El “estudio de modelado” de Watson et al.: ¿Las “vacunas contra la COVID” realmente evitaron 14 millones de muertes?

Este  artículo fue publicado originariamente por https://doctors4covidethics.org/.Lea el original.

El 23 de junio de 2022, se publicó un “Estudio de modelado matemático” en la revista médica THE LANCET Infectious Diseases [ 1 ] , que pretendía demostrar que las “vacunas contra la COVID” han “alterado sustancialmente” el curso de la pandemia y “prevenido 14,4 millones… de muertes por COVID-19… durante el primer año de vacunación contra la COVID-19”.

Siempre que un medicamento logra lo imposible, vale la pena examinar un poco más de cerca los datos subyacentes y compararlos con la realidad.

1. ¿Qué requisitos deben cumplirse normalmente para la aprobación de un medicamento o vacuna?

Normalmente, el beneficio que ofrece un nuevo fármaco debe demostrarse en estudios clínicos exhaustivos («ensayos de fase 3») para que se apruebe su comercialización. Esto implica una revisión exhaustiva de la documentación del ensayo por parte de las autoridades. Para obtener la aprobación completa, una empresa farmacéutica suele presentar todos los siguientes documentos:

• documentación sobre la calidad de fabricación del medicamento,
• estudios preclínicos (estudios en animales),
• estudios de fase 1 y fase 2 en humanos, y
• Resultados de ensayos de fase 3 de 12 meses que demuestran más allá de toda duda la eficacia y la seguridad de un fármaco candidato.

Las “vacunas” contra la COVID-19 recibieron una aprobación “temporal” o “condicional” a nivel mundial basándose en ensayos de fase 3 muy acortados, que duraron sólo 2 meses en lugar de 12 meses [ 2 , 3 ] , y en estudios con animales insuficientes o faltantes, es decir, recibieron sólo una “aprobación de emergencia”.

Los criterios de valoración clínicos primarios utilizados en los estudios de fase 3 no fueron clínica ni socialmente relevantes, ya que los eventos predominantemente leves y menores, como dolor de cabeza, tos o fiebre, se contabilizaron como “casos de enfermedad por COVID”, siempre y cuando la prueba RT-PCR para el coronavirus fuera positiva. El efecto de las “vacunas” en las “enfermedades graves por COVID”, que entre otras cosas requirieron hospitalización, solo se analizó de forma secundaria [ 4 , 5 ] . Por lo tanto, para obtener la aprobación, los fabricantes no estaban obligados formalmente a demostrar que las “vacunas” reducen los cursos graves de la enfermedad de forma relevante.

El hecho de que las autoridades reguladoras de todo el mundo aceptaran este diseño de estudio defectuoso para otorgar la aprobación indica que no pudieron actuar con independencia. Hasta la fecha, los ensayos clínicos no han demostrado ningún beneficio relevante [ 6 ] , los documentos fundamentales en general fueron completamente inadecuados y, además , los datos de los estudios de fase 3 fueron manipulados [ 7–9 ] .

Una vez aprobado un medicamento, el fabricante debe investigar más a fondo su eficacia y seguridad en condiciones reales. Los datos generados de esta manera se envían posteriormente a las autoridades reguladoras, y los resultados se presentan a los médicos como “evidencia real” para convencerlos de que, idealmente, estos datos respaldan los hallazgos de los ensayos clínicos y, por lo tanto, animarlos a usar este medicamento en sus pacientes.

2. ¿Qué muestra la realidad de las “vacunas COVID”?

Los datos “Real World Evidence” disponibles internacionalmente de las “vacunas” COVID confirman lo que ya habían indicado los estudios de registro: las “vacunas” no están asociadas a ningún beneficio relevante, sino por el contrario a un efecto negativo.

Un análisis sólido de Kyle Beattie, quien examinó datos de COVID publicados públicamente de Our World in Data, muestra que para 145 países, el uso de “vacunas” se correlaciona positivamente con el número de “casos de COVID” y, mucho más preocupante, con el número de “muertes por COVID” [ 11 ] . Los países que parecen tener el peor desempeño después de la introducción de las “vacunas” son aquellos en los que se habían reportado pocas “muertes por COVID” en 2020 (por ejemplo, Tailandia). Con base en los resultados de Beattie, se debe asumir que casi todos los países experimentaron más infecciones y muertes que si no se hubiera administrado la “vacunación”. Beattie basó su modelo para calcular la morbilidad y mortalidad hipotéticas que habrían ocurrido sin la “vacunación” en los datos de cuatro países africanos que tuvieron tasas de vacunación muy bajas en general y que, por lo tanto, podrían usarse como un “grupo de control”.

Las conclusiones de Beattie se ven corroboradas por otras observaciones. A principios de agosto de 2022, las cifras oficiales reportan 6,4 millones de muertes ocurridas con o a causa de la COVID-19. Un análisis de la curva de progresión de las muertes por COVID registradas a nivel mundial no revela ningún efecto favorable en las muertes por COVID concomitante con la distribución de las vacunas a finales de 2020/principios de 2021 (Figura 1 ). En general, las muertes por COVID aumentaron tras la introducción de la vacunación y se mantuvieron en un nivel alto a lo largo de 2021. Con una vacuna eficaz, por supuesto, se habría esperado una disminución claramente perceptible en la curva de mortalidad tras el inicio de una campaña mundial de vacunación.

Israel es un ejemplo ilustrativo, ya que alcanzó altas tasas de vacunación antes que la mayoría de los demás países. Según EuroMomo, Israel experimentó su mayor exceso de mortalidad desde el comienzo de la “crisis del coronavirus” en el primer trimestre de 2022, es decir, en un momento en que la mayoría de la población supuestamente estaba máximamente protegida por las “vacunas de ARNm”, a pesar de que durante este período solo era endémica la variante Ómicron, que es aproximadamente diez veces menos peligrosa que la cepa original de Wuhan y la variante Delta [ 12 ] . Los aumentos en el exceso de mortalidad se correlacionaron en el tiempo con las campañas de vacunación (Figura 2 ). Una correlación temporal similar también es evidente entre las vacunaciones y las muertes atribuidas específicamente a la COVID-19 (datos no mostrados).

En EE. UU., la introducción de la vacunación contra la COVID-19 no se estabilizó, sino que se produjo un aumento sostenido de la mortalidad por todas las causas (Figura 3 ). Australia también está experimentando un fenómeno similar: después de que el Departamento de Salud australiano recomendara una segunda dosis de refuerzo de la vacuna contra la COVID-19 a todas las personas mayores de 30 años en julio de 2022, el país está experimentando un pico de muertes por COVID-19 de proporciones sin precedentes, a pesar de que la variante ómicron, inofensiva, sigue siendo predominante (Figura 4 ).

3. ¿En qué datos basan Watson et al. su conclusión de que la “vacunación” contra la COVID ha evitado 14 millones de muertes?

El estudio en cuestión es un ejercicio de modelado matemático que, como cualquier ejercicio, depende de los datos subyacentes. Un análisis más detallado de estos datos plantea serias dudas, no solo sobre el valor científico de esta publicación, sino también sobre su credibilidad.

En el “estudio de modelado” de Watson et al., los datos hipotéticos sirven como base, no las observaciones reales:

Para este estudio de modelado matemático, utilizamos un modelo de transmisión de COVID-19 previamente publicado y un marco de ajuste para obtener perfiles de la pandemia de COVID-19 en cada país.

Por lo tanto, los autores utilizaron modelos publicados previamente para calcular sus proyecciones de la mortalidad hipotética por COVID que se habría producido sin la vacunación. El problema con estos modelos publicados es que datan de los primeros días de la “pandemia” y se basan en datos y suposiciones que estaban desactualizados a más tardar en 2021, y que ahora son demostrablemente erróneos. Mientras tanto, ha quedado claro que el SARS-CoV-2 no es excepcionalmente peligroso para la población general ni una amenaza para el sistema de atención médica. Ya al ​​​​comienzo de la “pandemia”, es decir, en un momento en que prevalecía la cepa original de Wuhan del virus, la tasa de letalidad por infección (IFR) era del 0,15% en general, menos del 0,05% para los menores de 70 años y del 0,00% para los niños [ 16 ] . La IFR de la variante Omicron que circula actualmente es aproximadamente 10 veces menor que la de la cepa de Wuhan y la variante Delta [ 12 ] . Por lo tanto, todas las suposiciones sobre las que se han basado los millones de “muertes por COVID” en todo el mundo son fundamentalmente incorrectas y obsoletas.

4. Watson et al. utilizaron tasas infladas de “mortalidad por COVID”

Ahora se sabe que las “muertes por COVID” han sido contabilizadas de forma masiva en todo el mundo, porque tanto los “casos confirmados” como los “casos probables” se han agrupado en esas estadísticas de casos [ 17 ] . Los “casos confirmados” se cuentan basándose en síntomas clínicos coincidentes (aunque no específicos) junto con un resultado positivo de la prueba RT-PCR, mientras que con los casos “probables” no hay ningún resultado de la prueba PCR que los corrobore. La práctica de contar los “casos probables de COVID” basándose únicamente en síntomas genéricos de una infección del tracto respiratorio superior no tiene sentido desde un punto de vista médico; solo puede servir para inflar el recuento de casos de una manera no científica. El protocolo de la prueba RT-PCR de Corman-Drosten para la detección del SARS-CoV-2 [ 18 ] es científicamente más que deficiente: la prueba basada en él no está validada, no está estandarizada, es hipersensible y no es muy específica; Su especificidad es del 98,6% y del 92,4% en ausencia y presencia de otros beta-coronavirus, respectivamente, y las tasas de resultados falsos positivos son, en consecuencia, del 1,4% y del 7,6% [ 19 , 20 ] .

En solo el 5% de las “muertes por COVID” registradas en los EE. UU., la COVID-19 figuraba como la única causa de muerte en el certificado de defunción y, por lo tanto, una enfermedad debida al SARS-CoV-2 era causalmente responsable de la muerte [ 21 ] . Un estudio de Italia mostró que incluso solo el 0,8% de las “muertes por COVID” no tenían una enfermedad concomitante [ 22 ] . En lugar de tener en cuenta estos hechos y corregir los números de casos a la baja en consecuencia, Watson et al. incluso argumentan que debe asumirse una subnotificación masiva de “muertes por COVID”.

Si la mortalidad enormemente alta por COVID predicha por el modelo fuera cierta, entonces esto debería haberse reflejado invariablemente en un aumento relevante en el exceso de mortalidad durante los meses de invierno, cuando la “pandemia de coronavirus” estaba desenfrenada, pero antes de la introducción de la vacunación.

5. No hubo un exceso de mortalidad relevante en el invierno pandémico de 2020

Sin embargo, se ha demostrado que esto no es así: no se observó un aumento relevante y duradero de las muertes por cualquier causa (“mortalidad por todas las causas”) durante el invierno de 2020. Rancourt ha examinado la correlación temporal entre la declaración de “pandemia” por parte de la OMS y la mortalidad por todas las causas en varias jurisdicciones [ 23 ] . Inmediatamente después de la declaración, se produjo un pico pronunciado de mortalidad por todas las causas en algunas jurisdicciones, pero no en otras; esta discrepancia se ilustra en la Figura 5 para la ciudad de Nueva York y Texas.

El sentido común y los precedentes históricos sugieren que la propagación de un virus mortal no se detendría por las fronteras internacionales o estatales. Además, si el virus hubiera sido realmente mortal y verdaderamente novedoso, la ola de muertes en Nueva York no debería haber disminuido en tan poco tiempo, como se aprecia en la Figura 5. El pico podría indicar, en cambio, que personas infectadas fueron trasladadas a la ciudad de Nueva York desde otras regiones, recibieron (mal)tratamiento allí y fallecieron.

La curva de mortalidad del estado de Texas no muestra anomalías durante el invierno de 2020, ni antes ni después de la declaración de pandemia por parte de la OMS. Lo mismo ocurre en otras jurisdicciones como Canadá (Figura 6 ) y Europa. Por lo tanto, es evidente que en el invierno de 2020 no se observó un patrón de exceso de mortalidad que reflejara una pandemia viral generalmente grave y mortal.

6. Las suposiciones falsas sirven de base para los cálculos.

Los datos utilizados en el estudio de modelado de Watson et al. se basaron en hipótesis relacionadas con la pandemia de coronavirus que posteriormente se han demostrado claramente erróneas, a saber:

1. que no existe inmunidad preexistente y que la pandemia afectará a todos;
2. que sus efectos sólo pueden mitigarse con medidas políticas.

Anuncio 1: Las investigaciones serológicas han demostrado que el SARS-CoV-2 era endémico en Italia ya en septiembre de 2019 [ 25 ] y en Francia ya en noviembre de 2019 [ 26 ] , lo que probablemente sea cierto para Europa en general. Sin embargo, en ese momento, no se observó actividad de la enfermedad agrupada clínicamente. Se encontraron anticuerpos contra el SARS-CoV-2 en hasta el 53% de los individuos asintomáticos, cuyas muestras de suero se habían recolectado en la fase prepandémica en Italia. Mientras tanto, más de 90 estudios demuestran que una infección pasada con SARS-CoV-2 protege mejor contra una recurrencia de la enfermedad que las vacunas [ 27 ] . Si bien las reinfecciones con nuevas variantes son posibles, no son graves [ 28 ] . Los autores ignoran por completo estos hechos cruciales. Por el contrario, especulan que posiblemente se hayan evitado incluso más muertes de las estimadas 14 millones gracias a la “vacunación”, porque en sus cálculos podrían haber subestimado el efecto del fracaso del sistema inmunológico en reconocer nuevas variantes, lo que según ellos aumentaría aún más el riesgo de una nueva infección.

Anuncio 2: Más de 400 estudios muestran que las intervenciones no farmacéuticas, como los confinamientos o el cierre de escuelas para prevenir una pandemia, no se asocian con ningún beneficio, sino solo con perjuicios [ 29 ] . Suecia, uno de los países donde prácticamente no se aplicaron restricciones, obtuvo un rendimiento significativamente mejor en cuanto al número de muertes por COVID que muchos otros países con medidas estrictas de confinamiento (Figura 7 ).

7. La afirmación del “éxito de la vacunación” se basa en cálculos no científicos.

Mientras que la estimación de Kyle Beattie de la mortalidad hipotética por COVID sin vacunación se basa en datos reales, concretamente en observaciones de países con tasas de vacunación muy bajas [ 11 ] , Watson et al. utilizan cifras completamente irreales y demostrablemente falsas para sus cálculos para supuestamente demostrar la eficacia de las “vacunas” contra la COVID. Esto los lleva a estimar una mortalidad excesivamente alta que supuestamente se habría producido sin la “vacunación”. De estos recuentos de muertes hipotéticas inflados, luego restan las muertes notificadas oficialmente para obtener el “éxito de la vacunación” (Figura 8 ). Es difícil concebir una metodología más acientífica y engañosa que esta.

8. Graves conflictos de intereses

Si una publicación plantea tantas preguntas como esta, es imperativo averiguar cómo se financió. Según la declaración del propio artículo publicado, este «estudio de modelado» fue financiado, entre otras, por las mismas instituciones que ganan millones con las «vacunas», gracias a una impresionante tasa de retorno de la inversión (ROI) de 20:1 [ 31 ] .

9. Conclusión

La hipótesis de que las “vacunas” contra la COVID-19 evitaron 14 millones de “muertes por COVID-19” y, por lo tanto, mitigaron significativamente la gravedad de la “pandemia” se basa en cifras poco realistas y cálculos demostrablemente falsos. Hasta la fecha, las “vacunas” experimentales, para las cuales no se puede descartar con seguridad una integración en el genoma humano [ 32 , 33 ] e incluso debe considerarse probable [ 34 ] , no han podido demostrar un beneficio relevante, ni en los estudios clínicos antes ni después de su aprobación. La evidencia del mundo real muestra que la “vacunación contra la COVID-19” se asocia con un efecto negativo general y se correlaciona positivamente con un aumento de la morbilidad y la mortalidad asociadas con la infección por SARS-CoV-2, así como de la mortalidad por todas las causas. En general, el “estudio de modelado” de Watson et al. debe considerarse un intento poco científico y deshonesto de presentar falsamente las “vacunas” bajo una luz positiva. Los graves conflictos de intereses que rodean el estudio socavan no solo la credibilidad de la publicación en sí, sino también la de la revista médica que la publicó.

Reconocimiento

Agradecemos al profesor Harald Walach, quien hizo una importante contribución a esta opinión con su artículo de blog [ 35 ] .

Referencias

1. Watson, OJ et al. (2022) Impacto global del primer año de vacunación contra la COVID-19: un estudio de modelado matemático . Lancet Infect. Dis. (preimpresión)
2. Polack, FP et al. (2020) Seguridad y eficacia de la vacuna de ARNm BNT162b2 contra la COVID-19 . N. Engl. J. Med. 383:2603-2615
3. Baden, LR et al. (2021) Eficacia y seguridad de la vacuna ARNm-1273 contra el SARS-CoV-2 . N. Engl. J. Med. 384:403-416
4. Anónimo, (2020) Un estudio de fase 1/2/3, controlado con placebo, aleatorizado, ciego al observador, de búsqueda de dosis para evaluar la seguridad, tolerabilidad, inmunogenicidad y eficacia de los candidatos a vacunas de ARN del SARS-CoV-2 contra la Covid-19 en individuos sanos .
5. Zaks, T. (2020) Un estudio de fase 3, aleatorizado, estratificado, ciego al observador y controlado con placebo para evaluar la eficacia, seguridad e inmunogenicidad de la vacuna mRNA-1273 SARS-CoV-2 en adultos de 18 años y más .
6. Olliaro, P. et al. (2021) Eficacia y efectividad de la vacuna contra la COVID-19: el elefante (no) en la habitación . Lancet Microbe 2:e279-e280
7. Alianza, CCC (2022) Verificación de hechos Los verificadores de hechos .
8. Latyopva, A. (2022) ¿Realizó Pfizer pruebas de seguridad adecuadas para su vacuna de ARNm contra la COVID-19 en estudios preclínicos? Evidencia de fraude científico y regulatorio .
9. Latypova, S. (2022) Resumen no clínico de Moderna para Spikevax: evidencia de fraude científico y regulatorio .
10. Datos, Owi (2022) Muertes por coronavirus (COVID-19) .
11. Beattie, KA (2021) Análisis bayesiano del impacto causal mundial de la administración de vacunas en las muertes y casos asociados con la COVID-19: Un análisis de big data de 145 países . ResearchGate (preimpresión)
12. Liu, Y. et al. (2022) Reducción de la tasa de mortalidad por infección de la variante Ómicron en comparación con variantes anteriores en Sudáfrica . Int. J. Infect. Dis. 120:146-149
13. Datos, OWi (2022) Vacunas contra el coronavirus (COVID-19) .
14. EuroMomo, (2022) Gráficos y mapas .
15. Rancourt, DG et al. (2022) Campaña de vacunación masiva durante la pandemia de COVID-19 y desastre de salud pública en EE . UU. ResearchGate (preimpresión)
16. Ioannidis, JPA (2021) Conciliación de las estimaciones de las tasas globales de propagación y mortalidad por COVID-19: Un resumen de las evaluaciones sistemáticas . Eur. J. Clin. Invest. 5:e133554
17. CDC, (2021) Enfermedad del coronavirus 2019 (COVID-19) Definición de caso 2021 .
18. Corman, VM et al. (2020) Detección del nuevo coronavirus de 2019 (2019-nCoV) mediante RT-PCR en tiempo real . Euro Surveill. 25 (preimpresión)
19. Zeichhardt, H. y Kammel, M. (2020) Kommentar zum Extra Ringversuch Gruppe 340 Virusgenom-Nachweis—SARS-CoV-2 .
20. Borger, P. y col. (2020) Informe de revisión de Corman-Drosten .
21. Anónimo, (2022) Actualizaciones semanales por características demográficas y geográficas seleccionadas .
22. Anónimo, (2020) Informe sobre las caratteristiche dei pazienti deceduti positivi a COVID-19 en Italia. El presente informe está basado en datos actualizados el 17 de marzo de 2020 .
23. Rancourt, D. (2020) Mortalidad por todas las causas durante la COVID-19: No es una plaga y es probable que la respuesta del gobierno deje una huella de homicidio masivo .(preimpresión)
24. Rancourt, DG et al. (2021) Análisis de la mortalidad por todas las causas por semana en Canadá 2010-2021, por provincia, edad y sexo: No hubo pandemia de COVID-19 y hay evidencia sólida de muertes causadas por la respuesta en los más ancianos y en los varones jóvenes .
25. Apolone, G. et al. (2021) Detección inesperada de anticuerpos contra el SARS-CoV-2 en el período prepandémico en Italia . Tumori 107:446-451
26. Carrat, F. et al. (2021) Evidencia de circulación temprana del SARS-CoV-2 en Francia: hallazgos de la cohorte poblacional «CONSTANCES» . Eur. J. Epidemiol. 36:219-222
27. Alexander, P. (2021) 91 Estudios Científicos demuestran que la inmunidad adquirida naturalmente proporciona mejor protección que las vacunas Covid-19 .
28. Dhar, MS et al. (2021) Caracterización genómica y epidemiología de una variante emergente del SARS-CoV-2 en Delhi, India . Science 374:995-999
29. Alexander, P. (2021) Más de 400 estudios sobre el fracaso de las intervenciones obligatorias contra la Covid (confinamientos, restricciones, cierres) .
30. Datos, OWi (2022) Muertes confirmadas acumuladas por COVID-19 por millón de personas .
31. Belvedere, MJ (2019) Bill Gates: Mi “mejor inversión” convirtió 10 mil millones de dólares en 200 mil millones de dólares en beneficios económicos .
32. Zhang, L. et al. (2021) El ARN del SARS-CoV-2 retrotranscrito puede integrarse en el genoma de células humanas cultivadas y expresarse en tejidos derivados de pacientes . Proc. Natl. Acad. Sci. USA 118 (preimpresión)
33. Domazet-Lošo, T. (2021) Vacunas de ARNm: ¿Por qué se ignora la biología de la retroposición? . Preimpresión (preimpresión)
34. Aldén, M. et al. (2022) Transcripción inversa intracelular de la vacuna de ARNm BNT162b2 contra la COVID-19 de Pfizer-BioNTech in vitro en una línea celular hepática humana . Actualidad, Mol. Biol. 44:1115-1126
35. Walach, H. (2022) Ohne Impfung 18 Millionen mehr Tote weltweit? – ¿Wirklich? [¿Sin vacunación 18 millones de muertes más en el mundo? ¿En realidad?] .