera de 2021, millones de mujeres en edad fértil fueron sometidas a la vacuna experimental de ARNm contra la Covid. Desde el comienzo de la campaña de vacunación, ha habido muchos informes de trastornos menstruales después de las vacunas. En la base de datos de farmacovigilancia más grande, la VAERS, el número de mortinatos/abortos espontáneos Los casos reportados tras la vacunación aumentaron de menos de 100 antes de 2020 a más de 3,000 solo en 2021. Asimismo, el número de informes de trastornos menstruales aumentó de unos pocos cientos antes de 2020 a más de 27 000 solo en 2021. Por lo tanto, es plausible que las vacunas contra la COVID-19 tengan un efecto adverso en la fertilidad.
Además, el rápido e inesperado descenso de la fertilidad comenzó unos 9 meses después de que tuviera lugar la vacunación masiva. Por lo tanto, es natural preguntarse si las vacunas han... causado Este declive. Es notoriamente difícil responder preguntas causales a partir de datos de observación. Sin embargo, el primer paso en esta búsqueda es establecer una asociación.
Descripción de datos
Para los lectores estadounidenses, es necesario hacer algunos comentarios sobre el sistema sanitario checo: Aquí todo es muy homogéneo. Contamos con un sistema sanitario universal, gratuito y muy regulado, por lo que prácticamente todos reciben la misma atención (salvo algún caso de corrupción). Todos tienen derecho a la asistencia sanitaria gratuita, cuyo alcance está estipulado por decreto gubernamental. De la época comunista, heredamos el sistema de "números de identificación personal" obligatorios (documentos de identidad estatales), por lo que todos están debidamente registrados.
El Estado checo recopila una enorme cantidad de datos sanitarios (y de otro tipo) vinculados a los documentos de identidad emitidos por el Estado y almacenados centralmente. Si bien existen compañías de seguros de salud, todas deben cubrir la misma atención médica para todos y son financiadas por el Estado mediante un impuesto sanitario universal obligatorio, calculado como un porcentaje de los ingresos. En consecuencia, los datos sanitarios oficiales checos son tan precisos, limpios, homogéneos y detallados que jamás existirá nada comparable en Estados Unidos. Por lo tanto, si se pueden encontrar respuestas en este tipo de datos, serán especialmente evidentes e irrefutables en los datos checos.
Recientemente, se creó una base de datos única. publicado Elaborada por el Instituto de Información y Estadísticas de Salud (IHIS), la base de datos contiene más de 17 millones de registros. Los datos abarcan seis tipos de eventos: vacunación contra la COVID-19, infección por COVID-19 (es decir, una prueba PCR positiva), parto, aborto espontáneo, aborto inducido y fallecimiento (de la mujer). Si una mujer en la República Checa experimentó alguno de los eventos mencionados entre el 1 de enero de 1994 y el 31 de diciembre de 2023, el archivo CSV contiene una única línea para dicho evento.
Cada mujer tiene un identificador único para poder vincular los eventos que le ocurrieron. En la versión original de los datos (que se eliminó posteriormente, probablemente por motivos de confidencialidad), se indicaba el año de nacimiento de cada mujer, así como el mes y el año de cada evento. En la nueva versión, solo se proporciona la década de nacimiento y el año de cada evento.
Los datos incluyen aproximadamente 9.6 millones de vacunaciones, 2.2 millones de infecciones, 3 millones de nacimientos, 370 000 abortos espontáneos, 830 000 abortos inducidos y 1.6 millones de defunciones. Cada defunción tiene un código único de la CIE-10 que indica la causa. Hasta donde sabemos, es la única base de datos pública que relaciona los eventos reproductivos con los datos de vacunación contra la COVID-19 a nivel de registros individuales.
Métodos
Para mostrar una asociación entre una intervención y un resultado, Serie de casos autocontrolados Se puede utilizar el diseño SCCS. En este diseño, los individuos actúan como sus propios controles. Utilizamos el diseño SCCS para estudiar la asociación entre la vacunación contra la COVID-19 (exposición) y el parto (resultado). Hay que tener cuidado en este caso porque tanto la exposición (vacunación) como el resultado (parto) están influenciados por la voluntad de las mujeres y pueden planificarse con mucha antelación. El diseño SCCS se utiliza a menudo para evaluar la seguridad de las vacunas; sin embargo, si bien la decisión de aceptar la vacuna suele ser voluntaria, la aparición de un evento adverso no lo es. El diseño SCCS supera el problema de los factores de confusión no observados que afectan a las comparaciones entre cohortes vacunadas y no vacunadas (véase nuestra Espejo del estudio de Erised). También resuelve el problema de que cada individuo se sometió a la intervención en un momento diferente.
Resultados
Seleccionamos a todas las mujeres nacidas entre 1975 y 2024 que recibieron la primera dosis de cualquier vacuna contra la COVID-19 y que dieron a luz al menos a un hijo entre 1993 y 2023. Dividimos esta cohorte en seis grupos de nacimiento y representamos gráficamente el número de nacimientos (por cada 1,000 mujeres en cada grupo) en función del mes de vacunación. La Figura 2 muestra los sorprendentes patrones que se observan.
Las siguientes características son interesantes.
- Se observa un pico pronunciado en el número de nacimientos (especialmente en mujeres en el pico de su fertilidad) alrededor de los 2 meses. antes la primera dosis. Esto significa que muchas mujeres pospusieron la vacunación hasta después del parto. El pico es menos pronunciado en la cohorte más joven (gris) y en la mayor (azul). Es importante señalar que el eje horizontal no representa el tiempo real: cada mujer tiene su propio tiempo, que comienza con el mes de la primera dosis. Por lo tanto, no se puede observar ni el pico ni el valle en los datos de la población checa. Es la magia del diseño del SCCS lo que hace visible este patrón.
- Hay una caída de un orden de magnitud en el número de nacimientos en el mes 0 (es decir, en el mes de la vacunación) seguido de ocho meses (0-7) con cifras muy bajas. Esto significa que las mujeres evitaron la vacuna si sabían que estaban embarazadas. El mes 0 es el mismo mes de la vacunación; pocas mujeres querían vacunarse en el mes del parto. Dar a luz en el mes 7 después de la primera dosis significa que la primera dosis se administró 7 meses antes del parto, es decir, alrededor del segundo mes de embarazo, es decir, alrededor del momento en que la mujer supo que estaba embarazada. Muy pocas mujeres querían vacunarse si sabían que estaban embarazadas. Esto es interesante, especialmente porque las autoridades checas recomendaron la vacunación contra la COVID-19 durante el embarazo. La Figura 2, entre otras, muestra claramente la falta de confianza de las mujeres checas hacia las autoridades.
- El número de nacimientos aumenta entre los meses 8 y 11, volviendo a los niveles iniciales. Esto significa que las mujeres que querían quedar embarazadas (partos entre los 9 y 11 meses posteriores a la primera dosis) o que ya estaban embarazadas y lo sabían (partos entre los 8 y 9 meses posteriores a la primera dosis) también intentaron evitar la vacuna.
- Dado que las cohortes están definidas por fecha de nacimiento, su edad y su fertilidad cambian, por lo que no se puede esperar que, tras el punto más bajo, su tasa de natalidad vuelva a los niveles previos a la vacunación. Por ejemplo, las mujeres nacidas entre 1985 y 1989 (línea amarilla en la Figura 2) tenían más de 35 años en 2020, por lo que su fertilidad ya estaba disminuyendo. Por otro lado, las mujeres nacidas entre 1995 y 1999 (línea rosa) tenían más de 25 años en 2020 y su fertilidad estaba aumentando. Por lo tanto, es difícil extraer conclusiones del comportamiento del gráfico antes y después de la anomalía causada por la primera dosis. La comparación con la cohorte no vacunada es difícil debido a factores de confusión y a la ausencia del mes de referencia (es decir, el mes de la primera dosis).
Para comprobar la estabilidad del patrón, repetimos el análisis con el mes de la second Se consideró la dosis como mes cero. Dado que la mayoría de las mujeres vacunadas con la dosis 1 recibieron la dosis 2 aproximadamente un mes después, esperábamos observar un patrón similar, aunque desplazado un mes hacia la izquierda. Esto es prácticamente lo que se observa en la Figura 3.
Discusión
El principal efecto que muestran las Figuras 2 y 3 es que en las mujeres checas, la vacunación contra el Covid está muy fuertemente asociada con una baja tasa de natalidad. Esta asociación está fuera de toda duda y no se requiere ninguna prueba adicional, aunque sería bueno ver este tipo de análisis repetido en otros países. Además, es obvio que esta asociación es causal en el sentido de que el patrón no es el resultado de una coincidencia o confusión.
La pregunta principal es la dirección del efecto causal. O bien la vacuna reduce la probabilidad de quedar embarazada, o bien el embarazo reduce la disposición a vacunarse, o bien ambos mecanismos actúan simultáneamente. La segunda posibilidad es casi con toda seguridad cierta. Las mujeres checas son mucho más sensatas que los vacunólogos checos y, por lo general, intentaron evitar la vacuna durante el embarazo o antes de la concepción. Como resultado, los nacimientos se concentraron en el grupo de no vacunadas, lo que provocó una menor fertilidad entre las vacunadas, especialmente poco después de la vacunación.
Sin embargo, si este fuera el único mecanismo causal en juego en 2021, la tasa de fecundidad total de la población (independientemente de su estado de vacunación) no habría cambiado. Las mujeres checas simplemente se habrían dividido entre las que desean tener hijos pero no vacunarse, y las que no desean tener hijos pero sí vacunarse. Esta división no habría tenido ningún efecto en la fecundidad general de la población. Sería como colocar a las mujeres de menor estatura en el lado izquierdo de una cancha de baloncesto y a las de mayor estatura en el derecho: la altura promedio de las mujeres en la cancha permanecería inalterada.
Sin embargo, la fecundidad total comenzó a disminuir de forma bastante drástica en enero de 2022, y su descenso no se ha detenido desde entonces (véase de nuevo la Figura 1). Por lo tanto, es seguro que en algún momento de la primavera de 2021, otro mecanismo causal debe haber comenzado a operar, uno diferente del cambio voluntario de comportamiento descrito anteriormente. En nuestra opinión, la vacuna contra la COVID-19 sigue siendo la candidata más plausible (véase de nuevo la Introducción). Por lo tanto, planteamos la hipótesis de que las vacunas experimentales basadas en ARNm impedido Algunas mujeres evitan quedar embarazadas.
Se podría argumentar que incluso este mecanismo puede ser voluntario: las mujeres vacunadas pueden tener únicamente fecha limite pospuesta embarazo debido a la vacunación reciente. Esto habría resultado en una disminución de la TFR aproximadamente un año después de la vacunación (lo cual se observa), seguida de un repunte cuando nacieran los bebés cuya vacunación se había pospuesto. Sin embargo, nunca se produjo tal repunte. Por el contrario, la TFR de las mujeres checas nunca volvió a los niveles prepandémicos; ha disminuido aproximadamente un 10 % anual durante los últimos cuatro años.
Entonces, algunas mujeres vacunadas decidido No quieren hijos ni la vacuna. impedido que les impide quedar embarazadas por alguna vía biológica. Estas dos posibilidades no se pueden distinguir en los datos observacionales. El lector puede decidir cuál de las dos es más plausible.
Conclusión
Analizamos una base de datos única a nivel individual sobre eventos reproductivos según el estado de vacunación contra la COVID-19, publicada brevemente (y posteriormente retirada) por el gobierno checo. Encontramos una asociación extremadamente fuerte entre la vacunación contra la COVID-19 y la baja fertilidad.
La mayor parte de este patrón puede explicarse por un cambio en el comportamiento de las mujeres: a pesar de las recomendaciones oficiales, las mujeres embarazadas intentaron evitar las vacunas experimentales. Sin embargo, este efecto no pudo haber sido el único mecanismo causal, ya que habría dejado inalterada la tasa de fecundidad total de toda la población (independientemente de su estado de vacunación). Dado que la tasa de fecundidad total de las mujeres checas comenzó a disminuir drásticamente en enero de 2022, algún mecanismo causal debió haber estado presente en la primavera de 2021. Planteamos la hipótesis de que las vacunas experimentales basadas en ARNm impidieron que algunas mujeres quedaran embarazadas.
Unirse a la conversación:
Publicado bajo un Licencia de Creative Commons Atribución Internacional
Para reimpresiones, vuelva a establecer el enlace canónico en el original Instituto Brownstone Artículo y Autor.
