Mehr Macht für Ärztekammer: Neues Gesetz nimmt Ärzte noch enger an Leine
Auch vierte Impfung versagt – Erste Daten aus Israel
Omikron – der Gamechanger?! Auch das Risiko für Krankenhauseinweisung steigt nach Impfung
Dies ist eine Analyse des NEJM-Artikels von Collie et al., zu einer südafrikanischen Studie, erschienen am 29.12.2021. Die veröffentlichten Schlussfolgerungen sind wissenschaftlich fragwürdig. Entgegen der Behauptung der Autoren, dass mit deren Daten die Wirksamkeit des Pfizer-Biontech-Impfstoffes in Sachen Krankenhauseinweisung belegt würden, zeigen die Daten tatsächlich genau das Gegenteil.
Von Dr. Anton Stein
Rechtzeitig zum Erscheinen der ersten Artikel, die große Fragezeichen zur Wirksamkeit der Corona-Impfungen zur Variante Omikron hinterlassen, hat nun auch das NEJM, also das New England Journal of Medicine, oft auch nur „the Journal“ genannt, Artikel veröffentlicht, die die Wirksamkeit in den höchsten Tönen bejubeln.
Nun sollte man zum NEJM noch dies wissen: Es ist eines der ältesten medizinischen Journale überhaupt und es hat den weltweit höchsten Impact Factor. Ich würde noch ergänzen, dass das NEJM in der Vergangenheit, also den Jahrzehnten, in denen ich dieses Journal kennen gelernt habe, oft einer gewissen Pharma-Logik frönte, aber durchaus auch mal weniger gut designte und durchgeführte universitäre Studien publizierte, wenn diese nur irgendwie bahnbrechende Aspekte beinhalteten; und dann auch über manche Fehler geflissentlich hinwegsah. Selbstverständlich ist das NEJM eine Speerspitze der Impfbefürworter seit Beginn dieser Krise.
Die Studie von Collie et al., um die es hier gehen soll, wurde als Correspondence eingereicht. Bei solchen Artikeln hängen die Trauben für die Autoren schon viel tiefer und die Herausgeber machen wohl auch nicht mehr so viel Aufhebens mit dem Review. Jedenfalls lautet der Titel „Effectiveness of BNT162b2 Vaccine against Omicron Variant in South Africa„.
Die Autoren meinen, eine vaccine effectiveness (VE) von 70% zur Zeiten der Omikron-Epidemie in Südafrika gefunden zu haben. Dabei hatten die Autoren diese vaccine effectiveness keineswegs auf Infektionen bezogen, sondern auf Krankenhausaufnahmen. Eine solche Ansage spornt dann natürlich nur meinen Wühlinstinkt an.
Probleme der Auswertung
Die Autoren beschrieben ein „test-negative design“ (A) und sie nutzten außerdem verschiedene „data-exclusion rules“ (B).
Nun, unter A liegt kein kleines Problem verborgen. Denn der Fokus von klinischen Studien sollte fast immer beim Menschen bzw. Patienten liegen; der (und nicht Tests) sollte also die entscheidende Analyseeinheit darstellen (Altman & Bland 1997). Jedenfalls ist ein Studiendesign, welches Tests zum Maß der Dinge erhebt, schon per se fragwürdig. Erst recht, wenn, wie hier, nicht sicher gestellt ist, dass ein bestimmter Teilnehmer nicht mehrfach in die Analyse eingeht.
Dieses Problem sollte eigentlich der Aspekt B beheben. So führen die Autoren im Supplementary Appendix aus:
“Data exclusions rules applied were consistent with those published by Bernal and colleagues1:
- Negative tests with 21 days of a positive test
- Negative tests within 7 days of another negative test result
- Positive and negative results within 6 weeks of a previous positive test result
- No more than 3 test results per patient were included in the study. Patients with more than three test results, contributed a random selection of three test results”
Gerade den letzten Punkt finde ich seltsam: Offenbar konnten die Autoren doch Personen identifizieren. Warum nahmen sie die dann nicht als Analyseeinheit? Und wie viele Personen (sind ja nicht immer Patienten) waren betroffen? Dazu gibt es keine Information. Gerade bei Ungeimpften wird ja andauernd ein Test verlangt. Wer stellte sicher, dass bei der „random selection“ nicht doch ein Bias eingeführt wurde?
Zum Punkt 1: Dürfte man einen Test also reinnehmen, wenn er 22 Tage nach einem positiven Test lag? Worin bestand der Unterschied zu Punkt 3?
Überhaupt: In den kontrollierten klinischen Studien mussten immer Symptome einem Test vorausgehen, auch wenn diese ganz banal waren und eigentlich keinen wirklichen Hinweis auf COVID-19 gaben. Die südafrikanischen Autoren schauten aber nur noch auf Tests. Auch wenn das Usus in Europa seit März 2020, das Nutzen von Tests als dem alleinigen Kriterium für Krankheit oder Infektion ist und bleibt grober Unfug!
Und dann gibt es noch dies im Supplementary Appendix::
“Therefore, VE estimates provided should be viewed as conservative as unvaccinated controls may inadvertently include vaccinated individuals. …we estimate no more than 10% misclassification error of unvaccinated controls.”
Warum so was (misclassification) passierte, wird mir jedenfalls aus dem dem „therefore“ vorausgehenden Text nicht klar.
Festzuhalten bleibt, dass die Daten, jedenfalls so wie ausgewertet, ziemlich fragwürdig sind. Vor allem was die Analyse der positiven Tests angeht.
Die Krankenhauseinweisungen
Nun zeigten die Autoren allerdings auch Daten zu hospital admissions, also Krankenhauseinweisungen wegen Covid-19. An dieser Stelle kann ich mir nur denken, dass da Menschen gezählt wurden und keine Tests. Gewiss mag es da theoretisch noch einen kleinen Restfehler geben können, nämlich die mehrfache Einweisung der gleichen Person. Das würde ich mal dahingestellt lassen. Die riesige Diskrepanz zwischen der Anzahl Tests (z.B. positiv auf Omikron: 19,070) und den admissions (429) sowie der relativ kurzen Beobachtungszeit spricht dafür, dass bei letzterem tatsächlich Menschen gezählt wurde (siehe den Screenshot von „Table 1“ unten). Umgekehrt deutet dies darauf hin, dass die Autoren wohl doch in der Lage gewesen wären, Köpfe statt Tests zu zählen.
Unter der sehr naheliegenden bzw. höchstwahrscheinlich korrekten Annahme, dass in der Spalte rechts außen doch Menschen gezählt wurden, kann man hier eine observed vs. expected Analyse machen. Dazu muss man „nur“ ermitteln, wie viele Menschen zum Zeitpunkt jener Proxy Omicron Period geimpft bzw. ungeimpft waren, dies ermöglicht im Prinzip eine südafrikanische Quelle, und dies sogar speziell für die Provinz Gauteng. Da ich keine Quellen gefunden habe, die die nötigen Zahlen direkt ausweisen, waren einige Hilfsrechnungen nötig. Der interessierte Leser findet diese am Ende des Artikels (Tabelle 2, die umrahmten Ergebnisse wurden in Tabelle 1 verwendet).
Man kann nun die Zahlen von Collie et al. auf zwei Arten in eine solche Beobachtet-gegen-Erwartet-Analyse einbringen. Einmal nur bezogen auf BNT162n2 (also dem Impfstoff von Pfizer-Biontech, der ja Hauptgegenstand des Artikels war) und einmal auf beide damals in Südafrika verwendeten Impfstoffe (jeweils die fett umrahmten Zeilen in Tabelle 1, unten). Das Ergebnis in Sachen Unterschied zum Erwartungsergebnis bleibt aber stets gleich. In beiden Fällen ist das Ergebnis des entsprechenden statistischen Test (χ²) schlicht 0 (wegen der riesigen Fallzahlen).
Also: Die Impfung erhöht das Risiko für eine Krankenhauseinweisung im Falle eine Infektion mit Omikron, weil die Rate der Krankenhauseinweisungen unter den Geimpften höher war als deren Anteil an der Gesamtbevölkerung von Gauteng.
Fehlerbetrachtung
Ein wesentlicher Fehler bei obiger Rechnung dürfte die Schätzung von 0,85 mal die Anzahl der Geimpften am 4. 1.2022 sein. Wenn ein niedrigerer Korrekturfaktor gewählt wird, würde der Anteil der Geimpften (zugunsten der Ungeimpften) weiter fallen und die Schere ginge noch weiter auseinander; und selbstverständlich umgekehrt. Allerdings hätte selbst der völlig unrealistische Korrekturfaktor 1 nur einen numerischen, aber nicht substanziellen Einfluss auf den p-Wert.
Die Autoren gaben selbst zu, dass deren Zahlen für „andere Impfstoffe“ (was eigentlich nur der von Johnson&Johnson sein konnte) möglicherweise ungenau waren. Unter anderem daher möchte ich auch nicht darüber spekulieren, welcher der beiden Impfstoffe in Bezug auf Omikron der „schlimmere“ wäre. Auch dieser Umstand kann keine substanziell anderen Ergebnisse bewirken.
Weitere Überlegungen
Diese Analyse bedeutet, dass Geimpfte, egal ob mit dem Produkt von Pfizer-Biontech oder dem von Johnson&Johnson (=Janssen), ein höheres Risiko hatten, wegen Omikron hospitalisiert zu werden. Und das zerstört die immer wieder kolportierte Mär, dass die Impfung wenigstens „schwere Verläufe“ verhindern würde.
Was aber kennzeichnet einen schweren Verlauf besser als eine Krankenhauseinweisung? Richtig: Der Tod. Dazu liegen aber noch keine Zahlen vor. Ansonsten bleibt es dabei: Die Covid-19-Impfungen sind mit einem erhöhten Risiko einer Krankenhauseinweisung und mithin einem schweren Verlauf nach Infektion mit Omikron verknüpft.
Eigentlich kann dieses Ergebnis keineswegs überraschen. Es ist ja schlicht und ergreifend so, dass schwere Verlaufe ja nur eine Teilmenge von „symptomatisch plus positiver Test“ sind; und als Teilmenge sollten sie der Gauss’schen Normalverteilung unterliegen. Genau deshalb, und keineswegs aus irgendeinem biologischen oder medizinischen Grund konnte man in den klinischen Studien – wenn auch nur bei „gutem“ Willen [siehe Fußnote 1] – zeigen, dass die Impfungen in dieser Hinsicht ein wenig nützlich sein könnten. Denn wenn die Menge an Beobachtungen (Personen) mit „symptomatisch plus positiver Test“ im Vergleich zu Placebo sinkt, musste dies ja auch für „schwerem“ Verlauf so sein; es war dann nur eine Frage der Fallzahl, dies zu detektieren.
Bei Omikron gilt daher das Gleiche, nur mit umgekehrten Vorzeichen: Weil die Impfungen ganz offensichtlich mit einem erhöhten Risiko verbunden sind, eine symptomatische Infektion zu erleiden, dann muss das fast zwangsläufig auch für Krankenhauseinweisungen zutreffen. Und dann ist es naheliegend, dass man das in den Daten sehen und belegen kann, wenn die Fallzahlen nur groß genug sind.
Dieser Artikel von Collie et al. ist ein schönes Beispiel dafür, dass man sich nicht immer auf die Aussagen der Autoren in Prosa verlassen sollte. Selbst dann nicht, wenn die Aussagen in einem der renommiertesten Journale steht.
Daneben könnte man spekulieren, ob bei den Impfanhängern überhaupt noch qualifizierte Leute sitzen. Haben die nicht mehr die Leute, die erkennen, dass die Daten das Gegenteil dessen zeigen, was sie eigentlich beabsichtigten? Oder wachsen denen derartige Probleme allmählich über den Kopf?
Quelle: https://sacoronavirus.co.za/latest-vaccine-statistics/
Bild von John Iglar auf Pixabay
Gastbeiträge geben immer die Meinung des Autors wieder, nicht meine. Ich veröffentliche sie aber gerne, um eine vielfältigeres Bild zu geben. Die Leserinnen und Leser dieses Blogs sind auch in der Lage sich selbst ein Bild zu machen.
Dr. Stein (Pseudonym) ist promovierter Apotheker mit jahrzehntelanger Erfahrung in der Pharma-Branche. Aus Rücksicht auf seine Familie möchte er nicht, dass sein Name genannt wird.
