23.11.21

Desinformación antivacunas, 3 ejemplos 3

La información sobre las vacunas que se está generando durante esta pandemia es tanta que a veces no es nada fácil separar el grano de la paja. Por ello en este post voy a contar tres casos de desinformación con los que me he topado recientemente y que pueden servir como ejemplo ilustrativo. 

Los he organizado por "nivel", del más básico al más sofisticado.

Allá van:

Trolls antivacunas

El primer ejemplo tuvo lugar en Twitter. Todo comenzó con este tuit que publiqué, incluyendo una tabla basada en datos oficiales de la efectividad de las vacunas en Israel:

Casi inmediatamente una cuenta (con seudónimo) escribió un comentario, mostrando su escepticismo con estos datos y haciendo referencia a este estudio que, según su interpretación, "demostraba" que eran falsos y que las vacunas no solo no habían sido efectivas en Israel, sino que estaban provocando muertes. 

¿Qué tenía de especial ese estudio? Sus autores habían buscado en los hospitales de su país a personas que, a pesar de haber sido vacunadas, habían sido hospitalizadas por covid, consiguiendo datos de la mitad de los hospitales e identificando 152 hospitalizaciones. De las cuales 32 habían finalizado en fallecimiento. Y, como se puede leer en el tuit, la cuenta con pseudónimo daba a entender que esas 32 personas eran realmente todas las que habían muerto en ese periodo por covid y que por ello su fallecimiento estaba relacionado con las vacunas. Los argumentos pueden sonar convincentes y preocupantes, sobre todo ante la presencia de un estudio, 152 hospitalizaciones y 32 muertes. ¿Pero realmente lo son? 

Veamos lo que realmente dicen los datos.

En primer lugar,  los autores del estudio no ponen en ningún momento en duda la efectividad y seguridad de las vacunas, simplemente identifican a personas vacunadas y  hospitalizadas (ninguna vacuna es 100% efectiva) y analizan sus características.

En segundo lugar, para saber si esos 32 fallecimientos son "todos" (o al menos muchos), podemos consultar los datos oficiales en Israel en el periodo de tiempo estudiado (mediados de enero 2021 a mediados de abril 2021). Comprobaremos que fallecieron por covid más de 2000 personas:

Por lo tanto, la afirmación de que los 32 fallecidos eran "todas las muertes por covid" era simplemente falsa. Si las 32 muertes de personas vacunadas ocurrieron en la mitad de los hospitales, podríamos deducir que en todo Israel, con el doble de hospitales, habrían fallecido unas 60 personas vacunadas. Una cantidad muy alejada de los 2000 fallecimientos por covid totales registrados.

En resumen, la cuenta troll (sin duda creada ad-hoc para el troleo antivacunas y que después fue suspendida por Twitter) seleccionó un estudio sobre otro tema (no analiza riesgos), lo interpretó incorrectamente (deduciendo asociaciones inexistentes) y dio datos falsos (afirmar que las muertes del estudio eran todas las muertes por covid). Así es como suelen actuar las cuentas troll antivacunas, intentando "apabullar" con supuestos datos y estudios que realmente poco o nada tienen que ver con sus argumentos.

Antivacunas profesionales y cherry picking

El segundo caso que quiero contar tiene algo más de "nivel", es decir, es más sofisticado. Está relacionado con la idea de que las vacunas pueden empeorar la pandemia provocando la supervivencia de los patógenos más peligrosos y agravando de los síntomas de las personas no vacunadas, de forma análoga a lo que ocurre con la resistencia a los antibióticos.

Pues bien, a través de una persona conocida me llegó el enlace a este estudio, en el que supuestamente "se demuestra" que así ocurre. Una investigación muy técnica y exhaustiva, publicada en una revista de bastante prestigio. Los antivacunas la han citado con bastante frecuencia para respaldar su teoría del aumento de las mutaciones del virus y la posibilidad del empeoramiento de los síntomas, sobre todo entre no vacunados.

En este caso vamos a hacer una análisis algo más detallado de los datos y la evidencia.

En primer lugar, si leemos el estudio comprobaremos que se trata de un trabajo de 2015, anterior a la aparición del SARS-CoV2. Además, veremos que se trata de un estudio con pollos y sobre otra tipología de virus respiratorio. Por lo tanto, las extrapolaciones directas a esta pandemia no tienen demasiado sentido. 

En segundo lugar, si hacemos una búsqueda de estudios similares, podemos encontrar "Pathogen transmission from vaccinated hosts can cause dose-dependent reduction in virulence" (2020), realizado también con aves pero más reciente que el anterior y publicado en  la misma revista al inicio de la pandemia. Y que concluyó justo lo contrario, que la vacunación reduce la gravedad de los síntomas entre los no vacunados.

En tercer lugar podemos buscar estudios más centrados en situaciones reales, con humanos y sobre esta pandemia, como "Full vaccination suppresses SARS-CoV-2 delta variant mutation" (2021). En este trabajo precisamente se analizó la relación entre el nivel de vacunación de la población y el número de variantes del SARS-CoV-2, para saber si la vacunación aumentaba las mutaciones del virus. Sus autores concluyeron precisamente lo contrario de lo que afirman los antivacunas: una mayor vacunación se asoció a una reducción de mutaciones, como se aprecia en la imagen que incluyeron:


Por otro lado, siempre es interesante hacer un pequeño ejercicio de rastreo, para saber su origen y deducir posibles motivaciones de los difusores de este tipo de desinformación. Si intentamos encontrar de dónde llega el estudio de los pollos nos encontraremos con canales bastante conocidos del entorno antivacunas: Aparece citado en este artículo publicado en la web de uno de los líderes del antivacunismo mundial,  Robert F. Kennedy. Un artículo escrito por Joseph Mercola, otro conocido antivacunas y multimillonario vendedor de todo tipo de productos de terapias alternativas cuyo historial podemos conocer aquí. Y el artículo además fue mencionado por el youtuber y podcaster Joe Rogan (cuyo "curriculum" como  defensor de las terapias naturales y alternativas está en este enlace), que fue quien terminó por popularizarlo masivamente.

Este ejemplo nos sirve para comprobar cómo trabajan los antivacunas, casi todos con potentes negocios relacionados con las terapias alternativas o en contra de la medicina real. Disponen de personal que continuamente busca y selecciona cuidadosamente estudios, haciendo cherry picking descarado y obviando toda evidencia que les lleve la contraria e interpretando libremente los resultados para que respalden sus teorías en contra de las vacunas. Y utilizando sus cadenas de contactos para difundir masivamente los mensajes.

Cocineros de datos engañosos

El último caso que voy a contar lo publiqué en forma de hilo de Twitter y es un ejemplo de cómo los antivacunas profesionales seleccionan y cocinan los datos con el objetivo de generar mensajes para engañar y atemorizar a la gente y persuadirles sobre sus ideas. Justo lo mismo de lo que acusan a las farmacéuticas.

Todo comienza con esta figura, que se ha hecho bastante popular por las redes sociales:


También circula una versión que alguien hizo en español:


El gráfico muestra un aumento de muertes en el grupo de personas vacunadas,  que se mantiene por encima de las muertes de las personas no vacunadas. Los datos están tomados de fuentes oficiales del Gobierno Británico y quienes lo difunden afirman (o insinúan) que “demuestra” que las vacunas contra la covid han aumentado la mortalidad general de personas de 10 a 59 años.  

Vamos a analizar todos los datos para comprobar hasta qué punto esta afirmación es cierta (spoiler: no lo es):

En primer lugar, conviene comprobar si los datos son reales. Si acudimos a la fuente (enlace), nos podemos descargar el completo excel que ofrece la oficina de estadísticas británica, la ONS (Office for National Statistics), con muchos más datos de los que aparecen en el gráfico. 

Si nos centramos en la mortalidad por todas las causas, he encontrado los datos utilizados y los he representado por mi cuenta, para comprobar que, en efecto, coinciden:


De cualquier forma, al analizar el excel completo me han surgido las primeras sospechas. Los datos se han seleccionado de entre otros muchos. Por ejemplo, de entre todos los tramos de edades solo se ha utilizado el de 10 a 59 años, el más amplio (50 años, ¡medio siglo!). Y en lugar de analizar la mortalidad por covid se analiza la mortalidad general o por cualquier causa. Todo ello ya es un claro indicio de cherry picking.

Hagamos una prueba: ¿Qué pasa si representamos los datos de mortalidad, pero en lugar de solo para ese grupo, para toda la población? Pues que el resultado es muy diferente, totalmente desfavorable para los no vacunados:



Lo mismo ocurre si analizamos los datos del resto de tramos de edad, de 60 a 69, de 70 a 79 y de más de 80 años, siempre son claramente desfavorables para los no vacunados.

¿A qué se deben esas diferencias? ¿Qué está ocurriendo en el grupo de 10 a 59 años? ¿Realmente les está afectando negativamente la vacuna solo a ellos?

Es momento de analizar lo que ocurrió durante la pandemia en ese periodo de tiempo y asociarlo a lo que realmente está representando ese gráfico. Y adelanto que la clave está en la selección del grupo que se ha hecho, porque aunque parece que al hablar del “grupo de vacunados de 10 a 59 años” hablamos en todo momento de las mismas personas, realmente no es así. Las personas que se “contabilizan” en el periodo representado (enero 2021 a septiembre 2021) varían de forma muy importante. Y, sobre todo, su edad. 

Lo  explico.

En Inglaterra, como en España, primero se vacunó a los más mayores y a los sanitarios. Y según se avanzaba en la vacunación, se iban abordando grupos de menor edad. Por lo tanto, durante los primeros meses de la vacunación en el “grupo vacunados de 10 a 59 años”, el del gráfico, se contabilizaban sobre todo sanitarios relativamente jóvenes. Porque el resto de vacunados, los más mayores, sobrepasaban esa edad. 

Poco a poco se fue avanzando en el proceso de vacunación, y bajando de edad, como se muestra en esta gráfica (fuente):


Finalmente les tocó el turno a las personas de 50 a 59 años. Y este momento fue muy relevante para nuestro gráfico, porque cuando todas estas personas recibieron su segunda dosis “entraron” automáticamente al “grupo de vacunados de 10 a 59 años”. Un grupo en el que, recordemos, hasta entonces solo había sanitarios relativamente jóvenes. Así que en ese momento la composición del grupo cambió radicalmente, pasando a tener como colectivo mayoritario a personas de 50 a 59 años.  La media de edad del grupo aumentó, y mucho. Y su mortalidad general también, obviamente, ¡eran más viejos!

En las siguientes figuras se puede apreciar cómo las fechas encajan perfectamente. Por un lado el periodo en el que las personas de 50 a 59 años recibieron su segunda dosis (y empezaron a contabilizarse en el “grupo de vacunados de 10 a 59 años”) (fuente):


Y por otro el aumento de la mortalidad por todas las causas:



Por lo tanto, la subida de la línea roja que se ve en el primer gráfico realmente refleja la “entrada” de cientos de miles de personas de  50 a 59 años en este grupo, aumentando en gran medida la edad media. Y, obviamente, la mortalidad. Como es lógico, en el grupo de no vacunados ocurre justo lo contrario: el descenso de la línea azul, la de no vacunados, se debe a la salida de los más mayores del grupo de no vacunados tras recibir la primera dosis, reduciendo la edad media considerablemente.

¿Hasta qué punto ese aumento de edad en el grupo de vacunados es elevado y se diferencia del grupo de no vacunados? El excel de la ONS no contiene esa información pero podemos hacer un cálculo aproximado utilizando otros datos también oficiales, con porcentajes de vacunados y no vacunados de cada tramo de edad (fuente). En la siguiente tabla muestro los porcentajes que he extraído para cada grupo en el momento de escribir estas líneas:



Como se puede observar, el promedio aproximado de edad de no vacunados está en torno a 25-30 años mientras que el de vacunados es de unos 40-45 años (no he realizado ninguna corrección respecto a la pirámide de población porque los porcentajes son bastante regulares en esos tramos). ¡Hay 15 años de diferencia! Y eso actualmente, pero cuando se produjo la entrada de los de 50 a 59 en el grupo la diferencia era aún mayor, ya que prácticamente no se había vacunado a los más jóvenes. Así que no es nada descabellado pensar que por aquel entonces la diferencia de edad media entre ambos grupos sería de entre 15 y 20 años. Dentro del tramo de 10 a 59, pero es obvio que no tiene ningún sentido hacer comparaciones de mortalidad por cualquier causa entre dos grupos con edades tan diferentes. 

Por lo tanto, es absurdo deducir que la mortalidad general que se ve en el gráfico del “grupo vacunados de 10 a 59 años” se debe a los efectos secundarios de las vacunas, la causa más probable es la diferencia de edad, al menos unos 15 años más. Y podemos concluir que el gráfico no aporta ninguna información sobre el cambio de la mortalidad en función del estado de vacunación, porque durante el periodo de análisis la composición de los grupos cambia radicalmente.

Todo esto no es nada nuevo ni sorprendente para los estadísticos, claro. Estamos ante un caso de la llamada "Paradoja de Simpon", un conjunto de datos que muestran un tendencia engañosa porque realmente no se están analizando de forma segmentada o desagregada (en este caso, en función de la edad). El matemático Javier Álvarez Liébana la explica estupendamente en este hilo de twitter.

Pero hay más datos que confirman que la interpretación antivacunas de este gráfico está totalmente equivocada.  Si fuera cierto que el aumento de la mortalidad que se ve entre vacunados se debe a las vacunas, ese aumento hubiese continuado durante más tiempo, al entrar en el grupo tramos de edad inferiores. Sin embargo, el aumento se detiene repentinamente justo cuando dejan de entrar grandes cantidades de personas del tramo de mayor edad, el de 50 a 59 años. La tendencia a partir de ese momento es descendente y una tendencia de la mortalidad descendente es exactamente lo esperable en un grupo en el que vamos incorporando cada vez más personas jóvenes (la vacunación se hizo en edad descendente):


Otro detalle: Aunque en el excel hay datos desde principios de año, el creador del gráfico ha comenzado la representación a mediados de marzo, porque si lo hubiese hecho a partir de enero se hubiera visto que antes de comenzar la vacunación la mortalidad de los no vacunados era mayor que la de cualquiera de los dos grupos tras la vacunación. Lo cual estaría en contra de la teoría que pretende crear para desprestigiar las vacunas. Y le obligaría a tener que inventar alguna explicación absurda:


Por otro lado, también conviene volver a recordar que el resto de los datos que hay en el excel, que son muchos, muestran claramente que las vacunas son eficaces y seguras y que los no vacunados tienen muchos más riesgos que los no vacunados. Además, todos los informes oficiales del Reino Unido publicados semanalmente, que son docenas, concluyen lo mismo (ejemplo). Pero de estos no hablan los antivacunas, claro. 

Para terminar, viendo cómo se han seleccionado y presentado los datos, está claro que quien ha creado y difundido el gráfico tenía claro su objetivo: crear un mensaje en contra de las vacunas  Así actúan los antivacunas profesionales. Y si de nuevo rastreamos el origen de la información, llegaremos a la fuente original, que es la siguiente: 



Se trata de la cuenta de Substack de Alex Berenson, otro conocido personaje en este mundillo. Un escritor cuya cuenta de Twitter fue suspendida por difundir información falsa y peligrosa, cercano a la extrema derecha norteamericana que, como explican en este artículo, lleva toda la pandemia lanzando mensajes negacionistas y antivacunas. Lo cual le ha ayudado a conseguir cientos de miles de nuevos seguidores y multiplicar su fama y sus ingresos por suscripciones y venta de libros, que es lo que realmente persigue.

(Actualización: Poco después de publicar el hilo y este post, he descubierto que el bioestadístico Jeffrey Morris ha publicado de forma simultánea este excelente artículo analizando el gráfico de Berenson. De forma más rigurosa, profesional y detallada que un servidor, sigue prácticamente los mismos pasos y llega a las mismas conclusiones).

Reflexiones finales

Tal y como conté en este post anterior,  las noticias alarmantes sobre las vacunas que se pueden leer en internet y las redes sociales las fabrican unos pocos personajes, dedicados "full time" a ello y con claros intereses económicos y/o políticos. Es información que se propaga como la pólvora y que normalmente nadie contrasta ni rebate, porque es bastante sofisticada y desmontarla requiere conocimientos y bastante trabajo. 

Mi recomendación es alejarse al máximo de este tipo de basura informativa. Hay miles y miles de expertos de todo el mundo analizando los datos y transmitiendo sus conclusiones a las entidades de referencia y a quienes toman las decisiones, así que cualquier información o noticia alarmista que se difunda a través de canales paralelos es seguro que será un bulo o una exageración, muy posiblemente generada por antivacunas profesionales.

La pandemia de Covid ha sido la oportunidad que los antivacunas llevaban años esperando, ya que les está permitiendo difundir su desinformación de forma global y masiva, captando una enorme cantidad de seguidores. Espero que en un futuro próximo se evalúe hasta qué punto son responsables de los daños y muertes por covid que están sufriendo las personas no vacunadas.

No hay comentarios: