南半球におけるCOVID-19ワクチン関連死亡率
COVID-19 vaccine-associated mortality in the Southern Hemisphere

COVIDワクチンの有害事象

サイトのご利用には利用規約への同意が必要です

Contents

COVID-19 vaccine-associated mortality in the Southern Hemisphere

t.co/LtvV1YUZOq

リポート｜2023年9月17日

Denis G. Rancourt, 1, * PhD ; Marine Baudin, 2 PhD ; Joseph Hickey, 1 PhD ; Jérémie Mercier, 2 PhD

denis.rancourt@gmail.com

この相関レポートは、以下の複数のウェブサイトに同時に掲載されている：

correlationcanada.org/research/ denisrancourt.ca/

www.researchgate.net/profile/Jeremie-Mercier2

ocla.ca/covid/

www.jeremie-mercier.com/

denisrancourt.substack.com/

すべての相関レポートはこちら： correlation-canada.org/research/

引用 Rancourt, D.G., Baudin, M., Hickey, J., Mercier, J. ”COVID-19 vaccine-associated mortality in the Southern Hemisphere”. CORRELATION Research in the Public Interest, Report, 17 September 2023. correlation-canada.org/covid-19-vaccine-associated-mortality-in-the-Southern-Hemisphere/

要旨

赤道直下および南半球の17カ国（アルゼンチン、オーストラリア、ボリビア、ブラジル、チリ、コロンビア、エクアドル、マレーシア、ニュージーランド、パラグアイ、ペルー、フィリピン、シンガポール、南アフリカ、スリナム、タイ、ウルグアイ）を調査した。この17カ国は世界の人口の9.10％、世界のCOVID-19注射の10.3％（1人当たりの接種率1.91回、全年齢）を占め、事実上すべてのCOVID-19ワクチンの種類と製造業者が存在し、4大陸にまたがっている。

17カ国において、COVID-19ワクチンの有益な効果を示す全死因死亡率（ACM）の時系列データはない。COVID-19ワクチン接種と全死因死亡率の比例的減少との間に時間的関連はない。その逆である。

COVID-19ワクチンが配備され投与された時点で、17カ国すべてが全死因死亡率の高い体制に移行している。17カ国のうち9カ国は、2020年3月11日に世界保健機関（WHO）がパンデミック宣言を出してから、ワクチンが展開されるまでの約1年間、全死因死亡率の過剰が検出されなかった（オーストラリア、マレーシア、ニュージーランド、パラグアイ、フィリピン、シンガポール、スリナム、タイ、ウルグアイ）。

全死因死亡率の前例のないピークは、南半球と赤道緯度の国々で2022年の夏（1月～2月）に発生しており、これはCOVID-19ワクチンの急速なブースター接種（3回目または4回目）と同期しているか、またはその直前に発生している。この現象は、十分な死亡率データがあるすべてのケース（15カ国）に見られる。調査国のうち2カ国は、2022年1月～2月の死亡率データが不十分である（アルゼンチンとスリナム）。

チリとペルーの詳細な死亡率とワクチン接種のデータでは、年齢別と接種回数別に解析することができる。2022年1月～2月（さらに、チリでは2021年7月～8月、ペルーでは2022年7月～8月）に観察された全死因死亡率のピークが、両国および各高齢者年齢層で、時間的に関連した急速なCOVID-19-ワクチンブースタードーズ展開以外の原因によるものとは考えにくい。

同様に、南半球と赤道緯度の17カ国すべてで、COVID-19ワクチンの展開と持続的投与と同時に全死因死亡率が高い体制に移行したことも、ワクチン以外の原因とは考えにくい。

全死因死亡率の多くのピーク（17カ国、4大陸、すべての高齢者年齢層、異なる時期）とそれに関連した急速なブースター展開の間の共時性により、因果関係についてのこの確固とした結論とCOVID-19ワクチンの毒性の正確な定量化が可能となった。

全年齢のワクチン投与致死率（vDFR）は、ある集団に投与されたワクチン量に対するワクチン誘発死亡の推定される割合であり、2022年1月から2月の全死因死亡率ピークにおいて、0.02％（ニュージーランド）から0.20％（ウルグアイ）の範囲に収まることが定量化された。チリとペルーでは、vDFRは年齢とともに指数関数的に増加し（約4歳ごとに約2倍になる）、最新のブースター接種で最大となり、90歳以上の年齢層では約5％に達する（4回目の接種20回につき1人が死亡）。以前の論文（インド、イスラエル、米国）で見られたように、北半球でも同様の結果が得られている。

17カ国の全年齢vDFRは（0.126±0.004）％であり、これは2023年9月2日までに135億のCOVID-19ワクチンを接種した場合、全世界で1700万±0.5百万人のCOVID-19ワクチン死亡を意味する。これは、世界人口の（0.213±0.006）％を死亡させ（3年未満で、生存者470人あたり1人死亡）、いかなる死亡も測定可能なほど防ぐことができなかった大量医原性事象に相当する。

実際の集団におけるCOVID-19ワクチンの注射による死亡リスク全体は、全死因死亡率の過剰とその展開との同期性から推測すると、世界的に広範であり、臨床試験、副作用モニタリング、死亡診断書からの死因統計で報告されているよりもはるかに大きく、3桁（1,000倍）も大きい。

主要なCOVID-19ワクチンの種類と製造業者をすべて使用した4大陸17カ国を対象としたこの研究で定量化されたvDFRの大きな年齢依存性と大きな値は、有効なリスク・ベネフィット分析が行われるまで、COVID-19ワクチンの注射を高齢者に優先させるという根拠のない公衆衛生政策を直ちに中止するよう各国政府に促すべきである。

目次

  • 要旨
  • 図の表
  • 表
  • 1. はじめに
  • 2. データ
  • 3. 全死因死亡率の高いレジームへの時間的移行を検出する方法
  • 4. 全死因死亡率からvDFRを定量化する方法
    • 4.1 死亡率の一時期（またはピーク）に対する過去の傾向ベースライン（方法1）
    • 4.2 過去に積算された1点の特別な場合（方法2）
    • 4.3 特定の国への方法の適用
  • 5. 結果
    • 5.1 高全死因死亡率レジームへの移行
    • 5.2 本研究の17カ国におけるCOVID-19-ワクチン接種期間の過剰死亡率と比較したCovid期間の過剰死亡率
    • 5.3 全調査対象国の全年齢国別全死因死亡率とワクチン展開
    • 5.4 チリの年齢群別接種量4-全死因死亡率およびワクチン接種量4の全国展開（90歳以上、85～89歳、80～84歳、75～79歳、70～74歳、65～69歳、60～64歳）
    • 5.5 チリ：年齢群別接種量3-全国全死因死亡率およびワクチン接種量3の展開（90歳以上、85-89歳、80-84歳、75-79歳、70-74歳、65-69歳、60-64歳）
    • 5.6 ペルー：年齢階級別接種量3-全国全死因死亡率およびワクチン3回接種の展開（90歳以上、85～89歳、80～84歳、75～79歳、70～74歳、65～69歳、60～64歳）
    • 5.7 ペルー：年齢群別接種量4-全国全死因死亡率とワクチン接種量4の展開（90歳以上、85～89歳、80～84歳、75～79歳、70～74歳、65～69歳、60～64歳）
    • 5.8 年齢別vDFR-チリとペルーにおける3回目と4回目のワクチン投与による年齢別致死率
    • 5.9 ニュージーランドの全年齢対象3、4回接種-国別全死因死亡率とワクチン用量展開
  • 6. 考察
    • 6.1 COVID-19ワクチンは死亡を引き起こす可能性がある
    • 6.2 COVID-19ワクチンが展開されるまでは過剰死亡率はない
    • 6.3 COVID-19ワクチンは命を救わず、致死性の毒物であるようだ
    • 6.4 因果関係とワクチン致死毒性の強い証拠
    • 6.5 過剰死亡における因果関係は十分に証明されている
    • 6.6 過剰死亡の原因に関する他の解釈を評価する
    • 6.7 COVID-19ワクチンの致死的毒性の年齢依存性に関する示唆
    • 6.8 COVID-19ワクチン接種前の全死因死亡率過剰量
  • 7. 結論
    • 7.1 因果関係は証明された
    • 7.2 実際のワクチン死亡率は誤ったデータから推測される死亡率よりもはるかに大きい。
    • 7.3 COVID-19ワクチン接種に高齢者を優先させる政策はやめるべきである。
  • 参考文献
  • 付録A：死亡率とワクチン接種のデータ源
  • 付録B：全死因死亡率とワクチン接種データの例
  • 付録C：データへの手法の適用に関する技術的および具体的情報
  • 付録D：Covid期間における過剰死亡率の一点法による定量化
  • 付録E：ワクチン接種期間の超過死亡率の一点法による定量化

図の表

  • 図1：アルゼンチン、オーストラリア、ボリビア、ブラジル、チリ、コロンビア、エクアドル、マレーシア、ニュージーランド、パラグアイ、ペルー、フィリピン、シンガポール、南アフリカ、スリナム、タイ、ウルグアイ。
  • 図2：死亡率のレジーム間の遷移-本研究の対象17カ国について、時間（週または月）ごとの全死因死亡率（青）、時間（週）ごとのワクチン投与（オレンジ）、時間（週または月）ごとの全死因死亡率の1年後方移動平均（赤）（凡例による）。2020年3月11日のパンデミック宣言日は、各パネルに灰色の縦線で示されている。データソースは付録Aに記載されている。
  • 図3：（3つのパネル）Covid期間過剰全死因死亡率対ワクチン接種期間過剰全死因死亡率（上）、第1拡大図（中）、第2拡大図（下）。
  • 図4：本研究の17カ国（ラベル付き）の週別（2019～2023年）または月別（2017～2023年）の全年齢全死因死亡率（黒）、全年齢ワクチン展開用量1および2（青）およびブースター（オレンジ）；また、公称2022年1月～2月の全死因死亡率のピークに対する2020年3月11日の日付と統合の限界も示す（縦線）。データソースは付録Aに明記されている。
  • 図5：全年齢の週別または月別全死因死亡率（水色）、2015～2023年、全死因死亡率の公称ピークである2022年1～2月の積算値（紺色）、17カ国（ラベル付き）。データソースは付録Aに明記されている。
  • 図6：本研究の17カ国について、全年齢全死因死亡率の週別（2019-2023年）または月別（2017-2023年）（黒）、全年齢全用量COVID-19ワクチン展開（青）；ワクチン接種期間の2020年3月11日（灰色）と統合の限界（破線、青）も示す。データソースは付録Aに記載されている。
  • 図7：本研究に参加した17カ国（ラベル付き）について、2015～2023年の全年齢全死因死亡率の週別（全死因死亡率/w）または月別（全死因死亡率/m）（水色）、統合（紺色）、ワクチン接種期間の傾向線（オレンジ）を示す。データソースは付録Aに明記されている。
  • 図8：公称2022年1月～2月の全死因死亡率ピーク期間（塗りつぶし円）またはワクチン接種期間（開け菱形、方法2の計算方法）の全年齢全国過剰全死因死亡率と同時期の全年齢全国ワクチン総注入量の比較。全範囲（上図）。拡大図（下段）。ピアソン相関係数はr = +0.94である。
  • 図9：vDFR（ワクチン接種期間）とvDFR（2022年1月～2月の全死因死亡率ピーク期間）の相関分析。vDFRの値は％ではなく分数で表され、目盛りはx1e-3なので、「4」は0.4％、といった具合である。分析線は図8と同じ意味である。ピアソン相関係数はr = +0.74である。
  • 図10：ワクチン接種期間の全年齢vDFR値（オレンジ、メス2）と全死因死亡率の2022年1月～2月のピーク期間の全年齢vDFR値（青）を、ワクチンメーカーのリストと比較し、国別に小さい順に示した。全年齢vDFRの値は表2による。
  • 図11：チリ（ロールアウトあり）、週別全死因死亡率（黒）、2019～2023年、年齢層別（90歳以上、85～89歳…60～64歳）、ワクチンロールアウトの全用量（青）と用量-4（x4増幅、ピンク）。データソースは付録Aに記載されている。
  • 図12：チリ（4回接種）、週別全死因死亡率（水色）、2010～2022年、年齢層別（90歳以上、85～89歳…60～64歳）、統合、14週接種-4回接種-期間（紺色、ポイント）および傾向線（オレンジ）。データソースは付録Aに記載されている。
  • 図13：チリ（3回接種）、週別全死因死亡率（水色）、2010-2022年、年齢層別（60歳以上、90歳以上、85-89歳…60-64歳）、統合、22週接種-3回接種期間（紺色、点）および傾向線（オレンジ色）。データソースは付録Aに記載されている。
  • 図14：ペルー（ロールアウトあり）、週別全死因死亡率（黒）、2019～2022年、年齢層別（60歳以上、90歳以上、85～89歳…60～64歳、50～59歳…20～29歳、0～19歳）、全線接種（青）および4回接種（x4増幅、ピンク）。データソースは付録Aに記載されている。
  • 図15：ペルー（3回目）、週別全死因死亡率（水色）、2017～2022年、年齢層別（60歳以上、90歳以上、85～89歳…60～64歳）、統合あり、26週の3回目接種期間（紺色、ポイント）および傾向線（オレンジ）。データソースは付録Aに記載されている。
  • 図16：ペルー（線量4）、週別全死因死亡率（水色）、2017-2022年、年齢層別（60歳以上、90歳以上、85-89歳…60-64歳）、統合あり、25週線量-4-接種期間（紺色、点）および傾向線（オレンジ）。データソースは付録Aに記載されている。
  • 図17：チリとペルーのvDFR対年齢、2022年1月-2月のピーク（チリ線量4、ペルー線量3）、2022年7月-8月のピーク（ペルー線量4）、2021年7月-8月のピーク（チリ線量3）の指数フィット。線形スケール（上）、対数スケール（下）
  • 図18：（上）ニュージーランド（ロールアウトあり）、2019～2023年の週ごとの全年齢全死因死亡率（黒）、全年齢ワクチンのロールアウト用量1から用量4（色）。(下)80歳以上の週別全死因死亡率(黒)と同じ統合境界線(破線の縦線)。2020年3月11日のパンデミック宣言日は灰色の縦線で示されている。データソースは付録Aに記載されている。
  • 図19：ニュージーランド（投与量3）、全年齢の週別全死因死亡率（水色）、2011年～2023年、積分値、投与量3の28週間接種期間（紺色、点）および傾向線（オレンジ色）。データソースは付録Aに記載されている。
  • 図20：ニュージーランド（投与量4）、週別全死因死亡率（水色）、2011-2023年、統合、投与量4-接種期間31週（紺色、点）および傾向線（オレンジ色）。データソースは付録Aに記載されている。
  • 図21： 付録B-本研究の対象17カ国における全年齢全死因死亡率（青）と全年齢全ワクチンの接種（オレンジ）データの例（ラベル付き）。灰色の縦線は、2020年3月11日のWHOのパンデミック宣言を示す。データソースは付録Aに記載されている。
  • 図22：付録D-本研究の17カ国のCovid期間における過剰全死因死亡率の単一ヒストリカルポイント法（方法2）。Covid期間（オレンジ）、単一点歴史的参照期間（緑）、最良線適合（赤）。時間指標は2015年開始からの週数または月数である。2020年3月11日のパンデミック宣言日は灰色の縦線で示されている。データソースは付録Aに記載されている。
  • 図23：付録E-本研究の17カ国のワクチン接種期間における過剰全死因死亡率（方法2）の単一履歴点法。ワクチン接種期間（オレンジ）、シングルポイント過去基準期間（緑）、最良線フィット（赤）。時間指標は2015年開始からの週数または月数である。2020年3月11日のパンデミック宣言日は灰色の縦線で示されている。データソースは付録Aに記載されている。

表

  • 表1：コビド期間とワクチン接種期間の超過死亡数合計、ワクチン接種期間の注射回数、人口
  • 表2：本研究の17カ国について、名目上の2022年1月～2月の全死因死亡率ピークの期間（「S22-peak」）およびワクチン接種の全期間（「v-period」）から抽出した全年齢の全国ワクチン接種致死率（vDFR）
  • 表3：抽出された倍加年齢、1回の注射で死亡リスクが2倍になる年齢の増加
  • 表4：付録A-データの種類とデータ源
  • 表5：付録C-トレンドライン法（方法1）をデータに適用するために使用したパラメータ

1. はじめに

時間ごとの全死因死亡率は、死亡の原因となる事象を検出し疫学的に特徴づけるために、またあらゆる原因による死亡の急増または崩壊が集団レベルに及ぼす影響を測定するために、最も信頼できるデータである。このようなデータは、管轄区域や地理的地域ごと、年齢層ごと、性別ごとなどに収集することができ、報告バイアスや死亡率自体の死因帰属のバイアスの影響を受けにくい（Aabyら、2020年；Bilinski and Emanuel、2020年；Bustos Sierraら、2020年；Félix-Cardosoら、2020年；Fouilletら、2020年；Kontisら、2020年）、 2020年; Kontisら、2020年; Mannucciら、2020年; Millsら、2020年; Olsonら、2020年; Piccininniら、2020年; Rancourtら、2020年; Rancourtら、2020年; Sinnathambyら、2020年; Tadbiriら、2020年; Vestergaardら、2020年; Villaniら、2020年; Achilleosら、2021年; Al Wahaibiら、2021年; Anandら、 2021; Böttcherら、2021; Chanら、2021; Dahalら、2021; Das-Munshiら、2021; Deshmukhら、2021; Faustら、2021; Galloら、2021; Islam, Jdanov, et al、 2021; Islam, Shkolnikov, et al., 2021; Jacobson and Jokela, 2021; Jdanov et al., 2021; Joffe, 2021; Karlinsky and Kobak, 2021; Kobak, 2021; Kontopantelis et al、 2021a、2021b; Kungら、2021a、2021b; Liuら、2021; LocatelliとRousson、2021; Millerら、2021; Moriartyら、2021; Nørgaardら、 2021; Panagiotouら, 2021; Pilkingtonら, 2021; Polyakovaら, 2021; Rancourtら, 2021a, 2021b; Rossenら, 2021; Sanmarchiら, 2021; Sempéら、 2021; Sonejiら, 2021; Steinら, 2021; Stokesら, 2021; Vila-Corcolesら, 2021; Wilcoxら, 2021; Woolfら, 2021; Woolf, Masters and Aron, 2021; Yorifujiら、 2021; Ackleyら, 2022; Acostaら, 2022; Engler, 2022; Faustら, 2022; Ghaznaviら, 2022; Gobiņaら, 2022; Heら, 2022; Henryら、 2022; Jhaら, 2022; Johnson and Rancourt, 2022; Juulら, 2022; Kontisら, 2022; Kontopantelisら, 2022; Leeら, 2022; Lefflerら, 2022; Lewnardら、 2022; McGrail, 2022; Neil et al., 2022; Neil and Fenton, 2022; Pálinkás and Sándor, 2022; Ramírez-Soto and Ortega-Cáceres, 2022; Rancourt, 2022; Rancourt et al、 2022a, 2022b; Razakら, 2022; Redert, 2022a, 2022b; Rossenら, 2022; Safavi-Nainiら, 2022; Schöleyら, 2022; Sy, 2022; Thoma and Declercq, 2022; Wangら、 2022; Aarstad and Kvitastein, 2023; Bilinski et al., 2023; de Boer et al.; de Gier et al、 2023; Haugen, 2023; Jones and Ponomarenko, 2023; Kuhbandner and Reitzner, 2023; Lytras et al., 2023; Masselot et al、 2023; Rancourt et al., 2023; Redert, 2023; Schellekens, 2023; Scherb and Hayashi, 2023; Šorli et al., 2023; Woolf et al., 2023）。

我々はこれまでに、全死因死亡率（全死因死亡率）の異常なピークがCOVID-19ワクチンの急速な接種開始と時間的に関連している事例や、COVID-19ワクチン接種キャンペーンの開始が死亡率上昇の持続的な新体制の開始と一致している事例を、インド、オーストラリア、イスラエル、米国、カナダの州や地方を含めていくつか報告してきた（Rancourt, 2022; Rancourt et al.）

vDFRとは、ある集団において、ある期間に投与されたワクチン投与量に対する、過剰全死因死亡率評価に基づく推定ワクチン誘発死亡の割合を、同じ期間に投与されたワクチン投与量と比較したものである。全年齢・全投与量におけるvDFRの値は、通常約0.05％（2,000回接種あたり1人の死亡）であり、インドの特殊なケースでは極端な1％であった（Rancourt, 2022）。オーストラリアとイスラエルの広範なデータを用いた我々の研究でも、vDFRは年齢とともに指数関数的に増加し（5歳ごとに倍増）、80歳以上では約1％に達することが示されている（Rancourt et al.、2023）。

最も明確な例は、オーストラリアで2022年1月から2月にかけて発生した比較的急激な全死因死亡率のピークであり、これはオーストラリアのCOVID-19ワクチン3回接種の急速な展開と同期している。これとは対照的に、多くの場合、全死因死亡率の本質的な季節変動による交絡の影響と戦わなければならない。しかし、今回のオーストラリアの場合、2022年1月から2月のピークは、本来、全死因死亡率が安定した（南半球の）夏の低値または夏の谷があるはずの時期に、本質的な季節周期の中で発生している。このような夏のピークは、オーストラリ アの全死因死亡率の歴史的記録では過去に例がない（Rancourt et al.）

オーストラリアやイスラエルのように、年齢別に分類された死亡率やワクチン接種のデータがある国はほとんどない。そのような国には、チリとペルーがある。ここでは、チリとペルーがオーストラリアと同様に2022年1月から2月にかけて比較的急激な全死因死亡率のピークを示し、これはチリのCOVID-19ワクチン4回接種とペルーのCOVID-19ワクチン3回接種の急速な展開と同期している。

このチリ、ペルー、オーストラリアに共通する特徴から、我々は南半球や赤道直下の地域で2022年1月から2月にかけて全死因死亡率がピークに達する現象の例をさらに探すことにした。赤道直下の国々は夏と冬の季節がなく、全死因死亡率のパターンに季節変動がない。我々は、ボリビアでは不完全で、ニュージーランドでは特徴的でなかったが、データが入手可能な場所（オーストラリア、ボリビア、ブラジル、チリ、コロンビア、エクアドル、マレーシア、ニュージーランド、パラグアイ、ペルー、フィリピン、シンガポール、南アフリカ、タイ、ウルグアイ）で同じ現象を発見した。ここでは、これらの調査結果について報告する。

2. データ

死亡率とワクチン接種のデータ源は付録A：死亡率とワクチン接種のデータ源に示した。

付録B：全死因死亡率とワクチン接種データの例には、データの例が記載されている：2015年から2023年までの時間（週または月）ごとの全年齢全国全死因死亡率と、ゼロから始まるYスケールを使用した週ごとの全年齢全投与ワクチン接種である： アルゼンチン、オーストラリア、ボリビア、ブラジル、チリ、コロンビア、エクアドル、マレーシア、ニュージーランド、パラグアイ、ペルー、フィリピン、シンガポール、南アフリカ、スリナム、タイ、ウルグアイである。

図1は、世界地図上の赤道との関係で、検討された17カ国を示したものである。

図1：アルゼンチン、オーストラリア、ボリビア、ブラジル、チリ、コロンビア、エクアドル、マレーシア、ニュージーランド、パラグアイ、ペルー、フィリピン、シンガポール、南アフリカ、スリナム、タイ、ウルグアイ。

3. 全死因死亡率の高いレジームへの時間遷移を検出する方法

我々は、全死因死亡率データの時間（日、週、月、四半期）ごとのレジームの変化を検出するために、我々の一人（JH）が開発した以下の方法を実施した。

パンデミックの宣言やワクチンの展開に関連するような、「通常より高い」あるいは「最近より高い」全死因死亡率のレジームへの移行を検出することに興味がある。

訓練された目であれば、生の全死因死亡率の時間データそのものからそのような推移を検出することができるが、赤道直下以外の国で発生する全死因死亡率の季節変動による交絡の難しさをほぼ排除するように設計された統計的変換を適用することが有効である。

全死因死亡率の季節変動の支配的な期間は1年であり、時間的に前方への変化を検出したいので、以下のアプローチを採用する。全死因死亡率の時間別データに1年間の後方移動平均を適用する。1年後方移動平均の各時点は、単純に当該時点で終わる1年間の平均全死因死亡率であり、この移動平均を時間ごとにプロットする。そして、全死因死亡率のレジームの変化は、時間別移動平均の切れ目（傾きまたは値）として現れる。

全死因死亡率の比較的大きく急激なピークは、全死因死亡率の比較的大きく急激なピークの1年前（後）の移動平均に人為的な低下を生じさせる。

4. 全死因死亡率からvDFRを定量化する方法

4.1 死亡率のある期間（またはピーク）に対する過去の傾向ベースライン（方法1）

年齢群別（または全年齢）、ワクチン接種回数別（または全投与回数）のvDFRを定量化する最初の方法（方法1）は以下の通りである（Rancourtら、2022a、2023）：

  • i. パンデミック宣言前の年を含む大きな時間スケールで、年齢群（または全年齢）の時間別（日、週、月）の全死因死亡率をプロットする。
  • ii. 年齢群（または全年齢）について、ワクチンのロールアウト（初回接種のロールアウト）が開始された日付（日、週、月）を特定する。
  • iii. 一貫性を保つため、全死因死亡率はワクチン展開開始日付近で段階的に大きな値へと増加することに注意する。
  • iv. ワクチン展開の開始から入手可能なデータの終了またはワクチン接種（全投与）の終了のいずれか早い方まで全死因死亡率を統合（加算）する。これが、計算で使用される基本的な統合タイムウィンドウであり、開始日から終了日までである。
  • v. データが許す限り過去にさかのぼり、このウィンドウとこの統合を、連続した重複しない期間にわたって適用する。
  • vi. 各新たな積分窓は、連続する積分期間間にずれが生じても、ワクチン期間の基本積分窓の開始と同じ季節サイクルの時点から開始する。
  • vii. 得られた積分値を時間に対してプロットし、一貫性を持たせるために、ワクチン接種期間の値が、過去の傾向や値からよく見分けられる上向きのジョグを持っていることに注意する。
  • viii. 積算値の過去の傾向をワクチン接種期間に外挿する。ワクチン接種期間における全死因死亡率の積算値の実測値と外挿値（過去の傾向予測値）の差が、ワクチン接種期間に関連する過剰死亡率となる。
  • ix. 外挿は、実際には、選択したワクチン接種期間前の積分点に直線を当てはめることによって達成される。
  • x. 外挿に利用できるポイントが少なすぎて、フィッティングした傾きの不確実性が大きすぎる場合は、傾きをゼロにする。場合によっては、単一の点（通常は直前の積分窓の点）を使用することもできる。
  • xi. 外挿値の誤差は、計算された超過死亡率の誤差の大部分を占めることが多い。外挿値の 「精度誤差 」を、フィットの選ばれた点についてのフィット線との差の絶対値の平均偏差（残差の絶対値の平均）として推定する。この誤差は、想定される線形傾向を持つ近傍領域における、すべての原因による積分周期の変動の尺度である。
  • xii. 前記「精度誤差」は、一般に、外挿値の「精度誤差」（または統計誤差）よりも大きい。これは、コビッド期間またはワクチン接種期間より前の年の積分ウィンドウにおける積分全死因死亡率の年ごとの変動を表すからである。
  • xiii. 対象とするピークまたは地域より前の利用可能な平年における積分窓が少なすぎて、過去の年 間変動性の良い推定値が得られない場合、または積分値の統計誤差が比較的大きい場合、必要な 不確実性を最も良く推定するために統計誤差を利用する。
  • xiv. 同じ積分ウィンドウ（ワクチン接種の開始から終了までの日付）を適用して、その間に投与されたすべてのワクチン投与量をカウントする。
  • xv. データの特定の状況によっては、全死因死亡率とワクチン投与に異なる積分境界（異なるウィンドウ）を使用する必要があるかもしれない。我々はその必要性を感じなかったので、そのような最適化の実施やテストは行わなかった。
  • xvi. vDFR = (ワクチン接種期間中の過剰死亡率) / (同じワクチン接種期間に投与されたワクチン量)と定義する。ワクチン接種期間の過剰死亡率の推定誤差を用いてvDFRの不確実性を計算する。

同じ方法は、（関心領域の）積分の窓を1年単位で逆行させることにより、年単位以下の期間の関心領域（全死因死亡率のピークなど）にも適用できる。

上記の方法はロバストで、全死因死亡率データの性質に理想的に適合している。統合された全死因死亡率は一般に統計誤差が小さい。

大きな時間単位の積分窓（例えば、ワクチン接種期間全体）は、本質的な季節変動から生じる困難をほとんど取り除く。この困難は、各新しい積分窓を、ワクチン期間の基本的な積分窓の開始と同じ季節サイクルの同じ点から開始することでさらに解決される（上記の点-vi）。

過去のトレンドは、データ自体によって正当化される場合には、近いトレンドが直線でモデル化できると仮定する以上のモデルの仮定や不確実性を導入することなく分析される。このような分析では、例えば、人口の年齢構成から生じる年齢群コーホートサイズの年ごとの変化を考慮する。唯一の仮定は、摂動がない（全死因死亡率的に摂動がない）人口について、局所的に直線に近い傾向が現実的であるということである。

上記の方法は、全死因死亡率データにCovid対策（治療プロトコル、社会的強制、隔離など；Covid期間のワクチン接種前の期間には超過死亡率が発生しないため）のようなワクチン展開以外の要因による死亡率の証拠がないケース（管轄区域）のために考案されたものであるが、ワクチン接種期間の死亡率が、除外できない追加的な（Covid期間の）原因因子によって交絡されるケースにも容易に適応できる。

一つの方法は、過剰死亡率がCOVID-19ワクチン接種前に発生したかどうかに関係なく、単純に暦年に上記の方法を適応させることである。2020年以前（2020年3月11日のパンデミックの発表が行われた2020年以前）の年間の全死因死亡率値の範囲から線形外挿法で推定した過去の傾向から期待される値に対する暦年ごとの過剰全死因死亡率を求めるのである。次に、2020年と2021年の過剰全死因死亡率を比較する。多くの（ほとんどの）国では、2020年にはCOVID-19ワクチン接種は実質的に行われず、2021年1月から急速な普及が実質的に始まった。

4.2 歴史的な統合点が1つの特殊なケース（方法2）

必要な外挿（上記のステップv～ix）のために複数の積分値を得ることが不可能または現実的でない場合、外挿のためのゼロ勾配を仮定するのではなく（上記のステップx）、次の第2の方法（方法2）を適用することができる。

Y(-1)が唯一の過去の積分点である場合、必要とされる外挿値Y(0)を単純にとる：

Y(0) = Y(-1) + m ΔT W

  • (1) ここで、m は時間単位（日、週、月…）対番号付き時間単位による元の 全死因死亡率 の最良直線フィットの傾きであり、ΔT は Y(0)と Y(-1)の間の時間単位の数（すなわち、Y(0)積分窓の開始と Y(-1)積分窓の開始の間の時間単位の数）であり、W は時間単位数での積分窓の包含幅である。

これは、最良直線フィットを得るために使用した近区間において、季節変動にかかわらず、時間による全死因死亡率が直線上に変化すると仮定したものである。

その結果、積分窓または期間中の超過死亡率x全死因死亡率(0)は次のようになる：

x全死因死亡率(0) = 全死因死亡率(0) – Y(0) (2) ここで、全死因死亡率(0)は対象期間における積算全死因死亡率である。

x全死因死亡率(0)の統計誤差（標準偏差）は次式で与えられる：

sig(x全死因死亡率(0)) = sqrt [ 全死因死亡率(0) + Y(-1) + (ΔT W sig(m))2 ]で与えられる。

  • (3) ここで、sig(m)はmにおける公称統計誤差である。

赤道緯度の管轄区域で発生するような全死因死亡率の季節変動がない場合、sig(m)はmの実際の統計誤差である。全死因死亡率の季節変動がある場合、直線への最小二乗フィッティングから抽出されるsig(m)は単純な意味を持たない。この場合、sig(m)には季節変動に起因する不確実性が含まれ、季節変動の振幅が大きくなるほど増加する。

4.3 特定国への手法の適用

手法（手法1と2）をデータに適用するためのパラメータは、付録C：手法をデータに適用するための技術的および具体的な情報に示されている。

5. 結果

5.1. 高全死因死亡率レジームへの移行

図2は、本研究の対象17カ国について、時間（週または月）ごとの全死因死亡率（青）、時間（週）ごとのワクチン投与（オレンジ）（出典：OWID, 2023a）、時間（週または月）ごとの全死因死亡率の1年後方移動平均（赤）を示している。2020年3月11日のパンデミック宣言日は、各パネルで灰色の縦線で示されている。

本論文の全年齢分析における週ごとのワクチン投与量（例：オレンジ、図2）は、元の累積データ（OWID, 2023a）からすべての日付を得るために補間し、週ごとに合計することによって得られたものである。その結果、累積データに急激なジャンプがある場合、フィリピン（図2）のようにアーチファクトとして大きな週値が生じることがある。同様に、累積値の減少は、以下のいくつかのケースに見られるように、人為的な負の週値を生み出す可能性がある。

図2：死亡率のレジーム間の遷移-本研究の17カ国について、時間（週または月）ごとの全死因死亡率（青）、時間（週）ごとのワクチン投与（オレンジ）、時間（週または月）ごとの全死因死亡率の1年後方移動平均（赤）（凡例による）。2020年3月11日のパンデミック宣言日は、各パネルに灰色の縦線で示されている。データソースは付録Aに示した。

ここで（図2）、17カ国中9カ国では、2020年3月11日にパンデミックが宣言されてから、各国で最初のワクチン展開が開始されるまでの約1年間、検出可能な過剰死亡率はない。つまり、17カ国中9カ国では、ワクチンが展開されるまで検出可能な超過死亡率はない（オーストラリア、マレーシア、ニュージーランド、パラグアイ、フィリピン、シンガポール、スリナム、タイ、ウルグアイ）。

17カ国のうち残りの8カ国では、2020年3月11日以降、COVID-19ワクチン接種前に死亡率の高い新体制が開始される（アルゼンチン、ボリビア、ブラジル、チリ、コロンビア、エクアドル、ペルー、南アフリカ）。

17カ国すべてにおいて、ワクチン接種は高死亡率体制と関連しており、COVID-19ワクチン接種と全死因死亡率の比例的減少との間には時間的な関連はない。

5.2 本研究の17ヵ国におけるCOVID-19ワクチン接種期間中の過剰死亡率と比較したCovid-19ワクチン接種期間中の過剰死亡率

Covid期間全体（または「Covid期間」）における全死因死亡率超過死亡率を定量化するために、「歴史的な統合点が1点である特殊な場合」法（方法2、または「単一点法」、式1～3、「方法」参照）を適用し、2020年3月11日の週または月から、それぞれ全死因死亡率の時間データにおける最後の（最新の）使用可能または選択された点の週または月までとする。この方法は、基準死亡率に必要な外挿において、歴史的全死因死亡率の最近の10年間の線形変化を考慮に入れている。

この方法とCovid期間の過剰全死因死亡率の計算は、付録D：Covid期間の過剰死亡率の一点法による定量化（本研究の全17カ国）に示されている。

COVID-19ワクチン接種期間（または「ワクチン接種期間」）全体の過剰全死因死亡率についても、COVID-19ワクチン接種の最初の週または月から、各国のCovid期間のそれぞれ最後の週または月とした同じ週または月まで、同じ計算を行い、付録E：ワクチン接種期間の過剰死亡率の一点法による定量化に示した。

計算結果は、Covid期間中の過剰全死因死亡率（「Covid期間全死因死亡率」と表示された列）とワクチン接種期間中の過剰全死因死亡率（「ワクチン接種期間全死因死亡率」と表示された列）、およびそれらに関連する誤差について表1に示されている（式3、方法）。同じワクチン接種期間中のCOVID-19ワクチンの総注射回数（「ワクチン接種期間中の注射回数」欄）、2022年の予測人口（国連、2023年）も示した。Covid期間とワクチン接種期間は、各国とも同じ日に終了する。また、誤差を加味した合計も示した。オレンジ色の網掛けは、図2に従って、ワクチン接種開始前に全死因死亡率過剰が明らかでない国に対応し、青色の網掛けは、ワクチン接種開始前（および2020年3月11日のパンデミック宣言後）に全死因死亡率過剰を示す国に対応する。

表1：コビド期とワクチン接種期における超過死亡数、ワクチン接種期における注射回数、人口

表1の結果を図3に示す。ここでは、表1と同じ記号の色分けが用いられている：図2に従って、ワクチン接種開始前に明らかな過剰全死因死亡率がない国はオレンジの点、ワクチン接種開始前（および2020年3月11日のパンデミック宣言後）に過剰全死因死亡率を示す国は青の点である。

図3：（3つのパネル）Covid期間過剰全死因死亡率対ワクチン接種期間過剰全死因死亡率（上）、第1拡大図（中）、第2拡大図（下）。

5.3 全調査対象国の全年齢国別全死因死亡率とワクチン展開

図4は、COVID-19ワクチン用量展開と比較した、月別（2017-2023年）または週別（2019-2023年）の利用可能な全年齢国別全死因死亡率（黒）を示している： オーストラリア、チリ、コロンビア、エクアドル、ニュージーランド、ペルー、南アフリカ（週別全死因死亡率データ）、アルゼンチン、ボリビア、ブラジル、マレーシア、パラグアイ、フィリピン、シンガポール、スリナム、タイ、ウルグアイ（月別全死因死亡率データ）。灰色の縦線は2020年3月11日の世界保健機関（WHO）によるパンデミックの発表を示し、オレンジ色の破線の縦線は2022年1月～2月の注目ピークに対する統合ウィンドウの境界を示している（図5、表2と同じ境界）。1回目と2回目のワクチン接種を週ごとまたは月ごとに青色で、ブースター（2回目以降の接種）を週ごとまたは月ごとにオレンジ色で示した。ワクチンのデータはOur World in Data (2023a)のもので、投与量1と投与量2のデータ（青）は、全投与量データからブースター投与量（オレンジ）を差し引いたものである。

図4：全年齢全死因死亡率の週別（2019-2023年）または月別（2017-2023年）（黒）、全年齢ワクチン展開の用量1と2（青）とブースター（オレンジ）、本研究の17カ国（ラベルの通り）；全死因死亡率の公称2022年1月から2月のピーク（縦線）の2020年3月11日と統合の限界も示す。データソースは付録Aに明記されている。

図5は、2015年から2023年までの、時間（週または月）ごとの全年齢全国全死因死亡率、2022年1月から2月のピークにおける過剰全死因死亡率を定量化するために使用した積分点、および期待値への外挿に使用した線形傾向線（「死亡率の期間（またはピーク）に対する歴史的傾向ベースライン」法、方法1、方法参照）を示している： オーストラリア、チリ、コロンビア、エクアドル、ニュージーランド、ペルー、南アフリカ（週単位の全死因死亡率データ）、アルゼンチン、ボリビア、ブラジル、マレーシア、パラグアイ、フィリピン、シンガポール、スリナム、タイ、ウルグアイ（月単位の全死因死亡率データ）。図にはある： 週別または月別の全死因死亡率（水色）；26週または7ヵ月のワクチン接種期間の統合ウィンドウによる統合全死因死亡率（紺色、点）（最後の点は実際の対象期間そのもの）；ブースター期間の過剰全死因死亡率を計算するための外挿線（オレンジ色）。積分点は時間的に積分窓の開始点に位置する。方法を参照のこと。

完全性を期すため、図5と図4には、2022年1月から2月の対象地域の全死因死亡率データが不十分で計算が完了しなかった国も含めている。アルゼンチン、ボリビア、スリナムは全死因死亡率データが不完全である。

アルゼンチン、ボリビア、スリナムは、積算対象地域の全死因死亡率データが不完全であるため、アーチファクトとして低い積算値となっている（図5）。

単純化と比較のため、図5と図4（および表2）では、すべての国について基本的に同じ統合ウィンドウで標準化した（付録C参照）： 週単位の全死因死亡率データによる26週間のウィンドウ（2021年-42週から2022年-15週まで、182日）、または月単位の全死因死亡率データによる7ヶ月のウィンドウ（2021年-10ヶ月から2022年-04ヶ月まで、212日）である。

図5：全年齢の週別または月別全死因死亡率（水色）、2015～2023年、公称2022年1～2月の全死因死亡率ピーク（紺色）の積算、17カ国（ラベル付き）。データソースは付録Aに明記されている。

図6は、図4と同様のグラフであるが、本研究の対象17カ国（アルゼンチン、オーストラリア、ボリビア、ブラジル、チリ、コロンビア、エクアドル、マレーシア、ニュージーランド、パラグアイ、ペルー、フィリピン、シンガポール、南アフリカ、スリナム、タイ、ウルグアイ）について、全死因死亡率の2022年1月～2月のピークに関連するブースター展開地域だけでなく、COVID-19ワクチンの接種可能期間全体が強調表示されている。

ここで（図6および図7）、ワクチン接種期間はCOVID-19ワクチン投与の最初の週または月に開始し、事実上ワクチン投与の最新の時期または利用可能な全死因死亡率データの最新の日付に終了するように定義されている。使用した特定範囲のデータに対する手法の適用については、付録C：技術的および具体的な情報を参照のこと。このアイデアは、vDFRの計算値を用いて、各国におけるワクチン接種の全年齢・全投与による長時間の影響を把握し、全死因死亡率の2022年1月～2月のピークに関連するブースターに的を絞って得られた値と比較することである。

 

 

 

 

 

図6：本研究の17カ国について、週別（2019-2023年）または月別（2017-2023年）の全年齢全死因死亡率（黒）、全年齢アルドースCOVID-19ワクチン展開（青）；ワクチン接種期間の2020年3月11日（灰色）と統合限界（破線、青）も示す。データソースは付録Aに記載されている。

図7は、図6に示した予防接種期間に対応する統合を示している。

図7：本研究の対象17カ国（ラベル付き）の、ワクチン接種期間に対応する、週別（全死因死亡率/w）または月別（全死因死亡率/m）の全年齢全死因死亡率（水色）、2015～2023年の積分値（紺色）、および傾向線（オレンジ色）。データソースは付録Aに明記した。

また、我々の別の方法（方法2：式1～3；「単一の歴史的積分点の特殊な場合」法）を適用して、上記の最初の方法（方法1）を適用する際に用いたのと同じ積分限界値をすべて用いて、17ヵ国すべての予防接種期間の超過死亡率を求めた。これらの計算は付録E：予防接種期間中の超過死亡率の単一点法による定量化に示されている。

表2は、調査対象17カ国について、2つの異なる期間について、2つの異なる定量化方法を用いて計算したvDFRの全年齢値を比較したものである：

  • (1) 最初の（左から右への）数字の列は、「死亡率の期間（またはピーク）に対する歴史的傾向ベースライン」法（方法1）と、名目上の2022年1月～2月の全死因死亡率ピークの期間（図5と図4に示されている）を用いて計算された全年齢国別vDFR値を示しており、調査対象17カ国のうち14カ国について、当該ピークをカバーする全死因死亡率データがある。3カ国は、対象期間の全死因死亡率データが不完全である（アルゼンチン、ボリビア、スリナム）。全死因死亡率とワクチン総投与の統合期間は以下の通りである： 2021年-42週から2022年-15週（26週＝182日の統合、週単位の全死因死亡率データあり）、2021年-10カ月から2022年-04カ月（7カ月＝212日の統合、月単位の全死因死亡率データあり）である。
  • (2) 2列目の数値は、1列目の数値の誤差であり、過去のトレンドに使用した直線点からの平均偏差の大きさである（方法1、方法参照）。したがって、これは「精度」誤差であり、しばしば避けられない季節的不確実性による変動から生じる（方法参照）。
  • (3) 3列目の数値は、「死亡率の期間（またはピーク）に対する歴史的傾向ベースライン」法（方法1）および全線量ワクチン接種期間（図6および図7に示す）を用いて計算した全年齢国別vDFR値を示しており、調査対象17カ国のうち、この方法を適用するのに十分な使用可能な全死因死亡率の歴史的データがある15カ国についている。ほとんどの場合、意味のある「精度」誤差は、この欄の数字では評価できない。2つの国（チリ、ペルー）は、使用したデータセットで信頼できるvDFR値を計算するために必要な、過去の全死因死亡率統合の1点以上の十分な全死因死亡率データを持っていない。
  • (4) 第4列の数値は、本調査の全17カ国について、「歴史的統合点が1点の特殊な場合」の方法（方法2）と全線量接種期間（付録Eに図示）を用いて算出した全年齢国別vDFR値である。
  • (5) 5列目の数値は、4列目の数値の誤差であり、図23に示した傾き(m)の値を用いて、「単一の歴史的積分点の特別な場合」法（方法2）の式3を用いて計算したものである。そのため、この誤差は「精度」誤差の推定値であり、統計的に計算された誤差mは全死因死亡率の時間単位値の季節的な広がりの影響を受けるため、統計的な誤差よりも大きくなる。
表2：本研究の対象17カ国について、2022年1月～2月の全死因死亡率ピーク（「S22-peak」）とワクチン接種の全期間（「v-period」）から抽出した全年齢の全国ワクチン接種致死率（vDFR）

図8は、それぞれ図5または図23に示した解析から得られた、2022年1月～2月の全死因死亡率ピーク（塗りつぶされた円）またはワクチン接種期間（開いた菱形）における全年齢全国過剰全死因死亡率と、それぞれ図4または図6に示した解析から得られた、全死因死亡率統合の時間窓と同じ各期間における全年齢全投与全国ワクチン総注射量を、データが入手可能であることを条件として、本研究の17カ国について示したものである。上段には全範囲が、下段には原点付近の拡大図が示されている。

週単位の全死因死亡率データ（青いシンボル）と月単位の全死因死亡率データ（オレンジのシンボル）の結果は、積分窓の幅は異なるが、総死亡数ではなく異常ピークにおける過剰死亡数であるため、同等である。全体（図8の全ポイント）のピアソン相関係数はr = +0.94である。

図8は凡例どおり、次のことも示している：

  • (2) 切片と傾きに関する誤差の範囲内で、それぞれ最大の切片と最大の傾き、または最小の切片と最小の傾きを用いた、最良直線フィットの上限と下限（黒の実線） (3) Y誤差を用いず、したがってすべての点のY誤差が等しく正常であると仮定した、標準的な信頼区間限界（灰色の曲線）。

ベスト・ライン・フィットのパラメータは図で指定した通りである： Y切片 = +20 ± 900 死亡数、傾き = (7.1 ± 1.0) x 10-4 注射1回あたりの死亡数 (r = +0.94)。比較のために、公称2022年1月から2月の全死因死亡率ピークの期間のデータ（図8の塗りつぶされた円）だけを使用すると、次のようになる： Y切片＝-500±1,000人、傾き＝（6.4±0.9）×10-4 注射1本当たりの死亡数（r＝+0.97）である。

図8：公称2022年1月～2月の全死因死亡率ピークの期間（塗りつぶし円）またはワクチン接種期間中（開け菱形、方法2の計算方法）の全年齢全国過剰全死因死亡率と同時期の全年齢全国ワクチン総注射量の比較。全範囲（上図）。拡大図（下段）。ピアソン相関係数はr = +0.94である。

図8では、ワクチン接種期間の点（開いた菱形）は、全体的な傾向線に対して、公称2022年1月～2月の全死因死亡率ピークの期間の点（塗りつぶされた円）よりも概してY値が大きい。これは、各ポイントのvDFR = Y値/X値であるため、国別の全年齢vDFRの値が概して大きいことに対応する。この系統的な違いを図9で分析する。

図9：vDFR（ワクチン接種期間）とvDFR（2022年1月～2月の全死因死亡率ピーク期間）の相関分析。vDFRの値は％ではなく分数で表され、目盛りはx1e-3なので、「4」は0.4％、といった具合である。分析線は図8と同じ意味である。ピアソン相関係数はr = +0.74である。

凡例どおり、図9では傾きは1.8±0.6で、切片は誤差（-3±30）の範囲内でゼロである。ピアソン相関係数は+0.74である。

全年齢vDFRの値は、調査対象17カ国の中で南アフリカが最も大きく（0.44％）、次いでスリナム（0.30％）、ボリビア（0.301％）、パラグアイ（0.24％）、フィリピン（0.157％）となっている。これは図10に示されているように、すべての国と両方の統合期間について、国別のワクチン製造業者リスト（OWID, 2023b）と比較したものである。

図10：ワクチン接種期間（オレンジ、メス2）および全死因死亡率の2022年1月～2月のピーク期間（青）の全年齢vDFR値を、ワクチン製造業者のリストと比較し、国別に小さい順に示したものである。全年齢vDFRの値は表2による。

5.4 チリの年齢層別接種量4-全国全死因死亡率とワクチン接種量4の展開（90歳以上、85～89歳、80～84歳、75～79歳、70～74歳、65～69歳、60～64歳）

図11は、2019年から2023年までのチリの週ごとの全国全死因死亡率（黒）と、全年齢および分析した各年齢群（90歳以上から60-64歳まで）の全用量（青）および用量4（x4増幅）（ピンク）のCOVID-19ワクチン展開を示している。多くの年齢層で、4つの異なる投与量は、全投与量データでは明確なピークとして視覚的に分離されており、これは投与量別データ（図示していない）でも確認された。

【本文参照】

図11：チリ（ロールアウトあり）、週別全死因死亡率（黒）、2019～2023年、年齢層別（90歳以上、85～89歳…60～64歳）、全線量（青）と4回接種（x4増幅、ピンク）。データソースは付録Aに明記されている。

図12は、2010年から2023年までのチリの週ごとの全国全死因死亡率（水色）と、各年齢群（90歳以上から60-64歳まで、示したとおり）の、ワクチン投与量4の展開に対応する、2022年1月から2月の関心ピーク（「死亡率の期間（またはピーク）に対する過去の傾向ベースライン」法、方法1、方法参照）における過剰全死因死亡率を定量化するために使用した14週の積分点（紺色）と傾向線（オレンジ色）を示している。ここで積分窓（14週）は年齢群データ用に選択されたものであり、したがって全年齢（図5と図4）に使用された積分窓とは異なる（付録C参照）。最後の積分点（2022年）はワクチン投与4期間そのものであり、各積分点は時間的に積分窓の開始点に位置している。詳細は方法を参照のこと。

【本文参照】

図12：チリ（4回接種）、週別全死因死亡率（水色）、2010-2022年、年齢層別（90歳以上、85-89歳…60-64歳）、積分あり、14週接種-4回接種-期間（紺色、点）および傾向線（オレンジ）。データソースは付録Aに記載されている。

5.5 年齢群別チリ線量3-全国全死因死亡率とワクチン線量3の展開（90歳以上、85～89歳、80～84歳、75～79歳、70～74歳、65～69歳、60～64歳）

チリの特定の年齢層では、投与量3の展開が他の展開とは明確に定義されており（図11）、投与量3の展開期間中の死亡率が過剰であるため、チリでは投与量3についても追加的に定量化した。全死因死亡率の季節的ピークと混同があり、全死因死亡率の鋭く明確な孤立した関連ピークがないにもかかわらず、90歳以上ではよく形成された肩が見られる（図11）（方法、および下記参照）。

図13は、2010年から2023年までのチリの週ごとの全国全死因死亡率（水色）と、2021年7月から8月の名目上の関心領域における過剰全死因死亡率を定量化するために使用した22週積分点（紺色）と傾向線（オレンジ色）である（「死亡率の期間（またはピーク）に対するHistoricaltrend baseline」法、方法1、方法参照）。ここでは、図12および図11と同様に、年齢群データに対して積分窓（22週）が選択されている（付録C）。最後の積分点（2021年）はワクチン接種3期間そのものであり、各積分点は時間的に積分窓の開始点に位置している。詳細は方法を参照のこと。

【本文参照】

図13：チリ（3回目）、週別全死因死亡率（水色）、2010～2022年、年齢層別（60歳以上、90歳以上、85～89歳…60～64歳）、積分、22週目の3回目ワクチン接種期間（紺色、点）および傾向線（オレンジ色）。データソースは付録Aに記載されている。

5.6 ペルーの年齢層別接種量3-全国全死因死亡率と接種量3の展開（90歳以上、85～89歳、80～84歳、75～79歳、70～74歳、65～69歳、60～64歳）

図14は、2019年から2022年までのペルーの週ごとの全国全死因死亡率（黒）と、全年齢および調査した各年齢層（60歳以上、90歳以上、85～89歳、80～84歳、75～79歳、70～74歳、65～69歳）のCOVID-19ワクチンの用量別展開（全用量、青、および用量4、ピンク）を示している、

60-64歳、50-59歳、40-49歳、30-39歳、20-29歳、0-19歳）の各年齢層で実施された。週ごとの全投与量ワクチン投与は青で、週ごとの投与量-4ワクチン投与（x4増幅）はピンクで示されている。多くの年齢層で、4つの異なる用量が、全用量データでは明確なピークとして視覚的に分離されており、これは用量別データ（図示していない）でも確認できる。

【本文参照】

図14：ペルー（ロールアウトあり）、週別全死因死亡率（黒）、2019-2022年、年齢層別（60歳以上、90歳以上、85-89歳…60-64歳、50-59歳…20-29歳、0-19歳）、全線量（青）と4回接種（x4増幅、ピンク）。データソースは付録Aに明記されている。

図15は、2017年から2022年までのペルーの週ごとの全国全死因死亡率（水色）と、2022年1月から2月の注目ピークにおける過剰全死因死亡率を定量化するために用いた26週の統合点（紺色）と傾向線（オレンジ色）である（「死亡率の期間（またはピーク）に対する過去-傾向ベースライン」法、 方法1、「方法」参照）、ペルーの線量3展開に関連して、60歳以上の年齢群、および分析したより具体的な年齢群（90歳以上、85～89歳、80～84歳、75～79歳、70～74歳、65～69歳、60～64歳）それぞれについて、過剰全死因死亡率を定量化した。最後の点（2021年後半に位置づけられる）は、3回目のワクチン接種期間そのものであり、各統合点は統合ウィンドウの開始時点に位置づけられる。

詳細は方法を参照のこと。

【本文参照】

図15：ペルー（3回目）、週別全死因死亡率（水色）、2017～2022年、年齢層別（60歳以上、90歳以上、85～89歳……60～64歳）、積算値、26週間の3回目接種期間（紺色、点）、傾向線（オレンジ色）。データソースは付録Aに記載されている。

5.7 ペルーの年齢層別接種量4-全国全死因死亡率と接種量4の展開（90歳以上、85～89歳、80～84歳、75～79歳、70～74歳、65～69歳、60～64歳）

図15と同様に、図16は2017年から2022年までのペルーの週ごとの全国全死因死亡率（水色）と、ピーク時の過剰全死因死亡率を定量化するために使用した25週の統合ポイント（紺色）とトレンドライン（オレンジ色）を示している（公称、 ペルーの線量4ロールアウトに関連した（「死亡率の期間（またはピーク）に対する過去の傾向ベースライン」法、方法1、「方法」参照）、60歳以上の年齢群、および分析したより具体的な各年齢群（90歳以上、85～89歳、80～84歳、75～79歳、70～74歳、65～69歳、60～64歳）に対する25週間の積分点（濃い青）と傾向線（オレンジ）である。最後のポイント（2022年初頭）は、4回目のワクチン接種期間そのものであり、各統合ポイントは、統合ウィンドウの開始時点に配置されている。詳細は方法を参照のこと。

【本文参照】

図16：ペルー（線量4）、週別全死因死亡率（水色）、2017～2022年、年齢層別（60歳以上、90歳以上、85～89歳…60～64歳）、積分、25週線量4-ワクチン接種期間（紺色、点）、傾向線（オレンジ）。データソースは付録Aにある。

5.8 年齢別vDFR-チリとペルーにおける3回目と4回目のワクチン接種の年齢別致死率

図17（上段）は、チリとペルーのvDFR（直線スケール）と年齢（「死亡率の期間（またはピーク）に対する過去の傾向ベースライン」、方法1、方法参照）の関係を示している。図17（下段）は、同じデータをvDFRの対数スケールで示したものである。各点は、その年齢群の開始年齢で時間的に配置されている。

指数フィットは、示されたY特有の誤差（すなわち、vDFRの誤差）を使わずに実行された。したがって、倍加時間フィットのパラメータT2（図の凡例ではτ、tau）の誤差は、重み付けされていない残差Y値に基づいている。

【本文参照】

図17：チリとペルーのvDFR対年齢、2022年1-2月ピーク（チリ線量4、ペルー線量3）、2022年7-8月ピーク（ペルー線量4）、2021年7-8月ピーク（チリ線量3）の指数関数フィット。線形スケール（上）、対数スケール（下）。

図17では、ある年齢グループに割り当てられた年齢（X軸の値、単位は年）は、その年齢グループの年齢ウィンドウの開始年齢である。xの値を任意の定数で変換しても、例えば指数関数に当てはめて得られる倍加時間には影響せず、x=0におけるy切片（指数における前係数）にわずかに影響するだけであるため、この特定の選択による違いはほとんどない。

5.9 ニュージーランドの全年齢用量3および4-全国全死因死亡率とワクチン用量展開

ニュージーランドは、十分な全死因死亡率データを持つ15カ国の中で、名目上2022年1月～2月の全死因死亡率のピークが最も目立たないケースである。それにもかかわらず、ニュージーランドでは、特に80歳以上の年齢層でピークが顕著に現れている。

図18は、2019年から2023年までのニュージーランドの週ごとの全年齢全国全死因死亡率（黒）をCOVID-19のワクチン用量展開と比較したものである。縦線は、2020年3月11日の世界保健機関（WHO）によるパンデミックの発表（グレー）と、3回目と4回目の接種に対応する対象地域の統合ウィンドウの境界を示している（それぞれオレンジとピンク）。下図は、80歳以上の全死因死亡率データと同じ縦線である。

図18：（上）ニュージーランド（ロールアウトあり）、全年齢の週別全死因死亡率（黒）、2019年～2023年、全年齢ワクチンのロールアウト用量1から用量4（色）。(下)80歳以上の週別全死因死亡率(黒)と同じ統合境界線(破線の縦線)。2020年3月11日のパンデミック宣言日は灰色の縦線で示されている。データソースは付録Aに示した。

図19は、2011年から2023年までのニュージーランドの週ごとの全年齢の全国全死因死亡率（水色）と、ニュージーランドの線量3の展開（28週間、図18に示したオレンジ色の破線の縦線の境界線）に関連して、2022年1月から2月の対象ピークの過剰全死因死亡率を定量化するために使用された28週間の積分点（「死亡率の期間（またはピーク）に対する過去の傾向ベースライン」法、方法1、方法参照）（紺色の点とオレンジ色の傾向線）である。

【本文参照】

図19：ニュージーランド（線量3）、全年齢の週別全死因死亡率（水色）、2011年～2023年、統合、線量3-接種期間28週（紺色、点）と傾向線（オレンジ色）。データソースは付録Aに明記されている。

図20は、2011年から2023年までのニュージーランドの週ごとの全年齢全国全死因死亡率（水色）と、ニュージーランドの線量4展開（31週期間、図18に示すピンクの破線縦線の境界）に関連する、2022年7月～8月のピーク（「死亡率の期間（またはピーク）に対する過去の傾向ベースライン」法、方法1、方法参照）における過剰全死因死亡率を定量化するために使用した31週統合点（紺色の点とオレンジの傾向線）を示している。

【本文参照】

図20：ニュージーランド（線量4）、週別全死因死亡率（水色）、2011年～2023年、統合、線量4-接種期間31週（紺色、点）と傾向線（オレンジ色）。データソースは付録Aに示した。

ニュージーランドの線量別全年齢vDFR値は以下の通りである： (0.05±0.01)%（公称2022年1月～2月、線量3）、(0.21±0.03)%（公称2022年7月～8月、線量4）である。

6. 考察

6.1 COVID-19ワクチンは死亡を引き起こす可能性がある

COVID-19ワクチン注射が患者の死亡を引き起こす可能性があるかという問題と、過剰な全死因死亡率（定義上、集団レベル）がCOVID-19ワクチン展開と因果関係があるかという問題を峻別することは重要である。

たとえ注射が個々の被験者の死亡を引き起こすという臨床的・病理学的証明があったとしても、急速なワクチン展開と一時的な全死因死亡率過剰のピークとの因果関係を示すものではない。個々の死亡例の数が限られているため、因果関係を証明することはできない。それにもかかわらず、過剰死亡における因果関係を正式に検討しなければならない。

この文脈では、COVID-19ワクチン注射が個人の死亡を引き起こし、また引き起こす可能性が高いことは、以下のように十分に立証されている：

  • 多くの詳細な剖検研究（例えば、Choiら、2021年；Edlerら、2021年；Schneiderら、2021年；Sessaら、2021年；Gillら、2022年；Mörz、2022年；Murataら、2022年；Suzukiら、2022年；Takahashiら、2022年；Tanら、 2022; Yeoら, 2022; Yoshimuraら, 2022; Chagantiら, 2023; de Boer, Crawford, Parsons, 2023; Espositoら, 2023; Hulscherら, 2023; Jeonら, 2023; Manu, 2023; Nushidaら, 2023; Onishiら, 2023; Schwabら, 2023）、
  • 副作用モニタリング（Rose and McCullough, 2021; Hickey and Rancourt, 2022）、
  • ワクチン誘発性病態の研究（例えば、Goldmanら、2021；Kuvandikら、2021；Turni and Lefringhausen、2022；Edmondsら、2023；Wongら、2023）、
  • 皮膚生検標本の病理組織学的検査および免疫組織化学的染色により、ワクチン誘発病理学的検査との因果関係が確立されている（Sano et al.、2023）、
  • プラセボ対照第3相ランダム化臨床試験で報告された重篤な有害事象の二次解析（例えば、Fraimanら、2022年）、
  • COVID-19ワクチンの副作用に関する1,250以上の査読済み出版物（React 19、2022年）、および
  • COVID-19ワクチンに起因する死亡を含む、世界各州の既知のワクチン傷害補償プログラム（Mungwiraら、2020年；Woodら、2020年；Crumら、2021年；Kamin-Friedman and Davidovitch、2021年）

日本、カナダ、英国がワクチンによる死亡に対する補償を認めている（The Japan Times, 26 July 2022; Corbett, 6 September 2022; Wise, 2022）。

これらのデータや状況は、因果関係がありそうだという結論を裏付けるものではあるが、それ自体を証明するものではない：

  • 最近の調査研究（Skidmore, 2023）、
  • 数カ国における全死因死亡（全死因死亡率）データからのワクチン投与致死率（vDFR）の定量的評価（Rancourt, 2022; Rancourt et al.
  • 本研究では、過剰死亡における因果関係が証明されたと結論づける

最後に、COVID-19ワクチンによる重篤な危害の細胞、分子、システムのメカニズムや、例えば反復投与が非直線的により重篤な反応を引き起こす理由について、免疫学の原理に基づいた詳細な説明がある（Palmerら、2023年）。

6.2 COVID-19ワクチンが展開されるまでの過剰死亡率の不在

これまでに、いくつかの国や州では、パンデミック宣言が出された際、COVID-19ワクチンが展開されるまでは、最近の過去の記録と比較して、全死因死亡率の超過は検出されないか、事実上ないこと、その後、ワクチン展開中および展開後に死亡率が大きく超過することを示した：

  • 1. インド（Rancourt、2022年）
  • 2. オーストラリアとその8州（Rancourtら、2022a）。
  • 3. イスラエル（過剰死亡率が比較的少ない）（Rancourtら、2023年）
  • 4. カナダ（過剰死亡率が比較的少ない）（Rancourtら、2021b、2022c；Rancourt、2023年）

同様に、本論文では、調査した17カ国中9カ国は、ワクチンが普及するまで検出可能な過剰全死因死亡率がないことを示している： オーストラリア、マレーシア、ニュージーランド、パラグアイ、フィリピン、シンガポール、スリナム、タイ、ウルグアイである。

これは図2に明確に示されており、対応する数値は表1と図3に示されている。

つまり、これらの9カ国（オーストラリア、マレーシア、ニュージーランド、パラグアイ、フィリピン、シンガポール、スリナム、タイ、ウルグアイ）では、2020年3月11日のWHOのパンデミック宣言から約1年間、パンデミックやパンデミック対応の医療や政府の対策に起因すると考えられる正味の余分な死亡はなかった。これらの国々では、COVID-19ワクチンの迅速な大量投与が行われるまで、余分な死亡者はいなかった（図2）。

これは以下に述べる因果関係を示す強力な証拠の一部である。

6.3 COVID-19ワクチンは命を救わず、致死的な毒物であると思われる

9カ国（オーストラリア、マレーシア、ニュージーランド、パラグアイ、フィリピン、シンガポール、スリナム、タイ、ウルグアイ；図2）において、過剰死亡率はワクチン展開開始後（および展開中）にのみ発生したため、ワクチンは死亡リスクを減少させるほど重篤な疾病を減少させることはなかった。

本研究の17カ国では、全死因死亡率の経時的データにおいて、COVID-19ワクチンの有益な効果を示す証拠はない。COVID-19ワクチン接種と全死因死亡率の比例的減少との間に時間的関連はない。

それどころか、ワクチン投与は、17カ国すべてにおいて、また調査した年齢層において、致死的毒性物質への突然の集団暴露という既知の疫学的特徴を示している：

  • i. 致死毒性物質への長期曝露が開始されると、全死因死亡率が高くなる体制に移行する（図2、図6、図7）
  • ii. 致死的毒性薬剤の大量投与（ブースター展開）のすべての急激なピークと時間的に関連した（同期した、あるいはその直後の）全死因死亡率の特定のピーク（図5、図4、図12、図11、図13、図15、図16、図14、図18、図19、図20）
  • iii. 致死的と推定される毒物による集団全体の個別攻撃（個別注射）の回数と、時間的に関連する過剰死亡率との間の比例関係（図8、図9）
  • iv. 致死毒性（vDFR）は、毒性物質を投与された個体の年齢とともに指数関数的に、あるいは指数関数に近い形で増加する（図17）
  • v. 多数の集団にわたって、また突然の展開のさまざまなエピソード（すべての投与量、およびブースター展開）について、計算された毒性物質の致死毒性（vDFRの値）の一貫した値（表2、図8、図9、図10）
  • vi. vi.致死毒性の投与薬剤の毒性学的性質への明らかな依存性（vDFRのワクチンタイプ／メーカー依存性）

点-ivに関して、年齢とともに致死毒性が増加し指数関数的に増加することは、中毒や過量投与に関する動物やヒトの研究から知られている（例えば、Wibergら、1970；RogersとHeard、2007；Chenら、2009；Phuaら、2009；Shivelyら、2017）。

point-vに関して、調査した17カ国における全年齢vDFRの値は、1桁以内で一致している（表2、図9、図10）。図9において、2022年1月から2月の全死因死亡率ピーク期と比較して、ワクチン接種期の全年齢vDFRの値が概して大きいのは、以下のような要因によるものと考えられる：優先的に接種される集団の違い、ピーク期前に排除される脆弱な個体、使用されるワクチンの種類の違い、ピーク期に脆弱な個体が回避されるブースター政策や社会的圧力、COVID-19ワクチン以外の全年齢死亡（すなわち、医療や政府の対策）による寄与の大きさ、 COVID-19ワクチン接種の初期段階における非COVID-19ワクチンによる全年齢死亡（医療や政府の対策によるもの）の寄与が大きい、などである。アメリカのワクチン有害事象報告システム（VAERS）のデータでも、ブースター前の注射に比べてブースターの注射1回あたりの全年齢致死的ワクチン毒性は小さいことが示されている（Hickey and Rancourt, 2022; their Table 1）。ブースター投与とブースター前投与の系統的な違いに影響を及ぼす可能性のあるその他の要因としては、ブースター前投与に比べブースターで使用される有効成分の量が少ないこと、繰り返しチャレンジされることで免疫応答が変化することなどがある（Palmerら、2023）。

point-vi（point-ivとpoint-vとの関係）については、全年齢vDFRの値の国ごとの差は、高齢者人口の年齢構成（60歳以上）と高齢者の健康状態に左右される。このような大きな交絡効果にもかかわらず、COVID-19ワクチン接種の種類や製造業者による影響の可能性を示す証拠がいくつかある：

  • 南アフリカは全年齢vDFRの値が最も大きく（表2、図9、図10）、そのワクチンの大部分はジョンソン・エンド・ジョンソン製であった：24.6％、これに対して欧州連合では2.1％であり、データベースにおけるこのワクチンの使用割合は最も大きい（OWID, 2023c）
  • 米国のVAERSでは、ヤンセン（ジョンソン・エンド・ジョンソン）のワクチンは、18-64歳、65歳以上の両年齢層で、ファイザーのワクチンより致死毒性（注射1回あたり）が4倍高い（Hickey and Rancourt, 2022; 彼らの表1）
  • mRNA脂質ナノ粒子ワクチンとは異なり、ジョンソン・エンド・ジョンソンのワクチンは、SARS-CoV-2のスパイクタンパク質を作る遺伝子を含むように改変されたヒトアデノウイルスに基づくウイルスベクターワクチンである。このワクチンは一時中止された経緯がある
  • パラグアイはインドのワクチンCovaxinを使用していたが、インドの全年齢vDFRは約1％であった（Rancourt, 2022）
  • ウルグアイは中国のワクチンSinovacを使用していた： 55 %であったが、後にファイザーのブースターのみが使用された（OWID, 2023c）
  • スリナムはインドのワクチンCovishield、中国のCovilo、モデルナのSpikevaxに大きく依存していた
  • ボリビアはSinovac、Covilo、Covishield、Janssen、Sputnik V、PfizerのComirnatyを使用した

6.4 因果関係とワクチン致死毒性に関する強力な証拠

第一に：ワクチン致死毒性との因果関係を示す最も有力な証拠としては、特定の高齢者層において、初回接種とブースター接種が急速に行われ、全死因死亡率がピークに達するという顕著な時間的関連性があることである。これは以前、イスラエルでグラフ化された（Rancourt et al.） 本論文では、チリ（図12、図11、図13）およびペルー（図15、図16、図14）について、年齢層別死亡率と年齢層別（および用量別）ワクチン接種データが入手可能なすべてのケースで、この種の証拠が複数示されている。

これらの知見は決定的である。関連は多数かつ系統的であり、これに反する例はない。全死因死亡率に関する我々の広範な研究において、COVID-19ワクチンが有益な効果をもたらしたという証拠は見つかっていない。もしワクチンが伝播性ワクチン、感染症、重篤な疾病を予防するのであれば、急速なブースター接種を受けた高齢者グループのように、ワクチン接種後の死亡率は増加するのではなく、減少するはずである。また、3大陸にわたる9カ国で我々が記録したように、ワクチン接種前に死亡率が過剰になることはないのだから、ワクチン接種時のみ死亡率が増加することはないだろう。

第二に：因果関係とワクチン致死毒性に関するもう一つの強力な証拠は、年齢で層別化されていないデータに存在する。このような死亡率やワクチン接種のデータは、年齢層別化されていないために部分的に混乱している。これは主に、異なる年齢層へのワクチン投与の広がりと重複が原因である。それにもかかわらず、年齢層別化されていないデータには、全年齢全死因死亡率のピークと全年齢ワクチン接種のピークが時間的に関連している明確な例がいくつかある。これは、オーストラリアとその8州のうち5州それぞれについて以前に実証されており（Rancourt et al.、2022a）、今回も2022年1月から2月の特徴について調査した（図5、図4、図8、図9、図10）。

本稿では、十分な死亡率データがあるすべての国（15カ国： オーストラリア、ボリビア、ブラジル、チリ、コロンビア、エクアドル、マレーシア、ニュージーランド、パラグアイ、ペルー、フィリピン、シンガポール、南アフリカ、タイ、ウルグアイの15カ国）では、2022年1月から2月（南半球では真夏）にかけて、あるいはそれに近い時期に、全年齢の全死因死亡率に前例のない比較的急激なピークや急増が見られる、 これは、COVID-19ワクチンのブースター（国によって用量3または用量4）の急速な展開（全年齢）と同期しているか、その直前であり、ブースター以外の用量も同時に投与されている：図5、図4、図11（上）、図14（上2コマ）、図18、図19、図21（付録B：全死因死亡率とワクチン接種データの例）。

第3：因果性と毒性を支持する証拠については、COVID-19ワクチンが展開されるまで検出可能な過剰死亡率が発生しない、上記の顕著な例（「COVID-19ワクチンが展開されるまで過剰死亡率が発生しない」セクション）を、多くの国、いくつかの大陸で含めなければならない。

第四に、この現象が再現可能で一貫していること（「COVID-19ワクチンは命を救わず、致死的な毒物であるように見える」）。

また、同じ現象について、異なる法域で行われた先行研究で、本研究と矛盾しない結果が得られているものも含めるべきである。インド（Rancourt, 2022）、オーストラリア（Rancourtら, 2022a, 2023）、カナダ（Rancourtら, 2021b, 2022c; Rancourt, 2023）、イスラエル（Rancourtら、 2023）、米国では2021年晩夏または秋に全死因死亡率の季節的な異常ピークがあり、これは米国の21州、特にアラバマ、ミシシッピ、ジョージア、フロリダ、ルイジアナを含む25～64歳の年齢層で顕著である。この全死因死亡率のピークは、米国でいわゆる「ワクチン公平性」キャンペーンが行われた時期に、ワクチン投与が急増（アルドースワクチンの累積投与量が段階的に増加）したことと同期している（Rancourtら、2022b；図10C、10D、11A-F）。アメリカ全土および全年齢について、全死因死亡率の2021年晩夏または秋のピークは、約60Mの注射（全投与）が行われた2ヵ月以上の期間に、約160Kの過剰死亡に相当する。これは、その期間の全国全年齢vDFR値約0.3％に相当し、過剰死亡率に最も寄与している州や年齢（貧困が高い、高齢者が多い）ではより大きくなる。

6.5 死亡率超過の因果関係は十分に証明されている

COVID-19ワクチン投与と時間的に関連した全死因死亡率過剰との因果関係を支持する上述の証拠の頭文字を並べると以下のようになる：

  • i. COVID-19ワクチンの有益な効果について、全死因死亡率の経時的データには証拠がない。COVID-19ワクチン接種と全死因死亡率の比例的減少との間に時間的関連はない。
  • ii. それどころか、COVID-19ワクチンの接種開始時に、事実上すべての大陸のすべての国、州、県で、（数ヶ月の差で）大きく異なる時期に行われた最初の接種を含め、大きな過剰全死因死亡率の発生または増加が見られる。
  • iii. この発症は、ワクチン接種前に過剰死亡率があったかどうかに関係なく、ワクチン接種開始時に急増する高過剰全死因死亡率（特定の急速な展開（ブースター）に伴う全死因死亡率の追加ピークによって中断される）の新たな持続的体制として現れる。
  • iv. 多くの管轄区域（オーストラリアの各州を含む）では、ワクチン接種が開始されるまでは、検出可能な全死因死亡率過剰はなく、全死因死亡率過剰の新たなレジームが開始される。
  • v. 利用可能な全死因死亡率とワクチン展開のデータを年齢別に集計したすべての研究事例（イスラエル、チリ、ペルー）において、すべての高齢者年齢層（60歳以上）において、すべてのブースター展開と全死因死亡率の急激なピークまたは特徴の間に共時性があり、これは両半球において、季節的パターンの異なる時期に、約30の別個の共時性の事象である。
  • vi. それにもかかわらず、全死因死亡率とワクチン接種のデータが年齢別に分解されていないにもかかわらず、ワクチン接種の急増と全死因死亡率の異常なピーク、特に2022年1月から2月の全死因死亡率のピークが、本研究で十分な全死因死亡率データを有する15カ国すべてとオーストラリアの8州中5州で共時性を示す例がいくつかある（Rancourtら、2022a）。
  • vii. COVID-19ワクチンの注射回数（全年齢）と時間的に関連する全年齢の過剰全死因死亡率との間には、全死因死亡率の特定のピークを用いても、名目上のワクチン接種期間全体を用いても、比例関係が観察される（単なる相関関係ではない）。これを図8に示す。
  • viii. 特定の全死因死亡率ピークとワクチン接種期間に対応する全年齢毒性（vDFR、過剰全死因死亡率/接種回数-ワクチン接種回数）は、その値の国ごとの違いにかかわらず、互いに比例する。これを図9に示す。
  • ix. 全年齢vDFRの値は、人口の健康状態や国内の異質性、またおそらく使用されるワクチンの種類の国による違いから予想されるように、国によって異なるが、常に約0.02％～0.40％の範囲にあり（図8、図9、図10、表2）、インドの例外的なケースでは1％に達する（Rancourt, 2022）。
  • x. 推論される毒性（vDFR）は年齢とともに有意に増加し（図17）、これは毒物による用量依存的な重篤な結果と致死率の既知の特徴である（Wibergら、1970；RogersとHeard、2007；Chenら、2009；Phuaら、2009；Shivelyら、2017）。
  • xi. COVID-19ワクチンは本質的に危険であることが知られており、あらゆる年齢の個人の死亡を引き起こしている（参照：「COVID-19ワクチンは死亡を引き起こす可能性がある」の項、およびその中の参考文献）。
  • xii. COVID-19ワクチン接種の種類または製造者の影響の可能性を示す証拠がある（参照：「COVID-19ワクチンは命を救わず、致死性の毒物であるようだ」の項）。

このように、因果関係を証明するためのヨアニディス(2016)のロバストな基準は十分に満たされている：

  • 実験： 実験：同じ現象が、異なる管轄区域で、異なる年齢層で、異なる時間に独立して観察されている
  • 時間性： 全死因死亡率の多くの段階的な増加や異常なピークは、ワクチン導入と同期している。パンデミック宣言から約1年後にワクチン接種が実施されるまで、過剰死亡率が発生しなかった管轄区域も含まれる
  • 一貫性がある： この現象は定性的に同じであり、観察されるたびに同程度の大きさである

COVID-19の集団予防接種キャンペーンが、本研究の17ヵ国および現在までに調査された他の国々において、時間的に関連した過剰死亡率を引き起こしたことは疑いない。

定量化（全年齢vDFRの計算）に関しては、名目上全ワクチン接種期間を使用した場合、主な不確実性が生じる。この場合、COVID-19ワクチン接種開始前に、COVID-19ワクチン接種以外の原因によって全死因死亡率が過剰であった場合（例

ワクチン接種以外の原因（すなわち、医療や政府の対策）によってCOVID-19ワクチン接種開始前に全死因死亡率が過剰であった場合、これらの原因がCOVID-19ワクチン接種期間中もある程度続いているかどうかを検討すべきである。

これにはいくつかの証拠がある。例えば、ピーク期の全年齢vDFRに対するワクチン接種期の全年齢vDFRの比率が最も大きい3カ国（ペルー、エクアドル、コロンビア；図9）は、ワクチン接種前の全年齢過剰全死因死亡率の特徴も非常に大きい（図2、図6）。ピーク期の全年齢vDFRに対するワクチン接種期の全年齢vDFRの比率が最も小さい3カ国（ウルグアイ、シンガポール、マレーシア；図9）は、ワクチン接種前の全年齢過剰全死因死亡率を持たない（図2、図6）。しかし、ワクチン接種期の全年齢vDFRの値が最も大きい5カ国（南アフリカ、スリナム、ボリビア、パラグアイ、フィリピン；図10、表2）のうち、3カ国はワクチン接種前の全年齢全死因死亡率過剰がない（スリナム、パラグアイ、フィリピン；図2、図6）。全体として、全年齢vDFR値とワクチン接種前の全年齢過剰全死因死亡率の間には一貫した系統的な変動はなく、調査した両統合期間において、全年齢過剰全死因死亡率と投与された注射の間には基本的に同じ比例関係がある（切片はゼロ）（図8）。重要なことは、全年齢評価では、全死因死亡率過剰の原因となるCOVID-19ワクチン接種期間前の介入（政府の対策など）が若年層で大きく寄与する可能性があること、一方、ワクチンによる死亡（特にブースターの場合；3回目と4回目）は基本的に60歳以上に限定されることも念頭に置かなければならない（図11、図14；およびRancourtら、2021a、2022b、2023参照）。さらに、COVID-19ワクチン接種は、COVID-19ワクチン接種以外の対策の必要性を軽減または排除し、死亡率を低下させることを目的としており、ワクチン接種期間中のCOVID-19ワクチン接種以外の対策を減らすはずである。最後に、2020年末に季節性インフルエンザワクチン接種キャンペーンを強化した国があった可能性もある。

全年齢vDFRを定量化する際に）全死因死亡率ピーク積分領域を使用する場合、全死因死亡率のピークに時間的に関連する注射をカウントするための積分領域が最適化されていないために不確実性が生じる可能性があり、これはいくつかの過小カウントまたは過大カウントにつながる可能性がある。一般に、このような不確実性は、以下に報告する全年齢vDFR値の国ごとの大きなばらつきに比べれば、すべて小さいと思われる。

したがって、赤道直下および南半球の17カ国の本研究で推定されたCOVID-19ワクチン注射による死亡者総数は174万5000±4万9000人であり、17カ国の同じ名目上の全接種期間にわたる合計13億8814万5365回の注射によるものであり、Covid期間全体の過剰死亡率239万3000±8万8000人である（表1）。

そのため、本研究の17カ国における全年齢vDFRのワクチン接種期間全体の値は、vDFR = (1,745,000 ± 49,000 死亡) / (1,388,145,365 注射) = (0.1257 ± 0.0035) %となる。この全年齢vDFRの全体値に対する国ごとの平均変動率は0.079％である（表1、表2も参照）。したがって、17カ国の全年齢vDFRの結果は次のように要約できる：

全年齢vDFR = (0.126 ± 0.004) %である。

(4a) 全年齢vDFRの国別平均変動率 = 0.079 %。

(4b)

前回、代表的な世界的値は0.1%であり、これはCOVID-19ワクチンによる約1,300万人の死亡に相当すると推定した。

2023年1月24日までに132.5億回接種した場合である(Rancourt et al., 2023)。これは次のように更新できる： (0.1257±0.0035）％×135.0億回（2023年9月2日、OWID、2023a）＝（16.97±0.47）万人のCOVID-19ワクチンによる死亡が世界で発生している。この現在の推定は、以下に基づいている： 全世界のCOVID-19注射の10.3％、全世界人口の9.10％、17カ国における1人当たりの接種率1.91回（全年齢）である。

このことは、2023年9月2日までにCOVID-19ワクチンによる死亡が世界で1,700万人±0.5万人発生したことを意味する。言い換えれば、調査した17カ国の全死因死亡率を時間別に分析すると、世界的なCOVID-19ワクチン接種キャンペーンは、事実上、世界人口の（0.213±0.006）％を死亡させた大量医原性事象であり、測定可能な死亡予防効果はなかったことがわかる。

上記の注意点を念頭に置きながら、表1は、調査した17カ国全体では、（1,744,829±49,285）／（2,392,831±87,904）＝（73±3）％であることも示唆している。

の超過死亡がCOVID-19ワクチン注射と因果関係のある早期死亡であった（17カ国中9カ国ではこの割合が100％であった（「COVID-19ワクチンが展開されるまでの超過死亡の不在」の項を参照）。これは、全死因死亡率-by-timeのデータには、ワクチン接種が死亡を予防したという証拠がまったくない状況で起こったことである。

6.6 過剰死亡の原因に関する他の解釈の評価

赤道緯度と南半球の国々で発生した、名目上2022年1月～2月の全死因死亡率ピークにおける死亡率超過の原因について、競合する解釈を以下のように述べ（イタリック体）、割り引いた：

I. そのピークは季節的なピークであるか、全死因死亡率の季節変動と交絡している。

可能性は低い。ピークは比較的狭く、通常死亡率の谷である南半球の夏季に発生している。また、赤道直下の国々では死亡率の季節的パターンは見られない。

II. ピークは夏の猛暑によるものである。

ありえない。熱波による死亡率のピークは、発生するとしてもかなり狭く、世界半球で同期して発生することはない。2022年1月から2月にかけて、このような気候現象はこの調査対象国では記録されていない。

III. ピークは1回または数回の地震によるものである。

可能性は低い。地震のピークは、建物の倒壊で押しつぶされた人々によるもので、最初は非常に狭く、震源地の近くで局所的に発生する。

IV. ピークは2022年1月から2月にかけて、赤道直下の緯度と南半球で、戦争、飢饉、または致命的な病気が同時かつ短期間に発生したためである。

可能性は低い。調査対象国ではそのような現象は起きていない。(致命的なCOVID-19亜種の突然の出現については、ポイント-VII、および以下で述べる）。

V. ピークは2022年1月～2月に行われた積極的なコビド対策、治療、対応（ワクチンブースター投与以外）によるものである

ありえない。Covid対策、治療、または対応は、最もリスクの高い集団の人口統計と同様に、管轄区域によって大きく異なる（例えば、Johnson and Rancourt, 2022）。赤道直下の地域と南半球では、2022年1月から2月にかけて、どのような対策、処置、対応も、一律かつ同期的に適用されなかった。

VI. ピークは、死亡者の基礎的な健康状態および/または併存疾患によるものである。

ありえない。基礎的な健康状態による致命的な結果や、平均余命が最も短い人々の慢性疾患の存在が、突然、集団レベルで偶然発生し、死亡率の急激なピークを引き起こすことはありえない。むしろ、このような基礎的状況は、急速に持ち込まれた有毒物質に対する致死的反応の国ごとのばらつきの原因になる。さらに、全死因死亡率のデータには、いわゆる乾燥火薬効果の証拠はない： 死亡率のピークで死亡した人は、その後の短期間に死亡することはなかっただろうし、死亡率の過剰は数年という時間スケールでは正味の過剰である。

VII. ピークはSARS-CoV-2の1つまたは複数の変異型の出現によるもので、2022年1月から2月にかけて、赤道直下の地域と南半球で死亡率のピークが同期して発生した。

可能性は低い。接触感染するウイルス性呼吸器疾患の疫学理論では、新型の播種から死亡率の測定可能な指数関数的増加（または新規感染のピーク）までの遅れは、社会の特徴に敏感に依存して、幅広い範囲（数カ月、数年）に及ぶと予測されている（例えば、Parham and Michael, 2011; Hasegawa and Nemoto, 2016; Ma et al.）

合併症の問題については、虚弱な人や影響を受けやすい人に対して新たに課される条件や課題が、早死にを誘発することが知られている。早死は死である。虚弱度が高ければ高いほど、致死的反応はより起こりやすく、即座に起こる。このような状況では、新たに課された条件や挑戦が死を引き起こしたことは明白である。これは暴力的な交通事故にも当てはまるし、有毒物質への挑戦や、重大な心理的ストレスを引き起こす新たな状況への挑戦にも同様に当てはまる。死因の論理的帰属については、たとえば、すべてのケースで最終的に心臓の機能が停止し、呼吸が止まったということは無関係である。

SARS-CoV-2の1つまたは複数の変種が出現したという説については、この出現は4大陸の17カ国で同時に死亡率のピークと急増を引き起こさなければならない（図1、図2、図4、図11、図14、図18）。

変異型の優勢度の変化に基づく過剰死亡率の解釈を進める際には、ゲノムサーベイランスネットワークのデータに基づく変異型の優勢度評価は、WHOが宣言した最新のパンデミック（COVID-19）の際に導入された、まだ始まったばかりの新しい方法論であり、分析の信頼性を決定するための厳密な努力というよりは、組織や業界の利害に左右される可能性があることに注意すべきである。現段階では、公衆衛生の確立は、手法の頑健性を測るために、専門家への調査に一部依存しており、これらの選ばれた専門家でさえ、手法の詳細や適用目的に応じて、「非常に低い」から「非常に高い」までの広い範囲の信頼性スコアを意見している（Worp et al.）

ゲノムサーベイランスの主な限界は、定量化も解決もされていないが、ゲノムの測定値が有効で、ある時点のある地域を代表するものであると仮定され、無作為化されていない小規模コホートから採取されることである。ランダム化は不可欠である。なぜなら、人々がクリニックや病院（ゲノム測定のためのサンプルはボランティアで提供される）に行くのは、まさに特定の懸念や状態を持っているからである。最近のゲノムサーベイランスの概要の多くの著者の言葉を借りれば 「本報告書の調査結果には少なくとも4つの限界がある。第一に、検体の非ランダムサンプリングや報告のタイミングの違いによって推定値に偏りが生じる可能性がある。また、サーベイランスの対象はいわゆる「コンセンサスバリアント」であり、任意に選択される（Lambrou et al.）

さらに、著者が優勢と思われる特定の変異型に割り当てるウイルスの特性は、一般に、管理された臨床試験で得られたものではなく、疫学データの望ましい解釈を達成するための循環的推論によって割り当てられる。最近インドで起きた過剰死亡事件を説明しようとした試みがそうであった： Dharら（2021年）は、2021年4月から7月にかけてデリー（インド）で発生した「第二の波」はデルタ型によるものであり、デルタ型は同時に循環している型よりも高い伝播性と大きな免疫逃避を持つため、すぐにデリーを席巻して優勢になったと仮定した。しかし、Dharらは、疫学データと（小規模の非ランダム化コホートからのゲノム測定によって推定された）バリアントの優勢度にモデルを当てはめることによって、デルタの必要な特性を推定した。推定されたデルタの特性は、臨床試験、動物モデル試験、in vitro試験によって独自に決定されたものではなく、疫学的データに当該特性を当てはめることによって得られたものである。

6.7 COVID-19ワクチンの致死毒性の年齢依存性に関する示唆

チリとペルーの詳細な年齢と用量を区別したデータは注目に値するものであり、全死因死亡率の急激なピークと特定のブースター展開の急激なピークとの時間的関連を特定の年齢層に割り当てる上で、これまでにない確実性を与えている。また、COVID-19ワクチンによる致死的毒性の年齢依存性を定量化する上でも、これまでにない確実性が得られている。

注射1回あたりの死亡リスク（vDFR）は、60歳以上では年齢とともに指数関数的に増加し、年齢が約4歳上がるごとに約2倍になり、年齢と用量を区別したデータが得られているチリとペルーの両国で4回目（2回目のブースター）を接種した90歳以上では約5％の値に達する（図17）。

本研究（図17）でチリとペルーで発見されたvDFRの年齢による指数関数的な増加は、イスラエルとオーストラリアで以前に測定されたものと本質的に同じであり（Rancourtら、2023；彼らの図3）、抽出された倍加年齢（T2）（注射1回当たりの死亡リスク、vDFRを2倍にする年齢の増加）は、これまでに決定されたすべての値で一致している：

表3：抽出された倍加年齢、注射1回あたりの死亡リスクを2倍にするための年齢の増加

表3において、引用した誤差は1シグマの誤差である。オーストラリアとイスラエルについては、投与回数が区別されておらず、特定の全死因死亡率ピークではなく、名目上の全接種期間に基づいて計算されている（Rancourtら、2023年）。

COVID-19ワクチンの注射1回あたりの死亡リスクに関するこの倍加年齢（T2）の約4～5年（表3）は、現代のヒト集団におけるすべての原因、および主な老齢疾患であるがん、肺炎、心臓病で死亡するリスクの1年あたり（または十分に小さな固定単位時間あたり）の倍加年齢である10年の約半分である（Strehler and Mildvan, 1960）。

注射1回あたりの死亡リスクの倍加年齢と、すべての死因による死亡リスクの1年あたりの倍加年齢とのこの差は、COVID-19ワクチンの注射によるチャレンジで死亡するリスクに対して、一般的な老齢による死亡リスク（一定単位時間あたり）よりも年齢効果が大きいことを意味する。年齢が2倍になるのは、チャレンジのタイプの特徴かもしれない。例えば、自動車事故による死亡リスクは比較的年齢に依存せず、大きなT2に相当する。同様に、そのチャレンジによる死亡リスクが、死亡の原因となる加齢そのものよりも、高齢になるほど加齢とともに急速に低下する生理学的システムに関連している場合、T2はすべての原因による死亡リスク（一定単位時間あたり）の値よりも小さくなる。したがって、2倍年齢（T2）は、高齢者のCOVID-19ワクチン注射によるチャレンジから死亡するメカニズムに関する情報を提供する。

さらに重要で具体的なこととして、我々の結果は高齢者におけるvDFRの年齢依存性の大きな値を示しており、チリとペルーの90歳以上で5％（注射20回につき1人死亡）（図17）、インドの1％（注射100回につき1人死亡）（名目上は全年齢）（Rancourt, 2022）、イスラエルの80歳以上で0.55％（注射180回につき1人死亡）（Rancourt et al、 2023；表2）、オーストラリアの85歳以上では0.93％（110回の注射につき1人が死亡）である（Rancourtら、2023；表1）。

これは、COVID-19ワクチンの接種を高齢者に優先させるという公衆衛生政策を覆すものであり、代表的な高齢者を対象とした信頼できる対照臨床試験が存在しない現実の状況である。

高齢者や社会的弱者をCOVID-19ワクチン接種の優先対象としなければならないという公衆衛生上の考え方は、次のことを前提としている：

  • i. 年齢に依存しないvDFRが一定である。
  • ii. vDFRの値が小さい（製薬業界が資金を提供する管理試験から楽観的に推定される）。

私たちの研究は、この2つの仮定（iとii）が誤りであり、現場や国家規模では現実離れしていることを示している。

COVID-19注射による年齢層別致死リスクの十分な評価（例えば、Veroneseら、2021年；Abbatecolaら、2022年；Gaoら、2022年）に根ざしていなかったため、当該公衆衛生観念は常に根拠がなく、現在では誤りであることが証明されている。

関連データがないにもかかわらず、高齢者を優先的にCOVID-19ワクチン接種の対象としたのは無謀であった。ノルウェーは問題を即座に公に認識し、最も高齢で虚弱な人々へのワクチン接種に関する方針を変更した唯一の国かもしれない（ロイター、2021年1月18日；Fortune、2021年1月15日）。

同じ批判は、季節性インフルエンザワクチンや、内在性毒性を有し、加齢に関連した慢性疾患を有する高齢者コホートで十分な（そして独立した）試験が行われていない薬物など、高齢者保護を意図していると思われる他の治療法に対しても有効であろう。

私たちの結果（図17、表3）を、公表されている年齢層別COVID-19感染致死率（IFR）（例えば、COVID-19予測チーム、2022；Pezzulloら、2023）と比較したくなる人もいるだろう。

これは原則的にはリスク・ベネフィット分析の正しいアプローチであるが、我々は以下の理由から、IFR研究は信頼できないと考える：

  • i. i.IFRの分子の死因は「COVID-19の死」であり、この死因分類はバイアスの影響を受けやすく、不確実性が高い（Rancourt, 2020; Rancourt et al.）
  • ii. IFRの分母である感染者数は分子抗体検査に依存しているが、分子抗体検査は特異的ではなく、十分な検証がなされていない（例えば、Rancourt, 2021）。
  • iii. もしIFRの評価が妥当であれば、オーストラリア、カナダ、インド、イスラエル、マレーシア、ニュージーランド、パラグアイ、フィリピン、シンガポール、スリナム、タイ、ウルグアイのような国・地域が、パンデミック宣言前のワクチン接種期間中に全死因死亡率が検出されないか、あるいは比較的わずかしか過剰でないということは事実上不可能である。
  • iv. われわれが詳細に調査した地域（米国とその全州、カナダとその州、フランスとその県と地域、オーストラリアとその州）では、COVID-19に起因する過剰な全死因死亡率は検出されなかった（Rancourt, 2020, 2022; Rancourt et al, 2020, 2021a, 2021b, 2022a）。

現段階では、WHOと各国政府に対し、有効なリスク・ベネフィット分析が行われ、公に報告されるま で、COVID-19ワクチンとインフルエンザワクチンの接種を高齢者に優先させるという、見当違いで根拠 のない公衆衛生政策を一時停止するよう求める。

6.8 COVID-19ワクチン接種前の全死因死亡率過剰症例

WHOが2020年3月11日にパンデミック宣言を出す前に、超過死亡率のピークが異常であった17カ国はなかった（図2、図12、図15、図20、図21、図22）。

調査した17カ国のうち8カ国は、2020年3月11日から最初のCOVID-19ワクチン注射までの約1年間（以下、「ワクチン接種前期間」）に全死因死亡率の有意な過剰ピークがある（図2、図6、図21）： アルゼンチン、ボリビア、ブラジル、チリ、コロンビア、エクアドル、ペルー、南アフリカである。

ワクチン接種前の期間に顕著な過剰全死因死亡率のピークがあった8カ国のうち2カ国（アルゼンチンとブラジル）は、2020年半ばに季節的なピークが大きくなるだけで、ワクチン接種前の期間に他の異常な過剰全死因死亡率の特徴はない（図6）。

ワクチン接種前の期間に全死因死亡率の顕著な過剰ピークを持つ8カ国のうち他の6カ国（ボリビア、チリ、コロンビア、エクアドル、ペルー、南アフリカ）は、ワクチン接種前の期間に全死因死亡率の非常に大きく、前例のない、比較的鋭いピークを持っている（図6）：

エクアドルでは、2020年3月11日のパンデミック宣言（図6）直後に文字通りピークが急上昇しており、これはニューヨーク（米国）、ロンバルディア（イタリア）、マドリード（スペイン）、ストックホルム（スウェーデン）など、このような異常事態が発生したホットスポットで同期的に発生した異常死亡率を彷彿とさせる。これらのホットスポットのピークは、パンデミックの宣言と結びついた、医療や制度のプロトコルや政府の対応の突然の変化によるものであり、世界的に広がっているウイルス性呼吸器疾患によるものではないと解釈されている（Rancourt, 2020, 2023; Rancourt et al.）

ボリビア、チリ、ペルー、南アフリカは、エクアドルに見られるように、全死因死亡率のピークが非常に大きく、前例がなく、比較的急激で、2020年3月11日の宣言の直後ではなく、直後に発生している（図6）。これらのピークは、エクアドルと同じように、2020年3月11日のパンデミック宣言後、医療や制度のプロトコルや政府の対応が突然変化したことによるものであり、世界的に広がっているウイルス性呼吸器疾患によるものではないと解釈したい。

ペルーの全死因死亡率は、最初のピークに続いて2回目の急激なピークを記録しており、ワクチン接種前の時期に二重のピークを形成している（図6）。エクアドルにも、ワクチン接種前の最初のピークに続く全死因死亡率の（比較的小さな）2番目のピークがある（図6）。

上記の特徴に加え、コロンビアと南アフリカには、ワクチン接種開始の直前に全死因死亡率の大きな急激なピークがある（図6）。同様に、ペルー、エクアドル、ボリビアでは全死因死亡率が増加しており、これはワクチン接種期間の直前であり、ワクチン接種期間につながる（図6）。このようなピークや増加は、その時期のインフルエンザワクチン接種プログラムの増強、あるいは政府の積極的な対策を課す突然の変化によるものである可能性がある。

また、オーストラリア、マレーシア、ニュージーランド、ウルグアイでは、ワクチン接種前の約1年間の全死因死亡率が、最近の過去の傾向と比較してやや小さいようである（図2、図6、図20、図21）。ワクチン接種前の死亡率の低下は、過去の全死因死亡率の経時的変化と比較すると統計的有意性の限界に近い。もしこれが事実であり、2020年3月11日以降に実施された制度的・政府的措置によるものだとすれば、いくつかの疑問が生じる：

  • i. なぜ、調査した17カ国のうち4カ国のみでこの現象が発生し、8カ国では逆の現象が発生したのか？
  • ii. なぜこれらの国では、1年後にCOVID-19の強制接種が実施されたのか？

全体として、全死因死亡率の時間ごとのパターンと大きさは、ワクチン接種前の期間において、国によって非常に異なっている（図6）：

過剰死亡がまったくない国（17カ国中9カ国）まである、

から、2020年半ばの季節的なピーク（ブラジル、アルゼンチン）までは、有意だが中程度に大きい、

全死因死亡率の非常に大きなピークが国によって異なる時期に発生する（ボリビア、チリ、コロンビア、エクアドル、ペルー、南アフリカ）。

さらに、ボリビアのように接種前の全死因死亡率過剰のピークが非常に大きい国は、パラグアイのように接種前の全死因死亡率過剰が検出されない国と主要な陸上国境を共有していることがある。

ワクチン接種前におけるこのようなばらつきは、積極的な医療や政府の施策が国ごとに大きく異なるためであり、米国における州ごとの大きな違い（Rancourt et al.、2021a; Johnson and Rancourt、2022）と同様に、脆弱な個人の集団構造が複雑に絡み合っている。

比較すると、ワクチン接種期間中の全死因死亡率の時間ごとのパターンと大きさは、国ごとに比較的一貫している（図6）：

17ヵ国すべてで、ワクチン接種期間に全死因死亡率が有意に過剰である、

事実上すべての17カ国が、COVID-19ワクチンが最初に展開される2021年初頭に全死因死亡率過剰の大きなピークを持つ、

その後、ブースターが展開される2022年初頭（公称では2022年1月～2月がピーク）に全死因死亡率過剰のピークがある。

シンガポールでは、ワクチン接種時期のピークはいずれも後であるが、その直前にワクチン注射投与量の最大値がある（図6）。スリナムでは、全死因死亡率の最初のワクチン接種期間のピークは実際には2つのピーク構造を持つが、それぞれのピークの前にはワクチン注射投与量の最大値がある（図6）。

このように国によって全死因死亡率の過剰がワクチン接種時期によって比較的一定しているのは、COVID-19ワクチンとブースターの接種時期が17カ国でほぼ統一されているためであると考えられる。

7. 結論

7.1 証明された因果関係

調査した17カ国（アルゼンチン、オーストラリア、ボリビア、ブラジル、チリ、コロンビア、エクアドル、マレーシア、ニュージーランド、パラグアイ、ペルー、フィリピン、シンガポール、南アフリカ、スリナム、タイ、ウルグアイ）は、世界人口の9.10％、世界のCOVID-19注射の10.3％（1人当たりの接種率1.91回、全年齢）、事実上すべてのCOVID-19ワクチンの種類と製造業者からなり、4大陸にまたがっている。

因果関係についての科学的検証は、本論文のこれらのセクションで広く実証されているように、十分に満たされている：

  • COVID-19ワクチンは死亡を引き起こす可能性がある
  • COVID-19ワクチンが展開されるまで、過剰死亡率は存在しない
  • COVID-19ワクチンは命を救うことはできず、致死性の毒物であると思われる
  • 因果関係とワクチンの致死毒性を示す強力な証拠
  • 過剰死亡における因果関係は十分に証明されている
  • 過剰死亡の原因に関する他の解釈を評価する
  • COVID-19ワクチンの致死的毒性の年齢依存性に関する示唆

また、観察された全死因死亡率の過剰ピークと、時間的に関連したCOVID-19ワクチンおよびブースターの展開との間に推定された定量的因果関係を否定する既知の事実はない。

7.2 実際のワクチン死亡率は、誤ったデータから推測された死亡率よりもはるかに大きい。

過剰全死因死亡率のピークがCOVID-19ワクチン接種によるものであることは疑う余地がなく、注射による全年齢平均致死毒性はvDFR=(0.126±0.04)%、すなわち800回の注射につき約1人が死亡しており、これは世界的に代表的なものであると合理的に予想される。

これは、従来のワクチンについて一般的に信じられている、100万人に1人の重篤な副作用と比較すると、驚異的な数字である（Malhotra, 2023）。3桁（1000倍）大きい。

全死因死亡率データから得られたこの大きな数値とは対照的に、COVID-19ワクチンに関する他の情報源-剖検確認件数の少なさ、死亡例に対する副作用モニタリング、死亡例に対する国家ワクチン傷害補償支払件数の少なさ、製薬企業の臨床試験報告書、死亡診断書とそれに対応する政府報告死因統計-から推測される有効全年齢vDFR値は、やはり桁違いで有意に小さい。

したがって、副作用モニタリング、臨床試験報告、死亡診断書統計は、注射による致死的毒性を大幅に過小評価していると、高い確信をもって結論づけられる。

誤って推測された集団レベルのvDFR値と実際の集団レベルのvDFR値との間に大きな隔たりがあるのは、おそらく、虚弱で傷つきやすい患者の死因の可能性として注射を認めることを組織的に避けているためであろう。例えば、注射が最近であり、患者が以前は安定していたとしても、死因はワクチンとは関係なく、特定の臓器やシステムの障害に帰せられる。

測定された全年齢のvDFRは(0.126±0.004)%であり、2023年9月2日までに全世界で1,700万人±0.5百万人のCOVID-19ワクチンによる死亡が発生したことになる。世界的なCOVID-19ワクチン接種キャンペーンは、事実上、世界人口の（0.213±0.006）％を死亡させた（3年未満で、生存者470人あたり1人が死亡）大量異所性事象であり、測定可能な死亡予防効果はなかったようである。

7.3 高齢者を優先してCOVID-19ワクチン接種を行う政策はやめるべきである。

チリとペルーの詳細な年齢と用量を区別したデータにより、COVID-19ワクチンによる致死的毒性の年齢依存性を定量化する上で、これまでにない確実性が得られた。注射1回あたりの死亡リスク（vDFR）は、60歳以上では年齢とともに指数関数的に増加し、4歳ごとに約2倍になり、90歳以上では4回目（2回目のブースター）の接種で約5％の値に達する。vDFR＝5％は、90歳以上では4回目の接種20回あたり1人の死亡に相当する。

このvDFRの値は、全死因死亡率に基づく過去のすべての評価と一致している：

インドにおける1％（注射100回につき1人の死亡）（名目上は全年齢）（Rancourt, 2022年）

イスラエル（Rancourtら、2023；彼らの表2）の80歳以上の高齢者では、▪0.55 %（注射180回につき死亡1人）である。

オーストラリアの85歳以上では0.93％（110回の注射につき1人が死亡）である（Rancourtら、2023年；表1）。

vDFRの集団レベルでの年齢依存性（4歳ごとに倍増）とその大きさは、各国政府に対し、有効なリスク・ベネフィット分析が行われ、公に報告されるまで、COVID-19ワクチンの接種を高齢者に優先させるという根拠のない公衆衛生政策の絶対的な一時停止を直ちに実施するよう促すべきである。

季節性インフルエンザワクチンについても同様であろう。

(参考文献の後の付録を参照のこと）

参考文献

Aaby et al. (2020): Aaby, P., Benn, C.S., Flanagan, K.L. et al. /// The non-specific and sexdifferential effects of vaccines /// Nature Rev Immunol 20, 464–470
(2020). doi.org/10.1038/s41577-020-0338-x

Aarstad and Kvitastein (2023): Aarstad, J.; Kvitastein, O.A. /// Is there a Link between the 2021 COVID-19 Vaccination Uptake in Europe and 2022 Excess All-Cause Mortality?. /// Preprints 2023, 2023020350. doi.org/10.20944/preprints202302.0350.v1

Abbatecola et al. (2022): Angela Marie Abbatecola, Raffaele Antonelli Incalzi, Alba Malara et al.
/// Monitoring COVID-19 vaccine use in Italian long term care centers: The GeroCovid VAX study. /// Vaccine, Volume 40, Issue 15, 2022, Pages 2324-2330, ISSN 0264410X, doi.org/10.1016/j.vaccine.2022.02.064.

Achilleos, S. et al. (2021) /// Excess all-cause mortality and COVID-19-related mortality: a temporal analysis in 22 countries, from January until August 2020 /// International Journal of Epidemiology, p. dyab123. doi.org/10.1093/ije/dyab123

Ackley, C.A. et al. (2022) /// County-level estimates of excess mortality associated with COVID- 19 in the United States /// SSM – Population Health, 17, p.
101021. doi.org/10.1016/j.ssmph.2021.101021

Acosta et al. (2022): Acosta RJ, Patnaik B, Buckee C, Kiang MV, Irizarry RA, Balsari S, et al. /// All-cause excess mortality across 90 municipalities in Gujarat, India, during the COVID-19 pandemic (March 2020-April 2021). /// PLOS Glob Public Health, 2022, 2(8):
e0000824. doi.org/10.1371/journal.pgph.0000824

Al Wahaibi et al. (2021): Adil Al Wahaibi, Amal Al-Maani, Fatma Alyaquobi, Khalid Al Harthy, Amina Al-Jardani, Bader Al Rawahi, Seif Al-Abri /// Effects of COVID-19 on mortality: A 5-year population-based study in Oman /// International Journal of Infectious Diseases 104 (2021) 102– 107. doi.org/10.1016/j.ijid.2020.12.054

Anand et al. (2021): Anand, Abhishek; Justin Sandefur; and Arvind Subramanian, 2021. /// Three New Estimates of India’s All-Cause Excess Mortality during the COVID-19 Pandemic /// CGD Working Paper 589. Washington, DC: Center for Global
Development. cgdev.org/publication/three-new-estimates-indias-all-cause-excessmortality-during-covid-19-pandemic (accessed 5 Aug 2023)

Bilinski and Emanuel (2020): Bilinski A, Emanuel EJ. /// COVID-19 and Excess All-Cause Mortality in the US and 18 Comparison Countries /// JAMA. 2020;324(20):2100–2102. doi:10.1001/jama.2020.20717. jamanetwork.com/journals/jama/fullarticle/2771841
Bilinski et al. (2023): Bilinski A, Thompson K, Emanuel E. /// COVID-19 and Excess All-Cause Mortality in the US and 20 Comparison Countries /// June 2021-March 2022. JAMA.
2023;329(1):92–94.
doi:10.1001/jama.2022.21795. jamanetwork.com/journals/jama/fullarticle/2798990

Böttcher et al. (2021): Böttcher, L., D’Orsogna, M.R. & Chou, T. /// Using excess deaths and testing statistics to determine COVID-19 mortalities /// Eur J Epidemiol 36, 545–558
(2021). doi.org/10.1007/s10654-021-00748-2

Bustos Sierra et al. (2020): Bustos Sierra, N., Bossuyt, N., Braeye, T. et al. /// All-cause mortality supports the COVID-19 mortality in Belgium and comparison with major fatal events of the last century /// Arch Public Health 78, 117 (2020). doi.org/10.1186/s13690-020- 00496-x

Chaganti et al. (2023): Chaganti PD, Konkay K, Karri MD et al. /// Autopsy findings in deaths following severe acute respiratory syndrome coronavirus 2 vaccination. /// J Clin Sci Res 2023;12: 51-6. DOI:
10.4103/jcsr.jcsr_147_22. journals.lww.com/jcsr/Fulltext/2023/12010/Autopsy_findings_in
_deaths_following_severe_acute.11.aspx (accessed 11 August 2023)

Chan et al. (2021): Chan, E.Y.S., Cheng, D. and Martin, J. /// Impact of COVID-19 on excess mortality, life expectancy, and years of life lost in the United States /// PLOS ONE, 16(9), p. e0256835. Available at: doi.org/10.1371/journal.pone.0256835

Chen et al. (2009): Ying-Ju Chen, Ming-Ling Wu, Jou-Fang Deng et al. /// The epidemiology of glyphosate-surfactant herbicide poisoning in Taiwan, 1986–2007: a poison center study /// Clinical Toxicology, 47:7, 670-677, DOI:
10.1080/15563650903140399, doi.org/10.1080/15563650903140399

Choi et al. (2021): Sangjoon Choi, SangHan Lee, Jeong-Wook Seo et al. /// Myocarditis-induced Sudden Death after BNT162b2 mRNA COVID-19 Vaccination in Korea: Case Report Focusing on Histopathological Findings /// Journal of Korean Medical Science 2021; 36(40): e286.

Corbett (6 September 2022): Neil Corbett /// Maple Ridge woman compensated for mother’s death from COVID-19 vaccine /// Maple Ridge-Pitt Meadows News, 6 September
2022, www.mapleridgenews.com/news/maple-ridge-woman-compensated-for-mothersdeath-from-covid-19-vaccine/ – archived here: archive.is/wNoYF

COVID-19 Forecasting Team (2022): COVID-19 Forecasting Team. /// Variation in the COVID- 19 infection–fatality ratio by age, time, and geography during the pre-vaccine era: a systematic analysis. /// Lancet 399 (2022) 1469-1488, doi.org/10.1016/S0140-6736(21)02867-1.
Crum et al. (2021): Crum T, Mooney K, Tiwari BR. /// Current situation of vaccine injury compensation program and a future perspective in light of COVID-19 and emerging viral diseases. /// F1000Res. 2021 Dec 7; 10: 652. doi: 10.12688/f1000research.51160.2. PMCID: PMC8733825. doi.org/10.12688%2Ff1000research.51160.2

Dahal et al. (2021): Dahal, S., Banda, J.M., Bento, A.I. et al. /// Characterizing all-cause excess mortality patterns during COVID-19 pandemic in Mexico /// BMC Infect Dis 21, (2021). doi.org/10.1186/s12879-021-06122-7

Das-Munshi et al. (2021): Jayati Das-Munshi, Chin Kuo Chang, Ioannis Bakolis et al. /// Allcause and cause-specific mortality in people with mental disorders and intellectual disabilities, before and during the COVID-19 pandemic: cohort study /// The Lancet Regional Health – Europe, Volume 11, 2021, 100228, ISSN 26667762, doi.org/10.1016/j.lanepe.2021.100228

de Boer et al. (2023): Pieter T. de Boer, Jan van de Kassteele, Eric R.A. Vos et al. /// Agespecific severity of SARS-CoV-2 in February 2020 – June 2021 in the Netherlands /// medRxiv 2023.02.09.23285703; doi: doi.org/10.1101/2023.02.09.23285703 (v1, accessed August 2023) de Boer, Crawford, Parsons (2023): de Boer, H.H., Crawford, N.W. & Parsons, S. /// Commentary on: “Autopsy-based histopathological characterization of myocarditis after antiSARS-CoV-2-vaccination” by C. Schwab et al.. /// Clin Res Cardiol (2023). doi.org/10.1007/s00392-023-02197-1

de Gier et al. (2023): Brechje de Gier, Liselotte van Asten, Tjarda M. Boere et al. /// Effect of COVID-19 vaccination on mortality by COVID-19 and on mortality by other causes, the Netherlands, January 2021–January 2022. /// Vaccine, Volume 41, Issue 31, 2023, Pages 4488- 4496, ISSN 0264-410X, doi.org/10.1016/j.vaccine.2023.06.005

Demetriou et al. (2023): Christiana A Demetriou and others, on behalf of the C-MOR Consortium /// Impact of the COVID-19 pandemic on total, sexand age-specific all-cause mortality in 20 countries worldwide during 2020: results from the C-MOR project /// International Journal of Epidemiology, Volume 52, Issue 3, June 2023, Pages 664–
676, doi.org/10.1093/ije/dyac170

Deshmukh et al. (2021): Yashwant Deshmukh, Wilson Suraweera, Chinmay Tumbe et al. /// Excess mortality in India from July 2020 to July 2021 during the COVID pandemic: death registration, health facility deaths, and survey data /// medRxiv 2021.07.20.21260872;
doi: doi.org/10.1101/2021.07.20.21260872 (accessed 5 Aug 2023)

Dhar et al. (2021): Dhar MS, Marwal R, Vs R et al. /// Genomic characterization and epidemiology of an emerging SARS-CoV-2 variant in Delhi, India. /// Science. 2021 Nov
19;374(6570):995-999. doi: 10.1126/science.abj9932. Epub 2021 Oct 14. PMID: 34648303; PMCID: PMC7612010. doi.org/10.1126/science.abj9932

Donzelli et al. (2023): Donzelli, A.; Malatesta, G.; Di Palmo, G.et al. /// All-Cause Mortality According to COVID-19 Vaccination Status: an analysis of the UK Office for National Statistics Public Data. /// Preprints, 2023, 2023020414. doi.org/10.20944/preprints202302.0414.v1

Edler et al. (2021): Carolin Edler, Anke Klein, Ann Sophie Schröder et al. /// Deaths associated with newly launched SARS-CoV-2 vaccination (Comirnaty®). /// Legal Medicine, Volume 51, 2021, 101895, ISSN 1344-6223, doi.org/10.1016/j.legalmed.2021.101895

Edmonds et al. (2023): Edmonds, R, Schönborn, L, Habben, S, Paparoupa, M, Greinacher, A, Schuppert, F. /// Vaccine-induced immune thrombotic thrombocytopenia (VITT) after SARS- CoV-2 vaccination: Two cases from Germany with unusual presentation. /// Clin Case Rep.
2023; 00:e6883. doi:10.1002/ccr3.6883. doi.org/10.1002/ccr3.6883

Engler (2022): Jonathan Engler /// Were the unprecedented excess deaths curves in Northern Italy in spring 2020 caused by the spread of a novel deadly virus? A reassessment of the available evidence suggests another factor was involved. /// BizNews, 14 September
2022. www.biznews.com/health/2022/09/14/excess-deaths-healthcare-panic | See also: The Lombardy Analysis: Lombardy deaths in March 2020 reveal a pattern which seems difficult to explain by viral spread. PANDA Uncut, 22 August
2022. pandauncut.substack.com/p/the-lombardy-analysis

Esposito et al. (2023): Esposito, M.; Cocimano, G.; Vanaria, F. et al. /// Death from COVID-19 in a Fully Vaccinated Subject: A Complete Autopsy Report. /// Vaccines 2023, 11,
142. doi.org/10.3390/vaccines11010142

Faust et al. (2021) /// All-Cause Excess Mortality and COVID-19–Related Mortality Among US Adults Aged 25-44 Years, March-July 2020 /// JAMA, 325(8), pp. 785–
787. doi.org/10.1001/jama.2020.24243

Faust et al. (2022): Jeremy Samuel Faust, Benjamin Renton, Alexander Junxiang Chen, et al. /// Uncoupling of all-cause excess mortality from COVID-19 cases in a highly vaccinated state /// The Lancet, CORRESPONDENCE| VOLUME 22, ISSUE 10, P1419-1420, OCTOBER 2022.

Published:August 22, 2022 DOI: doi.org/10.1016/S1473-3099(22)00547-3

Félix-Cardoso et al. (2020): J. Félix-Cardoso, H. Vasconcelos, P. Pereira Rodrigues, R. Cruz- Correia /// Excess mortality during COVID-19 in five European countries and a critique of mortality data analysis /// medRxiv 2020.04.28.20083147;
doi: doi.org/10.1101/2020.04.28.20083147
| www.medrxiv.org/content/10.1101/2020.04.28.20083147v1 (accessed 5 Aug 2023)
Fortune (15 January 2021): LARS ERIK TARALDSEN, NAOMI KRESGE, AND BLOOMBERG
/// Sick patients over 80 could be a COVID vaccine risk, Norwegian health officials warn: The country has conducted autopsies on 13 people who died shortly after receiving the first dose of the vaccine. /// Fortune (15 January 2021), fortune.com/2021/01/15/sick-elderly-covidvaccine-risk-norway-warning/ – archived: archive.ph/LPhlt

Fouillet et al. (2020): Fouillet Anne, Pontais Isabelle, Caserio-Schönemann Céline /// Excess allcause mortality during the first wave of the COVID-19 epidemic in France, March to May
2020 /// Euro Surveill. 2020;25(34):pii=2001485. doi.org/10.2807/1560- 7917.ES.2020.25.34.2001485

Fraiman et al. (2022): Joseph Fraiman, Juan Erviti, Mark Jones et al. /// Serious adverse events of special interest following mRNA COVID-19 vaccination in randomized trials in adults. /// Vaccine, Volume 40, Issue 40, 2022, Pages 5798-5805, ISSN 0264410X, doi.org/10.1016/j.vaccine.2022.08.036

Gallo et al. (2021): Gallo, E., Prosepe, I., Lorenzoni, G. et al. /// Excess of all-cause mortality is only partially explained by COVID-19 in Veneto (Italy) during spring outbreak /// BMC Public Health 21, 797 (2021). doi.org/10.1186/s12889-021-10832-7

Gao et al. (2022): Gao, J., Lun, P., Ding, Y.Y. et al. /// COVID-19 Vaccination for Frail Older Adults in Singapore — Rapid Evidence Summary and Delphi Consensus Statements. /// J Frailty Aging 11, 236–241 (2022). doi.org/10.14283/jfa.2022.12

Ghaznavi et al. (2022): Cyrus Ghaznavi, Akifumi Eguchi, Yuta Tanoue et al. /// Preand post- COVID-19 all-cause mortality of Japanese citizens versus foreign residents living in Japan, 2015–2021 /// SSM – Population Health, Volume 18, 2022, 101114, ISSN 23528273. doi.org/10.1016/j.ssmph.2022.101114

Gill et al. (2022): James R. Gill, Randy Tashjian, Emily Duncanson /// Autopsy Histopathologic Cardiac Findings in 2 Adolescents Following the Second COVID-19 Vaccine Dose. /// Arch Pathol Lab Med 1 August 2022; 146 (8): 925–929. doi: doi.org/10.5858/arpa.2021-0435- SA

Gobiņa et al. (2022): Gobiņa, I., Avotiņš, A., Kojalo, U. et al. /// Excess mortality associated with the COVID-19 pandemic in Latvia: a population-level analysis of all-cause and noncommunicable disease deaths in 2020. /// BMC Public Health 22, 1109
(2022). doi.org/10.1186/s12889-022-13491-4

Goldman et al. (2021): Goldman Serge, Bron Dominique, Tousseyn Thomas, Vierasu Irina, Dewispelaere Laurent, Heimann Pierre, Cogan Elie, Goldman Michel. /// Rapid Progression of Angioimmunoblastic T Cell Lymphoma Following BNT162b2 mRNA Vaccine Booster Shot: A Case Report. /// Frontiers in Medicine, vol. 8, 2021, DOI:
10.3389/fmed.2021.798095, www.frontiersin.org/articles/10.3389/fmed.2021.798095

Hasegawa and Nemoto (2016): Takehisa Hasegawa and Koji Nemoto /// Outbreaks in susceptible-infected-removed epidemics with multiple seeds ///
Physical Review E 93, 032324 – Published 30 March 2016
/// doi.org/10.1103%2FPhysRevE.93.032324

Haugen (2023): Matz Haugen. /// Excess mortality compared to vaccination in the covid era /// self-published, 20 January 2023. electricgerms.substack.com/p/excess-mortalitycompared-to-vaccination (accessed 10 August 2023)

He et al. (2022): He G., Xiao J., Lin Z., et al. /// Excess mortality, rather than case fatality rate, is a superior indicator to assess the impact of COVID-19 pandemic. /// The Innovation 3(5), 100298. doi.org/10.1016/j.xinn.2022.100298

Henry et al. (2022): Henry, N.J., Elagali, A., Nguyen, M. et al. /// Variation in excess all-cause mortality by age, sex, and province during the first wave of the COVID-19 pandemic in Italy. /// Sci Rep 12, 1077 (2022). doi.org/10.1038/s41598-022-04993-7

Hickey and Rancourt (2022): Hickey, J. and Rancourt, D.G. /// Nature of the toxicity of the COVID-19 vaccines in the USA /// ResearchGate [Preprint] (9 February 2022). Available at: www.researchgate.net/publication/358489777_Nature_of_the_toxicity_of_the_COVID-19_vaccines_in_the_USA /// Archived at: archive.ph/LZpRj

Hulscher et al. (2023): Hulscher, N.; Hodkinson, R.; Makis, W.; Malhotra, A.; McCullough, P. /// Autopsy Proven Fatal COVID-19 Vaccine-Induced Myocarditis. /// Preprints 2023, 2023071198. doi.org/10.20944/preprints202307.1198.v1 [Note: This critical review article was deplatformed from: ssrn.com/abstract=4496137 ]

Ioannidis (2016): Ioannidis, J. P. A. /// Exposure-wide epidemiology: revisiting Bradford Hill. ///
Statist. Med., 35: 2016, 1749– 1762. doi: 10.1002/sim.6825. doi.org/10.1002/sim.6825

Islam, N., Jdanov, D.A., et al. (2021) /// Effects of covid-19 pandemic on life expectancy and premature mortality in 2020: time series analysis in 37 countries /// BMJ, 375, p.
e066768. doi.org/10.1136/bmj-2021-066768

Islam, N., Shkolnikov, V.M., et al. (2021) /// Excess deaths associated with covid-19 pandemic in 2020: age and sex disaggregated time series analysis in 29 high income countries /// BMJ, 373, p. n1137. doi.org/10.1136/bmj.n1137

Jacobson, S.H. and Jokela, J.A. (2021) /// Beyond COVID-19 deaths during the COVID-19 pandemic in the United States /// Health Care Management Science, 24(4), pp. 661–
665. doi.org/10.1007/s10729-021-09570-4
Jdanov et al. (2021): Jdanov, D.A., Galarza, A.A., Shkolnikov, V.M. et al. /// The short-term mortality fluctuation data series, monitoring mortality shocks across time and space /// Scientific Data 8, 235 (2021). doi.org/10.1038/s41597-021-01019-1
| www.nature.com/articles/s41597-021-01019-1

Jeon et al. (2023): Jeon YH, Choi S, Park JH et al. /// Sudden Death Associated With Possible Flare-Ups of Multiple Sclerosis After COVID-19 Vaccination and Infection: A Case Report and Literature Review. /// J Korean Med Sci. 2023 Mar 13;38(10):e78. doi: 10.3346/jkms.2023.38.e78. PMID: 36918031; PMCID:
PMC10010908. doi.org/10.3346%2Fjkms.2023.38.e78

Jha et al. (2022): Jha P, Deshmukh Y, Tumbe C et al. /// COVID mortality in India: National survey data and health facility deaths /// Science 375, 667–671, 11 February 2022
/// www.science.org/doi/10.1126/science.abm5154

Joffe, A.R. (2021) /// COVID-19: Rethinking the Lockdown Groupthink /// Frontiers in Public Health, 9. doi.org/10.3389/fpubh.2021.625778

Johnson and Rancourt (2022): Johnson, J.A. and Rancourt, D.G. /// Evaluating the Effect of Lockdowns On All-Cause Mortality During the COVID Era: Lockdowns Did Not Save Lives /// ResearchGate [preprint] (9 July 2022) (16 pages), dx.doi.org/10.13140/RG.2.2.34191.46242 | And published by Brownstone Institute (6 September 2022): brownstone.org/articles/lockdowns-did-not-save-lives/

Jones and Ponomarenko (2023): Jones, R.P.; Ponomarenko, A. /// Effect of Age, Sex, and COVID-19 Vaccination History on All-Cause Mortality: Unexpected Outcomes in a Complex Biological and Social System. /// Preprints 2023, 2023040248. doi.org/10.20944/preprints202304.0248.v1

Juul et al. (2022): Juul FE, Jodal HC, Barua I, et al. /// Mortality in Norway and Sweden during the COVID-19 pandemic. /// Scandinavian Journal of Public Health. 2022;50(1):38-45. doi:10.1177/14034948211047137. doi.org/10.1177/14034948211047137

Karlinsky, A. and Kobak, D. (2021) /// Tracking excess mortality across countries during the COVID-19 pandemic with the World Mortality Dataset /// eLife. Edited by M.P. Davenport et al., 10, p. e69336. doi.org/10.7554/eLife.69336

Kamin-Friedman and Davidovitch (2021): Kamin-Friedman, S., Davidovitch, N. /// Vaccine injury compensation: the Israeli case. /// Israel Journal of Health Policy Research, 10, (2021). doi.org/10.1186/s13584-021-00490-w

Kobak, D. (2021) /// Excess mortality reveals Covid’s true toll in Russia /// Significance (Oxford, England), 18(1), pp. 16–19. doi.org/10.1111/1740-9713.01486
Kontis, V. et al. (2020) /// Magnitude, demographics and dynamics of the effect of the first wave of the COVID-19 pandemic on all-cause mortality in 21 industrialized countries /// Nature Medicine, 26(12), pp. 1919–1928. doi.org/10.1038/s41591-020-1112-0

Kontis, V. et al. (2022) /// Lessons learned and lessons missed: impact of the coronavirus disease 2019 (COVID-19) pandemic on all-cause mortality in 40 industrialised countries and US states prior to mass vaccination [version 2; peer review: 2 approved] /// Latest Version Published: 15 Feb 2022, 6:279 doi.org/10.12688/wellcomeopenres.17253.2

Kontopantelis et al. (2021a) /// Excess deaths from COVID-19 and other causes by region, neighbourhood deprivation level and place of death during the first 30 weeks of the pandemic in England and Wales: A retrospective registry study /// The Lancet Regional Health – Europe, 7, p. 100144. doi.org/10.1016/j.lanepe.2021.100144

Kontopantelis et al. (2021b) /// Kontopantelis E, Mamas MA, Deanfield J, et al. /// Excess mortality in England and Wales during the first wave of the COVID-19 pandemic /// J Epidemiol Community Health 2021;75:213–223. jech.bmj.com/content/75/3/213 (accessed 5 Aug 2023)

Kontopantelis et al. (2022) /// Excess years of life lost to COVID-19 and other causes of death by sex, neighbourhood deprivation, and region in England and Wales during 2020: A registrybased study /// PLOS Medicine, 19(2), p.
e1003904. doi.org/10.1371/journal.pmed.1003904

Kuhbandner and Reitzner (2023): Christof Kuhbandner, Matthias Reitzner /// Excess mortality in Germany 2020-2022 /// Research Gate, 10 August 2022,(May 23, 2023) 15(5): e39371. DOI
10.7759/cureus.39371. doi.org/10.7759/cureus.39371

Kung et al. (2021a): Kung S, Doppen M, Black M, et al. /// Underestimation of COVID-19 mortality during the pandemic /// ERJ Open Res 2021; 7: 007662020. doi.org/10.1183/23120541.00766-2020

Kung et al. (2021b): Kung S, Doppen M, Black M, et al. /// Reduced mortality in New Zealand during the COVID-19 pandemic /// The Lancet | CORRESPONDENCE | VOLUME 397, ISSUE 10268, P25, JANUARY 02, 2021. Published:December 14, 2020DOI: doi.org/10.1016/S0140-6736(20)32647-7

Kuvandik et al. (2021): Anıl Kuvandık, Ecenur Özcan, Simay Serin, Hülya Sungurtekin. /// Creutzfeldt-Jakob Disease After the COVID-19 Vaccination. /// Turk J Intensive Care, DOI: 10.4274/tybd.galenos.2021.91885. cms.galenos.com.tr/Uploads/Article_50671/TYBD-0- 0.pdf
Lambrou et al. (2022): Lambrou AS, Shirk P, Steele MK et al. /// Genomic Surveillance for SARS-CoV-2 Variants: Predominance of the Delta (B.1.617.2) and Omicron (B.1.1.529) Variants – United States, June 2021-January 2022. /// MMWR Morb Mortal Wkly Rep. 2022 Feb 11;71(6):206-211. doi:
10.15585/mmwr.mm7106a4, doi.org/10.15585%2Fmmwr.mm7106a4

Lee, W.-E. et al. (2022) /// Direct and indirect mortality impacts of the COVID-19 pandemic in the US, March 2020-April 2021 /// medRxiv: The Preprint Server for Health Sciences, p.
2022.02.10.22270721. doi.org/10.1101/2022.02.10.22270721
| www.medrxiv.org/content/10.1101/2022.02.10.22270721v1 (accessed on 5 Aug 2023)

Leffler et al. (2022): Leffler CT, Lykins V JD, Das S, Yang E, Konda S. /// Preliminary Analysis of Excess Mortality in India During the COVID-19 Pandemic. /// The American Journal of Tropical Medicine and Hygiene. 2022;106(5):1507-1510. doi:10.4269/ajtmh.21-0864
. doi.org/10.4269/ajtmh.21-0864

Lewnard et al. (2022): Joseph A Lewnard, Ayesha Mahmud, Tejas Narayan et al. /// All-cause mortality during the COVID-19 pandemic in Chennai, India: an observational study /// The Lancet Infectious Diseases, Volume 22, Issue 4, 2022, Pages 463-472, ISSN 14733099, doi.org/10.1016/S1473-3099(21)00746-5

Liu et al. (2021): Liu J, Zhang L, Yan Y, Zhou Y, Yin P, Qi J et al. /// Excess mortality in Wuhan city and other parts of China during the three months of the covid-19 outbreak: findings from nationwide mortality registries /// BMJ 2021; 372:n415
doi:10.1136/bmj.n415. doi.org/10.1136/bmj.n415

Locatelli, I. and Rousson, V. (2021) /// A first analysis of excess mortality in Switzerland in 2020
/// PLOS ONE, 16(6), p. e0253505. doi.org/10.1371/journal.pone.0253505

Ma et al. (2022): Chunfeng Ma, Xin Li, Zebin Zhao et al. /// Understanding Dynamics of Pandemic Models to Support Predictions of COVID-19 Transmission: Parameter Sensitivity Analysis of SIR-Type Models /// IEEE Journal of Biomedical and Health Informatics, vol. 26, no. 6, pp. 2458-2468, June 2022, doi:
10.1109/JBHI.2022.3168825. doi.org/10.1109%2FJBHI.2022.3168825

Malhotra (2023): Aseem Malhotra /// How Pharmaceutical Overreach, Corruption and Health System Failures Birthed COVID /// Chapter 13 (pp. 166-177) in: Canary In a Covid World: How Propaganda and Censorship Changed Our (My) World, C.H. Klotz (Ed.), Canary House Publishing, 2023, ISBN: 978-1-7390525-3-9.

Mannucci et al. (2020): Edoardo Mannucci, Besmir Nreu, Matteo Monami /// Factors associated with increased all-cause mortality during the COVID-19 pandemic in Italy /// International Journal of Infectious Diseases 98 (2020) 121–124. doi.org/10.1016/j.ijid.2020.06.077
Manu (2023): Manu, Peter MD. /// Fatal Myocarditis After COVID-19 Vaccination: Fourteen Autopsy-Confirmed Cases. /// American Journal of Therapeutics 30(3):p e259-e260, May/June 2023. | DOI:
10.1097/MJT.0000000000001631. journals.lww.com/americantherapeutics/Fulltext/2023/ 06000/Fatal_Myocarditis_After_COVID_19_Vaccination_.9.aspx (accessed 11 August 2023)

Masselot et al. (2023): Pierre Masselot, Malcolm Mistry, Jacopo Vanoli et al. /// Excess mortality attributed to heat and cold: a health impact assessment study in 854 cities in Europe. /// Lancet Planet Health. 2023 Apr;7(4):e271-e281. doi: 10.1016/S2542-5196(23)00023-2. Epub 2023 Mar 16. PMID: 36934727. doi.org/10.1016/s2542-5196(23)00023-2

Matveeva and Shabalina (2023): Matveeva Olga, Shabalina Svetlana A. /// Comparison of vaccination and booster rates and their impact on excess mortality during the COVID-19 pandemic in European countries /// Frontiers in Immunology, vol.14, 2023, DOI: 10.3389/fimmu.2023.1151311, ISSN: 1664-3224. doi.org/10.3389/fimmu.2023.1151311

McGrail (2022): Kimberlyn McGrail /// Excess mortality, COVID-19 and health care systems in Canada /// CMAJ, May 2022, 194 (21) E741-E745; DOI:
10.1503/cmaj.220337. doi.org/10.1503/cmaj.220337

Miller et al. (2021): Sarah Miller, Laura R. Wherry, and Bhashkar Mazumder /// Estimated Mortality Increases During The COVID-19 Pandemic By Socioeconomic Status, Race, And Ethnicity /// Health Affairs 2021 40:8, 1252-1260. doi.org/10.1377/hlthaff.2021.00414

Mills et al. (2020): Mills, E.H.A., Møller, A.L., Gnesin, F. et al. /// National all-cause mortality during the COVID-19 pandemic: a Danish registry-based study /// Eur J Epidemiol 35, 1007– 1019 (2020). doi.org/10.1007/s10654-020-00680-x

Mörz (2022): Mörz, M. A /// Case Report: Multifocal Necrotizing Encephalitis and Myocarditis after BNT162b2 mRNA Vaccination against COVID-19. /// Vaccines 2022, 10,
1651. doi.org/10.3390/vaccines10101651

Mungwira et al. (2020): Mungwira RG, Guillard C, Saldaña A, Okabe N, Petousis-Harris H, Agbenu E, et al. /// Global landscape analysis of no-fault compensation programmes for vaccine injuries: A review and survey of implementing countries. /// PLoS ONE 15(5):
e0233334. doi.org/10.1371/journal.pone.0233334

Murata et al. (2022): Murata K, Nakao N, Ishiuchi N et al. /// Four cases of cytokine storm after COVID-19 vaccination: Case report. /// Front. Immunol. 13:967226. doi: 10.3389/fimmu.2022.967226. doi.org/10.3389/fimmu.2022.967226

Neil et al. (2022): Martin Neil, Norman Fenton, Joel Smalley et al. /// Official mortality data for England suggest systematic miscategorisation of vaccine status and uncertain effectiveness of Covid-19 vaccination /// 2022. Research Gate, 12 January 2022. DOI: 10.13140/RG.2.2.28055.09124. dx.doi.org/10.13140/RG.2.2.28055.09124

Neil and Fenton (2022): Marten Neil, Norman Fenton. /// The Devil’s Advocate: An Exploratory Analysis of 2022 Excess Mortality – What is causing excess deaths: Covid, long-covid, lockdowns, healthcare or the vaccines? /// Where are the numbers? (substack), 14 December 2022. wherearethenumbers.substack.com/p/the-devils-advocate-an-exploratory (accessed 8 August 2023).

Neil and Fenton (2023): Marten Neil, Norman Fenton. /// The Very Best of Cheap Trick How widespread is the (mal)practice of miscategorising vaccination status? /// Where are the numbers? (substack), 29 July 2023. wherearethenumbers.substack.com/p/the-very-bestof-cheap-trick (accessed 10 August 2023).

Nørgaard et al. (2021): Nørgaard Sarah K., Vestergaard Lasse S., Nielsen Jens et al. /// Realtime monitoring shows substantial excess all-cause mortality during second wave of COVID-19 in Europe, October to December 2020. /// Euro Surveill.
2021;26(2):pii=2002023. doi.org/10.2807/1560-7917.ES.2021.26.1.2002023

Nushida et al. (2023): Hideyuki Nushida, Asuka Ito, Hiromitsu Kurata et al. /// A case of fatal multi-organ inflammation following COVID-19 vaccination. /// Legal Medicine, Volume 63, 2023, 102244, ISSN 1344-6223, doi.org/10.1016/j.legalmed.2023.102244

Olson et al. (2020): New York City Department of Health and Mental Hygiene (DOHMH) COVID-19 Response Team /// Preliminary Estimate of Excess Mortality During the COVID-19 Outbreak — New York City, March 11–May 2, 2020 /// MMWR Morb Mortal Wkly Rep (CDC) 2020;69:603–605. DOI: dx.doi.org/10.15585/mmwr.mm6919e5

Onishi et al. (2023): Naoaki Onishi, Yuki Konishi, Toshiyuki Kaneko et al. /// Fulminant myocarditis with complete atrioventricular block after mRNA COVID-19 vaccination: A case report. /// Journal of Cardiology Cases, 2023, ISSN 18785409, doi.org/10.1016/j.jccase.2023.01.004

OWID (2023a): Our World In Data /// Coronavirus (COVID-19) Vaccinations
/// ourworldindata.org/covid-vaccinations (accessed on 15 August 2023) | underlying data sources: Edouard Mathieu, Hannah Ritchie, Lucas Rodés-Guirao et al. (2020) – “Coronavirus Pandemic (COVID-19)”. Published online at OurWorldInData.org. Retrieved from: ‘https://ourworldindata.org/coronavirus’ [Online Resource]

OWID (2023b): Our World In Data /// Coronavirus (COVID-19) Vaccinations: Source information country by country /// ourworldindata.org/covid-vaccinations#source-information-countryby-country (accessed on 28 August 2023) | underlying data sources: Edouard Mathieu, Hannah Ritchie, Lucas Rodés-Guirao et al. (2020) – “Coronavirus Pandemic (COVID-19)”. Published online at OurWorldInData.org. Retrieved from: ‘https://ourworldindata.org/coronavirus’ [Online Resource]

OWID (2023c): Our World In Data /// Coronavirus (COVID-19) Vaccinations: Which vaccines have been administered in each country? /// ourworldindata.org/covidvaccinations#which-vaccines-have-been-administered-in-each-country (accessed on 2 September 2023) | underlying data sources: Edouard Mathieu, Hannah Ritchie, Lucas Rodés- Guirao et al. (2020) – “Coronavirus Pandemic (COVID-19)”. Published online at OurWorldInData.org. Retrieved from: ‘https://ourworldindata.org/coronavirus’ [Online Resource]

Paglino et al. (2023): Eugenio Paglino et al. /// Monthly excess mortality across counties in the United States during the COVID-19 pandemic, March 2020 to February 2022. /// Sci. Adv.
9,eadf9742(2023). DOI:10.1126/sciadv.adf9742. doi.org/10.1126/sciadv.adf9742

Pálinkás and Sándor (2022): Pálinkás, A.; Sándor, J. /// Effectiveness of COVID-19 Vaccination in Preventing All-Cause Mortality among Adults during the Third Wave of the Epidemic in Hungary: Nationwide Retrospective Cohort Study. /// Vaccines 2022, 10,
1009. doi.org/10.3390/vaccines10071009

Palmer et al. (2023): Michael Palmer et al. /// mRNA Vaccine Toxicity /// Publisher: D4CE.org | version 1.0 (July 28, 2023), pp. 204. | d4ce.org/mRNA-vaccine-toxicity/ (available as a free download)

Panagiotou et al. (2021): Panagiotou OA, Kosar CM, White EM, et al. /// Risk Factors Associated With All-Cause 30-Day Mortality in Nursing Home Residents With COVID-19. /// JAMA Intern Med. 2021;181(4):439–448.
doi:10.1001/jamainternmed.2020.7968. jamanetwork.com/journals/jama/fullarticle/10.100 1/jamainternmed.2020.7968

Parham and Michael (2011): Parham, P. E. and Edwin Michael, E. /// Outbreak properties of epidemic models: The roles of temporal forcing and stochasticity on pathogen invasion dynamics /// Journal of Theoretical Biology, Volume 271, Issue 1, 2011, Pages 1-9, ISSN 00225193, doi.org/10.1016/j.jtbi.2010.11.015

Pezzullo et al. (2023): Angelo Maria Pezzullo, Cathrine Axfors, Despina G. Contopoulos- Ioannidis, Alexandre Apostolatos, John P.A. Ioannidis. /// Age-stratified infection fatality rate of COVID-19 in the non-elderly population. /// Environmental Research, Volume 216, Part 3, 2023, 114655, ISSN 0013-9351, doi.org/10.1016/j.envres.2022.114655.

Phua et al. (2009): Dong Haur Phua, Chun Chi Lin, Ming-Ling Wu et al. /// Neonicotinoid insecticides: an emerging cause of acute pesticide poisoning /// Clinical Toxicology, 47:4, 336- 341, DOI: 10.1080/15563650802644533, doi.org/10.1080/15563650802644533
Piccininni et al. (2020): Piccininni M, Rohmann J L, Foresti L, Lurani C, Kurth T. /// Use of all cause mortality to quantify the consequences of covid-19 in Nembro, Lombardy: descriptive study /// BMJ 2020; 369:m1835 doi:10.1136/bmj.m1835. doi.org/10.1136/bmj.m1835

Pilkington et al. (2021): Pilkington, H., Feuillet, T., Rican, S. et al. /// Spatial determinants of excess all-cause mortality during the first wave of the COVID-19 epidemic in France. /// BMC Public Health 21, 2157 (2021). doi.org/10.1186/s12889-021-12203-8

Polyakova et al. (2021): Maria Polyakova, Victoria Udalova, Geoffrey Kocks, Katie Genadek, Keith Finlay, and Amy N. Finkelstein /// Racial Disparities In Excess All-Cause Mortality During The Early COVID-19 Pandemic Varied Substantially Across States /// Health Affairs 2021 40:2, 307-316. doi.org/10.1377/hlthaff.2020.02142

Ramírez-Soto and Ortega-Cáceres (2022): Ramírez-Soto, M.C.; Ortega-Cáceres, G. /// Analysis of Excess All-Cause Mortality and COVID-19 Mortality in Peru: Observational Study. /// Trop.Med. Infect. Dis. 2022, 7, 44. doi.org/10.3390/tropicalmed7030044

Rancourt (2020): Rancourt, D.G. /// All-cause mortality during COVID-19 — No plague and a likely signature of mass homicide by government response /// ResearchGate, 2 June
2020. dx.doi.org/10.13140/RG.2.2.24350.77125 | Available at: archive.org/details/boe-expert-witness-denis-rancourt-nci-ce-nc – pp. 774-799.

Rancourt et al. (2020): Rancourt, D.G., Baudin, M. and Mercier, J. (2020) /// Evaluation of the virulence of SARS-CoV-2 in France, from all-cause mortality 1946-2020 /// ResearchGate, 20 August 2020 [Preprint]. Available at: doi.org/10.13140/RG.2.2.16836.65920/1

Rancourt (2021): Rancourt, DG /// Do Face Masks Reduce COVID-19 Spread in Bangladesh? Are the Abaluck et al. Results Reliable? /// denisrancourt.ca (20 September 2021) /// denisrancourt.ca/entries.php?id=106 – archived: archive.ph/yHbWO – republished: www.globalresearch.ca/do-face-masks-reduce-covid-19-spreadbangladesh-abaluck-et-al-results-reliable/5756323?pdf=5756323

Rancourt (2022): Rancourt, DG /// Probable causal association between India’s extraordinary April-July 2021 excess-mortality event and the vaccine rollout /// Correlation Research in the Public Interest, 5 December 2022 /// correlation-canada.org/report-probable-causalassociation-between-indias-extraordinary-april-july-2021-excess-mortality-event-and-thevaccine-rollout/

Rancourt et al. (2021a): Rancourt, D.G., Baudin, M. and Mercier, J. /// Nature of the COVID-era public health disaster in the USA, from all-cause mortality and socio-geo-economic and climatic data. /// Research Gate (25 Ocbtober 2021) /// dx.doi.org/10.13140/RG.2.2.11570.32962

Rancourt et al. (2021b): Rancourt, D.G., Baudin, M. and Mercier, J. /// Analysis of all-cause mortality by week in Canada 2010-2021, by province, age and sex: There was no COVID-19
pandemic, and there is strong evidence of response-caused deaths in the most elderly and in young males. /// Research Gate (6 August 2021)
/// dx.doi.org/10.13140/RG.2.2.14929.45921

Rancourt et al. (2022a): Rancourt, D.G., Baudin, M. and Mercier, J. /// Probable causal association between Australia’s new regime of high all-cause mortality and its COVID-19 vaccine rollout. /// Correlation Research in the Public Interest, 20 December 2022
/// correlation-canada.org/report-probable-causal-association-between-australias-newregime-of-high-all-cause-mortality-and-its-covid-19-vaccine-rollout/

Rancourt et al. (2022b): Rancourt, D.G., Baudin, M. and Mercier, J. /// COVID-Period Mass Vaccination Campaign and Public Health Disaster in the USA: From age/state-resolved allcause mortality by time, age-resolved vaccine delivery by time, and socio-geo-economic data /// Research Gate (2 August 2022) /// dx.doi.org/10.13140/RG.2.2.12688.28164 /// Also available at: vixra.org/abs/2208.0023

Rancourt et al. (2022c): Rancourt, D.G., Baudin, M. and Mercier, J. /// Proof that Canada’s COVID-19 mortality statistics are incorrect. /// Correlation Research in the Public Interest, 5 October 2022 /// correlation-canada.org/report-proof-that-canadas-covid-19-mortalitystatistics-are-incorrect/

Rancourt (2023): Rancourt, Denis /// Dr. Denis Rancourt Unveiling All-Cause Mortality: A Critical Analysis of the Pandemic Declaration and Vaccination Rollout ― Testimony of Denis Rancourt to the National Citizens Inquiry (Canada), Ottawa, 17 May 2023, rumble.com/v2ohttephysicist-dr-denis-rancourt-presents-his-findings-on-all-cause-mortality-ot.html /// Denis Rancourt Virtual Testimony follow up to the National Citizens Inquiry (Canada), 28 June
2023, rumble.com/v2wpyqu-national-citizens-inquiry-denis-rancourt-virtual-testimony.html
/// NCI website: nationalcitizensinquiry.ca/

Rancourt et al. (2023): Rancourt, D.G., Baudin, M., Hickey, J. and Mercier, J. /// Age-stratified COVID-19 vaccine-dose fatality rate for Israel and Australia /// Correlation Research in the Public Interest, 9 February 2023 /// correlation-canada.org/report-age-stratified-covid-19- vaccine-dose-fatality-rate-for-israel-and-australia/

Razak et al. (2022): Fahad Razak, Saeha Shin, C. David Naylor et al. /// Canada’s response to the initial 2 years of the COVID-19 pandemic: a comparison with peer countries /// CMAJ, 2022 June 27; 194:E870-7. doi: 10.1503/cmaj.220316. doi.org/10.1503/cmaj.220316

React 19 (2022): React 19. /// 1250+ COVID Vaccine Publications and Case Reports: Collection of peer reviewed case reports and studies citing adverse effects post COVID vaccination. /// 9 July 2022, react19.org/1250-covid-vaccine-reports/, archived here: archive.ph/T4hPV
Redert (2022a): André Redert /// Short-term Vaccine Fatality Ratio of booster and 4th dose in The Netherlands /// Research Gate, October 2022,
Redert (2022b): André Redert /// Covid-19 vaccinations and all-cause mortalitya long-term differential analysis among municipalities /// Research Gate, July 2022, DOI:10.13140/RG.2.2.33994.85447. dx.doi.org/10.13140/RG.2.2.33994.85447

Redet (2023): Redert, André. /// Causal effect of covid vaccination on mortality in Europe. /// Research Gate, 24 February
2023. www.researchgate.net/publication/368777703_Causal_effect_of_covid_vaccinatio n_on_mortality_in_Europe (accessed 10 August 2023)

Reuters (18 January 2021): REUTERS/Stephane Mahe /// Norway advises caution in use of Pfizer vaccine for the most frail /// Reuters (18 January 2021), www.reuters.com/business/healthcare-pharmaceuticals/norway-advises-cautionuse-pfizer-vaccine-most-frail-2021-01-18/ – archived: archive.ph/Ze0Cv

Rogers and Heard (2007): Jody J. Rogers & Kennon Heard /// Does age matter? Comparing case fatality rates for selected poisonings reported to U.S. poison centers /// Clinical Toxicology, 45:6, 705-708, DOI:
10.1080/15563650701517491, doi.org/10.1080/15563650701517491

Rose and McCullough (2021): Jessica Rose, Peter A. McCullough /// A Report on Myocarditis Adverse Events in the U.S. Vaccine Adverse Events Reporting System (VAERS) in Association with COVID-19 Injectable Biological Products, Current Problems in Cardiology (2021). ///
doi: doi.org/10.1016/j.cpcardiol.2021.101011
| web.archive.org/web/20211007022704/https://www.sciencedirect.com/science/article/pii
/S0146280621002267 (full paper archived)

Rossen et al. (2021): Rossen LM, Ahmad FB, Anderson RN, et al. /// Disparities in Excess Mortality Associated with COVID-19 — United States, 2020. /// MMWR Morb Mortal Wkly Rep 2021;70:1114–1119. DOI: dx.doi.org/10.15585/mmwr.mm7033a2

Rossen et al. (2022): Rossen, L.M., Nørgaard, S.K., Sutton, P.D. et al. Excess all-cause mortality in the USA and Europe during the COVID-19 pandemic, 2020 and 2021. Sci Rep 12, 18559 (2022). doi.org/10.1038/s41598-022-21844-7

Safavi-Naini et al. (2022): Safavi-Naini, S.A.A., Farsi, Y., Alali, W.Q. et al. /// Excess all-cause mortality and COVID-19 reported fatality in Iran (April 2013–September 2021): age and sex disaggregated time series analysis. /// BMC Res Notes 15, (2022). doi.org/10.1186/s13104-022-06018-y
Sanmarchi, F. et al. (2021) /// Exploring the Gap Between Excess Mortality and COVID-19 Deaths in 67 Countries /// JAMA Network Open, 4(7), p.
e2117359. doi.org/10.1001/jamanetworkopen.2021.17359

Sano et al. (2023): Sano H, Kase M, Aoyama Y, Sano S. /// A case of persistent, confluent maculopapular erythema following a COVID-19 mRNA vaccination is possibly associated with the intralesional spike protein expressed by vascular endothelial cells and eccrine glands in the deep dermis. /// J Dermatol. 2023 May 8. doi: 10.1111/1346-8138.16816. Epub ahead of print. PMID: 37154426. doi.org/10.1111/1346-8138.16816

Schellekens (2023): Philip Schellekens. /// Excess mortality and vaccination: How front-runners in the vaccination space compare across countries on excess mortality /// pandem-ic, updated August 10, 2023. pandem-ic.com/excess-mortality-and-vaccination/ (accessed 10 August 2023)

Scherb and Hayashi (2023): Scherb H, Hayashi K. /// Annual All-Cause Mortality Rate in Germany and Japan (2005 to 2022) With Focus on The Covid-19 Pandemic: Hypotheses And Trend Analyses. /// Med Clin Sci. 2023; 5(2):17. journals.sciencexcel.com/index.php/mcs/article/view/411 (accessed 10 August 2023)

Schneider et al. (2021): Schneider, J., Sottmann, L., Greinacher, A. et al. /// Postmortem investigation of fatalities following vaccination with COVID-19 vaccines. /// Int J Legal Med 135, 2335–2345 (2021). doi.org/10.1007/s00414-021-02706-9

Schöley et al. (2022): Schöley, J., Aburto, J.M., Kashnitsky, I. et al. /// Life expectancy changes since COVID-19. /// Nat Hum Behav 6, 1649–1659 (2022). doi.org/10.1038/s41562-022- 01450-3

Schwab et al. (2023): Schwab, C., Domke, L.M., Hartmann, L. et al. /// Autopsy-based histopathological characterization of myocarditis after anti-SARS-CoV-2-vaccination. /// Clin Res Cardiol 112, 431–440 (2023).. doi.org/10.1007/s00392-022-02129-5

Sempé et al. (2021): Lucas Sempé, Peter Lloyd-Sherlock, Ramón Martínez, Shah Ebrahim, Martin McKee, Enrique Acosta /// Estimation of all-cause excess mortality by age-specific mortality patterns for countries with incomplete vital statistics: a population-based study of the case of Peru during the first wave of the COVID-19 pandemic /// The Lancet Regional Health – Americas, Volume 2, 2021, 100039, ISSN 2667193X, doi.org/10.1016/j.lana.2021.100039

Sessa et al. (2021): Sessa, F.; Salerno, M.; Esposito, M.; Di Nunno, N.; Zamboni, P.; Pomara,
C. /// Autopsy Findings and Causality Relationship between Death and COVID-19 Vaccination: A Systematic Review. /// J. Clin. Med. 2021, 10, 5876. doi.org/10.3390/jcm10245876
Shively et al. (2017): Rachel M. Shively, Robert S. Hoffman & Alex F. Manini /// Acute salicylate poisoning: risk factors for severe outcome /// Clinical Toxicology, 55:3, 175-180, DOI: 10.1080/15563650.2016.1271127, doi.org/10.1080/15563650.2016.1271127

Sinnathamby et al. (2020): Sinnathamby Mary A, Whitaker Heather, Coughlan Laura, Lopez Bernal Jamie, Ramsay Mary, Andrews Nick /// All-cause excess mortality observed by age group and regions in the first wave of the COVID-19 pandemic in England /// Euro Surveill. 2020;25(28):pii=2001239. doi.org/10.2807/1560-7917.ES.2020.25.28.2001239

Skidmore (2023): Skidmore, M. /// The role of social circle COVID-19 illness and vaccination experiences in COVID-19 vaccination decisions: an online survey of the United States population. /// BMC Infect Dis 23, 51 (2023). doi.org/10.1186/s12879-023-07998-3

Soneji et al. (2021): Soneji, S., Beltrán-Sánchez, H., Yang, J.W. et al. /// Population-level mortality burden from novel coronavirus (COVID-19) in Europe and North America. /// Genus 77, 7 (2021). doi.org/10.1186/s41118-021-00115-9

Šorli et al. (2023): Šorli AS, Makovec T, Krevel Z, Gorjup R /// Forgotten “Primum Non Nocere” and Increased Mortality after COVID-19 Vaccination. /// Qual Prim Care. 2023,
31.003. www.primescholars.com/articles/forgotten-primum-non-nocere-and-increasedmortality-after-covid19-vaccination-118655.html (accessed 10 August 2023)

Stein et al. (2021): Stein, R.E., Corcoran, K.E., Colyer, C.J. et al. /// Closed but Not Protected: Excess Deaths Among the Amish and Mennonites During the COVID-19 Pandemic. /// J Relig Health 60, 3230–3244 (2021). doi.org/10.1007/s10943-021-01307-5

Stokes et al. (2021): Stokes AC, Lundberg DJ, Elo IT, Hempstead K, Bor J, Preston SH /// COVID-19 and excess mortality in the United States: A county-level analysis. /// PLoS Med 18(5): e1003571. doi.org/10.1371/journal.pmed.1003571

Strehler and Mildvan (1960): STREHLER BL, MILDVAN AS. /// General theory of mortality and aging. /// Science. 1960 Jul 1;132(3418):14-21. doi: 10.1126/science.132.3418.14. PMID: 13835176. doi.org/10.1126/science.132.3418.14

Suzuki et al. (2022): Hideto Suzuki, Ayako Ro, Aya Takada, Kazuyuki Saito, Kino Hayashi. /// Autopsy findings of post-COVID-19 vaccination deaths in Tokyo Metropolis, Japan, 2021. /// Legal Medicine, Volume 59, 2022, 102134, ISSN 13446223, doi.org/10.1016/j.legalmed.2022.102134

Sy (2022): Wilson Sy /// Mortality risk of COVID-19 injections: evidence from New South Wales and England ///
Academia. www.academia.edu/83924771/Mortality_risk_of_COVID_19_injections_evide nce_from_New_South_Wales_and_England (accessed 10 August 2023)
Tadbiri et al. (2020): Tadbiri H, Moradi-Lakeh M, Naghavi M. /// All-cause excess mortality and COVID-19-related deaths in Iran /// Med J Islam Repub Iran. 2020 (15 Jul);34:80. doi.org/10.34171/mjiri.34.80
| www.ncbi.nlm.nih.gov/pmc/articles/PMC7711045/ (accessed 6 Aug 2023).

Takahashi et al. (2022): Motonori Takahashi, Takeshi Kondo, Gentaro Yamasaki et al. /// An autopsy case report of aortic dissection complicated with histiolymphocytic pericarditis and aortic inflammation after mRNA COVID-19 vaccination, /// Legal Medicine, Volume 59, 2022, 102154, ISSN 1344-6223. doi.org/10.1016/j.legalmed.2022.102154

Tan et al. (2022): Lii Jye Tan, Cai Ping Koh, Shau Kong Lai, Woon Cheng Poh, Mohammad Shafie Othman, Huzlinda Hussin. /// A systemic review and recommendation for an autopsy approach to death followed the COVID 19 vaccination. /// Forensic Science International, Volume 340, 2022, 111469, ISSN 0379-0738, doi.org/10.1016/j.forsciint.2022.111469.

The Japan Times (26 July 2022): Japan grants first payment for death related to COVID vaccination. /// www.japantimes.co.jp/news/2022/07/26/national/science-health/japanfirst-covid-19-vaccine-compensation/ – archived here: archive.ph/OfUhm

Thoma and Declercq (2022): Thoma ME, Declercq ER. /// All-Cause Maternal Mortality in the US Before vs During the COVID-19 Pandemic. /// JAMA Netw Open. 2022; 5(6): e2219133. doi:10.1001/jamanetworkopen.2022.19133. doi.org/10.1001%2Fjamanetworkopen.2022. 19133

Turni and Lefringhausen (2022): Conny Turni and Astrid Lefringhausen /// COVID-19 vaccines – An Australian Review. /// Journal of Clinical & Experimental Immunology. 7(3):491508. www.opastpublishers.com/open-access-articles/covid19-vaccinesan-australianreview.pdf

United Nations (2023): UN, Department of Economic and Social Affairs, Population Division, World Population Prospects 2022, Probabilistic Projections (PPP scenarios) download (file: “UN_PPP2022_Output_PopTot.xlsx”), downloaded on 2 September
2023, population.un.org/wpp/Download/

Veronese et al. (2021): Nicola Veronese, Mirko Petrovic, Athanase Benetos et al. /// Underrepresentation of older adults in clinical trials on COVID-19 vaccines: A systematic review.
/// Ageing Research Reviews, Volume 71, 2021, 101455, ISSN 15681637, doi.org/10.1016/j.arr.2021.101455.

Vestergaard et al. (2020): Vestergaard Lasse S, Nielsen Jens, Richter Lukas et al. /// Excess all-cause mortality during the COVID-19 pandemic in Europe – preliminary pooled estimates from the EuroMOMO network, March to April 2020 /// Euro Surveill.
2020;25(26):pii=2001214. doi.org/10.2807/1560-7917.ES.2020.25.26.2001214

Vila-Corcoles et al. (2021): Vila-Corcoles, A., Satue-Gracia, E., Vila-Rovira, A. et al. /// COVID19-related and all-cause mortality risk among middle-aged and older adults across the first epidemic wave of SARS-COV-2 infection: a population-based cohort study in Southern Catalonia, Spain, March–June 2020. /// BMC Public Health 21, 1795
(2021). doi.org/10.1186/s12889-021-11879-2

Villani, L. et al. (2020) /// Comparison of Deaths Rates for COVID-19 across Europe During the First Wave of the COVID-19 Pandemic /// Frontiers in Public Health,
8. doi.org/10.3389/fpubh.2020.620416

Wang, H. et al. (2022) /// Estimating excess mortality due to the COVID-19 pandemic: a systematic analysis of COVID-19-related mortality, 2020–21 /// The Lancet, 399(10334), pp. 1513–1536. doi.org/10.1016/S0140-6736(21)02796-3

Wiberg et al. (1970): G.Stuart Wiberg, H.Locksley Trenholm, Blake B. Coldwell /// Increased ethanol toxicity in old rats: Changes in LD50, in vivo and in vitro metabolism, and liver alcohol dehydrogenase activity /// Toxicology and Applied Pharmacology, Volume 16, Issue 3, 1970, Pages 718-727, ISSN 0041-008X, doi.org/10.1016/0041-008X(70)90077-3

Wilcox et al. (2021): Wilcox CR, Islam N, Dambha-Miller H. /// Association between influenza vaccination and hospitalisation or all-cause mortality in people with COVID-19: a retrospective cohort study. /// BMJ Open Resp Res, 2021;8:e000857. doi:10.1136/bmjresp-2020000857. dx.doi.org/10.1136/bmjresp-2020-000857

Wise (2022): Wise J. /// Covid-19: UK makes first payments to compensate injury or death from vaccines. /// BMJ 2022; 377:o1565
doi:10.1136/bmj.o1565. www.bmj.com/content/377/bmj.o1565

Wong et al. (2023): Hui-Lee Wong, Ellen Tworkoski, Cindy Ke Zhou et al. /// Surveillance of COVID-19 vaccine safety among elderly persons aged 65 years and older. /// Vaccine, Volume 41, Issue 2, 2023, Pages 532-539, ISSN 0264-410X, doi.org/10.1016/j.vaccine.2022.11.069.

Wood et al. (2020): Nicholas Wood, Kristine Macartney, Julie Leask, Peter McIntyre. /// Australia needs a vaccine injury compensation scheme: Upcoming COVID-19 vaccines make its introduction urgent. /// Australian Journal of General Practice (AGJP), doi: 10.31128/AJGP- COVID-36. doi.org/10.31128/ajgp-covid-36

Woolf, S.H. et al. (2021) /// Excess Deaths From COVID-19 and Other Causes in the US, March 1, 2020, to January 2, 2021 /// JAMA 2021;325(17):1786–1789.
doi:10.1001/jama.2021.5199. doi.org/10.1001/jama.2021.5199

Woolf, S.H., Masters, R.K. and Aron, L.Y. (2021) /// Effect of the covid-19 pandemic in 2020 on life expectancy across populations in the USA and other high income countries: simulations of provisional mortality data /// BMJ, 373, p. n1343. doi.org/10.1136/bmj.n1343

Woolf et al. (2023): Woolf SH, Wolf ER, Rivara FP. /// The New Crisis of Increasing All-Cause Mortality in US Children and Adolescents. /// JAMA. 2023;329(12):975–976. doi:10.1001/jama.2023.3517. doi.org/10.1001/jama.2023.3517

Worp et al. (2023): Worp, N. et al. /// Towards the development of a SARS-CoV-2 variant risk assessment tool: expert consultation on the assessment of scientific evidence on emerging variants /// Lancet Microbe, Published: August 25, 2023, DOI: doi.org/10.1016/S2666- 5247(23)00179-9

Yeo et al. (2022): Audrey YEO, Benjamin KUEK, Mandy LAU et al. /// Post COVID-19 vaccine deaths – Singapore’s early experience, /// Forensic Science International, Volume 332, 2022, 111199, ISSN 0379-0738, doi.org/10.1016/j.forsciint.2022.111199

Yorifuji et al. (2021): Takashi Yorifuji, Naomi Matsumoto, Soshi Takao /// Excess All-Cause Mortality During the COVID-19 Outbreak in Japan /// Journal of Epidemiology, 2021, Volume 31, Issue 1, Pages 90-92, Released on J-STAGE January 05, 2021, Advance online publication
October 31, 2020, Online ISSN 1349-9092, Print ISSN 09175040, doi.org/10.2188/jea.JE20200492, www.jstage.jst.go.jp/article/jea/31/1/31_J E20200492/_article/-char/en

Yoshimura et al. (2022): Yukihiro Yoshimura, Hiroaki Sasaki, Nobuyuki Miyata et al. /// An autopsy case of COVID-19-like acute respiratory distress syndrome after mRNA-1273 SARS- CoV-2 vaccination /// International Journal of Infectious Diseases 121 (2022) 98–
101, doi.org/10.1016/j.ijid.2022.04.057

南半球におけるCOVID-19ワクチン関連死亡率の相関、報告書｜2023年9月17日｜https://correlation-canada.org/

付録A：死亡率とワクチン接種のデータ源

表4に本研究で使用したデータとその出典を示す： 17カ国の全死因死亡率（全死因死亡率）とCOVID-19ワクチン接種についてである
表4：付録A-データの種類と出典

【本文参照】

表4の注釈
  • 1 年齢は単一年である。本研究で使用する特定の年齢グループのデータを作成するために、各年齢のデータを合計している。
  • 2 5つのカテゴリー： 用量1、用量2、用量3、用量4、独自用量。
  • 3 6つの用量： 用量1、用量2、用量3、用量4、用量5、用量6。投与量7のデータはなく、投与量8と投与量9のデータは少数であったため使用しなかった。
  • 4 4つの年齢区分：0～29歳、30～59歳、60～79歳、80歳以上
  • 5 5つのカテゴリー： 第1回接種、第2回接種、第3回接種（原資料では「ファースト・ブースター」）、第4回接種（原資料では「セカンド・ブースター」）、第3回1次接種。
  • 6 ワクチン接種データは2023年2月24日（Health NZ, 2023）にダウンロードされたもので、最近ダウンロードされたもの（2023年9月14日、Stats NZ, 2023b）と本質的に同じであることを確認した。

ワクチン接種データについても同様に、日数の合計を用いて週ごとの全死因死亡率（全死因死亡率/w）を作成した。

OWID(2023)のワクチン接種データは2種類ある：
  • ワクチン接種量、累積または1日あたりの新規接種量
  • ワクチン・ブースターの累積接種量

図2、図4、図6および図21では、全死因死亡率データはWMD（2023年）のものであり、ワクチン接種データはOWID（2023年）のものである。

図5、図7、図22、図23では、全死因死亡率データはWMD（2023年）のものである。

図11では、全死因死亡率データはDEIS（2023年）から、ワクチン接種データはMinCiencia（2023年）からである。

図12と図13では、全死因死亡率データはDEIS（2023年）のものである。

図14では、全死因死亡率データはMINSA（2023a）のものであり、ワクチン接種データはMINSA（2023b）のものである。

図15および図16では、全死因死亡率データはMINSA（2023a）のものである。

図18では、全死因死亡率データはStats NZ (2023a)から、ワクチン接種データはStats NZ (2023b)からである。

図19と図20では、全死因死亡率のデータはStats NZ（2023a）のものである。

付録A：参考文献

DEIS (2023): Departamento de Estadísticas e Información de Salud – Ministerio de Salud – Gobierno de Chile /// Datos abiertos /// Files “Defunciones por Causa 1990 – 2019 CIFRAS OFICIALES” and “Defunciones por Causa 2020 – 2023 CIFRAS PRELIMINARES (Actualización semanal)” /// accessed 23 March 2023 deis.minsal.cl/#datosabiertos

Health NZ (2023): Te Whatu Ora /// COVID-19 vaccine data /// accessed 24 February 2023 www.tewhatuora.govt.nz/our-health-system/data-and-statistics/covid- vaccine-data#by-day

MinCiencia (2023): Ministerio de Ciencia (“Datos obtenidos desde el Ministerio de Ciencia y producidos por el Ministerio de Salud”) /// Datos-COVID19 /// Data Product 78 – Avance por sexo y edad en Campaña de Vacunación COVID-19: Este producto da cuenta del avance en la campaña de vacunación contra Sars-Cov-2 por edad (en años) y sexo. /// accessed 31 March 2023 github.com/MinCiencia/Datos-COVID19 github.com/MinCiencia/Datos-COVID19/tree/master/output/producto78

MINSA (2023a): Ministerio de Salud – Gobierno de Perú /// Plataforma Nacional de Datos Abiertos /// SINADEF: Certificado Defunciones /// File “SINADEF – Defunciones” /// accessed 27 July 2023 www.datosabiertos.gob.pe/dataset/sinadef-certificado- defunciones

MINSA (2023b): Ministerio de Salud – Gobierno de Perú /// Plataforma Nacional de Datos Abiertos /// Data Completa de Vacunación COVID-19 – [Ministerio de Salud ] /// File “VACUNAS_COVID” /// accessed 27 July 2023 www.datosabiertos.gob.pe/dataset/vacunaci%C3%B3n-contra-covid-19- ministerio-de-salud-minsa/resource/db673c08-4812-4844-ae7f

OWID (2023): Our World In Data /// Coronavirus (COVID-19) Vaccinations /// accessed 5 August 2023 ourworldindata.org/covid-vaccinations

Stats NZ (2023a): Stats NZ Tatauranga Aotearoa /// COVID-19 data portal /// Health – Total deaths (all causes) − Weekly deaths by age /// accessed 24 February 2023 www.stats.govt.nz/experimental/covid-19-data-portal

Stats NZ (2023b): Stats NZ Tatauranga Aotearoa /// COVID-19 data portal /// Health – COVID-19 vaccinations − COVID-19 vaccines administered – Daily total /// accessed 14 September 2023 www.stats.govt.nz/experimental/covid-19-data-portal

WMD (2023): World Mortality Dataset /// International data on all-cause mortality /// accessed 3 August 2023 github.com/akarlinsky/world_mortality/blob/main/world_mortality.csv — The World Mortality Dataset is the work of Karlinsky & Kobak 2021, Tracking excess mortality across countries during the COVID-19 pandemic with the World Mortality Dataset, eLife doi.org/10.7554/eLife.69336

付録B：全死因死亡率とワクチン接種データの例

以下のパネルは、本調査の対象17カ国（アルゼンチン、オーストラリア、ボリビア、ブラジル、チリ、コロンビア、エクアドル、マレーシア、ニュージーランド、パラグアイ、ペルー、フィリピン、シンガポール、南アフリカ、スリナム、タイ、ウルグアイ）について、時間別（グラフで見た週または月）全死因死亡率（青、左スケール）、週別ワクチン投与（全投与数）（オレンジ、右スケール）、2015-2023年を示している。各パネルにあるグレーの細い縦線は、世界保健機関（WHO）がパンデミックを宣言した日付（2020年3月11日）を示している。

図21： 付録B-本研究の対象17カ国（ラベルの通り）の全年齢全死因死亡率（青）と全年齢全ワクチンドーズ接種（オレンジ）データの例。灰色の縦線は、2020年3月11日のWHOのパンデミック宣言を示す。データソースは付録Aに記載されている。

Rancourt、Baudin、Hickey、Mercier

南半球におけるCOVID-19ワクチン関連死亡率の相関、報告書｜2023年9月17日｜https://correlation-canada.org/

付録C：データに対する手法の適用に関する技術的および具体的な情報

表5は、「死亡率のある期間（またはピーク）のHistoricaltrend baseline」（方法1、方法参照）で説明した方法をデータに適用する際に使用したパラメータである。この方法では、対象期間（ワクチン接種期間または特定のロールアウト期間）と同じ期間にわたって積分した全死因死亡率にフィットした傾向線（最小二乗法による直線）を計算する。当該傾向線は、対象期間の過剰全死因死亡率を得るために、対象期間におけるベースライン積分死亡率を計算するために使用される。すべてのワクチン投与量の計数は、対象期間の全死因死亡率の積算間隔と同じ時間間隔で行われる。

方法 2 が適用された場合にも、方法 2 と同じ積分窓（開始日から終了日まで、週ごとまたは月ごと）が使用された。

表5：付録C-トレンドライン法（方法1）をデータに適用するために使用したパラメータ

ブースター」期間とは、全年齢のデータにおいて、全死因死亡率の2022年1月～2月の名目上のピークを縁取る期間を指す。

  • フォーマットは以下の通りである： YEAR-WEEKまたはYEAR-MONTHである。例えば

2021-W07～2023-W12]は、対象期間が2021年第7週から2023年第12週までであることを意味する。

    • [2021-M01 – 2023-M03] は、対象期間が 2021 年の 1 月から 2023 年の 3 月までであることを意味する

週番号の定義は、ABS (2022)による： 「週番号はISO（国際標準化機構）の週番号システムに基づいている。このシステムでは、週は月曜日から始まる7日間の期間として定義されている。ある年の第1週は、1月1日に最も近い月曜日から始まり、その週の大半の日数が1月にあたる（つまり4日以上）週である。したがって、第1週は常に1月4日を含み、常にその年の最初の木曜日を含む。ISOの構造では、53週を含む年（例えば2015年と2020年）もある。”

+ 表に示された積分点から、逆算していく。最後の積分点（注目する積分点）は0である：

最後の積分点(0)の直前の積分点(-1)と、その前の余分な積分点(-2)である。

3から使用された6つの積分点は、トレンドラインをフィットするために6つの積分点が使用されたことを意味する：-3から-8までの積分点を含み、0は注目の積分点（最新のもの）である。

これは、歴史的期間から複数の積分点を使用する方法（方法1）にも当てはまる。チリ（全年齢）とペルー（全年齢）のデータは、方法1を適用するには不十分であった。

付録C：参考文献

表5は、「死亡率のある期間（またはピーク）の歴史的傾向ベースライン」（方法1、「方法」参照）で説明した方法をデータに適用する際に使用したパラメータである。この方法では、対象期間（ワクチン接種期間または特定のロールアウト期間）と同じ期間にわたって積分したACMにフィットした傾向線（最小二乗法による直線）を計算する。当該傾向線は、対象期間の過剰ACMを得るために、対象期間におけるベースライン積分死亡率を計算するために使用される。すべてのワクチン投与量の計数は、対象期間のACMの積算間隔と同じ時間間隔で行われる。

方法2が適用されたケースでは、方法2と同じ積分窓（開始日から終了日まで、週ごとまたは月ごと）が使用された。

表5：付録C-トレンドライン法（方法1）をデータに適用するために使用したパラメータ

「ブースター」期間とは、全年齢のデータにおいて、ACMの2022年1月～2月の名目ピークを縁取る期間を指す。

  • フォーマットは以下の通りである： YEAR-WEEKまたはYEAR-MONTHである。例えば
    2021-W07～2023-W12]は、対象期間が2021年第7週から2023年第12週までであることを意味する。
    ◦ [2021-M01 – 2023-M03] は、対象期間が 2021 年 1 月から 2023 年 3 月までであることを意味する。

週番号の定義は、ABS (2022)による： 「週番号はISO（国際標準化機構）の週番号システムに基づいている。このシステムでは、週は月曜日から始まる7日間の期間として定義されている。ある年の第1週は、1月1日に最も近い月曜日から始まり、その週の大半の日が1月にあたる（つまり4日以上）週である。したがって、第1週は常に1月4日を含み、常にその年の最初の木曜日を含む。ISOの構造では、53週を含む年（例えば2015年と2020年）もある。”

+ 表に示された積分点から、逆算していく。最後の積分点（注目する積分点）は0である：
最後の積分点(0)の直前の積分点(-1)と、その前の余分な積分点(-2)である。

3から使用された6つの積分点は、トレンドラインをフィットするために6つの積分点が使用されたことを意味する：-3から-8までの積分点を含み、0は注目の積分点（最新のもの）である。

これは、歴史的期間から複数の積分点を使用する方法（方法1）にも当てはまる。チリ（全年齢）とペルー（全年齢）のデータは、方法1を適用するには不十分であった。

付録D：COVID期間中の過剰死亡率の一点法による定量化

以下の図22は、パンデミックが宣言された2020年3月11日から、名目上のワクチン接種期間の終了日（これは死亡率とワクチン接種データの入手可能性に依存する）と同じとされる実際的な終了日までの、名目上のCovid期間全体における超過死亡率を定量化するために、本研究の「歴史的な単一統合点の特殊なケース」法（方法2）を適用した17カ国を示している。各国の期間の統合の境界は、付録C：データへの手法の適用に関する技術的および具体的な情報に明記されている。

ここでは、凡例に従って、Covid期間はオレンジ色（時間別全死因死亡率とその積分点の両方）、使用した単一の歴史的参照期間は緑色（時間別全死因死亡率とその積分点の両方）、時間別歴史的全死因死亡率の最良線フィット（最小二乗フィット）は赤色、Covid期間の積分の外挿予測値も赤色で、エラーバー付きである。週または月は、時間インデックスを用いて連続してカウントされており、週番号1は2015年の週-1、月番号1は2015年の月-1（1月）である。2015年の第1週は2014年12月29日から2015年1月4日までの日付を含む。各パネルにあるグレーの細い縦線は、世界保健機関（WHO）によってパンデミックが宣言された日付（2020年3月11日）を示している。

図22：付録D-本研究の17カ国のCovid期間における過剰全死因死亡率の単一ヒストリカルポイント法（方法2）。Covid期間（オレンジ）、単一点歴史的参照期間（緑）、最良線適合（赤）。時間指標は2015年開始からの週数または月数である。2020年3月11日のパンデミック宣言日は灰色の縦線で示されている。データソースは付録Aに明記されている。

Rancourt、Baudin、Hickey、Mercier

南半球におけるCOVID-19ワクチン関連死亡率の相関、報告書｜2023年9月17日｜https://correlation-canada.org/

付録E：ワクチン接種期間中の超過死亡率の一点法による定量化

以下の図23は、本研究の17カ国について、ワクチン接種期間について、方法1（図6および図7に示した歴史的トレンド法）と同じ積分限界で、我々の「歴史的単一積分点の特殊なケース」法（方法2）を適用したものである。積分の限界は付録Cに明記されている。

ここでは、凡例に従って、ワクチン接種期間はオレンジ色（時間別全死因死亡率とその積分点の両方）、使用した単一の歴史的参照期間は緑色（時間別全死因死亡率とその積分点の両方）、時間別歴史的全死因死亡率の最良線適合（最小二乗適合）は赤色、ワクチン接種期間の積分の外挿予測値も赤色で、そのエラーバー付きである。週または月は、週または月番号1が2015年1月1日を含む週または月である時間インデックスを用いて順番にカウントされている。2015年の第1週は、2014年12月29日から2015年1月4日を含む。各パネルにあるグレーの細い縦線は、世界保健機関（WHO）によってパンデミックが宣言された日付（2020年3月11日）を示している。

図23：付録E-本研究の17カ国のワクチン接種期間における過剰全死因死亡率（方法2）の単一履歴点法。ワクチン接種期間（オレンジ）、単一歴史点基準期間（緑）、最良線適合（赤）。時間指標は2015年開始からの週数または月数である。2020年3月11日のパンデミック宣言日は灰色の縦線で示されている。データソースは付録Aに明記されている。

この記事が役に立ったら「いいね」をお願いします。
いいね記事一覧はこちら
備考：機械翻訳に伴う誤訳・文章省略があります。
下線、太字強調、改行、注釈や画像の挿入、代替リンク共有などの編集を行っています。
使用翻訳ソフト：DeepL,ChatGPT ／文字起こしソフト：Otter 
alzhacker.com をフォロー
Alzhacker