מאמר לגבי החיסונים

https://pmc.ncbi.nlm.nih.gov/articles/PMC11868741/

GPT:

 תקציר: המאמר מצביע על תופעה אמיתית בנתוני ONS: היחס בין תמותת מחוסנים ללא מחוסנים משתנה מאוד לאורך הזמן.

אבל הנתונים שבהם הוא משתמש אינם בנויים לקבוע אם החיסון עצמו מעלה תמותה, ו ONS עצמו מזהיר במפורש מפני פירוש כזה.

הבעיה המרכזית היא שקבוצות המחוסנים והלא מחוסנים משתנות בהרכבן לאורך הזמן מבחינת בריאות, שבריריות, קבלת מנות נוספות, זיהומים קודמים וגורמים נוספים.

לכן העלייה ב SMR שמצאו המחברים היא ממצא שראוי להסביר, אך אינה ראיה לכך שהחיסון גרם לעלייה בתמותה.

המסקנה המעשית שלהם בדבר צמצום חריף או עצירת מבצעי חיסון אינה נתמכת בעוצמה על ידי המחקר, והיא אינה תואמת את מכלול הראיות והעמדה הרפואית המקובלת כיום.

קראתי את הגרסה המלאה והמעודכנת של המאמר, כולל השיטות, התוצאות, הדיון והמגבלות, וגם בדקתי את המקור שעליו הוא מבוסס, כלומר הנתונים וההסברים המתודולוגיים של ONS. השורה התחתונה שלי היא שיש כאן ניתוח סטטיסטי מעניין של נתונים אמיתיים, אבל יש פער גדול בין הממצאים התיאוריים לבין המשמעות הסיבתית שהמאמר רומז עליה. ([PubMed Central (PMC)][1])

1. מה המחברים באמת מצאו

הם לקחו נתוני תמותה באנגליה מאפריל 2021 עד מאי 2023, וחילקו אנשים לפי גיל ולפי מצב חיסון. הם חישבו יחסי תמותה ומדד SMR בין המחוסנים לבין הלא מחוסנים.

התופעה המרכזית שהם מצאו היא מעניינת. בתחילת התקופה, תמותה בקרב מחוסנים הייתה לעיתים נמוכה באופן קיצוני מתמותת הלא מחוסנים, אפילו כשמסתכלים רק על תמותה שאינה מקורונה. בהמשך היחס עלה. בחלק מקבוצות הגיל הוא אף עבר את 1, כלומר שיעור התמותה המחושב בקרב המחוסנים נעשה גבוה מזה של הלא מחוסנים. ([PubMed Central (PMC)][1])

המחברים צודקים בנקודה חשובה מאוד: אין שום מנגנון סביר שבו חיסון נגד קורונה אמור להפחית באופן מיידי ובשיעורים עצומים מוות מסרטן, דמנציה, תאונות, מחלות כרוניות וכדומה. לכן כאשר מתקבל בתחילת הדרך יחס תמותה שאינה מקורונה הנמוך מאוד אצל המחוסנים, ברור שקיימת הטיה חזקה בנתונים.

במובן הזה המאמר מעלה שאלה לגיטימית בהחלט.

2. אבל מכאן מגיעה הבעיה העיקרית

המחברים עושים מהלך לוגי שאינו מתחייב מהנתונים.

הם אומרים למעשה: אם בתחילת התקופה קיימת הטיה חזקה לטובת המחוסנים, ייתכן שגם בהמשך הנתונים ממשיכים להמעיט בסיכון שלהם. מכאן הם מתייחסים לעלייה המאוחרת ביחסי התמותה כאל תופעה מדאיגה במיוחד.

אבל אי אפשר להסיק זאת.

עצם העובדה שקיימת הטיה אינה אומרת שההטיה נשארת באותו כיוון ובאותו גודל במשך שנתיים.

להפך, במקרה הזה יש סיבה חזקה מאוד לצפות שההטיות עצמן ישתנו לאורך הזמן.

ONS עצמו מסביר שהרכב קבוצות החיסון משתנה כתוצאה מתהליך החיסון. אנשים חולים מאוד עשויים לדחות חיסון. אנשים בריאים יחסית מגיעים לקבל מנה. אנשים שקיבלו שתי מנות ממשיכים בהמשך למנה שלישית ויוצאים מקבוצת שתי המנות. אנשים שנשארים במשך חודשים בקבוצת מנה אחת או שתי מנות עשויים להיות שונים מאוד מאלה שהמשיכו לקבל מנות נוספות. ONS מציין במפורש שגם בריאותם הירודה של אנשים שאינם ממשיכים למנה הבאה יכולה להעלות את שיעור התמותה בקבוצות מסוימות. ([לשכה למידות לאומיות][2])

זה קריטי להבנת הגרפים.

3. דוגמה שממחישה את הבעיה

נניח שיש מיליון אנשים שקיבלו שתי מנות.

בהתחלה יש בתוך הקבוצה אנשים בריאים מאוד, בריאים פחות וחולים.

כעבור כמה חודשים רוב הבריאים ממשיכים למנה שלישית.

ברגע שהם מקבלים אותה, מבחינת מאגר הנתונים הם כבר אינם נמצאים בקבוצת שתי המנות.

מי נשאר מאחור?

באופן פוטנציאלי שיעור גבוה יותר של אנשים מבוגרים, שבריריים, אנשים שחלו, אנשים שנמנעו ממנה נוספת מסיבות רפואיות ואנשים הקרובים יותר למוות.

אפשר לכן לקבל עלייה הדרגתית בתמותה של קבוצת שתי המנות גם אם למנה השנייה אין שום השפעה מזיקה על התמותה.

זו אחת הסיבות לכך שהשוואת הקבוצות האלה לאורך זמן מסוכנת מאוד מבחינה אפידמיולוגית.

ONS עצמו אומר שהנתונים אינם מדד ליעילות החיסון ושגורמים כמו מצב בריאותי, רמות הדבקה, וריאנטים, חסינות מזיהומים קודמים והרכב משתנה של הקבוצות משפיעים על המספרים. ([לשכה למידות לאומיות][2])

4. גם המאמר עצמו למעשה מודה שהבעיה קיימת

בגרסה המעודכנת המחברים כותבים שאין להם נתוני פרט שמאפשרים לדעת בדיוק מתי כל אדם עבר מקבוצת חיסון אחת לאחרת.

אין להם נתוני תחלואה מספקים.

אין להם אפשרות לתקן את הניתוח למחלות רקע.

הם עצמם אומרים שהערכים הנמוכים מאוד בתחילת הדרך ככל הנראה משקפים הבדלים בהרכב הבריאותי של הקבוצות ואת אפקט המתחסן הבריא. ([PubMed Central (PMC)][3])

זו אינה מגבלה קטנה.

זו מגבלה שנוגעת בדיוק לשאלה המרכזית שהמחקר מנסה לענות עליה.

אם אינך יודע אם קבוצת המחוסנים וקבוצת הלא מחוסנים דומות מבחינת מצב בריאותי, אינך יכול לקחת הבדל בתמותה ביניהן ולהפוך אותו להשפעה של החיסון.

5. נקודה נוספת שמטרידה אותי היא הרגרסיה הליניארית

המחברים לקחו את ה SMR החודשי והתאימו לו קו מגמה ליניארי.

לאחר מכן, כאשר הקו עדיין לא הגיע ל 1 בתקופת המחקר, הם האריכו אותו אל העתיד וחישבו מתי צפויה נקודת החצייה.

לדוגמה, על בסיס נתונים שהסתיימו במאי 2023 הם חישבו נקודות חצייה עתידיות שבחלק מהמקרים הגיעו ל 2024 ול 2025. ([PubMed Central (PMC)][3])

זה בעייתי מאוד.

אין סיבה ביולוגית או אפידמיולוגית להניח שהיחס אמור להמשיך לעלות בקו ישר.

שינוי כזה יכול לנבוע משינוי בהרכב האוכלוסייה, מעבר בין קבוצות חיסון, גל קורונה, עונתיות, מספר האנשים שנותר בכל קטגוריה, זיהומים קודמים ועוד.

R² גבוה אומר שהקו מתאים היטב לנקודות בתקופה שנמדדה.

הוא אינו אומר שהקו ימשיך באותו מסלול בעתיד, ובוודאי אינו מוכיח מנגנון סיבתי.

6. יש גם החלטה מתודולוגית חריגה לגבי מספרי תמותה קטנים

ONS מסמן שיעורי תמותה המבוססים על פחות מ 20 מקרי מוות כלא אמינים מספיק.

המחברים החליטו בכל זאת להשתמש בחלק מהנתונים כאשר היו לפחות 10 מקרי מוות, מתוך רצון לזהות מגמות. ([PubMed Central (PMC)][3])

זה אינו בהכרח פסול כניתוח חקרני, אבל הוא מגדיל מאוד את התנודתיות ואת אי הוודאות, במיוחד בקבוצות הצעירות ובקטגוריות חיסון קטנות.

לכן הייתי מתייחס בזהירות מיוחדת לממצאים בגילאי 18 עד 39.

7. ההטיה של המתחסן הבריא היא אמיתית

בנקודה הזו אני דווקא מסכים עם המחברים.

תופעת Healthy Vaccinee Effect מוכרת היטב באפידמיולוגיה.

אדם שמגיע לקבל חיסון היום הוא, בממוצע, פחות סביר להיות גוסס, מאושפז, עם זיהום חריף או במצב רפואי קשה מאוד באותו יום.

רופא גם עשוי לדחות חיסון אצל אדם חולה מאוד.

לכן במשך השבועות הראשונים אחרי החיסון מתקבלת לעיתים תמותה נמוכה באופן בלתי מציאותי.

ONS עצמו מצא בדיוק את התופעה הזאת והזהיר מפניה בזמן אמת. ([לשכה למידות לאומיות][2])

מחקר אוכלוסייה גדול מצ'כיה שפורסם מאוחר יותר מצא גם הוא דפוסים חזקים של אפקט המתחסן הבריא ושינויים בהרכב הקבוצות. כלומר, עצם הדפוסים המוזרים שמוצגים במאמר בהחלט אינם המצאה של המחברים. ([PubMed Central (PMC)][4])

אבל זה מוביל למסקנה שצריך להשתמש בתכנון מחקר טוב יותר.

לא למסקנה שהחיסון הוא שגרם לעלייה המאוחרת.

8. מה קורה כשמשתמשים בשיטות מחקר שמנסות להתגבר על ההטיה הזאת

כאן התמונה משתנה משמעותית.

במחקר של Vaccine Safety Datalink בארצות הברית השתמשו בשיטת Self Controlled Case Series. במקום להשוות אדם מחוסן לאדם אחר שאינו מחוסן, משווים תקופות שונות אצל אותו אדם. בכך נפטרים מחלק גדול מההבדלים הקבועים בין בני אדם.

המחקר לא מצא עלייה בתמותה מכל הסיבות, בתמותה שאינה מקורונה או בארבעה סוגים של תמותה לבבית לאחר החיסונים. ([PubMed][5])

מחקר ארצי מהולנד שפורסם ב 2026, שכלל מאות אלפי מקרי מוות, השתמש גם הוא בתכנון המבוסס על השוואה בתוך אותו אדם. הוא לא מצא עודף תמותה לאחר החיסון. לעומת זאת לאחר זיהום מאומת בקורונה נמצאה עלייה חדה מאוד בסיכון למוות. המחברים הגיעו למסקנה שהחיסונים אינם מסבירים את עודף התמותה שנצפה בתקופת המגפה. ([PubMed Central (PMC)][6])

מחקר איטלקי גדול מאוד מ 2026, הכולל יותר מ 7.6 מיליון מחוסנים, השתמש גם בהתאמת אנשים וגם בהשוואה בתוך אותו אדם ולא מצא אות של עלייה קצרת טווח בתמותה לאחר החיסון. ([ScienceDirect][7])

9. ומה לגבי הניסויים האקראיים המקוריים

גם כאן חשוב לדייק.

הניסויים האקראיים הראשונים לא היו גדולים מספיק ולא נמשכו מספיק זמן כדי לתת הערכה מאוד מדויקת של תמותה מכל הסיבות.

בסקירה שיטתית של ניסויים אקראיים, בחיסוני mRNA התקבל RR של 0.63 לתמותה מכל הסיבות, אבל רווח הסמך היה רחב מאוד, 0.21 עד 1.84.

כלומר הניסוי לא הוכיח ירידה בתמותה מכל הסיבות, אבל גם לא הציג אות של עלייה מובהקת בתמותה. ([PubMed Central (PMC)][8])

זו נקודה חשובה כדי לא ללכת לקיצוניות השנייה ולומר שהניסויים המקוריים לבדם הכריעו לחלוטין את שאלת התמותה.

10. ומה לגבי תופעות לוואי אמיתיות

הקונצנזוס הרפואי אינו אומר שהחיסונים נטולי סיכון.

קיים קשר סיבתי בין חיסוני mRNA לבין מיוקרדיטיס ופריקרדיטיס נדירות, במיוחד אצל נערים וגברים צעירים ולאחר מנות מסוימות.

בחיסוני וקטור מסוג AstraZeneca ו Janssen נמצא סיכון נדיר לקרישיות עם ירידה בטסיות.

בחיסון Janssen נמצא גם אות לסיכון מוגבר לתסמונת Guillain Barré.

הסיכונים האלה הביאו בפועל לשינויים בהמלצות ובשימוש בסוגי החיסונים. ([CDC][9])

כלומר מערכת המעקב כן גילתה תופעות לוואי נדירות כאשר הן היו קיימות.

11. כיצד המאמר משתווה לקונצנזוס המדעי והרפואי כיום

כאן הפער משמעותי.

WHO פרסם ביולי 2026 נייר עמדה מעודכן לאחר יותר מחמש שנות נתוני בטיחות. הוא עדיין קובע שלחיסוני קורונה יש פרופיל בטיחות חיובי ושהראיות מהעולם האמיתי מראות הפחתה במחלה קשה ובמוות מקורונה. ([ארגון הבריאות העולמי][10])

אבל יש שינוי חשוב לעומת 2021.

הרפואה העולמית כיום אינה אומרת בהכרח שכל אדם בעולם צריך לקבל שוב ושוב חיסון.

WHO עבר למדיניות ממוקדת סיכון. העדיפות הגבוהה היא לקשישים, אנשים עם מחלות רקע משמעותיות, מדוכאי חיסון ודיירי מוסדות. לגבי אוכלוסיות בסיכון נמוך יותר ההמלצות מותאמות הרבה יותר למצב המקומי ולמאפייני האדם. ([ארגון הבריאות העולמי][10])

כלומר חלק מהרוח של הטענה שהמדיניות צריכה להיות פחות גורפת כבר קיים במיינסטרים הרפואי.

אבל הסיבה לכך היא שינוי ביחס תועלת מול סיכון בעידן של חסינות אוכלוסייה גבוהה, ירידה בסיכון למחלה קשה אצל צעירים והצורך למקד משאבים.

לא משום שהוכח שהחיסונים גורמים לעודף תמותה.

12. ומה לגבי הטענה שהחיסונים עצמם גרמו לעודף התמותה של 2021 עד 2023

זו אינה הדעה המקובלת כיום במדע.

מחקרים שונים מצאו גורמים משמעותיים אחרים לעודף התמותה בתקופה הזאת, כולל קורונה עצמה, השלכות עקיפות של המגפה, הפרעות במערכת הבריאות וגלי חום קשים.

למשל, מחקר ב Nature Medicine העריך יותר מ 60 אלף מקרי מוות הקשורים לחום באירופה בקיץ 2022 בלבד. ([Nature][11])

במקביל, מחקרי יעילות ומודלים אפידמיולוגיים מעריכים שהחיסונים דווקא מנעו מספר גדול מאוד של מקרי מוות מקורונה. מחקר בינלאומי ב Lancet Infectious Diseases העריך שבשנת החיסונים הראשונה נמנעו כ 14.4 מיליון מקרי מוות לפי מקרי המוות המדווחים, ועד כ 19.8 מיליון אם משתמשים באומדן עודף התמותה. אלה כמובן תוצאות של מודל ולא ספירה ישירה, ולכן אין להתייחס למספר המדויק כעובדה מוחלטת, אבל הכיוון תואם שורה ארוכה של מחקרי יעילות. ([PubMed][12])

13. ומה שווה העובדה שהמאמר עבר ביקורת עמיתים

המאמר פורסם ב F1000Research ובגרסה השנייה רשום כמי שקיבל אישור משני סוקרים. ([F1000 Research][13])

זה בהחלט עדיף על פוסט בבלוג או ניתוח אנונימי.

אבל Peer Review אינו אומר שהמסקנה הפכה לקונצנזוס מדעי.

אחד הסוקרים ציין במפורש הסתייגויות משמעותיות לגבי חלק מהעבודה. ([BIKNotes][14])

ובתחום כזה, משקל הראיה נקבע הרבה יותר לפי איכות התכנון, היכולת לשלוט במשתנים מתערבים, שחזור התוצאה במחקרים עצמאיים והתאמה לכלל הספרות מאשר לפי עצם העובדה ששני סוקרים אישרו מאמר.

14. לכן הייתי מפריד בין ארבע מסקנות של המאמר

הטענה שיש דפוסים מוזרים ומשתנים מאוד בנתוני ONS לפי סטטוס חיסון היא נכונה.

הטענה שהנתונים סובלים מהטיות משמעותיות היא נכונה מאוד ואף נתמכת על ידי ONS עצמו.

הטענה שכדאי להמשיך לחקור תמותה מכל הסיבות באמצעות נתוני פרט איכותיים היא סבירה לחלוטין.

אבל הטענה שהדפוס הוא ראיה משמעותית לכך שחיסוני קורונה הגדילו תמותה, ובוודאי שהממצא מצדיק עצירה או הקפאה של מבצעי חיסון, אינה נובעת מהנתונים שהמאמר מנתח.

אם הייתי צריך לתת ציון לכוח הראיות של המאמר לשאלה המצומצמת "האם יש משהו מוזר בנתוני ONS שדורש הסבר", הייתי נותן לו ציון גבוה.

לשאלה "האם החיסונים גרמו לעלייה בתמותה מכל הסיבות", הייתי מדרג את הראיה שהמאמר מספק כנמוכה מאוד.

והראיות המצטברות ממחקרים בעלי תכנון מתאים יותר, ממערכות בטיחות ומגופי בריאות מרכזיים אינן תומכות כיום במסקנה של עלייה כללית בתמותה בגלל חיסוני קורונה. במקביל, הן בהחלט מכירות בתופעות לוואי נדירות ומוכחות ובכך שהצורך בחיסון נוסף צריך כיום להיות מותאם הרבה יותר לגיל ולסיכון האישי. ([CDC][9])

בקיצור, כאן יש אי הבנה חשובה: המאמר הזה לא בדק תמותה מקורונה לפי מצב חיסון.

המחברים כותבים במפורש שהם לא ניתחו את המשתנה "Deaths involving COVID 19", בין השאר בגלל מספרים קטנים בחלק מהקבוצות. ([PubMed Central (PMC)][1])

מה שהם השוו הוא תמותה מכל הסיבות ותמותה שאינה מקורונה.

לכן אי אפשר להסיק מהמאמר הזה שמחוסנים מתו מקורונה יותר מלא מחוסנים.

הנתון שראית על תמותה גבוהה יותר מתייחס בעיקר לקבוצות של מנה אחת או שתי מנות ולתמותה מכל הסיבות או מסיבות שאינן קורונה.

וזה למעשה מבהיר חלק גדול מהבלבול.

המחברים כותבים במפורש שבקרב מי שקיבלו מנה אחת, ובתקופות מסוימות גם בקרב מי שקיבלו שתי מנות, שיעורי התמותה מכל הסיבות והתמותה שאינה מקורונה היו גבוהים יותר מאשר אצל הלא מחוסנים. ([PubMed Central (PMC)][2])

אבל צריך לשים לב למשהו קריטי: בשנת 2022 אדם שנשאר בקטגוריה "שתי מנות" במשך זמן רב כבר לא היה אדם טיפוסי שקיבל שתי מנות.

רבים מהאנשים הבריאים שקיבלו שתי מנות המשיכו למנה שלישית ולכן נעלמו מקבוצת שתי המנות. מי שנשאר מאחור יכול היה להיות קבוצה מיוחדת, למשל אנשים חולים, שבריריים, אנשים שלא יכלו לקבל מנה נוספת או אנשים שבחרו להפסיק להתחסן.

לכן מתקבל מצב שנראה לכאורה פרדוקסלי:

בתחילת מבצע החיסונים יכול להיות "אפקט המתחסן הבריא", כלומר האנשים שמגיעים לקבל חיסון באותו זמן בריאים יותר בממוצע מאנשים שלא התחסנו.

אבל חודשים רבים לאחר מכן, הקבוצה שנשארת עם מנה אחת או שתי מנות יכולה דווקא להפוך לקבוצה פחות בריאה, משום שהבריאים יותר עברו לקבוצת שלוש מנות.

לכן אין סתירה בכך שאותו מאגר נתונים מראה בתחילה יתרון עצום למחוסנים ובהמשך תמותה גבוהה בקבוצות מסוימות של מספר מנות.

וזה בדיוק אחד הדברים שמקשים מאוד להסיק ממנו סיבתיות.

יש עוד נקודה חשובה מאוד: המחברים עצמם מודים שאין להם נתונים אישיים שמאפשרים לדעת מתי בדיוק כל אדם עבר מקבוצת חיסון אחת לאחרת, ושאין להם נתוני מחלות רקע מספיקים כדי לתקן את ההשוואה. הם מגדירים זאת כמגבלה של המחקר. ([PubMed Central (PMC)][2])

כלומר, אם השאלה היא:

"האם המאמר הראה שמחוסנים מתו מקורונה יותר מלא מחוסנים?"

התשובה היא לא. הוא אפילו לא ביצע את הניתוח הזה.

אם תרצה, אני יכול להסביר גם את השאלה היותר מעניינת: איך ייתכן שבנתוני ONS המקוריים בתקופות מסוימות באמת רואים יותר מקרי מוות מקורונה במספרים מוחלטים אצל מחוסנים, ובכל זאת זה לא אומר שהחיסון העלה את הסיכון למות מקורונה.

[1]: https://pmc.ncbi.nlm.nih.gov/articles/PMC11868741.1/?utm_source=chatgpt.com "All-cause mortality according to COVID-19 vaccination status: An analysis of the UK office for National statistics public data - PMC"

[2]: https://pmc.ncbi.nlm.nih.gov/articles/PMC11868741/?utm_source=chatgpt.com "All-cause mortality according to COVID-19 vaccination status: An analysis of the UK office for National statistics public data - PMC"

[1]: https://pmc.ncbi.nlm.nih.gov/articles/PMC11868741/?utm_source=chatgpt.com "All-cause mortality according to COVID-19 vaccination status: An analysis of the UK office for National statistics public data - PMC"

[2]: https://www.ons.gov.uk/peoplepopulationandcommunity/birthsdeathsandmarriages/deaths/bulletins/deathsinvolvingcovid19byvaccinationstatusengland/deathsoccurringbetween1january2021and31march2022?utm_source=chatgpt.com "Deaths involving COVID-19 by vaccination status, England - Office for National Statistics"

[3]: https://pmc.ncbi.nlm.nih.gov/articles/PMC11868741.1/?utm_source=chatgpt.com "All-cause mortality according to COVID-19 vaccination status: An analysis of the UK office for National statistics public data - PMC"

[4]: https://pmc.ncbi.nlm.nih.gov/articles/PMC12243391/?utm_source=chatgpt.com "The Mirror of Erised: a retrospective population-wide study of Czech all-cause mortality data by COVID-19 vaccination status - PMC"

[5]: https://pubmed.ncbi.nlm.nih.gov/38388239/?utm_source=chatgpt.com "Mortality risk after COVID-19 vaccination: A self-controlled case series study - PubMed"

[6]: https://pmc.ncbi.nlm.nih.gov/articles/PMC12975842/?utm_source=chatgpt.com "COVID-19 vaccination and short-term mortality risk: a nationwide self-controlled case series study in The Netherlands - PMC"

[7]: https://www.sciencedirect.com/science/article/pii/S0163445326000940?utm_source=chatgpt.com "All-cause mortality within seven days of COVID-19 vaccination: A matched cohort and self-controlled case series study in Lombardy, Italy - ScienceDirect"

[8]: https://pmc.ncbi.nlm.nih.gov/articles/8782520/?utm_source=chatgpt.com "Vaccines to prevent COVID-19: A living systematic review with Trial Sequential Analysis and network meta-analysis of randomized clinical trials - PMC"

[9]: https://www.cdc.gov/vaccine-safety/vaccines/covid-19.html?utm_source=chatgpt.com "Coronavirus Disease 2019 (COVID-19) Vaccine Safety | Vaccine Safety | CDC"

[10]: https://www.who.int/teams/immunization-vaccines-and-biologicals/diseases/covid-19-%28corona-virus%29?utm_source=chatgpt.com "Immunization, Vaccines and Biologicals"

[11]: https://www.nature.com/articles/s41591-023-02419-z?utm_source=chatgpt.com "Heat-related mortality in Europe during the summer of 2022 | Nature Medicine"

[12]: https://pubmed.ncbi.nlm.nih.gov/35753318/?utm_source=chatgpt.com "Global impact of the first year of COVID-19 vaccination: a mathematical modelling study - PubMed"

[13]: https://f1000research.com/articles/13-886/v2?utm_source=chatgpt.com "All-cause mortality according to COVID-19... | F1000Research"

[14]: https://www.biknotes.com/_files/ugd/b8b6dc_ffb7805300be4dd69e7842816704c89f.pdf?utm_source=chatgpt.com "F1000Research 2025, 13:886 Last updated: 27 FEB 2025"