Eine französische Kohortenstudie1Die französische Studie: https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2842305 verfolgte vier Jahre lang fast 28 Millionen Erwachsene (unter 65). Sie teilten die Bevölkerung in Geimpfte und Ungeimpfte ein und berechneten die Sterbewahrscheinlichkeit. Das Hauptergebnis machte alle Zeitungen: Geimpfte Menschen hatten einen Gefährdungsverhältnis von 0,26 für Tod durch COVID-19. Dem Modell zufolge bedeutete dies einen Schutz von 74 % im Vergleich zu Ungeimpften. Eine große Anzahl.
Die gleiche Tabelle zeigt aber noch etwas anderes: Bei fast allen Todesursachen schnitten die Geimpften besser ab. Nun haben wir oft erlebt, dass der Impfstoff als Lebenselixier beworben wurde und die Ergebnisse dann als unzuverlässig galten.
Critici die dit opwerpen worden deze keer bestraffend toegesproken: de auteurs hebben juist heel zorgvuldig gerekend en gewogen, schrijven zij. Minder hartinfarcten: verklaarbaar door lifestyle, voeding, uiteraard minder ongevallen (denk aan netjes fietshelm dragen, zwaardere en veiligere auto's), minder verdrinkingen want er zitten veel migranten in het laagste kwintiel, zelfs 22% minder2HR 0.88 = 22% minder zelfmoorden (logisch want minder schuldproblematiek). Al die voordelen zijn exact zoals het is: je ziet hier namelijk de sociaal‑economische verschillen. Wie zich laat vaccineren zou gemiddeld gezonder, verstandiger en beter opgeleid zijn want die heeft een hogere sociaal‑economische status. En zeker zelfmoord komt nu eenmaal minder voor onder 'beter gesitueerden'.
Das klingt plausibel – es stimmt einfach nicht mit den eigenen Daten überein. Die Studie erfasst SES3SES: Sozioökonomischer Status-Unterschiede, aber biologische und Verhaltensmarker, die untrennbar damit verbunden sind, fehlen. Das kann nicht gleichzeitig wahr sein.
1. Fehlende SDI-Indikatoren
Er is een verschil tussen gevaccineerden en ongevaccineerden zichtbaar in de 'Social Deprivation Index': 27% van de ongevaccineerden zit in het meest achtergestelde kwintiel4SDI-Quintile: Diese Studie arbeitet mit 5 SES-Klassen (Quint=5), gegenüber 19 % der Geimpften: relativ 42 % mehr. Auf den ersten Blick scheint dies die SES-Erklärung zu stützen. Aber das macht die restlichen Daten noch mysteriöser. Es ist dann epidemiologisch unmöglich, dass wir keinen Unterschied bei Rauchen, Fettleibigkeit, Diabetes und Alkoholsucht sehen. Diese sollten bei ungeimpften Personen 2-3x höher sein.
Diese grundlegende Tabelle zeigt, dass wichtige SES-bezogene Unterschiede in der Gruppenverteilung tatsächlich fehlen:
| Besonderheit | Geimpft | Ungeimpft |
|---|---|---|
| Alkoholsucht | 1,4 % | 1,5 % |
| Tabakkonsum | 5,0 % | 4,5 % |
| Fettleibigkeit | 0,9 % | 0,7 % |
| Diabetes | 2,0 % | 2,0 % |
Das Muster ist nicht nur minimal; Teilweise geht es sogar in die falsche Richtung: Es gibt mehr Raucher und mehr Fälle von Fettleibigkeit unter den Geimpften!
Es widerspricht allem, was epidemiologisch bekannt ist:
- Alkoholabhängigkeit ist bei den Besserverdienenden zwei- bis dreimal seltener. Quelle: Lancet5Probst et al., Lancet Public Health 2020: https://doi.org/10.1016/S2468-2667(20)30052-9
- In Frankreich (und den Niederlanden) raucht die Gruppe mit dem niedrigsten Einkommen 2–2,5x häufiger dann das Höchste. (Quellen: WHO6WHO-Europa-Tabakbericht 2023: https://www.who.int/europe/publications/i/item/9789289059283, Eurostat7Eurostat-Tabakstatistik: https://ec.europa.eu/eurostat)
- Fettleibigkeit kommt etwa 2x häufiger für niedrige SES. (Quellen: OECD8OECD-Update zur Adipositas 2024: https://www.oecd.org/health/obesity-update.htm, ObÉpi9ObÉpi-Roche (Inserm / Kantar Health): https://www.obepi.org/)
- Typ-2-Diabetes liegt in den untersten SES-Quintilen 2–3x ebenso häufig (in den Niederlanden beispielsweise 9,8 % gegenüber 4,1 %10Diabetes nach Einkommen: https://www.vzinfo.nl/diabetes-mellitus/inkomen und sogar einen Faktor von 411Maastricht 2024: https://repository.ubn.ru.nl/bitstream/handle/2066/313262/313262.pdf).
Es gibt also drei Möglichkeiten:
- Auch der SDI misst nicht, was wir denken
- die Risikofaktoren sind in genau einer Gruppe stark untererfasst, oder
- Das Modell hat die Gruppen so korrigiert, dass die Realität verschwunden ist.
Keine dieser Optionen ist beruhigend für die Zuverlässigkeit der Studie.
Das Fehlen dieser SES-bezogenen Unterschiede bedeutet, dass die vermeintlichen „SES-Artefakte“ vom Modell erzeugt werden. Durch eine sinnvolle Gewichtung werden Unterschiede korrigiert, um Gruppen vergleichbar zu machen. Hier scheint das Gegenteil der Fall zu sein.
2. Die Verdoppelung des Selbstmords
Noch bemerkenswerter: Dem Modell zufolge hatten geimpfte Personen ein um 12 % geringeres Suizidrisiko (HR = 0,88). Doch Untersuchungen zeigen seit Jahrzehnten, dass Suizide in höheren sozialen Schichten etwa 60 % seltener vorkommen als in niedrigeren. Das ist eine Herzfrequenz von etwa 0,4 oder 0,5, nicht 0,88.12Lorant et al. 2005 – Europäische Vergleichsstudie: https://doi.org/10.1192/bjp.187.1.49 13Lorant et al. 2021 – Sozioökonomische Unterschiede beim Suizid: https://doi.org/10.1371/journal.pone.0243895
In dieser Studie begehen geimpfte Menschen, die eher aus diesen höheren Schichten stammen, doppelt so häufig Selbstmord wie erwartet.
Das ist ein starker Hinweis darauf, dass etwas nicht stimmt. Das Modell korrigiert falsch oder die Gruppen sind tatsächlich ganz anders zusammengesetzt als erwartet.
Es sei denn natürlich, wir sind bereit zu glauben, dass Impfungen tatsächlich zu mehr Selbstmorden führen.
Und wenn wir uns weigern, dies für diese Regel anzunehmen, müssen wir uns auch fragen, wie zuverlässig die anderen Regeln in der Tabelle sind. Man kann sich nicht aus den Ergebnissen herauspicken: Ich glaube das, ich glaube das nicht.
Was bewirkt eine solche Cox-Analyse eigentlich?
Die Studie verwendet a Cox-Proportional-Hazards-Modell. Dieses Modell vergleicht die Sterbewahrscheinlichkeit zu einem beliebigen Zeitpunkt zwischen zwei Gruppen unter der Annahme, dass dieses Verhältnis gilt bleibt konstant.
In der Realität ändert sich dieses Verhältnis häufig: Nach der Impfung kann das Risiko vorübergehend höher sein (auch aufgrund von Stress, Entzündungen oder Zufallserkrankungen) und sich dann wieder normalisieren. Eine Cox-Analyse glättet solche vorübergehenden Spitzen zu einem freundlich aussehenden Durchschnitt. Auch wenn der Unterschied im sozioökonomischen Status nur begrenzt ist, führt die strukturell geringere Hintergrundmortalität der höheren Quintile dazu, dass die Gefährdungsquote über den gesamten Zeitraum stark sinkt. und kann sogar unter 1 sinken, während die Sterblichkeit pro 100.000 Menschen höher ist.
Von Gefährdungsverhältnis also Antworten nicht die Frage: Wer stirbt innerhalb von vier Jahren häufiger? Aber: Wie vergleichen sich die momentanen Sterblichkeitswahrscheinlichkeiten im zeitlichen Durchschnitt unter festen Annahmen? Wenn diese Annahmen falsch sind, wird auch das Ergebnis falsch sein. Auch wenn es in erster Linie um die erste Frage geht: den Sterblichkeitsverlauf.
3. Rohzahlen vs. Modellzahlen
Für Suizid, die vielleicht schwerste und am besten erfasste und untersuchte Todesursache, lauten die tatsächlichen Zahlen in der Studie: 229 pro Million Geimpfter gegenüber 222 pro Million Ungeimpfter – ein Verhältnis von 1,03. Im Modell heißt das „12 % weniger Risiko“.
Das gleiche Muster tritt auch bei anderen Ursachen auf: Die grobe Inzidenz unterscheidet sich kaum, die gewogen HR’s Springe auf 0,7–0,8. Je mehr es „korrigiert“ wird, desto besser sieht es aus. Dadurch erhalten Sie eine Tabelle, aus der hervorgeht, dass eine Impfung vor allem schützt, von Stürzen bis hin zu Selbstmord. Dabei handelt es sich nicht um einen biologischen Effekt, sondern um eine Summe aus Modellannahmen, SES-Anpassungen und zeitlicher Mittelung.
Het prioriteren van werkelijke sterfteaantallen boven hazard ratio's is geen simplificatie maar een bewuste en juiste keuze van een effectmaat die past bij de onderzoeksvraag.
Es ist methodisch völlig legitim, in der Mortalitätsforschung der Inzidenzrate und dem absoluten Überleben mehr Gewicht zu geben als Hazard Ratios. Wenn sich die Forschungsfrage um dreht Wer schafft es bis zur Ziellinie?, is het feit dát iemand overleden is bepalend, niet het exacte tijdstip binnen de levensloop en gemiddelde risico's. Hazard ratios beschrijven tijdsafhankelijke risico’s en zijn -uiteraard- model-afhankelijk.
Also?
Wenn die angenommenen sozioökonomischen Unterschiede nicht sichtbar sind, weil sich die Rohzahlen kaum unterscheiden, und wenn das Modell dann für jede Todesursache einen Nutzen errechnet, dann liegt das Problem nicht am Verhalten oder den Impfungen der Menschen, sondern an der Berechnungsmethode selbst.
Ein Modell, das strukturell in eine Richtung korrigiert, erzeugt die Illusion von Schutz. Alles, was wirklich zählt, sind die absoluten Ergebnisse: Wer lebt, wer nicht.
Die französische Megastudie gibt daher weniger Auskunft über die Bevölkerung als vielmehr über die Wirkung der angewandten Statistiken. Wer den errechneten COVID-19-Schutz für wahr hält, muss auch anerkennen, dass sich nach dem gleichen Modell die Suizide bei bessergestellten Geimpften etwa verdoppelt haben.
Kortom: "Deze bevindingen suggereren dat voorzichtigheid is geboden bij interpretatie van de Hazard Ratio's", een constatering die je ook héél anders zou kunnen formuleren.
Fußnoten
- 1Die französische Studie: https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2842305
- 2HR 0.88 = 22% minder
- 3SES: Sozioökonomischer Status
- 4SDI-Quintile: Diese Studie arbeitet mit 5 SES-Klassen (Quint=5)
- 5Probst et al., Lancet Public Health 2020: https://doi.org/10.1016/S2468-2667(20)30052-9
- 6WHO-Europa-Tabakbericht 2023: https://www.who.int/europe/publications/i/item/9789289059283
- 7Eurostat-Tabakstatistik: https://ec.europa.eu/eurostat
- 8OECD-Update zur Adipositas 2024: https://www.oecd.org/health/obesity-update.htm
- 9ObÉpi-Roche (Inserm / Kantar Health): https://www.obepi.org/
- 10Diabetes nach Einkommen: https://www.vzinfo.nl/diabetes-mellitus/inkomen
- 11Maastricht 2024: https://repository.ubn.ru.nl/bitstream/handle/2066/313262/313262.pdf
- 12Lorant et al. 2005 – Europäische Vergleichsstudie: https://doi.org/10.1192/bjp.187.1.49
- 13Lorant et al. 2021 – Sozioökonomische Unterschiede beim Suizid: https://doi.org/10.1371/journal.pone.0243895
Ich habe mir die Originalstudie nicht angesehen, aber
Als Tabakkonsum 5,0 % vs. 4,5 %
Fettleibigkeit 0,9 % vs. 0,7 %
Diabetes 2,0 % vs. 2,0 %
Ich gehe davon aus, dass die Daten für eine Reihe von Variablen nicht bekannt waren (Fettleibigkeit in Frankreich <1 % ist beispielsweise nicht mit dem vereinbar, was man in der französischen Straßenszene sehen kann). Entweder gaben sie vor, nicht exponiert gewesen zu sein (Fettleibigkeit, Rauchen usw.), gegenüber allen, die keine Exposition gemeldet hatten, oder sie ließen die fehlenden Daten in ihrem Modell weg (Auswahlverzerrung). Oder beides.
Alles in allem spielt das natürlich keine Rolle. Was auch immer die Ursache für das Ergebnis sein mag, es ist eine Geschichte, die zu schön ist, um wahr zu sein (Impfungen verhindern nicht nur Sterblichkeit, sondern auch Stürze, Selbstmord usw. usw. usw.). Das Fazit lautet: Müll rein
Müll raus. Und das unter dem Banner der Wissenschaft.
Französische Arithmetik…
Das erinnert stark an die niederländische Studie, die ebenfalls nichts Brauchbares lieferte, mit ähnlicher Propaganda in den Medien (diese hier auf Euronews).
Natürlich kann es nicht wahr sein, dass eine Impfung das Risiko aller Arten von Unfällen stark verringert. Die Verzerrung gesunder Impfungen aufgrund eines besseren sozialen Status ist offenbar enorm und wird nicht ausreichend korrigiert.
In reinen Zahlen gab es 0,12 % (nicht 0,2 %) mehr Sterblichkeit unter den Ungeimpften. Aber nur etwa 0,004 % davon waren auf die Übersterblichkeit aufgrund von Covid zurückzuführen.
Wenn die mRNA-Impfstoffe (in diesem Zeitraum für Menschen unter 65 Jahren) dreimal tödlicher waren als Covid selbst, dann war das sehr schlimm (insbesondere, weil die Impfung wenig oder gar nichts zum Schutz älterer Menschen beigetragen hat). Aber eine solche Übersterblichkeit von 0,012 % in dieser Altersgruppe ist immer noch eine Größenordnung kleiner als der Unterschied in der Sterblichkeit aufgrund sozialer Unterschiede und „verschwindet im Lärm“ (ist nicht messbar) – was der Behauptung des Artikels widerspricht.
Okay. Ich bin ehrlich. Ich lese die Artikel hier sehr gerne, mit großem Interesse und meist verstehe ich den Inhalt. Dieser hier ist etwas schwieriger zu verstehen ... Meine Statistikkenntnisse reichen nicht aus. Dennoch hoffe ich, dass Sie durchhalten, jeder Artikel ist immer noch eine Bestätigung meiner Entscheidung, meine Spritze nicht zu bekommen. Danke dafür!
Entschuldigung! Ohne Begründung bleibt von der Aussage „es ist nicht richtig“ nichts übrig.
Aber diese Cox-Geschichte ist nicht wirklich notwendig.
Das Wichtigste ist, dass Sie Unterschiede beispielsweise damit erklären, dass die eine Gruppe aus Autofahrern und die andere aus Motorradfahrern besteht, während Ihre Forschungsergebnisse auch zeigen, dass beide Gruppen gleich viele Helme zu Hause haben. So etwas lässt sich nicht vereinbaren.
Nach meiner Erfahrung reimt sich Statistik aus einem Grund auf „elastisch“: Man kann die Daten in alle Richtungen massieren. Vor allem, wenn Sie Ihre Forschung mit einer bewussten oder unbewussten Voreingenommenheit beginnen.
Als medizinischer Forschungsjournalist habe ich unzählige Beispiele für einen solchen Ansatz gesehen, insbesondere im Impfbereich.
Allein das Mantra „Impfen ist sicher und wirksam“ lässt alle (Ärzte, Eltern, Bürger) aufhören, sich zu fragen, ob die implizite Botschaft, dass Impfungen schützen, der Realität entspricht.
Ich habe nur Impfstoffe gesehen, die – gewaltsam und über alle natürlichen Barrieren hinaus – Substanzen und Wesenheiten in den Körper einschleusen, die überhaupt nicht schützen, sondern das Immunsystem lediglich lähmen und Schaden anrichten können. Von Allergien bis zum Tod.
Durch die Verwendung des Wortes „Impfstoffe“ in der Corona-Propaganda stützten sich die Covid-Impfungen auf die gleiche falsche Behauptung von Sicherheit und Wirksamkeit.
Aber die Covid-Impfungen sind überhaupt keine Impfstoffe. Hierbei handelt es sich um Injektionen, die mit einer noch nie dagewesenen Technologie und mit Inhaltsstoffen hergestellt wurden, die die Zellen des Empfängers genetisch in Fabriken für fremde Proteine manipulieren, von denen mittlerweile völlig klar ist, dass sie katastrophale Folgen haben.
Die Hornissen der Pharmaindustrie haben zusammen mit den Institutionen der westlichen Patentmedizin, der Politik und den Medien die Bevölkerung nicht nur belogen, sondern sogar aktiv versucht, sie zu töten.
Und damit haben sie immer noch nicht aufgehört.
Ja. Auch ich habe diesen starken Eindruck, insbesondere weil wichtige Quelldaten falsch dargestellt und die Beobachtungen heruntergespielt werden.