15/10/2021 (2021-10-14)
[Source : pgibertie.com]
Epi-Phare — des questions à poser sur la fameuse étude de Véran qui justifie Véran
… Covid-19 : une étude française confirme l’efficacité des vaccins sur plus de 22 millions de personnes
Fait sans précédent, ces deux analyses ont été réalisées sur un total de 22,6 millions de personnes. Ce sont « les études épidémiologiques analysant l’efficacité “en vie réelle” des vaccins qui portent sur le plus grand nombre de personnes dans le monde », souligne Antoine Flahault, professeur d’épidémiologie et directeur de l’Institut de santé globale à Genève. « Les études israéliennes sur le sujet, elles, ont inclus près de 6,5 millions de participants, les études britanniques 2,6 millions et les études nord-américaines 3,4 millions », précise l’épidémiologiste suisse.
Une étude chez 15,4 millions de personnes âgées de 50 à 74 ans (7,7 millions vaccinées comparées à 7,7 millions non vaccinées) l’autre chez 7,2 millions de personnes âgées de 75 ans et plus (3,6 millions vaccinées comparées à 3,6 millions non vaccinées). Les deux cohortes ont été suivies jusqu’au 20 juillet 2021.
Une presse d’investigation se serait posée la question des conflits d’intérêt : Véran justifiant Véran et surtout elle aurait lu l’étude…
Il me semble utile de poser quelques questions sur la fiabilité de l’étude.
1) Il n’est pas vrai que la totalité des Français de plus de 50 ans soient incorporés dans cette étude et nous ne pouvons que le regretter…
L’étude porte sur 7,2 millions de Français de plus de 75 ans alors que le pays n’en compte que 6,200000
Ils auraient inventé un million d’habitants…
https://www.ined.fr/fr/tout-savoir-population/chiffres/france/structure-population/population-ages/
https://www.insee.fr/fr/statistiques/2381474
Pour les 50 à 75 ans , ils en étudient 15,4millions, l’INSEE en compte 21M soit …
Ce serait donc plus de 85% des plus de 50 ans en France qui auraient été suivis depuis le 11 février et jusqu’au 20 juillet , pour moitié non vaccinés pour une autre moitié à partir de la première dose
2) Toutes les hospitalisations covid n’ont pas été prises en compte
Un total de 26000 hospitalisés depuis le 11 février jusqu’au 20 juillet pour cause de covid selon l’étude
Au cours de cette même période selon Geodes nous en obtenons huit fois plus pour les catégories concernées : 80% des hospitalisations covid ont disparu…
La Drees nous a habitué à des choix sélectifs et l’ont ne peut que s’en inquiéter.
Nous constatons que les effets secondaires ne sont pas pris en compte pour les vaccinés , nous pouvons être certains qu’au moins 90% des hospitalisés Covid ont été testé covid via un test pcr, mais ils ne doivent être que 60% des hospitalisés non vaccinés à être certifiés covid.
3) En réalité il n’y a pas eu de suivi de tous les Français de plus de 50 ans
mais des « appariements de vaccinés et non vaccinés pouvant être utilisés plusieurs fois, un non-vacciné servant ensuite après la vaccination comme vacciné dans la poursuite de l’étude.
L’étude reconnait les appariements.
Les groupes « vaccinés » et « non vaccinés » ont été constitués, en appariant chronologiquement (du 27
décembre 2020 au 30 avril 2021) chaque sujet vacciné à un sujet non vacciné à la date de vaccination (ou
date index) de mêmes âge, sexe, région administrative et type de résidence (EHPAD et USLD avec/sans
PUI (pharmacie à usage intérieur)). Les personnes vaccinées et non vaccinées ont été suivies de la date
de vaccination jusqu’au 20 juillet 2021.
Nous retrouvons les même défauts dans une étude israélienne, la même opacité des données avec plusieurs biais évidents :
Le biais chronologique reconnu de l’étude israélienne : risque de mettre dans le même couple un vacciné et un non vacciné mais pour des périodes chronologiques différentes , les non vaccinés sont très nombreux pour les groupes âgés en pleine pandémie ( février mars avril) et sils seront très exposés à la maladie. Si on les compare à un nombre équivalent de vaccinés en mai ou juin , les vaccinés tomberont moins malades non parce qu’ils sont vaccinés mais parce que la pandémie est terminée…
Ils nous garantissent bien un appariement chronologique entre le 27 décembre et le 30 avril …Je veux bien mais il y a un os.
Très concrètement parlons des vaccinés Pfizer suivis après le 14e jour post deuxième dose. Il y en a beaucoup parmi les plus de 75 ans après le mois de mai , qu’ils en aient trouvé 1M700 000 n’est pas difficile. Mais pour trouver un nombre équivalent de non vaccinés, il y a un os dans le yaourt…
Mais à qui feront ils croire qu’ils ont pu suivre un nombre équivalent de plus de 75 ans non vaccinés et de vaccinés après le 30 avril ? ….Au début mai il n’y avait en France que 1,5 millions de plus de 75 ans , et leur nombre n’ a cessé depuis de diminuer…
À moins d’inventer un million de plus de 75 ans non vaccinés, l’étude était impossible à réaliser pour cette période faute d’effectifs
À moins de ne pas respecter l’appariement chronologique et de comparer ce qui ne l’est pas , des vaccinés
Merci de me rassurer.
Reprenons donc l’étude en attendant des précisions sur les comparaison s à long terme qui me posent problème.
Plus de 75 ans : le risque d’hospitalisation réduit des deux tiers.
| Non=vaccinés | 5 471 / 3 645 744 (0.15 %) |
| Vaccinés à partir de la première dose | 1 540 / 3 645 744 (0.04 %) |
Pour les 50 74 ans Le risque d’hospitalisation réduit de moins des deux tiers et seulement de moitié avec moderna :
| Non-vaccinés | 13 223 / 7 754 912 (0.17 %) |
| Vaccinés après la première dose | 4 317 / 7 754 912 (0.06 %) |
On nous dit qu’il ne s’agit que des hospitalisations covid Rien donc sur l’ensemble des hospitalisations qui auraient pu nous interpeler sur les effets secondaires. Cependant entreau cours de la deuxième semaine qui suit la première inoculation il se passe quelque chose d’étrange
Suivi du 7e jour jusqu’au 13e jour après la 1re dose :
Moderna
| Non-vaccinés | 139 / 288 795 (0.05 %) |
| Vaccinés | 179 / 288 795 (0.06 %) |
Pfizer
| Non-vaccinés | 1 926/ 2 823 965 (0.07 %) |
| Vaccinés | 1 234 / 2 823 965 (0.04 %) |
Il n’y a aucune différence [franche] entre vaccinés et non-vaccinés.
Une protection liée à la vaccination de un à trois pour les hospitalisations semble cohérente avec des statistiques d’autres pays.
Pour arriver à un à neuf il faut s’appuyer sur des comparaisons post deuxième doses qui butent sur des impossibilités démographiques étudiées plus haut.
CE QUE L’ON POUVAIT ATTENDRE.
Si l’on applique la règle Véran ( le vaccin réduit la mortalité de 90% on tombe alors sur des absurdités statistiques). En effet sans le vaccin il faudrait multiplier par dix le nombre de morts vaccinés pour avoir le nombre de décès évités
Sans le vaccin , cet été la France aurait eu plus de mort que l’hiver dernier avec deux fois moins de cas … Impossible
Israël et le Royaume Uni auraient dû avoir depuis mars trois fois plus de décès que n’en ont enregistré les statistiques de ces pays , bien plus que cet hiver
DEUX POSSIBILITES
- L’étude est truandée
- La France est protégée par Jupiter
Voir la démonstration par l’absurde sur Twitter par un biologiste dissimulé par le pseudo Mounotella.
L’équipe de France Soir met en évidence d’autre biais :
Epi-phare, une étude d’auto-validation du ministre de la Santé (francesoir.fr)
[Source : francesoir.fr]
Epi-Phare, une étude d’auto-validation du ministre de la Santé
Pixabay
Auteur(s) : Pierre Chaillot, statisticien, Vincent Pavan, mathématicien, et Xavier Azalbert, pour FranceSoir
ANALYSE — Ce lundi 11 octobre, le groupement Epi-Phare a publié deux études affirmant que « la vaccination est efficace à plus de 90 % pour réduire les formes graves de Covid-19 chez les personnes de plus de 50 ans en France ». Cette étude sort à quatre jours des discussions au Sénat sur la vaccination obligatoire en France. Depuis près de 18 mois, les experts nous vantent les mérites des études randomisées en double aveugle publiées après revue par les pairs dans des journaux indépendants sans que les auteurs n’aient de lien d’intérêt. Le canon de la science nous dit-on, malgré le fait que nous avons dû faire face à une nouvelle maladie qui aurait dû entraîner au sein de la loi d’urgence des « décisions adéquates ». Les études définies comme « best practice » font l’objet de protocoles enregistrés (clinicaltrials.gov ou bien Prospero) afin de s’assurer que celles-ci respectent les normes et règles établies. Le lecteur de cette dernière étude ne pourra donc qu’être surpris de l’absence de déclaration préalable de cette étude ou de l’absence de revue par les pairs. Le « deux poids, deux mesures » dénoncés par bien des scientifiques lors des derniers mois prend toute sa mesure avec cette nouvelle étude qui s’apparente plus à une autoévaluation ou auto-validation du ministre de la Santé Olivier Véran. Avant de rentrer dans les biais méthodologiques, les travers de cette étude au niveau macro sont nombreux : absence de revue par les pairs, non-déclaration préalable, lien entre Epi-phare, l’ANSM et le ministère de la Santé, sans parler de l’absence de validation ou calibration au réel en comparant à d’autres pays.
Transparence
L’étude Epi-Phare mesure-t-elle vraiment l’impact de la vaccination ?
La méthodologie d’Epi-phare est sensiblement la même que celle utilisée pour Israël dans l’étude de Dagan et al, dont la critique a été faite dans l’article « A-t-on encore le droit de questionner la politique vaccinale ? » Elle utilise le même type de données, les mêmes outils d’analyses, porte donc les mêmes biais et arrive aux mêmes conclusions. Les résultats dépendent entièrement de la manière dont ont été remonté les hospitalisations et décès liés à la Covid-19.
Cette étude montre seulement que les vaccinés ont 90 % moins de chance d’être déclarés malades de la Covid-19 ou décédés de la Covid-19. Rien ne nous montre que les vaccinés sont réellement moins hospitalisés ou décédés que les non-vaccinés. Il serait pourtant très simple de vérifier si la vaccination a un impact positif sur la santé.
La méthode volontairement borgne, biaisée d’emblée
La méthode de cette étude est décrite en page 7 ou 8 selon l’une ou l’autre des deux études : La cohorte de sujets vaccinés a été identifiée à partir de la base des données nationales pseudonymisées VAC-SI mise en œuvre par l’Assurance maladie. Ces données ont été couplées au Système national des données de santé (SNDS) afin de décrire leurs caractéristiques sociodémographiques et leurs comorbidités ainsi que d’identifier la cohorte de sujets non vaccinée.
Cela signifie que l’étude peut suivre tous les événements intéressants des vaccinés et non vaccinés intervenant à l’hôpital et les comparer.
Les événements d’intérêt (hospitalisation pour COVID, décès survenant au cours de l’hospitalisation pour COVID-19) ont été définis à partir des données d’hospitalisation du Programme de médicalisation des systèmes d’information (PMSI) Fast Track collecté et restitué par l’Agence technique de l’information sur l’hospitalisation (ATIH).
Cela signifie que seuls les évènements déclarés comme liés à la Covid-19 seront analysés. C’est un énorme biais.
En premier lieu, comme il a été montré dans la dernière revue des statistiques de la DREES, les non-vaccinés sont bien plus souvent testés que les vaccinés (pass sanitaire oblige). Ainsi, un non-vacciné a beaucoup plus de chance d’avoir un test positif qu’un vacciné.
Rappelons ici que la Haute autorité de santé considère que la spécificité des tests Covid-19 est de 98%. Ainsi, jusqu’à 2 % de faux positifs peuvent être comptabilisés. Tester massivement les non-vaccinés qui ne sont pas malades va nécessairement entraîner des comptages de faux positifs qui seront rangés dans la case « asymptomatique ». Si on testait tous les millions de petits garçons français avec un test de grossesse, on en trouverait forcément quelques-uns de positifs. Avec la nouvelle logique Covid, il faudrait donc les déclarer en « grossesse asymptomatique ».
Ainsi, tous ces non-vaccinés, surtestés et donc positifs par le hasard des choses, vont voir leurs évènements indésirables classés en « Covid ». Biaisant ainsi tous les résultats statistiques.
De plus, dans cette dernière critique sur les statistiques de la DREES, il a été montré que les non-vaccinés sont beaucoup plus souvent inscrits à l’hôpital dans la case Covid-19 que les vaccinés, même sans test positif de confirmation.
Chacun peut vérifier que dans le tableau 1 de sa dernière étude, la DREES informe des entrées à l’hôpital, soins critiques et décès pour cause Covid-19, selon le statut vaccinal et la présence d’un test RT-PCR positif. Ainsi, sur la période du 30 août au 5 septembre, 619 personnes ont été déclarées décédées de la covid-19 à l’hôpital. Parmi elles, 466 étaient non vaccinées et 130 avaient une vaccination complète. Étonnamment, seuls 61% des non-vaccinés déclarés décédés de la Covid avaient bien un test positif (286/466) contre 92% des vaccinés (119/130).
Cette étude d’Epi-Phare n’est pas une étude randomisée. Il ne s’agit pas d’un groupe d’étude et d’un groupe de contrôle choisis au hasard et portant des caractéristiques similaires. Cette étude est construite à partir de données administratives médicales. Il n’y a donc absolument aucun contrôle scientifique préalable sur leur qualité. Personne ne sait si la déclaration « hospitalisation Covid-19 » ou « décès Covid-19 » est sans biais relatif au statut vaccinal. Les statistiques semblent plutôt révéler un biais en accord avec des pressions politiques ou financières, comme nous avons pu le voir sur l’aspect « surdéclaration » expliqué dans cette vidéo ou l’étrange répartition géographique expliquée dans cet article.
Ainsi, ces études d’Epi-Phare contiennent les mêmes biais de sélections que les statistiques de la DREES, il est donc normal d’y retrouver les mêmes ordres de grandeur des résultats.
Une méthodologie complexe permet de masquer les incohérences
S’il y a bien une maladie qui s’est répandue depuis 2020 dans le monde scientifique, c’est la modélite aiguë. Désormais, toute étude semble devoir s’appuyer sur des modèles. Cela a le double avantage de donner un caractère sérieux à n’importe quel résultat trivial ou même invraisemblable, tout en éliminant toute relecture par des personnes non initiées à ces cascades. Lorsqu’on a été formé à comprendre les mécanismes de ces modèles, on est souvent surpris de la distance séparant le titre de l’étude des statistiques utilisées.
Un appariement étrange vaccinés/non-vaccinés
Concernant l’étude des 75 ans et plus, les auteurs annoncent page 5 suivre une cohorte de vaccinés et une cohorte de non-vaccinés en France, représentant 7,2 millions de personnes. Il est étonnant d’avoir les données d’autant de personnes puisque l’Insee estime la population de France (donc incluant les DOM-TOM) de plus de 75 ans à 6,4 millions de personnes. Une erreur de 800 000 personnes de la part de l’institut semblerait assez improbable, surtout s’il s’agit de personnes ayant leurs données SNDS disponibles.
À la page 11, les auteurs précisent : 2 486 060 (40,5%) sujets inclus uniquement dans le groupe « vaccinés », 2 486 060 (40,5%) sujets inclus uniquement dans le groupe « non vaccinés » et 1 160 913 (19,0%) sujets initialement inclus dans le groupe « non-vaccinés » puis devenus vaccinés par la suite, et donc inclus successivement dans le groupe « non-vaccinés » puis le groupe « vaccinés ».
Ainsi, la cohorte suivie serait en réalité de 6,1 millions de personnes (et pas 7,2), dont 1,1 million comptés 2 fois.
Ce double comptage est à la fois incompréhensible et problématique. Les auteurs écrivent en page 8 :
Afin de rendre comparable les groupes « vaccinés » et « non vaccinés », nous avons constitué des couples (1 personne vaccinée et 1 personne non-vaccinée), en appariant chronologiquement (de 27 décembre 2020 au 30 avril 2021) chaque sujet vacciné à un sujet non vacciné à la date de vaccination (ou date index) de mêmes âge (même année de naissance), sexe, région administrative et type de résidence (EHPAD et USLD avec/sans PUI (pharmacie à usage intérieur)). Ces informations constituent les variables d’appariement. Les sujets non vaccinés (témoins) ne pouvaient être appariés qu’à une seule personne vaccinée. Si un sujet témoin était vacciné au cours du suivi, le suivi était aussitôt arrêté pour l’ensemble du couple auquel il appartenait, puis le sujet nouvellement vacciné était de nouveau éligible pour être inclus dans la cohorte en tant que vacciné.
Ainsi, avec cette méthode, les premiers vaccinés sont très rapidement sortis de l’étude puisqu’ils ont beaucoup de chance d’être appariés à un non-vacciné qui va se faire vacciner rapidement. Dès lors, il paraît tout à fait normal que l’étude ne soit pas capable de détecter de baisse d’efficacité vaccinale, puisqu’elle se débarrasse des primo-vaccinés au fur et à mesure. Les 1,1 million de comptés 2 fois signifient que l’étude de 1,1 million des 2,4 millions de vaccinés qui n’ont pas changé de groupe s’est arrêté précocement soit 45%.
Pourtant, il est trivial de savoir qui dans toute la cohorte sera un jour vacciné. Il ne faut donc pas apparier un vacciné avec un futur vacciné pour ne pas perdre son suivi.
Des non-vaccinés en bien mauvaise santé
Les auteurs ont apparié vaccinés et non-vaccinés selon quatre critères : même âge (même année de naissance), sexe, région administrative et type de résidence (EHPAD et USLD avec/sans PUI (pharmacie à usage intérieur)).
Pourtant, les nombreuses études à disposition montrent que l’état de santé d’une personne est déterminant sur son risque d’être hospitalisée ou même de décéder. À la page 16 de l’étude, on apprend que les non-vaccinés sont plus souvent :
- En situation de grande défavorisation (indice 4 et 5)
- Fragiles
- Alcooliques
- Obèses
- Diabétiques
- Fumeurs
Précisons à ce stade que les personnes défavorisées sont le plus souvent sous-diagnostiquées, ainsi les problèmes médicaux identifiés ont une probabilité plus grande d’être sous-estimés.
Il est donc « étonnant » que l’appariement n’ait pas eu lieu également sur ce type de critère qui risque fort de biaiser les résultats.
« Nous demandons que soit réalisé un appariement cohérent avec les variables affectant le résultat. »
Au lieu d’améliorer la qualité de l’appariement, les auteurs ont décidé d’établir une méthode pour corriger les biais des covariables citées. Le modèle de Cox est censé proposer des résultats sans biais. Pour appliquer cette méthode il faut supposer que l’évènement que l’on suit (décès ou hospitalisation) résulte d’une somme de facteurs et que certaines hypothèses soient vérifiées.
Ainsi, il faut que le risque porté par chaque covariable soit constant. Le modèle ne tient pas la route si le risque d’être hospitalisé pour Covid-19 lorsque l’on est fumeur dépend de la période de l’année. Étant donné que ce risque est fortement lié à la saison (beaucoup d’hospitalisations et de décès l’hiver et très peu l’été).
« Il faut donc que soient publiées les vérifications d’hypothèses permettant de justifier le modèle. »
Ajoutons que cette régression de Cox qui additionne des facteurs de risque n’a aucun sens si on considère que les risques ne s’additionnent pas. Ainsi, pour simplifier, si on considère que le risque porté par le fait de fumer et d’être obèse à la fois, est bien plus grand que le risque d’être fumeur additionné au risque d’être obèse, ce modèle ne tient pas non plus. Pourtant, cette augmentation du risque plus forte qu’un simple cumul semble bien probable dans la vraie vie. À l’inverse, si les risque ne s’additionnent pas et que le plus grand l’emporte, par exemple, le modèle s’écroule aussi.
Une méthode sans biais pourtant facile à mettre en œuvre
Il serait extrêmement facile pour Epi-Phare de retirer le biais de sélection sur l’enregistrement « Covid ». Il suffirait de garder la même étude, mais de choisir comme évènement d’intérêt « hospitalisation » et « décès », à la place d’« hospitalisation Covid » et « décès Covid ».
Cette étude permettrait en plus d’évaluer le bénéfice total de la vaccination, rapporté à ses risques. En effet, même si nous supposions que la déclaration Covid-19 n’a aucun biais de sélection entre non-vacciné et vacciné, il reste le biais lié à l’injection en elle-même. Si jamais l’injection est associée à une augmentation de la mortalité, même faible, des plus fragiles, alors les plus fragiles sont décédés avant d’être malades de la Covid-19. On trouvera alors un taux de mortalité lié à la Covid-19 plus faible chez les vaccinés, car certains seront morts avant.
Ainsi, comme pour l’étude de Dagan et al., nous demandons que soient considérés comme évènements d’intérêt les « décès » et « hospitalisations ». Cela nous permettra de savoir si ces injections ont un réel intérêt pour la santé publique.
D’autres personnes se sont interrogées sur cette étude
Sur les réseaux sociaux, plusieurs personnes se sont employées à critiquer cette pseudo-étude, comme Patrice Gibertie sur son blog Epiphare/des questions a poser sur la fameuse étude de veran qui justifie veran.
L’analyse la plus intéressante porte sur la validation exogène de l’étude en appliquant les données à d’autres pays comme Israël ou le Royaume uni pour analyser qu’en appliquant les ratios (1/10 décès de vaccinés) de l’étude Epi-Phare au Royaume uni il y aurait donc au 15650 décès de plus de 50 ans s’il n’y avait pas eu les vaccins. La calibration au réel est une phase essentielle de toute étude rétrospective et visiblement elle a été totalement omise de l’étude Epi=Phare comme si les autres pays n’existaient pas.
Et d’un point de vue de la dépense publique et du rapport coût-bénéfice ?
Il ne fait aucun doute que, si la Covid-19 est bien une maladie hautement contagieuse et mortelle dont les vaccins protègent à plus de 90%, il devrait apparaître nettement un intérêt de ces produits pour les décès et hospitalisations toutes causes.
Rappelons que cette demande a été clairement formulée par la Cour des comptes. Dans son rapport du 22 septembre 2021, la Cour des comptes analyse les statistiques mises à disposition par le gouvernement pour « informer » sur la situation actuelle et surtout justifier sa politique
La Cour des comptes est donc bien consciente que les statistiques estampillées « Covid » n’apportent absolument aucune information sur la situation sanitaire, et ce depuis le début de cette crise. Le terme « opaque » est bien évidemment le doux euphémisme de « propagande ».
Vu les sommes actuellement engagées dans cette politique vaccinale (5,7 milliards d’euros) alors qu’est maintenu le choix de supprimer les lits d’hôpitaux (-5 700 en 2020), il est plus que temps de prouver l’intérêt de cette stratégie, sans biais.
Un gain ridicule au regard de son coût
À partir de la page 23 sont listées les différences entre vaccinés et non-vaccinés selon la méthode utilisée. Même si nous n’avions pas relevé de problème de méthode dans cette étude, il faut réaliser le piètre bénéfice révélé ici.
Pour une somme engagée de 5,7 milliards d’euros, la politique du tout-vaccinal « permettrait » de passer d’un taux de 0,31% d’hospitalisation des personnes de 75 ans et plus à 0,03%, soit de 19 000 à 2 000 (-17 000 séjours) pour 6,2 millions de personnes. Pour les 20 millions de 50-74 ans, le risque passerait de 0,05% à 0,01%, soit de 9 000 à 1000 (-8 000).
Cela fait donc 5,7 milliards dépensés pour « éviter » 25 000 hospitalisations. En comparaison l’hôpital a enregistré en 2019 11,7 millions de séjours en hospitalisation complète et 17,6 millions de journées en hospitalisation partielle. Ce 25 000 est donc complètement insignifiant sur l’activité hospitalière française (0,21%) comme le révèle la quasi-impossibilité de l’observer graphiquement.
En revanche, en 2019, les dépenses de consommation de soins hospitaliers (secteurs public et privé, hors soins de longue durée) s’élèvent à 97,1 milliards d’euros. Les 5,7 milliards dépensés représentent près de 6 % de ce budget.
Constater un tel montant d’argent public ainsi dépensé au bénéfice des grands industriels pharmaceutiques, alors que le gain que l’État s’échine à vouloir justifier n’a pas le moindre rapport avec le coût de la vaccination, n’est qu’une preuve supplémentaire qu’à aucun moment depuis 18 mois il n’a été question de santé publique.
La transparence est le socle de toute étude scientifique, permettant à tous les chercheurs de réaliser des analyses sur la même base de données publiques. Si le gouvernement est aussi sûr de lui sur l’efficacité des vaccins, qu’il permette enfin aux chercheurs indépendants d’accéder aux données. C’est normalement le fondement de toute étude scientifique de nous permettre de réaliser aussi des analyses sur la même base. Pourquoi continuer à cacher des données pseudonymisées qui d’après eux prouvent le miracle de la vaccination en sauvant de nombreuses vies ? Ouvrez enfin les accès pour que nous puissions, nous aussi, être enfin convaincus par votre politique, au lieu d’avoir à subir vos conclusions sans pouvoir les vérifier.
Jacques Attali a bien déclaré que « faire confiance doit devenir un droit de l’Homme » et Lénine que « La confiance n’exclut pas le contrôle. »
Auteur(s): Pierre Chaillot, statisticien, Vincent Pavan, mathématicien, et Xavier Azalbert, pour FranceSoir
[Source : pgibertie.com]
Même si Pascal Praud ne le veut pas, l’étude de Véran est foireuse
Non, Mr Praud vous ne pouvez renvoyer Yvan Rioufol dans les cordes par un simple argument d’autorité. L’étude EPI-PHARE est indigne, comparable à celle menée par la call-girl américaine pour discréditer l’hydroxychloroquine et permettre l’arrêt des expériences sur la molécule.
Non M Praud vous ne pouvez renvoyer Yvan Rioufol dans les cordes par un simple argument d’autorité. L’etude EPI PHARE est indigne, comparable a celle menée par la call girl américaine pour discréditer l’hydroxychloroquine et permettre l’arret des expériences sur la molécule.
Tout comme pour le Lancet Gate les observateurs découvrent le pot aux roses en mettant en évidence des impossibilités statistiques. J’avais exposé les mêmes remarques pour une étude qui prétendait suivre via des appariements presque toute la population israélienne. Depuis le biais chronologique a été reconnu : risque de mettre dans le même couple un vacciné et un non-vacciné, mais pour des périodes chronologiques différentes, les non-vaccinés sont très nombreux pour les groupes âgés en pleine pandémie (février mars avril) et ils seront très exposés à la maladie. Si on les compare à un nombre équivalent de vaccinés en mai ou juin, les vaccinés tomberont moins malades non parce qu’ils sont vaccinés, mais parce que la pandémie est terminée…
L’étude de Mr Véran s’en défend, mais alors nous nous heurtons à des impossibilités statistiques : comment trouver des non-vaccinés en nombre suffisant en mai juin juillet ?
L’étude explose sous les incohérences ! Les données de l’Assurance Maladies et celles de Santé publique France sont en contradiction sur de multiples points avec celles de ladite étude. Vérifiez !
Si l’on applique la règle Véran (le vaccin réduit la mortalité de 90 % on tombe alors sur des absurdités statistiques). En effet sans le vaccin il faudrait multiplier par dix le nombre de morts vaccinés pour avoir le nombre de décès évités
sans le vaccin, cet été la France aurait eu plus de morts que l’hiver dernier avec deux fois moins de cas… Impossible
Israël et le Royaume-Uni auraient dû avoir depuis mars trois fois plus de décès que n’en ont enregistré les statistiques de ces pays, bien plus que cet hiver
Aux 722 décédés britanniques non vaccinés il faudrait rajouter 1700 vaccinés décédés et donc 17 000 décédés évités par le vaccin selon Véran. 20 000 MORTS au lieu de 2400… Impossible !
Vous avez lancé un appel à témoignage, nous serons des centaines d’universitaires à vous répondre sur tous les points précis, mais en attendant :
Comment expliquez-vous que cette étude qui prétend suivre 22 millions de Français sur plusieurs mois puisse y parvenir ?
Le diable se cache dans les détails :
20 % DES PLUS DE 55/74 ANS FUMENT, l’étude n’en trouve que 5 %.
10 % DES PLUS DE 74 ANS FUMENT L’ÉTUDE EN TROUVE 1 %.
Les statistiques officielles comptent 170 000 personnes prises en charge pour Parkinson dans toute la France, l’étude en trouve le double pour les plus de 50 ans.
Des différences inexplicables en plus ou en moins sont vérifiables pour le diabète ou Alzheimer.
Les groupes de non-vaccinés sont deux fois plus nombreux à ne pas être vaccinés contre la grippe. Les lecteurs de ce blog n’ignorent pas que la moitié des Covid graves sont associés à une grippe préparant le terrain à la Covid.
la différence est conséquente pour les plus de 75 ans parmi lesquels on compte 700 000 non vaccinés contre la grippe de plus dans le groupe des non-vaccinés Covid.
L’étude porte sur 7,2 millions de Français de plus de 75 ans alors que le pays n’en compte que 6,200 000
1,1 M DE VACCINES AURAIENT ÉTÉ COMPTES ET APPARIES DEUX FOIS
Au début de la période considérée 1,1 M de vaccinés contre I, 1 million de non vaccinés, mais au fur et à mesure où les non-vaccinés se font vacciner, ils deviennent dans l’étude des vaccinés et sont appariés à de nouveaux non vaccinés. Les 1,1 M de vaccinés avec lesquels ils étaient appariés sont retirés définitivement de l’étude et par conséquent cessent d’être suivis. S’ils tombent malades par la suite, au pire moment de la pandémie, cela ne sera pas pris en compte.
Étudions ce qui se passe au cours du dernier mois de ladite étude
CONTRADICTION ENTRE SANTÉ PUBLIQUE France ET L’ÉTUDE EPI-FOIRE : 600 vaccinés hospitalisés manquent à l’appel en juillet
Entre le 20 juin et le 21 juillet selon Geodes nous avons eu en tout 730 hospitalisations de plus de 75 ans
Par ailleurs selon Epi Phare l’étude se serait poursuivie avec en appariement un million de non vaccinés de cette tranche d’âge, soit a minima, tous ceux qui vivent dans le pays à ce moment-là…
Et un million de vaccinés (faciles à trouver). Mais à qui feront-ils croire qu’ils ont pu suivre un nombre équivalent de plus de 75 ans non vaccinés et de vaccinés après le 30 avril ? … Au début mai il n’y avait en France que 1,5 million de plus de 75 ans, et leur nombre n’a cessé depuis de diminuer…
Toujours selon EPI-PHARE il y aurait eu pour tous les non-vaccinés disponibles dans le pays 154 hospitalisations… On devrait en déduire que les hospitalisés vaccinés de plus de 75 ans sont 730-154 soit 576… Pas du tout ils n’en trouvent que 25
Problèmes majeurs c’est de cette période que l’on tire les enseignements sur l’efficacité à long terme des vaccins contre le Delta
En recoupant les statistiques de l’étude avec celles de la DREES, nous observons deux biais majeurs :
- les vaccinés se font tester dix fois moins que les non-vaccinés ce qui rend impossibles les comparaisons de risques de contamination entre les deux catégories. Les études sérieuses portent sur la charge virale dans les muqueuses, elle est identique ce qui démontre que la vaccination ne protège pas de la contamination
- nous pouvons être certains qu’au moins 90 % des hospitalisés vaccinés Covid ont été testés Covid via un test PCR, mais ils ne doivent être que 60 % des hospitalisés non vaccinés à être certifiés Covid
La sous-évaluation des vaccinés hospitalisés est donc là encore évidente !
⚠ Les points de vue exprimés dans l’article ne sont pas nécessairement partagés par les (autres) auteurs et contributeurs du site Nouveau Monde.
