Di seguito segnalo all’attenzione e alla riflessione dei lettori di questo blog l’articolo scritto da Eyal Shahar, professore emerito, e pubblicato su The Daily Sceptic. Visitate il sito e valutate liberamente le varie opzioni offerte e le eventuali richieste. Ecco l’articolo nella mia traduzione.
Come possono i vaccini Covid ridurre la mortalità?
Esistono due possibili meccanismi, spiegati con cura in un’accurata revisione e in un recente articolo su Brownstone: I vaccini Covid potrebbero ridurre il rischio di infezione, o ridurre il rischio di morte – se infettati, o entrambi. Possiamo spiegare i meccanismi a parole, con riferimento alle “probabilità marginali e condizionali”, oppure possiamo rappresentarli in un diagramma causale – un potente strumento metodologico.
Il primo meccanismo è semplice: Se un vaccino Covid riduce il rischio di infezione, ridurrà anche il rischio di morte, perché è indubbio che infettarsi aumenta il rischio di morte. A parte le eccezioni teoriche, se A influisce su B e B su C, allora A influisce su C.
E se A non influisce su B? E se un vaccino Covid non riducesse il rischio di infezione? Allora non può ridurre il rischio di morte attraverso questo meccanismo. La catena causale non esiste. Un legame è interrotto.
Ormai sappiamo che i vaccini Covid sembrano temporaneamente aumentare il rischio di infezione, e ogni successivo beneficio si annulla nel giro di pochi mesi, se non si trasforma nuovamente in un danno (efficacia negativa del vaccino). Pertanto, secondo il primo meccanismo, c’è un breve periodo in cui un vaccino Covid aumenta il rischio di morte, un periodo limitato (pochi mesi) in cui diminuisce il rischio di morte e un periodo successivo in cui l’effetto è al massimo nullo.
Il secondo meccanismo è più complicato. Un aspetto è stato spiegato nell’articolo di Brownstone ed è legato a un concetto causale chiamato “modifica dell’effetto”. Come numerosi concetti epidemiologici, ci sono strati di complessità al di sotto della semplicità superficiale. Mi atterrò alla semplicità.
Quando due cause – il vaccino Covid e l’infezione da Covid – agiscono su un unico esito (la morte), possiamo porci due domande causali:
Qual è l’effetto del vaccino Covid sul rischio di morte – se infettati?
Qual è l’effetto del vaccino Covid sul rischio di morte – se non infettato?
La seconda domanda riguarda la morte legata al vaccino, il peggiore effetto avverso. (Un vaccino può essere causa di morte anche se una persona è infettata, ma questa è un’altra questione).
In teoria, i due tipi di effetto potrebbero essere diversi, in ogni modo possibile: grandezza e direzione. Entrambi potrebbero essere effetti dannosi, ma di diversa entità. Uno potrebbe essere benefico e l’altro nullo, e così via. Se a questa complessità si aggiungono gli effetti variabili nel tempo, come già detto, si capisce quanto possa essere complicata la realtà causale.
Per coincidenza, mi sono imbattuto in uno studio rilevante più o meno nello stesso periodo in cui ho letto l’articolo di Brownstone. Questo studio fornisce indicazioni sui due meccanismi attraverso i quali i vaccini Covid potrebbero ridurre il rischio di morte, anche se gli autori hanno tralasciato un aspetto dei loro dati (la riduzione delle infezioni) e si sono fermati al calcolo dell’altro (la riduzione della mortalità, in caso di infezione).
Non è una sorpresa. In un’epoca di media e scienza distorti, a volte troviamo approfondimenti in pubblicazioni con un’impostazione narrativa che non ha permesso di trarre interessanti deduzioni dai dati.
Pubblicato come “lettera di ricerca“, lo studio ha confrontato la mortalità da Covid con quella da influenza stagionale. Utilizzando i database del Dipartimento degli Affari dei Veterani degli Stati Uniti (VA), i ricercatori hanno identificato i pazienti ricoverati in ospedale con una diagnosi di Covid o influenza e hanno accertato i decessi. La maggior parte dei pazienti era anziana, il gruppo di età in cui si concentra la mortalità da Covid e in cui sono necessari vaccini efficaci.
I vaccini Covid hanno ridotto le infezioni? Sebbene il progetto fosse una classica coorte retrospettiva, i dati di base della prima tabella possono essere considerati come dati di uno studio caso-controllo basato sull’ospedale. (Non posso addentrarmi in una spiegazione tecnica della “ponderazione del punteggio di propensione”, ma può essere ignorata per un’analisi caso-controllo di base).
Possiamo considerare i pazienti Covid come casi (8.996) e i pazienti con influenza stagionale come controlli (2.403). In un tipico studio caso-controllo ospedaliero, i controlli sono selezionati da più categorie di malattie, ma non vedo un grosso problema con questo gruppo di controllo, e forse ci sono vantaggi legati al referral.
Uno studio caso-controllo presenta molte questioni complicate. Tuttavia, l’analisi di base è semplice. Confrontiamo visivamente la distribuzione della variabile causale sospetta (stato di vaccinazione Covid) nei casi e nei controlli e calcoliamo gli odds ratio (rapporto di probabilità. Esso misura il grado di correlazione, ndr). Se i vaccini riducessero in modo significativo il rischio di infezione, dovremmo ottenere odds ratio molto inferiori a 1.
In questi dati non abbiamo prove di questo tipo. Gli odds ratio sono vicini a 1 (efficacia del vaccino prossima allo zero) e si allineano nell’ordine di grandezza “sbagliato” (inaspettato): maggiore è il numero di dosi, più debole è l’effetto apparente. La catena causale dalla vaccinazione alla riduzione della mortalità attraverso la riduzione delle infezioni da Covid non è corroborata.
È interessante notare che possiamo anche considerare i pazienti affetti da influenza come casi e i pazienti Covid come controlli e confrontare la distribuzione dello stato di vaccinazione antinfluenzale nei due gruppi. Controllate la loro tabella qui sopra. Non c’è nemmeno un’associazione significativa.
I pregiudizi potrebbero spiegare le associazioni quasi nulle? I percorsi distorti portano tipicamente a un’associazione statistica quando non esiste una vera relazione causa-effetto. A parte gli errori casuali, è insolito che i bias trasformino effetti forti in associazioni quasi nulle.
I vaccini Covid hanno ridotto la mortalità, se infettati? Passiamo ora al secondo meccanismo con cui un vaccino Covid potrebbe ridurre la mortalità: la riduzione del rischio di morte in caso di infezione. Questa parte è stata affrontata nel disegno originale. Ogni membro della coorte è stato infettato, sia dalla SARS-Cov-2 che dall’influenza.
Gli autori si sono concentrati sul confronto tra la mortalità da Covid e quella da influenza, ma hanno aggiunto una conclusione secondaria:
L’aumento del rischio di morte era maggiore tra gli individui non vaccinati rispetto a quelli vaccinati o sottoposti a boost – risultati che evidenziano l’importanza della vaccinazione per ridurre il rischio di morte da COVID-19.
Quanto è importante la vaccinazione? Qual è stata l’efficacia del vaccino – se infettato? Non lo dicono.
Se i vaccini Covid non riducono più il rischio di infezione, questa è l’unica fonte di efficacia vaccinale (VE) contro la morte.
Di seguito troverete la loro tabella e il mio calcolo:
Una VE (efficacia del vaccino, ndr) del 30% o del 40% nella popolazione vulnerabile è ben lungi dall’essere “altamente efficace”, un’affermazione perpetuata. Il beneficio incrementale del vaccino di richiamo (una o più dosi, secondo il materiale supplementare) era ancora più piccolo (rapporto di rischio 0,83, VE 17%).
Inoltre, il 30-40% non rappresenta necessariamente la vera efficacia. Abbiamo prove evidenti del “healthy vaccinee bias” (“distorsione della sicurezza vaccinale”, ndr), un tipo di bias (distorsione, ndr) di confondimento, sia negli Stati Uniti che nel Regno Unito. Le persone della stessa età vaccinate contro Covid erano in media più sane delle loro controparti non vaccinate, come dimostra la minore mortalità per cause diverse da Covid. Pertanto, la VE non distorta dovrebbe essere inferiore. Ad esempio, un modesto fattore di correzione del bias di circa 1,5 porterebbe la VE del 40% vicino allo zero.
Miliardi di persone sono state vaccinate con lo slogan “sicuro ed efficace”.
Non era né l’uno né l’altro.
Eyal Shahar
Eyal Shahar è professore emerito di Sanità pubblica presso l’Università dell’Arizona. Questo articolo è apparso per la prima volta su Medium.
Le opinioni espresse in questo articolo sono dell’autore e non riflettono necessariamente le opinioni del responsabile di questo blog. Sono ben accolti la discussione qualificata e il dibattito amichevole.
Sostieni il Blog di Sabino Paciolla
Scrivi un commento