코로나 백신 도입으로 사망률이 감소했습니까?
A 최근 사전 인쇄, 이제 의심스러운 의학 저널과 함께 랜싯2020년 XNUMX월에 출시된 코로나 백신이 실제로 전 세계적으로 수천만 명의 사망을 막았다고 주장합니다.
물론, 이러한 주장은 전 세계적으로 헤드라인을 장식하고 있습니다.
이 논문은 Imperial College of London의 Azra Ghani가 이끄는 연구 그룹에서 제출했습니다. Global Alliance for Vaccines Initiative(GAVI), Bill and Melinda Gates Foundation, Rhodes Trust, World Health Organization(WHO) 등의 자금 지원을 받았습니다. Ghani 박사는 HSBC, GlaxoSmithKline, WHO의 컨설턴트로 활동하고 있으며, Imperial College의 다른 동료들과 마찬가지로 2년 이상 봉쇄/공황 지지, 백신 지지를 표명해 왔습니다.
그 배경만으로도 이 논문의 어떤 것에도 의심을 품기에 충분합니다. 하지만, 저는 논문의 내용을 살펴보고 싶습니다.
첫째, 제목에서 분명히 알 수 있듯이 이것은 "수학적 모델링" 연구였습니다. 과학적 용어로 수학적 모델링 연구는 "의견" 기사와 동일합니다. 그 이유는 결과를 이해하려면 입력뿐만 아니라 알고리즘도 이해해야 하기 때문입니다. 그리고 2020년 이후로 분명히 보았듯이 수학적 모델은 틀릴 경향이 있습니다. 그것은 단지 도구일 뿐입니다.
그럼, 이 글에 뭐가 잘못된 거지? 입력이 나쁘니까 알고리즘을 알 필요도 없어!
- 사망률 예측
가장 눈에 띄는 특징은 사망률(미래 또는 과거)을 예측하는 것이 거의 불가능하다는 것입니다. 특히 흔한 호흡기 바이러스의 경우 더욱 그렇습니다. 우리는 여러 가지 합병증이 있는 노인(75세 이상)의 일정 비율이 코로나와 같은 호흡기 바이러스에 걸릴 가능성이 있다는 것을 예측할 수 있지만, 누가 언제 걸릴지는 예측할 수 없습니다. 사망률이 가장 높은 후보처럼 보이는 일부 사람들은 살아남을 수 있고, 건강해 보이는 다른 사람들은 죽을 수 있습니다.
그럼에도 불구하고, 코로나 사망률 예측은 모델링이 아닌 실제 데이터에 기반을 두었습니다. 임페리얼 칼리지에서 제시된 수학적 모델은 항상 엄청나게 틀렸습니다.
암과 같은 더 확립된 질병의 경우에도 사망률을 예측하는 것은 까다로운 일일 수 있습니다. 그렇기 때문에 진단 및 치료 단계에 따라 생존에 대한 추정치가 제공되지만 이는 추정치일 뿐입니다. 어떤 상황에서도 어떤 의료 전문가도 방사선 치료를 사용하면 매년 X명의 생명을 암으로부터 구할 수 있다고 말하지 않습니다.
또한 사람이 신는 신발의 스타일이나 운전하는 차의 종류에 따라 사망률을 예측하는 프로그램을 작성할 수도 있습니다. 예를 들어, 젊은 사람들은 특정 스타일의 운동화를 신을 가능성이 더 높고, 젊은 사람들은 코로나로 죽을 가능성이 가장 낮으므로, 그런 종류의 운동화를 신으면 생명을 구할 수 있다고 계산할 수 있습니다.
생명을 구하는 것은 거의 항상 오류가 있는 주장이다.
2. 다른 요소 무시
- 자연 면역
2020년 2019월에 백신이 도입되었을 당시, 전 세계 인구의 상당수가 이미 코로나를 경험했습니다. 우리는 혈청 유병률 연구를 통해 원래 바이러스가 적어도 XNUMX년 중반부터 유행하고 있었음을 알고 있습니다. 또한 자연 면역이 단기 백신 유도 면역보다 더 강력하다는 것이 입증되었습니다. 따라서 인구의 상당수가 이미 효과가 있는 우수한 면역 형태인 자연 면역을 가지고 있었습니다.
B. 질병 도태
2020년 2020월에 백신이 도입되었을 때, 심각한 질병과 사망에 가장 취약한 사람들은 이미 질병에 굴복했습니다. XNUMX년에 감염되어 살아남은 노인들은 이제 자연 면역이 작용하고 있었습니다. 매년 발생하는 모든 전염병 유행과 마찬가지로, 가장 취약한 사람들이 일찍 죽고 다른 사람들이 계속 살아남기 때문에 몇 년 동안 높은 사망률을 보인 다음 몇 년 동안 덜 심각해집니다.
C. 인구 감수성
위의 글은 인구 내 사망률 감수성의 엄청난 기울기를 완전히 무시합니다. 젊은 세대는 지난 2년 동안 감염 사망률이 매우 낮았습니다. 수학적 모델은 모든 인구에서 동일한 수준의 사망률 감수성을 가정합니다. 우리는 이 가정이 오류임을 알고 있으며 그들의 "모델"을 완전히 부정합니다.
D. 변종에 따른 질병 심각도 감소
2020년 XNUMX월에 백신이 도입될 무렵, 다음 변종이 출현하고 있었습니다("델타"). 바이러스의 자연스러운 진화 과정은 치명률이 낮아지는 것입니다. 이것들은 살아남는 바이러스를 겨냥하기 때문에 전염성이 증가할 가능성이 확실히 있습니다.
백신이 원래 코로나 바이러스를 치료하기 위해(부분적으로는)만 설계되었다는 사실을 추가하면, 백신은 방정식에 들어가지도 않습니다.
E. 치료의 개선
2020년 XNUMX월에 백신이 도입될 무렵, 전 세계의 의사들은 가장 심각한 코로나 사례를 다루는 방법을 배웠습니다. 대다수의 사람들은 여전히 가벼운 질병을 겪었고 거의 위험에 처하지 않았지만, 더 심각한 사례는 효과적인 치료와 인공호흡과 같은 위험한 행동을 피함으로써 처리할 수 있었습니다.
3. 데이터 사용
- 마커로서의 과잉 사망률
이 모델의 가정은 "초과 사망률" 데이터가 코로나와 직접적으로 상관관계를 가질 수 있다는 것인데, 사실 이는 잘못된 가정입니다. 전 세계적으로 코로나 사망률은 전체 사망률에서 미미한 역할만 합니다. 따라서 사망률에 대한 해석에는 다른 많은 요소가 작용할 수 있습니다.
그러나 의미를 갖기 위해서는 연령대별 사망률 통계와 코로나로 인한 사망에 가장 취약한 계층을 분석해야 합니다.
- 신뢰할 수 없는 데이터 사용
우리는 이제 코로나 자체로 인한 실제 사망자 수가 진짜 원인보다 코로나 보고를 선호하는 기준과 PCR을 결정 기준으로 사용했기 때문에 과장되었다는 것을 알고 있습니다. 우리는 사람이 코로나에서 완전히 회복되어 코로나와 관련 없는 것에 굴복했지만 병력에 양성 PCR이 있었기 때문에 코로나 사망으로 기록되었다는 것을 알고 있습니다.
우리는 실제로 코로나에 걸린 사람들의 실제 수를 결코 이해하지 못할 수도 있습니다. 데이터 물이 너무 흐려졌고 정치적 영향이 너무 많았기 때문입니다. 그것은 유감스러운 일입니다. 왜냐하면 우리는 지난 2년 반 동안의 행동에 대한 주장을 하기 위해 신뢰할 수 없는 숫자를 계속 남용할 가능성이 높기 때문입니다.
위에 인용된 보고서의 오류를 완전히 파악하려면 자격을 갖춘 과학자가 되어야 한다고 생각하지 않습니다.
만약 제가 이 기사의 리뷰어였다면, "이 기사는 쓰레기통에 버려라"는 코멘트와 함께 기사를 돌려보냈을 것입니다.
에 의해 게시됨 Creative Commons Attribution 4.0 국제 라이센스
재인쇄의 경우 정식 링크를 원본으로 다시 설정하십시오. 브라운스톤 연구소 기사와 저자.
