Es ist vier Jahre her, seit die Welt Gerettetoder nicht, durch wundersame Covid-mRNA-Impfstoffe.
Es ist auch schon einige Jahre her, dass mein erster Brief zu diesem Thema von einem Herausgeber einer biomedizinischen Zeitschrift abgelehnt wurde. Und meine Fallserie abgelehnter Briefe zu Covid-Impfstoffen wächst ständig. Der Stand ist jetzt 5:0. Die letzte Ablehnung kam kürzlich vom Herausgeber der Zeitschrift für Infektion, wo „Jede Ausgabe [auch] einen lebendigen Korrespondenzteil enthält.“ Mein lebloser Brief bezog sich auf eine Studie des „Healthy Impfeifer“-Bias in Österreich.
Ist meine Fallserie groß genug, um auf Kausalität zu schließen? Vielleicht. Natürlich könnte die gemeinsame Ursache auch schlechte wissenschaftliche Qualität gewesen sein. Darf ich vielleicht eine widerlegende Beobachtung anführen? Meine zweiter Brief (abgelehnt von The Lancet) hätte im Jahr 2021 das enthüllt, was Høeg et al. im Jahr 2023 in einem Brief das kam irgendwie in The New England Journal of MedicineEin nachlässiger Redakteur, denke ich. Vielleicht ist er oder sie kein Redakteur mehr.
Ich bin mir sicher, dass mein fünfter abgelehnter Brief nur ein weiterer schlecht geschriebener Text ohne wissenschaftlichen Wert war. Sicherlich hatte er nichts mit der Möglichkeit zu tun, dass der Brief zusammen mit der Antwort der Autoren zu beunruhigenden Ergebnissen geführt haben könnte. Daher möchte ich meinen Brief hier veröffentlichen. Urteilen Sie selbst. aufs Neue: würdig oder verdienstlos?
Um es interessanter zu machen, füge ich eine Analyse bei, die im Brief erwähnt wurde (ohne das erschreckende Ergebnis zu verraten). Es war jedoch nicht schwer zu berechnen. Die Studie liefert Hinweise auf impfbedingte Todesfälle – durch Covid – innerhalb von zwei Wochen nach einer Impfung bei zuvor infizierten Personen. Oder, um es vorsichtiger auszudrücken: Die Beweise sind mindestens so gut wie die in der Studie enthaltenen Belege für die Wirksamkeit des Impfstoffs gegen Covid-Todesfälle im Herbst 2021.
Der Brief
15. Mai 2025
Zeitschrift für Infektion
Für die Redaktion:
Riedmann et al. berichten über eine sorgfältige, umfassende Analyse des Phänomens gesunder Impflinge in Österreich, die einen neuartigen Ansatz beinhaltete.1 Ungeimpfte wurden anhand mehrerer Variablen mit Geimpften verglichen, und die Autoren verglichen mehrere Ergebnisse über zwei Wochen nach Abschluss der Verabreichung verschiedener Dosen. Tabelle 3 (Artikel) und die Tabellen S44-S45 (ergänzendes Dokument) zeigen Ergebnisse zur Gesamtmortalität, zur Nicht-COVID-19-Mortalität und zur COVID-19-Mortalität.
Da der Bias für gesunde Geimpfte mit der Zeit abnimmt, wäre es interessant, die Analyse der verglichenen Kohorten auf vier und acht Wochen auszudehnen. Zahlreiche Studien haben die Wirksamkeit über einen Zeitraum von ein bis zwei Monaten nach der Impfung geschätzt, was manchmal mit der Dauer einer COVID-4-Welle zusammenfiel.
Die Autoren erwähnen eine rudimentäre Korrekturmethode, die aus der Idee der Anpassung des Ratenverhältnisses vorheriger Ereignisse abgeleitet ist.2 - 5 Die Hazard Ratio der COVID-19-Mortalität wird durch die Hazard Ratio der Nicht-COVID-19-Mortalität geteilt. Obwohl nicht perfekt, kann sie mehr Erkenntnisse liefern, wenn die Nachbeobachtung verlängert wird und die Zahl der COVID-19-Todesfälle höher ist. Die Anwendung der Methode auf 19 COVID-19-Todesfälle (Tabelle 3, vollständige Grundimpfung) ist immer noch gut genug, um die Verzerrung zu beseitigen. Nach der rudimentären Korrektur liegt das Verhältnis nicht mehr unter 1, unabhängig davon, ob Hazard Ratios oder Ratios verwendet werden.
Darüber hinaus scheinen die Ratenverhältnisse in den Tabellen S44-S45 fälschlicherweise als Hazard Ratios und adjustierte Hazard Ratios bezeichnet worden zu sein.
Mit freundlichen Grüßen
Eyal Shahar, MD, MPH
Emeritierter Professor
University of Arizona
Literaturhinweise :
- Riedmann U, Chalupka A, Richter L, et al. Zugrundeliegende gesundheitliche Vorurteile bei zuvor infizierten SARS-CoV-2-Impfempfängern: Eine Kohortenstudie. Zeitschrift für Infektion, Band 90, Ausgabe 6, 2025, 106497, ISSN 0163-4453, https://doi.org/10.1016/j.jinf.2025.106497
- Tannen RL, Weiner MG, Xie D. Replizierte Studien von zwei randomisierten Studien mit Angiotensin-Converting-Enzym-Hemmern: weitere empirische Validierung des „Prior Event Rate Ratio“ zur Korrektur nicht gemessener Störfaktoren nach Indikation. Pharmakoepidemiologische Arzneimittelsicherheit. 2008 Jul;17(7):671-85. doi: 10.1002/pds.1584. PMID: 18327852
- Pálinkás A, Sándor J. Wirksamkeit der COVID-19-Impfung bei der Verhinderung der Gesamtmortalität bei Erwachsenen während der dritten Welle der Epidemie in Ungarn: Landesweite retrospektive Kohortenstudie. Impfstoffe (Basel). 2022 Jun 24;10(7):1009. doi: 10.3390/vaccines10071009. PMID: 35891173; PMCID: PMC9319484.
- Atanasov V, Barreto N, Whittle J, et al. Verständnis der Wirksamkeit des COVID-19-Impfstoffs gegen Todesfälle mithilfe eines neuen Maßes: COVID-Übersterblichkeitsprozentsatz. Impfstoffe (Basel). 2023 Feb 7;11(2):379. doi: 10.3390/vaccines11020379. PMID: 36851256; PMCID: PMC9959409.
- Shahar E. Über Methoden zur Beseitigung des gesunden Impfbias. In: Themen der Epidemiologie und StatistikAmazon Kindle Ebooks (2025)
Die Ablehnung
Zwei Tage später landete eine Nachricht mit Standardtext in meinem Posteingang.
Manuskriptnummer: YJINF-D-25-00940
Artikeltitel: Leserbrief
Korrespondierender Autor: Professor Emeritus Eyal Shahar
Eingereicht bei: Journal of Infection
Sehr geehrter emeritierter Professor Shahar,
Vielen Dank für die Einreichung Ihres Manuskripts beim Journal of Infection. Leider erhalten wir deutlich mehr Beiträge, als wir veröffentlichen können, und können daher nur eine begrenzte Anzahl von Einsendungen bearbeiten. Nach Prüfung durch die Redaktion erhielt dieser Beitrag leider keine ausreichende Priorität. Bitte beachten Sie, dass wir die erneute Einreichung eines abgelehnten Beitrags nicht empfehlen.
Ich bedauere diesen negativen Bescheid und dass wir keine genaueren Gründe für die Ablehnung nennen können. Ich hoffe, dass Sie Ihre Arbeiten auch in Zukunft beim Journal of Infection einreichen werden.
Mit freundlichen Grüßen,
Professor Robert Charles Read
Herausgeber
Zeitschrift für Infektion
Ich war leicht überrascht. Interessanterweise wurde der Standardtext für abgelehnte Manuskripte (Artikel) geschrieben. Gibt es nicht vergleichbaren Text für abgelehnte Briefe? Wie oft werden Briefe von dieser Zeitschrift abgelehnt? Ihre Vermutung ist so gut wie meine. Vielleicht ist es sogar ähnlich wie bei mir.
Analyse
Die folgenden Zahlen wurden aus Tabelle 3 im Artikel transkribiert (Version 2, korrigiert). Dies sind die Daten und Ergebnisse, auf die sich mein Brief bezieht. Das Konfidenzlimit wurde hinzugefügt (meine Berechnung). Ich werde später mehr zu diesem statistischen Index schreiben, aber je kleiner die Zahl, desto besser die geschätzte Hazard Ratio (HR).
Tische. Hazard Ratios (HR) und 95%-Konfidenzintervalle (CI) für Covid- und Nicht-Covid-Mortalität entsprechend der Anzahl der Impfdosen in den zwei Wochen nach der Impfung. Kontrollpersonen (ungeimpft in diesem Zeitfenster) wurden jeder Gruppe geimpfter Personen nach Altersgruppe, Geschlecht und Pflegeheimaufenthalt zugeordnet.
Die Hazard Ratios für Todesfälle stammten aus gematchten Kohorten, sodass Störfaktoren nach Alter, Geschlecht und Pflegeheimaufenthalt ausgeschlossen wurden. Die Ungeimpften wurden auch hinsichtlich des Impfdatums gematcht, sodass Störfaktoren durch zeitliche Trends vermieden wurden. Der verbleibende Störfaktor ist das Phänomen der gesunden Geimpften. Geimpfte Menschen sind im Durchschnitt gesünder als ihre ungeimpften Gegenstücke, daher ist ihre Covid-Sterblichkeit voraussichtlich niedriger, selbst wenn sie ein Placebo erhalten hätten. Man sieht, dass ihr Sterberisiko durch Nicht-Covid Ursachen war geringer (Hazard Ratios < 1). Das liegt daran, dass sie gesünder waren, nicht daran, dass Covid-Impfstoffe ein Allheilmittel sind. Das Phänomen der gesunden Geimpften scheint allgemeine. Es verschwindet nicht nach zwei Wochen.
Allerdings haben die Autoren nicht eingefleischte Ungeimpfte ausgewählt. Sie schreiben: „Die ungeimpfte Kontrollgruppe hatte bis zu 14 Tage nach dem entsprechenden Impftag keine dokumentierten Impfungen.“
Das bedeutet, dass der Bias bei gesunden Geimpften anhand einer Gruppe geschätzt wurde, zu der auch später geimpfte Personen gehörten. Der tatsächliche Bias könnte größer gewesen sein.
Zurück zu den obigen Tabellen.
Alle Hazard Ratios für Covid-Todesfälle liegen unter 1 und sind alle verzerrt. In diesem Zeitfenster (zwei Wochen) ist kein Nutzen zu erwarten. Wie ich in meinem Brief schrieb und anderswogibt es eine Methode zur Beseitigung der Verzerrung, die zwar nicht perfekt ist, aber besser als gar keine Korrektur. Teilen Sie die Hazard Ratio der Todesfälle durch Covid durch die Hazard Ratio der Todesfälle ohne Covid.
Liegt das Ergebnis in diesem Fall bei etwa 1, wurde der Bias beseitigt. Liegt es noch unter 1, wurde der Bias nicht vollständig beseitigt. Liegt es über 1, sollten wir uns Sorgen machen. Beobachten wir ein erhöhtes Sterberisiko, das durch den Bias für gesunde Geimpfte verschleiert wurde?
Die Ergebnisse sind in der Tabelle dargestellt.
Nach der Korrektur betragen die Hazard Ratios für einen Covid-Tod innerhalb von zwei Wochen nach der ersten und zweiten Injektion 1.48 bzw. 1.91.
Ist das wahr? Möglicherweise. Die Zeit unmittelbar nach der Impfung ist infektions- und todesgefährdend. Ich habe es in Daten von Israel, Dänemark und Schweden. Auch andere haben darüber geschrieben.
Für die dritte Injektion (0.29/0.30=0.97) kann ich zwei konkurrierende Erklärungen anbieten:
Die erste ist kurz. Die unglücklichen Geimpften, die anfällig waren, sind nach ein oder zwei Dosen gestorben. Unter denen, die die dritte Dosis erreicht haben, gab es keine anfälligen Menschen mehr.
Die zweite Erklärung ist langwierig. Die geschätzte Hazard Ratio für den Covid-Tod (0.29) ist niedrig. Sie basiert auf nur vier Ereignissen. Woher wissen wir, wie niedrig sie beispielsweise im Vergleich zu den Schätzungen für zwei und eine Dosis ist? Wir berechnen einen Index, das sogenannte Konfidenzlimit: die Obergrenze geteilt durch die Untergrenze. Das Verhältnis beträgt 9.7 für Empfänger von drei Dosen gegenüber 2.9 (zwei Dosen) und 2.8 (eine Dosis).
Wenn man das Konfidenzgrenzenverhältnis aus vielen Studien berechnet, wie ich es im Laufe der Jahre getan habe, stellt man fest, dass Studien mit überschaubarem Umfang ein Verhältnis von etwa 2 ergeben, während Studien mit kleinem Umfang (wenige Ereignisse) Verhältnisse über 5 ergeben. Ein Wert nahe 10 ergibt sich, wenn die Schlussfolgerung aus vier Ereignissen einer Kategorie abgeleitet wird. Wichtig ist, dass die Aussagekraft einer Schätzung umgekehrt proportional zum Konfidenzgrenzenverhältnis und nicht zur „statistischen Signifikanz“ ist. Ich werde gleich erklären, warum.
Milliarden Menschen wurden geimpft und wir versuchen, aus 19 und 21 Ereignissen Schlussfolgerungen zu ziehen, weil in einer Arbeit nach der anderen Daten aus der frühen Zeit nach der Impfung ausgeschlossen wurden.
Darüber hinaus kann eine längere Nachbeobachtung der gematchten Kohorten einzigartige Einblicke in die tatsächliche Wirksamkeit des Impfstoffs liefern, da die Ungeimpften am Impfdatum gematcht wurden. (Impfkampagnen fielen oft mit Covid-Wellen zusammen, was zu Störfaktoren führte.) Die Autoren verfügen über ein nahezu perfektes Forschungsumfeld: große Kohorten, Matching anhand von Schlüsselvariablen und Daten zu Todesfällen ohne Covid-Bezug, die eine grundlegende Korrektur des Bias zu gesunden Geimpften ermöglichen. Es ist jedoch unwahrscheinlich, dass wir die Daten sehen werden, da mein Brief unbegründet war. Vielleicht wird dies in einem anderen Brief zur Sprache gebracht und angenommen. Oder vielleicht auch nicht.
Lassen Sie mich meine konservative Aussage vom Anfang wiederholen:
Die Beweise, die ich hier vorlege, sind mindestens so gut wie die Beweise für die Wirksamkeit des Impfstoffs gegen Todesfälle durch Covid im Herbst 2021.
Die folgenden Zahlen wurden aus Tabelle 2 im Artikel transkribiert (Version 2, korrigiert). Das Konfidenzgrenzenverhältnis wurde hinzugefügt (meine Berechnung).
Wie Sie sehen, ist die Zahl der Covid-Todesfälle geringer als in den verglichenen Kohorten, und die Konfidenzgrenzen sind deutlich höher. Die Konfidenzgrenzen für drei Dosen bricht Rekorde (20).
Ich kann die Autoren und Leser hören: „Aber alle oben genannten Schätzungen sind statistisch signifikant. Die Obergrenze des Konfidenzintervalls liegt unter 1, was bedeutet, p-Wert < 0.05.“
In der Tat. Allerdings ist „statistisch signifikant“ nicht das, was Sie wahrscheinlich denken.
Es geht nicht um die Qualität der Schätzung.
Ein Crashkurs (für alle, die sich für Statistik und Linguistik interessieren)
Mein Beispiel basiert auf drei Dosierungen (siehe Tabelle oben): HR (3% KI): 95 (0.04–0.01). Der Schätzwert (0.20) ist statistisch hoch signifikant.
Alle Behauptungen (Urteile) in der ersten Zeile der Tabelle sind falsch – unbestreitbar falsch. Sie beruhen auf einer bedauerlichen, tief verwurzelten Fehlinterpretation des Begriffs „statistisch signifikant“, die historisch-linguistische Wurzeln hat.
Als der Begriff vor vielen Jahren geprägt wurde, hatte das Adjektiv „signifikant“ eine andere Bedeutung. Im Englischen des späten 19. Jahrhunderts bedeutete es, dass die Schätzung bezeichnet (zeigte) Beweise gegen die Nichtigkeit. Der Satz bezog sich nicht auf eine intrinsische Qualität der SchätzungIm Laufe der Jahre hat die heutige Bedeutung des Wortes „signifikant“ die ursprüngliche Bedeutung ersetzt, wobei der Schätzung selbst fälschlicherweise Eigenschaften zugeschrieben wurden (signifikant, glaubwürdig, zuverlässig, wahrscheinlich nicht zufällig).
Keine dieser Interpretationen basiert auf statistischen Tests. Es ist Wunschdenken. Die Ablehnung der Nullhypothese basiert auf der Schätzung (durch eine Teststatistik); sie verleiht der Schätzung jedoch keine Glaubwürdigkeit. Um mehr über die zufälligen Eigenschaften einer Schätzung zu erfahren, müssen wir uns allein auf den Standardfehler verlassen, und das Konfidenzgrenzenverhältnis ist triviale Mathematik auf dem Standardfehler. Je näher es an 1 liegt, desto besser ist die Schätzung. Ein kluger Epidemiologe schlug vor dieser Index vor vielen Jahren, aber manchmal bleiben neue und gültige Ideen lange Zeit ungenutzt.
Die sprachliche Geschichte können Sie im Buch nachlesen Die Dame beim Teeverkosten: Wie die Statistik die Wissenschaft im 20. Jahrhundert revolutionierte von David Salsburg. Ein Absatz auf Seite 98 ist ein Augenöffner.
Epilog
Zu diesem 72 Seiten umfassenden Artikel mit ergänzenden Analysen gibt es noch viel mehr zu schreiben; einiges davon wurde „während des Überprüfungsprozesses angefordert“. Ich kann mir den Kampf mit feindseligen Gutachtern vorstellen, wenn es um die Voreingenommenheit gegenüber gesunden Impflingen geht.
Ich habe bereits etwa 100 Zeilen mit Daten und Analysen in einer Excel-Datei. (Vorschau: Die dritte Dosis war nutzlos, und weitere Dosen hätten möglicherweise noch schlimmer sein können.) Sollte ich ein Manuskript an Professor Read schicken, der gehofft hatte, dass ich meine Arbeit weiterhin an die Zeitschrift für Infektion?
Lass mich darüber nachdenken.
Tritt dem Gespräch bei:
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.
