图片说明：示意图
图片来源：Public Domain（公有领域）
【中国观察2025年10月11日讯】
丹尼斯·兰考特 (Denis Rancourt) 和约瑟夫·希基 (Joseph Hickey) 在一份新的预印本中指出，关于 COVID-19 疫苗挽救了美国数百万人生命的说法被广泛引用，但这种说法依赖于有缺陷且无法验证的建模假设。
该论文针对的是梅根·菲茨帕特里克 (Meagan Fitzpatrick) 等人的研究，这些研究使用反事实情景和推测功效率来估计避免的死亡人数——作者称这些方法不可靠且不透明。
兰科特和希基警告说，如果仅从表面上看，这些模型可能会误导公共卫生政策，并给人一种疫苗效果的错误印象。
作者认为，超额死亡率数据并未反映出疫苗推出后模型所显示的死亡人数急剧下降，这意味着挽救生命的说法可能被夸大了。
兰科特批评了同行评审制度，并指控一些研究人员通过有偏见的模型推广“垃圾科学”来服务于制药业的利益。
加拿大研究人员发表的一篇颇具争议的预印本论文，挑战了“美国新冠疫苗接种运动挽救了数百万人生命”这一普遍持有的论断。这篇由加拿大非营利研究机构Correlation于本周发布的论文，由Denis Rancourt博士和Joseph Hickey博士共同撰写。论文指出，疫苗益处的大部分论述都基于一些饱受“荒诞且无法验证”假设困扰的模型研究。
在他们的批评中，兰考特和希基提到了梅根·菲茨帕特里克2022年的建模工作，这项工作曾被彼得·霍兹等人在媒体露面和国会证词中反复引用。该研究声称，美国新冠疫苗避免了320万人死亡——这一估计值已成为疫苗政策辩论中经常被引用的话题。这篇新论文指责菲茨帕特里克的模型采用了基于推测性感染死亡率和疫苗效力的反事实理论计算——作者认为这些输入不透明、夸大或不合理。
Rancourt 和 Hickey 对反事实疫苗模型的结构本身提出了质疑，这些模型试图重建在没有疫苗接种的情况下会发生什么。为此，建模者必须估算一段时间内的反事实感染率（通常通过“传染动力学”模型），然后应用假设的疫苗效力来预测可以避免多少感染或死亡。批评者认为，这两个步骤都包含推测性和不稳定的假设。他们警告说，如果仅从表面上理解这些模型，可能会导致危险的政策指导。“政府官员及其顾问接受的虚假说法可能会对公共卫生政策和社会造成灾难性的影响，”他们写道。
Rancourt 和 Hickey 进一步重新评估了几项关于疫苗“挽救生命”的著名研究。他们指出，诸如2022年《柳叶刀》上被广泛引用的论文等研究估计，截至2021年12月，疫苗可避免全球1440万人死亡。相比之下，John PA Ioannidis 领导的2025年《JAMA Health Forum》杂志上的一篇文章给出了一个更为保守的估计——到2024年，全球将挽救250万人的生命——但仍然依赖于模型化的感染和有效性输入。在审查即使是更为保守的预测时，Rancourt 也认为，鉴于不确定的输入，“没有理由相信”疫苗确实挽救了生命。
模型依赖于死亡率的突然飙升——实际数据显示没有
该论文的核心批评之一是反事实模型预测的死亡率影响的时机。Rancourt 和 Hickey 指出，许多模型在疫苗或加强剂推出后立即产生了挽救生命的“峰值”，这意味着病原体在疫苗接种后突然变得更加致命。但现实世界的超额死亡率数据显示，疫苗接种活动后并未出现这种急剧下降；相反，超额死亡人数在 2020 年有所上升，然后在 2021-2022 年保持相对稳定。作者认为，要相信这些模型，就需要相信一系列不太可能发生的“巧合”——例如，病毒的毒性恰好在疫苗推出时飙升，而且只有在那时才出现。
兰考特对出版记录提出了尖锐的批评，声称像这样的“有缺陷的研究”不应该出现在顶级期刊上——它们的被接受反映了同行评审过程更深层次的腐败。他认为，许多研究人员就像制药利益集团的“工蜂”，利用“反事实计算或模拟”来制造有利的叙述。“这是垃圾科学，”他说。
疫苗模型的支持者认为，在缺乏大规模疫苗接种活动随机对照试验的情况下，基于模型的估算是评估公共卫生影响的少数可用工具之一。他们认为，通过仔细校准和透明报告，反事实模型可以提供有意义的见解——尤其是在与现实世界的观察数据进行三角检验时。这场争论凸显了流行病学中模型与实证证据之间的矛盾，并引发了人们对政策制定者应该如何自信地依赖理论预测的质疑。
新冠疫苗的捍卫者们盲目信任 CDC 和 FDA 等被操控的机构，无视大型制药公司危险计划背后有据可查的腐败、仓促的检测和经济利益驱动。他们对自然免疫的否定和对安全替代方案的压制，暴露了他们要么是故意无知，要么是参与了全球主义人口减少计划。
丹尼斯·兰考特 (Denis Rancourt) 和约瑟夫·希基 (Joseph Hickey) 在一份新的预印本中指出，关于 COVID-19 疫苗挽救了美国数百万人生命的说法被广泛引用，但这种说法依赖于有缺陷且无法验证的建模假设。
该论文针对的是梅根·菲茨帕特里克 (Meagan Fitzpatrick) 等人的研究，这些研究使用反事实情景和推测功效率来估计避免的死亡人数——作者称这些方法不可靠且不透明。
兰科特和希基警告说，如果仅从表面上看，这些模型可能会误导公共卫生政策，并给人一种疫苗效果的错误印象。
作者认为，超额死亡率数据并未反映出疫苗推出后模型所显示的死亡人数急剧下降，这意味着挽救生命的说法可能被夸大了。
兰科特批评了同行评审制度，并指控一些研究人员通过有偏见的模型推广“垃圾科学”来服务于制药业的利益。
加拿大研究人员发表的一篇颇具争议的预印本论文，挑战了“美国新冠疫苗接种运动挽救了数百万人生命”这一普遍持有的论断。这篇由加拿大非营利研究机构Correlation于本周发布的论文，由Denis Rancourt博士和Joseph Hickey博士共同撰写。论文指出，疫苗益处的大部分论述都基于一些饱受“荒诞且无法验证”假设困扰的模型研究。
在他们的批评中，兰考特和希基提到了梅根·菲茨帕特里克2022年的建模工作，这项工作曾被彼得·霍兹等人在媒体露面和国会证词中反复引用。该研究声称，美国新冠疫苗避免了320万人死亡——这一估计值已成为疫苗政策辩论中经常被引用的话题。这篇新论文指责菲茨帕特里克的模型采用了基于推测性感染死亡率和疫苗效力的反事实理论计算——作者认为这些输入不透明、夸大或不合理。
Rancourt 和 Hickey 对反事实疫苗模型的结构本身提出了质疑，这些模型试图重建在没有疫苗接种的情况下会发生什么。为此，建模者必须估算一段时间内的反事实感染率（通常通过“传染动力学”模型），然后应用假设的疫苗效力来预测可以避免多少感染或死亡。批评者认为，这两个步骤都包含推测性和不稳定的假设。他们警告说，如果仅从表面上理解这些模型，可能会导致危险的政策指导。“政府官员及其顾问接受的虚假说法可能会对公共卫生政策和社会造成灾难性的影响，”他们写道。
Rancourt 和 Hickey 进一步重新评估了几项关于疫苗“挽救生命”的著名研究。他们指出，诸如2022年《柳叶刀》上被广泛引用的论文等研究估计，截至2021年12月，疫苗可避免全球1440万人死亡。相比之下，John PA Ioannidis 领导的2025年《JAMA Health Forum》杂志上的一篇文章给出了一个更为保守的估计——到2024年，全球将挽救250万人的生命——但仍然依赖于模型化的感染和有效性输入。在审查即使是更为保守的预测时，Rancourt 也认为，鉴于不确定的输入，“没有理由相信”疫苗确实挽救了生命。
模型依赖于死亡率的突然飙升——实际数据显示没有
该论文的核心批评之一是反事实模型预测的死亡率影响的时机。Rancourt 和 Hickey 指出，许多模型在疫苗或加强剂推出后立即产生了挽救生命的“峰值”，这意味着病原体在疫苗接种后突然变得更加致命。但现实世界的超额死亡率数据显示，疫苗接种活动后并未出现这种急剧下降；相反，超额死亡人数在 2020 年有所上升，然后在 2021-2022 年保持相对稳定。作者认为，要相信这些模型，就需要相信一系列不太可能发生的“巧合”——例如，病毒的毒性恰好在疫苗推出时飙升，而且只有在那时才出现。
兰考特对出版记录提出了尖锐的批评，声称像这样的“有缺陷的研究”不应该出现在顶级期刊上——它们的被接受反映了同行评审过程更深层次的腐败。他认为，许多研究人员就像制药利益集团的“工蜂”，利用“反事实计算或模拟”来制造有利的叙述。“这是垃圾科学，”他说。
疫苗模型的支持者认为，在缺乏大规模疫苗接种活动随机对照试验的情况下，基于模型的估算是评估公共卫生影响的少数可用工具之一。他们认为，通过仔细校准和透明报告，反事实模型可以提供有意义的见解——尤其是在与现实世界的观察数据进行三角检验时。这场争论凸显了流行病学中模型与实证证据之间的矛盾，并引发了人们对政策制定者应该如何自信地依赖理论预测的质疑。
新冠疫苗的捍卫者们盲目信任 CDC 和 FDA 等被操控的机构，无视大型制药公司危险计划背后有据可查的腐败、仓促的检测和经济利益驱动。他们对自然免疫的否定和对安全替代方案的压制，暴露了他们要么是故意无知，要么是参与了全球主义人口减少计划。