Il dipartimento di di Statistica dell’Università di Firenze, ha pubblicato un working paper intitolato: “L’informazione statistica sui vaccini anti-Covid-19. Il caso Italia tra errori, mistificazioni e omissioni, è stato realizzato per esaminare “l’informazione statistica sui vaccini anti-Covid-19 divulgata in Italia dai soggetti istituzionali”
(qui il link per il download: https://labdisia.disia.unifi.it/wp_disia/2025/wp_disia_2025_10.pdf)
Leggendo attentamente le circa 40 pagine, si ci offre uno sguardo impietoso su un tema di grande rilevanza, per non dire decisivo, ossia l’uso pubblico dei numeri e la loro influenza sulle decisioni collettive.
Cosa dice il working paper
L’informazione sulla pandemia di COVID-19 in Italia si è basata su un uso massiccio di dati statistici, prodotti principalmente da enti pubblici come ISS, ISTAT e AIFA. Nonostante l’immane sforzo, una parte significativa di questi dati, volti a quantificare l’impatto del virus e l’efficacia e la sicurezza dei vaccini, è risultata viziata da gravi errori di metodo, ambiguità e mancanza di chiarezza.
Le responsabilità più gravi per questa “cattiva comunicazione” sono attribuibili ai soggetti istituzionali preposti alla produzione e divulgazione dei dati sanitari. Il quadro che ne scaturisce evidenzia un bias strutturale nell’informazione statistica sui vaccini anti-COVID-19, orientato a sovrastimare i benefici e sottostimare i rischi associati alla vaccinazione.
La misura dell’efficacia vaccinale: RRR E ARR
Per valutare l’efficacia di un vaccino si possono usare due misure: la Riduzione del Rischio Relativo (RRR), nota anche come Vaccine Efficacy (VE), e la Riduzione del Rischio Assoluto (ARR). La RRR misura la percentuale di casi evitati tra coloro che, in assenza di vaccinazione, si ammalerebbero con certezza. L’ARR, invece, misura la riduzione effettiva del rischio di ammalarsi nell’intera popolazione vaccinata, a prescindere dalla loro suscettibilità, ed è cruciale per valutare l’utilità di una vaccinazione di massa.
L’informazione istituzionale e dei produttori ha focalizzato l’attenzione esclusivamente sulla RRR, trascurando completamente l’ARR. Questo perché i valori di ARR sono “molto meno impressionanti” rispetto a quelli di RRR. Mentre la RRR per il vaccino Pfizer è stata del 95%, i valori di ARR si sono attestati intorno all’1%. Per Pfizer, l’ARR era 0,84%, il che significa questo: era necessario vaccinare circa 119 persone (NNV) per evitare un singolo caso di malattia.
Riguardo ai dati sperimentali del vaccino Pfizer, sono state riscontrate gravi criticità. Nel calcolo della RRR, Pfizer ha scartato 3.410 casi sospetti non confermati, un numero venti volte superiore ai casi confermati, riducendo artificialmente il numero di casi nel gruppo vaccinale e gonfiando la RRR.
Un dato spesso omesso riguarda la mortalità totale: l’efficacia del vaccino Pfizer sulla mortalità per tutte le cause è risultata inferiore a zero nei circa 3 mesi di follow-up in cieco (15 decessi tra i vaccinati contro 14 tra i soggetti trattati con placebo). Tali dati che dovrebbero essere i più rigorosi, contrastano con il messaggio ampiamente diffuso che i vaccini avrebbero salvato “milioni di vite“.
Il criterio dei 14 giorni e il Bias dell’ISS
Nelle valutazioni di efficacia relative alla vaccinazione di massa, l’Istituto Superiore di Sanità (ISS) ha adottato il controverso criterio dei 14 giorni. Questo criterio definisce come “non vaccinati” tutti i casi di infezione, ospedalizzazione, ricovero in terapia intensiva o decesso verificatisi entro 14 giorni dalla somministrazione della prima dose. Per le dosi successive, i casi insorti nei 14 giorni post-inoculo sono stati attribuiti al gruppo che aveva ricevuto una dose in meno.
Questo metodo produce un doppio effetto distorsivo:
- Il rischio per i vaccinati risulta artificialmente ridotto perché i casi precoci vengono rimossi dal loro numeratore.
- Il rischio per i non vaccinati risulta artificialmente gonfiato, poiché ad essi vengono aggiunti i casi dei vaccinati da meno di 14 giorni.
Simulazioni hanno dimostrato che questo criterio può far apparire un vaccino totalmente inefficace (un placebo) come avente un’efficacia iniziale molto elevata, superiore al 50% nelle prime settimane. Gli autori del paper concludono che classificare una persona che si infetta entro 14 giorni dalla vaccinazione come “caso non vaccinato” è “a dir poco una truffa” statistica che garantisce la rivendicazione di alta efficacia iniziale e supporta l’idea di richiami periodici. Questa distorsione compromette seriamente la validità delle stime di efficacia vaccinale prodotte dall’ISS.
Infondatezza scientifica del Green Pass
Era noto fin dall’inizio che i vaccini in questione non fossero stati testati per prevenire l’infezione da virus SARS-Cov-2. Nonostante ciò, l’informazione data all’opinione pubblica dai soggetti istituzionali, in particolare AIFA, ISS e Ministero della Salute, è stata che essi fossero efficaci anche in tal senso. Su questo presupposto si è basata l’istituzione del Green Pass.
A tale proposito, non si può non ricordare l’affermazione fatta dall’allora Presidente del Consiglio, Mario Draghi, il 22 luglio 2021 durante una conferenza stampa a Palazzo Chigi: “L’appello a non vaccinarsi è un appello a morire, sostanzialmente. Non ti vaccini, ti ammali, muori. Oppure fai morire: non ti vaccini, ti ammali, contagi, qualcuno muore”.
Solo 10 giorni dopo, il 30 luglio 2021, tale affermazione fu smentita da un Early Release sul sito web dei CDC USA (Brown et al., 2021)
A seguire, di li a poco, la Direttrice del CDC, Walensky, ribadiva che i vaccini non potevano più prevenire la trasmissione: “we changed our guidance last Tuesday… what they can’t do anymore is prevent transmission” (Abbiamo cambiato la nostra linea guida martedì scorso… ciò che non possono più fare è prevenire la trasmissione). La citata frase di Draghi è emblematica di una comunicazione istituzionale volta a promuovere l’operazione green pass esercitando pressioni di tipo psicologico e morale, non basandosi su evidenze scientifiche consolidate.
Farmacovigilanza e la sottostima dei rischi
La sicurezza dei vaccini in Italia si è basata quasi esclusivamente sulla farmacovigilanza passiva. Questo sistema è noto per sottostimare drasticamente il tasso di reazioni avverse.
Negli studi clinici in doppio cieco le reazioni avverse gravi si sono attestate tra il 3,5% e il 17,7%. Al contrario, secondo il 14° rapporto AIFA (fino a dicembre 2022), sono state ritenute “correlabili” alla vaccinazione solo 6 reazioni avverse gravi ogni 100.000 dosi. La vigilanza passiva ha quindi rilevato un tasso di eventi avversi gravi oltre 1.000 volte inferiore rispetto agli studi clinici, sottostimando drammaticamente l’entità del fenomeno. Anche il sistema di sorveglianza attiva V-
safe statunitense riportava tassi di reazioni gravi molto maggiori (ad esempio, 740/100.000 necessitavano di cure mediche, contro un tasso di segnalazione passiva di 5,3/100.000 nel sistema VAERS).
Per valutare il nesso di causalità tra vaccinazione ed evento avverso, AIFA adotta l’algoritmo dell’Organizzazione Mondiale della Sanità (OMS). Questo metodo è impostato per richiedere “prove a favore” per attestare la causalità, ma è sufficiente che esistano “possibili spiegazioni alternative” (come patologie pregresse) per escluderla.
Di conseguenza, su 971 decessi segnalati fino a dicembre 2022, AIFA ne ha riconosciuti come “correlabili” solo 29 (3,57%). La maggior parte è stata classificata come “non correlabile” (59,36%) o “indeterminata” (27,96%). Il concetto di “indeterminato” non costituisce una prova di sicurezza e sul piano comunicativo è stato facilmente confuso con “non correlato”. Inoltre, AIFA non ha provveduto a valutare i restanti 159 decessi segnalati e non ha svolto approfondimenti sui molti casi classificati come “indeterminati” o “non classificabili”.
Omissioni, censura e grafici fuorvianti
AIFA ha omesso di rendere pubbliche o ha censurato attivamente informazioni statistiche rilevanti che contrastavano con la narrativa prevalente di sicurezza ed efficacia. Tra le omissioni gravi documentate figurano:
- Il silenzio sulla mancanza di sperimentazione dei vaccini sui soggetti fragili, pur essendo questi un target primario.
- La richiesta alla Regione Emilia Romagna di non divulgare un report che riportava un alto tasso di reazioni avverse (1.050 ogni 100.000 dosi), poiché i report dovevano essere utilizzati “esclusivamente ad uso interno”.
- La censura di dati che segnalavano un eccesso di morte post vaccinazione negli under 50 con AstraZeneca, dove il Direttore dell’AIFA replicò che divulgare tali informazioni avrebbe “ucciso il vaccino“.
- L’eliminazione, dalla bozza del sesto rapporto sulla sicurezza, di dati che riportavano 11 segnalazioni di reazioni avverse in lattanti allattati da madri vaccinate.
- AIFA ha ostacolato l’avvio della farmacovigilanza attiva prevista nell’ambito del progetto
Anche l’uso di grafici e infografiche da parte delle istituzioni è stato criticato nel rapporto per essere errato e fuorviante. Ad esempio, il 6° rapporto AIFA presentava un grafico a torta dove l’area del cerchio delle manifestazioni gravi era volutamente sproporzionata (il 2% dell’area totale invece dell’11,9% corretto), al fine di indurre una percezione al ribasso della frequenza di reazioni avverse gravi. Simili scorrettezze sono state riscontrate nelle infografiche regionali (come quelle di Piemonte e Toscana), dove la simbologia e le aree erano alterate per esagerare visivamente il rischio per i non vaccinati.
Sintesi e conclusioni
La prima indicazione sensata che ci sentiamo di dare è quello di scaricare il paper e leggerlo, ma, in conclusione, sommariamente possiamo affermare che l’informazione statistica istituzionale sui vaccini anti-COVID-19 in Italia è stata caratterizzata da squilibri sistematici verso la sovrastima dei benefici e la sottostima dei rischi. I problemi riscontrati includono l’uso fuorviante degli indicatori di efficacia (RRR anziché ARR), l’applicazione di criteri metodologici distorti (come quello dei 14 giorni) che introducono bias significativi, l’affidamento a una farmacovigilanza passiva che sottostima gli eventi avversi e la comprovata omissione o censura di dati rilevanti da parte di AIFA.
Tali criticità minano seriamente la credibilità dell’Agenzia, soprattutto in considerazione del potenziale conflitto di interessi strutturale in cui operano enti come AIFA ed EMA, i cui finanziamenti dipendono in larga misura dalle stesse aziende farmaceutiche che dovrebbero controllare.
FONTI E BIBLIOGRAFIA
Il presente articolo è basato sul Working Paper “L’informazione statistica sui vaccini anti-COVID-
- Il caso Italia tra errori, mistificazioni e omissioni”.
AIFA (2021 a), Rapporto sulla Sorveglianza dei vaccini COVID-19, n. 3, 27/12/2020 – 26/03/2021 AIFA (2021 b), Rapporto sulla Sorveglianza dei vaccini COVID-19, n. 5, 27/12/2020 – 26/05/2021 AIFA (2021 c), Rapporto sulla Sorveglianza dei vaccini COVID-19, n. 6 27/12/2020 – 26/06/2021
AIFA (2022), Rapporto annuale sulla sicurezza dei vaccini anti-COVID-19, (n. 10), 27/12/2020 – 26/12/2021
AIFA (2023), Rapporto sulla Sorveglianza dei vaccini COVID-19, n. 14, 27/12/2020 – 26/12/2022
AIFA (2025), Rapporto Vaccini 2023, la sorveglianza postmarketing dei vaccini in Italia, https://www.aifa.gov.it/-/rapporto-vaccini-2023
Alessandria, M., Malatesta, G.M., Berrino, F., and Donzelli, A. (2024), A Critical Analysis of All- Cause Deaths during COVID-19 Vaccination in an Italian Province. Microorganisms 12.10.3390/microorganisms12071343.
Baccini, M., Mealli, F., Rampichini, C. (2021), Misure statistiche per la valutazione dell’efficacia di un vaccino, Unifimagazine, 11 gennaio 2021.
Baccini M., Cheli B., Foschi R., Iodice A., Melacarne L., Pinto B., Serravalle E. (2022), “Considerazioni critiche sul confronto tra decessi osservati e attesi dopo la vaccinazione nel 10° Rapporto AIFA sulla Sorveglianza dei vaccini COVID-19”, Discussion Papers del Dipartimento di Economia e Management – Università di Pisa, n. 286 (http://www.ec.unipi.it/ricerca/discussion- papers).
Baccini M., Cheli B., Foschi R., Iodice A., Melacarne L., Pinto B., Serravalle E. (2023 a), Critic Assessment on Observed vs Expected Vaccine-related Mortality Shown in the 10th AIFA Report on COVID-19 Vaccine Surveillance in Italy, Journal of Statistics: Advances in Theory and Applications, Volume no: 28, Issue no: 1, September (2023), pp. 1-10, DOI: http://dx.doi.org/10.18642/jsata\_7100122279
Baccini M., Cheli B., Florean E., Foschi R., Melacarne L., Trambusti G. (2023 b), Analisi della qualità dei dati sulla mortalità dei vaccinati contro il Covid-19 rilasciati dal Ministero della Salute a seguito della sentenza n. 12013/2023 del TAR del Lazio, DISIA Working Paper, n. 11, 2023, https://labdisia.disia.unifi.it/area01/abstract\_wp\_disia.php?anno=2023#wp\_disia\_2023\_11
Baden, L.R., El Sahly, H.M., Essink, B., Kotloff, K., Frey, S., Novak, R., Diemert, D., Spector,
S.A., Rouphael, N., Creech, C.B., et al. (2021). Efficacy and Safety of the mRNA-1273 SARS- CoV-2 Vaccine. N Engl J Med 384, 403-416. 10.1056/NEJMoa2035389.
Bellavite, P. (2021). Renin-Angiotensin System, SARS-CoV-2 and Hypotheses about Adverse Effects Following Vaccination. EC Pharmacology and Toxicology 9, 1-10.10.31080/ecpt.2021.09.00592.
Bellavite P, Donzelli A, Isidoro C. (2024), The WHO Algorithm for Causality Assessment of Adverse Effects Following Immunization with Genetic-Based Anti-COVID-19 Vaccines: Pitfalls and Suggestions for Improvement. J Clin Med. 2024 Nov 30;13(23):7291. doi: 10.3390/jcm13237291. PMID: 39685749; PMCID: PMC11642405.
Berrino, F., Donzelli, A., Bellavite, P., and Malatesta, G. (2023). COVID-19 vaccination and all- cause and non-COVID-19 mortality. A revaluation of a study carried out in an Italian Province. Epidemiol Prev 47, 374-378. 10.19191/EP23.6.A643.075.
Brown, C. M., Vostok, J., Johnson, H., et al. (2021). Outbreak of SARS-CoV-2 infections, including COVID-19 vaccine breakthrough infections, associated with large public gatherings – Barnstable County, Massachusetts, July 2021. MMWR Morbidity and Mortality Weekly Report, 70(31), 1059– 1062. https://doi.org/10.15585/mmwr.mm7031e2
Chalupka, A., Richter, L., Chakeri, A., El-Khatib, Z., Theiler-Schwetz, V., Trummer, C., Krause, R., Willeit, P., Benka, B., Ioannidis, J.P.A., and Pilz, S. (2024). Effectiveness of a fourth SARS-CoV-2 vaccine dose in previously infected individuals from Austria. Eur J Clin Invest 54, e14136.
10.1111/eci.14136.
Cheli, B. (2021), “Alcune considerazioni sulla misura di efficacia del vaccino Comirnaty della Pfizer-BioNTech”, Discussion Papers del Dipartimento di Economia e Management – Università di Pisa, n. 270 (http://www.ec.unipi.it/ricerca/discussion-papers).
Cheli B., Foschi R., Iodice A., Serravalle E. (2022), “Considerazioni critiche sul confronto tra decessi attesi e osservati dopo la vaccinazione contenuto nel 5° Rapporto AIFA sulla Sorveglianza dei vaccini COVID-19”, Discussion Papers del Dipartimento di Economia e Management – Università di Pisa, n. 285 (http://www.ec.unipi.it/ricerca/discussion-papers).
Chemaitelly, H., Ayoub, H.H., Tang, P., Coyle, P., Yassine, H.M., Al Thani, A.A., Al-Khatib, H.A., Hasan, M.R., Al-Kanaani, Z., Al-Kuwari, E., et al. (2023). Long-term COVID-19 booster effectiveness by infection history and clinical vulnerability and immune imprinting: a retrospective population-based cohort study. Lancet Infect Dis 23, 816-827. 10.1016/S1473-3099(23)00058-0.
Coombes R, Davies M. (2022), Facebook versus the BMJ: When Fact Checking Goes Wrong. BMJ 376:o95. doi:10.1136/bmj.o95
Deutscher B, De Guzman K, La Caze A, Falconer N. A (2024), Scoping review of the clinical utility of adverse drug reaction causality analysis tools for use in the hospital setting. Expert Rev Clin Pharmacol. 2024 Dec;17(12):1127-1148. doi: 10.1080/17512433.2024.2429677. Epub 2024 Nov 22. PMID: 39535130.
Doshi P. (2021), Pfizer and Moderna’s “95% Effective” Vaccines—We Need More Details and the Raw Data. The BMJ (2021). Available online at: https://blogs. bmj.com/bmj/2021/01/04/peter- doshi-pfizer-and-modernas-95-effective- vaccines-we-need-more-details-and-the-raw-data/.
Fenton N.E., Neil, M. (2023), The illusion of vaccine efficacy revisited, sourced from: https://wherearethenumbers.substack.com/p/the-illusion-of-vaccine-efficacy 2nd May, 2023.
Fung K, Jones M, Doshi P. (2023) Sources of Bias in Observational Studies of Covid- 19 Vaccine Effectiveness. J Eval Clin Pract 30:30–6. doi:10.1111/jep. 13839
Hause, A.M., Baggs, J., Marquez, P., Myers, T.R., Su, J.R., Hugueley, B., Thompson, D., Gee, J., Shimabukuro, T.T., and Shay, D.K. (2022). Safety Monitoring of Pfizer-BioNTech COVID-19 Vaccine Booster Doses Among Children Aged 5-11 Years – United States, May 17-July 31, 2022. MMWR Morb Mortal Wkly Rep 71, 1047-1051. 10.15585/mmwr.mm7133a3.
Hesse, E.M., Hause, A., Myers, T., Su, J.R., Marquez, P., Zhang, B., Cortese, M.M., Thames-Allen, A., Curtis, C.R., Maloney, S.A., et al. (2023). COVID-19 Vaccine Safety First Year Findings in Adolescents. Pediatrics 151. 10.1542/peds.2022-060295.
Ioannidis, J.P.A., Pezzullo, A.M., Cristiano, A., and Boccia, S. (2025). Global Estimates of Lives and Life-Years Saved by COVID-19 Vaccination During 2020-2024. JAMA Health Forum 6, e252223. 10.1001/jamahealthforum.2025.2223.
ISS (2021), Bollettino di sorveglianza integrata COVID-19, Aggiornamento nazionale 14 luglio 2021 (pubblicato il 16 luglio 2021). https://www.epicentro.iss.it/coronavirus/bollettino/Bollettino- sorveglianza-integrata-COVID-19\_14-luglio-2021.pdf
ISS (2022), Infezioni da SARS-CoV-2, ricoveri e decessi associati a COVID-19 direttamente evitati dalla vaccinazione Italia, 27 dicembre 2020 – 31 gennaio 2022, NOTA TECNICA, 31 gennaio 2022 https://www.iss.it/documents/20126/6703853/NT\_Eventi+evitati+COVID19\_LAST.pdf/ a140e155-bd62-adcd-1b29-d1be3464ed48?t=1649832260103
Manniche, V., Schmeling, M., Gilthorpe, J. D., & Hansen, P. R. (2024). Reports of batch-dependent suspected adverse events of the BNT162b2 mRNA COVID-19 vaccine: Comparison of results from Denmark and Sweden. Medicina, 60(8), 1343. https://doi.org/10.3390/medicina60081343
Neil M., McLachlan S., Fenton N. (2024), The Extent and Impact of Vaccine Status Miscategorisation on Covid-19 Vaccine Efficacy Studies. medRxiv \[Preprint]. Available online at: http://medrxiv.org/content/early/2024/03/25/ 2024.03.09.24304015.abstract (Accessed June 20, 2024).
Olliaro P., Torreele E., Vaillant M., (2021), “COVID-19 vaccine efficacy and effectiveness—the elephant (not) in the room”, The Lancet, DOI: https://doi.org/10.1016/S2666-5247(21)00069-0
Polack, F.P., Thomas, S.J., Kitchin, N., Absalon, J., Gurtman, A., Lockhart, S., Perez, J.L., et al. (2020). Safety and Efficacy of the BNT162b2 mRNA Covid-19 Vaccine. N. Engl. J Med 383, 2603- 2615. NJ202012103832702 \[pii];10.1056/NEJMoa2034577 \[doi].
Puliyel J, Naik P. (2018), Revised World Health Organization (WHO)’s causality assessment of adverse events following immunization-a critique. F1000Res. 2018 Feb 28;7:243. doi: 10.12688/f1000research.13694.2. PMID: 30026925; PMCID: PMC6039921.
Quinn GA, Connolly R, ÓhAiseadha C, Hynds P, Bagus P, Brown RB, Cáceres CF, Craig C, Connolly M, Domingo JL, Fenton N, Frijters P, Hatfill S, Heymans R, Joffe AR, Jones R, Lauc G, Lawrie T, Malone RW, Mordue A, Mushet G, O’Connor A, Orient J, Peña-Ramos JA, Risch HA, Rose J, Sánchez-Bayón A, Savaris RF, Schippers MC, Simandan D, Sikora K, Soon W, Shir-Raz Y,
Spandidos DA, Spira B, Tsatsakis AM and Walach H (2025) What Lessons can Be Learned From the Management of the COVID-19 Pandemic?. Int. J. Public Health 70:1607727. doi: 10.3389/ijph.2025.1607727
Rosenblum, H. G., Gee, J., Liu, R., Marquez, P., Zhang, B., Strid, P., Shimabukuro, T. T., & Su, J.
812.(2022). Safety of mRNA vaccines administered during the initial 6 months of the US COVID-19 vaccination programme: An observational study of reports to the Vaccine Adverse Event Reporting System and v-safe. The Lancet Infectious Diseases, 22(6), 802–812. https://doi.org/10.1016/S1473- 3099(22)00054-8
Schmeling, M., Manniche, V., & Hansen, P. R. (2023). Batch-dependent safety of the BNT162b2 mRNA COVID-19 vaccine. European Journal of Clinical Investigation, 53(8), e13998. https://doi.org/10.1111/eci.13998
Thacker PD. (2021) Covid-19: Researcher Blows the Whistle on Data Integrity Issues in Pfizer’s Vaccine Trial. BMJ 375:n2635. doi:10.1136/bmj.n2635
Thomas, S. J., Moreira, E. D., Kitchin, N., Absalon, J., Gurtman, et al. (2021). Safety and Efficacy of the BNT162b2 mRNA Covid-19 Vaccine through 6 Months, The New England Journal of Medicine, 385(19), 1761–1773. https://doi.org/10.1056/NEJMoa2110345
ONS (2022), Coronavirus (COVID-19) hospital admissions by vaccination and pregnancy status, methodology: England (Last revised: 11 July 2022), https://www.ons.gov.uk/peoplepopulationandcommunity/healthandsocialcare/ conditionsanddiseases/methodologies/cor onaviruscovid19hospitaladmissionsbyvaccinationandpregnancystatusmethodologyengland
ONS (2023), COVID-19 vaccine effectiveness estimated using Census 2021 variables, England: 31 March 2021 to 20 March 2022, https://www.ons.gov.uk/peoplepopulationandcommunity/birthsdeathsandmarriages/deaths/ bulletins/covid19vaccineeffe ctivenessestimatedusingcensus2021variablesengland/31march2021to20march2022
OMS (2022), Public health surveillance for COVID-19 Interim guidance, (22 July 2022), https://www.who.int/publications/i/item/WHO-2019-nCoV-SurveillanceGuidance-2022.2