Het begrip HVE wordt steeds vaker genoemd in samenhang met sterftekansen en de oorzaak voor oversterfte. Ook ikzelf betrap me er vaak op dat ik deze afkorting gebruik en er stilletjes van uitga dat iedereen dan wel begrijpt waar ik het over heb, maar dat is natuurlijk niet zo. Hoog tijd om het uit te gaan leggen.

Wat is HVE?

HVE is de afkorting van de Engelse benaming “Healthy Vaccinee Effect”. Hiermee wordt in algemene zin gedoeld op het effect dat de eigen gezondheid heeft op de keuze om je wel of juist niet te laten vaccineren. Het gaat dan om twee verschillende afwegingen. De eerste is het nemen van het vaccin terwijl je de bescherming waarschijnlijk niet nodig hebt, omdat je zeer gezond bent en denkt niets van het virus te hoeven vrezen. Maar je hebt de vaccinatie wel nodig om je bewegingsvrijheid terug te krijgen en weer toegang te krijgen tot het sociale leven. Het vaccineren zal dan geen invloed hebben op de sterftecijfers, maar wel in de berekeningen meetellen. Het zal een schijnbare verhoging geven van de beschermende werking van het vaccin.

De tweede en veel belangrijkere afweging, is die mensen maken die een zeer zwakke gezondheid hebben en vaak in de laatste maanden van hun leven zitten. Zij kiezen er dan voor (al dan niet op advies van de huisarts) om zich niet meer te laten vaccineren. Dan overlijden zij dus ongevaccineerd en geven daarmee de schijn dat ze zijn overleden omdat ze ervoor kozen zich niet te laten vaccineren. Ook dit draagt dus bij aan de schijn dat vaccineren beschermt tegen overlijden. Het HVE. Dit effect is onder andere beschreven in een publicatie uit Tsjechië.

Een rekenvoorbeeld

We gaan dit toelichten aan de hand van een rekenvoorbeeld. We nemen aan dat we een groep van 1 miljoen mensen gaan volgen in de eerste drie maanden na vaccinatie. Voor het gemak nemen we aan dat ze allemaal op dezelfde dag worden gevaccineerd, wat uiteraard niet het geval zal zijn. Studies doen vervolgens allemaal hetzelfde: ze beginnen voor elke gevaccineerde te tellen op de dag van hun eigen vaccinatie en zoeken daarbij een bijpassend persoon die zich niet liet vaccineren en letten er daarbij op dat deze zoveel mogelijk dezelfde kenmerken hebben. Maar in het rekenvoorbeeld doen we alsof ze allemaal op dag 1 zijn gevaccineerd.

We nemen vervolgens aan dat 90% wel gevaccineerd werd en dus 10% niet. We nemen ook aan dat per jaar 1% van de bevolking overlijdt, dus in het kwartaal dat we bekijken is dat 0,25% oftewel 2500 inwoners. Daarvan is zonder HVE 90% gevaccineerd en dat zijn er dus 2250 en dus 250 ongevaccineerd. De kans om als gevaccineerde te overlijden is dus 2250/900.000 = 0,25% en die voor ongevaccineerden 250/100.000 en dat is ook 0,25%.

Maar nu besluit als voorbeeld de helft van de mensen, die denkt in het komende kwartaal te gaan overlijden, zich niet te laten vaccineren. Een aanname die redelijk lijkt en waarvan we later kunnen kijken of dat past bij het beeld dat we gaan zien. We kijken dus hoe de cijfers gaan schuiven.

Er overlijden in het eerste kwartaal normaal gesproken dus 2500 mensen. Als daarvan de helft besloot zich niet te laten vaccineren, dan zijn dat dus 1250 minder vaccinaties, dus 1250 meer ongevaccineerden. Op het totaal van 100.000 ongevaccineerden worden dat er dus 101.250, een klein verschil. Maar het aantal mensen dat ongevaccineerd overlijdt, stijgt nu van 250 naar 1500. Als percentage uitgedrukt is dat dus 1500/101.250 = 1,5%. Dat is 6 maal zoveel als die 0,25% die je normaal zou verwachten. Oftewel, als we kijken naar de overlevingskans als ongevaccineerde, lijkt het alsof je overlevingskans zes keer zo klein is geworden in vergelijking tot de gevaccineerde groep. Maar dat is dus schijn, want het is juist de keuze om je niet te laten vaccineren in de laatste maanden van je leven die dit beeld suggereert.

Italië

Het rekenvoorbeeld is weliswaar hypothetisch, maar wel realistisch. In een publicatie uit Tsjechië wordt dit fenomeen beschreven en dit zien we dus terug in de cijfers in het artikel uit Italië. De analyse hiervan is beschreven in het artikel Italië bevestigt Nederlandse bevindingen. Deze Kaplan-Meier grafiek staat daarin centraal:

De blauwe lijn (ongevaccineerd) daalt zesmaal zo snel als de rode (gevaccineerd). Uit deze analyse blijkt dus dat de sterftekans als ongevaccineerde in de eerste drie maanden zes keer zo hoog is in vergelijking met de gevaccineerden. Laat dat nou precies gelijk zijn aan die zes keer zo hoge sterfte uit het rekenvoorbeeld. De cijfers uit het rekenvoorbeeld zijn fictief, maar wel realistisch gekozen. Het rekenvoorbeeld lijkt daarmee dus een realistisch beeld te vormen van het werkelijke HVE.

Nivel

In de publicatie van Nivel worden vergelijkbare cijfers getoond als in het artikel uit Italië. Echter wordt er slechts minzaam gewag gemaakt van de bijdrage van het HVE-effect. Het resultaat is een conclusie als zou de sterfte onder ongevaccineerden 5-10 maal zo hoog zijn als bij gevaccineerden. Precies wat het Italiaanse onderzoek ook liet zien. Alleen is de oorzaak duidelijk HVE. (Nivel: “oversterfte bij ongevaccineerden, ondersterfte bij gevaccineerden”). Daarom is mijn advies aan het Nivel: herhaal de berekeningen en gebruik de cijfers uit het rapport uit Italië om de Nederlandse cijfers te corrigeren voor het HVE.

Conclusies

Als we als voorbeeld uitgaan van een vaccinatiegraad van 90% en aannemen dat de helft van de mensen die verwacht binnenkort te gaan overlijden het vaccin niet zal nemen, dan vinden we dat terug als een zesmaal verhoogde sterftekans in de ongevaccineerde groep. Niet omdat hun sterftekansen zijn verhoogd, maar omdat de samenstelling van deze ongevaccineerde groep voor het overgrote deel wordt bepaald door hun slechtere gezondheidssituatie. De cijfers uit Italië bevestigen dit beeld.

Het Nivel heeft dit HVE-effect niet meegenomen in hun analyse en komt derhalve onterecht tot de conclusie dat ongevaccineerden tot wel tienmaal zo snel sterven.