Por Carl Heneghan y Tom Jefferson
La BBC informó que AstraZeneca y Pfizer salvaron más de 12 millones de vidas en el primer año de vacunación contra el covid. Para corroborar esta afirmación, la BBC cita a Airinifinity , una empresa de pronóstico de enfermedades.
Airinifnity utilizó un estudio del Imperial College de Londres , que calculó que las vacunas COVID salvaron 20 millones de vidas entre diciembre de 2020 y diciembre de 2021.
Utilizando un modelo matemático, asumieron que la vacunación confería protección contra la infección por SARS-CoV-2 (se estimó que las vacunas de ARNm conferían un 88% de protección contra la infección después de la segunda dosis) y contra el desarrollo de una enfermedad grave que requiriera ingreso hospitalario. También asumieron que quienes desarrollan la infección son menos infecciosos que los individuos no vacunados.
Descargamos los datos complementarios de GitHub para examinar las estimaciones específicas de cada país y evaluar la plausibilidad de las cifras para el Reino Unido, Italia y los EE. UU.
(La hoja de Excel proporciona datos complementarios específicos a nivel de país).
DescargarEn el Reino Unido, con una cobertura de vacunación del 68%, se estima que se evitaron 507.200 (382.200 – 789.900) muertes gracias a la vacunación (52 muertes evitadas por cada 10.000 vacunados).
En Italia, los modeladores predijeron que, con una cobertura del 73%, se evitarían 491.300 (444.800 – 544.400) muertes (53 por cada 10.000 vacunados). En Estados Unidos, con una cobertura del 61%, se evitarían 1.902.000 (1.737.000 – 2.069.000) muertes (44 por cada 10.000 vacunados).
Los modeladores ajustaron un modelo a la sobremortalidad por todas las causas, utilizando más modelos de The Economist. También asumieron que cada país seguiría la misma tendencia de número reproductivo (Rt) variable en el tiempo desde el inicio de la pandemia. A pesar de la ausencia de datos detallados sobre la vacunación para la mayoría de los países y de la suposición de que la relación entre la edad y el IFR era la misma para cada país, la BBC siguió creyendo las cifras.
En 2021, hubo 667.479 muertes en el Reino Unido, 22.150 menos que las 689.629 muertes de 2020. Según los cálculos de TTE, los modelizadores quieren que creamos que, en ausencia de la vacunación, habría habido 1.174.679 muertes en el Reino Unido en 2021.
De manera similar, en Italia, en 2021 se produjeron 701.346 muertes; el modelo predice que la cifra habría sido de 1.192.646, es decir, 452.329 muertes más que en 2020. En Estados Unidos, en 2021, se registraron un total de 3.464.231 muertes de residentes, 80.502 más que en 2020. Los modelizadores asumieron que habría habido 5.366.231 muertes en Estados Unidos en 2021 si no se hubiera implementado la vacunación.
TTE está cansada de la falta de profesionalismo del periodismo moderno. Los periodistas no comprueban sus cifras ni los datos; muchas de las suposiciones del modelo son incorrectas y la cantidad estimada de muertes evitadas por las vacunas es inverosímil.
Esto no es sorprendente. Al igual que en medicina, los modelos no encajan en ningún lugar del camino para establecer la eficacia. Los reguladores no los utilizan para la aprobación, y los tomadores de decisiones como NICE tampoco lo hacen. No aparecen en los niveles de evidencia del CEBM ni en las pautas de SIGN para la clasificación de la evidencia, ya que son irrelevantes para responder preguntas terapéuticas. Los ensayos clínicos son el tipo de estudio principal para determinar la eficacia de los medicamentos o las vacunas; cualquier otra cosa es simplemente una mala suposición.
Este artículo fue escrito por dos viejos cascarrabias que explicarán por qué las estimaciones de los efectos basadas en datos observacionales deben tomarse con pinzas. Sencillamente, no se deben utilizar modelos. Se deben utilizar ensayos a gran escala, bien diseñados, bien documentados y accesibles a los datos para las intervenciones de salud pública mundial. Entonces, ¿por qué utilizamos modelos para justificar decisiones?
Este artículo fue publicado originariamente por https://trusttheevidence.substack.com/.Lea el original.