Besonderer Dank geht an Josh Stevenson von Truth in Data, LLC für die Erstellung der Dashboards.
Seit Beginn des Schuljahres 2021-2022 gehen Millionen von Schülern im ganzen Land unmaskiert zur Schule. Man sollte meinen, dass die CDC (amerikanische Seuchenschutzbehörde) und andere sich für den Unterschied zwischen maskierten und unmaskierten Bezirken interessieren würden. Leider ist wissenschaftliche Neugier nicht mehr das Markenzeichen der CDC – vor allem, wenn es um Kinder und Masken geht.
Aber die Daten sind da. Und wie so vieles bei dieser Pandemie erzählen sie eine andere Geschichte als die, die die CDC erzählt. Burbio.com hat den wöchentlichen Maskenstatus für die 500 größten Schulbezirke verfolgt, die etwa 40 % der 51 Millionen Schüler der öffentlichen Schulen des Landes umfassen. Angesichts dieser Daten stellt sich die Frage: “Gibt es einen Unterschied in den Fallzahlen zwischen maskierten und nicht maskierten Bezirken?”
Wir haben zwar keinen Zugang zu den Fallzahlen auf Bezirksebene, aber wir können die pädiatrischen Fallzahlen auf Bezirksebene als angemessenen Näherungswert für die Fallzahlen an Schulen verwenden, da die meisten Kinder in einem bestimmten Bezirk öffentliche Schulen besuchen und die meisten Bezirke entweder maskiert oder nicht maskiert sind, nicht aber eine Mischung.
Das Ergebnis dieser Analyse ist unten dargestellt. Wie Sie sehen können, schneiden maskierte Bezirke, abgesehen von einem leichten Vorsprung im Oktober, 2-4 mal schlechter ab als nicht maskierte Bezirke. Warum ist das so?
Quelle: Dashboard, mit allen Datenquellen hier verfügbar. Die Daten zur wöchentlichen Maskierungspolitik wurden von Burbio gesammelt und gekauft.
Nun, es ist nicht wirklich so schwer herauszufinden. Im Oktober 2021 beendeten die südlichen Bundesstaaten, die eher maskenfreien Unterricht anbieten, gerade ihre Sommerwelle. In den nördlicheren Staaten hatte die Winterwelle noch nicht begonnen. Doch sobald die Winterwelle einsetzte, schnitten die maskierten nördlichen Bundesstaaten deutlich schlechter ab. Nicht, weil die Masken die Situation besser oder schlechter machten, sondern einfach, weil sie keinen Unterschied machten. Die Saisonabhängigkeit scheint einen viel, viel größeren Einfluss auf die Fallzahlen zu haben als alle nicht-pharmazeutischen Maßnahmen, die wir eingesetzt haben – und sicherlich mehr als Masken.
Wenn ich mich an die CDC-Forschungspraktiken halten würde, würde ich die obigen Oktober-Daten einfach ignorieren und die anderen Daten verwenden, bei denen die Fallraten in maskierten Bezirken während der Omicron-Welle in die Höhe schießen, um zu “beweisen”, dass Masken die Ausbreitung der Fälle verschlechtern. Die CDC und andere Vertreter des öffentlichen Gesundheitswesens haben diesen speziellen Trick in zahllosen Beispielen angewandt – d. h. sie haben “Forschung” betrieben, die saisonale Unterschiede in den Fallzahlen ausnutzte, um Maskenmandate und vieles andere zu rechtfertigen. Angefangen hat es mit der berüchtigten MGH-Studie, bei der als “Kontrolle” ein früherer Zeitraum und als “Interventionszeitraum” ein späterer Zeitraum verwendet wurde, in dem die Fälle aufgrund der Saisonalität natürlich zurückgingen. Besonders eklatant war dies bei der Kansas-Maskenstudie, bei der der Zeitraum ignoriert wurde, in dem die Daten ihre Schlussfolgerung nicht mehr stützten. Und sie haben es am Ende des letzten Sommers wieder getan, als sie versuchten, den Sommeranstieg auf Unterschiede in den Impfquoten zu schieben, anstatt auf unterschiedliche regionale Saisonalität.
Anders als die CDC bin ich jedoch nicht intellektuell unehrlich. Daher werde ich Ihnen sowohl die Stärken als auch die Schwächen dieser Daten erläutern, was sie zeigen und wo wir mehr Informationen benötigen.
Zunächst zu den Stärken. Dieses Muster ähnelt in bemerkenswerter Weise dem, das in den Daten von Emily Oster aus dem Schuljahr 2020/21 zu sehen ist, die von @boriquagato analysiert wurden. Das heißt, nicht maskierte Schulen wiesen zu Beginn des Jahres, etwa im Oktober, höhere Fallzahlen auf, aber später im Jahr übertrafen die Fallzahlen in maskierten Schulen diese bei weitem. Emily Oster erklärt: “Wir haben keine Korrelationen mit den Maskenmandaten gefunden”.
Angesichts dieser unterschiedlichen regionalen Saisonalität ist ein Blick auf die Fallzahlen innerhalb eines bestimmten Bundesstaates aufschlussreicher. Das nachstehende Diagramm zeigt Georgia, das in seinen Bezirken eine Vielzahl von Maßnahmen vorsieht. Ein Blick auf die Daten zeigt, dass es kein Muster gibt, bei dem maskierte oder nicht maskierte Fälle einheitlich höher sind. In einigen Bezirken, wie z. B. in Fulton, gibt es mehrere Richtlinien für verschiedene Bezirke. Da die Fallraten aus den monatlichen pädiatrischen Fallraten der CDC nach Bezirken entnommen wurden, zeigt die nachstehende Tabelle die Fallraten für maskierte, nicht maskierte und partielle Bezirke in einem bestimmten Bezirk als gleichwertig. Dies liegt wiederum daran, dass wir keine pädiatrischen Falldaten auf Bezirksebene haben, sondern nur auf Kreisebene. Es ist aber auch zu erkennen, dass in der überwiegenden Mehrheit der Bezirke nur eine Art von Politik betrieben wird, was darauf hindeutet, dass dies ein vernünftiger Näherungswert ist.
Ideal wäre es, wenn die Fallzahlen nach Bezirken und die Testraten vorliegen würden. Aber im Moment ist dies alles, was wir haben. Sie können das Dashboard verwenden, um jeden Staat und den Unterschied in den pädiatrischen Fallraten nach Maskenpolitik in jedem Bezirk zu untersuchen. Dabei werden Sie feststellen, dass sich kein Muster abzeichnet.
Diese Schlussfolgerung steht zwar im Widerspruch zu den vielen gefälschten, herausgepickten Maskenstudien der CDC, aber sie steht im Einklang mit qualitativ hochwertigeren Studien, einschließlich der oben zitierten Studie von Emily Oster. Eine andere Studie, die die Saisonabhängigkeit aus ihrer Analyse ausklammerte, indem sie den Zeitraum des Fallwachstums betrachtete, unabhängig davon, wann im Jahr dieses Wachstum auftrat, fand keine Auswirkungen der Maskenpflicht auf staatlicher Ebene. Selbst die Studie aus Bangladesch, die weithin als endgültiger “Beweis” dafür angepriesen wird, dass “Masken funktionieren”, steht im Einklang mit diesen Daten. Denn während diese Studie einen relativen Rückgang der Infektionen um 10 % meldete, ist den meisten Menschen nicht bewusst, wie gering der absolute Unterschied war, nämlich von 0,76 % auf 0,69 %, also um weniger als ein Zehntel eines Prozents. Als die Autoren die Rohdaten veröffentlichten, stellte sich heraus, dass dies nur 20 weniger Fälle bei 340 000 Menschen im Laufe von vier Monaten bedeutete. Selbst diese Zahl würde angesichts der unzähligen Fehler in der Studie wahrscheinlich wieder zunichte gemacht werden.
Interessanterweise fand die CDC in ihrer eigenen Meta-Analyse von 14 randomisierten kontrollierten Studien (RCTs) keinen Einfluss von Masken auf die Grippeübertragung – was wiederum mit diesen Daten übereinstimmt. (Meta-Analysen von RCTs sind die hochwertigsten Beweise).
Selbst die vielen schlampigen mechanistischen Studien können als mit diesen Daten übereinstimmend angesehen werden, wenn man davon ausgeht – wie die obige Zusammenfassung impliziert -, dass die Mechanismen, die sie testen, falsch sind. In der oben zitierten Meta-Analyse wird festgestellt, dass die Mechanismen der Übertragung von Mensch zu Mensch besser verstanden werden müssen, denn es ist klar, dass die untersuchten Mechanismen, mit denen die Masken gerechtfertigt wurden, eindeutig nicht repräsentativ für die tatsächliche Virusübertragung waren.
Dies liegt wahrscheinlich daran, dass die überwiegende Mehrheit der mechanistischen Studien Aerosole mit einer Größe von mehr als 5 Mikrometern untersucht. Und das, obwohl wir seit mindestens 2008 wissen, dass weniger als 0,1 % der ausgeatmeten Aerosole größer als 5 Mikrometer sind. Dies war zwar nicht der Schwerpunkt der Forschung, der es hätte sein sollen, aber seit der Einführung von COVID-19 haben wir jetzt noch mehr Informationen dazu. Bislang wurden replikationsfähige Viren nur in Aerosolen gefunden, die kleiner als 1 Mikrometer waren. In den Studien, die Aerosole unter einem Mikrometer weiter unterteilen, wurden replikationskompetente Viren nur im Bereich von 0,25 bis 0,5 Mikrometer gefunden. Dies mag auf den ersten Blick merkwürdig erscheinen, wird aber weniger merkwürdig, wenn man bedenkt, dass weniger als 1 % der Aerosole, die wir ausatmen, größer als 1 Mikrometer sind.
Die Aerosole in den Atemwegen, die COVID-19 enthalten, entsprechen fast genau der Größe von Zigarettenrauch. Die überwiegende Mehrheit ist kleiner als 1 Mikrometer, wobei die meisten bei 0,28 Mikrometer liegen – die durchschnittliche Partikelgröße von Zigarettenrauch beträgt 0,25 Mikrometer.
Quelle: Charakterisierung von ausgeatmeten Partikeln aus der gesunden menschlichen Lunge – Eine systematische Analyse im Verhältnis zu Lungenfunktionsvariablen
Dies ist von Bedeutung. In Anbetracht der Tatsache, dass wir jetzt wissen, dass die einzigen Aerosole, die nachweislich infektiöse Viren tragen, die gleiche Größe wie Zigarettenrauch haben, bedeutet dies, dass es nicht einmal eine mechanistische Plausibilität dafür gibt, dass die Masken einen Einfluss auf die Übertragung von Fällen haben. Siehe die Videos unten.
Wir wissen nämlich, dass diese Aerosole in ihrer Größe fast identisch mit Zigarettenrauch sind (siehe letzter Tweet). Zigarettenrauch und damit auch die COVID-haltigen Aerosole der Atemwege werden NICHT von Masken aufgehalten oder aufgefangen. Sie werden umgelenkt – siehe Video.
Jedes Fitzelchen an empirischer Evidenz, das wir haben, stimmt damit überein. So auch die hochwertigsten Studien, die RCTs. Wir haben 100 Jahre Wissenschaft über Bord geworfen, die uns gezeigt hat, dass Masken Atemwegsviren nicht aufhalten, und die Mechanismen, warum das der Fall ist. Der einzige Grund, warum wir dies taten, war, dass asiatische Länder, die sich früh maskierten, niedrigere Raten von COVID aufwiesen. Alle anderen Möglichkeiten für diese Ergebnisse wurden ausgeschlossen, einschließlich der viel logischeren Möglichkeit einer breiteren vorbestehenden Kreuzimmunität. Die Asiaten tragen immer noch Masken. Vielleicht lag es nicht an den Masken?
Bitte abonnieren Sie meine Webseite für weitere Analysen. Ich werde auf der Grundlage dieser und anderer Daten verschiedene Folgeanalysen durchführen und auch andere schädliche Aspekte unserer politischen Reaktion auf die Pandemie untersuchen. Sie können mir auch auf Twitter folgen und sich andere Analysen zur Maskenforschung ansehen, die ich hier veröffentlicht habe.
