Les lectrices et lecteurs réguliers de ce blog savent déjà combien, de mois en mois et comme d’autres bien sûr, il aura constitué un espace de réflexion et même d’aventures intellectuelles. J’ai eu l’inspiration d’y publier beaucoup, mettant à profit mes différents ordres d’expertise patiemment acquis au long de trente années de travail et d’enseignement […]
Dans son dernier point hebdomadaire (dont je conseille le visionnement à tout le monde tant il constitue une nouvelle leçon de science), le Pr Didier Raoult s’exclame « Arrêtons de prendre les experts pour des imbéciles ! » à quoi on pourrait ajouter symétriquement « arrêtons de prendre autant d’imbéciles pour des experts ! »
Il est vrai que le mal est diablement répandu par les temps qui courent, y compris au sein de certains cercles dits scientifiques. Mais qui ne le sont en réalité pas : il y a ainsi aujourd’hui toute une caste de « politiciens de la science » qui sont au domaine du savoir ce que d’aucuns sont à celui des affaires publiques : des affairistes et des gredins, et surtout des ignorants.
La « Task Force scientifique » en Suisse par exemple est un comité qui s’est co-opté (si, si ! la preuve figure dans la référence infra) puis imposée au gouvernement, lequel n’est, de notoriété publique, que l’exécutant de Big Pharma dans ce petit pays vert mais chimique dont les labos constituent la plus puissante industrie, bien avant les banques !
- Pour lire « Science en mode pandémique: l’étrange cas de la Swiss National COVID–19 Science Task Force » sur Re-check : cliquer ici.
Or ces guignols -en blouse blanche ou non- n’ont fait (c’en est impressionnant) depuis deux ans qu’un mélange de bouillie pour chats et d’anti-science. Au service évident d’intérêts bien autres que ceux de la population… ce qui n’empêche pas le grand concert des dupes (politiciens et gouvernants, médias, « communauté « scientifique » », hôpitaux universitaires et sociétés de médecine) de faire semblant (ou même pour les plus imbéciles) de croire à leur docte expertise là où il ne s’agit que de lampistes au service de la publicité mensongère et du lobbying crapuleux des mafias pharmaceutiques.
Je sais, ces propos ne feront pas avancer la cause de ma réhabilitation dans ma petite patrie. Mais l’histoire y viendra tôt ou tard, donc autant travailler pour le long terme, même si c’est moins lucratif et reposant dans l’immédiat…
Si donc on s’éloigne de ces cercles bouffonnants et imbus de leur propre prestige sssccccientifffikkkkk, on tombe sur quelques espaces de réflexion et de liberté, dont mon modeste blog. Lequel donc propose des miennes analyses (qui peuvent évidement déplaire ou être de bonne foi contestées) tout en accueillant régulièrement de vraies pointures qui font de la science digne de ce nom et non de la vénale esbroufe.
A côté donc de noms prestigieux (comme Michel Maffesoli, Laurent Toubiana, Martin Kulldorff, Ariane Bilheran, Vincent Pavan, Hélène Banoun, Frédéric Badel, Carter Newton, Michel Rosenzweig, Alexandra Henrion Caude, Christian Perronne, Jacques Pollini, Laurent Mucchielli et tant d’autres que je m’excuse de ne pas citer), j’ai eu aussi l’occasion d’accueillir quelques contributeurs anonymes.
L’un d’entre eux m’a marqué par la qualité scientifiquement exceptionnelle de ses contributions. Les deux articles que j’ai publiés de lui était d’un niveau supposant à coup sûr une sacrée pointure. Quoi qu’il s’en soit défendu, je n’avais pas de doute à ce sujet.
D’abord parce que si je ne suis pas moi-même un scientifique (je partage la conviction de Michel Maffesoli que l’anthropologie est une connaissance et non une science pour un ensemble de raisons épistémologiques un peu trop complexes pour être résumées ici), il se trouve qu’au bout de 30 ans de métier je sais assez bien lire et comprendre la science. Bien mieux à vrai dire que les journalistes scientifiques (ce qui n’est pas difficile au vu du niveau actuel de la corporation) ainsi que de l’immense majorité des médecins -qui ne sont pas non plus des scientifiques mais de plus ne sont pas outillés pour lire et comprendre la science. Ils se contentent (sauf pour ceux qui ont eux-mêmes fait de la recherche) de lire les titres et les résumés. Ce qui est bien pratique pour Big Pharma depuis que les « chercheurs » qu’elle engage ne se fatiguent même plus à faire coïncider le contenu des articles avec les résumés et titres dithyrambiques (comme par exemple sur l’efficacité exceptionnelle mais en réalité selon les données elles-mêmes parfaitement bidon de certains pseudo-vaccins…)
Pour revenir à notre auteur, la qualité exceptionnelle de ses articles m’a sauté au visage, confirmée accessoirement par le plus grand bien que m’en ont dit mes collègues mathématiciens et statisticiens du Conseil scientifique indépendant.
Ne s’étant adressé à moi que par mail et sous pseudonyme, mon correspondant acheva de m’intriguer en m’adressant au mois d’octobre je crois un texte du même acabit…. abordant sous le prisme d’une anthropologie et philosophie politique la vision du monde nécessaire au traitement de la crise telle que réalisée par nos gouvernements et autorités de santé.
Le texte est tellement fort que je ne l’ai pas encore publié, ayant évalué qu’il serait trop déroutant alors que des enjeux politiques (passant en Suisse par des votations référendaires et ailleurs par des débats parlementaires) se profilaient. Mais ce sera pour bientôt !
En attendant, donc, j’ai reçu ce nouveau morceau de bravoure.
Et ai appris au passage de sa plume que mon auteur est en effet (évidemment) Dr ès Sciences. Ce qui ne veut pas forcément tout dire : certains gredins de la Task Force ont aussi ce titre ! Il y a donc Dr ès Sciences et Dr ès Sciences.
Mais là, nous avons affaire à un Dr ès Sciences de chez Dr ès Sciences !
Et quand un Dr ès Sciences fait son travail avec cœur, esprit, intégrité ainsi (carrément) qu’une forme de génie, eh bien en effet ça dépote !
Pour finir cette introduction, l’auteur m’a fort aimablement autorisé à révéler son identité, qu’il m’a révélée récemment. Ayant pris l’habitude de le connaître en tant qu’Eusèbe Rioché, je fais encore un peu durer le plaisir. Mais comme il a eu la prévenance de faire figure son mail en tête d’article, il est possible de le contacter.
En le remerciant chaleureusement pour sa confiance et ses contributions stratosphériques, je partage avec gourmandise la dernière analyse qu’il a eu la générosité de m’adresser… « Enjoy » comme disent les Américains !
************
Vaccination, piège à Covidés
par Eusèbe Rioché
14 février 2021
Et là, c’est le drame. . . ou pas
Le gouvernement, l’INSEE et les médias dans leur ensemble nous engagent à croire que l’année 2020 a souffert d’une forte surmortalité. On n’hésite pas à affirmer que c’est à cause de la terrible pandémie de COVID-19. Une année débute au 1er janvier et finit le 31 décembre. C’est évident, n’est-ce pas ? Oui, ça l’est, pour les fonctionnaires et les contribuables, peut-être. . . mais pas pour les virus saisonniers. Un virus se moque pas mal que l’année commence le 1er janvier : pour lui l’année débute à l’approche de l’automne. Au 1er janvier, il est déjà bien au travail depuis un moment. Les pics de mortalité hivernaux oscillent autour du 1er janvier de l’année, parfois avant, parfois après. Imaginez qu’une année se retrouve avec un pic le 7 janvier et un autre le 24 décembre : deux pics dans la même année, c’est dramatique ! Maintenant décalez le premier pic du 7 janvier au 24 décembre de l’année précédente, et de même avancez le pic du 24 décembre au 7 janvier de l’année suivante : vous obtenez une année des plus calmes uniquement à cause d’un choix arbitraire de découpage des périodes. L’année calendaire est le plus mauvais découpage possible pour étudier la mortalité saisonnière. Il faut choisir comme début du décompte des décès une date où il ne se passe jamais rien, par exemple le 1er juillet. En considérant les années du 1er juillet au 30 juin, on peut comparer les années entre elles car la période englobe à chaque fois l’intégralité du pic de mortalité saisonnier. Reprenons les calculs et observons ce qu’il advient de la mortalité saisonnière. Dans la figure 1 ci-dessous, la saison de la première vague de COVID-19 est signalée par un point rouge.
Figure 1
La saison de la première vague, 2019-2020, apparaît comme la deuxième année la moins mortelle de la décennie. Plus précisément, la saison de la seconde vague est la seconde la moins mortelle de toute l’Histoire de France. Seule la saison 2018-2019, record absolu, est en dessous. Horreur ! La terrifiante COVID-19 est en réalité une grippette ! Mais il faut sauver le soldat COVID-19 : nous la voulons cette pandémie du siècle ! Peut-être que finalement le confinement nous a sauvé de l’hécatombe. Et bien non, comme cela a été mis en évidence dans l’une de nos précédentes publications [22] : en Europe, les pays qui ont confiné on eu en moyenne deux fois plus de morts de la COVID-19 que les pays qui n’ont rien fait du tout. Seule la Suède fait exception : ce pays n’a pas confiné et pourtant sa mortalité est du niveau de celle de la France. La réponse a cette étrangeté été publiée par la Coronakommissionen, la commission gouvernementale chargée en Suède d’étudier la réponse sanitaire à la pandémie [6] : la Suède a refusé l’accès aux soins à de nombreuses personnes âgées en les excluant des populations devant avoir un accès prioritaire aux soins. Environ 20 % d’entre elles n’ont même pas été auscultées par un médecin. Dans les établissements d’hébergement pour les personnes âgées, moins de 10 % des patients ont vu leur état évalué dans un lieu de soins. Les statistiques de mortalité officielles montrent que pendant la première vague 53 % des décès COVID-19 des plus de 70 ans ont eu lieu en maison de retraite et non pas en milieu hospitalier [23]. Plus de la moitié des personnes âgées n’ont pas été soignées ou ont été dirigées directement vers des soins palliatifs. Le rapport de la Coronakommissionen annonce clairement: « The strategy of protecting the elderly has failed ». En Suède, la stratégie de protection des personnes âgées a échoué. La France a suivi la même voie en bien pire. En plus des abandons de soins aux personnes âgées, le gouvernement français a autorisé l’euthanasie forcée, saboté les thérapies nécessaires aux soins, organisé la destruction des parcours de soins et fermé des milliers de lits d’hôpitaux. Deux de nos publications précédentes détaillent ces politiques et leurs effets [20, 21].
Malgré la difficulté, il faut lutter contre les préjugés qui nous hantent et la propagande qui nous harcèle : la COVID-19 est une maladie bénigne et les mesures prises pour lutter contre elle n’ont fait qu’empirer la situation. Ceci est vrai pour la première vague, la mère de toutes les vagues. Sans première vague, il n’y a pas de seconde vague, ni de troisième, ni de quatrième, ni de cinquième. Tout le narratif catastrophiste s’effondre. On remarque tout de même dans la figure 1 que la saison 2020-2021 a souffert d’une mortalité plutôt élevée en comparaison des années précédentes : elle est au niveau de la saison 2014-2015. Ce niveau n’est absolument pas dramatique : on n’a même pas atteint le record de la décennie, pourtant dénuée de panique sanitaire. Tout de même, il est notable que toute la mortalité de 2020 soit concentrée sur les périodes pendant lesquelles le gouvernement s’est démené comme un diable pour « lutter » contre la pandémie, principalement en organisant une obligation vaccinale déguisée. La vaccination serait-elle responsable de la surmortalité de la saison 2020-2021 ? On n’ose le croire ; mais que peut-on croire quand le vrai se révèle faux et que le faux s’avère vrai ? La solution est pourtant simple : il ne faut pas croire mais observer.
Mourir comme d’habitude
Pour savoir si un événement modifie la mortalité dans un pays à une période donnée, il suffit de consulter la statistique en question puis de la comparer à des statistiques similaires : dans le même pays à des périodes différentes, ou dans des pays différents à la même période par exemple. Mais pour savoir si cet événement a un impact majeur sur la mortalité, en particulier si il l’augmente significativement, il faut pouvoir définir un seul normal de mortalité, autrement dit une mortalité attendue, donc déterminé à l’aide d’un modèle prédictif. Le modèle en question déterminera la pertinence de la comparaison. Avec un modèle de mauvaise qualité, il est possible de prédire tout et n’importe quoi puis de conclure ce qui nous arrange. Les autorités françaises ont abusé de ce stratagème, par exemple en prédisant 400 000 morts supplémentaires pendant l’hiver 2020-2021 [15]. On les attend encore. . .
Chacun à titre particulier est susceptible de mourir à tout moment d’une cause ou d’autre. Personne n’est capable de prévoir sa dernière heure, sauf exception. Pour une population aussi vaste que celle de la France, la mortalité varie suivant de grands cycles saisonniers qui peuvent être prévus d’année en année. On s’attend donc à ce que la même mortalité soit observée aux mêmes périodes de l’année. Quand la valeur mesurée est supérieure à celle attendue, on dit qu’il y a surmortalité ; dans le cas contraire on parle de sous-mortalité. Il est naturel que la mortalité varie à long terme. Au XIX e siècle on ne meurt plus des mêmes causes et au même rythme qu’au XX e siècle. Cette lente variation réduit la précision de la prédiction. De même, les aléas propres à l’actualité (accident de bus, vague de froid, etc.) rendent la prédiction encore plus imprécise. Une surmortalité est donc une valeur à interpréter à la lumière d’une enquête approfondie de ses causes réelles ou supposées.
Pour prévoir la mortalité à un jour donné, mettons le 15 mars 2022, on prend toutes les mortalités mesurées les 15 mars des années précédentes puis on les moyenne. Cette moyenne doit être pondérée afin que les années les plus récentes pèsent plus que les plus anciennes (par exemple avec une demi-gaussienne). L’idée est de prédire une valeur de mortalité en accord avec le passé récent ; plus on s’éloigne dans le temps, plus les événements passés perdent de leur pertinence pour déterminer le futur. Quand on applique cette méthode aux années de la décennie passée, on obtient le résultat de la figure 2.
Figure 2
La prédiction exhibe parfois des valeurs torturées sans raison apparente. Ceci est le fait des événements particuliers ayant eu lieu dans les années passées mais qui n’ont aucune influence sur la mortalité récurrente à long terme. Par exemple, en avril 2021, le modèle prévoit une seconde « première vague » qui n’est jamais arrivée cas ses conditions d’apparition sont propres au mois d’avril 2020. Cette répercussion erronée de phénomènes particuliers est qualifié de surapprentissage : on considère des données inutilement précises qui polluent le modèle. On souhaiterait ne garder que l’information pertinente. Paradoxalement, pour obtenir une précision supérieure il faut accepter d’être moins précis. Pour prévoir la mortalité du 15 mars, on ne prendra pas les mortalités des 15 mars précédents mais une moyenne des mortalités autour de cette date. La fenêtre à considérer pour avoir la meilleur précision n’est pas d’une semaine, ni de un mois mais. . . de presque six mois. En réalité, la mortalité récurrente est essentiellement saisonnière.
Dans la figure 3, on voit que la première vague de COVID-19 est inattendue ; mais c’est surtout sa brièveté qui donne une impression de gravité : les pics des saisons 2014-2015 et 2016-2017 sont tout aussi importants, mais ils ont duré plus longtemps et donc le pic de mortalité maximal est émoussé. La surmortalité de la saison 2020-2021 est particulièrement notable et inattendue : elle a commencé très tôt et s’est poursuivie longtemps en plusieurs pics, chose inconnue jusqu’alors, surtout pendant la première vague. La seule nouveauté de cette période est. . . la campagne de vaccination massive.
Figure 3
Évaluons plus précisément la surmortalité annuelle à l’aide de ce modèle. La figure 4 décrit la surmortalité annuelle pour les saisons 2009-2010 à 2020-2021, considérées du 1er juillet au 30 juin.
Figure 4
Encore une fois on constate que la terrible pandémie de COVID-19 a occasionné une surmortalité de quasiment 0 % pendant la première vague. En termes de surmortalité, la première vague a placé la saison 2019-2020 au niveau de 2016-2017. La saison 2014-2015 est la seule qui soit au dessus de la moyenne supérieure de la période 2009-2019. La tendance est depuis dix ans à la sous-mortalité. Seule la saison 2020-2021, celle de la vaccination à tout crin, fait exploser la surmortalité qui atteint presque 6 %. ceci est très étrange car on a vu que la COVID-19 n’a eu aucun impact sur la surmortalité générale en 2019-2020, et ce malgré une destruction méthodique du système de santé. Ceci est d’autant plus étonnant que le variant Wuhan sévissant pendant la première vague était considéré comme le plus dangereux et les vaccins étaient censés nous délivrer de lui : c’est l’inverse qui s’est produit. Le variant Wuhan est en réalité anodin ; mais qu’en est-il des « mesures » mises en place ?
Mourir quand on est vieux
La mortalité toutes causes dans la population générale dépend principalement de la mortalité des plus de soixante ans. En France, entre 150 et 200 personnes de moins de soixante ans décèdent chaque jour. Cela représente moins de 10 % des décès quotidiens. Quand on parle de mortalité en France, on fait essentiellement référence à celle des personnes âgées. Observons la surmortalité des plus de soixante ans, reproduite dans la figure 5.
Figure 5
En considérant les plus de 60 ans comme les cibles privilégiées des vaccins antigrippaux, jusqu’à 60 % de cette classe d’âge a été vaccinée. Pour les vaccins anticovid, on atteint une couverture de 65 % au 1er juillet 2021. Quelque soit le type de vaccin, la population des plus de 60 ans vaccinés est supérieure à la moyenne, donc très significative. La corrélation entre la vaccination et la surmortalité atteint une corrélation maximale avec un décalage de 20 jours après la vaccination. Ceci est à mettre en parallèle avec les temps cumulés de l’incubation du Sars-CoV-2, qui est de 5 jours en moyenne [18], et de l’hospitalisation en service de réanimation, qui est de 15,7 jours en moyenne [2], soit un total de 20,7 jours. Il semblerait de ce point de vue que les vaccinations aient eu un effet facilitant sur les infections saisonnières. Les nombres quotidiens de décès et de vaccinations varient de manière synchrone sur 76 % de la période vaccinale avec un coefficient de corrélation de Pearson de 0,57. Compte-tenu de l’absence de relation linéaire a priori entre la vaccination et les décès, ces taux apparaissent élevés. À la lumière de ces indices, on peut raisonnablement supposer que la vaccination a eu un effet morbide sur les plus de 60 ans pendant la période épidémique de 2020-2021. Si c’est le cas, en comparant la moyenne de la surmortalité avant et après le début des campagnes de vaccination, du 1er juillet 2010 au 1er juillet 2021, on peut estimer la surmortalité potentielle qui aurait été provoquée par les vaccinations : après le début de la vaccination antigrippale et jusqu’au 1er juillet 2021, les plus de 60 ans accusent une surmortalité représentant 33 705 décès supplémentaires depuis le début de la vaccination antigrippale, et 4 915 depuis le début de la vaccination anticovid. Face à ces chiffres qui représentent le double des décès habituels d’une grippe saisonnière sévère, il est parfaitement clair que les campagnes de vaccination de la saison épidémique 2020-2021 sont des échecs. Des hypothèses peuvent être émises pour expliquer ce phénomène.
Les médias n’ont pas parlé de la campagne de vaccination antigrippale de l’automne-hiver 2020. Elle a pourtant été la plus importante de la décennie alors que le séquençage des virus laissait penser que les virus de type influenza avaient disparus au profit du fameux Sars-Cov-2. On a donc vacciné en masse une classe d’âge fragile contre un virus qui sévissait marginalement de l’aveu même les autorités sanitaires. Pire encore, il existe un phénomène nommé interférence virale qui consiste en partie en des interactions indésirables entre les vaccins ciblant une classe de virus et les virus d’autres classes. Autrement dit, le vaccin contre la grippe est susceptible de favoriser les infections à coronavirus. C’est du moins la conclusion d’une recherche effectuée de 2017 à 2018 sur les personnels du département de la défense des États-Unis [26] : les personnes vaccinées contre la grippe ont 36 % de risques supplémentaires s’être infectés par un coronavirus (intervalle de confiance à 95 % entre 14 % et 63 %). Bien évidemment, dès que les autorités ont remarqué cet article, vers juin 2020, ils ont gentiment demandé à l’auteur (qui travaille pour l’US Air Force) de publier une lettre explicative précisant que cette interaction virale ne concernait pas le Sars-Cov-2 [27]. Son argument, émis gratuitement hors de toute recherche, est qu’à l’époque de l’observation le Sars-Cov-2 n’existait pas. De un, on n’en sait rien, et de deux, la recherche portait sur quatre souches de coronavirus donc rien ne permet d’affirmer péremptoirement que le Sars-Cov-2 ne réagirait pas comme les autres membres de sa petite famille de virus. Autrement dit, vaccinez-vous sans poser de questions, même si un risque inconnu mais avéré dans des cas similaires existe. . . Il suffit d’observer la figure 5 pour avoir de sérieux doutes : la vaccination antigrippale massive de l’automne-hiver semble bien avoir fait exploser la mortalité des plus de 60 ans dans des proportions jamais observées. Notons que les statistiques sur des vaccins antigrippaux sont mensuelles alors que les données de mortalité sont quotidiennes, ce qui réduit la précision de la corrélation. On observe tout de même que le pic de mortalité suit immédiatement le pic de prescription vaccinal.
Tout étudiant en médecine vous le dira : il ne faut jamais vacciner en période épidémique. La vaccination affaiblit temporairement l’organisme et abaisse la vigueur du système immunitaire pendant une à plusieurs semaines. De plus, le temps que la vaccin agisse, le patient se retrouve protégé une fois l’épidémie passée, quand cela ne sert plus à rien. Pendant ce laps de temps, le patient est d’avantage susceptible de tomber malade. Il n’est alors pas étonnant de remarquer une synchronisation des vagues de vaccination anticovid et des vagues de mortalité. Même la vaccination antigrippale était bien trop tardive et a empiété sur la période épidémique. Le fait est là : chaque vague de mortalité est précédée d’une vague de vaccination. La corrélation entre la vaccination et la surmortalité exceptionnelle de 2020-2021 est extrêmement troublante et aurait dû motiver a minima un moratoire sur la vaccination puis une enquête approfondie. Au lieu de cela, l’injonction vaccinale a été renforcée jusqu’à devenir une obligation de fait, chose illégale par ailleurs : un consentement extorqué par une manœuvre dolosive n’est pas recevable en droit Français (voir par exemple les articles 1130 à 1144 du Code civil concernant les vices du consentement).
Mourir quand on est jeune
Comme évoqué précédemment, les moins de 60 ans représentent ordinairement moins de 10 % des décès quotidiens. Même en cas d’événements extraordinaires, les décès de cette classe d’âge n’ont quasiment aucune influence sur la mortalité générale. On n’observe pas non plus de mortalité saisonnière marquée. Ainsi, quand une cause de décès advient chez les jeunes, elle se remarque par le fait que la mortalité augmente significativement par rapport à celle des mois précédents.
Figure 6
La mortalité des très jeunes est famélique : moins de dix morts par jour. Autrement dit, il n’y a plus de mortalité infantile significative en France. Seuls les accidents de la vie contribuent majoritairement à la statistique ; mais comme ils sont imprévisibles ils ajoutent énormément de bruit aux données. La figure 6 illustre ce phénomène. Le nombre de décès oscille fortement entre 0 et 20, rendant la tendance de fond illisible. Pour rendre observable la variation à long terme de la mortalité, il faut lisser la courbe, c’est-à-dire appliquer un filtre passe-bas qui élimine toutes les fluctuations quotidiennes aléatoires. Au sens strict, il s’agit de la convolution de la courbe des décès par une gaussienne de masse unité étalonnée de manière à ce que, pour une période p, le poids des points −p/2 et p/2 soient pour moitié celui du point à l’origine. La figure 6 illustre cette technique pour des périodes de un et trois mois.
Figure 7
À la faveur des mesures de contrôle social mises en place depuis mars 2020 (confinements, fermetures des lieux de loisirs, passes sanitaires, etc.), le nombre de décès chez les jeunes a fortement baissé. La mortalité chez les jeunes dépend essentiellement des accidents de la vie ; donc la mortalité baisse quand on les empêche de vivre. A court terme, la prison vous protège des accidents de la route et du travail ; mais à long terme vous souffrez bien plus et mourrez plus tôt car l’incarcération provoque un vieillissement précoce. Empêcher les gens de vivre ne baisse la mortalité que temporairement. Cette baisse est visible sur la figure 7 pour les moins de douze ans sur la période du premier confinement (du 17 mars au 11 mai 2020).
Comme tous les étés, la mortalité augmente chez les jeunes, car la vie tue. Mais nous retrouvons cette étrange surmortalité à la faveur des campagnes de vaccination de masse. Le taux de vaccination des moins de 12 ans au 1er novembre 2021 est très faible : seulement 0,27 % avaient reçu leur première dose de vaccin. À moins que la vaccination soit très dangereuse pour cette population, il serait étonnant de constater le moindre effet sur la mortalité. On mesure tout de même une synchronisation des variations sur 56 % de la période vaccinale et une corrélation de Pearson de 0,70, ce qui est significatif. Il convient de relativiser ces résultats de la mortalité estivale habituelle des jeunes. Ainsi, malgré une corrélation significative, il est difficile de conclure uniquement à l’aide des statistiques de mortalité.
Figure 8
On observe le même phénomène sur la figure 8 pour les 12-17 ans, avec les mêmes réserves concernant la période estivale qui voit la mortalité des jeunes augmenter, comme en été 2020. Cependant, l’été 2021 n’est pas un été comme les autres car il a connu l’instauration du passe sanitaire et vu les activités de loisirs fortement restreintes. Le taux de vaccination des adolescent est bien plus élevé que celui des enfants : au 1er novembre 2021, 79 % d’entre eux ont reçu au moins une dose de vaccin. Le maximum de corrélation est atteint pour un décalage de 10 jours après la vaccination, avec une synchronisation des variations des décès et des vaccinations sur 63 % de la période de vaccination et une corrélation de Pearson de 0,65. La corrélation est significative mais la magnitude de la courbe des décès est peu différente de celle de l’été 2020. Encore une fois, sans statistiques spécifiques sur l’évolution de la mortalité toutes causes et causes par causes des individus vaccines et non-vaccinés, il est impossible de conclure uniquement à l’aide de l’évolution de la mortalité. Tout au plus cette observation devrait motiver les autorités à enquêter sérieusement.
Chez les 18-39 ans, on constate de même une corrélation entre la campagne vaccinale et l’augmentation du nombre de décès. visible sur la figure 9. Le taux de vaccination de cette classe d’âge est très élevé : 93 % ont reçu leur première dose avant le 1er novembre 2021. Encore une fois le maximum de corrélation entre la vaccination et la mortalité est atteint 10 jours après la vaccination. Mais cette fois les indicateurs de corrélation sont très élevés : la synchronisation des variations est constatée sur 71 % de la période de vaccination et on mesure une corrélation de Pearson de 0,96. De plus, la hausse visible des décès au moment de la campagne de vaccination est inhabituelle. Il faut remonter avant 2016 pour trouver un tel niveau de mortalité, à une époque ou les décès étaient sensiblement plus fréquents qu’aujourd’hui. Le niveau de certitude concernant un lien entre la vaccination et l’augmentation des décès est ici très élevé. Notons qu’en statistiques il n’y a jamais de certitude absolue car la causalité échappe à cette discipline. Comme on le répète souvent : corrélation n’est pas causalité. Nous avons ici un indice qui devrait nous obliger à engager des recherches poussées car il s’agit d’un problème de santé publique qui touche une classe d’âge habituellement préservée.
Figure 9
En revanche, on n’observe absolument aucune corrélation entre la mortalité des 40-59 ans et la campagne de vaccination, comme l’illustre la figure 10. Malgré une population ayant reçu sa première dose à 94 % avant le 1er novembre 2021, la corrélation de Pearson est de −0,38. Aucun lien ne peut être observé entre la campagne de vaccination et une quelconque variation de la mortalité.
La vaccination semble corrélée avec une hausse de mortalité chez les moins de 40 ans ainsi que chez les plus de 60 ans, mais pas chez les 40-60 ans. Pour les plus de 60 ans, la vaccination a vraisemblablement augmenté la mortalité ; mais pour les moins de 4 0ans, à ce niveau de notre étude, il est impossible de conclure uniquement à l’aide des statistiques de mortalité toutes causes, principalement parce que la campagne de vaccination étudiée a eu lieu en partie en été, saison qui voit chaque année la mortalité des jeunes augmenter. Les statistiques nous alertent d’un possible danger mais ne permettent pas d’affirmer quoi que ce soit car d’autres phénomènes peuvent l’influencer. Toutefois, la concomitance de deux événements extraordinaires, la surmortalité visible depuis fin 2021 et les campagnes massives de vaccination, devrait nous alerter, tout en gardant à l’esprit que de nombreuses mesures inédites ont été mises en place par les autorités sous prétexte sanitaire (confinements, mise à l’écart des médecins de ville, suppression massive de lits d’hôpitaux, réorganisation hasardeuse des parcours de soins, vaccinations obligatoires, passes sanitaires, etc.). Il est cependant utile de rappeler l’enseignement de la première vague : la COVID-19 n’a aucune influence sur la surmortalité. Il faut donc chercher le coupable ailleurs.
Figure 10
Le crime, c’est de se faire prendre
La France a majoritairement été vaccinée contre la COVID-19 avec le vaccin Comirnaty développé par Pfizer et BioNTech. Nous n’aborderons pas les études cliniques portant sur les autres produits similaires autorisés en France (Spikevax de Moderna, Vaxzevria de AstraZeneca et COVID-19 Vaccine Janssen de Johnson & Johnson). Le rapport motivant l’autorisation européenne de mise sur le marché du Comirnaty [1] précise que les données destinées à valider ce traitement ont été fournies par le fabricant sans autre forme de vérification que sa parole donnée. Ce document sera par la suite notre source principale d’informations concernant l’efficacité et à sûreté du vaccin Comirnaty.
La phase I de l’essai clinique a débuté le 29 avril 2020 et l’autorisation de mise sur le marché a été délivrée le 21 décembre 2020, soit huit mois après, alors qu’un vaccin attend généralement de 9 à 10 ans avant d’être commercialisé, y compris pour des maladies bien plus graves que la COVID-19, qui n’est qu’une simple infection des voies respiratoires à l’instar des autres syndromes grippaux. Une phase I d’innocuité dure déjà généralement de un à deux ans. Il était manifestement impossible de qualifier un vaccin avec un délai aussi court, qui plus est en vue d’une prescription de masse à toute la population. D’ailleurs, les tests cliniques ne sont pas terminés car la date de fin de la phase III est prévue pour le 14 mai 2023 [5].
Le vaccin administré en masse à toute la population française est en phase expérimentale !
Les vaccins sont susceptibles de guérir une maladie, bien sûr, mais également de l’aggraver via un mécanisme impliquant des anticorps facilitants, qui rendent alors potentiellement mortelles des maladies bénignes. Tester à la va-vite puis injecter sans discernement ce genre de produits à toute une population alors que les tests ne sont pas terminés relève de la folie criminelle. L’exemple du vaccin Denvaxia, qui a du être interdit en catastrophe à cause des fièvres hémorragiques mortelles qu’il provoquait est resté dans les mémoires. Des médecins s’inquiètent de ce phénomène dans le cas de la COVID-19 [11]. Il expliquerait peut-être le regain de mortalité observé en France depuis le début de l’année 2021. Vacciner en pleine épidémie est déjà une folie car les vaccins abaissent les défenses immunitaires pendant plusieurs semaines après leur administration.
Parmi les victimes officielles de la COVID-19, les moins de 60 ans représentent 5 % des morts, et donc 95 % des morts ont plus de 60 ans. Les plus de 80 ans forment plus de 60 % des décès causés officiellement par la COVID-19. On devrait donc s’attendre à une telle représentation des âges dans la population ayant servie à valider le vaccin Pfizer/BioNTech. Or voici ce qu’il en est ([1], page 76) :
classe d’âge | population | proportion | pop. vaccinée | pop. témoin |
12-15 | 88 | 0,24 % | 46 | 42 |
16-64 | 28 515 | 77,87 % | 14 216 | 14 299 |
65-74 | 6 402 | 17,48 % | 3 176 | 3 226 |
75-85 | 1 606 | 4,39 % | 799 | 807 |
85 ou plus | 10 | 0,03 % | 5 | 5 |
Pfizer a fait l’inverse de ce qu’il fallait faire ! Aux arrondis près, la proportion des plus de 85 ans dans l’étude Pfizer/BioNTech représente moins de 0,03 % de la cohorte, seulement 10 personnes, alors que cette classe d’âge rassemble presque les deux tiers des décès de la COVID-19. Qui plus est, seulement 5 d’entre eux ont réellement reçu le produit à tester. Les plus de 75 ans représentent moins de 5 % des cobayes alors que cette classe d’âge est la cible quasi-exclusive de la COVID-19. Il est statistiquement impossible d’inférer une efficacité à partir d’une telle population.
La population cible du vaccin a été exclue des tests d’efficacité !
De plus, les personnes immunodéprimées, les femmes enceintes ou allaitantes, les personnes susceptibles de mal réagir au vaccin, les personnes ayant déjà eu des symptômes cliniques de COVID-19 (c’est-à-dire des symptômes grippaux sans autre forme de critère), bref, toute les personne susceptible de tomber malades, ont été exclues de l’étude ([1], pages 67-68). Les cobayes ont été recrutés en priorité parmi les populations jugées susceptibles de propager le virus, donc des travailleurs, alors que l’étude porte sur l’efficacité, la sûreté, la tolérabilité et l’immunogénicité, mais pas sur l’infectiosité ([1], pages 69-70).
On a testé le vaccin sur des personnes qui avaient peu de chances de tomber malades !
Les cas de COVID-19 sont identifiés par deux critères : l’un symptomatique et l’autre microbiologique ([1], pages 71-72). Le premier est la manifestation d’un symptôme parmi la liste suivante : fièvre, toux, essoufflement, frissons, douleurs musculaires, perte de l’odorat ou du goût, irritation de la gorge, diarrhée et vomissements. Ces symptômes sont très peu spécifiques et signifient être un peu malade, ce qui arrive souvent pour de nombreuses raisons. Comme les essais cliniques ont été majoritairement menés au printemps et en été de l’hémisphère nord, il est possible qu’une allergie, un coup de chaleur, une intoxication alimentaire ou n’importe quelle autre affection de saison soit interprétée comme le signe d’une infection au Sars-CoV-2.
Pour préciser le diagnostic, un test RT-PCR est pratiqué. Comme la méthodologie n’est pas spécifiée, il ne vaut à peu près rien du tout. La sensibilité d’un tel test n’est pas constante et dépend fortement du nombre de cycles d’amplifications pratiqués ; mais ces derniers ne sont pas quantifiés. À partir d’un certain nombre de cycles, en général à partir de 30-35, le test RT-PCR est susceptible de répondre positivement avec un très grand nombre de faux-positifs. Les amorces des tests ne sont pas précisées ; les fragments d’ARN sur lesquels ils sont étalonnés ne sont pas décrits. Les tests RT-PCR sont incapables de différencier la présence de virus actifs de celle de fragments d’ARN inoffensifs, ces derniers pouvant persister dans l’organisme pendant de longues périodes. Une étude [3] illustre ce phénomène et montre même que seulement 28,8 % des patients testés positifs par RT-PCR sont contaminés par un Sars-CoV-2 actif. Ainsi un cobaye ayant des courbatures et un petit fragment d’ARN vieux de plusieurs mois rendant positif le test RT-PCR sera considéré comme malade de la COVID-19.
La méthodologie pour diagnostiquer la COVID-19 est peu fiable !
On sait que l’essai clinique a été mené principalement aux États-Unis à partir du 29 avril 2020, donc au printemps, à une période ou les infections respiratoires saisonnières sont absentes. Les cas modérés de COVID-19, qui guérissent donc spontanément sans séquelles, formant la quasi-totalité des cas pris en compte : le rapport ne rapporte que 4 cas définis comme COVID-19 grave (1 vacciné et 3 non-vaccinés). Il est impossible de mesurer une efficacité du vaccin sur les cas graves avec 4 cas sur 36 621 cobayes. L’efficacité alléguée de 66 % est crédité d’un intervalle de confiance à 95 % entre −124,8 et 96,3 ; autrement dit, on ne peut mesurer aucune efficacité car il n’y a pas assez de cas : la différence entre les vaccinés et les non-vaccinés est indiscernable du hasard ([1], page 90). Il est donc impossible de savoir si ce vaccin permet aux personnes fragiles d’éviter la maladie, de diminuer sa gravité ou même de mourir : ces conditions ne font tout simplement pas partie des données disponibles. Ajoutons que la souche Wuhan qui a servi a préparer le vaccin n’est plus en circulation depuis mai 2020 et qu’il n’y a aucune raison apparente pour que le produit soit efficace sur les innombrables variants qui ont suivi.
Aucune protection du vaccin contre les cas sévères de COVID-19 n’est observable !
Les cas de COVID-19 pris en compte dans l’efficacité ont été mesurés sept jours après la seconde dose : tout CCOVID-19 ayant sévi chez les personnes du groupe vacciné avant cette limite n’a pas été pris en compte ([1], pages 69-70). Si le vaccin provoque la maladie – comme c’est le cas quand un effet facilitant est à l’œuvre – ce fait a été subrepticement caché par la méthodologie choisie et il serait alors, naturel d’avoir moins d’infections chez les vaccinés puisqu’ils ont déjà été malades avant d’être testés. Les critères d’exclusion des cobayes entre la première et la seconde dose ne sont pas précisés autrement que par le respect ou non du protocole : l’état de santé n’est pas renseigné. On remarque tout de même une forte dissymétrie entre les cobayes vaccinés et non-vaccinés concernant les déviations importantes du protocole avant la seconde dose ou pendant la semaine suivant la seconde dose. Les non-vaccinés exclus de l’étude pour cette raison sont 60 alors que les vaccinés sont 311, environ 5 fois plus ([1], page 79, table 4). Ces 251 vaccinés exclus en une poignée de semaines sont bien supérieurs en nombre aux 165 testés positifs au COVID-19 chez les non-vaccinés pendant plusieurs mois. Aucune explication n’est fournie.
Des effets potentiellement dangereux du vaccin ont été passés sous silence !
Lors de cet essai clinique, de la première dose à un mois après la seconde, différents effets indésirables se sont manifestés dans les deux groupes, de mineur à grave. Un effet grave est défini dans l’étude comme menaçant la survie : si un cobaye devient aveugle ou paraplégique, n’est-ce pas « grave » ? La classification des effets indésirables apparaît d’emblée douteuse car peu précise.
effet indésirable | vaccin | placebo |
mineur | 90 | 26 |
sévère | 8 | 2 |
grave | 2 | 0 |
décès | 1 | 0 |
total | 101 | 28 |
Le Comirnaty provoque clairement des effets indésirables en nombre. L’ordre de grandeur est à peu près le même que celui des COVID-19 détectés pendant l’étude, pratiquement tous des cas légers. On se demande alors quel est le bénéfice de ce vaccin alors que les risques qu’il fait encourir sont vraisemblablement supérieurs à son efficacité alléguée contre une maladie bénigne. De fait, les cas graves détectés pendant l’étude sont tellement faibles qu’ils ne sont pas interprétables : 0,0001 % et zéro décès ! Les effets graves et sévères sont extrêmement peu nombreux, donc statistiquement ininterprétables. Cependant, ils doivent alerter les autorités réglementaires car un seul mort à cause du produit testé dans un essai clinique portant sur des personnes jeunes et bien portantes doit stopper toute tentative de commercialisation. Que représente un décès sur les 18 242 cobayes vaccinés ? Rapporté à une population de 68 millions de personnes, ces deux cas graves se muent en 3 727 morts. Deux cas graves deviennent 7 455 personnes frôlant la mort. Six cas sévères surnuméraires deviennent 22 365 estropiés.
Les effets dangereux du vaccin auraient dû bloquer l’AMM conditionnelle !
Cet essai clinique est rempli de biais. C’est un travail d’amateurs. Il ne ne peut absolument pas être pris au sérieux par un professionnel. Toute cette étude est soit une vaste blague, soit une escroquerie. Comme les sociétés pharmaceutiques sont dénuées d’humour, il reste l’hypothèse de la fraude. La société Pfizer a été condamnée en 2009 à une amende de 2,3 milliards de dollars pour publicité mensongère [16]. En réalité, Pfizer est une société criminelle récidiviste qui accumule aujourd’hui plus de 10 milliards d’amendes pour corruption de médecins, fraude, publicité mensongère, violation des règles de sécurité pharmaceutiques et bien d’autres méfaits [12].
Nous rappelons que l’autorisation de mise sur le marché du Comirnaty a été délivrée uniquement sur la base des documents issus du fabricant. C’est un peu comme si pendant un procès l’accusé était chargé d’amener la preuve de sa culpabilité, qu’il ne trouvera pas car il se prétend innocent. Le processus de validation du vaccin Comirnaty est clairement partial, laissé à la discrétion de délinquants récidivistes. Il est dérogatoire sur toutes les procédures de sûreté.
Comme si cela ne suffisait pas, une enquête du British Medical Journal, l’une des revues médicales les plus réputées au monde, a révélé une fraude majeure dans l’un des centres de tests ayant mené une partie de l’étude clinique sur le Comirnaty [24]. L’ampleur de l’escroquerie est telle qu’elle remet en question l’étude dans son intégralité. En effet, Pfizer était au courant ainsi que le CDC, l’autorité états-unienne de contrôle des maladies.
L’étude clinique ayant conduit à la commercialisation du vaccin est frauduleuse !
L’étude clinique du vaccin de Pfizer/BioNTech est clairement sous-dimensionnée pour prendre en compte tous les risques encourus par une population de plusieurs dizaines de millions de personnes. Quand bien même on ne trouverait aucun effet indésirable dans une étude pharmaceutique statistique, rien ne permettrait d’affirmer que le produit est sans danger. Si on ne remarque rien dans un échantillon de 100 personnes, c’est qu’il n’est pas assez grand pour mettre en évidence un phénomène advenant par exemple une fois sur 1000. La formule pour calculer la taille minimale d’un échantillon N apte à détecter un risque R avec 95 % de confiance est élémentaire [14] :
L’échantillon vacciné de l’essai Pfizer est de 18 904 cobayes, ce qui permet de considérer au mieux un risque de 1 chance sur 6311. Un mort sur 6311 représente 10 774 décès pour 68 millions de personnes. Il est inconcevable de risquer un tel massacre en injectant en masse un pays entier avec un vaccin qui n’a prouvé son efficacité que sur des cas bénins : on ne tue pas 10 000 personnes en bonne santé pour soigner un rhume.
Pour valider un risque représentant moins de 100 morts sur la population française, il aurait fallu un échantillon de plus d’un million de cobayes, soit un essai portant sur plus de deux millions de personnes ! Un tel essai clinique aurait été en réalité une campagne de vaccination déguisée. On comprend mieux pourquoi les autorités sanitaires européennes ont accepté d’injecter un produit expérimental à des populations entières : les français sont pour ainsi dire les cobayes de l’expérimentation nécessaire pour montrer l’éventuelle innocuité du vaccin. En fait, à ce niveau de risque, il aurait fallu stopper l’essai Pfizer au moindre effet indésirable grave.
Les risques causés par le Comirnaty sont peut-être sous-évalués car la population de l’essai est jeune et en bonne santé. On constate que ce vaccin fait courir des risques inconsidérés à des personnes qui ne tomberaient de toute manière pas malades ou très peu. Le prétexte pour cette folie est la COVID-19, une affection qui ne tue que des vieillards moribonds dans des proportions tout à fait habituelles. Tout cela, nous le savons depuis le début, les autorités sont au courant et ont laissé faire. On a visiblement affaire à une nouvelle escroquerie de l’industrie pharmaceutique : empoisonnement, corruption de scientifiques, de médecins, de fonctionnaires. . . La routine pour Pfizer !
Le crime, c’est de laisser des témoins
La pharmacovigilance a pour objet la surveillance des médicaments et la prévention du risque d’effets indésirables causés par leur utilisation. En France, la pharmacovigilance est assurée par des centres régionaux de pharmacovigilance (CRPV) encadrés par l’agence nationale de sécurité du médicament et des produits de santé (ANSM). Elle repose en particulier sur les déclarations des effets indésirables par les praticiens de santé (médecins, pharmaciens, chirurgiens-dentistes, etc.), par les patients et les associations agréées de patients.
Les CRPV de Bordeaux, Marseille, Toulouse et Strasbourg ont publié plusieurs rapports portant sur la surveillance des effets indésirables du vaccin Comirnaty de Pfizer/BioNTech. Le rapport n° 19 présente le cumul de ces effets sur la période du 27 décembre 2020 au 11 novembre 2021 [7]. La population concernée, ayant reçue au moins une dose de Comirnaty, est de 40 379 148 personnes. Dans le rapport de Pfizer rendu à l’agence européenne des médicaments [1], la population de l’essai était de 18 904 cobayes. Les informations sont résumées dans le tableau suivant, avec en troisième colonne le nombre arrondi de cas ramenés à une population de 18 904 personnes :
effet indésirable | cas | cas sur 18 904 | cas dans l’essai Pfizer |
non-grave | 50 251 | 24 | 90 |
grave | 16 581 | 8 | 10 |
décès | 1 167 | 1 | 1 |
total | 67 999 | 33 | 101 |
On constate que les ordres de grandeur sont similaires entre les taux de cas sur la France entière et ceux dans l’étude clinique de Pfizer, quoique le nombre de cas mineurs soit inférieur dans la statistique de la pharmacovigilance. Il faut cependant nuancer cette comparaison. L’étude de Pfizer porte sur une structure de population différente de celle de la France car elle rassemble des personnes relativement jeunes, alors qu’en France les personnes âgées s’étant fait vacciner sont présentes en bien plus grande proportion. Sur la structure de population de l’essai Pfizer, la pharmacovigilance détecterait 23 cas non-graves et 8 cas graves (décès compris) ce qui représente 26 % des cas non-graves et 69 % des cas graves de l’essai Pfizer.
La veille de la pharmacovigilance française n’est pas parfaite. Une étude de 2002 rapporte un taux de déclaration spontanée d’effets indésirables de seulement 5 % [4]. Autrement dit, la pharmacovigilance ne détecte habituellement qu’un effet indésirable sur 20. Comme les effets indésirables sont signalés sur la base du volontariat, il y a bien plus de chances que les professionnels de santé soient plus diligents que des patients, ces derniers ignorant pour la plupart jusqu’à l’existence de la procédure de déclaration. Les effets mineurs seront donc vraisemblablement plus souvent ignorés que les plus graves, pris en charge par des professionnels de santé. Ceci explique sans doute le peu d’effets non-graves répertoriés concernant le vaccin Comirnaty. Les personnes âgées seront également supposées victimes des afflictions de leur grand âge au lieu de motiver des déclarations administratives pesantes pour un personnel déjà bien occupé. Quant aux décès survenant hors des structures de santé, hors autopsies, ils seront la plupart du temps non-déclarés à la pharmacovigilance. Il est donc très possible que les décès soient sous-évalués à l’instar des cas non-graves.
La figure 11 détaille les taux de cas graves par classes d’âges – décès y compris – tels que déclarés aux instances de pharmacovigilance. La classe des 0-11 ans n’est pas renseignée bien que 18 757 enfants ont reçu au moins une dose. Il semblerait que plus on est âgé, plus on souffre des effets indésirables des injections.
Figure 11
Il faut de plus garder à l’esprit que d’autres vaccins ont été administrés. La répartition par vaccin des injections en France au 8 février 2022 est renseignée dans le tableau suivant [32] :
vaccin | fabricant | nombre de 1res doses | proportion |
Comirnaty | Pfizer/BioNTech | 42 311 407 | 79 % |
Spikevax | Moderna | 6 091 726 | 11 % |
Vaxzevria | AstraZeneca | 4 411 657 | 8 % |
Janssen | Johnson & Johnson | 1 074 857 | 2 % |
Le vaccin Comirnaty de Pfizer/BioNTech est le principal vaccin administré à la population française. Le Spikevax de Moderna a été conçu en utilisant la même technologie et les mêmes présupposés que le Comirnaty : ils s’agit en réalité non pas de vaccins au sens strict mais de thérapies géniques à ARNm induisant la production endogène de la protéine Spike. Le vaccin Vaxzevria de AstraZeneca est un vaccin à vecteur viral exprimant la protéine Spike, interdit dans plusieurs pays dont le Danemark, la Norvège, l’Afrique du Sud, la Suisse, les États-unis et le Venezuela en raison des risques de thromboses atypiques [13]. Le vaccin Janssen est également un vaccin à vecteur viral exprimant la protéine Spike. Tous les vaccins administrés en France sont fondés sur la réaction immunitaire à la protéine Spike, alors que cette protéine est toxique [25]. La protéine Spike est vraisemblablement responsable d’une grande part des effets délétères dans les cas de COVID-19 graves. C’est une énorme erreur qu’ont commises les sociétés pharmaceutiques commercialisant les vaccins anticovid : elles ont conçu en guise de vaccins des poisons dangereux induisant la présence significative de la protéine Spike dans le corps des patients injectés. Il est possible que tous ces vaccins tirent leurs effets indésirables de la même cause : la protéine Spike. Quant à leur efficacité, hautement douteuse, elle est encore plus critiquable sachant qu’ils ont été préparés à l’aide de la souche Wuhan du virus, qui n’est plus en circulation depuis la mi-2020. La figure 12 résume les taux de cas graves par vaccins [7–10]. Le Vaxzevria, interdit dans plusieurs pays, manifeste effectivement une dangerosité accrue en particulier chez les jeunes adultes. Les autres semblent partager grossièrement la même dangerosité.
Figure 12
Quelque que soit la situation réelle – que nous ne saurons sans doute jamais – les données de pharmacovigilance tout comme les mesures effectuées lors de l’étude clinique sont à considérer comme des minima. Les véritables chiffres sont assurément supérieurs sans que nous soyons capables de déterminer dans quelle mesure. Les décès cumulés enregistrés par la pharmacovigilance sont supérieurs à 1554 au 30 décembre 2021 [7–10]. Les vaccins anticovid sont vraisemblablement responsables de plusieurs milliers de décès, y compris parmi des populations jeunes et en parfaite santé. Cet état de fait était prévisible bien avant son actualisation : ces décès sont à considérer comme des homicides. Les personnes victimes de graves séquelles, parfois à vie, se dénombrent sans doute par dizaines de milliers.
La mesure de la surmortalité moyenne avant et après le début de la campagne vaccinale anticovid est éloquente. Pour des décès standardisés sur la population au 1er janvier 2021, par rapport à la période allant du 1er juillet 2010 jusqu’au 26 décembre 2020, la surmortalité est passée d’une moyenne de −17 décès par jour à 15 décès par jour, occasionnant du 27 décembre 2020 au 1er novembre 2021 une surmortalité de 9807 décès. Ce nombre nous donnerait un taux de remontée des décès à la pharmacovigilance de 16 % au minimum. Nous sommes ici dans le domaine du raisonnable concernant les performances connues de la pharmacovigilance française. La vaccination est au mieux inutile ; malheureusement elle apparaît comme l’instrument d’un crime de masse. Mais derrière chaque morts suit une procession d’estropiés, handicapés à vie par l’injection funeste. La messe des morts est toujours célébrée par les survivants.
Je ne suis pas docteur, mais j’en joue un à la télé
Ayez confiance, je suis docteur… Croyez-vous que les médecins soient des docteurs ? Il n’y a rien de plus faux ! Le qualificatif de docteur dont ils s’affublent est une survivance du Moyen-Âge, une vieille tradition périmée, un titre de courtoisie n’ayant plus aucune pertinence. Le terme docteur est issu du latin classique doctor qui désigne celui qui enseigne. Il a peu a peu été dévoyé pour finir par vaguement désigner n’importe-qui ayant fréquenté une université. En Amérique du Nord, le premier grade en médecine est appelé « doctorat » alors qu’il s’agit d’un grade de premier cycle universitaire. En Italie, on nomme « dottore » tout titulaire d’un master. De même, le « docteur honoris causa » n’est pas un docteur et ne peut réclamer les droits attachés au détenteur d’un doctorat, comme stipulé dans l’article D612-41 du Code de l’éducation français. Un médecin n’est pas docteur ; mais alors qu’est-il donc ?
Selon le processus de Bologne qui harmonise les diplômes et titres au niveau européen (le fameux système Licence-Master-Doctorat, en vigueur depuis 2002), un médecin est un master en médecine. Il n’a pas soutenu de thèse de doctorat, il n’a jamais été formé par la recherche pour la recherche ni produit un travail original, donc il n’est pas docteur. Le titre de docteur est réservé aux détenteurs d’un doctorat, alors que la « thèse d’exercice » du médecin est au mieux un mémoire de master. Le médecin n’est « docteur » que par titre honorifique. Il est même « docteur junior » avant d’avoir le droit d’exercer. Il détient un diplôme de « docteur en médecine » alors que le doctorat n’est pas un simple diplôme : c’est un grade universitaire, le plus élevé de tous. La loi, plus précisément l’article R632-22 du Code de l’éducation français, autorise le médecin à porter le titre de « docteur en médecine » en vertu de l’intitulé formel de son diplôme ; mais il n’a rien à voir avec le docteur au sens strict, dont le titre est protégé par l’article L412-1 du Code de la recherche français. Aux États-Unis on distingue également le docteur « PhD » et le médecin « MD », eux-mêmes des survivances d’un système éteint depuis bien longtemps.
On prétend que les médecins accomplissent a minima neuf années d’études. C’est encore faux. En France, les études de médecine comprennent trois « cycles », qui n’ont rien à voir avec les cycles universitaires. Le premier « cycle » correspond au diplôme de formation générale en sciences médicales (DFGSM) nécessaire pour être admis en second « cycle ». Ce sont trois années d’études à temps plein. Le second « cycle » permet d’obtenir le diplôme de formation approfondie en sciences médicales (DFASM) qui se répare en trois années, dont une et demi en stage hospitalier. C’est une formation en alternance sous statut de salarié, des études à mi-temps avec une pratique professionnelle. Enfin, le troisième « cycle » permet l’obtention du diplôme d’études spécialisées (DES) grâce auquel le futur médecin acquiert sa spécialité : médecine générale, psychiatrie, pédiatrie, etc. Il dure quatre ans ou plus, mais ne contient que 200 heures d’études, soit environ trois mois, le reste étant dédié à une pratique médicale salariée. Pendant ce troisième « cycle », le futur médecin prépare puis soutient une « thèse d’exercice », en réalité une sorte de mémoire de master, afin d’avoir l’autorisation d’être inscrit à l’Ordre des médecins. Cette soutenance de nos jours plus un rituel qu’autre chose.
En résumé, la préparation du futur médecin correspond a un peu moins de cinq années d’études et à au moins quatre années de perfectionnement sur le terrain. Un médecin n’est pas un artisan boulanger qui peut se permettre de rater quelques fournées après avoir obtenu son diplôme. Il ne peut pas dire à ses patients : « J’ai aperçu votre cas dans un bouquin de classe. Je vais me faire la main sur vous et on verra bien le résultat. » Le médecin n’a pas droit à l’erreur car la santé et même la vie de son patient est en jeu. Il doit donc avoir été réellement confronté à des cas de toutes sortes avant d’être autorisé à exercer son art sans risquer de blesser une partie de sa patientèle. On retrouve cette même exigence de qualité chez les Compagnons du Tour de France. Ces derniers passent leur licence professionnelle en trois ans, puis font leur Tour de France de perfectionnement – qui peut durer de quatre à dix ans – afin de parfaire la maîtrise de leur art. Cette longue période de perfectionnement s’achève par la création d’un chef d’œuvre qui les autorise à porter le titre de Compagnon. On ne prétend pas pour autant que le Compagnon a fait treize années d’études.
Le médecin est un praticien hautement aguerri ; mais il n’est pas un scientifique, bien au contraire. Il n’y a de science que du général, alors que le patient est un être particulier, sui generis, qu’il faut considérer dans toute sa singularité. Il n’est pas question de lui appliquer une théorie générale en le mettant dans une petite case d’une classification puis en déroulant l’algorithme qui en déduirait le traitement à lui administrer. On le fait en médecine vétérinaire pour traiter les poulets en batterie et si il y a quelques ratés on les bascule en pertes et profits. Mais il n’est pas question de classer un patient mal soigné en erreur expérimentale. De plus, la relation entre le médecin et son patient est essentiellement subjective : le patient communique son ressenti, ses sensations internes et ses émotions propres afin de guider le praticien. Le médecin de même fait appel à la somme de ses savoirs digérés pour décider de la meilleure manière de traiter son patient en fonction de sa maîtrise intime du sujet. Le scientifique est incompétent à la fois face à l’idiosyncrasie du patient et à sa subjectivité, deux choses qui sont l’antithèse de toute science. Faire de la médecine une science est la meilleur manière de transformer une pratique respectueuse de l’individu en un Meilleur des mondes digne du roman d’Aldous Huxley, une sorte de totalitarisme biomédical traitant l’individu comme une fourmi de la fourmilière.
Il n’y a aucune honte à ne pas être docteur, ni d’humiliation à ne pas être un scientifique. L’épistémologue – animal on ne peut plus rare – sait que la science n’est qu’une modalité du savoir parmi d’autres qui ne jouit d’aucune prérogative. Le médecin n’est pas un théoricien mais un praticien. Sa tâche est noble : il honore la vie en soignant ses semblables. Il est lié à un serment solennel – le serment d’Hippocrate – qui l’oblige moralement au plus haut respect de sa mission. Médecin n’est pas un simple métier : c’est un sacerdoce qui engage une vie entière. La religion scientiste qui avilit tout ce qui n’est pas semblable à elle, qui dégrade la science elle-même en l’abâtardissant, est une insulte aux plus hautes compétences pratiques. Il en va des médecins comme des bâtisseurs de cathédrales. Ce ne sont pas des scientifiques ; et pourtant leur valeur est indiscutable. Les scientifiques de plateau, pour la plupart, abusent d’un titre usurpé pour extorquer l’approbation du public. On reconnaît d’ailleurs les vrais scientifiques au fait qu’ils ne se vantent pas en s’affublant du titre de docteur, pourtant mérité. Connaissez-vous beaucoup de docteurs en mathématiques ou en physique qui se font appeler « docteur » à la télévision ? Même les prix Nobel n’osent pas. . .
Un virologiste n’est pas un médecin ; il fait des études de sciences biologiques puis passe un doctorat en virologie. Un épidémiologiste n’est pas un médecin ; il fait des études de biologie et de statistiques puis passe un doctorat d’épidémiologie. Un pharmacien n’est pas un médecin ; il fait des études de pharmacie. Il arrive que des médecins soient docteurs, mais seulement quand ils reprennent des études nécessaires à l’obtention d’un doctorat dans la spécialité choisie, soit trois ans de réelles études au minimum. Les spécialités discutées sur les plateaux de télévision pendant la crise de la COVID-19 ne sont pas du domaine de la médecine, à l’exception de l’information sur les soins existants et sur les protocoles proposés. La vaccination pendant les études de médecine, c’est une demi-journée de cours magistral, quelques consultations, quelques piqûres et c’est tout. Pour avoir un avis de spécialiste sur un vaccin expérimental, il faut consulter un immunologiste, un épidémiologiste ou un pharmacien ; mais le médecin sera de peu d’utilité.
Quand le médecin se trouve rémunéré par des industries douteuses comme par exemple Pfizer, on atteint un tout autre niveau : le conflit d’intérêts. Même face au malade, le médecin sera éventuellement poussé par cupidité ou loyauté à favoriser la société qui le rémunère plutôt que ses patients. Le doute s’installe quand il y a conflit d’intérêts. La base Transparence santé [31] regroupe les déclarations des médecins français concernant leurs avantages financiers reçus par des entreprises, parfois sans montant renseigné. . . Quand une administration prépare un dispositif qui se nomme « Transparence », attendez-vous à ce que ça n’ait rien à voir avec la transparence. De courageux enquêteurs ont regroupé et analysé cette base pour y découvrir les confits d’intérêts des médecins de plateaux [19].
Quand un simple médecin se prétend scientifique pour vanter dans les médias les mérites de vaccins inutiles et dangereux, quand en plus il reçoit de l’argent de l’industrie pharmaceutique sans jamais le mentionner, cela s’appelle de la manipulation. Tous ces médecins dans les médias ne sont pour la plupart que les acteurs 17en costume blanc d’un théâtre jouant une pièce de propagande destiné à tromper la population. Dans un pays qui se prétend démocratique, on peut assister à une telle forfaiture ; mais dans un pays réellement démocratique, un tel spectacle est impossible. La vaccination est vraisemblablement responsable d’une catastrophe sanitaire à l’échelle planétaire, un crime de masse sans précédent. Actuellement, en vertu des éléments librement accessibles par tous, constater l’absence d’une enquête indépendante planétaire sur la vaccination anticovid est en soi assister à un crime. Nos gouvernants en sont les complices, voire les instigateurs. Mais nous sommes en « démocratie », alors soumettons-nous à leur volonté.
Références
Ouvrages
[1] Agence Européenne des Médicaments, « Assessment report : COVID-19 mRNA vaccine (nucleoside-modified) », procédure no. EMEA/H/C/005735/0000 (19 février 2021), https://www.ema.europa.eu/en/documents/assessment-report/comirnaty-epar-public-assessment-report_en.pdf.
[2] Agence Technique de l’Information sur l’Hospitalisation, « Analyse de l’activité hospitalière 2020 –Covid-19 », (28 octobre 2021), https://www.atih.sante.fr/sites/default/files/public/content/4144/aah_2020_analyse_covid.pdf.
[3] Amit Singh K. et al., « Lack of active SARS-CoV-2 virus in a subset of PCR-positive COVID-19 congregate care patients », Journal of Clinical Virology, vol. 141, 104879 (18 juin 2021), https://doi.org/10.1016/j.jcv.2021.104879.
[4] Bégaud Bernard, Martin Karin, Haramburu Françoise et Moore Nicholas, « Rates of spontaneous reporting of adverse drug reactions in France », Journal of the American Medical Association, vol. 288, n° 13, 1588 (2 octobre 2002), https://jamanetwork.com/journals/jama/article-abstract/1032069.
[5] ClinicalTrials.gov, « Study to Describe the Safety, Tolerability, Immunogenicity, and Efficacy of RNA Vaccine Candidates Against COVID-19 in Healthy Individuals », National Library of Medecine, National Institute of Health (publié le 30 avril 2020, mise à jour le 2 février 2022), https://clinicaltrials.gov/ct2/show/NCT04368728.
[6] Coronakommissionen, « Äldreomsorgen under pandemin », SOU 2020:80, résumé (décembre 2020), https://coronakommissionen.com/wp-content/uploads/2020/12/summary.pdf.
[7] CRPV de Bordeaux, CRPV de Marseille, CRPV de Toulouse et CRPV de Strasbourg, « Enquête de pharmacovigilance du vaccin Pfizer – BioNTech Comirnaty », rapport n° 19, période du 27 août 2021 au 11 novembre 2021 (21 décembre 2021), https://ansm.sante.fr/uploads/2021/12/21/20211221-covid-19-vaccins-rapport-pv-pfizer-19-2.pdf.
[8] CRPV de Lille et CRPV de Besançon, « Enquête de pharmacovigilance du vaccin COVID-19 VACCINE MODERNA », rapport n° 16, période du 10 septembre 2021 au 11 novembre 2021 (21 décembre 2021), https://ansm.sante.fr/uploads/2021/12/21/20211221-covid-19-vaccins-rapport-pv-moderna-16-2.pdf.
[9] CRPV de Grenoble et CRPV de Lyon, « Enquête de pharmacovigilance du vaccin COVID-19 JANSSEN », rapport n° 6, période du 24 septembre 2021 au 30 décembre 2021 (4 février 2022), https://ansm.sante.fr/uploads/2022/02/04/20220204-covid-19-vaccins-rapport-pv-janssen-6-2.pdf.
[10] CRPV d’Amiens et CRPV de Rouen, « Enquête de pharmacovigilance du vaccin VAXZEVRIA », rapport n° 17, période du 24 septembre 2021 au 30 décembre 2021 (4 février 2022), https://ansm.sante.fr/uploads/2022/02/04/20220204-covid-19-vaccins-rapport-pv-vaxzevria-17-2.pdf.
[11] Francesco Negro, « Is antibody-dependent enhancement playing a role in COVID-19 pathogenesis ? », Swiss Medical Weekly, collection 2020/15-16 (16 avril 2020), https://doi.org/10.4414/smw.2020.20249.
[12] « Violation Tracker Parent Company Summary – Pfizer », Violation Tracker, Good Jobs First, Washington DC, https://violationtracker.goodjobsfirst.org/parent/pfizer.
[13] « Covid-19 : le Danemark, premier pays d’Europe à renoncer définitivement au vaccin d’AstraZeneca », Le Figaro (14 avril 2021), https://www.lemonde.fr/economie/article/2009/09/02/une-amende-de-2-3-milliards-de-dollars-pour-pfizer_1235011_3234.html.
[14] Hanley James A. et Lippman-Hand Abby, « If Nothing Goes Wrong, Is Everything All Right ? Interpreting Zero Numerators », Journal of the American Medical Association, vol. 249, n° 13, 1743-1745 (1er avril 1983), https://doi.org/10.1001/jama.1983.03330370053031.
[15] « Sur quoi se fonde Emmanuel Macron pour dire qu’il y aurait 400 000 morts du Covid-19 sans confinement ? », Libération (29 octobre 2020), https://www.liberation.fr/checknews/2020/10/29/sur-quoi-se-base-emmanuel-macron-pour-dire-qu-il-y-aurait-400-000-morts-du-covid-19-sans-confinement_1803834/.
[16] « Une amende de 2,3 milliards de dollars pour Pfizer », Le Monde (2 septembre 2009), https://www.lefigaro.fr/sciences/covid-19-le-danemark-premier-pays-d-europe-a-renoncer-definitivement-au-vaccin-d-astrazeneca-20210414.
[17] Morens David M., Taubenberger Jeffrey K. et Fauci Anthony S. « Predominant Role of Bacterial Pneumonia as a Cause of Death in Pandemic Influenza: Implications for Pandemic Influenza Preparedness », The Journal of Infectious Disease, vol. 198 no. 7, 962-970 (1er octobre 2008), https://doi.org/10.1086/591708.
[18] Nie Xiuquan et al., « Epidemiological Characteristics and Incubation Period of 7015 Confirmed Cases With Coronavirus Disease 2019 Outside Hubei Province in China », The Journal of Infectious Diseases, vol. 222, no.1, 26–33 (1er juillet 2020), https://doi.org/10.1093/infdis/jiaa211.
[19] Pesty François, « Les conflits d’intérêts pendant la crise du covid-19 : ils n’ont pas disparu ! », Chronique n° 24, France Soir, (publié le 8 septembre 2020, mis à jour du 20 juillet 2021) https://www.francesoir.fr/opinions-tribunes/chronique-covid-ndeg24-les-conflits-dinterets-pendant-la-crise-covid-ils-nont-pas.
[20] Rioché Eusèbe, « COVID-19 – du mythe aux statistiques », communication sous pseudonyme (9 février 2021), http://www.deboutlafrance.fr/wp-content/uploads/2021/02/SantePubliqueCovid.pdf.
[21] Rioché Eusèbe, « COVID-19 – des statistiques au scandale », communication sous pseudonyme (22 mars 2021), http://www.deboutlafrance.fr/wp-content/uploads/2021/03/PensezPrintemps-21mars2021.pdf.
[22] Rioché Eusèbe, « Impact du confinement sur l’épidémie de COVID-19 », communication sous pseudonyme (25 juillet 2021), https://jbl1960blog.files.wordpress.com/2021/09/impactduconfinement-20210725.pdf.
[23] Socialstyrelsen, « Statistics on number of COVID-19 deaths », onglet « Place of death », https://www.socialstyrelsen.se/globalassets/1-globalt/covid-19-statistik/engelska-sidan/statistik-covid19-avlidna-engelska.xlsx.
[24] Thacker Paul D., « Covid-19: Researcher blows the whistle on data integrity issues in Pfizer’s vaccine trial », British Medical Journal, vol. 375 (2 novembre), https://doi.org/10.1136/bmj.n2635.
[25] Theoharides Theoharis. C. et Conti Pio, « Be aware of SARS-CoV-2 spike protein: There is more than meets the eye », Journal of Biological Regulators & Homeostatic Agents, vol. 35, n° 3, 833-838 (8 juin 2021), https://doi.org/10.1136/bmj.n2635.
[26] Wolff Greg G., « Influenza vaccination and respiratory virus interference among Department of Defense personnel during the 2017–2018 influenza season », Vaccine, vol. 38 no. 2, 350-354 (10 janvier 2020), https://doi.org/10.1016/j.vaccine.2019.10.005.
[27] Wolff Greg G., « Letter to the Editor », Vaccine, vol. 38 no. 30, 4651 (19 juin 2020), https://doi.org/10.1016/j.vaccine.2020.04.016.
Données
[28] INSEE, « Pyramide des âges 2020 – France et France métropolitaire » pyramides-des-ages_bilan-demo_2019.xls, https://www.insee.fr/fr/statistiques/pyramide/3312958/xls/pyramides-des-ages_bilan-demo_2019.xls.
[29] INSEE, « Fichiers des personnes décédées depuis 1970 », https://www.insee.fr/fr/information/4190491.
[30] Medic’AM, « Médicaments délivrés par les pharmacies de ville par type de prescripteur », relevé mensuel, https://assurance-maladie.ameli.fr/etudes-et-donnees/par-theme/medicaments-et-dispositifs-medicaux/medicaments.
[31] Ministère des Solidarités et de la Santé, « Base Transparence santé », https://www.transparence.sante.gouv.fr/.
[32] Santé Publique France, « Géo-données en santé publique », Géodes, https://geodes.santepubliquefrance.fr/.
[33] Santé Publique France, « Données relatives aux personnes vaccinées contre la Covid-19 », base VAC-SI, https://www.data.gouv.fr/fr/datasets/donnees-relatives-aux-personnes-vaccinees-contre-la-covid-19-1/.
Poster un Commentaire