In vielen Studien zur Effektivität der Covid-19-Impfstoffe wurden Geimpfte bis 7, 14, 21 oder sogar 28 Tage nach den jeweiligen Impfungen als ungeimpft klassifiziert. Diese sogenannten „miscategorisation bias“ führten zu falsch hohen Angaben der Impf-Wirksamkeit, was von den Autoren anhand eines Simulations-Modelles demonstriert wurde. In den ersten Wochen, wo unterschiedlich lange keine Infektionen unter Geimpften erfasst wurden, zeigte sich durch die Fehlklassifizierung eine meist über 90%-ige Impfwirksamkeit (hohe Infektionsrate bei Ungeimpften und anfangs keine bei Geimpften), die nach dem Zeitraum der Falscherfassung abfällt (unterschiedlich rasch, ja nach tatsächlicher Impf-Wirksamkeit). Dieser Abfall wurde dann oft als Rechtfertigung für zusätzliche Auffrischungsimpfungen zur Aufrechterhaltung der Wirksamkeit herangezogen. Nach Booster-Impfungen beginnt die Verzerrung wieder von neuem und täuscht abermals anfangs eine hohe Effektivität vor. Dieser Effekt tritt sogar bei Impfstoffen mit keiner oder negativer Wirksamkeit auf. Ähnliche statistische Tricks wurden bei der Beurteilung des Impfschutzes bezüglich Covid-19-Morbidität und -Mortalität angewendet.
Um herauszufinden, wie weit verbreitet diese Verzerrung ist, führten die Autoren ein Systematic Review durch und fanden 39 Studien zu Wirksamkeit und Verträglichkeit der Covid-19-Impfstoffe, die relevante Fehlklassifizierungen enthielten. Diese unterteilen sich in 5 Kategorien: 1) willkürlich definierter Zeitraum für die Klassifizierung in ungeimpft, 1x, 2x…geimpft; 2) Klassifizierung aller Probanden mit unbekanntem/unkontrolliertem Impfstatus als ungeimpft; 3) unkontrollierter Impfstatus bei Selbstmeldung der Patienten; 4) Ausschluss geimpfter Probanden, die sich innerhalb eines willkürlich festgelegten Zeitrahmens nach Impfung infizierten oder starben und 5) fehlende Definition für die Einstufung geimpft oder ungeimpft.
Zusammenfassend schreiben die Autoren, dass die die Behauptungen zu Wirksamkeit der Covid-19-Impfstoffe wahrscheinlich statistische Täuschungen sind.