發表文章

「感染率 x 感染死亡率」才能真實表示出疫苗的效益

圖片
因為我們遇到了非常奇妙的疫苗狀況: .就是「注射三劑的」感染率,比「完全未注射的」高。 .「注射三劑的」感染死亡率,比「完全未注射的」低。 那究竟,單就「未注射」與「注射三劑」,究竟對族群是好或壞?究竟注射三劑,能讓族群死亡人數變少嗎? 建立簡單數字模型如下 「有打針的10人,8個被感染,4個死亡。」 計算可以得知,感染率80%,感染死亡率,50% 。 「沒打針的10人,2個被感染,2個死亡。」 計算可以得知,感染率20%,感染死亡率,100%。 分析: 打針後,因為感染死亡的佔該族群 40%;未打針,因為感染死亡佔該族群 20%。 .看起來不要打針比較好。 可是單用感染死亡率的算法(感染死亡數/感染數),會得到打針感染死亡50%,未打針100%。 .看起來打針竟然比較好。 如果我們用「感染率 x 感染死亡率」來調整,就會看到與真實狀況吻合的數字: 打針族群:感染率 80% x 感染死亡率 50% = 40% 未打針族群:感染率 20% x 感染死亡率 100% = 20% 可以看到,這樣計算之後,就會吻合打針或不打針,對整個族群的影響。 所以在打針比未打針感染率高的狀況,單用感染死亡率無法看出「打針」這件事,對整體族群的影響。 我們這次疫情疫苗,剛好就遇到這個狀況。從下表,英國最新公佈的統計來看,剛好就可以看出,打三劑的被感染率,在許多年齡層,都高出完全未打針的三倍以上。 依照「感染率 x 感染死亡率」,去計算急診率、28天死亡率、60天死亡率,可能會得出令人非常驚訝的數字。簡單的說,就是去計算: .感染率 x 感染急診率 .感染率 x 28天感染死亡率 .感染率 x 60天感染死亡率 所以,個人主張,應該使用「感染率 x 感染死亡率」,來評估預防針的整體族群效果。

丹麥的 Covid-19 統計

圖片
以下的內容來源是來自根據 Kristoffer Torbjørn Bæk 所整理的丹麥Covid-19 統計數據,以英文呈現在 Dead Man Talking 網站的資料。因為我不會丹麥文,沒有能力檢視原始官方文件,但依照書寫方式,會覺得是可信的呈現。 該文從疫苗施打開始,對官方資料顯示「打針後感染住院率下降」、「打針後感染死亡率下降」,但在醫院實際看到仍有許多打針後感染病患及感染死亡的現象,因而感到矛盾,於是進一步試圖透過全國性的數字,統計全國感染死亡以及全原因死亡來看到底施打疫苗開始後,對全國這個群體而言,到底影響是好是壞。 有興趣的朋友可以閱讀原始英文,我大致翻譯英文重點,以及完整翻譯最後兩段英文,並且附上最後兩張圖表。 文章前半部的重點是: 打三劑的普遍感染率比未打針的高。 雖然數據顯示打過針的住院率比較低,但是醫院還是塞滿了打過針的感染住院病患。 死亡部分也是跟住院的部分一樣,許多打過三劑得仍然感染死亡。 以下是我的個人主張,跟該文無關 「所以要用(接種後感染率x接種後住院率)及(接種後感染率x接種後死亡率)才能看出真實接種對整個族群的影響。」( 進一步說明的連結 ) 回到該文,翻譯最後兩段並附上圖表: 我並不覺得如此。自疫苗推出以来,COVID的死亡人數(以下橙色)每季都在逐步增加,但與普通流感相比,仍然没有什麼额外的影響。更糟糕的是,自從大規模接種疫苗以来,全原因死亡數(浅藍色)顯然大大增加(而且超量),其中大部分死亡與COVID本身無關。 I don’t think so. COVID deaths (orange below) have gotten progressively worse each season since the vaccine was rolled out and yet still have little additional impact over a regular flu. Worse still, it is apparent that all-cause mortality (light blue) is substantially higher (and in excess) since mass vaccination with much of that death not being attribute

來自英國國家統計局,有注射與未注射,全死亡率與感染死亡率,折線圖

圖片
以下的資料,是整理自英國官方資料庫  Deaths by Vaccination status, England  (英國分疫苗注射狀態的死亡統計),其中的報表  Deaths occurring between 1 January 2021 and 31 January 2022 edition of this dataset  (2021-1-1 至 2022-1-31 的死亡統計)。 The following line graphs are summarized from the datasheet  Deaths occurring between 1 January 2021 and 31 January 2022 edition of this dataset  of the UK official website  Deaths by Vaccination status, England 。 依照大學同學的建議,整理: 1. 全原因死亡率與感染死亡率在同一個圖表呈現。 2. 將未注射與有注射比較,有注射包含一針或兩針或三針。 只截取第一針打滿21天或第二針打滿21天,或第三針打滿21天。 來看變化。 打針死亡率加總算法公式是用: 第一針官方公布死亡率 x(第一針人年數/總注射人年數)+ 第二針官方公布死亡率 x(第二針人年數/總注射人年數)+ 第三針官方公布死亡率 x(第三針人年數/總注射人年數) 現在呈現的女性與男性18-39歲部分,是資料庫中最年輕的年齡數據。 目的是幫助到底在年輕族群,打針是有益還是有害,幫助判斷。 上述資料第一次呈現在臉書,也包含個人的觀察記述,還是要強調,這邊主要只做客觀資料整理呈現,其他個人主觀的觀察記述部分,希望拉近閱讀者與客觀呈現內容的距離。對於新興傳染病,大家都在學習,失敗本來就是成功之母,如果能從這個角度來看,就不會陷入一己之見的意氣之爭。科學進步的腳步向來緩慢,隨著一點一點客觀觀察到的證據累積,人對事件的認知會有改變,進而帶動人類整體的成長。筆者在有限的時間呈現自己認為重要的資料,如果國家認為這是良性的競爭,一起進步,呈現給國民更多完整、詳細正反資料,例如疫苗在各年齡層的 NNT 與 NNH 數據,一定是大家的幸福。 以下是臉書評論的呈現,之後會附上其他英國女性年齡別的圖表及原始繪製圖表整理的數字,同樣是因為個

UK Deaths by Vaccination status: male 英國分疫苗注射狀態的死亡統計:男性部分

圖片
以下的資料,是整理自英國官方資料庫  Deaths by Vaccination status, England  (英國分疫苗注射狀態的死亡統計),其中最新的報表  Deaths occurring between 1 January 2021 and 31 January 2022 edition of this dataset  (2021-1-1 至 2022-1-31 的死亡統計)。 The following line graphs are summarized from the latest datasheet  Deaths occurring between 1 January 2021 and 31 January 2022 edition of this dataset  of the UK official website  Deaths by Vaccination status, England 。 個人觀察: 與女性不同的是:在18-39歲的男性族群,不管第一針或第二針或第三針,全原因死亡率大部分時候都比未打針的高。這會讓人聯想到前一陣子年輕男性運動員在球場猝死的新聞,不知道能不能用這個折線圖解釋。 40-49歲男性族群,第三針有統計的三個月,每個月全原因死亡率都比未打針的高。 所以,這要如何進一步解讀呢?到底注射是對人類有益還是有害?   Raw data for line graphs 18-39 84 59 51 47 42 60 66 63 45 52 41 46 26 0 134 156 138 102 98 33 54 73 75 39 48 50 0 0 0 104 100 122 116 62 133 170 140 88 87 0 0 0 0 0 0 0 0 0 0 124 89 33 40-49 262 204 143 147 249 291 332 288 248 202 235 237 188 0 247 338 250 180 115 192 453 564 555 291 331 319 0 0 0 81 257 220 198 117 139 135 127 139 192 0 0 0 0 0 0 0 0 292 342 220 50-59 688 569 531 991 824 782 836 880 6

UK Deaths by Vaccination status: Female 英國分疫苗注射狀態的死亡統計:女性部分

圖片
以下的資料,是整理自英國官方資料庫 Deaths by Vaccination status, England  (英國分疫苗注射狀態的死亡統計),其中最新的報表  Deaths occurring between 1 January 2021 and 31 January 2022 edition of this dataset (2021-1-1 至 2022-1-31 的死亡統計)。 The following line graphs are summarized from the latest datasheet  Deaths occurring between 1 January 2021 and 31 January 2022 edition of this dataset  of the UK official website  Deaths by Vaccination status, England 。 個人認為,一個預防針,要預防可造成死亡的疾病,要檢證的有兩個: 1. 降低該疾病死亡率。 2. 降低流行病期間,總體人類死亡率。 有時候達成一,並無法達成二,而二是更重要的,舉個極端的例子:例如在染病之前,預防針就殺死了感染易死的個體族群,那個體沒機會被感染而死,就會看到感染死亡率降低的假象。 所以第二個(全原因死亡率)比第一個重要,只有染病死亡率下降,但總體人類死亡率如果是上升的,那預防針是沒用的。 那如何解釋年長者第一針死亡率快速陡升,第二針沒那麼快呢? 一個可能的假說是,對針劑有不良的反應,就像過敏反應有好幾種一樣,有快速反應的,與延遲反應的,對針劑會快速反應的,在第一劑後就大量死亡,對針劑有延遲不良反應的,數個月後才發生死亡。 18到39歲族群,第二針的全原因死亡率上升與年長者,或許跟這個族群比較年輕,即使第二針也會快速反應,所以在這個族群打針應更謹慎。 以上是根據圖表提出的假說,希望未來會有人有興趣進一步驗證。 Raw data for line graphs All cause  18-39 53 41 32 26 23 28 41 36 49 24 25 48 28 0 47 60 91 62 34 30 29 42 67 74 37 0 0 0 0 31 49 43 55 113 120 88 89 56 77 0 0 0 0

點選 Dr. Peter McCullough 有關疫情看法的四個影片

圖片
因緣際會,知道了這位醫師 Dr. Peter McCullough。 根據wiki的簡介,資歷如下。 彼得·安德魯·麥卡洛(Peter Andrew McCullough)是美國心髒病專家。他曾擔任貝勒大學醫學中心內科副主任和德克薩斯農工大學教授。 Peter Andrew McCullough (/məˈkʌlə/;[1] born December 29, 1962) is an American cardiologist.[2] He was vice chief of internal medicine at Baylor University Medical Center and a professor at Texas A&M University. ピーター・アンドリュー・マッカロー(英語: Peter Andrew McCullough[məˈkʌlə][1]、1962年12月29日 - )は、アメリカ合衆国の循環器専門の医師[2]、教授。ピーター・マッカローとも表される。ベイラー大学メディカル・センター内科の副主任、テキサスA&M大学の教授を歴任した。 在這樣的位置,他發表的有關疫情疫苗與治療的看法,變得有一定的影響力。而相關學術訓練也讓他的表達充滿科學性的語調,證據的引用上也會提及目前已知確定發表的文獻,對專業人士來說,因為專業人士有不信一家之言,總是看內容自行判斷的習慣,所以 Dr. Peter McCullogh 應該是最適合專業人士從不同角度看疫情的材料來源。 個人選了四片影片,都是有在審查內容的YouTube平台。 第一片:2021年3月,向德州參議院,衛生與公共服務委員會作證。針對確診患者居家治療,提出他的研究及建議。 第二片:長達一小時以上,接受 Darkhorse 專訪。其中提到,針對疫苗安全,美國中央應有完善的委員會架構:醫療數據安全監測委員會,及隸屬倫理委員會下的緊急事件委員會。(...if we had the right committee structure in place and and for vaccines we obviously should have had a data safety monitoring board a critical event committee in the hu

文獻:「SARS‐CoV‐2 疫苗會增加水痘帶狀皰疹病毒復發的風險嗎?一個系統性回顧」

圖片
2021年發表在美容皮膚醫學期刊(Journal of Cosmetic Dermatology)的文章,題目是「SARS‐CoV‐2 疫苗會增加水痘帶狀皰疹病毒復發的風險嗎?一個系統性回顧」(Can SARS‐CoV‐2 vaccine increase the risk of reactivation of Varicella zoster? A systematic review)。 原文連結 。 結論翻譯如下: 「我們的研究並未建立起任何因果或確定的連結,但帶來關注,就是在COVID-19疫苗與帶狀皰疹之間存在可能的關聯。大規模的免疫學、流行病學、及臨床研究也許可以了解因果關係。就目前而言,注射疫苗,及合理的生物學上的連結,這兩者的關聯為判斷標準來看,帶狀皰疹看起來是個「可能」但少見的疫苗注射後不良反應(AEAV). 更進一步來說,這些發現可能是治療上有意義的,就是決定是否要在會對SARS‐CoV‐2 疫苗注射後產生水痘帶狀皰疹病毒復發,這樣的狀況有較大風險的個案,注射前事先暫時性給予抗病毒藥物。」 註:AEAV - Adverse events after vaccination.