Uni-Professor: „Alle politische Maßnahmen und Einschränkungen während der Pandemie waren sinnlos“

Gebetsmühlenartig rechtfertigen Politiker und Medien die massiven Einschränkungen für die Menschen während der Pandemie. Fehlendes Wissen über das Coronavirus dient dabei stets als Argument. Doch war bereits sehr früh die mangelnde Aussagekraft von Inzidenzen bekannt. Dasselbe gilt für die zum Teil massiven Nebenwirkungen der Impfung, schreibt Prof. Dr. Boris Kotchoubey im Magazin „Cicero“. Er arbeitet am Institut für Medizinische Psychologie und Verhaltensneurobiologie an der Universität Tübingen.

Was sagte der PCR-Test aus?

Basierend auf einem 1980 erschienenen Artikel der israelischen Psychologin Maya Bar-Hillel zur Methodologie nähmen die meisten Menschen selbstverständlich an, dass die Wahrscheinlichkeit, mit der ein Test einen Fehler macht, ausschließlich von dessen Qualität abhänge. Also machen bessere Tests weniger Fehler als schlechtere? Das stimmt nicht ganz, so Kotchoubey, und nennt ein Beispiel.

Das Robert Koch-Institut (RKI) berichtet im November 2022, dass in Deutschland neun Prozent der Menschen Atemwegserkrankungen haben. Zehn Prozent davon litten an COVID-19. Nun gibt es einen Test, der nur zwei Prozent Fehler in jede Richtung macht. Von Corona-Erkrankten erkennt er 98, und von 100 anderen (Patienten oder Gesunden) erkennt er von 98, dass sie sich damit nicht infiziert haben.

69 Prozent unberechtigt in der Quarantäne

Kotchoubey schreibt: „An einem Novembertag des Jahres 2022 berichtete das RKI, dass in Deutschland 9% der Menschen Atemwegserkrankungen haben, davon fielen 10% auf Covid-19.“ Der Test erkennt die Krankheit bei 8.820 von ihnen (98 Prozent). Die restlichen 991.000 Getesteten haben kein COVID-19, doch der Test ist bei zwei Prozent von ihnen (19.820 Menschen) positiv. Aus der Summe beider Ergebnisse ergeben sich 28.640 positiv Getestete.

Sie alle werden in die Quarantäne geschickt. Doch sind tatsächlich 19.280 – also mehr als zwei Drittel – gar nicht an Corona erkrankt. Die Fehlerrate liegt also bei 69 Prozent – obwohl der Test nur zwei Prozent Fehler macht.

Unwissenheit der Öffentlichkeit

Alternativ dazu nimmt Kotchoubey folgende Beispielrechnung vor: Es unterziehen sich 100.000 Menschen, die alle Atemwegsbeschwerden haben, einem Test. Basis sind dieselben RKI-Zahlen. 10.000 Getestete haben COVID-19; der Test fällt bei 9.800 von ihnen positiv aus. 90.000 haben andere Viren oder Bakterien; der Test ist bei zwei Prozent (1.800 Menschen) positiv.

Das ergibt insgesamt 11.600 positive Testergebnisse. Die Fehlerrate (falsch positiv) beträgt rund 15 Prozent. Das ist zwar immer noch mehr als die zwei Prozent, die die Testqualität charakterisieren, jedoch kein Vergleich mit der Fehlerquote von 69 Prozent.

Schlussfolgerung: Die Zahl der falschen Testergebnisse hängt nicht nur von der Testqualität ab. Ganz entscheidend ist, wie viele sich testen lassen beziehungsweise wer dies tut. Weil die WHO – unabhängig von der Schwere der Krankheit – eine Pandemie als weltweite Verbreitung von Fällen einer Infektionskrankheit definiert, kann mithilfe von Massentests gesunder Personen immer eine Pandemie ausgerufen werden.

Man braucht dafür nur ausreichend Testmaterial, um Hunderte Millionen Menschen in verschiedenen Ländern zu testen, und das Unwissen der Öffentlichkeit über die oben genannten Sachverhalte.

Drosten kritisierte 2014 Saudi-Arabien wegen häufiger Tests

Jedem Experten sollten diese Sachverhalte klar sein. So hatte der Virologe Christian Drosten unter Hinweis eben jener Tatsachen die Regierung Saudi-Arabiens 2014 für die häufigen Tests während der MERS-Epidemie kritisiert. Die Internetseite des RKI vermittelt ebenfalls die richtige Information. Doch bekommt der Laie den Eindruck, dass dies nur für antigenbasierten Schnelltests zutrifft. Doch gilt sie für grundsätzlich jeden Test – auch für den PCR-Test –, denn zugrunde liegen rein mathematische Überlegungen.

Da also die Anzahl positiver Testergebnisse für sich genommen keine Aussagekraft hat, waren alle politischen Maßnahmen und Einschränkungen sinnlos. Sie hatten keinen Bezug zum epidemischen Geschehen und konnten dieses Geschehen nicht beeinflussen. Diese Schlussfolgerung, so Kotchoubey, lässt sich aus den medizinischen Grundkenntnissen ziehen, die man nicht „nicht wissen“ konnte.

Von Wirksamkeit und relativer Wirksamkeit

Auch im Kontext der Wirksamkeit der Impfstoffe wurde sehr großzügig umgegangen. Als die ersten Vakzine Ende 2020 entwickelt waren, sprachen ihre Hersteller von einer Wirksamkeit zwischen 90 und 95 Prozent.

Wichtig ist es, zwischen relativen und einer absoluten Wirksamkeit zu unterscheiden. Das lernte jeder Student in den ersten vier Semestern. Für die Bevölkerung ist die absolute Wirksamkeit von Interesse.

Dazu liefert „Cicero“ ebenfalls ein Beispiel: Wenn von 100.000 Behandelten keiner stirbt, von 100.000 Unbehandelten hingegen einer verstirbt, folgt daraus eine relative Wirksamkeit der Behandlung von 100 Prozent. Wenn aber von 10.000 Unbehandelten 5.000 sterben und von 10.000 Behandelten 4.000 sterben, so ist die relative Wirksamkeit nur 56 Prozent, obwohl die absolute Wirksamkeit zehn Prozent beträgt, weil die Behandlung 1.000 von 10.000 Menschenleben gerettet hat und im ersteren Fall nur ein Leben von 100.000, was einer absoluten Wirksamkeit von 0,001 Prozent entspricht.

Mit anderen Worten: Im ersten Beispiel müssen 100.000 Menschen behandelt werden, um ein Leben zu retten. Im anderen Fall reichen zehn Menschen. Diese Behandlung erscheint also wirksamer.

Verkaufstrick der Pharmaindustrie

Bei den 90 bis 95 Prozent handelte es sich um die relative Wirksamkeit, die jedoch einfach nur „Wirksamkeit“ genannt wurde. Dabei hätten die „Damen und Herren Pharmaforscher“ so getan, als ob sie von anderen Wirksamkeitsmaßen nie etwas gehört hätten. Dabei sei seit den 1990er-Jahren bekannt, dass die Datendarstellung nur in Begriffen der relativen Wirksamkeit (ohne andere Wirksamkeitsmaße) ein Verkaufstrick sei, um den Absatz von Pharmaprodukten künstlich zu erhöhen. Was also die absolute Wirksamkeit betreffe, so lag sie – basierend auf den veröffentlichten Zahlen der Zulassungsstudien – zwischen wenigen Promille und wenigen Prozenten.

Zudem habe es zum Zeitpunkt der Zulassung (Ende 2020) keine Hinweise auf eine Wirksamkeit der Impfstoffe gegeben. Die damals vorhandenen Daten hätten unter anderem auf falschen Wirksamkeitsmaßen beruht. Das hätten die Experten wissen müssen. Hingegen hätten sie zu dem Zeitpunkt ernsthafte Nebenwirkungen durchaus annehmen müssen. So lieferten Tierversuche Hinweise auf Schäden an Lunge und Leber. Die mRNA-basierten Impfstoffe waren bis dahin experimentell nur bei Krebskranken im Einsatz. Bei gesunden Menschen wurden diese neuartigen Vakzine vor 2020 nur an kleinen Gruppen getestet. Dabei hätten vier Prozent der Teilnehmer schwere Schäden erlitten.

Impfungen hätten umgehend gestoppt werden müssen

Die Zulassungsstudien von 2020 schlossen zwar fünfstellige Probandenzahlen ein, doch die liefen nur über zwei Monate. Üblich sind aber ein bis zwei Jahre. Daten über möglichen spät auftretenden Nebenwirkungen fehlten somit. Hinweise auf schwere Nebenwirkungen lagen bereits zum Zeitpunkt der Notzulassung vor.

Mehr als 500.000 Meldungen waren bis Juni 2021 aus Europa und USA eingegangen. Damit war die Häufigkeit der Verdachtsmeldungen pro eine Million Impfdosen für schwere Nebenwirkungen etwa 150 Mal höher als bei Grippeimpfungen, für Todesfälle zwischen 20 und 50 höher. Zahlen wie diese hätten in der Vergangenheit zu einem sofortigen Stopp der Anwendung des Medikaments geführt.

Mit Ausnahme des Wissensstands beim ersten Lockdown habe es deutliche Hinweise darauf gegeben, dass die Corona-Maßnahmen mehr schadeten als nutzten.

In den Fällen, in denen tatsächlich Daten fehlten, wie die Daten zur Unterscheidung zwischen „an“ und „mit“ Corona Erkrankten und Verstorbenen, war zumindest klar, dass sie fehlten, obgleich sie für die Entwicklung einer wissensbasierten Corona-Politik notwendig waren.

Notwendige Untersuchungen gab es nicht

Es war klar, dass diese Daten unbedingt ermittelt werden mussten. Diese notwendigen Untersuchungen wurden aber nicht durchgeführt. Deswegen lässt sich auch in diesen Fällen nicht sagen, dass die Entscheidungsträger einen wichtigen Sachverhalt nicht wussten, sondern vielmehr, dass sie ihn nicht wissen wollten.

In anderen Fällen waren die Grundlagen für Maßnahmen wissenschaftlich sinnfreie Messgrößen wie die Anzahl positiver Testergebnisse (unabhängig davon, wer und wie viele getestet wurden) oder die relative Wirksamkeit. Dass diese Messgrößen nichtssagend sind, ist seit Jahrzehnten Teil des medizinischen Grundwissens.