Gesunder Nutzer-Bias – Grundlegende Unkenntnis der Impf-Befürworter

Der Healthy User Bias und seine Auswirkungen auf Beobachtungsstudien

Der Healthy User Bias (HUB) ist ein systematischer Fehler, der in Beobachtungsstudien zu scheinbaren Effekten von Interventionen führt. Dieser Fehler tritt auf, wenn eine Gruppe von Menschen, die gesund genug ist, um sich für eine Intervention zu entscheiden, mit einer anderen Gruppe verglichen wird, die mehr schwer kranke Personen enthält. In den letzten Jahren wurde dieser Fehler weitgehend ignoriert, weshalb die Ergebnisse von Beobachtungsstudien zu Covid-Impfungen besonders positiv aussehen. Es gibt jedoch vereinzelte Studien, die den Healthy User Bias untersuchen und jedes Mal zeigen, dass er vorhanden ist. Für zukünftige wissenschaftliche Erfolge, die hauptsächlich auf Beobachtungsstudien basieren, sollte der Healthy User Bias stärker berücksichtigt und auf seine Plausibilität hin überprüft werden.

Verzerrung durch den Gesundheitszustand

Es gibt unzählige Beobachtungsstudien seit 2021, die angeblich den Nutzen von Covid-Impfungen wissenschaftlich belegen wollen. Fast alle haben jedoch einen gemeinsamen Fehler: Sie ignorieren den systematischen Fehler bei präventiven Interventionen, der leicht erkennbar, aber schwer zu korrigieren ist. Dieser Fehler, auch als Healthy User Bias oder Healthy User Effect bekannt, bezieht sich auf die Verzerrung durch das Gesundheitsverhalten und den Gesundheitszustand der untersuchten Personen. Menschen mit höherem Einkommen, höherem Sozialstatus und höherer Bildung haben oft einen gesünderen Lebensstil und entscheiden sich eher für vorbeugende Maßnahmen. Dadurch haben sie einen allgemeinen gesundheitlichen Vorteil, der zu weniger schweren Krankheiten und Todesfällen führt. Wenn man nun eine bestimmte Intervention betrachtet und die beiden Gruppen vergleicht, scheint es, als wäre diese Intervention erfolgreich. Tatsächlich liegt der Erfolg jedoch am allgemeinen Gesundheitsvorsprung der einen Gruppe. Es gibt auch weitere Faktoren, wie den funktionalen Zustand einer Person oder die selektive Verschreibung von Interventionen durch Ärzte, die zu einer Verzerrung führen können.

Sensitivitätsanalysen und der Healthy User Bias bei Covid-Impfungen

In den Studien zu Covid-Impfungen werden nur selten Sensitivitätsanalysen durchgeführt, um den Healthy User Bias zu überprüfen. Stattdessen werden oft willkürliche und sinnlose Variablen verwendet. Es gibt jedoch einige Studien, die sich genauer mit dem Healthy User Bias befassen. Eine Studie hat gezeigt, dass der scheinbare Schutz vor Tod durch Covid-19 nach einer Booster-Impfung mit 90% angegeben wird, während der Effekt auf die Nicht-Covid-Sterblichkeit sogar bei 95% liegt. Eine andere Studie hat einen Impfschutz von 38,3% gegen Nicht-Covid-Sterblichkeit festgestellt. Eine weitere Studie hat gezeigt, dass der Healthy User Bias auch bei den Covid-Impfungen vorhanden ist. Es ist wichtig, Sensitivitätsanalysen durchzuführen, um die Plausibilität und Sinnhaftigkeit der Ergebnisse zu überprüfen und den Healthy User Bias zu berücksichtigen

Original Artikel Teaser

Healthy User Bias – Fundamentales Unwissen der Impfapostel

Der healthy user bias ist ein systematischer Fehler, der scheinbare Effekte von Interventionen in Beobachtungsstudien erzeugt. Ursache ist der Vergleich zwischen zwei Gruppen, von denen eine hinreichend gesund ist, um sich für die Intervention zu entscheiden. Die andere Gruppe enthält mehr schwer bis todkranke Personen. Dieser Fehler ist in den letzten Jahren weitgehend ignoriert worden, weswegen die Covid-Injektionen in Beobachtungsstudien besonders gut ausschauen. Es gibt allerdings vereinzelte Studien, die darauf untersuchen und den healthy user bias jedes mal zeigen. Für kommende, angebliche Erfolge der Wissenschaft, die fast ausschließlich auf Beobachtungsstudien gründen, soll der healthy user bias deutlich stärker reklamiert und auf entsprechende Prüfungen zwecks Plausibilität unrealistisch beeindruckender Ergebnisse gepocht werden. Verzerrung durch Gesundheitszustand Scheinbar unendlich ist die Anzahl der Beobachtungsstudien

Details zu Healthy User Bias – Fundamentales Unwissen der Impfapostel