"Panie Mariuszu - jak można Pana wesprzeć?" - zadał mi pytanie jeden z moich subskrybentów. Blog na Substacku jest to hobby czasochłonne, ale nie planowałem tej działalności, jako źródła dodatkowego dochodu (do tej pory mam jednego płatnego subskrybenta ochotnika). Ale jeśli ktokolwiek uważa, że warto udzielić mi wsparcie finansowe - to poniższa zrzutka daje taką możliwość. Za każdą wpłatę - serdecznie dziękuję :)
„Jakby Pan jeszcze nie zrozumiał to proponuję zaznajomić się z poniższym artykułem który właściwie omawia czym jest RRR i ARR” napisał Pan Robert @robert900r i podał link https://www.tandfonline.com/doi/full/10.1080/14760584.2022.2067531
Zastanawia mnie czemu Pan Robert uważa, że ten właśnie artykuł „właściwie” omawia czym jest RRR i ARR? Artykuł napisany przez Claudio Marabottiego, włoskiego kardiologa z Pizy opublikowany w Expert Review of Vaccines, które należy do wydawnictwa Taylor & Francis, właściciela firmy F1000, który oferuje fundatorom miejsce do publikowania badań naukowych. Wśród fundatorów jest Komisja Europejska, Wellcome Trust oraz Fundacja Billa i Melindy Gatesów. https://taylorandfrancis.com/about/
Artykuł podejmuje próbę polemiki z pracami Piero Olliaro (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8057721/) i Petera Doshi (https://blogs.bmj.com/bmj/2020/11/26/peter-doshi-pfizer-and-modernas-95-effective-vaccines-lets-be-cautious-and-first-see-the-full-data/#content). Autor pisze, że podawanie względnej redukcji ryzyka (RRR), jak to się zwykle robi w badaniach 3 fazy, nie uwzględnia ryzyka tła zakażenia i zachorowania na COVID-19, które jest różne w różnych populacjach i w czasie i z tego powodu „kilku badaczy stwierdziło, że należy podawać również bezwzględną redukcję ryzyka (ARR), czyli różnicę między liczbą zachorowań ze szczepionką i bez niej. Te dwa wskaźniki, będąc koncepcyjnie różne, są różnego rzędu - na przykład 95% RRR dla szczepionki BNT162b2 (Pfizer-BioNTech) odpowiada 0,85% ARR. Zastosowanie jednej z tych dwóch miar do oszacowania stosunku ryzyka do korzyści doprowadziłoby do różnych wniosków.”
Marabotti pisze, że przedstawienie wyników zarówno w kategoriach ARR, jak i RRR byłoby niewątpliwie pełniejsze, co pozwoliłoby zarówno na oszacowanie wewnętrznej skuteczności profilaktycznej szczepionek, jak i (z pewną ostrożnością) ich skuteczności podczas przekładania na świat rzeczywisty poprzez kampanie szczepień, ale uważa że „zarówno wyniki badań, jak i dyskusje wśród ekspertów powinny być przekazywane i ujawniane z wielką ostrożnością, starannie unikając ryzyka manipulacji.” Trzeba uważać na to CO się ujawnia, ale też JAK to się robi: „naukowcy prawdopodobnie nie są przygotowani do przekazywania wyników w sposób adekwatny do takiego stanu napięcia. Na przykład, w jednym z artykułów w tym miejscu napisano, że ‘ARR są zwykle ignorowane, ponieważ dają o wiele mniej imponujące efekty ...’, co sugeruje swego rodzaju wybieranie danych, podkreślanie tych najbardziej imponujących i ukrywanie tych mniej atrakcyjnych.”
Marabotti argumentuje, że ARR i jego pochodna, liczba konieczna do zaszczepienia w celu zapobieżenia chorobie (NNV - Number Needed to Vaccinate) są parametrami zależnymi od czasu trwania badania. Więc spadek wskaźników redukcji ryzyka szczepionki BNT162b2 może być, przynajmniej częściowo, związany z bardzo krótkim czasem trwania badania (2 miesiące). Zasadnicze pytanie brzmi: jak skuteczna jest szczepionka o 95% RRR w zapobieganiu COVID-19 w następnych latach w dużej populacji narażonej na długotrwałe ryzyko zakażenia? Według Marabottiego aktualizacje danych po pięciu-sześciu miesiącach po podaniu szczepionek BNT162b2 i mRNA1273 (Moderna-NIH), pokazują miarę zależności ARR od czasu obserwacji, wykazując wzrost ARR odpowiednio do 3,7% i 4,9%. Ile osób zdecydowało by się na szczepienie gdyby lekarze – w zgodzie z obowiązkiem do podawania wszystkich danych potrzebnych do wyrażenia świadomej zgody przez pacjenta – informowali, że bezwzględna redukcja ryzyka po przyjęciu szczepionki wynosi aż 3,7%?
Autor uważa, że ARR, w przeciwieństwie do RRR, nie jest „wewnętrzną właściwością” leku lub szczepionki, ale czynnikiem przewidującym skuteczność interwencji podczas stosowania w "świecie rzeczywistym", będąc wynikiem interakcji pomiędzy tym lekiem lub szczepionką (z własną skutecznością wyrażoną przez RRR) a ryzykiem bazowym populacji. Nietypowe warunki, w jakich testowano szczepionki COVID-19 (w szczególności dystans społeczny, którego nie można utrzymać przez dłuższy czas), być może sprawiają, że ARR jest niewiarygodnym "predykatorem skuteczności" szczepień na poziomie populacji. Marabotti nie wspomina, że deklarowana RRR zmieniała się także w czasie – co w efekcie doprowadziło do wprowadzenia dawek przypominających.
Znacznie lepiej wyjaśnia „czym jest RRR i ARR” Ronald B. Brown, Ph.D. ze Szkoły Nauk o Zdrowiu Publicznym z kanadyjskiego uniwersytetu Waterloo w artykule „Tendencyjność w raportowaniu wyników badań klinicznych szczepionki COVID-19 mRNA” https://www.mdpi.com/1648-9144/57/3/199: “Bezwzględna redukcja ryzyka (ARR) i względna redukcja ryzyka (RRR) są miarami skuteczności leczenia podawanymi w randomizowanych badaniach klinicznych. Ponieważ ARR i RRR mogą być diametralnie różne w tym samym badaniu, konieczne jest uwzględnienie obu miar przy podawaniu wyników skuteczności, aby uniknąć błędu w raportowaniu wyników. Mimo, że wskazówki FDA są następujące: "Należy podawać ryzyko bezwzględne, a nie tylko ryzyko względne. Pacjenci mogą wyciągać niewłaściwe wnioski, gdy informacje o ryzyku są przedstawiane w formie ryzyka względnego, a to może prowadzić do podejmowania nieoptymalnych decyzji. Dlatego należy stosować format ryzyka bezwzględnego" to Pfizer/BioNTech i Moderna podały jedynie względne zmniejszenie ryzyka swoich szczepionek, bez odpowiadającego mu bezwzględnego zmniejszenia ryzyka, które "wydaje się być mniejsze niż 1%". Te same publicznie dostępne dane, bez informacji o bezwzględnej redukcji ryzyka, były analizowane przez członków, którzy zasiadają w Radzie ds. Szczepionek i Pokrewnych Produktów Biologicznych, komitecie doradczym FDA podczas podejmowania decyzji o dopuszczeniu do użytku w nagłych przypadkach (EUA) szczepionek mRNA.
W konkluzji autor pisze: „Krytyczna ocena danych z badań klinicznych III fazy dla szczepionki BNT162b2 firmy Pfizer/BioNTech oraz szczepionki Moderna mRNA-1273 wykazuje, że bezwzględne wartości redukcji ryzyka są znacznie niższe niż zgłoszone względne wartości redukcji ryzyka. Mimo to producenci nie podali w publicznie dostępnych dokumentach bezwzględnych miar redukcji ryzyka. Również Komitet Doradczy Amerykańskiej Agencji ds. Żywności i Leków (VRBPAC) nie zastosował się do opublikowanych przez FDA wytycznych dotyczących informowania opinii publicznej o ryzyku i korzyściach, a komitet ten nie podał bezwzględnych miar redukcji ryzyka przy dopuszczaniu szczepionek BNT162b2 i mRNA-1273 do stosowania w nagłych przypadkach. Takie przykłady stronniczości w raportowaniu wyników wprowadzają w błąd i zniekształcają publiczną interpretację skuteczności szczepionki COVID-19 mRNA oraz naruszają etyczne i prawne zobowiązania do wyrażenia świadomej zgody.”
W innym artykule - „Ryzyko względne a ryzyko bezwzględne: nie można interpretować jednego bez drugiego” (https://academic.oup.com/ndt/article/32/suppl_2/ii13/3056571) autorzy piszą: „Do prezentacji ryzyka można stosować zarówno miary względne, jak i bezwzględne. Najczęściej stosuje się ryzyko względne, zwłaszcza w badaniach pokazujących efekty leczenia. Ryzyko względne ma tę atrakcyjną cechę, że sumuje dwie liczby (ryzyko w jednej grupie i ryzyko w drugiej). Jednak ta cecha stanowi również ich główną słabość, ponieważ ukrywa leżące u podstaw ryzyko bezwzględne, i powoduje tendencję do przeceniania skuteczności interwencji. W wielu sytuacjach ryzyko bezwzględne lepiej oddaje rzeczywistą sytuację, także z punktu widzenia pacjenta ryzyko bezwzględne daje bardziej istotne informacje.
Na koniec warto przytoczyć (po raz kolejny) ważny artykuł naukowo-badawczy opublikowany w marcu 2021 we Frontiers in Molecular Immunology (Podstawy immunologii molekularnej) „Parametry skuteczności i bezpieczeństwa nowej szczepionki COVID-19” autorstwa Bożeny Riedel-Baima, Romana Zielińskiego i Kornelii Polok.
Autorzy we wstępie piszą: „Biorąc pod uwagę fakt, że skuteczność szczepionki może być trudnym pojęciem zarówno dla lekarzy, jak i urzędników służby zdrowia, postanowiliśmy wyjaśnić ją na podstawie danych z pierwszej publikacji dotyczącej skuteczności i bezpieczeństwa szczepionki COVID-19 wyprodukowanej przez firmę Pfizer/BioNTech. Przeanalizowaliśmy opublikowane dane i obliczyliśmy typowe parametry epidemiologiczne, takie jak RRR (względna redukcja ryzyka), RR (ryzyko względne), ARR (bezwzględna redukcja ryzyka) i NNT (Number Needed to Treat - liczba koniecznych do leczenia) dla 3 grup pacjentów, jak opisano w oryginalnej pracy. Ponadto obliczyliśmy parametry bezpieczeństwa dla szczepionki jako NNH (Number Needed to Harm - liczba koniecznych szkód) dla jakichkolwiek, powiązanych i ciężkich skutków ubocznych wymienionych przez badaczy. Twierdzimy, że zarówno NNT, jak i NNH są niezbędnymi szacunkami tego, jak szczepionka może działać w prawdziwym życiu i że solidne zrozumienie skuteczności jest niezbędne dla pacjentów i dostawców opieki zdrowotnej, a także urzędników służby zdrowia w celu podjęcia odpowiedzialnych i zrównoważonych decyzji politycznych dotyczących szczepień”.
Autorzy obliczyli RRR w trzech grupach wiekowych odpowiednio jako 95%, 94,6% i 53%, a wartości te są prawie identyczne z tym, co przedstawiono w artykule Pfizera jako odpowiadające im skuteczności, potwierdza logikę, która za tym stoi. Obliczyli też RR (ryzyko względne) jako współczynniki: 0,05, 0,0536 i 0,474, a ARR (bezwzględne zmniejszenie ryzyka) jako procenty: 0,836%, 0,795%, 0,2%, odpowiednio. Autorzy zauważają, że w oryginalnej pracy Pfizera brakuje zarówno RR, jak i ARR, co utrudnia mniej zorientowanym lekarzom, jak również laikom, przełożenie skuteczności szczepionki w rzeczywistym świecie. Należy podkreślić, że ryzyko względne (RR) jest stosunkiem ryzyka zakażenia osób zaszczepionych do nieszczepionych w badaniu i nie może stanowić prognozy, czy i ile osób zaszczepionych zachoruje w wyniku kontaktu z wirusem. W raporcie Pfizera brakuje wskaźnika NNT (number needed to treat), co autorzy uważają za niepokojące, ponieważ jest to najważniejszy parametr dla klinicysty i urzędnika odpowiedzialnego za politykę zdrowotną, który pozwala oszacować skuteczność interwencji: “Według nas NNT dla BNT162b2 jest wysoki - odpowiednio 120,126, 500, co wskazuje, że albo schorzenie było rzadkie, albo interwencja była względnie nieskuteczna. Nasze obliczenia dotyczące bezpieczeństwa BNT162b2 opierają się na danych przedstawionych w pracy i są podsumowane dla 3 różnych grup działań niepożądanych: wszelkie działania niepożądane, powiązane działania niepożądane i poważne działania niepożądane (patrz tabela 4). W części dotyczącej bezpieczeństwa brakuje jednak wskaźnika NNH (number needed to harm). Jest to niefortunne, ponieważ zarówno NNT, jak i NNH są niezbędne do przeprowadzenia rzetelnej analizy korzyści i skutków ubocznych, a także oceny efektywności kosztowej. Oszacowaliśmy NNH dla BNT162b2 w odpowiednich grupach (wszelkie, związane i ciężkie działania niepożądane) jako odpowiednio około 7, 6 i 1000.”
W konkluzji autorzy zwracają uwagę na błędne rozumienie terminu „skuteczności”, co wpływa na politykę zdrowia publicznego w wielu krajach, jak np. w Niemczech na "formularzu zgody na szczepienie" dla pacjentów znajdujemy następujące wyjaśnienie: "Zgodnie z obecnym stanem wiedzy ok. 95 na 100 zaszczepionych osób jest chronionych przed zachorowaniem" co nigdy nie zostało zbadane. Sami autorzy badań klinicznych, być może niezamierzenie, mogą sugerować taką interpretację, pisząc we wnioskach " Schemat dwóch dawek BNT162b2 zapewniał 95% ochronę przed Covid-19 u osób w wieku 16 lat i starszych". Ponadto, w miarę jak praca była tłumaczona na inne języki, słowo "efficacy" (efektywność) mogło być mylone ze słowem "effectiveness” (skuteczność działania). Istnieje różnica między skutecznością a efektywnością, która jest zbyt często ignorowana, a słowa te są często używane zamiennie. Efektywność (Effectiveness) opisuje sposób stosowania leku w warunkach rzeczywistych, gdzie nie można kontrolować populacji pacjentów i innych zmiennych. Skuteczność (Efficacy) opisuje, jak lek działa w wyidealizowanym lub kontrolowanym otoczeniu - mianowicie w badaniu klinicznym. Badania skuteczności nie są tym samym, co badania efektywności. Autorzy pracy twierdzą, że różnica między skutecznością a efektywnością, znana jako "luka wdrożeniowa", powinna być brana pod uwagę przy ustalaniu środków polityki zdrowotnej.
W odniesieniu do bezpieczeństwa, częstość ciężkich działań niepożądanych (NNH = 1000) wydaje się być problematyczna w sytuacji (pół-obowiązkowego) szczepienia co najmniej 50% populacji (jak planują niektóre rządy, np. w Polsce). Nie można pominąć faktu, że wzrost szkodliwych skutków w badaniach klinicznych w ramieniu szczepionych w porównaniu z ramieniem placebo był dwukrotnie większy (27% w porównaniu z 12%) w odniesieniu do jakichkolwiek zdarzeń niepożądanych i czterokrotnie w odniesieniu do związanych z nimi zdarzeń niepożądanych (21% vs. 5%). Autorzy piszą, że zdecydowali się przedstawić ich punkt widzenia na opublikowane przez Pfizer dane, aby rozpocząć dyskusję wśród pracowników służby zdrowia i władz zdrowotnych w celu zwiększenia przejrzystości wokół ważnej kwestii szczepień, a także aby przedstawić zrównoważony obraz nowej szczepionki Covid-19”.
Niestety - dyskusji nie było, liczyła się tylko oficjalna narracja, a naukowcy i lekarze mający odwagę wyrażać zdanie odmienne dostawali etykietę “antyszczepionkowca”, deplatformowano ich w mediach społecznościowych, a Izby Lekarskie próbowały i nadal próbują pozbawiać ich prawa do wykonywania zawodu, przy aplauzie propagandy fact-checkingowej przeróżnych demagogów.
Źródła:
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8057721/
https://www.tandfonline.com/doi/full/10.1080/14760584.2022.2067531
https://f1000.com/publishing-partnerships-funders/
https://taylorandfrancis.com/about/our-brands/
https://taylorandfrancis.com/about/executive-leadership-team/
https://taylorandfrancis.com/about/
https://www.mdpi.com/1648-9144/57/3/199
https://academic.oup.com/ndt/article/32/suppl_2/ii13/3056571
Świetnie Pan rozwałkował totumfackiego Pani Wpływolog Agnieszki Szuster-Ciesielskiej. Jego metoda, może także we wpisach tej Pani, to wyciąganie jakiejś jednej rzeczy z omawianego przez kogoś artykułu i wydanie wyroku czerwonym stemplem SPRAWDZAM lub FAKE NEWS. PPP (Płatny Pachołek Pfizera) miesza bluzgi z konkluzjami przepisanym z podręcznika aktywisty kowidianizmu. Nie ma co się nim przejmować, bo ma tylko 134 obserwujących. Napisał o Panu dość nieuprzejmie "Panie @MariuszJagora - ja wiem że u Was bardzo ciężko z myśleniem, ale nie myślałem że aż tak bardzo...". Jeśli chodzi o mnie, to nawet nie mogłem zobaczyć, co na mnie napisał, bo mnie zablokował. Komentował wywiad ze mną w PCH24.pl https://pch24.pl/dr-norman-pieniazek-jak-zabic-przeziebionego-rezim-covidowy-przyniosl-smierc-wielu-pacjentow/ twierdząc, że rozpowszechniam FAKE NEWS. Też powyciągał jakiej przypadkowe dane z cytowanego przeze mnie artykułu (https://www.cochrane.org/CD001269/ARI_vaccines-prevent-influenza-healthy-adults), pomijając dewastującą dla PPP konkluzję:
"Key messages
Inactivated vaccines can reduce the proportion of healthy adults (including pregnant women) who have influenza and ILI, but their impact is modest. We are uncertain about the effects of inactivated vaccines on working days lost or serious complications of influenza during
influenza season."
Czyli, jak maścią na szczury Pfizera (pseudoszczepionka oparta na mRNA) nie warto się szczepić.