Le bilan de la mortalité liée à la pandémie

Dans la lutte continue pour écrire l’histoire des années de pandémie, rien n’est plus important que la mortalité : les gouvernements du monde nous ont-ils sauvés de la mortalité de masse ou non ?

La grande stratégie (qui, comme je l’ai déjà dit, n’était ni grandiose ni stratégique) consistait à confiner la population de pays entiers comme mesure provisoire « jusqu’à ce qu’un vaccin soit disponible ».

Il s’agissait d’une stratégie inédite (et totalement non prouvée) pour vaincre un virus soi-disant totalement nouveau, au motif qu’aucun humain n’avait jamais rencontré quelque chose comme le SARS-CoV-2 auparavant, donc personne n’aurait d’immunité préexistante contre lui. Mais l’indice est dans le nom – le SARS-CoV-2 a été nommé d’après le SRAS auquel il était étroitement lié, partageant environ 79 % de sa séquence génomique selon le présent document in Nature. Il est situé dans un groupe de coronavirus, et une Nature papier Ils ont discuté de l'ampleur de la réactivité croisée avec ces virus, y compris les virus du rhume, et même avec d'autres familles de virus. C'était quelque peu nouveau, mais pas unique.

Les décideurs politiques auraient donc dû se montrer sceptiques quant aux affirmations faites au début de l’année 2020 selon lesquelles le SARS-CoV-2 provoquerait des niveaux de mortalité extrêmes. Cela a des conséquences importantes sur les affirmations selon lesquelles la grande stratégie a été un succès parce que ces niveaux de mortalité ne se sont pas produits. Si ces niveaux ne devaient jamais se produire, alors nous n’avions pas besoin d’être sauvés.

Le déploiement des vaccins était censé mettre fin à la pandémie. Les essais cliniques des vaccins auraient montré qu'ils pouvaient réduire les infections symptomatiques de plus de 90 %.

Au niveau de la population, cela n’a aucun sens. Si plus de 90 % des infections étaient censées être évitées par la vaccination et que 270 millions de personnes aux États-Unis avaient été vaccinées d’ici la fin mai 2023 (sur une population totale d’environ 340 millions), alors comment se fait-il qu’il y ait eu plus de 100 millions de cas confirmés à ce moment-là, selon Notre monde dans les donnéesIl est incroyable que près de 100 millions des 170 millions de personnes non vaccinées aient été infectées. une étude de la Cleveland Clinic a montré qu'en moyenne, plus les gens étaient vaccinés, plus plus il est probable qu’ils aient été infectés :

On a supposé qu'une réduction des infections entraînerait une réduction conséquente de la mortalité (ce qui ne semble pas être le cas), mais les essais cliniques n'ont montré aucune différence de mortalité entre les groupes exposés aux vaccins et les groupes placebo. La défense orthodoxe est que ces essais n'étaient pas suffisamment puissants pour détecter des différences, car les populations des essais n'étaient pas suffisamment importantes. Mais de la même manière, nous sommes en droit de tirer la conclusion suivante : les essais cliniques n'ont pas démontré la capacité des vaccins à réduire la mortalité.

Dans le domaine de l’assurance qualité, nous évaluons le succès d’une intervention ou d’un programme en comparant les résultats réels avec les déclarations faites.

La réalité est que les vagues d’infection et de surmortalité se sont poursuivies après le déploiement des vaccins en 2021, avec deux vagues sévères aux États-Unis et un nouveau pic à la fin du mois de janvier de l’année suivante. On a observé une tendance à la baisse des pics, mais il n’est pas évident que cette tendance ait changé à la suite de la campagne de vaccination, comme on pourrait s’y attendre au cours de toute pandémie.

La sagesse populaire voudrait nous faire croire que les vaccins, même s’ils n’ont pas réduit le taux global d’infection, ont en quelque sorte réduit les taux d’hospitalisation et de mortalité dus au Covid-19. Là encore, cela défie l’idée que la vaccination puisse être insuffisante pour prévenir l’infection tout en réussissant à réduire la maladie.

Ces affirmations de succès ne reposent pas sur des preuves tangibles. 

Plusieurs articles récents sont des preuves irréfutables que la stratégie globale n'a pas fonctionné. Il nous faut cependant regarder sous le capot (pour changer de métaphore), car récit conclut généralement que la stratégie a été un succès. données, Cependant, il arrive parfois que les auteurs racontent une histoire différente. Cela montre que leurs auteurs sont partiaux et que leurs données peuvent être plus fiables que leurs récits.

Prenons par exemple une étude réalisée par Bajema et al. basé sur les patients de l'administration américaine de la santé des anciens combattants. Ils ont conclu :

Cette étude de cohorte a montré que, au cours de la saison 2022 à 2023, l’infection par le SRAS-CoV-2 était associée à des conséquences plus graves de la maladie que la grippe ou le VRS, alors que les différences étaient moins prononcées au cours de la saison 2023 à 2024.

Au cours des deux saisons, le VRS est resté une maladie bénigne, tandis que la COVID-19 a été associée à une mortalité à long terme plus élevée. La vaccination a atténué les différences de gravité de la maladie et de mortalité à long terme.

Cela semble concluant, n'est-ce pas ?

Mais les conclusions sont basées sur les données résumées dans la figure 2A, qui comprennent :

Ces chiffres montrent que la mortalité due au Covid-19 a été plus élevée sur 180 jours, mais de moins de 1 %. Cette pandémie, qui devait se produire une fois tous les 100 ans et qui allait décimer la population, était bien plus dangereuse que la grippe, et a nécessité de décréter l’état d’urgence sanitaire dans le monde entier. Était-ce justifiable pour une maladie dont la mortalité était inférieure de moins de 1 % à celle de la grippe ? De nombreux articles de presse ont tourné en dérision les affirmations selon lesquelles le Covid-19 représentait une charge de morbidité similaire à celle de la grippe, mais au fil du temps, elle s’est avérée comparable.

Dans quelle mesure la vaccination a-t-elle été utile ? La figure 2 nous donne ces comparaisons pour les patients atteints de la Covid-19.

Ainsi, dans un article basé sur une sous-population soigneusement sélectionnée et traitée, les personnes vaccinées ont gagné un demi pour cent sur 180 jours. Est-ce le meilleur résultat qu'ils puissent obtenir ? Est-ce statistiquement significatif ?

Les articles basés sur la surmortalité dans l'ensemble de la population d'un pays peuvent éviter les problèmes méthodologiques causés par la variabilité dans l'attribution de la mortalité au Covid-19 et la sélectivité des populations d'essai. Il convient de noter une prépublication récente de Dahl et al. : Vaccination à ARNm contre la Covid-19 et mortalité toutes causes confondues dans la population adulte en Norvège en 2021-20 : une étude de cohorte basée sur la population. Eux aussi parviennent à la conclusion obligatoire :

Les personnes vaccinées ont présenté un taux de mortalité toutes causes confondues plus faible au cours de la période 2021-2023 en Norvège.

Mais encore une fois, comment les données soutiennent-elles cette conclusion ?

Si l’on se concentre sur les données pour les deux sexes et que l’on lit de droite à gauche, les décès pour 100,000 XNUMX a-p augmentent régulièrement pour chaque groupe d’âge, sauf pour les plus jeunes, où les décès auraient été rares.

En revanche, pour la tranche d’âge la plus âgée (65 ans et plus), ils passent de 3.40 sans aucune dose à 7.25 avec 1 ou 2 doses, puis à 19.21 avec 3 doses ou plus. Quelle obscure magie statistique ont-ils déployée pour arriver à des taux d’incidence qui vont dans la direction opposée à celle des décès par personne-année ? Et pourquoi ne l’expliquent-ils pas dans le récit ?

En lisant les chiffres qui se trouvent derrière le texte, la mortalité toutes causes confondues chez les personnes vaccinées était au moins deux fois plus élevée que chez les personnes non vaccinées pendant cette période en Norvège. Mais ils ont conclu l'inverse.

La première chose que nous devons donc exiger de nos scientifiques, c’est qu’ils parviennent à des conclusions clairement étayées par des données !

Les articles sur la vaccination sont particulièrement fragilisés par le biais de confirmation. La conviction des auteurs en la vaccination est telle que toutes les données sont généralement interprétées comme allant dans le sens de la vaccination, même lorsqu'elles sont contraires.

Une autre étude à grande échelle a été menée auprès de tous les patients diagnostiqués avec Covid-19 au Brésil au cours de la période 2020 à 2023 par Pinheiro Rodrigues et Andrade. Leur conclusion se résume ainsi :

L’effet protecteur de la vaccination contre la COVID-19 a été observé jusqu’à un an après l’apparition des premiers symptômes. Après un an, l’effet s’est inversé, montrant un risque accru de décès pour les personnes vaccinées.

Ceci est illustré dans la figure 1, avec le nombre de jours de survie le long de l'axe des X :

Il faut féliciter ces auteurs pour avoir abouti à des conclusions qui reflètent fidèlement leurs données, ce qui est inhabituel dans ce contexte. Cela a naturellement conduit à ce que l’article soit examiné par la revue après sa publication, ce qui n’arrive jamais pour les articles qui aboutissent à des conclusions orthodoxes sur la vaccination, qui sont normalement acceptées telles quelles. Le biais de publication est monnaie courante – comment les évaluateurs distingués vont-ils traiter l’article de Dahl ? Le sort de ces deux articles sera un test clé. Dans la forme actuelle, on pourrait s’attendre à ce que l’étude brésilienne soit rétractée et que l’article de Dahl soit accepté.

Les études qui parviennent à des conclusions positives sont soit basées sur des périodes de temps sélectionnées (variations de ce que l’on appelle le biais de la fenêtre de comptage des cas), soit sur la modélisation.

Prenons par exemple Christopher Ruhm étude transversale des États américains L’objectif de cette étude était de déterminer si les restrictions liées au Covid-19 (interventions non pharmaceutiques ou mesures non invasives + obligations vaccinales) affectaient le nombre de décès liés à la pandémie aux États-Unis. L’étude était basée sur des données provenant de l’ensemble de la population américaine, elle était donc inclusive en ce sens. Ruhm conclut :

Cette étude transversale indique que les restrictions strictes liées à la COVID-19, en tant que groupe, ont été associées à une diminution substantielle de la mortalité liée à la pandémie, les changements de comportement servant vraisemblablement de mécanisme explicatif important.

Le principal indice est toutefois la fenêtre temporelle : « L’enquête principale couvre la période de deux ans allant de juillet 2 à juin 2020. » Qu’en est-il des premiers mois ? C’est important car la première vague de mortalité due au Covid-2022 a frappé lourdement les États du Nord-Est et est omise de la fenêtre. Les vagues suivantes ont touché les États du Sud et de l’Ouest, de sorte que les variations des taux de mortalité excédentaires au cours de la période ont été fortement influencées par la géographie, ce qui a probablement été un facteur de confusion. Cela est évident dans la figure 19C pour la période d’étude :

La figure 2E inclut la période antérieure et montre clairement une tendance inverse, les États ayant des NPI plus sévères (« au-dessus de la médiane » – la ligne orange) ayant une mortalité beaucoup plus élevée que ceux qui n'en ont pas.

Les États ayant mis en place des interventions moins sévères ont enregistré une mortalité plus élevée pendant environ un mois après juillet 2021, ce qui semble expliquer presque tout l’écart dans la fenêtre d’investigation principale. À la fin de la fenêtre, la ligne orange remonte – que s’est-il passé ensuite ? 

Rappelez-vous l’étude brésilienne qui a constaté que l’effet protecteur de la vaccination contre le Covid-19 était observé jusqu’à un an après les premiers symptômes, mais après un an, l’effet était inversé.

Considérez aussi le Estimation de la surmortalité en Allemagne entre 2020 et 2022 par Kuhbandner et Reitzner. Les auteurs reconnaissent à juste titre que « lors de l'interprétation des estimations de l'augmentation de la mortalité, il faut être conscient du choix du modèle et des paramètres ». 

Dans les dernières parties de leur article, ils cartographient la surmortalité depuis mars 2020 en fonction des vaccinations dans une chronologie. Il est évident qu'il y a des pics de surmortalité avant et après la campagne de vaccination, augmentant considérablement vers la fin de la période d'étude :

Ils concluent:

En 2020, le nombre de décès observé était extrêmement proche du nombre attendu, mais en 2021, le nombre de décès observé était bien supérieur au nombre attendu, de l’ordre de deux fois l’écart type empirique, et en 2022, supérieur au nombre attendu, voire de plus de quatre fois l’écart type empirique.

Il ne faut pas interpréter cela comme un triomphe de la campagne de vaccination. Elle était censée empêcher une surmortalité, mais elle n’a pas réussi.

Alessandria et al. ont publié Une analyse critique des décès toutes causes confondues survenus lors de la vaccination contre la COVID-19 dans une province italienne (Pescara), réanalyse d'un ensemble de données existant pour corriger le biais du temps immortel en alignant la population sur une seule date d'index (1er janvier 2021).

Ils ont constaté que:

Les ratios de risque de décès toutes causes confondues dans l'analyse univariée pour les personnes vaccinées avec 1, 2 et 3/4 doses par rapport aux personnes non vaccinées étaient respectivement de 0.88, 1.23 et 1.21. Les valeurs multivariées étaient de 2.40, 1.98 et 0.99.

Les rapports de risque pour les troisième et quatrième doses sont souvent plus faibles car ce sont les plus récentes et, comme nous l’avons vu dans l’étude brésilienne, les améliorations initiales s’inversent par la suite.

Alessandria et al. terminent leur rapport en examinant divers types de biais qui peuvent affecter les études de vaccination, y compris un type particulier de biais de fenêtre de comptage des cas, dans lequel les résultats des 10 à 14 premiers jours après la vaccination sont exclus du groupe vacciné dans les études observationnelles, sans équivalent pour le groupe témoin. Fung et al., sur cette base, « un vaccin complètement inefficace peut sembler substantiellement efficace » (48 % d’efficacité dans l’exemple qu’ils calculent à l’aide des données de l’essai randomisé de phase III de Pfizer).

Alors que je mettais la touche finale à mon avis, le Annals of Internal Medicine libéré Efficacité des vaccins XBB.2023 contre la Covid-2024 1.5-19 sur une période de suivi à long terme par Ioannou et al. Cette étude tente d'imiter un essai clinique contrôlé en associant des individus vaccinés contre le XBB.1.5 à des participants non vaccinés correspondants. Les conclusions ne sont pas très encourageantes : 

L’efficacité du vaccin contre les décès associés au SRAS-CoV-2 a progressivement diminué lorsqu’elle a été déterminée après 60, 90 et 120 jours de suivi (54.24 %, 44.33 % et 30.26 %, respectivement) et était encore plus faible (26.61 %) lorsqu’elle était prolongée jusqu’à la fin du suivi.

Ceci est représenté dans la figure 3 :

Ainsi, la fenêtre de comptage des cas semble s'étendre du jour 10 au jour 210. On ne sait pas ce qui se passe en dehors de cette fenêtre. Si des résultats médiocres sont enregistrés même avec un biais de la fenêtre de comptage des cas, la réalité doit être encore pire.

Nous avons examiné une sélection d’études observationnelles. Dans le meilleur des cas, les données de ces études ne montrent aucun avantage matériel à se faire vacciner, et dans le pire des cas, les décès sont plus nombreux dans le groupe vacciné.

Il existe également un certain nombre d’études contrefactuelles, dans lesquelles la mortalité pendant la période pandémique est comparée à la mortalité attendue. 

Le le premier de ceux-ci Selon Watson et al., 14.4 millions de décès dus au Covid-19 ont été évités au cours de la première année de vaccination dans 185 pays, ce chiffre atteignant près de 20 millions si l'on utilise les décès excédentaires comme mesure.

Il s'agit de personnages extraordinaires, qui ont eu un impact extraordinaire sur l'imagination du public et sont fréquemment évoqués dans les médias. Ils ont été mis à jour dans une revue de Ioannidis et coll.Sans surprise, compte tenu de l’effet décroissant de la vaccination contre le Covid-19, ces auteurs arrivent à des chiffres plus conservateurs, avec plus de 2.5 millions de vies sauvées.

Mais les deux études ne font que assumer les taux d'efficacité des vaccins qu'ils intègrent dans leurs calculs, Ioannidis et al. supposant une efficacité vaccinale de 75 % avant Omicron et de 50 % pendant la période Omicron. Ces chiffres sont vraisemblablement basés sur l'efficacité vaccinale trouvée dans les essais cliniques pour les personnes symptomatiques infections, mais une base empirique pour les estimations de mortalité évité n'est pas évident.

La modélisation n’est pas une preuve et n’apparaît pas dans les pyramides hiérarchiques de la médecine fondée sur les preuves (EBM). Si vous supposez que votre traitement est efficace, puis calculez son effet sur une population donnée, vous constaterez inévitablement que votre traitement est efficace ! L’hypothèse n’est pas falsifiable et le raisonnement est circulaire.

La menace supposément extrême de la pandémie de Covid-19, qui a poussé les gouvernements à prendre des mesures d’urgence, a été créée en grande partie par la modélisation, qui supposait que des niveaux de mortalité extrêmement élevés se produiraient sans nouvelles contre-mesures. La pandémie s’est ensuivie et ne devrait plus jamais se reproduire. Rétrospectivement, les orthodoxes tentent maintenant de montrer que si ces niveaux fictifs de mortalité ne se sont pas produits, c’est à cause des contre-mesures.

Trois scénarios possibles de mortalité à moyen terme ressortent de ces études :

1. VE = 50-70%
2. VE = 0%
3. VE est négatif

Les preuves empiriques pour le premier scénario manquent. Les autres scénarios sont inacceptables. Le scénario 2 est inacceptable car nous ne pouvons pas administrer de traitements aux personnes s'il n'y a aucun bénéfice et elles peuvent être exposées à des effets indésirables, et les effets indésirables des vaccins contre la Covid-19 sont inhabituellement élevés, car Fraiman et al.l. ont montré. 

Les effets négatifs du confinement continuent également de s'accumuler, notamment sur la santé mentale et le niveau d'éducation des jeunes. Ferwana et Varshney:

Les résultats montrent que le confinement a augmenté de manière significative et causale l'utilisation des établissements de santé mentale dans les régions avec confinement par rapport aux régions sans confinement. En particulier, l'utilisation des ressources a augmenté de 18 % dans les régions avec confinement contre une baisse de 1 % dans les régions sans confinement. De plus, les populations féminines ont été exposées à un effet de confinement plus important sur leur santé mentale. Diagnostic de troubles de panique et  réaction à un stress intense La santé mentale a été considérablement augmentée par le confinement. La santé mentale a été plus sensible aux confinements qu'à la présence de la pandémie elle-même.

La stratégie de lutte contre la pandémie a été la plus grande expérience de santé publique de l’histoire. En tant que président d’un comité d’éthique de la recherche sur les êtres humains, je voterais contre toute proposition dont les bénéfices nets seraient probablement nuls ou pires. Les bénéfices doivent être manifestement supérieurs aux risques.

Dans ma ville natale de Melbourne, dans l’État de Victoria, toute la population a été confinée à domicile pendant 262 jours au total. Des obligations de vaccination strictes ont ensuite été imposées à tous les « travailleurs essentiels » (et presque tous les travailleurs se sont avérés essentiels), et les personnes non vaccinées ont été exclues des lieux publics et considérées comme un danger pour la santé. Comme d’autres nations insulaires, l’Australie s’en est plutôt bien sortie pendant la période de fermeture des frontières, mais la grande stratégie n’a pas fonctionné – après la période intérimaire de l’IPN, l’arrivée de la vaccination n’a pas empêché la surmortalité comme elle était censée le faire :

Un principe essentiel devrait être que plus les atteintes à la liberté individuelle provoquées par les mesures de santé publique sont graves, plus il est nécessaire de fournir des preuves tangibles de leur efficacité. 

Les gouvernements ne devraient pas pouvoir piétiner les libertés individuelles parce qu’ils pensent que leurs interventions pourrait travailler en théorie, puis les justifier rétrospectivement avec la magie statistique.