Es gibt zahlreiche Veröffentlichungen, die zeigen, wie gut die Impfstoffe die Menschen nach der zweiten Dosis schützen. Ein Teil dieser Wirkung ist eine Illusion. Der Effekt ist das Ergebnis ungenauer Messungen und eines Phänomens, das als Survivorship Bias bezeichnet wird.
Ein Survivorship Bias tritt auf, wenn eine Gruppe zu zwei Zeitpunkten verglichen wird, aber die Mitglieder der Gruppe zwischen den Zeitpunkten wechseln. Das wäre so, als würde man die Qualität einer Schwimmschule bewerten, die die Technik bevorzugt, Leute mitten ins Meer zu werfen, sie ein paar Stunden dort zu lassen und dann zu bewerten, wie gut die verbleibenden Schüler schwimmen können. Nach zwei Stunden wären nur noch diejenigen übrig, die bereits schwimmen können, und vielleicht ein paar, die das Schwimmen auf die harte Tour gelernt haben! Die armen Seelen, die in der Zwischenzeit ertrunken sind, werden nicht einmal mitgezählt. Würde man die Schwimmfähigkeiten der übrigen Teilnehmer dem Trainer zuschreiben, der 2 Stunden später auftauchte, ergäbe das natürlich ein sehr irreführendes Bild. Der Hinweis darauf, dass in den späteren Unterrichtsstunden niemand ertrunken ist, wäre ebenso irreführend, um den Erfolg der „Lehrmethode“ zu bestimmen.
Bei der Covid-Impfung gibt es einen Zeitraum von zwei Wochen nach der Impfung, der in den Daten nicht berücksichtigt wird. Dies wird damit begründet, dass die Impfstoffe eine gewisse Zeit brauchen, um Antikörper zu bilden, und daher die Daten der ersten zwei Wochen nicht relevant sind. Das ist natürlich nicht richtig. Was ist, wenn die Impfstoffe schädliche Auswirkungen haben, die sofort sichtbar sind und nichts mit der Antikörperbildung zu tun haben? Ein Beispiel ist die hohe Rate an Gürtelrose, die nach der Covid-Impfung auftritt, was auf ein Problem mit der viralen Reaktivierung hindeutet. Dies könnte erklären, warum die Sars-CoV-2-Infektionsraten bei Geimpften in den ersten zwei Wochen nach der Impfung höher sind als bei Ungeimpften.
Die Eliminierung der ersten beiden Wochen führt zu einer irreführenden Verzerrung der Daten. Wenn sich Menschen in diesem Zeitraum infizieren und sterben, muss dies berücksichtigt werden. Die Möglichkeit, dass der Impfstoff selbst einen Einfluss auf die Infektionsrate hat, darf nicht übersehen werden, und der gesamte Datensatz muss einbezogen werden, um die Wirksamkeit genau zu bewerten. Wenn nur der Zeitraum nach dem erhöhten Infektionsrisiko (0-14 Tage) gemessen wird, ist eine Täuschung möglich. Jedes Signal würde übersehen werden.
Abgesehen davon, dass es im Hinblick auf das individuelle Risiko unsinnig ist, diesen Zeitraum herauszunehmen, wird es auch Auswirkungen auf die Allgemeinheit haben. Wenn der Impfstoff in den ersten zwei Wochen tatsächlich einen Anstieg der Infektionen verursacht, wird dies unweigerlich zu einer stärkeren Verbreitung und zu einer höheren Zahl von Infektionen in dieser Gemeinschaft während dieser Zeit führen. Daher muss bei der Bewertung der Auswirkungen des Impfprogramms nicht nur die Wirkung auf den Einzelnen, sondern auch die Auswirkung auf die Allgemeinheit berücksichtigt werden.
Dieser Punkt ist besonders wichtig für eng zusammenhängende Gemeinschaften, in denen viele Menschen gleichzeitig geimpft werden, z. B. Schulen und insbesondere Gemeinschaften mit einer großen Anzahl gefährdeter Personen, wie Pflegeheime und Krankenhäuser. Im Grunde beschleunigen wir damit die Infektions- (und Todes-)welle. Letztendlich starben am Ende der Virussaison die gleiche Anzahl von Menschen. Durch die Ausklammerung der früheren Todesfälle (1-14 Tage) werden wir zu der Annahme verleitet, dass die Impfstoffe wirksamer waren, als sie tatsächlich waren. Dadurch, dass nur der spätere Zeitraum betrachtet wird und in dieser Zeit weniger Todesfälle zu verzeichnen sind, wird die Illusion erweckt, dass Leben gerettet wurden. Dies zeigen die Daten aus vielen Ländern nach der Einführung der Impfstoffe. Die nachstehende Grafik, die das Vereinigte Königreich im Vergleich zu Europa zeigt, veranschaulicht dies, da das Vereinigte Königreich den Impfstoff am schnellsten einführte. Die Gesamtzahl der Todesfälle, die durch die Fläche unter der Kurve dargestellt wird, war ähnlich hoch wie in anderen Ländern, wurde aber auf einen kürzeren Zeitraum komprimiert.
Abbildung 1: Covid-Todesfälle im Winter im Vereinigten Königreich und in der Europäischen Union
Betrachten wir nun einige konkrete Beispiele, z. B. diese Studie über Pflegeheimbewohner in den Vereinigten Staaten. Die Ergebnisse zeigen, dass im Verlauf der Studie 6,8 % der geimpften und 6,8 % der ungeimpften Bevölkerung infiziert waren. Durch die Entscheidung, die ersten 14 Tage nach der Impfung auszuschließen, wird jedoch die Grauzone für die geimpfte Gruppe mit der schwarzen und grauen Zone für die ungeimpfte Gruppe zusammen verglichen. Auf diese Weise könnte die Behauptung aufgestellt werden, dass der Impfstoff zu 66 % gegen die Infektion wirksam ist. Die Autoren dieser Studie waren so ehrlich, die Rohdaten zu veröffentlichen, und haben keine 66 %ige Wirksamkeit behauptet.
Abbildung 2: Daten aus einer US-amerikanischen Studie, die den prozentualen Anteil der infizierten Pflegeheimbewohner nach der Zeit, nachdem die Klinik ins Haus kam, und nach Impfstatus zeigenZahlreiche Studien haben sich jedoch auf diesen Trick gestützt, um die Wirksamkeit des Impfstoffs zu belegen. Die offensichtlichsten Beispiele hierfür sind die Originalstudie von Pfizer und die AstraZeneca-Studie.
Abbildung 3: Diagramm aus der AstraZeneca-Studie, das die Zensur der frühen Periode (‚Ausschlussperiode‘) zeigtEin zweites Beispiel: In einer dänischen Studie wurde die Zahl der Infektionen bei Beschäftigten im Gesundheitswesen und Bewohnern von Pflegeheimen gemessen. Vor Beginn des Impfprogramms hatten sich 4,8 % der Beschäftigten im Gesundheitswesen und 3,8 % der Heimbewohner infiziert. Die Studie endete am Ende der dänischen Winterwelle, nachdem 95 % der Pflegeheimbewohner und 28 % des Gesundheitspersonals geimpft worden waren. In Anbetracht der schlechteren Ausgangslage und der geringeren Impfrate bei den Beschäftigten im Gesundheitswesen könnte man erwarten, dass sie insgesamt schlechter dran waren. Der Prozentsatz der Infizierten am Ende der Welle betrug jedoch 7,0 % bei den Beschäftigten im Gesundheitswesen und 7,7 % bei den Heimbewohnern.
Abbildung 4: Daten aus einer dänischen Studie, die den prozentualen Anteil der Infizierten unter den Bewohnern von Pflegeheimen und den Beschäftigten im Gesundheitswesen zeigenInwieweit ist die in der Covid-Forschung angegebene Wirksamkeit des Impfstoffs tatsächlich ein Maß für die Verzerrung der Überlebensrate in Verbindung mit natürlich erworbener Immunität? Dies ist eine entscheidende Frage. Es sollte keine Behauptung über die Wirksamkeit von Impfstoffen aufgestellt werden, ohne diese Frage zu klären.
Der Bericht wurde ursprünglich vom Health Advisory and Recovery Team veröffentlicht. HART ist eine Gruppe hochqualifizierter britischer Ärzte, Wissenschaftler, Wirtschaftswissenschaftler, Psychologen und anderer akademischer Experten.
