Los gigantes farmacéuticos están engañando al público sobre la eficacia de sus vacunas COVID al ocultar el hecho de que hay otra forma de analizar sus datos, una que tiene más importancia en el mundo real.

En 1954, el escritor y cabildero arrepentido de la industria tabacalera Darrell Huff escribió el libro más vendido, "Cómo mentir con las estadísticas", con el objetivo de enseñar al público en general cómo decodificar el "lenguaje secreto de las estadísticas".

En su introducción, Huff escribió: "Los promedios, las relaciones, las tendencias y los gráficos no siempre son lo que parecen". Añadió: "Puede haber más en ellos de lo que parece, y puede haber mucho menos".

Casi 70 años después, la advertencia de Huff de que una “estadística bien envuelta” puede “sensacionalizar, inflar, confundir y simplificar demasiado” parece más relevante que nunca. Para obtener un ejemplo pertinente de la actualidad, no es necesario mirar más allá de las afirmaciones engañosas pero dignas de titulares de los desarrolladores de vacunas COVID sobre la “eficacia del 95%” de sus productos. Como el editor asociado del British Medical Journal (BMJ) Peter Doshi y otros han estado confirmando durante meses, estos datos de eficacia son en gran parte una cuestión de humo y espejos estadísticos.

¿Por qué son engañosas las afirmaciones de los fabricantes sobre la eficacia de la vacuna? Pfizer y Moderna se negaron a compartir con el público el hecho de que existe otra forma de analizar sus datos que tiene más importancia en el mundo real.

Al examinar una estadística llamada reducción absoluta del riesgo, la cantidad de puntos porcentuales en los que el riesgo de una persona disminuye si hace algo "protector", las vacunas COVID de las dos compañías apenas hacen mella en absoluto, lo que reduce el riesgo de que alguien experimente síntomas COVID (el análisis clínico criterio de valoración de los ensayos ) en menos del 1%. Este es el número práctico que probablemente más preocupa a las personas. 

Conociendo el insignificante impacto de las inyecciones en el mundo real sobre el riesgo de que alguien desarrolle síntomas de COVID, las personas que se dejaron llevar por el engañoso mantra de “95% de efectividad” podrían haber decidido rechazar las vacunas, productos que se han revelado como altamente inseguros y , en algunos casos, fatales.

Desafortunadamente, superando sus afirmaciones de eficacia hechas en noviembre para personas mayores de 16 años, Pfizer acaba de anunciar que su inyección de COVID es "100% efectiva para niños de 12 a 15 años". Este anuncio prepara el escenario para la autorización prevista de la Administración de Drogas y Alimentos de los Estados Unidos (FDA) de la vacuna sin licencia de Pfizer para el mercado de adolescentes.

Es posible que los padres que saben que el COVID rara vez representa una amenaza para los niños y adolescentes ya estén planeando mantener a sus hijos alejados de las vacunas experimentales, pero hay otras razones para tomar las últimas afirmaciones grandiosas de Pfizer con un grano de sal.

Riesgo absoluto frente a riesgo relativo

En noviembre, justo antes de que la FDA emitiera su Autorización de uso de emergencia (EUA) inicial para la vacuna COVID de Pfizer, Doshi advirtió al público que los resultados de eficacia de Pfizer y Moderna parecían dramáticos solo porque las compañías los derivaron de datos de riesgo relativo.

El riesgo absoluto, explicado simplemente, es "la probabilidad de que ocurra un resultado". El riesgo relativo "compara el riesgo de un evento de salud entre un grupo, con el riesgo entre otro grupo".

Pfizer le dijo a la FDA que 8 (de aproximadamente 22,000) voluntarios en su grupo de vacuna desarrollaron un caso de COVID-19 confirmado por PCR, frente a 162 de 22,000 voluntarios en el grupo de placebo. Moderna informó una propagación similar: 5 de 15.000 en el grupo de la vacuna frente a 90 de 15.000 en el grupo de placebo. 

Cuando uno hace los cálculos, los números de los ensayos clínicos de Pfizer mostraron: “La reducción del riesgo en términos absolutos [fue] solo del 0,7%, desde un riesgo ya muy bajo del 0,74% [en el grupo placebo] a un riesgo mínimo del 0,04% [ en el grupo de la vacuna] ”. (Dividir 0.7 - la diferencia entre los dos grupos - por 0.74 es el cálculo matemático que produjo el número publicitado de “95% efectivo”).

Aunque los ocho casos de COVID confirmados por PCR frente a los 162 en el ensayo de Pfizer pueden parecer una gran diferencia para el lector casual, Peter Doshi posteriormente alertó al público sobre el hecho de que Pfizer sesgó su análisis al excluir a más de 3400 personas con síntomas de COVID pero que dieron negativo en el PCR.

Como escribió Doshi en The BMJ: “Con 20 veces más casos sospechosos que confirmados, esta categoría de enfermedad no puede ignorarse simplemente porque no hubo un resultado positivo en la prueba de PCR. De hecho, esto hace que sea aún más urgente entenderlo ".

Si se tienen en cuenta tanto los casos sospechosos como los confirmados, señaló Doshi, la cifra de riesgo relativo del 95% bajaría al 19%. 

En 2019, el autor de un paper pre-COVID, “Cómo comunicar evidencia a los pacientes”, explicó que los riesgos relativos “pueden exagerar la percepción de la diferencia” entre los grupos - en especial, como en el caso de las vacunas COVID y muchas otras intervenciones médicas-, "cuando los riesgos absolutos son muy pequeños".

Otros investigadores coinciden en que el ocultamiento de los "riesgos absolutos subyacentes" (y la tendencia a "sobreestimar" los efectos presentados en términos relativos) son una "debilidad importante" de los datos de riesgo relativo. Por estas razones, muchos investigadores insisten en que una medida de riesgo "no se puede interpretar sin la otra".

Al profundizar en la importancia de proporcionar una "imagen completa" y comunicar ambas medidas, investigadores europeos escribieron en 2017 cómo los datos de riesgo relativo por sí solos pueden inducir a error:

“Cuando se utilizan riesgos relativos para la presentación de los efectos de un tratamiento, esto puede hacer que el tratamiento parezca mejor de lo que realmente es. Por ejemplo, los investigadores pueden afirmar que cierto tratamiento reduce la mortalidad en un 50% cuando la intervención reduce las tasas de muerte del 0,002% al 0,001%, una mejora cuya relevancia clínica puede ser cuestionada".