Minulý měsíc byl publikován preprint, který naznačuje spojitost očkování proti COVID-19 s poklesem porodnosti. Jedním z hlavních autorů je matematik Tomáš Fürst, člen Sdružení mikrobiologů, imunologů a statistiků (SMIS). Šest editorů vědeckých časopisů si příspěvek přečetlo a odmítlo ho ještě před zahájením recenzního řízení. SMIS a jeho stoupenci to interpretovali jako cenzuru a pokus o potlačení nepohodlných pravd.
Ve skutečnosti toto odmítnutí nebylo cenzurou, ale odráželo rychlou a oprávněnou reakci na zásadní vědecké nedostatky. Tato rychlost není arogancí, ale profesionálním tříděním. Editoři ročně zpracovávají stovky rukopisů a jsou vyškoleni k tomu, aby okamžitě odhalili základní metodologické chyby. Ty chyby, které ve výše uvedeném preprintu našli, jsou chybami tak elementárními, že se jich každý začínající výzkumník naučí vyvarovat již v prvním roce studia.
Za prvé, chybí inferenční statistika. Autoři porovnávají četnosti pomocí sloupcových grafů, očkované ženy versus neočkované, ale nikdy netestují, zda se rozdíl mohl objevit náhodou. Obrázek neprokazuje statistickou signifikanci (p-hodnotu). Bez ní může být „efekt“ pouhým šumem. Představte si, že hodíte mincí desetkrát a sedmkrát padne orel. Znamená to, že mince je cinknutá? Můžete očekávat pět orlů a pět lvů, ale malé odchylky jsou normální. Abychom mohli rozhodnout, zda je výsledek smysluplný, nebo jde jen o náhodnou odchylku, musíme použít základní statistiku. Nemůžete se jen tak podívat na graf a prohlásit, že jste objevili něco nového.
Za druhé, ekologický klam („ecological fallacy“). Porody byly spočítány u tisíců žen rozdělených do dvou velkých skupin. Vyvozování závěrů o individuální biologii z průměrů skupin je klasická chyba, která může dokonce zvrátit skutečný směr statistické souvislosti. Běžným příkladem je tvrzení, že země s vyšší spotřebou čokolády získávají více Nobelových cen. Ačkoli je to pravda na úrovni populace, neříká to nic o tom, zda konzumace čokolády zvyšuje pravděpodobnost, že jednotlivec získá ocenění. Podobně spojování průměrné porodnosti s očkováním bez analýzy jednotlivců vede k zavádějícím závěrům.
Za třetí, expozice je odhadovaná, nikoli měřená. Tým „odhadl“, kdo byl očkován před početím, odečtením dávek podaných během těhotenství. Jenže jakákoli nesprávná klasifikace se zde přímo promítá do výsledku.
Tyto tři problémy samy o sobě neznamenají, že výsledek studie je nesprávný. Možná skutečně existuje statisticky významný rozdíl v porodnosti mezi očkovanými a neočkovanými ženami. Možná je počet nesprávných klasifikací minimální a výsledek nijak nezkreslují. Možná je populace tak homogenní, že ekologické chyby a matoucí proměnné závěr příliš neovlivňují. Ale to jsou všechno jen domněnky. A ve vědeckých publikacích stačí takovéto nedostatky k zamítnutí studie ještě dříve, než se cokoliv z toho bude testovat.
A to jsme se ještě nedostali k nejvýznamnějšímu problému: ke kauzalitě.
Analýza nebere v úvahu několik možných matoucích proměnných. Věk matky, socioekonomický status (příjem a vzdělání), užívání antikoncepce a to, zda bylo těhotenství plánované, jsou všechny faktory spojené jak s očkováním proti COVID-19, tak s plodností. Tyto proměnné jsou klasickými matoucími proměnnými, tedy třetím faktorem, který může zkreslit zdánlivý vztah mezi expozicí a výsledkem. Pokud nejsou změřeny a kontrolovány, nelze žádnou pozorovanou souvislost interpretovat jako kauzální. Jejich opomenutí nemá vliv pouze na statistickou přesnost, ale vnáší do studie systematické zkreslení, které může zamaskovat korelaci jako kauzalitu. Autoři uznávají omezení spočívající v tom, že nemají k dispozici údaje na úrovni jednotlivců, ale pouhé uznání tohoto omezení nemůže zaujatost neutralizovat. Bez dalších dat, analýz citlivosti nebo změn v designu studie, které by odstranily tyto možné matoucí souvislosti, překračuje kauzální jazyk studie to, co mohou její důkazy podložit.
A konečně, silná kauzální tvrzení bez kauzálního mostu. Spekulace jsou v pořádku, ale uvádět je jako fakta už ne. Jazyk článku se však opakovaně přiklání k jednostranným závěrům, které naznačují kauzální souvislosti, které nemohou být podloženy daty. Autoři například zmiňují studie in vitro, ve kterých expozice spike proteinu mohla ovlivnit vaječníkové buňky. Tyto poznatky jsou sice zajímavé, ale pocházejí z vysoce umělých laboratorních podmínek a nemají přímý vliv na porodnost v celonárodních populacích. Naznačovat něco jiného je skok, který by žádný zkušený vědec neměl učinit bez podstatných důkazů.
S těmito pěti problémy nemuseli editoři ani čekat na posudky recenzentů, aby dospěli k závěru, že závěry studie nemají oporu v datech.
Co místo toho zjistily robustní studie
Níže jsou uvedeny čtyři příklady výzkumů, které se řídí pravidly epidemiologie. Tyto studie buď používají data na úrovni jednotlivců, nebo se opírají o rigorózní metaanalytickou syntézu, zohledňují matoucí proměnné a uvádějí statistickou nejistotu. To je důležité, protože autoři stojící za českým preprintem, zejména na svých sociálních sítích, opakovaně tvrdili, že nikdo vážně nezkoumá zjevný pokles porodnosti. To prostě není pravda. Uvedené studie se touto otázkou zabývají a používají metody, které se vyhýbají výše popsaným hlavním úskalím. Ignorovat takové robustní důkazy a trvat na tom, že se tomuto tématu nevěnuje pozornost, je přinejlepším zavádějící. Seriózní věda znamená zabývat se všemi daty, nejen fragmenty, které zapadají do zvoleného narativu.
- Kohortová studie severoamerických párů (Wesselink et al., 2022): Vědci sledovali 2 126 párů aktivně se snažících o početí, prospektivně zaznamenávali stav očkování a analyzovali dobu do otěhotnění cyklus po cyklu. Mnohorozměrné modely neprokázaly žádný rozdíl v plodnosti očkovaných žen nebo mužů; pokud něco, pak to, že nedávná infekce SARS-CoV-2 – a nikoli očkování – krátkodobě snížila plodnost mužů.
- Norský registr potratů (Magnus et al., 2021): Pomocí národních propojených zdravotních záznamů vědci porovnali více než 18 000 potratů v prvním trimestru s probíhajícími těhotenstvími. Po úpravě o věk a kalendářní čas nebyly očkované ženy vystaveny vyššímu riziku potratu (poměr šancí ~0,9). Velké množství dat, jednoznačná souvislost proměnných, jasný výsledek.
- Globální metaanalýza 40 studií (Fernández-García et al., 2024): Tento systematický přehled zahrnoval více než 150 000 těhotenství. Očkování snížilo závažný průběh COVID-19 u matek, nemělo žádné nepříznivé účinky na počet početí, potratů nebo mrtvých porodů a mírně zlepšilo některé neonatální výsledky. Když desítky datových souborů ukazují stejným směrem, je těžké ignorovat váhu takových důkazů.
- Metaanalýza asistované reprodukce (Chamani et al., 2024): Pro lidi podstupující IVF, což je ideální prostředí pro zkoumání vajíček, embryí a implantace, vědci zkombinovali data z jedenácti studií. Ovariální odpověď, kvalita embryí a míra klinických těhotenství byly u očkovaných a neočkovaných pacientek identické. To je asi nejsilnější kontrolovaný zátěžový test plodnosti, jakého lze dosáhnout.
Závěrečné poselství
Efektní grafy na sociálních sítích nejsou důkazem narušení reprodukce v souvislosti s očkováním, jako je snížená plodnost, potraty nebo narušení menstruačního cyklu, zejména pokud analýza opomíjí základní kapitoly všech epidemiologických příruček. Přesto právě tento druh materiálů může veřejnost uvádět v omyl. Když jsou jí předloženy přesvědčivé grafy a vědecky znějící jazyk, mohou být i vzdělaní laici snadno oklamáni těmi, kteří buď lehkomyslně nakládají s daty, nebo úmyslně poskytují jejich zavádějící výklad.
Ve skutečnosti, když vědci shromažďují data na úrovni jednotlivců, přesně měří expozici a kontrolují zjevné matoucí proměnné, alarmující signály týkající se neplodnosti zmizí. Vakcíny proti COVID-19 zůstávají bezpečné a účinné při ochraně dospělých, včetně těch, kteří plánují rodinu, před skutečnými riziky samotného viru.
https://www.lazylabcoat.com/2025/05/when-six-editors-directly-reject-paper.html