Für die Impfpflicht - zur Entlastung der Rentenkasse

[Wilhelm Ernst]

32 lesenswerte Seiten, mit farbigen Abbildungen und funktionierenden
Links zu den Quellen:
https://multipolar-magazin.de/artikel/ein-sicherheitssignal-wird-ignoriert

Der Anstieg der Todesfälle im zeitlichen Zusammenhang mit den Impfungen:
- Ein Sicherheitssignal wird ignoriert -

Ende Januar veröffentlichte der Regensburger Psychologieprofessor
Christof Kuhbandner eine 28-seitige Untersuchung, die einen
alarmierenden zeitlichen Zusammenhang zwischen der Zahl der
verabreichten COVID-Impfungen und der Anzahl der offiziell registrierten
Todesfälle in Deutschland belegt. Ein österreichischer Fernsehsender
berichtete darüber. In der vergangenen Woche veröffentlichten nun der
Bayerische Rundfunk und die Nachrichtenagentur dpa Faktenchecks, wonach
die Berechnungen fehlerhaft seien. Prof. Kuhbandner reagiert hier
erstmals ausführlich auf die Vorwürfe und kritisiert seinerseits
fragwürdige statistische Argumente der Kritiker sowie eine unsachgemäße
und irreführende Aufbereitung des Sachverhalts in den Medien.

Vorbemerkung der Redaktion:
Der folgende Beitrag ist außergewöhnlich umfangreich. In Anbetracht der
Brisanz der These ist es von erheblicher Bedeutung, dass die Argumente
beider Seiten im nötigen Detail vorgestellt und diskutiert werden. Im
Folgenden wird erklärt:
(1) worin der alarmierende Befund genau besteht
(2) dass Prof. Kuhbandner vor der Veröffentlichung seiner Untersuchung
diese ausführlich mit der STIKO diskutierte
(3) dass es sich bei seinem Befund laut den gängigen Regeln der
Arzneimittelüberwachung um ein Sicherheitssignal handelt (unbekannte
Nebenwirkungen von Arzneimitteln können nur dadurch entdeckt werden,
dass man im zeitlichen Zusammenhang mit der Verabreichung einen Anstieg
bestimmter Krankheiten oder Todesfälle beobachtet)
(4) wie die zuständigen Behörden dieses Sicherheitssignal dennoch
fahrlässig ignorieren
(5) warum die Erfassung der Verdachts-Todesfälle in Zusammenhang mit den
Impfungen durch das Paul-Ehrlich-Institut grob unzureichend und
methodisch fragwürdig ist
(6) wie mehrere Ärzte diese Mängel gegenüber Prof. Kuhbandner bestätigen
(7) wie Statistiker mit fragwürdigen Argumenten und Fehlschlüssen das
Sicherheitssignal wegzudiskutieren versuchen
(8) wie verschiedene Medien diesen Statistikern ungeprüft Glauben
schenken
(9) wie Medien ihnen vorliegende Informationen zu diesem Sachverhalt
vorsätzlich verschweigen und so die Öffentlichkeit in die Irre führen
(10) warum es unverantwortlich ist, das vorliegende Sicherheitssignal zu
ignorieren oder beiseite zu wischen, anstatt ihm mit weitergehenden
Studien und validen Analysen nachzugehen.

Am 18. Januar 2022 wurde in einem Beitrag von ServusTV über meine
Befunde zum Anstieg der Todesfälle im zeitlichen Zusammenhang mit den
COVID-Impfungen berichtet.
Diese Befunde wurden inzwischen von verschiedenen Medien aufgegriffen.
Mehrere Statistiker haben versucht, das damit verbundene
Sicherheitssignal wegzudiskutieren. Im Bayerischen Rundfunk ist ein
Faktencheck ("Faktenfuchs") erschienen sowie ein Radiobeitrag, in
welchem ich als Wissenschaftler diskreditiert und diffamiert werde.
All diesen Beiträgen ist etwas gemeinsam: Anstatt die tatsächlich
existierende Sachlage vollumfänglich aufzuarbeiten und in all ihrer
Tiefe darzustellen, wird die Sachlage nur ausschnitthaft und verzerrt
dargestellt, und es wird versucht, das existierende Sicherheitssignal
mit Verweis auf die Existenz von „Nonsense-Korrelationen“ und – wie
ich darlegen werde – unsoliden Analysen vom Tisch zu wischen.
Dieser Artikel hat das Ziel, die tatsächlich existierende Sachlage, die
in großen Teilen der Öffentlichkeit nicht bekannt ist, darzustellen, und
die irreführende Darstellung in den Medien offenzulegen. Ein Schwerpunkt
liegt dabei darauf, die vorgebrachten Argumente der Statistiker so zu
beleuchten, dass man sich auch ohne statistische Fachkenntnisse eine
eigene Meinung bilden kann.
Ich hätte mir erhofft, mit all diesen Dingen nicht persönlich an die
Öffentlichkeit gehen zu müssen. Nachdem ich mich zunächst mit meinen
Befunden an die entsprechenden Behörden (Robert Koch-Institut,
Paul-Ehrlich-Institut, Ständige Impfkommission) gewandt hatte, war meine
Hoffnung, dass diese Befunde von den Behörden selbst an die Politik
und die Öffentlichkeit herangetragen werden. Jeder, der mich kennt,
weiß, dass ich niemand bin, der im Rampenlicht stehen muss. Da das nicht
passiert ist, war es für mich ethisch als Wissenschaftler, Mensch und
Bürger eine Pflicht, damit an die Öffentlichkeit zu gehen.
Hinsichtlich der fachlichen Diskussion um die Interpretation der Befunde
hätte ich mir gewünscht, diese Dinge mit den Statistikern innerhalb der
Wissenschaft und nicht in der Öffentlichkeit zu klären, weil hier am
Ende ein Vertrauensverlust in die Wissenschaft stehen könnte. Deswegen
habe ich – nachdem die Statistiker ihre fragwürdige und zum Teil
diffamierende Kritik in die Öffentlichkeit gebracht haben, ohne vorher
den wissenschaftlichen Diskurs mit mir zu suchen – die Statistiker
freundlich kontaktiert, mit der Bitte um einen wissenschaftlichen
Diskurs und eine Richtigstellung der in meinen Augen in deren Argumenten
existierenden Fehlinterpretationen. Letzteres ist bis heute nicht
passiert, so dass auch hier nur der Weg in die Öffentlichkeit blieb.
Damit man sich einen eigenen Eindruck verschaffen kann hinsichtlich der
Art der Kommunikation und der Qualität der Argumentation, wird der
Email-Austausch mit den Statistikern im Rahmen dieses Artikels
veröffentlicht.
Hinsichtlich des „Faktenfuchs“-Beitrags im Bayerischen Rundfunk hatte
ich mir erhofft, mittels einer umfangreichen Stellungnahme in Reaktion
auf die vorab an mich erfolgte Presseanfrage dafür sorgen zu können,
dass eine ausgewogene und fachlich korrekte Darstellung der Sachlage
erfolgt. In der Stellungnahme werden, neben einer ausführlichen
kritischen Diskussion der Argumente der Statistiker, weitere Befunde
vorgestellt, die einen Zusammenhang zwischen den COVID-Impfungen und dem
Auftreten von Todesfällen erhärten. Beides hat jedoch keinen Eingang in
den erschienenen Faktencheck gefunden. Damit man sich einen eigenen
Eindruck davon verschaffen kann, was der Journalistin des BR eigentlich
vorher bekannt war, wird meine vorab an sie verschickte Stellungnahme im
Rahmen dieses Artikels veröffentlicht.
(Anmerkung der Redaktion: Multipolar hat bei der Faktenfuchs-
Journalistin nachgefragt, weshalb ihr Faktencheck wesentliche
Informationen unterschlägt, aber bislang nur eine ausweichende Antwort
der BR-Pressestelle dazu erhalten.)
1. Der Befund: Der Anstieg der Todesfälle im zeitlichen Zusammenhang mit
den COVID-Impfungen
Zunächst soll der Befund kurz vorgestellt werden: Anfang Dezember 2021
bin ich bei einer Analyse der COVID-Impfdaten in Deutschland auf einen
sehr besorgniserregenden Befund gestoßen. Wie in der folgenden Abbildung
für die Erstimpfungen gezeigt (gelber Rahmen, danach kommen die Effekte
der Zweitimpfungen hinzu), ist ein zeitlicher Zusammenhang zwischen den
COVID-Impfungen und den Todesfällen zu beobachten:
Steigt die Anzahl der COVID-Impfungen, so steigt auch die Anzahl der
Todesfälle, sinkt die Anzahl der COVID-Impfungen, so sinkt auch die
Anzahl der Todesfälle.
Dieser Befund zeigt sich sowohl auf der Ebene der Anzahl der Todesfälle
unabhängig von der Todesursache (obere Grafik), auf der Ebene der
Übersterblichkeit im Sinne der Zunahme der Todesfälle im Jahr 2021 im
Vergleich zum Durchschnitt der fünf Vorjahre (mittlere Grafik) sowie auf
der Ebene der Zunahme der nicht durch COVID bedingten Todesfälle im Jahr
2021 (Pandemiejahr mit Impfungen) im Vergleich zum Jahr 2020
(Pandemiejahr ohne Impfungen) (untere Grafik).
Die Tatsache, dass ein zeitlicher Zusammenhang auch in Bezug auf die
Übersterblichkeit und die Non-COVID-Todesfälle zu beobachten ist, zeigt,
dass der beobachtete Zusammenhang nicht durch saisonale Effekte oder
durch COVID-bedingte Effekte wie die Anzahl der SARS-CoV-2-Infektionen
oder der COVID-Todesfälle erklärt werden kann – es sei denn, man nähme
ohne jegliche Evidenz dafür an, dass es sich bei den Non-COVID
Todesfällen um nicht erkannte COVID-Todesfälle handle.
Es wurden noch zahlreiche weitere Analysen durchgeführt, welche zusammen
mit den zugrundeliegenden Datensätzen und Datenquellen auf einer
wissenschaftlichen Open Access Plattform öffentlich zugänglich sind,
damit alle meine Analysen prüfen und weitere, eigene Analysen
durchführen können. Weiterhin ist eine internationale Fachpublikation
gemeinsam mit einer größeren Gruppe an Wissenschaftlern und Statistikern
in Arbeit.
2. Das Ignorieren eines Sicherheitssignals durch die Behörden
2.1. Die Meldung des Sicherheitssignals
Beim beobachteten Anstieg der Todesfälle im zeitlichen Zusammenhang mit
den COVID Impfungen handelt es sich um einen korrelativen Zusammenhang –
dieser zeitliche Zusammenhang muss also nicht notwendigerweise einen
kausalen Effekt der Impfungen widerspiegeln. Aber solche Korrelationen
stellen laut den gängigen Regeln der Arzneimittelüberwachung ein
Sicherheitssignal dar: Unbekannte Nebenwirkungen von Arzneimitteln
werden ja immer dadurch entdeckt, dass man im zeitlichen Zusammenhang
mit der Verabreichung einen Anstieg bestimmter Krankheiten beobachtet.
Dieses Sicherheitssignal muss dann beispielsweise laut den Vorgaben der
EMA gemeldet und anschließend genauer untersucht werden.
Diesen Prinzipien folgend, habe ich mich kurz vor Weihnachten an das
Paul-Ehrlich-Institut (PEI), das Robert Koch-Institut (RKI) und die
Ständige Impfkommission (STIKO) gewandt und die Befunde in einer
Kurzzusammenfassung sowie einer ausführlicheren Dokumentation
beschrieben. Vom PEI habe ich nur eine Ticket-Nummer erhalten. Vom
RKI kam die Email-Mitteilung, man habe keine Kapazitäten, um Befunden
von Einzelpersonen nachzugehen. Mit einer Person von der STIKO hat sich
ein längerer Email-Austausch über etwa drei Wochen hinweg entwickelt, in
dem ich mit der STIKO über die Befunde intensiv diskutiert habe. Hierzu
liegt ein in etwa 40-seitiges Dokument vor.
Bei diesem Austausch wurden eine Reihe von der STIKO genannter möglicher
Alternativerklärungen ausgeschlossen, und bis heute wurde keine
überzeugende Alternativerklärung genannt. Intern wurde von der STIKO
zwar dann vorgeschlagen, hier das RKI einzubinden, aber geschehen ist
bis heute – zumindest meines Wissens – nichts.
Nachdem die von der STIKO genannten möglichen Alternativerklärungen
ausgeschlossen wurden, habe ich der STIKO geschrieben, dass ich es
aufgrund der möglichen großen Tragweite der Befunde – sowohl auf
politischer Ebene hinsichtlich der Einführung einer Impfpflicht als auch
auf individueller Ebene hinsichtlich der individuellen Entscheidung,
sich impfen zu lassen – für unbedingt erforderlich halte, die
politischen Entscheidungsträger sowie die Öffentlichkeit über diese
Befunde zu informieren, verbunden mit einer Kommunikation der
verbleibenden Unsicherheiten bei der Interpretation.
Das ist meiner Meinung nach unbedingt nötig, damit diese Information in
die politischen und individuellen Abwägungsprozesse einfließen kann. Die
jeweilige Abwägung, welches Gewicht diesem möglichen Sicherheitsproblem
angesichts der bisher dafür existierenden Evidenz gegeben wird, ist
meiner Meinung nach nur begrenzt eine wissenschaftliche Frage, sondern
vielmehr eine politische bzw. individuelle Frage. Aber um diese Abwägung
machen zu können, muss die Politik und die Öffentlichkeit davon Kenntnis
erlangen.
Da die STIKO hier aber meines Wissens nicht aktiv geworden ist, ist es
für mich ethisch als Wissenschaftler, Mensch und Bürger eine Pflicht,
damit an die Öffentlichkeit zu gehen.
2.2. Vorab-Veröffentlichung der Befunde ohne Peer-Review Verfahren
Eine oft diskutierte Frage ist, ob man mit solchen Befunden ohne
Peer-Review-Verfahren an die Öffentlichkeit gehen sollte. In Bezug auf
die Entdeckung von Sicherheitssignalen ist die Forderung nach einem
Peer-Review insofern problematisch, als ein Peer-Review sehr viel Zeit
beansprucht und oft Monate dauern kann. Das soll nicht heißen, dass
Peer-Review-Verfahren in Bezug auf die Befunde zum Zusammenhang des
Anstiegs der Todesfälle mit den COVID-Impfungen nicht nötig seien. Eine
entsprechende internationale Fachpublikation ist wie erwähnt gemeinsam
mit einer internationalen Wissenschaftlergruppe in Arbeit.
Aber: Im Falle von Sicherheitssignalen gilt es, die entsprechenden
Institutionen bzw. die Politik und die Öffentlichkeit zeitnah zu
informieren, verbunden mit der Kommunikation der Vorläufigkeit der
bisher existierenden Evidenz. Würde man mit der Meldung warten,
bis ein Peer-Review vorliegt, könnte das bedeuten, dass – falls es
tatsächlich ein Sicherheitsproblem gäbe – in der Zwischenzeit womöglich
viele Menschen sterben würden, die nicht sterben müssten. Ob man dann
auf ein Peer-Review-Verfahren warten möchte oder aufgrund der möglichen
Sicherheitsrisiken bereits ohne Peer-Review-Verfahren handeln möchte,
sind Entscheidungen, die nicht wissenschaftlich, sondern in politischen
und individuellen Abwägungsprozessen gefällt werden müssen. Hinzu kommt,
dass es sich bei den von mir berichteten Befunden um einfache empirische
Fakten handelt: Dass die Anzahl der Todesfälle im zeitlichen
Zusammenhang mit den Impfungen angestiegen ist, das kann wirklich jeder
– unabhängig von wissenschaftlichen Kenntnissen – ganz einfach anhand
der Daten des Statistischen Bundesamtes und des RKI nachprüfen. Hier
einen Peer-Review zu fordern, wäre so, als würde man sagen, die vom
Statistischen Bundesamt veröffentlichten Sterbefallzahlen oder die vom
RKI veröffentlichten Impfzahlen seien erst nach einem Peer-Review
glaubwürdig.
Anders ist es in Bezug auf die Interpretation – also ob es sich bei der
beobachteten Korrelation um einen kausalen Zusammenhang handelt oder
nicht. Hierzu sind weitergehende Studien nötig, und sobald
beispielsweise komplexere Verfahren angewendet werden, welche nur mit
spezifischem Fachwissen bewertet werden können, ist ein Peer-Review
unabdingbar.
2.3. Die Blindheit des Paul-Ehrlich-Instituts für Nebenwirkungen der
COVID-Impfstoffe
Auf den ersten Blick scheint das Sicherheitssignal eines Anstiegs der
Todesfälle im zeitlichen Zusammenhang mit den COVID-Impfungen den
Aussagen des Paul-Ehrlich-Instituts (PEI) zu widersprechen, dass es in
Bezug auf die dem PEI gemeldeten Verdachtstodesfälle kein
Sicherheitssignal gäbe. Eine genauere Betrachtung der Erhebung und
Analyse der gemeldeten Verdachtsfälle von Impfnebenwirkungen zeigt
aber, dass die vom PEI verwendeten Methoden hochgradig problematisch
sind und an eine Irreführung der Bevölkerung grenzen.
Methodisch fragwürdige Sicherheitsanalysen
Zur Abschätzung, ob sich angesichts der gemeldeten Verdachtsfälle ein
Sicherheitssignal ergibt, verwendet das PEI eine sogenannte
„Observed-versus-Expected-Analyse“, bei der beispielsweise die Anzahl
der gemeldeten Verdachts-Todesfälle mit der Anzahl der angesichts der
Zusammensetzung der geimpften Personengruppe statistisch zu erwartenden
Anzahl an Todesfällen in bestimmten Zeiträumen nach der Impfung
verglichen wird, wenn niemand geimpft worden wäre. Wenn die gemeldete
Anzahl der Verdachtsfälle statistisch über der zufällig zu erwartenden
Anzahl der Todesfälle liegt, zeigt sich laut dieser Methode ein
Sicherheitssignal.
Eine solche Analyse macht trivialerweise nur dann Sinn, wenn alle
Todesfälle – unabhängig davon, ob ein Verdacht auf einen Zusammenhang
mit der Impfung besteht – in die Analyse einbezogen werden würden, die
im untersuchten Zeitraum nach der Impfung aufgetreten sind. Würde man
nur die Subgruppe der Todesfälle, bei denen ein Verdacht auf einen
Impfzusammenhang besteht, als „observed“ in die Analyse einbeziehen,
kann sich praktisch niemals ein Sicherheitssignal ergeben. Denn dazu
müsste dann die Anzahl der Verdachts-Todesfälle in einem bestimmten
Zeitraum praktisch die Anzahl der Todesfälle überschreiten, die in
diesem Zeitraum aufgrund aller anderen Todesursachen zusammengenommen
aufgetreten sind.
Allerdings wird vom PEI genau das gemacht: Es werden nur die gemeldeten
Verdachts-Todesfälle in die „Observed-versus-Expected-Analyse“-
Sicherheitsanalyse einbezogen.
Man kann die Absurdität dieses Vorgehens beispielhaft anhand der Analyse
des PEI im Sicherheitsbericht vom 19.8.2021 illustrieren. Demnach gab es
in Bezug auf den BioNTech-Impfstoff bis zum damaligen Zeitpunkt 926
gemeldete Verdachts-Todesfälle. Da diese Zahl statistisch nicht über der
für den untersuchten Zeitraum zufällig zu erwartenden Anzahl an
Todesfälle in Höhe von 75.284 liegt, schließt das PEI dann, dass es kein
Sicherheitssignal gäbe. Es ist intuitiv einsichtig, dass mit einer
solchen Art der Analyse selbst bei extremsten Nebenwirkungen kein
Sicherheitssignal resultieren würde.
Methodisch fragwürdige Erhebung möglicher Nebenwirkungen und Verdachts-
Todesfälle
Hinzu kommt noch ein weiteres fundamentales Problem. In Reaktion auf
meinen Auftritt in einem Beitrag in ServusTV habe ich mehrere Emails von
Ärzten und Ärztinnen erhalten, die darauf hinweisen, dass zahlreiche
Verdachts-Todesfälle und weitere Nebenwirkungen der COVID-Impfungen aus
verschiedenen Gründen nicht gemeldet werden. Im Folgenden sollen drei
erhaltene Emails von Ärzten und Ärztinnen in anonymisierter Form
dokumentiert werden:
Email 1: Ein Arzt/Ärztin in der Notaufnahme
xxx.de; 26.01.2022, 13:53
Sehr geehrter Prof. Kuhbandner,
ich heiße XXX und bin in meinem ersten Assistenzärztinnenjahr in einer
Notaufnahme in XXX.
Aufmerksam wurde ich auf Sie durch die Sendung in Servus TV. Da Sie
Studien betreiben, wollte ich fragen, ob Sie auch Zugriff haben auf die
Patienten (auch sehr viele junge Patienten), die zunehmend in die
Notaufnahme kommen mit thorakalen Beschwerden nach Impfungen. Ich bin
neu dort und mir ist aufgefallen, dass ich fast täglich solche Menschen
behandeln soll. Nun gibt es im ICD 10 System keinen Code, mit dem ich
codieren könnte, dass die Thoraxschmerzen nach einer Impfung auftreten,
daher werden sie nur als Thoraxschmerzen angegeben. Mich lässt dieses
Phänomen nicht mehr in Ruhe, daher meine Email an Sie.
Mit freundlichen Grüßen
Dr. med. XXX
Email 2: Ein Arzt/Ärztin aus einem Gesundheitsamt
xxx.de; 22.01.2022, 11:31
Sehr geehrter Herr Prof. Kuhbandner,
Ich habe Ihren Beitrag in der Reportage „Im Stich gelassen“ gesehen und
will Ihnen kurz meine Beobachtungen schildern. Ich arbeite als Arzt in
einem Gesundheitsamt und habe schon sehr früh Zweifel an der
Ungefährlichkeit der neuartigen Covid-Impfstoffe entwickelt. In vielen
Gesprächen mit Hausärzten, insbesondere aber auch Klinikärzten,
konnte ich erleben, dass ein echter Unwille besteht, Impfschäden
überhaupt zu erwägen und dann auch noch zu melden. Ich habe mir
daraufhin die Todesbescheinigungen, die bei uns im Gesundheitsamt
eingehen, vorgenommen und nach ungeklärten Todesursachen durchgesucht.
Hier habe ich Fälle gefunden, die unerklärlich oder mit den typischen
Impfkomplikationen (Thrombembolien, Herztod) in engem zeitlichen
Zusammenhang zur Impfung verstorben sind, ohne dass diese als
Verdachtsfälle einer Impfkomplikation gemeldet wurden oder
eine klinische Sektion durchgeführt wurde.
Diese Beobachtung habe ich an das RKI, das PEI und unser zuständiges
Landesgesundheitsamt weitergeleitet. Wie Sie habe ich vom PEI keine
Antwort bekommen und vom RKI eine geradezu unverschämte e-mail, in der
mir nochmals die Meldewege für mögliche Impfkomplikationen erläutert
wurden.
Mit freundlichen Grüßen
Dr. med XXX
Email 3: Ein Arzt/Ärztin aus einer Allgemeinmedizinpraxis
xxx.de>; 21.01.2022, 11:59
Sehr geehrter Herr Prof. Kuhbandner,
bezugnehmend auf Ihren sehr interessanten Beitrag auf Servus TV möchte
ich Ihnen aus unserer Praxis folgendes berichten: Wir haben auch
versucht 3 kardiale Nebenwirkungen (1x Myokarditis, 1x Perikarditis, 1x
Vorhofflimmern) nach mRNA-Impfung ans PEI zu melden. Wir erhielten erst
auf renitentes Nachfragen hin die Antwort, dass Impfnebenwirkungen
aufgrund einer eingeschränkten Personalkapazität (lediglich 4
Mitarbeiter) bearbeitet würden. Auf die Nachfrage hin, warum der
Erfassung nicht mehr Augenmerk geschenkt würde, erhielten wir die
Antwort, dass dies „nicht gewünscht“ sei.
Danke für Ihren Beitrag und beste Grüße, XXX
Gemeinschaftspraxis XXX
Dr. med. XXX
Auf die Nachfrage, ob jemand dieser Personen auch öffentlich auftreten
würde, habe ich von einer der Personen folgende Email erhalten:
XXX.de>; 29.01.2022, 21:08
Sehr geehrter Herr Kuhbandner,
ich habe nochmal nachgedacht und auch mit meinen Eltern gesprochen und
bin zu dem Entschluss gekommen doch nochmal zurückzuziehen. Derzeit ist
kaum Raum für freie Meinungsäußerungen. Ich bin erst am Anfang meiner
Karriere und meine Eltern haben Angst, dass diese hierdurch frühzeitig
beendet werden könnte. Und das habe ich auch.
Also bedanke ich mich für die schnelle Antwort von Ihnen und vielleicht
gibt die Zeit irgendwann dann mehr Freiraum. Dankeschön!
Mit freundlichen Grüßen
XXX
Wie diese Aussagen zeigen, werden offenbar zahlreiche Verdachts-
Todesfälle und weitere Nebenwirkungen der COVID-Impfungen aus
unterschiedlichen Gründen nicht gemeldet: Zum einen fehlen offenbar
Meldewege aufgrund fehlender Diagnoseschlüssel. Zum anderen gibt es
offenbar auf der Ebene von Ärzten und Ärztinnen zum einen einen
Unwillen, Impfschäden als Todesursache überhaupt in Erwägung zu ziehen,
oder aber Ängste, solche Verdachtsfälle zu melden, wegen befürchteter
beruflicher Konsequenzen. Hinzu kommt – sollte diese Aussage wirklich
stimmen –, dass offenbar die zuständige Arbeitsgruppe des PEI extrem
unterbesetzt ist.
Letzteres wäre kaum zu fassen: Man sollte meinen, dass es angesichts der
politischen Zielsetzung, die komplette Bevölkerung mit einem bisher noch
nie beim Menschen eingesetzten genbasierten Impfstoff zu impfen, es im
allerhöchsten Interesse der Gesellschaft sein sollte, die möglichen
Nebenwirkungen möglichst schnell und genau zu erfassen. Unter solchen
Bedingungen die dafür zuständige behördliche Arbeitsgruppe mit
nur vier Personen zu besetzten, wäre zutiefst unverantwortlich.
Zusammengenommen bieten die hochgradig problematische Erhebung und
Analyse der möglichen Nebenwirkungen der COVID-Impfungen durch das PEI
eine Erklärung, wie es sein kann, dass das Sicherheitssignal eines
Anstiegs der Todesfälle im zeitlichen Zusammenhang mit den
COVID-Impfungen den Aussagen des Paul-Ehrlich-Instituts (PEI), es gäbe
kein Sicherheitssignal, zu widersprechen scheinen.
3. Das Wegdiskutieren des Sicherheitssignals mit fragwürdigen
statistischen Argumenten
Anstatt dem existierenden Sicherheitssignal in weitergehenden Analysen
und Studien nachzugehen, wurde zunächst von verschiedenen Statistikern
versucht, das existierende Sicherheitssignal einer Zunahme der
Todesfälle im zeitlichen Zusammenhang mit den Impfungen mit Verweis auf
die Existenz sogenannter „Scheinkorrelationen“ – also zufällig
auftretender Korrelationen – wegzudiskutieren. Eine genauere Betrachtung
zeigt aber, dass es sich bei dem Argument der „Scheinkorrelation“ um
einen statistischen Fehlschluss handelt.
Weiterhin wurde versucht, mit statistischen Zusatzanalysen zu zeigen,
dass es in Wirklichkeit keinen Zusammenhang zwischen den Impfungen und
Todesfällen gebe. Eine genauere Betrachtung der berichteten Analysen
zeigt aber, dass diese methodisch ungeeignet sind und in Wirklichkeit
existierende Effekte der Impfungen kaschieren können. Darauf soll im
Folgenden genauer eingegangen werden.
Vorab ist aber noch der Hinweis auf ein Problem bei der
Wissenschaftskommunikation wichtig: Wenn zwei Fachleute unterschiedliche
Aussagen machen – auf der einen Seite behaupten beispielsweise die
Autoren der „Unstatistik des Monats“ etwas, auf der anderen Seite
behaupte ich als Fachexperte etwas – ist es für Nicht-Fachleute oft
schwer zu beurteilen, wer denn nun recht hat. Die einzige Lösung in
einer solchen Situation ist, die Dinge so darzustellen, dass man trotz
fehlender Fachexpertise mit eigenem Denken die Dinge nachvollziehen und
darauf aufbauend zu einer eigenen Meinung kommen kann. Genau das werde
ich im Folgenden versuchen.
3.1. Zum Argument der „Scheinkorrelation“ bei nicht-stationären
Zeitreihen Zuerst soll das Argument der „Scheinkorrelation“ beleuchtet
werden. In einem Twitter-Beitrag von Dominik Liebl, Professor am
Institut für Finanzmarktökonomie und Statistik der Universität Bonn,
sowie in einem Beitrag der „Unstatistik des Monats“ von Thomas Bauer,
Vizepräsident des Leibniz-Instituts für Wirtschaftsforschung, und
Katharina Schüller, Leiterin und Gründerin der STAT-UP Statistical
Consulting & Data Science GmbH, in welchem die Argumente von Dominik
Liebl übernommen werden, wird behauptet, bei der Beobachtung des
Anstiegs der Todesfälle im zeitlichen Zusammenhang mit den Impfungen
handle es sich um eine „Scheinkorrelation“ – von den Autoren auch
„Nonsense-Korrelation“ genannt. Konkret lautet das Argument in der
„Unstatistik“:
„Das zentrale Problem dieser Analyse ist in der Statistik seit nahezu
100 Jahren bekannt – das Problem der sogenannten „Spurious Correlations“
oder Nonsens-Korrelationen. Dahinter steht die Erkenntnis, dass man bei
einem Vergleich von zwei sogenannten nicht-stationären Zeitreihen (das
sind Zeitreihen mit einem Trend), wie sie auch Kuhbandner vorgenommen
hat, hohe Korrelationen erhält, selbst wenn zwischen diesen Zeitreihen
kein Zusammenhang existiert.“
Was ist eigentlich eine „nicht-stationäre“ Zeitreihe?
Um dieses Argument genauer zu beleuchten, ist es zunächst wichtig zu
verstehen, was genau „nicht-stationäre“ Zeitreihen sind. Hinter diesem
Begriff steckt eigentlich etwas ganz Einfaches: Bei einer
„nicht-stationären“ Zeitreihe hat man es mit einem Verlauf von Werten zu
tun, die mit der Zeit ansteigen oder abnehmen. Der Verlauf der
Temperatur ist hier ein Beispiel. Diese schwankt zwar von Tag zu Tag
immer etwas nach oben und unten, steigt aber unabhängig von dieser
tageweisen lokalen Schwankung beispielsweise vom Winter zum Frühling
langsam immer weiter an. Bei einer „stationären“ Zeitreihe ist der
Verlauf der Werte dagegen so, dass es über die Zeit hinweg keinen Trend
nach oben oder unten gibt.
Der Statistiker Dominik Liebl zeigt zur Veranschaulichung in seinem
Tweet beispielsweise folgende Graphik:
Übertragen auf die COVID-Impfungen heißt das beispielsweise: Da die
Anzahl der Impfungen in bestimmten Zeiträumen mit der Zeit zunehmend
ansteigt und in anderen Zeiträumen mit der Zeit wieder sinkt, hat man es
hier mit einer nicht-stationären Zeitreihe zu tun. Wäre es
beispielsweise so, dass jede Woche immerzu ungefähr gleich viele
Menschen geimpft werden und die Anzahl der Impfungen zufällig über die
Wochentage verteilt wäre, hätte man es mit einer stationären Zeitreihe
zu tun.
Was ist nun eigentlich das Problem bei nicht-stationären Zeitreihen?
Wenn man zwei unabhängige Zeitreihen hat, die inhaltlich nichts
miteinander zu tun haben, kann es bei nicht-stationären Zeitreihen
trotzdem per Zufall hohe Korrelationen geben. Man kann sich diese
Tatsache ganz einfach klarmachen:
Nehmen wir an, man nimmt sich zwei nicht-stationäre unabhängige
Zeitreihen, die beispielsweise einen Verlauf haben wie die untere von
Liebls Grafiken. Diese beiden Zeitreihen zeichnet man nun in ein
gemeinsames Diagramm ein und fängt an, eine der beiden Zeitreihen
fortlaufend immer um einen Zeitpunkt nach rechts zu schieben. Für
jede Verschiebung berechnet man nun für ein bestimmtes Zeitfenster die
Korrelation zwischen den beiden Zeitreihen. Was ist das Ergebnis?
Manchmal liegen die Verläufe der beiden Zeitreihen in dem Zeitfenster
zufällig aufeinander, dann bekommt man hohe positive Korrelationen.
Manchmal liegen die Verläufe der Zeitreihen zufällig gegengleich
aufeinander, dann bekommt man hohe negative Korrelationen. Und manchmal
passen die Verläufe der Zeitreihen nicht aufeinander, dann erhält man
geringe oder keine Korrelationen.
Anders ausgedrückt: Bei nicht-stationären Zeitreihen ist es so, dass
rein per Zufall manchmal hohe positive Korrelationen auftreten können,
obwohl die beiden Zeitreihen unabhängig sind, ganz einfach deswegen,
weil die beiden Zeitreihen Zeiträume mit absteigenden oder zunehmenden
Verläufen haben, die zufällig aufeinanderliegen können.
Was ist nun vom Argument einer „Scheinkorrelation“ zu halten?
Aufbauend auf dieser Tatsache wird vom Statistiker Liebl und den Autoren
der „Unstatistik“ nun folgendes behauptet:
Da die beiden Zeitreihen der Impfungen und der Todesfälle über bestimmte
Zeiträume hinweg ansteigen oder sinken, handelt es sich um
nicht-stationäre Zeitreihen. Und da bei nicht-stationären Zeitreihen
manchmal auch per Zufall hohe positive Korrelationen auftreten können,
handle es sich beim beobachteten Anstieg der Todesfälle im zeitlichen
Zusammenhang mit dem Anstieg der Impfungen um eine
„Nonsense-Korrelation“. Als Beweis werden dann auf Internetseiten
publizierte absurde „Nonsense-Korrelationen“ angeführt, wie die offenbar
existierende hohe Korrelation zwischen dem durchschnittlichen jährlichen
Pro-Kopf-Käsekonsum und den Todesfällen aufgrund des Verhedderns im
Bettlaken.
Dieses Argument ist in Wirklichkeit ein fundamentaler Fehlschluss. Der
erste Teil ist richtig: Korrelation muss nicht Kausalität bedeuten, das
ist absolut trivial. Darauf weise ich auch beispielsweise explizit in
der Kurzzusammenfassung meines veröffentlichten Analyse-Papiers hin (S.
2): „Es handelt sich um korrelative Befunde, die hinsichtlich kausaler
Schlussfolgerungen vorsichtig zu interpretieren sind.“
Der von den Statistikern daraus gezogene Schluss, beim Anstieg der
Todesfälle im zeitlichen Zusammenhang mit den Impfungen handle es sich
demnach um eine „Nonsense-Korrelation“ – also um Zufall und nicht um
einen kausalen Effekt der Impfungen –, ist allerdings ein fundamentaler
Fehlschluss.
Korrelation muss nicht Kausalität bedeuten, aber – und das ist der
springende Punkt, welcher von den Statistikern übersehen wird:
Kausalität bedeutet Korrelation. Wenn ein Medikament eine bisher
unbekannte Krankheit als Nebenwirkung kausal hervorruft, dann steigt mit
der zunehmenden Verabreichung des Medikaments die Anzahl der
beobachteten Krankheitsfälle. Man erhält also zwei nicht-stationäre
Zeitreihen, die gemeinsam ansteigen. In einem solchen Fall mit dem
Verweis auf irgendwelche zufällig existierenden „Nonsense-Korrelationen“
zu behaupten, die beobachtete Korrelation zwischen dem Medikament und
der vom Medikament kausal hervorgerufenen Krankheit sei in Wirklichkeit
eine „Nonsense-Korrelation“, wäre absurd und gefährlich.
Beobachtet man nun im echten Leben, dass mit der zunehmenden
Verabreichung eines Medikaments eine Krankheit zunimmt, steht damit
definitiv die Möglichkeit im Raum, dass es sich hier möglicherweise um
eine unbekannte Nebenwirkung handelt. Natürlich muss die Beobachtung
einer solchen Korrelation noch nicht bedeuten, dass es sich auch
tatsächlich um einen kausalen Effekt des Medikaments handelt. Aber das
Auftreten solcher Korrelationen ist ein erster Hinweis auf einen
möglichen kausalen Effekt – also ein Sicherheitssignal –, welches dann
in weitergehenden kausalitätsprüfenden Studien genauer untersucht werden
muss.
Ich möchte die Absurdität der Argumentation der Statistiker noch einmal
an einem Beispiel demonstrieren: Ich habe mit den Autoren der
„Unstatistik“ per Email diskutiert.
Und dort wurde argumentiert, dass der Anstieg der Todesfälle ja auch mit
den geschossenen Toren in der 1. und 2. Bundesliga korreliert sei, was
beweise, dass es sich bei der Beobachtung, dass mit der zunehmenden
Anzahl an Impfungen zunehmend mehr Menschen versterben, um eine
Scheinkorrelation handle.
Das tiefgreifende Problem einer solchen Argumentation ist, dass man nur
lange genug suchen muss, und dann immer irgendeine Zeitreihe finden
wird, die mit dem Anstieg der Krankheit zufällig korreliert ist – wenn
es mit den Toren in der Bundesliga nicht klappt, dann nimmt man die
Anzahl der gelben Karten, und wenn das auch nicht klappt, dann nimmt man
die Anzahl der im Stadion verkauften Bratwurstsemmeln und so weiter.
Genau mit dieser Strategie werden ja die ganzen „Nonsense Korrelationen“
gefunden – wie beispielsweise Käsekonsum und Tod durch Verheddern im
Bettlaken – mit denen die Autoren der „Unstatistik“ versuchen, sich über
den beobachteten zeitlichen Zusammenhang zwischen den COVID-Impfungen
und den Todesfällen lustig zu machen.
Diese „Nonsense Korrelationen“ werden dadurch entdeckt, dass man viele
Zeitreihen korreliert und sich gezielt diejenigen herauspickt, bei denen
zufällig hohe Korrelationen auftreten (denn das ist ja nur bei einem
kleinen Teil der Fall).
Ein solches Vorgehen zu verwenden, um Sicherheitssignale
wegzudiskutieren, ist nicht nachvollziehbar: Denn dann bräuchte man
überhaupt keine Sicherheitsanalysen mehr zu machen, weil man immer
irgendeine Zeitreihe finden wird, die per Zufall hoch korreliert ist.
Offenbar ist den Statistikern in Bezug auf die beobachtete Korrelation
zwischen den Impfungen und den Todesfällen zudem nicht klar, dass bei
meinen Analysen genau dieses Problem nicht existiert, da eben nicht
zufällige Zeitreihen korreliert werden.
Stattdessen gibt es – noch bevor überhaupt etwas korreliert oder
gerechnet wird – ein ganz spezifisches Zeitfenster, wie zum Beispiel den
Zeitraum der Erstimpfungen, und genau in diesem Zeitfenster werden
ausschließlich zwei vor der Analyse definierte Zeitreihen korreliert,
nämlich nur die Erstimpfungen und die Todesfälle, aber keine anderen
Daten.
Zusammenfassend ist es ein gefährlicher Fehlschluss, das
Sicherheitssignale der Beobachtung eines Anstiegs von Krankheiten im
zeitlichen Zusammenhang mit der Verabreichung eines Medikaments durch
den Verweis auf irgendwelche „Nonsense-Korrelationen“ vom Tisch zu
wischen. Ein solcher zeitlicher Zusammenhang muss nicht notwendigerweise
Kausalität bedeuten, kann aber Kausalität bedeuten. Solche
Sicherheitssignale mit statistischen Fehlschlüssen wegzudiskutieren,
anstatt diesen in weitergehenden Studien nachzugehen, halte ich für
unverantwortlich.
3.2. Zum Argument, die Korrelation würde verschwinden, wenn man die
Daten mittels der sogenannten Methode der Differenzbildung richtig
analysiere
Zunächst ist es notwendig, die grundlegende Funktionsweise der Methode
der Differenzbildung zu verstehen. Die Grundidee ist, dass man mit
dieser Methode bestehende längerfristige zeitliche Trends, welche nicht
mit der lokalen Variation von Tag zu Tag zusammenhängen, aus den Daten
beseitigen kann. Ein einfaches Beispiel ist der Verlauf der
Temperaturentwicklung: Diese setzt sich aus zwei Effekten zusammen: (1)
der lokalen Variation von Tag zu Tag und (2) dem längerfristigen
saisonalen Trend, der dazu führt, dass die Temperaturen beispielsweise
vom Winter zum Frühling unabhängig von der lokalen Variation von Tag zu
Tag langsam ansteigen. Bei der Differenzbildung wird nun von Tag zu Tag
berechnet, wie sich die Temperatur von einem auf den nächsten Tag
verändert. Damit bleibt in der Zeitreihe der Temperaturentwicklung nur
die lokale Variation von Tag zu Tag übrig, weil es dafür beispielsweise
egal ist, ob die Temperatur von einem Tag auf den nächsten von 3 auf 4
Grad oder von 12 auf 13 Grad gestiegen ist.
Das Argument der Statistiker
Der Statistiker Dominik Liebl und die Autoren der „Unstatistik“
behaupten nun, die Korrelation zwischen den COVID-Impfungen und den
Todesfällen würde verschwinden, wenn man die für die Analyse von
nicht-stationären Zeitreihen übliche Methode der Differenzbildung
verwenden würde. Das beweise wiederum, dass es in Wirklichkeit keinen
Zusammenhang zwischen den Impfungen und den Todesfällen gäbe. Die
Autoren der „Unstatistik“ beschreiben die von ihnen gerechnete Analyse
in einer Email an mich beispielsweise so – der Statistiker Liebl
formuliert es in einer Email an mich praktisch identisch:
„Eine Lösung [des Problems nicht-stationärer Zeitreihen] liegt darin,
die ersten Differenzen der Zeitreihen zu bilden und die Korrelation auf
Basis dieser ersten Differenzen zu berechnen. Hätten Sie dieses
Standardvorgehen angewendet, hätten Sie festgestellt, dass Ihre
Korrelationen verschwinden.“
Auch hier zeigt eine genauere Betrachtung, dass es sich bei diesem
Argument in Wirklichkeit um eine Fehlinterpretation handelt. An sich ist
die Methode der Differenzbildung in der Tat ein wichtiges Instrument bei
der Analyse von nicht-stationären Zeitreihen. Aber bei kausalen
Effekten, die mit einer Zeitverzögerung auftreten – wie es bei den
möglichen Effekten der Impfung trivialerweise der Fall ist – führt diese
Methode, wenn man sie so simpel wie von den Statistikern angewendet, in
die Irre.
Das Problem der Anwendung der Differenzbildung auf die Impfungen und
Todesfälle
Was passiert, wenn man die Methode der Differenzbildung auf die
Zeitreihen der Impfungen und der Todesfälle anwendet? Dann bleibt in
jeder Zeitreihe nur die lokale Veränderung von Tag zu Tag übrig. Das
heißt: Man entfernt mit dieser Methode – wenn man sie so simpel anwendet
wie die Statistiker – alle Effekte der Impfungen, die über einen Tag
hinausgehen. Dass man dann bei einer simplen Korrelation der so
transformierten Zeitreihen schwindende Korrelationen findet, heißt also
nicht notwendigerweise, dass die Impfung keine Effekte hätte. Der Grund
für die schwindenden Korrelationen könnte stattdessen sein, dass mit der
verwendeten Methode alle Impfeffekte aus den Daten herausgerechnet
wurden, die über einen Tag hinausgehen. Mit einer solchen Methode werden
also vielmehr mögliche existierende Impfeffekte kaschiert. Man kann das
Ausmaß der Irreführung der von den Statistikern verwendeten Methode
auch anhand einer simplen Simulation illustrieren. Bei den beiden
Zeitreihen in der folgenden Abbildung erzeugt die Variable 1 mit einer
Zeitverzögerung von drei Tagen zu 100 Prozent kausal die Variable 2,
weshalb der Verlauf der beiden Linien identisch und lediglich nach
rechts verschoben ist:
Rechnet man hier eine simple Korrelation, korrelieren die beiden
Variablen mit r = .84, p <.001, was in diesem Fall den wahren
Zusammenhang trotz fehlender Korrektur für die Zeitverschiebung
zumindest annäherungsweise realistisch abbildet – ein zu 100 Prozent
kausaler Zusammenhang entspricht einer Korrelation von r = 1.
Wendet man nun aber die Methode der Differenzenbildung auf beide
Zeitreihen an und korreliert dann die beiden Variablen miteinander –
genauso wie von den Statistikern gemacht –, korrelieren diese mit r =
-.27, also negativ, und die Korrelation ist nicht signifikant. Dieses
Ergebnis erweckt also fälschlicherweise den Eindruck, als gäbe es
keinen kausalen Zusammenhang, obwohl die Variable 1 zu 100 Prozent den
Verlauf der Variable 2 kausal erzeugt.
Wie dieses einfache Beispiel zeigt, kann die von den Statistikern
verwendete Methode fundamental in die Irre führen. Ein mit einer
Zeitverzögerung auftretender kausaler Effekt wird dann womöglich nicht
nur nicht erkannt, sondern es hat sogar den Anschein, als wäre der
Zusammenhang gegenteilig. Hieraus zu schließen, es gäbe keinen kausalen
Zusammenhang, wäre ein fundamentaler Fehlschluss.
Was wäre die richtige Analysemethode?
Genau das ist übrigens der Grund, warum ich in meinem auf der
Open-Access-Plattform veröffentlichten Analyse-Papier nur beispielhaft
für eine erste Abschätzung einige Korrelationen berichte, aber
diesbezüglich immer darauf verweise, dass diese mit Vorsicht zu genießen
sind, weil für eine genauere Schätzung des tatsächlichen Zusammenhangs
komplexere Analysen gerechnet werden müssen, unter anderem mit
Einbezug der möglichen Zeitverzögerung der Effekte. So heißt es
beispielsweise in meinem Analyse-Papier (S. 8):
„Hinsichtlich der Stärke des statistischen Zusammenhangs werden aktuell
komplexere statistische Verfahren gerechnet, welche die Zeitverzögerung
der Effekte und weitere mögliche Einflussfaktoren berücksichtigen.
Allerdings liefern bereits einfache Korrelationsanalysen Hinweise auf
extrem starke Zusammenhänge, welche aber noch mit Vorsicht interpretiert
werden müssen.“
Mit einer größeren Gruppe von zum Teil sehr renommierten
Wissenschaftlern und Statistikern werden gerade solche komplexeren
Analysen gerechnet – auch unter Einsatz der Methode der
Differenzbildung, aber unter zusätzlicher Beachtung der Existenz
zeitverzögerter Effekte und verschiedener weiterer Einflussfaktoren. Die
ersten – noch mit Vorsicht zu interpretierenden – vorläufigen Befunde
bestätigen einen zeitverzögerten Effekt der Impfungen, selbst wenn man
verschiedene weitere mögliche Einflussfaktoren berücksichtigt.
3.3. Zum Argument, die Korrelation für die Erstimpfungen würde
verschwinden, wenn man diese nicht nur für den Zeitraum März und April,
sondern für längere Zeiträume berechnet
Weiterhin berichtet der Statistiker Dominik Liebl eine Analyse mit
erweitertem Zeitfenster, innerhalb dessen die Korrelation zwischen den
Erstimpfungen und den Todesfällen berechnet wird. Aus dem Befund, dass
die beobachtete Korrelation dann kleiner wird, wird dann geschlossen, es
sei nur eine Scheinkorrelation.
Auch diese Analyse ist methodisch fragwürdig und führt dazu, dass
mögliche existierende Effekte der Impfungen unterschätzt werden. Wenn es
darum geht, einen möglicherweise existierenden Effekt der Erstimpfungen
zu detektieren, macht es trivialerweise Sinn, in den Zeiträumen nach
Effekten zu suchen, in denen viele Erstimpfungen verabreicht wurden und
es starke Veränderungen in der Anzahl der Erstimpfungen gab. Stattdessen
in Zeiträumen nach dem möglichen Effekt von Erstimpfungen zu suchen, wo
es vergleichsweise wenige Erstimpfungen und damit weniger Variation in
der Anzahl der Erstimpfungen gab, und zudem noch die möglichen
zusätzlichen Effekte der Zweitimpfungen und Booster-Impfungen
hinzukommen, welche den Effekt der Erstimpfung vernebeln, ist dagegen
wenig sinnvoll. In solchen Zeiträumen fallen Korrelationen aufgrund der
geringen Variation und der zusätzlichen Einflussfaktoren
notwendigerweise kleiner aus.
Auch ein einfaches Aufsummieren der Erst-, Zweit- und Booster-Impfungen,
wie von Dominik Liebl gemacht, bringt hier keine Lösung des Problems. Da
immer zuerst die Älteren und anschließend zunehmend die Jüngeren geimpft
wurden, kann man die zu einem bestimmten Zeitpunkt verabreichten Erst-,
Zweit- und Booster-Impfungen nicht einfach in einen gemeinsamen Topf
werfen, sondern man muss die drei Impfungen mit jeweils individuellen
Effekten in das statistische Modell aufnehmen. Würde Dominik Liebl
das machen – und zudem die Möglichkeit berücksichtigen, dass eventuell
zeitverzögerte Effekte auftreten – würde er sehen, dass bei allen drei
Impfungen die Anzahl der Todesfälle mit einer Zeitverzögerung ansteigt,
zumindest sind das die ersten Ergebnisse der gemeinsam mit der Gruppe
von Wissenschaftlern und Statistikern momentan gerechneten Modelle.
4. Die Darstellung der Befunde in den Medien
4.1. Die Prägung der Berichterstattung durch einen fragwürdigen ersten
Beitrag
Interessant ist auch eine Betrachtung der Aufbereitung der Rezeption
meiner Studie in den Medien. Verfolgt man den Verlauf der
Berichterstattung, so stößt man auf eine fragwürdige Dynamik, welche des
Öfteren zu beobachten ist: Die Berichterstattung über eine Thematik wird
stark geprägt durch die als Erstes erschienene Reaktion. Anstatt sich
die tatsächliche Sachlage unabhängig von der ersten Reaktion anzusehen,
wird oft die in der ersten Reaktion erfolgte Darstellung der Sachlage
als „Realität“ betrachtet, ohne zu prüfen, ob diese Darstellung die
Realität überhaupt korrekt abbildet. Das Problem ist:
Sollte diese anfängliche Reaktion fehlerhaft sein oder die Realität
falsch abbilden, bildet die komplette weitere Berichterstattung die
Realität fehlerhaft und falsch ab.
Man kann diesbezüglich einen Blick in den Twitter-Beitrag des
Statistikers Dominik Liebl werfen, welcher die ganze weitere
Berichterstattung geprägt hat. Als erstes fällt auf, dass von Anfang an
ein abwertendes Framing erfolgt:
Dann werden folgende Behauptungen aufgestellt:
Die Behauptung, bei meinen Analysen wäre für nichts kontrolliert worden,
entspricht aber nicht der Realität. In Wirklichkeit wurde beispielsweise
für Wochenend-Effekte kontrolliert.
Die Zeitreihe der Impfungen sowie die Zeitreihe der Todesfälle enthalten
beide einen Wochenendeffekt: Am Wochenende wurden generell über das
ganze Jahr hinweg sowohl weniger Impfungen verabreicht als auch weniger
Todesfälle verzeichnet.
Auf den ersten Blick könnte man sogar meinen, das sei ein weiterer Beleg
für einen zeitlichen Zusammenhang zwischen den Impfungen und den
Todesfällen. Aber wenn man sich die Sterbefallzahlen der Vorjahre
ansieht, bemerkt man, dass die Sterbefallzahlen in den Vorjahren
denselben Wochenend-Trend enthalten, also an Wochenenden tendenziell
generell weniger gestorben wird. Gleichzeitig wird an Wochenende weniger
geimpft, weil ärztliche Praxen und Impfzentren an Wochenende nicht oder
weniger impfen als unter der Woche. Hier handelt es sich also
tatsächlich um eine „Scheinkorrelation“, für welche mit der Berechnung
von gleitenden Sieben-Tage-Mittelwerten kontrolliert wurde. Dieser rein
zeitliche Effekt floss also nicht in die Berechnung der Korrelation
zwischen Impfungen und Todesfällen ein.
Weiterhin wurde die Analyse zum Zusammenhang der Impfungen mit der
Übersterblichkeit im Sinne der Zunahme der Todesfälle 2021 im Vergleich
zum Durchschnitt der fünf Vorjahre deswegen gemacht, um damit für
saisonale Effekte zu kontrollieren. Konkret heißt es in meinem
Analyse-Papier dazu (S. 11):
„Die bisherigen Befunde zeigen, dass der Verlauf der Anzahl der
Todesfälle im Jahr 2021 einen starken zeitlichen Zusammenhang mit dem
Verlauf der verabreichten COVID-Impfungen aufweist. Allerdings sind in
der Verlaufskurve der Todesfälle saisonale Effekte enthalten. In einem
nächsten Schritt kann zur Kontrolle solcher Effekte untersucht werden,
ob die Zunahme an Todesfällen im Jahr 2021 verglichen mit den Vorjahren
(Übersterblichkeit) vergleichbar mit der Anzahl der verabreichten
COVID-Impfungen variiert.“
Die Darstellung von Dominik Liebl ist also falsch. Anders als von ihm
behauptet, wurden verschiedene zeitliche Trends aus den Zeitreihen
gezielt entfernt. Entweder er hat in Wirklichkeit mein Analyse-Papier
nicht gelesen, oder er versucht, die Öffentlichkeit gezielt über meine
Ergebnisse zu täuschen. Als nächstes wird von Dominik Liebl – anstelle
einer umfassenden Darstellung der Befundlage – ein Einzelbefund gezeigt,
der die tatsächliche Sachlage irreführend abbildet:
Fragwürdig ist zum einen, dass hier ein Befund ausgewählt wird, bei dem
der zeitliche Zusammenhang mit den Todesfällen – anders als bei vielen
der weiteren Zusammenhangsbefunde – visuell besonders schwer zu sehen
ist. Es sieht so aus, als würden die Booster-Impfungen erst nach dem
Anstieg der Todesfälle ansteigen.
Allerdings ist das nur ein visueller Trugschluss, der sich bei einer
vergleichbaren Skalierung der Achsen für die Todesfälle und die
Impfungen dann einstellt, wenn der Effekt der Impfungen auf die
Todesfälle mit der Zeit kleiner wird.
Dieser entstehende visuelle Trugschluss wird in meinem Analyse-Papier
mittels einer Simulation demonstriert, bei der angenommen wird, dass die
Impfungen die Todesfälle kausal beeinflussen, aber mit abnehmendem
Effekt. Es stellt sich dann genau der visuelle Effekt ein, die Impfungen
würden erst nach den Todesfällen ansteigen, obwohl die Impfungen in
dieser Simulation die Todesfälle kausal erzeugen.
Bemerkenswert ist hier vor allem: Hätte Liebl die vollständige
Original-Abbildung gezeigt, wäre das zu sehen gewesen, denn die
Original-Abbildung enthält diese Simulation, und zeigt, dass der
simulierte kausale Zusammenhang visuell dem beobachteten zeitlichen
Zusammenhang zwischen den Booster-Impfungen und den Todesfällen
entspricht.
Anstatt diesen Aspekt zu zeigen, wird Graphik mit der Illustration des
Trugschlusses von Dominik Liebl weggeschnitten:
Fragwürdig ist weiterhin, dass Dominik Liebl einen Einzelbefund selektiv
herausgreift, welcher theoretisch auch durch saisonale Effekte und
COVID-bezogene Effekte erklärt werden könnte. Dabei fällt unter den
Tisch, dass es weitere Analysen zur Übersterblichkeit und zu den
Non-COVID-Todesfällen gab, welche zeigen, dass alle diese
Alternativerklärungen den Zusammenhang nicht erklären können.
Dann kommt das fragwürdige Argument der Scheinkorrelation:
Und der Beitrag schließt schließlich mit einer weiteren hochmütigen
Diffamierung:
Diese ausschnitthafte und irreführende Darstellung wurde in den
darauffolgenden Beiträgen und Reaktionen der Medien unkritisch als die
„Realität“ angesehen:
Es wird manchmal behauptet, ich hätte aus korrelativen Befunden kausale
Schlüsse gezogen – obwohl ich in Wirklichkeit mehrmals ausdrücklich
darauf hinweise, dass Korrelation nicht Kausalität bedeuten muss.
Es wird manchmal behauptet, ich hätte nicht beachtet, dass COVID-
bezogene Effekte eine Rolle spielen könnten – obwohl diese mögliche
Erklärung durch die Zusatzanalyse von nicht COVID-bedingten Todesfällen
ausgeschlossen wurde.
Es wird manchmal behauptet, ich hätte saisonale Effekte nicht beachtet –
obwohl die Analyse zur Übersterblichkeit genau mit dem Ziel des
Ausschlusses saisonaler Effekte durchgeführt wurde.
Es wird nicht erwähnt, dass – wie in meinem Analyse-Papier gezeigt –
sich auch bei einer Betrachtung auf der Ebene der einzelnen Bundesländer
ein Zusammenhang zwischen den Impfungen und den Todesfällen zeigt, trotz
unterschiedlicher Impfverläufe.
Es wird nicht erwähnt, dass – wie in meinem Analyse-Papier gezeigt –
sich ein zeitlicher Zusammenhang zwischen den Impfungen und der
Übersterblichkeit auch in einer länderübergreifenden Analyse über 15
Länder hinweg bestätigt (Belgien, Dänemark, Deutschland, Finnland,
Frankreich, Griechenland, Großbritannien, Israel, Norwegen, Österreich,
Schweiz, Slowenien, Spanien, Tschechien, Ungarn).
Es wird nicht erwähnt, dass in meinem Analyse-Papier weitere empirische
Belege erwähnt werden, wie beispielsweise dass sogar selbst in der
damaligen großen Zulassungsstudie zum BioNTech-Impfstoff im verfolgten
Zeitraum in der Impfgruppe unabhängig von der Todesursache vier
Todesfälle mehr zu verzeichnen waren als in der Placebogruppe.
4.2. Die irreführende Aufbereitung der Thematik im „Faktenfuchs“ des
Bayerischen Rundfunks
Das Verschweigen von vorab vorliegenden Informationen
Wie eingangs erwähnt, ist zu meinen Befunden inzwischen auch ein
„Faktenfuchs“ im Bayerischen Rundfunk erschienen. Auch hier ist
bemerkenswert, auf welche Weise die tatsächliche Sachlage verzerrt
abgebildet wird, obwohl ich in meiner, auf eine vorherige Presseanfrage
der Journalistin erfolgte Stellungnahme zu Beginn folgenden Wunsch
geäußert habe:
"Vorab möchte ich auch noch einen Wunsch äußern. Ich möchte damit in
keiner Weise nahelegen, dass das auf Ihre Art der Berichterstattung
zutrifft. Aber da ich das in den letzten beiden Jahren sehr oft
persönlich erlebt habe, stelle ich diesen Wunsch den folgenden
Ausführungen voraus. In einem Beitrag der Bundeszentrale für politische
Bildung zur Frage „Was ist Propaganda?“ heißt es:
„Propaganda ist der Versuch der gezielten Beeinflussung des Denkens,
Handelns und Fühlens von Menschen. (…) Charakteristisch für Propaganda
ist, dass sie die verschiedenen Seiten einer Thematik nicht darlegt und
Meinung und Information vermischt. Wer Propaganda betreibt, möchte nicht
diskutieren und mit Argumenten überzeugen, sondern mit allen Tricks die
Emotionen und das Verhalten der Menschen beeinflussen, beispielsweise
indem sie diese ängstigt, wütend macht oder ihnen Verheißungen
ausspricht. Propaganda nimmt dem Menschen das Denken ab und gibt ihm
stattdessen das Gefühl, mit der übernommenen Meinung richtig zu liegen.
Hier zeigt sich der große Unterschied etwa zur journalistischen
Information: Journalisten betreiben Aufklärung, indem sie alle
verfügbaren Fakten und Hintergründe darlegen und die Menschen selbst
entscheiden lassen, was richtig und was falsch ist.“
Eine erste Verzerrung ist für Personen, welche von den vor dem
„Faktenfuchs“ erschienenen Beiträgen nichts wissen, nicht zu erkennen:
Im „Faktenfuchs“ kommen als statistische Fachexperten fast
ausschließlich der Statistiker Dominik Liebl und die Autoren der
„Unstatistik“ zu Wort, von denen bereits vorher bekannt war, dass sie
das Sicherheitssignal des beobachteten Anstiegs der Todesfälle im
zeitlichen Zusammenhang mit den Impfungen mit statistisch fragwürdigen
Argumenten wegdiskutieren.
Dass es auch Fachexperten gibt, die es anders als die Statistiker
Dominik Liebl und die Autoren der „Unstatistik“ sehen, zeigt
beispielsweise folgende Email, die ich erhalten habe:
"XXX.de>; 13.02.2022, 13:09
Sehr geehrter Herr Kuhbandner,
ich habe vor einigen Tagen Ihr Interview auf ServusTV zum Thema der
Übersterblichkeit im zeitlichen Zusammenhang mit den COVID-Impfungen
gesehen und zunächst freudig zur Kenntnis genommen, dass Sie sich dieses
Phänomens analytisch angenommen haben. Als ich gestern auf dem Blog von
Bert Ehgartner dann gelesen habe, wie Sie auf Grund Ihres publizierten
Beitrages von verschiedenen Seiten diffamiert werden und insbesondere
die „Argumentation“ von Herrn Dominik Liebl in Ihrem e-mail-Austausch
zur Kenntnis genommen habe, hat mich das doch sehr aufgeregt. Kurz zu
meinem Background: Ich bin (...) und habe mich in der Vergangenheit mit
zeitreihenbasierten Ein-Ausgangs-Analysen (Blackbox-Verfahren) von
sogenannten Deformationsprozessen (Veränderungen von Form und Lage von
Objekten wie Berghängen, Bauwerken und Maschinen) auf der Grundlage
einwirkender Kräfte beschäftigt.
Ich bin ehrlich gesagt entsetzt über die Argumentation von Herrn Liebl
und frage mich, ob er das, was er schreibt, wirklich nicht besser weiß,
oder ob er Sie einfach nur diffamieren möchte. Ersteres wäre bedenklich,
letzteres absolut unkollegial.
Herr Liebl schreibt, dass nichtstationäre Zeitreihen immer einen hohen
Korrelationsbetrag aufweisen. Nun, das kann so sein, muss aber nicht
sein. Eine Vorab-Filterung von Zeitreihen durch Differenzen-, Hochpass-,
Tiefpass- oder andere Filter ist immer dann angezeigt, wenn ein
bekannter deterministischer Effekt aus den Zeitreihen herausgerechnet
werden soll, um weitere Effekte, die insbesondere durch den ansonsten
vorhandenen Trend „verschluckt“ werden würden, zu detektieren. Beispiel:
Modellierung der Bodentemperatur in Abhängigkeit von Sonnenstand,
Bewölkungsgrad, Niederschlag und Wind. Da die Abhängigkeit vom
Sonnenstand ziemlich klar ist, würde ich hier die Daten vorab
tatsächlich filtern, um anschließend die Korrelation mit Bewölkung,
Niederschlag und Wind zu bestimmen. Niemand käme aber, glaube ich, auf
die Idee, zu behaupten, dass die Bodentemperatur nicht maßgeblich vom
Sonnenstand beeinflusst wäre, nur weil beide Zeitreihen nichtstationär
sind und die Korrelation eine Scheinkorrelation sei. Das wäre ungefähr
so, als wenn man behauptete, dass die Öffnung eines Heizventils nur mit
der Zimmertemperatur korreliert wäre, weil Ein- und Ausgangsgröße durch
nichtstationäre Zeitreihen repräsentiert werden, das eine aber nicht
Ursache des anderen sei."
Weiterhin hatte ich die Journalistin in meiner Stellungnahme, die sie
vor Veröffentlichung ihres Beitrags erhielt, auf die weiter oben
beschriebenen Fehlinterpretationen in den Analysen der Statistiker
hingewiesen, mit denen diese zu belegen versuchen, es gebe in
Wirklichkeit keinen Zusammenhang zwischen den Impfungen und den
Todesfällen. Diese methodische Kritik wird im „Faktenfuchs“ jedoch mit
keinem Wort erwähnt.
Schließlich hatte ich in meiner vorher verschickten Stellungnahme auf
inzwischen existierende weitere Befunde verwiesen, welche die Evidenz
zunehmend verdichten, dass die COVID-Impfungen mit mehr Todesfällen
einhergehen als bisher vermutet. Zum Beispiel zeigt eine
altersgruppenabhängige Analyse der Sterbefallzahlen, dass im Jahr 2021
selbst in den jüngeren Altersgruppen die Sterberate angestiegen ist, und
zwar im Jahresverlauf umso später, je jünger die Altersgruppe ist, was
als ein weiteres – korrelatives – Indiz für einen möglichen kausalen
Effekt der Impfungen gewertet werden kann. Obwohl die Journalistin
davon wusste, wird keiner der weiteren empirischen Belege im
„Faktenfuchs“ erwähnt.
Die Täuschung hinsichtlich meiner methodischen Fachkompetenzen
Journalistisch fragwürdig ist weiterhin, dass zusätzlich versucht wird,
die aufgegriffenen Argumente von mir zu entwerten, indem meine
methodischen Fachkompetenzen vorab mit fragwürdigen Mitteln diffamiert
werden, bevor es im „Faktenfuchs“-Beitrag überhaupt um Argumente und
Gegenargumente geht. So heißt es zu Beginn:
„Kuhbandner fiel schon in der Vergangenheit auf: In einem Seminar an der
Universität Regensburg verglich er laut einem Bericht des
Deutschlandfunks Anfang 2021 Corona-Maßnahmen an Schulen - die
Durchsetzung von Maskenpflicht und Abstandsregeln - mit einem
Experiment, bei dem Teilnehmer mit Stromstößen gequält wurden.“
Diese Behauptung basiert auf einem journalistisch äußerst fragwürdigen
Beitrag im Deutschlandfunk. Das Problem dieses Beitrags ist, dass der
Journalist das mit mir geführte Interview ausschnitthaft so wiedergibt,
dass die tatsächliche Sachlage irreführend vermittelt wird. Das
tatsächlich stattgefundene Interview des Deutschlandfunk-Journalisten
mit mir wurde beim Online-Journal „Telepolis“ veröffentlicht. Wer das
Interview liest, wird sehen, dass die obige Behauptung die Realität in
keiner Weise abbildet.
Dann heißt es im „Faktenfuchs“ weiter:
„2020 veröffentlichte Kuhbandner gemeinsam mit dem Finanzwissenschaftler
Stefan Homburg einen Kommentar. Homburg verbreitet in der Pandemie immer
wieder Falschinformationen auf; der Autor eines 'Spiegel'-Kommentars
bezeichnet ihn als 'Querdenker'-Wortführer”.
Mein Beitrag wird abwertend so geframed, als handle es sich hier um eine
unwissenschaftliche Fehlinformation. In Wirklichkeit wurde dieser
Kommentar mit Peer-Review in einer internationalen medizinischen
Fachzeitschrift veröffentlicht. Verschwiegen wird auch, dass ich einen
weiteren peer-reviewed Artikel in einer internationalen Fachzeitschrift
zu methodischen Aspekten bei der Analyse der Effekte von Corona-
Maßnahmen publiziert habe. In beiden Kommentaren geht es darum, die in
publizierten Studien zur Wirkung von Maßnahmen enthaltenen methodischen
Probleme herauszuarbeiten. Anstatt das als Hinweis auf meine
methodischen Kompetenzen zu interpretieren, werde ich stattdessen vorab
diffamiert. Dieses Ziel scheint auch der darauffolgende Satz im
„Faktenfuchs“ zu verfolgen:
„Außerdem ist er Mitglied im Verein 'Mediziner und Wissenschaftler für
Gesundheit, Freiheit und Demokratie', gegründet von Sucharit Bhakdi. Der
ehemalige Professor für Mikrobiologie fällt ebenfalls immer wieder mit
teilweise unbelegten, teilweise falschen Behauptungen zu Covid-19 und
zur Impfung auf.“
Man hätte auch erwähnen können, dass ich über 40 empirisch-
wissenschaftliche Publikationen mit zum Teil komplexen statistischen
Analysemethoden in hochrangigen internationalen peer-reviewed
Fachzeitschriften veröffentlicht habe, oder dass ich wissenschaftlicher
Fachgutachter für zahlreiche internationale Fachzeitschriften oder
wissenschaftliche Institutionen wie beispielsweise die Deutsche
Forschungsgemeinschaft (DFG) bin; oder dass ich in meiner Lehre
Seminare anbiete, in denen das Ziel darin besteht, Studierenden ein
tiefergehendes Verständnis in wissenschaftlichen Methoden und Statistik
– über das bloße Anwenden von Formeln hinaus – beizubringen.
Stattdessen werden meine methodischen Fachkompetenzen mit Verweis auf
angebliche Falschaussagen von anderen Wissenschaftlern und
journalistisch fragwürdig aufbereitete Artikel gezielt unterminiert.
4.3. Das Messen mit zweierlei Maß
Es gibt noch eine weitere frappierende Beobachtung beim Umgang mit
Befunden zu den möglichen Effekten der COVID-Impfungen: Ein fragwürdiges
Messen mit zweierlei Maß.
Das kann man beispielsweise anhand eines vor wenigen Tagen erschienenen
„Faktenchecks“ der dpa zu den Befunden des zeitlichen Zusammenhangs
zwischen dem Anstieg der COVID-Impfungen und des Anstiegs der Todesfälle
illustrieren. In diesem heißt es zunächst in Bezug auf die von mir
veröffentlichten Befunde:
„Ein Korrelationskoeffizient von 0,9 soll dies untermauern. Der Wert
misst die Stärke eines Zusammenhangs zwischen zwei Variablen. Ein Wert
knapp unter 1 bedeutet in der Statistik einen besonders starken
Zusammenhang. Einen kausalen Zusammenhang kann dieser Wert jedoch nicht
messen.“
Als Gegenbeweis wird später dann folgende Studie angeführt:
„Studien zeigen zudem gegenteilige Effekte. Forschende der Ernst-Abbe-
Hochschule in Jena sehen Hinweise auf einen Zusammenhang zwischen hohen
Impfquoten und niedrigen Übersterblichkeitszahlen.“
Ein Blick in diese Studie offenbart, dass auch diese auf einer
Korrelation beruht, in diesem Fall sogar auf einer methodisch sehr
fragwürdigen. Laut den verfügbaren methodischen Informationen wurde dort
einfach die in einem Bundesland in der Kalenderwoche 49 erreichte
Impfquote mit der in einem Bundesland in den Kalenderwochen 1-48
insgesamt beobachteten Übersterblichkeit korreliert. So heißt es in
der Pressemitteilung der Ernst-Abbe-Hochschule Jena zu den Methoden:
„Für das Jahr 2021 liegen demnach aktuell die Sterbefälle bis zur
Kalenderwoche 48 vor. Dementsprechend wurde die Anzahl an Sterbefällen
der Jahre 2016 bis 2019 und die im Jahr 2021 jeweils in den
Kalenderwochen 1 bis 48 verglichen. (…)
Als Indikator für den Impffortschritt wurde die Impfquote (vollständige
Impfung) nach Angaben des Robert-Koch-Instituts vom 8. Dezember 2021 (KW
49) genutzt.
Der Verlauf der Impfkampagne und ggf. Boosterimpfungen finden in der
Untersuchung demnach keine explizite Berücksichtigung.“
Das ist allein schon deswegen methodisch fragwürdig, weil ein größerer
Teil der Übersterblichkeit Im Jahr 2021 aus dem Januar und Februar
stammt, als die Impfungen noch gar keine Wirkung zeigen konnten.
Weiterhin zeigen genauer aufgelöste zeitliche Analysen, dass der
Zusammenhang zwischen der beobachteten Übersterblichkeit und
der Impfquote in einem Bundesland über die Zeit hinweg stark schwankt
und in manchen Zeiträumen positiv, anstatt wie in der Jenaer Studie
negativ, korreliert ist.
Das eigentlich interessante an der Studie aus Jena ist, dass man das
fragwürdige Messen mit zweierlei Maß anhand dieser Studie besonders
deutlich aufzeigen kann:
Vor ein paar Monaten wurde von zwei Wirtschaftswissenschaftlern in einer
Analyse basierend auf praktisch derselben Methode genau das Gegenteil
gezeigt, also dass die Übersterblichkeit in einem Bundesland umso höher
ist, je höher die Impfquote ist. Als Reaktion darauf gab es zahlreiche
Faktenchecks, warum das nicht stimmen könne oder nicht kausal
interpretiert werden darf. So heißt es beispielsweise in einem
Faktencheck der Tagesschau:
„Das Gewichten der Werte nach der Bevölkerungszahl der einzelnen
Bundesländer [auch das wurde in der Jenaer Studie unter anderem gemacht]
sorge außerdem dafür, dass das Ergebnis von wenigen bevölkerungsreichen
Bundesländern und damit von sehr wenigen Datenpunkten abhängt.“
„Zudem wäre die Ermittlung einer Korrelation nur ein erster
Anhaltspunkt, erklärt zur Nieden. Diese müsse weitere Untersuchungen
nach sich ziehen, ob es einen tatsächlichen direkten oder indirekten
kausalen Zusammenhang gebe.“
„Der zeitliche Zusammenhang und Abstand zwischen Impfquote und Immunität
wurde in der Untersuchung komplett ausgeblendet, ebenso Effekte wie das
Mortality Displacement und das unterschiedliche Infektionsgeschehen in
den einzelnen Bundesländern.“
Das Fazit lautet dann:
„Niedens [Felix zur Nieden, Experte für Demografie und Sterbefallzahlen
des Statistischen Bundesamtes] Fazit zu dem Papier fällt dementsprechend
harsch aus: "Das ist keine seriöse Auswertung, mit der man an die
Öffentlichkeit geht.“
Die Deutsche Gesellschaft für Psychologie veröffentlichte eine
Stellungnahme, in der es heißt:
„Die Deutsche Gesellschaft für Psychologie hält es für unverantwortlich,
ein Papier in die Öffentlichkeit gelangen zu lassen, dessen Inhalt und
Methodik wissenschaftlichen Standards nicht genügen und das zu
Fehlinterpretationen Anlass gibt bzw. diese sogar nahelegt; dazu gehören
zum Beispiel die kausale Interpretation der Korrelation von Impfquote
und Übersterblichkeit und die selektive Auswahl der analysierten
Zeiträume.“
In einem MDR-Faktencheck erklärt Prof. Helmut Küchenhoff von der LMU
München dazu:
„Da ist man wirklich zum Teil dann auf dem Niveau bei diesem klassischen
Beispiel: Es gibt Zusammenhänge zwischen Störchen und Geburten.“
Alle der in den Faktenchecks und Stellungnahmen genannten Argumente
treffen eins zu eins auch auf die im obigen dpa-Faktencheck als
Gegenbeweis ins Feld geführte Studie der Ernst-Abbe-Hochschule in Jena
zu, weil dort praktisch genau dieselben Methoden verwendet wurden.
Dementsprechend müssten auch hier sofort – genauso wie damals –
zahlreiche Faktenchecks und Stellungnahmen von Fachgesellschaften
erscheinen, welche genau dieselben Probleme thematisieren.
Meines Wissens ist allerdings zu dieser Studie bis heute kein einziger
Faktencheck und keine einzige Stellungnahme einer Fachgesellschaft
erschienen. Stattdessen schaffte es diese Studie zum Beispiel ins
Ärzteblatt, mit dem Titel "Hohe Impfquoten gehen mit niedrigerer
Übersterblichkeit einher".
Man trifft hier auf ein eindrückliches Beispiel für das Messen mit
zweierlei Maß: Es erscheinen zwei Studien mit praktisch exakt derselben
Methode, bei denen aufgrund der einmal nur ausschnitthaften (Studie der
zwei Wirtschaftswissenschaftler) und einmal zu groben (Jenaer Studie)
zeitlichen Auflösung gegenteilige Ergebnisse berichtet werden.
Hinsichtlich der Aussagekraft in Bezug auf den Zusammenhang der
COVID-Impfungen mit den Todesfällen sind aus diesen methodischen Gründen
beide Studien nicht aussagekräftig. Aber die Studie, welche zum Narrativ
eines wirksamen und sicheren Impfstoffs passt, wird unkritisch in vielen
Qualitätsmedien verbreitet, hier erscheint keiner der obigen
Faktenchecks und keiner der statistischen Experten tritt auf, um das
kritisch zu betrachten. Die Studie, welche das Narrativ eines wirksamen
und sicheren Impfstoffs in Frage stellt, wird dagegen nie von den
Qualitätsmedien kommuniziert, stattdessen wird versucht, diese Studie in
Faktenchecks in Frage zu stellen, Fachexperten treten auf und
kritisieren die Studie und Fachgesellschaften verfassen kritische
Stellungnahmen.
4.4. Ein Grundproblem der Wissenschaftskommunikation
Abschließend möchte ich noch auf ein grundlegendes Problem in der
Wissenschaftskommunikation hinweisen. Um dieses Problem zu illustrieren,
kann man sich in die Perspektive der „Faktenfuchs“-Journalistin
hineinversetzen: Man stelle sich vor, es treten drei Personen mit Titel
Statistikprofessor auf, die einstimmig meinen, beim Anstieg der
Todesfälle im zeitlichen Zusammenhang mit den Impfungen handle es sich
um eine „Nonsense-Korrelation“. Und auf der anderen Seite behauptet ein
Psychologie-Professor, dass sich alle drei Statistik-Professoren irren.
Wem würde man wohl Glauben schenken?
Das Problem wird von Kary Mullis, Nobelpeisträger und Erfinder des
PCR-Test-Prinzips, in einem Interview auf den Punkt gebracht:
„Guys like Fauci [Anthony Fauci, Chefvirologe der USA] get up there and
start talking, you know, he doesn’t know anything really about anything
and I’d say that to his face. Nothing. (...) You can’t expect the sheep
to really respect the best and the brightest. They don’t know the
difference, really. I mean, I like humans, don’t get me wrong. But
basically, there is a vast, vast majority of them that do not possess
the ability to judge who is and who isn’t really a good scientist.
That’s a problem, that’s a main problem actually with science, I’d say.“
Unterschiedliche wissenschaftliche Meinungen zu haben, ist eines der
fundamentalsten Grundprinzipien der Wissenschaft überhaupt. Würde man
das nicht zulassen, gäbe es keinen wissenschaftlichen
Erkenntnisfortschritt mehr. Allerdings gibt es hier hinsichtlich
der Kommunikation von Wissenschaft unter anderem zwei wichtige
Einschränkungen:
Erstens: Eine als „wissenschaftlich“ titulierte Meinung muss auf
überprüfbaren Daten beruhen, welche mit Methoden analysiert wurden,
welche valide Aussagen zulassen, die wiederum fachlich korrekt
interpretiert werden.
Zweitens: Eine „wissenschaftliche“ Meinung darf nicht als „Wahrheit“
tituliert werden, sondern die angesichts der verwendeten Methoden und
Analysen verbleibende Unsicherheit muss mitkommuniziert werden.
Genau hier besteht ein Unterschied in der Kommunikation zwischen mir und
Dominik Liebl bzw. den Autoren der „Unstatistik“: Während ich immer
wieder betone, dass die korrelativen Befunde vorläufig und mit Vorsicht
zu interpretieren sind und nicht notwendigerweise einen kausalen Effekt
bedeuten müssen, stellen Dominik Liebl und die Autoren der „Unstatistik“
ihre Argumente dar, als wären diese „Wahrheiten“. Insbesondere im
Hinblick darauf, dass es hier darum geht, mögliche bisher unbekannten
tödlichen Nebenwirkungen von Medikamenten zu entdecken, wäre es umso
wichtiger, wissenschaftlich valide zu kommunizieren und Unsicherheiten
zu benennen.
5. Abschließende Bemerkungen
Es ist persönlich verstörend, erleben zu müssen, wie in unserer
Gesellschaft mit Sicherheitssignalen umgegangen wird, welche einen
möglichen Hinweis darauf liefern, dass mit einem bevölkerungsweit
verabreichten Medikament möglicherweise bisher unbekannte extreme
Nebenwirkungen verbunden sein könnten. Das Sicherheitssignal
des Anstiegs der Todesfälle im zeitlichen Zusammenhang mit den
COVID-Impfungen muss natürlich nicht notwendigerweise auf einen kausalen
Effekt hinweisen. Man kann nur hoffen, dass dem nicht so ist.
Aber ein solches Sicherheitssignal einfach zu ignorieren oder mit
fragwürdigen statistischen Argumenten beiseite zu wischen, anstatt
diesem Sicherheitssignal mit weitergehenden Studien und validen Analysen
nachzugehen, halte ich für zutiefst unverantwortlich – ganz zu schweigen
davon, was es bedeutet, als Überbringer dieses Sicherheitssignals
öffentlich diskreditiert und diffamiert zu werden.
Interessanterweise gibt es eine historische Parallele: den
Contergan-Skandal. Auch dort wurde nach der Beobachtung des vermehrten
Auftretens von Missbildungen im zeitlichen Zusammenhang mit der
Verabreichung des Medikaments zunächst abgewiegelt und auf Zufall oder
irgendwelche Drittvariablen verwiesen. In den Medien erschienen
Berichte, es sei nicht gerechtfertigt, breite Bevölkerungskreise mit
Nachrichten zu beunruhigen, deren Stichhaltigkeit vorerst keiner
statistischen Prüfung standhält. Im monitor Versorgungsforschung
schreibt dazu Reinhold Roski, Professor für Wirtschaftskommunikation an
der Hochschule für Technik und Wirtschaft Berlin, im Nachhinein:
„Viele medizinische Katastrophen hätten früher enden können. Es dauerte
drei Jahre, bis Contergan als Grund von Missbildungen identifiziert
wurde.“
Man hätte sich wünschen können, dass man aus diesen historischen
Vorerfahrungen gelernt hat. Aber das scheint offenbar nicht der Fall zu
sein.
Über den Autor: Christof Kuhbandner, Jahrgang 1974, ist Professor für
Psychologie und leitet den Lehrstuhl für Pädagogische Psychologie an der
Universität Regensburg. Zuvor war er an der LMU München, der TU Dresden
und der International University Bremen tätig. Er forschte und lehrte in
den Bereichen der Allgemeinen Psychologie, der Entwicklungspsychologie,
der Persönlichkeitspsychologie und der Pädagogischen Psychologie.
Forschungsschwerpunkte sind die Themen Emotion, Gedächtnis, Motivation
und Förderung der Persönlichkeitsentwicklung basierend auf
experimentalpsychologischen, neurophysiologischen und korrelativen
Forschungsmethoden sowie mathematischen Modellierungsmethoden. Er hat
über 40 wissenschaftlich-empirische Artikel in internationalen
peer-reviewed Fachzeitschriften veröffentlicht und ist
wissenschaftlicher Fachgutachter für zahlreiche hochrangige
internationale Fachzeitschriften und wissenschaftliche Institutionen wie
beispielsweise die Deutsche Forschungsgemeinschaft (DFG).
Materialien zur Kontroverse in der Reihenfolge ihres Erscheinens:
- Servus TV / Bert Ehgartner, Im Stich gelassen – die Covid-Impfopfer,
Dokumentarfilm, 48 min (18.01.2022)
- Oval Media / Bert Ehgartner, Impfungen und Übersterblichkeit,
Video, 9 min (20.01.2022)
- Christof Kuhbandner, Der Anstieg der Übersterblichkeit im zeitlichen
Zusammenhang mit den COVID-Impfungen, 28-seitiges Analysepapier
(21.01.2022)
- Dominik Liebl, Twitter-Beitrag zum Kuhbandner-Papier (25.01.2022)
RWI - Leibniz-Institut für Wirtschaftsforschung / Thomas Bauer /
Katharina Schüller,
- Unstatistik des Monats: Impfquote und Übersterblichkeit, eine
„Spurious Correlation“ (31.01.2022)
- Christof Kuhbandner, Dokumentation des Email-Austausches mit den
Autoren der „Unstatistik des Monats“ (08.-17.02.2022)
- Bert Ehgartner, Impfungen, Übersterblichkeit - und statistische
Nebelbomber (in diesem Beitrag wird die E-Mail-Korrespondenz zwischen
Christof Kuhbandner und Dominik Liebl vom 26.01. öffentlich gemacht)
(10.02.2022)
- BR / Jeanne Rubner, Der Fall Kuhbandner: Vom Umgang mit akademischen
Querdenkern, Radiobeitrag, 6 min (11.02.2022)
- Christof Kuhbandner, Antwort auf die Presseanfrage vom 10.02.2022 vom
Bayerischen Rundfunk, 22 Seiten (14.02.2022)
- BR Faktenfuchs / Elisabeth Kagermeier, Doku von ServusTV: Fehlende
Einordnung und falsche Zusammenhänge (15.02.2022)
- dpa factchecking, Video interpretiert Studien falsch - Corona-Impfung
wirkt und verhindert Todesfälle (18.02.2022)
--
Charakteristisch für Propaganda ist, dass sie verschiedene Seiten einer Thematik nicht darlegt
und Meinung und Information vermischt...Propaganda nimmt dem Menschen das Denken ab und gibt
ihm stattdessen das Gefühl, mit der übernommenen Meinung richtig zu liegen....Journalisten
betreiben Aufklärung, indem sie alle verfügbaren Fakten und Hintergründe darlegen und die
Menschen selbst entscheiden lassen, was richtig und was falsch ist.
bpb, 01.10.2011