All-cause mortality patterns according to vaccination timing and dose number among Japanese non-elderly adults: a proxy risk-group analysis
Deze studie naar niet-ouderen in de stad Matsudo, Japan, vond dat hoewel confounding door indicatie de patronen in vroege mortaliteit beïnvloedde, de sterftecijfers door alle oorzaken over het algemeen toenamen met het aantal COVID-19-vaccinatiedoses, zelfs binnen proxy hoogrisicogroepen, wat suggereert dat de geobserveerde trends niet volledig door bias alleen worden verklaard.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een grootschalig volksgezondheidsexperiment voor in een Japanse stad genaamd Matsudo, waarbij ongeveer 500.000 mensen betrokken zijn die nog niet oud zijn (leeftijd 20 tot 64 jaar). De onderzoekers wilden een verwarrende puzzel begrijpen: Waarom leken mensen die de meeste COVID-19-vaccinaties kregen vaker te overlijden dan mensen die minder injecties kregen?
Normaal gesproken, wanneer we dit patroon zien, denken we: "Ah, de ziekste mensen krijgen de meeste injecties omdat ze ze het hardst nodig hebben." Dit wordt "confounding by indication" (verwarring door indicatie) genoemd. Het is alsof je een ziekenhuis ziet vol met mensen met gebroken benen en concludeert dat ziekenhuizen gebroken benen veroorzaken. De realiteit is dat mensen met gebroken benen naar het ziekenhuis gaan.
Echter, deze studie suggereert dat het verhaal een beetje ingewikkelder is dan alleen "zieke mensen krijgen meer injecties." Hier is hoe de onderzoekers het hebben uiteengezet, met behulp van eenvoudige analogieën:
De Opzet: De "Hoog-Risico" vs. "Laag-Risico" Groepen
De onderzoekers telden niet alleen hoeveel injecties mensen kregen; ze keken naar wanneer mensen ze kregen.
- De "Vrijwillige" Groep (Proxy Hoog-Risico): Dit waren mensen die vooruitliepen op de planning. Ze kregen hun 4e, 5e, 6e of 7e dosis vroegtijdig, voordat de overheid officieel vertelde dat iedereen hem moest halen. De onderzoekers gaan ervan uit dat deze mensen zich kwetsbaarder voelden, dus haastten ze zich om gevaccineerd te worden. Denk aan de mensen die extra paraplu's kopen zodra de lucht een klein beetje grijs wordt.
- De "Afwachtende" Groep (Proxy Laag-Risico): Deze mensen wachtten tot het officiële regeringsschema hen vertelde wanneer ze hun volgende injectie moesten krijgen. Zij zijn als de mensen die pas een paraplu kopen als het al pijpenregen is.
De Bevindingen: Het Patroon Dat Niet Paste
De onderzoekers keken naar sterftecijfers in twee tijdperioden: de eerste 6 maanden na een injectie, en de 6 maanden daarna (maar vóór de volgende injectie).
1. De Theorie "Ziekere Mensen Krijgen Meer Injecties" (Gedeeltelijk Waar)
Zoals verwacht hadden de "Afwachtende" groepen (die de injecties later kregen) lagere sterftecijfers dan de "Vrijwillige" groepen. Dit ondersteunt het idee dat de mensen die haastten om vroeg de injecties te krijgen, inderdaad zieker waren of zich oorspronkelijk meer zorgen maakten over hun gezondheid.
2. De Twist: Het "Stoppen"-Patroon
Hier wordt de puzzel interessant. De onderzoekers keken naar mensen die stopten met het krijgen van injecties.
- Als je een zeer ziek persoon bent, zou je verwachten dat je (of de dokter) zolang mogelijk doorgaat (of met injecties blijft).
- Maar de gegevens toonden aan dat mensen die stopten met het krijgen van hun volgende injectie, in de maanden na het stoppen daadwerkelijk hogere sterftecijfers hadden dan de mensen die doorgingen en hun volgende injectie kregen.
De Metafoor: Stel je een race voor waarbij de hardlopers die uit de race stappen, vaker overlijden dan de hardlopers die blijven rennen. Als de "zieke" mensen degenen waren die extra injecties kregen, zouden de "uitvallers" de gezonde mensen moeten zijn. Maar het tegenovergestelde gebeurde. Dit suggereert een "Healthy Vaccinee Bias": misschien waren de mensen die zich te ziek voelden om een volgende injectie te krijgen, degenen die uiteindelijk stierven, terwijl de mensen die zich gezond genoeg voelden om in de rij te staan voor de volgende injectie, gezonder waren.
3. Het Probleem met het Aantal Doses
Zelfs toen de onderzoekers alleen naar de "Vrijwillige" (hoog-risico) groepen keken, steeg het sterftecijfer naarmate het aantal injecties toenam.
- Het krijgen van een 6e of 7e injectie was geassocieerd met hogere sterftecijfers dan het krijgen van een 4e of 5e injectie, zelfs binnen de groep die al als "hoog risico" werd beschouwd.
- Het is alsof, binnen de groep die al bezorgd genoeg was om vroeg de injecties te halen, degenen die de meeste injecties kregen, nog steeds de hoogste sterftecijfers hadden.
De Conclusie: Een Mysterie Dat Niet Volledig Is Opgelost
De auteurs concluderen dat het waar is dat zieker mensen de neiging hebben om meer injecties te krijgen (confounding by indication), maar dat dit niet volledig verklaart waarom de sterftecijfers blijven stijgen met elke extra dosis.
Ze zeggen in feite: "We zien een patroon waarbij meer injecties = meer sterfgevallen. We weten dat een deel hiervan komt door het feit dat zieker mensen meer injecties krijgen. Maar zelfs wanneer we proberen rekening te houden met dat aspect, blijft het patroon bestaan. Het is mogelijk dat de mensen die te ziek waren om de volgende injectie te krijgen, stierven, wat een misleidend beeld creëerde, of dat er andere factoren zijn die we nog niet hebben gemeten."
Wat ze NIET zeiden:
- Ze hebben niet beweerd dat de vaccins de sterfgevallen hebben veroorzaakt.
- Ze hebben niet gezegd dat mensen moeten stoppen met vaccineren.
- Ze hebben geen definitief antwoord gegeven op de vraag waarom dit gebeurt.
In plaats daarvan houden ze een spiegel voor aan de data en zeggen ze: "De cijfers tonen een vreemde relatie tussen het aantal injecties en de sterftecijfers die te complex is om enkel te verklaren door 'zieke mensen krijgen meer injecties'. We hebben meer onderzoek nodig dat kijkt naar specifieke ziekten, geld en sociale factoren om het volledige plaatje te begrijpen."
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.