Vor knapp einem Monat ist in der renommierten medizinischen Fachzeitschrift The Lancet eine Studie von E.J. Haas und Kollegen erschienen, die behauptet, BNT162b2, der Pfizer/BioNTech Impfstoff gegen SARS-CoV-2, sei hochgradig wirksam gegen die Infektion mit dem Virus, insbesondere auch gegen Hospitalisierung und Tod durch die seltene, aber gefürchtete Viruspneumonie. Doch diese Angaben sind falsch. Woran kann man das erkennen?
Bisher hatten Studien zu diesem Impfstoff lediglich eine Wirksamkeit gegen leichte und mittelschwere Symptome gezeigt, worauf auch Xiang Wang von der Uniklinik in Ottawa im hochangesehenen New England Journal of Medicine hingewiesen hat. Außerdem hat die Zulassungsstudie von Polack und Kollegen, auf die sich Wang bezieht, lediglich einen NNV (number needed to vaccinate) von 119 ergeben, was bedeutet, dass man 119 Probanden impfen muss, um einen Effekt gegen leichte und mittelschwere Infektionen mit SARS-CoV-2 zu erreichen. Bei einer Mumps-Impfung bei naiver Population liegt diese Zahl hingegen nahe eins, es profitiert fast jeder Impfling direkt von der Impfung, und zwar gleichermaßen gegen milde und schwere Verläufe.
Warum wird dann allgemein von einer “Wirksamkeit” des Impfstoffs von 95 Prozent und mehr gesprochen? Weil die Autoren, wie P. Olliaro und Mitarbeiter in einem prominenten Kommentar betonen, lediglich die sogenannte relative Risikoreduktion (RRR) bestimmt haben. Doch kann der RRR ohne das Basisrisiko einer Infektion mit SARS-CoV-2 gar nicht bewertet werden. Dieses Basisrisiko ist sehr gering, da die Infektion nur für einen kleinen Teil der Patienten gefährlich ist. Rechnet man dieses (sehr geringe Risiko) ein, bekommt man die absolute Risikoreduktion (ARR), die angibt, wie stark sich Geimpfte und Nichtgeimpfte hinsichtlich des realen Risikos unterscheiden. BNT162b2 von Pfizer/BioNTech bringt es bei diesem Vergleich gerade mal 0,84 Prozent Verbesserung gegenüber dem Spontanverlauf, und das nur hinsichtlich leichter bis mittelgradiger Symptome. Damit ist es noch schwächer wirksam als die Impfstoffe von AstraZeneca, Moderna oder J&J.
Die Neue Impfstudie von Pfizer berichtet ebenfalls lediglich nur den RRR und nicht den ARR, erst recht nicht den NNV. Sie kommen auf eine relative Risikoreduktion von 97 Prozent für Hospitalisierung und 96 für Tod (im Durchschnitt, "COVID-related"). Alle Angaben sind auf 100.000 Personentage bezogen, die Bezugsgröße sind nicht mehr erkrankte Patienten wie in den bisherigen Studien, sondern epidemiologisch aus den Populationsregistern berechnete Erkrankungstage. Dadurch ist es ohne die Rohdaten nicht möglich, den ARR in dieser Studie korrekt zu berechnen; der ARR wird von den Autoren kaschiert. Er dürfte bei leichtem Verlauf deutlich unter den vorher berichteten 0,8 Prozent liegen, da die Daten zu einer Zeit erhoben wurden, als die Fallzahlen in Israel bereits aufgrund der Herdenimmunität zurückgingen (Details zur T-Zellimmunität, die wesentlich dafür verantwortlich ist, siehe hier). Bei den schweren Verläufen sind die Zahlen jedoch so gering, dass in Wirklichkeit gar kein Effekt vorliegt. Das liegt an folgenden wesentlichen Faktoren:
1. Personen, die in der Vergangenheit SARS-CoV-2 PCR-Test-positiv waren, wurden aus der Analyse ausgeschlossen. Dadurch entsteht ein massiver Bias (eine Verzerrung) weil ein positiver SARS-CoV-2 PCR-Test ein Prädiktor für bereits vorhandene Immunität ist (wer das Virus schon mal in sich trug und noch lebt, ist in der Regel immun dagegen). Somit vergleicht die Studie nur SARS-CoV-2 naive Impflinge mit Nichtgeimpften. Ohne diesen Bias würde man mit Sicherheit keinen Effekt sehen, denn die Impfung hat gegenüber der natürlichen Immunität gegen das Virus aufgrund einer durchgemachten Infektion keine Zusatzwirkung. Wären die vor der Impfkampagne bereits PCR-positiven Probanden in der Studie enthalten, wäre der Effekt der Impfung bei den Impflingen viel schwächer und es gäbe viel weniger Symptome bei den Nichtgeimpften, so dass im Vergleich keine Wirkung zu sehen wäre. Dies ist ein krasses Beispiel für selektive Datenauswertung. Die Unwirksamkeit der Impfung hinsichtlich des Outcomes Tod ist von den zahlreichen seit 50 Jahren durchgeführten Impfstudien zu Influenza-Impfstoffen bekannt. Auch dort konnte man nie eine Wirkung auf Hospitalisierung und Tod durch Viruspneumonie nachweisen, wenn man die Studie ohne Bias angelegt hat.
2. Es werden nur Personen betrachtet, die nach der Impfung einen positiven PCR-Test aufwiesen. Die Studie zeigt also lediglich eine winzige Wirkung des Impfstoffs auf grippale Symptome mit PCR-Test. Doch ist SARS-CoV-2 nur einer von etwa 200 viralen Erregern grippaler Infekte, sein Anteil an Viruspneumonie-Toten dürfte in der letzten Saison bei maximal 10 bis 15 Prozent gelegen haben. Daher ist diese kleine Wirkung (die nur durch den Ausschlussbias erreicht wurde) bei Betrachtung aller Grippekranken vollkommen unsichtbar und medizinisch irrelevant.
3. Die oben geschilderte Verwendung von Personentagen statt absoluter Patientenzahlen sowie der Bestimmung der relativen statt der absoluten Risikoreduktion, so dass man den realen Effekt der Impfung gar nicht sehen kann. Die Effekte beim Outcome Tod sind in Wirklichkeit (bei korrekter Datenauswertung) garantiert nicht messbar.
4. Die Studie berücksichtigt die sehr häufigen und schweren Nebenwirkungen des Impfstoffs nicht. Immerhin stirbt etwa jeder 50.000 bis 65.000ste Patient akut an der Impfung und jeder 5.000ste entwickelt unter dem Impfstoff schwere Nebenwirkungen, im Wesentlichen aufgrund der autoimmunogenen Toxizität des Spike-Proteins (Zahlen des Paul-Ehrlich-Instituts, Interpretation siehe hier). Diese Nebenwirkungen sind offensichtlich nicht in die Auswertung eingegangen.
Insgesamt sind die Resultate und Schlussfolgerungen der Studie aufgrund der offenkundigen Datenmanipulation wissenschaftlich nicht haltbar. Sie ist ein Beispiel für „data dredging” (Datenbaggern), wie John Ioannidis es nennt, bei dem man die Daten selektiert, bis ein verwertbares Ergebnis rauskommt.
Dass The Lancet, eine der international renommiertesten medizinischen Fachzeitschriften, so eine Arbeit abdruckt, zeigt, wie hoch der politische Druck auf die Wissenschaft derzeit ist.