Thread by @BMauschen

Ach ja, die Querdenker "feiern" eine neue Studie, die nachweisen soll, dass die Pfizer-Impfstoffbatches ganz unterschiedlich häufig Nebenwirkungen haben: "Batch-dependent safety of the BNT162b2 mRNA COVID-19 vaccine"
Seufz, okay. Schauen wir rein: (1/17)

onlinelibrary.wiley.com/doi/10.1111/ec…

Die Autorenliste lässt hier schonmal stutzen: Max Schmeling und Vibeke Manniche haben jeweils ein weiteres Paper, Peter Riis Hansen ist Cardiologe mit 12 weiteren Papern, einen relevanten Hintergrund findet man bei keinem der Autoren. Muss nichts heissen, ist aber komisch. (2/n)

Ausgewertet wurden Daten der dänischen gesundheitsbehörden und zwar nach Impfstoffbatch und gemeldeten Nebenwirkungen (SAE, serious adverse events) und dann wurden die Nebenwirkungen mit den Impfstoffdosen des Batch verglichen, um die Frequenz an NW zu bestimmen. (3/n)

Dabei kommt dann diese Grafik raus, die zeigen soll, dass verschiedene Batches sehr unterschiedliche Raten an Nebenwirkungen haben. Die Rohdaten sind im Paper leider nicht.
So, sehen wir da irgendwelche Probleme?
Ooooooh ja... (4/n)

Erstmal ist die Einteilung in drei Gruppen nicht nur relativ willkürlich - man könnte z.B. auch nur zwei bilden, die beiden blau eingekreisten sind eigentlich keiner der Gruppen klar zuordenbar und es gibt ganze vier Punkte, die eigentlich gut sichtbar näher an einer (5/n)

anderen Linie liegen als an der, deren Farbe sie haben...
Eigentlich sollte die Grafik also eher so aussehen - es ist sicher nur Zufall, dass alle falsch eingefärbten Kreislein in der "schlimmeren" Gruppe gelandet sind - ach nee, ist es nicht, denn "Since the observed (6/n)

relationship between the numbers of SAEs and BNT162b2 vaccine doses was highly heterogeneous, conventional regression statistics were not considered to be applicable. Therefore, heterogeneity in the relationship between the numbers of SAEs and doses per vaccine batch was(7/n)

assessed by log-transformation followed by non-hierarchical cluster analysis and general linear model (GLM) test for differences in SAE rates between batches." - Da kann gerne mal ein Statistiker was zu sagen, aber so richtig sauber begründet erscheint mir das nicht, gerade (8/

die logarithmische Transformation fördert nämlich die genannten Verzerrungen...
Würde das Paper die Rohdaten angeben, dann könnte man jetzt genauer hineinschauen, aber eine Sache ist sehr auffällig: Alle "gefährlichen Batches" sind solche, aus denen nur relativ wenige (9/n)

Dosen verimpft wurden.
Bei Batches mit unter 100.000 Dosen sind 9 "gefährlich" (56%) , 5 "normal" (31%) und 2 "sicher" (13%) - bei denen über 100.000 Dosen sind 20 "normal" (67%) und 10 "sicher" (33%), hmm... Die "gefährlichen" Batches machen daher auch nur 4,22% aller (10/n)

Dosen aus - was zum einen statistische Verzerrungen fördern könnte (Stichwort: Gesetz der großen Zahlen) und zum anderen auch ganz anders klingt als "fast 20% der Batches sind gefährlich".
Aber es lässt auch auf andere Weise stutzen: Warum wurde denn von diesen (11/n)

angeblich unsicheren Batches so wenig verimpft? Hat Pfizer die etwa erkannt und zurückgerufen? Das hätte man aber wohl mitbekommen...
Hat Pfizer manche kleine schlampige Batches produziert?
Oder - und das wäre mein Verdacht - sind das vielleicht die ersten Batches (12/n)

gewesen, als die Impfstoffproduktion erst anlief, die daher noch Mangelware waren, so dass Batches eher zwischen Ländern in kleineren Portionen aufgeteilt wurden? Ihr wisst schon, diese ersten Batches, die bevorzugt an Risikopatienten verimpft wurden, die auch sonst häufiger (13/

Gesundheitsprobleme haben und wo am Anfang besonders penibel auf jede mögliche Nebenwirkung geschaut wurde, was bei einem Erfassungssystem, das nur Meldungen sammelt alles ganz schön verzerren könnte (Ich zitiere das Paper: "The DKMA-managed spontaneous SAE reporting system (14/

in Denmark is a passive surveillance system akin to the Vaccine Adverse Event Reporting System (VAERS) in the US, and reports from these systems are subject to reporting biases"

Ist das die Erklärung für die "bad batches"? Keine Ahnung, denn wie gesagt, die Rohdaten (15/n)

gibt uns das Paper nicht. Aber es gibt uns noch etwas nicht: Irgendeinen Hinweis, dass die Autoren solche möglichen Verzerrungen auch nur ansatzweise geprüft hätten...
Fazit: Das Paper ist eine eher schlampige, schwer nachvollziehbare Analyse. Es könnte auf Unterschiede (16/n)

zwischen Impfstoffbatches hinweisen, aber selbst wenn - ob diese überhaupt mit echter NW-Häufigkeit zusammenhängen, bleibt völlig unklar. Ein Knockout wie ihn der andere Max Schmeling liefern konnte, ist es nicht.
Mäuschen Out 🐭

@toxicTom Nee. Ich hab mir nur mal kurz das Paper angeschaut

P.S. Wollte ich noch einbauen: Einen Hinweis gibt das Paper, dass es sich bei den "bad batches" um die frühen handeln könnte, denn als Erklärung wird angedeutet: "Leaked and contested data have also suggested that some early commercial batches of the BNT162b2 vaccine (+1/2)

contained lower than expected levels of intact mRNA." (+2/2)

P.P.S. Übrigens gibt das Paper sogar zu, dass die wirklich ernsthaften NW völlig zufällig streuen: "Compared to the rates of all SAEs, serious SAEs and SAE-related deaths per 1.000 doses were much less frequent and numbers of these SAEs per 1000 doses displayed (+1/2)

considerably greater variability between batches, with lesser separation between the three trendlines (not shown)." 🤦
Das Paper ist sogar Schund, wenn ich so müde bin, die größten Klopper zu überlesen 😂😂😂 (2/2)