Hat die Einführung von Covid-Impfstoffen die Sterblichkeit gesenkt?
A neuer Vordruck, mit dem mittlerweile fragwürdigen Medical Journal Lanzette, behauptet, dass die Covid-Impfstoffeinführung im Dezember 2020 tatsächlich zig Millionen Todesfälle weltweit verhindert habe.
Natürlich machen die Behauptungen weltweit Schlagzeilen.
Dieses Papier wurde von der Forschungsgruppe unter der Leitung von Azra Ghani vom Imperial College of London eingereicht. Es wurde von der Global Alliance for Vaccines Initiative (GAVI), der Bill and Melinda Gates Foundation, Rhodes Trust, der Weltgesundheitsorganisation (WHO) und anderen finanziell unterstützt. Dr. Ghani fungiert als Beraterin für HSBC, GlaxoSmithKline und die WHO und ist wie ihre anderen Kollegen vom Imperial College seit mehr als zwei Jahren für Lockdown/Pro-Panik und Pro-Impfung.
Allein dieser Hintergrund reicht mir aus, um irgendetwas aus diesem Papier zu verdächtigen. Aber ich möchte mir den Inhalt der Zeitung ansehen.
Erstens war dies, wie der Titel deutlich sagt, eine „Mathematische Modellierung“-Studie. Aus wissenschaftlicher Sicht sind mathematische Modellierungsstudien das Äquivalent eines „Meinungs“-Stücks. Der Grund dafür ist, dass Sie, um das Ergebnis zu verstehen, nicht nur die Eingaben, sondern auch die Algorithmen verstehen müssen. Und wie wir seit 2020 deutlich gesehen haben, sind mathematische Modelle tendenziell FALSCH. Sie sind nur Werkzeuge.
Also, was ist falsch an diesem Artikel? Ich muss nicht einmal die Algorithmen kennen, weil die Eingaben schlecht sind!
- Vorhersage der Sterblichkeit
Das auffälligste Merkmal ist, dass es fast unmöglich ist, die Sterblichkeit (Zukunft oder Vergangenheit) vorherzusagen, insbesondere bei häufigen Atemwegsviren. Wir können vorhersagen, dass ein bestimmter Prozentsatz älterer Menschen (über 75 Jahre) mit mehreren Komorbiditäten wahrscheinlich einem Atemwegsvirus wie Covid erliegen wird, aber wir können nicht vorhersagen, wer und wann. Einige Menschen, die wie Hauptkandidaten für die Sterblichkeit erscheinen, können überleben, während andere, die gesünder erscheinen, möglicherweise erliegen.
Trotzdem basiert die Vorhersage der Sterblichkeit durch Covid auf tatsächlichen Daten und nicht auf Modellen. Die mathematischen Modelle, die vom Imperial College präsentiert wurden, waren immer völlig FALSCH.
Selbst bei bekannteren Krankheiten wie Krebs kann die Vorhersage der Sterblichkeit schwierig sein. Aus diesem Grund werden Schätzungen für das Überleben basierend auf dem Stadium der Diagnose und Behandlung angegeben, aber es handelt sich nur um Schätzungen. Unter keinen Umständen behauptet irgendein Mediziner, dass wir durch die Strahlenbehandlung jedes Jahr X Leben vor Krebs retten.
Ich könnte auch ein Programm schreiben, das die Sterblichkeit vorhersagt, basierend darauf, welche Art von Schuhen eine Person trägt oder welche Art von Auto sie fährt. Zum Beispiel neigen jüngere Menschen eher dazu, einen bestimmten Sneaker-Stil zu tragen, und da jüngere Menschen am seltensten an Covid sterben, könnte ich berechnen, dass das Tragen dieser Art von Sneaker Leben rettet.
Leben retten ist fast immer ein trügerisches Argument.
2. Ignorieren anderer Faktoren
- Natürliche Immunität
Als die Impfstoffe im Dezember 2020 eingeführt wurden, hatte ein sehr großer Prozentsatz der Welt bereits Covid erlebt. Wir wissen aus Seroprävalenzstudien, dass das ursprüngliche Virus mindestens seit Mitte 2019 im Umlauf war. Wir wissen auch, dass die natürliche Immunität nachweislich stärker ist als jede kurzfristige impfstoffinduzierte Immunität. Somit hatte ein sehr großer Prozentsatz der Bevölkerung eine überlegene Form der Immunität, die bereits für sie funktionierte, die natürliche Immunität.
B. Krankheitskeulung
Als die Impfstoffe im Dezember 2020 eingeführt wurden, waren die anfälligsten Menschen für schwere Krankheiten und Tod bereits der Krankheit erlegen. Die älteren Menschen, die sich im Jahr 2020 infizierten und überlebten, hatten jetzt eine natürliche Immunität, die für sie arbeitete. Wie bei jeder jährlichen Epidemie von Infektionskrankheiten gibt es Jahre mit hoher Sterblichkeit, gefolgt von Jahren mit geringerer Schwere, einfach weil die anfälligsten Menschen früh erliegen, während andere weitermachen.
C. Populationsanfälligkeit
Der obige Artikel ignoriert vollständig den enormen Gradienten in der Sterblichkeitsanfälligkeit in der Bevölkerung. Jüngere Menschen hatten in den letzten zwei Jahren eine sehr niedrige Infektionssterblichkeit. Die mathematischen Modelle gehen von der gleichen Sterblichkeitsanfälligkeit in allen Populationen aus. Wir wissen, dass diese Annahme ein Trugschluss ist und jedes ihrer „Modelle“ vollständig negiert.
D. Verringerung der Schwere der Erkrankung mit Varianten
Bis zur Einführung der Impfstoffe im Dezember 2020 zeichneten sich bereits die nächsten Varianten ab („Delta“). Der natürliche Evolutionsverlauf von Viren geht in Richtung einer geringeren Letalität. Eine erhöhte Übertragbarkeit ist durchaus möglich, da diese dazu neigen, die Viren zu überleben.
Fügen Sie das der Tatsache hinzu, dass die Impfstoffe nur (teilweise) für den Umgang mit dem ursprünglichen Quellvirus von Covid entwickelt wurden, und Sie haben den Impfstoff nicht einmal in die Gleichung aufgenommen.
E. Verbesserungen der Behandlungen
Als die Impfstoffe im Dezember 2020 eingeführt wurden, hatten Ärzte auf der ganzen Welt gelernt, mit den schwersten Covid-Fällen umzugehen. Die überwiegende Mehrheit der Menschen litt immer noch unter einer leichten Erkrankung und war kaum gefährdet, aber die schwerwiegenderen Fälle konnten durch wirksame Behandlungen und durch Vermeidung gefährlicher Maßnahmen wie Beatmung behandelt werden.
3. Datennutzung
- Übersterblichkeit als Marker
Die Annahme des Modells ist, dass Daten zur „Übersterblichkeit“ nur direkt mit Covid korrelieren können, obwohl dies tatsächlich eine falsche Annahme ist. Weltweit spielt die Covid-Sterblichkeit nur eine untergeordnete Rolle in der Gesamtmortalität. Daher gibt es viele andere Faktoren, die bei jeder Interpretation der Sterblichkeit eine Rolle spielen könnten.
Um jedoch eine Bedeutung zu haben, muss man die Sterblichkeitsstatistiken nach Altersgruppen und denjenigen aufschlüsseln, die am anfälligsten für die Sterblichkeit durch Covid sind.
- Verwendung unzuverlässiger Daten
Wir wissen jetzt, dass die tatsächliche Zahl der Todesfälle, die auf Covid selbst zurückzuführen sind, aufgrund der Kriterien, die die Meldung von Covid gegenüber wahren Ursachen begünstigten, sowie der Verwendung von PCR als bestimmendes Kriterium überbewertet wurde. Wir wissen, dass eine Person sich vollständig von Covid hätte erholen und etwas erliegen können, das nichts mit Covid zu tun hat, aber weil sie eine positive PCR in ihrer Geschichte hatte, wurde sie als Covid-Tod registriert.
Wir werden vielleicht nie wirklich die wahre Zahl der Menschen verstehen, die Covid tatsächlich erlegen sind, weil das Datenwasser so trübe war und es so viel politischen Einfluss gab. Das ist schade, denn es bedeutet, dass wir wahrscheinlich weiterhin den Missbrauch unzuverlässiger Zahlen sehen werden, um zu versuchen, Behauptungen über die Handlungen der letzten zweieinhalb Jahre aufzustellen.
Ich glaube nicht, dass jemand ein anerkannter Wissenschaftler sein muss, um die Irrtümer in der oben zitierten Art von Berichten vollständig zu erkennen.
Wenn ich ein Rezensent dieses Artikels wäre, würde ich ihn mit dem Kommentar zurücksenden: Wirf diesen in die Tonne.
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.
