Vers le 1st de décembre 2021, le monde franchira un cap notable : plus de doses de vaccins Covid-19 auront été administrées qu'il n'y a d'habitants dans le monde. Les deux 'horloges' qui me permettent de prédire cette date sont ici et ici. Bien sûr, certaines personnes ont reçu trois doses (ou plus), et d'autres aucune mais déjà la majorité de la population mondiale ont été piquées au moins une fois avec un vaccin Covid-19.
Compte tenu de ce déploiement massif, nous devrions commencer à voir des effets dans les données agrégées. Ces données fournissent des preuves d'observation - des corrélations plutôt que des relations causales. Pourtant, ces corrélations peuvent être informatives, en particulier en tant qu'essais contrôlés randomisés pivots pour les vaccins Covid-19, dont on pourrait s'attendre à ce qu'ils révèlent des effets de causalité, n'ont pas été conçus pour répondre les questions que beaucoup de gens se posent sur les vaccins.
Voici ce que le médecin-chef de Moderna a dit au BMJ en 2020 pour savoir si les essais ont testé la protection contre l'infection - ce à quoi nous pensons normalement avec un vaccin :
"... Notre essai ne démontrera pas la prévention de la transmission... parce que pour ce faire, vous devez écouvillonner les gens deux fois par semaine pendant de très longues périodes et cela devient intenable sur le plan opérationnel." (Tal Zaks, médecin-chef Moderna).
De même, les essais n'ont pas été conçus pour découvrir (et ils n'ont pas non plus découvert) si les vaccins protégeaient contre les décès et les hospitalisations. Ces événements étaient trop rares pour que les essais aient une quelconque puissance statistique sur ces résultats. Voici à nouveau ce que le médecin-chef de Moderna a déclaré au BMJ:
« … Voudrais-je savoir que cela prévient la mortalité ? Bien sûr, parce que je crois que oui. Je ne pense tout simplement pas que ce soit faisable dans les délais [de l'essai] - trop de gens mourraient en attendant les résultats avant que nous ne le sachions. (Tal Zaks, médecin-chef Moderna).
Même l'essai pivot pour le vaccin Pfizer, avec un échantillon d'environ un tiers plus grand que l'essai Moderna, a eu trop peu de décès à tirer des conclusions fermes. Pour ce que cela vaut, il y a eu plus de décès au total dans le groupe vacciné que dans le groupe placebo. En d'autres termes, un univers où tout le monde est vacciné a plus de personnes qui meurent que dans un univers parallèle où personne n'est piqué mais sinon ils avaient les mêmes attributs pré-jab, en moyenne, que le premier univers.
Il était donc malhonnête, voire malhonnête, pour les bureaucrates de la santé Walensky, Walke et Fauci d'écrire un «point de vue» dans JAMA en février 2021 que revendiqué:
"... Des essais cliniques ont montré que les vaccins autorisés pour une utilisation aux États-Unis sont très efficaces contre l'infection au COVID-19, les maladies graves et la mort."
A juste titre, le Dr Peter Doshi, un BMJ rédacteur en chef et expert en critique des essais cliniques, a écrit un commentaire montrant que l'affirmation est fausse. Pourtant, comme l'a dit Jonathan Swift il y a 300 ans, "le mensonge vole, et la vérité vient en boitant après elle. Ainsi, des mois plus tard, à l'autre bout du monde, le plus grand journal de mon pays avait le Abonnement sur le statut vaccinal du quart-arrière des Green Bay Packers Aaron Rodgers (qui savait que la Nouvelle-Zélande avait autant de têtes de fromage?)
"... Les vaccins Covid-19 autorisés pour une utilisation aux États-Unis ont été testés sur des dizaines de milliers de personnes et se sont avérés à la fois sûrs et efficaces pour réduire considérablement le risque de maladie grave et de décès."
Bien sûr, cette affirmation, ainsi que de nombreuses autres soi-disant basées sur les procès, est fausse. Étant donné que les essais cliniques ont été si sujets à une mauvaise interprétation et qu'ils ont été levés en aveugle tôt, ce qui signifie que l'efficacité au-delà de six mois ne peut pas être établie à partir des données des essais, nous devons chercher ailleurs des preuves.
Plusieurs études récentes ont utilisé des données de registres nationaux ou de les fournisseurs de soins de santé, pour faire correspondre statistiquement les personnes vaccinées et non vaccinées pour voir à quelle vitesse l'efficacité du vaccin diminue - elle diminue rapidement, d'environ 10 points de pourcentage par mois pour la protection contre l'infection, tandis que les intervalles de confiance sur les résultats graves comme la mort sont souvent si larges que six mois après le deuxième une efficacité à dose zéro ne peut être exclue.
Ce sont des études intelligentes et c'est incroyable les données détenues sur les individus auxquelles les chercheurs peuvent accéder. Néanmoins, ces études supposent que "la sélection est basée sur des observables", ce qui peut être une mauvaise hypothèse pour le choix personnel de se faire piquer. Avec la sélection sur les observables, les seules choses qui déterminent si quelqu'un est piqué ou non sont des attributs que les chercheurs peuvent voir dans la base de données.
Au lieu de cela, si des facteurs non observables - préférences de risque, croyances personnelles, etc. - affectent les choix de vaccination et affectent également les résultats pour la santé, les comparaisons empiriques entre vaccinés et non vaccinés peuvent donner des estimations biaisées des effets du vaccin. C'est pourquoi des essais randomisés sont utilisés ; le groupe traité et le groupe placebo devraient, en moyenne, avoir les mêmes caractéristiques avant le traitement (à la fois observées et non observées).
Les données agrégées ne résolvent pas ce problème de sélection, mais parce que toutes les preuves sont si impures - essais randomisés mal conçus et mal interprétés, études au niveau individuel qui reposent sur l'appariement de vaccinés auto-sélectionnés avec des individus non vaccinés sans se soucier des biais potentiels provenant d'inobservables - nous devrait chercher dans tous les endroits pour avoir un aperçu. De plus, les données agrégées sont sous notre nez en raison de la prolifération de divers sites Internet qui fournissent des données sanitaires et économiques actualisées au niveau national (et même infranational).
L'analyse des données agrégées est en plein dans la timonerie de l'économie. Pourtant, les économistes ont été étonnamment absent des débats publics pendant la pandémie. On ne sait pas dans quelle mesure cette invisibilité est due à l'offre par rapport à la demande. Du côté de l'offre, Jay Bhattacharya suggère dans un interview qu'il y a eu un échec de la part de la discipline à parler des coûts des verrouillages et à documenter leur dommage collatéral. Du côté de la demande, l'ancien gouverneur de la banque centrale de Nouvelle-Zélande (puis, par la suite, chef de l'opposition parlementaire) Don Brash note que les politiciens ont suivi les conseils de Covid-19 auprès de sources assez improbables tout en négligeant les contributions des économistes.
Quelles que soient les raisons de cette invisibilité antérieure, les économistes commencent maintenant à sortir de leurs cocons et leurs analyses des données agrégées deviennent disponibles. En termes de déploiement mondial de vaccins, il semble que les conditions économiques importent plus que les conditions de santé. Dans 112 pays, le déploiement a été plus rapide pour plus riche pas plus malade des pays. Parmi les pays de l'OCDE, qui disposent de données de mortalité fiables et actualisées et sont fortement vaccinés, le déploiement a été plus rapide pour les pays où le choc économique négatif en 2020 avait été plus important, mais pas où le choc sanitaire (surmortalité) avait été plus importante.
Des preuves émergent également des effets globaux (et des non-effets) de la vaccination de masse. Pour 68 pays pour lesquels des données complètes sont disponibles, un simple nuage de points montre qu'il y avait pas de relation entre le pourcentage de la population entièrement vaccinée (début septembre 2021) et les nouveaux cas de Covid-19 au cours des 7 derniers jours. Un problème avec ces études transversales est que les facteurs omis déterminent les corrélations.
Par exemple, ma maison est un pays éloigné du Pacifique Sud, dont l'énorme douve a été complétée par des contrôles aux frontières stricts et un effondrement presque complet des voyages aériens intérieurs, permettant à la fois de faibles taux de vaccination pendant une grande partie de 2021 et un faible nombre de cas de Covid. L'éloignement représentait les deux chiffres. Un autre exemple est lorsque les taux d'infection augmentent de façon saisonnière en raison des conditions météorologiques qui poussent les gens à l'intérieur; un pays pourrait alors intensifier l'effort de vaccination, étant donné le désir des politiciens d'être vus faire quelque chose chaque fois qu'une mauvaise chose se produit, mais c'est le changement saisonnier qui est la force motrice.
Une approche économique standard de ces questions consiste à utiliser des données de panel (observations répétées sur les mêmes pays). Avec de telles données, nous pouvons supprimer l'effet des caractéristiques non observées (invariantes dans le temps) des pays et des caractéristiques non observées (invariantes dans l'espace) des périodes de temps pour atténuer l'impact des facteurs omis sur les corrélations.
Ces données de panel pour 32 pays de l'OCDE hautement vaccinés (plus de 1.3 milliard de doses à ce jour) qui disposent également de données de mortalité toutes causes à haute fréquence indiquent que les effets agrégés de la vaccination de masse se manifestent dans la sphère politique et économique, mais pas en termes de santé. Le graphique ci-dessous montre les relations entre le taux de vaccination complète et deux résultats sanitaires (décès de Covid-19 et de toutes causes), trois résultats économiques (mobilité personnelle vers divers types de lieux suivis par Google) et un résultat stratégique (la rigueur des règles de confinement).
Les résultats sont le changement par rapport au même mois de 2020, lorsque les vaccins n'étaient pas disponibles, par rapport à 2021, lorsque la vaccination de masse était en cours (pour chaque mois jusqu'en septembre). Les unités du graphique sont des écarts-types, pour permettre des comparaisons entre les résultats dans diverses unités natives (un indice pour les confinements, les variations en pourcentage pour la mobilité, les taux de décès).
Un taux de vaccination complète supérieur à l'écart type est associé à une rigueur de confinement inférieure d'un demi écart type. Cela reflète les politiciens de tous bords liant le verrouillage aux taux de vaccination. Par exemple, en septembre 2021, le Premier ministre néo-zélandais a affirmé Valérie Plante. "Nous sommes confinés parce que nous n'avons pas assez de Néo-Zélandais actuellement vaccinés..." Plus tôt dans l'année, le Premier ministre britannique Boris Johnson a affirmé Valérie Plante. "La façon de s'assurer que cela [l'assouplissement] se produise est d'obtenir ce coup quand votre tour viendra, alors faisons le coup."
Le rebond de l'activité économique, mesuré par l'évolution de la mobilité des consommateurs par rapport au même mois de 2020 (donc en tenant compte des facteurs saisonniers) est supérieur de plus d'un demi-écart type par écart type du taux de vaccination complète, pour le commerce de détail et les loisirs emplacements (et presque aussi grand pour les gares de transport en commun). À l'inverse, le temps passé dans les lieux résidentiels est inférieur d'environ un demi-écart type par rapport au même mois de 2020, dans les mois ou les pays où le taux de vaccination complète est supérieur d'un écart type.
Cette augmentation des déplacements est-elle due aux vaccins per se, peut-être en faisant en sorte que les gens se sentent plus en sécurité, ou est-ce simplement la réponse à des contrôles de verrouillage assoupli ? Il s'avère que c'est simplement l'assouplissement de la rigueur du verrouillage qui entraîne l'augmentation de la mobilité des consommateurs. Une fois cela pris en compte, il y a pas d'effet indépendant du taux de vaccination sur le Google Mobilité indicateurs. Nous pouvons donc considérer les coups comme un coup de poing dans le bras des politiciens pour relâcher leur emprise de fer sur la liberté de circulation des personnes.
Alors que les corrélations pour la mobilité (en tant que proxy de l'activité économique) et la rigueur du confinement sont importantes et estimées avec précision, les effets correspondants sur les indicateurs de santé globaux ne sont pas apparents. Plus précisément, pour ces pays jusqu'en septembre 2021, les taux de vaccination n'ont aucun lien avec les changements dans les nouveaux décès de Covid-19 par million, ni avec les changements dans la mortalité toutes causes confondues. Après 1.3 milliard de doses pour ces pays (et sept milliards de doses dans le monde), on s'attendrait à voir une certaine réduction des décès. Pourtant, un tel effet n'apparaît pas dans ces données.
D'après ces résultats, il semble que la vaccination de masse soit une sorte de carte de sortie de prison, comme un moyen de sortir de blocages ruineux et de permettre un certain rebond de l'activité économique. Pourtant, ce sont les politiciens et les bureaucrates de la santé qui nous ont mis en prison en premier lieu. À tout moment, ils pouvaient défaire ce qu'ils imposaient, avec ou sans vaccination de masse. Comme les verrouillages n'a pas réussi à contrôler le virus, et a fait ne sauraient réduire la surmortalité, les politiciens auraient pu défaire ces interventions coûteuses et inefficaces sans avoir besoin de recourir à la vaccination de masse.
2111-johngibson
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.
