Ein neues Papier dokumentiert, dass die Sterblichkeitsrate vor der Impfung in der nicht-älteren Bevölkerung extrem niedrig war.
Altersstratifizierte Sterblichkeitsrate von COVID-19 in der nicht-älteren Bevölkerung
Umweltforschung, Band 216, Teil 3, 1. Januar 2023, 114655
Abstrakt
Die größte Last von COVID-19 tragen ältere Menschen, und Menschen, die in Pflegeheimen leben, sind besonders gefährdet. Allerdings sind 94 % der Weltbevölkerung jünger als 70 Jahre und 86 % jünger als 60 Jahre. Das Ziel dieser Studie war es, die Infektionstödlichkeitsrate (IFR) von COVID-19 bei nicht älteren Menschen ohne Impfung oder vorherige Infektion genau abzuschätzen. Bei systematischen Suchen in SeroTracker und PubMed (Protokoll: https://osf.io/xvupr) haben wir 40 geeignete nationale Seroprävalenzstudien aus 38 Ländern mit Seroprävalenzdaten vor der Impfung identifiziert. Für 29 Länder (24 mit hohem Einkommen, 5 andere) waren öffentlich verfügbare, nach Alter stratifizierte COVID-19-Todesdaten und nach Alter stratifizierte Seroprävalenzinformationen verfügbar und wurden in die Primäranalyse einbezogen. Die IFRs hatten einen Median von 0.034 % (Interquartilbereich (IQR) 0.013–0.056 %) für die 0–59-Jährige und 0.095 % (IQR 0.036–0.119 %) für die 0–69-Jährigen. Die mediane IFR betrug 0.0003 % bei 0–19 Jahren, 0.002 % bei 20–29 Jahren, 0.011 % bei 30–39 Jahren, 0.035 % bei 40–49 Jahren, 0.123 % bei 50–59 Jahren und 0.506 % bei 60– 69 Jahre. IFR erhöht sich etwa alle 4 Jahre um das 10-fache. Die Einbeziehung von Daten aus weiteren 9 Ländern mit unterstellter Altersverteilung von COVID-19-Todesfällen ergab eine mediane IFR von 0.025–0.032 % für 0–59 Jahre und 0.063–0.082 % für 0–69 Jahre. Meta-Regressionsanalysen deuteten auch auf eine globale IFR von 0.03 % bzw. 0.07 % in diesen Altersgruppen hin.
Die aktuelle Analyse deutet auf eine viel niedrigere IFR vor der Impfung bei nicht-älteren Bevölkerungsgruppen hin als zuvor angenommen.
Große Unterschiede bestanden zwischen den Ländern und können Unterschiede bei Komorbiditäten und anderen Faktoren widerspiegeln. Diese Schätzungen bieten eine Basis, von der aus weitere IFR-Abnahmen mit der weit verbreiteten Verwendung von Impfungen, früheren Infektionen und der Entwicklung neuer Varianten ergründet werden können.
Aus den oben genannten Daten war die mittlere Infektionssterblichkeitsrate (IFR) während des Zeitraums vor der Impfung:
- 0.0003 % bei 0–19 Jahren
- 0.002 % bei 20–29 Jahren
- 0.011 % bei 30–39 Jahren
- 0.035 % bei 40–49 Jahren
- 0.123 % bei 50–59 Jahren
- 0.506 % bei 60–69 Jahren
- 0.034 % für Personen im Alter von 0–59 Jahren
- 095 % für Personen im Alter von 0–69 Jahren.
Diese IFR-Schätzungen in der nicht-älteren Bevölkerung sind viel niedriger als frühere Berechnungen und Modelle vermuten ließen.
Erinnert sich noch jemand an Anfang 2020? Die düsteren Vorhersagen einer globalen Katastrophe – einer Todesfallrate und einer Infektiositätsrate (R0), die in der heutigen Zeit für eine Atemwegserkrankung unerhört waren? Die Vorhersagen waren, dass das „neuartige Coronavirus“, wie es damals genannt wurde, die nächste spanische Grippe sein würde. Dass die einzige Lösung darin bestand, ganze Nationen abzuriegeln. Dies war die Modellierung, die Regierungen weltweit in Panik versetzte. Dies war die Modellierung, die dazu führte, dass die alten Medien zusammenbrachen.
Ein Wissenschaftler, der diese Bemühungen eindeutig anführte und die Welt mit seinen düsteren Vorhersagen in die Irre führte, war Neil Ferguson, PhD des Imperial College.
Fergusons Team am Imperial College London hat behauptete, Millionen von Menschenleben gerettet zu haben durch die Lockdown-Richtlinien, die seine Modelle implementierten. Es sind die Modelle des Imperial College, die im ersten Jahr im Vereinigten Königreich Millionen von Todesfällen prognostizierten, wenn keine strengen Sperren eingeführt würden. Nach der Implementierung würdigten Ferguson und das Imperial College schnell den „Erfolg“ der Lockdowns.
Die Schätzung von 3.1 Millionen von Dr. Ferguson geretteten Leben wurde aus einer gründlichen Studie abgeleitet „lächerliche unwissenschaftliche Übung, wobei sie vorgaben, ihr Modell zu validieren, indem sie ihre eigenen hypothetischen Projektionen als kontrafaktisches Ergebnis dessen verwendeten, was ohne Lockdowns passieren würde.“ Andere Modelle und reale Daten haben Fergusons Modelle diskreditiert, aber der Schaden war angerichtet. Lockdowns, Quarantänen, Maskierungen, schlecht getestete EUA-Produkte – wie experimentelle Impfstoffe – haben uns allen ihren Tribut abverlangt. Am Ende, was, wenn einer von ihnen notwendig wäre?
Elon Musk nennt Ferguson einen „völliges Werkzeug “, der„ absurd falsche Wissenschaft macht.“ Jay Schnitzer, Experte für Gefäßbiologie und ehemaliger wissenschaftlicher Leiter des Sidney Kimmel Cancer Center in San Diego, sagt mir: „Normalerweise zögere ich, das über einen Wissenschaftler zu sagen, aber er tanzt an der Grenze, ein werbewirksamer Scharlatan zu sein"(National Review).
Immer wieder, Jahr für Jahr, Jahrzehnt für Jahrzehnt, haben sich der NHS und die Regierungen der Welt, einschließlich unserer eigenen, an Dr. Ferguson für die Modellierung von Infektionskrankheiten gewandt. Ferguson gibt ihnen, was sie wollen. Ein Grund für die Bürokraten, den Verwaltungsstaat noch einmal zu verstärken und wichtig zu werden. Eines seiner Doom-and-Gloom-Modelle kann die staatlichen Budgets für die Katastrophenvorsorge auf astronomische Ausmaße erhöhen. Das ist rohe Macht für den niedrigen Beamten des öffentlichen Gesundheitswesens. Was ist nicht zu mögen?
Bis auf ein singuläres Faktoid:
Fergusons Vorhersagen von himmelhohen Sterblichkeitsraten waren stark übertrieben.
Die Lockdowns waren ein kompletter Fehlschlag.
Aber dies ist nicht Fergusons erstes gescheitertes Modellieren von Infektionskrankheiten, das auf die Weltbühne stolpert. Dies sind zwei Beispiele seiner früheren Vorhersagen:
- Ferguson sagte voraus, dass während des Ausbruchs von 150 bis zu 2005 Millionen Menschen durch die Vogelgrippe getötet werden könnten. Diese Vorhersage war erstaunlich falsch, denn zwischen 282 und 2003 starben weltweit insgesamt 2009 Menschen an der Krankheit.
- In 2009, eines von Fergusons Modellen prognostizierte, dass 65,000 Menschen durch den Ausbruch der Schweinegrippe in Großbritannien sterben könnten – die endgültige Zahl lag unter 500. Diese Modellierung war es, die so viele Beamte des öffentlichen Gesundheitswesens in Panik versetzte und eine weltweite Panik bei Beamten und der Bevölkerung auslöste.
Warum haben sich Boris Johnson und unsere Regierung also schon früh in der COVID-Krise an seine Modelle gewandt? Warum haben sie Fergusons Behauptungen akzeptiert, dass Lockdowns funktionieren würden, ohne dass Beweise oder Leitlinien der öffentlichen Ordnung darauf hindeuten, dass solche drakonischen Maßnahmen irgendwelche Auswirkungen haben würden?
Waren sie nur so naiv?
Hier wird es noch verrückter. Es gibt diejenigen, die leidenschaftlich argumentieren, dass die Modellierung, die Ferguson Anfang 2020 durchgeführt hat, ein Beweis dafür ist, dass 1) die „Nicht-pharmazeutische Interventionen (Lockdowns und Masken) haben funktioniert, weil (hier Kreislogik) seine Modellvorhersagen nicht eingetreten sind und 2) dass die Impfstoffe über alle Maßen funktionierten, weil sich seine Modellvorhersagen wieder nicht bewahrheiteten.
Doch hier sind wir. Ein wichtiges neues Papier (oben diskutiert) dokumentiert, dass die Sterblichkeitsrate vor der Impfung in der nicht-älteren Bevölkerung extrem niedrig war. Das bedeutet mehr Beweise dafür, dass die Modelle von Ferguson (wieder) falsch waren, und was hören wir von den staatlich geförderten Medien?
Grillen.
Ein Kollege von mir, der im US-Senat ist, berichtete mir kürzlich, dass sich republikanische Senatoren in einem kürzlich veröffentlichten Artikel gegenseitig über den Erfolg von Warp-Speed auf der Grundlage von Fergusons Modellierungsdaten abklatschten.
Sie können dieses Zeug nicht erfinden.
Wiederveröffentlicht von der Autorin Substack.
Veröffentlicht unter a Creative Commons Namensnennung 4.0 Internationale Lizenz
Für Nachdrucke setzen Sie bitte den kanonischen Link wieder auf das Original zurück Brownstone-Institut Artikel und Autor.
