L'étendue et l'impact de la mauvaise catégorisation du statut vaccinal

Nouvelle version de l'étude qui inclut les essais RCT en plus des études observationnelles.
Résumé
Il est reconnu que de nombreuses études d'observation et essais contrôlés randomisés faisant état d'une grande efficacité des vaccins Covid-19 souffrent de divers biais. Une analyse systématique a permis d'identifier trente-six études souffrant d'une forme particulière et grave de biais, appelée biais de mauvaise catégorisation, par lequel les participants à l'étude qui ont été vaccinés sont classés comme non vaccinés jusqu'à un certain délai arbitrairement défini après la vaccination. La simulation démontre que ce biais de catégorisation augmente artificiellement l'efficacité des vaccins et les taux d'infection, même lorsque l'efficacité d'un vaccin est nulle ou négative. En outre, la simulation démontre que des rappels répétés, administrés tous les quelques mois, sont nécessaires pour maintenir cette impression trompeuse d'efficacité. Par conséquent, toute allégation d'efficacité du vaccin Covid-19 fondée sur ces études est susceptible d'être une illusion statistique ou d'être exagérée.
https://www.medrxiv.org/content/10.1101/2024.03.09.24304015v5
a) Erreur de catégorie de base: pendant la période définie arbitrairement, les vaccinés sont catégorisés comme non vaccinés, vacciné deux fois classé comme unique vaccin boosté catégorisé comme deux fois vacciné (par exemple: Buchan et al, 2022; Stock et al, 2022).
  (b) non vérifié: les participants dont le statut de vaccination sont inconnus ou non vérifiés sont classés comme non vacciné (par exemple: Rosenberg et al, 2021; Lyngse et al, 2022b).
  c) Incontrôlé: les participants sont autorisés à auto-administrer ou à auto-évaluer leur vaccination ou Le statut d'infection, est devenu divulgué (non aveugle) ou recherché en dehors de l'étude (par exemple: Angel et Al, 2021).
  d) Exclu: ​​les participants qui sont vaccinés mais qui sont infectés ou décédés pendant la période définie arbitrairement ne sont classés ni comme non vaccinés ni comme vaccinés, mais sont simplement supprimés de l'analyse (par exemple: Tabarsi et al, 2023; Heath et al, 2023). Note
  qu'il existe deux formes d'exclusion appliquées, symétriques où les participants sont exclus sur toutes les bras de l'étude, y compris le bras de contrôle, et asymétrique (a) où ils sont exclus uniquement dans le bras de traitement.
  (e) Indéfini: les auteurs de l'étude ne fournissent pas de définition pour l'un ou l'autre des statuts vaccinaux (par exemple: Bermingham et al, 2023b; Nordstrom et al, 2022).