Une étude intitulée « Impact mondial de la première année de vaccination contre la COVID-19 : une étude de modélisation mathématique » a été publiée dans la revue Lancet Infectious Diseases le 23 juin 2022. Elle conclut que près de 14 à 20 millions de vies ont été sauvées grâce au déploiement de la vaccination contre la COVID-19. Cette étude a immédiatement fait l’objet d’une large couverture médiatique internationale : The Hindu (Inde), Mint ( Inde), The Guardian (Royaume-Uni), CBS Detroit (États-Unis), etc. Il convient donc d’examiner la validité technique de cette étude.
Hypothèses erronées dans l'étude de modélisation de l'impact des injections : Cette étude intègre nécessairement divers paramètres importants. Un examen approfondi révèle que nombre de paramètres critiques reposent sur des hypothèses reconnues comme erronées dans la littérature. Le tableau ci-dessous résume ces observations.
| Aspect | Hypothèse dans l'étude de modélisation | Critique, vérification de la réalité de l'hypothèse |
| Immunité après infection naturelle | "la perte de l'immunité dérivée de l'infection .. suit une distribution d'Erlang avec un durée moyenne d'un an» (voir étude complément ). | L'immunité après une infection naturelle est robuste et durable; la protection contre l'infection dure beaucoup plus long que pour le piqûre ; la protection contre les maladies graves est probable toute la vie. |
| Évasion immunitaire aux nouvelles variantes après exposition à des variantes antérieures | "Évasion immunitaire car l'immunité dérivée de l'infection se produit pour 27% de la population précédemment infectée. | L'étude cité car ce nombre de 27 % est mal interprété. Dans l'étude de cohorte, 27% des participants ont montré une baisse des anticorps suivie d'une augmentation. Plutôt que de signifier que ces personnes sont redevenues sensibles, cela signifie que ces personnes ont été réexposées et que leur le système immunitaire a fonctionné exactement comme il était censé le faire. |
| Efficacité du vaccin contre l'infection par la variante Delta | Adénovirus: 67 %, ARNm : 88 %(voir tableau 1 de complément ) | Efficacité décroît dans 6 mois : Adénovirus : 44 %, ARNm : 63 %Une telle efficacité décroissante n'est pas modélisée. |
| Efficacité du vaccin contre la mortalité | Adénovirus: 92 %, ARNm : 93 %(voir tableau 1 de complément ) | L'efficacité contre la mortalité doit être calculée en tenant compte toute cause mortalité; une préimpression étude montre un plus modeste 73 % pour les injections d'adénovirus, et un négatif efficacité de –3% pour les jabs d'ARNm ; les chiffres modélisés sont donc beaucoup trop optimistes et incorrects ; protection contre hospitalisation et la mortalité est également connue pour diminuer et cela n'est pas modélisé. |
| Efficacité du vaccin contre la transmission | "Nous supposons que tous les individus vaccinés ont un 50% de réduction en infectiosité pour les infections percées. | L'étude cité car cette réduction de 50% indique clairement que l'efficacité contre la transmission se rapproche de zéro après 12 semaines du jab; autre études ont également montré que l'efficacité contre la transmission ultérieure est proche de zéro ; par conséquent, le numéro modélisé est erroné. |
Toutes les hypothèses erronées ci-dessus vont dans le sens d'amplifier l'impact possible des piqûres, tout en diminuant en même temps le rôle de l'immunité après une infection naturelle. Il est donc probable que l'étude de modélisation surestime les vies sauvées par le déploiement du jab Covid-19. Outre les paramètres ci-dessus, il existe encore un autre défaut technique, comme expliqué ci-dessous.
L’échec colossal du modèle de transmission du Covid-19 utilisé : en général, parmi les études scientifiques, la modélisation mathématique a beaucoup moins de poids que les études sur le monde réel, car la modélisation doit nécessairement faire des hypothèses simplificatrices.
En particulier, la modélisation de la Covid-19 a connu un échec retentissant. Plus précisément, le modèle de transmission de la Covid-19 proposé fin mars 2020 par l'Imperial College (Royaume-Uni) s'est révélé erroné d'un facteur 10 à 40, comme l'illustre le tableau ci-dessous (source des données : site web , feuille de calcul ).
| Pays | Prédiction | Données du monde réel | Facteur d'erreur de calcul par modèle |
| Suède | 80,000 XNUMX décès sans atténuation | ~ 6,000 XNUMX décès lors de la première vague sans verrouillage | 13 fois |
| Inde | 4.0 millions de décès avec "distanciation sociale de toute la population" 5.9 millions de décès sans atténuation | 150,000 2020 décès en 3 avec 6 mois de confinement strict, XNUMX mois de différents niveaux de relaxation | 26-39 fois |
Il est important de noter que l'étude actuelle de modélisation de l'impact du jab a utilisé la même modélisation de transmission Covid-19 ci-dessus, qui est connue pour avoir échoué par un facteur énorme. Étant donné que le modèle de transmission antérieur surestimait énormément la propagation et les décès de Covid-19, il va de soi que le modèle d'impact actuel utilisant le modèle de transmission a largement surestimé le nombre de vies sauvées par le déploiement du jab.
Conflits d'intérêts financiers : Indépendamment des lacunes techniques mentionnées ci-dessus, un autre aspect important mérite d'être souligné. L' article du Lancet indique clairement que les sources de financement de ces travaux incluent l'OMS, Gavi et la Fondation Bill & Melinda Gates, qui ont toutes un conflit d'intérêts financier lié aux campagnes de vaccination de masse. Or, la plupart des médias ont passé sous silence cette information cruciale. Ce manque de transparence est inapproprié et inacceptable pour un journalisme honnête.
En résumé , il est possible que les vaccins aient sauvé des vies, mais l'étude de modélisation surestime probablement largement ce chiffre. De plus, le fait que (a) les scientifiques doivent recourir à une étude de modélisation comportant autant d'erreurs et que (b) les médias en fassent une couverture partiale sans mentionner les conflits d'intérêts financiers ne plaide guère en faveur d'un impact significatif sur le nombre de vies sauvées. Pour démontrer qu'un vaccin sauve des vies, il est indispensable de se baser sur un essai contrôlé randomisé rigoureux.
Participez à la conversation
Publié sous un Licence internationale Creative Commons Attribution 4.0
Pour les réimpressions, veuillez rétablir le lien canonique vers l'original Brownstone Institute Article et auteur.
