გაზიარება | ბეჭდვა | ელ.ფოსტა
შეამცირა თუ არა Covid ვაქცინების დანერგვამ სიკვდილიანობა?
A ბოლო წინასწარი ბეჭდვა, ამჟამად საეჭვო სამედიცინო ჟურნალთან ერთად Lancet, აცხადებს, რომ 2020 წლის დეკემბერში კოვიდ ვაქცინის შემოღებამ მსოფლიოში ათობით მილიონი სიკვდილის თავიდან აცილება მოახერხა.
რა თქმა უნდა, ეს განცხადებები მთელ მსოფლიოში სათაურებში ხვდება.
ეს ნაშრომი წარადგინა ლონდონის იმპერიული კოლეჯის წარმომადგენელმა აზრა ღანის ხელმძღვანელობით კვლევითმა ჯგუფმა. ნაშრომი დაფინანსებული იყო ვაქცინების გლობალური ალიანსის ინიციატივის (GAVI), ბილ და მელინდა გეითსების ფონდის, როდსის ტრასტის, ჯანდაცვის მსოფლიო ორგანიზაციის (WHO) და სხვების მიერ. დოქტორი ღანი HSBC-ის, GlaxoSmithKline-ისა და WHO-ს კონსულტანტია და, იმპერიული კოლეჯის სხვა კოლეგების მსგავსად, ორ წელზე მეტია, რაც კარანტინის/პანიკის და ვაქცინაციის მომხრეა.
მხოლოდ ეს წარსულიც კი საკმარისია იმისთვის, რომ ამ ნაშრომში მოცემულ ნებისმიერ საკითხზე ეჭვი შევიტანო. თუმცა, მინდა, ნაშრომის შინაარსი გადავხედო.
პირველ რიგში, როგორც სათაურიდან ნათლად ჩანს, ეს იყო „მათემატიკური მოდელირების“ კვლევა. სამეცნიერო თვალსაზრისით, მათემატიკური მოდელირების კვლევები „მოსაზრის“ ეკვივალენტს წარმოადგენს. მიზეზი ის არის, რომ შედეგის გასაგებად, თქვენ უნდა გესმოდეთ არა მხოლოდ შემავალი მონაცემები, არამედ ალგორითმებიც. და, როგორც 2020 წლიდან ნათლად ვხედავთ, მათემატიკური მოდელები, როგორც წესი, არასწორია. ისინი მხოლოდ ინსტრუმენტებია.
მაშ, რა არის არასწორი ამ სტატიაში? ალგორითმების ცოდნაც კი არ მჭირდება, რადგან შეყვანილი მონაცემები ცუდია!
- სიკვდილიანობის პროგნოზირება
ყველაზე აშკარა მახასიათებელი ის არის, რომ სიკვდილიანობის (მომავლის ან წარსულის) პროგნოზირება თითქმის შეუძლებელია, განსაკუთრებით გავრცელებული რესპირატორული ვირუსების შემთხვევაში. ჩვენ შეგვიძლია ვივარაუდოთ, რომ ხანდაზმული ადამიანების (75 წელზე უფროსი ასაკის) გარკვეული პროცენტი, რომლებსაც აქვთ რამდენიმე თანმხლები დაავადება, სავარაუდოდ, დაიღუპება რესპირატორული ვირუსით, როგორიცაა Covid, მაგრამ არ შეგვიძლია ვიწინასწარმეტყველოთ ვინ და როდის. ზოგიერთი ადამიანი, რომლებიც სიკვდილიანობის მთავარ კანდიდატებად გვეჩვენება, შეიძლება გადარჩეს, ზოგი კი, ვინც უფრო ჯანმრთელად გამოიყურება, შეიძლება დაიღუპოს.
მიუხედავად ამისა, Covid-ით გამოწვეული სიკვდილიანობის პროგნოზი რეალურ მონაცემებს ეფუძნება და არა მოდელირებას. იმპერიული კოლეჯის მიერ წარმოდგენილი მათემატიკური მოდელები ყოველთვის ძალიან მცდარი იყო.
ისეთი უფრო დამკვიდრებული დაავადებების შემთხვევაშიც კი, როგორიცაა კიბო, სიკვდილიანობის პროგნოზირება შეიძლება რთული საკითხი იყოს. სწორედ ამიტომ, გადარჩენის მაჩვენებლის შეფასებები დიაგნოზისა და მკურნალობის სტადიის მიხედვით ხდება, თუმცა ეს მხოლოდ სავარაუდოა. არცერთი სამედიცინო პროფესიონალი არ აცხადებს, რომ სხივური თერაპიის გამოყენებით ყოველწლიურად კიბოსგან X რაოდენობის სიცოცხლეს ვიხსნით.
ასევე შემიძლია დავწერო პროგრამა, რომელიც სიკვდილიანობას პროგნოზირებს იმის მიხედვით, თუ რა სტილის ფეხსაცმელს ატარებს ადამიანი ან რა ტიპის მანქანას მართავს. მაგალითად, ახალგაზრდები შეიძლება უფრო მეტად იყვნენ მიდრეკილნი კონკრეტული სტილის სპორტული ფეხსაცმლის ტარებისკენ და რადგან ახალგაზრდები ყველაზე ნაკლებად იღუპებიან კოვიდით, შემიძლია გამოვთვალო, რომ ამ ტიპის სპორტული ფეხსაცმლის ტარება სიცოცხლეს გადაარჩენს.
სიცოცხლის გადარჩენა თითქმის ყოველთვის მცდარი არგუმენტია.
2. სხვა ფაქტორების იგნორირება
- ბუნებრივი იმუნიტეტი
2020 წლის დეკემბერში ვაქცინების შემოღების დროისთვის, მსოფლიოს მოსახლეობის ძალიან დიდ პროცენტს უკვე ჰქონდა გამოვლილი Covid. სეროპრევალენტობის კვლევებიდან ვიცით, რომ თავდაპირველი ვირუსი, სულ მცირე, 2019 წლის შუა პერიოდიდან ცირკულირებდა. ასევე ვიცით, რომ ბუნებრივი იმუნიტეტი უფრო ძლიერი აღმოჩნდა, ვიდრე ვაქცინით გამოწვეული ნებისმიერი ხანმოკლე იმუნიტეტი. ამრიგად, მოსახლეობის ძალიან დიდ პროცენტს უკვე ჰქონდა იმუნიტეტის უფრო მაღალი ფორმა, ბუნებრივი იმუნიტეტი, რომელიც მათთვის მოქმედებდა.
B. დაავადებების განადგურება
2020 წლის დეკემბერში ვაქცინების შემოღების დროისთვის, სერიოზული დაავადებებისა და სიკვდილისადმი ყველაზე მგრძნობიარე ადამიანები უკვე გარდაიცვალნენ ამ დაავადებით. ხანდაზმულ ადამიანებს, რომლებიც დაინფიცირდნენ და გადარჩნენ 2020 წელს, ახლა უკვე ჰქონდათ ბუნებრივი იმუნიტეტი, რომელიც მათზე მოქმედებდა. როგორც ნებისმიერი ყოველწლიური ინფექციური დაავადების ეპიდემიის დროს, არსებობს მაღალი სიკვდილიანობის წლები, რასაც მოჰყვება ნაკლებად მძიმე წლები, უბრალოდ იმიტომ, რომ ყველაზე მგრძნობიარე ადამიანები ადრე იღუპებიან, ზოგი კი გადარჩება.
გ. პოპულაციის მგრძნობელობა
ზემოთ მოყვანილი სტატია სრულიად უგულებელყოფს პოპულაციაში სიკვდილიანობის მგრძნობელობის უზარმაზარ გრადიენტს. ახალგაზრდებში ბოლო ორი წლის განმავლობაში ინფექციებისგან სიკვდილიანობა ძალიან დაბალი იყო. მათემატიკური მოდელები სიკვდილიანობის მგრძნობელობის ერთნაირ დონეს ვარაუდობენ ყველა პოპულაციაში. ჩვენ ვიცით, რომ ეს ვარაუდი მცდარია და სრულად უარყოფს მათ ნებისმიერ „მოდელს“.
დ. დაავადების სიმძიმის შემცირება ვარიანტებით
2020 წლის დეკემბერში ვაქცინების დანერგვის დროისთვის, შემდეგი ვარიანტები („დელტა“) ჩნდებოდა. ვირუსების ბუნებრივი ევოლუციური კურსი ნაკლები ლეტალობისკენაა მიმართული. გაზრდილი გადაცემა, რა თქმა უნდა, შესაძლებელია, რადგან ისინი გადარჩენილ ვირუსებს ეჯახებიან.
დაუმატეთ ამას ის ფაქტი, რომ ვაქცინები მხოლოდ Covid-ის თავდაპირველი წყაროს ვირუსის წინააღმდეგ საბრძოლველად იყო შექმნილი (ნაწილობრივ) და გამოდის, რომ ვაქცინა განტოლებაში საერთოდ არ შედის.
ე. მკურნალობის გაუმჯობესება
2020 წლის დეკემბერში ვაქცინების შემოღების დროისთვის, მთელ მსოფლიოში ექიმებმა ისწავლეს, თუ როგორ უნდა მოგვარებულიყვნენ Covid-ის ყველაზე მძიმე შემთხვევები. ადამიანების აბსოლუტურ უმრავლესობას ჯერ კიდევ ჰქონდა მსუბუქი დაავადება და მცირე საფრთხე ემუქრებოდა, თუმცა უფრო სერიოზული შემთხვევების მართვა შესაძლებელი იყო ეფექტური მკურნალობისა და ისეთი სახიფათო ქმედებების თავიდან აცილების გზით, როგორიცაა ვენტილაცია.
3. მონაცემთა გამოყენება
- ჭარბი სიკვდილიანობა, როგორც მარკერი
მოდელის ვარაუდი იმაში მდგომარეობს, რომ „ჭარბი სიკვდილიანობის“ მონაცემები მხოლოდ პირდაპირ კავშირშია კოვიდთან, სინამდვილეში კი ეს არასწორი ვარაუდია. მთელ მსოფლიოში კოვიდთან დაკავშირებული სიკვდილიანობა მხოლოდ მცირე როლს ასრულებს საერთო სიკვდილიანობაში. ამრიგად, არსებობს მრავალი სხვა ფაქტორი, რომელსაც შეუძლია გავლენა მოახდინოს სიკვდილიანობის ნებისმიერ ინტერპრეტაციაზე.
თუმცა, რაიმე აზრის მისაღებად, სიკვდილიანობის სტატისტიკა ასაკობრივი ჯგუფების და კოვიდის შედეგად გამოწვეული სიკვდილიანობისადმი ყველაზე მგრძნობიარე პირების მიხედვით უნდა დავყოთ.
- არასანდო მონაცემების გამოყენება
ახლა ჩვენ ვიცით, რომ თავად Covid-ით გამოწვეული სიკვდილიანობის ფაქტობრივი რიცხვი გაზვიადებული იყო კრიტერიუმების გამო, რომლებიც Covid-ის შესახებ ინფორმაციის მიწოდებას რეალურ მიზეზებთან შედარებით ანიჭებდა უპირატესობას, ასევე PCR-ის, როგორც განმსაზღვრელი კრიტერიუმის გამოყენების გამო. ჩვენ ვიცით, რომ ადამიანი შეიძლება სრულად გამოჯანმრთელებულიყო Covid-ისგან და გარდაცვლილიყო რაიმე მიზეზით, რომელიც კოვიდთან არ იყო დაკავშირებული, მაგრამ იმის გამო, რომ მას ისტორიაში PCR დადებითი პასუხი ჰქონდა, ეს სიკვდილი კოვიდთან დაკავშირებით დაფიქსირდა.
შესაძლოა, ვერასდროს გავიგოთ, რამდენი ადამიანი დაიღუპა კოვიდს სინამდვილეში, რადგან მონაცემთა წყლები ძალიან არეულია და პოლიტიკური გავლენაც დიდია. ეს სამწუხაროა, რადგან ეს ნიშნავს, რომ, სავარაუდოდ, ჩვენ კვლავაც ვიხილავთ არასანდო ციფრების ბოროტად გამოყენებას ბოლო ორწელიწად-ნახევრის განმავლობაში განხორციელებულ ქმედებებთან დაკავშირებით პრეტენზიების წაყენების მცდელობის მიზნით.
არა მგონია, ვინმეს რაიმე კვალიფიციური მეცნიერი იყოს საჭირო, რომ სრულად დაინახოს ზემოთ ციტირებულ ანგარიშში არსებული მცდარი შეხედულებები.
ამ სტატიის რეცენზენტი რომ ვიყო, კომენტართან ერთად უკან გამოვაგზავნიდი: ეს სტატიის ნაგავში გადაგდებას ვაპირებდი.
-
როჯერ ვ. კუპსს აქვს ქიმიის დოქტორის ხარისხი კალიფორნიის უნივერსიტეტიდან, რივერსაიდი, ასევე მაგისტრის და ბაკალავრის ხარისხები დასავლეთ ვაშინგტონის უნივერსიტეტიდან. ის 25 წელზე მეტი ხნის განმავლობაში მუშაობდა ფარმაცევტულ და ბიოტექნოლოგიურ ინდუსტრიაში. 2017 წელს პენსიაზე გასვლამდე, 12 წელი მუშაობდა კონსულტანტად, სადაც ფოკუსირებული იყო ხარისხის უზრუნველყოფაზე/კონტროლსა და მარეგულირებელ შესაბამისობასთან დაკავშირებულ საკითხებზე. ის არის რამდენიმე ნაშრომის ავტორი ან თანაავტორი ფარმაცევტული ტექნოლოგიებისა და ქიმიის სფეროებში.
ყველა წერილის ნახვა
