Instituto Brownstone » Diário Brownstone » Saúde pública » O Mistério da Queda da Fertilidade
O Mistério da Queda da Fertilidade

O Mistério da Queda da Fertilidade

COMPARTILHAR | IMPRIMIR | O EMAIL

Esta análise teve origem em um projeto de um aluno do meu curso de Ciência de Dados na Universidade Palacky, na República Tcheca. Vários alunos contribuíram, com Michal Malcik sendo o que mais se destacou. Pode ser considerado um dos trabalhos mais relevantes do curso.

Introdução

No início de 2022, a Taxa de Fecundidade Total (TFT) em muitos países europeus começou a... diminuir drasticamenteUma queda rápida e inesperada na Taxa de Fecundidade Total (TFT) ocorreu em todos os países bálticos, no norte da Europa, na Europa Central e em todos os principais países da Europa Ocidental. Apenas Grécia, Espanha, Itália, Croácia e Romênia não apresentaram quedas tão drásticas, enquanto Portugal e Bulgária registraram até mesmo crescimento na TFT (ver Figura 1).

Figura 1. Painel do Evolução da Taxa de Fecundidade Total (TFT) nos países europeus desde 2010. Dados disponíveis em https://www.humanfertility.org/Data/STFFEm cada painel, todos os países são representados em cinza como fundo e um grupo diferente de países é destacado.

Essa mudança drástica e inesperada na dinâmica da Taxa de Fecundidade Total (TFT), que ocorreu simultaneamente em grande parte da Europa, exige uma explicação. Vários mecanismos foram propostos na mídia tradicional.

  1. O envelhecimento da população e as mudanças no tamanho da faixa etária fértil. No entanto, a TFR é uma medida estatística independente do tamanho da população e de sua estrutura etária. Assim, embora o tamanho da população e a estrutura etária afetem natalidade (Aka taxa de natalidade), elas não afetam a Taxa de Fecundidade Total. A TFT é o número médio de filhos que uma mulher tem ao longo de sua vida (pressupondo que as taxas de fecundidade específicas por idade permaneçam constantes ao longo da vida e que elas sobrevivam até o final de sua vida reprodutiva).
  2. O choque causado pela guerra na Ucrânia e o grande impacto que a guerra trouxe para a Europa. No entanto, a inflação na Europa começou a escalar a níveis excepcionais até o verão de 2022. Isso ocorre quase um ano depois que os fatores responsáveis ​​pelo declínio na TFR teriam ocorrido. 
  3. A epidemia de infecções pelo vírus SARS-CoV-2. No entanto, grande parte da população europeia foi infectada durante 2020, mas a taxa de letalidade na maioria dos países aumentou em 2021 (ver Figura 1). Seria difícil argumentar que uma cepa do SARS-CoV-2 não afeta a taxa de letalidade enquanto outra a afeta.
  4. O impacto dos confinamentos da Covid. No entanto, os confinamentos mais rigorosos (e mais surpreendentes) ocorreram em 2020, embora a taxa de fecundidade total (TFT) em muitos países tenha aumentado em 2021 (ver Figura 1).
  5. Uma mudança mais ampla nos valores da população. No entanto, tal mudança teria que ocorrer simultaneamente em muitos países com histórias, religiões, valores, ciclos econômicos, composições étnicas e dinâmicas populacionais diferentes. Além disso, seria preciso demonstrar que essa mudança drástica ocorreu exatamente da forma como aconteceu. entre Os dois eventos mais dramáticos da última geração – o início da pandemia de Covid e a guerra na Ucrânia. Tudo isso é altamente improvável.

No entanto, existe outro fator que quase nunca é discutido publicamente. Na primavera de 2021, milhões de mulheres em idade fértil foram submetidas à vacina experimental de mRNA contra a Covid-19. Desde o início da campanha de vacinação, houve muitos relatos de distúrbios menstruais após a vacinação. No maior banco de dados de farmacovigilância, o VAERS, o número de natimortos/abortos espontâneos O número de casos relatados após a vacinação saltou de menos de 100 antes de 2020 para mais de 3,000 após a vacinação contra a Covid-19 em 2021. O número de relatos de distúrbios menstruais aumentou de algumas centenas antes de 2020 para mais de 27,000 após a vacinação contra a Covid-19 em 2021. Portanto, um efeito adverso das vacinas contra a Covid-19 na fertilidade é plausível.

Além disso, o declínio rápido e inesperado da fertilidade começou cerca de 9 meses após a vacinação em massa. Assim, é natural questionar se as vacinas foram eficazes. causado esse declínio. É notoriamente difícil responder a questões causais a partir de dados observacionais. No entanto, o primeiro passo nessa busca é estabelecer a associação. 

descrição de dados

Para os leitores americanos, alguns comentários sobre o sistema de saúde checo são necessários: Tudo é muito “homogêneo” aqui. Temos um sistema de saúde universal, gratuito e altamente regulamentado, de modo que quase todos recebem o mesmo atendimento (com alguma corrupção aqui e ali). Todos têm direito a assistência médica gratuita, cujo alcance é determinado por decreto governamental. Da época comunista, herdamos o sistema de “números de identificação pessoal” obrigatórios (documentos de identidade emitidos pelo Estado), então todos estão muito bem cadastrados. 

O Estado checo coleta uma enorme quantidade de dados de saúde (e outros) vinculados aos documentos de identidade fornecidos pelo Estado e armazenados centralmente. Embora existam "seguradoras de saúde", todas elas são obrigadas a cobrir o mesmo atendimento para todos e são financiadas pelo Estado por meio de um "imposto de saúde" universal obrigatório, cobrado como uma porcentagem da renda. Consequentemente, os dados oficiais de saúde da República Checa são tão precisos, claros, homogêneos e detalhados que nada comparável estará disponível nos EUA. Portanto, se respostas podem ser encontradas nesse tipo de dado, elas serão especialmente evidentes e irrefutáveis ​​nos dados checos.

Recentemente, um banco de dados único foi publicado pelo Instituto de Informação e Estatística da Saúde (IHIS). O banco de dados contém mais de 17 milhões de linhas. Há seis tipos de eventos que os dados abrangem: vacinação contra Covid, infecção por Covid (ou seja, um teste PCR positivo), parto, aborto espontâneo, aborto induzido e óbito (da mulher). Se uma mulher na República Tcheca vivenciou algum dos eventos listados acima entre 01/01/1994 e 31/12/2023, há uma única linha no arquivo CSV para esse evento. 

Cada mulher possui um identificador único, permitindo o pareamento de eventos ocorridos com a mesma mulher. Na versão original dos dados (que foi retirada do ar, provavelmente devido a preocupações com a identificação individual), eram fornecidos o ano de nascimento de cada mulher, bem como o mês e o ano de cada evento. Na nova versão dos dados, são fornecidos apenas a década de nascimento e o ano de cada evento. 

Os dados contêm aproximadamente 9.6 milhões de eventos de vacinação, 2.2 milhões de eventos de infecção, 3 milhões de nascimentos, 370 mil abortos espontâneos, 830 mil abortos induzidos e 1.6 milhão de óbitos. Cada óbito possui um código CID-10 único que indica a causa da morte. Até onde sabemos, este é o único banco de dados disponível publicamente que conecta eventos reprodutivos com dados de vacinação contra a Covid-19 no nível de registros individuais. 

O Propósito

Para demonstrar uma associação entre uma intervenção e um resultado, o Série de casos autocontrolados O delineamento SCCS (Seleção de Casos Clínicos) pode ser utilizado. Nesse delineamento, os indivíduos atuam como seus próprios controles. Utilizamos o delineamento SCCS para estudar a associação entre a vacinação contra a Covid-19 (exposição) e o parto (desfecho). É preciso cautela nesse caso, pois tanto a exposição (vacinação) quanto o desfecho (parto) são influenciados pela vontade das mulheres e podem ser planejados com bastante antecedência. O delineamento SCCS é frequentemente utilizado na avaliação da segurança de vacinas; contudo, embora a decisão de aceitar a vacina seja geralmente voluntária, o surgimento de um evento adverso não o é. O delineamento SCCS supera o problema de fatores de confusão não observados que afetam as comparações entre coortes vacinadas e não vacinadas (ver nosso estudo). Estudo do Espelho de OjesedIsso também resolve o problema de cada indivíduo ter sido submetido à intervenção em um momento diferente.

Consistentes

Selecionamos todas as mulheres nascidas entre 1975 e 2024 que receberam a primeira dose de qualquer vacina contra a Covid-19 e que deram à luz pelo menos um filho entre 1993 e 2023. Dividimos essa coorte em seis grupos de nascimento e plotamos o número de nascimentos (por 1,000 mulheres no respectivo grupo de nascimento) em função do mês em relação ao mês da vacinação. A Figura 2 mostra os padrões surpreendentes que emergem. 

Figura 2. Painel do Número anual de nascimentos por 1,000 mulheres, por coortes de nascimento, em relação ao mês da primeira dose da vacina contra a Covid-19. 

As seguintes características são interessantes.

  • Há um pico acentuado no número de nascimentos (especialmente em mulheres no auge da sua fertilidade) por volta de 2 meses. antes a primeira dose. Isso significa que muitas mulheres adiaram a vacinação para depois do parto. O pico é menos pronunciado na coorte mais jovem (cinza) e na mais velha (azul). É importante notar que o eixo horizontal não representa o tempo real – cada mulher tem seu próprio tempo a partir do mês da primeira dose. Assim, nem o pico nem o vale podem ser observados nos dados da população checa. É a mágica do desenho do SCCS que torna esse padrão visível.
  • Observa-se uma queda drástica no número de nascimentos no mês 0 (ou seja, no mês da vacinação), seguida por oito meses (0 a 7) com números muito baixos. Isso significa que as mulheres evitaram a vacina se soubessem que estavam grávidas. O mês 0 é justamente o mês da vacinação – poucas mulheres quiseram se vacinar no mês do parto. Dar à luz no sétimo mês após a primeira dose significa que a primeira dose foi administrada sete meses antes do parto – ou seja, por volta do segundo mês de gravidez, ou seja, por volta da época em que a mulher descobriu que estava grávida. Pouquíssimas mulheres quiseram se vacinar se soubessem que estavam grávidas. Isso é interessante, especialmente porque as autoridades tchecas recomendaram a vacinação contra a Covid-19 durante a gravidez. A Figura 2, entre outras, demonstra claramente a falta de confiança das mulheres tchecas nas autoridades.
  • O número de nascimentos aumenta entre o 8º e o 11º mês, retornando aos níveis basais. Isso significa que mulheres que desejavam engravidar (partos entre 9 e 11 meses após a primeira dose) ou que já estavam grávidas e sabiam disso (partos entre 8 e 9 meses após a primeira dose) também tentaram evitar a vacina.
  • Como as coortes são fixadas pela data de nascimento, sua idade e fertilidade mudam, portanto, não se pode esperar que, após o ponto mais baixo, sua taxa de natalidade retorne aos níveis pré-vacinação. Por exemplo, mulheres nascidas entre 1985 e 1989 (linha amarela na Figura 2) tinham mais de 35 anos em 2020 e, portanto, sua fertilidade já estava diminuindo. Por outro lado, mulheres nascidas entre 1995 e 1999 (linha rosa) tinham mais de 25 anos em 2020 e sua fertilidade estava aumentando. Assim, é difícil tirar conclusões do comportamento do gráfico antes e depois da anomalia causada pela primeira dose. A comparação com a coorte não vacinada é difícil devido a fatores de confusão e à ausência do mês de referência (ou seja, o mês da primeira dose). 

Para verificar a estabilidade do padrão, repetimos a análise com o mês de segundo dose como mês zero. Como a maioria das mulheres vacinadas com a dose 1 recebeu a dose 2 cerca de um mês depois, esperávamos observar um padrão semelhante, apenas deslocado cerca de um mês para a esquerda. Isso é quase exatamente o que pode ser observado na Figura 3. 

Figura 3. Painel do Número anual de nascimentos por 1,000 mulheres, por coortes de nascimento, em relação ao mês da segunda dose da vacina contra a Covid-19. 

Discussão

O principal efeito demonstrado pelas Figuras 2 e 3 é que, em mulheres checas, a vacinação contra a Covid-19 está fortemente associada a uma baixa taxa de natalidade. Essa associação é inquestionável e não requer comprovação adicional, embora fosse interessante ver esse tipo de análise replicada em outros países. Além disso, é evidente que essa associação é causal no sentido de que o padrão não é resultado de uma coincidência ou de fatores de confusão. 

A questão principal é a direção do efeito causal. Ou a vacina reduz a probabilidade de engravidar, ou a gravidez reduz a disposição para se vacinar, ou ambos os mecanismos atuam simultaneamente. A segunda possibilidade é quase certamente verdadeira. As mulheres checas são muito mais sensatas do que os especialistas em vacinas checos e, em geral, tentavam evitar a vacina durante a gravidez ou antes da concepção. Como resultado, os nascimentos ficaram "concentrados" no grupo não vacinado, o que levou a uma menor fertilidade entre as vacinadas, especialmente logo após a vacinação. 

Contudo, se esse fosse o único mecanismo causal em ação em 2021, a taxa de fertilidade total de toda a população (independentemente do estado de vacinação) não teria mudado. As mulheres checas simplesmente teriam se dividido entre aquelas que querem ter filhos e não querem a vacina, e aquelas que não querem ter filhos e querem a vacina. Tal divisão não teria tido efeito algum sobre a fertilidade geral da população. Seria como colocar as mulheres mais baixas no lado esquerdo de uma quadra de basquete e as mulheres mais altas no lado direito — a altura média das mulheres na quadra permaneceria inalterada.

No entanto, a fertilidade total começou a declinar drasticamente em janeiro de 2022 e esse declínio não parou desde então (veja novamente a Figura 1). Portanto, é certo que, em algum momento da primavera de 2021, outro mecanismo causal deve ter começado a operar — um diferente da mudança voluntária de comportamento descrita acima. Em nossa opinião, a vacina contra a Covid-19 ainda é a candidata mais plausível (veja novamente a Introdução). Assim, hipotetizamos que as vacinas experimentais baseadas em mRNA evitada algumas mulheres de engravidar. 

Poder-se-ia argumentar que mesmo esse mecanismo pode ser voluntário: as mulheres vacinadas podem apenas ter adiado A gravidez resultante de vacinação recente teria levado a uma diminuição na Taxa de Fecundidade Total (TFT) cerca de um ano após a implementação da vacina (o que de fato foi observado), seguida por um aumento na TFT quando os bebês "adiados" nascessem. No entanto, essa recuperação nunca ocorreu. Pelo contrário, a TFT das mulheres checas nunca retornou aos níveis pré-pandemia – ela vem diminuindo cerca de 10% ao ano nos últimos 4 anos.

Então, algumas mulheres vacinadas ou decidido Eles não querem filhos, nem a vacina. evitada impedindo-as de engravidar por alguma via biológica. Essas duas possibilidades não podem ser distinguidas em dados observacionais. O leitor pode decidir qual das duas é mais plausível.

Conclusão

Analisamos um banco de dados único, em nível individual, de eventos reprodutivos por status de vacinação contra a Covid-19, que foi brevemente publicado (e posteriormente retirado do ar) pelo governo tcheco. Encontramos uma associação extremamente forte entre a vacinação contra a Covid-19 e a baixa fertilidade. 

Grande parte do padrão observado pode ser explicada por uma mudança no comportamento das mulheres – apesar da recomendação oficial, as gestantes tentaram evitar as vacinas experimentais. Contudo, esse efeito não pode ter sido o único mecanismo causal em ação, pois teria deixado a taxa de fecundidade total de toda a população (independentemente do estado vacinal) inalterada. Como a taxa de fecundidade total das mulheres tchecas começou a diminuir acentuadamente em janeiro de 2022, algum mecanismo causal deve ter atuado na primavera de 2021. Nossa hipótese é que as vacinas experimentais baseadas em mRNA impediram algumas mulheres de engravidar.


Participe da conversa:


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

  • Tomas Fürst ensina matemática aplicada na Universidade Palacky, República Tcheca. Sua formação é em modelagem matemática e ciência de dados. Ele é cofundador da Associação de Microbiologistas, Imunologistas e Estatísticos (SMIS), que tem fornecido ao público tcheco informações honestas e baseadas em dados sobre a epidemia do coronavírus. Ele também é cofundador de um periódico “samizdat” dZurnal, que se concentra em descobrir má conduta científica na ciência tcheca.

    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.

Inscreva-se para receber o boletim informativo do Brownstone Journal

Junte-se a mais de 30,000 leitores independentes: Receba a newsletter GRATUITA do Brownstone Journal