Incompétence épidémiologique du CDC en matière d'efficacité des vaccins

Périodiquement pendant la pandémie de Covid-19, le personnel scientifique du CDC a utilisé les données de ses études disponibles pour estimer l'efficacité des versions actuelles ou récentes des vaccins contre le Covid-19 afin de réduire le risque d'être testé positif au Covid-19. Bien que le fait d'être « testé positif » ait été quelque peu controversé en raison des nombres de seuils secrets de PCR Ct impliqués qui ont permis à des personnes non infectieuses atteintes de Covid-19 non reconnues il y a quelques semaines de rester positives, mon objectif ici est d'illustrer. Les méthodes épidémiologiques problématiques du CDC ont considérablement gonflé les pourcentages d’efficacité du vaccin qu’ils ont rapportés.

Les études épidémiologiques contrôlées se répartissent en trois et seulement trois modèles d'étude de base. Soit un échantillon total de sujets est échantillonné, et chaque sujet est évalué à la fois pour son statut de cas et son statut d'exposition antérieure (il s'agit d'une étude transversale), soit un échantillon de personnes exposées et un échantillon de personnes non exposées sont suivis pour voir qui devient un cas et qui un contrôle - une étude de cohorte - ou un échantillon de cas et un échantillon de contrôles est obtenu, et chaque sujet est évalué pour son statut d'exposition passé - il s'agit d'une étude cas-témoins. Si une étude de cohorte implique la randomisation des sujets entre ceux exposés et non exposés, il s'agit d'un essai contrôlé randomisé (ECR), mais la conception de l'étude reste celle d'une cohorte.

Dans une étude transversale et une étude de cohorte, le risque de survenue de l'événement d'intérêt (c'est-à-dire d'être un cas, ici un test positif) peut être estimé chez les personnes exposées en divisant le nombre de cas parmi les personnes exposées par le nombre total de personnes exposées. Il en va de même pour les personnes non exposées. L'élément d'intérêt, la comparaison de ces deux risques, le risque relatif (RR), est le risque chez les personnes exposées divisé par le risque chez les personnes non exposées. Le RR estime dans quelle mesure le risque est plus élevé chez les personnes exposées que chez les personnes non exposées. Pour un vaccin ou toute autre exposition qui réduit le risque, le RR sera inférieur à 1.0.

Les études transversales et de cohortes, de par leur plan d'échantillonnage, permettent d'estimer le risque relatif (RR) à partir de leurs données. En revanche, les études cas-témoins ne permettent pas d'estimer le risque de survenue de l'événement, car la modification du nombre relatif de cas et de témoins dans l'échantillon influence les estimations de risque. Les études cas-témoins permettent plutôt d'estimer la probabilité de survenue de l'événement, et non le risque lui-même. Par exemple, une probabilité de 2:1 qu'un événement se produise. Cette valeur est indépendante du plan d'échantillonnage. Dans les études cas-témoins, la probabilité relative (ou odds ratio, OR) de l'événement est estimée en divisant la probabilité de survenue de l'événement chez les personnes exposées par la probabilité de survenue chez les personnes non exposées.

Pour un vaccin, son efficacité est estimée à 1.0 – RR. Pour les données d'études cas-témoins qui estiment uniquement le OU et non le RR, quand le OU se rapproche-t-il du RR avec suffisamment de précision pour être substitué dans cette formule ? Cette question a un historique épidémiologique détaillé au-delà de la portée actuelle, mais dans le sens le plus simple, le RO se rapproche du RR lorsque dans la population, les cas sont peu fréquents par rapport aux témoins.

Passons maintenant aux erreurs épidémiologiques systématiques du CDC. Dans une analyse récente, Link-Gelles et ses collègues ont étudié un total de 9,222 19 personnes présentant des symptômes similaires à ceux de la Covid-19 et ayant consulté dans les pharmacies CVS et Walgreen Co. entre le 21 septembre 2023 et le 14 janvier 2024. Ils ont évalué le statut vaccinal antérieur de chaque individu, ainsi que la positivité du test. Par définition, il s'agit d'une étude transversale, car le nombre individuel de cas et de témoins, ou le nombre individuel de personnes exposées (vaccinées) et non exposées (non vaccinées), n'a pas été calculé. Seul le nombre total de sujets a été pris en compte.

Cependant, les enquêteurs ont estimé le OU et non le RR à partir de ces données, en utilisant une méthode d'analyse statistique appelée régression logistique qui permet d'ajuster le OU en fonction de divers facteurs de confusion possibles. Il n’y a rien de mal à utiliser la régression logistique et à obtenir des OR estimés dans n’importe quel plan d’étude ; le problème est d’utiliser la valeur OR au lieu du RR dans la formule d’efficacité du vaccin 1.0 – RR. Étant donné que la conception de l'étude était transversale, les enquêteurs auraient pu examiner la fréquence relative des cas dans la population à partir des chiffres échantillonnés, mais ils ne semblent pas l'avoir fait. En fait, les cas représentaient 3,295 9,222 sur le total de 36 25 échantillonnés, soit 37 %, ce qui est loin d'être suffisamment petit pour utiliser la salle d'opération comme substitut au RR. Ceci est vrai aussi bien chez les sujets exposés (XNUMX %) que chez les non exposés (XNUMX %).

Néanmoins, il est possible d’avoir une idée générale de l’impact de cette mauvaise hypothèse sur l’efficacité globale du vaccin de 54 % annoncée par les auteurs. Les nombres pertinents de sujets, indiqués dans le tableau ci-dessous, sont indiqués dans les tableaux 1 et 3 de l'article de Link-Gelles. Le calcul du RR à partir de ces données brutes est simple. Le risque chez les vaccinés est de 281/1,125 25 = 3,014 % ; chez les non vaccinés, il est de 8,097 37/25 37 = 0.67 %. Le RR est le rapport de ces deux, 1.0 %/0.67 % = 0.33, donc l'efficacité du vaccin basée sur ces données brutes serait de 33 – XNUMX = XNUMX ou XNUMX %.

De même, le RC peut être estimé à partir de ces données brutes à 0.56, ce qui, s'il était utilisé dans la formule d'efficacité du vaccin, donnerait une efficacité de 44 %, sensiblement différente de l'efficacité de 33 % correctement estimée en utilisant le RR.

Cependant, Link-Gelles et al. ont utilisé le OR ajusté = 0.46 obtenu à partir de leur analyse de régression logistique. Cela diffère du OR non ajusté = 0.56 par un facteur de 0.46/0.56 = 0.82. Nous pouvons utiliser ce facteur d’ajustement, 0.82, pour approximer ce qu’aurait été le RR brut s’il avait été ajusté par les mêmes facteurs : 0.67*0.82 = 0.55. Ces chiffres sont présentés dans le tableau ci-dessous et démontrent que l'efficacité correcte du vaccin est d'environ 45 %, et non les 54 % revendiqués, et inférieure au niveau nominal souhaité de 50 %.

En tant qu'épidémiologiste, je ne comprends pas pourquoi mes collègues du CDC ont utilisé par erreur l'OR à la place du RR, alors que l'hypothèse requise pour cette substitution n'était pas vérifiée et était facilement contrôlable dans leurs propres données. Ils ont commis cette erreur ailleurs ( Tenforde et al. ), où elle a également entraîné une différence significative dans l'efficacité vaccinale, d'environ 57 % au lieu des 82 % annoncés. Les auteurs ont peut-être pensé que la seule méthode disponible pour ajuster les résultats en fonction de plusieurs facteurs de confusion était la régression logistique, qui utilise l'OR. Or, la régression du risque relatif, permettant d'ajuster le RR, est disponible depuis longtemps dans divers logiciels d'analyse statistique commerciaux et est facile à mettre en œuvre ( Wacholder ).

Il me semble surprenant qu'apparemment aucun des plus de 60 auteurs entre les articles de Link-Gelles et Tenforde n'ait reconnu que le plan d'échantillonnage de leurs études était transversal et non cas-témoin, et donc que le paramètre approprié à utiliser pour estimer l'efficacité du vaccin était le RR et non le RO, et que l'hypothèse de maladie rare pour remplacer le OR par le RR n'était pas respectée dans leurs données. Ces études ont donc considérablement surestimé dans leurs résultats la véritable efficacité du vaccin. Il ne s’agit pas d’une question purement académique, car les décisions politiques du CDC en matière de santé publique peuvent découler de résultats incorrects comme ceux-ci.