Het volgende is het resultaat van gezamenlijk werk met Jaroslav Janosek, Tadeas Frycak en Robert Straka.
Sinds de registratiestudies van de Covid-19-vaccins zijn er geen gerandomiseerde onderzoeken geweest om de werkzaamheid van deze vaccins te volgen. Het virus bleef muteren en het herstelde deel van de bevolking groeide. De oorspronkelijke cijfers over de werkzaamheid die in de registratiestudies werden gerapporteerd – die om te beginnen al twijfelachtig waren – waren dan ook duidelijk niet geldig toen begin 2021 de massavvaccinatiecampagne van start ging. Bovendien kwamen we er inmiddels achter dat in de registratiestudies een ander product werd getest dan het product dat tijdens de massavaccinatiecampagne werd gebruikt. Dit deed nog meer twijfel rijzen over de geadverteerde effectiviteit van 95% tegen symptomatische infectie.
De zomergolf van infecties in Israël in 2021 toonde de hele wereld duidelijk aan dat de „vaccins” op geen enkele zinvolle manier beschermen tegen symptomatische infectie. Bijgevolg werden de doelen verplaatst en begonnen de autoriteiten te beweren dat de „vaccins” misschien niet beschermen tegen infectie, maar wel tegen een ernstig verloop van de infectie, ziekenhuisopname en overlijden door Covid. Er waren (en zijn nog steeds) echter geen gegevens uit gerandomiseerde studies om deze causale bewering te ondersteunen.
Deze gênante leemte in het bewijsmateriaal werd opgevuld door een schat aan artikelen die de effectiviteit van de „vaccins” schatten op basis van observationele gegevens. De meeste van deze onderzoeken beweerden dat de effectiviteit van het vaccin erg hoog was, vaak bijna 100%. Snode overheden over de hele wereld gebruikten deze onderzoeken om mensen te dwingen tot vaccinatie.
Lezers van dit forum weten heel goed dat observationele gegevens bol staan van het zogenaamde Healthy Vaccinee Effect. Dit is een type indicatiebias dat voortkomt uit het feit dat gezonde mensen gemakkelijker toegang hebben tot het vaccin. Mensen op hun sterfbed worden bijvoorbeeld meestal niet gevaccineerd, wat betekent dat sterfgevallen de neiging hebben zich te concentreren in de ongevaccineerde groep, waardoor de gevaccineerde groep veel „gezonder” wordt.
Tegelijkertijd zijn die meest kwetsbare individuen die aan het einde van hun Latijn zijn ook degenen die het meest vatbaar zijn om te sterven aan/met Covid. Het Healthy Vaccinee Effect (HVE) zorgt er dus voor dat observationele studies de effectiviteit van vaccins tegen elk eindpunt sterk overschatten (en ook de veiligheid van vaccins sterk overschatten). Het inmiddels legendarische artikel van Tracy Hoeg, Ram Duriseti en Vinay Prasad toonde aan dat de gerapporteerde effectiviteit van 95% van Covid-vaccins tegen Covid-gerelateerd overlijden in Israël in 2021 volledig te wijten was aan HVE. Met andere woorden, als HVE was weggenomen, zou de werkelijke effectiviteit van het vaccin nul zijn geweest. Ik kan er nog steeds niet bij hoe ze dit gepubliceerd kregen in de New England Journal of Medicine.
We merkten HVE voor het eerst op medio 2021 toen Angelika Bazalova – een onderzoeksjournalist – het briljante idee kreeg om via de Wet openbaarheid van bestuur (WOB) de administratie op te vragen van de algehele sterfte van cliënten van verschillende zorgverzekeraars in Tsjechië. Lezers (met een AI-vertaler uit het Tsjechisch) kunnen nog steeds onze initiële verwarring zien toen we over de gegevens rapporteerden en mogelijke verklaringen voorstelden (een van de artikelen was getiteld „Het elixer der jeugd”). Na enige tijd begrepen we alle gegevens en rapporteerden we erover in een artikel voor het International Journal of Infectious Diseases en in een volgend artikel in een Pools tijdschrift.
Mijn oorspronkelijke conclusie dat „dit artikel alle schattingen van de effectiviteit van vaccins op basis van observationele gegevens ongeldig maakt” werd gewijzigd in „Gezien de aanwezigheid van HVE moet bij het schatten van de effectiviteit van het Covid-19-vaccin op basis van observationele gegevens rekening worden gehouden met het basisverschil in kwetsbaarheid van gevaccineerde en ongevaccineerde populaties in perioden zonder COVID-19.” Maar dat is de Neutaal die we de afgelopen jaren allemaal moesten leren om iets gepubliceerd te krijgen in officiële tijdschriften.
Sindsdien proberen we HVE uit te leggen aan medische professionals, beleidsmakers, onderzoekers en het publiek. Dat is frustrerend geweest. De meeste mensen denken dat de vaccins werken omdat ze dat voortdurend in alle media horen. Dus wanneer ze gegevens zien die hun eerdere overtuiging schijnbaar bevestigen – de ongevaccineerden sterven in een veel hoger tempo dan de gevaccineerden – kunnen ze zichzelf niet aanzetten tot een andere verklaring dan de handige verklaring: dat de vaccins deze sterfgevallen hebben voorkomen.
Wanneer je suggereert dat het vreemd is dat de vaccins lijken te beschermen tegen sterfgevallen die geen verband houden met Covid, erkennen ze meestal dat het vreemd is, maar het „aha”-moment van begrip komt zelden dat HVE alles ongeldig maakt wat ze „wisten” over de effectiviteit van vaccins.
Om HVE beter te begrijpen en het duidelijker aan iedereen te kunnen uitleggen, stelden we een eenvoudig simulatiemodel voor dat ons kan helpen om drie belangrijke en veelvoorkomende typen misinterpretatie van observationele gegevens te begrijpen die voortkomen uit het negeren van de HVE:
1. Een illusie van effectiviteit van het vaccin
2. Een illusie van afnemende effectiviteit van het vaccin
3. Een illusie van vaccin-gerelateerde sterfte
We presenteren eerst een eenvoudig model (Model 1) van een placebovaccin (d.w.z. een vaccin met nuleffectiviteit en geen bijwerkingen) zonder HVE als betrouwbaarheidscontrole en nulmeting. Vervolgens brengen we een kleine wijziging aan in het model (Model 2), waarbij we het Healthy Vaccinee Effect introduceren, gestuurd door twee parameters: de duur van HVE en de omvang van HVE. We gaan nog steeds uit van hetzelfde placebovaccin als in Model 1. We zullen laten zien hoe de drie hierboven beschreven illusies op natuurlijke wijze verschijnen in de observationele gegevens.
Eerst ontwikkelden we een eenvoudig model dat een placebovaccin simuleerde, d.w.z. een vaccin met nuleffectiviteit en geen bijwerkingen. We simuleerden een populatie van één miljoen mensen die gedurende 100 weken (700 dagen, ca. 2 jaar) werden gevolgd. Twee procent van de bevolking werd willekeurig geselecteerd om te sterven tijdens de waargenomen periode. De sterfdag werd willekeurig geselecteerd uit een uniforme verdeling over de 700 dagen. Vervolgens werd 80% van de bevolking willekeurig geselecteerd om het placebovaccin te ontvangen. De dag van vaccinatietoediening werd geselecteerd uit een normale verdeling met een gemiddelde van 6 maanden (168 dagen) vanaf het begin van de gesimuleerde periode en een standaardafwijking (SD) van 1 maand (28 dagen). Mocht een individu dat al overleden was, worden geselecteerd voor vaccinatie, dan werd het vaccin simpelweg niet toegediend.
Deze simulatie produceerde een populatie van een miljoen individuen, van wie er ongeveer 20.000 stierven tijdens de follow-up van twee jaar, en ongeveer 800.000 ontvingen ergens tussen maand 3 en maand 9 van de periode van 100 weken een placebovaccin. De toediening van het vaccin en het overlijden waren volledig onafhankelijk in dit simulatiedemodel voor de nulmeting.
Voor elke week berekenden we het sterftecijfer van de gevaccineerden als het aantal gevaccineerde personen dat in die specifieke week overleed, gedeeld door het aantal persoonsdagen doorgebracht door alle gevaccineerde personen in die week. De sterfte van de ongevaccineerden werd dienovereenkomstig berekend. De schijnbare vaccineffectiviteit (AVE) voor elke afzonderlijke week van de onderzoeksperiode werd berekend als:
waarbij ACM(vac-) het sterftecijfer is van de ongevaccineerden, en ACM(vac+) het sterftecijfer van de gevaccineerde personen.
De resultaten werden gevisualiseerd als een grafiek van de gemiddelde sterftecijfers uit 100 runs van het basismodel aangevuld met standaardafwijkingen (Figuur 1). Volgens het opzet van het basismodel zijn de sterftewaarden in beide groepen ongeveer constant en gelijk aan 0,01 sterfgevallen per persoonsjaar. De lichte opwaartse trend in de grafiek wordt veroorzaakt door de geleidelijke afname van de bevolkingsomvang als gevolg van overleden personen (er werd geen rekening gehouden met geboorten). Aan het begin van de vaccinatiecampagne (vóór week 20) is de variabiliteit in de sterfte van de gevaccineerden groot vanwege hun lage aantal en worden de gegevens niet gepresenteerd.
Het onderste paneel van Figuur 1 toont het aantal sterfgevallen (gemiddelde en standaardafwijking van 100 runs van het basismodel) als functie van het aantal dagen vanaf de vaccinatie. Op dag 0 (de dag van vaccinatie) laat het model ongeveer de helft minder sterfgevallen zien dan op volgende dagen, omdat het rekening houdt met een real-world probabilistische situatie: uitgaande van een even verdeling van vaccinaties en sterfgevallen over de dag, zou ongeveer de helft van de mensen die op die dag zowel moesten sterven als gevaccineerd moesten worden, sterven voordat ze het vaccin kregen, en de helft daarna.
Figuur 1. De evolutie van de sterftecijfers van gevaccineerden en ongevaccineerden (bovenste paneel) en de schijnbare vaccineffectiviteit (middelste paneel) in de tijd in het basismodel. De ACM van de gevaccineerden (en de schijnbare vaccineffectiviteit) worden gevolgd vanaf week 19, toen er ten minste één overleden gevaccineerd individu was in elk van de 100 modelruns. Gemiddeld aantal sterfgevallen in de gevaccineerde groep als functie van het aantal dagen vanaf de vaccinatie (onderste paneel).
Om HVE in de simulatie op te nemen, werd een kleine modificatie aangebracht in het basismodel. De eerste twee stappen (het selecteren van 2% van de bevolking die in een uniform tempo zou sterven over de waargenomen periode en het willekeurig selecteren van ongeveer 80% van de bevolking die het placebovaccin zou ontvangen, waarbij het tijdstip van vaccinatie normaal verdeeld is met gemiddelde = 6 maanden en SD = 1 maand) bleven hetzelfde als in het basismodel. HVE werd pas in de volgende stap geïmplementeerd om de situatie na te bootsen waarin personen die dicht bij de dood zijn minder snel worden gevaccineerd.
We simuleerden de HVE door de toediening van elk vaccin dat minder dan k dagen vóór het overlijden van het individu werd gegeven, (met een bepaalde waarschijnlijkheid) te annuleren. De waarschijnlijkheid van het annuleren van het vaccin werd gesimuleerd als een lineair afnemende functie van de tijd tot overlijden, beginnend bij p (de maximale omvang van HVE, geldig voor degenen die sterven op de dag dat ze worden gevaccineerd) en geleidelijk afnemend tot 0 (voor degenen die k dagen of meer na de dag van vaccinatie sterven).
Als bijvoorbeeld p = 0,5 en k = 20 dagen, verliepen de HVE-stappen als volgt: 50% van de vaccins die moesten worden toegediend aan individuen die stierven op exact de dag van vaccinatie werd geannuleerd (d.w.z. niet toegediend). Vervolgens werd 47,5% van de vaccins geannuleerd die moesten worden gegeven aan individuen die één dag na vaccinatie stierven, gevolgd door 45% van de vaccins die moesten worden gegeven aan individuen die twee dagen na vaccinatie stierven, enzovoort. Er werden in dit voorbeeld geen vaccins geannuleerd die moesten worden toegediend aan degenen die 20 dagen of meer na het vaccin stierven. De resultaten van de simulatie werden op dezelfde manier in een grafiek gezet als in het basismodel.
Deze kleine wijziging in het basismodel introduceerde een correlatie tussen de gebeurtenissen van het ontvangen van het placebovaccin en het overlijden. De verandering in het totale aantal toegediende vaccins was inderdaad erg klein: voor de parameters die in dit voorbeeld werden gebruikt (d.w.z. k = 20 dagen en p = 0,5), werden slechts ongeveer 115 van de 800.000 vaccins niet toegediend. Toch was zelfs deze schijnbaar verwaarloosbare verandering voldoende om de resultaten van de simulatie aanzienlijk te veranderen (zie Figuur 2).
Het niet toedienen van slechts 115 vaccins aan personen dicht bij de dood leverde een duidelijke afwijking op van het basismodel die weken duurde. Tijdens de vaccinatiecampagne steeg de sterfte van de ongevaccineerden doordat de mensen die op het punt standen te sterven zich concentreerden in de ongevaccineerde groep. Omdat de algemene sterfte niet veranderde – het gesimuleerde vaccin had noch beschermende noch bijwerkingen – daalde de sterfte van de gevaccineerde personen dienovereenkomstig onder de basislijn. Dit produceerde een illusie van vaccineffectiviteit (zie Figuur 2, middelste paneel).
We kunnen ook zien dat bij een afnemende vaccinatie-intensiteit de schijnbare vaccineffectiviteit veroorzaakt door HVE afnam tot nul, wat een illusie van afnemende vaccineffectiviteit opleverde. Het is vermeldenswaard dat de illusie van vaccineffectiviteit zich ver uitstrekt over de periode gedefinieerd door k. In het huidige voorbeeld daalde de schijnbare vaccineffectiviteit pas na ongeveer 15 weken (105 dagen) vanaf het begin van de tracking tot nul, ondanks dat k slechts 20 dagen was.
Het onderste paneel van Figuur 2 zet het aantal sterfgevallen uit als een functie van het aantal dagen vanaf de vaccinatie. Let op de geleidelijke stijging in de grafiek (vergeleken met Figuur 1), die consistent is met de daling in sterfte onmiddellijk na de vaccinatie, die daarna langzaam terugkeert naar een stabiel niveau. Veel waarnemers verwarden dit effect met bewijs van vaccin-gerelateerde sterfte (zie bijvoorbeeld dit bericht van Steve Kirsch). Het is echter slechts een ander gezicht van Janus van het Healthy Vaccinee Effect.
Op deze synthetische dataset kunnen beide parameters van de HVE-simulatie (k en p) gemakkelijk worden afgelezen van de curve in het onderste paneel van Figuur 2 (zie de hulprode lijnen): De duur van HVE (k = 20 dagen in dit geval) kan worden afgeleid als het aantal dagen waarna de grafiek afvlakt. De omvang van HVE (p = 0,5) kan worden geschat aan de hand van de initiële verzwakking van de grafiek, d.w.z. 1 minus de ratio van het aantal sterfgevallen op dag 1 (ca. 12 in dit voorbeeld) tot het dagelijkse aantal sterfgevallen nadat de grafiek stabiliseert (ca. 23). Dit zou leiden tot de schatting van p ≈ 1−(12/23) = 0,48. Deze manier van gegevens plotten kan in de praktijk worden gebruikt om de parameters van HVE in observationele studies te schatten.
Figuur 2. HVE-model (vaccin met nuleffect met HVE-omvang van p = 0,5 en duur van k = 20 dagen). De evoluties van de sterftecijfers binnen de gevaccineerde en ongevaccineerde groepen worden weergegeven in het bovenste paneel, de evolutie van de schijnbare vaccineffectiviteit in het middelste paneel (horizontale assen in weken). Merk op dat in dit voorbeeld zelfs een HVE van korte duur (k = 20 dagen) een aanzienlijke optische illusie van vaccineffectiviteit produceerde die ongeveer 15 weken duurde vanaf het begin van de tracking in week 20. Het onderste paneel toont het aantal dagelijkse sterfgevallen (gemiddelden en standaardafwijkingen van 100 runs van het HVE-model) als functie van het aantal dagen vanaf de vaccinatie in de gevaccineerde groep in het HVE-model (vaccin met nuleffect met HVE-omvang van p = 0,5 en duur van k = 20 dagen). De hulplijnen zijn getrokken als hulpmiddel om de parameters k en p te deriveren.
Door de parameter p aan te passen, kunnen we een bijna willekeurige „initiële effectiviteit” van het placebovaccin bereiken. Door k (en/of de duur van de vaccinatiecampagne) aan te passen, kunnen we een willekeurig tempo van „afnemende effectiviteit” bereiken. Zie het artikel The Hall of Mirrors dat we publiceerden in Frontiers voor verdere details, analyses van de effecten van het wijzigen van k en p, vergelijking met reële gegevens, Bayesiaanse methoden voor het schatten van k en p, en nog veel meer wiskundige fijniteiten.
We kwamen voor het eerst naar voren met een versie van dit model in februari 2023. Het duurde even voordat het model werd gepolijst en de taal voldoende werd verzacht dat we het konden indienen bij een academisch tijdschrift. We dienden het in bij het International Journal of Modelling and Simulation in september 2025. Een half jaar later zaten de redacteuren er blijkbaar nog steeds met horror naar te staren omdat er geen reviewers waren toegewezen, ondanks herhaalde herinneringen. Daarom trokken we het artikel in en stuurden het naar Frontiers, vochten we een gevecht uit met verschillende reviewers en kregen we het uiteindelijk gepubliceerd in de zomer van 2026.
We moesten voorzichtig te werk gaan, de taal op verschillende plaatsen verzachten en net doen alsof het artikel niet alle schattingen van de effectiviteit van vaccins op basis van observationele gegevens ongeldig maakt – wat het in feite wel doet. Alleen hier, op de pagina’s van Brownstone Journal, kunnen we ons de volledige en eerlijke...
We hebben een heel eenvoudig model gepresenteerd van het zogenaamde Healthy Vaccinee Effect – een type indicatiebias dat ontstaat wanneer mensen die dicht bij de dood zijn minder snel worden gevaccineerd. Het is algemeen bekend dat HVE aanwezig is in observationele gegevens van Covid-19-vaccins.
We hebben aangetoond dat HVE (1) een illusie creëert van een beschermend effect van het vaccin tegen overlijden door welke oorzaak dan ook, (2) een illusie produceert van een afnemende effectiviteit van het vaccin, en (3) een anomaal patroon veroorzaakt in de relatie tussen de tijd vanaf de vaccinatie en het aantal sterfgevallen in die tijd, dat kan worden aangezien voor vaccin-gerelateerde sterfte. In ons voorbeeld creëerde het niet toedienen van slechts 115 van de 800.000 placebovaccins aan stervende mensen een zeer uitgesproken en langdurige illusie van vaccineffectiviteit.
Alle onderzoeken die observationele gegevens gebruiken om de effectiviteit en/of veiligheid van vaccins af te leiden – d.w.z. al dergelijke onderzoeken behalve prospectieve gerandomiseerde onderzoeken – lijden zeer waarschijnlijk aan grote verstoringen als gevolg van HVE. Alle beweringen over de effectiviteit en veiligheid van Covid-19-vaccins op basis van observationele gegevens zijn daarom waarschijnlijk misleidend en moeten worden herzien.
Originele auteur: Tomas Fürst | Bron: Brownstone Institute
512.347 SRY