L'écart grandissant entre la réalité et la science pop

L'écart entre le discours dominant sur le succès de la campagne de vaccination contre la COVID-19 et les résultats empiriquement vérifiables continue de se creuser.

Les premiers résultats des essais pour les vaccins à ARNm ont été salués pour avoir montré une «efficacité de 95%», avec des experts cités par NBC l'appelant «le grand chelem»: «Nous n'avons pas de bons exemples de vaccins avec ce niveau d'efficacité selon l'âge, le sexe, la race et les comorbidités», a déclaré (Dr Greg) Poland. "Je n'ai jamais vu quelque chose comme ça."

Les essais n'ont pas montré d'efficacité contre la transmission ou la mortalité, même lorsque les données de plusieurs essais pour les deux vaccins à ARNm étaient disponibles. agrégé pour augmenter le pouvoir, mais cela n'a pas empêché les gouvernements de déployer les vaccins pour tous les groupes d'âge et catégories de risque et de les rendre obligatoires pour de larges pans de la population en âge de travailler, pour une maladie où la population en âge de travailler était de loin la plus à l'aise. risque.

À quoi ressemble rétrospectivement cette protection de 95 % contre les infections ? 

Selon le récent pré-impression par des experts de Harvard, Yale et Stanford (trois des dix universités les mieux notées au monde), 94 % de la population américaine avait été infectée au moins une fois au 9 novembre 2022, seulement deux ans plus tard. 

Ainsi, la protection supposée de 95 % aurait entraîné une infection de 94 %.

La campagne de vaccination de masse a complètement échoué à empêcher la quasi-totalité de la population d'être infectée. Et pourtant, la protection contre l'infection était la seule affirmation qui semblait être validée par les essais cliniques contrôlés randomisés (ECR), qui sont considérés comme le plus haut niveau de preuve médicale. Comment se peut-il?

Gardez à l'esprit que d'ici le 9 novembre (selon le Explorateur de données OWiD), 80 % des personnes aux États-Unis avaient reçu une ou deux (69 %) doses de vaccin, la couverture était donc très large, mais pas universelle.

Nous devons également reconnaître que l'affirmation de l'équipe de Harvard, Yale et Stanford est une estimation basée sur la modélisation, et la modélisation ne compte pas comme une preuve de haut niveau dans la même hiérarchie de preuves médicales. Leur modèle est une boîte noire - ils ne révèlent aucun détail sur la façon dont il a été construit ou sur les hypothèses de données clés qui alimentent le modèle. Voir aussi le dévastateur critique de la modélisation COVID-19 en général par Ioannidis et al.

La formation soudaine de ce que j'appelle la «grande stratégie», qui visait à fournir une protection provisoire par le biais de confinements jusqu'à ce qu'un vaccin efficace devienne disponible, était principalement basée sur la modélisation, à la fois de l'ampleur de la perte de vie possible et de l'efficacité des contre-mesures (en évitant les pertes de vie supplémentaires imaginées). Si une telle modélisation ne peut pas être invoquée, alors la grande stratégie (qui n'était en fait ni grande ni stratégique) s'effondre de toute façon.

Heureusement, il existe une base relativement solide pour estimer la prévalence cumulée de l'infection par le SRAS-CoV-2. Le système national de surveillance des laboratoires commerciaux du CDC estimé 57.7 % de séroprévalence sur la période de janvier à février 2022.

Étant donné que les infections se sont accélérées au cours de 2022 et que "les estimations de l'infection basées sur les résultats des tests antigéniques sont probablement sous-estimées", il semble plausible qu'une très forte proportion de la population ait été exposée début novembre. De plus, le même rapport a estimé que 91.5% des personnes avaient des anticorps contre le SRAS-CoV-2 ou les vaccins. Tout gain supplémentaire sera probablement marginal.

Il existe un certain soutien dans certaines études observationnelles pour un effet protecteur contre la mortalité liée au COVID jusqu'à 6 mois, en particulier. Mais il y a peu ou pas de preuves d'une réduction de la mortalité toutes causes confondues, qui est le test décisif car il évite les critères sélectifs sur la cause du décès.

Le problème à résoudre est la surmortalité, de sorte que la fonction première d'un vaccin devrait être de réduire la mortalité toutes causes confondues, et pas seulement la mortalité due à une cause particulière. L'équipe de l'Université de Zhengzhou Une analyse similaire montre des niveaux élevés de protection uniquement contre les décès liés au COVID sur des périodes de temps non spécifiées. 

Nous avons besoin de comparaisons directes entre un groupe jamais vacciné et un groupe comparable à partir du moment de la première dose de vaccination - pas d'exclusions, pas de catégorisation des personnes partiellement vaccinées comme «non vaccinées». Nous voulons voir les résultats totaux sur une période de temps significative. La plupart de ces études ne montrent que des effets partiels et à court terme.

La récente étude issue de Indiana par Tu et al. compare les résultats de mortalité pour des paires appariées d'individus non vaccinés mais infectés et de personnes vaccinées et trouve un avantage de 37% pour les vaccinés. 

Il s'agit d'une étude soigneusement conçue, mais vous devez regarder les petits caractères : "Les paires appariées ont été censurées lorsqu'un participant infecté a reçu un vaccin ou qu'un receveur de vaccin a été infecté." Donc, si les vaccinés sont décédés après avoir été également infectés, cela a-t-il été exclu de l'analyse ? Écrire dans Medscape, Perry Wilson a commenté: "Je crains que cela ne biaise les résultats en faveur de la vaccination."

Comparer Chemaitelly et coll., qui a constaté que : "l'efficacité de la primo-infection contre la réinfection grave, critique ou mortelle au COVID-19 était de 97.3 % (IC à 95 % : 94.9-98.6 %), quelle que soit la variante de la primo-infection ou de la réinfection, et sans preuve de déclin .' Ceci était basé sur des études de cohorte de la base de données nationale couvrant l'ensemble de la population du Qatar. Ainsi, une infection antérieure est la meilleure défense disponible contre une infection future, et presque tout le monde l'a eue.

Les études observationnelles sont susceptibles d'être affectées par des facteurs externes, c'est pourquoi elles se classent en dessous des ECR dans la hiérarchie de la médecine factuelle. Différents choix d'inclusion, d'exclusion et de calendrier peuvent conduire à des résultats différents. Les groupes de recherche devraient entreprendre plus souvent une analyse de sensibilité, pour découvrir comment la modification de chacun des paramètres clés modifierait les résultats. Les résultats sont-ils robustes dans tous les scénarios ? 

Les études montrant l'efficacité du vaccin peuvent avoir une validité interne mais manquent de validité externe pour une population dans son ensemble sur les deux années de la campagne de vaccination. Si tel est le cas pour les études revendiquant une protection contre l'infection, il est probable que ce soit également vrai pour les études revendiquant une protection contre la mort, car elles ont les mêmes limites et sont également incapables de déterminer les résultats holistiques. Différer certains décès de quelques mois ne suffirait pas.

Un autre exemple de ces anomalies de mesure mérite d'être mentionné. Dans ma dernière contribution, j'ai fait remarquer que les données américaines V-Safe montraient que 7.7 % des personnes déclaraient avoir consulté un médecin après la vaccination, alors que le chiffre australien comparable était inférieur à 1 %. Mais après avoir lu les petits caractères, je trouve que le AusVaxDonnées de sécurité est basé sur une enquête envoyée le jour 3 après la vaccination, alors que le Enregistrements V-Safe courir pendant 12 mois après la dernière dose. Ainsi, les données de surveillance active australiennes sont à très court terme. Le système américain est plus complet, mais n'était pas transparent car les données n'étaient rendues publiques que sur ordonnance du tribunal après une action en justice. 

Les chercheurs analysent les données qu'eux-mêmes ou les agences gouvernementales choisissent de mesurer ou de révéler, ce qui peut être très sélectif, voire trompeur. Les résultats à court terme sont extrapolés pour projeter les résultats à long terme qui ne se concrétisent pas. La recherche ne nous donne que des instantanés – la perspective micro et non macro.

Le public s'attend à ce que la vaccination les protège contre l'infection. Pourtant, des études récentes montrent que les vaccinés sont en réalité PLUS susceptibles d'être infectés, comme le Cleveland Clinic étude de Shestha et al. En effet, l'étude de la Cleveland Clinic montre une corrélation de type dose-réponse, le nombre d'infections augmentant progressivement avec le nombre de doses, et les auteurs discutent de deux autres études qui avaient des résultats similaires. Ils méritent d'être félicités pour la publication de leurs découvertes, qu'ils décrivent comme "inattendues". 

Mais ils ne seraient pas inattendus pour ceux d'entre nous qui prêtaient attention à la rapports de surveillance des vaccins de Public Health England, qui a montré que les personnes vaccinées avaient des taux d'infection plus élevés que les personnes non vaccinées (par exemple, voir le tableau 14 du rapport de la semaine 13, publié le 31 mars 2022). PHE les a grisés en espérant que nous ne remarquerions pas les données qui ne correspondent pas au récit. Leurs successeurs à l'Agence de sécurité sanitaire ont résolu le problème en supprimant complètement les rapports.

Dans cette contribution précédente, j'ai souligné que les courbes de mortalité européennes ont été plus plates au cours des deux dernières années de vaccination, ce qui est cohérent avec le fait qu'une certaine mortalité est au moins différée en augmentant l'immunité hybride. Mais différé de combien de temps ? Et quelles sont les contributions relatives de l'infection et de la vaccination ? Personne ne sait. 

Les grandes affirmations sur des millions de vies sauvées par la vaccination ne sont pas falsifiables car elles reposent à nouveau sur la prévention de scénarios hypothétiques contrefactuels dans lesquels de nombreux autres décès seraient censés avoir eu lieu sans la campagne de vaccination. Mais ces décès ne peuvent survenir que dans le monde virtuel de la modélisation informatique et ne peuvent être évités que pendant une courte période. La politique doit être basée sur des informations factuelles et une vue d'ensemble.

Les programmes gouvernementaux doivent être rigoureusement évalués, en particulier lorsqu'ils affectent la santé publique et les droits individuels. Les objectifs doivent être clairs, alors qu'en l'occurrence ils sont vagues et en constante évolution. Et les données sur les résultats doivent être simples, alors que dans ce cas, elles dépendent d'un traitement statistique complexe et variable de petits échantillons.

Les décideurs politiques et les politiciens ont lancé de grands appels sur la base de données incertaines. Ils doivent savoir avec certitude que la pandémie est considérablement modérée par les paramètres politiques et non prolongée.

L'objectif principal des stratégies gouvernementales aurait dû être de prévenir la surmortalité, mais la surmortalité est restée élevée jusqu'en 2022, culminant à un peu plus de 23 % (Royaume-Uni) et à plus de 10 % (États-Unis) (voir à nouveau OWiD). Il n'existe aucune preuve tangible que la surmortalité ait été globalement réduite au cours des deux ou trois dernières années.

Comment justifier la poursuite de la campagne de vaccination de masse si la population a déjà une immunité équivalente, la vaccination augmente le risque d'infection (et d'effets indésirables) et les autres bénéfices sont incertains ? 

L'OMS, les agences gouvernementales et les scientifiques ont commencé en 2020 avec l'objectif proclamé de "contrôler la pandémie", qui a évolué vers l'espoir que la vaccination contre le COVID-19 pourrait "mettre fin à la pandémie". Ce n'était pas le cas.

Ils ont rapidement dû admettre que les vaccinations ne fourniraient pas une protection complète contre la transmission ou l'infection, mais ont maintenu qu'ils étaient 'sensiblement efficace" contre les infections. 

Et pourtant, tout le monde a été infecté, plusieurs fois dans certains cas. 

L'échec est présenté comme un triomphe - mais est-ce un triomphe de la désinformation ? Est-ce une grande illusion ?