Ein Spiegelkabinett des gesunden Impfeffekts

Das Folgende ist das Ergebnis einer gemeinsamen Arbeit mit Jaroslav Janosek, Tadeas Frycak und Robert Straka.

Einführung

Seit den Zulassungsstudien der Covid-19-Impfstoffe gab es keine randomisierten Studien zur Überprüfung ihrer Wirksamkeit. Das Virus mutierte weiter, und der Anteil der Genesenen in der Bevölkerung stieg. Daher waren die ursprünglich in den Zulassungsstudien berichteten Wirksamkeitszahlen – die ohnehin fragwürdig waren – eindeutig nicht mehr gültig, als die Massenimpfkampagne Anfang 2021 begann. Zudem wurde inzwischen bekannt , dass in den Zulassungsstudien ein anderes Produkt getestet wurde als das, das in der Massenimpfkampagne verwendet wurde. Dies verstärkte die Zweifel an der beworbenen 95%igen Wirksamkeit gegen symptomatische Infektionen.

Die Infektionswelle im Sommer 2021 in Israel hat der ganzen Welt deutlich gezeigt, dass die Impfstoffe keinen nennenswerten Schutz vor symptomatischen Infektionen bieten. Daraufhin wurden die Kriterien geändert, und die Behörden behaupteten, die Impfstoffe schützten zwar möglicherweise nicht vor einer Infektion an sich, aber vor einem schweren Krankheitsverlauf, Krankenhausaufenthalten und Todesfällen durch Covid-19. Allerdings gab es (und gibt es immer noch) keine Daten aus randomisierten Studien, die diese Kausalitätsbehauptung stützen.

Diese peinliche Beweislücke wurde durch eine Vielzahl von Studien gefüllt, die die Wirksamkeit der „Impfstoffe“ anhand von Beobachtungsdaten schätzten. Die meisten dieser Studien behaupteten, die Wirksamkeit der Impfstoffe sei sehr hoch, oft nahe 100 % . Skrupellose Regierungen weltweit nutzten diese Studien, um die Bevölkerung zur Impfung zu zwingen.

Den Lesern dieses Forums ist wohlbekannt, dass Beobachtungsdaten häufig vom sogenannten Healthy-Vaccinee-Effekt beeinflusst werden . Dieser Verzerrungseffekt entsteht dadurch, dass gesunde Menschen leichter Zugang zum Impfstoff haben. Beispielsweise sind Sterbende in der Regel nicht geimpft, wodurch sich Todesfälle tendenziell in der Gruppe der Ungeimpften konzentrieren und die geimpfte Gruppe somit als deutlich „gesünder“ erscheint.

Gleichzeitig sind gerade die gebrechlichsten Menschen, die sich dem Lebensende nähern, am anfälligsten für einen tödlichen Verlauf von Covid-19. Der sogenannte „Healthy Vaccinee Effect“ (HVE) führt daher dazu, dass Beobachtungsstudien die Wirksamkeit von Impfstoffen hinsichtlich jeglicher Endpunkte (und auch deren Sicherheit) massiv überschätzen. Die mittlerweile legendäre Studie von Tracy Hoeg, Ram Duriseti und Vinay Prasad zeigte, dass die berichtete 95%ige Wirksamkeit der Covid-19-Impfstoffe gegen Covid-19-bedingte Todesfälle in Israel im Jahr 2021 ausschließlich auf den HVE zurückzuführen war . Anders ausgedrückt: Wäre der HVE nicht berücksichtigt worden, hätte die tatsächliche Wirksamkeit des Impfstoffs null betragen. Ich verstehe immer noch nicht, wie sie diese Studie im New England Journal of Medicine veröffentlichen konnten.

Versuchen Sie, einem Professor HVE zu erklären.

Wir wurden Mitte 2021 erstmals auf HVE aufmerksam, als die investigative Journalistin Angelika Bazalova die geniale Idee hatte, mithilfe des Informationsfreiheitsgesetzes (FOIA) Zugang zu den Sterberegistern der Versicherten mehrerer Krankenkassen in Tschechien zu erhalten. Leser (mit Hilfe eines KI-Übersetzers aus dem Tschechischen) können unsere anfängliche Verwirrung noch nachvollziehen, als wir die Daten präsentierten und mögliche Erklärungen vorschlugen (einer der Artikel trug den Titel „ Das Elixier der Jugend “). Nach einiger Zeit konnten wir die Daten interpretieren und veröffentlichten sie in einem Artikel für das International Journal of Infectious Diseases sowie in einem weiteren Artikel in einer polnischen Fachzeitschrift.

Meine ursprüngliche Schlussfolgerung, dass „ diese Studie alle auf Beobachtungsdaten basierenden Schätzungen der Impfstoffwirksamkeit entwertet “, wurde geändert in: „ Angesichts des Vorhandenseins von HVE muss der Unterschied in der Gebrechlichkeit geimpfter und ungeimpfter Bevölkerungsgruppen in Zeiten ohne COVID-19 bei der Schätzung der COVID-19-Impfstoffwirksamkeit anhand von Beobachtungsdaten berücksichtigt werden. “ Aber das ist das Neusprech, das wir alle in den letzten Jahren lernen mussten, um überhaupt etwas in offiziellen Fachzeitschriften veröffentlichen zu können.

Seitdem versuchen wir, Medizinern, Politikern, Forschern und der Öffentlichkeit die Auswirkungen der Impfung auf die Gesundheit zu erklären. Das ist frustrierend. Die meisten Menschen glauben, dass die Impfstoffe wirken, weil sie es ständig in den Medien hören. Wenn sie dann Daten sehen, die ihre bisherige Annahme scheinbar bestätigen – dass Ungeimpfte deutlich häufiger sterben als Geimpfte –, können sie sich keine andere Erklärung vorstellen als die bequeme: dass die Impfstoffe diese Todesfälle verhindert haben.

Wenn man darauf hinweist, dass es seltsam sei, dass die Impfstoffe scheinbar auch vor Todesfällen schützen, die nicht mit Covid in Zusammenhang stehen, geben sie in der Regel zu, dass es seltsam sei, aber der „Aha“-Moment der Erkenntnis, dass die HVE alles, was sie über die Wirksamkeit von Impfstoffen „wussten“, in Frage stellt, kommt selten.

Drei Illusionen über die Wirksamkeit von Impfstoffen

Um HVE besser zu verstehen und es jedem verständlicher machen zu können, haben wir ein einfaches Simulationsmodell vorgeschlagen, das uns helfen kann, drei wichtige und häufige Arten von Fehlinterpretationen von Beobachtungsdaten zu verstehen, die auf der Ignorierung von HVE beruhen:

1. Eine Illusion der Impfstoffwirksamkeit

2. Die Illusion einer nachlassenden Impfstoffwirksamkeit

3. Eine Illusion der impfstoffbedingten Mortalität

Zunächst stellen wir ein einfaches Modell (Modell 1) eines Placebo-Impfstoffs (d. h. eines Impfstoffs ohne Wirksamkeit und Nebenwirkungen) ohne HVE als Plausibilitätsprüfung und Vergleichsbasis vor. Anschließend modifizieren wir das Modell leicht (Modell 2) und führen den Healthy Vaccinee Effect (HVE) ein, der durch zwei Parameter gesteuert wird: die HVE- Dauer und die HVE- Stärke . Wir gehen weiterhin vom gleichen Placebo-Impfstoff wie in Modell 1 aus. Wir zeigen, wie die drei oben beschriebenen optischen Täuschungen in den Beobachtungsdaten natürlich auftreten.

Modell 1: Eine Plausibilitätsprüfung

Zunächst entwickelten wir ein einfaches Modell zur Simulation eines Placebo-Impfstoffs, d. h. eines Impfstoffs ohne Wirksamkeit und Nebenwirkungen. Wir simulierten eine Population von einer Million Menschen, die über 100 Wochen (700 Tage, ca. 2 Jahre) beobachtet wurden. Zwei Prozent der Population wurden zufällig ausgewählt und starben während des Beobachtungszeitraums. Der Todestag wurde zufällig aus einer Gleichverteilung über die 700 Tage bestimmt. Anschließend wurden 80 % der Population zufällig ausgewählt, um den Placebo-Impfstoff zu erhalten. Der Tag der Impfstoffverabreichung wurde aus einer Normalverteilung mit einem Mittelwert von 6 Monaten (168 Tagen) ab Beginn des simulierten Zeitraums und einer Standardabweichung von 1 Monat (28 Tagen) bestimmt. Falls eine bereits verstorbene Person für die Impfung ausgewählt wurde, wurde der Impfstoff nicht verabreicht.

Diese Simulation erzeugte eine Population von einer Million Individuen, von denen etwa 20,000 während der zweijährigen Nachbeobachtungszeit starben und etwa 800,000 zwischen dem dritten und neunten Monat des 100-wöchigen Zeitraums ein Placebo erhielten. Die Impfstoffverabreichung und der Tod waren in diesem Basissimulationsmodell völlig unabhängig voneinander.

Für jede Woche berechneten wir die Mortalitätsrate der Geimpften als die Anzahl der in dieser Woche verstorbenen Geimpften geteilt durch die Anzahl der Personentage aller Geimpften in dieser Woche. Die Mortalität der Ungeimpften wurde entsprechend berechnet. Die scheinbare Impfstoffwirksamkeit (AVE) wurde für jede einzelne Woche des Studienzeitraums wie folgt berechnet:

wobei ACM(vac-) die Sterblichkeitsrate der Ungeimpften und ACM(vac+) die Sterblichkeitsrate der Geimpften ist. 

Die Ergebnisse wurden als Diagramm der durchschnittlichen Sterberaten aus 100 Durchläufen des Basismodells, ergänzt durch Standardabweichungen, visualisiert (Abbildung 1). Gemäß dem Basismodell sind die Sterberaten in beiden Gruppen annähernd konstant und betragen 0.01 Todesfälle pro Personenjahr. Der leichte Aufwärtstrend im Diagramm ist auf den allmählichen Rückgang der Populationsgröße aufgrund von Todesfällen zurückzuführen (Geburten wurden nicht berücksichtigt). Zu Beginn der Impfkampagne (vor Woche 20) ist die Variabilität der Sterblichkeit der Geimpften aufgrund ihrer geringen Anzahl groß, weshalb diese Daten nicht dargestellt werden.

Die untere Abbildung in Abbildung 1 zeigt die Anzahl der Todesfälle (Mittelwert und Standardabweichung aus 100 Durchläufen des Basismodells) in Abhängigkeit von der Anzahl der Tage seit der Impfung. Am Tag 0 (dem Tag der Impfung) weist das Modell etwa halb so viele Todesfälle auf wie an den Folgetagen, da es eine realistische Wahrscheinlichkeitssituation berücksichtigt: Unter der Annahme einer gleichmäßigen Verteilung von Impfungen und Todesfällen über den Tag verteilt, würde etwa die Hälfte der Personen, die an diesem Tag sowohl sterben als auch geimpft werden sollten, vor der Impfung und die andere Hälfte danach sterben.

Modell 2: Gesunder Impfeffekt

Um den HVE-Effekt in die Simulation einzubeziehen, wurde das Basismodell geringfügig modifiziert. Die ersten beiden Schritte (Auswahl von 2 % der Bevölkerung, die im Beobachtungszeitraum gleichmäßig versterben würden, und zufällige Auswahl von ca. 80 % der Bevölkerung, die den Placebo-Impfstoff erhalten würden, wobei der Impfzeitpunkt normalverteilt ist mit einem Mittelwert von 6 Monaten und einer Standardabweichung von 1 Monat) blieben gegenüber dem Basismodell unverändert. Der HVE-Effekt wurde erst im nächsten Schritt eingeführt, um die Situation zu simulieren, in der Personen, die kurz vor dem Tod stehen, seltener geimpft werden.

Wir simulierten den HVE, indem wir die Verabreichung jeder Impfung, die weniger als k Tage vor dem Tod der jeweiligen Person erfolgte, mit einer bestimmten Wahrscheinlichkeit absagten . Die Wahrscheinlichkeit für den Abbruch der Impfung wurde als linear abnehmende Funktion der Zeit bis zum Tod simuliert, beginnend bei p (dem maximalen Ausmaß des HVE, gültig für diejenigen, die am Tag der Impfung sterben) und allmählich abnehmend auf 0 (für diejenigen, die k oder mehr Tage nach dem Tag der Impfung sterben).

Wenn beispielsweise p = 0.5 und k = 20 Tage, verliefen die HVE-Schritte wie folgt: 50 % der Impfungen, die für Personen vorgesehen waren, die am Tag der Impfung verstarben, wurden storniert (d. h. nicht verabreicht). Anschließend wurden 47.5 % der Impfungen für Personen storniert, die einen Tag nach der Impfung verstarben, gefolgt von 45 % der Impfungen für Personen, die zwei Tage nach der Impfung verstarben usw. Impfungen, die für Personen vorgesehen waren, die 20 Tage oder später nach der Impfung verstarben, wurden in diesem Beispiel nicht storniert. Die Ergebnisse der Simulation wurden analog zum Basismodell grafisch dargestellt.

Diese geringfügige Änderung des Basismodells führte zu einer Korrelation zwischen der Verabreichung des Placebo-Impfstoffs und dem Tod. Die Änderung der Gesamtzahl der verabreichten Impfstoffe war in der Tat sehr gering: Bei den in diesem Beispiel verwendeten Parametern (d. h. k = 20 Tage und p = 0.5) wurden nur etwa 115 von 800,000 Impfstoffen nicht verabreicht. Dennoch reichte selbst diese scheinbar unbedeutende Änderung aus, um die Simulationsergebnisse erheblich zu verändern (siehe Abbildung 2).

Die Nichtverabreichung von lediglich 115 Impfstoffen an Sterbende führte zu einer deutlichen Abweichung vom Basismodell, die wochenlang anhielt. Während der Impfkampagne stieg die Sterblichkeit der Ungeimpften, da sich die Sterbenden in dieser Gruppe konzentrierten. Da sich die Gesamtsterblichkeit nicht veränderte – der simulierte Impfstoff hatte weder schützende noch schädliche Wirkungen –, sank die Sterblichkeit der Geimpften unter den Basiswert. Dies erzeugte eine Illusion von Impfstoffwirksamkeit (siehe Abbildung 2, mittleres Feld). 

Wir können außerdem beobachten, dass mit abnehmender Impfintensität die durch HVE verursachte scheinbare Impfstoffwirksamkeit auf null sinkt und so den Eindruck einer nachlassenden Impfstoffwirkung erweckt. Bemerkenswert ist, dass diese Illusion der Impfstoffwirksamkeit weit über den durch k definierten Zeitraum hinaus anhält . Im vorliegenden Beispiel sank die scheinbare Impfstoffwirksamkeit erst nach etwa 15 Wochen (105 Tagen) ab Beobachtungsbeginn auf null, obwohl k nur 20 Tage beträgt.

Die untere Abbildung in Abbildung 2 zeigt die Anzahl der Todesfälle in Abhängigkeit von der Anzahl der Tage seit der Impfung. Man beachte den allmählichen Anstieg (im Vergleich zu Abbildung 1), der mit dem Rückgang der Sterblichkeit unmittelbar nach der Impfung übereinstimmt, welche sich dann langsam wieder auf einem konstanten Niveau einpendelt. Viele Beobachter interpretierten diesen Effekt fälschlicherweise als Beleg für eine impfstoffbedingte Sterblichkeit (siehe z. B. diesen Beitrag von Steve Kirsch). Es handelt sich jedoch lediglich um eine weitere Facette des sogenannten „Healthy Vaccinee Effect“.

Anhand dieses synthetischen Datensatzes lassen sich beide Parameter der HVE-Simulation ( k und p ) leicht aus der Kurve im unteren Teil von Abbildung 2 ablesen (siehe die roten Hilfslinien): Die HVE-Dauer ( k = 20 Tage in diesem Fall) ergibt sich aus der Anzahl der Tage, nach denen der Graph abflacht. Die HVE-Stärke ( p = 0.5) kann durch die anfängliche Abschwächung des Graphen geschätzt werden, d. h. 1 minus dem Verhältnis der Anzahl der Todesfälle an Tag 1 (ca. 12 in diesem Beispiel) zur täglichen Anzahl der Todesfälle nach Stabilisierung des Graphen (ca. 23). Dies führt zu der Schätzung von p ≈ 1 − (12/23) = 0.48. Diese Art der Datendarstellung kann in der Praxis zur Schätzung der HVE-Parameter in Beobachtungsstudien verwendet werden.

Durch die Anpassung des Parameters p lässt sich eine nahezu beliebige „Anfangswirksamkeit“ des Placebo-Impfstoffs erzielen. Durch die Anpassung von k (und/oder der Dauer der Impfkampagne) lässt sich eine beliebige Rate der „abnehmenden Wirksamkeit“ erreichen. Weitere Details, Analysen der Auswirkungen von Änderungen von k und p , Vergleiche mit realen Daten, Bayes’sche Methoden zur Schätzung von k und p sowie viele weitere mathematische Feinheiten finden Sie in unserem Artikel „The Hall of Mirrors“ , der in Frontiers veröffentlicht wurde.

Wie man es veröffentlicht

Wir präsentierten eine erste Version dieses Modells im Februar 2023. Es dauerte einige Zeit, bis das Modell ausgereift und die Sprache so weit vereinfacht war, dass wir es bei einer Fachzeitschrift einreichen konnten. Wir reichten es im September 2025 beim International Journal of Modelling and Simulation ein. Ein halbes Jahr später starrten die Herausgeber das Manuskript offenbar immer noch entsetzt an, da trotz wiederholter Mahnungen noch keine Gutachter zugewiesen worden waren. Daher zogen wir den Artikel zurück, reichten ihn bei Frontiers ein , setzten uns mit mehreren Gutachtern auseinander und erreichten schließlich im Sommer 2026 die Veröffentlichung.

Wir mussten sehr vorsichtig vorgehen, die Sprache an einigen Stellen abschwächen und so tun, als würde die Studie nicht alle auf Beobachtungsdaten basierenden Schätzungen der Impfstoffwirksamkeit entkräften – was sie in Wirklichkeit tut. Nur hier, auf den Seiten des Brownstone Journal , können wir uns die volle und ehrliche Darstellung leisten…

…Abschluss  

Wir haben ein sehr einfaches Modell des sogenannten Healthy-Vaccinee-Effekts vorgestellt – einer Art von Indikationsverzerrung, die auftritt, wenn Menschen, die kurz vor dem Tod stehen, seltener geimpft werden. Es ist bekannt, dass der Healthy-Vaccinee-Effekt in Beobachtungsdaten zur Covid-19-Impfung vorhanden ist .

Wir haben gezeigt, dass HVE (1) eine Illusion eines Schutzes vor Tod jeglicher Ursache durch den Impfstoff erzeugt, (2) eine Illusion nachlassender Impfstoffwirksamkeit hervorruft und (3) ein anomales Muster im Zusammenhang zwischen dem Zeitraum seit der Impfung und der Anzahl der Todesfälle in diesem Zeitraum verursacht, das fälschlicherweise als impfstoffbedingte Mortalität interpretiert werden kann. In unserem Beispiel führte die Nichtverabreichung von lediglich 115 von 800,000 Placebo-Impfstoffen an Sterbende zu einer sehr ausgeprägten und lang anhaltenden Illusion der Impfstoffwirksamkeit.

Alle Studien, die Beobachtungsdaten zur Beurteilung der Wirksamkeit und/oder Sicherheit von Impfstoffen heranziehen – also alle Studien mit Ausnahme prospektiver randomisierter Studien – weisen mit hoher Wahrscheinlichkeit erhebliche Verzerrungen durch den Human-Variable-Effekt (HVE) auf. Alle auf Beobachtungsdaten basierenden Aussagen zur Wirksamkeit und Sicherheit von Covid-19-Impfstoffen sind daher wahrscheinlich irreführend und sollten überarbeitet werden.