कोविड-19 वैक्सीन के प्रभाव के दावों का एक महत्वपूर्ण विश्लेषण

इस लेख के सह-लेखक डॉ. टिमोथी केली हैं।

परिचय

"क्या आपको लगता है कि अगर हमारे पास वैक्सीन नहीं होती तो कुल मिलाकर मौतें कम होतीं?"

यह सवाल डॉ. असीम मल्होत्रा ​​से स्टीवन बार्टलेट ने बार्टलेट के पॉडकास्ट पर एक साक्षात्कार के दौरान पूछा था एक सीईओ की डायरी.जिस पर डॉ. मल्होत्रा ​​ने बस इतना ही जवाब दिया, “हां।”

तथ्य-जांच करने वाली संस्था फुल फैक्ट ने एक फैसला लिखा मल्होत्रा ​​के उत्तर पर दावा करते हुए कहा: “गलत। इस बात के स्पष्ट प्रमाण हैं कि टीकों ने उनकी लागत से कहीं ज़्यादा लोगों की जान बचाई है।”

हालांकि हम इस महत्वपूर्ण प्रश्न पर फुल फैक्ट के ध्यान की सराहना करते हैं, लेकिन उनका निर्णय समय से पहले है, क्योंकि सही उत्तर अभी तक चिकित्सा विज्ञान द्वारा निर्णायक रूप से निर्धारित नहीं किया गया है।

भाग I: निश्चितता का भ्रम - वैक्सीन प्रभावकारिता के दावों का खंडन

यह दावा कि कोविड-19 टीकों के लाभ उनके नुकसान से कहीं ज़्यादा हैं, "इस बात के स्पष्ट सबूत हैं" जटिल चिकित्सा वास्तविकताओं के ख़तरनाक अतिसरलीकरण का उदाहरण है। यह दावा, जिसे अक्सर तथ्य-जांचकर्ताओं और मुख्यधारा के आख्यानों द्वारा प्रचारित किया जाता है, हमारी वर्तमान समझ में मूलभूत सीमाओं और मौजूदा शोध में निहित पद्धतिगत खामियों को स्वीकार करने में विफल रहता है।

लुप्त स्वर्ण मानक: यादृच्छिक नियंत्रित परीक्षण (RCTs)

साक्ष्य-आधारित चिकित्सा में, सभी कारणों से होने वाली मृत्यु दर को मापने वाले उचित तरीके से किए गए आरसीटी किसी हस्तक्षेप के समग्र प्रभाव को निर्धारित करने के लिए स्वर्ण मानक हैं। कोविड-19 टीकों के लिए, ऐसे किसी भी परीक्षण ने सभी कारणों से होने वाली मृत्यु दर में लाभ प्रदर्शित नहीं किया है। मूल परीक्षणों को सभी कारणों से होने वाली मृत्यु दर में अंतर का पता लगाने के लिए डिज़ाइन या संचालित नहीं किया गया था, और अनुवर्ती अवधि दीर्घकालिक प्रभावों को पकड़ने के लिए बहुत छोटी थी। इस महत्वपूर्ण साक्ष्य के बिना, स्पष्ट लाभ के दावे सबसे अच्छे रूप में समय से पहले और सबसे खराब रूप में भ्रामक हैं।

अवलोकन संबंधी अध्ययनों के नुकसान

मजबूत आरसीटी डेटा के अभाव में, तथ्य-जांचकर्ता अक्सर अवलोकन संबंधी अध्ययनों की ओर रुख करते हैं। हालाँकि, ये अध्ययन संभावित पूर्वाग्रहों से भरे हुए हैं जो लगातार लाभ को बढ़ा-चढ़ाकर और नुकसान को कम करके आंकते हैं:

चयन विकृति: स्वस्थ उपयोगकर्ता पूर्वाग्रह और समय-निर्भर प्रभाव, टीकाकरण समूहों में अंतर्निहित अंतर और अध्ययन की बदलती परिस्थितियों के कारण, टीके के स्पष्ट लाभों को बढ़ा देते हैं तथा संभावित नुकसानों को छिपा देते हैं।

अस्थायी गलत वर्गीकरण: उत्तरजीविता पूर्वाग्रह और टीकाकरण के बाद की प्रारंभिक अवधि में टीकाकरण की स्थिति का गलत वर्गीकरण, प्रभावकारिता अनुमानों को कृत्रिम रूप से बढ़ा देता है और संभावित नुकसान को कम करके आँकता है।

वर्गीकरण पूर्वाग्रह: वैक्सीन की स्थिति वर्गीकरण त्रुटियाँ एक ही दिशा में होती हैं, जिसमें टीका लगाए गए लोगों को अक्सर टीका न लगाए गए लोगों के रूप में गलत तरीके से वर्गीकृत किया जाता है। इसका परिणाम यह होता है कि टीका लगाए गए लोगों में संक्रमण और नुकसान को गलत तरीके से टीका न लगाए गए लोगों के समूह में डाल दिया जाता है, जिससे लाभ का अधिक और नुकसान का कम आंकलन होता है।

रिपोर्टिंग पूर्वाग्रह: पहचान की कमी, संभावित टीका-संबंधी कारणों की अनदेखी, या व्यावसायिक नतीजों के डर जैसे कारकों के कारण टीकाकरण के बाद होने वाली प्रतिकूल घटनाओं की व्यवस्थित रूप से कम रिपोर्टिंग करने से टीके के जोखिमों को कम करके आंका जाता है और सुरक्षा को बढ़ा-चढ़ाकर बताया जाता है।

प्रकाशन पूर्वाग्रह: टीकों के सकारात्मक प्रभाव दिखाने वाले अध्ययनों को प्राथमिकता के आधार पर प्रकाशित और प्रोत्साहित करने के साथ-साथ कोई प्रभाव न दिखाने वाले या नकारात्मक प्रभाव दिखाने वाले अध्ययनों को दबाना या प्रकाशित न करना, समग्र साक्ष्य और सार्वजनिक धारणा को विकृत करता है।

मॉडलिंग मृगतृष्णा

तथ्य-जांचकर्ता अक्सर जान बचाए जाने के नाटकीय दावों के समर्थन में मॉडलिंग अध्ययनों पर भरोसा करते हैं, जिससे अवलोकन संबंधी अध्ययनों की समस्याएं और जटिल हो जाती हैं:

• त्रुटियों का प्रवर्धन: इनपुट डेटा या धारणाओं में छोटी-छोटी अशुद्धियाँ बहुत गलत अनुमानों को जन्म देती हैं
• अतिसरलीकरण: जटिल वास्तविक दुनिया की गतिशीलता को ऐसे समीकरणों तक सीमित कर दिया जाता है जो महत्वपूर्ण बारीकियों को नहीं पकड़ पाते
• पुष्टि पूर्वाग्रह: अपेक्षित या वांछित परिणाम उत्पन्न करने के लिए मॉडल को अनजाने में (या जानबूझकर) ट्यून किया जा सकता है
• मिथ्याकरणीयता का अभाव: नियंत्रित प्रयोगों के विपरीत, कई मॉडल भविष्यवाणियां वास्तव में परीक्षण योग्य नहीं होती हैं
• अति आत्मविश्वास: सटीक दिखने वाले आंकड़े निश्चितता का झूठा अहसास पैदा करते हैं

निष्कर्ष में, मॉडलिंग अध्ययन अक्सर अवलोकन अध्ययनों से लिए गए लाभ के अति-अनुमानों का उपयोग करते हैं ताकि इन अति-अनुमानित लाभों को और अधिक बढ़ाने के लिए अति-सरलीकृत मॉडल बनाए जा सकें। लाखों में अनुमान लगाकर, वे अवास्तविक अनुमान उत्पन्न करते हैं जिन्हें उचित वैज्ञानिक प्रयोग द्वारा कभी भी सत्यापित नहीं किया जा सकता है।

कोविड-19 टीकों से होने वाले लाभ का परिमाण अवलोकन और मॉडलिंग अध्ययनों द्वारा दर्शाए गए लाभ से बहुत कम होने की संभावना है। टीकों के शुद्ध प्रभाव को निर्धारित करने के लिए, ज्ञात नुकसान और संभावित लेकिन अज्ञात नुकसान दोनों को इस अनिश्चित लाभ के विरुद्ध सावधानीपूर्वक विचार किया जाना चाहिए।

भाग II: नुकसान के साक्ष्य का मूल्यांकन

लाभ की अनिश्चित और संभावित अतिरंजित मात्रा को देखते हुए, कोविड-19 टीकों के संभावित नुकसानों पर विचार करना महत्वपूर्ण है। डॉ. मल्होत्रा ​​की विशेषज्ञ राय कि टीकों के परिणामस्वरूप समाज के लिए जीवन का शुद्ध नुकसान हो सकता है, विभिन्न अध्ययनों और उनके तार्किक निहितार्थों के आधार पर उचित और बचाव योग्य है।

क्लिनिकल परीक्षण डेटा का पुनः विश्लेषण

A फिर से विश्लेषण mRNA कोविड-19 वैक्सीन के मूल नैदानिक ​​परीक्षणों में से 1 में से 800 की गंभीर प्रतिकूल घटनाओं की दर में वृद्धि हुई है। गंभीर प्रतिकूल घटनाओं को मृत्यु, अस्पताल में भर्ती होना या लंबे समय तक विकलांगता के रूप में परिभाषित किया जाता है, जिनमें से अधिकांश निश्चित रूप से जीवन प्रत्याशा को कम कर देंगे। यह देखते हुए कि दुनिया भर में अरबों खुराकें दी गई हैं, इससे पता चलता है कि लाखों लोगों को वैक्सीन से होने वाले गंभीर नुकसान हो सकते हैं। यह दर अन्य टीकों से होने वाले गंभीर नुकसान की आम तौर पर स्वीकृत दर से कई गुना अधिक है (लगभग एक मिलियन में 1-2).

अवलोकन संबंधी अध्ययन और शव परीक्षण निष्कर्ष

नैदानिक ​​परीक्षणों में पहचानी गई गंभीर हानि की उच्च दर की पुष्टि निम्न द्वारा की गई है: विश्लेषणात्मक अध्ययन अमेरिका और यूरोपीय संघ की निगरानी प्रणालियों से। शव परीक्षण अध्ययन ने पुष्टि की है कि कोविड-30 टीकाकरण के 19 दिनों के भीतर होने वाली मौतों का एक महत्वपूर्ण प्रतिशत टीके के कारण हुआ था, जो स्पष्ट रूप से दर्शाता है कि टीके मौत का कारण बन सकते हैं।

यह ध्यान देने योग्य है कि अवलोकन संबंधी अध्ययन जहां लगातार लाभों को बढ़ा-चढ़ाकर बताते हैं, वहीं वे स्वस्थ उपयोगकर्ता पूर्वाग्रह, प्रकाशन पूर्वाग्रह, रिपोर्टिंग पूर्वाग्रह और वर्गीकरण पूर्वाग्रह जैसे कारकों के कारण होने वाले नुकसान को भी कम आंकते हैं।

जनसंख्या-स्तर पर मृत्यु दर के रुझान

यदि कोविड-19 टीके नुकसान की तुलना में अधिक लाभ प्रदान करते हैं, तो हम 2021 की तुलना में 2020 के बाद अत्यधिक टीकाकरण वाली आबादी में अतिरिक्त मौतों में कमी देखने की उम्मीद करेंगे। हालांकि, उच्च mRNA वैक्सीन ग्रहण वाले लगभग सभी देशों में उच्चतर अतिरिक्त मृत्यु दर 2021 की तुलना में 2020 में मौतों की संख्या में वृद्धि हुई है, जो महामारी के बाद के सामान्य पैटर्न के विपरीत है। ये बढ़ी हुई अतिरिक्त मौतें 2021 के बाद भी जारी रहीं, जिससे टीकों के चल रहे प्रभाव को लेकर चिंताएँ बढ़ गई हैं।

इसके अलावा, 2022 के बाद से, कोविड-19 टीकों से समग्र मृत्यु दर लाभ की संभावना कम हो गई है, यह देखते हुए कि वेरिएंट बन गए हैं कम घातक, अधिकांश आबादी संक्रमित हो चुकी है, और वैक्सीन की प्रभावकारिता दिखाई देती है बहुत तेज़ी से कम हुआफिर भी, टीकों से होने वाली गंभीर हानि संभवतः स्थिर बनी हुई है, जो समय के साथ हानि-लाभ अनुपात के बिगड़ने का संकेत देती है।

भाग III: वर्तमान हानि-लाभ विश्लेषण

हालांकि कोविड-19 वैक्सीन के क्लिनिकल परीक्षण में सभी कारणों से अस्पताल में भर्ती होने या मृत्यु दर का परीक्षण किए बिना अनिश्चितता बनी हुई है, हम मौजूदा डेटा का उपयोग करके एक अनौपचारिक हानि-लाभ विश्लेषण का प्रयास कर सकते हैं:

• फिर से विश्लेषण नैदानिक ​​परीक्षणों में पाया गया कि मूल नैदानिक ​​परीक्षणों के भीतर टीका लगाए गए लोगों में गंभीर प्रतिकूल घटनाओं की दर कोविड-19 अस्पताल में भर्ती होने के खिलाफ दी जाने वाली सुरक्षा से अधिक थी
• यूके स्वास्थ्य सुरक्षा एजेंसी का उपयोग करना अवलोकन डेटा वैक्सीन की प्रभावशीलता और नैदानिक ​​परीक्षणों से गंभीर नुकसान की दर पर, उन्होंने पाया कि 90 वर्ष से अधिक आयु के लोगों (सबसे अधिक जोखिम वाले समूह) के लिए, 7,000 लोगों को टीका लगाने से एक कोविड-19 अस्पताल में भर्ती होने से बचा जा सकेगा, जिसमें ऑक्सीजन की आवश्यकता होती है, लेकिन लगभग 7 गंभीर प्रतिकूल घटनाएं हो सकती हैं
• युवा आयु समूहों के लिए लाभ-हानि अनुपात लगातार प्रतिकूल होता जा रहा है। यूकेएचएसए डेटा45 वर्ष से कम आयु वालों को एक बार अस्पताल में भर्ती होने से बचने के लिए लगभग दस लाख टीके लगवाने की आवश्यकता होती है

निरंतर टीकाकरण में नैतिक विचार

भले ही कोविड-19 टीकों के शुरुआती इस्तेमाल से मृत्यु दर में कमी आई हो (जो अनिश्चित है), लेकिन आज और भविष्य में इसके शुद्ध लाभ मिलने की संभावना बहुत कम है। उचित नैदानिक ​​परीक्षण के बिना, हम वास्तविक नुकसान-लाभ संतुलन के बारे में अनिश्चित बने रहेंगे। अज्ञात और संभावित रूप से नकारात्मक नुकसान-लाभ प्रोफ़ाइल के साथ रोगनिरोधी हस्तक्षेप की पेशकश करना अनैतिक है।

निष्कर्ष: पुनर्मूल्यांकन का आह्वान

mRNA वैक्सीन जोखिम-लाभ विश्लेषण की जटिल प्रकृति बड़े पैमाने पर चिकित्सा हस्तक्षेपों के प्रभावों के बारे में निरंतर, कठोर वैज्ञानिक जांच और खुले, ईमानदार संवाद की आवश्यकता को रेखांकित करती है। डॉ. मल्होत्रा ​​का यह कहना कि कोविड-19 टीकों का शुद्ध नकारात्मक प्रभाव हो सकता है, उपलब्ध साक्ष्यों और महत्वपूर्ण अनिश्चितताओं के आधार पर उचित है। इन चिंताओं के जवाब में, आशा समझौता यह याचिका, जिसके संस्थापक सह-हस्ताक्षरकर्ता डॉ. मल्होत्रा ​​और इस लेख के लेखक हैं, कोविड-19 टीकों के निलंबन और मौलिक नैतिक सिद्धांतों की वापसी की मांग करती है जिन्हें महामारी के दौरान त्याग दिया गया था।

दसियों हज़ार लोगों ने पहले ही इस समझौते पर हस्ताक्षर कर दिए हैं, जो व्यापक सुरक्षा डेटा के बिना इन टीकों के निरंतर उपयोग के बारे में बढ़ती चिंताओं को दर्शाता है। हम उन सभी लोगों को आमंत्रित करते हैं जो हमारी चिंताओं को साझा करते हैं कि वे हस्ताक्षर करने में हमारे साथ शामिल हों आशा समझौता और कोविड-19 वैक्सीन नीतियों के गहन पुनर्मूल्यांकन का समर्थन किया।

निष्कर्ष के तौर पर, समाज में सभी कारणों से होने वाली मृत्यु दर पर कोविड-19 वैक्सीन के प्रभाव का जटिल चिकित्सा प्रश्न अभी भी गहन अनिश्चितता का विषय बना हुआ है। इस संदर्भ में, फुल फैक्ट का स्पष्ट निर्णय वैज्ञानिक व्याख्या में अहंकार के चिंताजनक स्तर को दर्शाता है। जब उनके वैज्ञानिक रूप से अमान्य निर्णय के बारे में संपर्क किया गया, तो फुल फैक्ट ने अपने मूल लेख से समान सिंथेटिक मॉडलिंग अध्ययनों और अविश्वसनीय अवलोकन डेटा का हवाला देते हुए अपनी स्थिति पर विश्वास बनाए रखा। यह मामला एक व्यापक चिंता को दर्शाता है: तथ्य-जांच करने वाले संगठन अक्सर जटिल चिकित्सा प्रश्नों को सरल बना देते हैं और ऐसी स्थिति में निश्चितता प्रस्तुत करते हैं जहाँ कोई निश्चितता नहीं होती। जनता को ऐसे जटिल वैज्ञानिक प्रश्नों के अधिक कठोर और सत्य मूल्यांकन की आवश्यकता है।