महामारी के वर्षों का इतिहास लिखने के लिए चल रहे संघर्ष में, मृत्यु दर से अधिक महत्वपूर्ण कुछ भी नहीं है - क्या दुनिया की सरकारों ने हमें सामूहिक मृत्यु दर से बचाया या नहीं?
भव्य रणनीति (जैसा कि मैंने पहले कहा था कि यह न तो भव्य थी और न ही रणनीतिक) यह थी कि 'जब तक वैक्सीन उपलब्ध न हो जाए' अंतरिम उपाय के रूप में पूरे देश की आबादी को लॉकडाउन कर दिया जाए।
यह एक पूरी तरह से नए वायरस को हराने के लिए एक नई (और पूरी तरह से अप्रमाणित) रणनीति थी, इस आधार पर कि किसी भी इंसान ने पहले कभी SARS-CoV-2 जैसी किसी चीज का सामना नहीं किया था, इसलिए किसी के पास इसके लिए कोई पूर्व-मौजूदा प्रतिरक्षा नहीं होगी। लेकिन इसका सुराग नाम में है - SARS-CoV-2 का नाम SARS के नाम पर रखा गया था, जिससे यह बहुत करीब से संबंधित था, इसके जीनोम अनुक्रम का लगभग 79% हिस्सा साझा करता है। इस पत्र in प्रकृतियह कोरोनावायरस के एक समूह के भीतर स्थित है, और एक और प्रकृति काग़ज़ उन्होंने सामान्य सर्दी-जुकाम के वायरसों सहित इनके साथ क्रॉस-रिएक्टिविटी की सीमा पर चर्चा की, और यहां तक कि वायरस के अन्य परिवारों के साथ भी। यह कुछ हद तक नया था, लेकिन अनोखा नहीं था।
इसलिए, नीति निर्माताओं को 2020 की शुरुआत में किए गए दावों के बारे में संदेह होना चाहिए था कि SARS-CoV-2 मृत्यु दर के चरम स्तर को उत्पन्न करेगा। यह उन दावों के लिए परिणामी निहितार्थ है कि भव्य रणनीति सफल रही क्योंकि मृत्यु दर के ये स्तर घटित नहीं हुए। यदि वे कभी नहीं होने वाले थे, तो हमें उनसे बचने की आवश्यकता नहीं थी।
टीकों के उपयोग से 'महामारी का अंत' होने की उम्मीद थी। टीकों के नैदानिक परीक्षणों से कथित तौर पर पता चला कि वे लक्षणात्मक संक्रमणों को 90% से अधिक कम कर सकते हैं।
जनसंख्या के स्तर पर, यह बात सही नहीं बैठती। यदि टीकाकरण से 90% से अधिक संक्रमणों को रोका जाना था, और मई 270 के अंत तक अमेरिका की आबादी में 2023 मिलियन लोगों को टीका लगाया गया था (कुल आबादी लगभग 340 मिलियन में से), तो फिर उस समय तक 100 मिलियन से अधिक पुष्ट मामले कैसे हो गए, यह अनुमान लगाया गया है। डेटा में हमारी दुनियायह विश्वास करना कठिन है कि 100 मिलियन लोगों में से लगभग 170 मिलियन लोग संक्रमित थे। खास तौर पर तब जब क्लीवलैंड क्लिनिक द्वारा किया गया एक अध्ययन दिखाया कि औसतन लोगों ने जितना अधिक टीकाकरण कराया, अधिक संभवतः वे संक्रमित हो गए थे:
यह माना गया था कि संक्रमण कम होने से मृत्यु दर में कमी आएगी (जो किसी भी मामले में नहीं हुआ है), लेकिन नैदानिक परीक्षणों ने टीकों और प्लेसीबो समूहों के संपर्क में आने वाले समूहों के बीच मृत्यु दर में कोई अंतर नहीं दिखाया। रूढ़िवादी बचाव यह है कि वे किसी भी अंतर का पता लगाने के लिए पर्याप्त रूप से सक्षम नहीं थे क्योंकि परीक्षण की आबादी पर्याप्त बड़ी नहीं थी। लेकिन उसी आधार पर, हम निम्नलिखित निष्कर्ष निकालने के हकदार हैं: नैदानिक परीक्षणों ने मृत्यु दर को कम करने की टीकों की क्षमता को प्रदर्शित नहीं किया।
गुणवत्ता आश्वासन व्यवसाय में, हम किसी हस्तक्षेप या कार्यक्रम की सफलता का मूल्यांकन, किए गए दावों के साथ वास्तविक परिणामों की तुलना करके करते हैं।
हकीकत यह है कि 2021 में टीकों के इस्तेमाल के बाद भी संक्रमण और अत्यधिक मृत्यु दर की लहरें जारी रहीं, संयुक्त राज्य अमेरिका में दो गंभीर लहरें जारी रहीं और अगले साल जनवरी के अंत में फिर से चरम पर पहुंच गईं। शिखरों में गिरावट का रुझान था, लेकिन यह स्पष्ट नहीं है कि टीकाकरण अभियान के परिणामस्वरूप यह प्रवृत्ति बदल गई, जैसा कि किसी भी महामारी के दौरान अपेक्षित होगा।
पारंपरिक ज्ञान हमें यह विश्वास दिलाएगा कि टीकों ने भले ही संक्रमण के समग्र स्तर को कम न किया हो, लेकिन कोविड-19 से अस्पताल में भर्ती होने और मृत्यु दर के स्तर को किसी तरह कम किया है। फिर से, यह विश्वास करना कठिन है कि टीकाकरण संक्रमण को रोकने में अपर्याप्त हो सकता है और फिर भी बीमारी को कम करने में सफल हो सकता है।
सफलता के ये दावे ठोस सबूतों पर आधारित नहीं हैं।
हाल ही में प्रकाशित कई शोधपत्रों से यह स्पष्ट संकेत मिलता है कि यह बड़ी रणनीति कारगर नहीं रही। हालाँकि, हमें इसके पीछे की सच्चाई को भी देखना होगा (रूपक बदलने के लिए), क्योंकि कथा आमतौर पर यह निष्कर्ष निकलता है कि रणनीति सफल रही। तिथि हालांकि कभी-कभी वे एक अलग कहानी बताते हैं। इससे पता चलता है कि लेखक पक्षपाती हैं, और उनके डेटा उनके कथनों से ज़्यादा विश्वसनीय हो सकते हैं।
उदाहरण के लिए, एक अध्ययन को लीजिए। बाजेमा एट अलयू.एस. वेटरन्स हेल्थ एडमिनिस्ट्रेशन के मरीजों के आधार पर। उन्होंने निष्कर्ष निकाला:
इस कोहोर्ट अध्ययन से पता चला है कि 2022 से 2023 सीज़न के दौरान, SARS-CoV-2 का संक्रमण इन्फ्लूएंजा या RSV की तुलना में अधिक गंभीर रोग परिणामों से जुड़ा था, जबकि 2023 से 2024 सीज़न के दौरान अंतर कम स्पष्ट थे।
दोनों मौसमों के दौरान, RSV एक हल्की बीमारी बनी रही, जबकि COVID-19 उच्च दीर्घकालिक मृत्यु दर से जुड़ा था। टीकाकरण ने बीमारी की गंभीरता और दीर्घकालिक मृत्यु दर में अंतर को कम कर दिया।
यह तो निर्णायक लगता है, है न?
लेकिन निष्कर्ष चित्र 2A में संक्षेपित आंकड़ों पर आधारित हैं, जिसमें शामिल हैं:
इन आंकड़ों के अनुसार, यह अक्षरशः सच है कि कोविड-19 मृत्यु दर 180 दिनों में अधिक गंभीर थी - लेकिन 1 प्रतिशत से भी कम। यह 100 साल में एक बार होने वाली महामारी थी जो आबादी को प्रभावित करेगी और इन्फ्लूएंजा से नाटकीय रूप से अधिक खतरनाक थी, जिससे पूरी दुनिया को आपातकाल की स्थिति में डालना पड़ा। क्या यह उस बीमारी के लिए उचित था जिसमें इन्फ्लूएंजा की तुलना में 1% से भी कम मृत्यु दर थी? कई मीडिया लेखों ने इस दावे का मज़ाक उड़ाया है कि कोविड-19 इन्फ्लूएंजा के समान बीमारी का बोझ पैदा करता है, लेकिन समय के साथ यह तुलनीय साबित हुआ है।
टीकाकरण से कितनी मदद मिली? चित्र 2 हमें कोविड-19 रोगियों के लिए ये तुलनाएँ देता है।
तो, एक उप-जनसंख्या के सावधानीपूर्वक चयनित और संसाधित उप-जनसंख्या पर आधारित एक शोधपत्र में, टीकाकरण कराने वाले लोग 180 दिनों में एक प्रतिशत से आधे से आगे थे। क्या यह सबसे अच्छा है जो वे कर सकते हैं? क्या यह सांख्यिकीय रूप से महत्वपूर्ण है?
किसी देश की पूरी आबादी में अतिरिक्त मृत्यु दर पर आधारित शोधपत्र कोविड-19 के कारण मृत्यु दर के निर्धारण में परिवर्तनशीलता और परीक्षण आबादी की चयनात्मकता के कारण होने वाली पद्धतिगत समस्याओं से बच सकते हैं। डाहल एट अल द्वारा हाल ही में किया गया एक प्रीप्रिंट ध्यान देने योग्य है: 19-2021 के दौरान नॉर्वे में वयस्क आबादी में कोविड-20 mRNA-टीकाकरण और सभी कारणों से होने वाली मृत्यु दर: जनसंख्या-आधारित कोहोर्ट अध्ययनवे भी अनिवार्य निष्कर्ष पर पहुंचते हैं:
नॉर्वे में 2021-2023 के दौरान टीकाकरण किये गये व्यक्तियों की सभी कारणों से मृत्यु की दर कम थी।
लेकिन फिर, आंकड़े इस निष्कर्ष का समर्थन कैसे करते हैं?
यदि हम दोनों लिंगों के आंकड़ों पर ध्यान केंद्रित करें और दाएं से बाएं पढ़ें, तो प्रत्येक आयु वर्ग में प्रति 100,000 मृत्यु दर में लगातार वृद्धि हो रही है, सिवाय सबसे कम उम्र के लोगों के, जहां मृत्यु दर दुर्लभ है।
इसके विपरीत, सबसे अधिक आयु वर्ग (65+) के लिए, बिना किसी खुराक के 3.40 से बढ़कर 7.25-1 खुराक के साथ 2 और 19.21+ खुराक के साथ 3 हो जाती है। उन्होंने घटना दर अनुपात पर पहुंचने के लिए कौन सा अस्पष्ट सांख्यिकीय जादू किया जो प्रति व्यक्ति-वर्ष मृत्यु के विपरीत दिशा में जाता है? और वे कथा में इसकी व्याख्या क्यों नहीं करते?
पाठ के पीछे दिए गए आंकड़ों को सरलता से पढ़ने पर, नॉर्वे में इस समय अवधि के दौरान टीका लगाए गए लोगों में सभी कारणों से मृत्यु दर, टीका नहीं लगाए गए लोगों की तुलना में कम से कम दोगुनी थी। लेकिन उन्होंने इसके विपरीत निष्कर्ष निकाला।
इसलिए, पहली बात जो हमें अपने वैज्ञानिकों से मांग करनी चाहिए वह यह है कि वे ऐसे निष्कर्षों पर पहुंचें जो स्पष्ट रूप से आंकड़ों द्वारा समर्थित हों!
टीकाकरण पर शोधपत्र पुष्टिकरण पूर्वाग्रह से गंभीर रूप से कमजोर हैं। टीकाकरण में लेखकों के विश्वास की ताकत ऐसी है कि सभी डेटा को आमतौर पर टीकाकरण का समर्थन करने के रूप में व्याख्या किया जाता है, भले ही यह विपरीत हो।
ब्राजील में 19 से 2020 की अवधि में कोविड-2023 से पीड़ित सभी रोगियों पर एक और व्यापक अध्ययन किया गया। पिनहेइरो रोड्रिग्स और एंड्रेडउनका निष्कर्ष संक्षेप में इस प्रकार था:
कोविड-19 टीकाकरण का सुरक्षात्मक प्रभाव पहले लक्षण दिखने के एक साल बाद तक देखा गया। एक साल बाद, प्रभाव उलट गया, जिससे पता चला कि टीका लगवाने वालों के लिए मृत्यु का जोखिम बढ़ गया है।
इसे चित्र 1 में दर्शाया गया है, जिसमें X-अक्ष पर जीवित रहने के दिनों की संख्या दर्शाई गई है:
हमें इन लेखकों को उनके डेटा को सटीक रूप से दर्शाने वाले निष्कर्षों पर पहुंचने के लिए बधाई देनी चाहिए, जो इस संदर्भ में असामान्य है। इससे स्वाभाविक रूप से जर्नल द्वारा प्रकाशन के बाद शोध की जांच की गई, जो टीकाकरण पर रूढ़िवादी निष्कर्षों पर पहुंचने वाले शोधपत्रों के लिए कभी नहीं होता है जिन्हें आम तौर पर अंकित मूल्य पर स्वीकार कर लिया जाता है। प्रकाशन पूर्वाग्रह व्याप्त है - प्रतिष्ठित सहकर्मी-समीक्षक डाहल शोधपत्र को कैसे संभालेंगे? इन दोनों शोधपत्रों का भाग्य एक महत्वपूर्ण परीक्षा होगी। वर्तमान स्वरूप में, आप उम्मीद करेंगे कि ब्राजील के अध्ययन को वापस ले लिया जाएगा और डाहल शोधपत्र को स्वीकार कर लिया जाएगा।
जो अध्ययन सकारात्मक निष्कर्ष पर पहुंचते हैं, वे या तो चयनित समयावधियों (जिसे केस-काउंटिंग विंडो पूर्वाग्रह के रूप में जाना जाता है) पर आधारित होते हैं, या मॉडलिंग पर आधारित होते हैं।
उदाहरण के लिए क्रिस्टोफर रुहम का उदाहरण लीजिए। अमेरिकी राज्यों का क्रॉस-सेक्शनल अध्ययन जिसका उद्देश्य यह पता लगाना था कि क्या राज्य कोविड-19 से संबंधित प्रतिबंधों (गैर-फार्मास्युटिकल हस्तक्षेप या एनपीआई + वैक्सीन अनिवार्यता) ने अमेरिका में महामारी से होने वाली मौतों की संख्या को प्रभावित किया है। अध्ययन संपूर्ण अमेरिकी आबादी के डेटा पर आधारित था, इसलिए यह उस अर्थ में समावेशी था। रुहम ने निष्कर्ष निकाला:
यह क्रॉस-सेक्शनल अध्ययन इंगित करता है कि समूह के रूप में कड़े COVID-19 प्रतिबंध, महामारी मृत्यु दर में पर्याप्त कमी के साथ जुड़े थे, और व्यवहार में परिवर्तन संभवतः एक महत्वपूर्ण व्याख्यात्मक तंत्र के रूप में काम कर रहा था।
हालांकि, समय अवधि से ही पता चलता है: 'प्राथमिक जांच जुलाई 2 से जून 2020 तक की 2022 साल की अवधि को कवर करती है।' पहले के महीनों के बारे में क्या? यह महत्वपूर्ण है क्योंकि कोविड-19 मृत्यु दर की पहली लहर ने पूर्वोत्तर राज्यों को बुरी तरह प्रभावित किया था और इसे इस अवधि से हटा दिया गया है। बाद की लहरों ने दक्षिणी और पश्चिमी राज्यों को प्रभावित किया, इसलिए इस अवधि में अतिरिक्त मृत्यु दर में भिन्नताएँ भूगोल से काफी प्रभावित थीं, जो संभवतः एक भ्रमित करने वाला कारक रहा होगा। अध्ययन अवधि के लिए चित्र 2C में यह स्पष्ट है:
चित्र 2E में पहले की अवधि शामिल है और इसमें स्पष्ट रूप से विपरीत पैटर्न दिखाया गया है, जिसमें जिन राज्यों में अधिक गंभीर एनपीआई ('मध्यिका से ऊपर' - नारंगी रेखा) है, उनमें मृत्यु दर उन राज्यों की तुलना में बहुत अधिक है, जिनमें एनपीआई नहीं है।
कम गंभीर हस्तक्षेप वाले राज्यों में जुलाई 2021 के बाद एक या उससे ज़्यादा महीने तक मृत्यु दर ज़्यादा रही, जो प्राथमिक जांच अवधि में लगभग पूरे अंतर के लिए ज़िम्मेदार है। अवधि के अंत तक, नारंगी रेखा फिर से ऊपर आ जाती है - फिर क्या हुआ?
ब्राजील के उस अध्ययन को याद करें जिसमें पाया गया था कि कोविड-19 टीकाकरण का सुरक्षात्मक प्रभाव पहले लक्षण दिखने के एक वर्ष बाद तक देखा गया था, लेकिन एक वर्ष के बाद प्रभाव उलट गया।
इस बात पर भी विचार करें 2020-2022 के दौरान जर्मनी में अत्यधिक मृत्यु दर का अनुमान कुहबैंडनर और रीट्ज़नर द्वारा। लेखक सही रूप से स्वीकार करते हैं कि 'मृत्यु दर में वृद्धि के अनुमानों की व्याख्या करते समय, किसी को मॉडल और पैरामीटर विकल्पों के बारे में पता होना चाहिए।'
अपने शोधपत्र के बाद के भागों में, उन्होंने मार्च 2020 से टीकाकरण के विरुद्ध अतिरिक्त मृत्यु दर को समय-सीमा में दर्शाया है। यह स्पष्ट है कि टीकाकरण अभियान से पहले और बाद में अतिरिक्त मृत्यु दर के शिखर हैं, जो अध्ययन अवधि के अंत में बहुत बढ़ जाते हैं:
वे निष्कर्ष निकालते हैं:
2020 में, मौतों की देखी गई संख्या अपेक्षित संख्या के बेहद करीब थी, लेकिन 2021 में, मौतों की देखी गई संख्या अपेक्षित संख्या से बहुत अधिक थी, जो अनुभवजन्य मानक विचलन के दोगुने के क्रम में थी, और 2022 में, अपेक्षित संख्या से अधिक थी, जो अनुभवजन्य मानक विचलन के चार गुना से भी अधिक थी।
इसे टीकाकरण अभियान की जीत नहीं माना जा सकता। माना जा रहा था कि इससे अतिरिक्त मौतें रुकेंगी, लेकिन ऐसा नहीं हुआ।
एलेसेंड्रिया एट अल. द्वारा प्रकाशित इटली के एक प्रांत में कोविड-19 टीकाकरण के दौरान सभी कारणों से हुई मौतों का महत्वपूर्ण विश्लेषण (पेस्कारा), जनसंख्या को एकल सूचकांक तिथि (1 जनवरी 2021) पर संरेखित करके अमर समय पूर्वाग्रह को ठीक करने के लिए मौजूदा डेटा सेट का पुनः विश्लेषण करना।
उन्होंने पाया गया कि:
1, 2, और 3/4 खुराक वाले टीकाकृत लोगों बनाम बिना टीकाकृत लोगों के लिए एकतरफा विश्लेषण में सभी कारणों से मृत्यु जोखिम अनुपात क्रमशः 0.88, 1.23 और 1.21 थे। बहुभिन्नरूपी मान 2.40, 1.98 और 0.99 थे।
तीसरी और चौथी खुराक के लिए खतरा अनुपात अक्सर कम होता है क्योंकि ये सबसे हाल ही में दी गई खुराक होती हैं, और जैसा कि हमने ब्राजील के अध्ययन में देखा है, प्रारंभिक सुधार बाद में उलट जाते हैं।
एलेसेंड्रिया एट अल. ने अपनी रिपोर्ट को विभिन्न प्रकार के पूर्वाग्रहों की जांच करके समाप्त किया जो टीकाकरण अध्ययनों को प्रभावित कर सकते हैं, जिसमें एक विशेष प्रकार का केस-काउंटिंग विंडो पूर्वाग्रह शामिल है, जिसमें टीकाकरण के बाद के पहले 10-14 दिनों के परिणामों को अवलोकन संबंधी अध्ययनों में वैक्सीन समूह से बाहर रखा जाता है, जबकि नियंत्रण समूह के लिए कोई समतुल्य नहीं होता है। फंग एट अलइस आधार पर, 'एक पूरी तरह से अप्रभावी टीका काफी हद तक प्रभावी दिखाई दे सकता है' (फाइजर चरण III यादृच्छिक परीक्षण के डेटा का उपयोग करके उन्होंने जिस उदाहरण की गणना की है, उसमें 48% प्रभावी)।
अपनी समीक्षा को अंतिम रूप देते हुए, आंतरिक चिकित्सा के इतिहास रिहा 2023-2024 XBB.1.5 कोविड-19 टीकों की दीर्घकालिक अनुवर्ती कार्रवाई पर प्रभावशीलता इओनोउ एट अल द्वारा। यह अध्ययन XBB.1.5-टीकाकृत व्यक्तियों को मिलान न किए गए प्रतिभागियों के साथ मिलान करके एक नियंत्रित नैदानिक परीक्षण का अनुकरण करने का प्रयास करता है। निष्कर्ष प्रेरणादायी नहीं हैं:
SARS-CoV-2 से संबंधित मृत्यु के विरुद्ध टीके की प्रभावशीलता 60, 90 और 120 दिनों के अनुवर्ती परीक्षण के बाद धीरे-धीरे कम होती गई (क्रमशः 54.24%, 44.33% और 30.26%) और अनुवर्ती परीक्षण के अंत तक यह और भी कम (26.61%) हो गई।
इसे चित्र 3 में दर्शाया गया है:
इसलिए, केस-काउंटिंग विंडो 10वें दिन से 210वें दिन तक की प्रतीत होती है। विंडो के बाहर क्या होता है, यह ज्ञात नहीं है। यदि केस-काउंटिंग विंडो पूर्वाग्रह के साथ भी खराब परिणाम दर्ज किए जाते हैं, तो वास्तविकता और भी खराब होनी चाहिए।
हम अवलोकन संबंधी अध्ययनों के चयन की समीक्षा कर रहे हैं। सबसे अच्छे मामले में, इनमें मौजूद डेटा टीकाकरण के कोई भौतिक लाभ नहीं दिखाते हैं, और सबसे खराब स्थिति में, टीकाकरण वाले समूह में मृत्यु दर अधिक होती है।
इसके अलावा कई प्रतितथ्यात्मक अध्ययन भी हुए हैं, जिनमें महामारी के दौरान मृत्यु दर की तुलना अपेक्षित मृत्यु दर से की गई है।
RSI इनमें से पहला वाटसन एट अल द्वारा किए गए एक अध्ययन में अनुमान लगाया गया है कि 14.4 देशों में टीकाकरण के पहले वर्ष में कोविड-19 से 185 मिलियन मौतें टाली गईं, तथा अतिरिक्त मौतों को माप के रूप में उपयोग करने पर यह संख्या लगभग 20 मिलियन तक बढ़ गई।
ये असाधारण व्यक्तित्व हैं, जिनका लोगों की कल्पना पर असाधारण प्रभाव पड़ा है और मीडिया में अक्सर इनका उल्लेख किया जाता है। इन्हें एक समीक्षा में अपडेट किया गया है आयोनिडिस एट अलआश्चर्य की बात नहीं है कि कोविड-19 टीकाकरण के कम होते प्रभाव को देखते हुए, ये लेखक अधिक रूढ़िवादी आंकड़ों पर पहुंचते हैं, जिसमें 2.5 मिलियन से अधिक लोगों की जान बचाई गई है।
लेकिन दोनों अध्ययनों में महज मान लीजिये वैक्सीन की प्रभावशीलता दर जो वे अपनी गणनाओं में शामिल करते हैं, इयोनिडिस एट अल. के अनुसार ओमीक्रोन से पहले 75% और ओमीक्रोन अवधि के दौरान 50% वीई माना जाता है। ये संभवतः लक्षणात्मक के लिए नैदानिक परीक्षणों में पाए गए वीई पर आधारित हैं संक्रमणों, लेकिन अनुमानों के लिए एक अनुभवजन्य आधार मृत्यु-दर टाला जाना स्पष्ट नहीं है।
मॉडलिंग साक्ष्य नहीं है और यह साक्ष्य-आधारित चिकित्सा (ईबीएम) के पदानुक्रमित पिरामिड में दिखाई नहीं देता है। यदि आप मानते हैं कि आपका उपचार प्रभावी है, और फिर किसी दी गई आबादी पर इसके प्रभाव की गणना करते हैं, तो आप अनिवार्य रूप से पाएंगे - आपका उपचार प्रभावी है! परिकल्पना मिथ्या नहीं है, और तर्क परिपत्र है।
कोविड-19 महामारी का कथित चरम ख़तरा जिसने सरकारों को आपातकालीन उपायों के लिए भयभीत कर दिया, वह काफी हद तक मॉडलिंग द्वारा बनाया गया था, जिसमें यह माना गया था कि बिना किसी नए प्रतिवाद के मृत्यु दर में अत्यधिक वृद्धि होगी। महामारी फैल गई और इसे कभी नहीं दोहराया जाना चाहिए। पीछे मुड़कर देखें तो रूढ़िवादी अब यह दिखाने का प्रयास करते हैं कि मृत्यु दर के ये काल्पनिक स्तर घटित नहीं हुए, क्योंकि यह प्रतिवादों के कारण था।
इन अध्ययनों से मध्यम अवधि की मृत्यु दर के तीन संभावित परिदृश्य सामने आते हैं:
- वीई = 50-70%
- वीई = 0%
- VE नकारात्मक है
पहले परिदृश्य के लिए अनुभवजन्य साक्ष्य का अभाव है। अन्य परिदृश्य अस्वीकार्य हैं। परिदृश्य 2 अस्वीकार्य है क्योंकि हम लोगों को उपचार नहीं दे सकते हैं यदि कोई लाभ नहीं है और वे प्रतिकूल प्रभावों के संपर्क में आ सकते हैं, और कोविड-19 टीकों के प्रतिकूल प्रभाव असामान्य रूप से अधिक हैं, क्योंकि फ्राइमान एट अलमैंने दिखाया है.
लॉकडाउन के प्रतिकूल प्रभाव भी लगातार बढ़ रहे हैं, खास तौर पर युवाओं के मानसिक स्वास्थ्य और शैक्षिक स्तर पर। फ़रवाना और वार्ष्णेय:
परिणाम दर्शाते हैं कि लॉकडाउन ने बिना लॉकडाउन वाले क्षेत्रों की तुलना में लॉकडाउन वाले क्षेत्रों में मानसिक स्वास्थ्य सुविधाओं के उपयोग में उल्लेखनीय और कारणात्मक रूप से वृद्धि की है। विशेष रूप से, लॉकडाउन वाले क्षेत्रों में संसाधन उपयोग में 18% की वृद्धि हुई, जबकि बिना लॉकडाउन वाले क्षेत्रों में 1% की गिरावट आई। साथ ही, महिला आबादी अपने मानसिक स्वास्थ्य पर लॉकडाउन के बड़े प्रभाव से अवगत हुई है। आतंक विकार और गंभीर तनाव की प्रतिक्रिया लॉकडाउन के कारण मानसिक स्वास्थ्य में उल्लेखनीय वृद्धि हुई है। मानसिक स्वास्थ्य महामारी की मौजूदगी की तुलना में लॉकडाउन के प्रति अधिक संवेदनशील था।
महामारी की रणनीति इतिहास का सबसे बड़ा सार्वजनिक स्वास्थ्य प्रयोग था। मानव अनुसंधान नैतिकता समिति के अध्यक्ष के रूप में, मैं ऐसे किसी भी प्रस्ताव के खिलाफ वोट दूंगा, जिसमें शुद्ध लाभ शून्य या उससे भी बदतर होने की संभावना हो। लाभ स्पष्ट रूप से जोखिमों से अधिक होने चाहिए।
मेरे गृहनगर मेलबर्न, विक्टोरिया में, पूरी आबादी को कुल मिलाकर 262 दिनों के लिए घर में ही नजरबंद रखा गया था। उसके बाद सभी 'आवश्यक कर्मचारियों' पर टीकाकरण के सख्त आदेश लागू किए गए (और लगभग सभी कर्मचारी आवश्यक साबित हुए), और बिना टीकाकरण वाले लोगों को सार्वजनिक स्थानों पर जाने से रोक दिया गया और उन्हें स्वास्थ्य के लिए खतरा माना गया। अन्य द्वीप देशों की तरह, ऑस्ट्रेलिया ने उस अवधि के दौरान काफी अच्छा प्रदर्शन किया जब उसने सीमाएँ बंद कर दीं, लेकिन भव्य रणनीति काम नहीं आई - अंतरिम एनपीआई अवधि के बाद, टीकाकरण के आगमन से अतिरिक्त मृत्यु दर को रोका नहीं जा सका जैसा कि माना जाता था:
एक आवश्यक सिद्धांत यह होना चाहिए कि सार्वजनिक स्वास्थ्य उपायों के कारण व्यक्तिगत स्वतंत्रता का जितना अधिक गंभीर उल्लंघन होता है, उनकी प्रभावशीलता के उतने ही अधिक ठोस प्रमाण की आवश्यकता होती है।
सरकारों को व्यक्तिगत स्वतंत्रता पर इसलिए अंकुश नहीं लगाना चाहिए क्योंकि उन्हें लगता है कि उनके हस्तक्षेप से व्यक्तिगत स्वतंत्रता पर प्रतिकूल प्रभाव पड़ेगा। हो सकता है सिद्धांत पर काम करें, और फिर सांख्यिकीय जादू के साथ उन्हें पूर्वव्यापी रूप से उचित ठहराएं।
ए के तहत प्रकाशित क्रिएटिव कॉमन्स एट्रिब्यूशन 4.0 इंटरनेशनल लाइसेंस
पुनर्मुद्रण के लिए, कृपया कैनोनिकल लिंक को मूल पर वापस सेट करें ब्राउनस्टोन संस्थान आलेख एवं लेखक.
