Compendio SciCheck
Datos procedentes de todo el mundo corroboran la seguridad general de las vacunas contra el COVID-19. Sin embargo, algunas personas afirman erróneamente en internet que datos obtenidos ilegalmente en Nueva Zelanda muestran que las vacunas han matado a 13 millones de personas en todo el mundo. Los expertos dicen que este análisis es falso.
Historia completa
Numerosos estudios han concluido que las vacunas contra el COVID-19 son bastante seguras, con muy pocos y poco frecuentes efectos secundarios graves. No hay nada que sustente la idea de que las vacunas contra el COVID-19 están matando a un gran número de personas, como han afirmado algunas personas en internet durante años. A pesar de la falta de pruebas, las afirmaciones siguen siendo populares y son reavivadas periódicamente por diversos análisis pseudocientíficos.
Más recientemente, Steve Kirsch, un empresario tecnológico que se ha convertido en una de las principales fuentes de desinformación sobre las vacunas contra el COVID-19, ha afirmado que datos filtrados del gobierno de Nueva Zelanda “prueban” que las vacunas han matado en promedio a 1 persona por cada 1.000 dosis, o si se extrapola a todo el mundo, a unas 13 millones de personas.
“No hay forma posible de que estos datos sean consistentes con una vacuna segura”, escribió Kirsch en su Substack.
Los expertos afirman que esto es un error. Incluso si los datos subyacentes son correctos, no pueden utilizarse para hacer afirmaciones causales sobre las vacunas, nos dijo Jeffrey S. Morris, director de la división de bioestadística en la Facultad de Medicina Perelman de la Universidad de Pensilvania. Además, los métodos de Kirsch son defectuosos y se basan en premisas inválidas, y sus interpretaciones contradicen las pruebas existentes.
“Su metodología es extremadamente improvisada, arbitraria y errónea en cuestiones muy específicas”, dijo Morris de Kirsch.
Kirsch estrenó sus afirmaciones en una presentación el 30 de noviembre en el Instituto Tecnológico de Massachusetts, su alma mater, donde un grupo de estudiantes le había invitado a hablar. También las expuso en un artículo de Substack, que ha sido compartido en redes sociales. Otros han retomado sus afirmaciones, o han difundido afirmaciones relacionadas con los datos de Nueva Zelanda en internet.
Filtración de datos en Nueva Zelanda
Un administrador de bases de datos empleado por Te Whatu Ora, o Salud Nueva Zelanda, proporcionó de forma ilegal a Kirsch los datos subyacentes que utilizó en su análisis. El 30 de noviembre, el trabajador apareció en un video con Liz Gunn, una neozelandesa conocida por difundir teorías de conspiración y por su oposición a las vacunas contra el COVID-19. En el video hablaron de la información de la base de datos de las vacunas e hicieron afirmaciones similares a las de Kirsch.
Poco después, el empleado, un hombre llamado Barry Young, fue detenido y acusado por su participación en la filtración de datos, según el New Zealand Herald. Te Whatu Ora afirmó en un comunicado que no existe “ninguna prueba de que la vacunación sea responsable del exceso de mortalidad en Nueva Zelanda”, y añadió que Young no tiene “formación clínica ni conocimientos especializados sobre vacunas” y que “lo que afirma es completamente erróneo y carece de fundamento, y sus comentarios así lo demuestran”.
A Te Whatu Ora también se le concedió una orden judicial para retirar cualquier información de las bases de datos que siga en línea para proteger la privacidad de las personas. Kirsch había publicado los datos en su Substack, que según él habían sido anonimizados, y alentaba a otros a descargarlos para realizar sus propios análisis. En algunos casos, a las personas que lo han hecho se les han cancelado sus cuentas de alojamiento de archivos.
Kirsch y otros han tratado de hacer creer que la detención del administrador de la base de datos y la eliminación posterior de los datos prueban los esfuerzos del gobierno por ocultar “la verdad”. Pero Morris dijo que Kirsch minimizaba cuestiones legales legítimas.
“Compartir datos identificativos es algo muy grave”, dijo, y añadió que la información facilitada a Kirsch “contenía las fechas de nacimiento de las personas, las fechas en que se vacunaron, las fechas en que murieron, con lo que se podría identificar inequívocamente a cada individuo”.
Kirsch ha argumentado que el hecho de compartir los datos no supone un problema porque han sido anonimizados, pero todavía no está claro si los datos contienen información identificativa. Morris dijo que habría descargado los datos y realizado sus propios análisis para refutar las afirmaciones de Kirsch, pero que no se sentía cómodo haciéndolo por cuestiones legales y de privacidad.
Comprobando si es plausible
Morris y otros han encontrado múltiples problemas con el análisis de Kirsch, como explicaremos con más detalle a continuación. Y es revelador que incluso muchas personas que han difundido información errónea sobre las vacunas contra el COVID-19 en el pasado y que creen que las vacunas están matando gente, han rebatido las afirmaciones de Kirsch.
Pero Morris también sugirió consultar los gráficos de exceso de mortalidad en Nueva Zelanda y otros países, tan solo para comprobar si las afirmaciones de Kirsch superan la prueba del sentido común, y no lo hacen.
En gran parte del mundo, los picos en el exceso de muertes se corresponden de cerca con el momento en que los países experimentaron muertes por COVID-19. No hay pruebas de que millones de personas murieran a causa de las vacunas.
Nueva Zelanda es un poco diferente en que durante gran parte de la pandemia, el país de hecho tuvo un déficit de muertes, probablemente debido a las medidas de mitigación que tomó la isla y al éxito que tuvo la nación en mantener alejado al coronavirus. Esas medidas también pueden haber reducido las muertes por gripe y otros tipos de fallecimientos.
Pero allí, también, el único período real de exceso de muertes se produce durante las dos oleadas de COVID-19 que experimentó Nueva Zelanda en marzo y agosto de 2022, más o menos un año después de que comenzara la vacunación. Algunas muertes excesivas en 2022 también podrían ser una especie de puesta al día, dijo Morris, de personas mayores que evadieron la muerte en 2020 y 2021.
En cualquier caso, el patrón es claro, dijo Morris, y parte de lo que ocurrió en 2022 en Nueva Zelanda fue el regreso al nivel estándar de mortalidad tras un par de años con menos muertes.
“Lo que dice no es plausible”, dijo Morris refiriéndose a Kirsch.
Un análisis fallido con suposiciones incorrectas
Según su descripción, el análisis de Kirsch consiste en lo que él llama un “análisis de grupos de series cronológicas” con “datos a nivel de registro” [registro médico que contiene datos únicos y no agregados que se relacionan con un individuo, proveedor u hospital identificable] de 4 millones de los 12 millones de dosis de vacunas contra el COVID-19 administradas en Nueva Zelanda. Estas dosis, dice, formaban parte de un programa en el país basado en el pago por cada dosis, que, según afirma, se administraron al azar.
Kirsch utiliza los datos para marcar las tasas de mortalidad por cualquier causa a partir de la vacunación, afirmando que si la vacuna es segura, el gráfico debería estabilizarse y permanecer plano o disminuir tres semanas después de la vacunación. Si no es así, dice, cualquier aumento refleja muertes causadas por la vacuna. Utilizando esta lógica errónea, luego calcula una tasa de mortalidad para todas las edades de 1 muerte por cada 1.000 dosis, que aplica a nivel mundial para llegar a su estimación de 13 millones de personas muertas por las vacunas, y una estimación de 675.000 en EE. UU.
Este enfoque plantea numerosos problemas. Para empezar, según Morris, muchas de las suposiciones de Kirsch simplemente no son ciertas.
“No hay nada en la literatura que diga, oh, estas gráficas deberían ser completamente planas. Y si no son planas, la única explicación puede ser que la vacuna está causando las muertes”, dijo. “No existe tal cosa”.
En teoría, dijo Morris, la curva de una “vacuna segura” sería plana si hay una tasa de mortalidad constante que nunca varía a lo largo del año, y si la decisión de vacunarse o de recibir dosis adicionales es completamente arbitraria. Pero ese no es el caso con los datos reales. Por lo que, de hecho, dijo Morris, hay muchas razones por las que una curva podría elevarse, incluso si una vacuna no está matando gente.
Susan Oliver, una científica australiana que se dedica a corregir información errónea, explicó de forma similar en un video de YouTube en el que criticaba las afirmaciones de Kirsch, que no se esperaba que las curvas fueran planas con las vacunas estacionales. “La razón es que las muertes [por cualquier motivo] no se producen de manera uniforme a lo largo del año”, dijo. “Siguen una tendencia estacional con un mayor número de muertes en los meses de invierno”.
Lo mismo podría ser cierto durante una pandemia si muchas personas se vacunan al mismo tiempo y luego se levantan las restricciones contra el COVID-19 y se produce una oleada de COVID-19, como ocurrió en Nueva Zelanda. O, como también ocurrió en Nueva Zelanda, que una tasa de mortalidad anormalmente baja recupere su nivel normal tras un periodo de intensas restricciones contra el COVID-19.
Kirsch se ha limitado a afirmar que los datos de vacunación que posee representan una muestra aleatoria de los 12 millones de dosis administradas en Nueva Zelanda. Pero no aporta ninguna prueba de que esto sea cierto, sino que argumenta que otros tienen que demostrar que él está equivocado, invirtiendo de forma incorrecta la responsabilidad de probarlo.
Hay poca información pública sobre el programa de pago por dosis y Te Whatu Ora nos dijo que no podía hacer más comentarios dada la investigación en curso y los requerimientos legales. Sin embargo, parece que el sistema de pago por dosis era para reembolsar a los proveedores, como consultas de atención primaria, que habrían funcionado aparte de las clínicas de vacunación a gran escala, por ejemplo. No está nada claro que las poblaciones atendidas por ambos grupos fueran idénticas. Y en cualquier caso, sigue habiendo diferencias importantes entre las poblaciones que reciben un número de dosis diferente.
Además, aunque Kirsch es consciente de lo que se conoce como el efecto del vacunado sano (un fenómeno en el que, sobre todo al principio, las personas vacunadas tendrán una tasa de mortalidad artificialmente más baja que la población general porque las personas muy enfermas no se vacunarían) Morris dijo que Kirsch decidió, arbitrariamente, que este termina exactamente a las tres semanas. Eso no tiene ningún fundamento, dijo.
Luego, Kirsch utiliza la tasa de mortalidad a las tres semanas como punto de referencia y cuenta todas las muertes por encima de esa cifra como muertes excesivas causadas por las vacunas. Una vez más, Morris dijo que no es válido suponer que todas las muertes excesivas sean causadas por las vacunas, pero también que el punto de partida puede ser totalmente incorrecto.
Morris sospecha que este es el caso, señalando que mientras el análisis principal de Kirsch se centra engañosamente en todas las edades y número de dosis, cuando las tasas de mortalidad en aumento solo existen para las personas mayores, uno necesita desglosar los datos por edad y dosis, y luego utilizar los datos actuariales para cada grupo de edad con el fin de aproximarse a un punto de partida correcto. El punto de partida que utiliza Kirsch es demasiado bajo, afirma.
El “aumento” total de muertes podría ser simplemente una vuelta al punto de partida real. “Eso no lo ha descartado en ningún momento”, dijo Morris refiriéndose a Kirsch.
Esto nos lleva a otro problema fundamental del análisis de Kirsch: la ausencia de un grupo no vacunado. Kirsch afirma que esto no es necesario en su tipo de análisis, pero como Morris nos dijo, Kirsch no tiene idea de cómo se comparan las tasas de mortalidad entre las personas vacunadas y no vacunadas.
“Cuando ni siquiera se incluye a los no vacunados, no se tiene un punto de calibración, porque es posible que, sea lo que sea lo que se observe en los vacunados, su tasa de mortalidad sea inferior en general que la de los no vacunados”, dijo Morris. “Así que si ese es el caso, ¿cómo puedes argumentar basándote en estos datos que las vacunas están matando gente?”.
De hecho, aunque Kirsch presenta su análisis como una prueba irrefutable de que las vacunas han matado a millones de personas, es incorrecto afirmar siquiera que estos datos pueden proporcionar ese grado de certeza.
“Los datos que obtuvo, aunque sean totalmente legítimos y correctos, no pueden utilizarse para responder a la pregunta que quiere responder sobre los efectos causales de las vacunas sobre la mortalidad”, dijo Morris.
Kirsch también hace alarde de los datos, afirmando engañosamente que “ningún Estado o país ha publicado nunca datos de salud pública a nivel de registro de ninguna vacuna”, y califica su análisis de especial.
Morris dijo que, de hecho, aunque nadie más utiliza el término “datos a nivel de registro”, dicha información se ha utilizado en numerosos estudios de vacunación contra el COVID-19 en todo el mundo, que no han encontrado pruebas de muertes masivas relacionadas con las vacunas.
Pero, a diferencia del caso de Kirsch, esos investigadores están legalmente autorizados a utilizar los datos, y los datos brutos no se comparten por motivos de privacidad. Además, según Morris, esos datos suelen incluir información sobre variables de confusión, u otras variables que podrían estar asociadas con resultados de interés, como fallecimientos, precisamente los datos que ayudarían a establecer una conexión causal, pero algo de lo que carece el conjunto de datos de Kirsch.
Traducido por Elena de la Cruz.
Nota del editor: Los artículos de SciCheck que brindan información certera y que corrigen información errónea sobre temas de salud se publican gracias a una beca de la Robert Wood Johnson Foundation. La fundación no tiene control alguno sobre las decisiones editoriales de FactCheck.org, y los puntos de vista expresados en nuestros artículos no reflejan necesariamente el punto de vista de la fundación.
_______________
Si tiene alguna pregunta puede hacerlo en español en: https://www.factcheck.org/ask-scicheck/
