Brownstone » Artigos do Instituto Brownstone » As vacinas contra a Covid salvaram dezenas de milhões de vidas?

As vacinas contra a Covid salvaram dezenas de milhões de vidas?

COMPARTILHAR | IMPRIMIR | O EMAIL

A introdução de vacinas contra a Covid reduziu a mortalidade?

A pré-impressão recente, com o agora questionável Medical Journal Lanceta, afirma que a introdução da vacina Covid em dezembro de 2020 na verdade evitou dezenas de milhões de mortes em todo o mundo. 

Claro que as alegações estão fazendo manchetes em todo o mundo.

Este artigo foi submetido pelo grupo de pesquisa liderado por Azra Ghani do Imperial College of London. Foi apoiado em financiamento pela Iniciativa da Aliança Global para Vacinas (GAVI), Fundação Bill e Melinda Gates, Rhodes Trust, Organização Mundial da Saúde (OMS) e outros. A Dra. Ghani atua como consultora do HSBC, GlaxoSmithKline e da OMS e, assim como seus outros colegas do Imperial College, é pró-bloqueio/pró-pânico e pró-vacina há mais de dois anos.

Esse pano de fundo por si só é suficiente para eu levantar suspeitas sobre qualquer coisa deste jornal. Mas, eu quero olhar para o conteúdo do papel.

Primeiro, como o título indica claramente, este foi um estudo de “Modelagem Matemática”. Em termos científicos, os estudos de modelagem matemática representam o equivalente a uma peça de “opinião”. A razão é que, para entender o resultado, você precisa entender não apenas as entradas, mas também os algoritmos. E, como vimos claramente desde 2020, os modelos matemáticos tendem a ser ERRADOS. São apenas ferramentas.

Então, o que há de errado com este artigo? Nem preciso conhecer os algoritmos porque as entradas são ruins!

  1. Previsão de mortalidade

A característica mais gritante é que é quase impossível prever a mortalidade (futura ou passada), especialmente com vírus respiratórios comuns. Podemos prever que uma certa porcentagem de idosos (acima de 75 anos) com várias comorbidades provavelmente sucumbirá a um vírus respiratório como o Covid, mas não podemos prever quem e quando. Algumas pessoas que parecem ser as principais candidatas à mortalidade podem sobreviver, enquanto outras que parecem mais saudáveis ​​podem sucumbir.

Mesmo assim, a previsão de mortalidade por Covid foi baseada em dados reais, não em modelagem. Os modelos matemáticos que foram apresentados pelo Imperial College sempre foram extremamente ERRADOS. 

Mesmo com doenças mais estabelecidas, como o câncer, prever a mortalidade pode ser uma coisa complicada. É por isso que as estimativas de sobrevida são dadas com base no estágio de diagnóstico e tratamentos, mas são apenas estimativas. Sob nenhuma circunstância qualquer profissional médico afirma que, usando o tratamento de radiação, salvamos um número X de vidas a cada ano de câncer.

Eu também poderia escrever um programa que prevê a mortalidade com base no estilo de sapato que uma pessoa usa ou no tipo de carro que dirige. Por exemplo, os mais jovens podem estar mais inclinados a usar um determinado estilo de tênis e, como os mais jovens têm menos probabilidade de morrer de Covid, eu poderia calcular que usar esse tipo de tênis salva vidas.

Salvar vidas é quase sempre um argumento falacioso.

2. Ignorando outros fatores 

  1. Imunidade Natural

Quando as vacinas foram introduzidas em dezembro de 2020, uma porcentagem muito grande do mundo já havia experimentado o Covid. Sabemos por estudos de soroprevalência que o vírus original circulava desde pelo menos meados de 2019. Também sabemos que a imunidade natural provou ser mais forte do que qualquer imunidade induzida por vacina de curto prazo. Assim, uma porcentagem muito grande da população tinha uma forma superior de imunidade já funcionando para eles, a Imunidade Natural.

B. Seleção de Doenças

Quando as vacinas foram introduzidas em dezembro de 2020, as pessoas mais suscetíveis a doenças graves e morte já haviam sucumbido à doença. Os idosos que foram infectados e sobreviveram durante 2020 agora tinham imunidade natural trabalhando para eles. Como acontece com qualquer epidemia anual de doenças infecciosas, você obtém anos de alta mortalidade seguidos de anos de menor gravidade simplesmente porque as pessoas mais suscetíveis sucumbem cedo enquanto outras continuam. 

C. Suscetibilidade da População 

A peça acima ignora completamente o enorme gradiente de suscetibilidade à mortalidade na população. Pessoas mais jovens tiveram mortalidade por infecção muito baixa nos últimos dois anos. Os modelos matemáticos assumem o mesmo nível de suscetibilidade à mortalidade em todas as populações. Essa suposição que sabemos ser uma falácia e nega completamente qualquer um de seus “modelos”.

D. Redução na gravidade da doença com variantes 

Quando as vacinas foram introduzidas em dezembro de 2020, as próximas variantes estavam surgindo (“Delta”). O curso evolutivo natural dos vírus é no sentido de menos letalidade. O aumento da transmissibilidade é certamente possível, uma vez que estes tendem aos vírus que sobrevivem.

Acrescente isso ao fato de que as vacinas foram projetadas apenas para lidar (parcialmente) com o vírus fonte original do Covid, e você tem a vacina nem entrando na equação.

E. Melhorias nos Tratamentos

Quando as vacinas foram introduzidas em dezembro de 2020, médicos de todo o mundo já haviam aprendido a lidar com os casos mais graves de Covid. A grande maioria das pessoas ainda sofria de doenças leves e corria pouco perigo, mas os casos mais graves podiam ser tratados com tratamentos eficazes e evitando ações perigosas, como ventilação.

3. Uso de dados

  1. Excesso de Mortalidade como Marcador

A suposição do modelo é que os dados de “Excesso de Mortalidade” só podem se correlacionar diretamente com o Covid, quando na verdade essa é uma suposição incorreta. Em todo o mundo, a mortalidade por Covid desempenha apenas um papel menor na mortalidade geral. Assim, existem muitos outros fatores que podem influenciar qualquer interpretação da mortalidade.  

Mas, para ter algum significado, é preciso separar as estatísticas de mortalidade por faixa etária e aquelas mais suscetíveis à mortalidade por Covid. 

  1. Usando dados não confiáveis 

Agora sabemos que o número real de mortes resultantes do próprio Covid foi superestimado por causa dos critérios que favoreceram a notificação do Covid sobre as causas verdadeiras, bem como o uso da PCR como critério determinante. Sabemos que uma pessoa poderia ter se recuperado completamente do Covid e sucumbido a algo não relacionado ao Covid, mas por ter um PCR positivo em seu histórico, foi registrado como uma morte por Covid.

Talvez nunca entendamos realmente o verdadeiro número de pessoas que realmente sucumbiram ao Covid porque as águas dos dados foram tão turvas e houve tanta influência política. Isso é uma pena, porque significa que provavelmente continuaremos a ver abusos de números não confiáveis ​​para tentar fazer reivindicações sobre as ações dos últimos dois anos e meio.

Não acho que alguém precise ser um cientista credenciado para ver completamente as falácias no tipo de relatório citado acima.

Se eu fosse um revisor deste artigo, eu o enviaria de volta com o comentário: jogue este no lixo. 



Publicado sob um Licença Internacional Creative Commons Attribution 4.0
Para reimpressões, defina o link canônico de volta ao original Instituto Brownstone Artigo e Autor.

Autor

  • Roger Koops

    Roger W. Koops possui um Ph.D. em Química pela Universidade da Califórnia, Riverside, bem como mestrado e bacharelado pela Western Washington University. Trabalhou na Indústria Farmacêutica e de Biotecnologia por mais de 25 anos. Antes de se aposentar em 2017, passou 12 anos como Consultor focado em Garantia/Controle de Qualidade e questões relacionadas à Conformidade Regulatória. É autor ou coautor de diversos artigos nas áreas de tecnologia farmacêutica e química.

    Ver todos os posts

Doe hoje

Seu apoio financeiro ao Instituto Brownstone vai para apoiar escritores, advogados, cientistas, economistas e outras pessoas de coragem que foram expurgadas e deslocadas profissionalmente durante a turbulência de nossos tempos. Você pode ajudar a divulgar a verdade por meio de seu trabalho contínuo.

Assine Brownstone para mais notícias

Mantenha-se informado com o Instituto Brownstone