Cette analyse est issue d'un projet étudiant réalisé dans le cadre de mon cours de science des données à l'université Palacký, en République tchèque. Plusieurs étudiants y ont contribué, Michal Malcik étant le plus prolifique. Il s'agit sans doute de l'un des travaux les plus importants de ce cursus.
Introduction
Début 2022, l'indice synthétique de fécondité (ISF) dans de nombreux pays européens a commencé à diminuer de façon spectaculaireUne baisse rapide et inattendue de l'indice synthétique de fécondité (ISF) a été observée dans tous les pays baltes, en Europe du Nord, en Europe centrale et dans tous les principaux pays d'Europe occidentale. Seuls la Grèce, l'Espagne, l'Italie, la Croatie et la Roumanie n'ont pas connu de baisse aussi marquée, tandis que le Portugal et la Bulgarie ont même enregistré une croissance de l'ISF (voir figure 1).
Ce changement brutal et inattendu de la dynamique de l'indice synthétique de fécondité, survenu simultanément dans la majeure partie de l'Europe, appelle une explication. Plusieurs mécanismes ont été proposés dans les médias grand public.
- Le vieillissement de la population et les changements dans la taille de la cohorte fertile. Toutefois, le TFR est une mesure statistique indépendante de la taille de la population et de sa structure par âge. Ainsi, bien que la taille de la population et sa structure par âge influencent natalité (alias taux de natalitéElles n'ont aucune incidence sur l'indice synthétique de fécondité (ISF). L'ISF correspond au nombre moyen d'enfants qu'une femme met au monde au cours de sa vie (en supposant que les taux de fécondité par âge restent constants et que les enfants survivent jusqu'à la fin de leur période de reproduction).
- Le choc provoqué en Europe par la guerre en Ukraine. Cependant, l'inflation en Europe commencé à grimper à des niveaux exceptionnels jusqu'à l'été 2022. Soit près d'un an après que les facteurs à l'origine du déclin de l'indice synthétique de fécondité se soient produits.
- L'épidémie d'infections par le virus SARS-CoV-2. Cependant, une grande partie de la population européenne a été infectée en 2020, et pourtant, le taux de létalité a augmenté dans la plupart des pays en 2021 (voir figure 1). Il serait difficile d'affirmer qu'une souche de SARS-CoV-2 n'a pas d'incidence sur le taux de létalité alors qu'une autre en a une.
- Les conséquences des confinements liés à la Covid. Cependant, les confinements les plus stricts (et les plus surprenants) ont eu lieu en 2020, et pourtant le TFR a en fait augmenté dans de nombreux pays en 2021 (voir figure 1).
- Un changement plus général des valeurs de la population. Cependant, un tel changement devrait se produire simultanément dans de nombreux pays aux histoires, religions, valeurs, cycles économiques, compositions ethniques et dynamiques démographiques différentes. De plus, il faudrait démontrer que ce changement radical s'est produit exactement de cette manière. jusqu'à XNUMX fois Les deux événements les plus marquants de la dernière génération – le début de la pandémie de Covid et la guerre en Ukraine – sont hautement improbables.
Il existe pourtant un autre facteur, presque jamais abordé publiquement. Au printemps 2021, des millions de femmes en âge de procréer ont reçu le vaccin expérimental à ARNm contre la Covid-19. Depuis le début de la campagne de vaccination, de nombreux cas de troubles menstruels ont été signalés après la vaccination. Dans la plus grande base de données de pharmacovigilance, le VAERS, le nombre de mortinaissances/fausses couches Le nombre de cas signalés après une vaccination contre la Covid-19 est passé de moins de 100 avant 2020 à plus de 3 000 après la vaccination en 2021. De même, le nombre de cas de troubles menstruels signalés est passé de quelques centaines avant 2020 à plus de 27 000 après la vaccination en 2021. Un effet indésirable des vaccins contre la Covid-19 sur la fertilité est donc plausible.
De plus, la baisse rapide et inattendue de la fertilité a commencé environ neuf mois après la campagne de vaccination de masse. Il est donc naturel de se demander si les vaccins ont… causé Ce déclin. Il est notoire qu'il est difficile de répondre aux questions de causalité à partir de données d'observation. Cependant, la première étape de cette quête consiste à établir une association.
Description des données
Pour les lecteurs américains, quelques précisions sur le système de santé tchèque s'imposent : tout y est très homogène. Nous avons un système de santé universel, gratuit et très réglementé, si bien que presque tout le monde reçoit les mêmes soins (malgré quelques cas de corruption). Chacun a droit à des soins de santé gratuits, dont l'étendue est définie par décret gouvernemental. Héritier du système de « numéro d'identification personnel » obligatoire (carte d'identité délivrée par l'État), hérité de l'époque communiste, nous assurons un recensement précis de chaque personne.
L'État tchèque collecte une quantité considérable de données de santé (et autres) liées aux identifiants officiels et stockées de manière centralisée. Bien qu'il existe des « causes de santé », celles-ci sont tenues de couvrir les mêmes soins pour tous et sont financées par l'État grâce à une « taxe santé » universelle et obligatoire, prélevée en pourcentage du revenu. Par conséquent, les données officielles de santé tchèques sont si précises, fiables, homogènes et détaillées qu'aucun équivalent ne sera jamais disponible aux États-Unis. Ainsi, si des réponses peuvent être trouvées dans ce type de données, elles apparaîtront particulièrement évidentes et irréfutables dans les données tchèques.
Récemment, une base de données unique a été créée. publié Cette base de données, réalisée par l'Institut d'information et de statistiques sanitaires (IHIS), contient plus de 17 millions d'enregistrements. Elle couvre six types d'événements : vaccination contre la Covid-19, infection à la Covid-19 (test PCR positif), accouchement, fausse couche spontanée, interruption volontaire de grossesse et décès (de la femme). Si une femme en République tchèque a connu l'un de ces événements entre le 1er janvier 1994 et le 31 décembre 2023, cet événement est consigné par une seule ligne dans le fichier CSV.
Chaque femme possède un identifiant unique permettant d'apparier les événements la concernant. Dans la version originale des données (retirée depuis, probablement pour des raisons de confidentialité), l'année de naissance de chaque femme ainsi que le mois et l'année de chaque événement étaient indiqués. Dans la nouvelle version, seules la décennie de naissance et l'année de chaque événement sont fournies.
Les données comprennent environ 9.6 millions de vaccinations, 2.2 millions d'infections, 3 millions de naissances, 370 000 fausses couches spontanées, 830 000 interruptions volontaires de grossesse et 1.6 million de décès. Chaque décès est associé à un code CIM-10 unique indiquant sa cause. À notre connaissance, il s'agit de la seule base de données publique établissant un lien entre les événements liés à la reproduction et les données de vaccination contre la Covid-19 au niveau des dossiers individuels.
Méthodologie
Pour démontrer une association entre une intervention et un résultat, Série de cas autocontrôlés Le modèle SCCS (étude comparative directe et contrôlée) peut être utilisé. Dans ce modèle, chaque individu sert de témoin pour lui-même. Nous avons utilisé le modèle SCCS pour étudier l'association entre la vaccination contre la Covid-19 (exposition) et l'accouchement (résultat). Il convient d'être prudent, car l'exposition (vaccination) et le résultat (accouchement) dépendent tous deux de la volonté des femmes et peuvent être planifiés longtemps à l'avance. Le modèle SCCS est souvent utilisé pour évaluer la sécurité des vaccins ; cependant, si la décision de se faire vacciner est généralement volontaire, la survenue d'un effet indésirable ne l'est pas. Le modèle SCCS permet de surmonter le problème des facteurs de confusion non observés qui affectent les comparaisons entre cohortes vaccinées et non vaccinées (voir notre [référence manquante]). Miroir de l'étude du RisédCela résout également le problème du fait que chaque individu a subi l'intervention à un moment différent.
Résultats
Nous avons sélectionné toutes les femmes nées entre 1975 et 2024 ayant reçu la première dose d'un vaccin contre la Covid-19 et ayant accouché d'au moins un enfant entre 1993 et 2023. Nous avons divisé cette cohorte en six cohortes de naissance et représenté graphiquement le nombre de naissances (pour 1 000 femmes dans chaque cohorte) en fonction du mois par rapport au mois de vaccination. La figure 2 révèle des tendances remarquables.
Les caractéristiques suivantes sont intéressantes.
- On observe un pic marqué du nombre de naissances (surtout chez les femmes au sommet de leur fertilité) environ 2 mois après l'accouchement. avant La première dose. Cela signifie que de nombreuses femmes ont reporté leur vaccination après l'accouchement. Le pic est moins marqué chez les femmes les plus jeunes (en gris) et les plus âgées (en bleu). Il est important de noter que l'axe horizontal ne représente pas le temps réel : chaque femme a son propre calendrier vaccinal, qui commence le mois de la première dose. Ainsi, ni le pic ni le creux ne sont observables dans les données de la population tchèque. C'est la spécificité de la méthodologie de l'étude SCCS qui permet de visualiser cette tendance.
- On observe une chute drastique du nombre de naissances au mois 0 (c’est-à-dire le mois de la vaccination), suivie de huit mois (0 à 7) de chiffres très faibles. Cela signifie que les femmes ont évité de se faire vacciner si elles savaient qu’elles étaient enceintes. Le mois 0 correspond précisément au mois de la vaccination ; peu de femmes souhaitaient se faire vacciner le mois de leur accouchement. Accoucher sept mois après la première dose signifie que celle-ci a été administrée sept mois avant l’accouchement, soit environ au cours du deuxième mois de grossesse, c’est-à-dire au moment où la femme a appris qu’elle était enceinte. Très peu de femmes souhaitaient se faire vacciner si elles savaient qu’elles étaient enceintes. Ce constat est d’autant plus intéressant que les autorités tchèques recommandaient la vaccination contre la Covid-19 pendant la grossesse. La figure 2, entre autres, illustre clairement le manque de confiance des femmes tchèques envers les autorités.
- Le nombre de naissances augmente entre le 8e et le 11e mois, revenant ainsi à son niveau initial. Cela signifie que les femmes qui souhaitaient concevoir (accouchements 9 à 11 mois après la première dose) ou qui étaient déjà enceintes et le savaient (accouchements 8 à 9 mois après la première dose) ont également cherché à éviter la vaccination.
- Étant donné que les cohortes sont définies par leur date de naissance, leur âge et leur fécondité évoluent. On ne peut donc pas s'attendre à ce qu'après le creux de la vague, leur taux de natalité revienne à son niveau d'avant la vaccination. Par exemple, les femmes nées entre 1985 et 1989 (ligne jaune sur la figure 2) avaient plus de 35 ans en 2020, et leur fécondité était donc déjà en baisse. En revanche, les femmes nées entre 1995 et 1999 (ligne rose) avaient plus de 25 ans en 2020 et leur fécondité était en hausse. Il est donc difficile de tirer des conclusions de l'évolution du graphique avant et après l'anomalie causée par la première dose. La comparaison avec la cohorte non vaccinée est complexe en raison de facteurs de confusion et de l'absence du mois pivot (c'est-à-dire le mois de la première dose).
Pour vérifier la stabilité du modèle, nous avons répété l'analyse avec le mois de seconde La première dose étant administrée au mois zéro, et la deuxième dose environ un mois plus tard, nous nous attendions à observer un schéma similaire, décalé d'un mois vers la gauche. C'est précisément ce que l'on observe sur la figure 3.
Discussions
L'effet principal que montrent les figures 2 et 3 est que, chez les femmes tchèques, la vaccination contre la Covid-19 est très fortement associée à un faible taux de natalité. Cette association est indéniable et ne nécessite aucune preuve supplémentaire, même s'il serait intéressant de voir ce type d'analyse reproduit dans d'autres pays. De plus, il est évident que cette association est causal en ce sens que cette configuration n'est pas le résultat d'une coïncidence ou d'une confusion.
La question principale est la direction L'effet causal est incertain. Soit le vaccin réduit la probabilité de tomber enceinte, soit la grossesse diminue la volonté de se faire vacciner, soit les deux mécanismes agissent simultanément. La seconde possibilité est presque certainement la bonne. Les femmes tchèques sont bien plus raisonnables que les vaccinologues tchèques et ont généralement cherché à éviter le vaccin pendant leur grossesse ou avant la conception. De ce fait, les naissances se sont concentrées dans le groupe non vacciné, ce qui a entraîné une baisse de la fertilité chez les personnes vaccinées, surtout peu après la vaccination.
Cependant, si ce mécanisme était le seul en jeu en 2021, le taux de fécondité total de l'ensemble de la population (quel que soit le statut vaccinal) serait resté inchangé. Les femmes tchèques se seraient simplement réparties entre celles qui souhaitent un enfant et refusent la vaccination, et celles qui ne souhaitent pas d'enfant mais souhaitent la vaccination. Une telle division n'aurait eu aucun impact sur la fécondité globale de la population. Ce serait comme placer les femmes les plus petites à gauche d'un terrain de basket et les plus grandes à droite : la taille moyenne des femmes sur le terrain resterait la même.
Cependant, la fécondité totale a commencé à diminuer de façon assez spectaculaire en janvier 2022, et cette baisse se poursuit depuis (voir figure 1). Il est donc certain qu'au printemps 2021, un autre mécanisme causal a dû se mettre en place, différent du changement volontaire de comportement décrit précédemment. À notre avis, le vaccin contre la Covid-19 reste le candidat le plus plausible (voir l'introduction). Nous formulons donc l'hypothèse que les vaccins expérimentaux à ARNm… empêché empêcher certaines femmes de tomber enceintes.
On pourrait avancer que même ce mécanisme peut être volontaire : les femmes vaccinées peuvent n’avoir que… reporté Grossesses consécutives à une vaccination récente. On aurait pu s'attendre à une baisse de l'indice synthétique de fécondité (ISF) environ un an après le lancement du vaccin (ce qui est effectivement observé), suivie d'une remontée de l'ISF à la naissance des enfants « retardés ». Or, ce rebond ne s'est jamais produit. Au contraire, l'ISF des femmes tchèques n'a jamais retrouvé son niveau d'avant la pandémie ; il diminue d'environ 10 % par an depuis quatre ans.
Donc, certaines femmes vaccinées soit décidé ils ne veulent pas d'enfants, ni du vaccin empêché Elles seraient empêchées de tomber enceintes par un mécanisme biologique inconnu. Ces deux possibilités sont indiscernables à partir des données observationnelles. Le lecteur est libre de choisir la plus plausible.
Conclusion
Nous avons analysé une base de données individuelle unique sur les événements de reproduction en fonction du statut vaccinal contre la Covid-19, brièvement publiée (puis retirée) par le gouvernement tchèque. Nos résultats révèlent une corrélation extrêmement forte entre la vaccination contre la Covid-19 et une faible fécondité.
La majeure partie de cette évolution s'explique par un changement de comportement des femmes : malgré les recommandations officielles, les femmes enceintes ont cherché à éviter les vaccins expérimentaux. Toutefois, cet effet ne peut être le seul mécanisme causal en jeu, car il aurait laissé inchangé l'indice synthétique de fécondité de l'ensemble de la population (quel que soit son statut vaccinal). Étant donné que l'indice synthétique de fécondité des femmes tchèques a commencé à diminuer fortement en janvier 2022, un autre mécanisme causal a nécessairement été à l'œuvre au printemps 2021. Nous émettons l'hypothèse que les vaccins expérimentaux à ARNm ont empêché certaines femmes de tomber enceintes.
Rejoindre la conversation:
Publié sous un Licence internationale Creative Commons Attribution 4.0
Pour les réimpressions, veuillez rétablir le lien canonique vers l'original Institut Brownstone Article et auteur.
