Covid: por qué no nos creemos que la vacuna salvó a 4 millones de personas

Han pasado ya unos años desde la pesadilla que se vivió a raíz de la pandemia del Covid. Ahora parecen un lejano recuerdo los confinamientos, el recorte de libertades como el de libre circulación o el de reunión, las campañas de vacunación masivas…

Quizá se haya preguntado o incluso haya participado en discusiones con sus conocidos sobre si sirvieron para algo las vacunas o no.

Pues bien, si ese es el caso, este texto le va a interesar. Y es que el pasado 4 de noviembre se publicó en BMJ el estudio “Estimaciones globales de vidas y años de vida salvados por la vacunación COVID-19 durante 2020-2024. (1)

Según este estudio, la vacuna habría salvado hasta 4 millones de personas de una “muerte segura” por Covid.

Lo cierto es que ya ha habido otros estudios con este tipo de estimaciones. Y en todos los casos se trataba de “pseudoestudios”, en tanto que en ellos se manipularon estadísticas y se usaron modelos matemáticos con el único objetivo de conseguir que los datos recopilados concluyeran con lo que se quería demostrar (en particular, un estudio de Lancet publicado en 2022 que fue científicamente desmantelado un año después). (2) (3)

Pero este estudio de hace algo más de un mes es diferente. Porque está dirigido por John PA Ioannidis. Para quienes no lo conozcan, John Ioannidis es el epidemiólogo vivo más reconocido a nivel mundial. Es el mayor experto en el estudio de las enfermedades y su transmisión, además de uno de los científicos más veces citado. Y ha realizado grandes contribuciones en el campo de la Medicina, todas ellas basadas en la evidencia epidemiológica, la ciencia de datos y el metaanálisis. Esta labor ha hecho que reciba numerosos premios y títulos honoríficos, además de formar parte de la Academia Nacional de Medicina de Estados Unidos y de la Academia Europea de Ciencias y Artes, entre otras.

Para que se haga una idea, el eminente microbiólogo francés Didier Raoult dijo que él solo tenía un dios, y que ese dios era Ioannidis (por cierto, hablando de Raoult, él fue uno de los 11 científicos nombrados en Francia para asesorar sobre cuestiones científicas relacionadas con la epidemia de Covid-19, pero no asistió a ninguna reunión y finalmente dimitió).

¿Se dan por buenas falsedades?

John Ioannidis ha sido todo un precursor a la hora de poner en tela de juicio la investigación científica tergiversada. Y de poner de manifiesto cómo en nombre de la ciencia se difunden falsedades y se manipula.

A este respecto, ha demostrado que gran parte de los estudios científicos que se publican no cumplen los estándares científicos necesarios para confirmar su evidencia. Y alcanzó gran fama (y también conmocionó al campo de la investigación científica) con su artículo “Por qué los hallazgos de investigación más publicados son falsos”, de 2005. (4)

En él Ioannidis cuestionaba la fiabilidad de muchos estudios científicos, señalando que los resultados son menos fiables cuando los estudios son pequeños, los métodos poco claros o hay intereses de por medio. Esta crítica se volvió clave en la metaciencia (es decir, en el uso de metodología científica para estudiar la propia ciencia, algo que busca mejorar la calidad de la investigación científica y reducir la ineficiencia).

Ese mismo año, además, revisó estudios médicos importantes y encontró que muchos no se confirmaban si se repetían con más rigor: en algunos casos los resultados eran inconsistentes y en otros casos menos relevantes.

A raíz de ello acuñó el término “Fenómeno de Proteo” para describir cómo los primeros estudios sobre un tema suelen arrojar resultados opuestos a los de los hallazgos originales como consecuencia del sesgo de publicación. El fenómeno de Proteo es una tendencia de la ciencia por la cual las primeras reproducciones de un trabajo contradicen los hallazgos originales, una consecuencia del sesgo de publicación científica (un tipo de alteración de los resultados de la investigación debido a la tendencia editorial de publicar resultados significativos y no publicar investigaciones de conclusiones no significativas entre las variables que se investigan).

Y durante la pandemia de Covid-19 Ioannidis no se quedó callado.

Escribió un artículo criticando las medidas estrictas tomadas por muchos gobiernos, como el aislamiento social y las cuarentenas, argumentando que faltaba evidencia sólida para respaldarlas. En su análisis, destacó que estas medidas podrían tener efectos graves a largo plazo en la economía, la salud mental y la estabilidad social. También insistió en la necesidad de datos confiables sobre la propagación del virus para tomar decisiones más informadas.

Pues bien, al ver de quién estamos hablando, dará enorme credibilidad a un estudio suyo sobre el balance de las vacunas publicado con la perspectiva del tiempo.

Sin embargo, debemos confesar que nos quedamos de piedra al verlo.

Y es que el artículo del 4 de noviembre pasado daba un giro de 180° a sus anteriores postulados, ya que en él defendía las campañas de vacunación.

Como le decíamos, nos quedamos estupefactos. Así que decidimos analizar más de cerca sus resultados.

Pero primero vamos a resumirle este estudio.

Resumen de los resultados del estudio

Ioannidis y su equipo italiano (volveré sobre esto más adelante) estiman que, en promedio, se evitaron 2,53 millones de muertes gracias a los esfuerzos de vacunación; incluido el 82% de las personas vacunadas antes de cualquier infección, el 57% durante el período ómicron y el 90% entre las personas de más de 60 años. También estiman que se salvaron 14,8 millones de años de vida, el 76% de los cuales fueron del grupo de mayores de 60 años.

(Primera conclusión dado que solo menciona que se salvó a los de más de 60 años: la vacunación entre los menores de 60 años no habría servido para nada).

El estudio tiene en cuenta factores como la edad, dónde residían (si estaban en residencias de ancianos y otros centros de atención de larga estancia) y el momento de la vacunación en relación con la infección.

Los cálculos se basan en distintos parámetros, incluidas las tasas de mortalidad por infección (IFR), la eficacia de la vacuna (VE) y la proporción de la población vacunada antes de la infección.

Además, los autores realizaron análisis de sensibilidad para tener en cuenta las incertidumbres en estos parámetros, lo que dio como resultado un rango de estimaciones de 1,4 a 4,0 millones de vidas salvadas y de 7,4 a 23,6 millones de años de vida ganados.

El maravilloso mundo de las matemáticas

A primera vista, la metodología parece sólida y los autores han delineado de manera transparente sus supuestos y análisis de sensibilidad.

Sin embargo, hay trampa.

Las variables utilizadas para el cálculo no se basan en datos concretos y menos aún en datos globales. (5) (6) (7)

Por tanto, son falsos. Porque no corresponden a nada real en el mundo concreto.

Factores como variaciones en las tasas de mortalidad por infección (IFR) entre poblaciones; cambios en la eficacia de la vacuna (VE) a lo largo del tiempo; y las diferencias en la cobertura de vacunación no se pueden medir. Esto habría requerido que los estadísticos tocaran las puertas de personas de todo el mundo para preguntarles si están vacunadas, si tienen Covid, etc. Lo que obviamente no es realista.

Por lo tanto, Ioannidis “adivinó” estas medidas. Como si hubiera usado una bola de cristal o levantado un dedo mojado para ver hacia dónde sopla el viento.

Y para demostrarlo nos basamos en el excelente trabajo del matemático inglés Norman Fenton de la Universidad Queen Mary de Londres. (8)

Un modelo matemático con un dedo mojado

Pequeña advertencia. Aquí vamos a entrar en algunos detalles complejos. Si es alérgico a las matemáticas, puede pasar directamente a la conclusión, que se encuentra al final.

Veamos nuevamente la ecuación que utilizó Ioannidis para calcular el número de vidas supuestamente salvadas por la vacuna.

Para cada grupo de edad de la población, el número de vidas salvadas L en este grupo de edad viene dado por:

L = N x PI x IFR x VE

Donde:

• N: número de personas en este grupo de edad.
• IP: número de personas de este grupo de edad que, de no existir una vacuna, se contagiarían de Covid-19.
• IFR: tasa de mortalidad por infección en este grupo de edad (es decir, la proporción de personas infectadas que mueren).
• VE: efectividad de la vacuna en este grupo de edad (que corresponde a 1 menos la relación entre el porcentaje de infectados vacunados y el porcentaje de infectados no vacunados).

Con la excepción de N, cada uno de los valores utilizados en esta ecuación se basa en suposiciones cuestionables y no comprobadas, como la precisión de los números de «casos» de Covid. En concreto:

• El IP sería del 20% (es decir, en ausencia de la vacuna, se supone que el 20% de la población habría contraído Covid-19). Es una mera suposición, no hay forma de demostrarlo.
• La IFR para cada grupo de edad muestra que las personas mayores corren un riesgo mucho mayor. Sin embargo, estos valores todavía se basan en suposiciones cuestionables, como que los casos clasificados como Covid eran realmente Covid; y que las muertes atribuidas al Covid se debieron realmente al Covid.
• VE se basa en el supuesto de que los casos clasificados como Covid en realidad estaban infectados con Covid. Lo más importante es que los datos utilizados provienen de estudios que tienen graves sesgos de análisis. Finalmente, el artículo supone (antes de Omicron) que una persona no vacunada tendría cuatro veces más probabilidades de contraer Covid que una persona vacunada. Una vez más, no hay forma de demostrarlo. (9)

Este estudio propone un mal modelo matemático para estimar el número de vidas salvadas por la vacuna. Por tanto, las conclusiones del estudio son inadmisibles tanto desde el punto de vista del método como de los cálculos matemáticos.

Dicho esto, todavía queda una zona gris.

Porque Ioannidis no es el único autor de este estudio. A su lado, tres nombres italianos, absolutamente desconocidos. Ahora bien, ¿por qué un investigador tan renombrado como Ioannidis, al que no le queda nada que demostrar, buscaría ayuda de anónimos estudiantes de doctorado que no tienen credibilidad?

Pues bien, cuando investigamos un poco más a fondo, descubrimos algunas cosas inquietantes…

Autores a instancias del Vaticano

Dos de los autores del artículo, Cristiano y Boccia, están afiliados a la Universidad Católica de Roma, que tiene estrechos vínculos con el Vaticano. ¡De hecho es donde se trata el Papa! Y Walter Ricciardi, apodado “Profesor Confinamiento”, jefe de la sección de higiene de esta institución, fue un actor influyente en la gestión de la crisis del Covid-19 en Italia y ha sido consultor de la industria de las vacunas. (Hay que recordar que la postura del Vaticano durante la crisis del Covid fue apoyar plenamente las medidas, sacrificando la verdad científica). (10)

(Todo esto me recuerda a Galileo, paradigma de conflicto entre religión y ciencia).

Último punto que aún no hemos señalado. Este artículo está en “preimpresión”. Esto significa que es la primera versión de un artículo, antes de la revisión por pares por parte de otros científicos y de su aceptación “oficial” para la publicación en una revista científica.

Es decir, desde un punto de vista estrictamente científico este artículo no es nada, es como si Ioannidis se hubiera levantado una buena mañana y publicara un post sobre su estado de ánimo o cualquier reflexión que se le ocurriera en su blog personal.

Pero el daño ya está hecho. Porque para los medios de comunicación de masas y los periodistas sedientos de información es un detalle sin importancia, por lo que algunos ya están repitiendo las conclusiones de este pseudoestudio para justificar la política de vacunación masiva.

No tenemos forma de demostrarlo, pero tenemos una hipótesis. ¿Ioannidis hizo deliberadamente un estudio “dudoso” sobre las vacunas para demostrar que, en cuanto hablamos bien de vacunas, el estudio es validado por la comunidad científica, aunque sea objetivamente erróneo?

Quizá aplicó al pie de la letra las tesis de su legendario artículo “¿Por qué los hallazgos de investigación más publicados son falsos?”.

Saque sus propias conclusiones.