Pourquoi cacher ce qui se passe dans les deux premières semaines après la vaccination ?
De nombreuses études concluent que les vaccins COVID protègent les personnes après la deuxième dose, mais ces conclusions sont basées sur des données qui excluent les données sur les taux d’infection chez les personnes au cours de la période de deux semaines après la vaccination. « Évidemment, c’est faux. »
De nombreux articles ont été publiés montrant à quel point les vaccins protègent les personnes après la deuxième dose. Une partie de cet effet est une illusion. L’effet se produit à la suite d’une mesure inexacte et d’un phénomène appelé biais de survie. Le biais de survie se produit lorsqu’un groupe est comparé à deux moments, mais que les membres du groupe changent entre les moments. Ce serait comme évaluer la qualité d’une école de natation qui privilégie la technique consistant à jeter les gens au milieu de l’océan, les laissant pendant quelques heures et s’attribuant le mérite de la capacité des élèves restants à nager. Au bout de deux heures, il ne resterait plus que ceux qui savaient déjà nager et peut-être quelques-uns qui ont appris à nager à la dure ! Les pauvres âmes qui se sont noyées entre-temps ne comptent même pas. Attribuer la capacité de natation des personnes restantes à l’entraîneur qui est arrivé 2 heures plus tard donnerait évidemment une image très trompeuse. Souligner que personne ne s’est noyé dans les leçons ultérieures serait tout aussi trompeur pour déterminer le succès de la « technique d’enseignement ». Avec la vaccination COVID , il y a une période de deux semaines après la vaccination qui n’est pas incluse dans les données . La justification donnée à cela est que les vaccins mettent un certain temps à induire des anticorps et que, par conséquent, les données des deux premières semaines ne sont pas pertinentes. De toute évidence, cela est défectueux. Et si les vaccins avaient des effets délétères immédiatement visibles, qui n’ont rien à voir avec la production d’anticorps ? Un exemple est le taux élevé de zona observé après la vaccination COVID , suggérant qu’il existe un problème de réactivation virale. Cela peut expliquer pourquoi les taux d’infection par le Sars-CoV-2 sont en fait plus élevés chez les vaccinés que chez les non vaccinés au cours des deux premières semaines après la vaccination. L’effet de l’élimination des deux premières semaines est un biais de données trompeur. Si des personnes sont infectées et meurent pendant cette période, cela doit être inclus. La possibilité que le vaccin lui-même puisse exercer un effet sur le taux d’infection ne peut être négligée et l’ensemble des données doit être inclus afin d’évaluer avec précision l’efficacité. En ne mesurant que la période après le risque plus élevé d’infection (0-14 jours), il est possible de se tromper. Tout signal serait manqué. En plus d’être absurde en termes de risque individuel de supprimer cette période de temps, il y aura également un impact sur la communauté au sens large. Si le vaccin provoque en fait un pic d’infections au cours des deux premières semaines, cela augmentera inévitablement la propagation et entraînera une augmentation du nombre d’infections dans cette communauté pendant cette période. Par conséquent, l’évaluation de l’ impact du programme de vaccination doit inclure non seulement l’effet sur l’individu mais aussi l’impact sur la communauté au sens large. Ce point est particulièrement pertinent pour les communautés très unies où beaucoup sont vaccinées en même temps, comme les écoles et en particulier les communautés avec un nombre élevé de personnes vulnérables telles que les maisons de soins et les hôpitaux. Ce que nous faisons effectivement, c’est « accélérer » la vague d’infections (et de décès). En fin de compte, à la fin de la saison virale, le même nombre de personnes sont décédées. En raison de l’exclusion des décès antérieurs (1 à 14 jours), nous sommes induits en erreur en pensant que les vaccins étaient plus efficaces qu’ils ne l’étaient en réalité. En ne regardant que la période ultérieure et en voyant moins de décès pendant cette période, l’illusion a été créée que des vies ont été sauvées. Cela est évident dans les données de nombreux pays après le déploiement du vaccin. Le graphique ci-dessous montrant le Royaume-Uni par rapport à l’Europe illustre ce point, car le Royaume-Uni a été le plus rapide à déployer le vaccin. Le nombre total de décès, représenté par la zone sous la courbe, était similaire à celui d’autres pays, mais est simplement compressé dans une période plus courte.
Figure 1 : Décès COVID en hiver au Royaume-Uni et dans l’UE.
Examinons maintenant quelques exemples spécifiques, par exemple cette étude sur les résidents des maisons de retraite aux États-Unis. Les résultats montrent qu’au cours de l’étude, 6,8 % de la population vaccinée étaient infectés et 6,8 % de la population non vaccinée étaient infectés. Cependant, en décidant que les 14 premiers jours après la vaccination doivent être exclus, la zone grise pour le groupe vacciné est comparée à la zone noire et grise combinée pour les non vaccinés. Cela pourrait conduire à l’affirmation d’une efficacité vaccinale de 66% contre l’infection. Les auteurs de cette étude ont été assez honnêtes pour partager les données brutes et n’ont pas revendiqué une efficacité de 66 %.
Figure 2 : Données d’ un article américain montrant le pourcentage de la population des maisons de soins infirmiers infectée par le temps après l’arrivée de la clinique à leur domicile et par statut vaccinal.
Cependant, de nombreuses études se sont appuyées sur cette astuce pour affirmer l’efficacité du vaccin. Les exemples les plus évidents en sont l’ étude d’essai originale de Pfizer et l’ essai d’ AstraZeneca .
Figure 3 : Graphique de l’essai AstraZeneca montrant la censure de la première période (« période d’exclusion »).
Pour prendre un deuxième exemple, un article danois a mesuré le nombre d’infections chez les travailleurs de la santé et les résidents des maisons de soins. Avant le début du programme de vaccination, 4,8 % des travailleurs de la santé avaient été infectés et 3,8 % des résidents des foyers de soins l’avaient été. L’étude s’est terminée à la fin de la vague hivernale danoise après que 95% des résidents des foyers de soins aient été vaccinés et 28% des travailleurs de la santé l’aient été. Compte tenu de la pire position au départ et du taux de vaccination plus faible chez les travailleurs de la santé, on pourrait s’attendre à ce qu’ils soient globalement moins bien lotis. Cependant, le pourcentage d’infections à la fin de la vague était de 7,0 % chez les travailleurs de la santé mais de 7,7 % chez les résidents des foyers de soins.
Figure 4 : Données d’ un article danois montrant le pourcentage de la population infectée parmi les résidents des foyers de soins et les travailleurs de la santé.
Dans quelle mesure l’efficacité du vaccin rapportée dans la recherche sur le COVID est-elle vraiment une mesure du biais de survie associée à l’immunité acquise naturellement ? C’est une question cruciale. Aucune allégation d’efficacité du vaccin ne doit être faite sans d’abord aborder ce point. Publié à l’origine par le conseiller en santé et l’équipe de rétablissement .
Abonnez-vous !
France médias numériques vous propose du contenu web 100% GRATUIT, et une info 100% LIBRE ! Pour rappel, France médias numériques ne bénéficie d’aucune subvention publique ou privée et vit grâce à ses lecteurs, abonnés, ou donateurs.
