Av: Panagis Polykretis.
I dag publiserte vi, sammen med Dr. Marco Alessandria, Dr. Giovanni Trambusti, Dr. Giovanni M. Malatesta og Dr. Alberto Donzelli, en viktig fagfellevurdert vitenskapelig studie med tittelen «Klassifiseringsskjevhet og innvirkning av COVID-19-vaksinasjon på all-årsak dødelighet: tilfellet med den italienske regionen Emilia-Romagna» [1]. I denne studien gir vi det første fagfellevurderte beviset, basert på data fra den virkelige verden, som viser hvordan visse statistiske metoder har ført til en overvurdering av effektiviteten og sikkerheten til COVID-19-vaksiner. Denne artikkelen bør sjokkere verden, fordi den beviser at alle vitenskapelige studier som er utført så langt og som er påvirket av denne skjevheten, bør revurderes.
Vi tok for oss en kritisk skjevhet som i betydelig grad kan forvrenge evalueringer av vaksineeffektivitet og -sikkerhet i den virkelige verden, kjent som «case-counting window bias» (misvisning gjennom definering av vinduet for telling, red.). Denne skjevheten, teoretisert av Fung et al. [2], oppstår fordi individer klassifiseres som «uvaksinerte» i løpet av de første 14 dagene etter å ha mottatt vaksinen (perioden som antas å være nødvendig for at immunresponsen skal utvikle seg fullt ut). Som et resultat av dette blir eventuelle bivirkninger, inkludert dødsfall i løpet av denne tiden, feilaktig tilskrevet den uvaksinerte gruppen, noe som kunstig blåser opp dødeligheten, samtidig som dødeligheten blant vaksinerte individer undervurderes.
Ved å analysere detaljerte daglige data om alle årsaker til dødelighet og vaksineadministrasjon i Emilia-Romagna-regionen (Italia), innhentet gjennom en FOIA-forespørsel (Freedom Of Information Act – FOIA) fra advokat Lorenzo Melacarne (i samsvar med art. 5, komma 2 i det italienske lovdekret nr. 33/2013), fant vi et klart tidsmessig sammenfall mellom vaksinasjonskampanjer og topper i dødsfall blant dem som feilaktig ble klassifisert som uvaksinerte i løpet av dette kritiske vinduet (figur 1).
Figur 1. Diagrammet illustrerer den daglige dødelighetsraten per 100.000 individer (aldersgruppe 70–79), og sammenligner de vaksinerte (representert med den heltrukne røde linjen) med de uvaksinerte (vist med den heltrukne grønne linjen). I tillegg viser det det kumulative antallet vaksinasjoner administrert med minst én dose (indikert med den røde stiplede linjen) [hentet fra Alessandria et al., 2025].
Vår statistiske analyse viste signifikante forskjeller i dødelighet mellom vaksinerte og uvaksinerte grupper i løpet av det kritiske 14-dagers vinduet etter vaksinasjon der feilklassifisering forekommer. Det er verdt å merke seg at dataene avslører en uberettiget økning i dødelighet blant den uvaksinerte befolkningen umiddelbart etter perioden da majoriteten av befolkningen var vaksinert. For eksempel, i aldersgruppen 70-79 år, begynte økningen i dødelighet blant de uvaksinerte tidlig i april 2021, nettopp da (med vårens ankomst) antallet positive tilfeller og dødsfall klassifisert som COVID-relaterte allerede var synkende. Dette er en åpenbar selvmotsigelse: dødeligheten blant de uvaksinerte burde ha fulgt trenden i den generelle befolkningen, nemlig synkende.
Videre er disse forskjellene så betydelige at de ikke kan forklares utelukkende med COVID-19-dødsfall, som bare utgjorde omtrent 9% av alle dødsfall i Italia i 2021. Selv etter å ha ekskludert COVID-relaterte dødsfall, forble forskjellene betydelige, noe som peker på systematisk feilklassifisering snarere enn reelle vaksinefordeler.
Vi observerte også at forskjellen minket med alderen, noe som sannsynligvis gjenspeiler den økte komorbiditetsbyrden (flere dødelige sykdommer, red.) hos eldre individer som påvirker den generelle dødelighetsrisikoen (for mer detaljert informasjon, se artikkelen, som er publisert i åpent tilgangsformat og fritt tilgjengelig for alle).
Våre funn tyder på en høstingseffekt der sårbare individer bukker under kort tid etter vaksinasjon, men dødsfallene deres feilaktig telles blant de uvaksinerte. Denne feilklassifiseringen skjuler potensielle alvorlige vaksinerelaterte bivirkninger som oppstår kort tid etter vaksinasjon, som alvorlige allergiske reaksjoner, kardiovaskulære hendelser eller autoimmune responser.
Dessuten tyder bruken av lignende klassifiseringspraksis i mange land, inkludert Storbritannia, på at denne skjevheten er utbredt internasjonalt. For eksempel klassifiserer britiske retningslinjer for folkehelse individer som uvaksinerte i 14 til 21 dager etter vaksinasjon, noe som fører til feilattribusjon av tidlige bivirkninger.
Det er avgjørende å erkjenne at skjevheten i antall tilfeller er relatert til et annet veletablert fenomen innen observasjonsforskning kjent som immortal time bias (Immortal time-bias er en type forutinntatthet i observasjonsforskning der det finnes en periode hvor det aktuelle utfallet ikke kan forekomme, noe som fører til en overvurdering av behandlingseffekter. Denne forutinntattheten oppstår vanligvis når fremtidige hendelser feilaktig inkluderes i analysen fra studiens start. Red.)
Prof. Norman Fenton og prof. Martin Neil var blant de første som identifiserte hvordan disse skjevhetene endrer tilfeller og dødsfall på en måte som overdriver den tilsynelatende effekten og sikkerheten til vaksiner ved å skape misvisende tidsmessige kategoriseringer. Professor Fenton har selv omtalt slike manipulasjoner som et «billig triks» – en statistisk illusjon som kunstig forsterker oppfattet vaksineeffektivitet [3].
James Lyons-Weiler, PhD hadde allerede identifisert og fremhevet denne betydelige statistiske inkonsekvensen som påvirker data om vaksineeffektivitet så tidlig som i oktober 2021, noe som understreket behovet for kritisk gransking av hvordan vaksinasjonsstatus og antallsvinduer forvrenger oppfattet vaksineytelse [4]. Viktigere er det at i januar 2022, professor Martin Neil, professor Norman Fenton og kolleger publiserte en preprint-studie som kritisk undersøkte dødelighetsdata for covid-vaksinasjon i Storbritannia ved å sammenligne dødelighet av alle årsaker mellom vaksinerte og uvaksinerte grupper [5].
Mens innledende rapporter antydet lavere dødelighet hos vaksinerte eldre voksne, avdekket studien betydelige dataavvik, sannsynligvis på grunn av feilklassifisering, rapporteringsforsinkelser og populasjonsfeil. Forskerne fant ingen støtte for forklaringer basert på skjevhet eller sosiodemografiske faktorer, og konkluderte med at dataene ikke pålitelig viser at vaksiner reduserer dødelighet av alle årsaker og kan indikere økt dødelighet kort tid etter vaksinasjon i eldre populasjoner.
Funnene våre har viktige implikasjoner: Hvis man ikke tar hensyn til disse skjevhetene, kan det føre til betydelig overvurdering av vaksinefordeler og -sikkerhet, noe som resulterer i feilaktig folkehelsepolitikk. Derfor må det vitenskapelige samfunnet anerkjenne og justere for disse skjevhetene for å produsere mer nøyaktige og transparente vurderinger av vaksinerisikoer og -fordeler.
Avslutningsvis viser studien vår at skjevheten i antall tilfeller blåser opp dødelighetsrater som feilaktig tilskrives uvaksinerte, samtidig som den undervurderer bivirkninger som oppstår kort tid etter vaksinasjon. For å sikre pålitelig tolkning av observasjonsstudier av vaksine og informerte folkehelsebeslutninger, er det avgjørende å korrigere denne skjevheten sammen med den udødelige tidsskjevheten. Videre bør alle eksisterende studier av vaksineeffektivitet vurderes på nytt for disse skjevhetene. En viktig del av denne prosessen er å ha nøyaktige og rettidige data om individers vaksinasjonsstatus, noe som muliggjør riktig klassifisering av tilfeller og dødsfall og støtter en mer pålitelig evaluering av vaksinesikkerhet og -effektivitet i virkelige omgivelser.
Referanser
[1] M. Alessandria, G. Trambusti, GM Malatesta, P. Polykretis, A. Donzelli, Klassifiseringsskjevhet og virkningen av COVID-19-vaksinasjon på dødelighet av alle årsaker: Tilfellet med den italienske regionen Emilia-Romagna, Autoimmunity 58 (2025) 2562972. .
[2] K. Fung, M. Jones, P. Doshi, Kilder til skjevhet i observasjonsstudier av covid-19-vaksineeffektivitet, J Eval Clin Pract 30 (2024) 30–36. .
[3] N. Fenton, M. Neil, Vaksineeffektivitet – «billig triks» ved eksklusjon, Where Are the Numbers? av Norman Fenton og Martin Neil (2023). .
[4] JL-W. PhD, Hvordan definisjonen av «fullvaksinert» villeder folk om COVID-19-vaksinens sikkerhet og effekt: En forklaring for CNNs Drew Griffin, Popular Rationalism (2021). .
[5] M. Neil, N. Fenton, J. Smalley, C. Craig, J. Guetzkow, S. McLachlan, J. Engler, D. Russell, J. Rose, Offisielle dødelighetsdata for England tyder på systematisk feilkategorisering av vaksinestatus og usikker effektivitet av covid-19-vaksinasjon, 2022.
Panagis Polykretis har doktorgrad i strukturbiologi med fokus på evidensbasert og objektiv vitenskap. Han deler åpent funnene sine for å fremme folkehelsen gjennom vitenskapelige publikasjoner og medieanalyser, og driver informert diskurs utover etablerte fortellinger.
Du finner bloggen hans her: https://panagispolykretis.substack.com/
Artikkelen er hentet fra Steigan.no
