प्रचलित कथा हमें बताती है कि कमजोर और बुजुर्गों को कोविड के खिलाफ टीका लगाने से मृत्यु दर पर नाटकीय प्रभाव पड़ा। उस कमज़ोर आबादी पर कोविड वैक्सीन का अनुमानित प्रभाव कितना मजबूत है? क्या यह उतना ही मजबूत है जितना कई लोग मानते हैं, या शायद पैमाने के दूसरे छोर की तुलना में शून्य के बहुत करीब है?
सबसे पहले, किसी भी संभावित लाभ का अनुमान लगाने से पहले ही साझा करने के लिए बुरी खबर है।
से डेटा डेनमार्क, इजराइल, तथा स्वीडन पहली खुराक के बाद एक सप्ताह के भीतर संक्रमण का खतरा बढ़ जाता है। संभावित तंत्रों में क्षणिक इम्यूनोसप्रेशन शामिल है (लिम्फोसाइट गिनती में कमी), स्पर्शोन्मुख संक्रमण का लक्षणात्मक संक्रमण में बदलना, और टीकाकरण स्थलों पर संक्रमण। इज़राइल में समाचार आउटलेट्स ने रिपोर्ट की कोविड संक्रमण का प्रकोप टीकाकरण अभियान की शुरुआत के तुरंत बाद नर्सिंग होम में, और फिर बूस्टर अभियान शुरू करने के बाद (Google अनुवाद का उपयोग करें)। कहने की जरूरत नहीं है कि जब संक्रमण का खतरा बढ़ता है तो मौत का खतरा भी बढ़ जाता है।
खतरे की अवधि को छोड़ना, टीके की प्रभावशीलता के अध्ययन (इसके बाद, वीई) ने एक उल्लेखनीय परिणाम की सूचना दी जिससे जानकार पाठकों को आश्चर्यचकित होना चाहिए था। बुजुर्गों के लिए अनुमान बेहद ऊंचे रहे हैं, कभी-कभी कम उम्र के समूहों के समान। उदाहरण के लिए, इज़राइल में एक अध्ययन दीर्घकालिक देखभाल सुविधाओं के बुजुर्ग निवासियों ने कोविड से होने वाली मृत्यु के मुकाबले 85 प्रतिशत वीई की सूचना दी।
वह न केवल बुनियादी के विपरीत है इम्यूनोलॉजी से ज्ञान लेकिन निम्नलिखित के साथ भी असंगत है अवलोकन:
"दूसरे टीकाकरण के बाद [फाइजर वैक्सीन द्वारा] 31.3% बुजुर्ग [80 वर्ष से अधिक आयु] युवा समूह के विपरीत कोई पता लगाने योग्य न्यूट्रलाइजिंग एंटीबॉडी नहीं थी, जिसमें केवल 2.2% में कोई पता लगाने योग्य न्यूट्रलाइजिंग एंटीबॉडी नहीं थी।(मेरे इटैलिक)
तीन तथ्यों पर विचार करें:
- लगभग एक-तिहाई बुजुर्गों (80 वर्ष से अधिक) में कोविड के खिलाफ टीकाकरण के बाद एंटीबॉडी विकसित नहीं होती है
- वैक्सीन-प्रेरित प्रतिरक्षा प्रतिक्रिया उम्र बढ़ने के साथ क्षीण होने के लिए जाना जाता है
- फ्लू के टीके उच्च सुरक्षा प्रदान न करें बुजुर्गों में
कमज़ोर और बुज़ुर्गों के लिए कोविड के टीके अत्यधिक प्रभावी कैसे हो सकते हैं?
ब्राउनस्टोन इंस्टीट्यूट से सूचित रहें
वे नहीं थे। वीई मान जो 50 प्रतिशत से कहीं अधिक हैं पूर्वसिद्ध अविश्वसनीय. वास्तविक रूप से, यह एक अनुमान है एक साधारण तुलना स्वीडन में नर्सिंग होम के टीकाकृत और गैर-टीकाकृत निवासियों की संख्या। इसी प्रकार, उपरोक्त इज़राइल में अध्ययन (कुल मिलाकर 85 प्रतिशत का वीई) वास्तव में नोट किया गया कि उम्र बढ़ने के साथ प्रभावशीलता कम हो गई। आयु वर्ग के अनुसार वीई की सूचना नहीं दी गई।
लेकिन 50 प्रतिशत भी अत्यधिक आशावादी हो सकते हैं।
कई पूर्वाग्रह के स्रोत ने कोविड टीकों के अवलोकन संबंधी अध्ययनों को प्रभावित किया है। मैं उस पर ध्यान केंद्रित करूंगा जो मुझे लगता है कि सूची में उच्च स्थान पर है। सबसे महत्वपूर्ण बात यह है कि इसका मोटे तौर पर हिसाब लगाया जा सकता है।
"स्वस्थ टीकाकरण" पूर्वाग्रह के कारण टीका लगाए गए लोगों की गैर-टीकाकरण वाले लोगों से तुलना करना पूरी तरह से भ्रामक है। बार-बार प्रदर्शित किया गया और विपरीत दिशा में बेहतर ढंग से समझाया गया है। जो लोग है नहीं औसतन, टीकाकरण किया जाता है कम स्वस्थ उनके टीकाकरण समकक्षों की तुलना में, और इसलिए है उच्चतर सामान्य तौर पर मृत्यु दर. इस घटना के पीछे के तंत्र पर अलग से चर्चा होनी चाहिए, लेकिन फिर भी यह अच्छी तरह से प्रलेखित है। फ्लू के टीकों पर पिछले शोध से भी यह पूर्वाग्रह पता चला है आसानी से हटाया नहीं जाता पारंपरिक सांख्यिकीय तरीकों से.
इसका मतलब यह है कि भले ही स्वीडन, इज़राइल या अन्य जगहों पर नर्सिंग होम के निवासियों को टीके के बजाय अनजाने में प्लेसबो का इंजेक्शन लगाया गया हो, लेकिन इंजेक्शन न लेने वाले निवासियों में कोविड की मृत्यु दर अधिक होती। हमने प्लेसीबो को जिम्मेदार ठहराते हुए पक्षपाती (झूठे) वीई की गणना की होगी।
पूर्वाग्रह कितना प्रबल है? जनसंख्या में टीकाकरण न कराने वाली आबादी की तुलना में सामान्य "सामान्य मृत्यु दर" अनुपात क्या है? यदि हम अनुपात - पूर्वाग्रह कारक - जानते हैं तो हम वीई के पक्षपाती अनुमानों को कम से कम मोटे तौर पर सही अनुमानों से बदल सकते हैं। यह बिल्कुल भी सुधार न करने से बेहतर है।
सौभाग्य से, तुलना किए गए अध्ययनों से हमारे पास उस अनुपात का अनुमान है गैर-कोविड दो समूहों में मृत्यु दर. चूंकि कोविड टीकों से गैर-कोविड मृत्यु दर कम होने की उम्मीद नहीं है, इसलिए 1 से अधिक कोई भी अनुपात पूर्वाग्रह कारक का अनुमान है। (सरल रूप से कहें तो, मैं उस अनुपात पर टीके से संबंधित मृत्यु के प्रभाव को नजरअंदाज करता हूं।)
यूएस और यूके के आंकड़ों के आधार पर, पूर्वाग्रह कारक की निचली सीमा लगभग 1.5 है, और संभावित मूल्य 2 और 3 के बीच है: सामान्य तौर पर, टीकाकरण न कराने वालों की मृत्यु दर टीकाकरण करने वालों की मृत्यु दर से 2 से 3 गुना अधिक होती है। . उम्र और अन्य कारकों के आधार पर कुछ भिन्नता अपेक्षित है।
मैं यहां एक से एक उदाहरण (तालिका) दिखाता हूं बड़े समूह का अध्ययन अमेरिका में (जहां बिना टीकाकरण वाले समूह को उन लोगों द्वारा "पतला" कर दिया गया था जिन्हें बाद में टीका लगाया गया था)।
n के सापेक्ष जोखिम (या जोखिम अनुपात)।ऑन-कोविड मृत्यु स्वस्थ टीकाकरण पूर्वाग्रह को प्रदर्शित करती है। वे सभी 1 से नीचे हैं, जो दर्शाता है कि जिन लोगों को कोविड के खिलाफ टीका लगाया गया था, उनकी मृत्यु की संभावना कम थी - गैर-कोविड कारणों से! – उनके असंबद्ध समकक्षों की तुलना में। इन संख्याओं का व्युत्क्रम पूर्वाग्रह कारक है, जो कुल मिलाकर 2 और 3 के बीच होता है और सबसे पुराने (2.2) सहित अधिकांश आयु समूहों में होता है।
एक बार जब पूर्वाग्रह कारक का अनुमान लगाया जाता है, मान लीजिए 2, तो पक्षपाती वीई का सुधार सरल है।
उदाहरण के लिए, स्वीडन से लगभग 50 प्रतिशत के पक्षपाती वीई पर विचार करें, जो पर आधारित था एक तुलना नर्सिंग होम के टीकाकृत और गैर-टीकाकृत निवासियों की। 50 प्रतिशत का वीई 0.5: टीकाकरण के (पक्षपाती) जोखिम अनुपात से प्राप्त होता है प्रकट होने के लिए कोविड से मृत्यु का आधा जोखिम, या इसके विपरीत: बिना टीकाकरण के दिखाई देते हैं कोविड से मृत्यु का जोखिम दोगुना (माना जाता है कि उन्हें टीका नहीं लगाया गया था)। चूँकि बाद वाले में मृत्यु का खतरा दोगुना होता है शुरुआत के लिए, टीकाकरण से कोई फर्क नहीं पड़ा है। पक्षपातपूर्ण जोखिम अनुपात (0.5) को पूर्वाग्रह कारक (2) से गुणा करने पर शून्य प्रभाव (जोखिम अनुपात = 1) और सही वीई (0 प्रतिशत) बहाल हो जाता है।
यदि पूर्वाग्रह कारक केवल 1.5 था, तो स्वीडन से 50 प्रतिशत के पक्षपाती वीई को 25 प्रतिशत तक सही किया जाएगा, जो अत्यधिक प्रभावी टीके की तुलना में निरर्थक के बहुत करीब है।
सुधार विधि अनुमानित है, और स्वस्थ टीकाकरण पूर्वाग्रह एकमात्र दोषी नहीं है। यदि हम हटाने में सक्षम होते तो हमने क्या वीई देखा होता अन्य पूर्वाग्रह भी?
हमें अवलोकन संबंधी अध्ययनों में जटिल पूर्वाग्रहों से जूझना पड़ता है क्योंकि हमारे पास मृत्यु दर के समापन बिंदु के साथ यादृच्छिक परीक्षण नहीं हैं। और यह निंदनीय से कम नहीं है। मैं यह समझाकर अपनी बात समाप्त करूंगा कि यह निंदनीय क्यों है और इसमें कोई डेटा क्यों नहीं है।
जब यादृच्छिक परीक्षण शुरू किए गए थे, तो महामारी को "नर्सिंग होम महामारी" कहा गया होगा क्योंकि 30 से 60 प्रतिशत मौतें कोविड से हुईं नर्सिंग होम में हुआ. स्वीडन एक प्रमुख था उदाहरण.
इसे ध्यान में रखते हुए, महामारी विज्ञान में प्रथम वर्ष का कोई भी छात्र आपको बताएगा कि कोविड वैक्सीन का पहला प्लेसबो-नियंत्रित यादृच्छिक परीक्षण नर्सिंग होम में आयोजित किया जाना चाहिए था, जो "कठिन समापन बिंदु" - अस्पताल में भर्ती और मृत्यु पर निर्भर था। हमें न केवल सबसे अधिक पीड़ित आबादी में लाभ स्थापित करना चाहिए, बल्कि अपेक्षित मृत्यु दर को देखते हुए, ऐसा परीक्षण सांख्यिकीय रूप से कुशल होगा। यह भर्ती और अनुवर्ती कार्रवाई के मामले में भी अत्यधिक व्यवहार्य होता। कोविड वैक्सीन के यादृच्छिक परीक्षण से कोई सार्थक मृत्यु दर डेटा न होना वास्तव में निंदनीय है। किसे जवाबदेह ठहराया जाना चाहिए?
ऐसा कोई परीक्षण शुरू नहीं किया गया क्योंकि बड़े पैमाने पर टीकाकरण के लिए मोटी रकम खर्च होने वाली थी। इसलिए, फार्मास्युटिकल उद्योग ने, सार्वजनिक स्वास्थ्य अधिकारियों की मौन सहमति से, युवा और स्वस्थ आबादी में मृत्यु के बजाय रोगसूचक संक्रमण को अंतिम बिंदु के रूप में केंद्रित किया। इसके अलावा, बुजुर्गों में क्षीण प्रतिरक्षा प्रतिक्रिया को जानते हुए, उन्हें संभवतः डर था कि नर्सिंग होम के निवासियों में मृत्यु दर के समापन बिंदु के अध्ययन से अच्छे परिणाम नहीं मिलेंगे। और अनुकूल होने पर भी, बड़े पैमाने पर टीकाकरण को अधिकृत करने के लिए परिणाम पर्याप्त नहीं हो सकते हैं।
महामारी के दौरान सार्वजनिक स्वास्थ्य संबंधी ग़लतियों की सूची में, हमें कम से कम एक गैर-फ़िसीशन जोड़ना चाहिए: नर्सिंग होम के निवासियों में टीके की प्रभावशीलता के यादृच्छिक परीक्षणों की मांग करने में विफलता। मुझे संदेह है कि यदि इस तरह के परीक्षण जल्दी ही आयोजित किए गए होते, तो "वैक्सीन मैंडेट" की Google खोज से 100 मिलियन परिणाम नहीं मिलते।
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.