Spikevax gefährlicher als Comirnaty? Steve Kirsch greift daneben
Die modRNA-Produkte zur angeblichen Vorbeugung gegen COVID-19 sind beide hochgefährlich. Kirschs Interpretation, dass Spikevax noch gefährlicher oder tödlicher sei, ist aber eindeutig falsch. Kirsch ist offensichtlich einem Troll aufgesessen.
Am 15. Juli 2024 behauptete der namhafte US-Impfkritiker Steve Kirsch auf seinem Substack-Kanal, dass laut VAERS-Daten Spikevax, der C19-Spritzstoff von Moderna, 30% höhere Todesraten zeigte als Comirnaty, das Pfizer-Biontech-Produkt. Ich fand diese Behauptung äußerst verwunderlich, denn meine Erfahrungen mit den VAERS-Daten waren konträr dazu. Sollte ich etwas übersehen haben?
Nur zwei Tage später reichte Steve Kirsch eine umfangreiche Analysen tschechischer Sterbefallzahlen nach, die anscheinend eindeutig belegten, dass Spikevax mit einer etwa 50% höheren Sterberate als Comirnaty über alle Altersklassen verknüpft sei. Kirsch nannte diese fortan stets „record-level data“. Er schrieb den ersten Artikel offensichtlich in Kenntnis des zweiten, um so einen weiteren Beleg für seine, anscheinend sensationelle Aussage zu erhalten.
Kurz danach postete Kirsch aufgrund der zum Teil sehr kritischen Resonanz zwei weitere Artikel zu diesem Thema, hier und hier, ohne substanziell Neues.
- Mayer, Dr. Peter F.(Autor)
Was stimmt nun?
Meine Analysen der VAERS-Daten
Ich wollte meine Analysen nicht auf Todesfälle beschränken, sondern habe mir auch die wesentlich zahlreicheren „schwerwiegenden“ (serious) Fälle angeschaut.
Die Überlegung dazu: Todesfälle kann man als die schwerste Ausprägung eines schwerwiegenden Ereignisses sehen, also eine Teilmenge von „serious“. Teilmengen werden in der Regel einigermaßen mit der (hier viel) größeren Menge von „serious“ korrelieren. Außerdem ist naheliegend, dass einige schwerwiegende Nebenwirkungen, welche Jüngere (noch) überleben, bei Älteren oder Vorerkrankten zum Tode führen.
Essentiell bei Analysen zur Mortalität ist, dass man sicher ist, dass ähnliche Altersgruppen verglichen werden. Innerhalb einer randomisiert-kontrollierten Studie kein Problem, bei „real data“ aber durchaus. Denn die Mortalität steigt natürlicherweise immer mit steigendem Alter. Eine sehr gute Faustregel besagt, dass sich die Mortalität alle 8 Jahrgänge verdoppelt. D.h., man kann davon ausgehen, dass 72-Jährige ein 2 hoch 4, also 16 fach höheres Sterberisiko als 40-jährige haben, und dass das Sterberisiko von 88jährigen nochmals 4fach höher ist. Steve Kirsch hatte das in seiner sehr groben VAERS-Analyse gar nicht berücksichtigt. Auch wenn Datenbanken wie VAERS auf Verdachtsfällen beruhen, die eigentlich keine sonderlich starke Altersabhängigkeit zeigen sollten, so ist das Alter auch hier ein wichtiger Faktor.
Siehe dazu die Abb. 1 und 2. Man erkennt klar:
-
Kurz nach der ersten oder zweiten Impfung sind die Todesfallmeldungen am höchsten. Das mag natürlich auch am psychologischen Effekt liegen, dass Ereignisse im engen zeitlichen Zusammenhang eher gemeldet werden als bei einem weiten. Der Vergleich zu früheren Impfungen, hier 2010-2019, zeigt aber, dass die modRNA-Produkte offenbar darüber hinaus einen akut tödlichen Effekt haben.
-
Der Vergleich der Y-Achsen von Abb. 1 und Abb. 2 zeigt, dass Ältere wesentlich häufiger mit raschem Tod reagierten als Jüngere. Dabei war die absolute Anzahl der verabreichten Dosen bei den Älteren mutmaßlich sogar niedriger (siehe weiter unten, „Meldungen“).
-
Die Boosterdosis schien damals noch keine derart verheerenden akut tödlichen Effekte auszulösen.
Abb. 1 Todesfälle (Verdachtsmeldungen nach Impfungen, 18-64 Jahre
Eigene Abfrage aus US VAERS, 17. Dezember 2021. Aus meinem Gutachten1.
Abb. 2 Todesfälle (Verdachtsmeldungen nach Impfungen, >65 Jahre
Eigene Abfrage aus US VAERS, 17. Dezember 2021. Man beachte die gegenüber Abb. 1 veränderte Y-Achse. Aus meinem Gutachten1.
Bedeutung:
- Die meisten Todesfallmeldungen in VAERS erscheinen kurz nach der Impfung.
- Ältere sind auch in VAERS überproportional von Sterbefällen betroffen.
Zählung über die gesamte Impfkampagne
Ich habe meine neuen Analysen daher zunächst in zwei Altersklassen durchgeführt: 18 bis 64 und 65+.
Wie bei meinen VAERS-Analysen seit 2022 nutzte ich auch hier Disproportionalitätsanalysen (DPA). Die prinzipielle Methodik kann man hier sowie hier nachlesen. Ich habe stets die bivalenten Produkte mitgezählt.
PRR Proportional rate ratio, dies ist der mittlere Schätzwert, das Verhältnis von zwei Verhältniszahlen. Ein PRR von 1 zeigt Äquivalenz an.
LCL lower 95% confidence limit, untere 95% Konfidenzgrenze. Ist diese >1, liegt ein Signal vor, je weiter entfernt, desto stärker.
UCL upper 95% confidence limit, obere 95% Konfidenzgrenze. Ist diese <1, liegt ein gegenteiliges Signal vor.
Im Vergleich zu allen Impfstoffen (verabreicht, gemeldet und passiert 2012 bis November 2020) zeigte Comirnaty in der Gruppe 65+ ein extrem starkes Signal, d.h. eindeutig mehr Todesfälle (Tabelle 1, PRR ~18, LCL >15). Bei Spikevax war das Signal nicht ganz so extrem, aber ebenfalls zweifellos eindeutig (PRR ~14, LCL >11). Im direkten Vergleich war Comirnaty signifikant gefährlicher als Spikevax (LCL > 1.23).
In der Gruppe 18-64 waren die Signale gegenüber den früheren Impfungen zwar ebenfalls eindeutig, dafür gab es aber keinen Unterschied zwischen den beiden modRNA-Produkten.
Tabelle 1 DPA zu Todesfällen
Ähnlich sieht es bei schwerwiegenden Fällen aus (Tabelle 2). Auch hier zeigen die Älteren wieder völlig eindeutige Signale für beide modRNA-Produkte gegenüber früheren Impfungen. Erneut ist Comirnaty signifikant gefährlicher als Spikevax.
Bei den Jüngeren (18-64) scheinen die modRNA-Produkte gegen frühere Impfungen auf den ersten Blick fast harmlos im Vergleich zur DPA zu Todesfällen. Dies täuscht aber. Denn der Blick auf die winzigen Konfidenzintervalle zeigt, dass auch diese Signale höchst eindeutig waren. Wegen der riesigen Fallzahlen im 4-Felder-Test ergibt sich selbst für den am wenigsten eindeutigen Vergleich, Spikevax gegen „any vax“, ein p-Wert <0.00001; das Gleiche gilt auch für den Vergleich beider modRNA-Produkte.
Tabelle 1 DPA zu schwerwiegenden Fällen
Bedeutung:
- In allen 4 Analysen waren die modRNA-Produkte eindeutig gefährlicher als alle früheren Impfungen.
- In 3 von 4 Analysen war Comirnaty signifikant gefährlicher als Spikevax. Lediglich bei Todesfällen in der Altersgruppe 18-64 war kein Unterschied zwischen den modRNA-Produkten erkennbar.
Insgesamt geben die US-Daten keinen Anlass zur Vermutung, dass Spikevax gefährlicher wäre.
Zeitlicher Verlauf
Steve Kirsch bezog sich primär auf Daten von 2021. Könnte das eine Erklärung sein?
Der zeitliche Verlauf erscheint abweichend von der Auswertung über die gesamte Impfkampagne (Abb. 3). Im Jahre 2021 war Comirnaty bei den Älteren (65+) eindeutig tödlicher. Sogar in 2022 war Comirnaty noch signifikant tödlicher, in 2023 kein Unterschied, im Rumpfjahr 2024 war Spikevax sogar tödlicher (p = 0.0169). Die Details im Anhang zeigen, was man schon von der zunehmenden Größe der Konfidenzintervalle vermuten kann, dass in 2021 wesentlich mehr Todesfälle und überhaupt Verdachtsfälle in VAERS gemeldet wurden als in den folgenden Jahren.
Der Verlauf in der Gruppe 18-64 ist ähnlich dem der 65+, allerdings unterschieden sich die beiden modRNA-Produkte zu keinem Zeitpunkt signifikant (Abb. 3).
Abb. 3 Zeitverlauf der DPA zu Todesfällen, Comirnaty gegen Spikevax
Es wurden jeweils nur die Sterbefälle gewertet, die im gegebenen Kalenderjahr gezählt wurden. Unbedingt die Breite der Konfidenzintervalle beachten! Details im Anhang.
Immerhin ist der Trend zur Umkehr der Gefährdungspotentiale in 2024 bemerkenswert. Die Konfidenzintervalle sind aber derart groß und die zu Grunde liegenden Zahlen derart klein, dass dies weit weg von sicher ist. Zudem spielen diese Zahlen in Kirschs Analysen keine Rolle.
Die entsprechenden Verlaufskurven für schwerwiegende Fälle sind demgegenüber recht einheitlich, sowohl was die beiden Altersgruppen angeht als auch hinsichtlich des Ausreißers 2024. Wegen der durchweg winzigen bis kleinen Konfidenzintervalle kann man Zufallsbefunde sicher ausschließen. Bemerkenswert ist ferner, dass im Laufe von 2023 die bivalenten modRNA-Produkte eingeführt wurden. Bei schwerwiegenden Ereignissen erschien Spikevax alleine in 2024 gefährlicher.
Abb. 4 Zeitverlauf der DPA zu schwerwiegenden Fällen, Comirnaty gegen Spikevax
Es wurden jeweils nur die Sterbefälle, die im gegebenen Kalenderjahr gezählt wurden gewertet. Unbedingt die Breite der Konfidenzintervalle beachten! Details im Anhang.
Immerhin erscheint der zeitliche Verlauf von Todesfällen und schwerwiegenden Ereignissen insofern ähnlich, als dass in 2021 und 2022, als die Masse der Fälle gemeldet wurde, Comirnaty eindeutig gefährlicher als Spikevax war. Manches spricht dafür, dass Spikevax zuletzt, d.h. in 2024 gefährlicher war. Das Jahr 2023 ergibt ein gemischtes Bild.
Bedeutung:
-
Der Masse der Beobachtungen zeigt eindeutig, dass Comirnaty etwas gefährlicher als Spikevax war.
-
In 2024 gab es vielleicht eine Trendumkehr, d.h. Spikevax wäre seither gefährlicher.
-
Wegen der geringen Anzahl von Ereignissen in 2024 kann der Zeitverlauf die Diskrepanz zu Kirschs Interpretation nicht erklären.
Meldungen
Bei einer DPA tun sich leicht intuitive Probleme auf. Wir neigen bei Brüchen allzu oft dazu, auf den Zähler zu schauen und den Nenner zu vernachlässigen. Da die DPA aber das Verhältnis von zwei Brüchen untersucht, ist dieses Problem noch weit größer. Das heißt, nicht nur die Zähler, also die Todesfälle, können sich im Laufe der Zeit ändern, sondern auch die Nenner, also die Meldungen.
Wegen der oben genannten Faustformel können ungleichmäßige Verteilungen der Dosen in den Altersklassen zu extremen Fehleinschätzungen führen. Leider gibt es, soviel ich weiß, für die USA in Ourworldindata keine Daten zur Verteilung der Dosen nach Altersklassen.
Man kann nun annehmen, dass Meldungen in VAERS in erster Näherung („proxy“) die Zahl der Exponierten bzw. der verimpften Dosen reflektiert, wenigstens pro Jahr. Wegen der notorisch geringen Melderate von Nebenwirkungen wird der Zusammenhang bei großen Zahlen stabil sein; dies ist hier überall gegeben. Natürlich könnte auch ein Zusammenhang mit der Banalität oder Gefährlichkeit der Produkte bestehen, diese beiden Faktoren dürften, nach allem was wir wissen, grundsätzlich bei den modRNA Produkten ähnlich sein. Deshalb habe ich die Verhältniszahlen der Meldungen über die Zeit dargestellt und als „proxy“ für die verimpften Dosen genommen.
Demnach war bei den Jüngeren (18-64) in 2021 praktisch gleich viel von beiden Produkten verspritzt worden (Abb. 4). Danach stieg die Rate zugunsten von Comirnaty deutlich an. Diese 47 Jahrgänge machen überhaupt die Masse der Daten aus.
In der Klasse 65-79 Jahre (15 Jahrgänge) überwog anfangs Spikevax, danach stieg der Anteil der Comirnaty-Empfänger bis zum Überwiegen in 2024 an. Aufgrund oben genannter Faustformel sollte es aber in dieser Gruppe ganz grob 10mal mehr Sterbefälle wie in der Gruppe der 18-64jährigen geben.
In der Klasse 80+, also denen mit den verhältnismäßig meisten Sterbefällen unabhängig von einer Impfung, aber sicherlich wesentlich weniger Personen bzw. verabreichten Dosen, war der Anteil der Spikevax-Empfänger stets höher, wenn auch nicht immer signifikant.
Abb. 4 Zeitverlauf der Verhältnisse eingegangenen Meldungen.
Inklusive 95% Konfidenzintervallen. Daten dazu im Anhang
Bedeutung:
-
In den USA erhielten anscheinend Jüngere häufiger Comirnaty, Ältere eher Spikevax.
Was ist das Kernproblem bei Steves Kirschs Interpretation?
Kirsch führte eben keine DPA aus, sondern zählte schlicht Todesfallmeldungen in VAERS, zum Teil sogar nur die in 2021, und bezog diese Fälle einfach auf die insgesamt verspritzten Dosen von Comirnaty und Spikevax.
Kirsch machte keine Anstalten, die Verteilung der Dosen auf die Altersgruppen zu untersuchen und ging offenbar von einer Gleichverteilung aus. Dies war der eine von Kirschs Kardinalfehlern. Die obigen Analysen zeigen, dass die Annahme einer Gleichverteilung der verimpften Dosen über alle Altersklassen abwegig ist, und diese Fehleinschätzung vollständig erklären kann.
Die tschechischen Daten
Es gibt einige Anhaltspunkte dafür, dass Kirsch die Behauptung vom gefährlicheren Spikevax auf Basis seiner Interpretation der tschechischen Daten machte. Und dabei alle Warnsignale und widersprüchlichen Befunde in den Wind schlug, also seiner eigenen „self-fulfilling prophecy“ erlag.
Was aber ist an den tschechischen Daten dran? Kann man denen vertrauen?
Zunächst das positive: Seine Leute haben die Daten nach Jahrgängen ausgewertet und mit einer Gruppe von „unvaccinated“ verglichen. Vordergründig optimal.
Kirsch hätte aber angesichts der folgenden Abbildung misstrauisch werden müssen!
Abb. 5 Abbildung aus Kirschs Substack-Artikel.
Ich sehe dort drei Probleme:
-
Die schwarze Kurve für „unvaccinated“ liegt fast permanent über allen anderen, so als wären die mit Abstand meisten Tschechen wegen fehlender Impfung gestorben. Dies widerspricht allen bisherigen soliden Analysen, ist allerdings in einer Linie mit einigen höchst zweifelhaften Analysen. So wäre das natürlich der ideale Befund für alle „vaxer“.
-
Die Kurven für „Pfizer“ und „Moderna“ beginnen nicht mit Beginn der Impfkampagne, sondern deutlich später. Dies weist daraufhin, dass erst ab einer gewissen Karenzzeit die Todesfälle diesen Produkten zugeordnet wurden, also höchstwahrscheinlich als „unvaccinated“ gezählt wurden. Dies allein ergibt extremen Bias gegen „unvaccinated“.
-
Wenn nur anfangs eine solche Fehlklassifizierung vorgenommen worden wäre, hätte die Kurve für „unvaccinated“ in 2022 deutlich fallen müssen, sogar unter die der Geimpften. Das tat sie aber nicht. Demnach muss man mindestens einen weiteren systematischen Fehler in den Daten unterstellen. Z.B. dass sogar nach Booster eine Karenzzeit angenommen wurde. Ulf Lorré und „USmortality“ vermuten aufgrund ihrer Analysen der „record-level“ Datensätze, dass diese massiv korumpiert sind2.
Die vielen Kommentare unter zweitem Substackartikel, den Folgeartikeln und die Antworten darauf weisen zudem auf den zweiten Kardinalfehler hin: Das Vertrauen in den Datenanalysten namens „henjin“3. Jemand, der offensichtlich eine KI für seine ausschweifenden Antworten, vielleicht auch seine Analysen benutzt. Seine Antworten und Auslassungen, z.B. auch auf X, sind derart einseitig „pro vax“, dass man davon ausgehen sollte, dass der/die/das von Pfizer, dem DoD oder der CIA bezahlt wird.
In den Antworten gingen Kirsch und henjin darauf ein, dass sie keine „sozio-ökonomischen Daten“ berücksichtigt hätten. Selbst wenn das überhaupt möglich gewesen wäre, wären solche Hilfsdaten wegen der vielen Fehler vermutlich ohne Relevanz geblieben.
Die Dosis von Spikevax
Kirsch begründete den vermeintlichen Nachteil von Spikevax auch mit der höheren Dosis. Auch dies trifft nur halb zu. Tatsächlich sollte die erste Dosis 100 µg Elasomeran enthalten – im Gegensatz zu 30 µg Tozinameran im Falle von Comirnaty. Alle folgenden Spikevaxdosen sollten aber höchstens 50 µg enthalten.
Die unterschiedlichen Dosen wären aber nur dann relevant, wenn man annimmt, dass Elasomeran und Tozinameran weitgehend identisch wären. Allein schon die verschiedenen Namen lassen daran zweifeln. Man sollte vielmehr konkrete Humandaten zugrunde legen, sofern es die gibt. Mit VAERS und der DPA-Methode gibt es die.
Fazit
Diese Analysen zeigen vor allem, dass beide modRNA-Produkte höchst gefährlich waren und noch immer sind.
Wenigstens für die Jahre 2021 und 2022 kann keine Rede davon sein kann, dass Spikevax gefährlicher als Comirnaty sei. Für die Zeit danach, vor allem für 2024, ist die Datenbasis zu dünn für eindeutige Aussagen, aber auch zu dünn, um Kirschs Fehleinschätzung zu erklären. Da ich diese Impfungen sowieso niemandem empfehlen würde, sind Überlegungen irrelevant, wonach neues Comirnaty besser als neues Spikevax wäre.
Offensichtlich ist Kirsch bei seinen Artikeln einem Troll auf den Leim gegangen. Er sollte seine Zuarbeiter sorgfältiger auswählen. Dies sollte auch ein Warnsignal für andere aus der Szene sein.
Anhang: Appendix-TKP-artcile-spikevax
Mein Dank geht an Ulf Lorré für Anregungen.
Referenzen
1 Gutachten zu Nutzen und Risiken von Comirnaty®
https://kremer.tentary.com/p/My5eA4
Expert opinion on benefits and risks of Comirnaty®
https://kremer.tentary.com/p/GNV9M3
2 Persönliche Mitteilung
Die in diesem Artikel geäußerten Ansichten spiegeln nicht unbedingt die Ansichten der fixen Autoren von TKP wider. Rechte und inhaltliche Verantwortung liegen beim Autor.
Dr. Hans-Joachim Kremer verfügt über jahrzehntelange Erfahrung in der klinischen Forschung und ist als freiberuflicher Medical Writer tätig.
Unsere Arbeit ist spendenfinanziert – wir bitten um Unterstützung.
Folge TKP auf Telegram oder GETTR und abonniere unseren Newsletter.
Was hätte man Ende 2020 zum Comirnaty wissen können?
Corona-mRNA-Präparate von BioNTech Pfizer: 500-fache Überschreitung der Grenzwerte – Studie
EMA zu DNA-Verunreinigungen – Glaubt uns einfach: Nicht relevant, Evidenz unnötig
I didn’t find data for doses administered by manufacturer and age group in the United States. But when I simply looked at all ages aggregated together, the Moderna-Pfizer ratio was about 1.38 for deaths per dose, 1.55 for reports per dose, and 0.89 for deaths per report: sars2.net/czech3.html#Ratio_of_deaths_per_adverse_event_reports_in_VAERS_calculated_by_Hans_Joachim_Kremer. But when I took the number of adverse event reports in Czechia from a spreadsheet on the GitHub account of Palacky University and I compared it to the number of doses administered in the record-level data, my Moderna-Pfizer ratio was about 1.85 for deaths per dose, 1.40 for reports per dose, and 1.32 for deaths per report. So in both cases Moderna got higher ratios of deaths per dose and reports per dose than Pfizer. But in the Czech data Moderna also got a higher rate of deaths per adverse event report. I wasn’t able to adjust either calculation for age. But in the Czech record-level data, the average age of people who got Moderna for the first dose is about 7 years higher than the average age of people who got Pfizer for the first dose.
You wrote: „The black curve for ‚unvaccinated‘ is almost permanently above all the others, as if the vast majority of Czechs had died because they were not vaccinated.“ However only a small percentage of people are unvaccinated in the elderly age groups which account for most deaths, so in 2021 to 2022 the record-level data had a total of 143,958 deaths in vaccinated people but only 115,901 deaths in unvaccinated people:
library(data.table);b=fread("http://sars2.net/f/czbucketsdaily.csv.gz");b[year(date)>=2021,.(dead=sum(dead)),.(isvaccinated=dose>0)].You wrote: „The curves for ‚Pfizer‘ and ‚Moderna‘ do not begin with the start of the vaccination campaign, but much later.“ But the line for Moderna starts in January 2021 which is when the first Moderna vaccines were administered in the Czech record-level data. And the reason why the line for Pfizer is not plotted in December 2020 is because I didn’t plot the ASMR values on months that had less than 100 person-years, but I forgot to mention it in the caption of my plot: sars2.net/czech2.html#ASMR_by_month_and_vaccine_type. In December 2020 people with a Pfizer vaccine had about 94 person-years and zero deaths.
Unvaccinated people also have much higher ASMR than vaccinated people in the Dutch CBS data: https://www.cbs.nl/nl-nl/longread/rapportages/2024/covid-vaccinatiestatus-en-sterfte/3-resultaten. And the difference is probably not because of any classification delay, because the difference remains in place even in 2022 when few new people are getting first doses so they could be misclassified as unvaccinated if they die within a couple of weeks from their first dose.
Barry Young’s New Zealand data doesn’t include unvaccinated people, and it’s also missing about half of vaccinated people. But the half of vaccinated people who are included in his dataset have lower ASMR than the general population of New Zealand, so it probably means that unvaccinated people have higher ASMR than vaccinated people (unless the vaccinated people who were included in Barry’s dataset were not representative of vaccinated people as a whole and the missing half of vaccinated people had much higher ASMR): sars2.net/moar.html#Excess_ASMR_compared_to_reported_mortality_data_in_New_Zealand.
„I didn’t find data for doses administered by manufacturer and age group in the United States.“
You simply provided an answer that is unrelated to the issue I stressed.
Why are you arguing with Czech data, while I referred to US data?
Did you instruct your AI insufficiently?
I thought it would be interesting to verify the results of your calculation based on other datasets. It might be that in the United States there were some confounding factors which caused Pfizer to have higher rate of deaths per reports than Moderna, but in other countries similar confounding factors might work in favor of Pfizer and not Moderna. If the PRR values are not consistent across countries, then it suggests that differences in the PRR values might be explained by confounders and not a difference in vaccine safety.
However when I calculated a ratio of deaths per reports at EudraVigilance, it was higher for Moderna than Pfizer in all age groups. See the table I added to the end of this section: http://sars2.net/czech4.html#Ratio_of_deaths_per_adverse_event_reports_in_VAERS_calculated_by_Hans_Joachim_Kremer.
The main problem with the Czech data: They are unreliable.
I stressed few issues, it appears that others will follow with details.
As the Czech data are unreliable in a fundamental aspect, namely obvious misclassifications of deaths shortly after vaccination to „unvaccinated“:
Why should we trust the rest?
Why should we trust a vax promoter as you are?
Thank you for reminding me to the Dutch data.
https://www.cbs.nl/nl-nl/longread/rapportages/2024/covid-vaccinatiestatus-en-sterfte/3-resultaten.
Perfect support for my position and against yours.
Look at Fig. 3.1.1. You clearly see the peak C19 mortality in Week 7 for the line „zonder“ (= without) latency time. You also see a tiny surplus in Week 47 to 49.
You may argue: Because they were not yet protected. However, it is antiintuitive to get such sharp peaks. And you could never explain the December surplus, as people were told to be protected. We know from the whole C19 crisis that misclassification on death certificates were very common, simply because encouraged by the WHO.
In the set without carehomes (Fig 3.1.2) the peak is even brighter.
Off course, you should also look at nonC19-mortality in Fig 3.2.1 and 3.2.2. In principle the same. Initially increased mortality.
Essential point: The dutch statistician did not want to show us accumulated data. Most likely, as such figures would have clarified that the vaccinated never catch-up the initial disadvatange. The essential killing argument against the vaccines.
Further below the Dutch statisticians showed figures comparing „vacinated“ vs. „unvaccinated“, however, using the cheap trick, i.e. counting events in the initial phase after vaccination to the unvaccinated. The same cheap trick you used in with the Czech data.
However, I am quite confident that my follegues will find more tricks within the Czech data.
Figure 3.1.1 shows the absolute number of deaths and not a mortality rate, and in the first 2 months of 2021 the dark blue line has a much bigger population size than the green line, because there weren’t yet that many people who had completed the primary course.
But if you look at figure 3.3.2 which shows the age-standardized mortality rate and where people are counted as vaccinated immediately after the first dose, then even on week 4 of 2021 unvaccinated people have only about twice as high COVID ASMR as vaccinated people.
Of course the vaccine didn’t offer perfect protection. But on week 49 of 2021 when COVID deaths peaked in figure 3.3.2, unvaccinated people still had about 2.5 times higher COVID ASMR than vaccinated people. In the Czech data vaccinated people also have an increase in all-cause ASMR during the COVID wave in December 2021, even though the increase is much bigger in unvaccinated people. In December 2021 the age-standardized hospitalization rate for COVID was also about 6 times higher in unvaccinated people than vaccinated people: http://sars2.net/czech3.html#Age_standardized_hospitalization_rate_by_vaccination_status.
I don’t think cumulative data would show that vaccinated people never caught up to an initial disadvantage in the Dutch data, because the disadvantage lasted only a couple of weeks during a period when vaccinated people had a small population size. You can calculate all-cause ASMR in the Dutch data by adding together COVID and non-COVID ASMR because the denominators are same. It shows that in people who were not in long-term care, there’s only 6 weeks in early 2021 when vaccinated people had higher ASMR than unvaccinated people, and there were zero weeks in people who were in long-term care: http://sars2.net/statistic.html#All_cause_ASMR.
The Dutch CBS statistics include one set of plots which employ the „cheap trick“ and another set of plots which don’t. But there’s not much difference between the plots after the first half of 2021, and in the second quarter of 2021 the cheap trick worked in favor of unvaccinated people: http://sars2.net/statistic.html#Comparison_of_fully_vaccinated_and_vaccinated_ASMR.
I didn’t use the cheap trick with the Czech data but I counted people as vaccinated immediately from the day of the first dose. I posted my code here: http://sars2.net/czech.html#Bucket_analysis, http://sars2.net/czech2.html#ASMR_by_month_and_vaccine_type. If you do a similar analysis but you can’t reproduce my results because my code had some error, I will try to fix my code and issue a correction.
(However I’m now avoiding the term „cheap trick“ because it’s ambiguous, because it can mean that the classification delay is only applied to the numerator or to both the numerator and denominator. Neil and Fenton have used the term in the sense that deaths in recently vaccinated people are classified under unvaccinated people but recently vaccinated people are still counted in the vaccinated population size. However unlike in Neil and Fenton’s hypothetical simulations, in real datasets the classification delay is also applied to the denominator so that recently vaccinated people are also counted in the unvaccinated population size.)
re henjin, 2024-08-08, 20:04
„absolute number of deaths and not a mortality rate“
That’s correct! My sloppiness.
“ in the first 2 months of 2021 the dark blue line has a much bigger population size than the green line“
Pure nonsense! It was the same population, but a different method of counting.
“ if you look at figure 3.3.2″
You are lying or you are so stupid. Look carefully, the blue line (vaxxed) starts delayed, the green line earlier, i.e. with the the early vaxxed death counted in a manipulated manner. Hence, these date are useless for analysing safety!
And death rates are always related to safety, i.e. you must count everything and without delay.
Because of the „cheap trick“ applied in the Dutch and the Czech data, any analysís that incorporates 2021 data is unreliable. Maybe starting in 2022 will work, as with the ONS data.
You wrote: „It was the same population, but a different method of counting.“ But the dark blue line shows people with at least one dose, and the green and light blue lines show people who have completed the primary course. So they are not the same populations.
You wrote: „Look carefully, the blue line (vaxxed) starts delayed, the green line earlier, i.e. with the the early vaxxed death counted in a manipulated manner.“ However Netherlands started vaccination late so the CBS data has no deaths in vaccinated people for the first 3 weeks of 2021. But you can of course plot unvaccinated deaths even before a single dose had been administered. The first vaccine was only administered on January 6th: https://www.france24.com/en/europe/20210106-netherlands-begins-covid-19-vaccinations-well-after-other-eu-nations. In the Czech data the date of the first administered dose is on December 27th, but the first death in vaccinated people is on January 2nd.
I did count all deaths without a delay in the Czech data. But in the Czech data if people are counted as unvaccinated until 3 weeks from the first dose, it works in the favor of unvaccinated people because it reduces the ASMR of unvaccinated people and it increases the ASMR of vaccinated people: http://sars2.net/czech4.html#ASMR_when_people_are_classified_as_unvaccinated_until_three_weeks_from_vaccination. In the English ONS data if you calculate CMR by age group so that you count people as unvaccinated until 3 weeks from the first dose, it similarly reduces the CMR of unvaccinated people. (See the new plot I added under my previous link.)
Der Vergleich, „was besser ist“, stammt aus dem Marketing und exkludiert die Möglichkeit, kein Produkt zu kaufen. Zwischen Pfizer und AstraZeneca gab es auch einen solchen Vergleich.
Der Kontakt mit dem Spike-Protein führt bei 30% zu mentalen Problemen. Das betrifft Infektion und Injektion. Der Mechanismus ist geklärt. Die Konzentration auf Übersterblichkeit ist eine Ablenkung.
Alexander Ehrlich hat in tkp gefordert, man möge die unterschiedlichen Gründe, sich nicht impfen zu lassen analysieren – anstelle die Grundrechtsverletzungen anzuprangern.
Aya Velasques hat erklärt man müsse 10 Jahre die RKI-Files studieren, bevor man aufarbeiten könne. Bis dahin gelten keine Grundrechte?
Die Schwurbler werden offenbar (teilweise? Ich möchte Dr Mayer und vielen mutigen Wissenschaftlern nichts unterstellen) von den Gleichen gesteuert, die den Mainstream steuern. Das wäre übrigens nach Lehrbuch: Die Themenführerschaft behalten.
Es bleibt also nur, selber zu denken.
Wie man einen Kirsch oder einen Ehrlich dazu bringt, mag ich mir nicht vorstellen.
Ich glaube nicht, dass eine der in Ihrem Kommentar genannten Personen „von denen“ umgedreht wurde. Für uns alle, mich eingeschlossen, gilt:
Irren ist menschlich.
Ich finde es wichtig, dass man Irrungen aufzeigt und diskutiert. Fatal wäre es, Autoren alles abzunehmen, nur weil die auf der „richtigen“ Seite stehen. Für andere stehen Lauterbach, Mückstein und Fauci auf der richtigen Seite …
Wie Sie völlig zu Recht schreiben: „Selber zu denken“ ist und bleibt notwendig!
Die Behauptungen von Kirsch in Sachen Spikevax waren halt sehr falsch, höchstwahrscheinlich fehlgeleitet durch den genannten Troll, der ja auch schon hier einen seiner berüchtigten Kommentare abgelassen hat.
An early version of the README file for Kirsch’s GitHub repository said: „Vaccines were randomly distributed for those wishing to get vaxxed. […] People were not allowed to select which vaccines they got. […] The randomization of which vaccine someone got created a perfect real-world randomized clinical trial where we could compute the mortality rates for 1 year after Dose 2 for the two most popular vaccines.“ (https://github.com/skirsch/Czech/blob/5725ac1b64ede7124e00b72af68892f31736b349/README.md)
So Kirsch assumed that the Czech population took part in some kind of a real-world randomized trial where they were randomly allocated either a Pfizer or Moderna vaccine, which was the initial basis of his claim that it was some kind of a smoking gun that Moderna had higher mortality than Pfizer. He edited the README file after I pointed out why it was wrong. But he still stuck to his position that the Moderna-Pfizer ratio was the smoking gun in the Czech data, even though me and Uncle John Returns showed that there were several counfounders which could’ve explained the difference in mortality instead.
So if anything I have influenced Kirsch to tone down his initial claim that the vaccine types were allocated randomly. And I think I have done more work than anyone else to show why Kirsch is wrong about the Czech data.
re henjin’s post 2024-08-09, 16:00
„Vaccines were randomly distributed for those wishing to get vaxxed…“
Pure nonsense!
Obviously both modRNA products were not available in the same magnitude and this always throughout the course of the campaign. As I showed for VAERS data, the distrubution among age classes was definitely not at random, but very uneven. So your claim „randomly“ is proven wrong.
After a while, in Germany starting anywhere in summer 2021, people in fact got the opportunity to select the second, third, and so on dose based on their previous dose. Because recipients of Jcovden were younger and a booster was not yet available, many younger people had then to switch to modRNA, as you see more to Pfizer.
But if you consider the README of Steve Kirsch that was most likely influenced by yourself as the holy bible, you denie the truth.
As vaxers do always.
I didn’t claim that vaccines were distributed randomly, but that’s what Kirsch initially claimed before I corrected him and showed him that the vaccines had an uneven age distribution: http://sars2.net/czech.html#Were_Pfizer_and_Moderna_vaccines_allocated_randomly.
On July 4th UTC Kirsch tweeted: „There’s a really good reason that every government in the world except for one has been hiding the record level data. We now have the information from the government that was willing to disclose it. The vaccines are causing this. It’s now an ambiguous. And I’ll be writing it up and getting it published in peer reviewed literature.“ Then I replied to his tweet: „If you publish your analysis on Substack or Twitter before you publish the paper, then me and Uncle John and canceledmouse et al. can probably do a better job peer reviewing it than the peer reviewers in a scientific paper (like what happened to your analysis of Barry’s data).“ (https://x.com/henjin256/status/1808985855702212859)
And then a few days later on July 7th UTC, Kirsch sent me a link to his GitHub repository which he had not yet published. But at that time the README file already included the claim that the vaccines were distributed randomly, so I don’t see how the README file was influenced by me at that point: https://github.com/skirsch/Czech/blob/a0bd09a6be268a8d225bc91cd479ad8bbbb84d19/README.md. Kirsch published his first Substack post about the Czech data on July 17th UTC, but then because of my feedback, he was able to avoid repeating the incorrect claim that the vaccine types were distributed randomly in his Substack post.
Die im Labor erzeugten Viren und Covid erreger haben doch nur einen Sinn, dem erzeugen von Krankheiten bei Menschen! Warum will ein Bill Gates Tierkrankheiten auf Menschen übertragen können? Nur um Geld zu machen oder geht es auch um die Terror-Aktionen eines WEF, Menschen gewählt zu töten? Wo Mrna drin ist, ist Krankheit und Boshafte Pharma aktiv. Die RKI Lügen wurden enttarnt und selbst die EU ist gegen ihre Bevölkerung zugunsten der Pharma aufgestellt. Keine Plandemie hat so viele Krankheiten erneuert, wie die Covid-Impfungen! Turbo Krebs und Gürtelrose, Herzkrankheiten und Trombosen sind seit Impfung aus dem Boden geschossen wie nie zuvor! Eine angebliche Prüfung gab es nicht. Nur der Tod und die Abhängigkeit bei den Pharma-Firmen sind das Ergebnis unserer Politisch gesteuerten Plandemie. Selbst die WHO ist nur eine gesteuerte Gates Einrichtung!
Danke für diese vertiefenden Einsichten und Argumente!
Mir würde es helfen einen Hinweis zu bekommen, was genau unter „DPA“ zu verstehen ist.
In der Regel folge ich den guten Schreibregeln: Zuerst und einmalig den Begriff ausschreiben, dann die Abkürzung, die im Verlauf nur noch verwendet wird.
Weiter oben im Artikel schrieb ich:
„Wie bei meinen VAERS-Analysen seit 2022 nutzte ich auch hier Disproportionalitätsanalysen (DPA).“
Es folgten dann auch Hinweise, wo man die Methodologie nachlesen kann.
Mea culpa: Ich hötte vielleicht noch den deutschen Begriff nutzen sollen, der eigentlich den Sinn schön beschreibt:
Analyse der Unverhältnismäßigkeit.