AIFA report sui rischi vaccini Covid19: Tranquilli?

Finalmente dopo tanta attesa (da settembre 2021) AIFA è riuscita a pubblicare il 09 febbraio 2022 i dati sugli effetti avversi. Purtroppo i dati sono aggiornati soltanto al 26/12/2021.

Ci chiediamo come mai nel 2022 con i sistemi informatici (potenzialmente) a disposizione si debba attendere così tanto per avere dati non recenti e quindi trovarsi a rincorrere le informazioni e valutazioni fondamentali anche per le politiche da attuare.

Potrebbe essere che i dati non possano essere rappresentati nudi e crudi, ma vadano argomentati, vadano chiariti, vadano filtrati, anche per dare un giudizio sommario che sintetizzi una valutazione per intendere se il bicchiere è mezzo pieno o mezzo vuoto.

Un altra spiegazione potrebbe essere l’assenza di un sistema ad alta efficienza nella raccolta dati.

Un documento di 105 pagine (escluso il glossario) che noi abbiamo voluto analizzare nonostante le nostre eventuali limitate capacità osservative.

Noi non è che non ci fidiamo, non è che vogliamo peccare di superbia è che vogliamo crearci una nostra opinione e se è il caso evidenziare qualcosa che magari convince poco.

Disclaimer

Le valutazioni in questo articolo sono frutto di una ricerca personale libera e indipendente, basata su dati ufficiali, su considerazioni, deduzioni e calcoli personali eseguiti con diligenza e la massima attenzione possibile. Ciò nonostante ci scusiamo qualora dovessero esserci degli errori di qualsiasi natura e Ti invitiamo a verificare i contenuti personalmente, a segnalarci le eventuali inesattezze per poter intervenire in nome della Scienza e considerare questi contenuti come opinioni personali.

La raccolta dei dati

Prima di addentrarci nell’analisi dei risultati comprendiamo cosa e come viene raccolto.

Le segnalazioni sulle reazioni avverse sono di tipo passivo, cioè implicano che i soggetti interessati da questi eventi segnalino autonomamente o tramite i relativi medici coinvolti l’evento critico. Inoltre comporta il fatto che non si eseguano automaticamente le autopsie nel caso di decessi potenzialmente correlabili alla vaccinazione, ma anzi devono sussistere elementi molto chiari o ricorrere per vie legali.

Questo pone un problema di filtro alla base che è ovviamente enorme. Problema anche etico e nell’interesse collettivo per la prevenzione che potrebbe scaturire da queste disgrazie inaudite.

Triste esempio concreto di cosa succede senza autopsia automatica: [Leggi questo articolo]

“E’ necessario ricorrere a consulenti e legali di propria iniziativa e a proprio carico nella speranza che venga poi accolta la richiesta…”

“La vaccinovigilanza passiva viene realizzata attraverso la raccolta e l’analisi delle segnalazioni spontanee di Aefi (da medici, operatori sanitari e dalle persone vaccinate), tramite le quali possono emergere segnali che necessitano di approfondimento (per essere smentiti o confermati e quantificati in termini di rischio), attraverso la conduzione di studi di farmacoepidemiologia. Le segnalazioni possono essere effettuate online (attraverso la piattaforma informatica denominata Vigifarmaco dell’Agenzia nazionale del farmaco, Aifa), o inviando il modulo cartaceo debitamente compilato via posta (o fax o email) al responsabile di farmacovigilanza della struttura di appartenenza del segnalatore.”

https://www.epicentro.iss.it/vaccini/VacciniFarmacovigilanzaItalia

Approfondimento nessi causalità: https://sfero.me/article/nesso-causa-vaccinologia

Un grande limite di questo algoritmo è dato dai filtri soggettivi che impediscono una raccolta dati statistica che possa successivamente dar luogo a estrapolazioni incrociate di dati. Ti invito a verificare il percorso ad ostacoli delle segnalazioni.

“C’è una forte evidenza per altre cause?” Se si, niente correlazione

“C’è una forte evidenza contraria al nesso causale?” Se si, niente correlazione

“L’evento è classificabile?” Se no, niente correlazione

“L’evento si è verificato nella finestra temporale compatibile?” Se sei fuori di 1 giorno (forse anche poche ore) non c’è alcuna correlazione

Algoritmo OMS

Quesito 1: come si fa a basarsi su una predeterminata finestra temporale (14gg) in riferimento ad un farmaco sperimentale e caratterizzato da una tecnica sperimentale mRNA somministrata (in fasi non embrionali) per la prima volta?

Quesito 2: questi filtri sono rassicuranti per la collettività?

Quesito 3: il principio di PRECAUZIONE in nome della salute collettiva non dovrebbe portare ad una maggiore predisposizione verso certi accertamenti ed essere veicolata da un sano BENEFICIO DEL DUBBIO a salvaguardia di TUTTI?

Citiamo un esempio in cui si è dovuti ricorrere alla sorveglianza attiva rispetto alla passiva, ritenuta non adeguata (meningococco) [leggi]

Differenze tra sorveglianza attiva e passiva nella teoria e nei fatti [leggi]

Elementi che non convincono e non rassicurano affatto

“223/758 segnalazioni sono state escluse perché il decesso avveniva oltre le due settimane dalla vaccinazione o perché non era possibile calcolare l’intervallo temporale tra la vaccinazione e il decesso (mancanza della data del decesso o della data della vaccinazione) e 2 casi per età non definita“

Rapporto AIFA, Pagina 25

Quesito 4 questi vaccini vengono somministrati come terapia alla popolazione per la prima volta a qualsiasi fascia d’età e (praticamente) condizione clinica?

Quesito 5: la tecnica differisce enormemente rispetto a qualsiasi altro vaccino conosciuto nella storia della medicina?

Quesito 6: la frequenza e la quantità delle somministrazioni per singolo individuo (dosi, richiami, booster) rappresentano o no una forte anomalia statistica e clinica?

Quesito 7: è opportuna, saggia e rassicurante l’esclusione alla valutazione dei decessi e dei nessi di causalità che non rientrano in una statistica predeterminata di 14 giorni?

Quesito 8: il quesito A2 è o no in forte contraddizione con la citazione riportata da AIFA, sia temporalmente che nel merito delle esclusioni di autopsie?

Quesito 9: le basi statistiche disponibili per i precedenti vaccini fino ad oggi conosciuti non sarebbero scarsamente rilevanti?

Quesito 10: non sarebbe il caso di approcciare agli effetti collaterali con una maggiore prudenza e principio di precauzione, ad esempio con una sorveglianza attiva anche parziale?

Limiti degli algoritmi riconosciuti da AIFA

AIFA cita l’utilizzo dell’algoritmo WHO per la determinazione del nesso di causalità. La stessa mette in evidenza, in un altro documento, i limiti di questo approccio “troppo rigido”

“Algoritmi o metodi di valutazione standardizzata
Limiti:
• A volte le risposte sono formulate in termini “si” o “no” e quindi sono poco flessibili in situazioni intermedie (ad esempio in presenza di dati parziali)
• A volte le risposte richiedono la conoscenza di concentrazioni ematiche di un farmaco, dato che potrebbe essere disponibile per le segnalazioni relative a pazienti ospedalizzati ma non per i casi provenienti da altre font
• Rispetto ai giudizi di esperti hanno un maggiore grado di consistenza e riproducibilità, ma nessun algoritmo/metodo è considerato come GOLD STANDARD per la presenza di difetti e mancanza di concordanza tra i diversi strumenti

AIFA, corso ISS 2015

758 Decessi, analizziamo come vengono abbattuti i conteggi

• 175 decessi indeterminati…,
• 47 decessi con mancanza informazioni…,
• 178 decessi in attesa di ulteriori informazioni…“

TOTALE = 400 + 22 = 422

Con tutte queste ombre e lacune (mancanza informazioni…, in attesa di…, indeterminato…), non allarmarsi per “assenza di un nesso temporale statistico” e sbandierare “SOLO 22 DECESSI” come un ottimo risultato ci sembra francamente eccessivo e del tutto ingiustificato e controproducente per il bene della collettività.

Abbiamo tralasciato i 336 decurtati con algoritmo WHO, ok, “va bene”.

Ma da 22 a 422 con tutte queste incertezze e dati INCOMPLETI otteniamo una sottostima del 1918%

Quesito 11: Il sano “Principio di precauzione” non dovrebbe indurre a considerare questi eventi come potenzialmente correlabili in attesa di elementi definitivi e andare a eviscerare le cause incrociandole con tutte le altre informazioni possibili?

Quesito 12: Questi dati non dovrebbero essere un campanello di allarme e anziché un sospiro di sollievo?

A fronte di tutte le considerazioni riportate non c’è il rischio di una elevata sottostima delle segnalazioni e delle conseguenti valutazioni?

Come interpretare questi numeri: piccoli o grandi numeri?

Se vogliamo analizzare i dati dobbiamo farlo con un termine di paragone adeguato. Come cittadini sarebbe opportuno avere le idee chiare e non determinate da allarmismi ingiustificati, ma valutazioni di merito.

Quindi i dati raccolti in due anni di epidemia aiutano a fare una valutazione rischi benefici abbastanza attendibile. I dati aggregati per fasce d’età molto ampie non consentono di fare analisi dettagliate ma tuttavia rendono realizzabili dei calcoli di incidenza per individuo, secondo noi accetabili dal punto di vista statistico. Con ovvi margini di errore ma trascurabili nel contesto.

Per fare questo dobbiamo effettuare delle forzature statistiche perché in assenza di dati dobbiamo trasformare i casi degli effetti collaterali per somministrazione in casi per ogni individuo. Qualche caso si sovrapporrà pure sullo stesso individuo ma soprattutto nei casi gravi si presume l’univocità della segnalazione nella maggior parte dei casi.

Quindi, con cosa possiamo comparare queste informazioni per avere una idea del rapporto rischio/beneficio delle vaccinazioni?

Secondo noi sarebbe plausibile compararli con i report ISS ottenendo le relative percentuali di rischio per fascia d’età.

L’effetto paradosso

Nell’immagine seguente possiamo notare come l’incidenza degli effetti avversi sia notevolmente superiore nelle fasce tra 20 e 49 anni, che sono proprio tra le fasce meno esposte alla malattia grave con Covid19.

Purtroppo i dati sono aggregati e non è possibile determinare il numero di casi gravi da quelli non gravi, ma è paradossale che siano più colpite queste fasce d’età.

Considerazioni e possibili obiezioni

Purtroppo ci saranno certamente delle forzature statistiche in queste valutazioni, dovute alla mancanza di dati grezzi su cui poter effettuare calcoli più accurati.

Per onestà intellettuale, valutativa e statistica bisogna tener presente che la valutazione non tiene conto di esclusioni di correlazione e quindi di causalità diretta ma se avete letto tutto l’articolo e se siamo stati sufficientemente chiari nella nostra esposizione la nostra valutazione è sul quadro d’insieme che risulta potenzialmente molto sottostimato per i criteri alla base della raccolta dati. Campionamenti di altri paesi raddoppiano addirittura il numero di casi gravi rispetto a quelli AIFA [dati Svizzera].

Un dato non serve a nulla se non è contestualizzato. Inutile parlare dei problemi legati alla tigre del Bengala se non parliamo dei casi, popolazione, estensione, frequenza.

Quindi il nostro dato comparativo sono obbligatoriamente i dati ISS sulla malattia.

Quindi, con la stessa onestà intellettuale, non possiamo non considerare due aspetti fondamentali che riguardano i dati dei report ISS e cioè:

1. I dati includono qualsiasi casistica classificabile “CON COVID” e non c’è distinzione sulla causa del decesso, quindi questi dati sono possono essere sovrastimati (anche di molto) [approfondisci]
2. Non stiamo considerando che i benefici di questi vaccini sembrano continuare a diminuire nel tempo per il semplice fatto che sono stati elaborati sulla variante specifica del 2020 rendendo sempre meno efficace l’effetto, la copertura e la durata della stessa [approfondisci]
3. Non abbiamo decurtato neanche i casi statistici sulle patologie pregresse dei soggetti decessi e in terapia intensiva che lo stesso ISS ha redatto in due distinti rapporti, calcolando che SOLO il 2,9% dei decessi è risultato senza patologie pregresse (preesistenti) [approfondisci].

“Complessivamente, 246 pazienti (2,9% del campione) presentavano 0 patologie, 955 (11,3%) presentavano 1 patologia, 1.512 (17,9%) presentavano 2 patologie e 5.723 (67,8%) presentavano 3 o più patologie. L’insufficienza respiratoria è stata la complicanza più comunemente riportata nel campione di deceduti per cui sono state analizzate le cartelle cliniche (93,3%), seguita da danno renale acuto (25,4%), sovrainfezione (21,0%) e danno miocardico acuto (10,4%)”

Report esteso ISS 29.01.2022

Quesiti finali

Il sano principio di precauzione è sufficientemente attuato?

Questo tipo di approccio è eticamente sostenibile?

Nell’interesse della collettività, della tutela della salute pubblica, della “scienza”, della medicina, non sarebbe opportuno attivare un tipo di vigilanza diversa? Anche introducendo dei limiti di età dei filtri regionali, territoriali, a campione, non sarebbe opportuno vigilare maggiormente per individuare eventuali cause/concause di eventi che a seguito di una disgrazia possa almeno evitarne altre?

L’individuazione di eventuali cause, concause, nessi, ipotesi non potrebbe portare alla maggiore tutela di tutti?

Il rapporto sui rischi/benefici è ponderato e adeguato su tutte le fasce d’età?

Conclusioni

La storia degli altri farmaci sottratti dalla somministrazione condizionata ci insegna che sono farmaci in itinere, tuttavia non sembra esserci stata una variazione al metodo di indagine fin qui attuato.

Esempio concreti:

https://www.affaritaliani.it/coronavirus/vaccini-astrazeneca-mancate-autopsie-e-le-gravi-responsabilita-di-speranza-769557.html

https://www.open.online/2022/02/04/covid-19-medico-vincenzo-fazio-indagato-morte-cinzia-pennino-astrazeneca