O balanço da mortalidade pandêmica
Na luta contínua para escrever a história dos anos de pandemia, nada é mais importante do que a mortalidade
Michael Tomlinson - 6 FEV, 2025
Na luta contínua para escrever a história dos anos de pandemia, nada é mais importante do que a mortalidade: os governos do mundo nos salvaram da mortalidade em massa ou não?
A grande estratégia (que, como eu disse antes, não era nem grande nem estratégica) era isolar a população de países inteiros como uma medida provisória "até que uma vacina estivesse disponível".
Esta foi uma estratégia nova (e completamente não comprovada) para derrotar um vírus supostamente completamente novo, sob o argumento de que nenhum humano jamais havia encontrado algo como o SARS-CoV-2 antes, então ninguém teria imunidade pré-existente a ele. Mas a pista está no nome – o SARS-CoV-2 recebeu o nome do SARS, ao qual estava intimamente relacionado, compartilhando aproximadamente 79% de sua sequência genômica de acordo com este artigo na Nature . Ele está situado dentro de um grupo de coronavírus, e outro artigo da Nature discutiu a extensão da reatividade cruzada com estes, incluindo os vírus do resfriado comum, e até mesmo com outras famílias de vírus no geral. Era um tanto novo, mas não único.
Então, os formuladores de políticas deveriam ter sido céticos sobre as alegações feitas no início de 2020 de que o SARS-CoV-2 produziria níveis extremos de mortalidade. Isso tem implicações consequentes para as alegações de que a grande estratégia foi um sucesso porque esses níveis de mortalidade não se concretizaram. Se eles nunca iriam acontecer, então não precisávamos ser salvos deles.
A distribuição de vacinas deveria trazer "o fim da pandemia". Os testes clínicos das vacinas supostamente mostraram que elas poderiam reduzir infecções sintomáticas em mais de 90%.
No nível populacional, isso não faz sentido. Se mais de 90% das infecções deveriam ser prevenidas pela vacinação, e 270 milhões de pessoas na população dos EUA foram vacinadas até o final de maio de 2023 (de uma população total de cerca de 340 milhões), então como é que havia mais de 100 milhões de casos confirmados até então, de acordo com o Our World in Data ? É inacreditável que quase 100 milhões dos 170 milhões não vacinados foram os infectados. Particularmente porque um estudo da Cleveland Clinic mostrou que, em média, quanto mais vacinas as pessoas tinham, maior a probabilidade de serem infectadas:
Foi assumido que haveria uma redução consequente na mortalidade pela redução de infecções (o que em qualquer caso não parece ter acontecido), mas os ensaios clínicos não mostraram nenhuma diferença na mortalidade entre os grupos expostos às vacinas e os grupos placebo. A defesa ortodoxa é que eles não foram suficientemente poderosos para detectar quaisquer diferenças, pois as populações do ensaio não eram grandes o suficiente. Mas, pelo mesmo motivo, temos o direito de tirar a seguinte conclusão: os ensaios clínicos não demonstraram a capacidade das vacinas de reduzir a mortalidade.
No negócio de garantia de qualidade, avaliamos o sucesso de uma intervenção ou programa comparando os resultados reais com as alegações feitas.
A realidade é que ondas de infecção e excesso de mortalidade continuaram após a distribuição das vacinas durante 2021, continuando com duas ondas severas nos Estados Unidos e atingindo o pico novamente no final de janeiro do ano seguinte. Houve uma tendência de picos decrescentes, mas não é evidente que essa tendência tenha mudado como resultado da campanha de vacinação, como seria de se esperar ao longo de qualquer pandemia.
A sabedoria convencional nos faria acreditar que as vacinas, embora possam não ter reduzido os níveis gerais de infecção, de alguma forma reduziram os níveis de hospitalização e mortalidade por Covid-19. Novamente, desafia a crença de que a vacinação pode ser deficiente na prevenção de infecções e ainda ser bem-sucedida na redução de doenças.
Essas alegações de sucesso não se baseiam em evidências concretas.
Vários artigos recentes são provas irrefutáveis que nos mostram que a grande estratégia não funcionou. Precisamos olhar por baixo do capô, no entanto (para mudar de metáfora), porque a narrativa geralmente conclui que a estratégia foi um sucesso. Os dados , no entanto, às vezes contam uma história diferente. Isso mostra que os autores são tendenciosos, e seus dados podem ser mais confiáveis do que suas narrativas.
Tomemos, por exemplo, um estudo de Bajema et al . com base em pacientes da Administração de Saúde de Veteranos dos EUA. Eles concluíram:
Este estudo de coorte mostrou que, durante a temporada de 2022 a 2023, a infecção por SARS-CoV-2 foi associada a resultados de doença mais graves do que a gripe ou o VSR, enquanto as diferenças foram menos pronunciadas durante a temporada de 2023 a 2024.
Durante ambas as estações, o RSV permaneceu uma doença mais branda, enquanto a COVID-19 foi associada a uma mortalidade mais alta a longo prazo. A vacinação atenuou as diferenças na gravidade da doença e na mortalidade a longo prazo.
Isso parece conclusivo, não é?
Mas as conclusões são baseadas nos dados resumidos na Figura 2A, que inclui:
Com base nesses números, é literalmente verdade que a mortalidade por Covid-19 foi mais grave ao longo de 180 dias — mas em menos de 1%. Essa era para ser uma pandemia que acontecia uma vez a cada 100 anos e que cortaria uma faixa da população e era dramaticamente mais perigosa do que a gripe, necessitando colocar o mundo inteiro em estado de emergência. Isso era justificável para uma doença que tinha menos de 1% de mortalidade maior do que a gripe? Muitos artigos da mídia ridicularizaram as alegações de que a Covid-19 representava um fardo de doença semelhante ao da gripe, mas com o tempo ela provou ser comparável.
Quanto a vacinação ajudou? A Figura 2 nos dá essas comparações para os pacientes de Covid-19.
Então, em um artigo baseado em uma subpopulação cuidadosamente selecionada e processada de uma subpopulação, os vacinados estavam à frente em meio por cento ao longo de 180 dias. Isso é o melhor que eles podem fazer? É estatisticamente significativo?
Artigos baseados no excesso de mortalidade em toda a população de um país podem evitar os problemas metodológicos causados pela variabilidade na atribuição de mortalidade à Covid-19 e a seletividade das populações de teste. Vale destacar uma pré-impressão recente de Dahl et al: Covid-19 mRNA-vaccination and all-cause mortality in the adult population in Norway during 2021-20: a population-based cohort study . Eles também chegam à conclusão obrigatória:
Indivíduos vacinados tiveram uma taxa menor de morte por todas as causas durante 2021-2023 na Noruega.
Mas, novamente, como os dados apoiam essa conclusão?
Se nos concentrarmos nos dados de ambos os sexos e lermos da direita para a esquerda, as mortes por 100.000 anos aumentam de forma constante para cada faixa etária, exceto para os mais jovens, onde as mortes seriam raras.
Em contraste, para a faixa etária mais velha (65+), eles aumentam de 3,40 sem doses, para 7,25 com 1-2 doses, para 19,21 com 3+ doses. Que mágica estatística obscura eles empregaram para chegar a taxas de incidência que vão na direção oposta às mortes por pessoa-ano? E por que eles não explicam isso na narrativa?
Em uma leitura simples dos números por trás do texto, a mortalidade por todas as causas nos vacinados foi pelo menos duas vezes maior do que nos não vacinados durante esse período na Noruega. Mas eles concluíram o inverso.
Então, a primeira coisa que precisamos exigir dos nossos cientistas é que eles cheguem a conclusões que sejam claramente apoiadas pelos dados!
Artigos sobre vacinação são criticamente enfraquecidos pelo viés de confirmação. A força da crença dos autores na vacinação é tal que todos os dados são geralmente interpretados como apoiando a vacinação, mesmo quando são contrários.
Outro estudo amplo foi realizado com todos os pacientes diagnosticados com Covid-19 no Brasil no período de 2020 a 2023 por Pinheiro Rodrigues e Andrade . Sua conclusão foi resumida no resumo:
O efeito protetor da imunização contra a COVID-19 foi observado até um ano após os primeiros sintomas. Após um ano, o efeito foi revertido, mostrando um risco aumentado de morte para os vacinados.
Isso é ilustrado na Figura 1, com o número de dias de sobrevivência ao longo do eixo X:
Devemos parabenizar esses autores por chegarem a conclusões que refletem com precisão seus dados, o que é incomum neste contexto. Isso naturalmente levou o artigo a ser investigado pelo periódico pós-publicação, o que nunca acontece para artigos que chegam a conclusões ortodoxas sobre vacinação que são normalmente aceitas pelo valor de face. O viés de publicação é abundante – como os distintos revisores por pares lidarão com o artigo de Dahl? O destino desses dois artigos será um teste fundamental. Na forma atual, você esperaria que o estudo do Brasil fosse retratado e o artigo de Dahl fosse aceito.
Os estudos que chegam a conclusões positivas são baseados em períodos de tempo selecionados (variações no que é conhecido como viés da janela de contagem de casos) ou em modelagem.
Tomemos como exemplo o estudo transversal de Christopher Ruhm sobre os estados dos EUA , que teve como objetivo verificar se as restrições estaduais relacionadas à Covid-19 (intervenções não farmacêuticas ou NPIs + mandatos de vacinas) afetaram o número de mortes por pandemia nos EUA. O estudo foi baseado em dados de toda a população dos EUA, então foi inclusivo nesse sentido. Ruhm conclui:
Este estudo transversal indica que restrições rigorosas à COVID-19, como um grupo, foram associadas a reduções substanciais na mortalidade pandêmica, com mudanças de comportamento servindo plausivelmente como um importante mecanismo explicativo.
A revelação, no entanto, é a janela de tempo: 'A investigação primária cobre o período de 2 anos de julho de 2020 a junho de 2022.' E os meses anteriores? Isso é importante porque a primeira onda de mortalidade por Covid-19 atingiu fortemente os estados do Nordeste e é omitida da janela. Ondas subsequentes atingiram os estados do Sul e do Oeste, então as variações nas taxas de mortalidade excessiva ao longo do período foram fortemente influenciadas pela geografia, o que provavelmente foi um fator de confusão. Isso é evidente na Figura 2C para o período do estudo:
A Figura 2E inclui o período anterior e mostra claramente um padrão inverso, com estados com NPIs mais graves ('acima da mediana' – a linha laranja) apresentando mortalidade muito maior do que aqueles que não tinham.
Os estados com intervenções menos severas tiveram mortalidade mais alta por um mês ou mais após julho de 2021, o que parece ser responsável por quase todo o diferencial na janela de investigação primária. No final da janela, a linha laranja sobe novamente – o que aconteceu depois?
Vale lembrar do estudo brasileiro que descobriu que o efeito protetor da imunização contra a Covid-19 foi observado até um ano após os primeiros sintomas, mas depois de um ano o efeito foi revertido.
Considere também a Estimativa de Excesso de Mortalidade na Alemanha Durante 2020-2022 por Kuhbandner e Reitzner. Os autores reconhecem corretamente que 'ao interpretar estimativas do aumento da mortalidade, é preciso estar ciente das escolhas do modelo e dos parâmetros.'
Nas partes posteriores do artigo, eles mapeiam o excesso de mortalidade desde março de 2020 contra as vacinações em uma linha do tempo. É evidente que há picos de excesso de mortalidade antes e depois da campanha de vacinação, aumentando muito em direção ao final do período do estudo:
Eles concluem:
Em 2020, o número observado de mortes foi extremamente próximo do número esperado, mas em 2021, o número observado de mortes foi muito acima do número esperado, na ordem de duas vezes o desvio padrão empírico, e em 2022, acima do número esperado, ainda mais de quatro vezes o desvio padrão empírico.
Isso não pode ser interpretado como um triunfo para a campanha de vacinação. Era para evitar mortes em excesso, mas não o fez.
Alessandria et al. publicaram Uma análise crítica de mortes por todas as causas durante a vacinação contra a COVID-19 em uma província italiana (Pescara), reanalisando um conjunto de dados existente para corrigir o viés temporal imortal, alinhando a população em uma única data de índice (1º de janeiro de 2021).
Eles descobriram que:
As taxas de risco de morte por todas as causas na análise univariada para pessoas vacinadas com 1, 2 e 3/4 doses versus pessoas não vacinadas foram 0,88, 1,23 e 1,21, respectivamente. Os valores multivariados foram 2,40, 1,98 e 0,99.
As taxas de risco para a terceira e quarta doses costumam ser menores, pois são as mais recentes e, como vimos no estudo brasileiro, as melhorias iniciais são revertidas posteriormente.
Alessandria et al. concluem seu relatório examinando vários tipos de viés que podem afetar os estudos de vacinação, incluindo um tipo particular de viés de janela de contagem de casos, no qual os resultados dos primeiros 10-14 dias após a vacinação são excluídos do grupo da vacina em estudos observacionais, sem equivalente para o grupo de controle. De acordo com Fung et al ., com base nisso, "uma vacina completamente ineficaz pode parecer substancialmente eficaz" (48% eficaz no exemplo que eles calculam usando dados do ensaio randomizado de Fase III da Pfizer).
Enquanto dava os retoques finais na minha análise, o Annals of Internal Medicine lançou Effectiveness of the 2023-2024 XBB.1.5 Covid-19 vaccines Over Long-Term Follow-up por Ioannou et al. Este estudo tenta emular um ensaio clínico controlado ao combinar indivíduos vacinados com XBB.1.5 com participantes não vacinados correspondentes. As conclusões não são inspiradoras:
A eficácia da vacina contra a morte associada ao SARS-CoV-2 diminuiu progressivamente quando verificada após 60, 90 e 120 dias de acompanhamento (54,24%, 44,33% e 30,26%, respectivamente) e foi ainda menor (26,61%) quando estendida até o final do acompanhamento.
Isso é representado na Figura 3:
Então, a janela de contagem de casos parece ser do dia 10 ao dia 210. O que acontece fora da janela não é conhecido. Se resultados ruins forem registrados mesmo com viés de janela de contagem de casos, a realidade deve ser ainda pior.
Temos revisado uma seleção de estudos observacionais. No melhor exemplo, os dados neles não mostram nenhuma vantagem material em ser vacinado e, no pior cenário, as mortes são maiores no grupo vacinado.
Também houve uma série de estudos contrafactuais, nos quais a mortalidade durante o período da pandemia é comparada com a mortalidade esperada.
O primeiro deles, de Watson et al., estimou que 14,4 milhões de mortes por Covid-19 foram evitadas no primeiro ano de vacinação em 185 países, aumentando para quase 20 milhões quando se usa o excesso de mortes como medida.
Esses são números extraordinários, que tiveram um impacto extraordinário na imaginação pública e são frequentemente mencionados na mídia. Eles foram atualizados em uma revisão por Ioannidis et al . Não surpreendentemente, dado o efeito decrescente da vacinação contra a Covid-19, esses autores chegam a números mais conservadores, com mais de 2,5 milhões de vidas salvas.
Mas ambos os estudos apenas assumem as taxas de eficácia da vacina que eles alimentam em seus cálculos, com Ioannidis et al. assumindo VE de 75% pré-Omicron e 50% durante o período Omicron. Estes são presumivelmente baseados no VE encontrado nos ensaios clínicos para infecções sintomáticas , mas uma base empírica para as estimativas de mortalidade evitada não é evidente.
Modelagem não é evidência e não aparece em pirâmides hierárquicas de medicina baseada em evidências (MBE). Se você assumir que seu tratamento é eficaz e então calcular seu efeito em uma dada população, você inevitavelmente descobrirá – seu tratamento é eficaz! A hipótese não é falseável e o raciocínio é circular.
A suposta ameaça extrema da pandemia de Covid-19 que levou os governos ao pânico e a medidas de emergência foi criada em grande parte pela modelagem, que assumiu que níveis extremamente altos de mortes ocorreriam sem novas contramedidas. A pandemania ocorreu e nunca deve se repetir. Retrospectivamente, os ortodoxos agora tentam mostrar que, como esses níveis fictícios de mortalidade não ocorreram, isso ocorreu por causa das contramedidas.
Três cenários possíveis para a mortalidade a médio prazo emergem desses estudos:
Faltam evidências empíricas para o primeiro cenário. Os outros cenários são inaceitáveis. O cenário 2 é inaceitável porque não podemos administrar tratamentos a pessoas se não houver benefício e elas podem ser expostas a efeitos adversos, e os efeitos adversos das vacinas da Covid-19 são anormalmente altos, como Fraiman et al. demonstraram.
Os efeitos adversos dos lockdowns continuam a se acumular também, especialmente na saúde mental e nos níveis educacionais dos jovens. De acordo com Ferwana e Varshney :
Os resultados mostram que o lockdown aumentou significativamente e causalmente o uso de instalações de saúde mental em regiões com lockdowns em comparação com regiões sem tais lockdowns. Particularmente, o uso de recursos aumentou em 18% em regiões com lockdown em comparação com o declínio de 1% em regiões sem lockdown. Além disso, as populações femininas foram expostas a um efeito maior do lockdown em sua saúde mental. O diagnóstico de transtornos de pânico e a reação ao estresse severo aumentaram significativamente com o lockdown. A saúde mental foi mais sensível aos lockdowns do que à presença da pandemia em si.
A estratégia da pandemia foi o maior experimento de saúde pública da história. Como presidente de um comitê de ética em pesquisa humana, eu votaria contra qualquer proposta em que os benefícios líquidos provavelmente fossem zero ou piores. Os benefícios devem exceder comprovadamente os riscos.
Na minha cidade natal, Melbourne, Victoria, toda a população foi confinada em prisão domiciliar por 262 dias no total. Mandatos severos de vacinação foram então impostos a todos os "trabalhadores essenciais" (e quase todos os trabalhadores acabaram sendo essenciais), e os não vacinados foram trancados fora de locais públicos e considerados um risco à saúde. Como outras nações insulares, a Austrália se saiu muito bem durante o período em que fechou as fronteiras, mas a grande estratégia não funcionou - após o período provisório do NPI, a chegada da vacinação não evitou o excesso de mortalidade como deveria:
Um princípio essencial deve ser que quanto mais graves forem as violações da liberdade individual provocadas por medidas de saúde pública, mais evidências concretas de sua eficácia serão necessárias.
Os governos não devem poder atropelar as liberdades individuais porque acham que suas intervenções podem funcionar em teoria e, então, justificá-las retrospectivamente com mágica estatística.
Michael Tomlinson é um consultor de governança e qualidade do ensino superior. Ele foi anteriormente diretor do Assurance Group na Tertiary Education Quality and Standards Agency da Austrália, onde liderou equipes para conduzir avaliações de todos os provedores registrados de ensino superior (incluindo todas as universidades da Austrália) em relação aos Higher Education Threshold Standards. Antes disso, por vinte anos ele ocupou cargos seniores em universidades australianas. Ele foi um membro do painel de especialistas para uma série de revisões offshore de universidades na região da Ásia-Pacífico. O Dr. Tomlinson é um membro do Governance Institute of Australia e do Chartered Governance Institute (internacional).