Onthutsende bevindingen uit het “oversterfterapport” van Meester en Jacobs

Leestijd: 9 minuten

Onthutsende bevindingen uit het “oversterfterapport” van Meester en Jacobs

Data-troep

Hoofdstuk 6 van het rapport van Meester en Jacobs is een onthutsende bevestiging van diverse conclusies die op deze site en veel andere plekken al waren getrokken op basis van de rapporten van het RIVM en het CBS. Die cijfers lieten toen namelijk zien dat de vaccinatie een groot positief effect zou hebben op een scala aan aandoeningen. Gevaccineerden overleden beduidend minder aan een scala aan aandoeningen dan ongevaccineerden. En dat gebeurde ook in periodes waarin er amper Covid-19 heerste.

Ieder data-analist weet dat als je data onwaarschijnlijke resultaten opleveren dat er dan iets behoorlijk mis moet zijn met de data. En dat je dan geen conclusies op basis van die data kunt trekken.

Maar dat was niet wat RIVM en CBS deden. Want de data lieten ook zien dat de bescherming van het vaccin heel hoog was, en met die resultaten wilde men graag naar buiten komen. Terwijl ook die resultaten sterk zijn beïnvloed door die slechte kwaliteit van de data.

In hoofdstuk 6 van het rapport van Meester c.s. (pagina 68 tot en met 133) wordt verslag gedaan van de bevindingen waarbij men toegang had tot de microdata van het CBS. En het is ronduit schokkend wat er dan gevonden wordt.  Deze grafiek uit het rapprt (figuur 52, bladzijde 91) laat het eigenlijk in één oogopslag zien. Het is de totale sterfte in het geboortecohort van 1940 tot 1950 (tussen 72 en 82 jaar). Het geeft het overlevingspercentage aan van gevaccineerden (oranje) en ongevaccineerden (blauw) in de 1000 dagen na de vaccinatie.

Bij de gevaccineerden zien we een geleidelijke daling naar circa 92% die nog leeft 1000 dagen erna. Maar bij de ongevaccineerden zien we een forse sterfte in de eerste paar weken en ook de daling erna gaat sneller dan bij de oranje lijn. Na ruim 1000 dagen leeft nog 78%,

In het rapport wordt van deze tabel vermeld dat in de eerste vier weken na het moment van de vaccinatie de sterfte onder de gevaccineerden aan welke oorzaak dan ook 0.14% was, maar bij de ongevaccineerden was dat 8.5%.

Dat kan alleen maar veroorzaakt zijn door grote problemen met de data. (In het rapport wordt enerzijds Healthy Vaccinee Effect vermeld. Dat houdt in dat personen met een slechte gezondheid met een korte levensverwachting doorgaans niet meer werden gevaccineerd. In een hospice werd echt niet meer tegen Covid-19 gevaccineerd. Maar ook bleek dat degenen die overleden kort na hun vaccinatie in de data als ongevaccineerde overlijdens waren opgenomen.)

Daarom stierf dus bijna 10% van die groep ongevaccineerden al binnen 4 weken. Maar dat heeft NIETS te maken met de kwaliteit van het vaccin…… Maar deze data werd schaamteloos gebruikt, zodat het beschermende effect van het vaccin tegen sterfte heel sterk werd overdreven.

Het is werkelijk een grof schandaal dat RIVM en CBS deze cijfers toen zo naar buiten hebben gebracht en ook nog in maart 2024 bij een congres van ZonMW met deze cijfers op de proppen kwam.

Samenvatting van hoofdstuk 6

De auteurs van het rapport hebben aan het begin van hoofdstuk 6 een uitgebreide samenvatting en die geef ik hier integraal weer:

“In dit hoofdstuk doen we verslag van analyses waarin we sterfte en diagnoses hebben vergeleken tussen de (corona)gevaccineerde en ongevaccineerde populatie in Nederland; dit om de mogelijke invloed (zowel positief als negatief) van de coronavaccins op de sterfte in Nederland beter te kunnen duiden. De analyses zijn gedaan in de CBS microdata-omgeving, met data op individueel persoonsniveau. Ook hebben we daarbij gebruik gemaakt van de CIMS vaccinatie-database, eveneens aanwezig in de CBS microdata, en toegankelijk voor onderzoekers in het kader van het ZonMw Oversterfte-programma lijn.

De analyses laten interessante, maar ook complexe en soms lastig te interpreteren resultaten zien. Mede door beperkingen in de brondata en de methodologie krijgen we geen definitieve antwoorden, maar wel belangrijke nieuwe aanwijzingen alsmede aanknopingspunten voor benodigde vervolgstappen. We vatten het hoofdstuk nu eerst samen.

Klassieke survival analysis aanpak, maar ook enkele extra stappen en andersoortige analyses

In eerste instantie hebben we de data op een klassieke standaardwijze geanalyseerd, zoals CBS/RIVM ook hebben gedaan in hun belangrijke en invloedrijke studies, uitgevoerd met grotendeels dezelfde data. De CBS/RIVM-studies rapporteerden steevast een zeer hoge vaccin-veiligheid en een zeer hoge vaccin-effectiviteit (VE) – niet alleen voor coronasterfte maar ook voor alle overige sterfte. In onze analyses maakten we gebruik van vergelijkbare, maar net iets andere en eveneens standaard statistische survival analysis technieken en standaard VE-maten. Ook gebruikten we sterk vergelijkbare geboortejaar-cohorten –inclusief het onderscheid op WLZ-gebruik.

Een belangrijk verschil is dat wij mensen in onze analyses beschouwen als “gevaccineerd” direct na de eerste vaccindosis, in plaats van een aantal weken na completeren van de basisserie van twee prikken; dit om eventuele nadelige effecten direct na vaccinatie beter in kaart te brengen. Verder proberen we zo goed mogelijk te corrigeren voor a priori gezondheidsverschillen tussen de gevaccineerde en ongevaccineerde groep door de standaardtechniek van matching te gebruiken. Dit houdt in dat we tegenover elke gevaccineerde persoon in de vaccin-onderzoeksgroep een vergelijkbare ongevaccineerde persoon in de controle-groep plaatsen, met hetzelfde geschatte gezondheidsniveau.

We doen dit vooral op basis van hun medicijngebruik in het jaar ervoor. Door deze matching ontstaat een beter beeld van wat het effect is van het vaccin, los van eventuele al bestaande verschillen tussen de gevaccineerde en ongevaccineerde groep.

Daarna hebben we, na de eerste analyses, extra analyses gedaan waarbij we telkens de VE berekenen voor een korte periode van 4 weken, in plaats van in één keer over de gehele periode, die veel langer is. De keuze voor kortere periodes – hoewel minder gebruikelijk – maken wij om beter om te kunnen gaan met de grote temporele en groepsdynamiek in de data, waarin bijvoorbeeld zeer kwetsbare subgroepen telkens eerst gevaccineerd werden, en de VE sterk varieert over de tijd. Door de periodes korter te maken krijgen we daar beter zicht op.

Verhoogde sterfte en verhoogde Covid-sterfte tijdens vaccinatierondes

Zowel tijdens de basisvaccinatie-rondes als tijdens de booster-ronde is er licht verhoogde sterfte zichtbaar, vooral bij oudere leeftijdsgroepen. Dit is vooral bij de ongevaccineerde groepen te zien, maar in mindere mate ook bij gevaccineerde groepen. Volgens de officiële doodsoorzakenregistratie is dan telkens ook de Covid-sterfte enigszins verhoogd. Dit kan en zal een rol gespeeld hebben bij de algemeen verhoogde sterfte, met name bij de oudere leeftijdsgroepen, hoewel Covid in deze periodes volgens de officiële doodsoorzakenregistratie maar een klein deel van de sterfte voor zijn rekening neemt.

Het verdient ons inziens nader onderzoek of nadelige interacties tussen vaccinatie en corona-infectie hier wellicht een rol gespeeld hebben. We zouden graag antwoord krijgen op vragen als: waar komt de schijnbare opleving van Covid tijdens de vaccinatierondes vandaan, ook in de lente en zomer? Wat is het effect van de vaccinatie op de immuniteit? Wat is het effect van een infectie vlak voor of vlak na vaccinatie?

Healthy vaccinee effect en resulterende VE-artefacten

Daarnaast stuitten we bij de resultaten ook op andere bijzondere fenomenen. Om te  beginnen zien we dat, ondanks matching, de non-Covid sterfte (zoals sterfte aan kanker,  cardiovasculaire sterfte, dementie, e.d.) in de ongevaccineerde groep alsnog veel hoger is  dan in de gevaccineerde groep. Dit geldt voor vrijwel alle leeftijdsgroepen. Dit duidt op een groot resterend healthy vaccinee effect (HVE), een statistisch artefact waarbij (ondanks matching) de gevaccineerde groep in het algemeen veel gezonder blijkt te zijn dan de ongevaccineerde.

Het lijkt erop dat onze matching op basis van met name medicijngebruik (en WLZ-type en -niveau) zijn beperkingen heeft. Merk op dat een puur HVE geen verklaring  biedt voor ook de algehele, totale verhoging van sterfte; want HVE zorgt alleen voor een  splitsingseffect waarbij de relatief ongezonde mensen een andere keuze maken over  wel/niet vaccinatie dan de relatief gezonde mensen.

Dit grote verschil in sterfte tussen gevaccineerden en ongevaccineerden als gevolg van HVE leidt tot heel hoge schijnbare VE, zowel voor bescherming tegen sterfte in het algemeen als tegen coronasterfte, die waarschijnlijk geen werkelijke vaccin-bescherming inhoudt. Vrijwel zeker zijn ook de CBS/RIVM rapportages hier sterk door beïnvloed.

Een  analyse van de eerste booster-vaccinatie, eind 2021, laat weer precies hetzelfde effect zien: een heel groot HVE dat kunstmatig (als artefact) tot hoge schijnbare VE leidt: een ogenschijnlijk, maar niet reëel ‘oppeppen’ van de bescherming.

Dit alles verklaart ons inziens ook grotendeels de bevinding dat een initieel hoge VE zo snel (binnen enkele maanden) afneemt. Immers, van een HVE verwachten we dat dit binnen enige tijd verdwijnt, als met name de zeer kwetsbare mensen, die vanwege uiterst zwakke gezondheid en een matig functionerend immuunsysteem niet meer gevaccineerd konden worden, overleden zijn. Als we dat grote HVE meenemen in de interpretatie, is er volgens onze analyses weinig tot geen evidentie voor échte bescherming tegen sterfte door de coronavaccins. Zeker niet voor de jongere leeftijdsgroepen, waar de sterfte aan Covid-19 sowieso verwaarloosbaar is.

Tijdelijk onrealistisch hoge sterfte bij ongevaccineerden tijdens vaccinatierondes.

We zien in de data van het CBS/RIVM een vreemd fenomeen: de sterfte in de (volgens CIMS) ongevaccineerde groep is vooral in de weken waarin heel veel gevaccineerd werd en de paar weken erna, extreem en onrealistisch hoog. Als voorbeeld noemen we het geboortejaarcohort 1940-1950 (zonder WLZ-gebruik), de ongevaccineerden in deze groep hebben een  kans van maar liefst 8,59% om te overlijden aan iedere willekeurige doodsoorzaak in de  eerste 4 weken na de periode waarin veel gevaccineerd werd, terwijl dit voor  gevaccineerden slecht 0,14% is (zie de bovenstaande grafiek).

Dit fenomeen is mede verantwoordelijk voor de lichte verhoging van gemiddelde sterfte van ongevaccineerden en gevaccineerden bij elkaar, precies samenvallend met de piek van de vaccinatieronde. Dit alles dus terwijl er bij die ongevaccineerde groep in die weken (meestal de lente van 2021), biomedisch gezien niets bijzonder gebeurt. Wel is er dus enige verhoogde sterfte aan doodsoorzaak Covid-19, vooral bij de ongevaccineerden en een klein beetje bij de gevaccineerden. Echter, noch de (kleine) coronagolf noch het HVE kan de extreme piek in sterfte onder de ongevaccineerden volgens onze analyse volledig verklaren.

Ernstige datavervuiling?

Nog een mogelijke factor is, weten we, dat sommige mensen geen toestemming hebben gegeven voor opname van hun vaccinatiegegevens in centrale onderzoeksregisters. Zij zijn daardoor logischerwijze niet opgenomen in CIMS, terwijl zij wel degelijk een vaccinatie hebben ontvangen. Deze mensen worden daardoor gerekend als “ongevaccineerd”. Het is onduidelijk hoe vaak dit precies is voorgekomen (gerapporteerde, maar niet-precieze cijfers spreken over ±7%); de grote sterftepiek bij ongevaccineerden suggereert dat dit onevenredig en opmerkelijk vaak gebeurd is bij mensen die vlak na de vaccinatie overleden.

We moeten dus de mogelijkheid overwegen dat van een significant en disproportioneel aantal mensen dat kort na de vaccinatie overleed – wellicht mede als gevolg van die vaccinatie – de vaccinatie niet is geregistreerd in CIMS. Hun overlijden werd daarmee in dat geval onterecht bij de ongevaccineerde groep ingedeeld, wat lacunes, of vervuiling, in de data heeft veroorzaakt. Hoe groter de groep, hoe ernstiger de vervuiling.

Deze lacunes kunnen te maken hebben met disproportioneel weinig rapportage richting CIMS over gezette vaccinaties vanuit verpleeghuizen of ziekenhuizen; dan wel keuzes of procedures waardoor in voorkomende gevallen vaccinaties vlak voor overlijden van een persoon niet meer opgenomen zijn in CIMS – dit laatste lijkt in elk geval in het Verenigd Koninkrijk zo gebeurd te zijn.

Dit alles zou betekenen dat de analyses over effectiviteit en veiligheid van de coronavaccins, inclusief die van CBS/RIVM – die over dit fenomeen niets vermelden – ook daardoor sterk beïnvloed zijn ten faveure van de vaccins. Dit is dus mogelijk een tweede groot artefact dat niet alleen de gerapporteerde VE, maar ook de inschatting van veiligheid van de vaccins kunstmatig veel gunstiger heeft voorgesteld dan die in werkelijkheid is. Het zou wijzen op ernstige datavervuiling, waarvan uitgezocht zou moeten worden hoe dit heeft kunnen gebeuren.

Conclusies sterfte-analyse

Welke combinatie van oorzaken ook primair verantwoordelijk is voor al deze bevindingen, en wat hun relatieve bijdrage aan de gemeten effecten ook is, het belangrijkste is de volgende conclusie: er zijn grote artefacten die vrijwel zeker alle CBS/RIVM effectiviteits- en veiligheidsanalyse ernstig hebben verstoord en daarmee de VE en de veiligheid sterk hebben overschat. Deze zijn niet of onvoldoende opgemerkt en/of geadresseerd door het CBS/RIVM zelf. Met de huidige beperkingen in de data waar wij toegang toe hebben en kennis over met name de compleetheid en procedures rondom CIMS, kunnen wij ook niet nader antwoord geven op vragen hoe dit heeft kunnen gebeuren. Maar ons inziens is opheldering omtrent deze kwesties erg belangrijk en heel hard nodig.

Diagnoses-analyse

Als aanvullend onderzoek hebben we een analyse uitgevoerd van ziekenhuis-diagnoses van specifieke hartaandoeningen die doorgaans niet tot sterfte leiden. Dit zijn categorieën van hartaandoeningen waarvan uit bestaand onderzoek bekend is of vermoed wordt dat er een relatie is met zowel vaccinatie (als bijwerking) als Covid-19 en andere virale infecties (als neveneffect). We onderscheiden twee categorieën:

1. ‘myocarditis, pericarditis, endocarditis, cardiomyopathie’, allen gerelateerd aan ontstekingen/ziekte van de hartspier of hartklep, en
2. ‘myocardinfarct/hartfalen’. We hebben gekeken naar diagnoses van 2018 t/m 2021; in tegenstelling tot de registratie van de sterfte hebben we van latere jaren nog geen data. Sowieso is er verhoging van de prevalentie van al deze hart-diagnoses in 2020 en met name 2021. Vanaf het jaar 2021 konden we de verschillen tussen gevaccineerden en ongevaccineerden analyseren. Ook bij dit onderzoek laten de resultaten interessante dingen zien, ondanks dat er geen definitieve antwoorden kunnen worden gegeven.

Voor de oudere groep (1940-1960) is de algehele verhoging van prevalentie van diagnoses in 2021 relatief meer toe te schrijven aan de ongevaccineerden dan aan de gevaccineerden. Dit is in lijn met wat we zagen in de sterfte-analyses. Het effect is echter veel minder sterk dan bij de sterfte. Ook hier moeten we rekening houden met een mogelijke rol van het HVE. Ook kan uiteraard uitgestelde zorg en zorgmijding in 2020 een rol spelen, bij zowel ongevaccineerden als gevaccineerden.

Toename diagnoses bij gevaccineerde jongere groepen

In de jongere groepen (geboortejaren 1960-1980 en 1980-2020) echter, zijn de patronen van de diagnose-analyses heel anders: daar zien we vooral bij gevaccineerden hoge pieken in diagnose-prevalentie (af en toe zeer hoog, bijvoorbeeld bij de diagnose myocardinfarct voor de jongste groep). De gevaccineerden dragen hier dus het meest bij aan de totale verhoging van diagnoses. Dit effect is het sterkst rond de basisvaccinatie-rondes. Dit bevestigt het beeld uit de wetenschappelijke literatuur dat bij jonge mensen dergelijke hartgerelateerde bijwerkingen relatief vaak lijken voor te komen.

Ook hier kan echter HVE zeker weer een verstorende rol spelen in de analyses. Maar voor de jongere groepen zou dat in dit geval omgekeerd moeten zijn, een negatief HVE: de mogelijkheid dat ongezondere jongeren er relatief vaak voor kozen om gevaccineerd te worden. Merk op dat, net als voor sterfte, een puur HVE niet de algehele verhoging in aantallen diagnoses kan verklaren. Tenslotte is het relevant dat deze hart-diagnoses, zeker bij jongeren, slechts zelden leiden tot een snelle dood. De hierboven hypothetisch beschreven datavervuiling (bij sterfte van een persoon vlak na vaccinatie wordt de vaccinatie niet geregistreerd in CIMS) zou hier dan ook minder een rol spelen.

De rollen en mogelijke interactie van infecties en vaccinaties

Bij zowel ongevaccineerden als gevaccineerden zien we dat in de acht weken voor de hartdiagnose er relatief vaak een infectie met SARS-CoV-2 optreedt. Dus zowel infecties als vaccinaties spelen mogelijk een rol in de causale keten bij deze hart-gerelateerde diagnoses en de totale verhoging in prevalentie, en (wederom) wellicht soms in interactie met elkaar. Deze resultaten suggereren voorzichtig dat een infectie met het virus of een vaccinatie tegen Covid-19 allebei een trigger kunnen zijn voor deze aandoeningen, en dat de combinatie ervan, bij gevaccineerden, mogelijk soms extra nadelig uitpakt. Wat betreft de covidvaccinaties vormen deze bevindingen een veiligheidssignaal dat eveneens verder onderzocht zou moeten worden.”

U heeft zojuist gelezen: Onthutsende bevindingen uit het “oversterfterapport” van Meester en Jacobs

Volg Maurice de Hond op X | Facebook | LinkedIn | YouTube

Blijf onbeperkt toegang houden tot alles wat Maurice.nl te bieden heeft. Klik hier om lid, abonnee, vriend en bondgenoot te worden.