X

Numeri, statistiche e previsioni pandemiche. Benvenuti nel regno dell’assurdo

di Andreas Zimmermann

Negli articoli da me pubblicati finora su questo sito ho cercato di analizzare i diversi aspetti della politica tedesca anti-Covid da un punto di vista scientifico, includendo, tuttavia, anche aspetti sociali. Nel presente articolo desidero invece analizzare i principali problemi della politica e della discussione sulla Covid in Germania da una prospettiva prevalentemente scientifica o teorico-scientifica.

Da un sondaggio di pochi giorni fa risulta che solo una minoranza dei tedeschi si fida delle cifre ufficiali riguardanti la Covid. Ciò non può sorprendere, visti gli errori, le manipolazioni e le palesi bugie a cui si è assistito. Oltre ai dati rilevati con noncuranza, come la modifica del numero dei casi di variante Omicron, diffusi dal comunicato settimanale del Robert Koch Institut del 30.12.2021, corretta da 186 a 1.097 casi (un aumento del 490%), vengono utilizzati senza problemi dati falsi: per esempio conteggiando come non vaccinati i pazienti Covid la cui situazione vaccinale non è conosciuta, cosa avvenuta in Baviera, Amburgo e Sassonia. Ma i problemi hanno radici più profonde, in quanto la gran parte dei dati, delle analisi e delle giustificazioni delle varie misure, nell´ambito della crisi dovuta alla Covid è, per principio, priva di senso. Vorrei illustrarlo prendendo ad esempio la misurazione della temperatura per mezzo di un termometro. Se si misura quotidianamente la temperatura esterna con un termometro, lo si può fare in modo grossolano, misurandola ogni giorno ad un’ora diversa, oppure manipolando i dati, annotando quotidianamente una temperatura di 5 gradi superiore a quella rilevata. Tuttavia, in linea di massima, è possibile misurare la temperatura in modo preciso, così come è teoricamente possibile determinare la percentuale di pazienti Covid non vaccinati negli ospedali.

In ogni caso non è possibile misurare l’umidità nell´aria con un termometro. Per tale motivo il tentativo di farlo non ha senso. In senso lato, purtroppo, è proprio ciò che avviene nel caso della rilevazione dei dati Covid, nonché nell´analisi di tali dati, cosicché molti avvenimenti ed interpretazioni non solo sono falsi, ma non possono che essere falsi.

In tale contesto è inevitabile sottolineare l’assoluta mancanza di comprensione scientifica da parte di quasi tutti coloro che partecipano alla discussione pubblica. Questo non riguarda solo i politici, ma anche i giornalisti, gran parte della pubblica opinione e financo persone provenienti dall’ambiente scientifico, come il direttore del Robert Koch Insitut, Lothar Wieler, la cui affermazione “non si devono mai mettere in dubbio queste misure” ha fornito un contributo decisamente poco scientifico alla discussione. Qui non desidero approfondire se affermazioni del genere, proprio da parte di persone provenienti da un ambito scientifico, siano dovute ad ignoranza o manifestino l’intenzione di confondere le idee, benché ciò sia importante per la considerazione generale della situazione. C’è invece tutta una serie di problemi basilari che, qui di seguito, desidero elencare alla luce di esempi particolarmente illuminanti.

La modifica del significato dei concetti

Affinché dei concetti siano utilizzabili in un discorso scientifico, il loro uso deve essere non solo fondato, ma anche compatibile con la realtà. L’Oms è contravvenuta a entrambe queste regole quando ha modificato il concetto di immunità di gregge. Per immunità di gregge si intende l’immunità di un numero sufficiente di persone, appartenenti a una determinata popolazione, acquisita dopo avere contratto un’infezione o dopo vaccinazione. Questa definizione è stata a lungo presente nella pagina web dell’Oms. A un certo punto, il testo riguardante questo argomento è stato modificato e ora per immunità di gregge si intende solo quella ottenuta tramite vaccino (cosa facile a verificarsi tramite la wayback machine). Recentemente, il testo è stato nuovamente modificato e ora include almeno l’immunità ottenuta dopo aver contratto un’infezione, anche se ne sottolinea tutte le possibili limitazioni, per cui la via dell´infezione non sarebbe assolutamente consigliabile.

Tuttavia, non solo la dichiarazione, comparsa per un certo periodo di tempo, è decisamente falsa, come illustra l’esempio dell´India, a proposito della quale lo stesso Welt-online, il 9 dicembre 2021, aveva riferito che, in India, con una bassa percentuale di vaccinati (in quel momento 36 % di vaccinati con due dosi) la maggior parte della popolazione aveva sviluppato anticorpi contro il Sars-CoV-2. E anche ora, con il 44 % di vaccinati, non sembra che il numero di morti per Covid stia aumentando. Anche il testo attuale, secondo cui non è consigliabile aspirare a una immunità naturale, non trova supporto: se si considera il numero ufficiale di morti da Covid per milione di abitanti, in India si arriva a 345, mentre in Germania se ne contano 1.353 (tutti i dati si possono trovare su Our World in Data o sul Worldometer), pur con tutte le imprecisioni possibili. Ovviamente si può obiettare che l’India e la Germania non sono paragonabili tra loro, ma non è questo il punto. Il punto è che, evidentemente, un Paese può raggiungere l’immunità di gregge per mezzo di infezioni, per lo più asintomatiche, senza maggiori costi sul piano della salute.

La modifica degli obiettivi

Un problema simile, ma ancora più grave dal punto di vista scientifico, è rappresentato dagli obiettivi perseguiti dal Paul Ehrlich Institut riguardo agli effetti dei cosiddetti vaccini anti Covid, anche essi modificati più volte. Il 15 agosto 2021 l’istituto comunicava: “I vaccini proteggono dall´infezione del virus Sars-CoV-2“. Il 7 settembre 2021: “I vaccini proteggono da un decorso grave dell´infezione con il virus Sars-CoV-2“. E, il 27 settembre2021, il tutto si riduceva a: “I vaccini Covid sono volti all´immunizzazione attiva per prevenire la malattia provocata dal virus Sars-CoV-2“. Chi capisce quest’ultima frase è bravo.

Che, nel giro di sei settimane, l’efficacia di un vaccino (o di un qualunque altro farmaco) cambi due volte è piuttosto improbabile. Anche qui siamo di fronte ad un problema scientifico di fondo: l’obiettivo di uno studio scientifico deve essere stabilito prima che sia effettuato lo studio stesso. Il che vuol dire che l´obiettivo dei vaccini contro la Covid era stato fissato al momento dello studio, il che è giusto, in quanto la rilevazione dei dati dipende proprio dagli obiettivi posti. L’obiettivo era determinare il numero di casi Covid sospetti, poi confermati da un test molecolare, comparsi nel gruppo vaccinato rispetto al gruppo a cui era stato somministrato un placebo. Era considerato caso sospetto chi, durante la durata dello studio, avesse presentato almeno uno dei sintomi della Covid (il tutto si può leggere nel rapporto della Fda). Così sono stati comparati gli otto casi confermati nel gruppo vaccino con i 162 casi del gruppo placebo, il che corrisponde alla riduzione del rischio relativo pari al 95%, niente di più. Come ha sottolineato Peter Doshi, caporedattore del British Medical Journal, nell´ottobre 2020, gli studi clinici non erano rivolti ad analizzare se i vaccini proteggessero da un decorso grave della malattia o dalla morte, nonostante politici e mass media insistano da tempo sul fatto che fosse proprio questo lo scopo per cui erano stati sviluppati, non per prevenire l’infezione. Invece l’unico parametro analizzato con sufficiente numero di casi è stata la possibilità di prevenire l’infezione, cosa che, nel mondo reale, evidentemente non funziona molto bene.

Inoltre i cosiddetti vaccini, al contrario di ciò che affermano i loro sostenitori, non sembrano neppure in grado di prevenire le morti da Covid (o influenzarle in qualche modo), visto che, come hanno notato i professori Norman Fenton e Martin Neil della Queen Mary University di Londra, non c’è alcuna correlazione tra la percentuale di vaccinati di un Paese e il numero di morti di Covid per milione di abitanti. A questo proposito, tuttavia, i due professori fanno notare che le loro analisi sono limitate, in quanto tutti i dati Covid ufficiali sono, di fatto, inutilizzabili (“As we have been saying since March 2020 all of the official Covid data are essentially useless“), il che mi porta al prossimo punto, l´“incidenza“.

L’”incidenza”

Sulla cosiddetta “incidenza” e sull’assurdità di tale unità di misura, per come essa viene stabilita in Germania, è già stato scritto molto. Tuttavia, nell’ambito del presente articolo, si deve parlare nuovamente di questo concetto. In medicina il concetto di incidenza ha un significato ben preciso. Cito dal DocCheckFlexikon: “Per incidenza si intende il numero di casi di malattia riscontrati nell´ambito di una determinata popolazione in un determinato periodo di tempo”. In questa sede non voglio occuparmi del problema che il risultato positivo di un test molecolare non abbia nulla a che vedere con un caso di malattia, bensì del concetto di “popolazione determinata”, importante dal punto di vista teorico-scientifico. Si tratta di rilevare il numero di casi di malattia nell´ambito di un gruppo di persone. Dal momento che non si può quasi mai analizzare, dal punto di vista medico, l’intero gruppo di persone che si vuole considerare, vi è una sola possibilità per rilevare i casi di malattia al suo interno, come è sempre stato sottolineato da numerose persone competenti in questo campo, ad esempio dall´esperto di statistica medica professor Gerd Antes: gli studi su una coorte. Si tratta di analizzare, a intervalli regolari, un certo gruppo, facilmente identificabile, che, per età e altre caratteristiche, sia rappresentativo della popolazione oggetto dello studio (per esempio la popolazione tedesca).

Nonostante la cosiddetta pandemia duri da due anni, e nonostante un budget annuale di 110 milioni di euro, il Robert Koch Institut, organo competente in questo campo, non è riuscito ad effettuare neanche un solo studio su una coorte. L’“incidenza”, ripetuta all’infinito, utilizza invece coorti sempre diverse (p. es. includendo gli studenti se le scuole sono aperte, escludendoli durante le vacanze) e non tenta nemmeno di correggere i dati a seconda della quantità di test effettuati, motivo per cui il raddoppio dei test comporta il raddoppio dell’”incidenza”. In Austria questo effetto viene usato fino al limite delle possibilità di testare, proprio per fare incrementare l’”incidenza”.

Se, per ogni test (a prescindere dal fatto che sia positivo o negativo), si avessero i dati demografici ed altri dati medici delle persone testate, si potrebbero almeno costituire delle coorti che permetterebbero di stimare, all’incirca, l’incidenza dei test molecolari positivi (non dei malati). Dal momento che, finora, nessuno lo ha fatto, ritengo che tali dati non esistano. O perché non sono stati rilevati o per motivi di protezione dei dati: questo in tempi in cui ogni gestore di ristorante non solo può richiedermi la prova dell´iniezione o del mio stato di salute, ma è persino tenuto a farlo per legge. Ciò significa che il Robert Koch Institut non fornisce altro che un’insalata di dati: insalata sulla cui base vengono prese decisioni politiche che incidono in maniera pesantissima sui diritti fondamentali delle persone.

Focalizzazione su un unico fattore

Come generalmente si sa, qualsiasi intervento in un sistema porta con sé, oltre all’effetto desiderato, anche effetti collaterali, che, in inglese, sono denominati unintended consequences. Nel caso essi siano negativi e cospicui, vengono denominati danni collaterali. Un classico esempio di unintended consequences era stato l´enorme incremento di intossicazioni da metanolo durante il proibizionismo negli Stati Uniti. Normalmente, prima di mettere in atto determinate misure, se ne considerano i possibili effetti negativi e, come minimo, si cerca di ponderare se il bilancio complessivo di tali misure sia positivo o negativo. Ma non sempre una tale stima viene fatta. Il detto popolare descrive il risultato di una decisione così univoca per una determinata misura, senza guardarsi a destra o a sinistra, come “l´operazione è riuscita, il paziente è morto”.

È vero che alcune persone, come ad esempio l’alto funzionario del ministero dell’Interno Stephan Kohn (proprio per questo sospeso dal servizio nel maggio 2020), fin dall’inizio della “pandemia” avevano fatto presente che i danni collaterali provocati dalle misure prese sarebbero stati maggiori del danno che il virus Sars-CoV-2 avrebbe potuto provocare come causa di malattia. Eppure, la politica tedesca, da quasi due anni, sembra agire secondo il principio che, in questo Paese, si possa morire di tutto fuorché di Covid. Ad esempio, sono stati ignorati tutti gli avvertimenti secondo cui, a causa delle visite preventive o delle terapie oncologiche rimandate, il numero di morti di tumore sarebbe incrementato di parecchio. Non è neppure necessario ricordare anche altri effetti negativi, come i danni psichici a carico di bambini e adolescenti dopo quasi due anni di regime anti-Covid, o le disastrose conseguenze economiche dei lockdown. Quello che succede quando le persone concentrano tutte le loro azioni su un solo obiettivo è ben rappresentato dall’immagine reperibile su Internet digitando “got the spider house meme”.

Sguardo fisso ad un´unica soluzione

Fin dall’inizio i politici hanno puntato sul vaccino come soluzione della “pandemia”. I motivi per cui hanno puntato proprio tutto su questa carta saranno, prima o poi, interessanti per gli storici. [Per lo scopo dell’articolo] non sono così importanti. Il punto fondamentale è che, nella scienza, il puntare tutto su un´unica soluzione porta spesso in un vicolo cieco. Un esempio in tal senso è il virus Hiv. Dopo quasi quarant’anni di ricerca, ancora non si è trovato un vaccino contro l’Hiv, mentre esistono da anni trattamenti efficaci. Se, come per il virus Sars-CoV-2, si fosse puntato tutto solo sullo sviluppo di un vaccino anche per il virus Hiv, ancora oggi, ogni anno milioni di persone in tutto il mondo morirebbero di Aids.

Particolarmente interessante è il motivo della mancanza di un vaccino, dichiarato sulla pagina dell’associazione tedesca contro l’Aids: “ Lo sviluppo di un vaccino è difficile soprattutto in quanto il virus HIV muta con gran facilità“ (neretto e sottolineature nell’originale). Come illustra la variante Omicron, contro la quale gli attuali “vaccini“ sono di fatto inefficaci, se non persino nocivi (vedi qui per un´analisi attuale dei dati dal Sudafrica), anche il virus Sars-CoV-2 appartiene ai virus che mutano rapidamente, con le note conseguenze riguardo allo sviluppo di un vaccino efficace. Il concentrarsi solamente su una soluzione conduce spesso in un vicolo cieco per una questione di principio, riassumibile nell’affermazione “Fare previsioni è difficile, soprattutto riguardo al futuro”. Né i politici, né gli scienziati, nessuno può prevedere il futuro: per questo, spesso, i progetti molto ben finanziati nelle scienze applicate si rivelano investimenti catastrofici, mentre alcune ricerche di base, inaspettatamente, si dimostrano fondamentali ai fini di un utilizzo proficuo.

Anni di vita rimanenti

Uno dei motivi addotti per dimostrare quanto sia drammatica la crisi dovuta alla Covid si basa su uno studio del Robert Koch Institut del febbraio 2021, nel quale si afferma che i morti di e con Covid, in Germania, avrebbero perso, in media, 9,6 anni di vita. La perdita di anni di vita a causa della Covid sarebbe dunque drammatica, motivo per cui, ovviamente, i diritti fondamentali devono essere compressi. Il risultato di questo studio è già di per sé sorprendente, in quanto l’età media dei morti di Covid, in Germania, è di 83 anni. Dunque, se non si fossero ammalati di Covid, questi morti avrebbero vissuto, in media, fino a 93 anni, dodici anni in più dell´aspettativa di vita in Germania. Questa conclusione suona di per sé incredibile. Il problema decisivo, tuttavia, è che, a prescindere da quanto spesso venga fatto nelle ricerche mediche, non è possibile calcolare l’aspettativa di vita di chi è già morto, in quanto dopo la morte, per definizione, non c’è più un’aspettativa di vita. Un’aspettativa di vita è calcolabile solo in una coorte di persone che siano ancora in vita.

Naturalmente si può fare un calcolo teorico su quanti anni una persona avrebbe potuto ancora vivere se non fosse morta per questa o quella causa e, nel caso di morti per incidente, un tale calcolo potrebbe ancora avere una certa giustificazione teorica, sempre che gli incidenti rappresentino una causa di morte rara: all’atto pratico, tuttavia, quella persona è comunque morta. Nel caso di morti naturali, tuttavia, a prescindere che si tratti di tumori, infarti o polmoniti, questo sarebbe un calcolo senza nessun valore, in quanto risulterebbe nella conclusione tipica di molte favole: se non fossero morti, sarebbero ancora vivi. Si tratta, in questo caso, di un errore categorico, in quanto una caratteristica, vale a dire l’essere in vita, viene attribuita a persone che non la possono avere perché già morte. Un errore simile si riscontra anche nell´ultimo argomento, i modelli.

I modelli

Negli ultimi due anni le “previsioni” (concetto che palesa già l’errore categorico del punto 4) dei cosiddetti modelli hanno giocato un ruolo fondamentale nel seminare il panico. Proprio di recente, l’attuale ministro della Salute, Lauterbach, ha reso noto che “secondo i modelli del Robert Koch Institut l´obiettivo è che più dell´80% dei vaccinati con doppia dose ricevano anche il secondo richiamo” per combattere la variante Omicron. Come sempre, quando vengono presentate le cifre di qualche modello dai politici o dagli scienziati che effettuano le analisi, le loro affermazioni vengono presentate come verità assolute. Eppure, finora, tutti i modelli che ci sono stati propinati si sono dimostrati falsi. Addirittura le cifre di casi e di morti sono state sovrastimate in modo grottesco.

Molto probabilmente uno dei motivi per cui le cifre si sono sempre dimostrate esagerate è che i politici hanno preferito dare voce agli esperti che fornissero le cifre spaventose da loro desiderate. Ma c’è anche un motivo fondamentale per cui bisognerebbe essere prudenti nel considerare le cifre fornite dai modelli matematici. I modelli, in realtà, non forniscono risultati, in quanto i risultati a cui si riferiscono appartengono al futuro. I modelli forniscono previsioni, proprio come le previsioni del tempo, che, come si sa, a volte ci azzeccano e a volte no. Una previsione non è un risultato, bensì una stima, più o meno accurata, di un evento non ancora concluso.

Dal punto di vista scientifico l’output di un modello rappresenta solo un’ipotesi, vale a dire un’affermazione che può essere smentita e che deve essere verificata sulla base di dati empirici. Si ha un risultato quando i dati empirici, vale a dire raccolti sistematicamente, vengono valutati con l’aiuto di procedure matematiche o statistiche. Se il risultato dell’analisi diverge dall’ipotesi del modello, quest’ultimo dev’essere respinto o modificato. Se il risultato dell’analisi non diverge dall’ipotesi del modello, tale ipotesi non si ritiene come dimostrata, ma può solo essere ritenuta provvisoriamente valida.

Se poi, come è successo finora durante la “pandemia”, le cifre pronosticate dai modelli divergono in modo così consistente dalle cifre reali, i modelli devono essere considerati come smentiti e vanno rigettati in toto. Indipendentemente dalla serietà dei modelli, tuttavia, le cifre da essi fornite, in quanto pure ipotesi, dovrebbero sempre essere considerate solo come base per la rilevazione di dati empirici, mai per prendere decisioni politiche, a maggior ragione se, sulla loro base, vengono intaccati profondamente la vita e i diritti fondamentali delle persone, come avviene attualmente. In fin dei conti i modelli non sono altro che previsioni da indovino ammantate di calcoli matematici.

Epilogo

Naturalmente la politica tedesca anti-Covid è insoddisfacente anche perché i dati non vengono rilevati correttamente e sono manipolati ed analizzati in modo errato, come è stato illustrato più volte. A causa dei numerosi problemi basilari, tuttavia, questa politica non arriverebbe a risultati sensati neppure se i dati e le analisi fossero trattati senza intenzioni manipolatorie. Essa è giunta a un punto che, in inglese, viene descritto con la parola fubar: fucked up beyond any repair [fottuto senza alcuna possibilità di essere aggiustato]. Vengono rilevati dati inutili, effettuate analisi senza senso, sulla cui base lo Stato emana misure dannose fisicamente e psichicamente per i cittadini, per non parlare dei danni economici ormai nemmeno più quantificabili. Inoltre, è sempre più evidente che i cosiddetti vaccini provocano non solo numerosi effetti collaterali, ma, nel caso delle varianti attuali, rendono persino più soggetti alle infezioni, incrementando così le ospedalizzazioni.

In realtà, è giunto il momento che i politici ammettano di avere sbagliato tutto quello che c’era da sbagliare e che non solo aboliscano tutte le misure, ma si dimettano in massa. Purtroppo, i politici moderni non hanno né la capacità di autocritica, né la personalità per compiere un simile passo.

Fonte: achgut.com 

Versione italiana: comedonchisciotte.org

Aldo Maria Valli:
Post Correlati