Chronique N°89 – Une fois redressés, les taux de létalité apparaissent beaucoup moins anxiogènes

Auteur(s)
François Pesty, pour FranceSoir
Publié le 12 mars 2022 - 17:02
Image
Pesty 89
Crédits
Pixabay / DR
La vaccination n’a pas eu d’effet favorable (faire baisser) quant à la létalité. L’efficacité de la stratégie vaccinale française ne coule pas de source…
Pixabay / DR

CHRONIQUE — Euréka, j’ai trouvé !

Après avoir envoyé mon manuscrit rempli de graphiques à FranceSoir, consacré au calcul des taux de létalité, les meilleurs indicateurs de la dangerosité des virus respiratoires, mais jamais publiés par Santé Publique France, je restais quelque peu sur une impression de « aurait pu mieux faire »...

J’avais largement alerté sur l’importante, voire colossale, surestimation de ces taux. Une conséquence des surdiagnostics de décès dus au Covid [1] et de la considérable sous-estimation des nombres de personnes nouvellement contaminées. [2]

[1] Une très large proportion de personnes décédées à l’hôpital ou en établissements sociaux et médico-sociaux après avoir été testées positives au Covid, a pu l’être d’une tout autre cause. Mourir avec le Covid, ne veut pas dire mourir à cause du Covid !

[2] Sur la majeure partie de la période d’étude, allant du 1er juin 2020 au 16 février 2022, les nombres de tests pratiqués quotidiennement en France ont oscillé entre cinq dix millièmes et huit millièmes de la population française. Le 19 août 2021, au moment de la mise en place par étapes du passe sanitaire, les près de 780 000 personnes testées ne représentaient qu’un échantillon de 1,2 % de notre population, et au plus fort de la vague Omicron, le 10 janvier 2022, avec près de 1,6 million de tests, nous effleurions les 2,4 % (voir le dernier graphique de ma précédente chronique).

Or, le taux de létalité est un ratio. Au numérateur, nous trouvons les nombres surestimés de décès attribués au Covid et au dénominateur, les nombres fortement sous-estimés de personnes infectées. Je n’ai nullement caché que les taux de létalité que j’avais calculés étaient horriblement exagérés. Les résultats présentés dans ma chronique précédente, devraient horrifier n’importe quel épidémiologiste digne de ce nom.

Je terminais en écrivant : « Les taux réels de létalité si l’on avait pu tester la totalité des Françaises et des Français seraient bien plus rassurants encore que ce que j’ai calculé pour cette chronique ».

Cette réflexion m’a conduit au constat suivant :

Certes, nous ne pouvons pas tester toute la population française. Cependant, nous avons accès à la « taille » des échantillonnages quotidiens du dépistage du Covid sur la plateforme en Open data « SI-DEP » (ici) et grâce à la pyramide des âges de l’INSEE, nous avons accès aux données démographiques par classes d’âges et selon le sexe.

Je comprenais alors qu’il était possible d’améliorer singulièrement la justesse du calcul des taux de létalité en opérant un « redressement » à l’aide des données populationnelles et de dépistage.

Pour rappel, la formule de calcul que j’ai utilisée pour ma première livraison de taux de létalité était la suivante :

Taux de létalité à j = Nombre de décès observés à j / nombre de nouvelles contaminations à j-14

(Les deux termes de ce ratio s’expriment en moyennes quotidiennes lissées sur les sept derniers jours et respectent un décalage de 14 jours en arrière entre la date des décès et celle des contaminations, afin de mieux se calquer sur l’histoire naturelle de cette maladie infectieuse. À savoir un délai de deux semaines entre le test positif et l’apparition possible d’une forme sévère susceptible d’entrainer un décès).

Il suffit donc, tout simplement, de multiplier les taux tels que calculés précédemment, par la moyenne des nombres de tests réalisés à j-14 et de diviser par la population ou sous-population INSEE correspondante.

Cela revient à diviser les taux de létalité par l’extrapolation à la population étudiée des nombres de personnes infectées :

Nombre de nouvelles contaminations j-14 de la pop-e (en moyenne des 7 derniers jours) / Nombre de tests réalisés j-14 de la pop-e (également exprimés en moyenne des 7 derniers jours) * pop-e

Où pop-e est la population étudiée (ex ; les 90 ans et plus ; les hommes de tous âges ; la France entière).

Le correctif à appliquer n’est donc qu’une simple règle de trois :

Nombre de personnes infectées si on avait testé toute la population étudiée = (nombre de nouveaux cas positifs / nombre de tests réalisés) * population totale étudiée

Voici donc la formule de calcul la plus réaliste pour les taux de létalité :

[Nombre de décès observés à j / nombre de nouvelles contaminations à j-14] * [Nombre de tests réalisés à j-14] / population INSEE étudiée]

J’ai utilisé ici la version 2021 du fichier INSEE, qui notamment estimait la population française à 67 407 241 personnes, dont 34 846 941 femmes et 32 560 300 hommes, et avec les estimations de population INSEE des dix tranches d’âges définies par Santé Publique France, pour lesquelles nous disposons des nombres de décès confirmés Covid-19, des nouvelles contaminations et des nombres de tests réalisés quotidiennement.

Et cela fait une sacrée différence, nous allons le voir en quelques graphiques.

Évolution des taux de létalité avant redressement, quel que soit l’âge et le sexe :

L’évolution des taux de létalité redressés dans la population générale française :

En population générale (dans les deux sexes et quel que soit l’âge), les taux de létalité passent donc de 9 % (non redressés) à 5 pour 100 000 personnes infectées après redressement. Au pic du 8 juin 2020, la diminution est d’un facteur 180. Elle est d’un facteur 90 le 16 février 2022, après le pic Omicron. Cela change la donne quand même !

Après la vague Omicron, le risque de décéder d’une infection au Covid passe d’un peu moins de 1 pour 1 000 à 1 pour 100 000. Excusez du peu !

Mais, et il faut bien faire cette constatation, la courbe de tendance est parfaitement horizontale. Qu’est-ce que cela signifie ? Rappelons-nous, la vaccination a démarré en France le 27 décembre 2020 (Mauricette à l’hôpital René Muret, AP-HP), deux jours après qu’un premier cas d’infection au variant Alpha (Anglais) n’ait été identifié. Elle n’a cessé de monter en puissance tout au long de l’année 2021. On nous a affirmé qu’elle avait permis d’éviter les formes sévères et de nombreux décès. Si ça avait été le cas, cela serait objectivé par une dégringolade de la courbe pendant cette période. Ce graphique met à mal l’efficacité vaccinale contre les formes sévères et encore plus contre les décès !

Évolution des taux de létalité avant redressement selon les tranches d’âges :

Évolution des taux de létalité après redressement selon l’âge :

Changement radical. Chez les 90 ans et plus, nous étions avant redressement sur un risque très élevé de décès, avec des pourcentages à deux chiffres. Un risque de décéder d’une infection Covid-19 de 20-25 % et au-delà. Des chiffres absolument abominables. Une fois redressés, les risques de décès étaient compris entre 3 et 15 pour 10 000 personnes infectées entre le 1er juin 2020 et le 27 mars 2021, et de 3 pour 10 000 le 17 février 2022 après la vague Omicron… Il n’y a vraiment plus de quoi s’angoisser. Je me suis amusé, si j’ose dire, à comparer aux pics de létalité de la deuxième quinzaine de janvier 2021, les risques de décès pour les cinq classes d’âges les plus âgées :

- 14 pour 10 000 infectés chez les 90 ans et plus ;

- 7 pour 10 000 infectés, soit deux fois moins, pour les 80-89 ans ;

- 3 pour 10 000 infectés chez les 70-79 ans ;

- 1 pour 10 000 infectés, soit 3 fois moins que la classe immédiatement supérieure, chez les 60-69 ans ;

- 3 pour 100 000 infectés chez les 50-59 ans.

Si l'on jette un œil sur les plus jeunes en période Omicron, qu'Olivier Véran s’obstine encore à vouloir vacciner, il va falloir qu’il regarde bien les données scientifiques (épidémiologiques). Le 12 février 2022, chez les 0-9 ans, le risque de décès était de 6 sur 100 millions d’infectés. Autrement dit, pas même un seul enfant de cette classe d’âges qui comporte moins de 8 millions d’enfants. Pour les plus de 8,4 millions d’enfants de la tranche d’âges 10-19 ans le risque de décès est de 4 sur 100 millions d’infectés. Encore zéro. Mais on vous dira, ils vous diront, les hyper-précautionnistes de principe, que le « risque zéro » n’existe pas !

Et là, je suis bien obligé de le dire. Toutes les courbes de létalité grimpent pendant la montée en charge de la vaccination double puis triple dose, bientôt quadruple. La létalité ne baisse absolument pas au fur et à mesure que l’on vaccine ! Il n’y a pas un problème là ?

Lire aussi : Effets secondaires des vaccins: un assureur allemand pulvérise les rapports officiels

Et cela contraste avec l’effet bénéfique d’Omicron, que la bonne couverture vaccinale en France n’a pas permis de freiner le moins du monde, et qui, lui, a infléchi fortement la létalité covid-19…

Allez, encore un petit effort, deux derniers graphiques, afin de voir le changement des courbes redressées, cette fois-ci selon le sexe.

Évolution des taux de létalité après redressement selon le sexe :

Et après redressement sur les nombres de tests et les populations hommes / femmes :

La messe est dite !

Les courbes de tendances chez la femme, comme chez l’homme, sont haussières. La vaccination n’a pas eu d’effet favorable (faire baisser) quant à la létalité. L’efficacité de la stratégie vaccinale française ne coule pas de source…

Heureusement, qu’Omicron, venu de loin, l’Afrique du Sud, ce n’est pas la porte d’à côté. Heureusement, qu’il est venu nous voir. Les 18 et 19 février, après son passage, les risques de décès chez la femme ou l’homme infecté(e) étaient respectivement de 14 par million et de 10 par million.

Pfizer ou un autre « marchand du temple » dirait que le risque chez la femme est 40 % inférieur à celui de l’homme. Mais, c’est exprimer un bénéfice très trompeur en termes de réduction du risque relatif [3]. En réalité, il est bien préférable, ce que ne font jamais les industriels de la santé, d’exprimer un bénéfice en termes de réduction d’un risque absolu. En l’occurrence, il est ici de 4 décès évités par million de femmes infectées en comparaison à l’homme. Où encore, il faut 250 000 femmes infectées pour éviter un décès chez la femme par rapport à 250 000 hommes infectés. [5]

[3] (14-10)/10 = 0,4 = 40 %

[4] 0.000014 – 0.000010= 0,000004

[5] 1/0.000004 = 250 000

Ces taux de létalités redressés ont beau être extrêmement rassurants, ils restent probablement encore très surestimés du fait des surdiagnostics massifs de décès (numérateur) attribués au Covid-19…

Et là, je n’ai hélas pas de solution pour corriger ce biais !

À LIRE AUSSI

Image
Pesty 88
Chronique N°88 – "La létalité des variants successifs n’a fait que baisser en France – Etude inédite"
CHRONIQUE — Les chefs d’États, leurs Premiers ministres et ministres de la Santé, « hyper-précautionnistes de principe [1] », constamment alarmistes tout au long de ce...
07 mars 2022 - 16:53
Opinions
Image
La modélisation mathématique farfelue de l’Institut Pasteur, inspiratrice d’un passe vaccinal aussi inutile qu’injuste
Chronique n°87 - La modélisation farfelue de l’Institut Pasteur qui a inspiré le passe
CHRONIQUE — Pour bien comprendre l’utilité, s’il en avait une, du modèle mathématique développé par l’Unité spécialisé en modélisation des maladies infectieuses, dirig...
20 février 2022 - 15:43
Opinions
Image
Chronique Pesty 86
Chronique N°86 – "Erratum : Tout le monde peut se tromper, mais pas autant que l’OMS"
CHRONIQUE — Un peu surpris quand même, par l’ampleur de l’erreur entre la prédiction de 500 000 morts en Europe et en Asie centrale, faite le 14 novembre 2021 par Hans...
16 février 2022 - 11:11
Opinions
Soutenez l'indépendance deLogo FranceSoir

Faites un don