Grès brun » Articles de l'Institut Brownstone » Les vaccins Covid ont-ils sauvé des dizaines de millions de vies ?

Les vaccins Covid ont-ils sauvé des dizaines de millions de vies ?

PARTAGER | IMPRIMER | E-MAIL

L'introduction des vaccins Covid a-t-elle réduit la mortalité ?

A prépublication récente, avec le désormais discutable Medical Journal Lancette, affirme que l'introduction du vaccin Covid en décembre 2020 a en fait évité des dizaines de millions de décès dans le monde. 

Bien sûr, les revendications font les gros titres dans le monde entier.

Cet article a été soumis par le groupe de recherche dirigé par Azra Ghani de l'Imperial College de Londres. Il a été financé par l'Alliance mondiale pour l'initiative des vaccins (GAVI), la Fondation Bill et Melinda Gates, le Rhodes Trust, l'Organisation mondiale de la santé (OMS) et d'autres. Le Dr Ghani agit en tant que consultante pour HSBC, GlaxoSmithKline et l'OMS et, comme ses autres collègues de l'Imperial College, est pro-confinement/pro-panique et pro-vaccin depuis plus de deux ans.

Ce contexte à lui seul suffit pour que je jette des soupçons sur quoi que ce soit dans cet article. Mais, je veux regarder le contenu du papier.

Premièrement, comme le titre l'indique clairement, il s'agissait d'une étude de « modélisation mathématique ». En termes scientifiques, les études de modélisation mathématique représentent l'équivalent d'un « avis ». La raison en est que pour comprendre le résultat, vous devez comprendre non seulement les entrées, mais également les algorithmes. Et, comme nous l'avons clairement vu depuis 2020, les modèles mathématiques ont tendance à être FAUX. Ce ne sont que des outils.

Alors, qu'est-ce qui ne va pas avec cet article? Je n'ai même pas besoin de connaître les algorithmes car les entrées sont mauvaises !

  1. Prédire la mortalité

La caractéristique la plus flagrante est qu'il est presque impossible de prédire la mortalité (future ou passée), en particulier avec les virus respiratoires courants. On peut prédire qu'un certain pourcentage de personnes âgées (plus de 75 ans) avec plusieurs comorbidités sont susceptibles de succomber à un virus respiratoire comme le Covid, mais on ne peut pas prédire qui et quand. Certaines personnes qui semblent être des candidats de choix à la mortalité peuvent survivre tandis que d'autres qui semblent en meilleure santé peuvent succomber.

Même ainsi, la prédiction de la mortalité par Covid a été basée sur des données réelles, et non sur une modélisation. Les modèles mathématiques qui ont été présentés à l'Imperial College ont toujours été totalement FAUX. 

Même avec des maladies plus établies comme le cancer, prédire la mortalité peut être une chose délicate. C'est pourquoi des estimations sont données pour la survie en fonction du stade du diagnostic et des traitements, mais ce ne sont que des estimations. En aucun cas, un professionnel de la santé n'affirme qu'en utilisant la radiothérapie, nous sauvons X nombre de vies chaque année du cancer.

Je pourrais aussi écrire un programme qui prédit la mortalité en fonction du style de chaussures qu'une personne porte ou du type de voiture qu'elle conduit. Par exemple, les jeunes peuvent être plus enclins à porter un style particulier de baskets et comme les jeunes sont moins susceptibles de mourir de Covid, je pourrais calculer que le port de ce type de baskets sauve des vies.

Sauver des vies est presque toujours un argument fallacieux.

2. Ignorer d'autres facteurs 

  1. Immunité naturelle

Au moment où les vaccins ont été introduits en décembre 2020, un très grand pourcentage du monde avait déjà connu Covid. Nous savons, grâce aux études de séroprévalence, que le virus d'origine circulait depuis au moins la mi-2019. Nous savons également que l'immunité naturelle s'est avérée plus forte que toute immunité induite par un vaccin à court terme. Ainsi, un très grand pourcentage de la population avait une forme supérieure d'immunité qui fonctionnait déjà pour eux, l'immunité naturelle.

B. Élimination des maladies

Au moment où les vaccins ont été introduits en décembre 2020, les personnes les plus sensibles aux maladies graves et à la mort avaient déjà succombé à la maladie. Les personnes âgées qui ont été infectées et ont survécu en 2020 avaient désormais une immunité naturelle qui travaillait pour elles. Comme pour toute épidémie annuelle de maladies infectieuses, vous obtenez des années de mortalité élevée suivies d'années de moindre gravité simplement parce que les personnes les plus sensibles succombent tôt tandis que d'autres continuent. 

C. Sensibilité de la population 

La pièce ci-dessus ignore complètement l'énorme gradient de sensibilité à la mortalité dans la population. Les jeunes ont eu une très faible mortalité par infection au cours des deux dernières années. Les modèles mathématiques supposent le même niveau de susceptibilité à la mortalité dans toutes les populations. Nous savons que cette hypothèse est une erreur et nie complètement l'un de leurs "modèles".

D. Réduction de la gravité de la maladie avec des variantes 

Au moment où les vaccins ont été introduits en décembre 2020, les variantes suivantes faisaient leur apparition ("Delta"). Le cours évolutif naturel des virus est vers moins de létalité. Une transmissibilité accrue est certainement possible puisque ceux-ci tendent aux virus qui survivent.

Ajoutez à cela le fait que les vaccins n'ont été conçus que pour traiter (partiellement) le virus source original de Covid, et vous avez le vaccin qui n'entre même pas dans l'équation.

E. Améliorations des traitements

Au moment où les vaccins ont été introduits en décembre 2020, les médecins du monde entier avaient appris à traiter les cas les plus graves de Covid. La grande majorité des personnes souffraient encore d'une maladie bénigne et étaient peu en danger, mais les cas les plus graves pouvaient être traités par des traitements efficaces et en évitant les actions dangereuses telles que la ventilation.

3. Utilisation des données

  1. La surmortalité comme marqueur

L'hypothèse du modèle est que les données de «surmortalité» ne peuvent être directement corrélées à Covid, alors qu'en fait c'est une hypothèse incorrecte. Partout dans le monde, la mortalité liée au Covid ne joue qu'un rôle mineur dans la mortalité globale. Ainsi, il existe de nombreux autres facteurs qui pourraient jouer dans toute interprétation de la mortalité.  

Mais, pour avoir un sens, il faut séparer les statistiques de mortalité par tranche d'âge et celles les plus susceptibles de mourir de Covid. 

  1. Utiliser des données non fiables 

Nous savons maintenant que le nombre réel de décès résultant de Covid lui-même a été surestimé en raison des critères qui favorisaient le signalement de Covid par rapport aux véritables causes ainsi que de l'utilisation de la PCR comme critère déterminant. Nous savons qu'une personne aurait pu complètement se remettre de Covid et succomber à quelque chose sans rapport avec Covid, mais parce qu'elle avait un PCR positif dans son histoire, elle a été enregistrée comme un décès de Covid.

Nous ne comprendrons peut-être jamais vraiment le nombre réel de personnes qui ont réellement succombé à Covid parce que les eaux des données ont été si confuses et qu'il y a eu tellement d'influence politique. C'est dommage car cela signifie que nous continuerons probablement à voir des abus de chiffres non fiables afin d'essayer de faire des réclamations sur les actions des deux dernières années et demie.

Je ne pense pas que quiconque doive être un scientifique accrédité pour voir complètement les erreurs dans le type de rapport cité ci-dessus.

Si j'étais un critique de cet article, je le renverrais avec le commentaire : jetez celui-ci à la poubelle. 



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.

Auteur

  • Roger Koups

    Roger W. Koops est titulaire d'un doctorat. Il est titulaire d'un doctorat en chimie de l'Université de Californie à Riverside ainsi que d'une maîtrise et d'un baccalauréat de la Western Washington University. Il a travaillé dans l'industrie pharmaceutique et biotechnologique pendant plus de 25 ans. Avant de prendre sa retraite en 2017, il a passé 12 ans en tant que consultant axé sur l'assurance/contrôle qualité et les questions liées à la conformité réglementaire. Il est l'auteur ou le co-auteur de plusieurs articles dans les domaines de la technologie pharmaceutique et de la chimie.

    Voir tous les messages

Faire un don aujourd'hui

Votre soutien financier à l'Institut Brownstone sert à soutenir des écrivains, des avocats, des scientifiques, des économistes et d'autres personnes courageuses qui ont été professionnellement purgées et déplacées pendant les bouleversements de notre époque. Vous pouvez aider à faire connaître la vérité grâce à leur travail continu.

Abonnez-vous à Brownstone pour plus de nouvelles

Restez informé avec le Brownstone Institute