Un nuovo documento documenta che il tasso di mortalità per caso pre-vaccinazione era estremamente basso nella popolazione non anziana.
Tasso di mortalità per infezione stratificato per età di COVID-19 nella popolazione non anziana
Ricerca Ambientale, Volume 216, Parte 3, 1 gennaio 2023, 114655
Astratto
Il carico maggiore di COVID-19 è portato dagli anziani e le persone che vivono nelle case di cura sono particolarmente vulnerabili. Tuttavia, il 94% della popolazione mondiale ha meno di 70 anni e l'86% ha meno di 60 anni. L'obiettivo di questo studio era stimare con precisione il tasso di mortalità per infezione (IFR) di COVID-19 tra le persone non anziane in assenza di vaccinazione o infezione precedente. Nelle ricerche sistematiche in SeroTracker e PubMed (protocollo: https://osf.io/xvupr), abbiamo identificato 40 studi di sieroprevalenza nazionali ammissibili che coprono 38 paesi con dati di sieroprevalenza pre-vaccinazione. Per 29 paesi (24 ad alto reddito, altri 5), i dati sulla morte per COVID-19 stratificati per età disponibili al pubblico e le informazioni sulla sieroprevalenza stratificate per età erano disponibili e sono stati inclusi nell'analisi primaria. Gli IFR avevano una mediana dello 0.034% (intervallo interquartile (IQR) 0.013–0.056%) per la popolazione di età compresa tra 0 e 59 anni e dello 0.095% (IQR 0.036–0.119%) per la popolazione di età compresa tra 0 e 69 anni. L'IFR mediano era dello 0.0003% a 0-19 anni, 0.002% a 20-29 anni, 0.011% a 30-39 anni, 0.035% a 40-49 anni, 0.123% a 50-59 anni e 0.506% a 60- 69 anni. L'IFR aumenta di circa 4 volte ogni 10 anni. L'inclusione dei dati di altri 9 paesi con distribuzione per età imputata dei decessi per COVID-19 ha prodotto un IFR mediano di 0.025–0.032% per 0–59 anni e 0.063–0.082% per 0–69 anni. Le analisi di meta-regressione hanno anche suggerito un IFR globale di 0.03% e 0.07%, rispettivamente in questi gruppi di età.
L'attuale analisi suggerisce un IFR pre-vaccinazione molto più basso nelle popolazioni non anziane rispetto a quanto suggerito in precedenza.
Esistevano grandi differenze tra i paesi e possono riflettere differenze nelle comorbilità e altri fattori. Queste stime forniscono una linea di base da cui partire per capire ulteriori diminuzioni dell'IFR con l'uso diffuso della vaccinazione, infezioni precedenti ed evoluzione di nuove varianti.
Dai dati di cui sopra, il tasso medio di mortalità per infezione (IFR) durante l'ERA PRE-VACCINAZIONE era:
- 0.0003% a 0-19 anni
- 0.002% a 20-29 anni
- 0.011% a 30-39 anni
- 0.035% a 40-49 anni
- 0.123% a 50-59 anni
- 0.506% a 60-69 anni
- 0.034% per le persone di età compresa tra 0 e 59 anni
- 095% per quelli di età compresa tra 0 e 69 anni.
Queste stime dell'IFR nella popolazione non anziana sono molto inferiori a quanto suggerito da precedenti calcoli e modelli.
Qualcuno si ricorda all'inizio del 2020? Le terribili previsioni di un disastro globale - di un tasso di mortalità e di un tasso di infettività (R0) inauditi nei tempi moderni per una malattia respiratoria? Le previsioni erano che il "nuovo coronavirus", come veniva chiamato allora, sarebbe stato la prossima influenza spagnola. Che l'unica soluzione era bloccare intere nazioni. Questa è stata la modellazione che ha causato il panico nei governi di tutto il mondo. Questa è stata la modellazione che ha causato il crollo dei media legacy.
Uno scienziato che ha chiaramente guidato questo sforzo e ha portato il mondo fuori strada con le sue terribili previsioni, è stato Neil Ferguson, PhD dell'Imperial College.
Il team di Ferguson all'Imperial College di Londra sì ha rivendicato il merito di aver salvato milioni di vite attraverso le politiche di blocco che hanno implementato i suoi modelli. Sono i modelli dell'Imperial College che hanno previsto milioni di morti nel primo anno nel Regno Unito, se non fossero stati implementati rigidi blocchi. Una volta implementati, Ferguson e l'Imperial College si sono rapidamente presi il merito del "successo" dei blocchi.
La stima di 3.1 milioni di vite salvate dal Dr. Ferguson è stata ricavata da un'analisi approfondita “Ridicolo esercizio non scientifico, per cui hanno preteso di convalidare il loro modello utilizzando le proprie proiezioni ipotetiche come controfattuale di ciò che sarebbe accaduto senza blocchi. Altri modelli e dati del mondo reale hanno screditato i modelli di Ferguson, ma il danno era fatto. Blocchi, quarantene, mascheramento, prodotti EUA scarsamente testati, come i vaccini sperimentali, hanno messo a dura prova tutti noi. Alla fine, cosa, se qualcuno di loro fosse necessario?
Elon Musk definisce Ferguson un "strumento assoluto” che fa “scienza assurdamente falsa.” Jay Schnitzer, esperto di biologia vascolare ed ex direttore scientifico del Sidney Kimmel Cancer Center di San Diego, mi racconta: “Di solito sono riluttante a dire questo di uno scienziato, ma balla sul punto di essere un ciarlatano in cerca di pubblicità"(National Review).
Ancora e ancora, anno e anno, decennio dopo decennio, il SSN e i governi mondiali, incluso il nostro, si sono rivolti al Dr. Ferguson per la modellazione delle malattie infettive. Ferguson dà loro quello che vogliono. Un motivo per i burocrati, lo stato amministrativo per intensificare ancora una volta ed essere importanti. Uno dei suoi modelli di sventura e oscurità può aumentare i budget federali per la preparazione alle catastrofi a proporzioni astronomiche. Questo è potere grezzo per l'umile funzionario della sanità pubblica. Cosa non va?
Fatta eccezione per un fattoide singolare:
Le previsioni di Ferguson sui tassi di mortalità per caso altissimi erano grossolanamente esagerate.
I blocchi sono stati un completo e totale fallimento.
Ma questo non è il primo modello di malattia infettiva fallito di Ferguson sulla scena mondiale. Questi sono due esempi delle sue previsioni precedenti:
- Ferguson ha previsto che fino a 150 milioni di persone potrebbero essere uccise dall'influenza aviaria durante l'epidemia del 2005. Questa previsione è stata sorprendentemente sbagliata, con un totale complessivo di 282 persone morte in tutto il mondo a causa della malattia tra il 2003 e il 2009.
- Nel 2009, uno dei modelli di Ferguson ha previsto che 65,000 persone potrebbero morire a causa dell'epidemia di influenza suina nel Regno Unito — la cifra finale era inferiore a 500. Questo modello è stato ciò che ha causato il panico di così tanti funzionari della sanità pubblica e ha creato un panico mondiale tra funzionari e popolazione.
Quindi, perché Boris Johnson e il nostro governo si sono rivolti ai suoi modelli come guida all'inizio della crisi COVID? Perché hanno accettato le affermazioni di Ferguson secondo cui i blocchi avrebbero funzionato, senza alcuna prova o orientamento di politica pubblica che indicasse che tali misure draconiane avrebbero avuto alcun impatto?
Erano così ingenui?
Qui è dove diventa ancora più folle. C'è chi sostiene con passione che la modellazione che Ferguson ha fatto all'inizio del 2020 è la prova che 1) il "gli interventi non farmaceutici (blocchi e mascherine) hanno funzionato perché (logica circolare qui) le sue previsioni di modellazione non si sono avverate e 2) che i vaccini hanno funzionato oltre ogni misura perché, ancora una volta, le sue previsioni di modellazione non si sono avverate.
Eppure, eccoci qui. Un nuovo documento importante (discusso sopra) documentando che il tasso di mortalità del caso pre-vaccinazione era estremamente basso nella popolazione non anziana. Ciò significa ulteriori prove che i modelli di Ferguson erano sbagliati (di nuovo) e cosa sentiamo dai media sponsorizzati dallo stato?
Grilli.
Un mio collega che è al Senato degli Stati Uniti mi ha riferito di recente che i senatori repubblicani si stavano dando il cinque a vicenda sul successo di Warp-speed sulla base dei dati di modellazione di Ferguson in un articolo recente.
Non puoi inventare questa roba.
Ripubblicato dall'autore substack.
Pubblicato sotto a Licenza internazionale Creative Commons Attribution 4.0
Per le ristampe, reimpostare il collegamento canonico all'originale Istituto di arenaria Articolo e Autore.
