打疫苗后死亡率更低？看一篇关于香港疫情的学术论文谬误（续）

接着前天的文章打疫苗后死亡率更低？看一篇关于香港疫情的学术论文谬误

全面分析其分析造假。

问1：那些数据造了假？

答1：表2数据有真有假，整体死亡率为真，分组死亡率为假。表3的错误：表2死亡率数据的另类展示。

问2：具体怎么造的呢？

答2：在表2计算分组每百万死亡率数据时，根据需要随意调整了组别人数分母，得到了自己想要的好看的数据。（欺负普通群众根本没有时间细细看详细数据；特别是在前面摆了正确计算的年龄组数据时，一般人就不会怀疑计算了。）

文中用到的百万死亡率其实用了很简单的计算公司：

群体死亡人数

-—————— * 1000,000 = 百万人口死亡率

群体总人数

可表示为：（D/P）*1000,000 = M

比如，上面表2 第二栏 总死亡人数，>=80 年龄组为 4182人，表1给出过香港80岁以上总人数为 401,800 （40.18万）

则80岁以上的每百万死亡率为：

（4182/401800）*1000,000 = 0.010408 * 1000,000 = 10408 (=1.04%)

那么根据表上的死亡人数D和死亡率M，也是可以计算群体人数P的。

将（D/P）*1000,000 = M

转换成：P=（D/M）*1000,000

比如，表中 >=80岁未接种疫苗组，百万死亡率为17250，死亡人数为3036，则该群体人数为：

P = (3036/17250)*1000,000 = 176,000 (17.6万)

可是回头看表1，>=80岁接种率不高，总人口40.18万，接种1针或以上的

才8.1万（20%），那么未接种的80%应该有32万多。

17.6万和32万就大大地对不上啊！

所以，系统地计算下：

而：

两者比较（注意，改用单位“万”，以更加容易看。香港人口不到800万）：

以表1的数据为基础，计算改动的百分比：

哇，惊呆了！

这真是太随意了！想改到什么程度，就改到什么程度！

这是毫无边界的数据造假？这是世界和中国疾控界科学牌坊的倒塌？

不过，我倒不想苛责文章的作者们。我想他们的数学也没那么差，他们一定有为难之处。如果不是他们如此用心用力的改数据，我们怎么能看得到这些详细的死亡人数的面世，能够自己计算出真实的数据？关于疫苗的有效性，有些原始数据就摆在那里，在公开发布的学术论文里，但是，由于种种原因，结论不会直接给出，或者会给出一个相反的结论。如果我们有疑问，我们可以去找原始数据，自己去观察和思考。参考五味子医生的《专业眼光看待香港数据与疫苗保护》。我想这也许是有些被裹挟的学术界人士的无奈之举，至少原始数据还是有真实性的。我们可以设想更为可怕的情况，那就是录入系统的原始数据就是极度扭曲和错误的，比如最近上海疫情的重症和死亡数据，包括无症状感染者数据，都和最近平行发生的其他城市相去甚远。 所以，那么用上海的官方基础数据做出的任何计算和分析也很难有说服力。

问3: 正确的死亡率是什么样的？

答3: 如下图。

上面缺了 <3 和 3-11岁数据因为表1没有提供细节。那两个组也不用太在意，因为死亡人数极少。

表3的数据更正对比（绿色为更正数据或原来正确数据；黄色为文章中的错误数据）：

结论

• 论文数据呈现严重的系统性的造假：

• 给未接种组编造高死亡率

• 给疫苗接种组特别是仅接种1剂组大幅压低死亡率数据

• 得到颠倒黑白的死亡率数据，掩盖惊人的接种1剂疫苗后超高的新冠相关死亡率（80岁以上 7.5%； 60死以上 2.3% ）

• 造假的目的是鼓吹应该给老年人接种疫苗。但实际数据应该引起警觉。接种1剂后的超高新冠相关死亡率和接种后全因死亡率应该深度分析。

另有人提到，这波疫情中香港死亡中位年龄为87岁，不必扭曲数据制造恐慌。

总之，本文展示了如何扭曲数据从而从而支持特定防疫政策的一种方式。

现在的时代，这样的扭曲很多，需要我们时刻提高警惕。