10/08/2023
Lance D Johnson
Le ministère de l'Éducation de l'État du Maryland a publié sa dernière série de résultats aux tests destinés aux élèves des écoles publiques de tout l'État. L'État de Chesapeake Bay utilise le Maryland Comprehensive Assessment Program (MCAP) pour tester les élèves des écoles primaires, intermédiaires et secondaires.
Cette année, les résultats des tests ont été choquants. Dans plus de 200 écoles à travers l’État, plus de 95 % des élèves des écoles publiques ne maîtrisaient PAS les mathématiques de base. Ces écoles comptent environ 77 000 élèves.
Les écoles publiques de la ville de Baltimore se sont effondrées
Le district scolaire public de la ville de Baltimore est le plus bas de l'État. Au total, 23 écoles de Baltimore n’avaient aucun élève maîtrisant les mathématiques ! Vingt autres écoles de la ville de Baltimore n'avaient qu'un ou deux élèves qui testaient leurs compétences en mathématiques. L’État progressiste du Maryland a un système éducatif défaillant, d’une nature incompréhensible.
En février, la liste des écoles dans lesquelles aucun enfant ne pouvait comprendre les mathématiques de base comprenait les éléments suivants :
Les écoles élémentaires en échec comprennent : Abbottston, Belmont, Dallas F. Nicholas Sr., Dororthy I. Height, Johnston Square, Park Heights Academy, Steuart Hill Academic Academy, Samuel Coleridge-Taylor. Les collèges en échec comprennent : Collington Square, Baltimore International Academy West, Excel Academy, Independence School Local 1 et Joseph C. Briscoe. Les lycées en échec comprennent : Achievement Academy, Augusta Fells Savage, Baltimore School for the Arts, City Neighbours High, Coppin Academy, Forest Park, New Era Academy, Reach ! Partenariat, Renaissance Academy et Vivien T. Thomas.
Les écoles où seulement un ou deux élèves maîtrisaient les mathématiques sont les suivantes : Bluford Drew Jemison STEM Academy West, Carver Vocational-Technical High, ConneXions : A Community Based Arts School, Dickey Hill Elementary/Middle, Digital Harbor High School, Dr. Bernard. Harris, Sr., Élémentaire, Edmondson-Westside High, Eutaw-Marshburn Elementary, Frederick Elementary, Gwynns Falls Elementary, Lillie May Carroll Jackson School, Mergenthaler Vocational-Technical High, National Academy Foundation, Patterson High, Reginald F. Lewis High, Robert W. Coleman Elementary, Sinclair Lane Elementary, Stadium School, Tench Tilghman Elementary/Middle et Westport Academy.
Le journaliste d'investigation Chris Papst de Fox45 News a rassemblé les données brutes sur les résultats des tests des élèves directement auprès des écoles de la ville de Baltimore, dans le cadre de son effort d'enquête appelé Projet Baltimore. Les données brutes ont été initialement publiées sur le site Web de l’État, mais après avoir été analysées et que l’histoire selon laquelle aucun élève ne maîtrisait les mathématiques a éclaté, l’État a supprimé les données. Quelques semaines plus tard, les données sont réapparues sur le site Web, avec des astérisques à la place de certaines données. Chris Papst affirme que l'État a modifié l'ensemble de données d'origine et conserve les données brutes du public. Les données brutes incluraient des résultats de tests expurgés, que le district définit comme une « désidentification améliorée ». Les résultats des tests expurgés sont remplacés par des astérisques pour masquer les faibles résultats des tests et donner une bonne image du district, alors qu'il s'agit en réalité d'un échec catastrophique.
Après une enquête plus approfondie, le Projet Baltimore a appris que le Département de l'Éducation de l'État du Maryland avait modifié la façon dont il rend compte des résultats des tests d'État, cachant ainsi certains résultats au public. Sean Kennedy du Maryland Public Policy Institute était d'accord avec Chris Papst. Il a rapporté en avril : « Le Département d’Éducation de l’État est en train de dissimuler ce qui se passe dans les écoles publiques ; c’est scandaleux.
Selon les données brutes les plus récentes provenant des écoles publiques de Baltimore, 1 736 ont passé le test et 1 295 (74,5 %) ont obtenu le niveau le plus bas (1 sur 4). Même après avoir investi une somme d’argent historique dans l’éducation, la plupart des étudiants sont loin de maîtriser les mathématiques de base et d’autres matières.
«Je suis en colère», a déclaré Sean Kennedy. « Ces données sont totalement inutiles. Ils l’ont rendu complètement inutile et ils l’ont fait exprès.
Sean Kennedy ne parvenait pas à croire ce que l’État avait fait pour dissimuler l’échec du système scolaire public. "Au lieu de dire la vérité et de dire qu'ils ont laissé tomber les étudiants de la ville de Baltimore et les étudiants de tout l'État, ils essaient de le cacher, et maintenant ils accumulent des mensonges sur les raisons pour lesquelles ils le cachent", a déclaré Kennedy au Projet Baltimore.
L'enquête est en cours.
Les sources incluent :
Zerohedge.com
FoxBaltimore.com
Twitter.com
FoxBaltimore.com
NYPost.com
Le traitement du Corona n’est pas souhaitable – la propagande de l’IHS déguisée en étude
RépondreSupprimer9 octobre 2023
par Thomas H.
Fin août 2023, une étude de l’IHS sur le scepticisme à l’égard de la science et de la démocratie a été rendue publique. Certains des excès d'amateurisme de ce volume de 400 pages ont déjà été soulignés. Cet article porte sur les impuretés méthodologiques et les astuces rhétoriques. L'étude semble fortement biaisée. Les documents disponibles conduisent à la conclusion que l’objectif principal est de pouvoir diffamer les critiques de tous les récits possibles, non seulement comme des ennemis de la science, mais aussi comme des menaces pour la structure et la prospérité de l’État.
Fin août 2023, une étude de l’Institut d’études avancées (IHS) a été présentée au public. [1] Si l’« Étude causale sur l’ambivalence et le scepticisme en Autriche à l’égard de la science et de la démocratie » semble au premier abord être une noble entreprise, en y regardant de plus près, on remarque un niveau de propagande et d’amateurisme effrayant. Deux aspects de cette étude ont déjà été discutés.
Premièrement, l'historien Prof. Sander-Faes a rédigé une première réponse à l'étude mentionnée , en particulier à la section sur le développement historique du prétendu scepticisme scientifique. Il considère problématique la tentative d’en construire un dans une perspective historique, car l’étude elle-même n’a rien découvert de frappant à cet égard pour le moment. [2]
Dans une publication récente, l'initiative GGI a discuté du consensus scientifique et des raisons pour lesquelles il n'est pas toujours objectivement justifié. Le soi-disant contre-consensus soulevé par l’étude IHS est également discuté. Leur tentative de lier l’hostilité à la science et à la démocratie à un tel contre-consensus s’est retournée contre eux. Toutes les mesures de crise néfastes prises ces dernières années reposent sur un tel contre-consensus. Les hommes politiques du Parti de l’unité Corona et leurs aimables experts ont jeté par-dessus bord tous les consensus du secteur de la santé, au mieux avec des justifications fragiles. C’est précisément ici que les tendances antiscientifiques, antidémocratiques et totalitaires sont clairement apparues. [3]
Dans ce qui suit, d'autres aspects de l'étude sont examinés, l'accent étant mis sur les chapitres 1 à 3.
1. Introduction
RépondreSupprimerSur la base de nos recherches, nous définissons le scepticisme scientifique et démocratique comme un rejet systématique et infondé ou injustifié des découvertes scientifiques et/ou de la démocratie.
Avec cette auto-définition, commence le cadrage fermé . Le scepticisme à l’égard de la science et de la démocratie est fondamentalement quelque chose de mauvais ou de dangereux.
Les deux termes ont été utilisés presque exclusivement ensemble au début et tout au long de l’étude, de sorte que des lecteurs moins attentifs pourraient être enclins à comprendre qu’il s’agit d’un phénomène courant ; nous connaissons déjà cela comme une fausse dichotomie . Le « et/ou » ci-dessus, apparemment apaisant, apparaît exactement deux fois. La combinaison « scepticisme scientifique et démocratique » apparaît des dizaines de fois (sans l’en-tête de chaque page).
Il existe également des raisons politiques pour lesquelles le débat social sur la question du scepticisme à l’égard de la science et de la démocratie est important. […] Pour une petite économie tournée vers l’exportation et disposant de relativement peu de ressources foncières, le capital humain et la force d’innovation de son économie sont d’une grande importance.
L'Autriche est présentée comme un pays dépourvu de ressources naturelles importantes et donc dépendant de sa force intellectuelle. Cela est vrai dans une certaine mesure, mais on ne peut s'empêcher d'avoir l'impression d'une insinuation cachée : si les sceptiques l'emportent, la prospérité de l'Autriche s'effondrera.
2 – Méthodologie d’étude globale
RépondreSupprimerDans le premier paragraphe de la section méthodes vous trouverez les trois principaux objectifs de l’étude résumés en quelques lignes. Ce n'est pas particulièrement professionnel, car même si le paragraphe est au moins compréhensible, il appartient en fait à l'introduction - ou mieux encore, à son propre chapitre.
La description de la méthodologie s’étend sur les deux pages suivantes et semble au premier abord passer à côté de l’essentiel. Vous apprenez que l'on utilise des analyses secondaires d'enquêtes déjà réalisées, des entretiens avec des experts ainsi que des groupes de discussion, une revue de la littérature et des ateliers ou réunions. Tout autour de vous, lisez les raisons pour lesquelles ces méthodes ont été choisies et les limitations auxquelles elles peuvent être soumises – formulées de manière un peu douteuse, mais acceptons cela.
On peut maintenant se demander si une telle justification s’inscrit dans l’introduction, dans la discussion ou peut-être réellement dans la méthodologie. Mais ce qui aurait dû être inclus dans la méthodologie, c'est une description de la manière dont les méthodes mentionnées sont réellement mises en œuvre. Par exemple, les enquêtes : à partir de quelles sources et selon quels critères sont-elles recherchées et comment filtrer un pool éventuellement trop étendu ? Ou des entretiens publicitaires : de quelles questions ou blocs clés consistent-ils ? Sont-ils évalués qualitativement ou quantitativement ? Pour quel paramètre existe-t-il une plage de valeurs ? Les évaluations qualitatives sont-elles abordées de manière inductive, déductive ou autrement en utilisant l'analyse de contenu ?
De telles descriptions - superficielles, mais au moins présentes - ne se trouvent qu'au début des différents chapitres et n'y sont pas présentées séparément, mais plutôt mélangées à une sorte d'introduction. La partie méthodologique est globalement peu décrite, confuse et peu professionnelle.
3 – Bases de la recherche sur le scepticisme scientifique et démocratique
RépondreSupprimerDans l’ensemble, le chapitre est assez abstrus ; seuls les aspects particulièrement marquants seront abordés ici. C'est ainsi que par ex. B. le déjà tristement célèbre Dr. Bogner a reçu une boîte d'information entière dans laquelle sont régurgités ses fables sur le scepticisme scientifique comme menace pour la démocratie.
Cela ouvre également le lien avec le scepticisme à l’égard de la science et de la démocratie, qui ne représentent ni un problème social isolé ni un déficit de groupes de population individuels. Ces politiques sont plutôt dirigées contre les conditions sociales et politiques (voir chapitres 5.1, 7.2.4 et 7.2.6). Ainsi, Bogner (2023 : 9), dans son essai pour la question du prix ÖAW 2023, décrit le scepticisme dans ces deux domaines comme un rejet d'une attitude critique et réflexive ouverte au changement, au discours et à l'apprentissage partagé. Par conséquent, conclut l’auteur, une attitude orientée vers la science est bénéfique pour la démocratie et le scepticisme scientifique est donc un « problème politique (démocratique) ».
L’auteur de ces lignes a déjà répondu à un essai antérieur de Bogner sur ce qu’il fallait en penser. [4] Il n’y a probablement pas de découvertes fondamentalement nouvelles dans l’essai de 2023 cité ci-dessus.
Le thème de la vaccination est également abordé dans le sous-chapitre sur le scepticisme démocratique. Nous ne comprenons pas pourquoi ce débat se déroule dans un contexte de scepticisme à l’égard de la démocratie.
Paul et Palfinger (2020) montrent également, dans le cadre du débat sur la vaccination en Autriche, comment les preuves sont parfois considérées comme quelque chose qui est généré et monopolisé par les élites sociales sans tenir compte des principes démocratiques.
Il semble que le « débat sur la vaccination » ait apparemment déjà été soupçonné dans le « coin du complot » en 2020. Un cadrage désormais ennuyeux est ici régurgité. On pourrait certainement comprendre l’influence d’Eric Topol, qui, pour des raisons fragiles, a retardé l’approbation des vaccins à ARNm jusqu’après l’élection présidentielle américaine de l’automne 2020, comme une telle monopolisation des preuves qui est loin d’être démocratique. [5] On peut supposer que les auteurs de l’étude ne sont même pas conscients de telles activités politiquement motivées.
RépondreSupprimerLes choses deviennent particulièrement intéressantes dès que les auteurs entament l’étrange tentative de se différencier du scepticisme scientifique. Dans ce contexte, le terme consensus et l’affinité avec le contre-consensus déjà évoqué jouent également un rôle.
Quoi qu’il en soit, cette mise à l’épreuve, cette remise en question du scepticisme (dans la science) ou cette attitude rationnellement critique (parmi les citoyens) n’est pas ce que l’on entend aujourd’hui lorsqu’on parle du scepticisme à l’égard de la science ou de la démocratie dans les médias ou dans le discours politique d’aujourd’hui. Cela suppose plutôt des attitudes négatives de la population à l’égard de l’institution scientifique ou de l’institution démocratique.
Il existe donc un « bon » et un « mauvais » scepticisme. À ce stade, on pourrait se plaindre de l’absence de contexte ou de descriptions concrètes. Mais ceux-ci ne peuvent pas être trouvés dans tout le chapitre. Le passage cité ci-dessus est simplement régurgité sur des pages dans des mots différents et comparé à une littérature internationale douteuse.
Face à cette différenciation extrêmement imprécise, on pense à la méthode de propagande de la fenêtre d’Overton , ou plutôt à la limitation temporelle de l’éventail des opinions. Par exemple, B. La critique des prétendus dangers du cholestérol alimentaire est désormais considérée comme acceptable et socialement acceptable d'un point de vue scientifique sceptique. En revanche, l’utilisation de masques faciaux ou de « vaccins » contre le Covid est considérée comme sacro-sainte ; bien que leur inutilité soit désormais bien connue et que le contraire ne puisse être soutenu qu’avec des farces pseudo-scientifiques bon marché. Si vous doutez ne serait-ce que de l’un des deux, vous n’êtes pas seulement un ennemi de la science mais aussi une menace pour la démocratie.
Il est également remarquable que la science soit assimilée à « l’institution de la science ». Cependant, la science institutionnelle ne signifie pas une approche méthodologique ou intellectuelle de la recherche sur toutes sortes de phénomènes dans le monde qui nous entoure. Il s’agit plutôt d’un cercle exclusif de soi-disant experts, que l’on appelle avec désinvolture la « tour d’ivoire ». Et cette institution est à son tour liée à « l’institution de la démocratie » par une fausse dichotomie. Qu’une forme de gouvernement devienne une institution est une formulation étrange. Il n’y a aucune explication sur ce que l’on entend par là. La « démocratie institutionnelle » n’apparaît qu’une seule fois dans l’ensemble de l’étude. Une fois de plus, les termes sont en quelque sorte rassemblés de manière propagandiste et dotés d’une connotation. Les soi-disant experts revendiquent donc le label de scientificité pour être considérés comme sacro-saints. La contradiction est considérée comme une menace pour la démocratie et donc pour la structure étatique. La prétention à la souveraineté interprétative et, par conséquent, à la domination de la science institutionnelle transparaît – nous parlons d’expertocratie.
RépondreSupprimerEnfin, cette partie contient un « résultat » concernant ce que l’on appelle l’opérationnalisation. Tout d’abord, deux termes fondamentaux sont expliqués. La définition signifie littéralement démarcation. C'est la description d'un phénomène afin de pouvoir le distinguer des autres phénomènes. Cette description est généralement en langage naturel, mais peut aussi être mathématique. L’opérationnalisation signifie littéralement « le rendre réalisable », c’est-à-dire la façon dont un phénomène est mesuré, collecté ou autrement déterminé. La description fait référence aux propriétés du phénomène (tailles), éventuellement à des plages de valeurs et aux méthodes de détermination.
Dans les étapes ultérieures de ce rapport de projet, nous convenons donc d’une opérationnalisation du scepticisme scientifique et démocratique basée sur les fondamentaux qui viennent d’être évoqués. D’une part, cette opérationnalisation vise à différencier le scepticisme des autres formes de critique et à expliquer son noyau problématique à travers sa manifestation systématique et infondée ou injustifiée.
Vous devriez maintenant retrouver le résultat de l’opérationnalisation en page 21. Cependant, la section ci-dessus contient clairement une définition. Et cette définition est très faible en cela. Il n’y a pas de réelle opérationnalisation dans le sous-chapitre correspondant.
Comme le montre le chapitre 3.2, le scepticisme scientifique est essentiellement défini dans la littérature comme un rejet fondamental et infondé ou injustifié de découvertes scientifiques sur lesquelles il existe un consensus au sein de la communauté scientifique et, par conséquent, comme l'accord avec des déclarations contre-consensuelles avec ou sans un consensus. élément de théorie du complot opérationnalisé.
RépondreSupprimerCette approche douce de l’opérationnalisation se retrouve à la page 105, à l’improviste et dans un chapitre complètement différent. Et le lien confus avec la notion de consensus vient aussi de l’aperçu de la littérature internationale et non de la plume des auteurs.
Selon l’opérationnalisation de notre étude, ce groupe constitue le noyau des personnes systématiquement sceptiques qui rejettent fondamentalement la science dans plusieurs domaines (voir chapitre 3.5).
Cette formulation du résumé (chapitre 8) montre également clairement le manque de professionnalisme des auteurs. Comme expliqué ci-dessus, l’opérationnalisation concerne un phénomène, ou tout au plus une théorie – mais pas une étude elle-même.
N'importe lequel
Dans la partie consacrée aux entretiens (chapitre 7), quelques joyaux ressortent, notamment en ce qui concerne la sélection des participants. Vous trouverez ci-dessous la méthodologie de choix des experts.
Les personnes interrogées ont été sélectionnées parce qu'elles se sont activement exprimées sur ce sujet lors d'événements pertinents ou dans les médias ou, dans un cas, ont été recommandées par une personne interrogée (système boule de neige).
C'est évidemment le secret d'une sélection arbitraire d'experts. Puisque la plupart des gens ont accepté d’être nommés, cela est clairement visible. Heinz Fassmann, ancien ministre des Sciences et aujourd'hui président de l'OEAW, qui n'est en aucun cas indépendant, se démarque particulièrement. Pour d’autres, le caractère expert n’est même pas reconnaissable pro forma. La liste se trouve à la page 387 (dernière page).
Le recrutement des participants pour les entretiens dans les groupes de discussion n'est pas meilleur non plus.
Les participants ont été recrutés via des avis, des lettres actives des clubs et des contacts existants.
Les auteurs admettent au moins qu'il s'agit d'un échantillon de convenance non représentatif (échantillon disponible rapidement ou à proximité immédiate). On ne sait pas quels clubs ont été contactés et dans quelle mesure les contacts existants ont joué un rôle (fort potentiel de distorsion). Mais la composition n’augure rien de bon.
RépondreSupprimerLes participants étaient des personnes de toutes tranches d'âge, à partir de 18 ans, même si peu de participants de 31 à 50 ans y ont participé. […] Parmi les participants, trois personnes avaient fait l'école obligatoire comme formation continue ou terminée la plus élevée, trois personnes avaient un apprentissage, 13 personnes avaient un diplôme d'études secondaires, six avaient une formation technique et 14 avaient une université ou une école technique.
Plus des deux tiers des participants ont donc une formation supérieure de nature inconnue (vraisemblablement orientée vers le lycée ou vers les sciences humaines et sociales) ; les principales tranches d'âge des actifs sont peu représentées. Un premier examen des citations de certains participants (à partir de la page 246) révèle une dogmatique fortement fondée sur le principe du consensus déjà critiqué.
conclusion
L’étude de 400 pages contient d’autres éléments qui méritent d’être critiqués. L’auteur de cet article considère les gouffres ici mis en évidence comme suffisamment exemplaires pour l’ensemble de l’étude. Sur la base de cet article et des articles du professeur Sander-Faes et de l'initiative GGI cités au début, on peut conclure que l'étude a été, à tout le moins, recherchée et rédigée de manière très peu professionnelle. Parfois, un aspect de propagande apparaît clairement.
L’objectif de l’étude ne semble pas être une exploration neutre du concept de scepticisme ou même d’hostilité à l’égard de la science ou de la démocratie. Il convient plutôt de préparer le terrain pour que les critiques de divers discours acceptables aux yeux des politiciens et des experts puissent être immédiatement dénigrées et considérées comme des menaces pour la structure étatique dans son ensemble.
Sources
RépondreSupprimer[1] Starkbaum J et coll. Etude des causes de l'ambivalence et du scepticisme en Autriche à l'égard de la science et de la démocratie . Institut d'études avancées, 2023. en ligne : https://irihs.ihs.ac.at/id/eprint/6648/4/ihs-report-2023-starkbaum-auel-et-al-endbericht-ursachenstudie-skepsis-Wissenschaft .pdf
[2] Sander-Faes S. Heure de conte de fées avec Polaschek, ou : Le « chemin spécial » autrichien . TKP, 2023. en ligne : https://tkp.at/2023/08/29/maerchenstunde-mit-polaschek-oder-der-oesterreichische-sonderweg
[3] Anonyme. Consensus scientifique : idéal ou piège ? Association verte pour les droits fondamentaux et la liberté d'information, 2023. en ligne : https://ggi-initiative.at/wp/pm-59-konsens-in-der-forschung-ideal-oder-fallstrick
[4] Anonyme. Comment gérer le scepticisme scientifique ? TKP, 2023. https://tkp.at/2023/05/21/wie-gehen-wir-mit-wissensskepsis-um
[5] Regalado A. Campagne d'un médecin pour empêcher l'adoption précipitée d'un vaccin contre le covid-19 avant le jour du scrutin . MIT Technology Review, 2020. en ligne : https://www.technologyreview.com/2020/10/19/1010646/campaign-stop-covid-19-vaccine-trump-election-day
https://tkp.at/2023/10/09/corona-aufarbeitung-unerwuenscht-ihs-propaganda-als-studie-getarnt/
Alors que PERSONNE AU MONDE muni d'un microscope à balayage électronique NE L'A VU depuis 3 ans qu'il serait apparu aux tabloïds des journaux et radios et télés !! a été lancé une vaste propagande pour... s'en défaire avec FAUX vaccin contre cette poussière (appelée 'virus' !) qui n'EXISTE PAS dans l'air !
SupprimerMais alors - s'interroge la population mondiale - Où est-elle ??
HAHAHAHA !
DEVINEZ !!
Traitement possible du turbo-cancer du vaccin à ARNm COVID-19 ? La mélatonine régule les micro-ARN oncogènes ou miARN ou Oncomir. Peut-il contrecarrer le vaccin Co-miRNA-ty de Pfizer ?
RépondreSupprimer8 articles examinés
Par le Dr William Makis
Recherche mondiale,
9 octobre 2023
Articles examinés :
2023 septembre – Putta et al – Mélatonine : avenues dans le traitement du cancer et ses avancées nanotechnologiques
2023 juin – Megerian et al – Mélatonine et cancer de la prostate : rôles antitumoraux et application thérapeutique
2022 septembre – Davoodvandi et al – Mélatonine et suppression du cancer : aperçu de ses effets sur la méthylation de l'ADN
Août 2022 – Florido et al – Comprendre le mécanisme d'action de la mélatonine, qui induit la production de ROS dans les cellules cancéreuses
2022 mai – Monayo et al – L'application prospective de la mélatonine dans le traitement des maladies dysfonctionnelles épigénétiques
2022 mars – Leilei Wang et al – Utilisation de la mélatonine dans le traitement du cancer : où en sommes-nous ?
Juillet 2021 – Gonzalez et al – La mélatonine comme adjuvant aux traitements antiangiogéniques du cancer
2021 avril – Talib et al – La mélatonine dans le traitement du cancer : connaissances actuelles et opportunités futures
- voir schéma sur site -
Source de l'image : ( avril 2021 – Talib et al )
2023 septembre – Putta et al – Mélatonine : avenues dans le traitement du cancer et ses avancées nanotechnologiques
"Selon les investigations cliniques, la mélatonine a le potentiel de prévenir et de guérir le cancer"
RépondreSupprimerLa mélatonine est cruciale pour le développement des tumeurs. De faibles niveaux de mélatonine accélèrent le développement des tumeurs
À des doses normales allant de 10 à 50 mg/jour, il peut traiter une variété de cancers in vivo (sein, poumon, côlon, foie, gastrique, glioblastome, ovaire, col de l'utérus, prostate, peau ) .
Il existe des preuves solides qu’il réduit les effets indésirables tout en améliorant les bénéfices thérapeutiques de la chimiothérapie et de la radiothérapie.
En raison de ses caractéristiques chimiques, la mélatonine a une capacité limitée à pénétrer les barrières muqueuses et cutanées, a une demi-vie plus courte et est rapidement éliminée de la circulation sanguine.
l'utilisation de la mélatonine est actuellement limitée en raison de ses propriétés pharmacocinétiques défavorables.
Des nanoparticules sont en cours de développement pour délivrer de la mélatonine et potentiellement accroître son utilisation dans le traitement du cancer.
2023 juin – Megerian et al – Mélatonine et cancer de la prostate : rôles antitumoraux et application thérapeutique
Le risque de cancer de la prostate a été associé à des facteurs exogènes qui interfèrent avec l’activité sécrétoire normale de la pinéale, notamment le vieillissement, un mauvais sommeil et la lumière artificielle la nuit.
La sécrétion de mélatonine devient circadienne entre un et trois ans et diminue progressivement de 10 à 15 % par décennie.
Il a été suggéré qu’une diminution de la sécrétion de mélatonine au cours de la vie serait un catalyseur non seulement du vieillissement (surnommé « Age Clock »), mais également de maladies liées à l’âge comme le cancer.
La perturbation du rythme circadien peut augmenter le risque de cancer
relation entre l'exposition à la lumière la nuit et le risque de cancer de la prostate
Plusieurs rapports ont corrélé le travail posté non standard et les troubles du sommeil liés au travail posté à de mauvaises conséquences sur la santé, notamment sur la santé urologique des hommes, telles que l'infertilité, les symptômes des voies urinaires inférieures et le cancer de la prostate.
augmentation significative du risque de cancer de la prostate chez les travailleurs postés en rotation qui alternent entre un quart de jour et/ou d'après-midi et un quart de nuit
Action de la mélatonine sur les cellules cancéreuses de la prostate :
La mélatonine prévient la carcinogenèse en réduisant l'instabilité génomique
La mélatonine inhibe le métabolisme du glucose des cellules cancéreuses
La mélatonine inhibe la réplication de l'ADN dans les cellules cancéreuses et la prolifération cellulaire
La mélatonine régule négativement les activités de NF-kB , ce qui favorise l'apoptose et inhibe la prolifération cellulaire.
La mélatonine inhibe les processus angiogéniques
RépondreSupprimerLa mélatonine atténue l'activité des récepteurs androgènes
La mélatonine inhibe les métastases en inhibant les enzymes qui aident les cellules cancéreuses à métastaser (métalloprotéinases matricielles)
La mélatonine inhibe l'initiation et la progression des cancers en modulant l'activité et la fonction mitochondriales (la mélatonine améliore la fonction mitochondriale par effet inhibiteur sur le chemin Akt/mTOR)
la mélatonine a des effets anti-inflammatoires sur les cytokines inflammatoires comme l'IL-17 qui favorisent le cancer
la mélatonine a des effets anticancéreux en resynchronisant le rythme circadien
Dans des essais cliniques antérieurs portant sur les effets antitumoraux de la mélatonine, la dose d'entretien était principalement de 20 mg par jour et la durée variait de plusieurs semaines à quelques années ( Gonzalez et al ).
"Considérant qu'il n'y a eu aucun effet secondaire majeur lié à la mélatonine, à l'exception de problèmes psychologiques ou neurocognitifs mineurs ( Foley et al ), nous recommandons une dose plus élevée pour une activité anti-tumorale certaine."
2022 septembre – Davoodvandi et al – Mélatonine et suppression du cancer : aperçu de ses effets sur la méthylation de l'ADN
La mélatonine (N-acétyl-5-méthoxy-tryptamine) est une hormone endogène découverte dans le tissu pinéal bovin par Lerner et ses collègues en 1958.
la biosynthèse de la mélatonine se produit également dans la moelle osseuse et les lymphocytes, le tractus gastro-intestinal (GI), les yeux, etc., et peut-être dans chaque cellule.
La biosynthèse de la mélatonine a lieu dans les mitochondries des cellules eucaryotes
Il existe une association substantielle entre la méthylation aberrante de l’ADN et l’incidence du cancer
les altérations épigénétiques sur de grandes régions de chromatine dans les maladies cancéreuses entraînent une instabilité épigénétique et des altérations ultérieures de l'expression des gènes
des altérations épigénétiques perturbées telles qu'une méthylation aberrante de l'ADN dans les cellules cancéreuses peuvent conduire à une hétérogénéité des cellules tumorales et à un mauvais pronostic qui en résulte
Les modifications épigénétiques des cancers sont classées en trois processus majeurs, notamment les ARN non codants, la modification des histones et la méthylation de l'ADN.
RépondreSupprimerRésultats : la mélatonine a modifié de manière significative l’état de méthylation de l’ADN, notamment dans les tissus cancéreux du sein.
Par conséquent, les changements dans la méthylation de l’ADN ont conduit à une inhibition de la prolifération, de la progression et des métastases des cellules cancéreuses.
la mélatonine a inversé la chimio-résistance aux traitements médicamenteux actuels
Août 2022 – Florido et al – Comprendre le mécanisme d'action de la mélatonine, qui induit la production de ROS dans les cellules cancéreuses
La mélatonine est synthétisée par la glande pinéale et plusieurs tissus (peau, système gastro-intestinal, moelle osseuse mais aussi lymphocytes).
La mélatonine est produite par les mitochondries à des concentrations plus élevées que les autres compartiments cellulaires
La mélatonine est impliquée dans de multiples processus cellulaires, est un puissant piégeur de radicaux libres et un antioxydant à large spectre.
« La mélatonine revêt une importance particulière dans le développement de traitements innovants contre le cancer en raison de son impact oncostatique et de l’absence d’effets indésirables. »
Effets anti-cancer :
La mélatonine induit la production de ROS (Reactive Oxygen Species) dans les cellules cancéreuses par diverses voies, ce qui conduit à l'apoptose des cellules cancéreuses.
La mélatonine stimule l'activité des enzymes antioxydantes en régulant l'expression des gènes
La mélatonine régule l'homéostasie mitochondriale
La mélatonine agit dans les 3 étapes différentes de la tumorigenèse : initiation, progression et métastases du cancer.
initiation du cancer – La mélatonine prévient les mutations de l'ADN (en éliminant les radicaux libres, en inhibant les dommages à l'ADN induits par les métaux, en stimulant les enzymes antioxydantes, en améliorant la réparation de l'ADN , en supprimant les enzymes pro-oxydantes)
RépondreSupprimerprogression du cancer – La mélatonine altère la prolifération, altère l’angiogenèse
métastases – La mélatonine altère la migration des cellules cancéreuses induite par l’hypoxie
2022 mai – Monayo et al – L'application prospective de la mélatonine dans le traitement des maladies dysfonctionnelles épigénétiques
En raison du large spectre d'action de la mélatonine, la modification épigénétique a été l'un des outils fondamentaux utilisés pour élucider les mécanismes possibles impliqués par ce médicament dans de nombreux types de cancer.
La mélatonine diminue l'activation du NF-ĸB par phosphorylation, ce qui diminue la croissance tumorale et prévient les métastases
ARN non codant (microARN) :
La mélatonine élève les niveaux de certains microARN supprimant les tumeurs
la mélatonine augmente les niveaux de miR-152-3p , ce qui entraîne une diminution de la prolifération cellulaire, de l'angiogenèse et inhibe l'invasion des cellules cancéreuses (montré dans les cellules de glioblastome)
La mélatonine augmente les niveaux de miR-152-3p dans les cellules cancéreuses du sein
La mélatonine a également augmenté les niveaux de miR-16-5p qui supprime le cancer gastrique et du sein, des ovaires, du col de l'utérus, du foie, de la prostate, des os et des lymphatiques.
La mélatonine inhibe le microARN oncogène miR-483 qui est impliqué dans le cancer de la thyroïde, du sein, des ovaires, colorectal, hépatocellulaire et pancréatique.
La mélatonine inhibe le microARN oncogène miR-155 qui inhibe les cellules de glioblastome
Lumière artificielle:
Il a été rapporté que les lumières artificielles modernes , en particulier celles émettant de la lumière bleue, provoquent une litanie de problèmes de santé, parmi lesquels le cancer.
RépondreSupprimerdes facteurs environnementaux tels que la lumière artificielle peuvent provoquer des perturbations circadiennes en provoquant une désynchronisation du stimulateur cardiaque circadien (SCN), entraînant une diminution des niveaux de sécrétions de mélatonine de la glande pinéale
les effets de la lumière artificielle la nuit associés à des déséquilibres hormonaux (diminution de la mélatonine) et à des rythmes circadiens altérés peuvent provoquer le cancer
la mélatonine atténue les effets des cancers du sein, de la prostate, du foie et de la peau associés à des expositions intempestives à la lumière (tôt le matin, tard le soir, la nuit)
la mélatonine resynchronise le rythme circadien dérégulé
2022 mars – Leilei Wang et al – Utilisation de la mélatonine dans le traitement du cancer : où en sommes-nous ?
La mélatonine exerce des effets sur l’initiation, la promotion et la progression des tumeurs en agissant sur de nombreuses voies de signalisation
La mélatonine inhibe les miARN oncogènes et améliore les miARN suppresseurs de tumeurs
La mélatonine peut supprimer les cellules souches cancéreuses qui peuvent provoquer des rechutes et des métastases
La mélatonine affecte le microenvironnement tumoral et déplace la réponse du système immunitaire vers le côté cytotoxique en stimulant la production de lymphocytes T cytotoxiques comme les cellules CD8 ou les cellules NK , et en inhibant les cellules T régulatrices (Tregs) et les fibroblastes associés au cancer (CAF) qui facilitent l'évasion immunitaire. de cellules cancéreuses.
La mélatonine améliore les effets de la chimiothérapie et réduit les effets secondaires de la chimiothérapie
La mélatonine sensibilise les cellules cancéreuses à la chimiothérapie en favorisant l'apoptose
RépondreSupprimerLa mélatonine peut également renforcer l'effet de la radiothérapie
Problèmes liés à l'utilisation de la mélatonine comme médicament anticancéreux
demi-vie courte de 45 minutes avec une faible biodisponibilité orale de 9 à 33 %
La mélatonine est largement utilisée en clinique pour la gestion à court terme des troubles du sommeil, tels que l'insomnie due au décalage horaire ou au travail posté. Il est généralement pris par voie orale à une dose allant de 3 mg à 10 mg par jour ;
pour le traitement du cancer, le dosage de mélatonine serait beaucoup plus élevé
Afin d’utiliser la mélatonine pour le traitement du cancer, la forme médicamenteuse doit être stable et avoir une durée de conservation raisonnable afin de garantir une administration fiable du médicament. Cependant, la mélatonine a une faible solubilité dans l’eau et une perméabilité élevée.
Étant donné que la mélatonine a une faible solubilité dans l’eau et une faible stabilité chimique dans un solvant organique, de nouveaux véhicules biocompatibles doivent être développés pour améliorer la biodisponibilité et la solubilité de la mélatonine.
Les porteurs de taille nanométrique ont suscité un grand intérêt pour leurs propriétés uniques, notamment une efficacité thérapeutique accrue, des effets secondaires réduits et une qualité de vie améliorée des patients.
Des nanoparticules ont été utilisées pour charger la mélatonine pour le traitement du cancer.
la mélatonine a été chargée dans du magnésium-polycaprolactone imprimé en 3D pour traiter l'ostéosarcome (OS), avec une grande efficacité dans l'inhibition de la prolifération, de l'invasion et des métastases des cellules OS à la fois in vitro et in vivo ( Zhang et al 2021 )
Sécurité et dosage
Les chercheurs doivent encore déterminer le dosage optimal de mélatonine pour le traitement adjuvant du cancer ou la prévention du cancer.
Une revue systématique a comparé 50 études avec une administration de mélatonine allant de 0,3 mg à 1 600 mg par jour pendant 4 semaines à 3,5 ans (15 ± mois, en moyenne). Vingt-six études n'ont signalé aucun événement indésirable ( Foley et al 2018 )
Les événements indésirables signalés étaient principalement liés à des dysfonctionnements psychomoteurs et neurocognitifs, à la fatigue et à une somnolence excessive, qui pourraient être évités en prenant de la mélatonine la nuit et en utilisant le dosage approprié avec une administration à court terme. ( Foley et coll. 2018 )
Cependant, lorsqu'elles sont appliquées pour le traitement du cancer, des doses relativement élevées à la fois in vitro (0,1 à 10 mM) et in vivo ( 5 mg à 200 mg/j ) et une durée à long terme sont nécessaires, ce qui peut provoquer de graves effets secondaires.
Juillet 2021 – Gonzalez et al – La mélatonine comme adjuvant aux traitements antiangiogéniques du cancer
La mélatonine présente des effets antiangiogéniques dans plusieurs types de tumeurs.
RépondreSupprimerLa combinaison de mélatonine et d'agents chimiothérapeutiques a un effet synergique inhibant l'angiogenèse.
dans le cancer du sein , l'action antiangiogénique de la mélatonine pourrait s'expliquer au moins en partie par la régulation des miARN pro et anti-angiogéniques
Les actions antiangiogéniques de la mélatonine sont également retrouvées dans le cancer de l'ovaire, le cancer de la prostate, le cancer gastrique, le cancer du pancréas, le cancer du foie et le cancer du côlon.
la mélatonine exerce des effets anti-métastatiques et anti-angiogéniques dans le carcinome rénal
Les résultats in vitro et in vivo suggèrent que les combinaisons de mélatonine avec différents médicaments antitumoraux et chimiothérapeutiques entraînent une amélioration de l'efficacité du traitement.
La mélatonine seule a été largement documentée comme un inhibiteur efficace de la prolifération, de la migration et de l’invasion.
De nombreuses études ont lié la mélatonine à l'inhibition du VEGF et à l'inactivation du HIF-1α, ce qui signifie que la mélatonine neutralise les effets pro-angiogéniques et potentialise les effets antiangiogéniques induits par les agents chimiothérapeutiques ou les radiations , renforçant ainsi leur efficacité antitumorale.
Conclusion : « l’efficacité de la mélatonine à sensibiliser les cellules cancéreuses aux agents chimiothérapeutiques ou aux rayonnements ionisants en fait une molécule qui peut être efficace comme adjuvant à ces traitements anticancéreux »
2021 avril – Talib et al – La mélatonine dans le traitement du cancer : connaissances actuelles et opportunités futures
Actuellement, la mélatonine est considérée comme un protecteur cellulaire et pas seulement comme une hormone. Des études ont rapporté des effets essentiels de la mélatonine dans de nombreuses voies, notamment le stress oxydatif, la modulation immunitaire et l'hématopoïèse.
Le noyau suprachiasmatique (SCN) de l'hypothalamus est l'horloge biologique qui régule la synthèse et la sécrétion de mélatonine sur 24 heures.
La nuit, les niveaux de mélatonine augmentent, puis commencent à diminuer tôt le matin et tout au long de la journée.
Des niveaux élevés de mélatonine la nuit stimulent les organes cibles à entrer dans des rythmes métaboliques homéostatiques appropriés qui aident à protéger l'organisme du développement de différentes maladies. Par conséquent, exposer le corps à la lumière la nuit peut entraîner une perturbation de la production de mélatonine et du rythme circadien.
RépondreSupprimerEffets de la mélatonine sur les cellules cancéreuses
La mélatonine préserve la stabilité génomique – élimine les radicaux libres, inhibe les dommages à l'ADN induits par les métaux, stimule les enzymes antioxydantes, améliore la réparation de l'ADN, inhibe les enzymes pro-oxydantes
La mélatonine inhibe la prolifération des cellules cancéreuses (les voies les plus critiques et les plus contrôlantes sont le facteur 1 inductible par l'hypoxie (HIF-1), les NF-κB, le PI3K/Akt, le récepteur du facteur de croissance analogue à l'insuline (IGF-1R), les kinases dépendantes des cyclines ( CDK) et signalisation des récepteurs d'œstrogènes)
La mélatonine favorise l'apoptose des cellules cancéreuses (la mélatonine augmente l'expression de médiateurs pro-apoptotiques tels que BAX/BAK, Apaf-1, les caspases et p53, p38, p-JNK)
La mélatonine inhibe l'angiogenèse
La mélatonine neutralise l'évasion immunitaire des cellules cancéreuses – la mélatonine peut augmenter la production de lymphocytes T et de cellules NK, moduler le système immunitaire
La mélatonine diminue l'inflammation pro-tumorale
La mélatonine inhibe le métabolisme du glucose des cellules cancéreuses
La mélatonine inhibe les métastases des cellules cancéreuses par plusieurs mécanismes
La mélatonine peut traiter ces cancers :
cancer gastrique – de nombreuses voies
glioblastome – La mélatonine a montré un effet anticancéreux contre le glioblastome, et il a également été rapporté qu'elle surmontait la résistance multi-médicaments du glioblastome.
cancer de la prostate – la mélatonine ralentit la croissance et les métastases
cancer du poumon (NSCLC) – L’administration de mélatonine a remarquablement amélioré l’apoptose, en plus de l’inhibition de la prolifération, de l’invasion et des métastases
cancer de l'ovaire (voie de signalisation TLR-4 impliquée)
cancer colorectal – prolifération inhibée et promotion de l’apoptose
cancer du foie – la mélatonine favorise l’autophagie et l’apoptose
cancer des cellules rénales – la mélatonine favorise l'apoptose et inhibe les métastases
cancer de la bouche
Mélatonine comme traitement adjuvant à la chimiothérapie et à la radiothérapie
RépondreSupprimerla mélatonine utilisée parallèlement à la radiothérapie est capable d'augmenter l'impact des rayonnements ionisants sur les tumeurs et peut également prévenir les effets toxiques des rayonnements sur les cellules normales
l'efficacité de la chimiothérapie peut être améliorée par la prescription concomitante de mélatonine ; les effets secondaires du premier sont également atténués.
Les données indiquent également que la mélatonine augmente la survie et améliore la qualité de vie
On pense que la capacité de la mélatonine à éliminer les radicaux libres ainsi que ses caractéristiques antioxydantes sont responsables de l'amélioration des résultats.
Profil de sécurité et dosage de la mélatonine
Sur la base d'essais humains et d'utilisations rapportées, la mélatonine semble avoir un profil d'innocuité élevé, en particulier lorsqu'elle est utilisée à des doses appropriées et à court terme.
Bien que les doses utilisées dans les études publiées soient 10 à 50 mg/jour supérieures à celles utilisées pour d'autres indications (0,5 à 5,0 mg/j), aucune des études n'a mis en évidence d'effets indésirables graves liés à la mélatonine ;
Les effets secondaires les plus courants sont une sédation excessive et une somnolence.
la demi-vie de la mélatonine orale était d'environ 45 minutes (28 à 126 minutes)
la mélatonine semble sûre, puisqu'aucun effet secondaire n'a été rapporté, même avec des doses allant jusqu'à 100 mg/kg administrées en 72 h ( Gitto et al ), ou lorsqu'une dose de 10 mg/kg a été administrée une fois par jour pendant 5 jours ( Aly et al ) . al )
La mélatonine a une demi-vie plasmatique courte, une absorption orale variable et une faible biodisponibilité variable en plus de sa faible solubilité et stabilité.
Par conséquent, les formes posologiques orales conventionnelles (à libération immédiate) ne conviennent pas à l’administration de mélatonine.
Pour surmonter ces limitations, de nombreuses formulations pharmaceutiques ont été développées en utilisant différentes approches.
- voir schéma sur site -
Source : 2017 – Ya Li et al – Mélatonine pour la prévention et le traitement du cancer)
Mon avis…
RépondreSupprimerJ'ai récemment couvert l'ivermectine et le fenbendazole à haute dose pour le traitement possible des turbo-cancers très agressifs du vaccin à ARNm COVID-19, car ces patients ne se voient proposer aucune option par leurs oncologues et les turbo-cancers sont résistants à la chimiothérapie et aux radiations conventionnelles.
La mélatonine possède de nombreuses propriétés anticancéreuses.
Là où je trouve la mélatonine particulièrement incroyable, c'est sa capacité à réguler de nombreux micro-ARN liés au cancer, notamment en améliorant les miARN suppresseurs de tumeurs et en inhibant les miARN oncogènes.
Les vaccins à ARNm contre la COVID-19 peuvent générer des miARN oncogènes qui causent des turbo-cancers (!
Après tout, c’est au nom du vaccin à ARNm COVID-19 de Pfizer :
Ce sont des posts comme celui-ci qui m'empêchent de dormir la nuit :
Au moins, ceux-ci sont plus amusants :
MiARN oncogènes (ONCOMIR)
Les miARN oncogènes ou ONCOMIRS sont surexprimés dans divers types de cancer et agissent via diverses cibles en aval. Plusieurs oncomirs sont systématiquement surexprimés dans divers types de cancer tels que les familles d'oncomirs miR-21, miR-31, miR-135, miR-155 et miR-17-92.
Ceux-ci agissent de diverses manières pour réguler négativement les voies suppresseurs de tumeurs , réguler positivement les voies oncogènes et même modifier la machinerie épigénétique .
En d’autres termes : ILS FAVORISENT LE CANCER.
Que faire avec la Mélatonine ?
Il a donc été prouvé que la mélatonine régule les miARN oncogènes dans un certain nombre de cancers, mais peut-elle réguler les miARN oncogènes de Pfizer ou de Co-miRNA-ty ?
PEUT ÊTRE. Personne n'a demandé. Eh bien, je demande mais je ne connais pas la réponse.
Il a été démontré que la mélatonine traite les cancers du sein, du côlon, du poumon, du hépatobiliaire, de l’ovaire et de la prostate – qui se trouvent également être les mêmes cancers qui apparaissent après la vaccination à ARNm de Pfizer ou Moderna contre la COVID-19, mais au stade 4 Turbo Variety !
Pour le traitement du cancer, la dose commence à un minimum de 20 mg/jour mais toutes les études admettent que la dose doit être beaucoup plus élevée. Mais à quelle hauteur ?
RépondreSupprimerCertaines personnes en prennent entre 60 et 720 mg par jour, probablement en toute sécurité :
voir l'article de William Faloon – Un argument en faveur d'une dose plus élevée de mélatonine
Le centre de médecine intégrative de l’ouest du Colorado utilise 180 mg à 720 mg par jour
La mélatonine peut améliorer le système immunitaire, prévenir le cancer et traiter le cancer. Peut-être qu’il peut également traiter le Turbo Cancer du vaccin à ARNm.
Mais quelles sont les doses optimales pour chacune de ces indications ?
Honnêtement, je ne sais pas.
https://www.globalresearch.ca/possible-treatment-covid-19-mrna-vaccine-turbo-cancer-melatonin-regulates-oncogenic-micro-rnas-mirna-oncomir/5835392
Mortalité associée au vaccin COVID-19 dans l’hémisphère sud
RépondreSupprimerLivre électronique sur la recherche mondiale, Centre de recherche sur la mondialisation (CRG)
Par le Pr Denis Rancourt , le Dr Marine Baudin , le Dr Joseph Hickey et le Dr Jérémie Mercier
Recherche mondiale,
7 octobre 2023
Mortalité associée au vaccin COVID-19 dans l’hémisphère sud
Par le Pr Denis Rancourt, la Dre Marine Baudin,
le Dr Joseph Hickey et le Dr Jérémie Mercier
Livre électronique sur la recherche mondiale, septembre 2023
Copyright, septembre 2023 : Pr Denis Rancourt, Dr Marine Baudin,
Dr Joseph Hickey et Dr Jérémie Mercier
Abstrait
Dix-sept pays de l’équateur et de l’hémisphère sud ont été étudiés (Argentine, Australie, Bolivie, Brésil, Chili, Colombie, Équateur, Malaisie, Nouvelle-Zélande, Paraguay, Pérou, Philippines, Singapour, Afrique du Sud, Suriname, Thaïlande, Uruguay), dont 9.10 % de la population mondiale, 10,3 % des injections mondiales de COVID-19 (taux de vaccination de 1,91 injections par personne, tous âges), pratiquement tous les types et fabricants de vaccins COVID-19, et couvrent 4 continents.
Dans les 17 pays, il n’existe aucune preuve d’un effet bénéfique des vaccins contre la COVID-19 en matière de mortalité toutes causes confondues (MAC) selon le temps. Il n’y a aucune association dans le temps entre la vaccination contre le COVID-19 et une réduction proportionnelle de l’ACM. Le contraire se produit.
Les 17 pays connaissent des transitions vers des régimes d’ACM élevée, qui se produisent lorsque les vaccins contre la COVID-19 sont déployés et administrés.
Neuf des 17 pays n'ont enregistré aucun excès détectable de MCA au cours de la période d'environ un an après qu'une pandémie a été déclarée le 11 mars 2020 par l'Organisation mondiale de la santé (OMS), jusqu'à ce que les vaccins soient déployés (Australie, Malaisie, Nouvelle-Zélande, Paraguay). , Philippines, Singapour, Suriname, Thaïlande, Uruguay).
Des pics sans précédent d’ACM se produisent au cours de l’été (janvier-février) 2022 dans l’hémisphère sud et dans les pays de latitude équatoriale, qui sont synchrones ou immédiatement précédés par le déploiement rapide de doses de rappel de vaccin contre la COVID-19 (3e ou 4e doses). Ce phénomène est présent dans tous les cas avec suffisamment de données sur la mortalité (15 pays). Deux des pays étudiés disposent de données insuffisantes sur la mortalité en janvier-février 2022 (Argentine et Suriname).
Les données détaillées sur la mortalité et la vaccination pour le Chili et le Pérou permettent une résolution par âge et par nombre de doses. Il est peu probable que les pics de mortalité toutes causes confondues observés en janvier-février 2022 (et en juillet-août 2021 au Chili ; juillet-août 2022 au Pérou), dans chacun des deux pays et dans chaque tranche d’âge des personnes âgées, puissent être dû à une cause autre que le déploiement rapide des doses de rappel du vaccin COVID-19 associé dans le temps. De même, il est peu probable que les transitions vers des régimes d’ACM élevée, coïncidant avec le déploiement et l’administration soutenue des vaccins contre la COVID-19, dans les 17 pays de l’hémisphère Sud et des latitudes équatoriales, puissent être dues à une cause autre que les vaccins.
RépondreSupprimerLa synchronicité entre les nombreux pics d'ACM (dans 17 pays, sur 4 continents, dans tous les groupes d'âge âgés, à des moments différents) et les déploiements rapides de rappels associés permettent cette conclusion ferme concernant la causalité et une quantification précise de la toxicité du vaccin COVID-19.
Le taux de mortalité par dose de vaccin (vDFR) pour tous les âges , qui est le rapport entre les décès induits par le vaccin et les doses de vaccin administrées dans une population, est quantifié pour que le pic de l'ACM de janvier à février 2022 se situe dans la fourchette de 0,02 % (Nouveau Zélande) à 0,20% (Uruguay). Au Chili et au Pérou, le vDFR augmente de façon exponentielle avec l'âge (doublant environ tous les 4 ans) et est le plus élevé pour les dernières doses de rappel, atteignant environ 5 % dans les tranches d'âge de 90 ans et plus (1 décès pour 20 injections de dose 4). ). Des résultats comparables se produisent pour l’hémisphère Nord, comme indiqué dans des articles précédents (Inde, Israël, États-Unis).
Nous quantifions le vDFR global tous âges pour les 17 pays à (0,126 ± 0,004) %, ce qui impliquerait 17,0 ± 0,5 million de décès dus au vaccin COVID-19 dans le monde, à partir de 13,50 milliards d'injections jusqu'au 2 septembre 2023. Cela correspondrait à un événement iatrogène de masse qui a tué (0,213 ± 0,006) % de la population mondiale (1 décès pour 470 personnes vivantes, en moins de 3 ans) et n'a empêché aucun décès de manière mesurable.
Le risque global de décès induit par l’injection des vaccins contre la COVID-19 dans les populations réelles, déduit de la surmortalité toutes causes confondues et de sa synchronicité avec les déploiements, est généralisé à l’échelle mondiale et bien plus important que ce qui a été rapporté dans les essais cliniques, la surveillance des effets indésirables et l’étude des causes. statistiques de décès à partir des certificats de décès, de 3 ordres de grandeur (1 000 fois plus).
La forte dépendance à l'âge et les valeurs élevées de vDFR quantifiées dans cette étude portant sur 17 pays sur 4 continents, utilisant tous les principaux types et fabricants de vaccins contre le COVID-19, devraient inciter les gouvernements à mettre immédiatement fin à la politique de santé publique sans fondement consistant à donner la priorité aux résidents âgés pour l'injection de vaccin. Vaccins contre la COVID-19, jusqu’à ce que des analyses risques-avantages valides soient effectuées.
RépondreSupprimer*
Table des matières
Abstrait
Tableau des figures
Tableau des tableaux
1. Introduction
2. Données
3. Méthode pour détecter les transitions temporelles vers des régimes de mortalité élevée toutes causes confondues
4. Méthodes pour quantifier le vDFR à partir de la mortalité toutes causes confondues
4.1 Tendance historique de référence pour une période (ou un pic) de mortalité (Méthode 1)
4.2 Cas particulier d'un seul point historique intégré (Méthode 2)
4.3 Application des méthodes aux pays spécifiques
5. Résultats
5.1 Transitions vers des régimes d'ACM élevée
5.2 Surmortalité en période Covid par rapport à la surmortalité en période de vaccination COVID-19, dans les 17 pays de cette étude
5.3 Tous les pays étudiés, tous âges, MCA et déploiement de vaccins au niveau national
5.4 Chili par groupe d'âge dose 4 ― Déploiements nationaux de la ACM et de la dose de vaccin 4 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 et 60-64 ans)
5.5 Chili par groupe d'âge dose 3 ― Déploiements nationaux de la ACM et de la dose de vaccin 3 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 et 60-64 ans)
5.6 Pérou par groupe d'âge dose 3 ― Déploiement national de la ACM et de la dose de vaccin 3 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 et 60-64 ans)
5.7 Pérou par groupe d'âge dose 4 ― Déploiement national de la ACM et de la dose de vaccin 4 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 et 60-64 ans)
5,8 vDFR par âge ― Taux de mortalité par dose de vaccin stratifiés par âge pour les doses 3 et 4 au Chili et au Pérou
5.9 Nouvelle-Zélande, doses 3 et 4 pour tous les âges ― Déploiement national des ACM et des doses de vaccin
6. Discussion
6.1 Les vaccins contre la COVID-19 peuvent causer la mort
6.2 Absence de surmortalité jusqu’à ce que les vaccins contre la COVID-19 soient déployés
6.3 Les vaccins contre la COVID-19 n'ont pas sauvé des vies et semblent être des agents toxiques mortels
6.4 Preuves solides d'une association causale et de la toxicité mortelle du vaccin
6.5 La causalité de la surmortalité est amplement démontrée
6.6 Évaluation d’autres interprétations de la cause de la surmortalité
6.7 Implications concernant la dépendance à l'âge de la toxicité mortelle des vaccins contre la COVID-19
6.8 Excès de MCA par période précédant le déploiement du vaccin contre la COVID-19
7. Conclusion
RépondreSupprimer7.1 Causalité prouvée
7.2 Mortalité vaccinale réelle bien supérieure à celle déduite à tort de données erronées
7.3 Il faut mettre un terme à la politique consistant à donner la priorité aux résidents âgés pour la vaccination contre le COVID-19
Les références
Annexe A : Sources de données sur la mortalité et la vaccination
Annexe B : Exemples de données sur la mortalité toutes causes confondues et sur la vaccination
Annexe C : Informations techniques et spécifiques aux applications des méthodes aux données
Annexe D : Quantification par méthode monopoint de la surmortalité en période Covid
Annexe E : Quantification par méthode monopoint de la surmortalité pendant la période de vaccination
Tableau des figures
- voir carte sur site -
Figure 1 : Carte du monde montrant les 17 pays considérés dans la présente étude, par rapport à l'équateur et aux tropiques ― Argentine, Australie, Bolivie, Brésil, Chili, Colombie, Équateur, Malaisie, Nouvelle-Zélande, Paraguay, Pérou, Philippines, Singapour , Afrique du Sud, Suriname, Thaïlande et Uruguay.
Figure 2 : Transitions entre les régimes de mortalité ― ACM par période (semaine ou mois) (bleu), administration du vaccin par période (semaine) (orange) et moyenne mobile rétrospective sur 1 an de l'ACM par période (semaine ou mois) (rouge), selon la légende, pour les 17 pays de cette étude. La date de déclaration de la pandémie du 11 mars 2020 est indiquée par une ligne grise verticale dans chaque panneau. Les sources de données sont spécifiées à l’annexe A.
Figure 3 : (trois panneaux) ACM excédentaire pendant la période de Covid versus ACM excédentaire pendant la période de vaccination (en haut), première vue agrandie (au milieu), deuxième vue agrandie (en bas), avec une ligne 1 : 1 comme référence.
Figure 4 : ACM pour tous les âges par semaine (2019-2023) ou par mois (2017-2023) (noir), avec déploiement des vaccins pour tous les âges, doses 1 et 2 (bleu) et rappels (orange), pour les 17 pays du cette étude (telle qu'étiquetée) ; montrant également la date du 11 mars 2020 et les limites d'intégration pour le pic nominal de janvier-février 2022 en ACM (lignes verticales). Les sources de données sont spécifiées à l'annexe A.
Figure 5 : ACM tous âges par semaine ou par mois (bleu clair), 2015-2023, avec intégrations pour le pic nominal de janvier à février 2022 en ACM (bleu foncé), pour les 17 pays (comme indiqué). Les sources de données sont spécifiées à l'annexe A.
Figure 6 : ACM pour tous les âges par semaine (2019-2023) ou par mois (2017-2023) (noir), avec déploiement du vaccin COVID-19 pour tous les âges et toutes les doses (bleu), pour les 17 pays de cette étude ; indiquant également la date du 11 mars 2020 (en gris) et les limites d'intégration (en pointillés, en bleu) pour la période de vaccination. Les sources de données sont spécifiées à l’annexe A.
Figure 7 : ACM tous âges par semaine (ACM/w) ou par mois (ACM/m) (bleu clair), 2015-2023, avec intégrations (bleu foncé) et lignes de tendance (orange), pour la vaccination période, pour les 17 pays de cette étude (comme indiqué). Les sources de données sont spécifiées à l'annexe A.
RépondreSupprimerFigure 8 : Excédent national de MCA pour tous les âges au cours de la période des pics nominaux de MCA de janvier à février 2022 (cercles pleins) ou pendant la période de vaccination (losanges ouverts, méthode de calcul de la méthode 2) par rapport aux injections totales nationales de vaccins pour tous les âges. sur la même période, en utilisant à la fois les données ACM hebdomadaires (bleues) et mensuelles (oranges), pour les 17 pays (comme indiqué). Gamme complète (panneau supérieur). Vue développée (panneau inférieur). Le coefficient de corrélation de Pearson est r = +0,94.
Figure 9 : vDFR (période de vaccination) versus vDFR (période de pointe de l'ACM de janvier à février 2022), avec analyse de corrélation. Les valeurs vDFR sont exprimées en fractions et non en %, et l'échelle est x1e−3, donc « 4 » correspond à 0,4 %, et ainsi de suite. Les lignes d'analyse ont les mêmes significations que dans la figure 8. Le coefficient de corrélation de Pearson est r = +0,74.
Figure 10 : Valeurs vDFR tous âges pour la période de vaccination (orange, méth. 2) et pour la période du pic janvier-février 2022 en ACM (bleu), par pays, par ordre décroissant, par rapport aux listes des fabricants de vaccins . Les valeurs du vDFR pour tous les âges proviennent du tableau 2.
Figure 11 : Chili (avec déploiements), ACM par semaine (noir), 2019-2023, par tranche d'âge (90+, 85-89… 60-64 ans), avec déploiements de vaccins toutes doses (bleu) et dose-4 (x4 amplifié, rose). Les sources de données sont spécifiées à l’annexe A.
Figure 12 : Chili (dose 4), ACM par semaine (bleu clair), 2010-2022, par tranche d'âge (90+, 85-89… 60-64 ans), avec intégrations, dose-4-vaccination sur 14 semaines. période (bleu foncé, points) et ligne de tendance (orange). Les sources de données sont spécifiées à l’annexe A.
Figure 13 : Chili (dose 3), ACM par semaine (bleu clair), 2010-2022, par tranche d'âge (60+, 90+, 85-89… 60-64 ans), avec intégrations, dose-3 sur 22 semaines -période de vaccination (bleu foncé, points) et ligne de tendance (orange). Les sources de données sont spécifiées à l'annexe A.
Figure 14 : Pérou (avec déploiements), ACM par semaine (noir), 2019-2022, par tranche d'âge (60+, 90+, 85-89… 60-64, 50-59… 20-29, 0-19 ans ), avec des déploiements de vaccins toutes doses (bleu) et dose-4 (x4 amplifiées, rose). Les sources de données sont spécifiées à l’annexe A.
Figure 15 : Pérou (dose 3), ACM par semaine (bleu clair), 2017-2022, par tranche d'âge (60+, 90+, 85-89… 60-64 ans), avec intégrations, dose-3 sur 26 semaines -période de vaccination (bleu foncé, points) et ligne de tendance (orange). Les sources de données sont spécifiées à l'annexe A.
Figure 16 : Pérou (dose 4), ACM par semaine (bleu clair), 2017-2022, par tranche d'âge (60+, 90+, 85-89… 60-64 ans), avec intégrations, dose-4 sur 25 semaines -période de vaccination (bleu foncé, points) et ligne de tendance (orange). Les sources de données sont spécifiées à l'annexe A.
Figure 17 : vDFR en fonction de l'âge, pour le Chili et pour le Pérou, pour le pic de janvier-février 2022 (dose 4 au Chili, dose 3 au Pérou), pour le pic de juillet-août 2022 (Pérou, dose 4) et pour le mois de juillet-août. Pic 2021 (Chili, dose 3), avec crises exponentielles. Échelle linéaire (en haut), échelle logarithmique (en bas).
RépondreSupprimerFigure 18 : (en haut) Nouvelle-Zélande (avec déploiements), ACM tous âges par semaine (noir), 2019-2023, avec déploiements de vaccins pour tous les âges, dose 1 à dose 4 (couleurs). (en bas) ACM par semaine pour la tranche d'âge de plus de 80 ans (noir) et mêmes limites d'intégration (lignes verticales pointillées). La date de déclaration de la pandémie du 11 mars 2020 est indiquée par une ligne verticale grise. Les sources de données sont spécifiées à l’annexe A.
Figure 19 : Nouvelle-Zélande (dose 3), ACM tous âges par semaine (bleu clair), 2011-2023, avec intégrations, période de vaccination de la dose 3 de 28 semaines (bleu foncé, points) et ligne de tendance (orange) . Les sources de données sont spécifiées à l'annexe A.
Figure 20 : Nouvelle-Zélande (dose 4), ACM par semaine (bleu clair), 2011-2023, avec intégrations, période de vaccination dose-4 de 31 semaines (bleu foncé, points) et ligne de tendance (orange). Les sources de données sont spécifiées à l'annexe A.
Figure 21 : Annexe B – Exemples de données sur la mortalité toutes causes confondues, pour tous les âges (en bleu) et sur l'administration du vaccin à toutes les doses (en orange), pour les 17 pays de cette étude (comme indiqué). La ligne grise verticale indique la déclaration de pandémie du 11 mars 2020 par l’OMS. Les sources de données sont spécifiées à l'annexe A.
Figure 22 : Annexe D – Méthode du point historique unique (Méthode 2) pour les excès d'ACM dans les périodes Covid des 17 pays de cette étude. Période Covid (orange), période de référence historique à un point (vert), meilleur ajustement (rouge). L'index temporel est le numéro de la semaine ou du mois à partir du début de 2015. La date de déclaration de la pandémie du 11 mars 2020 est indiquée par une ligne grise verticale. Les sources de données sont spécifiées à l’annexe A.
Figure 23 : Annexe E – Méthode du point historique unique pour l’excès d’ACM (Méthode 2) dans les périodes de vaccination des 17 pays de cette étude. Période de vaccination (orange), période de référence historique à un point (vert), meilleur ajustement (rouge). L'index temporel est le numéro de la semaine ou du mois à partir du début de 2015. La date de déclaration de la pandémie du 11 mars 2020 est indiquée par une ligne grise verticale. Les sources de données sont spécifiées à l’annexe A.
*
Tableau des tableaux
RépondreSupprimerTableau 1 : Surmortalités totales en période de Covid et de vaccination, nombre d'injections en période de vaccination, population
Tableau 2 : Taux nationaux de mortalité par dose de vaccin (vDFR) pour tous les âges, extraits de la période du pic nominal d'ACM de janvier à février 2022 (« pic S22 ») et de toute la période de vaccination (« période v ») , pour les 17 pays de cette étude
Tableau 3 : Extrait des âges doublés, augmentation de l'âge jusqu'à doubler le risque de décès par injection
Tableau 4 : Annexe A – Types de données et sources de données
Tableau 5 : Annexe C – Paramètres utilisés pour appliquer la méthode de la ligne de tendance (Méthode 1) aux données
*
1. Introduction
La mortalité toutes causes confondues selon le temps constitue la donnée la plus fiable pour détecter et caractériser épidémiologiquement les événements causant la mort, et pour évaluer l’impact au niveau de la population de toute augmentation ou effondrement des décès, quelle qu’en soit la cause.
Ces données peuvent être collectées par juridiction ou région géographique, par groupe d’âge, par sexe, etc. ; et il n'est pas susceptible de biais de déclaration ni de biais dans l'attribution des causes de décès dans la mortalité elle-même.
2021 ; Miller et coll., 2021 ; Moriarty et coll., 2021 ; Nørgaard et al., 2021 ; Panagiotou et al., 2021 ; Pilkington et coll., 2021 ; Polyakova et al., 2021 ; Rancourt et al., 2021a, 2021b ; Rossen et coll., 2021 ; Sanmarchi et coll., 2021 ; Sempé et coll., 2021 ; Soneji et coll. 2021 ; Stein et coll., 2021 ; Stokes et coll., 2021 ; Vila-Corcoles et al., 2021 ; Wilcox et coll., 2021 ; Woolf et coll., 2021 ; Woolf, Masters et Aron, 2021 ; Yorifuji et coll., 2021 ; Ackley et coll., 2022 ; Acosta et coll., 2022 ; Engler, 2022 ; Faust et coll., 2022 ; Ghaznavi et al., 2022 ; Gobiņa et al., 2022 ; Lui et al., 2022 ; Henry et coll., 2022 ; Jha et coll., 2022 ; Johnson et Rancourt, 2022 ; Juul et coll., 2022 ; Kontis et coll., 2022 ; Kontopantelis et al., 2022 ; Lee et coll., 2022 ; Leffler et coll., 2022 ; Lewnard et coll., 2022 ; McGrail, 2022 ; Neil et coll., 2022 ; Neil et Fenton, 2022 ; Palinkás et Sándor, 2022 ; Ramírez-Soto et Ortega-Cáceres, 2022 ; Rancourt, 2022 ; Rancourt et al., 2022a, 2022b ; Razak et coll., 2022 ; Redert, 2022a, 2022b ; Rossen et coll., 2022 ; Safavi-Naini et al., 2022 ; Schöley et al., 2022 ; Sy, 2022 ; Thoma et Declercq, 2022 ; Wang et coll., 2022 ; Aarstad et Kvitastein, 2023 ; Bilinski et coll., 2023 ; de Boer et coll., 2023 ; de Gier et coll., 2023 ; Démétriou et al., 2023 ; Donzelli et coll., 2023 ; Haugen, 2023 ; Jones et Ponomarenko, 2023 ; Kuhbandner et Reitzner, 2023 ; Lytras et coll., 2023 ; Masselot et al., 2023 ; Matveeva et Shabalina, 2023 ; Neil et Fenton, 2023 ; Paglino et coll., 2023 ; Rancourt et coll., 2023 ; Redert, 2023 ; Schellekens, 2023 ; Scherb et Hayashi, 2023 ; Sorli et al., 2023 ; Woolf et coll., 2023). 2022 ; Safavi-Naini et al., 2022 ; Schöley et al., 2022 ; Sy, 2022 ; Thoma et Declercq, 2022 ; Wang et coll., 2022 ; Aarstad et Kvitastein, 2023 ; Bilinski et coll., 2023 ; de Boer et coll., 2023 ; de Gier et coll., 2023 ; Démétriou et al., 2023 ; Donzelli et coll., 2023 ; Haugen, 2023 ; Jones et Ponomarenko, 2023 ; Kuhbandner et Reitzner, 2023 ; Lytras et coll., 2023 ; Masselot et al., 2023 ; Matveeva et Shabalina, 2023 ; Neil et Fenton, 2023 ; Paglino et coll., 2023 ; Rancourt et coll., 2023 ; Redert, 2023 ; Schellekens, 2023 ; Scherb et Hayashi, 2023 ; Sorli et al., 2023 ; Woolf et coll., 2023). 2022 ; Safavi-Naini et al., 2022 ; Schöley et al., 2022 ; Sy, 2022 ; Thoma et Declercq, 2022 ; Wang et coll., 2022 ; Aarstad et Kvitastein, 2023 ; Bilinski et coll., 2023 ; de Boer et coll., 2023 ; de Gier et coll., 2023 ; Démétriou et al., 2023 ; Donzelli et coll., 2023 ; Haugen, 2023 ; Jones et Ponomarenko, 2023 ; Kuhbandner et Reitzner, 2023 ; Lytras et coll., 2023 ; Masselot et al., 2023 ; Matveeva et Shabalina, 2023 ; Neil et Fenton, 2023 ; Paglino et coll., 2023 ; Rancourt et coll., 2023 ; Redert, 2023 ; Schellekens, 2023 ; Scherb et Hayashi, 2023 ; Sorli et al., 2023 ; Woolf et coll., 2023). 2023 ; Kuhbandner et Reitzner, 2023 ; Lytras et coll., 2023 ; Masselot et al., 2023 ; Matveeva et Shabalina, 2023 ; Neil et Fenton, 2023 ; Paglino et coll., 2023 ; Rancourt et coll., 2023 ; Redert, 2023 ; Schellekens, 2023 ; Scherb et Hayashi, 2023 ; Sorli et al., 2023 ; Woolf et coll., 2023). 2023 ; Kuhbandner et Reitzner, 2023 ; Lytras et coll., 2023 ; Masselot et al., 2023 ; Matveeva et Shabalina, 2023 ; Neil et Fenton, 2023 ; Paglino et coll., 2023 ; Rancourt et coll., 2023 ; Redert, 2023 ; Schellekens, 2023 ; Scherb et Hayashi, 2023 ; Sorli et al., 2023 ; Woolf et coll., 2023).
RépondreSupprimerNous avons précédemment signalé plusieurs cas dans lesquels des pics anormaux de mortalité toutes causes confondues (MAC) sont temporellement associés à des déploiements rapides de doses de vaccin contre la COVID-19 et des cas dans lesquels le début de la campagne de vaccination contre la COVID-19 coïncide avec le début d'une nouvelle campagne de vaccination. régime de mortalité élevée et soutenue ; en Inde, en Australie, en Israël, aux États-Unis et au Canada, y compris dans les États et les provinces (Rancourt, 2022 ; Rancourt et al., 2022a, 2022b, 2023).
Ces études nous ont permis de faire les premières déterminations quantitatives du taux de mortalité par dose de vaccin (vDFR) , qui est le rapport entre les décès induits par le vaccin et les doses de vaccin administrées dans une population, sur la base d'une évaluation de l'excès de ACM sur une période de temps donnée. , par rapport au nombre de doses de vaccin administrées au cours de la même période.
RépondreSupprimerLa valeur du vDFR pour tous les âges et toutes les doses était généralement d'environ 0,05 % (1 décès pour 2 000 injections), avec une valeur extrême de 1 % pour le cas particulier de l'Inde (Rancourt, 2022).
Nos travaux, utilisant de nombreuses données sur l'Australie et Israël, ont également montré que le vDFR est exponentiel avec l'âge (doublant tous les 5 ans), atteignant environ 1 % pour les 80 ans et plus (Rancourt et al., 2023).
L'exemple le plus clair est celui d'un pic d'ACM relativement marqué survenu en janvier-février 2022 en Australie, qui est synchrone avec le déploiement rapide de la troisième dose du vaccin contre la COVID-19 en Australie ; survenant dans 5 des 8 États australiens et dans tous les groupes d’âge les plus âgés (Rancourt et al., 2022a, 2023).
En revanche, il faut souvent faire face à l’effet confondant de la variation saisonnière intrinsèque de l’ACM ; cependant, dans ce cas pour l'Australie, ledit pic de janvier à février 2022 se produit à un moment du cycle saisonnier intrinsèque où l'on devrait avoir un minimum estival stable (hémisphère sud) ou un creux estival dans l'ACM. Il n’existe aucun exemple antérieur d’un tel pic en été dans le record historique d’ACM pour l’Australie (Rancourt et al., 2022a).
Peu de juridictions nationales disposent de données aussi détaillées sur la mortalité et la vaccination, stratifiées par âge, que celles disponibles en Australie et en Israël. Deux autres pays de ce type sont le Chili et le Pérou. Ici, nous montrons que le Chili et le Pérou, comme l'Australie, connaissent un pic d'ACM relativement important survenant en janvier-février 2022, ce qui est synchrone avec le déploiement rapide de la dose 4 au Chili et de la dose 3 au Pérou du vaccin COVID-19, respectivement, se produisant respectivement. pour toutes les tranches d’âge les plus âgées.
RépondreSupprimerCette caractéristique commune au Chili, au Pérou et à l’Australie nous a amenés à rechercher davantage d’exemples du phénomène de pic ACM de janvier à février 2022 dans l’hémisphère sud et dans les régions équatoriales. Les pays équatoriaux n’ont pas de saisons d’été et d’hiver ni de variations saisonnières dans leurs modèles de ACM. Nous avons constaté le même phénomène partout où les données étaient disponibles (Australie, Bolivie, Brésil, Chili, Colombie, Équateur, Malaisie, Nouvelle-Zélande, Paraguay, Pérou, Philippines, Singapour, Afrique du Sud, Thaïlande, Uruguay), bien qu'incomplètes pour la Bolivie et non pour la Bolivie. comme distinctif de la Nouvelle-Zélande. Nous rapportons ici ces résultats.
*
2. Données
Les sources des données sur la mortalité et sur l’administration des vaccins sont présentées à l’Annexe A : Sources des données sur la mortalité et la vaccination.
L'Annexe B : Exemples de données sur la mortalité toutes causes confondues et sur la vaccination contient des exemples de données : ACM nationale pour tous les âges par période (semaine ou mois), de 2015 à 2023, et administration de vaccin pour tous les âges, toutes doses par semaine, en utilisant Y. -échelles partant de zéro, pour les 17 pays considérés dans la présente étude : Argentine, Australie, Bolivie, Brésil, Chili, Colombie, Equateur, Malaisie, Nouvelle-Zélande, Paraguay, Pérou, Philippines, Singapour, Afrique du Sud, Suriname, Thaïlande, et l'Uruguay.
La figure 1 montre les 17 pays considérés, par rapport à l'équateur sur une carte du monde.
- voir carte sur site -
Figure 1 : Carte du monde montrant les 17 pays considérés dans la présente étude, par rapport à l'équateur et aux tropiques ― Argentine, Australie, Bolivie, Brésil, Chili, Colombie, Équateur, Malaisie, Nouvelle-Zélande, Paraguay, Pérou, Philippines, Singapour , Afrique du Sud, Suriname, Thaïlande et Uruguay.
3. Méthode pour détecter les transitions temporelles
RépondreSupprimeraux régimes de mortalité élevée, toutes causes confondues
Nous implémentons la méthode suivante développée par l'un de nous (JH) pour détecter les changements de régime dans les données ACM par temps (jour, semaine, mois, trimestre).
Il s’agit de détecter les transitions dans le temps (à mesure que l’on avance dans le temps à partir d’une période historique stable) vers des régimes d’ACM « plus élevés que d’habitude » ou « plus élevés que récents », qui peuvent être associés à la déclaration d’une pandémie ou au déploiement de vaccins. Bien qu'un œil exercé puisse détecter de telles transitions dans l'ACM brut grâce aux données temporelles elles-mêmes, il est utile d'appliquer une transformation statistique, conçue pour éliminer en grande partie la difficulté confondante des variations saisonnières de l'ACM, qui se produisent dans les pays non équatoriaux.
Puisque la période dominante des variations saisonnières de l'ACM est de 1 an et que nous souhaitons détecter les changements évoluant dans le temps, nous adoptons l'approche suivante. Nous appliquons une moyenne mobile rétrospective d’un an à l’ACM par données temporelles. Chaque instant de la moyenne mobile rétrospective sur 1 an est simplement l'ACM moyen pour l'année se terminant à ce moment précis, et nous traçons cette moyenne mobile par temps. Les changements de régime de l'ACM apparaissent alors comme des ruptures (en pente ou en valeur) de la moyenne mobile dans le temps.
Notez que la méthode de la moyenne mobile rétrospective sur 1 an produit un artefact significatif mais facile à discerner : des pics relativement importants et nets de l'ACM donnent lieu à des baisses artificielles de la moyenne mobile un an avant (plus tard) lesdits pics relativement importants et nets. en ACM.
4. Méthodes pour quantifier le vDFR
RépondreSupprimerde la mortalité toutes causes confondues
4.1 Tendance historique de référence pour une période (ou un pic) de mortalité (Méthode 1)
Notre première méthode (Méthode 1) de quantification des vDFR par tranche d'âge (ou tous âges) et par numéro de dose de vaccin (ou toutes doses) est la suivante (Rancourt et al., 2022a, 2023), ici améliorée pour ajuster les variations saisonnières systématiques. effets:
je. Tracez l'ACM par heure (jour, semaine, mois) pour le groupe d'âge (ou tous les âges) sur une grande échelle de temps, y compris les années précédant la pandémie déclarée.
ii. Identifiez la date (jour, semaine, mois) du début du déploiement du vaccin (déploiement de la première dose) pour le groupe d’âge (ou tous les âges).
iii. Notez, par souci de cohérence, que l’ACM subit une augmentation progressive jusqu’à des valeurs plus élevées à l’approche de la date du début du déploiement du vaccin.
iv. Intégrez (ajoutez) l'ACM depuis le début du déploiement du vaccin jusqu'à la fin des données disponibles ou la fin des vaccinations (toutes les doses), selon la première éventualité. Il s'agit de la fenêtre temporelle d'intégration de base utilisée dans le calcul, des dates de début à fin.
v. Appliquer cette fenêtre et cette intégration sur des périodes successives et sans chevauchement de durée égale, en remontant aussi loin que les données le permettent.
vi. Commencez chaque nouvelle fenêtre d’intégration au même moment du cycle saisonnier que le début de la fenêtre d’intégration de base de la période vaccinale, même si cela introduit des écarts entre les périodes d’intégration successives.
vii. Tracez les valeurs d'intégration résultantes en fonction du temps et notez, par souci de cohérence, que la valeur présente une tendance à la hausse, bien discernée à partir de la ou des tendances historiques, pour la période de vaccination.
viii. Extrapoler la tendance historique des valeurs intégrées à la période de vaccination. La différence entre les valeurs intégrées mesurées et extrapolées (tendance historique prévue) de l’ACM au cours de la période de vaccination est la surmortalité associée à la période de vaccination.
ix. L'extrapolation, en pratique, est réalisée en ajustant une ligne droite aux points d'intégration choisis avant la vaccination.
X. Si trop peu de points sont disponibles pour l'extrapolation, ce qui donne une trop grande incertitude sur la pente ajustée, alors imposer une pente nulle, ce qui revient à utiliser une moyenne de valeurs récentes. Dans certains cas, même un seul point (généralement le point de la fenêtre d'intégration immédiatement précédente) peut être utilisé.
RépondreSupprimerXI. L’erreur dans la valeur extrapolée est le plus souvent la principale source d’erreur dans le calcul de la surmortalité. Estimez « l'erreur de précision » dans la valeur extrapolée comme l'écart moyen de la différence de valeur absolue avec la ligne ajustée (moyenne des valeurs absolues des résidus) pour les points choisis de l'ajustement. Cette erreur est une mesure des variations de la période d'intégration, toutes causes confondues, sur une région proche ayant une tendance linéaire supposée.
XII. Ladite « erreur de précision » est généralement plus grande que « l’erreur de précision » (ou erreur statistique) dans la valeur extrapolée, car elle représente la variabilité d’une année sur l’autre de l’ACM intégré dans la fenêtre d’intégration au cours des années précédant le Covid. ou les périodes de vaccination.
XIII. S'il y a trop peu de fenêtres d'intégration dans les années normales disponibles avant le pic ou la région d'intérêt pour obtenir une bonne estimation de la variabilité historique d'une année à l'autre, ou si les erreurs statistiques dans les valeurs intégrées sont relativement importantes, alors faites utilisation des erreurs statistiques pour estimer au mieux l’incertitude nécessaire.
XIV. Appliquez la même fenêtre d’intégration (dates de début à fin pendant la vaccination) pour compter toutes les doses de vaccin administrées pendant cette période.
XV. En fonction des circonstances particulières des données, il peut être nécessaire d'utiliser des limites d'intégration différentes (fenêtres différentes) pour l'ACM et pour l'administration du vaccin. Nous n’en avons vu aucune nécessité et nous n’avons pas essayé de mettre en œuvre ou de tester une telle optimisation.
XVI. Définir vDFR = (surmortalité de la période de vaccination) / (doses de vaccin administrées au cours de la même période de vaccination). Calculez l’incertitude du vDFR en utilisant l’erreur estimée dans la surmortalité de la période de vaccination.
La même méthode est adaptée à toute région d'intérêt (comme un pic d'ACM) de durée sous-annuelle, en traduisant la fenêtre d'intégration (de la région d'intérêt) vers l'arrière par incréments d'un an.
La méthode décrite ci-dessus est robuste et idéalement adaptée à la nature des données ACM. L'ACM intégré aura généralement une petite erreur statistique.
RépondreSupprimerUne large fenêtre d'intégration temporelle (par exemple, pour toute la période de vaccination) élimine en grande partie les difficultés liées aux variations saisonnières intrinsèques ; et cette difficulté est en outre résolue en commençant chaque nouvelle fenêtre d'intégration au même moment du cycle saisonnier que le début de la fenêtre d'intégration de base pour la période de vaccination (point vi, ci-dessus).
La tendance historique est analysée sans introduire d'hypothèses ou d'incertitudes de modèle, au-delà de l'hypothèse que la tendance proche peut être modélisée par une ligne droite, lorsque les données elles-mêmes le justifient. Une telle analyse, par exemple, prend en compte les changements d’une année à l’autre dans la taille des cohortes d’âge découlant de la structure par âge de la population. La seule hypothèse est qu’une tendance proche localement linéaire pour la population non perturbée (non perturbée du point de vue ACM) est réaliste.
Bien que la méthode ci-dessus soit conçue pour les cas (juridictions) dans lesquels il n'y a aucune preuve dans les données ACM d'une mortalité causée par des facteurs autres que le déploiement du vaccin, tels que les mesures Covid (protocoles de traitement, impositions sociétales, isolement, etc. ; puisqu'aucun la surmortalité se produit pendant la période pré-vaccination de la période Covid), elle peut être facilement adaptée aux cas dans lesquels la mortalité pendant la période de vaccination est confondue avec des facteurs causals supplémentaires (période Covid) qui ne peuvent être exclus.
Une approche consiste simplement à adapter la méthode ci-dessus aux années civiles, indépendamment du fait qu’une surmortalité se produise ou non avant le déploiement du vaccin contre la COVID-19. On obtient un excès d'ACM par année civile, par rapport à la valeur attendue à partir de la tendance historique déduite par extrapolation linéaire à partir d'une plage choisie de valeurs annuelles d'ACM pour < 2020 (pour les années antérieures à 2020, lorsque l'annonce d'une pandémie le 11 mars 2020 a été faite). ). On compare ensuite l’excédent d’ACM pour 2020 et pour 2021. Dans de nombreux (la plupart) pays, il n’y a pratiquement pas eu de vaccination contre le COVID-19 en 2020, et un déploiement rapide a essentiellement commencé en janvier 2021.
4.2 Cas particulier d'un seul point historique intégré (Méthode 2)
Dans les cas où il n'est pas possible ou pratique d'obtenir plus d'une valeur d'intégration pour l'extrapolation nécessaire (étapes v à ix ci-dessus), plutôt que de supposer une pente nulle pour l'extrapolation (étape x ci-dessus), la deuxième méthode suivante (Méthode 2) peut être appliquée.
Si Y(−1) est le seul point historique intégré, alors prenez simplement la valeur extrapolée nécessaire, Y(0), comme étant :
RépondreSupprimerY(0) = Y(−1) + m ΔT W (1)
où m est la pente du meilleur ajustement droit à travers l'ACM d'origine par unité de temps (jour, semaine, mois…) par rapport à l'unité de temps numérotée, ΔT est le nombre d'unités de temps entre Y(0) et Y(−1 ) (c'est-à-dire entre le début de la fenêtre d'intégration Y(0) et le début de la fenêtre d'intégration Y(−1)), et W est la largeur inclusive de la fenêtre d'intégration en nombre d'unités de temps.
Cela suppose que l'ACM dans le temps varie sur une ligne droite, nonobstant les variations saisonnières, sur le segment proche utilisé pour obtenir le meilleur ajustement droit.
La surmortalité résultante pour la fenêtre ou période d’intégration, xACM(0), est alors :
xACM(0) = ACM(0) − Y(0) (2)
où ACM(0) est l’ACM intégré dans la période d’intérêt.
L'erreur statistique (écart type) en xACM(0) est alors donnée par :
sig(xACM(0)) = sqrt [ ACM(0) + Y(−1) + (ΔT W sig(m)) 2 ] (3)
où sig(m) est l'erreur nominalement statistique en m.
S'il n'y a pas de variation saisonnière de l'ACM, comme c'est le cas dans les juridictions de latitude équatoriale, alors sig(m) est l'erreur statistique réelle en m. Avec les variations saisonnières de l'ACM, sig(m) extrait des moindres carrés correspondant à une droite n'a pas de signification simple. Dans ce cas, sig(m) intégrera l'incertitude résultant des variations saisonnières et augmentera avec l'amplitude croissante de la variation saisonnière.
4.3 Application des méthodes aux pays spécifiques
Les paramètres d'application des méthodes (Méthodes 1 et 2) aux données sont donnés en Annexe C : Informations techniques et spécifiques aux applications des méthodes aux données.
5. Résultats
RépondreSupprimer5.1 Transitions vers des régimes d'ACM élevée
La figure 2 montre l'ACM par heure (semaine ou mois) (bleu), l'administration du vaccin par heure (semaine) (orange) (source : OWID, 2023a) et la moyenne mobile rétrospective sur 1 an de l'ACM par heure (semaine ou mois). mois, respectivement) (rouge), pour les 17 pays de cette étude. La date de déclaration de la pandémie du 11 mars 2020 est indiquée par une ligne grise verticale dans chaque panneau.
L'administration du vaccin par semaine (par exemple, orange, figure 2), pour les analyses tous âges dans le présent article, est obtenue à partir des données cumulatives originales (OWID, 2023a) en interpolant pour obtenir toutes les dates, puis en additionnant par semaine. Par conséquent, lorsqu’il y a des sauts soudains dans les données cumulées, cela peut produire une valeur hebdomadaire importante en tant qu’artefact, comme pour les Philippines (Figure 2). De même, les baisses des valeurs cumulées peuvent produire des valeurs hebdomadaires négatives artificielles, comme le montrent quelques cas ci-dessous.
- voir graph sur site -
Figure 2 : Transitions entre les régimes de mortalité ― ACM par période (semaine ou mois) (bleu), administration du vaccin par période (semaine) (orange) et moyenne mobile rétrospective sur 1 an de l'ACM par période (semaine ou mois) (rouge), selon la légende, pour les 17 pays de cette étude. La date de déclaration de la pandémie du 11 mars 2020 est indiquée par une ligne grise verticale dans chaque panneau. Les sources de données sont spécifiées à l’annexe A.
- voir graph sur site -
Ici (Figure 2), 9 des 17 pays n’ont pas de surmortalité détectable au cours de l’année environ entre l’annonce d’une pandémie le 11 mars 2020 et le début du premier déploiement de vaccins dans chaque pays. Autrement dit, dans 9 des 17 pays, il n’y a pas de surmortalité détectable jusqu’à ce que les vaccins soient déployés (Australie, Malaisie, Nouvelle-Zélande, Paraguay, Philippines, Singapour, Suriname, Thaïlande, Uruguay).
Dans les 8 autres pays sur 17, un nouveau régime de mortalité plus élevée est instauré après le 11 mars 2020 et avant toute administration de vaccin contre la COVID-19 (Argentine, Bolivie, Brésil, Chili, Colombie, Équateur, Pérou, Afrique du Sud).
Dans les 17 pays, la vaccination est associée à un régime de mortalité élevée, et il n’y a aucune association dans le temps entre la vaccination contre le COVID-19 et une réduction proportionnelle de l’ACM.
- voir graph sur site -
5.2 Surmortalité pendant la période de Covid par rapport à la surmortalité pendant la période de vaccination contre le COVID-19, dans les 17 pays de cette étude
RépondreSupprimerNous appliquons la méthode « Cas particulier d’un seul point intégré historique » (Méthode 2, ou « méthode monopoint », Équations 1 à 3, voir Méthodes) pour quantifier l’excès d’ACM sur toute la période Covid (ou « Période Covid » ), de la semaine ou du mois du 11 mars 2020 à la semaine ou au mois, respectivement, du dernier (le plus récent) point utilisable ou choisi dans l'ACM par données temporelles. Cette méthode prend en compte le récent changement linéaire décennal de l’ACM historique dans l’extrapolation nécessaire pour la mortalité de référence.
La méthode et le calcul de l’excédent de mortalité en période Covid sont illustrés en Annexe D : Méthode de quantification en un seul point de la surmortalité en période Covid, pour l’ensemble des 17 pays de cette étude.
Nous effectuons le même calcul pour toute la période de vaccination contre le COVID-19 (ou « période de vaccination ») excédentaire d’ACM, depuis la première semaine ou le premier mois de vaccination contre le COVID-19 jusqu’à la même semaine ou le même mois, respectivement, qui a été considéré comme étant la dernière semaine ou le dernier mois, respectivement, de la période Covid pour chaque pays, qui est illustrée dans l'Annexe E : Méthode monopoint quantification de la surmortalité dans la période de vaccination.
Les résultats des calculs sont donnés dans le tableau 1, pour l'excès d'ACM en période Covid (colonne intitulée « Covid période ACM ») et pour l'excès d'ACM en période de vaccination (colonne intitulée « Période de vaccination ACM »), et leurs erreurs associées. (Équation 3, Méthodes).
Le nombre total d’injections de vaccin contre la COVID-19 pour les mêmes périodes de vaccination est également indiqué (colonne intitulée « Injections pendant la période de vaccination »), ainsi que les populations projetées pour 2022 (Nations Unies, 2023). La période Covid et la période de vaccination se terminent à la même date pour chaque pays. Les totaux sont également donnés, avec des erreurs propagées. La couleur orange correspond aux pays qui n'ont pas d'excès apparent d'ACM avant le début de la vaccination, conformément à la figure 2, tandis que la couleur bleue correspond aux pays qui présentent un excès d'ACM avant le début de la vaccination (et après qu'une pandémie soit déclarée le 11 mars 2020).
Tableau 1 : Surmortalités totales en période de Covid et de vaccination, nombre d'injections en période de vaccination, population
- voir graph sur site -
Les résultats du tableau 1 sont illustrés dans la figure 3. Ici, le même codage couleur des symboles que pour le tableau 1 est utilisé : points orange pour les pays qui n'ont pas d'excès apparent de MCA avant le début de la vaccination, conformément à la figure 2, et points bleus pour les pays qui présentent un excès de MCA avant le début de la vaccination (et après la déclaration d’une pandémie le 11 mars 2020).
RépondreSupprimer- voir graph sur site -
Figure 3 : (trois panneaux) ACM excédentaire pendant la période de Covid versus ACM excédentaire pendant la période de vaccination (en haut), première vue agrandie (au milieu), deuxième vue agrandie (en bas), avec une ligne 1 : 1 comme référence.
- voir graph sur site -
5.3 Tous les pays étudiés Tous âges MCA nationaux et déploiements de vaccins
La figure 4 montre les ACM nationales disponibles pour tous les âges (en noir) par mois (2017-2023) ou par semaine (2019-2023), par rapport aux déploiements de doses de vaccin contre la COVID-19, pour : l'Australie, le Chili, la Colombie, l'Équateur, Nouvelle-Zélande, Pérou, Afrique du Sud (données ACM hebdomadaires) ; et Argentine, Bolivie, Brésil, Malaisie, Paraguay, Philippines, Singapour, Suriname, Thaïlande et Uruguay (données ACM mensuelles). Les lignes verticales grises indiquent l'annonce d'une pandémie par l'Organisation mondiale de la santé (OMS) le 11 mars 2020, et les lignes verticales en pointillés orange montrent les limites de la fenêtre d'intégration pour le pic d'intérêt de janvier-février 2022 (mêmes limites que pour la figure 5 et le tableau). 2). L’administration du vaccin pour la dose 1 et la dose 2 par semaine ou par mois est en bleu ; alors que l'administration de rappel (doses au-delà de la dose 2) par semaine ou par mois est en orange.
- voir graph sur site -
Figure 4 : ACM pour tous les âges par semaine (2019-2023) ou par mois (2017-2023) (noir), avec déploiement des vaccins pour tous les âges, doses 1 et 2 (bleu) et rappels (orange), pour les 17 pays du cette étude (telle qu'étiquetée) ; montrant également la date du 11 mars 2020 et les limites d'intégration pour le pic nominal de janvier-février 2022 en ACM (lignes verticales). Les sources de données sont spécifiées à l’annexe A.
La figure 5 montre l'ACM nationale disponible pour tous les âges par période (semaine ou mois), de 2015 à 2023, les points d'intégration qui ont été utilisés pour quantifier l'excès d'ACM lors du pic d'intérêt de janvier-février 2022, et les lignes de tendance linéaires qui ont été utilisé pour extrapoler aux valeurs attendues (méthode « Base de référence de tendance historique pour une période (ou pic) de mortalité », Méthode 1, voir Méthodes), pour : Australie, Chili, Colombie, Équateur, Nouvelle-Zélande, Pérou, Afrique du Sud ( données ACM hebdomadaires ); et pour l'Argentine, la Bolivie, le Brésil, la Malaisie, le Paraguay, les Philippines, Singapour, le Suriname, la Thaïlande et l'Uruguay (données ACM mensuelles).
Le chiffre comporte : ACM par semaine ou par mois (bleu clair) ; ACM intégrée par fenêtre d'intégration de la période de vaccination de 26 semaines ou de 7 mois (bleu foncé, points), le dernier point correspondant à la période d'intérêt elle-même ; ligne d'extrapolation utilisée pour calculer l'excès d'ACM pendant la période de rappel (orange). Un point d'intégration est positionné dans le temps au début de la fenêtre d'intégration. Voir Méthodes.
Par souci d'exhaustivité, dans les figures 5 et 4, nous incluons les pays pour lesquels le calcul ne peut pas être effectué en raison de données ACM insuffisantes dans la région d'intérêt de janvier à février 2022. L'Argentine, la Bolivie et le Suriname disposent de données ACM incomplètes dans la région d'intégration d'intérêt, ce qui entraîne une faible valeur d'intégration en tant qu'artefact (Figure 5).
RépondreSupprimerPar souci de simplicité et de comparaison, dans les figures 5 et 4 (et dans le tableau 2), nous avons standardisé essentiellement la même fenêtre d'intégration pour tous les pays (voir l'annexe C) : fenêtre de 26 semaines avec données ACM par semaine (semaine 2021). 42 à 2022-semaine-15, soit 182 jours) ou une fenêtre de 7 mois avec des données ACM par mois (2021-mois-10 à 2022-mois-04, soit 212 jours).
- voir graph sur site -
Figure 5 : ACM tous âges par semaine ou par mois (bleu clair), 2015-2023, avec intégrations pour le pic nominal de janvier à février 2022 en ACM (bleu foncé), pour les 17 pays (comme indiqué). Les sources de données sont spécifiées à l’annexe A.
La figure 6 montre le même type de graphique que celui représenté à la figure 4, sauf que toute la période de vaccination contre le COVID-19 disponible est mise en évidence, au lieu de simplement la région de déploiement de rappel liée au pic nominal de janvier-février 2022 dans l'ACM, pour l'ensemble des 17. pays étudiés (Argentine, Australie, Bolivie, Brésil, Chili, Colombie, Équateur, Malaisie, Nouvelle-Zélande, Paraguay, Pérou, Philippines, Singapour, Afrique du Sud, Suriname, Thaïlande, Uruguay).
Ici (Figure 6 et Figure 7), la période de vaccination est définie comme commençant à la première semaine ou au premier mois de l’administration du vaccin contre la COVID-19, et se terminant effectivement au plus tard au plus tard à l’heure de l’administration du vaccin ou à la dernière date des données ACM disponibles. Voir l'Annexe C : Informations techniques et spécifiques pour les applications des méthodes aux données pour les plages spécifiées utilisées.
L'idée est de capturer l'impact à long terme de la vaccination, pour tous les âges et toutes les doses, dans chaque pays, avec une valeur calculée correspondante de vDFR, et de la comparer avec la valeur obtenue à partir de la concentration ciblée sur le rappel associé nominalement à janvier- Pic de février 2022 en ACM.
- voir graph sur site -
Figure 6 : ACM pour tous les âges par semaine (2019-2023) ou par mois (2017-2023) (noir), avec déploiement du vaccin COVID-19 pour tous les âges et toutes les doses (bleu), pour les 17 pays de cette étude ; indiquant également la date du 11 mars 2020 (en gris) et les limites d'intégration (en pointillés, en bleu) pour la période de vaccination. Les sources de données sont spécifiées à l’annexe A.
RépondreSupprimerLa figure 7 montre les intégrations correspondant aux périodes de vaccination illustrées sur la figure 6.
- voir graph sur site -
Figure 7 : ACM tous âges par semaine (ACM/w) ou par mois (ACM/m) (bleu clair), 2015-2023, avec intégrations (bleu foncé) et lignes de tendance (orange), pour la vaccination période, pour les 17 pays de cette étude (comme indiqué). Les sources de données sont spécifiées à l’annexe A.
Nous avons également appliqué notre méthode alternative (Méthode 2 : Équations 1 à 3 ; méthode « Cas particulier d'un seul point historique intégré ») pour obtenir la surmortalité dans les périodes de vaccination de l'ensemble des 17 pays, en utilisant toutes les mêmes limites d'intégration que celles utilisées dans en appliquant la première méthode (Méthode 1) ci-dessus. Ces calculs sont illustrés à l’Annexe E : Quantification par méthode monopoint de la surmortalité sur la période de vaccination.
Le tableau 2 compare les valeurs calculées du vDFR pour tous les âges, pour les 17 pays de l'étude, pour deux périodes d'intérêt différentes et en utilisant deux méthodes de quantification différentes :
La première colonne de chiffres (de gauche à droite) fournit les valeurs nationales de vDFR calculées pour tous les âges à l'aide de la méthode « Tendance de référence historique pour une période (ou un pic) de mortalité » (méthode 1) et la période de janvier- Pic de l'ACM de février 2022 (comme illustré dans les figures 5 et 4), pour 14 des 17 pays de l'étude, qui disposent de données ACM couvrant ledit pic. Trois pays disposent de données ACM incomplètes pour la période considérée (Argentine, Bolivie, Suriname). Les périodes d'intégration, tant pour l'ACM que pour l'administration totale du vaccin, sont : 2021-semaine-42 à 2022-semaine-15 (26 semaines = 182 jours d'intégration, avec données ACM par semaine) et 2021-mois-10. jusqu'au mois 2022-04 (7 mois = intégration sur 212 jours, avec données ACM mensuelles).
La deuxième colonne de chiffres fournit l'erreur dans les chiffres de la première colonne, qui provient de l'ampleur de l'écart moyen par rapport aux points de ligne droite utilisés pour la tendance historique (Méthode 1, voir Méthodes). Il s'agit donc d'une erreur de « précision », résultant d'une variabilité due à une incertitude saisonnière souvent inévitable (voir Méthodes).
RépondreSupprimerLa troisième colonne de chiffres fournit les valeurs nationales de vDFR calculées pour tous les âges à l'aide de la méthode « Tendances de base historiques pour une période (ou un pic) de mortalité » (méthode 1) et la période de vaccination pour toutes les doses (comme illustré dans les figures 6 et 6). Figure 7), pour 15 des 17 pays de l’étude, qui disposent de suffisamment de données historiques ACM utilisables pour que la méthode puisse être appliquée. Dans la plupart des cas, des erreurs de « précision » significatives ne peuvent pas être évaluées pour les chiffres de cette colonne. Deux pays ne disposent pas de suffisamment de données ACM (Chili, Pérou), pour plus d'un point nécessaire d'intégration historique de l'ACM, pour qu'une valeur vDFR fiable soit calculée, avec l'ensemble de données utilisé.
La quatrième colonne de chiffres fournit les valeurs nationales de vDFR calculées pour tous les âges à l'aide de la méthode du « Cas particulier d'un seul point historique intégré » (Méthode 2) et de la période de vaccination pour toutes les doses (comme illustré à l'Annexe E), pour les 17 pays. dans l'étude.
La cinquième colonne de nombres fournit l'erreur dans les nombres de la quatrième colonne, qui est calculée à l'aide de l'équation 3 de la méthode « Cas particulier d'un seul point historique intégré » (Méthode 2), avec les valeurs de pente (m) données dans la figure 23. En tant que telle, cette erreur représente une estimation de l'erreur de « précision », qui est plus grande qu'une erreur statistique, puisque l'erreur statistiquement calculée en m est affectée par l'étalement saisonnier des valeurs ACM par unité de temps.
Tableau 2 : Taux nationaux de mortalité par dose de vaccin (vDFR) pour tous les âges, extraits de la période du pic nominal d'ACM de janvier à février 2022 (« pic S22 ») et de toute la période de vaccination (« période v ») , pour les 17 pays de cette étude.
- voir graph sur site -
La figure 8 montre l'excès national de MCA pour tous les âges au cours de la période des pics nominaux de MCA de janvier à février 2022 (cercles pleins) ou au cours des périodes de vaccination (losanges ouverts), comme obtenu à partir des analyses illustrées dans la figure 5 ou la figure 23. , respectivement, par rapport aux injections totales nationales de vaccin pour tous les âges, toutes les doses, au cours de chacune des mêmes périodes que les fenêtres temporelles d'intégration de l'ACM, telles qu'obtenues à partir des analyses illustrées dans la Figure 4 ou la Figure 6, respectivement, pour les 17 pays de l’étude, sous réserve de la disponibilité des données. La plage complète est affichée dans le panneau supérieur et une vue développée près de l'origine est affichée dans le panneau inférieur.
RépondreSupprimerLes résultats des données ACM hebdomadaires (symboles bleus) et des données ACM mensuelles (symboles orange) sont comparables, même s'ils utilisent des largeurs de fenêtre d'intégration différentes, car il s'agit de mortalités excédentaires dans des pics anormaux plutôt que de mortalités totales. Le coefficient de corrélation de Pearson global (tous les points de la figure 8) est r = +0,94.
Conformément à sa légende, la figure 8 montre également :
Le meilleur ajustement en ligne droite (ajustement des moindres carrés) utilisant les erreurs Y dans les points, supposées proportionnelles à l'erreur vraie (ligne noire pointillée)
Limites supérieures et inférieures du meilleur ajustement en ligne droite, en utilisant respectivement la plus grande ordonnée à l'origine et la plus grande pente ou la plus petite ordonnée à l'origine et la plus petite pente, dans les limites d'erreur sur l'ordonnée à l'origine et la pente (lignes noires continues)
Les limites standard de l'intervalle de confiance, n'utilisant pas les erreurs Y, et supposant donc des erreurs Y égales et normales pour tous les points (lignes grises courbes)
Les paramètres d'ajustement de la meilleure ligne sont tels que spécifiés dans la figure : ordonnée à l'origine = +20 ± 900 décès, pente = (7,1 ± 1,0) x 10 −4 décès par injection (r = +0,94). À titre de comparaison, si seules les données pour la période du pic nominal de l’ACM de janvier à février 2022 sont utilisées (cercles pleins dans la figure 8), on obtient : ordonnée à l’origine = −500 ± 1 000 décès, pente = (6,4 ± 0,9) x 10 −4 décès par injection (r = +0,97).
- voir graph sur site -
Figure 8 : Excédent national de MCA pour tous les âges au cours de la période des pics nominaux de MCA de janvier à février 2022 (cercles pleins) ou pendant la période de vaccination (losanges ouverts, méthode de calcul de la méthode 2) par rapport aux injections totales nationales de vaccins pour tous les âges. sur la même période, en utilisant à la fois les données ACM hebdomadaires (bleues) et mensuelles (oranges), pour les 17 pays (comme indiqué). Gamme complète (panneau supérieur). Vue développée (panneau inférieur). Le coefficient de corrélation de Pearson est r = +0,94.
RépondreSupprimerDans la figure 8, les points pour la période de vaccination (losanges ouverts) ont généralement des valeurs Y plus grandes que les points pour la période du pic nominal de l'ACM de janvier à février 2022 (cercles pleins), par rapport à la ligne de tendance globale. Cela correspondrait à des valeurs généralement plus élevées de vDFR pour tous les âges spécifiques au pays, puisque vDFR = valeur Y/valeur X pour chaque point. Cette différence systématique est analysée dans la figure 9.
- voir graph sur site -
Figure 9 : vDFR (période de vaccination) versus vDFR (période de pointe de l'ACM de janvier à février 2022), avec analyse de corrélation. Les valeurs vDFR sont exprimées en fractions et non en %, et l'échelle est x1e−3, donc « 4 » correspond à 0,4 %, et ainsi de suite. Les lignes d'analyse ont les mêmes significations que dans la figure 8. Le coefficient de corrélation de Pearson est r = +0,74.
Selon sa légende, sur la figure 9, la pente est de 1,8 ± 0,6 et l'ordonnée à l'origine est nulle, à l'erreur près (−3 ± 30). Le coefficient de corrélation de Pearson est de +0,74.
L'Afrique du Sud a la plus grande valeur de vDFR tous âges (0,44 %), parmi les 17 pays étudiés, suivie du Suriname (0,30 %), de la Bolivie (0,301 %), du Paraguay (0,24 %) et des Philippines (0,157 %). Ceci est illustré dans la figure 10, pour tous les pays et pour les deux périodes d’intégration, comparée aux listes de fabricants de vaccins par pays (OWID, 2023b).
- voir graph sur site -
Figure 10 : Valeurs vDFR tous âges pour la période de vaccination (orange, méth. 2) et pour la période du pic janvier-février 2022 en ACM (bleu), par pays, par ordre décroissant, par rapport aux listes des fabricants de vaccins . Les valeurs du vDFR pour tous les âges proviennent du tableau 2.
- voir graph sur site -
5.4 Chili par groupe d'âge Dose 4 ― Déploiements nationaux de ACM et de vaccin Dose 4 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 et 60-64 ans)
RépondreSupprimerLa figure 11 montre l'ACM nationale par semaine pour le Chili (noir), de 2019 à 2023, ainsi que toutes les doses (bleu) et la dose 4 (amplification x4) (rose) des déploiements de vaccins contre la COVID-19, pour tous les âges et pour chacun des pays. les tranches d’âge analysées (90+ ans jusqu’à 60-64 ans), comme indiqué. Pour de nombreux groupes d'âge, les quatre doses différentes sont visuellement résolues sous forme de pics distincts dans les données pour toutes les doses, ce qui est confirmé par les données spécifiques à la dose (non présentées).
- voir graph sur site -
Figure 11 : Chili (avec déploiements), ACM par semaine (noir), 2019-2023, par tranche d'âge (90+, 85-89… 60-64 ans), avec déploiements de vaccins toutes doses (bleu) et dose-4 (x4 amplifié, rose). Les sources de données sont spécifiées à l’annexe A.
La figure 12 montre l'ACM nationale par semaine pour le Chili (bleu clair), de 2010 à 2023, ainsi que les points d'intégration sur 14 semaines (bleu foncé) et la ligne de tendance (orange) qui ont été utilisés pour quantifier l'excès d'ACM en janvier-février 2022. pic d'intérêt (méthode « Tendance historique de référence pour une période (ou pic) de mortalité », méthode 1, voir Méthodes), correspondant au déploiement de la dose 4 du vaccin, pour chacune des tranches d'âge (90 ans et plus jusqu'à 60-64 ans). ans, comme indiqué). Ici, les fenêtres d'intégration (14 semaines) sont sélectionnées pour les données par groupe d'âge et sont donc différentes de la fenêtre d'intégration utilisée pour tous les âges (Figure 5 et Figure 4) (voir l'Annexe C). Le dernier point d'intégration (en 2022) concerne la période de dose 4 du vaccin elle-même, et chaque point d'intégration est positionné dans le temps au début de la fenêtre d'intégration. Voir Méthodes pour plus de détails.
- voir graph sur site -
Figure 12 : Chili (dose 4), ACM par semaine (bleu clair), 2010-2022, par tranche d'âge (90+, 85-89… 60-64 ans), avec intégrations, dose-4-vaccination sur 14 semaines. période (bleu foncé, points) et ligne de tendance (orange). Les sources de données sont spécifiées à l’annexe A.
5.5 Chili par groupe d'âge Dose 3 ― Déploiement national de l'ACM et de la dose de vaccin 3 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 et 60-64 ans)
Étant donné que le déploiement de la dose 3 est bien défini et distinct des autres déploiements, dans des groupes d'âge spécifiques au Chili (Figure 11), et qu'il existe une surmortalité au cours de la période de déploiement de la dose 3, nous avons également quantifié pour la dose 3 au Chili, même s'il existe une confusion avec un pic saisonnier de l'ACM et aucun pic associé isolé, net et distinct, de l'ACM, bien que plus de 90 ans montrent une épaule bien formée (Figure 11) (voir Méthodes et voir ci-dessous).
La figure 13 montre l'ACM nationale par semaine pour le Chili (bleu clair), de 2010 à 2023, ainsi que les points d'intégration sur 22 semaines (bleu foncé) et la ligne de tendance (orange) qui ont été utilisés pour quantifier l'excès d'ACM au cours du mois nominal de juillet. Région d'intérêt d'août 2021 (méthode « Tendance historique de référence pour une période (ou pic) de mortalité », méthode 1, voir Méthodes), correspondant au déploiement de la dose 3 du vaccin, pour chacune des tranches d'âge (60 ans et plus, et 90+ ans jusqu'à 60-64 ans, comme indiqué). Ici, comme dans les figures 12 et 11, les fenêtres d'intégration (22 semaines) sont sélectionnées pour les données par groupe d'âge (annexe C). Le dernier point d'intégration (en 2021) concerne la période de dose 3 du vaccin elle-même, et chaque point d'intégration est positionné dans le temps au début de la fenêtre d'intégration. Voir Méthodes pour plus de détails.
RépondreSupprimer- voir graph sur site -
Figure 13 : Chili (dose 3), ACM par semaine (bleu clair), 2010-2022, par tranche d'âge (60+, 90+, 85-89… 60-64 ans), avec intégrations, dose-3 sur 22 semaines -période de vaccination (bleu foncé, points) et ligne de tendance (orange). Les sources de données sont spécifiées à l’annexe A.
- voir graph sur site -
5.6 Pérou par groupe d'âge Dose 3 ― Déploiements nationaux de ACM et de vaccin Dose 3 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 et 60-64 ans)
La figure 14 montre l'ACM nationale par semaine pour le Pérou (noir), de 2019 à 2022, et les déploiements de vaccins contre la COVID-19 par dose (toutes les doses, en bleu ; et la dose 4, en rose), pour tous les âges et pour chacun des pays. tranches d'âge examinées (60+, 90+, 85-89, 80-84, 75-79, 70-74, 65-69, 60-64, 50-59, 40-49, 30-39, 20-29, et 0-19 ans), comme indiqué. L’administration de toutes les doses de vaccin par semaine est en bleu, l’administration de la dose de vaccin à 4 doses par semaine (amplification x4) est en rose. Pour de nombreux groupes d'âge, les quatre doses différentes sont visuellement résolues sous forme de pics distincts dans les données pour toutes les doses, ce qui est confirmé par les données spécifiques à la dose (non présentées).
- voir graph sur site -
Figure 14 : Pérou (avec déploiements), ACM par semaine (noir), 2019-2022, par tranche d'âge (60+, 90+, 85-89… 60-64, 50-59… 20-29, 0-19 ans ), avec des déploiements de vaccins toutes doses (bleu) et dose-4 (x4 amplifiées, rose). Les sources de données sont spécifiées à l’annexe A.
RépondreSupprimerLa figure 15 montre l'ACM nationale par semaine pour le Pérou (bleu clair), de 2017 à 2022, ainsi que les points d'intégration sur 26 semaines (bleu foncé) et la ligne de tendance (orange) qui ont été utilisés pour quantifier l'excès d'ACM en janvier-février 2022. pic d'intérêt (« méthode de référence de tendance historique pour une période (ou pic) de mortalité », méthode 1, voir Méthodes), associé au déploiement de la dose 3 au Pérou, pour la tranche d'âge de 60 ans et plus et pour chacune des plus groupes d’âge spécifiques analysés (90+, 85-89, 80-84, 75-79, 70-74, 65-69 et 60-64 ans). Le dernier point (positionné fin 2021) concerne la période de vaccination de la dose 3 elle-même, et chaque point d'intégration est positionné dans le temps au début de la fenêtre d'intégration. Voir Méthodes pour plus de détails.
- voir graph sur site -
Figure 15 : Pérou (dose 3), ACM par semaine (bleu clair), 2017-2022, par tranche d'âge (60+, 90+, 85-89… 60-64 ans), avec intégrations, dose-3 sur 26 semaines -période de vaccination (bleu foncé, points) et ligne de tendance (orange). Les sources de données sont spécifiées à l’annexe A.
- voir graph sur site -
5.7 Pérou par groupe d'âge Dose 4 ― Déploiements nationaux de ACM et de vaccin Dose 4 (90+, 85-89, 80-84, 75-79, 70-74, 65-69 et 60-64 ans)
De la même manière que la figure 15, la figure 16 montre l'ACM nationale par semaine pour le Pérou (bleu clair), de 2017 à 2022, ainsi que les points d'intégration sur 25 semaines (bleu foncé) et la ligne de tendance (orange) qui ont été utilisés pour quantifier l'excès d'ACM dans un pic (nominalement, juillet-août 2022) (« méthode de référence de tendance historique pour une période (ou pic) de mortalité », méthode 1, voir Méthodes) associé au déploiement de la dose 4 au Pérou, pour la tranche d'âge de 60 ans et plus, et pour chacun des groupes d'âge plus spécifiques analysés (90+, 85-89, 80-84, 75-79, 70-74, 65-69 et 60-64 ans). Le dernier point (positionné début 2022) concerne la période de vaccination de la dose 4 elle-même, et chaque point d'intégration est positionné dans le temps au début de la fenêtre d'intégration. Voir Méthodes pour plus de détails.
- voir graph sur site -
Figure 16 : Pérou (dose 4), ACM par semaine (bleu clair), 2017-2022, par tranche d'âge (60+, 90+, 85-89… 60-64 ans), avec intégrations, dose-4 sur 25 semaines -période de vaccination (bleu foncé, points) et ligne de tendance (orange). Les sources de données sont spécifiées à l’annexe A.
RépondreSupprimer- voir graph sur site -
5.8 vDFR par âge ― Taux de mortalité par dose de vaccin stratifiés par âge pour les doses 3 et 4 au Chili et au Pérou
La figure 17 (panneau supérieur) montre le vDFR national (échelle linéaire) en fonction de l'âge (« Tendance historique de référence pour une période (ou pic) de mortalité », méthode 1, voir Méthodes), pour le Chili et pour le Pérou, pour la période janvier-février. Pic d'intérêt pour 2022 (dose 4 au Chili ; dose 3 au Pérou), pour le pic (nominalement, juillet-août 2022) associé au déploiement de la dose 4 au Pérou, et pour le pic (nominalement, juillet-août 2021) associé à la dose 3 au Chili. déploiement, avec des ajustements exponentiels. La figure 17 (panneau inférieur) montre les mêmes données en utilisant une échelle logarithmique pour vDFR. Chaque point est positionné dans le temps à l'âge de départ de la tranche d'âge.
Les ajustements exponentiels ont été effectués sans utiliser les erreurs spécifiques à Y (c'est-à-dire les erreurs de vDFR) indiquées. Par conséquent, l'erreur résultante sur le paramètre d'ajustement du temps de doublement T2 (τ, tau , dans les légendes des figures) est basée sur les valeurs Y résiduelles non pondérées.
- voir graph sur site -
Figure 17 : vDFR en fonction de l'âge, pour le Chili et pour le Pérou, pour le pic de janvier-février 2022 (dose 4 au Chili, dose 3 au Pérou), pour le pic de juillet-août 2022 (Pérou, dose 4) et pour le mois de juillet-août. Pic 2021 (Chili, dose 3), avec crises exponentielles. Échelle linéaire (en haut), échelle logarithmique (en bas).
Dans la figure 17, l'âge (valeur sur l'axe X, en années) attribué à un groupe d'âge donné est l'âge de départ de la fenêtre d'âges pour le groupe d'âge. Ce choix particulier fait peu de différence car la traduction des valeurs x par n'importe quel nombre constant, par exemple, n'affecte pas le temps de doublement obtenu en ajustant une fonction exponentielle, et n'affecte que légèrement l'ordonnée à l'origine y à x = 0 (le préfacteur dans l'exponentielle) .
- voir graph sur site -
5.9 Nouvelle-Zélande, doses 3 et 4 pour tous les âges ― Déploiement national des ACM et des doses de vaccin
RépondreSupprimerC’est le cas de la Nouvelle-Zélande, parmi nos 15 pays disposant de suffisamment de données ACM, dans lequel un pic nominal de janvier à février 2022 est le moins important. Néanmoins, le pic est mesurablement présent en Nouvelle-Zélande, en particulier dans la tranche d'âge de 80 ans et plus.
La figure 18 montre l'ACM nationale pour tous les âges par semaine pour la Nouvelle-Zélande (noir), de 2019 à 2023, par rapport au déploiement des doses de vaccin contre la COVID-19. Les lignes verticales indiquent l'annonce d'une pandémie par l'Organisation mondiale de la santé (OMS) le 11 mars 2020 (gris) et les limites des fenêtres d'intégration pour les régions d'intérêt correspondant au déploiement des doses 3 et 4 (respectivement orange et rose). Le panneau inférieur montre les données ACM pour la tranche d'âge de 80 ans et plus, ainsi que les mêmes lignes verticales, à titre de référence.
- voir graph sur site -
Figure 18 : (en haut) Nouvelle-Zélande (avec déploiements), ACM tous âges par semaine (noir), 2019-2023, avec déploiements de vaccins pour tous les âges, dose 1 à dose 4 (couleurs). (en bas) ACM par semaine pour la tranche d'âge de plus de 80 ans (noir) et mêmes limites d'intégration (lignes verticales pointillées). La date de déclaration de la pandémie du 11 mars 2020 est indiquée par une ligne verticale grise. Les sources de données sont spécifiées à l’annexe A.
La figure 19 présente l’ACM nationale tous âges par semaine pour la Nouvelle-Zélande (bleu clair), de 2011 à 2023, et les points d’intégration sur 28 semaines qui ont été utilisés pour quantifier l’excès d’ACM lors du pic d’intérêt de janvier-février 2022 (« "Tendance de référence historique pour une période (ou un pic) de mortalité", méthode 1, voir Méthodes) (points bleu foncé et ligne de tendance orange), associée au déploiement de la dose 3 en Nouvelle-Zélande (période de 28 semaines, lignes verticales pointillées orange limites indiquées à la figure 18).
- voir graph sur site -
Figure 19 : Nouvelle-Zélande (dose 3), ACM tous âges par semaine (bleu clair), 2011-2023, avec intégrations, période de vaccination de la dose 3 de 28 semaines (bleu foncé, points) et ligne de tendance (orange) . Les sources de données sont spécifiées à l’annexe A.
La figure 20 montre l’ACM nationale tous âges par semaine pour la Nouvelle-Zélande (bleu clair), de 2011 à 2023, et les points d’intégration sur 31 semaines qui ont été utilisés pour quantifier l’excès d’ACM lors d’un pic de juillet-août 2022 (« Historique- "Tendance de base pour une période (ou un pic) de mortalité", méthode 1, voir Méthodes) (points bleu foncé et ligne de tendance orange), associée au déploiement de la dose 4 en Nouvelle-Zélande (période de 31 semaines, limites des lignes verticales en pointillés roses affichées dans la figure 18).
- voir graph sur site -
Figure 20 : Nouvelle-Zélande (dose 4), ACM par semaine (bleu clair), 2011-2023, avec intégrations, période de vaccination dose-4 de 31 semaines (bleu foncé, points) et ligne de tendance (orange). Les sources de données sont spécifiées à l’annexe A.
RépondreSupprimerLes valeurs vDFR correspondantes pour tous les âges, spécifiques à la dose, pour la Nouvelle-Zélande sont : (0,05 ± 0,01) % (nominalement janvier-février 2022, dose 3) et (0,21 ± 0,03) % (nominalement juillet-août 2022, dose 4).
- voir graph sur site -
6. Discussion
6.1 Les vaccins contre la COVID-19 peuvent causer la mort
Il est important de discerner la question de savoir si une injection de vaccin contre la COVID-19 peut entraîner la mort du patient et la question de savoir si un excès d’ACM (niveau de population, par définition) est associé de manière causale au déploiement du vaccin contre la COVID-19.
Même s’il existe des preuves cliniques et pathologiques que les injections peuvent provoquer la mort de sujets individuels, cela ne démontre pas de relation causale entre un déploiement rapide du vaccin et un pic temporellement associé d’excès d’ACM. Avec un nombre nécessairement limité de cas documentés de décès individuels, cela prouve seulement que ladite relation causale est possible. Une considération formelle de la causalité dans la surmortalité doit néanmoins être effectuée, ce qui est fait dans les sections ci-dessous.
Dans ce contexte, il est bien établi que les injections du vaccin contre la COVID-19 ont provoqué et sont susceptibles de provoquer des décès d’individus, comme le montrent :
de nombreuses études d'autopsie détaillées (par exemple, Choi et al., 2021 ; Edler et al., 2021 ; Schneider et al., 2021 ; Sessa et al., 2021 ; Gill et al., 2022 ; Mörz, 2022 ; Murata et al. , 2022 ; Suzuki et al., 2022 ; Takahashi et al., 2022 ; Tan et al., 2022 ; Yeo et al., 2022 ; Yoshimura et al., 2022 ; Chaganti et al., 2023 ; de Boer, Crawford, Parsons, 2023 ; Esposito et al., 2023 ; Hulscher et al., 2023 ; Jeon et al., 2023 ; Manu, 2023 ; Nushida et al., 2023 ; Onishi et al., 2023 ; Schwab et al., 2023) ,
surveillance des effets indésirables (Rose et McCullough, 2021 ; Hickey et Rancourt, 2022),
des études sur les pathologies induites par les vaccins (par exemple, Goldman et al., 2021 ; Kuvandik et al., 2021 ; Turni et Lefringhausen, 2022 ; Edmonds et al., 2023 ; Wong et al., 2023),
un lien de causalité établi avec une pathologie induite par le vaccin, par histopathologie et coloration immunohistochimique des échantillons de biopsie cutanée (Sano et al., 2023),
analyse secondaire des événements indésirables graves signalés dans des essais cliniques randomisés de phase III contrôlés par placebo (par exemple, Fraiman et al., 2022),
plus de 1 250 publications évaluées par des pairs sur les effets indésirables du vaccin contre la COVID-19 (React 19, 2022), et
les programmes connus d’indemnisation des dommages causés par les vaccins dans les États du monde entier, qui incluent les décès résultant des vaccins contre la COVID-19 (Mungwira et al. 2020 ; Wood et al., 2020 ; Crum et al., 2021 ; Kamin-Friedman et Davidovitch, 2021), où le Japon, le Canada et le Royaume-Uni ont accordé une compensation pour les décès induits par le vaccin COVID-19 ( The Japan Times , 26 juillet 2022 ; Corbett, 6 septembre 2022 ; Wise, 2022).
Ces données et circonstances soutiennent, mais ne prouvent pas en elles-mêmes, la conclusion d'un lien de causalité probable, qui est tirée dans plusieurs études au niveau de la population, notamment :
une étude d'enquête récente (Skidmore, 2023),
RépondreSupprimernos évaluations quantitatives antérieures du taux de létalité des doses de vaccin (vDFR) à partir des données de mortalité toutes causes (ACM) dans plusieurs pays (Rancourt, 2022 ; Rancourt et al., 2022a, 2022b, 2023), et
la présente étude, qui conclura que la causalité dans la surmortalité est démontrée.
Enfin, il existe des explications détaillées basées sur les principes de l'immunologie quant aux mécanismes cellulaires, moléculaires et systémiques responsables des dommages graves causés par les vaccins contre la COVID-19, et sur les raisons pour lesquelles, par exemple, des doses répétées peuvent engendrer des réactions non linéaires plus graves ( Palmer et coll., 2023).
- voir graph sur site -
6.2 Absence de mortalité excessive jusqu’à ce que les vaccins contre la COVID-19 soient déployés
Auparavant, nous avons démontré que dans plusieurs pays et États, il n'y avait pas d'excès de MCA détectable ou pratiquement pas pendant la pandémie déclarée, par rapport au record historique récent, jusqu'à ce que les vaccins contre le COVID-19 soient déployés, suivi d'une forte surmortalité pendant et après. déploiement du vaccin :
1. Inde (Rancourt, 2022)
2. Australie et chacun de ses huit États (Rancourt et al., 2022a)
3. Israël (relativement moins de surmortalité) (Rancourt et al., 2023)
4. Canada (relativement moins de surmortalité) (Rancourt et al., 2021b, 2022c ; Rancourt, 2023)
De même, dans le présent article, nous montrons que 9 des 17 pays étudiés n’ont pas d’excès de MCA détectable jusqu’à ce que les vaccins soient déployés : Australie, Malaisie, Nouvelle-Zélande, Paraguay, Philippines, Singapour, Suriname, Thaïlande et Uruguay.
Ceci est illustré de manière concluante dans la figure 2 et les quantifications correspondantes sont données dans le tableau 1 et la figure 3.
Cela signifie que, dans ces 9 pays (Australie, Malaisie, Nouvelle-Zélande, Paraguay, Philippines, Singapour, Suriname, Thaïlande, Uruguay), pendant environ un an après la déclaration de pandémie par l'OMS le 11 mars 2020, il n'y a eu aucun décès supplémentaire net. qui pourrait être attribuée à une pandémie ou à des mesures médicales ou gouvernementales en réponse à une pandémie. Ces pays n’ont connu aucun décès supplémentaire jusqu’à ce qu’ils soient soumis à une administration massive et rapide du vaccin contre la COVID-19 (Figure 2).
RépondreSupprimerCela fait partie des preuves solides d’un lien de causalité, décrites ci-dessous.
- voir graph sur site -
6.3 Les vaccins contre la COVID-19 n’ont pas sauvé des vies et semblent être des agents toxiques mortels
Étant donné que la surmortalité s’est produite uniquement après le début (et pendant) des campagnes de vaccination dans 9 pays (Australie, Malaisie, Nouvelle-Zélande, Paraguay, Philippines, Singapour, Suriname, Thaïlande, Uruguay ; figure 2), les vaccins n’ont pas réduit les maladies graves (comme le prétend par les fabricants) suffisamment pour réduire tout risque de décès.
Dans les 17 pays de la présente étude, il n’existe aucune preuve dans les données temporelles de l’ACM d’un quelconque effet bénéfique des vaccins contre la COVID-19. Il n’y a aucune association dans le temps entre la vaccination contre le COVID-19 et une réduction proportionnelle de l’ACM.
Au contraire, l’administration du vaccin présente des caractéristiques épidémiologiques connues d’exposition soudaine de l’ensemble de la population à une substance toxique mortelle, dans l’ensemble des 17 pays et dans les tranches d’âge étudiées :
je. Une transition vers un régime d'ACM plus élevé au début d'une provocation prolongée avec l'agent toxique mortel (Figure 2, Figure 6, Figure 7)
ii. Pics spécifiques d'ACM associés temporellement (synchrones ou immédiatement après) à tous les pics brusques de provocation de masse avec (administration à l'échelle de la population d') un agent toxique mortel (déploiement de rappels) (Figure 5, Figure 4, Figure 12, Figure 11, Figure 13, Figure 15, Figure 16, Figure 14, Figure 18, Figure 19, Figure 20)
iii. Proportionnalité entre le nombre d'agressions individuelles à l'échelle de la population avec l'agent toxique présumé mortel (injections individuelles) et la surmortalité temporellement associée (Figure 8, Figure 9)
RépondreSupprimeriv. Une toxicité mortelle (vDFR) augmentant de façon exponentielle ou quasi-exponentielle avec l'âge des individus soumis à l'agent toxique (Figure 17)
v. Valeurs cohérentes de la toxicité mortelle calculée de l'agent toxique (valeurs de vDFR) dans de nombreuses populations et pour différents épisodes de déploiements soudains (toutes les doses et déploiements de rappel) (Tableau 2, Figure 8, Figure 9, Figure 10)
vi. Dépendance apparente de la toxicité mortelle à la nature toxicologique de l'agent administré (dépendance du vDFR au type/fabricant de vaccin)
En ce qui concerne le point iv, des études sur les intoxications et les surdoses chez l'animal et chez l'homme montrent que la toxicité mortelle augmente et augmente de façon exponentielle avec l'âge (par exemple, Wiberg et al., 1970 ; Rogers et Heard, 2007 ; Chen et al., 2009 ; Phua et al. ., 2009 ; Shively et al., 2017).
Concernant le point v, les valeurs du vDFR pour tous les âges, dans les 17 pays étudiés, sont cohérentes dans un ordre de grandeur (Tableau 2, Figure 9, Figure 10). Dans la figure 9, les valeurs généralement plus élevées du vDFR pour tous les âges pour la période de vaccination par rapport à la période de pointe de l'ACM de janvier à février 2022 peuvent être dues à des facteurs tels que : différentes populations étant préférentiellement vaccinées, les individus fragiles étant éliminés avant la période de pointe. , des différences dans le type de vaccin utilisé, la politique de rappel ou la pression sociétale dans laquelle les individus fragiles sont évités pendant la période de pointe, une plus grande contribution des décès de tous âges non liés au vaccin contre la COVID-19 (c'est-à-dire dus aux mesures médicales et gouvernementales) dans les premiers stades de la vaccination contre le COVID-19, et ainsi de suite.
Les données du Vaccine Adverse Events Reporting System (VAERS) des États-Unis montrent également une toxicité mortelle du vaccin à tous âges plus faible par injection pour les rappels par rapport aux injections de pré-rappel (Hickey et Rancourt, 2022 ; leur tableau 1). D'autres facteurs qui pourraient affecter la différence systématique entre les doses de rappel et de pré-rappel comprennent : de plus petites quantités d'ingrédients actifs utilisées dans les rappels par rapport aux doses de pré-rappel, et une modification de la réponse immunitaire suite à des défis répétés (Palmer et al., 2023).
Concernant le point vi (par rapport aux points iv et v), les différences d'un pays à l'autre dans les valeurs du vDFR pour tous les âges dépendront de la structure par âge de la population âgée (> 60 ans) et de l'état de santé des personnes âgées. . Malgré ces effets de confusion importants, il existe certaines preuves de l’effet possible du type ou du fabricant du vaccin contre la COVID-19 :
RépondreSupprimerL'Afrique du Sud a la plus grande valeur de vDFR tous âges (Tableau 2, Figure 9, Figure 10) et une grande partie de ses vaccins provenaient de Johnson & Johnson : 24,6 %, contre 2,1 % pour l'Union européenne, qui est la plus grande fraction. d’utilisation de ce vaccin dans la base de données (OWID, 2023c).
Dans le VAERS américain, le vaccin Janssen (Johnson & Johnson) est 4 fois plus toxique (par injection) que le vaccin Pfizer, tant pour les tranches d'âge de 18 à 64 ans que pour les tranches d'âge de 65 ans et plus (Hickey et Rancourt, 2022 ; leur tableau 1). ).
Contrairement aux vaccins à base de lipides et de nanoparticules à ARNm, le vaccin Johnson & Johnson est un vaccin à vecteur viral basé sur un adénovirus humain modifié pour contenir un gène permettant de fabriquer la protéine de pointe du SRAS-CoV-2. Le vaccin a l’habitude d’être interrompu et interrompu.
Le Paraguay a utilisé le vaccin indien Covaxin, alors que l'Inde avait un vDFR tous âges d'environ 1 % (Rancourt, 2022).
L’Uruguay avait le vaccin chinois Sinovac comme fraction dominante de ses vaccins : 55 %, bien que seuls les rappels Pfizer aient été utilisés par la suite (OWID, 2023c).
Le Suriname s’est largement appuyé sur le vaccin indien Covishield ; sur le chinois Covilo et sur le Spikevax de Moderna.
La Bolivie a utilisé Sinovac, Covilo, Covishield, Janssen, Spoutnik V et Comirnaty de Pfizer.
- voir graph sur site -
6.4 Preuves solides d’une association causale et de la toxicité mortelle des vaccins
RépondreSupprimerPremièrement : l'une des preuves les plus solides d'une association causale et de la toxicité mortelle du vaccin réside dans les associations temporelles remarquables entre les premières doses rapides et le déploiement des rappels et les pics immédiats de CMA, dans des groupes d'âge spécifiques de personnes âgées, y compris les pics de mortalité survenant parfois au cours des cycles saisonniers. alors que les pics ne se produisent pratiquement jamais. Cela a déjà été illustré graphiquement pour Israël (Rancourt et al., 2023 ; leur annexe 2 : figure A2 F1). Dans le présent article, il existe de nombreux exemples de ce type de preuves, pour le Chili (Figure 12, Figure 11, Figure 13) et pour le Pérou (Figure 15, Figure 16, Figure 14), dans tous les cas où la mortalité et la mortalité stratifiées par âge des données de vaccination stratifiées par âge (et par dose) sont disponibles.
Ces résultats sont concluants. Les associations sont nombreuses et systématiques, et il n’existe pas de contre-exemples. Nous n’avons trouvé aucune preuve dans nos recherches approfondies sur l’ACM que les vaccins contre la COVID-19 aient eu un effet bénéfique. Si les vaccins prévenaient la transmission, l’infection ou une maladie grave, il devrait y avoir une diminution de la mortalité après le déploiement des vaccins, et non une augmentation, comme dans chaque groupe d’âge âgé observé soumis à des rappels rapides. Et la mortalité n’augmenterait pas uniquement lorsque les vaccins seraient déployés, alors qu’aucune surmortalité ne se produirait avant le déploiement des vaccins, comme nous l’avons documenté ici, dans 9 pays sur 3 continents.
Deuxièmement : un autre élément de preuve solide en faveur d’une association causale et de la toxicité mortelle du vaccin est présent dans les données qui ne sont pas stratifiées par âge. Ces données sur la mortalité et la vaccination sont en partie faussées par le manque de stratification par âge. Cela est principalement dû à la propagation et au chevauchement de l’administration du vaccin à différents groupes d’âge. Néanmoins, il existe plusieurs exemples clairs dans les données non stratifiées par âge d’associations temporelles entre les pics d’ACM tous âges et les pics de déploiement de vaccination tous âges. Cela a déjà été démontré pour l’Australie et chacun de 5 de ses 8 États (Rancourt et al., 2022a), concernant les caractéristiques de janvier à février 2022 étudiées à nouveau ici (Figure 5, Figure 4, Figure 8, Figure 9, Figure 10).
Dans le présent article, chaque pays disposant de données suffisantes sur la mortalité (15 pays : Australie, Bolivie, Brésil, Chili, Colombie, Équateur, Malaisie, Nouvelle-Zélande, Paraguay, Pérou, Philippines, Singapour, Afrique du Sud, Thaïlande, Uruguay) présente un taux de mortalité sans précédent. et un pic ou une augmentation relativement forte de l'ACM tous âges entre janvier et février 2022 ou à proximité (milieu de l'été dans l'hémisphère sud), qui est synchrone ou immédiatement précédé par un déploiement rapide (tous âges) d'un vaccin contre la COVID-19. rappel (dose 3 ou dose 4, selon le pays), tandis que les doses autres que de rappel sont également administrées en même temps : Figure 5, Figure 4, Figure 11 (panneau supérieur), Figure 14 (deux panneaux supérieurs), Figure 18 , Figure 19 et Figure 21 (Annexe B : Exemples de données sur la mortalité toutes causes confondues et sur la vaccination).
RépondreSupprimerTroisièmement : concernant les preuves à l’appui de la causalité et de la toxicité, nous devons inclure les exemples frappants décrits ci-dessus (section « Absence de mortalité excessive jusqu’à ce que les vaccins contre la COVID-19 soient déployés ») où aucune surmortalité détectable ne se produit jusqu’à ce que les vaccins contre la COVID-19 soient déployés » déployé, dans de nombreux pays, sur plusieurs continents.
Quatrièmement : Et nous devons inclure le caractère reproductible et cohérent du phénomène (« Les vaccins contre le COVID-19 n’ont pas sauvé des vies et semblent être des agents toxiques mortels »).
Nous devrions également inclure des études antérieures sur le même phénomène, dans différentes juridictions, qui trouvent des résultats compatibles avec la présente étude. Outre l’Inde (Rancourt, 2022), l’Australie (Rancourt et al., 2022a, 2023), le Canada (Rancourt et al., 2021b, 2022c ; Rancourt, 2023) et Israël (Rancourt et al., 2023), le Les États-Unis connaissent un pic saisonnier anormal d’ACM se produisant à la fin de l’été ou à l’automne 2021, qui est important dans la tranche d’âge des 25 à 64 ans dans 21 États des États-Unis, notamment l’Alabama, le Mississippi, la Géorgie, la Floride et la Louisiane. Ce pic d’ACM est synchrone avec une augmentation rapide de l’administration de vaccins (considérée comme une augmentation progressive de l’administration cumulée de toutes les doses de vaccin), au cours de la période correspondant aux campagnes dites « d’équité vaccinale » aux États-Unis (Rancourt et al., 2022b ; leurs figures 10C, 10D et 11A-F). Pour l’ensemble des USA et tous âges, ledit pic d’ACM de la fin de l’été ou de l’automne 2021 correspond à une surmortalité d’environ 160 K décès, sur une période de plus de 2 mois où environ 60 M d’injections (toutes doses confondues) ont été administrés. Cela correspond à une valeur nationale de vDFR pour tous les âges d'environ 0,3 % pour cette période, qui serait plus élevée pour les États et les âges contribuant le plus à la surmortalité (forte pauvreté, plupart des personnes âgées).
- voir graph sur site -
6.5 La causalité de la surmortalité est amplement démontrée
RépondreSupprimerLes éléments de preuve décrits ci-dessus à l’appui d’une relation causale entre l’administration du vaccin contre la COVID-19 et l’excès d’ACM associé dans le temps peuvent être résumés comme suit :
je. Il n’existe aucune preuve dans les données ACM par période d’un quelconque effet bénéfique des vaccins contre la COVID-19. Il n’y a aucune association dans le temps entre la vaccination contre le COVID-19 et une réduction proportionnelle de l’ACM.
ii. Au contraire, on assiste à l’apparition ou à l’augmentation d’un excès important d’ACM lors du déploiement des vaccins contre la COVID-19, dans chaque pays, état ou province étudié à ce jour, sur pratiquement tous les continents, y compris pour les déploiements initiaux ayant lieu à des moments significativement différents. (de plusieurs mois).
iii. Ce phénomène se manifeste par un nouveau régime soutenu d’excès élevé d’ACM – ponctué de pics supplémentaires d’ACM associés à des déploiements rapides spécifiques (rappels) – qui augmente au début de la vaccination, qu’il y ait ou non une surmortalité avant la vaccination. .
iv. Dans de nombreuses juridictions (y compris chaque État d’Australie), il n’y a pas d’excès d’ACM détectable jusqu’à ce que les vaccins soient déployés, lorsque de nouveaux régimes d’ACM excédentaire élevé sont lancés.
v. Dans tous les cas étudiés dans lesquels les données disponibles sur l'ACM et le déploiement du vaccin sont résolues par âge (Israël, Chili, Pérou), il existe une synchronicité entre chaque déploiement de rappel et un pic ou une caractéristique prononcée de l'ACM, dans chaque tranche d'âge des personnes âgées (> 60 ans). ans), soit une trentaine d'événements distincts de synchronicité, à différents moments selon des schémas saisonniers, dans les deux hémisphères.
vi. Avec des données d'ACM et de vaccination qui ne sont pas résolues par l'âge, il existe néanmoins plusieurs exemples de synchronicité entre une poussée de vaccination et un pic anormal d'ACM, en particulier le pic nominal d'ACM de janvier à février 2022, dans les 15 pays disposant de suffisamment de données d'ACM. dans la présente étude et dans 5 des 8 États d’Australie (Rancourt et al., 2022a).
vii. Il existe une proportionnalité observée (et non une simple corrélation) entre le nombre d’injections de vaccin contre la COVID-19 (tous âges) et l’excès d’ACM pour tous les âges associé dans le temps, que l’on utilise des pics spécifiques d’ACM ou la période de vaccination nominalement entière. Ceci est illustré à la figure 8.
viii. Les toxicités correspondantes pour tous les âges (vDFR, excès d'ACM/nombre d'injections de vaccin) pour des pics spécifiques d'ACM et pour la période de vaccination sont proportionnelles les unes aux autres, quelles que soient les différences de valeurs d'un pays à l'autre. Ceci est illustré à la figure 9.
ix. Les valeurs du vDFR pour tous les âges varient d'un pays à l'autre, comme on pourrait s'y attendre en raison des différences nationales dans l'état de santé de la population et de son hétérogénéité nationale, et éventuellement des différences nationales dans le type de vaccin utilisé, mais elles se situent toujours dans une fourchette d'environ 0,02 % à 0,40 % (Figure 8, Figure 9, Figure 10 et Tableau 2), atteignant 1 % dans le cas exceptionnel de l'Inde (Rancourt, 2022).
RépondreSupprimerX. La toxicité déduite (vDFR) augmente considérablement avec l'âge (Figure 17), ce qui est une caractéristique connue des conséquences graves et fatales liées à la dose dues aux poisons (Wiberg et al., 1970 ; Rogers et Heard, 2007 ; Chen et al., 2009). ; Phua et al., 2009 ; Shively et al., 2017).
XI. Les vaccins contre la COVID-19 sont connus pour être intrinsèquement dangereux et ont causé la mort d’individus de tous âges (voir : la section « Les vaccins contre la COVID-19 peuvent causer la mort » et les références qui y figurent).
XII. Il existe des preuves de l’effet possible du type ou du fabricant du vaccin contre la COVID-19 (voir la section : « Les vaccins contre la COVID-19 n’ont pas sauvé des vies et semblent être des agents toxiques mortels »).
Ainsi, les critères robustes décrits par Ioannidis (2016) pour prouver la causalité sont amplement satisfaits :
Expérience : Le même phénomène est observé indépendamment dans des juridictions distinctes, pour des groupes d'âge distincts et à des moments différents, ce qui constitue une ample vérification dans des expériences indépendantes à grande échelle dans le monde réel.
Temporalité : les nombreuses augmentations progressives et les pics anormaux de l'ACM sont synchrones avec le déploiement des vaccins ; y compris dans les juridictions dans lesquelles la surmortalité ne s’est pas produite jusqu’à ce que la vaccination soit mise en œuvre après environ un an après le début de la pandémie déclarée.
Cohérence : Le phénomène est qualitativement le même et d’ampleur comparable à chaque fois qu’il est observé.
Il ne fait aucun doute que les campagnes de vaccination de masse contre le COVID-19 ont provoqué la surmortalité temporellement associée dans les 17 pays de la présente étude et dans d’autres pays étudiés jusqu’à présent.
RépondreSupprimerConcernant la quantification (calcul du vDFR pour tous les âges), une incertitude majeure surgit lorsque la période de vaccination nominalement entière est utilisée. Dans ce cas, lorsqu'il y a un excès de MCA avant le début de la vaccination contre la COVID-19, en raison de causes autres que la vaccination contre la COVID-19 (c'est-à-dire des mesures médicales et gouvernementales), il faut se demander si ces causes persistent, dans une certaine mesure, dans la période de vaccination contre la COVID-19.
Il existe des preuves de cela. Par exemple, trois pays présentant les ratios vDFR pour tous les âges pendant la période de vaccination les plus élevés par rapport aux ratios vDFR pour tous les âges pendant la période de pointe (Pérou, Équateur, Colombie ; Figure 9) présentent également de très grands excès de caractéristiques de MCA pour tous les âges avant la vaccination (Figure 9). 2, figure 6).
Trois pays ayant les ratios vDFR tous âges sur période de vaccination les plus faibles par rapport à la période de pointe tous âges vDFR (Uruguay, Singapour, Malaisie ; Figure 9) n'ont pas d'ACM excédentaire tous âges avant la vaccination (Figure 2, Figure 6). Cependant, parmi les cinq pays ayant les plus grandes valeurs de vDFR sur la période de vaccination tous âges (Afrique du Sud, Suriname, Bolivie, Paraguay, Philippines ; figure 10, tableau 2), trois n'ont pas d'excès de MCA tous âges dans la période pré-vaccination. période (Suriname, Paraguay, Philippines ; Figure 2, Figure 6).
Dans l'ensemble, il n'y a pas de variation constante et systématique entre les valeurs de vDFR pour tous les âges et la période pré-vaccination pour tous les âges en excès d'ACM, et il existe essentiellement la même proportionnalité (avec une ordonnée à l'origine de zéro) entre l'excès d'ACM pour tous les âges et les injections administrées pour l'intégration. périodes examinées (figure 8).
Il est important de noter que nous devons également garder à l’esprit, dans le cadre d’évaluations pour tous les âges, que les interventions menées avant la période de vaccination contre la COVID-19 provoquant un excès de MCA (par exemple, les mesures gouvernementales) peuvent avoir une contribution importante dans les groupes d’âge plus jeunes, alors que les décès dus au vaccin (par exemple, rappels notamment ; doses 3 et 4) sont essentiellement réservés aux plus de 60 ans (Figure 11, Figure 14 ; et voir Rancourt et al., 2021a, 2022b, 2023).
En outre, la vaccination contre la COVID-19 vise à atténuer ou à éliminer la nécessité de mesures autres que la vaccination contre la COVID-19 et à réduire la mortalité, ce qui devrait réduire les mesures de vaccination non liées à la COVID-19 pendant la période de vaccination. Enfin, il est possible que certains pays aient intensifié leurs campagnes de vaccination contre la grippe saisonnière fin 2020.
Lorsqu'une région d'intégration de pic d'ACM est utilisée (pour quantifier un vDFR pour tous les âges), une incertitude peut surgir d'une région d'intégration non optimisée pour compter les injections qui sont temporellement associées au pic d'ACM, ce qui peut conduire à certains sous-estimation ou surestimation. De manière générale, il semble que toutes ces incertitudes soient faibles par rapport à la grande variabilité d’un pays à l’autre des valeurs vDFR pour tous les âges, qui est rapportée ci-dessous.
RépondreSupprimerPar conséquent, le nombre total de décès déduit dans la présente étude de 17 pays équatoriaux et de l’hémisphère Sud qui ont été causés par les injections du vaccin COVID-19 est de 1 745 000 ± 49 000, pour un total de 1 388 145 365 injections au cours des mêmes périodes de vaccination nominalement entières de les 17 pays, par rapport à la surmortalité globale de la période Covid de 2 393 000 ± 88 000 (Tableau 1).
Ainsi, la valeur globale de la période de vaccination du vDFR pour tous les âges pour les 17 pays de l’étude est la suivante : vDFR = (1 745 000 ± 49 000 décès) / (1 388 145 365 injections) = (0,1257 ± 0,0035) %. La variabilité moyenne d'un pays à l'autre, par rapport à cette valeur globale du vDFR pour tous les âges, est de 0,079 % (Tableau 1, voir également Tableau 2). Par conséquent, les résultats vDFR pour tous les âges des 17 pays peuvent être résumés comme suit :
vDFR global tous âges = (0,126 ± 0,004) % (4a)
Variabilité moyenne d'un pays à l'autre pour tous les âges vDFR = 0,079 % (4b)
Auparavant, nous avions estimé qu’une valeur mondiale représentative serait de 0,1 %, ce qui représenterait environ 13 millions de décès dus aux vaccins contre la COVID-19, sur 13,25 milliards d’injections jusqu’au 24 janvier 2023 (Rancourt et al., 2023). Ce chiffre peut être mis à jour comme suit : (0,1257 ± 0,0035) % x 13,50 milliards d’injections (2 septembre 2023, OWID, 2023a) = (16,97 ± 0,47) millions de décès dus au vaccin COVID-19 dans le monde, à ce jour. Cette estimation actuelle est basée sur : 10,3 % des injections mondiales de COVID-19, 9,10 % de la population mondiale et un taux de vaccination de 1,91 injections par personne (tous âges confondus), dans 17 pays.
Cela implique que 17,0 ± 0,5 millions de décès dus au vaccin COVID-19 auraient eu lieu dans le monde, jusqu'au 2 septembre 2023. En d'autres termes, l'analyse de l'ACM par période dans les 17 pays étudiés montre que la campagne mondiale de vaccination contre le COVID-19 a été en fait un événement iatrogène de masse qui a tué (0,213 ± 0,006) % de la population mondiale et n’a évité aucun décès de manière mesurable.
En gardant à l’esprit les mises en garde mentionnées ci-dessus, le tableau 1 suggère également que, globalement, dans les 17 pays étudiés,
(1 744 829 ± 49 285) / (2 392 831 ± 87 904) = (73 ± 3) %
des décès excédentaires sur toute la période nominale de Covid (du 11 mars 2020 à la fin, généralement en 2023, des données disponibles, voir Annexe C) étaient des décès précoces induits causalement par les injections du vaccin COVID-19, en gardant à l’esprit que dans 9 des dans les 17 pays, cette fraction était de 100 % (section « Absence de surmortalité jusqu’au déploiement des vaccins contre la COVID-19 »). Cela s’est produit dans des circonstances dans lesquelles il n’existe aucune preuve, dans les données ACM par période, que les campagnes de vaccination ont évité quelque décès que ce soit.
RépondreSupprimer- voir graph sur site -
6.6 Évaluation d’autres interprétations de la cause de la surmortalité
Des interprétations concurrentes de la ou des causes de la surmortalité dans les pics d’ACM nominalement de janvier à février 2022 survenant dans les pays de latitude équatoriale et de l’hémisphère sud sont indiquées (en italique) et actualisées comme suit :
I. Les pics sont des pics saisonniers ou sont confondus par les variations saisonnières de l'ACM. Peu probable. Les pics sont relativement étroits et surviennent pendant la période estivale de l’hémisphère sud, qui correspond normalement à un creux de mortalité. Il n’y a pas de composante saisonnière d’augmentation de la mortalité correspondant à l’augmentation de la mortalité en janvier-février dans l’hémisphère sud ; et les pays équatoriaux ne présentent pas de schémas saisonniers de mortalité.
II. Les pics sont dus aux intenses canicules estivales. Peu probable. Les pics de mortalité dus aux vagues de chaleur, lorsqu’ils surviennent, sont beaucoup plus étroits et ne se produisent jamais de manière synchrone dans un hémisphère global. Aucun événement climatique de ce type n’a été enregistré en janvier-février 2022 dans les pays inclus dans cette étude.
III. Les pics sont dus à un ou plusieurs tremblements de terre. Peu probable. Les pics des séismes sont initialement très étroits, dus à des personnes écrasées dans des bâtiments qui s'effondrent, et ils se produisent localement, près de l'épicentre du séisme.
IV. Ces pics sont dus à des flambées simultanées et de courte durée de guerre, de famine ou de maladie mortelle en janvier-février 2022, sous les latitudes équatoriales et dans l’hémisphère sud. Peu probable. Aucun événement de ce type ne s’est produit dans les pays étudiés. (L’émergence soudaine de variantes mortelles du COVID-19 est abordée au point VII et ci-dessous.)
V. Les pics sont dus à des mesures, traitements ou réponses agressifs contre le Covid (autres que l’administration de rappels vaccinaux) appliqués en janvier-février 2022. Peu probable. Les mesures, traitements ou réponses contre la Covid varient considérablement d'une juridiction à l'autre, tout comme les données démographiques des populations les plus à risque (par exemple, Johnson et Rancourt, 2022). Aucune mesure, traitement ou réponse n’a été appliqué de manière uniforme et synchrone en janvier-février 2022 dans les régions équatoriales et dans l’hémisphère sud.
RépondreSupprimerVI. Les pics sont dus à des problèmes de santé sous-jacents de la population et/ou à des comorbidités des personnes décédées. Peu probable. Les conséquences mortelles des problèmes de santé sous-jacents et la présence de maladies chroniques chez les personnes ayant l’espérance de vie la plus courte ne peuvent pas surgir soudainement et par accident, au niveau de la population, et provoquer un pic brutal de mortalité. Au contraire, ces circonstances sous-jacentes contribueront à provoquer une variabilité d’un pays à l’autre dans la réponse mortelle à tout agent toxique introduit rapidement. De plus, il n'y a aucune preuve dans les données ACM d'un soi-disant effet d'amadou sec : ceux qui sont morts pendant les pics de mortalité ne seraient pas morts dans le court laps de temps qui a suivi, et les surmortalités sont des excès nets importants sur l'échelle de plusieurs années. années.
VII. Les pics sont dus à l’émergence d’une ou plusieurs variantes du SRAS-CoV-2 provoquant des pics de mortalité synchrones en janvier-février 2022, dans les régions équatoriales et dans l’hémisphère sud. Peu probable. La théorie épidémiologique d'une maladie respiratoire virale se propageant par contact prédit un large délai (mois, années) entre l'apparition d'un nouveau variant et une croissance exponentielle mesurable de la mortalité (ou pic de nouvelles infections), en fonction de manière sensible des caractéristiques de la société (par exemple , Parham et Michael, 2011 ; Hasegawa et Nemoto, 2016 ; Ma et al., 2022).
Sur la question des comorbidités, on sait que des conditions ou des défis nouvellement imposés à des individus fragiles ou sensibles peuvent induire une mort prématurée. Une mort prématurée est la mort. Plus la fragilité est élevée, plus la réponse fatale est probable et immédiate. Dans de telles circonstances, les conditions ou défis nouvellement imposés ont sans ambiguïté causé le décès. Cela serait vrai dans le cas d’un violent accident de la route, mais également en cas de problèmes liés à une substance toxique ou à des circonstances nouvellement imposées provoquant un stress psychologique important. En ce qui concerne l'attribution logique de la cause du décès, il n'est pas pertinent, par exemple, que dans tous les cas, le cœur ait finalement cessé de fonctionner et que la respiration se soit arrêtée.
Concernant la théorie de l’émergence d’un ou plusieurs variant(s) du SARS-CoV-2, cette émergence devrait provoquer des pics et des poussées simultanées de mortalité dans 17 pays sur 4 continents (Figure 1, Figure 2, Figure 4, Figure 11). , Figure 14, Figure 18), ce qui est statistiquement impossible si l'on accepte les théories des mutations virales spontanées et de la propagation par contact des maladies respiratoires virales ; et tous les pics de mortalité qui en résulteraient auraient la coïncidence remarquable de se produire précisément au moment où les rappels de vaccins seraient déployés.
RépondreSupprimerEn faisant progresser les interprétations de la surmortalité basées sur l’évolution des prédominances des variantes, il faut se méfier du fait que l’évaluation de la prédominance des variantes basée sur les données des réseaux de surveillance génomique est une nouvelle méthodologie à ses balbutiements, essentiellement introduite lors de la dernière pandémie (COVID-19) déclarée par le l’OMS, qui peut être motivée par des intérêts institutionnels et industriels, plutôt que par des efforts rigoureux visant à déterminer la fiabilité analytique. À ce stade, l’établissement public de santé s’appuie en partie sur des enquêtes auprès d’experts pour évaluer la robustesse de la méthode, et même ces experts sélectionnés estiment que les scores de confiance varient dans une large gamme allant de « très faible » à « très élevé », en fonction des détails méthodologiques et application prévue (Worp et al., 2023).
Une limite principale de la surveillance génomique, qui n’a pas été quantifiée ni résolue, est que les mesures génomiques, supposées valides et destinées à représenter une région donnée à un moment donné, sont prises à partir de petites cohortes non randomisées. La randomisation est essentiel parce que les gens se rendent dans les cliniques et les hôpitaux (où les échantillons destinés aux mesures génomiques sont volontaires) précisément parce qu’ils ont des préoccupations ou des conditions particulières. Selon les mots des nombreux auteurs d’un récent aperçu de la surveillance génomique : « Les conclusions de ce rapport sont soumises à au moins quatre limites. Premièrement, les estimations pourraient être biaisées par un échantillonnage non aléatoire de spécimens ou par des différences temporelles de déclaration… » (Lambrou et al., 2022). En outre, la surveillance elle-même cible les « variantes de consensus », qui sont arbitrairement choisies (Lambrou et al., 2022).
De plus, les caractéristiques virales attribuées par les auteurs à une variante particulière considérée comme prédominante sont généralement attribuées par un raisonnement circulaire pour obtenir l’interprétation souhaitée des données épidémiologiques, plutôt que obtenues dans le cadre d’essais cliniques contrôlés. Ce fut le cas lors d’une récente tentative visant à expliquer un événement de surmortalité en Inde : Dhar et al. (2021) ont postulé que la « deuxième vague » d’avril-juillet 2021 à Delhi (Inde) était due à la variante Delta, qui aurait rapidement balayé Delhi pour devenir prédominante car elle aurait eu une transmissibilité plus élevée et une évasion immunitaire plus importante que celle circulant de manière concomitante. variantes. Cependant, Dhar et al. estimé les caractéristiques nécessaires de Delta en ajustant un modèle aux données épidémiologiques et à la prédominance des variantes (estimée par des mesures génomiques de petites cohortes non randomisées). Les caractéristiques déduites de Delta ont été obtenues en ajustant lesdites caractéristiques aux données épidémiologiques, plutôt qu'en les déterminant indépendamment via un modèle clinique, animal ouétude in vitro .
RépondreSupprimer- voir graph sur site -
6.7 Implications concernant la dépendance à l'âge de la toxicité mortelle des vaccins contre la COVID-19
Les données détaillées sur l'âge et la dose pour le Chili et le Pérou sont remarquables et permettent une certitude sans précédent dans l'attribution d'associations temporelles entre des pics nets d'ACM et des pics nets dans des déploiements de rappel spécifiques à des groupes d'âge spécifiques. Cela permet également une certitude sans précédent dans la quantification de la dépendance selon l’âge de la toxicité mortelle des vaccins contre la COVID-19.
Le risque de décès par injection (vDFR) augmente de façon exponentielle avec l'âge, à partir de 60 ans, doublant environ tous les 4 ans, et atteint des valeurs d'environ 5 % pour les 90 ans et plus soumis à la dose 4 (2e rappel) en le Chili et le Pérou (Figure 17), pour lesquels des données différenciées selon l’âge et la dose sont disponibles. vDFR = 5 % correspond à 1 décès pour 20 injections de dose 4 pour les personnes de plus de 90 ans au Chili et au Pérou (Figure 11, Figure 14, Figure 17).
Les augmentations exponentielles du vDFR avec l'âge trouvées pour le Chili et le Pérou dans la présente étude (Figure 17) sont essentiellement les mêmes que celles précédemment mesurées pour Israël et l'Australie (Rancourt et al., 2023 ; leur Figure 3), et les âges de doublement extraits (T2) (augmentation de l'âge pour doubler le risque de décès par injection, vDFR) sont cohérents entre toutes les valeurs déterminées à ce jour :
RépondreSupprimerTableau 3 : Extrait des âges doublés, augmentation de l'âge jusqu'à doubler le risque de décès par injection
- voir graph sur site -
Dans le tableau 3, les erreurs citées sont des erreurs 1-sigma. Pour l’Australie et Israël, les nombres de doses n’ont pas fait l’objet de discrimination et le calcul est basé sur des périodes de vaccination nominalement entières, plutôt que sur des pics spécifiques d’ACM (Rancourt et al., 2023).
Cet âge de doublement (T2) d'environ 4 à 5 ans pour le risque de décès par injection des vaccins COVID-19 (Tableau 3) est environ la moitié de l'âge de doublement de 10 ans pour le risque par an (ou par toute unité fixe suffisamment petite du temps) de décès, toutes causes confondues, dans une population humaine moderne, ainsi que des principales maladies liées à la vieillesse, le cancer, la pneumonie et les maladies cardiaques (Strehler et Mildvan, 1960).
Cette différence entre le doublement de l'âge du risque de décès par injection et le risque annuel de décès toutes causes confondues signifie que l'effet de l'âge est plus important sur le risque de mourir suite à une injection de vaccins contre la COVID-19 que sur le risque de mourir (par unité de temps fixe) de la vieillesse en général. Un âge doublé peut être une caractéristique du type de défi. Par exemple, le risque de décès dû à un accident automobile violent serait relativement indépendant de l’âge, correspondant à un T2 élevé. De même, si le risque de décès dû au défi est lié à un système physiologique qui se dégrade plus rapidement avec l'âge, pour les âges avancés, que le vieillissement global causant la mort lui-même, alors T2 serait inférieur à sa valeur de risque (par unité de temps fixe). ) de mourir de toutes causes. Donc,
Plus important encore et plus concrètement, nos résultats établissent des valeurs élevées et dépendantes de l'âge du vDFR chez les personnes âgées, pouvant atteindre 5 % (1 décès pour 20 injections) mesurées chez les personnes de plus de 90 ans au Chili et au Pérou (Figure 17), 1 %. (1 décès pour 100 injections) (nominalement tous âges) en Inde (Rancourt, 2022), 0,55 % (1 décès pour 180 injections) pour les plus de 80 ans en Israël (Rancourt et al., 2023 ; leur tableau 2), et 0,93 % (1 décès pour 110 injections) pour les personnes de plus de 85 ans en Australie (Rancourt et al., 2023 ; leur tableau 1).
Cela bouleverse la politique de santé publique consistant à donner la priorité aux personnes âgées pour l’injection de vaccins contre la COVID-19, dans des circonstances réelles dans lesquelles il n’y avait pas d’essais cliniques contrôlés fiables axés sur des sujets âgés représentatifs.
RépondreSupprimerLa notion de santé publique selon laquelle les personnes âgées et vulnérables doivent être prioritaires pour la vaccination contre la COVID-19 suppose :
je. un vDFR constant indépendant de l’âge
ii. une petite valeur de vDFR (estimée de manière optimiste à partir d'essais gérés, financés par l'industrie pharmaceutique)
Nos recherches montrent que les deux hypothèses (i et ii) sont fausses, et loin de la réalité sur le terrain, à l’échelle des nations.
Cette notion de santé publique a toujours été sans fondement car elle n'était pas ancrée dans une évaluation suffisante du risque de décès stratifié par âge dû aux injections de COVID-19 (par exemple, Veronese et al., 2021 ; Abbatecola et al., 2022 ; Gao et al., 2022), et s’avère désormais incorrecte.
Donner la priorité aux personnes âgées pour la vaccination contre le COVID-19, en l’absence de données pertinentes, était imprudent. La Norvège est peut-être la seule juridiction à avoir immédiatement et publiquement reconnu un problème et modifié sa politique en matière de vaccination des personnes les plus âgées et les plus fragiles ( Reuters , 18 janvier 2021 ; Fortune , 15 janvier 2021).
La même critique peut être valable pour d’autres traitements censés protéger les personnes âgées, comme les vaccins contre la grippe saisonnière, ou tout médicament ayant une toxicité intrinsèque et pas suffisamment (et indépendamment) testé sur des cohortes de personnes âgées souffrant de maladies chroniques liées à l’âge.
Certains seront tentés de comparer nos résultats (Figure 17, Tableau 3) avec les taux de mortalité par infection au COVID-19 (IFR) stratifiés par âge publiés (par exemple, COVID-19 Forecasting Team, 2022 ; Pezzullo et al., 2023).
Bien qu’il s’agisse en principe d’une approche correcte de l’analyse risque-bénéfice, nous pensons que les études IFR ne sont pas fiables, pour les raisons suivantes :
je. Les décès au numérateur de l’IFR sont des « décès dus au COVID-19 », et cette assignation de cause de décès est susceptible d’être biaisée et est très incertaine (Rancourt, 2020 ; Rancourt et al., 2020, 2021a, 2021b, 2022c ; et le présent étudier, en particulier.
Figure 2).
ii. Le nombre d’infections, au dénominateur de l’IFR, dépend de tests d’anticorps moléculaires, qui ne sont pas spécifiques et n’ont pas été suffisamment validés (par exemple, Rancourt, 2021).
iii. Si les évaluations IFR étaient valides, il serait alors pratiquement impossible pour des juridictions comme l'Australie, le Canada, l'Inde, Israël, la Malaisie, la Nouvelle-Zélande, le Paraguay, les Philippines, Singapour, le Suriname, la Thaïlande et l'Uruguay de n'avoir aucun excès détectable ou relativement très faible. ACM dans la période pré-vaccination de la pandémie déclarée.
iv. Nous ne détectons aucun excès d’ACM imputable au COVID-19 dans les juridictions que nous avons étudiées en détail (USA et tous ses États ; Canada et ses provinces ; France et ses départements et régions ; Australie et ses États) (Rancourt , 2020, 2022 ; Rancourt et al., 2020, 2021a, 2021b, 2022a).
RépondreSupprimerÀ ce stade, nous exhortons l’OMS et les gouvernements à suspendre la politique de santé publique malavisée et sans fondement consistant à donner la priorité aux personnes âgées pour recevoir des injections de vaccins contre la COVID-19 et contre la grippe, jusqu’à ce que des analyses risques-avantages valides soient réalisées et rendues publiques.
- voir graph sur site -
6.8 Excès de MCA par période précédant le déploiement du vaccin contre la COVID-19
Aucun des 17 pays étudiés n'a connu de pics de surmortalité anormaux avant la déclaration de pandémie par l'OMS le 11 mars 2020 (Figure 2, Figure 12, Figure 15, Figure 20, Figure 21, Figure 22), comme c'est généralement le cas pour tous les pays étudiés. précédemment.
Huit des 17 pays étudiés connaissent des pics d’excès significatifs d’ACM au cours de la période d’environ un an entre le 11 mars 2020 et les premières injections de vaccin contre la COVID-19 (ci-après « période de pré-vaccination ») (Figure 2, Figure 6, Figure 21). : Argentine, Bolivie, Brésil, Chili, Colombie, Équateur, Pérou et Afrique du Sud.
Deux des huit pays présentant des pics d’excès significatifs d’ACM au cours de la période précédant la vaccination (l’Argentine et le Brésil) ont simplement des pics saisonniers plus importants à la mi-2020, et aucun autre excès anormal d’ACM ne se présente au cours de la période précédant la vaccination (Figure 6).
Les 6 autres pays sur les 8 présentant des pics d’ACM excédentaires significatifs au cours de la période pré-vaccination (Bolivie, Chili, Colombie, Équateur, Pérou, Afrique du Sud) ont des pics d’ACM très importants, sans précédent et relativement marqués au cours de la période pré-vaccination. (Figure 6) :
L’Équateur connaît un pic stupéfiant qui surgit littéralement immédiatement après la déclaration de pandémie le 11 mars 2020 (Figure 6), qui n’est pas sans rappeler les événements de mortalité anormale synchrone à New York (États-Unis), en Lombardie (Italie), à Madrid (Espagne), à Stockholm. (Suède) et d’autres points chauds où cette anomalie s’est produite. Ces pics de points chauds ont été interprétés comme étant causés par des changements soudains dans les protocoles médicaux et institutionnels et dans les réponses gouvernementales, liés à la déclaration d'une pandémie, et qu'ils ne peuvent pas être dus à une maladie respiratoire virale se propageant à l'échelle mondiale (Rancourt, 2020, 2023). ; Rancourt et al., 2020, 2021a, 2021b).
RépondreSupprimerDe la même manière, la Bolivie, le Chili, le Pérou et l’Afrique du Sud connaissent des pics d’ACM très importants, sans précédent et relativement marqués, comme on l’a vu pour l’Équateur, qui ne se produisent pas immédiatement mais peu après la déclaration du 11 mars 2020 (Figure 6). Nous interpréterions ces pics de la même manière que pour l’Équateur, comme étant causés par des changements soudains dans les protocoles médicaux et institutionnels et dans les réponses du gouvernement, suite à la déclaration de pandémie le 11 mars 2020, et qu’ils ne sont pas dus à une propagation virale respiratoire à l’échelle mondiale. maladie.
Le Pérou connaît un deuxième pic spectaculaire d’ACM qui suit immédiatement son premier pic de ce type, créant une structure à double pic au cours de la période précédant la vaccination (Figure 6). L’Équateur connaît également un deuxième pic (relativement plus petit) d’ACM, qui suit le premier pic de la période pré-vaccination (Figure 6).
En plus des caractéristiques décrites ci-dessus, la Colombie et l’Afrique du Sud connaissent des pics importants et marqués d’ACM, qui précèdent immédiatement le début de la vaccination (Figure 6). De même, le Pérou, l’Équateur et la Bolivie connaissent des augmentations de l’ACM, qui précèdent et mènent immédiatement à la période de vaccination (Figure 6). Il est possible que ces pics et augmentations soient dus à l’intensification des programmes de vaccination contre la grippe à ce moment-là, ou à des changements soudains imposant des mesures gouvernementales agressives.
En outre, l’Australie, la Malaisie, la Nouvelle-Zélande et l’Uruguay semblent avoir des ACM légèrement plus faibles au cours de la période pré-vaccinale d’une durée d’environ un an, par rapport à la tendance historique récente (Figure 2, Figure 6, Figure 20, Figure 21). Ces mortalités réduites au cours de la période précédant la vaccination sont proches de la limite de signification statistique par rapport aux comportements historiques de l'ACM au fil du temps. S’ils sont réels, et s’ils sont dus à des mesures institutionnelles et gouvernementales mises en œuvre après le 11 mars 2020, alors quelques questions se posent :
i. Pourquoi cela s’est-il produit dans seulement 4 des 17 pays étudiés, et l’inverse dans 8 des pays ?
RépondreSupprimerii. Pourquoi ces pays ont-ils mis en place une vaccination forcée contre le COVID-19, après un an d’observations aussi positives ?
Dans l’ensemble, les tendances et l’ampleur des MCA varient énormément d’un pays à l’autre au cours de la période précédant la vaccination (Figure 6) :
de l’absence totale de surmortalité (9 pays sur 17),
à des pics saisonniers significativement mais modérément plus importants à la mi-2020 (Brésil, Argentine),
à des nombres variables (1, 2 ou presque 3, en comptant une augmentation de l'ACM avant la vaccination) de très forts pics d'ACM, survenant à des moments différents selon les pays (Bolivie, Chili, Colombie, Equateur, Pérou, Afrique du Sud).
En outre, un pays comme la Bolivie, qui connaît un pic extraordinairement important d’excès de MCA au cours de la période précédant la vaccination, peut partager une frontière terrestre importante avec un pays comme le Paraguay, qui n’a aucun excès détectable de MCA au cours de la période précédant la vaccination. .
Nous attribuons cette variabilité dans la période précédant la vaccination aux grandes différences d'un pays à l'autre dans les mesures médicales et gouvernementales agressives, liées aux structures démographiques sous-jacentes d'individus fragiles, de la même manière aux grandes différences d'un État à l'autre aux États-Unis (Rancourt et al., 2021a ; Johnson et Rancourt, 2022).
En comparaison, les tendances et l’ampleur des MCA selon le temps sont relativement constantes, d’un pays à l’autre, au cours de la période de vaccination (Figure 6) :
les 17 pays ont tous un excès significatif de MCA au cours de la période de vaccination,
la quasi-totalité des 17 pays connaissent des pics importants d’excès de MCA au début de 2021, lorsque les vaccins contre la COVID-19 sont déployés pour la première fois,
suivi d’un pic d’excès d’ACM au début de 2022 (le pic nominal de janvier à février 2022) lorsque les boosters sont déployés.
Pour Singapour, les deux pics de la période de vaccination sont plus tardifs, mais chacun est immédiatement précédé par un maximum dans l’administration des injections de vaccin (Figure 6). Pour le Suriname, le pic de la première période de vaccination dans l'ACM a en fait une structure à deux pics, mais chaque pic de la paire est précédé d'un maximum dans l'administration de l'injection de vaccin (Figure 6).
Contrairement à ce grand nombre de données ACM, les valeurs vDFR effectives pour tous les âges déduites d'autres sources - le petit nombre de confirmations d'autopsie, la surveillance des effets indésirables des décès, le petit nombre d'indemnisations nationales pour blessures causées par les vaccins pour les décès, l'industrie pharmaceutique. les rapports d’essais cliniques, les certificats de décès et les statistiques correspondantes sur les causes de décès déclarées par le gouvernement – pour les vaccins contre le COVID-19 sont nettement inférieurs, là encore par ordres de grandeur.
RépondreSupprimerPar conséquent, nous concluons avec un degré élevé de certitude que la surveillance des effets indésirables, les rapports d’essais cliniques et les statistiques des certificats de décès sous-estiment grandement la toxicité mortelle des injections.
Le grand écart entre les valeurs de vDFR incorrectement déduites et réelles au niveau de la population est probablement dû à l’évitement systémique d’admettre les injections comme cause possible de décès chez les patients fragiles et vulnérables. Par exemple, la ou les causes du décès seront attribuées à des défaillances particulières d’un organe ou d’un système, sans référence au vaccin, même si l’injection était récente et que le patient était auparavant stable.
Le vDFR mesuré pour tous les âges de (0,126 ± 0,004) % implique que 17,0 ± 0,5 millions de décès dus au vaccin COVID-19 se seraient produits dans le monde, jusqu'au 2 septembre 2023. Il semble que la campagne mondiale de vaccination contre le COVID-19 ait été en fait une campagne de masse. événement iatrogène qui a tué (0,213 ± 0,006) % de la population mondiale (1 décès pour 470 personnes vivantes, en moins de 3 ans) et n'a évité aucun décès de manière mesurable.
- voir graph sur site -
7.3 Il faut mettre fin à la politique consistant à donner la priorité aux résidents âgés pour la vaccination contre la COVID-19
Les données détaillées selon l’âge et la dose pour le Chili et le Pérou permettent une certitude sans précédent dans la quantification de la dépendance selon l’âge de la toxicité mortelle des vaccins contre la COVID-19. Le risque de décès par injection (vDFR) augmente de façon exponentielle avec l'âge, à partir de 60 ans, doublant environ tous les 4 ans, et atteint des valeurs d'environ 5 % pour les 90 ans et plus soumis à la dose 4 (2e rappel). vDFR = 5 % correspond à 1 décès pour 20 injections de dose 4 pour les plus de 90 ans.
Ces valeurs vDFR sont cohérentes avec toutes les évaluations antérieures basées sur l'ACM :
RépondreSupprimer1 % (1 décès pour 100 injections) (nominalement tous âges) en Inde (Rancourt, 2022)
0,55 % (1 décès pour 180 injections) pour les plus de 80 ans en Israël (Rancourt et al., 2023 ; leur tableau 2)
0,93 % (1 décès pour 110 injections) pour les 85 ans et plus en Australie (Rancourt et al., 2023 ; leur tableau 1)
La dépendance à l'âge du vDFR au niveau de la population (doublant tous les 4 ans) et sa grande ampleur devraient inciter les gouvernements à mettre immédiatement en œuvre une pause absolue dans la politique de santé publique sans fondement consistant à donner la priorité aux personnes âgées pour l'injection de vaccins contre la COVID-19, jusqu'à ce qu'elles soient valides. des analyses risques-avantages sont réalisées et rendues publiques. Il en va peut-être de même pour les vaccins contre la grippe saisonnière.
- voir graph sur site -
Les références
Aaby et coll. (2020) : Aaby, P., Benn, CS, Flanagan, KL et al. /// Les effets non spécifiques et différenciés selon le sexe des vaccins /// Nature Rev Immunol 20, 464-470 (2020). https://doi.org/10.1038/s41577-020-0338-x
Aarstad et Kvitastein (2023) : Aarstad, J. ; Kvitastein, OA /// Existe-t-il un lien entre le taux de vaccination contre le COVID-19 en Europe en 2021 et la surmortalité toutes causes confondues en 2022 ?. /// Prépublications 2023, 2023020350. https://doi.org/10.20944/preprints202302.0350.v1
Abbatecola et coll. (2022) : Angela Marie Abbatecola, Raffaele Antonelli Incalzi, Alba Malara et al. /// Surveillance de l'utilisation du vaccin COVID-19 dans les centres de soins de longue durée italiens : l'étude GeroCovid VAX. /// Vaccin , volume 40, numéro 15, 2022, pages 2324-2330, ISSN 0264-410X, https://doi.org/10.1016/j.vaccine.2022.02.064.
Achilleos, S. et al. (2021) /// Surmortalité toutes causes confondues et mortalité liée au COVID-19 : une analyse temporelle dans 22 pays, de janvier à août 2020 /// International Journal of Epidemiology , p. dyab123. https://doi.org/10.1093/ije/dyab123
Ackley, Californie et coll. (2022) /// Estimations au niveau des comtés de la surmortalité associée au COVID-19 aux États-Unis /// SSM – Population Health , 17, p. 101021. https://doi.org/10.1016/j.ssmph.2021.101021
Acosta et coll. (2022) : Acosta RJ, Patnaik B, Buckee C, Kiang MV, Irizarry RA, Balsari S et al. /// Surmortalité toutes causes confondues dans 90 municipalités du Gujarat, en Inde, pendant la pandémie de COVID-19 (mars 2020-avril 2021). /// PLOS Glob Public Health , 2022, 2(8) : e0000824. https://doi.org/10.1371/journal.pgph.0000824
RépondreSupprimerAl Wahaibi et al. (2021) : Adil Al Wahaibi, Amal Al-Maani, Fatma Alyaquobi, Khalid Al Harthy, Amina Al-Jardani, Bader Al Rawahi, Seif Al-Abri /// Effets du COVID-19 sur la mortalité : une population sur 5 ans- étude basée à Oman /// International Journal of Infectious Diseases 104 (2021) 102-107. https://doi.org/10.1016/j.ijid.2020.12.054
Anand et coll. (2021) : Anand, Abhishek ; Justin Sandefour ; et Arvind Subramanian, 2021. /// Trois nouvelles estimations de la surmortalité toutes causes confondues en Inde pendant la pandémie de COVID-19 /// Document de travail CGD 589. Washington, DC : Centre pour le développement mondial. https://cgdev.org/publication/trois-new-estimates-indias-all-cause-excess-mortality-during-covid-19-pandemic (consulté le 5 août 2023)
Bilinski et Emanuel (2020) : Bilinski A, Emanuel EJ. /// COVID-19 et mortalité excessive toutes causes confondues aux États-Unis et dans 18 pays de comparaison /// JAMA . 2020;324(20):2100-2102. est ce que je:10.1001/jama.2020.20717. https://jamanetwork.com/journals/jama/fullarticle/2771841
Bilinski et coll. (2023) : Bilinski A, Thompson K, Emanuel E. /// COVID-19 et mortalité excessive toutes causes confondues aux États-Unis et dans 20 pays de comparaison /// juin 2021-mars 2022. JAMA . 2023;329(1):92-94. est ce que je:10.1001/jama.2022.21795. https://jamanetwork.com/journals/jama/fullarticle/2798990
Böttcher et al. (2021) : Böttcher, L., D'Orsogna, MR & Chou, T. /// Utilisation des décès excessifs et des statistiques de tests pour déterminer les mortalités liées au COVID-19 /// Eur J Epidemiol 36, 545-558 (2021). https://doi.org/10.1007/s10654-021-00748-2
Bustos Sierra et coll. (2020) : Bustos Sierra, N., Bossuyt, N., Braeye, T. et al. /// La mortalité toutes causes confondues soutient la mortalité due au COVID-19 en Belgique et comparaison avec les événements mortels majeurs du siècle dernier /// Arch Public Health 78, 117 (2020). https://doi.org/10.1186/s13690-020-00496-x
Chaganti et al. (2023) : Chaganti PD, Konkay K, Karri MD et al. /// Résultats de l'autopsie des décès consécutifs à la vaccination contre le coronavirus 2 du syndrome respiratoire aigu sévère. /// J Clin Sci Res 2023;12 : 51-6. DOI : 10.4103/jcsr.jcsr_147_22. https://journals.lww.com/jcsr/Fulltext/2023/12010/Autopsy_findings_in_deaths_following_severe_acute.11.aspx (consulté le 11 août 2023)
RépondreSupprimerChan et coll. (2021) : Chan, EYS, Cheng, D. et Martin, J. /// Impact du COVID-19 sur la surmortalité, l'espérance de vie et les années de vie perdues aux États-Unis /// PLOS ONE , 16 ( 9 ), p. e0256835. Disponible sur : https://doi.org/10.1371/journal.pone.0256835
Chen et coll. (2009) : Ying-Ju Chen, Ming-Ling Wu, Jou-Fang Deng et al. /// L'épidémiologie de l'empoisonnement par l'herbicide glyphosate-surfactant à Taiwan, 1986-2007 : une étude d'un centre antipoison /// Toxicologie clinique , 47 : 7, 670-677, DOI : 10.1080/15563650903140399, https://doi.org/ 10.1080/15563650903140399
Choi et coll. (2021) : Sangjoon Choi, SangHan Lee, Jeong-Wook Seo et al. /// Mort subite induite par la myocardite après la vaccination contre le COVID-19 à ARNm BNT162b2 en Corée : rapport de cas axé sur les résultats histopathologiques /// Journal of Korean Medical Science 2021 ; 36(40) : e286. DOI : https://doi.org/10.3346/jkms.2021.36.e286
Corbett (6 septembre 2022) : Neil Corbett /// Une femme de Maple Ridge indemnisée pour le décès de sa mère suite au vaccin contre la COVID-19 /// Maple Ridge-Pitt Meadows News , 6 septembre 2022, https://www.mapleridgenews.com/news/ maple-ridge-woman-compensated-for-mothers-death-from-covid-19-vaccine/ – archivé ici : https://archive.is/wNoYF
Équipe de prévision COVID-19 (2022) : Équipe de prévision COVID-19. /// Variation du rapport infection-létalité du COVID-19 selon l'âge, le temps et la géographie au cours de l'ère pré-vaccinale : une analyse systématique. /// Lancet 399 (2022) 1469-1488, https://doi.org/10.1016/S0140-6736(21)02867-1.
Crum et coll. (2021) : Crum T, Mooney K, Tiwari BR. /// Situation actuelle du programme d'indemnisation des dommages causés par les vaccins et perspectives futures à la lumière du COVID-19 et des maladies virales émergentes. /// F1000Rés. 7 décembre 2021 ; 10 : 652. est ce que je : 10.12688/f1000research.51160.2. PMCID : PMC8733825. https://doi.org/10.12688%2Ff1000research.51160.2
Dahal et coll. (2021) : Dahal, S., Banda, JM, Bento, AI et al. /// Caractérisation des modèles de surmortalité toutes causes confondues pendant la pandémie de COVID-19 au Mexique /// BMC Infect Dis 21, 432 (2021). https://doi.org/10.1186/s12879-021-06122-7
Das-Munshi et al. (2021) : Jayati Das-Munshi, Chin Kuo Chang, Ioannis Bakolis et al. /// Mortalité toutes causes confondues et par cause spécifique chez les personnes atteintes de troubles mentaux et de déficiences intellectuelles, avant et pendant la pandémie de COVID-19 : étude de cohorte /// The Lancet Regional Health – Europe, Volume 11, 2021, 100228, ISSN 2666 -7762, https://doi.org/10.1016/j.lanepe.2021.100228
de Boer et coll. (2023) : Pieter T. de Boer, Jan van de Kassteele, Eric RA Vos et al. /// Gravité du SRAS-CoV-2 par âge entre février 2020 et juin 2021 aux Pays-Bas /// medRxiv 2023.02.09.23285703 ; doi : https://doi.org/10.1101/2023.02.09.23285703 (v1, consulté le 10 août 2023)
RépondreSupprimerde Boer, Crawford, Parsons (2023) : de Boer, HH, Crawford, NW & Parsons, S. /// Commentaire sur : « Caractérisation histopathologique basée sur l'autopsie de la myocardite après vaccination anti-SARS-CoV-2 » par C Schwab et al.. /// Clin Res Cardiol (2023). https://doi.org/10.1007/s00392-023-02197-1
de Gier et coll. (2023) : Brechje de Gier, Liselotte van Asten, Tjarda M. Boere et al. /// Effet de la vaccination contre le COVID-19 sur la mortalité due au COVID-19 et sur la mortalité due à d'autres causes, Pays-Bas, janvier 2021-janvier 2022. /// Vaccin, Volume 41, Numéro 31, 2023, Pages 4488-4496, ISSN 0264-410X, https://doi.org/10.1016/j.vaccine.2023.06.005
Démétriou et coll. (2023) : Christiana A Demetriou et autres, au nom du Consortium C-MOR /// Impact de la pandémie de COVID-19 sur la mortalité toutes causes totales, par sexe et par âge dans 20 pays à travers le monde en 2020 : résultats de le projet C-MOR /// International Journal of Epidemiology , Volume 52, Numéro 3, juin 2023, Pages 664-676, https://doi.org/10.1093/ije/dyac170
Deshmukh et coll. (2021) : Yashwant Deshmukh, Wilson Suraweera, Chinmay Tumbe et al. /// Surmortalité en Inde de juillet 2020 à juillet 2021 pendant la pandémie de COVID : enregistrement des décès, décès dans les établissements de santé et données d'enquête /// medRxiv 2021.07.20.21260872 ; doi : https://doi.org/10.1101/2021.07.20.21260872 (consulté le 5 août 2023)
Dhar et coll. (2021) : Dhar MS, Marwal R, Vs R et al. /// Caractérisation génomique et épidémiologie d'une variante émergente du SRAS-CoV-2 à Delhi, en Inde. /// Sciences . 19 novembre 2021 ; 374 (6570) : 995-999. est ce que je : 10.1126/science.abj9932. Publication en ligne le 14 octobre 2021.PMID : 34648303;PMCID : PMC7612010.https://doi.org/10.1126/science.abj9932
Donzelli et coll. (2023) :Donzelli, A. ; Malatesta, G. ; DiPalmo, G. et al. ///Mortalité toutes causes confondues selon le statut de vaccination contre le COVID-19 : une analyse du Bureau britannique des données publiques des statistiques nationales./// Préimpressions , 2023, 2023020414.https://doi.org/10.20944/preprints202302.0414.v1
Edler et al. (2021) :Carolin Edler, Anke Klein, AnnSophie Schröderet al. /// Décès associés à la vaccination contre le SRAS-CoV-2 nouvellement lancée (Comirnaty®)./// Legal Medicine, Volume 51,2021, 101895, ISSN 1344-6223,https://doi.org/10.1016/j.legalmed. 2021.101895
Edmonds et coll. (2023) : Edmonds, R, Schönborn, L, Habben, S, Paparoupa, M, Greinacher, A, Schuppert, F./// Thrombocytopénie thrombotique immunitaire induite par le vaccin (VITT) après vaccination contre le SRAS-CoV-2 : Deux cas en Allemagne avec présentation inhabituelle./// Clin Case Rep. 2023 ; 00:e6883. est ce que je:10.1002/ccr3.6883. https://doi.org/10.1002/ccr3.6883
Engler (2022) : Jonathan Engler/// Les courbes de surmortalité sans précédent dans le nord de l'Italie au printemps 2020 ont-elles été causées par la propagation d'un nouveau virus mortel ? Une réévaluation des preuves disponibles suggère qu'un autre facteur était impliqué./// BizNews , 14 septembre 2022.https://www.biznews.com/health/2022/09/14/excess-deaths-healthcare-panic| Voir aussi : L'analyse de la Lombardie : Les décès en Lombardie en mars 2020 révèlent une tendance qui semble difficile à expliquer par la propagation virale. PANDA Uncut , 22 août 2022.https://pandauncut.substack.com/p/the-lombardy-analysis
RépondreSupprimerEsposito et coll. (2023) : Esposito, M. ; Cocimano, G.; Vanaria, F.et al./// Décès dû au COVID-19 chez un sujet entièrement vacciné : un rapport d'autopsie complet./// Vaccines 2023, 11,142.https://doi.org/10.3390/vaccines11010142
Faust et al. (2021) /// Surmortalité toutes causes confondues et mortalité liée au COVID-19 chez les adultes américains âgés de 25 à 44 ans, mars-juillet 2020 /// JAMA , 325 ( 8), pp. https://doi.org/10.1001/jama.2020.24243
Faust et al. (2022) : Jeremy Samuel Faust, Benjamin Renton, Alexander Junxiang Chen, et al./// Découplage de la surmortalité toutes causes confondues des cas de COVID-19 dans un État hautement vacciné/// The Lancet, CORRESPONDANCE | VOLUME 22, NUMÉRO 10, P1419-1420, OCTOBRE 2022. Publié :22 août 2022DOI :https://doi.org/10.1016/S1473-3099(22)00547-3
Félix-Cardoso et al. (2020):J. Félix-Cardoso, H.Vasconcelos, P. Pereira Rodrigues, R. Cruz-Correia ///Surmortalité pendant le COVID-19 dans cinq pays européens et critique de l'analyse des données de mortalité /// medRxiv 2020.04.28.20083147 ;doi:https : //doi.org/10.1101/2020.04.28.20083147| https://www.medrxiv.org/content/10.1101/2020.04.28.20083147v1 (consulté le 5 août 2023)
Fortune (15 janvier 2021) : LARS ERIK TARALDSEN, NAOMI KRESGE ET BLOOMBERG /// Les patients malades de plus de 80 ans pourraient présenter un risque avec le vaccin COVID, préviennent les responsables de la santé norvégiens : Le pays a procédé à des autopsies sur 13 personnes décédées peu de temps après avoir reçu le premier dose du vaccin. /// Fortune (15 janvier 2021), https://fortune.com/2021/01/15/sick-elderly-covid-vaccine-risk-norway-warning/ – archivé : https://archive.ph/LPhlt
Fouillet et al. (2020) : Fouillet Anne, Pontais Isabelle, Caserio-Schönemann Céline /// Surmortalité toutes causes confondues lors de la première vague de l'épidémie de COVID-19 en France, de mars à mai
2020 /// Enquête Euro. 2020;25(34):pii=2001485. https://doi.org/10.2807/1560-7917.ES.2020.25.34.2001485
Fraiman et coll. (2022) : Joseph Fraiman, Juan Erviti, Mark Jones et al. /// Événements indésirables graves d'intérêt particulier suite à la vaccination à ARNm contre le COVID-19 dans des essais randomisés chez des adultes. /// Vaccin , Volume 40, Numéro 40, 2022, Pages 5798-5805, ISSN 0264-410X, https://doi.org/10.1016/j.vaccine.2022.08.036
RépondreSupprimerGallo et coll. (2021) : Gallo, E., Prosepe, I., Lorenzoni, G. et al. /// L'excès de mortalité toutes causes confondues n'est que partiellement expliqué par le COVID-19 en Vénétie (Italie) lors de l'épidémie du printemps /// BMC Public Health 21, 797 (2021). https://doi.org/10.1186/s12889-021-10832-7
Gao et coll. (2022) : Gao, J., Lun, P., Ding, YY et al. /// Vaccination contre le COVID-19 pour les personnes âgées fragiles à Singapour — Résumé rapide des preuves et déclarations de consensus Delphi. /// J Frailty Aging 11, 236-241 (2022). https://doi.org/10.14283/jfa.2022.12
Ghaznavi et coll. (2022) : Cyrus Ghaznavi, Akifumi Eguchi, Yuta Tanoue et al. /// Mortalité toutes causes confondues avant et après COVID-19 des citoyens japonais par rapport aux résidents étrangers vivant au Japon, 2015-2021 /// SSM – Population Health , Volume 18, 2022, 101114, ISSN 2352-8273. https://doi.org/10.1016/j.ssmph.2022.101114
Gil et coll. (2022) : James R. Gill, Randy Tashjian, Emily Duncanson /// Résultats histopathologiques cardiaques de l'autopsie chez 2 adolescents après la deuxième dose de vaccin contre la COVID-19. /// Arch Pathol Lab Med 1er août 2022 ; 146 (8) : 925-929. est ce que je: https://doi.org/10.5858/arpa.2021-0435-SA
Gobiņa et al. (2022) : Gobiņa, I., Avotiņš, A., Kojalo, U. et al. /// Surmortalité associée à la pandémie de COVID-19 en Lettonie : une analyse au niveau de la population des décès toutes causes confondues et liés aux maladies non transmissibles en 2020. /// BMC Public Health 22, 1109 (2022). https://doi.org/10.1186/s12889-022-13491-4
Goldman et coll. (2021) : Goldman Serge, Bron Dominique, Tousseyn Thomas, Vierasu Irina, Dewispelaere Laurent, Heimann Pierre, Cogan Elie, Goldman Michel. /// Progression rapide du lymphome angio-immunoblastique à cellules T après une injection de rappel du vaccin à ARNm BNT162b2 : un rapport de cas. /// Frontières de la médecine , vol. 8, 2021, DOI : 10.3389/fmed.2021.798095, https://www.frontiersin.org/articles/10.3389/fmed.2021.798095
Hasegawa et Nemoto (2016) : Takehisa Hasegawa et Koji Nemoto /// Épidémies d'épidémies sensibles-infectées-éliminées à graines multiples ///
Examen physique E 93, 032324 – Publié le 30 mars 2016 /// https://doi.org/10.1103%2FPhysRevE.93.032324
Haugen (2023) : Matz Haugen. /// Surmortalité par rapport à la vaccination à l'ère du covid /// auto-publié, 20 janvier 2023. https://electricgerms.substack.com/p/excess-mortality-compared-to-vaccination (consulté le 10 août 2023)
RépondreSupprimerLui et coll. (2022) : He G., Xiao J., Lin Z. et al. /// La surmortalité, plutôt que le taux de létalité, est un indicateur supérieur pour évaluer l’impact de la pandémie de COVID-19. /// L'Innovation 3(5),
100298. https://doi.org/10.1016/j.xinn.2022.100298
Henri et coll. (2022) : Henry, NJ, Elagali, A., Nguyen, M. et al. /// Variation de la surmortalité toutes causes confondues par âge, sexe et province lors de la première vague de la pandémie de COVID-19 en Italie. /// Sci Rep 12, 1077 (2022). https://doi.org/10.1038/s41598-022-04993-7
Hickey et Rancourt (2022) : Hickey, J. et Rancourt, DG /// Nature de la toxicité des vaccins COVID-19 aux USA /// ResearchGate [Preprint] (9 février 2022). Disponible sur : https://www.researchgate.net/publication/358489777_Nature_of_the_toxicity_of_the_COVID-19_vaccines_in_the_USA /// Archivé sur : https://archive.ph/LZpRj
Hulscher et coll. (2023) : Hulscher, N. ; Hodkinson, R. ; Makis, W. ; Malhotra, A. ; McCullough, P. /// Myocardite induite par le vaccin COVID-19 mortelle prouvée par autopsie. /// Preprints 2023, 2023071198. https://doi.org/10.20944/preprints202307.1198.v1 [Remarque : cet article de revue critique a été retiré de la plateforme : https://ssrn.com/abstract=4496137 ]
Ioannidis (2016) : Ioannidis, JPA /// Épidémiologie à l'échelle de l'exposition : revisiter Bradford Hill. /// Statiste. Méd. , 35 : 2016, 1749-1762. est ce que je : 10.1002/sim.6825. https://doi.org/10.1002/sim.6825
Islam, N., Jdanov, DA, et al. (2021) /// Effets de la pandémie de covid-19 sur l'espérance de vie et la mortalité prématurée en 2020 : analyse de séries chronologiques dans 37 pays /// BMJ , 375, p. e066768. https://doi.org/10.1136/bmj-2021-066768
Islam, N., Shkolnikov, VM, et al. (2021) /// Surmortalité associée à la pandémie de covid-19 en 2020 : analyse de séries chronologiques désagrégées par âge et sexe dans 29 pays à revenu élevé /// BMJ , 373, p. n1137. https://doi.org/10.1136/bmj.n1137
Jacobson, SH et Jokela, JA (2021) /// Au-delà des décès dus au COVID-19 pendant la pandémie de COVID-19 aux États-Unis /// Health Care Management Science , 24(4), pp. https://doi.org/10.1007/s10729-021-09570-4
Jdanov et coll. (2021) : Jdanov, DA, Galarza, AA, Shkolnikov, VM et al. /// La série de données sur les fluctuations de la mortalité à court terme, surveillant les chocs de mortalité dans le temps et dans l'espace /// Scientific Data 8, 235 (2021). https://doi.org/10.1038/s41597-021-01019-1 | https://www.nature.com/articles/s41597-021-01019-1
Jeon et coll. (2023) : Jeon YH, Choi S, Park JH et al. /// Mort subite associée à d'éventuelles poussées de sclérose en plaques après la vaccination et l'infection au COVID-19 : un rapport de cas et une revue de la littérature. /// J Coréen Med Sci . 13 mars 2023;38(10):e78. est ce que je: 10.3346/jkms.2023.38.e78. PMID : 36918031 ; PMCID : PMC10010908. https://doi.org/10.3346%2Fjkms.2023.38.e78
Jha et coll. (2022) : Jha P, Deshmukh Y, Tumbe C et al. /// Mortalité due au COVID en Inde : données d'enquête nationale et décès dans les établissements de santé /// Science 375, 667-671, 11 février 2022 /// https://www.science.org/doi/10.1126/science.abm5154
RépondreSupprimerJoffe, AR (2021) /// COVID-19 : Repenser la pensée de groupe du confinement /// Frontières de la santé publique , 9. https://doi.org/10.3389/fpubh.2021.625778
Johnson et Rancourt (2022) : Johnson, JA et Rancourt, DG /// Évaluation de l'effet des confinements sur la mortalité toutes causes confondues à l'ère du COVID : les confinements n'ont pas sauvé des vies /// ResearchGate [préimpression] (9 juillet 2022 ) ( 16 pages), http://dx.doi.org/10.13140/RG.2.2.34191.46242 | Et publié par Brownstone Institute (6 septembre 2022) : https://brownstone.org/articles/lockdowns-did-not-save-lives/
Jones et Ponomarenko (2023) : https://doi.org/10.20944/preprints202304.0248.v1 Jones, RP ; Ponomarenko, A. /// Effet de l'âge, du sexe et des antécédents de vaccination contre le COVID-19 sur la mortalité toutes causes confondues : résultats inattendus dans un système biologique et social complexe. /// Prépublications 2023, 2023040248.
Juul et coll. (2022) : Juul FE, Jodal HC, Barua I et al. /// Mortalité en Norvège et en Suède pendant la pandémie de COVID-19. /// Journal scandinave de santé publique . 2022;50(1):38-45. est ce que je:10.1177/14034948211047137. https://doi.org/10.1177/14034948211047137
Karlinsky, A. et Kobak, D. (2021) /// Suivi de la surmortalité dans les pays pendant la pandémie de COVID-19 avec l'ensemble de données sur la mortalité mondiale /// eLife . Edité par MP Davenport et al., 10, p. e69336. https://doi.org/10.7554/eLife.69336
Kamin-Friedman et Davidovitch (2021) : Kamin-Friedman, S., Davidovitch, N. /// Indemnisation des blessures causées par la vaccination : le cas israélien. /// Journal israélien de recherche sur les politiques de santé , 10, 54 (2021). https://doi.org/10.1186/s13584-021-00490-w
Kobak, D. (2021) /// La surmortalité révèle le véritable bilan de Covid en Russie /// Significance (Oxford, Angleterre), 18(1), pp. https://doi.org/10.1111/1740-9713.01486
Kontis, V. et coll. (2020) /// Ampleur, démographie et dynamique de l'effet de la première vague de la pandémie de COVID-19 sur la mortalité toutes causes confondues dans 21 pays industrialisés /// Nature Medicine , 26(12), pp. https://doi.org/10.1038/s41591-020-1112-0
Kontis, V. et coll. (2022) /// Leçons apprises et leçons manquées : impact de la pandémie de maladie à coronavirus 2019 (COVID-19) sur la mortalité toutes causes confondues dans 40 pays industrialisés et États américains avant la vaccination de masse [version 2 ; examen par les pairs : 2 approuvés] /// Dernière version publiée : 15 février 2022, 6:279 https://doi.org/10.12688/wellcomeopenres.17253.2
RépondreSupprimerKontopantelis et coll. (2021a) /// Décès excédentaires dus au COVID-19 et à d’autres causes par région, niveau de défavorisation du quartier et lieu du décès au cours des 30 premières semaines de la pandémie en Angleterre et au Pays de Galles : une étude rétrospective du registre /// The Lancet Regional Health – Europe , 7, p. 100144. https://doi.org/10.1016/j.lanepe.2021.100144
Kontopantelis et coll. (2021b) /// Kontopantelis E, Mamas MA, Deanfield J, et al. /// Surmortalité en Angleterre et au Pays de Galles lors de la première vague de la pandémie de COVID-19 /// J Epidemiol Community Health 2021 ;75 : 213-223. https://jech.bmj.com/content/75/3/213 (consulté le 5 août 2023)
Kontopantelis et coll. (2022) /// Années de vie excédentaires perdues à cause du COVID-19 et d'autres causes de décès par sexe, défavorisation du quartier et région en Angleterre et au Pays de Galles en 2020 : une étude basée sur un registre /// PLOS Medicine, 19( 2 ) , p. e1003904. https://doi.org/10.1371/journal.pmed.1003904
Kuhbandner et Reitzner (2023) : Christof Kuhbandner, Matthias Reitzner /// Surmortalité en Allemagne 2020-2022 /// Research Gate, 10 août 2022, DOI : 10.13140/RG.2.2.27319.19365. http://dx.doi.org/10.13140/RG.2.2.27319.19365 | Cureus (23 mai 2023) 15(5) : e39371. DOI 10.7759/cureus.39371. https://doi.org/10.7759/cureus.39371
Kung et coll. (2021a) : Kung S, Doppen M, Black M et al. /// Sous-estimation de la mortalité due au COVID-19 pendant la pandémie /// ERJ Open Res 2021 ; 7 : 00766-2020. https://doi.org/10.1183/23120541.00766-2020
Kung et coll. (2021b) : Kung S, Doppen M, Black M et al. /// Réduction de la mortalité en Nouvelle-Zélande pendant la pandémie de COVID-19 /// The Lancet | CORRESPONDANCE | VOLUME 397, NUMÉRO 10268, P25, 2 JANVIER 2021. Publié : 14 décembre 2020DOI : https://doi.org/10.1016/S0140-6736(20)32647-7
Kuvandik et coll. (2021) : Anıl Kuvandık, Ecenur Özcan, Simay Serin, Hülya Sungurtekin. /// Maladie de Creutzfeldt-Jakob après la vaccination contre le COVID-19. /// Soins intensifs Turk J , DOI : 10.4274/tybd.galenos.2021.91885. https://cms.galenos.com.tr/Uploads/Article_50671/TYBD-0-0.pdf
Lambrou et coll. (2022) : Lambrou AS, Shirk P, Steele MK et al. /// Surveillance génomique des variantes du SRAS-CoV-2 : prédominance des variantes Delta (B.1.617.2) et Omicron (B.1.1.529) – États-Unis, juin 2021-janvier 2022. /// MMWR Morb Mortal Représentant hebdomadaire . 11 février 2022;71(6):206-211. est ce que je: 10.15585/mmwr.mm7106a4, https://doi.org/10.15585%2Fmmwr.mm7106a4
RépondreSupprimerLee, W.-E. et coll. (2022) /// Impacts directs et indirects sur la mortalité de la pandémie de COVID-19 aux États-Unis, mars 2020-avril 2021 /// medRxiv : The Preprint Server for Health Sciences , p. 2022.02.10.22270721. https://doi.org/10.1101/2022.02.10.22270721 | https://www.medrxiv.org/content/10.1101/2022.02.10.22270721v1 (consulté le 5 août 2023)
Leffler et coll. (2022) : Leffler CT, Lykins V JD, Das S, Yang E, Konda S. /// Analyse préliminaire de la surmortalité en Inde pendant la pandémie de COVID-19. /// Le Journal américain de médecine tropicale et d'hygiène . 2022;106(5):1507-1510. est ce que je:10.4269/ajtmh.21-0864 . https://doi.org/10.4269/ajtmh.21-0864
Lewnard et coll. (2022) : Joseph A Lewnard, Ayesha Mahmud, Tejas Narayan et al. /// Mortalité toutes causes confondues pendant la pandémie de COVID-19 à Chennai, Inde : une étude observationnelle /// The Lancet Infectious Diseases , Volume 22, Numéro 4, 2022, Pages 463-472, ISSN 1473-3099, https:/ /doi.org/10.1016/S1473-3099(21)00746-5
Liu et coll. (2021) : Liu J, Zhang L, Yan Y, Zhou Y, Yin P, Qi J et al. /// Surmortalité dans la ville de Wuhan et dans d'autres régions de Chine au cours des trois mois de l'épidémie de covid-19 : résultats des registres nationaux de mortalité /// BMJ 2021 ; 372 : n415 est ce que je :10.1136/bmj.n415. https://doi.org/10.1136/bmj.n415
Locatelli, I. et Rousson, V. (2021) /// Une première analyse de la surmortalité en Suisse en 2020 /// PLOS ONE , 16(6), p. e0253505. https://doi.org/10.1371/journal.pone.0253505
Ma et coll. (2022) : Chunfeng Ma, Xin Li, Zebin Zhao et al. /// Comprendre la dynamique des modèles pandémiques pour prendre en charge les prédictions de transmission du COVID-19 : analyse de sensibilité des paramètres des modèles de type SIR /// IEEE Journal of Biomedical and Health Informatics , vol. 26, non. 6, pp. 2458-2468, juin 2022, doi : 10.1109/JBHI.2022.3168825. https://doi.org/10.1109%2FJBHI.2022.3168825
Malhotra (2023) : Aseem Malhotra /// Comment les excès pharmaceutiques, la corruption et les échecs du système de santé ont donné naissance au COVID /// Chapitre 13 (pp. 166-177) dans : Canary In a Covid World : Comment la propagande et la censure ont changé notre (mon) Monde , CH Klotz (Ed.), Canary House Publishing, 2023, ISBN : 978-1-7390525-3-9.
Mannucci et coll. (2020) : Edoardo Mannucci, Besmir Nreu, Matteo Monami /// Facteurs associés à une mortalité accrue toutes causes confondues pendant la pandémie de COVID-19 en Italie /// International Journal of Infectious Diseases 98 (2020) 121-124. https://doi.org/10.1016/j.ijid.2020.06.077
Neil et Fenton (2022) :Marten Neil, Norman Fenton. ///L'Avocat du Diable : Une analyse exploratoire de la mortalité excessive en 2022 - Qu'est-ce qui cause la mortalité excessive : Covid, long-covid, confinements, soins de santé ou vaccins ?/// Où sont les chiffres ? (sous-pile), 14 décembre 2022.https://wherearethenumbers.substack.com/p/the-devils-advocate-an-exploratory (consulté le 8 août 2023).
RépondreSupprimerNeil et Fenton (2023) : Marten Neil, Norman Fenton. ///Le meilleur des astuces bon marché…..Dans quelle mesure la (mauvaise) pratique consistant à catégoriser le statut vaccinal est-elle répandue ?/// Où sont les chiffres ? (substack), 29 juillet 2023. https://wherearethenumbers.substack.com/p/the-very-best-of-cheap-trick (consulté le 10 août 2023).
Nørgaard et al. (2021) : Nørgaard Sarah K., Vestergaard Lasse S., Nielsen Jenset et al. /// La surveillance en temps réel montre une surmortalité toutes causes confondues substantielle lors de la deuxième vague de COVID-19 en Europe, d'octobre à décembre 2020./// EuroSurveill. 2021;26(2):pii=2002023.https://doi.org/10.2807/1560-7917.ES.2021.26.1.2002023
Nushida et coll. (2023) : HideyukiNushida, AsukaIto, Hiromitsu Kurata et al. /// Un cas d'inflammation mortelle de plusieurs organes suite à la vaccination contre le COVID-19. /// Médecine légale , volume 63, 2023,102244, ISSN1344-6223,https://doi.org/10.1016/j.legalmed.2023.102244
Olson et coll. (2020) : Département de la santé et de l'hygiène mentale de la ville de New York (DOHMH) Équipe d'intervention contre la COVID-19 /// Estimation préliminaire de la surmortalité pendant l'épidémie de COVID-19 — New York, du 11 mars au 2 mai 2020 /// MMWR Morb Représentant MortalWkly (CDC)2020 ;69 :603–605.DOI : http://dx.doi.org/10.15585/mmwr.mm6919e5
Onishi et al. (2023) : Naoaki Onishi, Yuki Konishi, Toshiyuki Kaneko et al. /// Myocardite fulminante avec bloc auriculo-ventriculaire complet après vaccination à ARNm COVID-19 : rapport d'un cas. /// Journal des cas de cardiologie , 2023, ISSN 1878-5409, https://doi.org/10.1016/j.jccase.2023.01.004
OWID(2023a) :OurWorld In Data /// Coronavirus(COVID-19) Vaccinations/// https://ourworldindata.org/covid-vaccinations(consulté le 15 août 2023)| sources de données sous-jacentes : Edouard Mathieu, Hannah Ritchie, LucasRodés-Guirao et al. (2020) - « CoronavirusPandemic (COVID-19) ». Publié en ligne sur OurWorldInData.org. Extrait de : 'https://ourworldindata.org/coronavirus' [Ressource en ligne]
OWID (2023b) : OurWorld In Data ///Vaccinations contre le coronavirus (COVID-19) : source d'informations pays par pays/// https://ourworldindata.org/covid-vaccinations#source-information-country-by-country (consulté le 28 août 2023) | sources de données sous-jacentes : Edouard Mathieu, Hannah Ritchie, Lucas Rodés-Guirao et al. (2020) - « Coronavirus Pandemic (COVID-19) ». Publié en ligne sur OurWorldInData.org. Extrait de : « https://ourworldindata.org/coronavirus » [Ressource en ligne]
OWID (2023c) : Notre monde en données /// Vaccinations contre le coronavirus (COVID-19) : Quels vaccins ont été administrés dans chaque pays ? /// https://ourworldindata.org/covid-vaccinations#which-vaccines-have-been-administered-in-each-country (consulté le 2 septembre 2023) | sources de données sous-jacentes : Edouard Mathieu, Hannah Ritchie, Lucas Rodés-Guirao et al. (2020) – « Pandémie de coronavirus (COVID-19) ». Publié en ligne sur OurWorldInData.org. Extrait de : « https://ourworldindata.org/coronavirus » [Ressource en ligne]
RépondreSupprimerPaglino et coll. (2023) : Eugenio Paglino et al. /// Surmortalité mensuelle dans les comtés des États-Unis pendant la pandémie de COVID-19, de mars 2020 à février 2022. /// Sci. Av. 9,EADF9742(2023). DOI : 10.1126/sciadv.adf9742. https://doi.org/10.1126/sciadv.adf9742
Pálinkás et Sándor (2022) : Pálinkás, A. ; Sándor, J. /// Efficacité de la vaccination contre le COVID-19 dans la prévention de la mortalité toutes causes confondues chez les adultes pendant la troisième vague de l'épidémie en Hongrie : étude de cohorte rétrospective à l'échelle nationale. /// Vaccins 2022, 10, 1009. https://doi.org/10.3390/vaccines10071009
Palmer et coll. (2023) : Michael Palmer et coll. /// Toxicité des vaccins à ARNm /// Éditeur : D4CE.org | version 1.0 (28 juillet 2023), p. 204. | https://d4ce.org/mRNA-vaccine-toxicity/ (disponible en téléchargement gratuit)
Panagiotou et al. (2021) : Panagiotou OA, Kosar CM, White EM, et al. /// Facteurs de risque associés à la mortalité toutes causes confondues sur 30 jours chez les résidents des maisons de retraite atteints de COVID-19. /// JAMA Intern Med . 2021;181(4):439-448. est ce que je:10.1001/jamainternmed.2020.7968. https://jamanetwork.com/journals/jama/fullarticle/10.1001/jamainternmed.2020.7968
Parham et Michael (2011) : Parham, PE et Edwin Michael, E. /// Propriétés d'épidémie des modèles épidémiques : Les rôles du forçage temporel et de la stochasticité sur la dynamique d'invasion des agents pathogènes /// Journal of Theoretical Biology , Volume 271, Numéro 1 , 2011, pages 1 à 9, ISSN 0022-5193, https://doi.org/10.1016/j.jtbi.2010.11.015
Pezzullo et coll. (2023) : Angelo Maria Pezzullo, Cathrine Axfors, Despina G. Contopoulos-Ioannidis, Alexandre Apostolatos, John PA Ioannidis. /// Taux de mortalité par infection au COVID-19 stratifié par âge dans la population non âgée. /// Recherche environnementale , Volume 216, Partie 3, 2023, 114655, ISSN 0013-9351, https://doi.org/10.1016/j.envres.2022.114655.
Phua et coll. (2009) : Dong Haur Phua, Chun Chi Lin, Ming-Ling Wu et al. /// Insecticides néonicotinoïdes : une cause émergente d'intoxication aiguë par les pesticides /// Clinical Toxicology , 47:4, 336-341, DOI : 10.1080/15563650802644533, https://doi.org/10.1080/15563650802644533
Piccininni et coll. (2020) : Piccininni M, Rohmann JL, Foresti L, Lurani C, Kurth T. /// Utilisation de la mortalité toutes causes confondues pour quantifier les conséquences du covid-19 à Nembro, Lombardie : étude descriptive /// BMJ 2020 ; 369 : m1835 est ce que je :10.1136/bmj.m1835. https://doi.org/10.1136/bmj.m1835
Pilkington et coll. (2021) : Pilkington, H., Feuillet, T., Rican, S. et al. /// Déterminants spatiaux de la surmortalité toutes causes confondues lors de la première vague de l'épidémie de COVID-19 en France. /// Santé publique BMC 21, 2157 (2021). https://doi.org/10.1186/s12889-021-12203-8
RépondreSupprimerPolyakova et coll. (2021) : Maria Polyakova, Victoria Udalova, Geoffrey Kocks, Katie Genadek, Keith Finlay et Amy N. Finkelstein /// Les disparités raciales dans la mortalité excessive toutes causes confondues au début de la pandémie de COVID-19 variaient considérablement selon les États /// Santé Affaires 2021 40:2, 307-316. https://doi.org/10.1377/hlthaff.2020.02142
Ramírez-Soto et Ortega-Cáceres (2022) : Ramírez-Soto, MC ; Ortega-Cáceres, G. /// Analyse de la surmortalité toutes causes confondues et de la mortalité due au COVID-19 au Pérou : étude observationnelle. /// Trop. Méd. Infecter. Dis. 2022, 7, 44. https://doi.org/10.3390/tropicalmed7030044
Rancourt (2020) : Rancourt, DG /// Mortalité toutes causes confondues pendant le COVID-19 — Pas de fléau et signature probable d'un homicide de masse par la réponse gouvernementale /// ResearchGate, 2 juin 2020. http://dx.doi.org /10.13140/RG.2.2.24350.77125 | Disponible sur : https://archive.org/details/boe-expert-witness-denis-rancourt-nci-ce-nc – pp. 774-799.
Rancourt et coll. (2020) : Rancourt, DG, Baudin, M. et Mercier, J. (2020) /// Évaluation de la virulence du SARS-CoV-2 en France, à partir de la mortalité toutes causes 1946-2020 /// ResearchGate , 20 Août 2020 [Préimpression]. Disponible sur : https://doi.org/10.13140/RG.2.2.16836.65920/1
Rancourt (2021) : Rancourt, DG /// Les masques faciaux réduisent-ils la propagation du COVID-19 au Bangladesh ? Les Abaluck et al. Des résultats fiables ? /// denisrancourt.ca (20 septembre 2021) /// https://denisrancourt.ca/entries.php?id=106 – archivé : https://archive.ph/yHbWO – republié : https://www. globalresearch.ca/do-face-masks-reduce-covid-19-spread-bangladesh-abaluck-et-al-results-reliable/5756323?pdf=5756323
Rancourt (2022) : Rancourt, DG /// Association causale probable entre l'événement extraordinaire de surmortalité en Inde d'avril à juillet 2021 et le déploiement du vaccin /// Recherche de corrélation dans l'intérêt public , 5 décembre 2022 /// https://corrélation -canada.org/rapport-probable-causal-association-between-indias-extraordinary-april-july-2021-excess-mortality-event-and-the-vaccine-rollout/
Rancourt et coll. (2021a) : Rancourt, DG, Baudin, M. et Mercier, J. /// Nature du désastre de santé publique de l'ère COVID aux USA, à partir de mortalité toutes causes et de données socio-géo-économiques et climatiques. /// Research Gate (25 octobre 2021) /// http://dx.doi.org/10.13140/RG.2.2.11570.32962
Rancourt et coll. (2021b) : Rancourt, DG, Baudin, M. et Mercier, J. /// Analyse de la mortalité toutes causes confondues par semaine au Canada 2010-2021, par province, âge et sexe : Il n'y a pas eu de pandémie de COVID-19, et il existe de fortes preuves de décès dus à une réaction chez les personnes les plus âgées et chez les jeunes hommes. /// Research Gate (6 août 2021)/// http://dx.doi.org/10.13140/RG.2.2.14929.45921
RépondreSupprimerRancourt et al.(2022a) :Rancourt, DG, Baudin,M. et Mercier, J.///Association causale probable entre le nouveau régime australien de mortalité toutes causes confondues élevée et le déploiement du vaccin contre la COVID-19. /// Recherche de corrélation dans l'intérêt public , 20 décembre 2022///https://correlation-canada.org/report-probable-causal-association-between-australias-new-regime-of-high-all-causal-mortality -et-son-déploiement-du-vaccin-covid-19/
Rancourt et al.(2022b) :Rancourt, DG, Baudin,M. et Mercier, J. /// Campagne de vaccination de masse pendant la période COVID et catastrophe de santé publique aux États-Unis : mortalité toutes causes confondues résolue par l'État et par le temps, administration de vaccins résolue par l'âge par temps et données socio-géo-économiques /// Recherche Gate (2 août 2022)///http://dx.doi.org/10.13140/RG.2.2.12688.28164/// Également disponible sur :https://vixra.org/abs/2208.0023
Rancourt et al.(2022c) :Rancourt, DG, Baudin,M. et Mercier, J. ///Preuve que les statistiques de mortalité liées au COVID-19 au Canada sont incorrectes. /// Recherche de corrélation dans l'intérêt public , 5 octobre 2022 ///https://correlation-canada.org/report-proof-that-canadas-covid-19-mortality-statistics-are-incorrect/
Rancourt (2023) : Rancourt, Denis///Dr. Denis Rancourt dévoile la mortalité toutes causes confondues : une analyse critique de la déclaration de pandémie et du déploiement de la vaccination― Témoignage de Denis Rancourt à l'Enquête nationale sur les citoyens (Canada), Ottawa, 17 mai 2023, https://rumble.com/v2ohtte-physicist-dr-denis- Rancourt-présente-ses-conclusions-sur-toutes-causes-mortality-ot.html///DenisRancourtVirtualTestimony suivi de l'Enquête nationale sur les citoyens (Canada), 28 juin 2023,https://rumble.com/v2wpyqu-national-citizens -inquiry-denis-rancourt-virtual-testimony.html///Site Web du NCI :https://nationalcitizensinquiry.ca/
Rancourt et al. (2023) : Rancourt, DG, Baudin, M., Hickey, J. et Mercier, J. ///Taux de mortalité par dose de vaccin COVID-19 stratifié par âge pour Israël et l'Australie/// Recherche de corrélation dans l'intérêt public , 9 février 2023///https://correlation-canada.org/report-age-stratified-covid-19-vaccine-dose-fatality-rate-for-israel-and-australia/
Razaket et al. (2022) :Fahad Razak, Saeha Shin,C. David Nayloret al./// La réponse du Canada aux deux premières années de la pandémie de COVID-19 : une comparaison avec des pays pairs /// JAMC , 27 juin 2022 ; 194 : E870-7. est ce que je: 10.1503/cmaj.220316. https://doi.org/10.1503/cmaj.220316
React 19 (2022) : React19./// 1250+ publications et rapports de cas sur les vaccins COVID : Collection de rapports de cas examinés par des pairs et d'études citant les effets indésirables après la vaccination contre le COVID. /// 9 juillet 2022,https://react19.org/1250-covid-vaccine-reports/, archivé ici :https://archive.ph/T4hPV
Redert (2022a) : André Redert /// Taux de mortalité vaccinale à court terme du rappel et de la 4e dose aux Pays-Bas /// Research Gate , octobre 2022, DOI:10.13140/RG.2.2.29841.30568. http://dx.doi.org/10.13140/RG.2.2.29841.30568
RépondreSupprimerRedert (2022b) : André Redert /// Vaccinations Covid-19 et mortalité toutes causes confondues - une analyse différentielle à long terme entre les communes /// Research Gate , juillet 2022, DOI:10.13140/RG.2.2.33994.85447. http://dx.doi.org/10.13140/RG.2.2.33994.85447
Redet (2023) : Redert, André. /// Effet causal de la vaccination covid sur la mortalité en Europe. /// Research Gate, 24 février 2023. https://www.researchgate.net/publication/368777703_Causal_effect_of_covid_vaccination_on_mortality_in_Europe (consulté le 10 août 2023)
Reuters (18 janvier 2021) : REUTERS/Stephane Mahé /// La Norvège recommande la prudence dans l'utilisation du vaccin Pfizer pour les plus fragiles /// Reuters (18 janvier 2021), https://www.reuters.com/business/healthcare- pharmaceutiques/norway-advises-caution-use-pfizer-vaccine-most-frail-2021-01-18/ – archivé : https://archive.ph/Ze0Cv
Rogers et Heard (2007) : Jody J. Rogers et Kennon Heard /// L'âge compte-t-il ? Comparaison des taux de létalité pour certains empoisonnements signalés aux centres antipoison américains /// Clinical Toxicology , 45:6, 705-708, DOI : 10.1080/15563650701517491, https://doi.org/10.1080/15563650701517491
Rose et McCullough (2021) : Jessica Rose, Peter A. McCullough /// Un rapport sur les événements indésirables liés à la myocardite dans le système américain de notification des événements indésirables liés aux vaccins (VAERS) en association avec les produits biologiques injectables COVID-19, problèmes actuels en cardiologie (2021) ). /// doi : https://doi.org/10.1016/j.cpcardiol.2021.101011 | https://web.archive.org/web/20211007022704/https://www.sciencedirect.com/science/article/pii/S0146280621002267 (article complet archivé)
Rossen et coll. (2021) : Rossen LM, Ahmad FB, Anderson RN, et al. /// Disparités dans la surmortalité associée au COVID-19 — États-Unis, 2020. /// MMWR Morb Mortal Wkly Rep 2021 ;70 : 1114-1119. DOI : http://dx.doi.org/10.15585/mmwr.mm7033a2
Rossen et coll. (2022) : Rossen, LM, Nørgaard, SK, Sutton, PD et al. Surmortalité toutes causes confondues aux États-Unis et en Europe pendant la pandémie de COVID-19, 2020 et 2021. Sci Rep 12, 18559 (2022). https://doi.org/10.1038/s41598-022-21844-7
Safavi-Naini et al. (2022) : Safavi-Naini, SAA, Farsi, Y., Alali, WQ et al. /// Surmortalité toutes causes confondues et décès signalés par le COVID-19 en Iran (avril 2013-septembre 2021) : analyse de séries chronologiques ventilées par âge et par sexe. /// Notes de résolution BMC 15, 130 (2022). https://doi.org/10.1186/s13104-022-06018-y
Sanmarchi, F. et coll. (2021) /// Explorer l'écart entre la surmortalité et les décès dus au COVID-19 dans 67 pays /// JAMA Network Open , 4(7), p. e2117359. https://doi.org/10.1001/jamanetworkopen.2021.17359
Sano et coll. (2023) : Sano H, Kase M, Aoyama Y, Sano S. /// Un cas d'érythème maculopapuleux persistant et confluent suite à une vaccination à ARNm contre le COVID-19 est peut-être associé à la protéine de pointe intralésionnelle exprimée par les cellules endothéliales vasculaires et les glandes eccrines. dans le derme profond. /// J Dermatol . 8 mai 2023. est ce que je : 10.1111/1346-8138.16816. Publication électronique avant impression. PMID : 37154426. https://doi.org/10.1111/1346-8138.16816
RépondreSupprimerSchellekens (2023) : Philippe Schellekens. /// Surmortalité et vaccination : comment les pionniers de la vaccination se comparent entre les pays en matière de surmortalité /// pandem-ic , mis à jour le 10 août 2023. https://pandem-ic.com/excess-mortality-and -vaccination/ (consulté le 10 août 2023)
Scherb et Hayashi (2023) : Scherb H, Hayashi K. /// Taux de mortalité annuel toutes causes confondues en Allemagne et au Japon (2005 à 2022) avec un accent sur la pandémie de Covid-19 : hypothèses et analyses de tendances. /// Med Clin Sci. 2023 ; 5(2):1-7. https://journals.sciencexcel.com/index.php/mcs/article/view/411 (consulté le 10 août 2023)
Schneider et coll. (2021) : Schneider, J., Sottmann, L., Greinacher, A. et al. /// Enquête post-mortem sur les décès consécutifs à la vaccination avec les vaccins COVID-19. /// Int J Legal Med 135, 2335-2345 (2021). https://doi.org/10.1007/s00414-021-02706-9
Schöley et coll. (2022) : Schöley, J., Aburto, JM, Kashnitsky, I. et al. /// L'espérance de vie change depuis le COVID-19. /// Nat Hum Comportement 6, 1649-1659 (2022). https://doi.org/10.1038/s41562-022-01450-3
Schwab et coll. (2023) : Schwab, C., Domke, LM, Hartmann, L. et al. /// Caractérisation histopathologique basée sur l'autopsie de la myocardite après vaccination anti-SARS-CoV-2. /// Clin Res Cardiol 112, 431-440 (2023).. https://doi.org/10.1007/s00392-022-02129-5
Sempé et al. (2021) : Lucas Sempé, Peter Lloyd-Sherlock, Ramón Martínez, Shah Ebrahim, Martin McKee, Enrique Acosta /// Estimation de la surmortalité toutes causes confondues par modèles de mortalité par âge pour les pays dont les statistiques de l'état civil sont incomplètes : une analyse basée sur la population étude du cas du Pérou lors de la première vague de la pandémie de COVID-19 /// The Lancet Regional Health – Americas, Volume 2, 2021, 100039, ISSN 2667-193X, https://doi.org/10.1016/j. lana.2021.100039
Sessa et coll. (2021) : Sessa, F. ; Salerne, M. ; Esposito, M. ; Di Nunno, N. ; Zamboni, P. ; Pomara, C. /// Résultats de l'autopsie et relation de causalité entre le décès et la vaccination contre le COVID-19 : une revue systématique. /// J. Clin. Méd . 2021, 10, 5876. https://doi.org/10.3390/jcm10245876
Shively et coll. (2017) : Rachel M. Shively, Robert S. Hoffman et Alex F. Manini /// Intoxication aiguë au salicylate : facteurs de risque d'issue grave /// Toxicologie clinique , 55 : 3, 175-180, DOI : 10.1080/15563650.2016. 1271127, https://doi.org/10.1080/15563650.2016.1271127
Sinnathamby et coll. (2020) : Sinnathamby Mary A, Whitaker Heather, Coughlan Laura, Lopez Bernal Jamie, Ramsay Mary, Andrews Nick /// Surmortalité toutes causes confondues observée par groupe d'âge et par région lors de la première vague de la pandémie de COVID-19 en Angleterre / // Surveillance de l'euro. 2020;25(28):pii=2001239. https://doi.org/10.2807/1560-7917.ES.2020.25.28.2001239
RépondreSupprimerSkidmore (2023) : Skidmore, M. /// Le rôle du cercle social en matière de maladie COVID-19 et d'expériences de vaccination dans les décisions de vaccination contre le COVID-19 : une enquête en ligne auprès de la population des États-Unis. /// BMC Infect Dis 23, 51 (2023). https://doi.org/10.1186/s12879-023-07998-3
Soneji et coll. (2021) : Soneji, S., Beltrán-Sánchez, H., Yang, JW et al. /// Charge de mortalité au niveau de la population due au nouveau coronavirus (COVID-19) en Europe et en Amérique du Nord. /// Genre 77, 7 (2021). https://doi.org/10.1186/s41118-021-00115-9
Sorli et al. (2023) : Šorli AS, Makovec T, Krevel Z, Gorjup R /// « Primum Non Nocere » oublié et mortalité accrue après la vaccination contre le COVID-19. /// Qual Prim Care . 2023, 31.003. https://www.primescholars.com/articles/forgotten-primum-non-nocere-and-increased-mortality-after-covid19-vaccination-118655.html (consulté le 10 août 2023)
Stein et coll. (2021) : Stein, RE, Corcoran, KE, Colyer, CJ et al. /// Fermé mais non protégé : décès excessifs parmi les Amish et les Mennonites pendant la pandémie de COVID-19. /// J Relig Santé 60, 3230-3244 (2021). https://doi.org/10.1007/s10943-021-01307-5
Stokes et coll. (2021) : Stokes AC, Lundberg DJ, Elo IT, Hempstead K, Bor J, Preston SH /// COVID-19 et surmortalité aux États-Unis : une analyse au niveau des comtés. /// PLoS Med 18(5) : e1003571. https://doi.org/10.1371/journal.pmed.1003571
Strehler et Mildvan (1960) : STREHLER BL, MILDVAN AS. /// Théorie générale de la mortalité et du vieillissement. /// Sciences . 1er juillet 1960 ; 132 (3418) : 14-21. est ce que je : 10.1126/science.132.3418.14. PMID : 13835176. https://doi.org/10.1126/science.132.3418.14
Suzuki et coll. (2022) : Hideto Suzuki, Ayako Ro, Aya Takada, Kazuyuki Saito, Kino Hayashi. /// Résultats de l'autopsie des décès post-vaccination au COVID-19 dans la métropole de Tokyo, Japon, 2021. /// Médecine légale , Volume 59, 2022, 102134, ISSN 1344-6223, https://doi.org/10.1016/j .legalmed.2022.102134
Sy (2022) : Wilson Sy /// Risque de mortalité lié aux injections de COVID-19 : données probantes de la Nouvelle-Galles du Sud et de l'Angleterre /// Universités . https://www.academia.edu/83924771/Mortality_risk_of_COVID_19_injections_evidence_from_New_South_Wales_and_England (consulté le 10 août 2023)
RépondreSupprimerTadbiri et coll. (2020) : Tadbiri H, Moradi-Lakeh M, Naghavi M. /// Surmortalité toutes causes confondues et décès liés au COVID-19 en Iran /// Med J Islam Repub Iran . 2020 (15 juillet);34:80. https://doi.org/10.34171/mjiri.34.80 | https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7711045/ (consulté le 6 août 2023).
Takahashi et coll. (2022) : Motonori Takahashi, Takeshi Kondo, Gentaro Yamasaki et al. /// Un rapport de cas d'autopsie de dissection aortique compliquée d'une péricardite histiolymphocytaire et d'une inflammation aortique après vaccination par ARNm COVID-19, /// Médecine légale , Volume 59, 2022, 102154, ISSN 1344-6223. https://doi.org/10.1016/j.legalmed.2022.102154
Tan et coll. (2022) : Lii Jye Tan, Cai Ping Koh, Shau Kong Lai, Woon Cheng Poh, Mohammad Shafie Othman, Huzlinda Hussin. /// Un examen systémique et une recommandation pour une approche autopsie du décès ont suivi la vaccination contre le COVID 19. /// Forensic Science International , Volume 340, 2022, 111469, ISSN 0379-0738, https://doi.org/10.1016/j.forsciint.2022.111469.
The Japan Times (26 juillet 2022) : Le Japon accorde le premier paiement en cas de décès lié à la vaccination contre la COVID. /// https://www.japantimes.co.jp/news/2022/07/26/national/science-health/japan-first-covid-19-vaccine-compensation/ – archivé ici : https://archive .ph/OfUhm
Thoma et Declercq (2022) : Thoma ME, Declercq ER. /// Mortalité maternelle toutes causes confondues aux États-Unis avant et pendant la pandémie de COVID-19. /// Ouverture du réseau JAMA . 2022 ; 5(6) : e2219133. est ce que je:10.1001/jamanetworkopen.2022.19133. https://doi.org/10.1001%2Fjamanetworkopen.2022.19133
Turni et Lefringhausen (2022) : Conny Turni et Astrid Lefringhausen /// Vaccins COVID-19 – Une revue australienne. /// Journal d'immunologie clinique et expérimentale . 7(3):491-508. https://www.opastpublishers.com/open-access-articles/covid19-vaccinesan-australian-review.pdf
Nations Unies (2023) : ONU, Département des affaires économiques et sociales, Division de la population, World Population Prospects 2022, Probabilistic Projections (PPA Scénarios) à télécharger (fichier : « UN_PPP2022_Output_PopTot.xlsx »), téléchargé le 2 septembre 2023, https:// population.un.org/wpp/Download/
Véronèse et coll. (2021) : Nicola Veronese, Mirko Petrovic, Athanase Benetos et al. /// Sous-représentation des personnes âgées dans les essais cliniques sur les vaccins contre la COVID-19 : une revue systématique. /// Revues de recherche sur le vieillissement , volume 71, 2021, 101455, ISSN 1568-1637, https://doi.org/10.1016/j.arr.2021.101455.
RépondreSupprimerVestergaard et coll. (2020) : Vestergaard Lasse S, Nielsen Jens, Richter Lukas et al. /// Surmortalité toutes causes confondues pendant la pandémie de COVID-19 en Europe – estimations poolées préliminaires du réseau EuroMOMO, mars à avril 2020 /// Euro Surveill. 2020;25(26):pii=2001214. https://doi.org/10.2807/1560-7917.ES.2020.25.26.2001214
Vila-Corcoles et al. (2021) : Vila-Corcoles, A., Satue-Gracia, E., Vila-Rovira, A. et al. /// Risque de mortalité liée au COVID19 et toutes causes confondues chez les adultes d'âge moyen et plus âgés lors de la première vague épidémique d'infection par le SRAS-COV-2 : une étude de cohorte basée sur la population dans le sud de la Catalogne, Espagne, mars-juin 2020.// / BMC Public Health 21, 1795 (2021).https://doi.org/10.1186/s12889-021-11879-2
Villani, L. et al. (2020) ///Comparaison des taux de mortalité liés au COVID-19 à travers l'Europe pendant la première vague de la pandémie de COVID-19 /// Frontières de la santé publique , 8.https://doi.org/10.3389/ fpubh.2020.620416
Wang, H. et al. (2022) ///Estimation de la surmortalité due à la pandémie de COVID-19 : analyse asystématique de la mortalité liée au COVID-19, 2020-2021 /// The Lancet , 399( 10334 ), pp. 1513 –1536.https://doi.org/10.1016/S0140-6736(21)02796-3
Wiberg et coll. (1970) : G.Stuart Wiberg, H.LocksleyTrenholm, Blake B. Coldwell ///Augmentation de la toxicité de l'éthanol chez les rats âgés : modifications de la DL50, du métabolisme in vivo et in vitro et de l'activité de l'alcooldéhydrogénase hépatique /// Toxicologie et pharmacologie appliquée, Volume 16 , numéro 3, 1970, pages 718-727, ISSN0041-008X, https://doi.org/10.1016/0041-008X(70)90077-3
Wilcoxet al. (2021) : Wilcox CR, Islam N, Dambha-Miller H. /// Association entre la vaccination contre la grippe et l'hospitalisation ou la mortalité toutes causes confondues chez les personnes atteintes de COVID-19 : une étude de cohorte rétrospective. /// BMJOpen Resp Res , 2021;8:e000857. est ce que je:10.1136/bmjresp-2020-000857. http://dx.doi.org/10.1136/bmjresp-2020-000857
Wise (2022) : Wise J.///Covid-19 : le Royaume-Uni effectue les premiers paiements pour indemniser les blessures ou les décès dus aux vaccins. /// BMJ 2022 ; 377 : o1565 est ce que je :10.1136/bmj.o1565. https://www.bmj.com/content/377/bmj.o1565
Wong et al. (2023) : Hui-Lee Wong, Ellen Tworkoski, Cindy Ke Zhou et al./// Surveillance de la sécurité du vaccin contre la COVID-19 chez les personnes âgées de 65 ans et plus./// Vaccin, Volume 41, Numéro 2, 2023 , Pages 532-539, ISSN0264-410X,https://doi.org/10.1016/j.vaccine.2022.11.069.
Bois et coll. (2020) : NicholasWood, Kristine Macartney, Julie Leask, Peter McIntyre. ///L'Australie a besoin d'un système d'indemnisation des dommages causés par les vaccins : les prochains vaccins contre la COVID-19 rendent son introduction urgente. /// Australian Journal ofGeneral Practice ( AGJP ), doi : 10.31128/AJGP-COVID-36. https://doi.org/10.31128/ajgp-covid-36
Woolf, SH et coll. (2021) ///Décès excessifs dus au COVID-19 et à d'autres causes aux États-Unis, du 1er mars 2020 au 2 janvier 2021 /// JAMA 2021;325 ( 17):1786–1789.doi:10.1001/jama.2021.5199 .https://doi.org/10.1001/jama.2021.5199
RépondreSupprimerWoolf, SH, Masters, RK et Aron, LY(2021)///Effet de la pandémie de covid-19 en 2020 sur l'espérance de vie des populations aux États-Unis et dans d'autres pays à revenu élevé : simulations de données provisoires de mortalité /// BMJ, 373 , p. n1343.https://doi.org/10.1136/bmj.n1343
Woolf et coll. (2023) :Woolf SH,Wolf ER, Rivara FP.///La nouvelle crise de l'augmentation de la mortalité toutes causes confondues chez les enfants et adolescents américains./// JAMA . 2023;329(12):975-976.doi:10.1001/jama.2023.3517. https://doi.org/10.1001/jama.2023.3517
Worp et coll. (2023) :Worp, N. et coll. ///Vers le développement d'un outil d'évaluation des risques des variants du SRAS-CoV-2 : consultation d'experts sur l'évaluation des preuves scientifiques sur les variants émergents /// Lancet Microbe , publié : 25 août 2023, DOI : https://doi. org/10.1016/S2666-5247(23)00179-9
Yeo et coll. (2022) : Audrey YEO, Benjamin KUEK, Mandy LAU et al. /// Décès post-vaccinaux liés au COVID-19 – Les premières expériences de Singapour, /// Forensic Science International , Volume 332, 2022, 111199, ISSN 0379-0738, https://doi.org/10.1016/j.forsciint.2022.111199
Yorifuji et coll. (2021) : Takashi Yorifuji, Naomi Matsumoto, Soshi Takao /// Mortalité excessive toutes causes confondues pendant l'épidémie de COVID-19 au Japon /// Journal of Epidemiology, 2021, Volume 31, Numéro 1, Pages 90-92, publié le J-STAGE 5 janvier 2021, publication anticipée en ligne le 31 octobre 2020, en ligne ISSN 1349-9092, imprimé ISSN 0917-5040, https://doi.org/10.2188/jea.JE20200492, https://www.jstage. jst.go.jp/article/jea/31/1/31_JE20200492/_article/-char/en
Yoshimura et coll. (2022) : Yukihiro Yoshimura, Hiroaki Sasaki, Nobuyuki Miyata et al. /// Un cas d'autopsie de syndrome de détresse respiratoire aiguë de type COVID-19 après vaccination par l'ARNm-1273 contre le SRAS-CoV-2 /// International Journal of Infectious Diseases 121 (2022) 98-101, https://doi.org/ 10.1016/j.ijid.2022.04.057
annexe
RépondreSupprimerAnnexe A : Sources de données sur la mortalité et la vaccination
Le tableau 4 décrit les données et les sources des données utilisées dans ce travail : mortalité toutes causes confondues (MAC) et administration du vaccin COVID-19, pour les 17 pays.
Tableau 4 : Annexe A – Types de données et sources de données
- voir graph sur site -
Notes pour le tableau 4 :
1 seule année d'âge disponible. Les données pour les âges annuels sont additionnées pour créer des données pour les groupes d'âge spécifiques utilisés dans cette étude.
2 Cinq catégories : Dose 1, Dose 2, Dose 3, Dose 4, Dose unique
3 Six doses : Dose 1, Dose 2, Dose 3, Dose 4, Dose 5, Dose 6. Il n'y avait aucune donnée pour une dose 7 ; et nous n’avons pas utilisé les données des doses 8 et 9, qui étaient constituées de petits nombres.
4 Quatre tranches d'âge : 0-29, 30-59, 60-79, 80+
5 Cinq catégories : Dose 1, Dose 2, Dose 3 (appelée « Premiers rappels » dans les données sources), Dose 4 (appelée « Deuxième rappels » dans les données sources), Troisième dose primaire
6 Les données de vaccination ont été initialement téléchargées le 24 février 2023 (Health NZ, 2023), et nous avons vérifié qu'elles étaient essentiellement identiques à celles téléchargées plus récemment (14 septembre 2023, Stats NZ, 2023b).
- voir graph sur site -
Nous utilisons une somme de jours pour générer des ACM par semaine (ACM/w), de la même manière pour les données de vaccination.
Les données de vaccination de l’OWID (2023) sont de deux types :
Doses de vaccin, cumulatives ou nouvelles par jour
Doses de rappel du vaccin, cumulées
Dans la Figure 2, la Figure 4, la Figure 6 et la Figure 21, les données ACM proviennent de WMD (2023) et les données de vaccination proviennent d'OWID (2023).
Dans la Figure 5, la Figure 7, la Figure 22 et la Figure 23, les données ACM proviennent de WMD (2023).
Dans la figure 11, les données ACM proviennent de DEIS (2023) et les données de vaccination proviennent de MinCiencia (2023).
Dans la figure 12 et dans la figure 13, les données ACM proviennent de DEIS (2023).
Dans la figure 14, les données ACM proviennent du MINSA (2023a) et les données de vaccination proviennent du MINSA (2023b).
Dans la Figure 15 et la Figure 16, les données ACM proviennent du MINSA (2023a).
Dans la figure 18, les données ACM proviennent de Stats NZ (2023a) et les données de vaccination proviennent de Stats NZ (2023b).
RépondreSupprimerDans la figure 19 et la figure 20, les données ACM proviennent de Stats NZ (2023a).
- voir graph sur site -
Références de l'Annexe A
DEIS (2023) : Departamento de Estadísticas e Información de Salud – Ministryio de Salud – Gobierno de Chile /// Datos abiertos /// Fichiers « Defunciones por Causa 1990 – 2019 CIFRAS OFICIALES » et « Defunciones por Causa 2020 – 2023 CIFRAS PRELIMINARES ( Actualización semanal)” /// consulté le 23 mars 2023 https://deis.minsal.cl/#datosabiertos
Health NZ (2023) : Te Whatu Ora /// Données sur le vaccin COVID-19 /// consulté le 24 février 2023 https://www.tewhatuora.govt.nz/our-health-system/data-and-statistics/covid- données sur les vaccins#par jour
MinCiencia (2023) : Ministryio de Ciencia (« Datos obtenidos desde el Ministryio de Ciencia y producidos por el Ministryio de Salud ») /// Datos-COVID19 /// Data Product 78 – Avance por sexo y edad en Campaña de Vacunación COVID- 19 : Ce produit donne un aperçu de l'avancée de la campagne de vaccination contre le Sars-Cov-2 pendant l'âge (en ans) et le sexe. /// consulté le 31 mars 2023 https://github.com/MinCiencia/Datos-COVID19 https://github.com/MinCiencia/Datos-COVID19/tree/master/output/producto78
MINSA (2023a) : Ministryio de Salud – Gobierno de Perú /// Plataforma Nacional de Datos Abiertos /// SINADEF : Certificado Defunciones /// Fichier « SINADEF – Defunciones » /// consulté le 27 juillet 2023 https://www.datosabiertos .gob.pe/dataset/sinadef-certificado-defunciones
MINSA (2023b) : Ministryio de Salud – Gobierno de Perú /// Plataforma Nacional de Datos Abiertos /// Data Completa de Vacunación COVID-19 – [Ministerio de Salud ] /// Fichier « VACUNAS_COVID » /// consulté le 27 juillet 2023 https://www.datosabiertos.gob.pe/dataset/vacunaci%C3%B3n-contra-covid-19-ministerio-de-salud-minsa/resource/db673c08-4812-4844-ae7f
OWID (2023) : Our World In Data /// Vaccinations contre le coronavirus (COVID-19) /// consulté le 5 août 2023 https://ourworldindata.org/covid-vaccinations
RépondreSupprimerStats NZ (2023a) : Stats NZ Tatauranga Aotearoa /// Portail de données COVID-19 /// Santé – Total des décès (toutes causes) − Décès hebdomadaires par âge /// consulté le 24 février 2023 https://www.stats.govt .nz/experimental/covid-19-data-portal
Stats NZ (2023b) : Stats NZ Tatauranga Aotearoa /// Portail de données COVID-19 /// Santé – Vaccinations contre la COVID-19 − Vaccins contre la COVID-19 administrés – Total quotidien /// consulté le 14 septembre 2023 https://www.stats .govt.nz/experimental/covid-19-data-portal
WMD (2023) : World Mortality Dataset /// Données internationales sur la mortalité toutes causes confondues /// consulté le 3 août 2023 https://github.com/akarlinsky/world_mortality/blob/main/world_mortality.csv — L'ensemble de données sur la mortalité mondiale est le travail de Karlinsky & Kobak 2021, Suivi de la surmortalité à travers les pays pendant la pandémie de COVID-19 avec l'ensemble de données sur la mortalité mondiale, eLife https://doi.org/10.7554/eLife.69336
- voir graph sur site -
Annexe B : Exemples de données sur la mortalité toutes causes confondues et sur la vaccination
Les panneaux suivants montrent l'ACM par période (semaine ou mois, comme le montrent les graphiques) (échelle bleue, à gauche) et l'administration du vaccin (tous les numéros de dose) par semaine (échelle orange, à droite), 2015-2023, pour les 17 pays. dans cette étude, comme indiqué (Argentine, Australie, Bolivie, Brésil, Chili, Colombie, Équateur, Malaisie, Nouvelle-Zélande, Paraguay, Pérou, Philippines, Singapour, Afrique du Sud, Suriname, Thaïlande et Uruguay). La fine ligne grise verticale, dans chaque panneau, indique la date (11 mars 2020) à laquelle une pandémie a été déclarée par l'Organisation mondiale de la santé (OMS).
- voir graph sur site -
Figure 21 : Annexe B – Exemples de données sur la mortalité toutes causes confondues, pour tous les âges (en bleu) et sur l'administration du vaccin à toutes les doses (en orange), pour les 17 pays de cette étude (comme indiqué). La ligne grise verticale indique la déclaration de pandémie du 11 mars 2020 par l’OMS. Les sources de données sont spécifiées à l’annexe A.
- voir graph sur site -
Annexe C : Informations techniques et spécifiques pour les applications des méthodes aux données
RépondreSupprimerLe tableau 5 présente les paramètres utilisés pour appliquer la méthode décrite dans « Tendance historique de référence pour une période (ou un pic) de mortalité » (Méthode 1, voir Méthodes) aux données. Dans cette méthode, on calcule les lignes de tendance ajustées (droites ajustées par minimisation des moindres carrés) à l'ACM intégrées sur des périodes de durée égale à la période d'intérêt (la période de vaccination ou une période de déploiement spécifique). Lesdites lignes de tendance sont utilisées pour calculer la mortalité intégrée de base dans les périodes d'intérêt, afin d'obtenir l'excédent ACM des périodes d'intérêt. Tous les comptages de doses de vaccin s'effectuent sur le même intervalle de temps que l'intervalle d'intégration pour l'ACM dans la période d'intérêt.
Les mêmes fenêtres d'intégration (date de début à date de fin, par semaine ou par mois inclus) ont été utilisées pour la Méthode 2, pour les cas où la Méthode 2 a également été appliquée.
Tableau 5 : Annexe C – Paramètres utilisés pour appliquer la méthode de la ligne de tendance (Méthode 1) aux données
- voir graph sur site -
† La période d’intérêt « Booster » fait référence à la période encadrant le pic nominal de janvier à février 2022 de l’ACM, dans les données pour tous les âges.
* Le format est le suivant : ANNÉE-SEMAINE ou ANNÉE-MOIS. Par exemple:
[2021-S07 – 2023-S12] signifie que la période d’intérêt s’étend de la semaine 7 de 2021 à la semaine 12 de 2023 inclusivement.
[2021-M01 – 2023-M03] signifie que la période d’intérêt s’étend du mois 1 (janvier) 2021 au mois 3 (mars) 2023 inclus.
La définition du numéro de semaine, tout au long du document, est celle donnée par ABS (2022) : « Le numéro de semaine est basé sur le système de date de la semaine ISO (Organisation internationale de normalisation). Dans ce système, les semaines sont définies comme des périodes de sept jours commençant un lundi. La semaine 1 d'une année donnée est la semaine qui commence le lundi le plus proche du 1er janvier et dont la majorité des jours tombent en janvier (soit quatre jours ou plus). La semaine 1 contient donc toujours le 4 janvier et contient toujours le premier jeudi de l'année. En utilisant la structure ISO, certaines années (par exemple 2015 et 2020) contiennent 53 semaines.
+ A partir du point d'intégration indiqué dans le tableau, inclus, en reculant. Le dernier point d'intégration (le point d'intégration d'intérêt) est 0. Par exemple :
2 points d'intégration utilisés à partir du -1 signifie que 2 points d'intégration ont été utilisés pour ajuster la ligne de tendance : le point d'intégration (-1), précédant directement le dernier (0, celui qui nous intéresse), et un point d'intégration supplémentaire (- 2) avant cela.
RépondreSupprimer6 points d'intégration utilisés à partir du -3 signifie que 6 points d'intégration ont été utilisés pour ajuster la ligne de tendance : du -3 au point d'intégration -8 inclus, où 0 est le point d'intégration d'intérêt (le plus récent).
Ceci s'applique à la méthode utilisant plusieurs points d'intégration de la période historique (Méthode 1). Les données du Chili (tous âges) et du Pérou (tous âges) étaient insuffisantes pour appliquer la méthode 1.
- voir graph sur site -
Références de l'Annexe C
ABS (2022) : Australian Bureau of Statistics /// Provisional Mortality Statistics /// fichiers « Provisional Mortality Statistics, Weekly Dashboard, Jan – Sep 2022 » et « Deaths by week of occurrence, 2015-21 » /// consulté le 23 janvier 2023 https://www.abs.gov.au/statistics/health/causes-death/provisional-mortality-statistics/latest-release
- voir graph sur site -
Annexe D : Quantification par méthode à point unique de la surmortalité pendant la période COVID
La figure 22 suivante illustre l'application de notre méthode « Cas particulier d'un seul point historique intégré » (Méthode 2) pour quantifier la surmortalité sur la période nominalement entière de Covid, du 11 mars 2020, date à laquelle une pandémie a été déclarée, jusqu'à une date de fin pratique. considérée comme étant la même que la date de fin de la période nominale de vaccination (qui dépend de la disponibilité des données de mortalité et de vaccination), pour les 17 pays de cette étude. Les limites d'intégration pour les périodes pour chaque pays sont précisées en Annexe C : Informations techniques et spécifiques aux applications des méthodes aux données.
Ici, selon la légende, la période Covid est en orange (à la fois son ACM par temps et son point d'intégration), la seule période de référence historique utilisée est en vert (à la fois son ACM par temps et son point d'intégration), la meilleure ligne L'ajustement (ajustement des moindres carrés) de l'ACM historique par temps est en rouge, et la valeur prédite extrapolée de l'intégration pour la période Covid est également en rouge, avec sa barre d'erreur. Les semaines ou les mois sont comptés consécutivement dans l'ordre à l'aide d'un index temporel, où la semaine numéro 1 est la semaine 1 de 2015 et le mois numéro 1 est le mois 1 (janvier) de 2015. La semaine 1 de 2015 contient les dates du 29 décembre 2014. jusqu'au 4 janvier 2015. La fine ligne grise verticale, dans chaque panneau, indique la date (11 mars 2020) à laquelle une pandémie a été déclarée par l'Organisation mondiale de la santé (OMS).
- voir graph sur site -
RépondreSupprimerFigure 22 : Annexe D – Méthode du point historique unique (Méthode 2) pour les excès d'ACM dans les périodes Covid des 17 pays de cette étude. Période Covid (orange), période de référence historique à un point (vert), meilleur ajustement (rouge). L'index temporel est le numéro de la semaine ou du mois à partir du début de 2015. La date de déclaration de la pandémie du 11 mars 2020 est indiquée par une ligne grise verticale. Les sources de données sont spécifiées à l’annexe A.
- voir graph sur site -
Annexe E : Méthode de quantification en un seul point de la surmortalité au cours de la période de vaccination
La Figure 23 suivante illustre l'application de notre méthode « Cas particulier d'un seul point historique intégré » (Méthode 2) aux mêmes limites d'intégration, pour la période de vaccination, que pour la Méthode 1 (méthode de tendance historique, présentée dans la Figure 6 et Figure 7), pour les 17 pays de cette étude. Les limites d’intégration sont précisées en annexe C.
Ici, selon la légende, la période de vaccination est en orange (à la fois son ACM par temps et son point d'intégration), la seule période de référence historique utilisée est en vert (à la fois son ACM par temps et son point d'intégration), la meilleure ligne L'ajustement (ajustement des moindres carrés) de l'ACM historique par temps est en rouge, et la valeur prédite extrapolée de l'intégration pour la période de vaccination est également en rouge, avec sa barre d'erreur. Les semaines ou les mois sont comptés séquentiellement à l'aide d'un index temporel, où la semaine ou le mois numéro 1 est la semaine ou le mois contenant le 1er janvier 2015. La semaine 1 pour 2015 contient les dates du 29 décembre 2014 au 4 janvier 2015. La fine ligne grise verticale , dans chaque panneau, indique la date (11 mars 2020) à laquelle une pandémie a été déclarée par l'Organisation mondiale de la santé (OMS).
- voir graph sur site -
Figure 23 : Annexe E – Méthode du point historique unique pour l’excès d’ACM (Méthode 2) dans les périodes de vaccination des 17 pays de cette étude. Période de vaccination (orange), période de référence historique à un point (vert), meilleur ajustement (rouge). L'index temporel est le numéro de la semaine ou du mois à partir du début de 2015. La date de déclaration de la pandémie du 11 mars 2020 est indiquée par une ligne grise verticale. Les sources de données sont spécifiées à l’annexe A.
https://www.globalresearch.ca/covid-19-vaccine-associated-mortality-in-the-southern-hemisphere/5832840
OUTRAGE : Le Baylor College of Medicine du Texas exigera un vaccin contre le COVID inutile mais dangereux pour les étudiants, les professeurs et les employés
RépondreSupprimer10/06/2023
Ethan Huff
Même si l'État où il se trouve, le Texas, est politiquement « rouge » (et largement opposé aux mandats de vaccination, le Baylor College of Medicine (BCM) de Houston a décidé de rendre obligatoires les « vaccins » les plus récents contre le coronavirus de Wuhan (COVID-19) pour étudiants, membres du corps professoral et employés de l’établissement.
Étant donné que le Texas autorise les institutions financées par l’État à imposer des injections, la BCM est pleinement en conformité avec la loi en ce qui concerne le nouveau diktat. Même si le gouverneur Greg Abbott, un républicain, a déclaré que le Lone Star State « devrait diriger la lutte contre la tyrannie du COVID », la BCM a d’autres projets en tête.
Il se trouve que BCM est l'une des plus grandes institutions publiques du Texas, ce qui fait du nouveau mandat un fléau pour le paysage de l'État. Il y a apparemment suffisamment de gauchistes à la tête de l’institution pour pouvoir délivrer le mandat.
"Un vaccin COVID mis à jour a été approuvé par la FDA et est maintenant disponible", lit-on dans un communiqué du 28 septembre de l'école.
"Une dose unique est recommandée pour les personnes de 6 mois et plus. Étant donné que la protection contre une vaccination antérieure s'estompe avec le temps et que ce vaccin mis à jour correspond mieux aux souches actuellement en circulation, la dose mise à jour est recommandée. Les professeurs, le personnel et les étudiants de Baylor doivent recevoir le vaccin COVID, ou demander une exemption médicale, religieuse ou personnelle avant le 30 novembre.
"En raison de l'inquiétude concernant le nombre de cas, certaines entités ont rétabli les mandats de port du masque. BCM n'a pas de mandat de port du masque, mais si vous présentez un risque élevé, vous pouvez envisager de faire un choix personnel de porter un masque dans les espaces intérieurs clos."
(Connexe : Linda Yaccarino, la femme nommée par Elon Musk à la tête de X [anciennement Twitter], est une fanatique pro-vaccin qui soutient les mandats de vaccination et les confinements.)
Plus de 11 000 employés du Baylor College of Medicine sont désormais contraints de se faire vacciner contre le COVID
Parce que le « Texas COVID-19 Vaccine Freedom Act » est actuellement au point mort, les 11 288 personnes qui étaient répertoriées comme employés de BCM en 2022 devront désormais retrousser leurs manches pour une énième injection de COVID – ou bien démissionner si elles tiennent à leur vie.
«Le Texas COVID-19 Vaccine Freedom Act», s'il est un jour adopté, interdirait à toutes les entités du Texas, y compris les hôpitaux et les entreprises privées, d'imposer des vaccins COVID à leurs employés.
RépondreSupprimerÀ l’heure actuelle, le seul autre projet de loi de protection en vigueur est le projet de loi 29 du Sénat, signé par le gouverneur Abbott en septembre, qui interdit à tous les gouvernements locaux du Texas d’exiger des masques, des vaccins ou des fermetures d’entreprises liés au COVID.
Dans une déclaration aux médias indépendants, le sénateur de l'État du Texas, Brian Harrison, a expliqué pourquoi il faisait pression pour une interdiction à l'échelle de l'État de tous les mandats de vaccination, et a également appelé le gouverneur Abbott à convoquer une session extraordinaire de la législature pour protéger les droits des patients.
"C'est le Texas", a déclaré le représentant Harrison. "Nous ne devrions pas tolérer cela ici. Le gouverneur devrait exiger que nous adoptions le COVID Vaccine Freedom Act lors d'une session extraordinaire. Cela n'a aucun sens si les gens ne sont pas protégés. Le Sénat l'a adopté, le gouverneur l'a demandé et les membres de la Chambre le soutiennent massivement. Maintenant, nous devons le faire.
Il s’agit en fait d’un républicain du nom de Dustin Borrows, membre de la Chambre des représentants du Texas, qui empêche même le COVID Vaccine Freedom Act d’être présenté à la Chambre. Le représentant Borrows est actuellement en charge du comité du calendrier, selon le représentant Harrison.
"Le président a attendu jusqu'au tout dernier jour pour qu'un projet de loi puisse être entendu, puis il l'a mis à la page 9 ou 10, sachant que mathématiquement, il n'y aurait aucune chance que le projet de loi soit entendu à temps", a expliqué Harrison.
Quoi que vous fassiez, ne vous faites pas piquer pour le COVID. Apprenez-en davantage sur Vaccines.news.
Les sources de cet article incluent :
TheEpochTimes.com
Newstarget.com
https://www.naturalnews.com/2023-10-06-baylor-college-medicine-covid-jab-mandate-texas.html
Effets indésirables "mortels" du vaccin contre la Covid-19 : lettre de demande d’annulation de ma révocation au CNG (ministère de la Santé)
RépondreSupprimerDr Amine Umlil
pour France-Soir
le 07 octobre 2023 - 17:14
Le docteur en pharmacie et juriste Amine Umlil a été révoqué le 27 janvier 2023 après avoir lancé plusieurs alertes sur le consentement libre et éclairé, les effets secondaires des thérapies géniques Covid-19 et avoir été auditionné dans le cadre de l’enquête sur les effets secondaires de la vaccination conduite par l’OPECST (Office parlementaire d'évaluation des choix scientifiques et technologiques).
Ce 3 octobre 2023, le ministre de la Santé Aurélien Rousseau déclarait sur France-Inter au micro de Léa Salamé qu’il n’y avait pas d’effets secondaires de la vaccination, une forme d’incitation à la vaccination.
Le Dr Umlil, pharmacien, a donc lancé une alerte supplémentaire au sujet des effets indésirables "mortels" du vaccin Covid-19 et par la même demande l’annulation de sa révocation à travers un courrier recommandé adressé à la directrice du CNG (Centre National de Gestion) qui avait prononcé sa révocation. Il est reproduit ci-après, comme une tribune :
*
Objet : Arrêté de révocation et alertes sur des effets indésirables mortels du vaccin contre la Covid-19. Nouveaux faits.
Madame la directrice générale du CNG,
Le 4 février 2023, j’ai reçu l’arrêté de ma révocation en date du 27 janvier 2023 qui a été posté le 1ᵉʳ février 2023.
En plus des moyens, qui vous ont été adressés dans mes écritures lors de la procédure disciplinaire engagée par votre prédécesseur (Madame Eve Parier) et dans le cadre des recours introduits auprès du tribunal administratif de Nantes avant et après ma révocation (litige toujours en cours), je vous transmets également et notamment de nouveaux faits.
En effet, l’autorisation de mise sur le marché (AMM) du vaccin contre la Covid-19 admet aujourd’hui, et de façon expresse, que ce vaccin peut tuer :
« Il existe un risque accru de myocardite et de péricardite après vaccination par Comirnaty (…) Elles ont été observées (…) plus souvent chez les hommes plus jeunes (…). Certains cas ont nécessité un soin médical intensif et des cas d’issue fatale ont été observés. »
RépondreSupprimerCes effets indésirables cardiaques mortels ne sont pas les seuls listés dans l'AMM.
Et pourtant, le ministre de la Santé et de la Prévention, Monsieur Aurélien Rousseau, sous l’autorité duquel vous exercez, continue d’affirmer publiquement que ce vaccin n’a aucun effet indésirable.
Comment un ministre de la Santé et de la Prévention peut-il continuer à appeler publiquement à la vaccination par un produit potentiellement mortel sans informer le public de ce que la loi (au sens large) et les juges (Cour de cassation, Conseil d’État) exigent en matière d’information sur tout médicament, à savoir notamment les effets indésirables normalement prévisibles et en particulier les effets indésirables fréquents, ou graves même exceptionnels ?
Au lieu de continuer de faire cette promotion, le ministre de la Santé et de la Prévention aurait dû actionner l’une des dispositions de la loi (article L.1111-2 du code de la santé publique) : faire rappeler toutes les personnes vaccinées par ce produit afin de porter à leur connaissance l’existence d'un risque cardiaque potentiellement mortel afin d’anticiper sa réalisation, c’est-à-dire avant de nouveaux décès. En effet, cet article L.1111-2 du code de la santé publique dispose :
« Lorsque, postérieurement à l’exécution des investigations, traitements ou actions de prévention, des risques nouveaux sont identifiés, la personne concernée doit en être informée, sauf en cas d’impossibilité de la retrouver. »
« Sauf en cas d’impossibilité de la retrouver »… Ce texte aurait pu ajouter : « ou si elle est déjà morte ».
D’ailleurs, ledit ministre de la Santé et de la Prévention se présente comme étant professeur d’histoire. Il devrait donc s’intéresser à l’histoire de la protection du consentement par notre corpus juridique (textes nationaux, européens et internationaux) depuis le code de Nuremberg.
Ce ministre de la Santé et de la Prévention méconnaît également cette obligation d’information lors des deux campagnes médiatiques actuelles concernant d’autres médicaments : vaccin GARDASIL9® ; BEYFORTUS®.
Eu égard aux dispositions de l’article 40 du code de procédure pénale, il vous appartient, me semble-t-il, d’alerter le ministère public de tout agissement susceptible de vicier le consentement des personnes humaines dans le domaine du médicament notamment ; agissements qui sont de nature à porter atteinte à la dignité de la personne humaine. Il vous revient également de l’alerter sur tout comportement visant à faire obstacle à l’exercice de l’obligation d’information et du devoir d’alerte qui pèsent sur un pharmacien.
RépondreSupprimerToute personne humaine a le droit de savoir que ce vaccin peut tuer. Désormais, vous êtes parfaitement informée en votre qualité de nouvelle directrice générale du CNG.
Ces effets indésirables cardiaques graves étaient connus avant l’engagement de cette procédure disciplinaire et avant la décision de ma révocation prise, avant votre arrivée au CNG, par la directrice générale par intérim (Madame Christel Pierrat).
La « peine de mort professionnelle » – termes utilisés par mon avocat devant le tribunal administratif de Nantes pour qualifier cette révocation – est fondée, selon votre arrêté, sur mon prétendu manquement aux devoirs de « réserve », de « neutralité » et d’« obéissance hiérarchique » ; devoirs auxquels je ne suis pas soumis en ma qualité de pharmacien bénéficiant d’une indépendance professionnelle et sur lequel pèsent des obligations d’information et d’alerte. Le CNG a tiré, à tort, ces ʺdevoirsʺ du code de déontologie des médecins visé par ledit arrêté de révocation ; alors que je suis pharmacien et que le CNG n’est pas compétent pour apprécier d’éventuels manquements au code de déontologie des médecins ou à celui des pharmaciens. Le pharmacien, tout comme le médecin, bénéficie aussi d’une large liberté d’expression dans le cadre des débats portant sur des sujets d’intérêt général comme celui de la santé publique.
Donc selon le CNG, qui admet pourtant par écrit que mes compétences sont unanimement reconnues et qu’elles ne sont pas remises en cause, pour pouvoir continuer à exercer mes fonctions au centre hospitalier de Cholet en ma qualité de pharmacien des hôpitaux praticien hospitalier, j’aurais dû me taire et contribuer à cacher au public l’existence de ces effets indésirables mortels ; alors même que je suis responsable dans cet hôpital public de la pharmacovigilance depuis 2002, de la coordination de neuf vigilances sanitaires depuis 2007, et du centre territorial d’information indépendante et d’avis pharmaceutiques (CTIAP) depuis 2010 qui est destiné notamment audit public.
Les complices de mes détracteurs sont nombreux. Mais, il n’y a rien de plus puissant qu’une vérité qui se met en marche, certes tardivement. Tôt ou tard, ils auront des comptes à rendre devant la justice.
Je suis viré d’une façon que le CNG n’aurait pas osé appliquer à un chien ; pour avoir fait mon travail et révélé le véritable visage de la communication utilisée par les autorités sanitaires et politiques dans le but de promouvoir ce vaccin. Pour avoir témoigné lors de l’enquête menée par l’Office parlementaire d’évaluation des choix scientifiques et technologiques (OPECST) à la demande de la commission des Affaires sociales du Sénat, suite à une pétition citoyenne. Cet organe parlementaire bicaméral (composé de députés et de sénateurs), créé par la loi, a confirmé l’intégralité de mes alertes et analyses proposées.
RépondreSupprimerJe suis révoqué sans aucune base légale.
Révoqué sans préavis ; je n’ai même pas pu récupérer mes affaires personnelles (livres, etc.) restées dans mon bureau au centre hospitalier de Cholet.
Et je ne parle pas de la direction du centre hospitalier de Cholet qui m’a qualifié, auprès de Pôle Emploi de « Ressortissant hors UE et EEE » ; après que vos prédécesseurs aient affirmé par écrit au tribunal administratif de Nantes que j’étais nommé à « titre probatoire » (période d’essai) depuis 2004. Alors que j’ai toujours été français en arrivant à l’hôpital de Cholet dans lequel j’ai été nommé à « titre permanent » (titulaire) depuis 2005 par le ministre de la Santé ; et que le même CNG (vos prédécesseurs) m’a adressé ensuite mes avancements d’échelons en tant que titulaire.
Par la présente, et a minima, je vous demande donc de bien vouloir annuler l’arrêté de ma révocation d’une part, et de procéder à la réparation statutaire intégrale et à la réparation des dommages injustifiés subis d’autre part. Et cela sans délai, dès réception de la présente demande.
Dans l’attente de votre réponse,
Je vous prie de bien vouloir recevoir, Madame la directrice générale du CNG, l’expression de mes salutations distinguées.
https://www.francesoir.fr/opinions-tribunes/effets-indesirables-mortels-du-vaccin-contre-la-covid-19-lettre-de-demande-d
Troubles hormonaux causés par le traitement du gène C19
RépondreSupprimer9 octobre 2023
par le Dr. Beata Verhovburg
Depuis l’introduction des injections du gène C19, il y a eu non seulement des taux de mortalité sensiblement élevés, mais également des taux de natalité sensiblement faibles. Mais y a-t-il une explication sur la façon dont cela pourrait être lié ? Il existe un vaccin pour les animaux. Cela s'appelle Improvac.
Si vous regardez la fiche technique du produit 1 , vous y trouverez des mots qui rappellent certainement la situation actuelle après le traitement génétique généralisé contre le COVID-19. Improvac est un médicament immunologique utilisé chez les porcs mâles pour réduire « l'odeur de verrat » dans la viande obtenue après l'abattage. L'odeur de verrat est l'odeur ou le goût prononcé qui peut apparaître dans le porc ou les produits à base de porc provenant de verrats sexuellement matures non castrés.
L'odeur de verrat est causée par la production et l'accumulation de composés naturels d'androsténone et de skatole dans la graisse de ces animaux. Improvac est utilisé comme alternative à la castration chirurgicale (ablation des testicules) pour réduire la présence de ces composés. Improvac réduit également les comportements agressifs et sexuels (saut et lutte) chez les porcs.
Improvac peut également être utilisé chez les truies à partir de 14 semaines destinées au marché pour supprimer temporairement la fonction ovarienne (suppression de l'oestrus), réduisant ainsi le nombre de grossesses non désirées chez les truies destinées à l'abattage et le comportement sexuel associé (chaleur persistante) peut être réduit. .
Improvac contient l'ingrédient actif analogue du facteur de libération des gonadotrophines (GnRF), conjugué à une protéine porteuse.
Mais pourquoi cela aurait-il quelque chose en commun avec le traitement généralisé du gène C19 ?
Eh bien, il existe des rapports de cas intéressants à ce sujet.
Le traitement au C19 a entraîné une perte de libido et une dysfonction érectile chez un homme de 51 ans. En d’autres termes – Dead Pants 2 .
Mais pourquoi? Chez cet homme, le traitement par le gène C19 a conduit à l’effondrement et à la perte complète d’un organe de contrôle central : l’hypophyse. Cela était dû à une réaction auto-immune qui a simplement détruit cet organe vital.
Le processus est intéressant. D'abord une inflammation avec une hypertrophie de l'organe et des signes d'un soi-disant diabète insipide. Au fur et à mesure que le processus avançait, cet organe central de contrôle n’existait tout simplement plus.
RépondreSupprimerCe rapport de cas est bien présenté et même un profane peut voir sur la figure 4 la niche osseuse vide dans laquelle cet organe devrait réellement se trouver. Dans la Sella Turcica – la selle turque. Mais dans ce cas, il s’agissait du vaccin Moderna. C'est donc un voyou s'il en pense du mal.
Est-ce un cas isolé ? Il est presque certain que ces rapports de cas ne sont que la toute petite pointe d’un gigantesque iceberg.
Ce rapport de cas montre ce que contrôle cet organe important. En gros les hormones sexuelles, la thyroïde, la glande surrénale…. Ainsi de suite.
Cet organe est donc situé au milieu de la tête – protégé dans la selle turque.
Alors, comment des millions d’années d’évolution peuvent-elles s’attendre à ce que les humains, dans leur folie des grandeurs, trouvent un traitement génique qui y parviendra ? Notre biologie n’est pas préparée à une telle attaque extérieure.
Mais comment la vaccination C19 peut-elle endommager cet organe ? Au début de la vague de propagation, les médecins ont reconnu que dans les cas graves, cet organe – l'hypophyse – ne fonctionnait manifestement plus correctement 3 . Mais cela affecte les personnes dites « vulnérables », qui ont une charge virale élevée dans le sang et donc également une quantité élevée de protéine de pointe 4 . Dans ce système constitué de l'hypothalamus et de l'hypophyse, les récepteurs dits ACE2 (enzyme de conversion de l'angiotensine 2) jouent un rôle central dans le contrôle des fonctions hormonales.
Aha, quelque chose me semble familier. Le SARS-COV-2 possède une très forte affinité pour le récepteur humain ACE2. Le virus utilise cette liaison à l’ACE2 pour infecter les cellules via ce que l’on appelle l’unité de liaison au récepteur de la protéine Spike.
Wow – tout est clair. Cette partie de la protéine est bien entendu identique entre la protéine de pointe du vaccin et la protéine du virus de Wuhan. Sinon, la vaccination ne fonctionnerait pas. Parce que des anticorps sont censés se former qui s’adaptent exactement à cette partie afin d’empêcher cette liaison à l’ACE2.
RépondreSupprimerEn d’autres termes, le pic de vaccination se lie clairement aux récepteurs de l’hypophyse, car cette partie – y compris la partie S1 avec l’unité RBD – peut surmonter la barrière hémato-encéphalique 5 .
Mais pourquoi cela n’a-t-il pas pu être observé chez les rats lors des tests toxicologiques ? C’est relativement facile à expliquer. Le Wuhan Spike se lie incroyablement mal à l’ACE2 du rat. Il ne provoque donc pas ces effets secondaires.
On sait maintenant que grâce au traitement du gène ARNm C19 chez l'homme, autant de protéines de pointe peuvent être détectées dans le sang que dans les cas graves de C19 6 , 7 .
Une maladie grave C19 a été simulée chez des jeunes en bonne santé par traitement génique avec d’énormes quantités de protéine Spike dans le sang. Dans le contexte d’une infection naturelle, de telles quantités de protéines ne se seraient jamais produites chez des personnes jeunes et en bonne santé.
Par conséquent, les rapports de cas tels que la perturbation de la fonction hypophysaire chez un adolescent ne sont pas surprenants 8 .
Chez les personnes âgées, la perturbation de l’organe entraîne naturellement une augmentation du déficit immunitaire, car la fonction thyroïdienne est secondairement perturbée. De plus, il existe des perturbations de l'équilibre électrolytique et hydrique, de la fonction rénale et même de la fonction cardiaque. Ce qui peut aussi expliquer le nombre élevé de décès avec un retard dans le traitement du gène C19.
Il s’agit donc d’un soi-disant double mode d’action pour sauver la planète, contre le changement climatique et la surpopulation, et c’est si subtil que les liens sont presque indétectables. S'il n'y avait pas des scientifiques honnêtes qui rendraient au moins les rapports de cas accessibles au public. On ne peut qu’espérer que ce problème soit résolu à tous les niveaux. Parce que cela explique une grande partie de ce qui est observé en lien avec le traitement du gène C19.
Les responsables le savent-ils ? On peut le supposer.
Il est donc compréhensible que le prix Nobel ait été décerné pour l’invention de la vaccination à ARNm. Parce qu’il n’y a pas de meilleur moyen de décimer la population mondiale. Cela signifie moins de guerres, moins de faim et moins d’autres difficultés. En fait, ça a l'air génial. Mais c’est d’une tristesse indescriptible et ne peut être surpassé en termes de méchanceté par rapport à tout ce qui s’est passé au cours de l’humanité.
Improvac Forte – pour l’humanité.
RépondreSupprimerinformations d'identification
1 https://www.ema.europa.eu/en/documents/overview/improvac-epar-summary-public_de.pdf
2 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8474296/
3 https://pubmed.ncbi.nlm.nih.gov/33939057/
4 https://www.elsevier.es/en-revista-clinics-22-articulo-the-pituitary-gland-in-sars-cov-2-S1807593222033580
5 https://www.nature.com/articles/s41593-020-00771-8
6 https://pubmed.ncbi.nlm.nih.gov/34015087/
7 https://pubmed.ncbi.nlm.nih.gov/32897389/
8 https://www.frontiersin.org/articles/10.3389/fendo.2023.1166953/full
Grey's Anatomy , domaine public, via Wikimedia Commons
https://tkp.at/2023/10/09/hormonstoerungen-durch-die-c19-genbehandlung/
La nouvelle épidémie de coronavirus : encore un coup préparé d’avance ?
RépondreSupprimerle 8 octobre 2023
Une illustration qui paraît à première vue sérieuse réalisée en rassemblant toutes les séquences du SARS-CoV-2 depuis décembre 2019 jusqu’à septembre 2023 publiées et disponibles sur les banques de données internationales montre que le mutant dit Omicron présent depuis le début de l’année 2023 n’est pas issu de l’omicron dont on parlait encore dans les chaumières durant l’été 2022 mais provient d’une mutation du mutant 22B(BA.5) qui donna naissance aux contaminations se manifestant principalement par une sorte de gastro-entérite et/ou un gros rhume. La « lignée » omicron a fait long feu et a disparu au profit d’une prolifération de sous-clades dérivés d’une mutation de l’ancêtre de la souche omicron apparue en décembre 2021 et restée curieusement silencieuse, prolifération confondue avec la souche omicron jusqu’à la fin de l’année 2022. Le monde entier respirait et pourtant …
- voir graph sr site -
Dès mars 2023, très curieusement, ce foisonnement inattendu de sous-clades est apparu entre l’automne 2022 et aujourd’hui encore étiquetés omicron 23A avec une précision XBB.1. … jusqu’à XBB.1.16 tant ce bourgeonnement est intense. Je ne m’informe plus du tout au sujet de l’évolution du nombre de « cas », ni des « clusters », ni des pays concernés mais une chose est certaine et inquiétante : l’OMS vient de déclarer qu’un nouveau « vaxxin » est prêt à être injecté et qu’elle sera imposée à tous les peuples de la planète. L’accalmie apparente de l’épidémie « coronavirale » a été mise à profit pour que Pfizer et Moderna préparent leurs mixtures synthétiques toxiques et pour mieux faire passer ce bouillon de onze heures ils en ont profité pour utiliser les dernières séquences du virus de l’Influenza (la grippe banale et parfois dangereuse) pour ajouter le même type de « vaxxin » dirigé contre cette nouvelle grippe dont les souches actualisées ont été détectées dans l’hémisphère sud. Que vont programmer ces nouveaux ARNs messagers, pas d’information, mais il est certain que s’il s’agit à nouveau de la protéine de la spicule du coronavirus le même triste désastre aura lieu.
Personnellement je ne conteste pas cette étude dont voici le lien : https://nextstrain.org/ncov/open/global/6m.
L’article du virologiste Takayuki Miyazawa m’a été communiqué par l’un des lecteurs de ce blog qui est vivement remercié ici. Chacun pourra se rendre compte de l’apparente sincérité de l’étude. Ce virologiste de l’Université de Kyoto que j’avais contacté n’a pas répondu à mon courrier puisque je suis aujourd’hui un inconnu dans le monde universitaire, imaginez : j’ai publié un papier il y a plus de 40 ans avec un prix Nobel de médecine sur un sujet qui n’intéresse plus personne et qui remettait en cause la spécificité des anti-sérums polyclonaux …
Je suis convaincu que ce virologiste tirait la sonnette d’alarme devant l’évolution de ces mutants XBB qui lui paraissent « unnatural », pas naturels, car l’examen des séquences disponibles dans le domaine public ne suivent pas l’évolution naturelle des mutations telles qu’elle a été bien identifiée depuis la fin de l’année 2019 comme l’ont si bien montré les biologistes de l’IHU de Marseille en France. Ces mutations, dans leur grande majorité, paraissent atypiques c’est le moins que l’on puisse dire. Ce virologiste a été interdit de publication comme les climatologues le sont si leurs travaux vont à l’encontre de l’agenda supra-national occidental. Préparez-vous donc à vous faire injecter et vous n’aurez même plus le droit de protester puisque c’est l’OMS qui en a décidé ainsi.
Pour ma part, souffrant toujours de « covid-long » et également concerné par un cancer actif peu évolutif (je croise les doigts) j’ai décidé d’exiger de mon médecin traitant de me préparer un certificat déconseillant toute « vaxxination » qui pourrait tout simplement ruiner ma santé. Allez sur ce site interactif, c’est assez fascinant et troublant d’y découvrir une multitude d’informations qui ont échappé aux journalistes de plateaux télé grassement rémunérés par les puissances financières qui veulent sauvegarder leurs jardins entourés de jungle, cf. Josep Borrell.
RépondreSupprimerVoici donc le lien relatif au manuscrit du docteur Kakayuki Miyazawa dans lequel, après lecture attentive, permet à n’importe qui de comprendre que ces nouveaux mutants omicron ont été artificiellement obtenus en laboratoire et les séquences modifiées ont été directement appliquées à la mise au point de la production d’ARN messager pour confectionner ces nouveaux « vaxxins ». ( https://zenodo.org/record/8254894 ). Il est clair que ce virologiste n’obtiendra pas le Prix Nobel comme il a été attribué à la chimiste qui a mis au point les modifications de l’ARN messager afin d’améliorer sa stabilité et au médecin qui a parait-il mis au point l’utilisation de cet ARN dans le vaste domaine de la « vaxxination » d’un nouveau type.
Je ne voudrais pas paraître complotiste mais les deux firmes Pfizer et Moderna ont découvert la poule aux œufs d’or et qu’ils ont tout fait pour influencer le comité Nobel de même qu’ils travaillent la main dans la main avec l’OMS, caviardée par Bill Gates. Cette observation corrobore l’interaction entre la médecine, voire la science en général, et la politique bassement soumise aux exigences mercantiles du pouvoir financier international. Dans ces conditions on ne peut que constater que l’avenir de l’humanité est bien incertain, du moins celui des pays occidentaux, ceux du « jardin ». Il y aura à n’en pas douter une vive réaction de la part des pays de la « jungle » qui, comme par exemple les Chinois, ont produit un vrai vaccin en cultivant le virus sur des cellules Vero puis en le désactivant par des traitements éprouvés depuis des décennies.
https://jacqueshenry.wordpress.com/2023/10/08/la-nouvelle-epidemie-de-coronavirus-encore-un-coup-prepare-davance/
(...) Pour ma part, souffrant toujours de « covid-long » (...)
SupprimerJacques Henry s'est fait piqué !!
Données de mortalité et statut vaccinal : BonSens intervient avec Laurent Toubiana
RépondreSupprimerFrance-Soir
le 07 octobre 2023 - 12:15
Voilà plus d'un an et demi que l'épidémiologiste Laurent Toubiana a déposé au Sénat une pétition officielle, ayant pour objectif d'obtenir les données de mortalités toutes causes avec statut vaccinal. Devant l'attente interminable, il a décidé de saisir la justice. Dans un communiqué publié vendredi 6 octobre, l'association BonSens a annoncé intervenir volontairement auprès du ministère de la Santé pour soutenir sa demande.
L'idée de Laurent Toubiana est simple : transmettre les données à des experts indépendants pour permettre "l’analyse des décès toutes causes par statut vaccinal afin de s’assurer que soit étudié avec attention les liens entre les décès et les injections". "Cette analyse aurait permis une évaluation sans biais possible de la politique sanitaire choisie par le gouvernement, à savoir la pertinence de la vaccination contre la Covid-19 pour tous", rapporte BonSens dans son communiqué.
Malheureusement, la pétition originale est restée longtemps engluée au motif d’une "validation technique". Finalement, l'épidémiologiste a saisi la justice.
Concernant cette plainte, BonSens explique que dans "un mémoire en défense", le ministère de la Santé a invoqué des "données non disponibles", un "travail complexe" qui viendrait "déranger les services d'analyse".
Aussi, pour répondre à ce qui semble être un faux problème, l'association a soumis au ministère "le devis d’un expert indépendant en analyse de données, ainsi que la méthodologie à suivre, et se dit prête à financer ce travail pour soulager le ministère".
https://www.francesoir.fr/societe-sante/donnees-de-mortalite-et-statut-vaccinal-bonsens-intervient-avec-laurent-toubiana
Énergie : faites fondre vos factures avec le papier bulle !
RépondreSupprimerNe jetez pas votre papier bulle : grâce à une astuce toute simple, il pourrait vous permettre de faire de belles économies sur vos factures de chauffage. On vous explique comment faire !
Par Axelle Ker
le 9 octobre 2023 à 10h30
L'astuce du papier bulle : une isolation simple et efficace
Durant la période hivernale, l'isolation de nos maisons est primordiale. Si la toiture, responsable d'environ 30% des déperditions thermiques, est fréquemment mise en cause, il ne faut pas négliger l'impact des fenêtres, qui contribuent à 10-15 % de la perte de chaleur.
Face à la hausse des tarifs énergétiques, une solution peu conventionnelle peut faire la différence : le papier bulle. Facile à installer, celui-ci permet de limiter les déperditions thermiques de vos fenêtres, en pouvant augmenter la température de votre logement de 3 à 5 degrés. Grâce à cette méthode, vous pourriez économiser jusqu'à 20 % sur la facture de chauffage durant les mois les plus froids. Comment faire ? C'est un jeu d'enfant ! Prenez les mesures de vos fenêtres, et découpez le papier bulle en conséquence. Il suffit ensuite de vaporiser un peu d'eau sur vos fenêtres et d'apposer le papier bulle, côté bulles contre la vitre. N'hésitez pas à utiliser du ruban adhésif pour fixer le papier bulle sur les bords. Ainsi, l'air frais venu de l'extérieur sera bloqué, limitant les déperditions thermiques. Simple comme bonjour, en plus d'être économique, cette astuce est aussi écologique !
Autres astuces pour limiter les déperditions thermiques
Si vous possédez des fenêtres récentes à double vitrage, activez le mode « hiver ». Cela ajustera l'étanchéité des joints. En pratique, il vous suffit de serrer ou de desserrer la vis située sous le loquet. Plus cette vis est serrée, moins l'air extérieur pourra pénétrer dans votre logement. Les joints jouent également un rôle crucial : remplacez-les s'ils sont abîmés. Pensez aussi aux volets roulants, aux rideaux thermiques, ou envisagez le double vitrage (vous pourriez réduire jusqu'à 40 % de déperditions thermiques). Bien que cette option puisse être coûteuse, des aides de l'État sont disponibles, comme MaPrimeRénov’ (jusqu'à 100 euros) et la prime Effy. Toutefois, soyez vigilant face aux arnaques et veillez à collaborer avec des professionnels labélisés RGE.
Néanmoins, si les fenêtres sont essentielles, d'autres éléments peuvent engendrer des déperditions. Si votre maison est mal isolée, renforcer uniquement l'isolation des fenêtres pourrait ne pas suffire. Si d'importants travaux, comme la rénovation de votre toiture, ne sont pas envisageables pour vous, portez votre attention sur d'autres éléments, tels que votre VMC. Une VMC défectueuse peut entraîner des problèmes d'humidité, augmentant vos frais de chauffage. Si votre habitation ne possède pas de VMC et est souvent humide, aérez régulièrement vos pièces : un air sec est plus facile à chauffer qu'un air humide.
https://www.economiematin.fr/economies-papier-bulle-chauffage-isolation-fenetres
Çà y est ! La CONNERIE a atteint le plafond ! Le 'PAPIER-BULLE' !
SupprimerDepuis plus de 1 siècle les pierres et briques pleines de terres cuites ont été remplacées par... l'arrivée des parpaings alvéolés en ciment. Cela a permis aux constructions de maisons de passer le mur de 80 cm à 20 cm !! Çà alors !!
Effectivement l'arrivée (plus que tardive !) de l'intelligence (début 20 ème siècle) a permis aux maisons d'être isolées du froid ! Çà alors !!
L'arrivée de l'air !!
L'air représente une barrière contre le froid et le chaud !
http://forum.latelierpaysan.org/viewtopic.php?t=4346&sid=0a13d5ce87dfdd3ca9438bb0246e8663
Par exemple (sur ce forum) est représentée une serre en plastiques doublée avec un espace de 10 cm entre plastiques. Cela permet de cultiver intérieurement des tomates toutes l'année ainsi que des... bananiers qui n'ont pas de saisons pour faire des régimes !
Je rappellerais que le 'Cristoforo Colombo italien/qui aurait découvert l'Amérique en premier après les indiens !!) ne SAVAIT PAS (au 16 ème siècle) boire... de l'eau de mer !! (c'est pour cela qui emportait à bord de ses caravelles des tonneaux d'eau !). Il ne savait pas que (malgré qu’il ait eut des chaudières à bord des navires) se servir de l'eau sale de l'océan (les poissons chient dedans !!) pour boire !!
Il suffit de mettre sur le feu une casserole d'eau munie d'un couvercle qui déverse l'évaporation dans une poêle sous la casserole ! Cette eau est donc PURE sans couleur ni odeur ni goût ni bactérie !! Çà alors !!
ÊH OUI ! Faut écouter les scientifiques !
Donc: 'papier-bulles' = ZÉRO !
Brève histoire du XXIe siècle : état et trajectoire des puissances mondiales
RépondreSupprimerL’Europe s’enlise, la Chine stagne, mais l’Amérique reste tenace. Qui façonne vraiment l’avenir du XXIe siècle ?
le 9 octobre 2023
Drieu Godefridi
Il est bien sûr présomptueux, presque risible, de prétendre rédiger l’histoire du XXIe siècle alors que nous sommes en 2023.
Pourtant, des tendances structurelles nettes se dégagent, et même s’il est impossible de prédire les prochains « cygnes noirs » — événements radicalement imprévisibles aux conséquences considérables (Taleb) — ces tendances sont si bien installées qu’il sera malaisé de s’en écarter.
J’en distingue quatre.
La stagnation de l’Europe
La première est la stagnation de l’Europe.
Depuis 2000, l’Europe décroche sur tous les plans. Croissance anémique, dénatalité fulgurante, désinvestissement militaire — dont des pays tels la Belgique et l’Allemagne ne sont toujours pas sortis — et sans doute le plus préoccupant : selon tous les classements internationaux, et tous les critères (brevets, investissement en capital, géants boursiers de type GAFA), l’Europe a cessé d’innover.
On innove aux USA, on innove encore en Asie, mais presque plus du tout en Europe. Si vous ajoutez à ce qui précède l’obsession écologiste de l’Union européenne, qui n’est plus guère qu’une machinerie à imposer des contraintes, vexations, punitions et taxes au nom de la transition énergétique, vous comprenez que la stagnation est un horizon dont l’Europe aura les pires difficultés à s’affranchir.
Or, l’histoire en témoigne : la stagnation n’est jamais qu’un état intermédiaire. Dans la durée, la stagnation est presque toujours l’antichambre, le prélude à la régression.
Le XXIe siècle sera chinois… vraiment ?
Les fines lames de la pensée abstraite, qui ont ceci de spécifique qu’elles se trompent à peu près tout le temps, sur tous les sujets — c’est la passion de l’erreur ! — toujours en faisant de grandes phrases, nous annoncent depuis cinquante ans que le XXIe siècle sera chinois. « Quand la Chine s’éveillera », on allait voir ce qu’on allait voir, sortez vos Assimil de chinois, ils arrivent.
On a vu. La Chine stagne.
En réalité, la Chine est prise dans les rets d’une crise à tous les niveaux dont elle aura les pires difficultés à se dépêtrer. Stagnation économique, effondrement démographique, taux de chômage des jeunes Chinois à 25 %, effondrement boursier, destruction de la place financière de Hong Kong, isolation monétaire — dire qu’on présidait le remplacement du dollar par le yuan ! — isolation géopolitique grandissante. La Chine parle fort sur Taïwan, mais elle n’a pas les moyens d’un conflit militaire d’envergure avec les États-Unis, ses alliés locaux et ses petits alliés de l’OTAN.
Surtout, le régime chinois, qui est une impitoyable dictature, dans laquelle on ne démissionne pas, mais on disparaît, ne possède pas les ressources institutionnelles d’une réforme pacifique. Xi décide, il décide seul, tel un dieu parmi les hommes (Aristote), et malheureusement pour les Chinois, il paraît à peu près aussi éclairé et ouvert à la critique qu’Hitler dans son bunker.
RépondreSupprimerLes BRICs s’enrichissent, mais n’incarnent pas l’avenir
Et puis, il y a le reste du monde, ce qu’on appelait au XXe siècle le tiers-monde.
Alors, par comparaison avec le siècle précédent, le tiers-monde va bien, il va même considérablement mieux, car il s’est fortement enrichi, par le moyen de l’économie de marché et de l’ouverture au capitalisme international (à défaut de s’être fort ouvert sur le plan politique national).
Des experts nous expliquent que les BRICs incarnent l’avenir, comme ils nous expliquaient hier que le XXIe siècle serait chinois. Le problème est que les deux composantes majeures des BRICs — Chine et Inde — sont en situation de guerre à leur frontière, qu’il existe bien davantage de motifs qui divisent les BRICs que de causes de les réunir, et qu’une organisation ne décide jamais que selon le principe du plus petit commun dénominateur commun. Qui, dans le cas des BRICs, est proche de zéro.
Les BRICs s’enrichissent, des milliards de personnes sortent de la pauvreté, et l’on s’en réjouit. Mais l’idée que les BRICs dessineront le XXIe siècle ne résiste pas à l’analyse.
Une Amérique malade mais puissante
Reste l’ineffable système américain, qui joue constamment avec ses propres limites, qui s’apprête à désigner comme président, soit un homme à moitié fou, ivre de lui-même, soit un vieillard cacochyme immergé jusqu’aux yeux dans les pactes de corruption multiples de son brillant sujet de fils, Hunter (qui entrera dans l’histoire, à l’instar des enfants dégénérés des empereurs romains).
Le choix n’est guère reluisant.
Oh, et les problèmes des États-Unis sont innombrables, telle l’immigration, aussi anarchique là-bas qu’elle l’est chez nous. La haine et les clivages politiques sont tels qu’il y aura, immanquablement, des épisodes de violence. À New York, des gens crèvent en pleine rue, et à tous les coins de rue ; à San Francisco, Los Angeles, c’est tout pareil, résultat de cent politiques aberrantes des Démocrates. Oui, à maints égards, l’Amérique est malade.
Mais elle est aussi prospère, plus prospère qu’elle ne l’a jamais été, formidablement novatrice, à la tête de la plus éblouissante concentration militaire jamais rassemblée sur la surface de la Terre, et structurellement capable de mieux gérer les crises économiques et financières que ne le sont ses concurrents.
RépondreSupprimerPourquoi ? Par le simple motif de la flexibilité : aux USA, on engage et on licencie sans motif, avec un préavis de quelques jours. Dès qu’une entreprise se développe, elle embauche massivement car elle sait qu’en cas de coup dur, elle pourra licencier tout aussi rapidement. Une entreprise n’est jamais qu’une entité économique rationnelle.
S’il y avait un seul élément du système américain que nous devrions reproduire en Europe, c’est cette flexibilité du marché du travail.
Cela n’arrivera jamais ? Non, bien sûr, cela n’arrivera pas. Et c’est pour cela que l’Europe continuera à stagner, tandis que l’Amérique ouvre the way of the future.
Si l’on s’en tient aux faits, le XXIe sera plus américain qu’aucune alternative actuellement concevable.
https://www.contrepoints.org/2023/10/09/464876-breve-histoire-du-xxie-siecle-etat-et-trajectoire-des-puissances-mondiales
Il y a forcément plus de surdoués en Chine (1,5 milliard d'habitants) qu'en tout autre pays. Parce que la Chine n'est pas l'Inde (1,5 milliard d'habitants attardés).
SupprimerA vrai dire, les dirigeants-idiots se félicitaient d'avoir fait rentrer quelques centaines de millions de 'réfugiés climatiques' pour reboucher le trou énorme fait par les inoculés-du-corona partis aux cimetières mais ignoraient encore que ces 'réfugiés climatiques' n'étaient que des voleurs, des violeurs et des assassins sans instruction ! Et donc: le niveau intellectuel s'effondra.
ENCORE UN ARTICLE CENSURÉ ! (120 - 1 = 119)
RépondreSupprimer