Global Research E-Book, Κέντρο Έρευνας για την Παγκοσμιοποίηση (CRG)
Θνησιμότητα που σχετίζεται με το εμβόλιο COVID-19 στο νότιο ημισφαίριο
Από τον καθηγητή Denis Rancourt, τον Δρ Marine Baudin,
τον Δρ Joseph Hickey και τον Δρ Jérémie Mercier
Global Research E-Book, Σεπτέμβριος 2023
Πνευματικά δικαιώματα, Σεπτέμβριος 2023: Prof. Denis Rancourt, Dr. Marine Baudin,
Dr. Joseph Hickey και Dr. Jérémie Mercier
Αφηρημένο
Μελετήθηκαν δεκαεπτά χώρες του ισημερινού και του νότιου ημισφαιρίου (Αργεντινή, Αυστραλία, Βολιβία, Βραζιλία, Χιλή, Κολομβία, Ισημερινός, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Περού, Φιλιππίνες, Σιγκαπούρη, Νότια Αφρική, Σουρινάμ, Ταϊλάνδη, Ουρουγουάη), οι οποίες αποτελούν το 9,10 % του παγκόσμιου πληθυσμού, το 10,3 % των ενέσεων COVID-19 παγκοσμίως (ποσοστό εμβολιασμού 1,91 ενέσεις ανά άτομο, όλες τις ηλικίες), σχεδόν κάθε τύπο και κατασκευαστή εμβολίου COVID-19 και εκτείνονται σε 4 ηπείρους.
Στις 17 χώρες, δεν υπάρχουν στοιχεία για τη θνησιμότητα από όλες τις αιτίες (ACM) βάσει χρονικών δεδομένων για οποιαδήποτε ευεργετική επίδραση των εμβολίων COVID-19. Δεν υπάρχει χρονική συσχέτιση μεταξύ του εμβολιασμού COVID-19 και οποιασδήποτε αναλογικής μείωσης της ACM. Το αντίθετο συμβαίνει.
Και οι 17 χώρες έχουν μεταβάσεις σε καθεστώτα υψηλής ACM, τα οποία συμβαίνουν όταν αναπτύσσονται και χορηγούνται τα εμβόλια COVID-19.
Εννέα από τις 17 χώρες δεν έχουν ανιχνεύσιμη περίσσεια ACM κατά την περίοδο περίπου ενός έτους μετά την κήρυξη πανδημίας στις 11 Μαρτίου 2020 από τον Παγκόσμιο Οργανισμό Υγείας (ΠΟΥ), έως ότου διατεθούν τα εμβόλια (Αυστραλία, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Φιλιππίνες, Σιγκαπούρη, Σουρινάμ, Ταϊλάνδη, Ουρουγουάη).
Πρωτοφανείς αιχμές στην ACM συμβαίνουν το καλοκαίρι (Ιανουάριος-Φεβρουάριος) του 2022 στο Νότιο Ημισφαίριο και σε χώρες ισημερινού γεωγραφικού πλάτους, οι οποίες είναι συγχρονισμένες ή αμέσως προηγούνται από ταχείες διαθέσεις αναμνηστικών δόσεων εμβολίου COVID-19 (3η ή 4η δόση). Το φαινόμενο αυτό είναι παρόν σε κάθε περίπτωση με επαρκή δεδομένα θνησιμότητας (15 χώρες). Δύο από τις χώρες που μελετήθηκαν έχουν ανεπαρκή στοιχεία θνησιμότητας τον Ιανουάριο-Φεβρουάριο του 2022 (Αργεντινή και Σουρινάμ).
Λεπτομερή δεδομένα θνησιμότητας και εμβολιασμού για τη Χιλή και το Περού επιτρέπουν την επίλυση ανά ηλικία και αριθμό δόσης. Είναι απίθανο οι παρατηρούμενες κορυφές στη θνησιμότητα από όλες τις αιτίες τον Ιανουάριο-Φεβρουάριο 2022 (και επιπλέον σε: Ιούλιος-Αύγουστος 2021, Χιλή; Ιούλιος-Αύγουστος 2022, Περού), σε καθεμία από τις δύο χώρες και σε κάθε ηλικιακή ομάδα ηλικιωμένων, θα μπορούσε να οφείλεται σε οποιαδήποτε άλλη αιτία εκτός από τις χρονικά σχετιζόμενες ταχείες διαθέσεις αναμνηστικής δόσης εμβολίου COVID-19. Ομοίως, είναι απίθανο οι μεταβάσεις σε καθεστώτα υψηλής ACM, που συμπίπτουν με την ανάπτυξη και τη συνεχή χορήγηση εμβολίων COVID-19, και στις 17 χώρες του νότιου ημισφαιρίου και του ισημερινού γεωγραφικού πλάτους, να οφείλονται σε οποιαδήποτε άλλη αιτία εκτός από τα εμβόλια.
Ο συγχρονισμός μεταξύ των πολλών κορυφών της ACM (σε 17 χώρες, σε 4 ηπείρους, σε όλες τις ηλικιακές ομάδες ηλικιωμένων, σε διαφορετικές χρονικές στιγμές) και των σχετικών ταχειών αναμνηστικών δόσεων επιτρέπει αυτό το ασφαλές συμπέρασμα σχετικά με την αιτιώδη συνάφεια και την ακριβή ποσοτικοποίηση της τοξικότητας των εμβολίων COVID-19.
Το ποσοστό θνησιμότητας όλων των ηλικιών δόσης εμβολίου (vDFR), το οποίο είναι ο λόγος των συναγόμενων θανάτων που προκαλούνται από το εμβόλιο προς τις δόσεις εμβολίων που παραδίδονται σε έναν πληθυσμό, ποσοτικοποιείται για την κορυφή ACM Ιανουαρίου-Φεβρουαρίου 2022 να μειωθεί στο εύρος 0,02% (Νέα Ζηλανδία) έως 0,20% (Ουρουγουάη). Στη Χιλή και το Περού, ο vDFR αυξάνεται εκθετικά με την ηλικία (διπλασιάζεται περίπου κάθε 4 ετών) και είναι μεγαλύτερος για τις τελευταίες αναμνηστικές δόσεις, φθάνοντας περίπου το 5% στις ηλικιακές ομάδες 90+ ετών (1 θάνατος ανά 20 ενέσεις δόσης 4). Συγκρίσιμα αποτελέσματα εμφανίζονται για το βόρειο ημισφαίριο, όπως βρέθηκαν σε προηγούμενα άρθρα (Ινδία, Ισραήλ, ΗΠΑ).
Ποσοτικοποιούμε το συνολικό vDFR όλων των ηλικιών για τις 17 χώρες (0,126 ± 0,004), το οποίο θα συνεπαγόταν 17,0 ± 0,5 εκατομμύρια θανάτους εμβολίων COVID-19 παγκοσμίως, από 13,50 δισεκατομμύρια ενέσεις έως τις 2 Σεπτεμβρίου 2023. Αυτό θα αντιστοιχούσε σε ένα μαζικό ιατρογενές γεγονός που σκότωσε (0,213 ± 0,006) % του παγκόσμιου πληθυσμού (1 θάνατος ανά 470 ζώντα άτομα, σε λιγότερο από 3 χρόνια) και δεν απέτρεψε μετρήσιμα θανάτους.
Ο συνολικός κίνδυνος θανάτου που προκαλείται από ένεση με τα εμβόλια COVID-19 σε πραγματικούς πληθυσμούς, που συνάγεται από την υπερβολική θνησιμότητα από όλες τις αιτίες και τον συγχρονισμό της με την ανάπτυξη, είναι παγκοσμίως διάχυτος και πολύ μεγαλύτερος από ό, τι αναφέρθηκε σε κλινικές δοκιμές, παρακολούθηση ανεπιθύμητων ενεργειών και στατιστικά στοιχεία αιτίας θανάτου από πιστοποιητικά θανάτου, κατά 3 τάξεις μεγέθους (1.000 φορές μεγαλύτερο).
Η μεγάλη ηλικιακή εξάρτηση και οι μεγάλες τιμές του vDFR που ποσοτικοποιήθηκαν σε αυτήν τη μελέτη 17 χωρών σε 4 ηπείρους, χρησιμοποιώντας όλους τους κύριους τύπους εμβολίων COVID-19 και κατασκευαστές, θα πρέπει να ωθήσουν τις κυβερνήσεις να τερματίσουν αμέσως την αβάσιμη πολιτική δημόσιας υγείας που δίνει προτεραιότητα στους ηλικιωμένους κατοίκους για ένεση με εμβόλια COVID-19, έως ότου γίνουν έγκυρες αναλύσεις κινδύνου-οφέλους.
Πίνακας περιεχομένων
Αφηρημένος
Πίνακας εικόνων
Πίνακας πινάκων
1. Εισαγωγή
2. Δεδομένα
3. Μέθοδος ανίχνευσης χρονικών μεταβάσεων σε καθεστώτα υψηλής θνησιμότητας από όλες τις αιτίες
4. Μέθοδοι ποσοτικοποίησης του vDFR από τη θνησιμότητα από όλες τις αιτίες
4.1 Τιμή αναφοράς ιστορικής τάσης για περίοδο (ή αιχμή) θνησιμότητας (μέθοδος 1)
4.2 Ειδική περίπτωση ενιαίου ιστορικού ολοκληρωμένου σημείου (μέθοδος 2)
4.3 Εφαρμογή των μεθόδων στις συγκεκριμένες χώρες
5. Αποτελέσματα
5.1 Μεταβάσεις σε καθεστώτα υψηλής ACM
5.2 Υπερβάλλουσα θνησιμότητα περιόδου Covid σε σύγκριση με την υπερβάλλουσα θνησιμότητα της περιόδου εμβολιασμού COVID-19, στις 17 χώρες αυτής της μελέτης
5.3 Όλες οι χώρες μελέτης, όλες οι ηλικίες, εθνικές ACM και διάθεση εμβολίων
5.4 Χιλή ανά ηλικιακή ομάδα δόση 4 - Εθνική ACM και δόση εμβολίου 4 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 και 60-64 ετών)
5.5 Χιλή ανά ηλικιακή ομάδα δόση 3 - Εθνικές ACM και δόσεις εμβολίου 3 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 και 60-64 ετών)
5.6 Περού ανά ηλικιακή ομάδα δόση 3 - Εθνικές ACM και δόσεις εμβολίου 3 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 και 60-64 ετών)
5.7 Περού ανά ηλικιακή ομάδα δόση 4 - Εθνικές ACM και δόσεις εμβολίων 4 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 και 60-64 ετών)
5.8 vDFR ανά ηλικία - Ποσοστά θνησιμότητας δόσης εμβολίου στρωματοποιημένης ηλικίας για τις δόσεις 3 και 4 στη Χιλή και το Περού
5.9 Νέα Ζηλανδία όλων των ηλικιών δόσεις 3 και 4 - Εθνικές δόσεις ACM και εμβολίων
6. Συζήτηση
6.1 Τα εμβόλια COVID-19 μπορούν να προκαλέσουν θάνατο
6.2 Απουσία υπερβάλλουσας θνησιμότητας έως ότου διατεθούν τα εμβόλια κατά της νόσου COVID-19
6.3 Τα εμβόλια κατά της COVID-19 δεν έσωσαν ζωές και φαίνεται να είναι θανατηφόροι τοξικοί παράγοντες
6.4 Ισχυρές ενδείξεις αιτιώδους συνάφειας και θανατηφόρας τοξικότητας εμβολίου
6.5 Η αιτιώδης συνάφεια στην υπερβάλλουσα θνησιμότητα αποδεικνύεται επαρκώς
6.6 Αξιολόγηση άλλων ερμηνειών της αιτίας της υπερβάλλουσας θνησιμότητας
6.7 Επιπτώσεις όσον αφορά την εξάρτηση από την ηλικία λόγω θανατηφόρας τοξικότητας των εμβολίων κατά της νόσου COVID-19
6.8 Περίσσεια ACM κατά χρόνο πριν από τη διάθεση εμβολίων COVID-19
7. Συμπέρασμα
7.1 Αποδεδειγμένη αιτιώδης συνάφεια
7.2 Πραγματική θνησιμότητα από εμβόλια πολύ μεγαλύτερη από εκείνη που συνάγεται εσφαλμένα από εσφαλμένα δεδομένα
7.3 Η πολιτική προτεραιότητας των ηλικιωμένων κατοίκων για εμβολιασμό COVID-19 πρέπει να τερματιστεί
Αναφορές
Προσάρτημα A: Πηγές δεδομένων θνησιμότητας και εμβολιασμού
Παράρτημα B: Παραδείγματα δεδομένων θνησιμότητας και εμβολιασμού από όλες τις αιτίες
Προσάρτημα Γ: Τεχνικές και ειδικές πληροφορίες για την εφαρμογή των μεθόδων στα δεδομένα
Παράρτημα Δ: Μέθοδος ενός σημείου ποσοτικοποίηση της υπερβάλλουσας θνησιμότητας στην περίοδο Covid
Προσάρτημα E: Μέθοδος ενός σημείου ποσοτικός προσδιορισμός της υπερβάλλουσας θνησιμότητας κατά την περίοδο εμβολιασμού
Πίνακας εικόνων
Σχήμα 1: Παγκόσμιος χάρτης που δείχνει τις 17 χώρες που εξετάστηκαν στην παρούσα μελέτη, σε σχέση με τον ισημερινό και τις τροπικές περιοχές - Αργεντινή, Αυστραλία, Βολιβία, Βραζιλία, Χιλή, Κολομβία, Ισημερινός, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Περού, Φιλιππίνες, Σιγκαπούρη, Νότια Αφρική, Σουρινάμ, Ταϊλάνδη και Ουρουγουάη.
Εικόνα 2: Μεταβάσεις μεταξύ καθεστώτων θνησιμότητας - ACM ανά ώρα (εβδομάδα ή μήνας) (μπλε), χορήγηση εμβολίου ανά ώρα (εβδομάδα) (πορτοκαλί) και ο προς τα πίσω κινητός μέσος όρος 1 έτους του ACM ανά ώρα (εβδομάδα ή μήνας) (κόκκινο), σύμφωνα με το μύθο, για τις 17 χώρες αυτής της μελέτης. Η ημερομηνία δήλωσης πανδημίας της 11ης Μαρτίου 2020 εμφανίζεται με κάθετη γκρι γραμμή σε κάθε πλαίσιο. Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Σχήμα 3: (τρία πάνελ) Περίσσεια ACM περιόδου Covid έναντι περίσσειας ACM περιόδου εμβολιασμού (επάνω), πρώτη διευρυμένη προβολή (μέση), δεύτερη διευρυμένη προβολή (κάτω), με γραμμή 1:1 ως αναφορά.
Σχήμα 4: ACM όλων των ηλικιών ανά εβδομάδα (2019-2023) ή ανά μήνα (2017-2023) (μαύρο), με δόσεις εμβολίων 1 και 2 για όλες τις ηλικίες (μπλε) και αναμνηστικές δόσεις (πορτοκαλί), για τις 17 χώρες αυτής της μελέτης (όπως επισημαίνονται). δείχνει επίσης την ημερομηνία της 11ης Μαρτίου 2020 και τα όρια ολοκλήρωσης για την ονομαστική κορυφή Ιανουαρίου-Φεβρουαρίου 2022 στην ACM (κάθετες γραμμές). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α
Σχήμα 5: Όλες οι ηλικίες ACM ανά εβδομάδα ή μήνα (γαλάζιο), 2015-2023, με ενσωματώσεις για την ονομαστική κορυφή Ιανουαρίου-Φεβρουαρίου 2022 σε ACM (σκούρο μπλε), για τις 17 χώρες (όπως επισημαίνεται). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α
Σχήμα 6: ACM όλων των ηλικιών ανά εβδομάδα (2019-2023) ή ανά μήνα (2017-2023) (μαύρο), με διάθεση εμβολίου COVID-19 για όλες τις ηλικίες όλων των ηλικιών (μπλε), για τις 17 χώρες αυτής της μελέτης. δείχνει επίσης την ημερομηνία της 11ης Μαρτίου 2020 (γκρι) και τα όρια ενσωμάτωσης (διακεκομμένα, μπλε) για την περίοδο εμβολιασμού. Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Σχήμα 7: Όλες οι ηλικίες ACM ανά εβδομάδα (ACM/w) ή ανά μήνα (ACM/m) (γαλάζιο), 2015-2023, με ενσωματώσεις (σκούρο μπλε) και γραμμές τάσης (πορτοκαλί), για την περίοδο εμβολιασμού, για τις 17 χώρες αυτής της μελέτης (όπως επισημαίνονται). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α
Σχήμα 8: Εθνική περίσσεια ACM όλων των ηλικιών κατά τη χρονική περίοδο των ονομαστικών κορυφών ACM Ιανουαρίου-Φεβρουαρίου 2022 (γεμάτοι κύκλοι) ή κατά τη διάρκεια της περιόδου εμβολιασμού (ανοικτά διαμάντια, μέθοδος υπολογισμού της μεθόδου 2) έναντι των εθνικών συνολικών ενέσεων εμβολίου όλων των ηλικιών κατά την ίδια χρονική περίοδο, χρησιμοποιώντας δεδομένα ACM τόσο ανά εβδομάδα (μπλε) όσο και ανά μήνα (πορτοκαλί), και για τις 17 χώρες (όπως επισημαίνονται). Πλήρες εύρος (επάνω πίνακας). Εκτεταμένη προβολή (κάτω πίνακας). Ο συντελεστής συσχέτισης Pearson είναι r = +0,94.
Σχήμα 9: vDFR (περίοδος εμβολιασμού) έναντι vDFR (περίοδος αιχμής ACM Ιανουαρίου-Φεβρουαρίου 2022), με ανάλυση συσχέτισης. Οι τιμές vDFR εκφράζονται ως κλάσματα, όχι %, και η κλίμακα είναι x1e−3, οπότε το "4" είναι 0,4% και ούτω καθεξής. Οι γραμμές ανάλυσης έχουν τις ίδιες έννοιες όπως στο σχήμα 8. Ο συντελεστής συσχέτισης Pearson είναι r = +0,74.
Σχήμα 10: Τιμές vDFR όλων των ηλικιών για την περίοδο εμβολιασμού (πορτοκαλί, μεθ. 2) και για την περίοδο αιχμής Ιανουαρίου-Φεβρουαρίου 2022 σε ACM (μπλε), ανά χώρα, κατά φθίνουσα σειρά, σε σύγκριση με τους καταλόγους παρασκευαστών εμβολίων. Οι τιμές του vDFR όλων των ηλικιών προέρχονται από τον Πίνακα 2.
Σχήμα 11: Χιλή (με κυκλοφορίες), ACM ανά εβδομάδα (μαύρο), 2019-2023, ανά ηλικιακή ομάδα (90+, 85-89 ... 60-64 ετών), με διάθεση εμβολίων όλων των δόσεων (μπλε) και δόσης-4 (x4 ενισχυμένη, ροζ). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Εικόνα 12: Χιλή (δόση 4), ACM ανά εβδομάδα (γαλάζιο), 2010-2022, ανά ηλικιακή ομάδα (90+, 85-89 ... 60-64 ετών), με ενσωματώσεις, δόση 14 εβδομάδων-4-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Εικόνα 13: Χιλή (δόση 3), ACM ανά εβδομάδα (γαλάζιο), 2010-2022, ανά ηλικιακή ομάδα (60+, 90+, 85-89 ... 60-64 ετών), με ενσωματώσεις, δόση 22 εβδομάδων-3-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α
Σχήμα 14: Περού (με κυκλοφορίες), ACM ανά εβδομάδα (μαύρο), 2019-2022, ανά ηλικιακή ομάδα (60+, 90+, 85-89 ... 60-64, 50-59 ... 20-29, 0-19 ετών), με διάθεση εμβολίων όλων των δόσεων (μπλε) και δόσης-4 (x4 ενισχυμένη, ροζ). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Εικόνα 15: Περού (δόση 3), ACM ανά εβδομάδα (γαλάζιο), 2017-2022, ανά ηλικιακή ομάδα (60+, 90+, 85-89 ... 60-64 ετών), με ενσωματώσεις, δόση 26 εβδομάδων-3-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α
Εικόνα 16: Περού (δόση 4), ACM ανά εβδομάδα (γαλάζιο), 2017-2022, ανά ηλικιακή ομάδα (60+, 90+, 85-89 ... 60-64 ετών), με ενσωματώσεις, δόση 25 εβδομάδων-4-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α
Σχήμα 17: vDFR συναρτήσει ηλικίας, για τη Χιλή και το Περού, για την αιχμή Ιανουαρίου-Φεβρουαρίου 2022 (Χιλή δόση 4, Περού δόση 3), για την αιχμή Ιουλίου-Αυγούστου 2022 (Περού, δόση 4) και για την αιχμή Ιουλίου-Αυγούστου 2021 (Χιλή, δόση 3), με εκθετικές κρίσεις. Γραμμική κλίμακα (επάνω), λογαριθμική κλίμακα (κάτω).
Σχήμα 18: (επάνω) Νέα Ζηλανδία (με κυκλοφορίες), ACM όλων των ηλικιών ανά εβδομάδα (μαύρο), 2019-2023, με διάθεση εμβολίων για όλες τις ηλικίες δόση 1 έως δόση 4 (χρώματα). (κάτω) ACM ανά εβδομάδα για ηλικιακή ομάδα 80+ ετών (μαύρο) και ίδια όρια ενσωμάτωσης (διακεκομμένες κάθετες γραμμές). Η ημερομηνία δήλωσης πανδημίας της 11ης Μαρτίου 2020 εμφανίζεται με γκρίζα κάθετη γραμμή. Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Εικόνα 19: Νέα Ζηλανδία (δόση 3), ACM όλων των ηλικιών ανά εβδομάδα (γαλάζιο), 2011-2023, με ενσωματώσεις, δόση 28 εβδομάδων-3-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α
Σχήμα 20: Νέα Ζηλανδία (δόση 4), ACM ανά εβδομάδα (γαλάζιο), 2011-2023, με ενσωματώσεις, δόση 31 εβδομάδων-4-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α
Σχήμα 21: Παράρτημα Β – Παραδείγματα δεδομένων για τη θνησιμότητα από όλες τις ηλικίες από όλες τις αιτίες (μπλε) και όλων των ηλικιών για τη χορήγηση όλων των δόσεων (πορτοκαλί), για τις 17 χώρες αυτής της μελέτης (όπως επισημαίνονται). Η κάθετη γκρι γραμμή υποδεικνύει την κήρυξη πανδημίας από τον ΠΟΥ της 11ης Μαρτίου 2020. Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α
Σχήμα 22: Παράρτημα Δ – Μέθοδος ενός ιστορικού σημείου (Μέθοδος 2) για την περίσσεια ACM στις περιόδους Covid των 17 χωρών αυτής της μελέτης. Περίοδος Covid (πορτοκαλί), ιστορική περίοδος αναφοράς ενός σημείου (πράσινο), καλύτερη εφαρμογή γραμμής (κόκκινο). Ο δείκτης χρόνου είναι ο αριθμός εβδομάδας ή μήνα από την αρχή του 2015. Η ημερομηνία δήλωσης πανδημίας της 11ης Μαρτίου 2020 εμφανίζεται με κάθετη γκρι γραμμή. Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Σχήμα 23: Παράρτημα Ε – Μέθοδος μοναδικού ιστορικού σημείου για περίσσεια ACM (Μέθοδος 2) στις περιόδους εμβολιασμού των 17 χωρών αυτής της μελέτης. Περίοδος εμβολιασμού (πορτοκαλί), ιστορική περίοδος αναφοράς ενός σημείου (πράσινο), εφαρμογή βέλτιστης γραμμής (κόκκινο). Ο δείκτης χρόνου είναι ο αριθμός εβδομάδας ή μήνα από την αρχή του 2015. Η ημερομηνία δήλωσης πανδημίας της 11ης Μαρτίου 2020 εμφανίζεται με κάθετη γκρι γραμμή. Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Πίνακας πινάκων
Πίνακας 1: Συνολική υπερβάλλουσα θνησιμότητα στις περιόδους Covid και εμβολιασμού, αριθμός ενέσεων κατά την περίοδο εμβολιασμού, πληθυσμός
Πίνακας 2: Εθνικά ποσοστά θνησιμότητας δόσης εμβολίου (vDFR) όλων των ηλικιών που εξάγονται από τη χρονική περίοδο της ονομαστικής αιχμής ACM Ιανουαρίου-Φεβρουαρίου 2022 («αιχμή S22») και από ολόκληρη τη χρονική περίοδο εμβολιασμού («v-περίοδος»), για τις 17 χώρες αυτής της μελέτης
Πίνακας 3: Εξαγωγή ηλικίας διπλασιασμού, αύξηση της ηλικίας σε διπλάσιο κίνδυνο θανάτου ανά ένεση
Πίνακας 4: Προσάρτημα Α – Είδος δεδομένων και πηγές δεδομένων
Πίνακας 5: Προσάρτημα Γ – Παράμετροι που χρησιμοποιήθηκαν για την εφαρμογή της μεθόδου γραμμής τάσης (μέθοδος 1) στα δεδομένα
1. Εισαγωγή
Η θνησιμότητα από όλες τις αιτίες με βάση το χρόνο είναι τα πιο αξιόπιστα δεδομένα για την ανίχνευση και τον επιδημιολογικό χαρακτηρισμό γεγονότων που προκαλούν θάνατο και για τη μέτρηση των επιπτώσεων σε επίπεδο πληθυσμού οποιασδήποτε αύξησης ή κατάρρευσης θανάτων από οποιαδήποτε αιτία.
Αυτά τα δεδομένα μπορούν να συλλεχθούν ανά δικαιοδοσία ή γεωγραφική περιοχή, ανά ηλικιακή ομάδα, ανά φύλο και ούτω καθεξής. και δεν είναι επιρρεπής στην αναφορά μεροληψίας ή σε οποιαδήποτε προκατάληψη όσον αφορά την απόδοση αιτιών θανάτου στην ίδια τη θνησιμότητα
(Aaby et al., 2020; Bilinski και Emanuel, 2020· Bustos Sierra κ.ά., 2020· Félix-Cardoso κ.ά., 2020· Fouillet κ.ά., 2020· Kontis κ.ά., 2020· Mannucci κ.ά., 2020· Mills κ.ά., 2020· Olson κ.ά., 2020· Piccininni κ.ά., 2020· Ρανκούρ, 2020· Rancourt κ.ά., 2020· Sinnathamby κ.ά., 2020· Tadbiri κ.ά., 2020· Vestergaard κ.ά., 2020· Villani κ.ά., 2020· Αχιλλέως κ.ά., 2021· Al Wahaibi κ.ά., 2021· Anand κ.ά., 2021· Böttcher κ.ά., 2021· Chan κ.ά., 2021· Dahal κ.ά., 2021· Das-Munshi κ.ά., 2021· Deshmukh κ.ά., 2021· Faust κ.ά., 2021· Gallo κ.ά., 2021· Ισλάμ, Jdanov, κ.ά., 2021. Ισλάμ, Shkolnikov, κ.ά., 2021. Jacobson και Jokela, 2021; Jdanov κ.ά., 2021· Joffe, 2021; Karlinsky και Kobak, 2021. Κόμπακ, 2021; Kontopantelis et al., 2021α, 2021β· Kung κ.ά., 2021α, 2021β· Liu κ.ά., 2021· Locatelli και Rousson, 2021; Miller κ.ά., 2021· Moriarty κ.ά., 2021· Nørgaard κ.ά., 2021· Παναγιώτου κ.ά., 2021· Pilkington κ.ά., 2021· Polyakova κ.ά., 2021· Rancourt κ.ά., 2021α, 2021β· Rossen κ.ά., 2021· Sanmarchi κ.ά., 2021· Sempé κ.ά., 2021· Soneji et al. 2021; Stein κ.ά., 2021· Stokes κ.ά., 2021· Vila-Corcoles κ.ά., 2021· Wilcox κ.ά., 2021· Woolf κ.ά., 2021· Woolf, Masters και Aron, 2021. Yorifuji κ.ά., 2021· Ackley κ.ά., 2022· Acosta κ.ά., 2022· Ένγκλερ, 2022; Faust κ.ά., 2022· Ghaznavi κ.ά., 2022· Gobiņa κ.ά., 2022· He et al., 2022; Henry κ.ά., 2022· Jha κ.ά., 2022· Τζόνσον και Ρανκούρ, 2022. Juul κ.ά., 2022· Kontis κ.ά., 2022· Κοντοπαντελής κ.ά., 2022· Lee κ.ά., 2022· Leffler κ.ά., 2022· Lewnard κ.ά., 2022· McGrail, 2022; Neil κ.ά., 2022· Neil και Fenton, 2022; Pálinkás και Sándor, 2022· Ramírez-Soto και Ortega-Cáceres, 2022· Ρανκούρ, 2022; Rancourt κ.ά., 2022α, 2022β· Razak κ.ά., 2022· Redert, 2022α, 2022β; Rossen κ.ά., 2022· Safavi-Naini κ.ά., 2022· Schöley κ.ά., 2022· Sy, 2022; Thoma και Declercq, 2022; Wang κ.ά., 2022· Aarstad και Kvitastein, 2023· Bilinski κ.ά., 2023· de Boer κ.ά., 2023· de Gier κ.ά., 2023· Demetriou et al., 2023· Donzelli κ.ά., 2023· Χάουγκεν, 2023; Jones και Ponomarenko, 2023. Kuhbandner και Reitzner, 2023· Λύτρας κ.ά., 2023· Masselot κ.ά., 2023· Matveeva και Shabalina, 2023. Neil και Fenton, 2023. Paglino κ.ά., 2023· Rancourt κ.ά., 2023· Redert, 2023; Schellekens, 2023· Scherb και Hayashi, 2023. Šorli κ.ά., 2023· Woolf κ.ά., 2023).
Έχουμε αναφέρει στο παρελθόν αρκετές περιπτώσεις στις οποίες οι ανώμαλες αιχμές της θνησιμότητας από όλες τις αιτίες (ACM) συνδέονται χρονικά με ταχεία διάθεση δόσεων εμβολίου COVID-19 και περιπτώσεις στις οποίες η έναρξη της εκστρατείας εμβολιασμού κατά της COVID-19 συμπίπτει με την έναρξη ενός νέου καθεστώτος παρατεταμένης αυξημένης θνησιμότητας. στην Ινδία, την Αυστραλία, το Ισραήλ, τις ΗΠΑ και τον Καναδά, συμπεριλαμβανομένων πολιτειών και επαρχιών (Rancourt, 2022; Rancourt κ.ά., 2022α, 2022β, 2023).
Αυτές οι μελέτες μας επέτρεψαν να κάνουμε τους πρώτους ποσοτικούς προσδιορισμούς του ποσοστού θνησιμότητας δόσης εμβολίου (vDFR), το οποίο είναι ο λόγος των συναγόμενων θανάτων που προκαλούνται από το εμβόλιο προς τις δόσεις εμβολίων που χορηγούνται σε έναν πληθυσμό, με βάση την αξιολόγηση περίσσειας ACM σε μια δεδομένη χρονική περίοδο, σε σύγκριση με τον αριθμό των δόσεων εμβολίου που χορηγήθηκαν την ίδια χρονική περίοδο.
Η τιμή όλων των δόσεων όλων των ηλικιών του vDFR ήταν συνήθως περίπου 0,05 % (1 θάνατος ανά 2.000 ενέσεις), με ακραία τιμή 1 % για την ειδική περίπτωση της Ινδίας (Rancourt, 2022).
Η εργασία μας, χρησιμοποιώντας εκτεταμένα δεδομένα για την Αυστραλία και το Ισραήλ, έδειξε επίσης ότι το vDFR είναι εκθετικό με την ηλικία (διπλασιάζεται κάθε 5 ετών), φθάνοντας περίπου το 1% για άτομα ηλικίας 80+ ετών (Rancourt et al., 2023).
Το σαφέστερο παράδειγμα είναι αυτό μιας σχετικά απότομης κορύφωσης ACM που σημειώθηκε τον Ιανουάριο-Φεβρουάριο του 2022 στην Αυστραλία, η οποία είναι συγχρονισμένη με την ταχεία διάθεση της δόσης 3 του εμβολίου COVID-19 της Αυστραλίας. που εμφανίζονται σε 5 από τις 8 πολιτείες της Αυστραλίας και σε όλες τις ηλικιακές ομάδες μεγαλύτερης ηλικίας (Rancourt et al., 2022a, 2023).
Αντίθετα, συχνά πρέπει κανείς να αντιμετωπίσει τη συγχυτική επίδραση της εγγενούς εποχιακής διακύμανσης της ACM. Ωστόσο, σε αυτήν την περίπτωση για την Αυστραλία, η εν λόγω κορύφωση Ιανουαρίου-Φεβρουαρίου 2022 συμβαίνει σε μια εποχή στον εγγενή εποχιακό κύκλο όταν κάποιος θα πρέπει να έχει σταθερό καλοκαιρινό χαμηλό (Νότιο Ημισφαίριο) ή καλοκαιρινό κατώτατο σημείο στο ACM. Δεν υπάρχουν προηγούμενα παραδείγματα τέτοιας κορύφωσης το καλοκαίρι στο ιστορικό ρεκόρ της ACM για την Αυστραλία (Rancourt et al., 2022a).
Λίγες εθνικές δικαιοδοσίες διαθέτουν το είδος των εκτεταμένων δεδομένων θνησιμότητας και εμβολιασμού με ηλικιακή διαστρωμάτωση για την Αυστραλία και το Ισραήλ. Δύο άλλες τέτοιες δικαιοδοσίες είναι η Χιλή και το Περού. Εδώ, δείχνουμε ότι η Χιλή και το Περού, όπως και η Αυστραλία, έχουν σχετικά απότομη κορύφωση ACM που εμφανίζεται τον Ιανουάριο-Φεβρουάριο του 2022, η οποία είναι συγχρονισμένη με την ταχεία διάθεση της δόσης 4 της Χιλής και της δόσης 3 του εμβολίου COVID-19 του Περού, αντίστοιχα, που συμβαίνουν για όλες τις πιο ηλικιωμένες ηλικιακές ομάδες.
Αυτό το κοινό χαρακτηριστικό μεταξύ της Χιλής, του Περού και της Αυστραλίας μας οδήγησε να αναζητήσουμε περισσότερα παραδείγματα του φαινομένου αιχμής ACM Ιανουαρίου-Φεβρουαρίου 2022 στο νότιο ημισφαίριο και στις περιοχές του ισημερινού. Οι χώρες του ισημερινού δεν έχουν θερινές και χειμερινές εποχές και εποχιακές διακυμάνσεις στα πρότυπα ACM τους. Βρήκαμε το ίδιο φαινόμενο παντού όπου υπήρχαν διαθέσιμα δεδομένα (Αυστραλία, Βολιβία, Βραζιλία, Χιλή, Κολομβία, Ισημερινός, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Περού, Φιλιππίνες, Σιγκαπούρη, Νότια Αφρική, Ταϊλάνδη, Ουρουγουάη), αν και ελλιπές για τη Βολιβία και όχι τόσο διακριτό για τη Νέα Ζηλανδία. Εδώ, αναφέρουμε αυτά τα ευρήματα.
2. Δεδομένα
Οι πηγές θνησιμότητας και τα δεδομένα σχετικά με τη χορήγηση εμβολίων παρατίθενται στο Παράρτημα Α: Πηγές δεδομένων θνησιμότητας και εμβολιασμού.
Παράρτημα Β: Παραδείγματα δεδομένων θνησιμότητας και εμβολιασμού από όλες τις αιτίες περιέχει παραδείγματα των δεδομένων: εθνική ACM όλων των ηλικιών ανά ώρα (εβδομάδα ή μήνα), από το 2015 έως το 2023, και χορήγηση εμβολίων όλων των ηλικιών ανά εβδομάδα, χρησιμοποιώντας κλίμακες Υ που ξεκινούν από το μηδέν, για τις 17 χώρες που εξετάστηκαν στην παρούσα μελέτη: Αργεντινή, Αυστραλία, Βολιβία, Βραζιλία, Χιλή, Κολομβία, Ισημερινός, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Περού, Φιλιππίνες, Σιγκαπούρη, Νότια Αφρική, Σουρινάμ, Ταϊλάνδη και Ουρουγουάη.
Το σχήμα 1 δείχνει τις εν λόγω 17 εξεταζόμενες χώρες, σε σχέση με τον ισημερινό σε έναν παγκόσμιο χάρτη.
Σχήμα 1: Παγκόσμιος χάρτης που δείχνει τις 17 χώρες που εξετάστηκαν στην παρούσα μελέτη, σε σχέση με τον ισημερινό και τις τροπικές περιοχές - Αργεντινή, Αυστραλία, Βολιβία, Βραζιλία, Χιλή, Κολομβία, Ισημερινός, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Περού, Φιλιππίνες, Σιγκαπούρη, Νότια Αφρική, Σουρινάμ, Ταϊλάνδη και Ουρουγουάη.
3. Μέθοδος ανίχνευσης χρονικών μεταβάσεων
σε καθεστώτα υψηλής θνησιμότητας από όλες τις αιτίες
Εφαρμόζουμε την ακόλουθη μέθοδο που αναπτύχθηκε από έναν από εμάς (JH) για την ανίχνευση αλλαγών στο καθεστώς στα δεδομένα ACM ανά ώρα (ημέρα, εβδομάδα, μήνα, τρίμηνο).
Κάποιος ενδιαφέρεται να ανιχνεύσει μεταβάσεις στο χρόνο (καθώς προχωρά στο χρόνο από μια σταθερή ιστορική περίοδο) σε καθεστώτα «υψηλότερης από το συνηθισμένο» ή «υψηλότερης από την πρόσφατη» ACM, η οποία μπορεί να σχετίζεται με την κήρυξη πανδημίας ή με την ανάπτυξη εμβολίων. Αν και το εκπαιδευμένο μάτι μπορεί να ανιχνεύσει τέτοιες μεταβάσεις στην ακατέργαστη ACM από τα ίδια τα δεδομένα χρόνου, είναι χρήσιμο να εφαρμοστεί ένας στατιστικός μετασχηματισμός, ο οποίος έχει σχεδιαστεί για να εξαλείψει σε μεγάλο βαθμό τη συγχυτική δυσκολία των εποχιακών διακυμάνσεων στην ACM, οι οποίες συμβαίνουν σε μη ισημερινές χώρες.
Δεδομένου ότι η κυρίαρχη περίοδος των εποχιακών διακυμάνσεων στην ACM είναι 1 έτος, και δεδομένου ότι επιθυμούμε να ανιχνεύσουμε αλλαγές που προχωρούν προς τα εμπρός στο χρόνο, υιοθετούμε την ακόλουθη προσέγγιση. Εφαρμόζουμε έναν κινούμενο μέσο όρο 1 έτους προς τα πίσω στα δεδομένα χρόνου ACM. Κάθε χρονικό σημείο του προς τα πίσω κινητού μέσου όρου 1 έτους είναι απλώς το μέσο ACM για το έτος που τελειώνει στο εν λόγω χρονικό σημείο και σχεδιάζουμε αυτόν τον κινητό μέσο όρο κατά χρόνο. Οι αλλαγές στο καθεστώς της ACM εμφανίζονται στη συνέχεια ως διαλείμματα (σε κλίση ή τιμή) στον κινητό μέσο όρο κατά χρόνο.
Σημειώστε ότι η μέθοδος του 1ετούς προς τα πίσω κινούμενου μέσου όρου παράγει ένα σημαντικό αλλά εύκολα ευδιάκριτο τεχνούργημα: Σχετικά μεγάλες και αιχμηρές κορυφές στο ACM προκαλούν τεχνητές πτώσεις στον κινητό μέσο όρο ένα έτος μπροστά (αργότερα από) τις εν λόγω σχετικά μεγάλες και αιχμηρές κορυφές στο ACM.
4. Μέθοδοι ποσοτικού προσδιορισμού του vDFR
από τη θνησιμότητα από όλες τις αιτίες
4.1 Τιμή αναφοράς ιστορικής τάσης για περίοδο (ή αιχμή) θνησιμότητας (μέθοδος 1)
Η πρώτη μας μέθοδος (Μέθοδος 1) για τον ποσοτικό προσδιορισμό του vDFR ανά ηλικιακή ομάδα (ή όλες τις ηλικίες) και ανά αριθμό δόσης εμβολίου (ή όλες τις δόσεις) έχει ως εξής (Rancourt et al., 2022a, 2023), εδώ βελτιώθηκε για να προσαρμοστεί στις συστηματικές εποχιακές επιδράσεις:
i. Σχεδιάστε το ACM ανά ώρα (ημέρα, εβδομάδα, μήνα) για την ηλικιακή ομάδα (ή όλες τις ηλικίες) σε μεγάλη χρονική κλίμακα, συμπεριλαμβανομένων των ετών πριν από την κήρυξη πανδημίας.
ii. Προσδιορίστε την ημερομηνία (ημέρα, εβδομάδα, μήνα) έναρξης της διάθεσης του εμβολίου (διάθεση πρώτης δόσης) για την ηλικιακή ομάδα (ή όλες τις ηλικίες).
iii. Σημειώστε, για λόγους συνέπειας, ότι η ACM υφίσταται σταδιακή αύξηση σε μεγαλύτερες τιμές κοντά στην ημερομηνία έναρξης της διάθεσης του εμβολίου.
iv. Ενσωμάτωση (προσθήκη) ACM από την έναρξη της διάθεσης του εμβολίου έως το τέλος των διαθέσιμων δεδομένων ή το τέλος των εμβολιασμών (όλες οι δόσεις), όποιο από τα δύο συμβεί πρώτο. Αυτό είναι το βασικό χρονικό παράθυρο ολοκλήρωσης που χρησιμοποιείται στον υπολογισμό, ημερομηνίες έναρξης έως λήξης.
v. Εφαρμογή αυτού του παραθύρου και αυτής της ενσωμάτωσης σε διαδοχικές και μη επικαλυπτόμενες περιόδους ίσης διάρκειας, κινούμενοι όσο το επιτρέπουν τα δεδομένα.
vi. Έναρξη κάθε νέου παραθύρου ένταξης στο ίδιο σημείο του εποχιακού κύκλου με την έναρξη του βασικού παραθύρου ένταξης για την περίοδο εμβολιασμού, ακόμη και αν αυτό δημιουργεί κενά μεταξύ διαδοχικών περιόδων ένταξης.
vii. Σχεδιάστε τις προκύπτουσες τιμές ολοκλήρωσης σε σχέση με το χρόνο και σημειώστε, για λόγους συνέπειας, ότι η τιμή έχει ένα ανοδικό τζόκινγκ, που διακρίνεται καλά από την ιστορική τάση ή τιμές, για την περίοδο εμβολιασμού.
viii. Προέκταση της ιστορικής τάσης των ολοκληρωμένων αξιών στην περίοδο εμβολιασμού. Η διαφορά μεταξύ των μετρούμενων και των παρεκτεινόμενων (προβλεπόμενη ιστορική τάση) ολοκληρωμένων τιμών της ACM κατά την περίοδο εμβολιασμού είναι η υπερβάλλουσα θνησιμότητα που σχετίζεται με την περίοδο εμβολιασμού.
ix. Η παρέκταση, στην πράξη, επιτυγχάνεται με την τοποθέτηση ευθείας γραμμής σε επιλεγμένα σημεία ένταξης πριν από την περίοδο εμβολιασμού.
x. Εάν υπάρχουν πολύ λίγα σημεία για την παρέκταση, γεγονός που δημιουργεί πολύ μεγάλη αβεβαιότητα στην προσαρμοσμένη κλίση, τότε επιβάλλεται μηδενική κλίση, η οποία ισοδυναμεί με τη χρήση μέσου όρου πρόσφατων τιμών. Σε ορισμένες περιπτώσεις, μπορεί να χρησιμοποιηθεί ακόμη και ένα μόνο σημείο (συνήθως το σημείο για το αμέσως προηγούμενο παράθυρο ολοκλήρωσης).
xi. Το σφάλμα στην παρεκτεινόμενη τιμή είναι συνήθως συντριπτικά η κυρίαρχη πηγή σφάλματος στην υπολογιζόμενη υπερβάλλουσα θνησιμότητα. Εκτιμάται το "σφάλμα ακρίβειας" στην παρεκτεινόμενη τιμή ως η μέση απόκλιση της απόλυτης διαφοράς τιμής με την εφαρμοστή γραμμή (μέσος όρος των απόλυτων τιμών των υπολειμμάτων) για τα επιλεγμένα σημεία προσαρμογής. Αυτό το σφάλμα είναι ένα μέτρο των διακυμάνσεων της περιόδου ολοκλήρωσης από όλες τις αιτίες σε μια κοντινή περιοχή που έχει μια υποτιθέμενη γραμμική τάση.
xii. Το εν λόγω «σφάλμα ακρίβειας» είναι γενικά μεγαλύτερο από το «σφάλμα ακρίβειας» (ή στατιστικό σφάλμα) στην παρεκτεινόμενη τιμή, καθώς αντιπροσωπεύει τη μεταβλητότητα από έτος σε έτος του ενσωματωμένου ACM στο παράθυρο ενσωμάτωσης κατά τα έτη πριν από τις περιόδους Covid ή εμβολιασμού.
xiii. Εάν υπάρχουν πολύ λίγα παράθυρα ολοκλήρωσης στα διαθέσιμα κανονικά έτη πριν από την κορυφή ή την περιοχή ενδιαφέροντος για να ληφθεί καλή εκτίμηση της ιστορικής μεταβλητότητας από έτος σε έτος, ή εάν τα στατιστικά σφάλματα στις ολοκληρωμένες τιμές είναι σχετικά μεγάλα, χρησιμοποιήστε τα στατιστικά σφάλματα για να εκτιμήσετε καλύτερα την απαιτούμενη αβεβαιότητα.
xiv. Εφαρμόστε το ίδιο παράθυρο ενσωμάτωσης (ημερομηνίες έναρξης έως λήξης κατά τη διάρκεια του εμβολιασμού) για να μετρήσετε όλες τις δόσεις εμβολίων που χορηγήθηκαν σε αυτό το χρονικό διάστημα.
xv. Ανάλογα με τις ιδιαίτερες συνθήκες στα δεδομένα, μπορεί να χρειαστεί να χρησιμοποιηθούν διαφορετικά όρια ενσωμάτωσης (διαφορετικά παράθυρα) για την ACM και για τη χορήγηση του εμβολίου. Δεν είδαμε καμία ανάγκη για αυτό και δεν προσπαθήσαμε να εφαρμόσουμε ή να δοκιμάσουμε μια τέτοια βελτιστοποίηση.
xvi. Ορίστε vDFR = (υπερβάλλουσα θνησιμότητα περιόδου εμβολιασμού) / (δόσεις εμβολίου που χορηγούνται κατά την ίδια περίοδο εμβολιασμού). Υπολογίστε την αβεβαιότητα του vDFR χρησιμοποιώντας το εκτιμώμενο σφάλμα στην υπερβάλλουσα θνησιμότητα της περιόδου εμβολιασμού.
Η ίδια μέθοδος προσαρμόζεται σε κάθε περιφέρεια ενδιαφέροντος (όπως η κορύφωση της ACM) διάρκειας μικρότερης του έτους, μεταφράζοντας το παράθυρο ολοκλήρωσης (της περιφέρειας ενδιαφέροντος) προς τα πίσω κατά προσαυξήσεις ενός έτους.
Η μέθοδος που περιγράφεται παραπάνω είναι αξιόπιστη και ιδανικά προσαρμοσμένη στη φύση των δεδομένων ACM. Η ενσωματωμένη ACM θα έχει γενικά ένα μικρό στατιστικό σφάλμα.
Ένα μεγάλο χρονικό παράθυρο ενσωμάτωσης (π.χ. για ολόκληρη την περίοδο εμβολιασμού) εξαλείφει ως επί το πλείστον τη δυσκολία που προκύπτει από εγγενείς εποχιακές διακυμάνσεις· Και αυτή η δυσκολία επιλύεται περαιτέρω με την έναρξη κάθε νέου παραθύρου ένταξης στο ίδιο σημείο του εποχιακού κύκλου με την έναρξη του βασικού παραθύρου ένταξης για την περίοδο εμβολιασμού (σημείο vi, παραπάνω).
Η ιστορική τάση αναλύεται χωρίς να εισάγονται παραδοχές ή αβεβαιότητες του μοντέλου, πέρα από την υπόθεση ότι η κοντινή τάση μπορεί να μοντελοποιηθεί από μια ευθεία γραμμή, όπου δικαιολογείται από τα ίδια τα δεδομένα. Μια τέτοια ανάλυση, για παράδειγμα, λαμβάνει υπόψη τις ετήσιες μεταβολές στο μέγεθος της κοόρτης ηλικιακής ομάδας που προκύπτουν από την ηλικιακή δομή του πληθυσμού. Η μόνη υπόθεση είναι ότι μια τοπικά γραμμική κοντινή τάση για τον αδιατάρακτο (ACM-wise unperturbed) πληθυσμό είναι ρεαλιστική.
Ενώ η παραπάνω μέθοδος έχει σχεδιαστεί για περιπτώσεις (δικαιοδοσίες) στις οποίες δεν υπάρχουν στοιχεία στα δεδομένα ACM για θνησιμότητα που προκαλείται από παράγοντες άλλους από τη διάθεση εμβολίων, όπως μέτρα Covid (πρωτόκολλα θεραπείας, κοινωνικές επιβολές, απομόνωση και ούτω καθεξής, δεδομένου ότι δεν εμφανίζεται υπερβάλλουσα θνησιμότητα κατά την περίοδο πριν από τον εμβολιασμό της περιόδου Covid), μπορεί εύκολα να προσαρμοστεί σε περιπτώσεις στις οποίες η θνησιμότητα κατά την περίοδο εμβολιασμού συγχέεται από πρόσθετη αιτία (περίοδος Covid) παράγοντες που δεν μπορούν να αποκλειστούν.
Μια προσέγγιση είναι απλώς η προσαρμογή της ανωτέρω μεθόδου στα ημερολογιακά έτη, ανεξάρτητα από το αν η υπερβάλλουσα θνησιμότητα εμφανίζεται πριν από τη διάθεση του εμβολίου COVID-19. Λαμβάνεται το πλεόνασμα ACM ανά ημερολογιακό έτος, σε σχέση με την αναμενόμενη τιμή από την ιστορική τάση που συνάγεται με γραμμική παρέκταση από ένα επιλεγμένο εύρος ετήσιων τιμών ACM για < 2020 (για έτη πριν από το 2020, όταν έγινε η ανακοίνωση πανδημίας στις 11 Μαρτίου 2020). Στη συνέχεια, συγκρίνεται η περίσσεια ACM για το 2020 και για το 2021. Σε πολλές (περισσότερες) χώρες, ουσιαστικά δεν υπήρξε εμβολιασμός κατά της COVID-19 το 2020 και η ταχεία διάθεση ξεκίνησε ουσιαστικά τον Ιανουάριο του 2021.
4.2 Ειδική περίπτωση ενιαίου ιστορικού ολοκληρωμένου σημείου (μέθοδος 2)
Σε περιπτώσεις στις οποίες δεν είναι δυνατό ή πρακτικό να ληφθούν περισσότερες από μία τιμές ολοκλήρωσης για την απαιτούμενη παρέκταση (βήματα v έως ix, ανωτέρω), αντί να υποτεθεί μηδενική κλίση για την παρέκταση (στάδιο x, ανωτέρω), μπορεί να εφαρμοστεί η ακόλουθη δεύτερη μέθοδος (μέθοδος 2).
Αν Y(−1) είναι το μοναδικό ιστορικό ολοκληρωμένο σημείο, τότε απλά πάρτε την απαιτούμενη παρεκτεινόμενη τιμή, Y(0), να είναι:
Y(0) = Y(−1) + m ΔT W (1) |
όπου m είναι η κλίση της βέλτιστης ευθείας προσαρμογής μέσω της αρχικής ACM ανά μονάδα χρόνου (ημέρα, εβδομάδα, μήνας...) έναντι αριθμημένης μονάδας χρόνου, ΔT είναι ο αριθμός των μονάδων χρόνου μεταξύ Y(0) και Y(−1) (δηλ. μεταξύ της έναρξης του παραθύρου ολοκλήρωσης Y(0) και της έναρξης του παραθύρου ολοκλήρωσης Y(−1)) και W είναι το συνολικό πλάτος του παραθύρου ολοκλήρωσης σε αριθμό μονάδων χρόνου.
Αυτό προϋποθέτει ότι η ACM με την πάροδο του χρόνου ποικίλλει σε ευθεία γραμμή, παρά τις εποχιακές διακυμάνσεις, στο κοντινό τμήμα που χρησιμοποιείται για την επίτευξη της καλύτερης ευθείας εφαρμογής.
Η προκύπτουσα πλεονάζουσα θνησιμότητα για το παράθυρο ή την περίοδο ολοκλήρωσης, xACM(0), είναι τότε:
xACM(0) = ACM(0) − Y(0) (2) |
όπου ACM(0) είναι η ενσωματωμένη ACM κατά την περίοδο ενδιαφέροντος.
Το στατιστικό σφάλμα (τυπική απόκλιση) στην xACM(0) δίνεται στη συνέχεια από τον τύπο:
sig(xACM(0)) = sqrt [ ACM(0) + Y(−1) + (ΔT W sig(m))2 ] (3) |
όπου sig(m) είναι το ονομαστικά στατιστικό σφάλμα στο m.
Εάν δεν υπάρχει εποχιακή διακύμανση στην ACM, όπως συμβαίνει στις δικαιοδοσίες ισημερινού γεωγραφικού πλάτους, τότε sig(m) είναι το πραγματικό στατιστικό σφάλμα στο m. Με εποχιακές διακυμάνσεις στο ACM, το sig(m) που εξάγεται από τα ελάχιστα τετράγωνα που ταιριάζουν σε μια ευθεία γραμμή δεν έχει απλή σημασία. Στην περίπτωση αυτή, το sig(m) θα ενσωματώνει την αβεβαιότητα που προκύπτει από τις εποχιακές διακυμάνσεις και αυξάνεται με την αύξηση του εύρους της εποχιακής διακύμανσης.
4.3 Εφαρμογή των μεθόδων στις συγκεκριμένες χώρες
Οι παράμετροι για την εφαρμογή των μεθόδων (μέθοδοι 1 και 2) στα δεδομένα δίνονται στο προσάρτημα Γ: Τεχνικές και ειδικές πληροφορίες για την εφαρμογή των μεθόδων στα δεδομένα.
5. Αποτελέσματα
5.1 Μεταβάσεις σε καθεστώτα υψηλής ACM
Το σχήμα 2 δείχνει το ACM ανά ώρα (εβδομάδα ή μήνα) (μπλε), τη χορήγηση εμβολίου ανά ώρα (εβδομάδα) (πορτοκαλί) (πηγή: OWID, 2023a) και τον προς τα πίσω κινητό μέσο όρο 1 έτους του ACM ανά ώρα (εβδομάδα ή μήνα, αντίστοιχα) (κόκκινο), για τις 17 χώρες αυτής της μελέτης. Η ημερομηνία δήλωσης πανδημίας της 11ης Μαρτίου 2020 εμφανίζεται με κάθετη γκρι γραμμή σε κάθε πλαίσιο.
Η χορήγηση του εμβολίου ανά εβδομάδα (π.χ. πορτοκαλί, Εικόνα 2), για αναλύσεις όλων των ηλικιών στην παρούσα εργασία, λαμβάνεται από τα αρχικά αθροιστικά δεδομένα (OWID, 2023a) με παρεμβολή για να ληφθούν όλες οι ημερομηνίες και στη συνέχεια άθροιση ανά εβδομάδα. Ως αποτέλεσμα, όπου υπάρχουν ξαφνικά άλματα στα αθροιστικά δεδομένα, αυτό μπορεί να παράγει μια μεγάλη εβδομαδιαία αξία ως τεχνούργημα, όπως για τις Φιλιππίνες (Σχήμα 2). Ομοίως, οι πτώσεις των σωρευτικών τιμών μπορούν να παράγουν τεχνητές αρνητικές εβδομαδιαίες τιμές, όπως φαίνεται σε μερικές περιπτώσεις, παρακάτω.
Εικόνα 2: Μεταβάσεις μεταξύ καθεστώτων θνησιμότητας - ACM ανά ώρα (εβδομάδα ή μήνας) (μπλε), χορήγηση εμβολίου ανά ώρα (εβδομάδα) (πορτοκαλί) και ο προς τα πίσω κινητός μέσος όρος 1 έτους του ACM ανά ώρα (εβδομάδα ή μήνας) (κόκκινο), σύμφωνα με το μύθο, για τις 17 χώρες αυτής της μελέτης. Η ημερομηνία δήλωσης πανδημίας της 11ης Μαρτίου 2020 εμφανίζεται με κάθετη γκρι γραμμή σε κάθε πλαίσιο. Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Εδώ (γράφημα 2), 9 από τις 17 χώρες δεν έχουν ανιχνεύσιμη πλεονάζουσα θνησιμότητα κατά το έτος περίπου από την ημερομηνία ανακοίνωσης της πανδημίας στις 11 Μαρτίου 2020 έως την ώρα έναρξης της πρώτης διάθεσης εμβολίων σε κάθε χώρα. Δηλαδή, σε 9 από τις 17 χώρες, δεν υπάρχει ανιχνεύσιμη υπερβάλλουσα θνησιμότητα μέχρι να κυκλοφορήσουν τα εμβόλια (Αυστραλία, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Φιλιππίνες, Σιγκαπούρη, Σουρινάμ, Ταϊλάνδη, Ουρουγουάη).
Στις υπόλοιπες 8 από τις 17 χώρες, ένα νέο καθεστώς υψηλότερης θνησιμότητας ξεκινά μετά τις 11 Μαρτίου 2020 και πριν από οποιαδήποτε χορήγηση εμβολίου COVID-19 (Αργεντινή, Βολιβία, Βραζιλία, Χιλή, Κολομβία, Ισημερινός, Περού, Νότια Αφρική).
Και στις 17 χώρες, ο εμβολιασμός συνδέεται με ένα καθεστώς υψηλής θνησιμότητας και δεν υπάρχει χρονική συσχέτιση μεταξύ του εμβολιασμού κατά της COVID-19 και της αναλογικής μείωσης της ACM.
5.2 Υπερβάλλουσα θνησιμότητα περιόδου Covid σε σύγκριση με την υπερβάλλουσα θνησιμότητα της περιόδου εμβολιασμού COVID-19, στις 17 χώρες αυτής της μελέτης
Εφαρμόζουμε τη μέθοδο «Ειδική περίπτωση ενός μοναδικού ιστορικού ολοκληρωμένου σημείου» (Μέθοδος 2 ή «μέθοδος ενός σημείου», Εξισώσεις 1 έως 3, βλ. Μέθοδοι) για τον ποσοτικό προσδιορισμό της περίσσειας ACM σε ολόκληρη την περίοδο Covid (ή «περίοδο Covid»), από την εβδομάδα ή τον μήνα της 11ης Μαρτίου 2020 έως την εβδομάδα ή τον μήνα, αντίστοιχα, του τελευταίου (πιο πρόσφατου) χρησιμοποιήσιμου ή επιλεγμένου σημείου στο ACM με δεδομένα χρόνου. Η μέθοδος αυτή λαμβάνει υπόψη την πρόσφατη δεκαετή γραμμική μεταβολή της ιστορικής ACM στην απαιτούμενη παρέκταση για τη θνησιμότητα αναφοράς.
Η μέθοδος και ο υπολογισμός της περίσσειας ACM της περιόδου Covid απεικονίζονται στο Παράρτημα Δ: Ποσοτικοποίηση της μεθόδου ενός σημείου της υπερβάλλουσας θνησιμότητας στην περίοδο Covid, και για τις 17 χώρες αυτής της μελέτης.
Εκτελούμε τον ίδιο υπολογισμό για ολόκληρη την περίοδο εμβολιασμού COVID-19 (ή «περίοδος εμβολιασμού») που πλεονάζει ACM, από την πρώτη εβδομάδα ή μήνα εμβολιασμού COVID-19 έως την ίδια εβδομάδα ή μήνα, αντίστοιχα, που θεωρήθηκε ότι είναι η τελευταία εβδομάδα ή μήνας, αντίστοιχα, της περιόδου Covid για κάθε χώρα, ο οποίος απεικονίζεται στο Παράρτημα E: Ποσοτικοποίηση της υπερβάλλουσας θνησιμότητας κατά την περίοδο εμβολιασμού.
Τα αποτελέσματα των υπολογισμών δίνονται στον Πίνακα 1, για την περίσσεια ACM στην περίοδο Covid (στήλη με την ένδειξη "Covid περίοδος ACM") και για την περίσσεια ACM στην περίοδο εμβολιασμού (στήλη με την ένδειξη "Περίοδος εμβολιασμού ACM") και τα σχετικά σφάλματά τους (Εξίσωση 3, Μέθοδοι).
Δίνεται επίσης συνολικός αριθμός ενέσεων εμβολίων COVID-19 για τις ίδιες περιόδους εμβολιασμού (στήλη με την ένδειξη «Ενέσεις περιόδου εμβολιασμού»), όπως και οι προβλεπόμενοι πληθυσμοί για το 2022 (Ηνωμένα Έθνη, 2023). Τόσο η περίοδος Covid όσο και οι περίοδοι εμβολιασμού λήγουν την ίδια ημερομηνία για κάθε χώρα. Δίνονται επίσης τα σύνολα, με πολλαπλασιαστικά σφάλματα. Η πορτοκαλί σκίαση αντιστοιχεί στις χώρες που δεν έχουν εμφανή περίσσεια ACM πριν από την έναρξη του εμβολιασμού, σύμφωνα με το σχήμα 2, ενώ η μπλε σκίαση αφορά χώρες που εμφανίζουν περίσσεια ACM πριν από την έναρξη του εμβολιασμού (και μετά την κήρυξη πανδημίας στις 11 Μαρτίου 2020).
Πίνακας 1: Συνολική υπερβάλλουσα θνησιμότητα στις περιόδους Covid και εμβολιασμού, αριθμός ενέσεων κατά την περίοδο εμβολιασμού, πληθυσμός
Τα αποτελέσματα του πίνακα 1 απεικονίζονται στο σχήμα 3. Εδώ, χρησιμοποιείται η ίδια χρωματική κωδικοποίηση των συμβόλων όπως και για τον πίνακα 1: πορτοκαλί σημεία για χώρες που δεν έχουν εμφανή περίσσεια ACM πριν από την έναρξη του εμβολιασμού, σύμφωνα με το σχήμα 2, και μπλε σημεία για χώρες που εμφανίζουν περίσσεια ACM πριν από την έναρξη του εμβολιασμού (και μετά την κήρυξη πανδημίας στις 11 Μαρτίου 2020).
Σχήμα 3: (τρία πάνελ) Περίσσεια ACM περιόδου Covid έναντι περίσσειας ACM περιόδου εμβολιασμού (επάνω), πρώτη διευρυμένη προβολή (μέση), δεύτερη διευρυμένη προβολή (κάτω), με γραμμή 1:1 ως αναφορά.
5.3 Όλες οι χώρες που μελετήθηκαν Όλες οι ηλικίες Εθνική ACM και διάθεση εμβολίων
Στο γράφημα 4 παρουσιάζεται η διαθέσιμη εθνική ACM για όλες τις ηλικίες (μαύρη) ανά μήνα (2017-2023) ή ανά εβδομάδα (2019-2023), σε σύγκριση με τη διάθεση δόσεων εμβολίων COVID-19, για: Αυστραλία, Χιλή, Κολομβία, Ισημερινός, Νέα Ζηλανδία, Περού, Νότια Αφρική (δεδομένα ACM ανά εβδομάδα)· και την Αργεντινή, τη Βολιβία, τη Βραζιλία, τη Μαλαισία, την Παραγουάη, τις Φιλιππίνες, τη Σιγκαπούρη, το Σουρινάμ, την Ταϊλάνδη και την Ουρουγουάη (στοιχεία ACM ανά μήνα). Οι γκρι κάθετες γραμμές υποδεικνύουν την ανακοίνωση πανδημίας του Παγκόσμιου Οργανισμού Υγείας (ΠΟΥ) της 11ης Μαρτίου 2020 και οι πορτοκαλί διακεκομμένες κάθετες γραμμές δείχνουν τα όρια του παραθύρου ολοκλήρωσης για την κορύφωση ενδιαφέροντος Ιανουαρίου-Φεβρουαρίου 2022 (ίδια όρια όπως για το γράφημα 5 και τον πίνακα 2). Η χορήγηση εμβολίου για τη δόση 1 και τη δόση 2 ανά εβδομάδα ή ανά μήνα είναι με μπλε χρώμα. ενώ η αναμνηστική χορήγηση (δόσεις πέραν της δόσης 2) ανά εβδομάδα ή ανά μήνα είναι πορτοκαλί. Τα δεδομένα του εμβολίου προέρχονται από το Our World in Data (2023α), όπου τα δεδομένα δόσης1 και δόσης 2 (μπλε) ελήφθησαν αφαιρώντας τις αναμνηστικές δόσεις (πορτοκαλί) από τα δεδομένα όλων των δόσεων.
Σχήμα 4: ACM όλων των ηλικιών ανά εβδομάδα (2019-2023) ή ανά μήνα (2017-2023) (μαύρο), με δόσεις εμβολίων 1 και 2 για όλες τις ηλικίες (μπλε) και αναμνηστικές δόσεις (πορτοκαλί), για τις 17 χώρες αυτής της μελέτης (όπως επισημαίνονται). δείχνει επίσης την ημερομηνία της 11ης Μαρτίου 2020 και τα όρια ολοκλήρωσης για την ονομαστική κορυφή Ιανουαρίου-Φεβρουαρίου 2022 στην ACM (κάθετες γραμμές). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Στο γράφημα 5 παρουσιάζονται τα διαθέσιμα εθνικά ACM όλων των ηλικιών ανά ώρα (εβδομάδα ή μήνα), από το 2015 έως το 2023, τα σημεία ολοκλήρωσης που χρησιμοποιήθηκαν για τον ποσοτικό προσδιορισμό της περίσσειας ACM στην αιχμή ενδιαφέροντος Ιανουαρίου-Φεβρουαρίου 2022 και οι γραμμικές γραμμές τάσης που χρησιμοποιήθηκαν για την παρέκταση στις αναμενόμενες τιμές (μέθοδος «Ιστορικό βασικό σενάριο τάσης για περίοδο (ή αιχμή) θνησιμότητας», Μέθοδος 1, βλέπε Μέθοδοι), για: Αυστραλία, Χιλή, Κολομβία, Ισημερινός, Νέα Ζηλανδία, Περού, Νότια Αφρική (δεδομένα ACM ανά εβδομάδα)· και για την Αργεντινή, τη Βολιβία, τη Βραζιλία, τη Μαλαισία, την Παραγουάη, τις Φιλιππίνες, τη Σιγκαπούρη, το Σουρινάμ, την Ταϊλάνδη και την Ουρουγουάη (στοιχεία ACM ανά μήνα).
Ο αριθμός έχει: ACM ανά εβδομάδα ή ανά μήνα (γαλάζιο). ολοκληρωμένη ACM έως το παράθυρο ολοκλήρωσης της περιόδου εμβολιασμού διάρκειας 26 εβδομάδων ή 7 μηνών (σκούρο μπλε, βαθμοί), με το τελευταίο σημείο να αφορά την ίδια την πραγματική περίοδο ενδιαφέροντος· γραμμή παρέκτασης που χρησιμοποιείται για τον υπολογισμό της περίσσειας ACM στην περίοδο αναμνηστικής δόσης (πορτοκαλί). Ένα σημείο ενσωμάτωσης τοποθετείται χρονικά στην αρχή του παραθύρου ενσωμάτωσης. Δείτε Μέθοδοι.
Για λόγους πληρότητας, στο γράφημα 5 και στο γράφημα 4, συμπεριλαμβάνουμε τις χώρες για τις οποίες ο υπολογισμός δεν μπορεί να ολοκληρωθεί λόγω ανεπαρκών στοιχείων ACM στην περιοχή ενδιαφέροντος Ιανουαρίου-Φεβρουαρίου 2022. Η Αργεντινή, η Βολιβία και το Σουρινάμ έχουν ελλιπή δεδομένα ACM στην περιοχή ενσωμάτωσης ενδιαφέροντος, προκαλώντας χαμηλή αξία ενσωμάτωσης ως τεχνούργημα (Σχήμα 5).
Για λόγους απλότητας και σύγκρισης, στο γράφημα 5 και στο γράφημα 4 (και στον πίνακα 2), τυποποιήσαμε ουσιαστικά το ίδιο παράθυρο ολοκλήρωσης για όλες τις χώρες (βλ. προσάρτημα Γ): παράθυρο 26 εβδομάδων με δεδομένα ACM ανά εβδομάδα (2021-εβδομάδα-42 έως 2022-εβδομάδα-15, που είναι 182 ημέρες) ή παράθυρο 7 μηνών με δεδομένα ACM ανά μήνα (2021-μήνας-10 έως 2022-μήνας-04, που είναι 212 ημέρες).
Σχήμα 5: Όλες οι ηλικίες ACM ανά εβδομάδα ή μήνα (γαλάζιο), 2015-2023, με ενσωματώσεις για την ονομαστική κορυφή Ιανουαρίου-Φεβρουαρίου 2022 σε ACM (σκούρο μπλε), για τις 17 χώρες (όπως επισημαίνεται). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Το Σχήμα 6 δείχνει το ίδιο είδος γραφήματος όπως απεικονίζεται στο Σχήμα 4, εκτός από το ότι επισημαίνεται ολόκληρη η διαθέσιμη περίοδος εμβολίου COVID-19, αντί μόνο για την περιοχή διάθεσης αναμνηστικών δόσεων που σχετίζεται με την ονομαστική κορύφωση της ACM Ιανουαρίου-Φεβρουαρίου 2022, και για τις 17 χώρες αυτής της μελέτης (Αργεντινή, Αυστραλία, Βολιβία, Βραζιλία, Χιλή, Κολομβία, Ισημερινός, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Περού, Φιλιππίνες, Σιγκαπούρη, Νότια Αφρική, Σουρινάμ, Ταϊλάνδη, Ουρουγουάη).
Εδώ (Σχήμα 6 και Σχήμα 7), η περίοδος εμβολιασμού ορίζεται να ξεκινά την πρώτη εβδομάδα ή μήνα χορήγησης εμβολίου COVID-19 και να τελειώνει ουσιαστικά την τελευταία στιγμή χορήγησης του εμβολίου ή την τελευταία ημερομηνία των διαθέσιμων δεδομένων ACM. Βλέπε προσάρτημα Γ: Τεχνικές και ειδικές πληροφορίες για την εφαρμογή των μεθόδων στα δεδομένα για τα καθορισμένα χρησιμοποιούμενα εύρη.
Η ιδέα είναι να αποτυπωθεί ο μακροχρόνιος αντίκτυπος του εμβολιασμού όλων των ηλικιών όλων των δόσεων σε κάθε χώρα, με αντίστοιχη υπολογισμένη τιμή vDFR, και να συγκριθεί με την τιμή που προκύπτει από τη στοχευμένη εστίαση στην ονομαστική κορύφωση της αναμνηστικής δόσης τον Ιανουάριο-Φεβρουάριο του 2022 στην ACM.
Σχήμα 6: ACM όλων των ηλικιών ανά εβδομάδα (2019-2023) ή ανά μήνα (2017-2023) (μαύρο), με διάθεση εμβολίου COVID-19 για όλες τις ηλικίες όλων των ηλικιών (μπλε), για τις 17 χώρες αυτής της μελέτης. δείχνει επίσης την ημερομηνία της 11ης Μαρτίου 2020 (γκρι) και τα όρια ενσωμάτωσης (διακεκομμένα, μπλε) για την περίοδο εμβολιασμού. Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Στο γράφημα 7 παρουσιάζονται οι ενσωματώσεις που αντιστοιχούν στις περιόδους εμβολιασμού που απεικονίζονται στο γράφημα 6.
Σχήμα 7: Όλες οι ηλικίες ACM ανά εβδομάδα (ACM/w) ή ανά μήνα (ACM/m) (γαλάζιο), 2015-2023, με ενσωματώσεις (σκούρο μπλε) και γραμμές τάσης (πορτοκαλί), για την περίοδο εμβολιασμού, για τις 17 χώρες αυτής της μελέτης (όπως επισημαίνονται). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Εφαρμόσαμε επίσης την εναλλακτική μας μέθοδο (Μέθοδος 2: Εξισώσεις 1 έως 3; «Ειδική περίπτωση ενός ενιαίου ιστορικού ολοκληρωμένου σημείου») για τον υπολογισμό της υπερβάλλουσας θνησιμότητας στις περιόδους εμβολιασμού και των 17 χωρών, χρησιμοποιώντας όλα τα ίδια όρια ενσωμάτωσης που χρησιμοποιήθηκαν για την εφαρμογή της πρώτης μεθόδου (Μέθοδος 1), παραπάνω. Οι υπολογισμοί αυτοί απεικονίζονται στο προσάρτημα E: Ποσοτικός προσδιορισμός της υπερβάλλουσας θνησιμότητας κατά την περίοδο εμβολιασμού με τη μέθοδο ενός σημείου.
Ο πίνακας 2 συγκρίνει τις υπολογισμένες τιμές του vDFR για όλες τις ηλικίες, για τις 17 χώρες της μελέτης, για δύο διαφορετικές χρονικές περιόδους ενδιαφέροντος και χρησιμοποιώντας δύο διαφορετικές μεθόδους ποσοτικοποίησης:
- Η πρώτη (από αριστερά προς τα δεξιά) στήλη αριθμών παρέχει τις υπολογισμένες εθνικές τιμές vDFR όλων των ηλικιών χρησιμοποιώντας τη μέθοδο «Γραμμή βάσης ιστορικής τάσης για περίοδο (ή κορυφή) θνησιμότητας» (μέθοδος 1) και τη χρονική περίοδο της ονομαστικής κορυφής ACM Ιανουαρίου-Φεβρουαρίου 2022 (όπως απεικονίζεται στο σχήμα 5 και στο σχήμα 4), για 14 από τις 17 χώρες της μελέτης, που διαθέτουν δεδομένα ACM που καλύπτουν την εν λόγω κορυφή. Τρεις χώρες έχουν ελλιπή δεδομένα ACM κατά τη χρονική περίοδο ενδιαφέροντος (Αργεντινή, Βολιβία, Σουρινάμ). Οι χρονικές περίοδοι ενσωμάτωσης, τόσο για την ACM όσο και για τη συνολική χορήγηση εμβολίων, είναι: 2021-εβδομάδα-42 έως 2022-εβδομάδα-15 (ενσωμάτωση 26 εβδομάδων = 182 ημερών, με δεδομένα ACM ανά εβδομάδα) και 2021-μήνας-10 έως 2022-μήνας-04 (ενσωμάτωση 7 μηνών = 212 ημερών, με δεδομένα ACM ανά μήνα).
- Η δεύτερη στήλη αριθμών παρέχει το σφάλμα στους αριθμούς της πρώτης στήλης, το οποίο προκύπτει από το μέσο μέγεθος απόκλισης από τα ευθύγραμμα σημεία που χρησιμοποιούνται για την ιστορική τάση (μέθοδος 1, βλ. Μέθοδοι). Πρόκειται, επομένως, για σφάλμα «ακρίβειας», το οποίο προκύπτει από μια μεταβλητότητα που οφείλεται σε συχνά αναπόφευκτη εποχιακή αβεβαιότητα (βλ. Μέθοδοι).
- Η τρίτη στήλη αριθμών παρέχει τις υπολογισμένες εθνικές τιμές vDFR όλων των ηλικιών χρησιμοποιώντας τη μέθοδο «Γραμμή βάσης ιστορικής τάσης για περίοδο (ή αιχμή) θνησιμότητας» (μέθοδος 1) και την περίοδο εμβολιασμού όλων των δόσεων (όπως απεικονίζεται στο σχήμα 6 και στο γράφημα 7), για 15 από τις 17 χώρες της μελέτης, οι οποίες διαθέτουν αρκετά χρησιμοποιήσιμα ιστορικά δεδομένα ACM για τη μέθοδο που πρόκειται να εφαρμοστεί. Τα σημαντικά σφάλματα "ακρίβειας" στις περισσότερες περιπτώσεις δεν μπορούν να αξιολογηθούν για τους αριθμούς αυτής της στήλης. Δύο χώρες δεν διαθέτουν αρκετά δεδομένα ACM (Χιλή, Περού), για περισσότερα από ένα απαραίτητα σημεία ιστορικής ολοκλήρωσης ACM, για να υπολογιστεί μια αξιόπιστη τιμή vDFR, με το σύνολο δεδομένων που χρησιμοποιείται.
- Η τέταρτη στήλη αριθμών παρέχει τις υπολογισμένες εθνικές τιμές vDFR όλων των ηλικιών χρησιμοποιώντας τη μέθοδο «Ειδική περίπτωση ενός ενιαίου ιστορικού ολοκληρωμένου σημείου» (μέθοδος 2) και την περίοδο εμβολιασμού όλων των δόσεων (όπως απεικονίζεται στο προσάρτημα Ε), και για τις 17 χώρες της μελέτης.
- Η πέμπτη στήλη αριθμών παρέχει το σφάλμα στους αριθμούς της τέταρτης στήλης, το οποίο υπολογίζεται χρησιμοποιώντας την εξίσωση 3 της μεθόδου "Ειδική περίπτωση ενός μοναδικού ιστορικού ολοκληρωμένου σημείου" (μέθοδος 2), με τις τιμές κλίσης (m) να δίνονται στο σχήμα 23. Ως εκ τούτου, αυτό το σφάλμα αντιπροσωπεύει μια εκτίμηση του σφάλματος "ακρίβειας", το οποίο είναι μεγαλύτερο από ένα στατιστικό σφάλμα, καθώς το στατιστικά υπολογισμένο σφάλμα σε m επηρεάζεται από την εποχιακή εξάπλωση των τιμών ACM ανά χρονική μονάδα.
Πίνακας 2: Εθνικά ποσοστά θνησιμότητας από δόσεις εμβολίου (vDFR) όλων των ηλικιών που εξάγονται από τη χρονική περίοδο της ονομαστικής αιχμής ACM Ιανουαρίου-Φεβρουαρίου 2022 («αιχμή S22») και από ολόκληρη τη χρονική περίοδο εμβολιασμού («v-περίοδος»), για τις 17 χώρες αυτής της μελέτης.
Στο γράφημα 8 απεικονίζεται η εθνική πλεονάζουσα ACM όλων των ηλικιών κατά τη χρονική περίοδο των ονομαστικών κορυφών ACM Ιανουαρίου-Φεβρουαρίου 2022 (γεμάτοι κύκλοι) ή κατά τις χρονικές περιόδους εμβολιασμού (ανοικτά διαμάντια), όπως προκύπτει από τις αναλύσεις που απεικονίζονται στο σχήμα 5 ή στο γράφημα 23, αντίστοιχα, έναντι των εθνικών συνολικών ενέσεων εμβολίων όλων των ηλικιών σε καθεμία από τις ίδιες χρονικές περιόδους με τα χρονικά παράθυρα ενσωμάτωσης της ACM, όπως προκύπτει από τις αναλύσεις που απεικονίζονται στο γράφημα 4 ή στο γράφημα 6, αντίστοιχα, για τις 17 χώρες της μελέτης, με την επιφύλαξη της διαθεσιμότητας δεδομένων. Το πλήρες εύρος εμφανίζεται στον επάνω πίνακα και μια εκτεταμένη προβολή κοντά στην αρχή εμφανίζεται στον κάτω πίνακα.
Τα αποτελέσματα από τα δεδομένα ACM ανά εβδομάδα (μπλε σύμβολα) και τα δεδομένα ACM ανά μήνα (πορτοκαλί σύμβολα) είναι συγκρίσιμα, παρόλο που χρησιμοποιούν διαφορετικά πλάτη παραθύρου ολοκλήρωσης, επειδή είναι πλεονάζουσα θνησιμότητα σε ανώμαλες κορυφές και όχι συνολική θνησιμότητα. Ο συνολικός συντελεστής συσχέτισης Pearson (όλα τα σημεία στο σχήμα 8) είναι r = +0,94.
Σύμφωνα με το μύθο του, το σχήμα 8 δείχνει επίσης:
- Η καλύτερη προσαρμογή σε ευθεία γραμμή (προσαρμογή ελαχίστων τετραγώνων) χρησιμοποιώντας τα σφάλματα Y στα σημεία, που υποτίθεται ότι είναι ανάλογα με το πραγματικό σφάλμα (διακεκομμένη μαύρη γραμμή)
- Άνω και κάτω όρια στην καλύτερη ευθεία εφαρμογή, χρησιμοποιώντας τη μεγαλύτερη τομή και τη μεγαλύτερη κλίση ή τη μικρότερη τομή και τη μικρότερη κλίση, αντίστοιχα, εντός των ορίων σφάλματος στο σημείο τομής και στην κλίση (συμπαγείς μαύρες γραμμές)
- Τα τυπικά όρια διαστήματος εμπιστοσύνης, χωρίς τη χρήση σφαλμάτων Y, και επομένως υποθέτοντας ίσα και κανονικά σφάλματα Y για όλα τα σημεία (καμπύλες γκρι γραμμές)
Οι παράμετροι προσαρμογής βέλτιστης γραμμής είναι αυτές που καθορίζονται στο σχήμα: Σημείο τομής Υ = +20 ± 900 θάνατοι, κλίση = (7,1 ± 1,0) x 10−4 θάνατοι ανά ένεση (r = +0,94). Για λόγους σύγκρισης, εάν χρησιμοποιούνται μόνο τα δεδομένα για τη χρονική περίοδο της ονομαστικής κορυφής ACM Ιανουαρίου-Φεβρουαρίου 2022 (γεμάτοι κύκλοι στο Σχήμα 8), λαμβάνουμε: Τομή Υ = −500 ± 1.000 θάνατοι, κλίση = (6,4 ± 0,9) x 10−4 θάνατοι ανά ένεση (r = +0,97).
Σχήμα 8: Εθνική περίσσεια ACM όλων των ηλικιών κατά τη χρονική περίοδο των ονομαστικών κορυφών ACM Ιανουαρίου-Φεβρουαρίου 2022 (γεμάτοι κύκλοι) ή κατά τη διάρκεια της περιόδου εμβολιασμού (ανοικτά διαμάντια, μέθοδος υπολογισμού της μεθόδου 2) έναντι των εθνικών συνολικών ενέσεων εμβολίου όλων των ηλικιών κατά την ίδια χρονική περίοδο, χρησιμοποιώντας δεδομένα ACM τόσο ανά εβδομάδα (μπλε) όσο και ανά μήνα (πορτοκαλί), και για τις 17 χώρες (όπως επισημαίνονται). Πλήρες εύρος (επάνω πίνακας). Εκτεταμένη προβολή (κάτω πίνακας). Ο συντελεστής συσχέτισης Pearson είναι r = +0,94.
Στο σχήμα 8, τα σημεία για την περίοδο εμβολιασμού (ανοικτά διαμάντια) έχουν γενικά μεγαλύτερες τιμές Y από τα σημεία για τη χρονική περίοδο της ονομαστικής κορυφής ACM Ιανουαρίου-Φεβρουαρίου 2022 (γεμάτοι κύκλοι), σε σχέση με τη συνολική γραμμή τάσης. Αυτό θα αντιστοιχούσε γενικά σε μεγαλύτερες τιμές vDFR για όλες τις ηλικίες για κάθε χώρα, δεδομένου ότι vDFR = τιμή Y/τιμή X για κάθε σημείο. Αυτή η συστηματική διαφορά αναλύεται στο σχήμα 9.
Σχήμα 9: vDFR (περίοδος εμβολιασμού) έναντι vDFR (περίοδος αιχμής ACM Ιανουαρίου-Φεβρουαρίου 2022), με ανάλυση συσχέτισης. Οι τιμές vDFR εκφράζονται ως κλάσματα, όχι %, και η κλίμακα είναι x1e−3, οπότε το "4" είναι 0,4% και ούτω καθεξής. Οι γραμμές ανάλυσης έχουν τις ίδιες έννοιες όπως στο σχήμα 8. Ο συντελεστής συσχέτισης Pearson είναι r = +0,74.
Σύμφωνα με το μύθο του, στο Σχήμα 9 η κλίση είναι 1,8 ± 0,6 και το σημείο τομής είναι μηδέν, εντός σφάλματος (-3 ± 30). Ο συντελεστής συσχέτισης Pearson είναι +0,74.
Η Νότια Αφρική έχει τη μεγαλύτερη τιμή vDFR όλων των ηλικιών (0,44%), από τις 17 χώρες της μελέτης, ακολουθούμενη από το Σουρινάμ (0,30%), τη Βολιβία (0,301%), την Παραγουάη (0,24%) και τις Φιλιππίνες (0,157%). Αυτό απεικονίζεται στο γράφημα 10, για όλες τις χώρες και τις δύο χρονικές περιόδους ένταξης, σε σύγκριση με τους καταλόγους παρασκευαστών εμβολίων ανά χώρα (OWID, 2023β).
Σχήμα 10: Τιμές vDFR όλων των ηλικιών για την περίοδο εμβολιασμού (πορτοκαλί, μεθ. 2) και για την περίοδο αιχμής Ιανουαρίου-Φεβρουαρίου 2022 σε ACM (μπλε), ανά χώρα, κατά φθίνουσα σειρά, σε σύγκριση με τους καταλόγους παρασκευαστών εμβολίων. Οι τιμές του vDFR όλων των ηλικιών προέρχονται από τον Πίνακα 2.
5.4 Χιλή ανά ηλικιακή ομάδα Δόση 4 - Εθνικές δόσεις ACM και εμβολίου 4 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 και 60-64 ετών)
Το σχήμα 11 δείχνει την εθνική ACM ανά εβδομάδα για τη Χιλή (μαύρο), από το 2019 έως το 2023, και όλες τις δόσεις (μπλε) και δόση-4 (ενίσχυση x4) (ροζ) διάθεση εμβολίων COVID-19, για όλες τις ηλικίες και για καθεμία από τις ηλικιακές ομάδες που αναλύθηκαν (90+ ετών έως 60-64 ετών), όπως επισημαίνεται. Για πολλές από τις ηλικιακές ομάδες, οι τέσσερις διαφορετικές δόσεις αναλύονται οπτικά ως διακριτές κορυφές στα δεδομένα όλων των δόσεων, γεγονός που επιβεβαιώνεται από τα δεδομένα για συγκεκριμένες δόσεις (δεν εμφανίζονται).
Σχήμα 11: Χιλή (με κυκλοφορίες), ACM ανά εβδομάδα (μαύρο), 2019-2023, ανά ηλικιακή ομάδα (90+, 85-89 ... 60-64 ετών), με διάθεση εμβολίων όλων των δόσεων (μπλε) και δόσης-4 (x4 ενισχυμένη, ροζ). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Στο γράφημα 12 παρουσιάζεται η εθνική ACM ανά εβδομάδα για τη Χιλή (γαλάζιο), από το 2010 έως το 2023, και τα σημεία ολοκλήρωσης 14 εβδομάδων (σκούρο μπλε) και η γραμμή τάσης (πορτοκαλί) που χρησιμοποιήθηκαν για τον ποσοτικό προσδιορισμό της περίσσειας ACM στην αιχμή ενδιαφέροντος Ιανουαρίου-Φεβρουαρίου 2022 («μέθοδος αναφοράς ιστορικής τάσης για περίοδο (ή αιχμή) θνησιμότητας», μέθοδος 1, βλ. Μέθοδοι), που αντιστοιχεί στη διάθεση της δόσης 4 του εμβολίου, για καθεμία από τις ηλικιακές ομάδες (90+ ετών έως 60-64 ετών, όπως υποδεικνύεται). Εδώ επιλέγονται τα παράθυρα ένταξης (14 εβδομάδες) για τα δεδομένα της ηλικιακής ομάδας και, ως εκ τούτου, διαφέρουν από το παράθυρο ένταξης που χρησιμοποιείται για όλες τις ηλικίες (γράφημα 5 και γράφημα 4) (βλ. προσάρτημα Γ). Το τελευταίο σημείο ενσωμάτωσης (το 2022) αφορά την ίδια την περίοδο δόσης 4 του εμβολίου και κάθε σημείο ενσωμάτωσης τοποθετείται χρονικά στην αρχή του παραθύρου ένταξης. Ανατρέξτε στην ενότητα Μέθοδοι για λεπτομέρειες.
Εικόνα 12: Χιλή (δόση 4), ACM ανά εβδομάδα (γαλάζιο), 2010-2022, ανά ηλικιακή ομάδα (90+, 85-89 ... 60-64 ετών), με ενσωματώσεις, δόση 14 εβδομάδων-4-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
5.5 Χιλή ανά ηλικιακή ομάδα Δόση 3 - Εθνικές κυκλοφορίες ACM και δόσης εμβολίου 3 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 και 60-64 ετών)
Δεδομένου ότι η διάθεση της δόσης-3 είναι σαφώς καθορισμένη και διακριτή από τις άλλες εκδόσεις, σε συγκεκριμένες ηλικιακές ομάδες στη Χιλή (Σχήμα 11), και δεδομένου ότι υπάρχει υπερβάλλουσα θνησιμότητα κατά τη χρονική περίοδο της διάθεσης της δόσης-3, ποσοτικοποιήσαμε επιπλέον τη δόση 3 στη Χιλή, παρόλο που υπάρχει σύγχυση με εποχιακή αιχμή στην ACM και χωρίς απότομη και διακριτή απομονωμένη σχετιζόμενη αιχμή στην ACM, αν και 90+ ετών δείχνει έναν καλά διαμορφωμένο ώμο (Εικόνα 11) (βλ. Μέθοδοι, και δείτε παρακάτω).
Στο γράφημα 13 παρουσιάζεται η εθνική ACM ανά εβδομάδα για τη Χιλή (γαλάζιο), από το 2010 έως το 2023, και τα σημεία ολοκλήρωσης 22 εβδομάδων (σκούρο μπλε) και η γραμμή τάσης (πορτοκαλί) που χρησιμοποιήθηκαν για τον ποσοτικό προσδιορισμό της περίσσειας ACM στην ονομαστική περιοχή ενδιαφέροντος Ιουλίου-Αυγούστου 2021 («μέθοδος αναφοράς ιστορικής τάσης για περίοδο (ή αιχμή) θνησιμότητας», μέθοδος 1, βλέπε μεθόδους), που αντιστοιχεί στη διάθεση της δόσης 3 του εμβολίου, για καθεμία από τις ηλικιακές ομάδες (60+ ετών και 90+ ετών έως 60-64 ετών, όπως υποδεικνύεται). Εδώ, όπως και στο σχήμα 12 και στο σχήμα 11, επιλέγονται τα παράθυρα ένταξης (22 εβδομάδες) για τα δεδομένα της ηλικιακής ομάδας (προσάρτημα Γ). Το τελευταίο σημείο ενσωμάτωσης (το 2021) αφορά την ίδια την περίοδο δόσης 3 του εμβολίου και κάθε σημείο ενσωμάτωσης τοποθετείται χρονικά στην αρχή του παραθύρου ένταξης. Ανατρέξτε στην ενότητα Μέθοδοι για λεπτομέρειες.
Εικόνα 13: Χιλή (δόση 3), ACM ανά εβδομάδα (γαλάζιο), 2010-2022, ανά ηλικιακή ομάδα (60+, 90+, 85-89 ... 60-64 ετών), με ενσωματώσεις, δόση 22 εβδομάδων-3-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
5.6 Περού ανά ηλικιακή ομάδα Δόση 3 - Εθνικές δόσεις ACM και εμβολίου 3 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 και 60-64 ετών)
Στο γράφημα 14 παρουσιάζεται η εθνική ACM ανά εβδομάδα για το Περού (μαύρο), από το 2019 έως το 2022, και η διάθεση εμβολίων COVID-4 ανά δόση (όλες οι δόσεις, μπλε και δόση 19, ροζ), για όλες τις ηλικίες και για καθεμία από τις ηλικιακές ομάδες που εξετάστηκαν (60+, 90+, 85-89, 80-84, 75-79, 70-74, 65-69, 60-64, 50-59, 40-49, 30-39, 20-29 και 0-19 ετών), όπως επισημαίνεται. Η χορήγηση όλων των δόσεων εμβολίου ανά εβδομάδα είναι μπλε, η χορήγηση δόσης-4 εμβολίου ανά εβδομάδα (ενίσχυση x4) είναι ροζ. Για πολλές από τις ηλικιακές ομάδες, οι τέσσερις διαφορετικές δόσεις αναλύονται οπτικά ως διακριτές κορυφές στα δεδομένα όλων των δόσεων, γεγονός που επιβεβαιώνεται από τα δεδομένα για συγκεκριμένες δόσεις (δεν εμφανίζονται).
Σχήμα 14: Περού (με κυκλοφορίες), ACM ανά εβδομάδα (μαύρο), 2019-2022, ανά ηλικιακή ομάδα (60+, 90+, 85-89 ... 60-64, 50-59 ... 20-29, 0-19 ετών), με διάθεση εμβολίων όλων των δόσεων (μπλε) και δόσης-4 (x4 ενισχυμένη, ροζ). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Στο γράφημα 15 παρουσιάζεται η εθνική ACM ανά εβδομάδα για το Περού (γαλάζιο), από το 2017 έως το 2022, και τα σημεία ενσωμάτωσης 26 εβδομάδων (σκούρο μπλε) και η γραμμή τάσης (πορτοκαλί) που χρησιμοποιήθηκαν για τον ποσοτικό προσδιορισμό της περίσσειας ACM στην αιχμή ενδιαφέροντος Ιανουαρίου-Φεβρουαρίου 2022 («μέθοδος αναφοράς ιστορικής τάσης για περίοδο (ή αιχμή) θνησιμότητας», μέθοδος 1, βλ. Μέθοδοι), που σχετίζεται με την κυκλοφορία της δόσης-3 του Περού, για την ηλικιακή ομάδα 60+ ετών και για καθεμία από τις πιο συγκεκριμένες ηλικιακές ομάδες που αναλύθηκαν (90+, 85-89, 80-84, 75-79, 70-74, 65-69 και 60-64 ετών). Το τελευταίο σημείο (που τοποθετήθηκε στα τέλη του 2021) αφορά την ίδια την περίοδο εμβολιασμού δόσης-3 και κάθε σημείο ενσωμάτωσης τοποθετείται εγκαίρως στην αρχή του παραθύρου ένταξης. Ανατρέξτε στην ενότητα Μέθοδοι για λεπτομέρειες.
Εικόνα 15: Περού (δόση 3), ACM ανά εβδομάδα (γαλάζιο), 2017-2022, ανά ηλικιακή ομάδα (60+, 90+, 85-89 ... 60-64 ετών), με ενσωματώσεις, δόση 26 εβδομάδων-3-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
5.7 Περού ανά ηλικιακή ομάδα Δόση 4 - Εθνικές ACM και δόσεις εμβολίων 4 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 και 60-64 ετών)
Ομοίως με το γράφημα 15, το γράφημα 16 δείχνει την εθνική ACM ανά εβδομάδα για το Περού (γαλάζιο), από το 2017 έως το 2022, και τα σημεία ενσωμάτωσης 25 εβδομάδων (σκούρο μπλε) και τη γραμμή τάσης (πορτοκαλί) που χρησιμοποιήθηκαν για τον ποσοτικό προσδιορισμό της περίσσειας ACM σε μια κορυφή (ονομαστικά, Ιούλιος-Αύγουστος 2022) (μέθοδος «Ιστορικό βασικό σενάριο τάσης για περίοδο (ή αιχμή) θνησιμότητας», μέθοδος 1, βλέπε Μέθοδοι) που σχετίζονται με την κυκλοφορία της δόσης-4 του Περού, για την ηλικιακή ομάδα 60+ ετών και για καθεμία από τις πιο συγκεκριμένες ηλικιακές ομάδες που αναλύθηκαν (90+, 85-89, 80-84, 75-79, 70-74, 65-69 και 60-64 ετών). Το τελευταίο σημείο (τοποθετείται στις αρχές του 2022) αφορά την ίδια την περίοδο εμβολιασμού δόσης-4 και κάθε σημείο ενσωμάτωσης τοποθετείται χρονικά στην αρχή του παραθύρου ένταξης. Ανατρέξτε στην ενότητα Μέθοδοι για λεπτομέρειες.
Εικόνα 16: Περού (δόση 4), ACM ανά εβδομάδα (γαλάζιο), 2017-2022, ανά ηλικιακή ομάδα (60+, 90+, 85-89 ... 60-64 ετών), με ενσωματώσεις, δόση 25 εβδομάδων-4-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
5.8 vDFR ανά ηλικία - Ποσοστά θνησιμότητας δόσης εμβολίου στρωματοποιημένων με βάση την ηλικία για τις δόσεις 3 και 4 στη Χιλή και το Περού
Το σχήμα 17 (επάνω πλαίσιο) δείχνει την εθνική vDFR (γραμμική κλίμακα) σε σχέση με την ηλικία («Γραμμή βάσης ιστορικής τάσης για περίοδο (ή αιχμή) θνησιμότητας», Μέθοδος 1, βλέπε Μέθοδοι), για τη Χιλή και το Περού, για την αιχμή ενδιαφέροντος Ιανουαρίου-Φεβρουαρίου 2022 (δόση Χιλής 4· Περού δόση 3), για την αιχμή (ονομαστικά, Ιούλιος-Αύγουστος 2022) που σχετίζεται με την κυκλοφορία της δόσης-4 του Περού και για την αιχμή (ονομαστικά, Ιούλιος-Αύγουστος 2021) που σχετίζεται με την κυκλοφορία της δόσης 3 της Χιλής, με εκθετικές προσαρμογές. Το σχήμα 17 (κάτω πίνακας) δείχνει τα ίδια δεδομένα χρησιμοποιώντας μια λογαριθμική κλίμακα για vDFR. Κάθε σημείο τοποθετείται χρονικά στην ηλικία έναρξης της ηλικιακής ομάδας.
Οι εκθετικές προσαρμογές πραγματοποιήθηκαν χωρίς τη χρήση των ειδικών σφαλμάτων Y (δηλ. σφάλματα στο vDFR) που εμφανίζονται. Επομένως, το προκύπτον σφάλμα στην παράμετρο προσαρμογής T2 διπλού χρόνου (τ, tau, στις λεζάντες του σχήματος) βασίζεται στις μη σταθμισμένες υπολειπόμενες τιμές Y.
Σχήμα 17: vDFR συναρτήσει ηλικίας, για τη Χιλή και το Περού, για την αιχμή Ιανουαρίου-Φεβρουαρίου 2022 (Χιλή δόση 4, Περού δόση 3), για την αιχμή Ιουλίου-Αυγούστου 2022 (Περού, δόση 4) και για την αιχμή Ιουλίου-Αυγούστου 2021 (Χιλή, δόση 3), με εκθετικές κρίσεις. Γραμμική κλίμακα (επάνω), λογαριθμική κλίμακα (κάτω).
Στο σχήμα 17, η ηλικία (τιμή άξονα Χ, σε έτη) που αποδίδεται σε μια δεδομένη ηλικιακή ομάδα είναι η ηλικία έναρξης του παραθύρου ηλικιών για την ηλικιακή ομάδα. Αυτή η συγκεκριμένη επιλογή έχει μικρή διαφορά επειδή η μετάφραση των τιμών x με οποιονδήποτε σταθερό αριθμό, για παράδειγμα, δεν επηρεάζει τον χρόνο διπλασιασμού που λαμβάνεται με την προσαρμογή μιας εκθετικής συνάρτησης και επηρεάζει μόνο ελαφρώς το σημείο τομής y στο x = 0 (ο προπαράγοντας στην εκθετική).
5.9 Νέα Ζηλανδία Δόσεις 3 και 4 για όλες τις ηλικίες ― Εθνικές δόσεις ACM και εμβολίων
Η Νέα Ζηλανδία είναι η περίπτωση, μεταξύ των 15 χωρών μας που έχουν επαρκή δεδομένα ACM, στην οποία μια ονομαστική κορυφή Ιανουαρίου-Φεβρουαρίου 2022 στην ACM είναι η λιγότερο εμφανής. Παρ 'όλα αυτά, η κορυφή είναι μετρήσιμα παρούσα για τη Νέα Ζηλανδία, ειδικά στην ηλικιακή ομάδα 80+ ετών.
Το γράφημα 18 δείχνει την εθνική ACM όλων των ηλικιών ανά εβδομάδα για τη Νέα Ζηλανδία (μαύρο), από το 2019 έως το 2023, σε σύγκριση με τις δόσεις εμβολίων COVID-19. Οι κάθετες γραμμές υποδεικνύουν την ανακοίνωση πανδημίας του Παγκόσμιου Οργανισμού Υγείας (ΠΟΥ) της 11ης Μαρτίου 2020 (γκρι) και τα όρια των παραθύρων ένταξης για τις περιοχές ενδιαφέροντος που αντιστοιχούν στη διάθεση των δόσεων 3 και 4 (πορτοκαλί και ροζ, αντίστοιχα). Ο κάτω πίνακας εμφανίζει τα δεδομένα ACM για την ηλικιακή ομάδα 80+ ετών και τις ίδιες κάθετες γραμμές ως αναφορές.
Σχήμα 18: (επάνω) Νέα Ζηλανδία (με κυκλοφορίες), ACM όλων των ηλικιών ανά εβδομάδα (μαύρο), 2019-2023, με διάθεση εμβολίων για όλες τις ηλικίες δόση 1 έως δόση 4 (χρώματα). (κάτω) ACM ανά εβδομάδα για ηλικιακή ομάδα 80+ ετών (μαύρο) και ίδια όρια ενσωμάτωσης (διακεκομμένες κάθετες γραμμές). Η ημερομηνία δήλωσης πανδημίας της 11ης Μαρτίου 2020 εμφανίζεται με γκρίζα κάθετη γραμμή. Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Το σχήμα 19 έχει την εθνική ACM όλων των ηλικιών ανά εβδομάδα για τη Νέα Ζηλανδία (γαλάζιο), από το 2011 έως το 2023, και τα σημεία ενσωμάτωσης 28 εβδομάδων που χρησιμοποιήθηκαν για τον ποσοτικό προσδιορισμό της περίσσειας ACM στην αιχμή ενδιαφέροντος Ιανουαρίου-Φεβρουαρίου 2022 («μέθοδος αναφοράς ιστορικής τάσης για περίοδο (ή αιχμή) θνησιμότητας», μέθοδος 1, βλ. Μέθοδοι) (σκούρα μπλε σημεία και πορτοκαλί γραμμή τάσης), που σχετίζεται με την κυκλοφορία της δόσης-3 της Νέας Ζηλανδίας (περίοδος 28 εβδομάδων, πορτοκαλί διακεκομμένες κάθετες γραμμές που φαίνονται στο σχήμα 18).
Εικόνα 19: Νέα Ζηλανδία (δόση 3), ACM όλων των ηλικιών ανά εβδομάδα (γαλάζιο), 2011-2023, με ενσωματώσεις, δόση 28 εβδομάδων-3-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Το σχήμα 20 δείχνει την εθνική ACM όλων των ηλικιών ανά εβδομάδα για τη Νέα Ζηλανδία (γαλάζιο), από το 2011 έως το 2023, και τα σημεία ενσωμάτωσης 31 εβδομάδων που χρησιμοποιήθηκαν για τον ποσοτικό προσδιορισμό της περίσσειας ACM σε μια κορύφωση Ιουλίου-Αυγούστου 2022 («Μέθοδος αναφοράς ιστορικής τάσης για περίοδο (ή αιχμή) θνησιμότητας», Μέθοδος 1, βλ. Μέθοδοι) (σκούρα μπλε σημεία και πορτοκαλί γραμμή τάσης), που σχετίζεται με την κυκλοφορία της δόσης-4 της Νέας Ζηλανδίας (περίοδος 31 εβδομάδων, ροζ διακεκομμένες κάθετες γραμμές που φαίνονται στο σχήμα 18).
Σχήμα 20: Νέα Ζηλανδία (δόση 4), ACM ανά εβδομάδα (γαλάζιο), 2011-2023, με ενσωματώσεις, δόση 31 εβδομάδων-4-περίοδος εμβολιασμού (σκούρο μπλε, σημεία) και γραμμή τάσης (πορτοκαλί). Οι πηγές δεδομένων καθορίζονται στο προσάρτημα Α.
Οι αντίστοιχες τιμές vDFR για όλες τις ηλικίες για τη Νέα Ζηλανδία είναι: (0,05 ± 0,01) % (ονομαστικά Ιανουάριος-Φεβρουάριος 2022, δόση 3) και (0,21 ± 0,03) % (ονομαστικά Ιούλιος-Αύγουστος 2022, δόση 4).
6. Συζήτηση
6.1 Τα εμβόλια COVID-19 μπορούν να προκαλέσουν θάνατο
Είναι σημαντικό να διακρίνουμε το ερώτημα εάν μια ένεση εμβολίου COVID-19 μπορεί να προκαλέσει τον θάνατο του ασθενούς και το ερώτημα εάν η υπερβολική ACM (επίπεδο πληθυσμού, εξ ορισμού) συνδέεται αιτιωδώς με τη διάθεση εμβολίων COVID-19.
Ακόμη και αν υπάρχει κλινική και παθολογική απόδειξη ότι οι ενέσεις μπορούν να προκαλέσουν το θάνατο μεμονωμένων ατόμων, αυτό δεν αποδεικνύει αιτιώδη σχέση μεταξύ ταχείας διάθεσης εμβολίου και χρονικά συνδεόμενης αιχμής σε περίσσεια ACM. Με αναγκαστικά περιορισμένο αριθμό τεκμηριωμένων περιπτώσεων μεμονωμένων θανάτων, αποδεικνύει μόνο ότι η εν λόγω αιτιώδης σχέση είναι δυνατή. Ωστόσο, πρέπει να γίνει μια επίσημη εξέταση της αιτιώδους συνάφειας στην υπερβάλλουσα θνησιμότητα, η οποία γίνεται στα παρακάτω τμήματα.
Στο πλαίσιο αυτό, είναι αποδεδειγμένο ότι οι ενέσεις εμβολίων κατά της COVID-19 έχουν προκαλέσει και είναι πιθανό να προκαλέσουν θανάτους ατόμων, όπως φαίνεται από:
- πολλές λεπτομερείς μελέτες αυτοψίας (π.χ., Choi et al., 2021; Edler κ.ά., 2021· Schneider κ.ά., 2021· Sessa κ.ά., 2021· Gill κ.ά., 2022· Mörz, 2022; Murata κ.ά., 2022· Suzuki et al., 2022; Takahashi κ.ά., 2022· Tan et al., 2022; Yeo κ.ά., 2022· Yoshimura κ.ά., 2022· Chaganti κ.ά., 2023· de Boer, Crawford, Parsons, 2023; Esposito κ.ά., 2023· Hulscher κ.ά., 2023· Jeon κ.ά., 2023· Manu, 2023; Nushida et al., 2023; Onishi κ.ά., 2023· Schwab et al., 2023),
- παρακολούθηση δυσμενών επιπτώσεων (Rose and McCullough, 2021; Χίκεϊ και Ρανκούρ, 2022),
- μελέτες παθολογιών που προκαλούνται από εμβόλια (π.χ., Goldman et al., 2021; Kuvandik κ.ά., 2021· Turni και Lefringhausen, 2022· Edmonds et al., 2023; Wong et al., 2023),
- αποδεδειγμένη αιτιώδης σχέση με παθολογία που προκαλείται από εμβόλιο, με ιστοπαθολογία και ανοσοϊστοχημική χρώση δειγμάτων βιοψίας δέρματος (Sano et al., 2023),
- δευτερογενής ανάλυση σοβαρών ανεπιθύμητων ενεργειών που αναφέρθηκαν σε ελεγχόμενες με εικονικό φάρμακο, τυχαιοποιημένες κλινικές δοκιμές φάσης ΙΙΙ της βιομηχανίας (π.χ., Fraiman et al., 2022),
- περισσότερες από 1.250 δημοσιεύσεις αξιολογημένες από ομοτίμους σχετικά με τις ανεπιθύμητες ενέργειες του εμβολίου COVID-19 (React 19, 2022) και
- τα γνωστά προγράμματα αποζημίωσης τραυματισμών από εμβόλια κρατών παγκοσμίως, τα οποία περιλαμβάνουν θάνατο που προκύπτει από τα εμβόλια COVID-19 (Mungwira et al. 2020; Wood κ.ά., 2020· Crum κ.ά., 2021· Kamin-Friedman και Davidovitch, 2021), όπου η Ιαπωνία, ο Καναδάς και το Ηνωμένο Βασίλειο έχουν χορηγήσει αποζημίωση για θανάτους που προκλήθηκαν από το εμβόλιο COVID-19 (The Japan Times, 26 Ιουλίου 2022· Corbett, 6 Σεπτεμβρίου 2022· Σοφός, 2022).
Αυτά τα δεδομένα και οι περιστάσεις υποστηρίζουν, αλλά δεν αποδεικνύουν από μόνα τους το συμπέρασμα μιας πιθανής αιτιώδους συνάφειας, το οποίο γίνεται σε διάφορες μελέτες σε επίπεδο πληθυσμού, όπως:
- μια πρόσφατη μελέτη έρευνας (Skidmore, 2023),
- τις προηγούμενες ποσοτικές αξιολογήσεις μας για το ποσοστό θνησιμότητας από δόσεις εμβολίου (vDFR) από δεδομένα θνησιμότητας από όλες τις αιτίες (ACM) σε διάφορες χώρες (Rancourt, 2022· Rancourt et al., 2022a, 2022b, 2023), και
- Η παρούσα μελέτη, η οποία θα καταλήξει στο συμπέρασμα ότι αποδεικνύεται η αιτιότητα στην υπερβάλλουσα θνησιμότητα.
Τέλος, υπάρχουν λεπτομερείς εξηγήσεις που βασίζονται σε αρχές ανοσολογίας ως προς τους κυτταρικούς, μοριακούς και συστημικούς μηχανισμούς για σοβαρή βλάβη από εμβόλια COVID-19 και ως προς το γιατί, για παράδειγμα, οι επαναλαμβανόμενες δόσεις μπορούν να προκαλέσουν μη γραμμικές-πιο σοβαρές αντιδράσεις (Palmer et al., 2023).
6.2 Απουσία υπερβάλλουσας θνησιμότητας έως ότου διατεθούν τα εμβόλια κατά της νόσου COVID-19
Προηγουμένως, έχουμε αποδείξει ότι σε αρκετές χώρες και κράτη δεν υπάρχει ανιχνεύσιμη ή σχεδόν καθόλου περίσσεια ACM κατά τη διάρκεια της δηλωμένης πανδημίας, σε σύγκριση με το πρόσφατο ιστορικό ρεκόρ, έως ότου κυκλοφορήσουν τα εμβόλια COVID-19, ακολουθούμενη από μεγάλη πλεονάζουσα θνησιμότητα κατά τη διάρκεια και μετά τη διάθεση του εμβολίου:
1. Ινδία (Ρανκούρ, 2022)
2. Αυστραλία και καθεμία από τις οκτώ πολιτείες της (Rancourt et al., 2022a)
3. Ισραήλ (σχετικά μικρότερη υπερβάλλουσα θνησιμότητα) (Rancourt et al., 2023)
4. Καναδάς (σχετικά μικρότερη υπερβάλλουσα θνησιμότητα) (Rancourt et al., 2021b, 2022c; Ρανκούρ, 2023)
Ομοίως, στην παρούσα εργασία, δείχνουμε ότι 9 από τις 17 χώρες που μελετήθηκαν δεν έχουν ανιχνεύσιμη περίσσεια ACM μέχρι να κυκλοφορήσουν τα εμβόλια: Αυστραλία, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Φιλιππίνες, Σιγκαπούρη, Σουρινάμ, Ταϊλάνδη και Ουρουγουάη.
Αυτό φαίνεται οριστικά στο σχήμα 2 και οι αντίστοιχοι ποσοτικοί προσδιορισμοί δίνονται στους πίνακες 1 και 3.
Αυτό σημαίνει ότι, σε αυτές τις 9 χώρες (Αυστραλία, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Φιλιππίνες, Σιγκαπούρη, Σουρινάμ, Ταϊλάνδη, Ουρουγουάη), για περίπου ένα έτος μετά την κήρυξη πανδημίας από τον ΠΟΥ στις 11 Μαρτίου 2020, δεν υπήρχαν καθαροί επιπλέον θάνατοι που θα μπορούσαν να αποδοθούν σε πανδημία ή σε ιατρικά ή κυβερνητικά μέτρα αντιμετώπισης της πανδημίας. Αυτές οι χώρες δεν είχαν επιπλέον θανάτους έως ότου υποβλήθηκαν σε ταχεία μαζική χορήγηση εμβολίου COVID-19 (Σχήμα 2).
Αυτό αποτελεί μέρος των ισχυρών ενδείξεων για αιτιώδη συνάφεια, που περιγράφονται παρακάτω.
6.3 Τα εμβόλια κατά της COVID-19 δεν έσωσαν ζωές και φαίνεται να είναι θανατηφόροι τοξικοί παράγοντες
Δεδομένου ότι η υπερβάλλουσα θνησιμότητα εμφανίστηκε μόνο μετά την έναρξη (και κατά τη διάρκεια) της διάθεσης εμβολίων σε 9 χώρες (Αυστραλία, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Φιλιππίνες, Σιγκαπούρη, Σουρινάμ, Ταϊλάνδη, Ουρουγουάη. Σχήμα 2), τα εμβόλια δεν μείωσαν τη σοβαρή ασθένεια (όπως ισχυρίζονται οι κατασκευαστές) αρκετά ώστε να μειώσουν κάθε κίνδυνο θανάτου.
Στις 17 χώρες της παρούσας μελέτης, δεν υπάρχουν στοιχεία στα δεδομένα ACM by time για οποιαδήποτε ευεργετική επίδραση των εμβολίων COVID-19. Δεν υπάρχει χρονική συσχέτιση μεταξύ του εμβολιασμού COVID-19 και οποιασδήποτε αναλογικής μείωσης της ACM.
Αντίθετα, η χορήγηση εμβολίου παρουσιάζει γνωστά επιδημιολογικά χαρακτηριστικά αιφνίδιας έκθεσης του πληθυσμού σε θανατηφόρα τοξική ουσία, και στις 17 χώρες, και οι ηλικιακές ομάδες που μελετήθηκαν:
i. Μετάβαση σε καθεστώς υψηλότερης ACM κατά την έναρξη παρατεταμένης πρόκλησης με τον θανατηφόρο τοξικό παράγοντα (Σχήμα 2, Σχήμα 6, Σχήμα 7)
ii. Ειδικές κορυφές ACM που συνδέονται χρονικά με (συγχρονισμένες ή αμέσως επόμενες) όλες τις αιχμηρές κορυφές σε μαζική πρόκληση με (χορήγηση θανατηφόρου τοξικού παράγοντα σε ολόκληρο τον πληθυσμό) (διάθεση αναμνηστικών δόσεων) (Σχήμα 5, Σχήμα 4, Σχήμα 12, Σχήμα 11, Σχήμα 13, Σχήμα 15, Σχήμα 16, Σχήμα 14, Σχήμα 18, Σχήμα 19, Σχήμα 20)
iii. Αναλογικότητα μεταξύ του αριθμού των ατομικών επιθέσεων σε ολόκληρο τον πληθυσμό με τον εικαζόμενο θανατηφόρο τοξικό παράγοντα (ατομικές ενέσεις) και της χρονικά συνδεόμενης υπερβάλλουσας θνησιμότητας (διάγραμμα 8, διάγραμμα 9)
iv. Εκθετικά ή σχεδόν εκθετικά αυξανόμενη θανατηφόρος τοξικότητα (vDFR) με την ηλικία των ατόμων που υποβάλλονται στον τοξικό παράγοντα (Σχήμα 17)
v. Σταθερές τιμές της υπολογιζόμενης θανατηφόρου τοξικότητας του τοξικού παράγοντα (τιμές vDFR) σε πολλούς πληθυσμούς και για διαφορετικά επεισόδια αιφνίδιας διάθεσης (όλες οι δόσεις και η διάθεση αναμνηστικών δόσεων) (Πίνακας 2, Σχήμα 8, Σχήμα 9, Σχήμα 10)
vi. Φαινομενική εξάρτηση της θανατηφόρου τοξικότητας από την τοξικολογική φύση του χορηγούμενου παράγοντα (εξάρτηση από τον τύπο του εμβολίου/παρασκευαστή)
Όσον αφορά το σημείο iv, η αυξανόμενη και εκθετικά αυξανόμενη θανατηφόρος τοξικότητα με την ηλικία είναι γνωστή από μελέτες δηλητηρίασης και υπερβολικής δόσης σε ζώα και ανθρώπους (π.χ., Wiberg et al., 1970; Rogers και Heard, 2007; Chen κ.ά., 2009· Phua κ.ά., 2009· Shively κ.ά., 2017).
Όσον αφορά το σημείο-v, οι τιμές του vDFR όλων των ηλικιών, στις 17 χώρες που μελετήθηκαν, είναι συνεπείς εντός μιας τάξης μεγέθους (Πίνακας 2, Σχήμα 9, Σχήμα 10). Στο σχήμα 9, οι γενικά μεγαλύτερες τιμές σε όλες τις ηλικίες vDFR για την περίοδο εμβολιασμού σε σύγκριση με την περίοδο αιχμής ACM Ιανουαρίου-Φεβρουαρίου 2022 μπορεί να οφείλονται σε παράγοντες όπως: διαφορετικοί πληθυσμοί που εμβολιάζονται κατά προτίμηση, εύθραυστα άτομα που εξαλείφονται πριν από την περίοδο αιχμής, διαφορές στον τύπο εμβολίου που χρησιμοποιείται, πολιτική αναμνηστικών δόσεων ή κοινωνική πίεση όπου αποφεύγονται ευάλωτα άτομα κατά την περίοδο αιχμής, μεγαλύτερη συμβολή από θανάτους όλων των ηλικιών εκτός εμβολίου COVID-19 (δηλ. από ιατρικά και κυβερνητικά μέτρα) στα αρχικά στάδια του εμβολιασμού κατά της COVID-19 και ούτω καθεξής.
Τα δεδομένα του Συστήματος Αναφοράς Ανεπιθύμητων Ενεργειών Εμβολίων των ΗΠΑ (VAERS) δείχνουν επίσης μικρότερη θανατηφόρα τοξικότητα εμβολίου όλων των ηλικιών ανά ένεση για αναμνηστικές δόσεις σε σχέση με τις προ-αναμνηστικές ενέσεις (Hickey and Rancourt, 2022; ο Πίνακας 1 τους). Άλλοι παράγοντες που θα μπορούσαν να επηρεάσουν τη συστηματική διαφορά μεταξύ αναμνηστικών και προ-αναμνηστικών δόσεων περιλαμβάνουν: μικρότερες ποσότητες δραστικών συστατικών που χρησιμοποιούνται σε αναμνηστικές δόσεις σε σύγκριση με τις προ-αναμνηστικές δόσεις και μεταβαλλόμενη ανοσολογική απόκριση όταν υποβάλλονται σε επαναλαμβανόμενες προκλήσεις (Palmer et al., 2023).
Όσον αφορά το σημείο vi (σε σχέση με τα σημεία iv και v), οι διαφορές μεταξύ χωρών στις τιμές όλων των ηλικιών vDFR θα εξαρτώνται από την ηλικιακή διάρθρωση του ηλικιωμένου πληθυσμού (> 60 ετών) και από την κατάσταση της υγείας των ηλικιωμένων. Παρά αυτές τις μεγάλες συγχυτικές επιδράσεις, υπάρχουν κάποιες ενδείξεις για την πιθανή επίδραση του τύπου εμβολιασμού COVID-19 ή του κατασκευαστή:
- Η Νότια Αφρική έχει τη μεγαλύτερη τιμή vDFR όλων των ηλικιών (Πίνακας 2, Σχήμα 9, Σχήμα 10) και ένα μεγάλο μέρος των εμβολίων της ήταν Johnson &; Johnson: 24,6 %, σε σύγκριση με 2,1 % για την Ευρωπαϊκή Ένωση, που είναι το μεγαλύτερο κλάσμα χρήσης αυτού του εμβολίου στη βάση δεδομένων (OWID, 2023γ).
- Στο VAERS των ΗΠΑ, το εμβόλιο Janssen (Johnson &; Johnson) είναι 4 φορές πιο θανατηφόρα τοξικό (ανά ένεση) από το εμβόλιο της Pfizer, τόσο για τις ηλικιακές ομάδες 18-64 ετών όσο και για τις ηλικιακές ομάδες 65+ ετών (Hickey and Rancourt, 2022, ο πίνακας 1 τους).
- Σε αντίθεση με τα εμβόλια mRNA λιπιδίων-νανοσωματιδίων, το εμβόλιο Johnson &; Johnson είναι ένα εμβόλιο ιικού φορέα που βασίζεται σε έναν ανθρώπινο αδενοϊό τροποποιημένο ώστε να περιέχει ένα γονίδιο για την παραγωγή της πρωτεΐνης ακίδας του SARS-CoV-2. Το εμβόλιο έχει ιστορικό παύσης και διακοπής.
- Η Παραγουάη χρησιμοποίησε το ινδικό εμβόλιο Covaxin, ενώ η Ινδία είχε vDFR όλων των ηλικιών περίπου 1 % (Rancourt, 2022).
- Η Ουρουγουάη είχε το κινεζικό εμβόλιο Sinovac ως το κυρίαρχο κλάσμα των εμβολίων της: 55%, αν και αργότερα χρησιμοποιήθηκαν μόνο ενισχυτικά Pfizer (OWID, 2023c).
- Το Σουρινάμ βασίστηκε σε μεγάλο βαθμό στο ινδικό εμβόλιο Covishield. στο Covilo της Κίνας και στο Spikevax της Moderna.
- Η Βολιβία χρησιμοποίησε τα Sinovac, Covilo, Covishield, Janssen, Sputnik V και το Comirnaty της Pfizer.
6.4 Ισχυρές ενδείξεις αιτιώδους συσχέτισης και θανατηφόρας τοξικότητας εμβολίου
Πρώτον: Μερικά από τα ισχυρότερα στοιχεία για αιτιώδη συσχέτιση και θανατηφόρα τοξικότητα εμβολίων είναι οι αξιοσημείωτες χρονικές συσχετίσεις μεταξύ ταχείας διάθεσης πρώτων δόσεων και αναμνηστικών δόσεων και άμεσων αιχμών της ACM, σε συγκεκριμένες ηλικιωμένες ηλικιακές ομάδες, συμπεριλαμβανομένων των αιχμών θνησιμότητας που συμβαίνουν κατά περιόδους σε εποχιακούς κύκλους, όταν οι αιχμές σχεδόν ποτέ δεν συμβαίνουν. Αυτό είχε προηγουμένως απεικονιστεί γραφικά για το Ισραήλ (Rancourt et al., 2023; Παράρτημα 2: Σχήμα A2 F1). Στην παρούσα εργασία, υπάρχουν πολλά παραδείγματα αυτού του είδους των αποδεικτικών στοιχείων, για τη Χιλή (Σχήμα 12, Σχήμα 11, Σχήμα 13) και για το Περού (Σχήμα 15, Σχήμα 16, Σχήμα 14), σε κάθε περίπτωση όπου υπάρχουν διαθέσιμα δεδομένα εμβολιασμού με ηλικιακή στρωματοποίηση και στρωματοποιημένα κατά ηλικία (και ανά δόση).
Τα ευρήματα αυτά είναι πειστικά. Οι συσχετισμοί είναι πολυάριθμοι και συστηματικοί και δεν υπάρχουν αντίθετα παραδείγματα. Δεν βρήκαμε στοιχεία στην εκτεταμένη έρευνά μας για την ACM ότι τα εμβόλια COVID-19 είχαν ευεργετική επίδραση. Εάν τα εμβόλια εμπόδισαν τη μετάδοση, τη μόλυνση ή τη σοβαρή ασθένεια, τότε θα πρέπει να υπάρξει μείωση της θνησιμότητας μετά την κυκλοφορία του εμβολίου, όχι αυξήσεις, όπως σε κάθε παρατηρούμενη ηλικιωμένη ηλικιακή ομάδα που υποβάλλεται σε ταχεία αναμνηστική δόση. Και, η θνησιμότητα δεν θα αυξηθεί μόνο όταν κυκλοφορήσουν τα εμβόλια, όπου δεν εμφανίζεται υπερβάλλουσα θνησιμότητα πριν από τη διάθεση εμβολίων, όπως έχουμε τεκμηριώσει εδώ, σε 9 χώρες σε 3 ηπείρους.
Δεύτερον: Μια άλλη ισχυρή γραμμή αποδεικτικών στοιχείων για αιτιώδη συσχέτιση και θανατηφόρα τοξικότητα εμβολίου υπάρχει σε δεδομένα που δεν είναι στρωματοποιημένα κατά ηλικία. Αυτά τα δεδομένα θνησιμότητας και εμβολιασμού συγχέονται εν μέρει από την έλλειψη ηλικιακής διαστρωμάτωσης. Αυτό οφείλεται κυρίως στην εξάπλωση και την επικάλυψη της χορήγησης εμβολίων σε διαφορετικές ηλικιακές ομάδες. Παρ 'όλα αυτά, υπάρχουν αρκετά σαφή παραδείγματα σε μη ηλικιακά στρωματοποιημένα δεδομένα χρονικών συσχετίσεων μεταξύ των κορυφών στην ACM όλων των ηλικιών και των κορυφών στις αναπτύξεις εμβολιασμού όλων των ηλικιών. Αυτό αποδείχθηκε προηγουμένως για την Αυστραλία και καθεμία από τις 5 από τις 8 πολιτείες της (Rancourt et al., 2022a), σχετικά με τα χαρακτηριστικά Ιανουαρίου-Φεβρουαρίου 2022 που μελετήθηκαν ξανά εδώ (Σχήμα 5, Σχήμα 4, Σχήμα 8, Σχήμα 9, Σχήμα 10).
Στην παρούσα εργασία, κάθε χώρα με επαρκή δεδομένα θνησιμότητας (15 χώρες: Αυστραλία, Βολιβία, Βραζιλία, Χιλή, Κολομβία, Ισημερινός, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Περού, Φιλιππίνες, Σιγκαπούρη, Νότια Αφρική, Ταϊλάνδη, Ουρουγουάη) παρουσιάζει μια άνευ προηγουμένου και σχετικά απότομη κορύφωση ή αύξηση της ACM όλων των ηλικιών κατά τη διάρκεια ή κοντά στον Ιανουάριο-Φεβρουάριο 2022 (μέσα καλοκαιριού στο Νότιο Ημισφαίριο), η οποία είναι σύγχρονη ή αμέσως πριν από μια ταχεία διάθεση (όλων των ηλικιών) ενός ενισχυτικού εμβολίου COVID-19 (δόση 3 ή δόση 4, ανάλογα με τη χώρα), ενώ χορηγούνται ταυτόχρονα και μη αναμνηστικές δόσεις: Σχήμα 5, Σχήμα 4, Σχήμα 11 (επάνω πλαίσιο), Σχήμα 14 (δύο επάνω πλαίσια), Σχήμα 18, Σχήμα 19 και Σχήμα 21 (Παράρτημα Β: Παραδείγματα δεδομένων θνησιμότητας και εμβολιασμού από όλες τις αιτίες).
Τρίτον: Όσον αφορά τα αποδεικτικά στοιχεία που υποστηρίζουν την αιτιώδη συνάφεια και την τοξικότητα, πρέπει να συμπεριλάβουμε τα εντυπωσιακά παραδείγματα που περιγράφονται παραπάνω («Απουσία υπερβάλλουσας θνησιμότητας έως ότου κυκλοφορήσουν τα εμβόλια COVID-19») όπου δεν εμφανίζεται ανιχνεύσιμη υπερβάλλουσα θνησιμότητα έως ότου κυκλοφορήσουν τα εμβόλια COVID-19, σε πολλές χώρες, σε διάφορες ηπείρους.
Τέταρτον: Και πρέπει να συμπεριλάβουμε την αναπαραγώγιμη και συνεπή φύση του φαινομένου («Τα εμβόλια COVID-19 δεν έσωσαν ζωές και φαίνεται να είναι θανατηφόροι τοξικοί παράγοντες»).
Θα πρέπει επίσης να συμπεριλάβουμε προηγούμενες μελέτες του ίδιου φαινομένου, σε διαφορετικές δικαιοδοσίες, οι οποίες βρίσκουν συμβατά αποτελέσματα με την παρούσα μελέτη. Εκτός από την Ινδία (Rancourt, 2022), την Αυστραλία (Rancourt et al., 2022a, 2023), τον Καναδά (Rancourt et al., 2021b, 2022c; Rancourt, 2023) και το Ισραήλ (Rancourt et al., 2023), οι ΗΠΑ έχουν εποχικά ανώμαλη κορύφωση της ACM που εμφανίζεται στα τέλη του καλοκαιριού ή το φθινόπωρο του 2021, η οποία είναι εμφανής στην ηλικιακή ομάδα 25-64 ετών σε 21 πολιτείες των ΗΠΑ, κυρίως συμπεριλαμβανομένης της Αλαμπάμα, του Μισισιπή, της Τζόρτζια, της Φλόριντα και της Λουιζιάνα. Αυτή η κορύφωση της ACM είναι συγχρονισμένη με μια ταχεία αύξηση της χορήγησης εμβολίων (που θεωρείται ως σταδιακή αύξηση της σωρευτικής χορήγησης εμβολίων όλων των δόσεων), κατά την περίοδο που αντιστοιχεί στις λεγόμενες εκστρατείες «ισότητας εμβολίων» στις ΗΠΑ (Rancourt et al., 2022b; τα Σχήματα 10C, 10D και 11A-F). Για όλες τις ΗΠΑ και όλες τις ηλικίες, η εν λόγω κορύφωση στα τέλη του καλοκαιριού ή το φθινόπωρο του 2021 στην ACM αντιστοιχεί σε υπερβάλλουσα θνησιμότητα περίπου 160 K θανάτων, κατά τη διάρκεια περιόδου άνω των 2 μηνών κατά την οποία χορηγήθηκαν περίπου 60 M ενέσεις (όλες οι δόσεις). Αυτό αντιστοιχεί σε εθνική τιμή vDFR όλων των ηλικιών περίπου 0,3% για την περίοδο αυτή, η οποία θα ήταν μεγαλύτερη για τα κράτη και τις ηλικίες που συμβάλλουν περισσότερο στην υπερβάλλουσα θνησιμότητα (υψηλή φτώχεια, περισσότεροι ηλικιωμένοι).
6.5 Η αιτιώδης συνάφεια στην υπερβάλλουσα θνησιμότητα αποδεικνύεται επαρκώς
Οι προαναφερθείσες βάσεις αποδεικτικών στοιχείων που υποστηρίζουν την αιτιώδη σχέση μεταξύ της χορήγησης εμβολίου COVID-19 και της χρονικά συνδεόμενης περίσσειας ACM μπορούν να συνοψιστούν ως εξής:
i. Δεν υπάρχουν στοιχεία στα δεδομένα ACM-by-time για οποιαδήποτε ευεργετική επίδραση των εμβολίων COVID-19. Δεν υπάρχει χρονική συσχέτιση μεταξύ του εμβολιασμού COVID-19 και οποιασδήποτε αναλογικής μείωσης της ACM.
ii. Αντιθέτως, παρατηρείται εμφάνιση ή αύξηση μεγάλης περίσσειας ACM κατά τη διάθεση των εμβολίων COVID-19, σε κάθε χώρα και πολιτεία ή επαρχία, που έχει μελετηθεί μέχρι σήμερα, σε όλες σχεδόν τις ηπείρους, συμπεριλαμβανομένων των αρχικών διαθεσίμων που πραγματοποιούνται σε σημαντικά διαφορετικές χρονικές στιγμές (κατά αρκετούς μήνες).
iii. Η εν λόγω έναρξη εκδηλώνεται ως ένα νέο παρατεταμένο καθεστώς υψηλής περίσσειας ACM — που χαρακτηρίζεται από πρόσθετες κορυφές της ACM που συνδέονται με συγκεκριμένες ταχείες αναπτύξεις (αναμνηστικές δόσεις) — το οποίο αυξάνεται κατά την έναρξη του εμβολιασμού, ανεξάρτητα από το αν υπήρχε ή όχι υπερβάλλουσα θνησιμότητα πριν από τον εμβολιασμό.
iv. Σε πολλές δικαιοδοσίες (συμπεριλαμβανομένης κάθε πολιτείας της Αυστραλίας), δεν υπάρχει ανιχνεύσιμη περίσσεια ACM μέχρι να κυκλοφορήσουν τα εμβόλια, όταν ξεκινούν νέα καθεστώτα υψηλής περίσσειας ACM.
v. Σε όλες τις περιπτώσεις που μελετήθηκαν στις οποίες τα διαθέσιμα δεδομένα ACM και διάθεσης εμβολίων επιλύονται ανά ηλικία (Ισραήλ, Χιλή, Περού), υπάρχει συγχρονισμός μεταξύ κάθε αναμνηστικής διάθεσης και μιας απότομης αιχμής ή χαρακτηριστικού στην ACM, σε κάθε ηλικιωμένη ηλικιακή ομάδα (> 60 ετών), η οποία είναι περίπου 30 ξεχωριστά συμβάντα συγχρονικότητας, σε διαφορετικές χρονικές στιγμές σε εποχιακά πρότυπα, και στα δύο ημισφαίρια.
vi. Με δεδομένα ACM και εμβολιασμού που δεν επιλύονται ανά ηλικία, υπάρχουν ωστόσο αρκετά παραδείγματα συγχρονισμού μεταξύ μιας έκρηξης εμβολιασμού και μιας ανώμαλης κορύφωσης της ACM, ειδικά η ονομαστική κορύφωση της ACM τον Ιανουάριο-Φεβρουάριο του 2022, και στις 15 χώρες που έχουν επαρκή δεδομένα ACM στην παρούσα μελέτη και σε 5 από τις 8 πολιτείες της Αυστραλίας (Rancourt et al., 2022α).
vii. Παρατηρείται αναλογικότητα (όχι απλή συσχέτιση) μεταξύ του αριθμού των ενέσεων εμβολίου COVID-19 (όλες οι ηλικίες) και της χρονικά συνδεδεμένης περίσσειας ACM όλων των ηλικιών, είτε χρησιμοποιείται συγκεκριμένη αιχμή της ACM είτε ονομαστικά ολόκληρη η περίοδος εμβολιασμού. Αυτό φαίνεται στο σχήμα 8.
viii. Οι αντίστοιχες τοξικότητες όλων των ηλικιών (vDFR, υπερβολικό-ACM/αριθμός-εμβόλιο-ενέσεις) για συγκεκριμένες αιχμές ACM και για την περίοδο εμβολιασμού είναι ανάλογες μεταξύ τους, ανεξάρτητα από τις διαφορές μεταξύ χωρών στις τιμές τους. Αυτό φαίνεται στο σχήμα 9.
ix. Οι τιμές του vDFR όλων των ηλικιών ποικίλλουν από χώρα σε χώρα, όπως θα περίμενε κανείς από τις εθνικές διαφορές στην κατάσταση της υγείας του πληθυσμού και την εγχώρια ετερογένειά του, και ενδεχομένως από τις εθνικές διαφορές στον τύπο εμβολίου που χρησιμοποιείται, αλλά κυμαίνονται πάντοτε μεταξύ περίπου 0,02 % και 0,40 % (διάγραμμα 8, γράφημα 9, γράφημα 10 και πίνακας 2), φθάνοντας το 1 % στην εξαιρετική περίπτωση της Ινδίας (Rancourt, 2022).
x. Η συναγόμενη τοξικότητα (vDFR) αυξάνεται σημαντικά με την ηλικία (Εικόνα 17), η οποία είναι ένα γνωστό χαρακτηριστικό των δοσοεξαρτώμενων σοβαρών εκβάσεων και του θανάτου από δηλητήρια (Wiberg et al., 1970; Rogers και Heard, 2007; Chen κ.ά., 2009· Phua κ.ά., 2009· Shively κ.ά., 2017).
xi. Τα εμβόλια COVID-19 είναι γνωστό ότι είναι εγγενώς επικίνδυνα και έχουν προκαλέσει θανάτους σε άτομα όλων των ηλικιών (βλέπε: ενότητα «Τα εμβόλια COVID-19 μπορούν να προκαλέσουν θάνατο» και αναφορές σε αυτήν).
xii. Υπάρχουν ενδείξεις για την πιθανή επίδραση του τύπου εμβολιασμού κατά της COVID-19 ή του παρασκευαστή (βλέπε: ενότητα «Τα εμβόλια COVID-19 δεν έσωσαν ζωές και φαίνεται να είναι θανατηφόροι τοξικοί παράγοντες»).
Ως εκ τούτου, πληρούνται επαρκώς τα ισχυρά κριτήρια που περιγράφονται από τον Ιωαννίδη (2016) για την απόδειξη της αιτιώδους συνάφειας:
Πείραμα: Το ίδιο φαινόμενο παρατηρείται ανεξάρτητα σε διαφορετικές δικαιοδοσίες, για διαφορετικές ηλικιακές ομάδες και σε διαφορετικές χρονικές στιγμές, γεγονός που αποτελεί άφθονη επαλήθευση σε ανεξάρτητα πειράματα μεγάλης κλίμακας πραγματικού κόσμου.
Χρονικότητα: Οι πολλές σταδιακές αυξήσεις και οι ανώμαλες κορυφές στην ACM είναι συγχρονισμένες με τη διάθεση εμβολίων. συμπεριλαμβανομένων των δικαιοδοσιών στις οποίες η υπερβάλλουσα θνησιμότητα δεν εμφανίστηκε έως ότου εφαρμοστεί ο εμβολιασμός μετά από περίπου ένα έτος μετά την κήρυξη πανδημίας.
Συνέπεια: Το φαινόμενο είναι ποιοτικά το ίδιο και ανάλογου μεγέθους κάθε φορά που παρατηρείται.
Δεν υπάρχει αμφιβολία ότι οι μαζικές εκστρατείες εμβολιασμού COVID-19 προκάλεσαν τη χρονική σχετιζόμενη υπερβάλλουσα θνησιμότητα στις 17 χώρες της παρούσας μελέτης και σε άλλες χώρες που μελετήθηκαν μέχρι σήμερα.
Όσον αφορά τον ποσοτικό προσδιορισμό (υπολογισμός όλων των ηλικιών vDFR), προκύπτει μια κύρια αβεβαιότητα όταν χρησιμοποιείται η ονομαστικά ολόκληρη περίοδος εμβολιασμού. Σε αυτήν την περίπτωση, όταν υπάρχει περίσσεια ACM πριν από την έναρξη του εμβολιασμού COVID-19, λόγω αιτιών άλλων από τον εμβολιασμό COVID-19 (δηλ. ιατρικά και κυβερνητικά μέτρα), θα πρέπει να εξεταστεί εάν αυτές οι αιτίες συνεχίζονται, σε κάποιο βαθμό, στην περίοδο εμβολιασμού COVID-19.
Υπάρχουν κάποιες ενδείξεις γι' αυτό. Για παράδειγμα, τρεις χώρες που έχουν από τις μεγαλύτερες αναλογίες vDFR όλων των ηλικιών κατά την περίοδο εμβολιασμού προς όλες τις ηλικίες κατά την περίοδο αιχμής (Περού, Ισημερινός, Κολομβία· Εικόνα 9) έχουν επίσης πολύ μεγάλα χαρακτηριστικά ACM πριν από τον εμβολιασμό για όλες τις ηλικίες (Σχήμα 2, Σχήμα 6).
Τρεις χώρες που έχουν τη μικρότερη περίοδο εμβολιασμού όλων των ηλικιών vDFR προς την περίοδο αιχμής όλων των ηλικιών vDFR (Ουρουγουάη, Σιγκαπούρη, Μαλαισία; Εικόνα 9) δεν έχουν υπερβολική ACM όλων των ηλικιών πριν από τον εμβολιασμό (Εικόνα 2, Εικόνα 6). Ωστόσο, από τις πέντε χώρες που έχουν τις μεγαλύτερες τιμές περιόδου εμβολιασμού όλων των ηλικιών vDFR (Νότια Αφρική, Σουρινάμ, Βολιβία, Παραγουάη, Φιλιππίνες; Σχήμα 10, Πίνακας 2), τρεις δεν έχουν περίσσεια ACM όλων των ηλικιών κατά την περίοδο πριν από τον εμβολιασμό (Σουρινάμ, Παραγουάη, Φιλιππίνες; Σχήμα 2, Σχήμα 6).
Συνολικά, δεν υπάρχει συνεπής και συστηματική διακύμανση μεταξύ των τιμών vDFR όλων των ηλικιών και της περίσσειας ACM πριν από την περίοδο εμβολιασμού για όλες τις ηλικίες και υπάρχει ουσιαστικά η ίδια αναλογικότητα (με μηδενική αναχαίτιση) μεταξύ της περίσσειας ACM όλων των ηλικιών και των ενέσεων που χορηγούνται και για τις δύο εξεταζόμενες περιόδους ενσωμάτωσης (Σχήμα 8).
Είναι σημαντικό ότι πρέπει επίσης να έχουμε κατά νου, με αξιολογήσεις όλων των ηλικιών, ότι οι παρεμβάσεις πριν από την περίοδο εμβολιασμού COVID-19 που προκαλούν υπερβολική ACM (π.χ. κυβερνητικά μέτρα) μπορούν να έχουν μεγάλη συμβολή στις νεότερες ηλικιακές ομάδες, ενώ οι θάνατοι από εμβόλια (ιδίως για αναμνηστικές δόσεις, δόσεις 3 και 4) περιορίζονται ουσιαστικά σε άτομα ηλικίας 60+ ετών (Σχήμα 11, Σχήμα 14 και βλέπε Rancourt et al., 2021a, 2022b, 2023).
Επιπλέον, ο εμβολιασμός κατά της COVID-19 αποσκοπεί στην άμβλυνση ή την εξάλειψη της ανάγκης για μέτρα άλλα από τον εμβολιασμό κατά της COVID-19, καθώς και στη μείωση της θνησιμότητας, γεγονός που αναμένεται να μειώσει τα μέτρα εμβολιασμού κατά της COVID-19 κατά την περίοδο εμβολιασμού. Και, τέλος, είναι πιθανό ορισμένες από τις χώρες να είχαν αυξήσει τις εκστρατείες εμβολιασμού κατά της εποχικής γρίπης στα τέλη του 2020.
Όταν χρησιμοποιείται μια περιοχή ολοκλήρωσης αιχμής ACM (για την ποσοτικοποίηση ενός vDFR όλων των ηλικιών), μπορεί να προκύψει αβεβαιότητα από μια μη βελτιστοποιημένη περιοχή ολοκλήρωσης για την καταμέτρηση των ενέσεων που σχετίζονται χρονικά με την κορυφή της ACM, γεγονός που μπορεί να οδηγήσει σε κάποια υποκαταμέτρηση ή υπερκαταμέτρηση. Γενικά, φαίνεται ότι όλες αυτές οι αβεβαιότητες είναι μικρές σε σύγκριση με τη μεγάλη μεταβλητότητα από χώρα σε χώρα των τιμών vDFR όλων των ηλικιών, η οποία αναφέρεται παρακάτω.
Επομένως, ο συνολικός αριθμός θανάτων που συνάγονται στην παρούσα μελέτη 17 χωρών του ισημερινού και του νότιου ημισφαιρίου που προκλήθηκαν από τις ενέσεις εμβολίου COVID-19 είναι 1.745.000 ± 49.000, για συνολικά 1.388.145.365 ενέσεις κατά τις ίδιες ονομαστικά ολόκληρες περιόδους εμβολιασμού των 17 χωρών, σε σύγκριση με τη συνολική υπερβάλλουσα θνησιμότητα της περιόδου Covid των 2.393.000 ± 88.000 (Πίνακας 1).
Ως εκ τούτου, η συνολική τιμή της περιόδου εμβολιασμού όλων των ηλικιών vDFR για τις 17 χώρες της μελέτης είναι: vDFR = (1.745.000 ± 49.000 θάνατοι) / (1.388.145.365 ενέσεις) = (0,1257 ± 0,0035) %. Η μέση μεταβλητότητα από χώρα σε χώρα, σε σχέση με αυτή τη συνολική τιμή του vDFR όλων των ηλικιών, είναι 0,079 % (Πίνακας 1, βλέπε επίσης Πίνακα 2). Ως εκ τούτου, τα αποτελέσματα vDFR όλων των ηλικιών από τις 17 χώρες μπορούν να συνοψιστούν ως εξής:
σύνολο όλων των ηλικιών vDFR = (0,126 ± 0,004) % (4α)
|
Προηγουμένως, εκτιμούσαμε ότι μια αντιπροσωπευτική παγκόσμια αξία θα ήταν 0,1 %, και ότι αυτό θα αντιπροσώπευε περίπου 13 εκατομμύρια θανάτους από τα εμβόλια κατά της COVID-19, από 13,25 δισεκατομμύρια ενέσεις έως τις 24 Ιανουαρίου 2023 (Rancourt κ.ά., 2023). Αυτό μπορεί να ενημερωθεί ως εξής: (0,1257 ± 0,0035) % x 13,50 δισεκατομμύρια ενέσεις (2 Σεπτεμβρίου 2023, OWID, 2023α) = (16,97 ± 0,47) εκατομμύρια θάνατοι εμβολίων COVID-19 παγκοσμίως, μέχρι σήμερα. Αυτή η τρέχουσα εκτίμηση βασίζεται: στο 10,3 % των ενέσεων COVID-19 παγκοσμίως, στο 9,10 % του παγκόσμιου πληθυσμού και σε ποσοστό εμβολιασμού 1,91 ενέσεων ανά άτομο (όλες οι ηλικίες), σε 17 χώρες.
Αυτό σημαίνει ότι 17,0 ± 0,5 εκατομμύρια θάνατοι από εμβόλια COVID-19 θα είχαν συμβεί παγκοσμίως, έως τις 2 Σεπτεμβρίου 2023. Με άλλα λόγια, η ανάλυση της ACM ανά χρόνο στις 17 χώρες που μελετήθηκαν δείχνει ότι η παγκόσμια εκστρατεία εμβολιασμού COVID-19 ήταν στην πραγματικότητα ένα μαζικό ιατρογενές συμβάν που σκότωσε (0,213 ± 0,006) % του παγκόσμιου πληθυσμού και δεν απέτρεψε μετρήσιμα θανάτους.
Λαμβάνοντας υπόψη τις προαναφερθείσες επιφυλάξεις, ο πίνακας 1 δείχνει επίσης ότι, συνολικά, στις 17 χώρες που μελετήθηκαν,
(1.744.829 ± 49.285) / (2.392.831 ± 87.904) = (73 ± 3) %
των πλεοναζόντων θανάτων ολόκληρης της ονομαστικής περιόδου Covid (από τις 11 Μαρτίου 2020 έως το τέλος, συνήθως το 2023, των διαθέσιμων δεδομένων, βλ. προσάρτημα Γ) ήταν πρόωροι θάνατοι που προκλήθηκαν αιτιωδώς από τις ενέσεις εμβολίων κατά της COVID-19, λαμβανομένου υπόψη ότι σε 9 από τις 17 χώρες το κλάσμα αυτό ήταν 100 % (ενότητα «Απουσία υπερβάλλουσας θνησιμότητας έως ότου διατεθούν τα εμβόλια κατά της COVID-19»). Αυτό συνέβη σε συνθήκες στις οποίες δεν υπάρχουν στοιχεία σε δεδομένα ACM ανά χρόνο ότι η ανάπτυξη εμβολιασμού απέτρεψε οποιονδήποτε θάνατο.
6.6 Αξιολόγηση άλλων ερμηνειών της αιτίας της υπερβάλλουσας θνησιμότητας
Οι ανταγωνιστικές ερμηνείες της αιτίας ή των αιτιών της υπερβάλλουσας θνησιμότητας στις ονομαστικά κορυφές ACM Ιανουαρίου-Φεβρουαρίου 2022 που εμφανίζονται στις χώρες ισημερινού γεωγραφικού πλάτους και νότιου ημισφαιρίου αναφέρονται (με πλάγιους χαρακτήρες) και προεξοφλούνται ως εξής:
I. Οι κορυφές είναι εποχιακές κορυφές ή συγχέονται από εποχιακές διακυμάνσεις της ACM. Απίθανος. Οι κορυφές είναι σχετικά στενές και εμφανίζονται κατά τη θερινή περίοδο του νότιου ημισφαιρίου, συνήθως ένα κατώτατο σημείο θνησιμότητας. Δεν υπάρχει εποχιακή συνιστώσα αυξημένης θνησιμότητας που να αντιστοιχεί σε αυξημένη θνησιμότητα τον Ιανουάριο-Φεβρουάριο στο νότιο ημισφαίριο. Και οι χώρες του ισημερινού δεν παρουσιάζουν εποχιακά πρότυπα θνησιμότητας.
II. Οι κορυφώσεις οφείλονται στους έντονους καλοκαιρινούς καύσωνες. Απίθανος. Οι αιχμές θνησιμότητας των κυμάτων καύσωνα, όταν συμβαίνουν, είναι πολύ στενότερες και δεν συμβαίνουν ποτέ συγχρονισμένα σε ένα παγκόσμιο ημισφαίριο. Δεν καταγράφηκαν τέτοια κλιματικά φαινόμενα τον Ιανουάριο-Φεβρουάριο του 2022 στις χώρες που περιλαμβάνονται στην παρούσα μελέτη.
III. Οι κορυφές οφείλονται σε έναν ή περισσότερους σεισμούς. Απίθανος. Οι κορυφές των σεισμών είναι αρχικά πολύ στενές, από ανθρώπους που συνθλίβονται σε κτίρια που πέφτουν, και συμβαίνουν τοπικά, κοντά στο επίκεντρο του σεισμού.
ΙV. Οι κορυφώσεις οφείλονται σε ταυτόχρονα και βραχύβια ξεσπάσματα πολέμου, λιμού ή κάποιας θανατηφόρας ασθένειας τον Ιανουάριο-Φεβρουάριο του 2022, σε όλα τα ισημερινά γεωγραφικά πλάτη και το νότιο ημισφαίριο. Απίθανος. Δεν σημειώθηκαν τέτοια συμβάντα στις χώρες που μελετήθηκαν. (Η αιφνίδια εμφάνιση θανατηφόρων παραλλαγών COVID-19 εξετάζεται στο σημείο-VII και παρακάτω.)
V. Οι αιχμές οφείλονται σε επιθετικά μέτρα, θεραπείες ή απαντήσεις Covid (εκτός από τη χορήγηση αναμνηστικής δόσης εμβολίου) που εφαρμόστηκαν τον Ιανουάριο-Φεβρουάριο 2022. Απίθανος. Τα μέτρα, οι θεραπείες ή οι απαντήσεις Covid ποικίλλουν ευρέως από δικαιοδοσία σε δικαιοδοσία, όπως και τα δημογραφικά στοιχεία των πληθυσμών που διατρέχουν τον υψηλότερο κίνδυνο (π.χ., Johnson and Rancourt, 2022). Κανένα μέτρο, θεραπεία ή ανταπόκριση δεν εφαρμόστηκε ομοιόμορφα και συγχρονισμένα τον Ιανουάριο-Φεβρουάριο του 2022 στις περιοχές του ισημερινού και στο νότιο ημισφαίριο.
VI. Οι αιχμές οφείλονται σε υποκείμενες συνθήκες υγείας του πληθυσμού ή/και συννοσηρότητες του θανόντος. Απίθανος. Οι θανατηφόρες συνέπειες των υποκείμενων παθήσεων υγείας και η παρουσία χρόνιων παθήσεων μεταξύ εκείνων με το μικρότερο προσδόκιμο ζωής δεν μπορούν ξαφνικά να προκύψουν τυχαία, σε επίπεδο πληθυσμού, για να προκαλέσουν απότομη κορύφωση της θνησιμότητας. Αντίθετα, αυτές οι υποκείμενες συνθήκες θα συμβάλουν στην πρόκληση μεταβλητότητας από χώρα σε χώρα όσον αφορά τη θανατηφόρα απόκριση σε οποιονδήποτε ταχέως εισαγόμενο τοξικό παράγοντα. Επιπλέον, δεν υπάρχουν στοιχεία στα δεδομένα ACM για το λεγόμενο φαινόμενο ξηρού προσάναμμα: Εκείνοι που πέθαναν στις κορυφές θνησιμότητας δεν θα είχαν πεθάνει σε σύντομο χρονικό διάστημα που ακολούθησε και η πλεονάζουσα θνησιμότητα είναι μεγάλες καθαρές υπερβολές στο χρονικό διάστημα αρκετών ετών.
VII. Οι κορυφές οφείλονται στην εμφάνιση μίας ή περισσότερων παραλλαγών του SARS-CoV-2 που προκαλούν συγχρονισμένες αιχμές θνησιμότητας τον Ιανουάριο-Φεβρουάριο του 2022, σε όλες τις περιοχές του ισημερινού και το νότιο ημισφαίριο. Απίθανος. Η επιδημιολογική θεωρία μιας ιογενούς αναπνευστικής νόσου που εξαπλώνεται εξ επαφής προβλέπει ένα ευρύ φάσμα καθυστερήσεων (μήνες, χρόνια) μεταξύ της σποράς μιας νέας παραλλαγής και της μετρήσιμης εκθετικής αύξησης της θνησιμότητας (ή της κορύφωσης νέων λοιμώξεων), ανάλογα με τα χαρακτηριστικά της κοινωνίας (π.χ., Parham and Michael, 2011; Hasegawa και Nemoto, 2016· Ma et al., 2022).
Όσον αφορά το ζήτημα των συννοσηροτήτων, είναι γνωστό ότι οι πρόσφατα επιβαλλόμενες συνθήκες ή προκλήσεις κατά ευπαθών ή ευπαθών ατόμων μπορούν να προκαλέσουν πρόωρο θάνατο. Ο πρόωρος θάνατος είναι θάνατος. Όσο υψηλότερη είναι η αδυναμία, τόσο πιο πιθανή και άμεση είναι η θανατηφόρα αντίδραση. Υπό αυτές τις συνθήκες, οι εν λόγω νέοι όροι ή προκλήσεις προκάλεσαν αναμφίβολα το θάνατο. Αυτό ισχύει για ένα βίαιο τροχαίο ατύχημα και ισχύει εξίσου για προκλήσεις με τοξική ουσία ή με πρόσφατα επιβληθείσες περιστάσεις που προκαλούν σημαντικό ψυχολογικό στρες. Όσον αφορά τη λογική απόδοση της αιτίας θανάτου, δεν έχει σημασία, για παράδειγμα, ότι σε όλες τις περιπτώσεις η καρδιά τελικά σταμάτησε να λειτουργεί και η αναπνοή σταμάτησε.
Όσον αφορά τη θεωρία εμφάνισης μίας ή περισσότερων παραλλαγών του SARS-CoV-2, αυτή η εμφάνιση θα πρέπει να προκαλέσει ταυτόχρονες κορυφές και αυξήσεις θνησιμότητας σε 17 χώρες σε 4 ηπείρους (Σχήμα 1, Σχήμα 2, Σχήμα 4, Σχήμα 11, Σχήμα 14, Σχήμα 18), κάτι που είναι στατιστικά αδύνατο αν δεχτούμε τις θεωρίες των αυθόρμητων ιογενών μεταλλάξεων και της εξάπλωσης των ιογενών αναπνευστικών ασθενειών. Και όλες οι προκύπτουσες αιχμές θνησιμότητας θα είχαν την αξιοσημείωτη σύμπτωση να συμβούν ακριβώς όταν κυκλοφόρησαν ενισχυτικά εμβόλια.
Κατά την προώθηση ερμηνειών της υπερβάλλουσας θνησιμότητας με βάση τις μεταβαλλόμενες επικρατούσες παραλλαγές, θα πρέπει να είμαστε επιφυλακτικοί ότι η αξιολόγηση της υπεροχής των παραλλαγών με βάση δεδομένα από δίκτυα γονιδιωματικής επιτήρησης είναι μια νέα μεθοδολογία στα σπάργανα, ουσιαστικά εισήχθη κατά τη διάρκεια της τελευταίας πανδημίας (COVID-19) που κήρυξε ο ΠΟΥ, η οποία μπορεί να καθοδηγείται από θεσμικά και βιομηχανικά συμφέροντα, παρά από αυστηρές προσπάθειες για τον προσδιορισμό της αναλυτικής αξιοπιστίας. Σε αυτό το στάδιο, το ίδρυμα δημόσιας υγείας βασίζεται εν μέρει σε έρευνες εμπειρογνωμόνων για να μετρήσει την ευρωστία της μεθόδου και ακόμη και αυτοί οι επιλεγμένοι εμπειρογνώμονες εκτιμούν βαθμολογίες εμπιστοσύνης στο ευρύ φάσμα από «πολύ χαμηλή» έως «πολύ υψηλή», ανάλογα με τις μεθοδολογικές λεπτομέρειες και την προβλεπόμενη εφαρμογή (Worp et al., 2023).
Ένας κύριος περιορισμός της γονιδιωματικής επιτήρησης, ο οποίος δεν έχει ποσοτικοποιηθεί ή επιλυθεί, είναι ότι οι γονιδιωματικές μετρήσεις, που υποτίθεται ότι είναι έγκυρες και προορίζονται να αντιπροσωπεύουν μια δεδομένη περιοχή σε μια δεδομένη στιγμή, λαμβάνονται από μικρές μη τυχαιοποιημένες κοόρτες. Η τυχαιοποίηση είναι απαραίτητη επειδή οι άνθρωποι πηγαίνουν σε κλινικές και νοσοκομεία (όπου δείγματα για γονιδιωματική μέτρηση προσφέρονται εθελοντικά) ακριβώς επειδή έχουν ιδιαίτερες ανησυχίες ή συνθήκες. Σύμφωνα με τα λόγια πολλών συντακτών μιας πρόσφατης επισκόπησης της γονιδιωματικής επιτήρησης: «Τα ευρήματα αυτής της έκθεσης υπόκεινται σε τουλάχιστον τέσσερις περιορισμούς. Πρώτον, οι εκτιμήσεις μπορεί να είναι μεροληπτικές λόγω μη τυχαίας δειγματοληψίας δειγμάτων ή διαφορετικού χρόνου αναφοράς...» (Λάμπρου κ.ά., 2022). Επίσης, η ίδια η επιτήρηση στοχεύει στις λεγόμενες «συναινετικές παραλλαγές», οι οποίες επιλέγονται αυθαίρετα (Lambrou et al., 2022).
Επιπλέον, τα ιικά χαρακτηριστικά που αποδίδονται από τους συγγραφείς σε μια συγκεκριμένη παραλλαγή που πιστεύεται ότι είναι κυρίαρχη αποδίδονται γενικά με κυκλική συλλογιστική για να επιτευχθεί η επιθυμητή ερμηνεία των επιδημιολογικών δεδομένων, αντί να λαμβάνονται σε ελεγχόμενες κλινικές δοκιμές. Αυτό συνέβη σε μια πρόσφατη προσπάθεια να εξηγηθεί ένα συμβάν υπερβάλλουσας θνησιμότητας στην Ινδία: Οι Dhar et al. (2021) υπέθεσαν ότι το συμβάν «δεύτερου κύματος» Απριλίου-Ιουλίου 2021 στο Δελχί (Ινδία) οφειλόταν στην παραλλαγή Delta, η οποία θα σάρωνε γρήγορα το Δελχί για να γίνει κυρίαρχη επειδή θα είχε υψηλότερη μεταδοτικότητα και μεγαλύτερη ανοσολογική διαφυγή από τις παραλλαγές που κυκλοφορούν ταυτόχρονα. Ωστόσο, οι Dhar et al. εκτίμησαν τα απαραίτητα χαρακτηριστικά της Delta προσαρμόζοντας ένα μοντέλο στα επιδημιολογικά δεδομένα και στην επικράτηση της παραλλαγής (εκτιμάται από γονιδιωματικές μετρήσεις από μικρές μη τυχαιοποιημένες κοόρτες). Τα συναγόμενα χαρακτηριστικά της Δέλτα προέκυψαν από την προσαρμογή των εν λόγω χαρακτηριστικών στα επιδημιολογικά δεδομένα, αντί να προσδιοριστούν ανεξάρτητα μέσω οποιασδήποτε κλινικής, ζωικής ή in vitro μελέτης.
6.7 Επιπτώσεις όσον αφορά την εξάρτηση από την ηλικία της θανατηφόρας τοξικότητας των εμβολίων COVID-19
Τα λεπτομερή δεδομένα ηλικίας και δόσης για τη Χιλή και το Περού είναι αξιοσημείωτα και επιτρέπουν πρωτοφανή βεβαιότητα στην απόδοση χρονικών συσχετίσεων μεταξύ απότομων κορυφών στην ACM και απότομων κορυφών σε συγκεκριμένες κυκλοφορίες αναμνηστικών δόσεων σε συγκεκριμένες ηλικιακές ομάδες. Επιτρέπει επίσης πρωτοφανή βεβαιότητα όσον αφορά την ποσοτικοποίηση της εξάρτησης από την ηλικία της θανατηφόρας τοξικότητας από τα εμβόλια κατά της COVID-19.
Ο κίνδυνος θανάτου ανά ένεση (vDFR) αυξάνεται εκθετικά με την ηλικία, για τις ηλικίες 60+ ετών, διπλασιάζοντας περίπου κάθε 4 έτη ηλικίας και επιτυγχάνει τιμές περίπου 5 % για τα άτομα ηλικίας 90+ ετών που υποβάλλονται σε δόση 4 (2η αναμνηστική δόση) τόσο στη Χιλή όσο και στο Περού (Σχήμα 17), για τα οποία υπάρχουν διαθέσιμα δεδομένα ηλικίας και δοσολογικής διάκρισης. vDFR = 5 % αντιστοιχεί σε 1 θάνατο ανά 20 ενέσεις δόσης 4 για άτομα ηλικίας 90+ ετών στη Χιλή και το Περού (διάγραμμα 11, διάγραμμα 14, διάγραμμα 17).
Οι εκθετικές αυξήσεις του vDFR με την ηλικία που βρέθηκαν για τη Χιλή και το Περού στην παρούσα μελέτη (Σχήμα 17) είναι ουσιαστικά οι ίδιες με εκείνες που μετρήθηκαν προηγουμένως για το Ισραήλ και την Αυστραλία (Rancourt et al., 2023; το Σχήμα 3 τους) και οι εξαγόμενες ηλικίες διπλασιασμού (T2) (αυξήσεις στην ηλικία για να διπλασιαστεί ο κίνδυνος θανάτου ανά ένεση, vDFR) είναι συνεπείς μεταξύ όλων των τιμών που έχουν καθοριστεί μέχρι σήμερα:
Πίνακας 3: Εξαγωγή ηλικίας διπλασιασμού, αύξηση της ηλικίας σε διπλάσιο κίνδυνο θανάτου ανά ένεση
Στον Πίνακα 3, τα αναφερόμενα σφάλματα είναι σφάλματα 1-σίγμα. Για την Αυστραλία και το Ισραήλ, οι αριθμοί δόσεων δεν έγιναν διακρίσεις και ο υπολογισμός βασίζεται στις ονομαστικά ολόκληρες περιόδους εμβολιασμού και όχι σε συγκεκριμένες κορυφές ACM (Rancourt et al., 2023).
Αυτή η ηλικία διπλασιασμού (T2) περίπου 4-5 ετών για τον κίνδυνο θανάτου ανά ένεση εμβολίων COVID-19 (Πίνακας 3) είναι περίπου το ήμισυ της ηλικίας διπλασιασμού των 10 ετών για τον κίνδυνο ανά έτος (ή ανά οποιαδήποτε επαρκώς μικρή σταθερή μονάδα χρόνου) θανάτου από όλες τις αιτίες σε έναν σύγχρονο ανθρώπινο πληθυσμό και από τις κύριες ασθένειες γήρατος καρκίνο, πνευμονία και καρδιακές παθήσεις (Strehler και Mildvan, 1960).
Αυτή η διαφορά μεταξύ του διπλασιασμού της ηλικίας για τον κίνδυνο θανάτου ανά ένεση και του κινδύνου θανάτου ανά έτος από όλες τις αιτίες σημαίνει ότι η επίδραση της ηλικίας είναι μεγαλύτερη στον κίνδυνο θανάτου από πρόκληση με ένεση με τα εμβόλια COVID-19 παρά στον κίνδυνο θανάτου (ανά καθορισμένη μονάδα χρόνου) γήρατος γενικά. Ο διπλασιασμός της ηλικίας μπορεί να είναι χαρακτηριστικό του τύπου της πρόκλησης. Για παράδειγμα, ο κίνδυνος θανάτου από πρόκληση από βίαιο αυτοκινητιστικό ατύχημα θα ήταν σχετικά ανεξάρτητος από την ηλικία, που αντιστοιχεί σε ένα μεγάλο T2. Ομοίως, εάν ο κίνδυνος θανάτου από την πρόκληση συνδέεται με ένα φυσιολογικό σύστημα που υποβαθμίζεται ταχύτερα με την ηλικία, για προχωρημένες ηλικίες, από τη συνολική γήρανση που προκαλεί θάνατο, τότε η Τ2 θα ήταν μικρότερη από την τιμή της για τον κίνδυνο (ανά σταθερή μονάδα χρόνου) θανάτου από όλες τις αιτίες. Επομένως, ο διπλασιασμός της ηλικίας (T2) παρέχει πληροφορίες σχετικά με τον μηχανισμό θανάτου από πρόκληση με ένεση εμβολίου COVID-19, για ηλικιωμένα άτομα.
Το πιο σημαντικό και συγκεκριμένο, τα αποτελέσματά μας καθορίζουν μεγάλες και εξαρτώμενες από την ηλικία τιμές vDFR σε ηλικιωμένους, τόσο μεγάλες όσο 5% (1 θάνατος ανά 20 ενέσεις) που μετρήθηκαν για άτομα ηλικίας 90+ ετών στη Χιλή και το Περού (Σχήμα 17), 1% (1 θάνατος ανά 100 ενέσεις) (ονομαστικά όλες οι ηλικίες) στην Ινδία (Rancourt, 2022), 0,55% (1 θάνατος ανά 180 ενέσεις) για άτομα ηλικίας 80+ ετών στο Ισραήλ (Rancourt et al., 2023; τον πίνακα 2) και 0,93 % (1 θάνατος ανά 110 ενέσεις) για άτομα ηλικίας 85+ ετών στην Αυστραλία (Rancourt et al., 2023, ο πίνακας 1).
Αυτό ανατρέπει την πολιτική δημόσιας υγείας για την προτεραιότητα των ηλικιωμένων για ένεση με εμβόλια COVID-19, σε πραγματικές συνθήκες στις οποίες δεν υπήρχαν αξιόπιστες ελεγχόμενες κλινικές δοκιμές που να επικεντρώνονται σε αντιπροσωπευτικά ηλικιωμένα άτομα.
Η έννοια της δημόσιας υγείας ότι τα ηλικιωμένα και ευάλωτα άτομα πρέπει να έχουν προτεραιότητα για εμβολιασμό COVID-19 προϋποθέτει:
i. ένα σταθερό vDFR ανεξάρτητο από την ηλικία
ii. μια μικρή τιμή vDFR (αισιόδοξα εκτιμάται από διαχειριζόμενες δοκιμές, χρηματοδοτούμενες από τη φαρμακευτική βιομηχανία)
Η έρευνά μας δείχνει ότι και οι δύο υποθέσεις (i και ii) είναι ψευδείς και απέχουν πολύ από την πραγματικότητα στον τομέα, στην κλίμακα των εθνών.
Η εν λόγω έννοια της δημόσιας υγείας ήταν πάντα αβάσιμη, καθώς δεν ήταν αγκυροβολημένη σε επαρκή αξιολόγηση του ηλικιακά στρωματοποιημένου κινδύνου θανάτου από τις ενέσεις COVID-19 (π.χ., Veronese et al., 2021; Abbatecola κ.ά., 2022· Gao et al., 2022), και τώρα αποδεικνύεται λανθασμένη.
Η προτεραιότητα των ηλικιωμένων για εμβολιασμό κατά της COVID-19, ελλείψει σχετικών δεδομένων, ήταν απερίσκεπτη. Η Νορβηγία μπορεί να είναι η μόνη δικαιοδοσία που αναγνώρισε αμέσως και δημόσια ένα πρόβλημα και άλλαξε την πολιτική της σχετικά με τον εμβολιασμό των πιο ηλικιωμένων και ευπαθών (Reuters, 18 Ιανουαρίου 2021; Fortune, 15 Ιανουαρίου 2021).
Η ίδια κριτική μπορεί να ισχύει και για άλλες θεραπείες που υποτίθεται ότι αποσκοπούν στην προστασία των ηλικιωμένων, όπως τα εμβόλια εποχικής γρίπης ή οποιοδήποτε φάρμακο που έχει εγγενή τοξικότητα και δεν έχει δοκιμαστεί επαρκώς (και ανεξάρτητα) σε ηλικιωμένες κοόρτες που έχουν χρόνιες παθήσεις που σχετίζονται με την ηλικία.
Ορισμένοι θα μπουν στον πειρασμό να συγκρίνουν τα αποτελέσματά μας (Σχήμα 17, Πίνακας 3) με δημοσιευμένα ποσοστά θνησιμότητας από λοίμωξη COVID-19 (IFR) με ηλικιακή στρωματοποίηση (π.χ. COVID-19 Forecasting Team, 2022; Pezzullo κ.ά., 2023).
Ενώ κατ' αρχήν αυτή είναι μια σωστή προσέγγιση της ανάλυσης κινδύνου-οφέλους, πιστεύουμε ότι οι μελέτες IFR δεν είναι αξιόπιστες, για τους ακόλουθους λόγους:
i. Οι θάνατοι στον αριθμητή του IFR είναι «θάνατοι COVID-19» και αυτή η ανάθεση αιτίας θανάτου είναι επιρρεπής σε μεροληψία και είναι εξαιρετικά αβέβαιη (Rancourt, 2020; Rancourt κ.ά., 2020, 2021α, 2021β, 2022γ· και την παρούσα μελέτη, ιδίως
Εικόνα 2).
ii. Ο αριθμός των λοιμώξεων, στον παρονομαστή της IFR, εξαρτάται από μοριακά τεστ αντισωμάτων, τα οποία δεν είναι ειδικά και δεν έχουν επικυρωθεί επαρκώς (π.χ., Rancourt, 2021).
iii. Εάν οι αξιολογήσεις IFR ήταν έγκυρες, τότε θα ήταν σχεδόν αδύνατο για δικαιοδοσίες όπως η Αυστραλία, ο Καναδάς, η Ινδία, το Ισραήλ, η Μαλαισία, η Νέα Ζηλανδία, η Παραγουάη, οι Φιλιππίνες, η Σιγκαπούρη, το Σουρινάμ, η Ταϊλάνδη και η Ουρουγουάη να μην έχουν ανιχνεύσιμη ή σχετικά πολύ μικρή περίσσεια ACM κατά την περίοδο πριν από τον εμβολιασμό της δηλωθείσας πανδημίας.
iv. Δεν εντοπίζουμε περίσσεια ACM που μπορεί να αποδοθεί στον COVID-19 στις δικαιοδοσίες που έχουμε μελετήσει λεπτομερώς (ΗΠΑ και όλες οι πολιτείες τους; τον Καναδά και τις επαρχίες του· τη Γαλλία, τα διαμερίσματα και τις περιφέρειές της· Αυστραλία και οι πολιτείες της) (Rancourt, 2020, 2022; Rancourt κ.ά., 2020, 2021α, 2021β, 2022α).
Σε αυτό το στάδιο, θα παροτρύναμε τον ΠΟΥ και τις κυβερνήσεις να σταματήσουν την εσφαλμένη και αβάσιμη πολιτική δημόσιας υγείας που δίνει προτεραιότητα στους ηλικιωμένους για ένεση με εμβόλια COVID-19 και με εμβόλια γρίπης, έως ότου γίνουν έγκυρες αναλύσεις κινδύνου-οφέλους και δημοσιοποιηθούν.
6.8 Περίσσεια ACM κατά χρόνο πριν από τη διάθεση εμβολίων COVID-19
Καμία από τις 17 χώρες που μελετήθηκαν δεν έχει ανώμαλες κορυφές υπερβάλλουσας θνησιμότητας πριν από την κήρυξη πανδημίας από τον ΠΟΥ στις 11 Μαρτίου 2020 (Σχήμα 2, Γράφημα 12, Γράφημα 15, Γράφημα 20, Γράφημα 21, Γράφημα 22), όπως ισχύει γενικά για όλες τις χώρες που μελετήθηκαν προηγουμένως.
Οκτώ από τις 17 χώρες που μελετήθηκαν έχουν σημαντικές πλεονάζουσες κορυφές ACM κατά την περίοδο περίπου ενός έτους μεταξύ 11 Μαρτίου 2020 και των πρώτων ενέσεων εμβολίου COVID-19 (εφεξής «περίοδος πριν από τον εμβολιασμό») (Σχήμα 2, Σχήμα 6, Σχήμα 21): Αργεντινή, Βολιβία, Βραζιλία, Χιλή, Κολομβία, Ισημερινός, Περού και Νότια Αφρική.
Δύο από τις 8 χώρες με σημαντικές πλεονάζουσες αιχμές ACM κατά την περίοδο πριν από τον εμβολιασμό (Αργεντινή και Βραζιλία) έχουν απλώς μεγαλύτερες εποχιακές αιχμές στα μέσα του 2020 και κανένα άλλο ανώμαλο πλεονάζον ACM κατά την περίοδο πριν από τον εμβολιασμό (Σχήμα 6).
Οι άλλες 6 από τις 8 χώρες με σημαντικές υπερβολικές κορυφές ACM κατά την περίοδο πριν από τον εμβολιασμό (Βολιβία, Χιλή, Κολομβία, Ισημερινός, Περού, Νότια Αφρική) έχουν πολύ μεγάλες, πρωτοφανείς και σχετικά απότομες κορυφές ACM κατά την περίοδο πριν από τον εμβολιασμό (Σχήμα 6):
- Ο Ισημερινός έχει μια εκπληκτική κορυφή που αυξάνεται κυριολεκτικά αμέσως μετά την κήρυξη πανδημίας στις 11 Μαρτίου 2020 (Σχήμα 6), η οποία θυμίζει τα σύγχρονα ανώμαλα γεγονότα θνησιμότητας στη Νέα Υόρκη (ΗΠΑ), τη Λομβαρδία (Ιταλία), τη Μαδρίτη (Ισπανία), τη Στοκχόλμη (Σουηδία) και άλλα τέτοια καυτά σημεία όπου συνέβη αυτή η ανωμαλία. Αυτές οι κορυφές των θερμών σημείων έχουν ερμηνευθεί ότι προκαλούνται από ξαφνικές αλλαγές στα ιατρικά και θεσμικά πρωτόκολλα και τις κυβερνητικές απαντήσεις, που συνδέονται με την κήρυξη πανδημίας, και ότι δεν μπορούν να οφείλονται σε παγκόσμια εξάπλωση ιογενούς αναπνευστικής νόσου (Rancourt, 2020, 2023; Rancourt κ.ά., 2020, 2021α, 2021β).
- Η Βολιβία, η Χιλή, το Περού και η Νότια Αφρική έχουν ομοίως πολύ μεγάλες, πρωτοφανείς και σχετικά απότομες κορυφές στην ACM, όπως φαίνεται για τον Ισημερινό, οι οποίες συμβαίνουν όχι αμέσως αλλά αμέσως μετά τη δήλωση της 11ης Μαρτίου 2020 (Σχήμα 6). Θα ερμηνεύαμε αυτές τις κορυφές με τον ίδιο τρόπο όπως και για τον Ισημερινό, ως προκαλούμενες από ξαφνικές αλλαγές στα ιατρικά και θεσμικά πρωτόκολλα και τις κυβερνητικές απαντήσεις, μετά την κήρυξη πανδημίας στις 11 Μαρτίου 2020, και ότι δεν οφείλονται σε παγκόσμια εξάπλωση ιογενούς αναπνευστικής νόσου.
- Το Περού έχει μια εκπληκτική δεύτερη απότομη κορυφή στο ACM που ακολουθεί αμέσως μετά την πρώτη τέτοια κορυφή, δημιουργώντας μια δομή διπλής κορυφής κατά την περίοδο πριν από τον εμβολιασμό (Σχήμα 6). Ο Ισημερινός έχει επίσης μια (σχετικά μικρότερη) δεύτερη κορυφή στο ACM, η οποία ακολουθεί την πρώτη κορυφή στην περίοδο πριν από τον εμβολιασμό (Σχήμα 6).
- Εκτός από τα χαρακτηριστικά που περιγράφηκαν παραπάνω, η Κολομβία και η Νότια Αφρική έχουν μεγάλες απότομες κορυφές στο ACM, οι οποίες προηγούνται αμέσως της έναρξης του εμβολιασμού (Σχήμα 6). Ομοίως, το Περού, ο Ισημερινός και η Βολιβία έχουν αυξήσεις ACM, οι οποίες προηγούνται αμέσως και οδηγούν στην περίοδο εμβολιασμού (Σχήμα 6). Είναι πιθανό ότι τέτοιες αιχμές και αυξήσεις οφείλονται σε αυξημένα προγράμματα εμβολιασμού κατά της γρίπης εκείνη την εποχή ή ξαφνικές αλλαγές που επιβάλλουν επιθετικά κυβερνητικά μέτρα.
Επίσης, η Αυστραλία, η Μαλαισία, η Νέα Ζηλανδία και η Ουρουγουάη φαίνεται να έχουν κάπως μικρότερη ACM κατά την περίοδο προεμβολιασμού διάρκειας περίπου ενός έτους, σε σύγκριση με την πρόσφατη ιστορική τάση (Σχήμα 2, Σχήμα 6, Γράφημα 20, Γράφημα 21). Αυτές οι μειωμένες θνητότητες κατά την περίοδο πριν από τον εμβολιασμό είναι κοντά στο όριο της στατιστικής σημασίας σε σύγκριση με τις ιστορικές συμπεριφορές της ACM ανά χρόνο. Εάν είναι πραγματικές και εάν οφείλονται σε θεσμικά και κυβερνητικά μέτρα που εφαρμόστηκαν μετά τις 11 Μαρτίου 2020, τότε προκύπτουν ορισμένα ερωτήματα:
i. Γιατί αυτό συνέβη μόνο σε 4 από τις 17 χώρες που μελετήθηκαν και το αντίθετο σε 8 από τις χώρες;
ii. Γιατί οι χώρες αυτές εφάρμοσαν εξαναγκαστικό εμβολιασμό κατά της COVID-19, μετά από ένα έτος τέτοιων θετικών παρατηρήσεων;
Συνολικά, τα πρότυπα και τα μεγέθη της ACM ανά χρόνο ποικίλλουν σημαντικά, από χώρα σε χώρα, κατά την περίοδο πριν από τον εμβολιασμό (Σχήμα 6):
- από την πλήρη απουσία υπερβάλλουσας θνησιμότητας (9 από τις 17 χώρες),
- σε σημαντικά αλλά μετρίως μεγαλύτερες εποχιακές αιχμές στα μέσα του 2020 (Βραζιλία, Αργεντινή),
- σε μεταβλητούς αριθμούς (1, 2 ή σχεδόν 3, μετρώντας μια αύξηση της ACM πριν από τον εμβολιασμό) πολύ μεγάλων κορυφών στην ACM, που συμβαίνουν σε διαφορετικές χρονικές στιγμές από χώρα σε χώρα (Βολιβία, Χιλή, Κολομβία, Ισημερινός, Περού, Νότια Αφρική).
Επιπλέον, μια χώρα όπως η Βολιβία, η οποία έχει εξαιρετικά μεγάλη αιχμή περίσσειας ACM κατά την περίοδο πριν από τον εμβολιασμό, μπορεί να μοιράζεται σημαντικά χερσαία σύνορα με μια χώρα όπως η Παραγουάη, η οποία δεν έχει ανιχνεύσιμη περίσσεια ACM κατά την περίοδο πριν από τον εμβολιασμό.
Αποδίδουμε αυτή τη μεταβλητότητα στην περίοδο πριν από τον εμβολιασμό σε μεγάλες διαφορές από χώρα σε χώρα στα επιθετικά ιατρικά και κυβερνητικά μέτρα, περίπλοκες με υποκείμενες πληθυσμιακές δομές εύθραυστων ατόμων, παρόμοια με τις μεγάλες διαφορές μεταξύ πολιτειών στις ΗΠΑ (Rancourt et al., 2021a; Johnson και Rancourt, 2022).
Συγκριτικά, τα πρότυπα και τα μεγέθη της ACM ανά χρόνο είναι σχετικά συνεπή, από χώρα σε χώρα, κατά την περίοδο εμβολιασμού (Σχήμα 6):
- και οι 17 χώρες έχουν σημαντική περίσσεια ACM κατά την περίοδο εμβολιασμού,
- σχεδόν και οι 17 χώρες έχουν μεγάλες κορυφές πλεονάζουσας ACM στις αρχές του 2021, όταν κυκλοφόρησαν για πρώτη φορά τα εμβόλια COVID-19,
- ακολουθούμενη από κορύφωση της περίσσειας ACM στις αρχές του 2022 (η ονομαστική κορυφή Ιανουαρίου-Φεβρουαρίου 2022) όταν κυκλοφορούν ενισχυτικές δόσεις.
Για τη Σιγκαπούρη, και οι δύο αιχμές της περιόδου εμβολιασμού είναι μεταγενέστερες, αλλά αμέσως προηγείται η μέγιστη χορήγηση εμβολίου (Σχήμα 6). Για το Σουρινάμ, η πρώτη κορύφωση της περιόδου εμβολιασμού στην ACM έχει στην πραγματικότητα δομή δύο κορυφών, αλλά κάθε κορυφή στο ζεύγος προηγείται από μια μέγιστη χορήγηση ένεσης εμβολίου (Σχήμα 6).
Αποδίδουμε αυτή τη σχετική σταθερότητα από χώρα σε χώρα πλεονάζουσας ACM κατά τη διάρκεια της περιόδου εμβολιασμού ως αποτέλεσμα της μεγάλης ομοιομορφίας στο χρονοδιάγραμμα διάθεσης εμβολίων και αναμνηστικών δόσεων COVID-19 στις 17 χώρες. λαμβάνοντας υπόψη ότι τα ιατρικά και κυβερνητικά μέτρα ήταν γενικά πιο διαφορετικά κατά την περίοδο πριν από τον εμβολιασμό.
7. Συμπέρασμα
7.1 Αποδεδειγμένη αιτιώδης συνάφεια
Οι 17 χώρες που μελετήθηκαν (Αργεντινή, Αυστραλία, Βολιβία, Βραζιλία, Χιλή, Κολομβία, Ισημερινός, Μαλαισία, Νέα Ζηλανδία, Παραγουάη, Περού, Φιλιππίνες, Σιγκαπούρη, Νότια Αφρική, Σουρινάμ, Ταϊλάνδη, Ουρουγουάη) περιλαμβάνουν το 9,10 % του παγκόσμιου πληθυσμού, το 10,3 % των ενέσεων COVID-19 παγκοσμίως (ποσοστό εμβολιασμού 1,91 ενέσεις ανά άτομο, όλες τις ηλικίες), σχεδόν κάθε τύπο και κατασκευαστή εμβολίου COVID-19 και εκτείνονται σε 4 ηπείρους.
Οι επιστημονικές δοκιμές για την αιτιότητα ικανοποιούνται επαρκώς, όπως αποδεικνύεται εκτενώς σε αυτές τις ενότητες της παρούσας εργασίας:
- Τα εμβόλια COVID-19 μπορούν να προκαλέσουν θάνατο
- Απουσία υπερβάλλουσας θνησιμότητας έως ότου διατεθούν τα εμβόλια κατά της COVID-19
- Τα εμβόλια COVID-19 δεν έσωσαν ζωές και φαίνεται να είναι θανατηφόροι τοξικοί παράγοντες
- Ισχυρές ενδείξεις για αιτιώδη συσχέτιση και θανατηφόρα τοξικότητα εμβολίου
- Η αιτιώδης συνάφεια στην υπερβάλλουσα θνησιμότητα αποδεικνύεται επαρκώς
- Αξιολόγηση άλλων ερμηνειών της αιτίας της υπερβάλλουσας θνησιμότητας
- Επιπτώσεις σχετικά με την εξάρτηση από την ηλικία της θανατηφόρας τοξικότητας των εμβολίων COVID-19
Επίσης, δεν υπάρχουν γνωστά γεγονότα που να διαψεύδουν τη συναγόμενη και ποσοτική αιτιώδη σχέση μεταξύ των παρατηρούμενων πλεοναζουσών κορυφών ACM και των χρονικά σχετιζόμενων εμβολίων COVID-19 και αναμνηστικών δόσεων.
7.2 Πραγματική θνησιμότητα εμβολίων πολύ μεγαλύτερη από αυτή που συνάγεται εσφαλμένα από ελαττωματικά δεδομένα
Δεν υπάρχει αμφιβολία ότι οι αιχμές της περίσσειας ACM προκαλούνται από τους εμβολιασμούς COVID-19, με μέση θανατηφόρα τοξικότητα όλων των ηλικιών με ένεση vDFR = (0,126 ± 0,004) %, ή περίπου 1 θάνατο ανά 800 ενέσεις, η οποία αναμένεται εύλογα να είναι παγκοσμίως αντιπροσωπευτική.
Αυτός είναι ένας συγκλονιστικός αριθμός, σε σύγκριση με αυτό που πιστεύεται γενικά για τα παραδοσιακά εμβόλια, που είναι περίπου μία σοβαρή ανεπιθύμητη ενέργεια ανά εκατομμύριο (Malhotra, 2023). Είναι τρεις τάξεις μεγέθους (χίλιες φορές) μεγαλύτερο.
Σε αντίθεση με αυτόν τον μεγάλο αριθμό από δεδομένα ACM, οι αποτελεσματικές τιμές vDFR όλων των ηλικιών που συνάγονται από άλλες πηγές — ο μικρός αριθμός επιβεβαιώσεων αυτοψίας, η παρακολούθηση των ανεπιθύμητων ενεργειών των θανάτων, ο μικρός αριθμός εθνικών πληρωμών αποζημίωσης τραυματισμών εμβολίων για θανάτους, εκθέσεις κλινικών δοκιμών φαρμακευτικής βιομηχανίας και πιστοποιητικά θανάτου και αντίστοιχα στατιστικά στοιχεία αιτίας θανάτου που αναφέρονται από την κυβέρνηση — για τα εμβόλια COVID-19 είναι σημαντικά μικρότερα, και πάλι κατά τάξεις μεγέθους.
Ως εκ τούτου, καταλήγουμε με υψηλό βαθμό βεβαιότητας ότι η παρακολούθηση των δυσμενών επιπτώσεων, οι εκθέσεις κλινικών δοκιμών και οι στατιστικές πιστοποιητικών θανάτου υποτιμούν σε μεγάλο βαθμό τη θανατηφόρα τοξικότητα των ενέσεων.
Το μεγάλο χάσμα μεταξύ των εσφαλμένα συναγόμενων και των πραγματικών τιμών vDFR σε επίπεδο πληθυσμού πιθανώς συμβαίνει λόγω της συστηματικής αποφυγής της αποδοχής των ενέσεων ως πιθανής αιτίας θανάτου σε ευπαθείς και ευάλωτους ασθενείς. Για παράδειγμα, η αιτία θανάτου θα αποδοθεί σε συγκεκριμένες βλάβες οργάνων ή συστημάτων, χωρίς αναφορά στο εμβόλιο, ακόμη και αν η ένεση ήταν πρόσφατη και ο ασθενής ήταν προηγουμένως σταθερός.
Το μετρηθέν vDFR όλων των ηλικιών (0,126 ± 0,004) % υποδηλώνει ότι 17,0 ± 0,5 εκατομμύρια θάνατοι από εμβόλια COVID-19 θα είχαν συμβεί παγκοσμίως, έως τις 2 Σεπτεμβρίου 2023. Φαίνεται ότι η παγκόσμια εκστρατεία εμβολιασμού κατά της COVID-19 ήταν στην πραγματικότητα ένα μαζικό ιατρογενές συμβάν που σκότωσε (0,213 ± 0,006) % του παγκόσμιου πληθυσμού (1 θάνατος ανά 470 ζώντα άτομα, σε λιγότερο από 3 χρόνια) και δεν απέτρεψε μετρήσιμα θανάτους.
7.3 Η πολιτική προτεραιότητας των ηλικιωμένων κατοίκων για εμβολιασμό COVID-19 πρέπει να τερματιστεί
Τα λεπτομερή δεδομένα ηλικίας και δόσης για τη Χιλή και το Περού επιτρέπουν πρωτοφανή βεβαιότητα στην ποσοτικοποίηση της εξάρτησης από την ηλικία της θανατηφόρας τοξικότητας από τα εμβόλια COVID-19. Ο κίνδυνος θανάτου ανά ένεση (vDFR) αυξάνεται εκθετικά με την ηλικία, για τις ηλικίες 60+ ετών, διπλασιάζοντας περίπου κάθε 4 έτη ηλικίας και επιτυγχάνει τιμές περίπου 5% για άτομα ηλικίας 90+ ετών που υποβάλλονται σε δόση 4 (2η αναμνηστική δόση). vDFR = 5 % αντιστοιχεί σε 1 θάνατο ανά 20 ενέσεις δόσης 4 για παιδιά ηλικίας 90+ ετών.
Αυτές οι τιμές vDFR είναι συνεπείς με όλες τις προηγούμενες αξιολογήσεις που βασίζονται στην ACM:
- 1 % (1 θάνατος ανά 100 ενέσεις) (ονομαστικά όλες οι ηλικίες) στην Ινδία (Rancourt, 2022)
- 0,55 % (1 θάνατος ανά 180 ενέσεις) για άτομα ηλικίας 80+ ετών στο Ισραήλ (Rancourt et al., 2023, ο πίνακας 2 τους)
- 0,93 % (1 θάνατος ανά 110 ενέσεις) για άτομα ηλικίας 85+ ετών στην Αυστραλία (Rancourt et al., 2023; ο πίνακας 1)
Η ηλικιακή εξάρτηση του vDFR σε επίπεδο πληθυσμού (διπλασιάζεται κάθε 4 χρόνια) και το μεγάλο μέγεθός του θα πρέπει να ωθήσουν τις κυβερνήσεις να εφαρμόσουν αμέσως μια απόλυτη παύση στην αβάσιμη πολιτική δημόσιας υγείας να δοθεί προτεραιότητα στους ηλικιωμένους για ένεση με εμβόλια COVID-19, έως ότου γίνουν έγκυρες αναλύσεις κινδύνου-οφέλους και δημοσιοποιηθούν. Το ίδιο μπορεί να ισχύει και για τα εμβόλια εποχικής γρίπης.
ΑΝΑΦΟΡΕΣ
Aaby et al. (2020): Aaby, P., Benn, C.S., Flanagan, K.L. et al. /// The non-specific and sex-differential effects of vaccines /// Nature Rev Immunol 20, 464–470 (2020). https://doi.org/10.1038/s41577-020-0338-x
Aarstad and Kvitastein (2023): Aarstad, J.; Kvitastein, O.A. /// Is there a Link between the 2021 COVID-19 Vaccination Uptake in Europe and 2022 Excess All-Cause Mortality?. /// Preprints 2023, 2023020350. https://doi.org/10.20944/preprints202302.0350.v1
Abbatecola et al. (2022): Angela Marie Abbatecola, Raffaele Antonelli Incalzi, Alba Malara et al. /// Monitoring COVID-19 vaccine use in Italian long term care centers: The GeroCovid VAX study. /// Vaccine, Volume 40, Issue 15, 2022, Pages 2324-2330, ISSN 0264-410X, https://doi.org/10.1016/j.vaccine.2022.02.064.
Achilleos, S. et al. (2021) /// Excess all-cause mortality and COVID-19-related mortality: a temporal analysis in 22 countries, from January until August 2020 /// International Journal of Epidemiology, p. dyab123. https://doi.org/10.1093/ije/dyab123
Ackley, C.A. et al. (2022) /// County-level estimates of excess mortality associated with COVID-19 in the United States /// SSM – Population Health, 17, p. 101021. https://doi.org/10.1016/j.ssmph.2021.101021
Acosta et al. (2022): Acosta RJ, Patnaik B, Buckee C, Kiang MV, Irizarry RA, Balsari S, et al. /// All-cause excess mortality across 90 municipalities in Gujarat, India, during the COVID-19 pandemic (March 2020-April 2021). /// PLOS Glob Public Health, 2022, 2(8): e0000824. https://doi.org/10.1371/journal.pgph.0000824
Al Wahaibi et al. (2021): Adil Al Wahaibi, Amal Al-Maani, Fatma Alyaquobi, Khalid Al Harthy, Amina Al-Jardani, Bader Al Rawahi, Seif Al-Abri /// Effects of COVID-19 on mortality: A 5-year population-based study in Oman /// International Journal of Infectious Diseases 104 (2021) 102–107. https://doi.org/10.1016/j.ijid.2020.12.054
Anand et al. (2021): Anand, Abhishek; Justin Sandefur; and Arvind Subramanian, 2021. /// Three New Estimates of India’s All-Cause Excess Mortality during the COVID-19 Pandemic /// CGD Working Paper 589. Washington, DC: Center for Global Development. https://cgdev.org/publication/three-new-estimates-indias-all-cause-excess-mortality-during-covid-19-pandemic (accessed 5 Aug 2023)
Bilinski and Emanuel (2020): Bilinski A, Emanuel EJ. /// COVID-19 and Excess All-Cause Mortality in the US and 18 Comparison Countries /// JAMA. 2020;324(20):2100–2102. doi:10.1001/jama.2020.20717. https://jamanetwork.com/journals/jama/fullarticle/2771841
Bilinski et al. (2023): Bilinski A, Thompson K, Emanuel E. /// COVID-19 and Excess All-Cause Mortality in the US and 20 Comparison Countries /// June 2021-March 2022. JAMA. 2023;329(1):92–94. doi:10.1001/jama.2022.21795. https://jamanetwork.com/journals/jama/fullarticle/2798990
Böttcher et al. (2021): Böttcher, L., D’Orsogna, M.R. & Chou, T. /// Using excess deaths and testing statistics to determine COVID-19 mortalities /// Eur J Epidemiol 36, 545–558 (2021). https://doi.org/10.1007/s10654-021-00748-2
Bustos Sierra et al. (2020): Bustos Sierra, N., Bossuyt, N., Braeye, T. et al. /// All-cause mortality supports the COVID-19 mortality in Belgium and comparison with major fatal events of the last century /// Arch Public Health 78, 117 (2020). https://doi.org/10.1186/s13690-020-00496-x
Chaganti et al. (2023): Chaganti PD, Konkay K, Karri MD et al. /// Autopsy findings in deaths following severe acute respiratory syndrome coronavirus 2 vaccination. /// J Clin Sci Res 2023;12: 51-6. DOI: 10.4103/jcsr.jcsr_147_22. https://journals.lww.com/jcsr/Fulltext/2023/12010/Autopsy_findings_in_deaths_following_severe_acute.11.aspx (accessed 11 August 2023)
Chan et al. (2021): Chan, E.Y.S., Cheng, D. and Martin, J. /// Impact of COVID-19 on excess mortality, life expectancy, and years of life lost in the United States /// PLOS ONE, 16(9), p. e0256835. Available at: https://doi.org/10.1371/journal.pone.0256835
Chen et al. (2009): Ying-Ju Chen, Ming-Ling Wu, Jou-Fang Deng et al. /// The epidemiology of glyphosate-surfactant herbicide poisoning in Taiwan, 1986–2007: a poison center study /// Clinical Toxicology, 47:7, 670-677, DOI: 10.1080/15563650903140399, https://doi.org/10.1080/15563650903140399
Choi et al. (2021): Sangjoon Choi, SangHan Lee, Jeong-Wook Seo et al. /// Myocarditis-induced Sudden Death after BNT162b2 mRNA COVID-19 Vaccination in Korea: Case Report Focusing on Histopathological Findings /// Journal of Korean Medical Science 2021; 36(40): e286. DOI: https://doi.org/10.3346/jkms.2021.36.e286
Corbett (6 September 2022): Neil Corbett /// Maple Ridge woman compensated for mother’s death from COVID-19 vaccine /// Maple Ridge-Pitt Meadows News, 6 September 2022, https://www.mapleridgenews.com/news/maple-ridge-woman-compensated-for-mothers-death-from-covid-19-vaccine/ – archived here: https://archive.is/wNoYF
COVID-19 Forecasting Team (2022): COVID-19 Forecasting Team. /// Variation in the COVID-19 infection–fatality ratio by age, time, and geography during the pre-vaccine era: a systematic analysis. /// Lancet 399 (2022) 1469-1488, https://doi.org/10.1016/S0140-6736(21)02867-1.
Crum et al. (2021): Crum T, Mooney K, Tiwari BR. /// Current situation of vaccine injury compensation program and a future perspective in light of COVID-19 and emerging viral diseases. /// F1000Res. 2021 Dec 7; 10: 652. doi: 10.12688/f1000research.51160.2. PMCID: PMC8733825. https://doi.org/10.12688%2Ff1000research.51160.2
Dahal et al. (2021): Dahal, S., Banda, J.M., Bento, A.I. et al. /// Characterizing all-cause excess mortality patterns during COVID-19 pandemic in Mexico /// BMC Infect Dis 21, 432 (2021). https://doi.org/10.1186/s12879-021-06122-7
Das-Munshi et al. (2021): Jayati Das-Munshi, Chin Kuo Chang, Ioannis Bakolis et al. /// All-cause and cause-specific mortality in people with mental disorders and intellectual disabilities, before and during the COVID-19 pandemic: cohort study /// The Lancet Regional Health – Europe, Volume 11, 2021, 100228, ISSN 2666-7762, https://doi.org/10.1016/j.lanepe.2021.100228
de Boer et al. (2023): Pieter T. de Boer, Jan van de Kassteele, Eric R.A. Vos et al. /// Age-specific severity of SARS-CoV-2 in February 2020 – June 2021 in the Netherlands /// medRxiv 2023.02.09.23285703; doi: https://doi.org/10.1101/2023.02.09.23285703 (v1, accessed 10 August 2023)
de Boer, Crawford, Parsons (2023): de Boer, H.H., Crawford, N.W. & Parsons, S. /// Commentary on: “Autopsy-based histopathological characterization of myocarditis after anti-SARS-CoV-2-vaccination” by C. Schwab et al.. /// Clin Res Cardiol (2023). https://doi.org/10.1007/s00392-023-02197-1
de Gier et al. (2023): Brechje de Gier, Liselotte van Asten, Tjarda M. Boere et al. /// Effect of COVID-19 vaccination on mortality by COVID-19 and on mortality by other causes, the Netherlands, January 2021–January 2022. /// Vaccine, Volume 41, Issue 31, 2023, Pages 4488-4496, ISSN 0264-410X, https://doi.org/10.1016/j.vaccine.2023.06.005
Demetriou et al. (2023): Christiana A Demetriou and others, on behalf of the C-MOR Consortium /// Impact of the COVID-19 pandemic on total, sex- and age-specific all-cause mortality in 20 countries worldwide during 2020: results from the C-MOR project /// International Journal of Epidemiology, Volume 52, Issue 3, June 2023, Pages 664–676, https://doi.org/10.1093/ije/dyac170
Deshmukh et al. (2021): Yashwant Deshmukh, Wilson Suraweera, Chinmay Tumbe et al. /// Excess mortality in India from July 2020 to July 2021 during the COVID pandemic: death registration, health facility deaths, and survey data /// medRxiv 2021.07.20.21260872; doi: https://doi.org/10.1101/2021.07.20.21260872 (accessed 5 Aug 2023)
Dhar et al. (2021): Dhar MS, Marwal R, Vs R et al. /// Genomic characterization and epidemiology of an emerging SARS-CoV-2 variant in Delhi, India. /// Science. 2021 Nov 19;374(6570):995-999. doi: 10.1126/science.abj9932. Epub 2021 Oct 14.PMID: 34648303;PMCID: PMC7612010.https://doi.org/10.1126/science.abj9932
Donzelli et al.(2023):Donzelli, A.;Malatesta, G.; DiPalmo, G.et al. ///All-Cause MortalityAccording to COVID-19Vaccination Status: an analysis ofthe UK Officefor National StatisticsPublic Data./// Preprints,2023, 2023020414.https://doi.org/10.20944/preprints202302.0414.v1
Edler et al.(2021):Carolin Edler, Anke Klein, AnnSophie Schröderet al. /// Deaths associatedwith newly launched SARS-CoV-2 vaccination (Comirnaty®)./// Legal Medicine, Volume 51,2021, 101895,ISSN 1344-6223,https://doi.org/10.1016/j.legalmed.2021.101895
Edmonds et al. (2023):Edmonds, R, Schönborn,L, Habben, S, Paparoupa, M, Greinacher, A,Schuppert, F./// Vaccine-induced immune thrombotic thrombocytopenia (VITT) after SARS-CoV-2 vaccination:Two casesfromGermany with unusual presentation./// Clin Case Rep.2023; 00:e6883. doi:10.1002/ccr3.6883. https://doi.org/10.1002/ccr3.6883
Engler (2022): Jonathan Engler/// Were the unprecedented excess deaths curves in Northern Italy in spring 2020 caused by the spread ofa novel deadly virus? A reassessment ofthe available evidence suggests anotherfactor was involved./// BizNews,14 September2022.https://www.biznews.com/health/2022/09/14/excess-deaths-healthcare-panic| See also:The Lombardy Analysis:Lombardy deaths in March 2020 reveal a patternwhich seemsdifficultto explain by viral spread.PANDA Uncut, 22 August2022.https://pandauncut.substack.com/p/the-lombardy-analysis
Esposito et al. (2023): Esposito, M.; Cocimano,G.;Vanaria, F.et al./// Deathfrom COVID-19 in a Fully Vaccinated Subject: A Complete Autopsy Report.///Vaccines2023, 11,142.https://doi.org/10.3390/vaccines11010142
Faust et al.(2021) ///All-Cause Excess Mortality and COVID-19–Related Mortality Among USAdults Aged 25-44 Years, March-July 2020 ///JAMA, 325(8), pp. 785–787.https://doi.org/10.1001/jama.2020.24243
Faust et al.(2022): Jeremy Samuel Faust, Benjamin Renton,Alexander Junxiang Chen,et al./// Uncoupling of all-cause excessmortality fromCOVID-19 casesin a highly vaccinated state/// The Lancet,CORRESPONDENCE| VOLUME 22,ISSUE 10, P1419-1420, OCTOBER2022. Published:August22, 2022DOI:https://doi.org/10.1016/S1473-3099(22)00547-3
Félix-Cardosoet al. (2020):J. Félix-Cardoso, H.Vasconcelos, P. Pereira Rodrigues, R. Cruz-Correia ///Excess mortality during COVID-19 in five European countries and a critique of mortality data analysis ///medRxiv2020.04.28.20083147;doi:https://doi.org/10.1101/2020.04.28.20083147| https://www.medrxiv.org/content/10.1101/2020.04.28.20083147v1(accessed 5 Aug 2023)
Fortune (15 January 2021): LARS ERIK TARALDSEN, NAOMI KRESGE, AND BLOOMBERG /// Sick patients over 80 could be a COVID vaccine risk, Norwegian health officials warn: The country has conducted autopsies on 13 people who died shortly after receiving the first dose of the vaccine. /// Fortune (15 January 2021), https://fortune.com/2021/01/15/sick-elderly-covid-vaccine-risk-norway-warning/ – archived: https://archive.ph/LPhlt
Fouillet et al. (2020): Fouillet Anne, Pontais Isabelle, Caserio-Schönemann Céline /// Excess all-cause mortality during the first wave of the COVID-19 epidemic in France, March to May
2020 /// Euro Surveill. 2020;25(34):pii=2001485. https://doi.org/10.2807/1560-7917.ES.2020.25.34.2001485
Fraiman et al. (2022): Joseph Fraiman, Juan Erviti, Mark Jones et al. /// Serious adverse events of special interest following mRNA COVID-19 vaccination in randomized trials in adults. /// Vaccine, Volume 40, Issue 40, 2022, Pages 5798-5805, ISSN 0264-410X, https://doi.org/10.1016/j.vaccine.2022.08.036
Gallo et al. (2021): Gallo, E., Prosepe, I., Lorenzoni, G. et al. /// Excess of all-cause mortality is only partially explained by COVID-19 in Veneto (Italy) during spring outbreak /// BMC Public Health 21, 797 (2021). https://doi.org/10.1186/s12889-021-10832-7
Gao et al. (2022): Gao, J., Lun, P., Ding, Y.Y. et al. /// COVID-19 Vaccination for Frail Older Adults in Singapore — Rapid Evidence Summary and Delphi Consensus Statements. /// J Frailty Aging 11, 236–241 (2022). https://doi.org/10.14283/jfa.2022.12
Ghaznavi et al. (2022): Cyrus Ghaznavi, Akifumi Eguchi, Yuta Tanoue et al. /// Pre- and post-COVID-19 all-cause mortality of Japanese citizens versus foreign residents living in Japan, 2015–2021 /// SSM – Population Health, Volume 18, 2022, 101114, ISSN 2352-8273. https://doi.org/10.1016/j.ssmph.2022.101114
Gill et al. (2022): James R. Gill, Randy Tashjian, Emily Duncanson /// Autopsy Histopathologic Cardiac Findings in 2 Adolescents Following the Second COVID-19 Vaccine Dose. /// Arch Pathol Lab Med 1 August 2022; 146 (8): 925–929. doi: https://doi.org/10.5858/arpa.2021-0435-SA
Gobiņa et al. (2022): Gobiņa, I., Avotiņš, A., Kojalo, U. et al. /// Excess mortality associated with the COVID-19 pandemic in Latvia: a population-level analysis of all-cause and noncommunicable disease deaths in 2020. /// BMC Public Health 22, 1109 (2022). https://doi.org/10.1186/s12889-022-13491-4
Goldman et al. (2021): Goldman Serge, Bron Dominique, Tousseyn Thomas, Vierasu Irina, Dewispelaere Laurent, Heimann Pierre, Cogan Elie, Goldman Michel. /// Rapid Progression of Angioimmunoblastic T Cell Lymphoma Following BNT162b2 mRNA Vaccine Booster Shot: A Case Report. /// Frontiers in Medicine, vol. 8, 2021, DOI: 10.3389/fmed.2021.798095, https://www.frontiersin.org/articles/10.3389/fmed.2021.798095
Hasegawa and Nemoto (2016): Takehisa Hasegawa and Koji Nemoto /// Outbreaks in susceptible-infected-removed epidemics with multiple seeds ///
Physical Review E 93, 032324 – Published 30 March 2016 /// https://doi.org/10.1103%2FPhysRevE.93.032324
Haugen (2023): Matz Haugen. /// Excess mortality compared to vaccination in the covid era /// self-published, 20 January 2023. https://electricgerms.substack.com/p/excess-mortality-compared-to-vaccination (accessed 10 August 2023)
He et al. (2022): He G., Xiao J., Lin Z., et al. /// Excess mortality, rather than case fatality rate, is a superior indicator to assess the impact of COVID-19 pandemic. /// The Innovation 3(5),
100298. https://doi.org/10.1016/j.xinn.2022.100298
Henry et al. (2022): Henry, N.J., Elagali, A., Nguyen, M. et al. /// Variation in excess all-cause mortality by age, sex, and province during the first wave of the COVID-19 pandemic in Italy. /// Sci Rep 12, 1077 (2022). https://doi.org/10.1038/s41598-022-04993-7
Hickey and Rancourt (2022): Hickey, J. and Rancourt, D.G. /// Nature of the toxicity of the COVID-19 vaccines in the USA /// ResearchGate [Preprint] (9 February 2022). Available at: https://www.researchgate.net/publication/358489777_Nature_of_the_toxicity_of_the_COVID-19_vaccines_in_the_USA /// Archived at: https://archive.ph/LZpRj
Hulscher et al. (2023): Hulscher, N.; Hodkinson, R.; Makis, W.; Malhotra, A.; McCullough, P. /// Autopsy Proven Fatal COVID-19 Vaccine-Induced Myocarditis. /// Preprints 2023, 2023071198. https://doi.org/10.20944/preprints202307.1198.v1 [Note: This critical review article was deplatformed from: https://ssrn.com/abstract=4496137 ]
Ioannidis (2016): Ioannidis, J. P. A. /// Exposure-wide epidemiology: revisiting Bradford Hill. /// Statist. Med., 35: 2016, 1749– 1762. doi: 10.1002/sim.6825. https://doi.org/10.1002/sim.6825
Hasegawa and Nemoto (2016): Takehisa Hasegawa and Koji Nemoto /// Outbreaks in susceptible-infected-removed epidemics with multiple seeds ///
Physical Review E 93, 032324 – Published 30 March 2016 /// https://doi.org/10.1103%2FPhysRevE.93.032324
Haugen (2023): Matz Haugen. /// Excess mortality compared to vaccination in the covid era /// self-published, 20 January 2023. https://electricgerms.substack.com/p/excess-mortality-compared-to-vaccination (accessed 10 August 2023)
He et al. (2022): He G., Xiao J., Lin Z., et al. /// Excess mortality, rather than case fatality rate, is a superior indicator to assess the impact of COVID-19 pandemic. /// The Innovation 3(5),
100298. https://doi.org/10.1016/j.xinn.2022.100298
Henry et al. (2022): Henry, N.J., Elagali, A., Nguyen, M. et al. /// Variation in excess all-cause mortality by age, sex, and province during the first wave of the COVID-19 pandemic in Italy. /// Sci Rep 12, 1077 (2022). https://doi.org/10.1038/s41598-022-04993-7
Hickey and Rancourt (2022): Hickey, J. and Rancourt, D.G. /// Nature of the toxicity of the COVID-19 vaccines in the USA /// ResearchGate [Preprint] (9 February 2022). Available at: https://www.researchgate.net/publication/358489777_Nature_of_the_toxicity_of_the_COVID-19_vaccines_in_the_USA /// Archived at: https://archive.ph/LZpRj
Hulscher et al. (2023): Hulscher, N.; Hodkinson, R.; Makis, W.; Malhotra, A.; McCullough, P. /// Autopsy Proven Fatal COVID-19 Vaccine-Induced Myocarditis. /// Preprints 2023, 2023071198. https://doi.org/10.20944/preprints202307.1198.v1 [Note: This critical review article was deplatformed from: https://ssrn.com/abstract=4496137 ]
Ioannidis (2016): Ioannidis, J. P. A. /// Exposure-wide epidemiology: revisiting Bradford Hill. /// Statist. Med., 35: 2016, 1749– 1762. doi: 10.1002/sim.6825. https://doi.org/10.1002/sim.6825
Islam, N., Jdanov, D.A., et al. (2021) /// Effects of covid-19 pandemic on life expectancy and premature mortality in 2020: time series analysis in 37 countries /// BMJ, 375, p. e066768. https://doi.org/10.1136/bmj-2021-066768
Islam, N., Shkolnikov, V.M., et al. (2021) /// Excess deaths associated with covid-19 pandemic in 2020: age and sex disaggregated time series analysis in 29 high income countries /// BMJ, 373, p. n1137. https://doi.org/10.1136/bmj.n1137
Jacobson, S.H. and Jokela, J.A. (2021) /// Beyond COVID-19 deaths during the COVID-19 pandemic in the United States /// Health Care Management Science, 24(4), pp. 661–665. https://doi.org/10.1007/s10729-021-09570-4
Jdanov et al. (2021): Jdanov, D.A., Galarza, A.A., Shkolnikov, V.M. et al. /// The short-term mortality fluctuation data series, monitoring mortality shocks across time and space /// Scientific Data 8, 235 (2021). https://doi.org/10.1038/s41597-021-01019-1 | https://www.nature.com/articles/s41597-021-01019-1
Jeon et al. (2023): Jeon YH, Choi S, Park JH et al. /// Sudden Death Associated With Possible Flare-Ups of Multiple Sclerosis After COVID-19 Vaccination and Infection: A Case Report and Literature Review. /// J Korean Med Sci. 2023 Mar 13;38(10):e78. doi: 10.3346/jkms.2023.38.e78. PMID: 36918031; PMCID: PMC10010908. https://doi.org/10.3346%2Fjkms.2023.38.e78
Jha et al. (2022): Jha P, Deshmukh Y, Tumbe C et al. /// COVID mortality in India: National survey data and health facility deaths /// Science 375, 667–671, 11 February 2022 /// https://www.science.org/doi/10.1126/science.abm5154
Joffe, A.R. (2021) /// COVID-19: Rethinking the Lockdown Groupthink /// Frontiers in Public Health, 9. https://doi.org/10.3389/fpubh.2021.625778
Johnson and Rancourt (2022): Johnson, J.A. and Rancourt, D.G. /// Evaluating the Effect of Lockdowns On All-Cause Mortality During the COVID Era: Lockdowns Did Not Save Lives /// ResearchGate [preprint] (9 July 2022) (16 pages), http://dx.doi.org/10.13140/RG.2.2.34191.46242 | And published by Brownstone Institute (6 September 2022): https://brownstone.org/articles/lockdowns-did-not-save-lives/
Jones and Ponomarenko (2023): https://doi.org/10.20944/preprints202304.0248.v1 Jones, R.P.; Ponomarenko, A. /// Effect of Age, Sex, and COVID-19 Vaccination History on All-Cause Mortality: Unexpected Outcomes in a Complex Biological and Social System. /// Preprints 2023, 2023040248.
Juul et al. (2022): Juul FE, Jodal HC, Barua I, et al. /// Mortality in Norway and Sweden during the COVID-19 pandemic. /// Scandinavian Journal of Public Health. 2022;50(1):38-45. doi:10.1177/14034948211047137. https://doi.org/10.1177/14034948211047137
Karlinsky, A. and Kobak, D. (2021) /// Tracking excess mortality across countries during the COVID-19 pandemic with the World Mortality Dataset /// eLife. Edited by M.P. Davenport et al., 10, p. e69336. https://doi.org/10.7554/eLife.69336
Kamin-Friedman and Davidovitch (2021): Kamin-Friedman, S., Davidovitch, N. /// Vaccine injury compensation: the Israeli case. /// Israel Journal of Health Policy Research, 10, 54 (2021). https://doi.org/10.1186/s13584-021-00490-w
Kobak, D. (2021) /// Excess mortality reveals Covid’s true toll in Russia /// Significance (Oxford, England), 18(1), pp. 16–19. https://doi.org/10.1111/1740-9713.01486
Kontis, V. et al. (2020) /// Magnitude, demographics and dynamics of the effect of the first wave of the COVID-19 pandemic on all-cause mortality in 21 industrialized countries /// Nature Medicine, 26(12), pp. 1919–1928. https://doi.org/10.1038/s41591-020-1112-0
Kontis, V. et al. (2022) /// Lessons learned and lessons missed: impact of the coronavirus disease 2019 (COVID-19) pandemic on all-cause mortality in 40 industrialised countries and US states prior to mass vaccination [version 2; peer review: 2 approved] /// Latest Version Published: 15 Feb 2022, 6:279 https://doi.org/10.12688/wellcomeopenres.17253.2
Kontopantelis et al. (2021a) /// Excess deaths from COVID-19 and other causes by region, neighbourhood deprivation level and place of death during the first 30 weeks of the pandemic in England and Wales: A retrospective registry study /// The Lancet Regional Health – Europe, 7, p. 100144. https://doi.org/10.1016/j.lanepe.2021.100144
Kontopantelis et al. (2021b) /// Kontopantelis E, Mamas MA, Deanfield J, et al. /// Excess mortality in England and Wales during the first wave of the COVID-19 pandemic /// J Epidemiol Community Health 2021;75:213–223. https://jech.bmj.com/content/75/3/213 (accessed 5 Aug 2023)
Kontopantelis et al. (2022) /// Excess years of life lost to COVID-19 and other causes of death by sex, neighbourhood deprivation, and region in England and Wales during 2020: A registry-based study /// PLOS Medicine, 19(2), p. e1003904. https://doi.org/10.1371/journal.pmed.1003904
Kuhbandner and Reitzner (2023): Christof Kuhbandner, Matthias Reitzner /// Excess mortality in Germany 2020-2022 /// Research Gate, 10 August 2022, DOI:10.13140/RG.2.2.27319.19365. http://dx.doi.org/10.13140/RG.2.2.27319.19365 | Cureus (May 23, 2023) 15(5): e39371. DOI 10.7759/cureus.39371. https://doi.org/10.7759/cureus.39371
Kung et al. (2021a): Kung S, Doppen M, Black M, et al. /// Underestimation of COVID-19 mortality during the pandemic /// ERJ Open Res 2021; 7: 00766-2020. https://doi.org/10.1183/23120541.00766-2020
Kung et al. (2021b): Kung S, Doppen M, Black M, et al. /// Reduced mortality in New Zealand during the COVID-19 pandemic /// The Lancet | CORRESPONDENCE | VOLUME 397, ISSUE 10268, P25, JANUARY 02, 2021. Published:December 14, 2020DOI: https://doi.org/10.1016/S0140-6736(20)32647-7
Kuvandik et al. (2021): Anıl Kuvandık, Ecenur Özcan, Simay Serin, Hülya Sungurtekin. /// Creutzfeldt-Jakob Disease After the COVID-19 Vaccination. /// Turk J Intensive Care, DOI: 10.4274/tybd.galenos.2021.91885. https://cms.galenos.com.tr/Uploads/Article_50671/TYBD-0-0.pdf
Lambrou et al. (2022): Lambrou AS, Shirk P, Steele MK et al. /// Genomic Surveillance for SARS-CoV-2 Variants: Predominance of the Delta (B.1.617.2) and Omicron (B.1.1.529) Variants – United States, June 2021-January 2022. /// MMWR Morb Mortal Wkly Rep. 2022 Feb 11;71(6):206-211. doi: 10.15585/mmwr.mm7106a4, https://doi.org/10.15585%2Fmmwr.mm7106a4
Lee, W.-E. et al. (2022) /// Direct and indirect mortality impacts of the COVID-19 pandemic in the US, March 2020-April 2021 /// medRxiv: The Preprint Server for Health Sciences, p. 2022.02.10.22270721. https://doi.org/10.1101/2022.02.10.22270721 | https://www.medrxiv.org/content/10.1101/2022.02.10.22270721v1 (accessed on 5 Aug 2023)
Leffler et al. (2022): Leffler CT, Lykins V JD, Das S, Yang E, Konda S. /// Preliminary Analysis of Excess Mortality in India During the COVID-19 Pandemic. /// The American Journal of Tropical Medicine and Hygiene. 2022;106(5):1507-1510. doi:10.4269/ajtmh.21-0864 . https://doi.org/10.4269/ajtmh.21-0864
Lewnard et al. (2022): Joseph A Lewnard, Ayesha Mahmud, Tejas Narayan et al. /// All-cause mortality during the COVID-19 pandemic in Chennai, India: an observational study /// The Lancet Infectious Diseases, Volume 22, Issue 4, 2022, Pages 463-472, ISSN 1473-3099, https://doi.org/10.1016/S1473-3099(21)00746-5
Liu et al. (2021): Liu J, Zhang L, Yan Y, Zhou Y, Yin P, Qi J et al. /// Excess mortality in Wuhan city and other parts of China during the three months of the covid-19 outbreak: findings from nationwide mortality registries /// BMJ 2021; 372:n415 doi:10.1136/bmj.n415. https://doi.org/10.1136/bmj.n415
Locatelli, I. and Rousson, V. (2021) /// A first analysis of excess mortality in Switzerland in 2020 /// PLOS ONE, 16(6), p. e0253505. https://doi.org/10.1371/journal.pone.0253505
Ma et al. (2022): Chunfeng Ma, Xin Li, Zebin Zhao et al. /// Understanding Dynamics of Pandemic Models to Support Predictions of COVID-19 Transmission: Parameter Sensitivity Analysis of SIR-Type Models /// IEEE Journal of Biomedical and Health Informatics, vol. 26, no. 6, pp. 2458-2468, June 2022, doi: 10.1109/JBHI.2022.3168825. https://doi.org/10.1109%2FJBHI.2022.3168825
Malhotra (2023): Aseem Malhotra /// How Pharmaceutical Overreach, Corruption and Health System Failures Birthed COVID /// Chapter 13 (pp. 166-177) in: Canary In a Covid World: How Propaganda and Censorship Changed Our (My) World, C.H. Klotz (Ed.), Canary House Publishing, 2023, ISBN: 978-1-7390525-3-9.
Mannucci et al. (2020): Edoardo Mannucci, Besmir Nreu, Matteo Monami /// Factors associated with increased all-cause mortality during the COVID-19 pandemic in Italy /// International Journal of Infectious Diseases 98 (2020) 121–124. https://doi.org/10.1016/j.ijid.2020.06.077
Manu (2023): Manu, Peter MD. /// Fatal Myocarditis After COVID-19 Vaccination: Fourteen Autopsy-Confirmed Cases. /// American Journal of Therapeutics 30(3):p e259-e260, May/June 2023. | DOI: 10.1097/MJT.0000000000001631. https://journals.lww.com/americantherapeutics/Fulltext/2023/06000/Fatal_Myocarditis_After_COVID_19_Vaccination_.9.aspx (accessed 11 August 2023)
Masselot et al. (2023): Pierre Masselot, Malcolm Mistry, Jacopo Vanoli et al. /// Excess mortality attributed to heat and cold: a health impact assessment study in 854 cities in Europe. /// Lancet Planet Health. 2023 Apr;7(4):e271-e281. doi: 10.1016/S2542-5196(23)00023-2. Epub 2023 Mar 16. PMID: 36934727. https://doi.org/10.1016/s2542-5196(23)00023-2
Matveeva and Shabalina (2023): Matveeva Olga, Shabalina Svetlana A. /// Comparison of vaccination and booster rates and their impact on excess mortality during the COVID-19 pandemic in European countries /// Frontiers in Immunology, vol.14, 2023, DOI: 10.3389/fimmu.2023.1151311, ISSN: 1664-3224. https://doi.org/10.3389/fimmu.2023.1151311
McGrail (2022): Kimberlyn McGrail /// Excess mortality, COVID-19 and health care systems in Canada /// CMAJ, May 2022, 194 (21) E741-E745; DOI: 10.1503/cmaj.220337. https://doi.org/10.1503/cmaj.220337
Miller et al. (2021): Sarah Miller, Laura R. Wherry, and Bhashkar Mazumder /// Estimated Mortality Increases During The COVID-19 Pandemic By Socioeconomic Status, Race, And Ethnicity /// Health Affairs 2021 40:8, 1252-1260. https://doi.org/10.1377/hlthaff.2021.00414
Mills et al. (2020): Mills, E.H.A., Møller, A.L., Gnesin, F. et al. /// National all-cause mortality during the COVID-19 pandemic: a Danish registry-based study /// Eur J Epidemiol 35, 1007–1019 (2020). https://doi.org/10.1007/s10654-020-00680-x
Mörz (2022): Mörz, M. A /// Case Report: Multifocal Necrotizing Encephalitis and Myocarditis after BNT162b2 mRNA Vaccination against COVID-19. /// Vaccines 2022, 10, 1651. https://doi.org/10.3390/vaccines10101651
Mungwira et al. (2020): Mungwira RG, Guillard C, Saldaña A, Okabe N, Petousis-Harris H, Agbenu E, et al. /// Global landscape analysis of no-fault compensation programmes for vaccine injuries: A review and survey of implementing countries. /// PLoS ONE 15(5): e0233334. https://doi.org/10.1371/journal.pone.0233334
Murata et al. (2022): Murata K, Nakao N, Ishiuchi N et al. /// Four cases of cytokine storm after COVID-19 vaccination: Case report. /// Front. Immunol. 13:967226. doi: 10.3389/fimmu.2022.967226. https://doi.org/10.3389/fimmu.2022.967226
Neil et al. (2022): Martin Neil, Norman Fenton, Joel Smalley et al. /// Official mortality data for England suggest systematic miscategorisation of vaccine status and uncertain effectiveness of Covid-19 vaccination ///2022.Research Gate, 12 January 2022.DOI: 10.13140/RG.2.2.28055.09124. http://dx.doi.org/10.13140/RG.2.2.28055.09124
Neil and Fenton (2022):Marten Neil, Norman Fenton. ///The Devil’sAdvocate: An ExploratoryAnalysis of 2022 ExcessMortality-What is causing excess deaths: Covid, long-covid,lockdowns, healthcare or the vaccines?/// Where are the numbers? (substack), 14 December2022.https://wherearethenumbers.substack.com/p/the-devils-advocate-an-exploratory(accessed 8 August 2023).
Neil and Fenton (2023):Marten Neil, Norman Fenton. ///The Very Best of Cheap Trick…..Howwidespread isthe (mal)practice of miscategorising vaccination status?/// Where are the numbers? (substack),29 July 2023. https://wherearethenumbers.substack.com/p/the-very-best-of-cheap-trick(accessed 10August 2023).
Nørgaard etal. (2021):Nørgaard Sarah K., Vestergaard Lasse S., Nielsen Jenset al. /// Real-time monitoring shows substantial excess all-cause mortality during second wave of COVID-19 in Europe, Octoberto December 2020.///EuroSurveill.2021;26(2):pii=2002023.https://doi.org/10.2807/1560-7917.ES.2021.26.1.2002023
Nushida et al. (2023):HideyukiNushida, AsukaIto, Hiromitsu Kurataet al. /// A case offatalmulti-organ inflammationfollowing COVID-19 vaccination. ///Legal Medicine, Volume 63, 2023,102244, ISSN1344-6223,https://doi.org/10.1016/j.legalmed.2023.102244
Olson et al. (2020):New York City Department ofHealth and Mental Hygiene(DOHMH)COVID-19Response Team ///Preliminary Estimate of Excess Mortality During the COVID-19 Outbreak—New York City, March 11–May 2, 2020///MMWR Morb MortalWkly Rep(CDC)2020;69:603–605.DOI: http://dx.doi.org/10.15585/mmwr.mm6919e5
Onishi et al.(2023):NaoakiOnishi, Yuki Konishi,Toshiyuki Kanekoet al. /// Fulminantmyocarditis with complete atrioventricular block after mRNA COVID-19 vaccination: Acase report. /// Journal of Cardiology Cases, 2023,ISSN 1878-5409,https://doi.org/10.1016/j.jccase.2023.01.004
OWID(2023a):OurWorld In Data /// Coronavirus(COVID-19) Vaccinations/// https://ourworldindata.org/covid-vaccinations(accessed on 15 August 2023)| underlying data sources: Edouard Mathieu, Hannah Ritchie, LucasRodés-Guirao et al.(2020)-“CoronavirusPandemic (COVID-19)”. Published online at OurWorldInData.org.Retrieved from:’https://ourworldindata.org/coronavirus’ [Online Resource]
OWID(2023b):OurWorld In Data ///Coronavirus (COVID-19) Vaccinations: Source information country by country/// https://ourworldindata.org/covid-vaccinations#source-information-country-by-country(accessed on 28 August 2023) | underlyingdata sources: Edouard Mathieu, Hannah Ritchie, Lucas Rodés-Guiraoet al.(2020)-“Coronavirus Pandemic (COVID-19)”. Published online at OurWorldInData.org. Retrieved from: ‘https://ourworldindata.org/coronavirus’ [Online Resource]
OWID (2023c): Our World In Data /// Coronavirus (COVID-19) Vaccinations: Which vaccines have been administered in each country? /// https://ourworldindata.org/covid-vaccinations#which-vaccines-have-been-administered-in-each-country (accessed on 2 September 2023) | underlying data sources: Edouard Mathieu, Hannah Ritchie, Lucas Rodés-Guirao et al. (2020) – “Coronavirus Pandemic (COVID-19)”. Published online at OurWorldInData.org. Retrieved from: ‘https://ourworldindata.org/coronavirus’ [Online Resource]
Paglino et al. (2023): Eugenio Paglino et al. /// Monthly excess mortality across counties in the United States during the COVID-19 pandemic, March 2020 to February 2022. /// Sci. Adv. 9,eadf9742(2023). DOI:10.1126/sciadv.adf9742. https://doi.org/10.1126/sciadv.adf9742
Pálinkás and Sándor (2022): Pálinkás, A.; Sándor, J. /// Effectiveness of COVID-19 Vaccination in Preventing All-Cause Mortality among Adults during the Third Wave of the Epidemic in Hungary: Nationwide Retrospective Cohort Study. /// Vaccines 2022, 10, 1009. https://doi.org/10.3390/vaccines10071009
Palmer et al. (2023): Michael Palmer et al. /// mRNA Vaccine Toxicity /// Publisher: D4CE.org | version 1.0 (July 28, 2023), pp. 204. | https://d4ce.org/mRNA-vaccine-toxicity/ (available as a free download)
Panagiotou et al. (2021): Panagiotou OA, Kosar CM, White EM, et al. /// Risk Factors Associated With All-Cause 30-Day Mortality in Nursing Home Residents With COVID-19. /// JAMA Intern Med. 2021;181(4):439–448. doi:10.1001/jamainternmed.2020.7968. https://jamanetwork.com/journals/jama/fullarticle/10.1001/jamainternmed.2020.7968
Parham and Michael (2011): Parham, P. E. and Edwin Michael, E. /// Outbreak properties of epidemic models: The roles of temporal forcing and stochasticity on pathogen invasion dynamics /// Journal of Theoretical Biology, Volume 271, Issue 1, 2011, Pages 1-9, ISSN 0022-5193, https://doi.org/10.1016/j.jtbi.2010.11.015
Pezzullo et al. (2023): Angelo Maria Pezzullo, Cathrine Axfors, Despina G. Contopoulos-Ioannidis, Alexandre Apostolatos, John P.A. Ioannidis. /// Age-stratified infection fatality rate of COVID-19 in the non-elderly population. /// Environmental Research, Volume 216, Part 3, 2023, 114655, ISSN 0013-9351, https://doi.org/10.1016/j.envres.2022.114655.
Phua et al. (2009): Dong Haur Phua, Chun Chi Lin, Ming-Ling Wu et al. /// Neonicotinoid insecticides: an emerging cause of acute pesticide poisoning /// Clinical Toxicology, 47:4, 336-341, DOI: 10.1080/15563650802644533, https://doi.org/10.1080/15563650802644533
Piccininni et al. (2020): Piccininni M, Rohmann J L, Foresti L, Lurani C, Kurth T. /// Use of all cause mortality to quantify the consequences of covid-19 in Nembro, Lombardy: descriptive study /// BMJ 2020; 369:m1835 doi:10.1136/bmj.m1835. https://doi.org/10.1136/bmj.m1835
Pilkington et al. (2021): Pilkington, H., Feuillet, T., Rican, S. et al. /// Spatial determinants of excess all-cause mortality during the first wave of the COVID-19 epidemic in France. /// BMC Public Health 21, 2157 (2021). https://doi.org/10.1186/s12889-021-12203-8
Polyakova et al. (2021): Maria Polyakova, Victoria Udalova, Geoffrey Kocks, Katie Genadek, Keith Finlay, and Amy N. Finkelstein /// Racial Disparities In Excess All-Cause Mortality During The Early COVID-19 Pandemic Varied Substantially Across States /// Health Affairs 2021 40:2, 307-316. https://doi.org/10.1377/hlthaff.2020.02142
Ramírez-Soto and Ortega-Cáceres (2022): Ramírez-Soto, M.C.; Ortega-Cáceres, G. /// Analysis of Excess All-Cause Mortality and COVID-19 Mortality in Peru: Observational Study. /// Trop. Med. Infect. Dis. 2022, 7, 44. https://doi.org/10.3390/tropicalmed7030044
Rancourt (2020): Rancourt, D.G. /// All-cause mortality during COVID-19 — No plague and a likely signature of mass homicide by government response /// ResearchGate, 2 June 2020. http://dx.doi.org/10.13140/RG.2.2.24350.77125 | Available at: https://archive.org/details/boe-expert-witness-denis-rancourt-nci-ce-nc – pp. 774-799.
Rancourt et al. (2020): Rancourt, D.G., Baudin, M. and Mercier, J. (2020) /// Evaluation of the virulence of SARS-CoV-2 in France, from all-cause mortality 1946-2020 /// ResearchGate, 20 August 2020 [Preprint]. Available at: https://doi.org/10.13140/RG.2.2.16836.65920/1
Rancourt (2021): Rancourt, DG /// Do Face Masks Reduce COVID-19 Spread in Bangladesh? Are the Abaluck et al. Results Reliable? /// denisrancourt.ca (20 September 2021) /// https://denisrancourt.ca/entries.php?id=106 – archived: https://archive.ph/yHbWO – republished: https://www.globalresearch.ca/do-face-masks-reduce-covid-19-spread-bangladesh-abaluck-et-al-results-reliable/5756323?pdf=5756323
Rancourt (2022): Rancourt, DG /// Probable causal association between India’s extraordinary April-July 2021 excess-mortality event and the vaccine rollout /// Correlation Research in the Public Interest, 5 December 2022 /// https://correlation-canada.org/report-probable-causal-association-between-indias-extraordinary-april-july-2021-excess-mortality-event-and-the-vaccine-rollout/
Rancourt et al. (2021a): Rancourt, D.G., Baudin, M. and Mercier, J. /// Nature of the COVID-era public health disaster in the USA, from all-cause mortality and socio-geo-economic and climatic data. /// Research Gate (25 Ocbtober 2021) /// http://dx.doi.org/10.13140/RG.2.2.11570.32962
Rancourt et al. (2021b): Rancourt, D.G., Baudin, M. and Mercier, J. /// Analysis of all-cause mortality by week in Canada 2010-2021, by province, age and sex: There was no COVID-19 pandemic, and there is strong evidence ofresponse-caused deaths in the most elderly and in young males. /// Research Gate(6 August2021)/// http://dx.doi.org/10.13140/RG.2.2.14929.45921
Rancourt et al.(2022a):Rancourt, D.G., Baudin,M. and Mercier, J.///Probable causalassociation between Australia’s new regime of high all-cause mortalityand itsCOVID-19 vaccine rollout. /// Correlation Research in the Public Interest, 20December 2022///https://correlation-canada.org/report-probable-causal-association-between-australias-new-regime-of-high-all-cause-mortality-and-its-covid-19-vaccine-rollout/
Rancourt et al.(2022b):Rancourt, D.G., Baudin,M. and Mercier, J. /// COVID-Period MassVaccination Campaign and Public Health Disaster in the USA: Fromage/state-resolved all-cause mortalitybytime, age-resolved vaccine delivery by time, and socio-geo-economic data ///Research Gate(2 August 2022)///http://dx.doi.org/10.13140/RG.2.2.12688.28164/// Alsoavailable at:https://vixra.org/abs/2208.0023
Rancourt et al.(2022c):Rancourt, D.G., Baudin,M. and Mercier, J. ///Proof thatCanada’sCOVID-19 mortality statistics are incorrect. ///Correlation Research in the Public Interest, 5 October2022 ///https://correlation-canada.org/report-proof-that-canadas-covid-19-mortality-statistics-are-incorrect/
Rancourt (2023): Rancourt, Denis///Dr. Denis Rancourt Unveiling All-Cause Mortality: A Critical Analysis ofthe Pandemic Declarationand Vaccination Rollout― Testimony of DenisRancourtto the National Citizens Inquiry(Canada), Ottawa, 17 May 2023, https://rumble.com/v2ohtte-physicist-dr-denis-rancourt-presents-his-findings-on-all-cause-mortality-ot.html///DenisRancourtVirtualTestimony follow up to the National Citizens Inquiry(Canada),28 June2023,https://rumble.com/v2wpyqu-national-citizens-inquiry-denis-rancourt-virtual-testimony.html///NCI website:https://nationalcitizensinquiry.ca/
Rancourt etal. (2023):Rancourt, D.G., Baudin, M., Hickey, J.and Mercier, J. ///Age-stratified COVID-19 vaccine-dose fatality rate for Israel and Australia/// Correlation Research in the Public Interest, 9 February 2023///https://correlation-canada.org/report-age-stratified-covid-19-vaccine-dose-fatality-rate-for-israel-and-australia/
Razaket al. (2022):Fahad Razak, Saeha Shin,C. David Nayloret al./// Canada’s response tothe initial 2 years of theCOVID-19 pandemic: a comparison with peercountries/// CMAJ,2022June 27;194:E870-7. doi: 10.1503/cmaj.220316. https://doi.org/10.1503/cmaj.220316
React 19 (2022): React19./// 1250+ COVID Vaccine Publications and Case Reports: Collection of peerreviewed case reports and studiesciting adverse effects post COVID vaccination. /// 9 July 2022,https://react19.org/1250-covid-vaccine-reports/, archived here:https://archive.ph/T4hPV
Redert (2022a): André Redert /// Short-term Vaccine Fatality Ratio of booster and 4th dose in The Netherlands /// Research Gate, October 2022, DOI:10.13140/RG.2.2.29841.30568. http://dx.doi.org/10.13140/RG.2.2.29841.30568
Redert (2022b): André Redert /// Covid-19 vaccinations and all-cause mortality -a long-term differential analysis among municipalities /// Research Gate, July 2022, DOI:10.13140/RG.2.2.33994.85447. http://dx.doi.org/10.13140/RG.2.2.33994.85447
Redet (2023): Redert, André. /// Causal effect of covid vaccination on mortality in Europe. /// Research Gate, 24 February 2023. https://www.researchgate.net/publication/368777703_Causal_effect_of_covid_vaccination_on_mortality_in_Europe (accessed 10 August 2023)
Reuters (18 January 2021): REUTERS/Stephane Mahe /// Norway advises caution in use of Pfizer vaccine for the most frail /// Reuters (18 January 2021), https://www.reuters.com/business/healthcare-pharmaceuticals/norway-advises-caution-use-pfizer-vaccine-most-frail-2021-01-18/ – archived: https://archive.ph/Ze0Cv
Rogers and Heard (2007): Jody J. Rogers & Kennon Heard /// Does age matter? Comparing case fatality rates for selected poisonings reported to U.S. poison centers /// Clinical Toxicology, 45:6, 705-708, DOI: 10.1080/15563650701517491, https://doi.org/10.1080/15563650701517491
Rose and McCullough (2021): Jessica Rose, Peter A. McCullough /// A Report on Myocarditis Adverse Events in the U.S. Vaccine Adverse Events Reporting System (VAERS) in Association with COVID-19 Injectable Biological Products, Current Problems in Cardiology (2021). /// doi: https://doi.org/10.1016/j.cpcardiol.2021.101011 | https://web.archive.org/web/20211007022704/https://www.sciencedirect.com/science/article/pii/S0146280621002267 (full paper archived)
Rossen et al. (2021): Rossen LM, Ahmad FB, Anderson RN, et al. /// Disparities in Excess Mortality Associated with COVID-19 — United States, 2020. /// MMWR Morb Mortal Wkly Rep 2021;70:1114–1119. DOI: http://dx.doi.org/10.15585/mmwr.mm7033a2
Rossen et al. (2022): Rossen, L.M., Nørgaard, S.K., Sutton, P.D. et al. Excess all-cause mortality in the USA and Europe during the COVID-19 pandemic, 2020 and 2021. Sci Rep 12, 18559 (2022). https://doi.org/10.1038/s41598-022-21844-7
Safavi-Naini et al. (2022): Safavi-Naini, S.A.A., Farsi, Y., Alali, W.Q. et al. /// Excess all-cause mortality and COVID-19 reported fatality in Iran (April 2013–September 2021): age and sex disaggregated time series analysis. /// BMC Res Notes 15, 130 (2022). https://doi.org/10.1186/s13104-022-06018-y
Sanmarchi, F. et al. (2021) /// Exploring the Gap Between Excess Mortality and COVID-19 Deaths in 67 Countries /// JAMA Network Open, 4(7), p. e2117359. https://doi.org/10.1001/jamanetworkopen.2021.17359
Sano et al. (2023): Sano H, Kase M, Aoyama Y, Sano S. /// A case of persistent, confluent maculopapular erythema following a COVID-19 mRNA vaccination is possibly associated with the intralesional spike protein expressed by vascular endothelial cells and eccrine glands in the deep dermis. /// J Dermatol. 2023 May 8. doi: 10.1111/1346-8138.16816. Epub ahead of print. PMID: 37154426. https://doi.org/10.1111/1346-8138.16816
Schellekens (2023): Philip Schellekens. /// Excess mortality and vaccination: How front-runners in the vaccination space compare across countries on excess mortality /// pandem-ic, updated August 10, 2023. https://pandem-ic.com/excess-mortality-and-vaccination/ (accessed 10 August 2023)
Scherb and Hayashi (2023): Scherb H, Hayashi K. /// Annual All-Cause Mortality Rate in Germany and Japan (2005 to 2022) With Focus on The Covid-19 Pandemic: Hypotheses And Trend Analyses. /// Med Clin Sci. 2023; 5(2):1-7. https://journals.sciencexcel.com/index.php/mcs/article/view/411 (accessed 10 August 2023)
Schneider et al. (2021): Schneider, J., Sottmann, L., Greinacher, A. et al. /// Postmortem investigation of fatalities following vaccination with COVID-19 vaccines. /// Int J Legal Med 135, 2335–2345 (2021). https://doi.org/10.1007/s00414-021-02706-9
Schöley et al. (2022): Schöley, J., Aburto, J.M., Kashnitsky, I. et al. /// Life expectancy changes since COVID-19. /// Nat Hum Behav 6, 1649–1659 (2022). https://doi.org/10.1038/s41562-022-01450-3
Schwab et al. (2023): Schwab, C., Domke, L.M., Hartmann, L. et al. /// Autopsy-based histopathological characterization of myocarditis after anti-SARS-CoV-2-vaccination. /// Clin Res Cardiol 112, 431–440 (2023).. https://doi.org/10.1007/s00392-022-02129-5
Sempé et al. (2021): Lucas Sempé, Peter Lloyd-Sherlock, Ramón Martínez, Shah Ebrahim, Martin McKee, Enrique Acosta /// Estimation of all-cause excess mortality by age-specific mortality patterns for countries with incomplete vital statistics: a population-based study of the case of Peru during the first wave of the COVID-19 pandemic /// The Lancet Regional Health – Americas, Volume 2, 2021, 100039, ISSN 2667-193X, https://doi.org/10.1016/j.lana.2021.100039
Sessa et al. (2021): Sessa, F.; Salerno, M.; Esposito, M.; Di Nunno, N.; Zamboni, P.; Pomara, C. /// Autopsy Findings and Causality Relationship between Death and COVID-19 Vaccination: A Systematic Review. /// J. Clin. Med. 2021, 10, 5876. https://doi.org/10.3390/jcm10245876
Shively et al. (2017): Rachel M. Shively, Robert S. Hoffman & Alex F. Manini /// Acute salicylate poisoning: risk factors for severe outcome /// Clinical Toxicology, 55:3, 175-180, DOI: 10.1080/15563650.2016.1271127, https://doi.org/10.1080/15563650.2016.1271127
Sinnathamby et al. (2020): Sinnathamby Mary A, Whitaker Heather, Coughlan Laura, Lopez Bernal Jamie, Ramsay Mary, Andrews Nick /// All-cause excess mortality observed by age group and regions in the first wave of the COVID-19 pandemic in England /// Euro Surveill. 2020;25(28):pii=2001239. https://doi.org/10.2807/1560-7917.ES.2020.25.28.2001239
Skidmore (2023): Skidmore, M. /// The role of social circle COVID-19 illness and vaccination experiences in COVID-19 vaccination decisions: an online survey of the United States population. /// BMC Infect Dis 23, 51 (2023). https://doi.org/10.1186/s12879-023-07998-3
Soneji et al. (2021): Soneji, S., Beltrán-Sánchez, H., Yang, J.W. et al. /// Population-level mortality burden from novel coronavirus (COVID-19) in Europe and North America. /// Genus 77, 7 (2021). https://doi.org/10.1186/s41118-021-00115-9
Šorli et al. (2023): Šorli AS, Makovec T, Krevel Z, Gorjup R /// Forgotten “Primum Non Nocere” and Increased Mortality after COVID-19 Vaccination. /// Qual Prim Care. 2023, 31.003. https://www.primescholars.com/articles/forgotten-primum-non-nocere-and-increased-mortality-after-covid19-vaccination-118655.html (accessed 10 August 2023)
Stein et al. (2021): Stein, R.E., Corcoran, K.E., Colyer, C.J. et al. /// Closed but Not Protected: Excess Deaths Among the Amish and Mennonites During the COVID-19 Pandemic. /// J Relig Health 60, 3230–3244 (2021). https://doi.org/10.1007/s10943-021-01307-5
Stokes et al. (2021): Stokes AC, Lundberg DJ, Elo IT, Hempstead K, Bor J, Preston SH /// COVID-19 and excess mortality in the United States: A county-level analysis. /// PLoS Med 18(5): e1003571. https://doi.org/10.1371/journal.pmed.1003571
Strehler and Mildvan (1960): STREHLER BL, MILDVAN AS. /// General theory of mortality and aging. /// Science. 1960 Jul 1;132(3418):14-21. doi: 10.1126/science.132.3418.14. PMID: 13835176. https://doi.org/10.1126/science.132.3418.14
Suzuki et al. (2022): Hideto Suzuki, Ayako Ro, Aya Takada, Kazuyuki Saito, Kino Hayashi. /// Autopsy findings of post-COVID-19 vaccination deaths in Tokyo Metropolis, Japan, 2021. /// Legal Medicine, Volume 59, 2022, 102134, ISSN 1344-6223, https://doi.org/10.1016/j.legalmed.2022.102134
Sy (2022): Wilson Sy /// Mortality risk of COVID-19 injections: evidence from New South Wales and England /// Academia. https://www.academia.edu/83924771/Mortality_risk_of_COVID_19_injections_evidence_from_New_South_Wales_and_England (accessed 10 August 2023)