För några dagar sedan lade jag upp en video där jag förklarade varför ett uttalande från Martin Kulldorff i Agenda var lika oärligt som att påstå att vi inte har data som visar att rökning är skadligt för hälsan. Han sade att det inte verkligen fanns studier som bevisade att covid-19-vaccinen räddade liv, trots att evidensen för detta är lika stark som den vi har för rökning. Du kan se hela videon här nedanför.
I samband med att jag delade videon var det en återkommande person som dök upp i mitt kommentarsfält på Facebook för att berätta hur fel jag har och att vaccinen i själva verket har dödat fler än de har hjälpt. Han började sedan med den vanliga tekniken: att ösa in mängder av skärmdumpar och länkar till bloggar och obskyra sidor som han påstod motbevisar ”allting”.
Du känner garanterat igen taktiken om du någon gång har sett ett kommentarsfält där den här typen av personer härjar. Vill du verkligen läsa kommentarstråden så finns den är. Du kommer behöva ändra så att facebook visar dig alla kommentarer.
En sak jag har funderat på länge är att be en sådan person komma med sitt allra bästa argument för varför det skulle vara som de påstår. För om du verkligen tar dig tid att kontrollera något av allt det där som de överöser dig med, märker du snabbt att en stor del är uppenbart trams. Därför har jag länge undrat vad jag skulle få för svar om jag bad dem ta fram sina allra starkaste argument. Tanken är dels att det kanske får personen att tänka till lite, dels att det snabbt kan visa hur otroligt värdelösa argumenten är – när det visar sig att det som personen själv lyfter fram som sitt bästa argument, också är uselt.
Så den här gången ställde jag den frågan direkt och skrev samtidigt att jag ville använda det som exempel i en artikel eller liknande.
Han verkade till en början vara med på det hela, men det blev klurigare när han faktiskt skulle ta fram det han ansåg vara sitt bästa argument, den starkaste datan till stöd för sina åsikter. Istället blev det samma gamla mönster: mängder av skärmdumpar, påståenden utan källor och länkar till bloggar eller artiklar publicerade som preprints, eller i obskyra tidskrifter som snarare bör ses som bloggar än faktiska vetenskapliga publikationer. Men till sist, en vecka senare, verkade han ändå framhålla en artikel som det bästa argumentet han hade. Det är den artikeln vi nu ska titta lite närmare på.
Bloggpost av en mindre lyckad forskare vid namn Hulscher
Det jag till slut fick skickat till mig var ett blogginlägg om en nyligen publicerad ”studie”. Blogginlägget var skrivet av en man vid namn Hulscher, vilket förmodligen inte säger så mycket för de flesta. Men han har snabbt blivit ett välkänt namn inom antivaccinationsrörelsen, då ett av de mer framträdande namnen kring covid-19-vaccinen – Peter McCullough – verkar ha tagit honom under sina vingar. Sedan 2023 har de publicerat flera artiklar tillsammans, och på den korta tiden har de redan fått tre artiklar tillbakadragna, bland annat för (1):
- Olämplig citering av referenser.
- Olämplig utformning av metodologi.
- Fel, missvisande uppgifter och brist på sakligt stöd för slutsatserna.
- Underlåtenhet att erkänna och citera motstridig evidens.
- Betydande avvikelser mellan artikelns uppgifter och kliniska prövningsregistret (studiedatum, antal deltagare, läkemedelskombinationer).
- Slutsatserna stöds inte av studiens metodologi.
Att han bara har tre tillbakadragna artiklar (och inte fler) beror också på att han helt enkelt inte har lyckats få det mesta publicerat. Det mesta han har skrivit är preprints, alltså artiklar som inte har genomgått någon form av vetenskaplig granskning. Preprints fyller en viktig funktion genom att göra forskning mer tillgänglig och snabba på utbytet av data och information. Tyvärr har de också en svaghet: vem som helst kan publicera vad som helst där och få det att framstå som studier och vetenskaplig forskning.
Förutom detta har Hulscher även publicerat några artiklar i tidskrifter som vid en första anblick kan verka vara seriösa vetenskapliga publikationer. I själva verket rör det sig om tidskrifter skapade av antivaxxare för att de ska kunna publicera sina egna artiklar och låtsas att det handlar om vetenskap (se tex 2).
Jag lägger lite tid på att presentera Hulscher och hans ”bedrifter” här i början, trots att han inte kommer att spela någon större roll senare i texten. Anledningen är att du, allteftersom du läser vidare, kommer att märka att alla de punkter som nämnts – om varför hans artiklar har blivit tillbakadragna, förekomsten av preprints och fabricerade tidskrifter – kommer att återkomma gång på gång i samband med andra personer.
En ny studie påstås visa att vaccinen inte räddare miljontals liv
I blogginlägget skriver Hulscher om en ny artikel. Han har själv inte varit med och författat den, men hans återkommande medförfattare McCullough* finns med bland skribenterna. Artikeln påstår sig visa att påståendet om att vaccinen räddade miljontals liv är falskt, och har titeln, A Step-by-Step Evaluation of the Claim That COVID-19 Vaccines Saved Millions of Lives.
Förutom McCullough återfinns en religionsprofessor, en psykolog, en ”oberoende forskare” och en dataingenjör bland författarna. Artikeln har de publicerat i en tidskrift med namnet International Journal of Applied Biology and Pharmaceutical Technology, vilket är en högst obetydlig publikation. Tidskriften har tidigare förekommit på flera listor över så kallade predatory journals (3).
Du hittar inte heller tidskriften i några av de större, etablerade databaserna för vetenskapliga publikationer. På tidskriftens hemsida påstås det att den har en så kallad impact factor på 3, vilket i sig skulle vara helt okej. Men eftersom tidskriften inte finns med i de erkända databaserna, betyder det också att den i praktiken inte har någon impact factor alls. Det verkar alltså som att de vilseleder sina besökare genom att presentera något de själva hittat på.
Tidskriften är också av den typ där du betalar för att få dina artiklar publicerade. Det finns visserligen seriösa tidskrifter med det upplägget, men det är också den vanligaste modellen bland oseriösa publikationer. Med sådana upplägg tjänar tidskrifterna pengar på att publicera nonsens, och de som vill få igenom trams och få det att framstå som vetenskap älskar detta: betala en slant, få vad som helst publicerat och använda det som ”vetenskapligt” stöd.
Det är med andra ord ingen imponerande start på det här. Det bästa argumentet är tydligen ett blogginlägg skrivet av en tvivelaktig forskare, som fått flera artiklar tillbakadragna och inte lyckats få ännu fler publicerade. Den här forskaren samarbetar konsekvent med andra lika tvivelaktiga personer, och i det här fallet har han skrivit om en artikel från några av dessa, som publicerats i en mycket tveksam tidskrift.
Normalt sett hade jag avslutat en granskning här. Det handlar om personer som i flera år publicerat det ena tokiga påståendet efter det andra. De refererar tillbaka till tidigare blogginlägg, preprints, tillbakadragna artiklar och feltolkade källor, och bygger på så sätt upp ett imponerande luftslott.
Efter att ha arbetat på det här sättet i ett par år har de naturligtvis förlorat all trovärdighet. Det finns helt enkelt ingen anledning att fortsätta lägga tid på deras senaste påhitt. Om det faktiskt dök upp något läsvärt i frågan, skulle en trovärdig person framföra det med sakliga och rimliga argument. Men idag har jag ju lovat att granska det bästa argumentet som han ansåg fanns, så vi fortsätter.
En granskning av artikeln som blogginlägget handlar om
Själva artikeln är en märklig historia. Det rör sig om en form av åsiktsartikel, en så kallad narrative review. Den här typen av artiklar hamnar vanligtvis längst ned i den så kallade evidenshierarkin – de är alltså i sig själva den minst tillförlitliga formen av vetenskapligt underlag.
I det här fallet är dessutom författarna egentligen inte experter på området. Även om man kan argumentera för att några av dem är forskare, så är de verksamma inom helt andra fält. Det är därför tveksamt om den här artikeln ens förtjänar att räknas med i evidenspyramiden överhuvudtaget.
Jag skulle säga att den här artikeln mer liknar ett blogginlägg eller en längre tidningsartikel som har kryddats med några referenser. En del av dessa referenser är dessutom inte till faktiska studier eller vetenskapliga artiklar, utan till bloggar, preprints och texter publicerade i påhittade tidskrifter.
Artikeln är dock lättläst när det gäller själva huvudbudskapet – det råder ingen tvekan om vad författarna tycker och tror. Många gånger är den dock alltför förenklad, och de använder laddade ord där mer neutrala och korrekta termer hade varit på sin plats. Det är ganska uppenbart vad de vill uppnå: de försöker inte nå forskare eller diskutera forskningen på en djupare nivå. I stället verkar syftet vara att skapa något som är lätt att dela i sociala medier eller använda som underlag för blogginlägg.
När man börjar gå igenom referenserna möts man av en riktig shitstorm av material, där mycket skulle kräva tiotusentals ord för att granskas i detalj. Problemet växer dessutom över tid, eftersom varje ny artikel från samma gäng ständigt hänvisar tillbaka till deras egna tidigare publikationer.
Det finns en sida som heter PubPeer, där forskare och andra kan kommentera redan publicerade artiklar – både för att ställa frågor och för att lyfta fram felaktigheter. Du kan installera ett tillägg till webbläsaren som varnar när en artikel du läser har fått kommentarer på PubPeer. När man besöker någon av de nyare referenserna i den här artikeln ser det ofta ut just så. Här är tex referens nr 11 i artikeln vilket är en artikel skriven av bland annat Hultscher och McCullough från 2024.
Varje rad i det där gröna är en studie som de har refererat till i artikeln som i sin tur har felaktig data, påståenden som inte stöds av referenserna eller där man har använt sig av uppenbart felaktiga eller dåliga metoder som har lett till felaktiga svar.
Man råkar inte bara refererar till så mycket dåligt utan det är ett medvetet val.
Artikelns fyra olika delar
Artikeln är i alla fall uppdelad i fyra olika delar. Det är ett udda upplägg som jag inte kan minnas att jag har sett tidigare i en artikel som i alla fall försöker framställa sig som vetenskaplig. De fyra delarna är i alla fall enligt följande.
- En granskning av de modeller som har visat att vaccinen räddade miljontals liv
- En diskussion kring hur vacccinens effekt minskade över tid
- En granskning av påståendet att vaccinen skyddade mot allvarlig sjukdom och dödsfall
- Den sista delen handlar om hur ”narrativet” kunde fortgå
Låt oss gå igenom varje del för sig.
Del 1 – Covid-19 vaccinen räddade en väldig massa liv men ingen kan så klart säga exakt hur många
I den första punkten påstår de att de ska granska de modeller som sägs visa att vaccinen räddade miljontals liv. I själva verket sker dock ingen granskning alls i artikeln. I stället hänvisas läsaren vidare till en annan text, skriven av historikern i författargruppen. Den är publicerad i en så kallad tidskrift vid namn Journal of Independent Medicine, startad av samma gäng som ligger bakom FLCCC, en organisation med personer som under pandemin tjänade pengar på att sälja verkningslösa mediciner till människor (5).
Ännu en gång har vi alltså en situation där de har skapat en egen tidskrift för att få det att se ut som att de publicerar vetenskapliga artiklar. I princip fungerar hela deras värld på det sättet.
En alternativ verklighet där de publicerar påhittade saker i påhittade tidskrifter, för att sedan skriva blogginlägg och inlägg på sociala medier där de påstår att ”nu kommer äntligen vetenskapen fram”. Och de gör detta gång på gång. Det finns alltså inget nytt i deras så kallade ”granskning” i den här nypublicerade artikeln. I stället hänvisar de ständigt sina påståenden tillbaka till något gammalt. Du känner säkert igen det från kommentarsfält, när antivaxxare bombarderar diskussioner med skärmdumpar och långa inlägg fyllda med oberoende påståenden. Det här är precis samma sak – bara i artikelform i stället för i kommentarsfältet.
De rimliga saker som sägs i ”steg 1”-delen av artikeln handlar egentligen bara om självklarheter, som att det aldrig finns en perfekt studie. De lyfter fram vissa relevanta punkter som är värda att tänka på när man läser forskning, och i sig är det förstås sant att en enskild studie inte ska tas som absolut sanning. Men vetenskap handlar om att väga samman helheten, och med den mängd data vi nu har kring vaccinen blir deras invändningar bara enskilt brus. De pekar ut detaljer som inte förändrar den övergripande slutsatsen – att vaccinen räddar liv.
Låt oss ta ett exempel på en fråga som antivaxxare ofta lyfter, och som även nämns i artikeln: frågan om när man räknas som vaccinerad.
I praktiken spelar det sällan någon betydande roll hur man klassificerar personer under de första veckorna efter en vaccindos.
Det här är ett argument som har ältats ända sedan början av 2021, och de upprepar det ständigt trots att de flera gånger fått förklarat för sig att det inte är relevant i det stora hela. Det de påstår är att statistiken över vem som räknas som vaccinerad respektive ovaccinerad är manipulerad.
Argumentet bygger på att man i viss officiell statistik och i vissa studier ibland inte räknar en person som vaccinerad förrän vaccinet faktiskt har börjat verka – vanligtvis två till tre veckor efter injektionen. När du får ett vaccin reagerar immunförsvaret och börjar bygga upp ett förbättrat skydd mot det som vaccinet är avsett att skydda mot. Den processen tar lite tid.
Ungefär så här ser det ut för covid-19-vaccinen: ju starkare röd färg, desto mer tränat immunförsvar och därmed starkare skydd.
När man inte räknas som vaccinerad från start, trots att man har fått en dos vaccin, kan det uppstå något som kallas immortal time bias. Denna typ av bias kan vara problematisk i vissa typer av studiedesigner.
Så här formulerar sig historikern i den artikel han själv har publicerat (av hans fyra referenser i avsnittet är två till hans egna artiklar – varav den ena har blivit tillbakadragen på grund av påhittad data):
Referens nummer 2 är däremot en publicerad artikel i en faktisk vetenskaplig tidskrift, där man tar upp olika typer av bias som kan förekomma i studier. Där nämns bland annat att tidpunkten för när man börjar räkna personer som vaccinerade kan få stor betydelse i vissa situationer.
I artikeln ges ett exempel där ett helt verkningslöst vaccin ändå kan beräknas ha en effekt på 65 procent, om man inte tar hänsyn till immortal time bias. Så här ser den uträkningen ut:
Det här är ett bra exempel på varför man behöver ta hänsyn till immortal time bias när man granskar en studie. Det är dock inte ett exempel som är relevant för situationen kring covid-19-vaccinen – av flera skäl.
För det första tittade man från dag ett i de stora randomiserade studierna, och redan då såg man en tydlig skyddseffekt från vaccinen. Här nedan kan du se resultaten från Pfizer och Moderna
Effekten av vaccinen förändrades efterhand under pandemins gång. Ju längre tid som gick efter att man fått en vaccindos, desto mer minskade till exempel skyddet mot infektion. Den största orsaken till att effekten avtog över tid var dock framväxten av nya virusvarianter – så småningom döpta till alfa, delta och omikron, vilka också var de tre dominerande varianterna i Sverige.
När man senare försökte avgöra hur effektiva vaccinen var mot dessa nya varianter använde forskarna observationsstudier i stället för randomiserade studier. Här skulle immortal time bias i teorin kunna spela in, om vaccinationsstatus inte räknas som ändrad förrän två till tre veckor efter att man fått vaccinet. Men forskare är förstås väl medvetna om detta, och det finns gott om studier som räknar personer som vaccinerade redan från det ögonblick de fått sticket i armen.
Även i de studier där man inte räknar på det sättet blir effekten ändå inte särskilt beroende av hur man klassificerar de första veckorna, eftersom perioden efteråt är betydligt längre. Jag har ett tydligt exempel på detta i min artikel ”När räknas man som vaccinerad och ovaccinerad i statistiken?”, där jag begärde ut data från socialstyrelsen för hur många som smittats mellan första dosen och två veckor efter andra. Målet var då att jämföra utfallet, det vill säga antalet inlagda på sjukhus med covid-19 per 100 000 personer under hösten 2021.
Med Socialstyrelsens vanliga sätt att räkna såg statistiken ut som i diagrammet till vänster. Om man däremot räknar personer som vaccinerade från den dag de får sprutan ser det ut som i diagrammet till höger. Som du kan se blir skillnaden försumbar.
Immortal time bias är något som kan påverka resultaten i vissa situationer. Du behöver känna till fenomenet när du väljer analys. När det gäller frågan om från vilken tidpunkt någon ska räknas som vaccinerad finns det däremot ingen universellt korrekt lösning. Den ”rätta” tidpunkten beror alltid på sammanhanget och på vilken frågeställning som studien försöker besvara.
I artikeln som påstår sig visa att vaccinen inte räddade miljontals liv framställs dock detta bias som en effekt som helt skulle ogiltigförklara alla observationsstudier, vilket är en fullständigt skrattretande slutsats. Det är just sådant resonemang som gör att de här personerna tvingas publicera sina texter i egna, påhittade tidskrifter. För vi kan, och har gjort, analyser utan risk för immortal time bias och vi ser då att effekten kvarstår.
Man låtsas som att vi inte vet någonting alls eftersom vi inte vet precis allt
Steg ett i den här artikeln skulle egentligen handla om modellerna som helhet. I själva texten finns dock, som tidigare nämnts, bara svepande påståenden. Det är påståenden som tyvärr kräver mycket utrymme för att förklara varför de är felaktiga, missvisande eller grovt överdrivna.
Kort sagt går allt ut på att de kritiserar modellerna för att dessa innehåller antaganden som inte är hundra procent korrekta, vilket förstås alla redan vet. Det är en självklarhet att modeller bygger på antaganden.
När de sedan försöker kritisera de specifika antagandena använder de samma metod som tidigare: de lyfter fram små detaljer som alla vet kan påverka resultaten i viss mån, och låtsas därefter att dessa detaljer är så avgörande att hela resultaten blir meningslösa..
Vi vet ungefär hur många av de som fick covid-19 som dog
Låt oss ta ytterligare ett exempel. En annan punkt som historikern trycker på är att IFR är osäkert. IFR står för Infection Fatality Ratio och anger hur stor andel av dem som blir infekterade som avlider. När man ska ta fram en modell för att uppskatta hur många som skulle ha dött om alla smittats av covid-19 utan vaccin, är detta givetvis en mycket central del av ekvationen.
Det är dock i princip omöjligt att fastställa ett exakt IFR-värde, eftersom det påverkas av en mängd faktorer såsom ålder, allmänt hälsotillstånd och tillgång till sjukvård. Det är dessutom svårt att veta exakt hur många som faktiskt blivit smittade, eftersom vissa inte får några symtom alls, medan andra med symtom aldrig testas.
Ett sätt att uppskatta hur många som haft infektionen är att ta blodprov och mäta antikroppar mot viruset. Det är en bra metod, men även här påverkas resultaten av testens känslighet och hur lång tid som gått sedan infektionen. Det kan därför förekomma både falskt negativa och falskt positiva resultat. Sådana studier kräver också att de personer som testas representerar befolkningen i stort. Du kan till exempel inte bara testa studenter och använda det resultatet som representativt för alla åldersgrupper.
Inga IFR-värden kan alltså vara helt exakta. Det innebär dock inte att vi inte kan göra tillförlitliga uppskattningar – och flera sådana har publicerats och visat sig hålla relativt väl över tid. Ju mer data som samlats in, desto mer specifika värden har man kunnat ta fram, särskilt uppdelade efter ålder – den överlägset viktigaste faktorn.
I slutet av 2020 hade man kommit fram till ungefär de värden som visas här nedan (6). Då det som sagt inte går att få fram exakta värden så har olika studier kommit fram till olika värden, en del finner lite högre, en del finner lite lägre. Men det är ungefär så här det ser ut i sin helhet.
I artikeln anger de inte uttryckligen vilka IFR-värden de anser borde ha använts i stället, men de nämner att det finns mycket lägre uppskattningar. Och det stämmer, det finns sådana. Men man använder dem inte, eftersom man vet att de är felaktiga.
Här hänvisar de till en person med följande, minst sagt underhållande formulering: “Highly accomplished epidemiologist John Ioannidis.” Att uttrycka sig på det här sättet i en vetenskaplig artikel gör man helt enkelt inte. Men de gör det ändå – eftersom det inte är en verklig vetenskaplig artikel, och syftet är att ge läsaren intrycket av att det nu kommer åsikter från en person med närmast övernaturlig expertis.
Det Ioannidis har publicerat kring IFR är dock uppskattningar som inte kan stämma. År 2022 publicerade han värden som redan vid publiceringstillfället endast kunde vara korrekta om omkring en miljard personer under 50 år hade haft covid-19 i USA – ett uppenbart orimligt antagande, med tanke på att det bara bor cirka 200 miljoner personer under 50 år i landet.
Liknande exempel finns för många andra länder. I vissa regioner i Italien dog mer än 0,5 procent av befolkningen enbart under våren 2020, och ändå påstår Ioannidis att IFR för den europeiska befolkningen låg runt 0,3–0,4 procent. Länder som Sydafrika hade en överdödlighet på 0,3 procent redan innan vaccinationerna inleddes, trots att medianåldern där bara är 28 år. Trots det hävdade Ioannidis att IFR i afrikanska länder låg runt 0,05 procent..
Många har påpekat de uppenbara problemen i Ioannidis värden för honom tidigare och det Ioannidis gör för att försöka få hans resultat att verka rimliga är att han hela tiden bara fokuserar på små detaljer i en typ av studie utan att han sedan verkligen testar dem mot verkligheten och andra typer av data. Det spelar liksom ingen roll om han kan trolla fram någon förklaring till varför han måste ha med ett värde och utesluta ett annat när hans slutsatser sen inte går ihop med verkligheten.
Otroligt oärlig citering av studier för att lura läsaren
Förutom att han försöker få det till att verka förvånande att man inte har använt uppenbart felaktiga värden från Ioannidis så tar också historikern upp det faktum att vi faktiskt inte vet om de nya varianterna av viruset innebar större sjukdomsrisk. Så här formulerar historikern sig kring två studier.
Den första referensen här är ingen studie utan rå data som presenterades regelbundet av Public Health England där de inte på något vis försöker justera för relevanta saker likt ålder, tillgång till sjukvård och…vaccinationsstatus. Det här påpekar de väldigt tydligt för läsaren (7).
Den andra japanska studie som det refereras till har, så klart, samma uppenbara problem för författarens resonemang – den tar inte hänsyn till deltagarnas vaccinationsstatus. Författarna till den japanska studien är dock mycket väl medvetna om att vaccinet sannolikt har påverkat resultaten, och de påpekar det tydligt för läsaren.
Det framgår redan i abstraktet, där följande mening står att läsa (8):
“Once vaccination became widespread, IFR decreased considerably among adults aged 40 years plus during the fifth wave caused by the Delta variant”.
Det påpekas sedan flera gånger om i artikeln och det står i tabellerna. Du kan inte missa det, men ändå nämns det inte för läsarna. De med andra ord uppenbart att de inte vill ge läsaren en bild av helheten.
Om man verkligen vill veta hur Delta stod sig mot tidigare varianter så finns det undersökningar på det med. Både där man tittar på risken för ovaccinerade och studier där man tittar på vaccinerade. Fast då för sig själva. Alla dessa visar tydligt att Delta var den värsta varianten som drabbade länder på stor skala under pandemin (9, 10, 11, 12). Några varianter var möjligen snäppet värre men de fick aldrig fart mer än en kort stund på några platser.
Steg 2 – hokus pokus med tidslinjen för att få saker att verka motsägelsefulla
Del två av argumentet i artikeln handlar om hur olika auktoriteter har ändrat vad de sagt över tid – från att man inledningsvis sa att vaccinen var 95 procent effektiva till att man senare konstaterade att skyddet mot infektion inte var fullständigt och inte heller särskilt långvarigt.
Jag förstår inte riktigt varför de tycker att det här ”steget” är relevant för det som påstås vara artikelns huvudpoäng. Att blanda citat från olika tidpunkter under pandemin är dock något som är mycket populärt bland antivaxxare. Det är också något jag har skrivit om tidigare när de försöker göra en grej av att vaccinen inte var bevisade att minska på smittspridningen när de godkändes, trots att alla sa att det var just så när de godkändes. En förvirrad tidslinje som även McCullough har tagit upp tidigare. Så jag misstänker därför att den här delen mest finns med för att den passa in i deras övergripande narrativ.
Att man inte visste mer om vaccinens effekt än över en tremånadersperiod var välkänt när de godkändes – studierna hade då helt enkelt inte pågått längre än så. De fortsatte därefter i ytterligare tre månader och visade fortsatt gott skydd. Sedan kom nya virusvarianter, och skyddseffekten förändrades naturligt nog beroende på vilken variant man exponerades för och vilket vaccin man hade fått.
När förutsättningarna förändrades över tid förändrades givetvis också vad man kommunicerade. Att förvänta sig oförändrade uttalanden trots nya data är helt orimligt. Men av någon anledning tycker de ändå att detta utgör en ”gotcha”, som om förändrad kunskap vore ett tecken på oärlighet snarare än på vetenskaplig utveckling.
Steg 3 – vaccinen påstås inte hjälpa mot någonting baserat på ett luftslott
I del tre av artikeln hävdar författarna att de ska visa att vaccinen inte skyddade mot allvarlig sjukdom, sjukhusinläggning eller dödsfall. Deras första argument är att de kritiserar studier för att inte visa sådant som de aldrig var avsedda att visa. De går till exempel igenom Pfizers randomiserade kontrollerade studie (RCT) och påpekar att den inte tittade på sjukhusinläggningar – något som förstås var välkänt redan från början.
Här kommer deras, milt sagt, korkade slutsats från denna analys: för att tycka att den här argumentationen är rimlig måste man inte bara tro att personer som inte får sjukdomen ändå kan få sjukdomen, utan också ignorera all kunskap som under decennier byggts upp kring hur immunförsvaret fungerar. Hur det lär sig över tid och minns tidigare exponeringar för att kunna svara bättre vid nästa tillfälle.
Dessutom måste man välja att bortse från alla senare studier som visat just detta skydd, eftersom de ”bara är observationsstudier”. Det är exakt samma typ av resonemang som Martin Kulldorff använde i Agenda, och kan liknas vid att påstå att vi inte har bevis för att rökning är skadligt för hälsan.
I den här delen passar de även på att ännu en gång hänvisa till sina egna tidigare artiklar. De har dock valt att ge artiklarna nya referensnummer. Istället för att skriva exempelvis [3, 4, 5] igen, får samma källa ett nytt nummer. Ett helt meningslöst tillvägagångssätt och dessutom fel enligt praxis för Vancouversystemet, som de själva uppger att de använder. Den enda rimliga förklaringen jag kan komma på är att de vill skapa en lång referenslista i slutet, för att ge intrycket av att de hänvisat till en stor mängd forskning. Eller så handlar det om att dölja att deras argument i själva verket stöds av bara ett fåtal artiklar.?
Dålig och/eller orimlig kritik av observationsstudier
Efter det här så kommer de in på observationsstudierna och låtsas som att de förklarar varför alla dessa studier är fel. Ett exempel på kritik som de tar upp här är en av de första studierna från Israel där de lyfter fram att den genomsnittliga uppföljningstiden för deltagare i den studien endast var 15 dagar. Det här påstår dem är otillräckligt för att utvärdera ett vaccins effekt. Vilket det hade kunna ha varit om deras historia var korrekt men…
Israel var mitt i en stor våg när de började vaccinera och under den tiden som de samlade in data så var det över 10 000 personer som testade positivt. Och då det här är en observationsstudie så var uppföljningstiden givetvis inte 15 dagar för alla, för vissa var det över en månad. Det mest ironiska med att de tar upp den här studien är dock att den är ett utmärkt exempel på studier som de tidigare sagt inte finns. Det är en studie där deltagarna räknades som vaccinerade redan från den dag de fick sin första dos. Här är resultatet (13).
Det är så klart uppenbart för alla att du kan se en effekt från vaccinen här och den kommer precis när vi förväntar oss den, efter ungefär 14 dagar när immunförsvaret har hunnit reagera och anpassa sig.
Men istället för att faktiskt bara titta på graferna och konstatera det uppenbara så påstår tokstollarna att orsaken till att man ser en skillnad mellan deltagarna är något som kallas ”healthy vaccinee bias”. Då jag misstänker att majoriteten av er som läser här nu börjar nog tro att jag måste överdriva så kan du se den faktiska texten här under.
Jag tror inte att författarna till den här artikeln verkligen är så här okunniga. Jag tror snarare att de medvetet försöker vilseleda sina läsare. Om man bara läser deras text utan att kontrollera den faktiska studien kan deras argument nämligen låta rimligt. De får det att framstå som om studien bara pågick i 15 dagar och att man redan då såg en tydlig skillnad mellan vaccinerade och ovaccinerade. I verkligheten är det tvärtom: man ser ingen effekt från start (vilket alltså inte tyder på någon healthy vaccinee bias), och effekten uppträder först senare, när man förväntar sig att immunförsvaret hunnit reagera. De genomför helt enkelt en uppenbar blåsning, väl medvetna om att många kommer att låta sig luras eftersom få faktiskt kontrollerar källorna.
Efter detta tar de upp en av de första studierna på boosterdoser, som även den hade kort uppföljningstid. Där påstår de att man inte på något sätt kan anta att skyddet mot allvarlig sjukdom var bättre än skyddet mot infektion och det stämmer i sig för just den enskilda studien. Men samtidigt fanns det vid det laget redan mängder av studier som följt effekterna över tid efter en och två doser av vaccinen, och dessa visade tydligt att skyddet mot allvarlig sjukdom varade längre än skyddet mot infektion. Att bortse från all den kunskapen och ändå anta motsatsen efter tredje dosen, utan några data som stöd, är knappast särskilt klokt.
Det här mönstret upprepas senare i artikeln, där de diskuterar en studie om en fjärde dos publicerad i april 2022. Även där ignorerar de helt resultaten från tidigare studier med längre uppföljning på färre doser. Se tex den här svenska studiens som exempel på skillnader i varaktighet på skydd mot infektion och allvarlig sjukdom.
Steg 4 – Hur kunde ”narrativet” fortgå
I den sista delen av artikeln påstår sig författarna förklara hur det ”officiella narrativet” kunde fortgå. Den här delen blir dock fullständigt absurd om man inte redan har köpt deras argument i del ett till tre. Egentligen finns det inte mycket att säga här, eftersom de mest spekulerar i olika teorier om hur den konspiration de tror på ska ha kunnat fortleva.
Det mest komiska blir när de, i sin sista poäng, försöker ge ”bevis” för att kritiska röster har tystats – och använder just det arbete du nu har läst om som exempel. De uppger att de skickat artikeln till ett tiotal ledande vetenskapliga tidskrifter, men att ingen av dem velat publicera den.
Jag vet inte hur ni som läsare tänker efter att bara ha fått ta del av utdrag här, men efter att ha läst hela deras text kan jag åtminstone komma på en betydligt rimligare förklaring till varför vetenskapliga tidskrifter inte vill publicera deras artikel…
Varför snackar man bara om pfizer när det finns fler vaccin?
En intressant sak att påpeka nu när vi har gått igenom artikelns sista del är det otroliga fokus som författarna lägger på just Pfizers vaccin. Genom hela dokumentet är det uteslutande Pfizers vaccin som de hittar på saker kring. I den här delen finns till exempel en rubrik med titeln “Flawed Research Methodologies”, där de enbart diskuterar Pfizer.
De har alltså skrivit en lång artikel där de påstår sig bevisa att vaccinen (i plural) inte räddade miljontals liv, men i praktiken riktar de sina (påhittade och svaga) argument endast mot ett enda vaccin. Det är fullständigt obegripligt. Samtidigt är det i och för sig ganska talande, för hela rörelsen har gjort det till sitt signum att inte vara vare sig särskilt rimlig eller logisk.
Det saknas en uppenbar verklighetskontroll
Jag har nu egentligen gått igenom hela artikeln, men innan jag summerar allting vill jag kort ta upp det mest uppenbara som saknas. Jag har redan nämnt det i förbifarten, men det förtjänar att betonas lite extra: deras enskilda resonemang och argument sätts aldrig samman till någon övergripande hypotes som de sedan försöker testa.
Att kritisera enstaka studier är enkelt – det kan vem som helst göra efter att ha sett några YouTube-klipp om forskningsmetoder, metodproblem och olika typer av bias. Men att faktiskt granska helheten av den forskning som finns, och utifrån det formulera en hypotes som så väl som möjligt förklarar all tillgänglig data – det är svårt.
När det gäller vaccinen är det däremot inte särskilt komplicerat, så länge man nöjer sig med slutsatsen att ”de fungerade bra”. Vill man däremot uppskatta exakt hur bra effekten var, måste man göra flera antaganden och dessa kan naturligtvis diskuteras och kritiseras.
Jag brukar förklara det här med hjälp av en enkel modell, lik den i bilden här nedan. Många rimliga hypoteser och tolkningar kan vara vetenskapligt hållbara samtidigt och befinna sig inom det grå området. Olika forskare och forskargrupper har sina respektive hypoteser och argumenterar för dem, samtidigt som de samlar in mer data för att gradvis göra det grå området mindre. Inom det området pågår också en ständig, sund vetenskaplig debatt.
Vi kunde se det här väldigt tydligt även när det gällde covid-19-vaccinen. Olika länder och organisationer hade olika riktlinjer för olika grupper, med varierande tidsintervall mellan doserna och olika rekommendationer för riskgrupper. Det berodde på att alla tolkade den tillgängliga kunskapen något olika och gjorde olika värderingar av risk kontra nytta.
Det påstås ofta att man inte tilläts diskutera vaccinen under pandemin, men det är givetvis rent nonsens. Diskussionerna var livliga, och än i dag har olika länder något skilda rekommendationer – trots att de utgår från exakt samma kunskapsunderlag.
Vi ser samma typ av debatt när det gäller de modeller som försöker uppskatta hur många liv som räddats. Olika forskargrupper kommer fram till något varierande värden, beroende på vilka antaganden de gör. Men resultaten ligger i regel relativt nära varandra. För med dagens kunskap leder rimliga antaganden till ungefär samma slutsatser.
Tar vi däremot in antivaccinationsrörelsen i den här bilden hamnar deras påståenden långt utanför det rimliga. De befinner sig, bildligt talat, ute i det röda området – långt bortom vad som kan anses vara en rimlig slutsats baserad på data.
I steg ett i artikeln försökte de till exempel hävda att eftersom de kunde visa att antagandena i en modell inte är helt exakta, så kan vi inte säga någonting alls om effekten. Ett påstående lika illa genomtänkt som att hävda att man inte kan lita på sitt armbandsur eftersom det inte är en perfekt kalibrerad atomklocka.
Att deras slutsatser ofta hamnar långt utanför det som är rimligt märker man snabbt så snart man testar deras påståenden mot annan data än den de själva väljer att lyfta fram. Deras påhittade verklighet kollapsar helt enkelt så fort man försöker pröva den, ens det allra minsta.
Ta till exempel påståendet om vaccinens effekt på dödsfall. Om vi skulle tro att vaccinen inte skyddade mot dödsfall, och dessutom orsakade dödsfall, skulle den förutsägelsen inte stämma överens med verkligheten överhuvudtaget.
Utan vaccinen hade troligen typ 70 000 svenskar dött från covid-19
Ta Sverige som exempel. Under 2020, när vaccinen ännu inte fanns, uppskattas omkring 10 procent av befolkningen ha haft covid-19. Det vet vi tack vare serologiska studier där man tagit blodprover och mätt antikroppar (16, 17). Bland dessa relativt få smittade hade vi cirka 7 000 dödsfall med covid-19 angivet på dödsorsaksintyget (18).
Det innebär att om smittspridningen hade fortsatt på samma sätt, utan vaccin, hade Sverige grovt räknat fått omkring 70 000 ytterligare dödsfall. Det motsvarar en uppskattad IFR på ungefär 0,7 procent. Men som vi alla vet blev det inte så. I stället tillkom omkring 10 000 dödsfall fram till våren 2022 trots att näst inpå alla fick covid-19 fram till det pga omikron vinter 2021-2022. Av de avlidna var cirka 60 procent ovaccinerade, en blandning av de som inte han vaccinera sig vintern 2021 och de få som valde att inte vaccinera sig (19)**. De ovaccinerade var givetvis mycket överrepresenterade bland dödsfallen.
Den här grova uppskattningen tar heller inte hänsyn till att sjukvården, utan vaccinernas skydd, hade blivit fullständigt överbelastad. Under 2020 hade vi, utöver de cirka 7 000 dödsfallen, drygt 30 000 sjukhusinläggningar, varav över 4 000 på intensivvårdsavdelning (IVA).
Föreställ dig om de alla 90 procenten av befolkningen som ännu inte haft covid-19 då också hade smittats innan någon av dem fått vaccinet. Antingen hade smittspridningen behövt pågå i många år, eller så hade vi stått inför ett kaos långt värre än det som faktiskt inträffade. Och andelen som avlidit hade ökat ytterligare till följd av den överbelastade vården.
Nya Zealand fick nästan ingen överdödlighet alls trots massor av covid-19 efter vaccineringen
Det kan ibland nästan kännas som att det finns oändligt många tydliga exempel som visar hur absurt påståendet är att vaccinen inte minskade dödstalen. Men det kanske allra tydligaste motexemplet är ändå Nya Zeeland.
När pandemin bröt ut stängde landet i princip sina gränser helt. Med undantag för några små, lokala utbrott lyckades de också hålla coronaviruset borta under hela 2020 och 2021. Resultatet blev att man inte såg någon överdödlighet alls under dessa två år. Det var faktiskt så att dödligheten sjönk något eftersom även andra virus, som influensan, i stort sett försvann.
Under 2021 vaccinerade sig nästan hela befolkningen mot covid-19, de flesta med två eller fler doser av Pfizers vaccin. Och vad hände? Ingenting. Ingen ”turbocancer”, ingen ökning av mystiska fall där unga människor ”died suddenly” och så vidare. Antalet dödsfall i alla åldrar var som väntat.
När landet sedan öppnade sina gränser igen under 2022 spreds covid-19 för första gången brett i befolkningen. Eftersom vaccinerna inte ger ett fullständigt skydd – och eftersom en mindre andel ändå valt att inte vaccinera sig – såg man då en viss överdödlighet. Men den överdödligheten motsvarade väl det antal dödsfall som registrerades från covid-19, och inget mer (20).
Även om det till sist blev en viss överdödlighet i Nya Zeeland, var den mycket liten jämfört med hur det såg ut i de flesta andra länder under pandemin. Och detta skedde dessutom i en situation där viruset spreds nästan fritt och landet i princip saknade ”naturlig immunitet”, eftersom så gott som ingen tidigare hade haft covid-19 på Nya Zealand.
Här är Nya Zealands överdödlighet jämfört med Sveriges för en jämförelse (22). Här ska också nämnas att vi klarade oss bra i en internationell jämförelse. Framför allt för att vi fick till en bra vaccinering under 2021.
Den här typen av enkla kontroller mot utfall i verkligheten där förutsägelserna från ens hypotes testas görs aldrig av McCullough och company. Givetvis av den enkla anledningen att det så tydligt skulle visa hur deras påståenden inte på något vis fungerar för att förklara det som faktiskt har skett.
Summering – Bullshitasymmetrin i all sin prakt
Det finns egentligen inget bättre sätt att sammanfatta allt det här än att kalla det för bullshitasymmetrin i sin renaste form. En oändlig mängd påståenden och värdeladdade ord där du, om du försöker förstå något av substans, tvingas lägga ned orimligt mycket tid och energi för att skilja fakta från fiktion.
Allt är mest ett snårigt nät av lösa påståenden utan källor, blandat med påståenden som stöds av andra artiklar med lika bristande referenser. I andra fall hänvisas det till artiklar som redan har dragits tillbaka, eller till material som vid en snabb granskning visar sig vara felaktigt eller medvetet vilseledande. Och så fortsätter det – om och om igen, i all oändlighet.
Den här så kallade ”nya artikeln” är i själva verket nästan en kopia av något som flera av författarna publicerade redan 2022. Sedan gav de ut samma innehåll i en nystartad pseudotidskrift 2023, och nu, 2025, kör de ännu ett varv med i princip identiskt material. Den enda skillnaden är att de lagt till några få nya referenser – nästan alltid till preprints eller andra påhittade tidskrifter som skapats inom deras egen krets.
Jag är medveten om att jag i den här texten har använt fler nedsättande ord än vanligt, men det finns helt enkelt inget annat som passar. Det här var, enligt deras egna uppgifter, det bästa argumentet som fanns. Och ändå är det så genomgående svagt. Samtidigt är det på sitt sätt skickligt uppbyggt med korsreferenser, preprints, egenkonstruerade tidskrifter, cherry-picking av data och personer med fina titlar som ger sken av trovärdighet.
Om det här hade rört ett mer obskyrt ämne, som färre människor brytt sig om, hade de kanske till och med kunnat komma undan med det. Men i det här fallet är deras lögner och påhitt redan avslöjade många gånger om. Det finns gott om dokumentation på PubPeer och i flera faktagranskningar som visar varför deras referenser inte håller. Och den goda forskningen om vaccinen är så tydlig att deras narrativ framstår som ett dåligt skämt.
Tyvärr är det ändå många som luras av det här. Man fastnar i berättelsen – i sociala medier, på bloggar och i podcasts som Joe Rogans, där det slängs ur svepande och självsäkra påståenden utan grund. Har man aldrig tittat djupare i frågan är det lätt att tro att det finns substans bakom deras påståenden.
Men det gör det inte.
Covid-19-vaccinen fungerade.
De räddade liv, en väldig massa liv…
Uppskattade du den här artikeln?
Allt som jag skriver på den här sidan och mina sociala medier är gratis för alla, men tar så klart av min tid. Så om du uppskattar det jag gör så kan du stödja mig lite via Patreon. Det ger mig möjlighet att lägga mer tid på att skriva och dela intressanta saker.
Glöm inte att också följa mig på Sociala medier. För närvarande är jag mest aktiv på Threads, Instagram och facebook. Men jag finns även på andra platser.
*McCullough har totalt 9 artiklar som blivit tillbakadragna på 4 år.
**Det är grova uppskattade tal i den här uträkningen för att det ska bli enkelt att hänga med. Det spelar dock ingen roll om du vill överdriva och dubbla eller halvera något tal. Påståendet från antivaxxare som säger att vaccinen inte räddade många liv fortsätter att vara lika uppenbart fel ändå.
Upptäck mer från Träningslära
Prenumerera för att få de senaste inläggen skickade till din e-post.
Verkligen en av de mest detaljerade och genomarbetade granskningarna jag läst. Stort tack för detta!
Att du ens orkar läsa vetenskapliga studier och FÖRSTÅR dem (jag orkar inte….) är värt mycket.
Jag visste inte om det här med pre-prints och att de hittar på pseudovetenskapliga tidsskrifter.