Born et al. om epidemien i Sverige – hvad er der galt og hvordan ser det ud nu?

Som opmærksomme læsere ved, er vi her på stedet kommet til konklusionen, at de voldsomme nedlukninger i den vestlige verden siden marts sidste år ikke har reddet liv. Lockdowns virkede ikke, men skabte enorme økonomiske omkostninger og endnu større skader på folks velbefindende og mentale helbred. Douglas Allen har i foråret udført den foreløbig største litteratursurvey af forskningen omkring nedlukninger i 2020, hvor han ligeledes konkluderer, at nedlukningerne ikke redede liv. Som han slutter sit studie med, er beslutningen om at lukke samfundet ned ”one of the greatest peacetime policy failures in Canada’s history”. Mens computermodeller fra bl.a. Imperial College London forudsiger, at nedlukninger redder tusinder af liv, har den empiriske forskning – dvs. studier der bruger faktiske data i stedet for imaginære computerforecasts – helt generelt fundet nuller.

Undtagelsen er dog Benjamin Born, Alexander Dietrich og Gernot Müllers “The lockdown effect: A counterfactual for Sweden.” Born et al. er et studie af de svenske corona-relaterede dødsfald, og bruger en såkaldt syntetisk kontrol for at give et informeret bud på, hvordan de svenske dødsfald havde udviklet sig hvis landet havde lukket ned som andre dele af Europa. Læser man studiet, der nu er udgivet i PLOS One, er det svært at afvise, at de tre tyskere har gjort et fint stykke arbejde. Det stikker alligevel ud, da de finder at ’manglen’ på en svensk nedlukning kostede liv. Spørgsmålet er, om der er noget galt med Born et al. som de i princippet kunne have gjort noget ved. Det er spørgsmålet, vi ser omhyggeligt på i dag.

Mens der ikke er noget teknisk galt med deres brug af en syntetisk kontrol, har selve metoden nogle mulige problemer, der skal håndteres. I helt særlig grad gælder det, at når man fitter den syntetiske kontrol, der basalt set bare er et vægtet gennemsnit af andre sammenlignelige lande, men hvor metoden finder den optimale vægtning, bør man fitte den over en lang periode før den intervention eller begivenhed, man studerer konsekvenserne af. Det er ikke muligt i forbindelse med coronavirussen, da der i sagens natur ikke findes en lang periode før – tallene for corona-relaterede dødsfald er nul i alle lande. Det andet problem er, at man bør se på en tilstrækkeligt lang periode efter begivenheden for at være sikker på, at man ikke finder en transitorisk forskel.

Det første problem kan ganske enkelt ikke løses så længe man fokuserer specifikt på corona-relaterede dødsfald. Som vi har argumenteret tidligere her på stedet, kan det også give misvisende resultater, fordi ikke alle lande opgør tallet på samme måde, og opgørelsesmetoden endda har ændret sig over tid. Forleden kom det for eksempel frem, at Alameda County i Californien havde overdrevet deres dødstal med 25 %, fordi deres metode bl.a. også talte en række trafikdødsfald og andet med. Løsningen er at se på overordnede dødstal, dvs. ’all-cause mortality’.

Gør man det og beregner den syntetiske kontrol, som Born et al. kommer frem til, ser det ud som i den første figur. Born et al. fokuserer på de otte uger fra 15. marts i uge 12 til 17 maj, som er tydelige i figuren, der begynder med uge 11. Vi bruger med vilje deres syntetiske kontrol for smittetal i stedet for dødstal, fordi den matcher deres resultater noget bedre når vi bruger overordnet mortalitet.

Born et al. finder med den, at Sverige havde cirka 2800 flere dødsfald end den syntetiske kontrol i de otte uger. Bruger man deres syntetiske kontrol, men med overordnede dødstal, finder man et overskud på cirka 1700 ekstra dødsfald, som kan afløses i figuren ved at sammenligne den blå linje (Sverige) med den stiplede sorte linje (den syntetiske kontrol). Problemerne viser sig dog ved at sammenligne Sverige med den syntetiske kontrol udenfor den periode, Born et al. fokuserer på. Det kan ses i den første figur, når man går videre end den 11. uge efter at Sverige ikke lukkede ned som andre, og i den anden figur i dag, der viser matchet til den syntetiske kontrol i 2019 og de første uger af 2020.

Det første problem er, at man tydeligt kan se, at det faktiske Sverige oplevede godt 500 færre dødsfald i de første 11 uger af 2020 og 4500 færre dødsfald i 2019 end i den syntetiske kontrol. I den anden figur ligger den syntetiske kontrol således over det faktiske Sverige hver uge i hele 2019. Øvelsen illustrerer således endnu en gang, at Sverige gik ind i epidemien med en stor mængde ’dry tinder’, som det kaldes: Relativt mange ældre, der under normale omstændigheder ville være døde, men som af en eller anden grund – bl.a. en meget svag virussæson – overlevede længere end normalt. Sveriges dødelighed i hele 2019 lå således på cirka 95 % af gennemsnittet for de foregående fem år.

Det andet problem er også klart, når man fokuserer på perioden fra uge 11 i 2020 og indtil de sidst tilgængelige data for uge 19 i år, som vi gør i den tredje figur. Fra uge 25 til uge 46 ligger Sverige igen væsentligt under den syntetiske kontrol. Uge 47 til uge 3 i 2021 ligger Sverige over, men derefter igen under den syntetiske kontrol. Det er således meget klart, at timingen i Born et al. er vigtig: Hvis de havde udvidet den periode, de undersøger, ville deres egen metode med stor sikkerhed have givet et andet resultat. I forhold til den syntetiske kontrol oplevede Sverige lidt flere tidlige dødsfald, men ikke flere totalt set.

Som vi illustrerer i den sidste figur, passer den syntetiske kontrol for hele 2020 forbløffende godt på Sverige: Den faktiske svenske dødelighed i 2020 var 0,2 % lavere end den syntetiske kontrol fra Born et al. Men dry tinder-problemet er også tydeligt, da kontrollen havde 5,3 % højere dødelighed i 2019. Ydermere har den 2,3 % højere dødelighed i de første 19 uger af 2021. Bundlinjen er, at Born, Dietrich og Müller rent teknisk har lavet et meget fint studie, men kommer til at lide af problemer, som deres specifikke datavalg fører dem ud i. Bruger man faktiske, overordnede mortalitetstal for hele 2020, viser deres syntetiske kontrol sig at være et flot match til Sverige. Den fører bare slet ikke til de konklusioner, de ender med i deres studie. Den indikerer derimod, at Sveriges valg ikke førte til flere dødsfald.

5 thoughts on “Born et al. om epidemien i Sverige – hvad er der galt og hvordan ser det ud nu?

  1. Peter Krogsten

    Der er vel det galt, at man ikke ved, hvor mange der reelt er døde AF Covid-19. Der tales altid om corona-relaterede, og der angives et antal ‘underliggende sygdomme, som en vis procentdel havde, da de døde. Vi ved ikke om de døde af den allerede eksisterende sygdom, af Covid-19 eller en kombination, forstærket af høj alder. Man vidste jo allerede i februar 2020 i Italien, hvem risikogruppen var. Trækker vi dem ud, der har underliggende sygdomme, ved vi heller ikke om Covid-19 var dødsårsagen. Vi ved kun, at de ikke havde nogle af de definerede underliggende sygdomme.
    Det er jo heller aldrig kommet frem i danske medier at “Texas modellen: Væk med samtlige restriktioner på én gang, var en stor succes. Danskerne har heller aldrig fået at vide, at ud af de 4,5 mio. danskere under 60 år, var 83 smittede med Corona da de døde siden 27/1 2020, for knap 1½ år siden. Tager man de 80% ud, der har underliggende sygdomme, står vi med 16 personer i løbet af 16½ måned, der måske døde af Corona. Reelt ved vi det ikke, vi ved kun de ikke havde de definerede underliggende sygdomme.
    Politikere, journalister og desværre også en del fagfolk på universiteter og i sundhedsvæsenet har, desværre, voldført den danske befolkning i 1½ år. Registreret efter nøjagtigt samme metode som man registrerer corona-døde, er 4600 personer døde indenfor 30 dage efter ‘vaccinering’. Her var man dog lynhurtigt ude med, at de nok døde af noget andet. Det værste ved det her er at tilliden til myndighederne vil lide et stort knæk. Det bedste er, at man nu meget bedre forstår Skærsilden, Afladshandelen og Hekseprocesserne. Måske også klimaaffæren.

    Svar
    1. Ramon Harud (@ScorkCrew)

      Nu betyder “underliggende sygdomme” ikke, at man ligger for døden. Gennemgang af dødsattester viser, at langt størstedelen af de registrerede COVID-19-dødsfald er retvisende registrerende.
      https://www.dr.dk/nyheder/indland/2241-doedsattester-afsloerer-saa-mange-doede-egentlig-af-corona

      Det er også i overensstemmelse med, at overdødeligheden følger registrerede COVID-19-dødsfald både over tid og geografisk. Tag eventuelt et kig på lande, der er hårdere ramt end DK, og som har god registrering. F.eks. Tjekkiet hvor der over efteråret og vinteren 20/21 døde 40% flere end i de foregående år. Den øgede dødelighed er helt tydeligt forklaret ved COVID-19.
      https://twitter.com/ScorkCrew/status/1372531061700300805

      Folk dør AF corona.

      Svar
  2. Pingback: Lockdowns Did Not Save Lives, Concludes Meta-analysis - United Push Back

  3. Pingback: FAQ og svar om “A Literature Review and Meta-Analysis of the Effects of Lockdowns on COVID-19 Mortality” | Punditokraterne

  4. Pingback: Lockdowns Did Not Save Lives, Concludes Meta-Analysis – The voice of republican

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.