Wilt u ons werk financieel ondersteunen? Doe een kleine donatie en klik hier

De laatste updates in uw mail!

U hoeft niets te missen. leder weekend krijgt u de hoogtepunten van Maurice van afgelopen week in uw mail. Met opmerkelijke artikelen, meer achtergrond en toelichtingen.

Vaccinatiesterfte gemodelleerd

Vaccinatiesterfte gemodelleerd - 54453
Samenvatting van het artikel

Het CBS en RIVM hebben nog steeds geen uitspraak gedaan wat de verklaring zou kunnen zijn voor de “Onverklaarde oversterfte” en dus al helemaal geen uitspraak welk deel daarvan toegeschreven zou kunnen worden aan de vaccinaties. Het blijft dus "onverklaard" en wij zochten het uit!

Een blog van Herman Steigstra i.s.m. Anton Theunissen

Lees volledig artikel: Vaccinatiesterfte gemodelleerd

Leestijd: 7 minuten

Correlatie en causaliteit

De standaard aanpak bij pogingen oversterfte te verklaren, is het zoeken naar correlatie tussen (over)sterfte en vaccinaties. Maar dan wordt er voorbijgegaan aan het feit dat ook andere oorzaken verantwoordelijk kunnen zijn voor sterfte. Corona zelf is daarvan de belangrijkste. Als er gevaccineerd wordt als de sterftecijfers net zijn gedaald (voorjaar 2021 bijvoorbeeld) dan zien we een negatieve correlatie. Het vaccin lijkt effectief. Als de sterftecijfers juist aan het stijgen zijn bij de start van de vaccinaties (december 2021), dan is er sprake van een positieve correlatie en lijkt vaccinatie juist sterfte te veroorzaken.

“Correlatie is geen causaliteit” als theorie onwelgevallig is

Op 19 september startte de “Herhaalprik campagne” en er ontstond een oversterfte golf. Causaliteit of toeval? Wie er blij wordt van correlatie verwijst naar deze cijfers. Wie ze liever ontkent, gebruikt vaak de oneliner “correlatie is geen causaliteit”. We moeten dus zoeken naar een betere methode.

Corona en ondersterfte

Het grootste probleem bij het kwantificeren van het aandeel vaccinatiesterfte is dat het aantal overlijdens, en daarmee de oversterfte, sterk beïnvloed wordt door het overlijden aan corona zelf. Eigenlijk wil je dus weten hoeveel mensen er in een bepaalde tijd zouden zijn overleden zonder dat er corona geweest zou zijn. Wat er aan oversterfte (eigenlijk dus “meersterfte”) overblijft, is dan toe te schrijven aan externe oorzaken: de “Onverklaarde oversterfte”. Vaccinatie is daar dan een kandidaat voor, maar ook uitgestelde zorg komt in aanmerking.

Welk deel is door corona?

Het splitsen van extra overlijdens in “door corona” en “overige zaken” is dan ook onze eerste prioriteit geworden. We kunnen niet volstaan met het aftrekken van het aantal corona overlijdens dat gerapporteerd is aan het CBS, want we hebben ook te maken met het verschijnsel “Ondersterfte na oversterfte”. Een epidemie laat in zijn algemeenheid een deel van de kwetsbare bevolking eerder overlijden door een aandoening zoals influenza of corona, maar ook een hittegolf vertoont ditzelfde verschijnsel. Wij schreven hierover eerder al een artikel op deze website.

Dit is de grafiek die op basis van de originele CBS-cijfers laat zien hoeveel mensen er per week overleden met corona, afgezet tegen het totaalaantal overlijdens.

Vaccinatiesterfte gemodelleerd - CBS

Om de cijfers beter te kunnen lezen, zijn alle weekcijfers omgerekend naar 100% van de verwachte waarde.

We zien dat tijdens de eerste golf, het aantal overlijdens 70% hoger was dan verwacht. Dat zijn dus vrijwel allemaal overlijdens aan corona geweest (rode vlak). Maar wat we ook zien is dat vanaf medio mei de totale sterfte weer op 100% zat, terwijl nog steeds 20% van de overlijdens door corona werd veroorzaakt. Rond de 80% overleed aan een andere oorzaak dan corona. Vanaf juni overleden er zelfs minder mensen dan verwacht, terwijl er nog steeds corona was. Ondersterfte na oversterfte!

Bij de tweede golf zien we hetzelfde, maar nog veel sterker. Ruwweg de helft van de corona overlijdens zit onder de 100% lijn. Het zijn de mensen die anders binnen enkele maanden aan een andere ziekte zouden zijn overleden, maar nu enkele maanden eerder aan corona overleden. Het zou dus eerlijker zijn, deze oversterfte “over te hevelen” naar het moment waarop ze anders waarschijnlijk zouden zijn overleden.

Voor 80% is corona “Old Man’s Friend”

Daartoe moeten we dus berekenen welk deel van de corona-overlijdens toegewezen kan worden aan zeg de komende twee maanden. Dat is in de grafiek hierboven aangegeven met de zwarte lijn. In de eerste golf zien we een percentage van 10-20% en bij de tweede golf zet de trend zich voort met een percentage dat oploopt van 50 naar 80%. Gedurende de zomer van 2020 is het door het lage aantal overlijdens aan corona niet mogelijk deze berekening uit te voeren. Als benadering hiervan gebruiken we in het model de zwarte stippellijn.

Het zet het beeld neer van een virus waarvoor steeds meer weerstand wordt opgebouwd, ook in de zomer van 2020! De overlijdensgevallen zijn steeds meer de mensen die anders binnenkort aan iets anders zouden zijn overleden. We zien dat ook aan de CBS-cijfers van het overlijden aan andere oorzaken, zoals bijvoorbeeld ziekten aan het ademhalingsorgaan.

De Omerta van de ziekenhuisopnames - CBS ademhalingsziekten

We zien hier dat er normaal gesproken in februari 400 overlijdens per week verwacht worden, maar tijdens corona werden het er slechts 180. Corona is dan de overlijdensoorzaak.

Splitsen maar

Met de kennis die we nu hebben, kunnen we voor elke week het aantal overlijdens met corona splitsen in een deel dat anders niet was overleden in de komende twee maanden en het deel dat terminaal was, in de laatste fase van hun leven. Deze grafiek ontstaat dan:

Gesplitst

In rood het deel dat overlijdt vanwege corona en in oranje het deel dat anders de komende maanden zou zijn overleden. We zien in deze grafiek al dat het oranje deel overwegend onder de 100% zit en rood er vrijwel geheel boven.

De volgende stap is dat we het oranje deel gaan herverdelen over de daaropvolgende twee maanden. De oranje pijlen symboliseren deze herverdeling. In deze eenvoudige benadering gaan we er dus van uit, dat het overlijden anders in deze twee maanden zou hebben plaatsgevonden. In de volgende grafiek hebben we dat doorgevoerd.

Vaccinatiesterfte gemodelleerd - Totaal

Nu wordt het beeld opeens scherp! Totdat er gevaccineerd wordt, komen de overlijdens aan corona bovenop de verwachte sterfte. Het aantal mensen dat anders aan andere oorzaken overleden zou zijn, blijft dus vrijwel gelijk aan 100%. Maar vanaf maart/april ontstaat het beeld van de onverklaarde oversterfte en loopt in grote lijnen gelijk op met het aantal vaccinaties, dat er als paarse lijn onder afgebeeld is. Ook de oversterfte, die sinds januari flink aan het dalen was, neemt weer toe tot 110%. Het veronderstellen dat de vaccinaties dan ook verantwoordelijk zijn voor het verloop van deze tot nu toe “onverklaarde” oversterfte ligt voor de hand, maar een oorzakelijk verband is hiermee nog niet bewezen.

We hebben een rekenmodel nodig!

Een rekenmodel

De volgende stap is het cijfermatig voorspellen van dit gedrag. In diverse publicaties vinden we aanwijzingen voor twee effecten: een korte- en lange termijneffect. De eerste is het overlijden binnen 1-2 weken na vaccinatie. Deze periode wordt ook bij het bepalen van de Vaccinatie Effectiviteit (VE) uitgesloten. De tweede periode van overlijden lijkt te beginnen na rond de 20 weken (4-5 maanden). Verreweg de meeste studies eindigen vlak voor deze tijd. De kunst is nu het vinden van de juiste factor om tot een juiste prognose te komen.

De herhaalprik

Met name bij de laatste herhaalprik zien we een vrijwel perfecte gelijkloop van het aantal vaccinaties en de tijdelijke toename van het aantal overlijdens. Door het vrijwel afwezig zijn van het overlijden aan corona, krijgen we een goed beeld van de (onverklaarde) oversterfte zelf. Deze verhouding is gebruikt als factor voor de korte termijn. In deze grafiek zien we de uitvergroting van deze periode:

Vaccinatiesterfte gemodelleerd - herfst

Hier zien we in één grafiek de vaccinaties als paarse lijn en de prognose op basis van het model dat later besproken zal worden. In grote lijnen is er een goede overeenkomst. Ook zien we in deze grafiek de extra sterfte als gevolg van de hittegolf van 10 augustus tot begin september, met de daaropvolgende ondersterfte die er het gevolg van was. Cijfermatig niet goed af te zonderen van de overige cijfers, omdat het vaccineren vanaf 19 september daar direct op volgde.

Lange termijneffecten

De lange termijneffecten zijn gekwantificeerd door het restant aan onverklaarde oversterfte naar rato van het aantal gezette vaccins te verdelen over de periode tussen 4 en 24 maanden na vaccinatie. We nemen vooralsnog aan voor de eenvoud van het model dat deze kans gelijkelijk verdeeld is over deze periode.

Bij gebrek aan andere causale oorzaken moeten we de verhoogde sterfte volledig toeschrijven aan lange termijn effecten van vaccinatie. De prognose sluit dan goed aan bij de gerealiseerde cijfers. Dat laat onverlet, dat er wel degelijk andere factoren een rol spelen. Nader onderzoek zou dat moeten kunnen aantonen.

En hier is dan het rekenmodel

Het model

Het rekenmodel is dan de resultante van de optelling van het korte- en lange termijneffect en zien we in deze grafiek.

Vaccinatiesterfte gemodelleerd - prognose

De paarse streeplijn is de prognose en het aantal gezette vaccinatie per 100.000 inwoners is de zwarte lijn.

We nemen om het model eenvoudig te houden dus aan dat de kans voor elk van deze 20 maanden hetzelfde is. Daar is nog ruimte voor verbetering.

We zien nu dat deze modellijn vrijwel perfect samenvalt met de werkelijke cijfers. Het rekenmodel is in staat aan de hand van de vaccinatiecijfers een vrij precieze voorspelling van de “onverklaarde oversterfte” te geven. Hiermee hebben we natuurlijk nog geen medische verklaring gevonden. Maar het overweldigende aantal publicaties dat inmiddels hierover verschijnt, is de sterkste aanwijzing dat het voorspellingsmodel inderdaad schade door vaccinatie verklaart.

Model voorspelt: Eén op de 250 volledig gevaccineerden zal overlijden

De overlijdenskans die het model voorspelt, is nu 0,08% per prik voor de basisserie en 0,09% voor de booster en herhaalprikken. Oftewel 0,4% voor iemand die 5 prikken heeft gehad, een kans van 1 op 250 dus. Deze kans is gelijk verdeeld over de eerste twee weken en de periode vanaf rond de 20 weken na vaccinatie. Hoe lang dit zal voortzetten is nog onduidelijk, maar het lijkt tenminste 18 maanden te zijn. Wij gingen uit van 24 maanden.

Het is allemaal een ruwe schatting en de werkelijkheid kan natuurlijk net wat anders zijn. Vervolgonderzoek is hard nodig om deze cijfers meer zekerheid te geven.

Cumulatief

Een andere manier om de sterftekans in beeld te brengen is door het cumulatief weer te geven:

Cumulatief

Tot eind 2023 worden er door het model 33.000 “onverklaarde” overlijdens voorspeld. Het loopt ook zeer gelijk op met de werkelijke cijfers. Ook is zo heel goed te zien dat deze oversterfte begint af te wijken van de corona overlijdens, zodra de vaccinaties echt van start gaan. Wat de langere termijn cijfers gaan doen is nog onzeker. Er zijn op zich geen redenen om aan te nemen dat de lijn steiler of juist vlakker zal gaan lopen, dat zullen we af moeten gaan wachten.

Aan dit patroon is waarschijnlijk niets meer te doen. De vaccinaties zijn gezet en de effecten hebben tijd nodig om weer te verdwijnen.

Maar we weten niet alles

Afwijkingen

Met nadruk stellen we dat het model simpel, dus beperkt is. Hier en daar zijn er afwijkingen tussen het model en de werkelijke cijfers. Zo zien we in de herfst van 2021 wat hogere aantallen overlijdens dan je op basis van het aantal vaccinaties zou verwachten. Het lijkt hier te gaan om de groep immuungecompromitteerden (200.000-400.000), die in oktober 2021 zijn gevaccineerd en niet in de vaccinatiecijfers zijn inbegrepen.

In januari 2022 zien we een sterkere daling dan verwacht. We moeten ons realiseren dat de eerste twee maanden van het jaar de griepmaanden zijn en er was geen griep in die maanden. Daarom zien we een ondersterfte door het uitblijven daarvan. In plaats daarvan kwam een griepgolf in april, die daar een sterftegolf veroorzaakte.

Model is openbaar

Het achterliggende Excel bestand is inmiddels openbaar beschikbaar. Het is zowel vanaf deze site te downloaden, als via de website github.com. Op deze manier kan de werking door iedereen gevalideerd worden.

Conclusies

Door te corrigeren voor het “Ondersterfte na oversterfte” effect, worden de echte overlijdens aan corona zichtbaar. Dat zijn de mensen die zonder corona waarschijnlijk ook overleden zouden zijn. De rest overleed aan een ander lijden, waarbij corona “Old man’s friend” was.

De kans om te overlijden aan de vaccinatie lijkt rond de 0,1% per vaccinatie te liggen. Cijfers die hier niet getoond zijn, wijzen erop dat de leeftijdsgroep van 65-80 jaar het meest getroffen wordt.

We hebben hier aangetoond dat het aantal gezette vaccins een uitstekende voorspeller is van de “onverklaarde oversterfte”. Het kan echter niet als zelfstandig juridisch bewijs dienen voor het aanwijzen van de vaccins als enige schuldige. Ook is niet uit te sluiten dat er meerdere factoren zijn die tot deze oversterfte leiden. De enige manier om hierover uitsluitsel te geven, is het koppelen van de vaccinatiegegevens aan de overlijdenscijfers, bijgehouden door het CBS. Dat de overheid hier vooralsnog niet aan wenst mee te werken, geeft om meerdere redenen te denken.

Oversterfte staat al sinds het begin van de vaccinaties nadrukkelijk op de agenda van Anton Theunissen. Hij schrijft daar al sinds augustus 2021 regelmatig over op zijn website virusvaria.nl.

Deel dit artikel: Twitter Facebook Linkedin WhatsApp
REACTIES
Reageer hier, maar met respect.

We verwelkomen respectvolle en relevante opmerkingen. Off-topic commentaren worden verwijderd. Als je illegale dingen doet, zullen we het verbieden.

  • MEER OVER
BEKIJK OOK
 
De bijzondere lessen van de laatste Covid-ontwikkelingen in China - 59969