Wilt u ons werk financieel ondersteunen? Doe een kleine donatie en klik hier

De laatste updates in uw mail!

U hoeft niets te missen. leder weekend krijgt u de hoogtepunten van Maurice van afgelopen week in uw mail. Met opmerkelijke artikelen, meer achtergrond en toelichtingen.

De presentatietrucs van het CBS en RIVM onthuld

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69574
Samenvatting van het artikel

Een geweldige uitleg van Bonne Klok, eerder verschenen bij Virusvaria, met toestemming doorgeplaatst. Houd dit in uw achterhoofd als u - conclusies op basis van - Coronarapporten leest.

Lees volledig artikel: De presentatietrucs van het CBS en RIVM onthuld

Leestijd: 8 minuten

De presentatietrucs van het CBS en RIVM onthuld

Begin december kwam er een vernieuwd/geupdate onderzoek van het RIVM en een statistische berekening van het CBS over de corona periode en de continue oversterfte. Diverse media speelden hier op in, waaronder wetenschapsjournalist Maarten Keulemans van de Volkskrant. De afgeschaalde zorg wordt nu “constante zorg infarct’ genoemd door Gijs Loef, maar één ding is duidelijk: “het lag in ieder geval niet aan de vaccins”.

Hoe hard zijn deze beweringen nu? Uiteindelijk is het statistiek, en met statistiek kun je alles bewijzen, maar ook verdoezelen, afhankelijk van hoe data worden gepresenteerd. Laten we een aantal van deze presentatietechnieken eens onder de loep nemen.

Presentatietechniek 1: Schrijf fenomenen die gunstig uitvallen toe aan het opgelegde (vaccinatie-)beleid

Een bekend voorbeeld is het Healthy Vaccinee Effect (HVE). Door diversen deskundigen al benoemd, en ook onderkend door het RIVM. Maar hoe groot is dit effect, en heeft het invloed?

De basisuitleg is: gezondere mensen laten zich vaker vaccineren dan ongezonde mensen. Tegelijkertijd zal een persoon met een (fors) kortere levensverwachting zich minder vaak laten vaccineren. Maar in basis komt het op hetzelfde neer: de uitgangssituatie (gezondheid) bepaalt het gedrag van de persoon; maar het gedrag bepaalt niet het resultaat (gezondheid). Het mogelijk causale verband wordt hierdoor omgedraaid.

Ter illustratie: Een krasse 75+ zonder onderliggend lijden zal een potentieel ernstig verloop van een corona infectie niet willen, en laat zich vaccineren. Een 75+ met allerlei kwalen, afhankelijk van thuishulp, die weet hoe broos zijn gesteldheid is -en hoe kort de levenshorizon- zal minder genegen zijn een vaccinatie te halen – als er al vervoer is te regelen. De kans is dus groter dat deze 75+ met kwalen geen vaccin haalt. Daarnaast hebben we nog groepen mensen die palliatieve zorg krijgen of in een hospice liggen, en waar pijnbestrijding de enige zorgbehandeling is. Ook deze staan te boek als ongevaccineerd.

De groep met ongevaccineerden bevat dus van nature meer mensen met een (zeer) korte levensverwachting. En vice versa, zal de groep gevaccineerden relatief veel mensen bevatten die gezonder zijn, met een langere levensverwachting. Dit wordt kortweg Healthy Vaccinee Effect (HVE) genoemd.

Dit effect zal per leeftijdsgroep anders zijn. Bij de 50-min heb je relatief gezien heel veel mensen met een lange levensverwachting, en maar een handjevol met een korte levensverwachting, en zal dit effect minder zijn. Bij de mensen met hoge leeftijd zal dit effect ook minder zijn. Daar is de levensverwachting sowieso al vrij laag, en zal één, twee of drie maand minder, niet zo snel opvallen. Het HVE effect zal het grootste zijn in groepen met een middelmatige levensverwachting.

Speelt dat mee in de onderzoeken van het RIVM en CBS?

Het RIVM liet vorig jaar een onderzoek zien en daar stond een interessante grafiek in de supplementary. Grafiek S3 liet op week niveau het verschil zien, in sterfte tussen de verschillende vaccinatie-groepen. En als je wat dieper op die groepen inzoomt, dan zie je dat de paarse lijn (Non-covid sterfte van ongevaccineerd per 100.000 “person days”) elke keer oploopt zodra de vaccinatie begint. Dit betreft in dit onderzoek dus alle doodsoorzaken behalve covid-19.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69554

Ik heb deze grafieken zelf nagebootst en daar het moment van vaccinaties bij ingezet. Als voorbeeld pak ik daar de groep 50-69 uit. De groep met middelmatige levensverwachting. Hier zie je duidelijk de sterfte oplopen in de ongevaccineerde groep (paarse lijn) tijdens het vaccineren en daarna langzaam aflopen. Relatief veel mensen met een kortere levensverwachting laten zich dus niet vaccineren.

Na de vaccinatie periode, zie je dat een gedeelte van deze personen inderdaad snel overlijdt, en daardoor daalt de lijn langzaam, en het effect wordt minder. Een duidelijk HVE in deze groep. Sterfte is meer dan verdubbeld in een tijdsbestek van 4 maanden.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69555

Eenzelfde soort effect zien we ook bij de CBS-rapportage. Toen de vaccinatie in de lente 2021 goed op gang kwam, zag je de sterfte per 100-dzd (per 100.000) ook snel oplopen onder de niet-gevaccineerden, en daarna weer langzaam afzakken naar de normale sterfte. Om de zaagtand wat af te zwakken, had het CBS, net zoals het RIVM moeten kiezen voor een 4-weeks gemiddelde. Maar desondanks zien we hier ook duidelijk dat HVE-effect. Het moge duidelijk zijn, dat het HVE duidelijk zichtbaar is, en ook (grote) invloed heeft.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69556

Maarten Keulemans doet op X geloven dat dit altijd maar een klein effect geeft. Op de totale populatie is het misschien maar een klein percentage mensen wat zich in hospices enz. bevindt, maar het effect is wel duidelijk zichtbaar in de grafieken.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69557

Met een vaccinatiegraad van 85% tellen “een paar personen” met een levensverwachting van enkele maanden hard op in de statistieken.

Het RIVM rapport laat zelfs zien dat de Vaccin Efficienty (VE) tegen non-covid-19 sterfte in de groep 50-69 in de eerste7 maanden, zelfs tussen de 60 en 70% ligt (figure S2 in supplementary).

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69558

Oftewel, het is een wondervaccin, wat de algehele sterfte naar beneden haalt of het betreft hier een sterk ander effect, wat de cijfers vertroebelt. En zou dit misschien te maken hebben met HVE? En dat brengt me dan gelijk bij Presentatie techniek 2.

Presentatietechniek 2: Vergelijkingen maken die positief uitpakken.

Zoals hierboven uitgelegd, kun je door vertroebeling de groepen gevaccineerd en ongevaccineerd niet één op één met elkaar vergelijken. Een populatie ‘willekeurig’ opdelen werkt niet. Daarom proberen de wat serieuzere onderzoeken om de groepen te matchen, door personen met de dezelfde eigenschappen in beide groepen te laten voorkomen. Dit doen het CBS en RIVM echter niet.

We weten nu dat de non-covid sterfte in de ongevaccineerde groep soms tweemaal zo hoog ligt in vergelijk met de gevaccineerde groep. Waarom kiest men er dan voor om deze groepen met elkaar te vergelijken?

Waarom vergelijkt men de sterfte niet met een ander basis gegeven? Bijvoorbeeld de gemiddelde sterfte in de jaren 2017-2019 (per 100.000 persondays). Dat zal al veel zuiverder zijn.

Ik heb voor de diverse groepen deze baseline / trendlijn berekend. Als voorbeeld weer de 50-69 jarigen. Totdat de vaccinatiecampagne op stoom komt zie je de paarse lijn (ongevaccineerd) de baseline volgen.

Na de vaccinatieperiode bevindt de groene lijn (basis vaccinatie afgerond) zich net iets onder de baseline. Dit lijkt me logisch, daar we weten dat er zich in deze groep relatief veel gezonde mensen bevinden. Maar wat gebeurde er in de tussentijd met de gevaccineerde groep? Waarom lag de sterfte daar hoger? Is dit de reden om gevaccineerd met ongevaccineerd te vergelijken? Zou dat een gunstiger resultaat geven?

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69559

Dit is mijns inziens Presentatietechniek 2. Het is gunstiger om beide groepen met elkaar te vergelijken i.p.v. met een basis sterfte lijn. Oftewel, het is in dit geval een duidelijke keuze om een zo gunstig mogelijk effect in het onderzoek te laten zien.

Presentatietechniek 3. Gebruik nietszeggende grafieken.

Het CBS toont grafieken die eigenlijk niks zeggen. Zoals 3.4.1. de meest voorkomende doodsoorzaken onder mannen en vrouwen. Men laat een top 10 zien, en benoemt dat dit ongeveer 50% van de doodsoorzaken is. Als een doodsoorzaak een significante verhoging heeft, deze verdubbelt bijvoorbeeld, maar valt in een relatief laag percentage van 1%, en verdubbelt daardoor naar 2% ga je dit niet zien in de grafiek.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69560

Daarnaast wordt er ook niet gestandaardiseerd. Als de populatie groeit, mag je verwachten dat er ook meer absolute sterfgevallen van kanker zijn. Terwijl de technieken steeds beter worden, en de sterfte procentueel gezien daalt. Het terug rekenen naar ‘per 100k’ is daarin een wel goede methode. Als we nu naar de nieuwvormingen (kanker gevallen) onder mannen kijken. (Doodsoorzaken zijn te downloaden en daarna te bewerken met Excel.)

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69561

Als we de data rangschikken zoals in de linker tabel (gestandaardiseerd per 100k), dan is een dalende trend in de subgroep 2.Nieuwvormingen zichtbaar. Er sterven steeds minder mannen aan kanker. Als we dan de pandemie jaren even buiten beschouwing laten, en Excel een automatische regressie lijn (trend lijn) laten berekenen van 2011-2019, dan kom je op de oranje stippellijn uit.

Deze lijn kan je doortrekken naar 2020, 2021 en 2022. Dit is dan je verwachte sterfte voor deze doodsoorzaak. En vanuit deze “verwachte” sterfte, kan je dan berekenen wat de afwijking is in tegenstelling tot de daadwerkelijke sterfte. Zo ontstaat de 2e grafiek
Een gangbare bandbreedte was tussen de -25 en +25 meer sterfgevallen t.o.v. verwacht. Dan zien we in 2022 een uitschieter buiten de gebruikelijke bandbreedtes. Bij een verwachte sterfte van een kleine 1000 personen (per 100k) is een afwijking van 40 (4%) niet een hele grote afwijking, maar wel één om in de gaten te houden want vier keer zoveel als het gemiddelde van de 10 jaar daarvoor. Als de doodsoorzaken van 2023 worden vrijgegeven, gaat ons dat hopelijk meer richting geven. Was het een eenmalige uitschieter of gaan we dit in de toekomst vaker zien?

Deze verwachting kun je voor alle groepen (5 jaars cohort) uitrekenen en voor alle doodsoorzaken. Afwijkingen moet je op basis van voorgaande jaren bekijken. Soms kan 2% afwijking al duiden op een statistische verandering.
Op deze wijze toon je wel duidelijke grafieken aan de lezers.

Presentatietechniek 4. Kies relatief korte periodes en strijk die uit over de hele bevolking.

Zoals je hierboven kunt zien, kan je vanuit de trend 2011-2019 voorspellingen voor de jaren 2020-2022 doen. In een eerdere analyse van het CBS zie je dat ze relatief korte periodes laten zien (2015-2022) en op basis daarvan ‘laat men zien’ dat iets ‘binnen’ de bandbreedte valt. Zoals bijvoorbeeld het kopje hart en vaatziekten. Het lijkt in deze weergave alsof die cijfers binnen een bepaalde bandbreedte passen. Maar als we de data reeks iets verlengen tot 2011, en inzoomen op de populatie 65-80, zien we een ander beeld.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69562

We zien hieronder in de linker grafiek een dalende trend, met trendlijn 2011-2019, en in de rechter grafiek de afwijkingen tov de trendlijn, van grofweg +10 en -10 sterfgevallen. Wat een afwijking is van 2,5%.  Maar vanaf 2020 zien we het aandeel sterk oplopen, tot 70 extra sterfgevallen als verwacht, ofwel een afwijking van 20%. Dit zou de alarmbellen moeten laten rinkelen bij het CBS. Niets is minder waar.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69564

Citaten uit de CBS rapporten:

“Ook was er een lichte stijging [in 2022] in het aantal sterfgevallen door hart- en vaatziekten (+4 procent)”

“Ten tijde van de COVID-19-epidemie zijn de seizoenspatronen van andere (hoofdgroepen) doodsoorzaken veranderd en voornamelijk in 2022 is de sterfte aan ziekten van de ademhalingsorganen en niet-natuurlijke doodsoorzaken (accidentele vallen) hoger dan verwacht.”

De fors verhoogde sterfte (20%) onder 65-80 jarigen wordt niet benoemd. Het valt weg door alleen maar naar de totale populatie te kijken, en een relatief korte periode.

Presentatietechniek 5. Covid valt onder ademhalingsziektes maar vormt ook een eigen categorie. Gebruik beide.

Laten we nog eens kijken naar de uitspraak “Ten tijde van de COVID-19-epidemie zijn de seizoenspatronen van andere (hoofdgroepen) doodsoorzaken veranderd en voornamelijk in 2022 is de sterfte aan ziekten van de ademhalingsorganen en niet-natuurlijke doodsoorzaken (accidentele vallen) hoger dan verwacht.”.

De ziekte aan de ademhalingsorganen. Wat zien we daar dan? Volgens het CBS is de sterfte verhoogd in 2022.

De ziekte aan de ademhalingsorganen lijkt sterk gerelateerd te zijn aan de griepseizoenen. “Pittige” griepseizoenen doen de sterfte aan de ademhalingsorganen fors toenemen. Milde seizoenen laten een lager sterfte zien.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69566

Laten we dezelfde methode gebruiken als hiervoor. We selecteren de totale bevolking en kijken nu naar de ziekte van de ademhalingsorganen. We zien dan in de niet-pandemie jaren standaard al wat meer uitschieters. Afwijkende jaren lopen op tot meer dan 10% extra sterfte aan ademhalingsziektes. Als we wederom vanuit de trendlijn een verwachting voor 2020-2022 opstellen, zien we dat het jaar 2022 nauwelijks hogere sterfte heeft dan verwacht in deze groep. Het is juist dat 2020 en 2021 een veel lagere sterfte heeft als verwacht omdat de reguliere sterftepieken vermoedelijk in de subgroep 18. Corona zijn geboekt.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69567

En hoe zit het dan met de accidentele val? Deze bevind zich in subgroep 16 van de doodsoorzaken. Het CBS heeft in zijn persbericht omschreven dat oorzaak ICD-10,R99 (Hartstilstand zonder rapportage van de oorzaak) bij hun in de analyse verschoven is naar het kopje hart-en vaatziekten. Maar in de downloadbare data van Statline, bevind deze oorzaak zich toch onder subgroep 16. In deze subgroep wordt door het CBS de extra sterfte toegeschreven aan “accidentele val” zoals men doet vermoeden in paragraaf/grafiek 3.3.1.6 & 7. De stijging van 10% van de accidentele val, verklaart echter niet de exponentiele groei in corona jaren 2020-2023. In 2022 wordt een afwijking van 40% gezien.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69568

Afsluitend

Er zijn nog meer technieken te herkennen. Maar ik laat het voor nu bij deze. Zoals je ziet, zijn er soms bewuste keuzes gemaakt om onjuiste vergelijkingen te maken, of juist niet in te zoomen, en het globaal te houden.

Voor mij zijn de belangrijkste afwijkingen (buiten covid-19) te zien in de verhoogde sterfte in 2021 en 2022 bij subgroepen 7 (Hart- en vaatziekten) en 16 (Overig) bij de populatie 65-80.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69569
De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69570

Daarnaast is een opmerkelijke vervangingssterfte te zien, bij de 80+ vrouwen in de pandemie jaren 2020 en 2021. Hier zie je doodsoorzaken 5 t/m 8 fors minder zijn, en bijna de gehele sterfte aan covid-19 compenseren. Een zelfde beeld zie je bij de 80+ mannen, maar dan in mindere mate.

De geheimen van de presentatietechnieken van CBS en RIVM onthult - 69571

U heeft zojuist gelezen: De presentatietrucs van het CBS en RIVM onthuld

Volg Maurice de Hond op X | Facebook | LinkedIn | YouTube.

Deze website opereert dankzij de financiële steun van de bezoekers en kent geen paywall of adverteerder. Klik hier als u een (kleine) donatie wilt geven. Onze dank is groot.

Deel dit artikel: Twitter Facebook Linkedin WhatsApp
REACTIES
Reageer hier, maar met respect.

We verwelkomen respectvolle en relevante opmerkingen. Off-topic commentaren worden verwijderd. Als je illegale dingen doet, zullen we het verbieden.

 
“Ze kunnen niet eens de pandemie voorspellen, die ze zelf hebben veroorzaakt” - 71056
Blind voor mens en recht in het kwadraat - 71024