Indizien dafür, was mit der Publikation einer Studie bewirkt werden soll, bietet immer ein Blick auf Auftraggeber und Hintergrund der Forschenden. Dazu später mehr. Auf t‑online.de wird am 31.1.23 – wie stets ungeprüft – eine dpa-Nachricht verbreitet, in der es heißt:
»Nach Erkenntnissen deutscher Forscher haben Menschen nach überstandener Covid-19-Infektion deutlich häufiger eine Autoimmunerkrankung als andere. Grundlage ist eine umfangreiche Analyse von Krankenversicherungsdaten. "In allen Alters- und Geschlechtsgruppen traten Autoimmunkrankheiten in der Zeit nach der Infektion signifikant häufiger auf", sagte Jochen Schmitt vom Universitätsklinikum Dresden.
Ergebnisse beziehen sich nur auf Ungeimpfte
Die Ergebnisse beziehen sich den Forschern zufolge jedoch nur auf ungeimpfte Betroffene, die eine nachgewiesene Corona-Infektion mit dem Wildtyp des Virus hatten. Entsprechende Erkenntnisse über andere Varianten des Virus gebe es derzeit nicht.
Der Analyse zufolge kamen bei Menschen mit Corona-Infektion 15,05 Diagnosen einer Autoimmunerkrankung auf 1.000 Versichertenjahre, bei Menschen ohne einer solchen Infektion waren es nur 10,55 Diagnosen…«
Wo ist die Studie?
Einen Link auf die Studie sucht man vergeblich, findet aber den Hinweis, die "Ergebnisse sind noch nicht in einem Fachjournal veröffentlicht worden". Nun gibt es eine Mitteilung auf uniklinikum-dresden.de dazu und dort wiederum einen Link auf Analysen von umfangreichen Krankenversicherungsdaten. Dummerweise erbringt der die Meldung "Diese Seite ist aus dem Internet bzw. ohne VPN-Verbindung nicht erreichbar."
Ein weiterer Link führt auf rki.de zum Projekt "Postakute gesundheitliche Folgen von COVID-19" (Post-COVID-19). Es wird gefördert vom Gesundheitsministerium und hat die "Projektlaufzeit: 01.12.2021 – 31.12.2023". Somit, um ein Lieblingswort Karl Lauterbachs zu verwenden, kann es sich bei der Veröffentlichung erst um einen Zwischenbericht handeln. Das Projekt besteht aus zwei Teilen, um dessen ersten es sich hier handelt. Es trägt den Titel "Teilprojekt 1 „Post-COVID-19 Monitoring in Routine Health Insurance Data” (POINTED)". Projektleiter ist der genannte Jochen Schmitt vom Zentrum für Evidenzbasierte Gesundheitsversorgung, TU Dresden. Man erfährt, daß "eine Auswertung von Routinedaten der gesetzlichen Krankenkassen im POINTED-Konsortium" stattfinde. Genaueres über das Konsortium wird nicht mitgeteilt, ich habe dazu nichts ausfindig machen können.
Andere Ergebnisse
Recht unauffällig wird am Ende der Mitteilung informiert:
»Bisher ist nur eine andere Kohortenstudie aus England als Preprint veröffentlich worden. Diese weist für eine kürzere Beobachtungszeit der Personen und 11 ausgewählte Erkrankungen ein Überschussrisiko für eine neue Autoimmunerkrankung von 0,72 auf 1000 Personenjahre, statt 4,50 wie in dieser Studie, auf.
https://www.medrxiv.org/content/10.1101/2022.10.06.22280775v1.full«
Bereits hier deutet sich an, daß mit einer unterschiedlichen Auswahl an Kriterien (und womöglich verschiedenen Aufträgen) sehr unterschiedliche Ergebnisse entstehen können. Die genannte Arbeit ist ebenso wie die hier besprochene ein Preprint und wurde am 7.10.22 veröffentlicht.
Kommen wir nun zur Arbeit von Schmitt et al. Sie trägt den Titel "Incident autoimmune diseases in association with a SARS-CoV‑2 infection: A matched cohort study" und wurde sehr wohl am 26.1.23 auf medrxiv.org publiziert. Ich habe mir angewöhnt, stets zuerst auf Interessenkonflikte zu schauen. Hier werden sie so benannt:
»Erklärung über konkurrierende Interessen
FT, FE, AV, MS, JJ, BK, LR, CS und JS berichten über institutionelle Förderung für dieses Projekt durch das Bundesministerium für Gesundheit. Unabhängig von dieser Studie berichtet JS über Zuschüsse für forschungsinitiierte Forschung vom deutschen GBA, dem BMG, BMBF, der EU, dem Bundesland Sachsen, Novartis, Sanofi, ALK und Pfizer. Er nahm auch an Beiratssitzungen für Sanofi, Lilly und ALK teil. MB berichtet, dass er von der DAK-Gesundheit eine Vergütung für die Datenanalyse erhalten hat, die in dieser Arbeit vorgestellt wird. Unabhängig von dieser Studie berichtet MB über Zuschüsse des deutschen GBA, von Pfizer und Sanofi Pasteur sowie über Beratungsgebühren von Janssen-Cilag. Er war Mitglied in einem Beirat von GSK. Die anderen Autoren erklären, dass sie keine konkurrierenden Interessen haben.«
Nun waren an der Studie mehr als 20 Menschen beteiligt. Ganze zwei von ihnen erhielten Gelder von Pharmafirmen. Sollte das bedenklich sein? Entschlüsselt man das Kürzel "JS" als den Studienleiter Jochen Schmitt, muß die Frage bejaht werden. Der zweite mit Konzernen eng verbandelte Autor ist Manuel Batram, Geschäftsführer der Vandage GmbH, die ihre Tätigkeit mit "Beratung und Datenanalyse im Gesundheitswesen, insbesondere die Erstellung von Studien und Reports" beschreibt.
Mit welchen Stellschrauben hat man die (gewünschten?) Ergebnisse erzielt? Im Folgenden wird zitiert aus der Langfassung:
»Zusammenfassung
Zielsetzungen: Es sollte untersucht werden, ob das Risiko, eine neue Autoimmunerkrankung zu entwickeln, bei Patienten mit einer früheren COVID-19-Erkrankung im Vergleich zu Personen ohne COVID-19 erhöht ist.
Methode: Es wurde eine Kohorte aus deutschen Routinedaten der Gesundheitsversorgung ausgewählt, die 38,9 Millionen Personen umfasst. Auf der Grundlage dokumentierter Diagnosen identifizierten wir Personen mit durch Polymerase-Kettenreaktion (PCR) bestätigter COVID-19-Infektion bis zum 31. Dezember 2020. Die Patienten wurden im Verhältnis 1:3 mit Kontrollpatienten ohne COVID-19 verglichen. Beide Gruppen wurden bis zum 30. Juni 2021 weiterverfolgt. Zur Analyse des Auftretens von Autoimmunerkrankungen in der postakuten Phase wurden die vier Quartale vor dem Indexdatum bis zum Ende der Nachbeobachtung herangezogen. Die Inzidenzraten (IR) pro 1000 Personenjahre wurden für jedes Ergebnis und jede Patientengruppe berechnet. Mit Hilfe von Poisson-Modellen wurden die Inzidenzratenverhältnisse (IRRs) für die Entwicklung einer Autoimmunerkrankung in Abhängigkeit von einer vorausgegangenen COVID-19-Diagnose geschätzt.
Ergebnisse: Insgesamt wurden 641.704 Patienten mit COVID-19 eingeschlossen. Beim Vergleich der Inzidenzraten in der COVID-19-Gruppe (IR=15,05, 95 % KI: 14,69–15,42) und der entsprechenden Kontrollgruppe (IR=10,55, 95 % KI: 10,25–10,86) stellte sich heraus, dass Patienten, die an COVID-19 erkrankt waren, eine um 42,63 % höhere Wahrscheinlichkeit hatten, eine Autoimmunität zu entwickeln. Diese Schätzung war für häufige Autoimmunerkrankungen wie Hashimoto-Thyreoiditis, rheumatoide Arthritis oder das Sjögren-Syndrom ähnlich. Die höchste IRR wurde für Autoimmunerkrankungen der Vaskulitis-Gruppe beobachtet. Patienten mit einem schwereren Verlauf von COVID-19 hatten ein höheres Risiko für das Auftreten von Autoimmunerkrankungen.
Schlussfolgerungen: Eine SARS-CoV-2-Infektion ist mit einem erhöhten Risiko verbunden, nach der akuten Phase der Infektion neu auftretende Autoimmunerkrankungen zu entwickeln.«
Viele Fragen
Das hört sich nach einem klaren Ergebnis an. Liest man weiter, stellen sich viele Fragen:
»In der vorliegenden Analyse verglichen wir die Raten neu diagnostizierter Autoimmunerkrankungen zwischen Personen mit und ohne dokumentierte SARS-CoV-2-Infektion. Personen, die sich im Jahr 2020 mit SARS-CoV‑2 infiziert hatten, und entsprechende Kontrollpersonen wurden bis zum 30. Juni 2021 mindestens drei und höchstens 15 Monate lang beobachtet, wobei das Datum des Auftretens von COVID-19 als Indexdatum für zufällig ausgewählte Vergleichsgruppen verwendet wurde…
Kohorten
Die COVID-19-Kohorte umfasste Personen mit einer durch Polymerase-Kettenreaktion (PCR) bestätigten COVID-19-Diagnose (ICD-10 U07.1) im Jahr 2020. Zur Berechnung der Risikoexpositionszeit definierten wir das Auftreten von COVID-19 innerhalb des Quartals als Indexdatum, indem wir das Datum eines ambulanten PCR-Tests oder das Datum der Aufnahme in ein Krankenhaus mit einer COVID-19-Diagnose verwendeten. In den seltenen Fällen, in denen kein PCR-Test mit der Versicherung abgerechnet und kein Krankenhausaufenthalt verzeichnet wurde, dienten andere dokumentierte Ereignisse, wie der Beginn des Krankenstandes oder der erste Kontakt mit dem zuständigen Arzt, zur Bestimmung des Indexdatums. Die Kontrollkohorte umfasste Personen, bei denen zwischen dem 1. Januar 2020 und dem 30. Juni 2021 keine ICD-10 U07.1 oder ICD10 U07.2 ohne dokumentierte COVID-19-Diagnose gestellt wurde.«
Die markierten Passagen lassen ebenso Raum für Spekulationen wie die Handhabung der ICD-10-Codes. Über U07.2 informiert das Bundesgesundheitsministerium: "Sie sind an COVID-19 erkrankt… Ihre COVID-19-Erkrankung wurde bisher nicht durch eine Labor-Untersuchung bestätigt."
»Wir schlossen Personen mit einer COVID-19-Diagnose ohne Labornachweis des Virus (ICD-10-GM: U07.2) aus den COVID-19-Gruppen und den Nicht-COVID-19-Kontrollen aus, um Verzerrungen aufgrund von Fehlklassifizierungen zu reduzieren. Darüber hinaus schlossen wir Personen aus, die zwischen dem 01.01.2019 (oder Geburt) und dem 30.06.2021 (oder Tod), je nachdem, was zuerst eintrat, nicht kontinuierlich bei der jeweiligen Krankenkasse gemeldet waren, da relevante Ergebnisse und vorbestehende Gesundheitszustände in unseren Daten möglicherweise nicht sichtbar sind. Für jede Person konnten die Vorerkrankungen für mindestens 12 Monate vor dem Matching-Punkt der COVID-19- und der Kontrollkohorte ermittelt werden. Ausgehend vom Indexdatum, das vom COVID-19-Fall zugewiesen wurde, wurden die gematchten Personen gemeinsam für maximal 15 Monate verfolgt. Dies ermöglichte den Vergleich zweier Gruppen über denselben Zeitraum, um ihr Risiko für die Entwicklung einer der vordefinierten Autoimmunkrankheiten in Abhängigkeit von COVID-19 zu vergleichen.«
Die Ausschlußkriterien wirken auf den ersten Blick kurios und der Matching-Punkt bleibt nebulös. Dafür erfährt man doch vage etwas über POINTED:
Die Daten
»Daten
Die zugrundeliegenden Datenquellen wurden für das Konsortium "Post-COVID-19-Monitoring in Routine-Krankenversicherungsdaten" (POINTED) [16] eingerichtet, um die Langzeitfolgen der COVID-19-Pandemie in Deutschland zu untersuchen. Das POINTED-Konsortium wird vom Zentrum für Evidenzbasierte Gesundheitsversorgung (ZEGV) an der TU Dresden koordiniert und besteht aus dem Bundesgesundheitsamt, dem Robert-Koch-Institut, Gesundheitsforschungsinstituten und den gesetzlichen Krankenversicherungen. Es wird teilweise vom Bundesministerium für Gesundheit (BMG) finanziert.
Wir haben Routinedaten zur Gesundheitsversorgung von verschiedenen deutschen gesetzlichen Krankenversicherungen verwendet: Techniker Krankenkasse, BARMER, DAK Gesundheit, IKK classic, AOK PLUS und mehrere Betriebskrankenkassen (InGef). Insgesamt umfassen diese Daten rund 39 Millionen Personen, was fast der Hälfte der deutschen Gesamtbevölkerung entspricht. Neben soziodemografischen Merkmalen (Alter und Geschlecht) und dem Vitalstatus (über das Sterbedatum) hatten wir Zugang zu umfassenden Informationen über die Inanspruchnahme der Gesundheitsversorgung im ambulanten und stationären Sektor. Die Daten umfassen Datensätze zu Diagnosen (nach der Internationalen Statistischen Klassifikation der Krankheiten und verwandter Gesundheitsprobleme – Deutsche Modifikation, ICD-10-GM), medizinischen Prozeduren (nach dem Operationen- und Prozedurenschlüssel, OPS; Deutsche Modifikation der Internationalen Klassifikation der Prozeduren in der Medizin, ICPM), Informationen zu ambulanten medizinischen Leistungen (nach Einheitlichem Bewertungsmaßstab, EBM) und verordneten Medikamenten (nach der Deutschen Anatomisch-Therapeutisch-Chemischen Klassifikation, ATC)…«
»Abgleich
Um die Unterschiede zwischen der COVID-19- und der Kontrollkohorte in Bezug auf Kovariaten zu minimieren, die die Beziehungen zwischen den Ergebnissen und der Exposition stören könnten, haben wir ein 1:3‑Matching mit Ersetzung für COVID-19- und Nicht-COVID-19-Patienten durchgeführt. Für jede Person in der COVID-19-Kohorte wählten wir drei Nicht-COVID-19-Personen mit identischem Alter (in Jahren), Geschlecht und der Angabe, ob vor dem Indexdatum eine Autoimmunerkrankung vorlag oder nicht. Wir entschieden uns für ein exaktes Matching bei diesen Merkmalen, um eine stratifizierte Analyse zu ermöglichen. Darüber hinaus haben wir das Vorhandensein von Kovariaten durch ein Propensity-Score-Matching berücksichtigt. Die Schätzung des Propensity Score basierte auf einer logistischen Regression, in die alle Versicherten einbezogen wurden. Angesichts der unterschiedlichen Prävalenz von Krankheiten, die als Kovariaten berücksichtigt wurden, schätzten wir separate Regressionsmodelle für Kinder/Jugendliche und Erwachsene.«
In einer zitierten Vorstudie aus dem November 2022 hatte man ein "Matching" im Verhältnis 1:5 vorgenommen. Warum ging man jetzt anders vor? Was war das "Indexdatum" bei nicht positiv Getesteten?
Die Magie der Ausschlüsse
»Nach dem Abgleich von Personen mit COVID-19 und Kontrollen schlossen wir Personen aus den Abgleichsgruppen aus, die vor Beginn der Post-COVID-Phase starben, d. h. innerhalb des Quartals der COVID-19-Diagnose oder des folgenden Quartals. Wir schlossen auch Personen mit COVID-19 aus, die keinen Matching-Partner hatten. Bei der Analyse spezifischer Gesundheitsergebnisse schlossen wir außerdem Personen aus der Analyse aus, bei denen das betreffende Ergebnis in zwei der vier vorangegangenen Quartale im ambulanten Bereich oder einmal im stationären Bereich dokumentiert wurde. Um die Ausgewogenheit der Kohorten in Bezug auf die Kovariaten aufrechtzuerhalten, schlossen wir eine komplette Matching-Gruppe von COVID-19- und Kontrollfällen aus, wenn das Ergebnis bei der Person mit COVID-19 oder allen ihren gematchten Nicht-COVID-19-Kontrollfällen bereits vorlag. Für die Schätzung wurden die Daten der Personen in der Kontrollkohorte mit der umgekehrten Anzahl der in der jeweiligen Match-Gruppe verbliebenen Personen gewichtet (d. h. Gewichte zwischen 1/3 und 1), um sicherzustellen, dass die Gesamtgewichte in der Kontrollkohorte der Anzahl der Personen in der COVID-19-Kohorte entsprechen.«
Und die der ausgewählten Krankheiten
»Gesundheitliche Endpunkte (outcomes)
Basierend auf der klinischen Erfahrung des Autorenteams definierten wir 64 potenzielle Endpunkte aus 41 Autoimmunerkrankungen, die während der Nachbeobachtung 3 bis 15 Monate nach der dokumentierten COVID-19-Infektion untersucht wurden, z. B. das zugewiesene Indexdatum. Die Operationalisierung dieser Outcomes basierte auf den stationären und ambulanten Diagnosen nach ICD-10-GM und den Leitlinien Good Practice Sekundärdatenanalyse (GPS) der Deutschen Gesellschaft für Epidemiologie (DGEpi). In 23 Fällen wurde eine spezifischere Definition des Ergebnisses mit geeigneter Medikation gewählt. Bei Typ-I-Diabetes wurden nur die Fälle mit einer Insulinverschreibung als gültig betrachtet. Eine vollständige Liste der berücksichtigten Outcomes und ihrer Definitionen findet sich im Zusatzmaterial S1.«
Woran sich die "klinische Erfahrung des Autorenteams" festmacht, bleibt im Dunklen. Die im weiteren Text dargestellten statistischen Operationen wären sicher eine nähere Untersuchung wert. Und weiter wird munter nach merkwürdigen Kriterien gesiebt:
»Beschreibung der Studienpopulation
Im Jahr 2020 waren 38,9 Millionen Personen mindestens einen Tag lang bei einer der teilnehmenden Versicherungsgesellschaften versichert. Wir schlossen Personen, die im Jahr 2019 (n=2.074.654) oder zwischen dem 1. Januar 2020 und dem 30. Juni 2021 (n=2.051.855) nicht kontinuierlich eingeschrieben waren, Personen mit einer COVID-19-Diagnose ohne eindeutige Laborbestätigung (ICD-10 U07.2) (n=3.549.324) und Personen mit einer COVID-19-Diagnose in den ersten beiden Quartalen des Jahres 2021 (n=569.410) aus den Analysen aus. Aus der verbleibenden Stichprobe wurden 670.301 Personen mit einer COVID-19-Diagnose im Verhältnis 1:3 mit Kontrollen abgeglichen. Für 29 Personen mit COVID-19 (0,004 %) wurde kein geeigneter Matching-Partner gefunden. Nach dem Matching gab es 28.810 Personen mit COVID-19 und 20.932 Kontrollfälle, die in der Zeit zwischen dem (zugewiesenen) Indexdatum und dem Beginn des zweiten Quartals nach dem (zugewiesenen) Indexquartal starben. Durch den Ausschluss dieser Fälle aus der beobachtbaren Post-COVID-19-Kohorte blieben weitere 81.570 Kontrollen (aus 28.810 Match-Gruppen) und 55 Personen mit COVID-19 ohne Matching-Partner und mussten daher aus der Studie ausgeschlossen werden. Die endgültige Studienpopulation bestand aus 641.407 Personen mit COVID-19 und 1.560.357 Nicht-COVID-19-Personen, die als Kontrollen in 1.907.992 Kontrollfällen dienten. Die meisten der Personen in der COVID-19-Gruppe hatten drei Kontrollfälle.«
Nicht nur bei "1.560.357 Nicht-COVID-19-Personen, die als Kontrollen in 1.907.992 Kontrollfällen dienten", schwirrt mir der Kopf.
»Beschreibung der Population
Von den 641.407 in die COVID-19-Studie einbezogenen Personen hatten 76.518 (11,9 %) vor COVID19 eine Autoimmunerkrankung. Von den Personen ohne vorbestehende Autoimmundiagnosen entwickelten 6.489 3 bis 15 Monate nach der SARS-CoV-2-Infektion eine erste Autoimmunerkrankung. Von den Personen mit vorbestehender Autoimmunität entwickelten 1744 eine zusätzliche Autoimmunerkrankung…
Inzidenz einer neuen Autoimmunerkrankung
Die Inzidenzrate (IR) einer Autoimmunerkrankung 3 bis 15 Monate nach der SARS-CoV-2-Infektion betrug 15,05 (95%-CI 14,69- 15,42) pro 1000 Personenjahre in der COVID-19-Gruppe und 10,55 (95%-CI: 10,25–10,86) in der Kontrollgruppe bei Patienten ohne vorherige Autoimmunerkrankung. Daraus ergibt sich ein Überschussrisiko aufgrund einer SARS-CoV-2-Infektion von 4,50 pro 1000 Personenjahre. Die IRR für das Auftreten einer Autoimmunerkrankung betrug 1,43 (95%-CI=1,37–1,48). Darüber hinaus traten Autoimmunerkrankungen häufiger bei Personen mit COVID-19 auf, die eine vorbestehende Autoimmunerkrankung hatten, während die relative Wahrscheinlichkeit im Vergleich zu Kontrollen mit vorbestehender Autoimmunerkrankung geringer war (IR COVID-19=38,10, IRR=1,23 95%-KI=1,15–1,32)…«
Über Vorerkrankungen von nicht positiv Getesteten erfährt man an dieser Stelle nichts. Dafür gibt es weitere Ausschlüsse von Störfaktoren:
»Von der Liste der Autoimmunerkrankungen wurden nur diejenigen weiter untersucht, die mindestens 20 Ereignisse in der COVID-19-Gruppe aufwiesen. Somit wurden 24 von 64 Ergebnissen aus der Analyse ausgeschlossen…«
Die bei derartigen Studien übliche Diskussion von Limitierungen fehlt hier völlig. In der genannten Vorstudie gab es sie noch. Ebenso finden sich keine Aussagen darüber, wie sich der "Impfstatus" auf die beobachtete Entwicklung auswirkte.
(Hervorhebungen in blau nicht in den Originalen. Fußnoten und Hinweise auf Tabellen und Abbildungen wurden hier weggelassen.)
Professor Dr. Lothar H. Wieler wird ab 01.04.2023 Sprecher des neuen Digital Health Clusters am Hasso-Plattner-Institut
"Das muss das berühmte Drehtürprinzip sein, von dem immer alle reden. @HPI_DE
, #SDGs. Gratuliere, @mikrowie
. Folgerichtig – zumal Sie die letzten Jahre ohnehin schon für die gleichen Interessen gearbeitet haben.
https://hpi.de/pressemitteilungen/2023/prof-lothar-h-wieler-wird-sprecher-des-neuen-digital-health-clusters-am-hpi.html "
https://twitter.com/aya_velazquez/status/1620533214371794944
".@mikrowie
forderte im Rahmen der C‑19 Task Force des @BMI_Bund
Schulschließungen. Dadurch war eine von @HPI_DE
entwickelte Homeschooling Software plötzlich sehr gefragt: Die HPI Schulcloud, gefördert durch das @BMBF_Bund
. Public-private partnerships "
https://twitter.com/aya_velazquez/status/1620537870636437505
@Info: Siehe auch Wielers neuer Job und wer sich zu Recht freut.
ein schwerer verlauf = eine a‑typische lungenentzündung, eine Fibrose, Thrombosen, könnte selber eine autoimmunreaktion sein, deshalb ist es interessant zu fragen, erzeugt eine infektion eine autoimmunreaktion oder besteht eine allergie als disposition für einen schweren verlauf.
die echte vulnerable gruppe wäre die durch eine autoimmunerkrankung disponierte, und nicht alle und jeder, insofern wäre es auch keine pandemie, weil gar nicht jeder schwer krank werden kann.
https://www.laborjournal.de/editorials/2475.php
(08.04.2022)
Radbruch » Bei Patienten, die mit COVID-19 auf der Intensivstation lagen, haben wir Einzelzellanalysen gemacht, um zu verstehen, warum diese Menschen so schwer erkrankt sind. Es zeigte sich, dass bei diesen Patienten das Virus offensichtlich sehr schnell die Produktion des Zytokins Transforming Growth Factor beta, kurz TGFß, auslöst, das Immunreaktionen herunterreguliert. Die Betroffenen haben zwar noch chronische Immunreaktionen, es entstehen dauernd neue Antikörper-produzierende Zellen. Doch diese Antikörper sind nicht gegen das Virus gerichtet. Wahrscheinlich sind es Autoantikörper gegen körpereigene Strukturen, das wissen wir nicht so genau. Durch die Induktion von TGFß greift das Virus direkt in die Immunreaktion ein. Nach diesen ersten Untersuchungen haben wir erkannt, dass dieses Zytokin auch Natürliche Killerzellen daran hindern kann, infizierte Zellen abzutöten. Bei den schwer betroffenen Patienten hat das Virus also die humorale und die zelluläre Abwehr aktiv behindert.
TGFß beendet eine Immunreaktion – das hat das Virus sich fein ausgedacht.
Radbruch » Allerdings. Obendrein hat eine TGFß-Aktivierung auch andere unangenehme Folgen, dieses Zytokin induziert nämlich Thrombosen und Fibrosen.
Mysteriöses Studiendesign…
Sehr gute Arbeit aber von Ihnen!
"Die Ergebnisse beziehen sich den Forschern zufolge jedoch nur auf ungeimpfte Betroffene, die eine nachgewiesene Corona-Infektion mit dem Wildtyp des Virus hatten. Entsprechende Erkenntnisse über andere Varianten des Virus gebe es derzeit nicht."
Als der sog. Wildtyp zirkulierte, also ca. Anfang 2020, waren 100 % der Menschen ungespritzt. Daher sollten die Erhebungen mit Einsetzen des Spritzwahns ab Ende Dezember 2020 beginnen und den zeitlichen Verlauf bis heute berücksichtigen.
Genau das ist mir auch aufgefallen, mit der Diskrepanz der Aussage vom "Wildtyp des Virus" und andererseits vom Zeitraum des angeblichen "Studien-Projektes" , und zwar
01.12.2021 – 31.12.2023, als das Virus längst schon zu Omikron mutiert war und 3/4der Bevölkerung geimpft.
Außerdem läuft es ja noch dieses ganze begonnene Jahr, in dem man noch viel verfälschen, vertuschen und falschen Eindruck erwecken kann, worin man ja nun Erfahrungen hat.…
Wohl zu oft und zu lange in virtuellen Welten unterwegs gewesen…
Da können sich die Gehirnwindungen schon mal verknoten.
Wenn das so weitergeht, wird unsere Zukunft mal eine Mischung aus "Surrogates", "Wall‑E" und "Idiocracy".
Herrliche Aussichten…
Sehr gute Aufarbeitung @aa. Vielen Dank.
Vielleicht habe ich es überlesen. Aber wie ist man mit Teilnehmer/innen umgegangen, die sich während der Nachbeobachtungszeit bis 30. Juni 2021 impfen ließen? Wurden die samt und sonders aus der Analyse ausgeschlossen? Oder wie stellt man sonst sicher, dass die Studienpopulation, wie ausgewiesen, nur aus "Ungeimpften" besteht (und die Impfung als Ursache für die Autoimmunerkrankung ausgeschlossen werden kann)?
Hofschranzenforschung. Eklig und albern zugleich.
Man kann Bakterien züchten. Man kann Bakterien isolieren. Man kann Bakterien auf ein Substrat setzen und vermehren. Alldas kann man mit Viren nicht machen. Wie auch will man einzelne Moleküle isolieren!?
Eine bestimmte DNA oder RNA-Sequenz, die man irgendwo erkennen kann ist noch lange kein Virus!
Ich bin beeindruckt: Zum Einen von der guten Recherche und zum anderen von dem elendig verbastelten Wissenschaftsgeschwurbel garniert mit Rosinenpickerei.
Betrachtet man z.B. die Geburtstage nur im Jahr 2023, so wird man feststellen, dass ca. 55.000 Bundesbürger gar nicht existieren. Und nächstes Jahr sind die plötzlich wieder da, hei.
Was mich allerdings wundert ist, dass die "Forschergruppe" hierzu die Daten und Codes usw. der Krankenkassen scheinbar problemlos verarbeiten und auswerten konnte, wozu hingegen das PEI im Hinblick auf die pot. Nebenwirkungen durch "Impfungen" angeblich nicht in der Lage sein soll?
Besteht denn die zumindest theoretisch hoffnungsvolle Möglichkeit, dass der Herr Schmitt alsbald die Nachfolge von Herrn Cichutek antreten wird?
Nochwas in dem Zusammenhang: Senioreninnen, welche den 2. Booster ablehnen bekommen nun als kl. "Ersatz" eine Impfung gegen herpes zoster (Gürtelrose) angedreht. Habe ich nun in drei Fällen so erlebt.
@AA
Danke Ihnen für die ausführliche und gelungene Auswertung!