Comment donner l'illusion que votre vaccin est efficace à 90 % ?....même lorsque les personnes vaccinées sont infectées (Substack)

Comment donner l'illusion que votre vaccin est efficace à 90 % ?....même lorsque les personnes vaccinées sont infectées.
Article originel : How to create the illusion your vaccine is 90% effective....even when those vaccinated get infected
Par Norman Fenton et Martin Neil
Substack, 3.02.23

Résunmé : Une étude majeure a affirmé que les vaccins contre le covid sont efficaces à plus de 90%. Mais lorsqu'on examine les détails de l'étude, on constate que 37,2 % de tous les participants vaccinés qui ont été testés dans les 14 jours suivant la première dose ont été confirmés comme des cas de covid. Aucun de ces "cas" n'a été pris en compte dans le calcul de l'efficacité. De plus, sur les 1 482 participants ayant un cas confirmé de covidie symptomatique qui ont participé à l'étude, aucun n'est décédé, bien que 812 d'entre eux n'aient pas été vaccinés.

La tromperie est désormais endémique, et cet article décrit le "guide pratique" de la fabrication d'illusions de haute efficacité.

Nous présentons ici une méthode infaillible en cinq étapes, facile à suivre, pour s'assurer qu'un vaccin sera accepté comme hautement efficace, et nous examinons un document de recherche spécifique pour illustrer cette méthode.


Étape 1 : Supprimer les critiques légitimes

Nous avons signalé à plusieurs reprises les astuces et les biais statistiques couramment utilisés dans les études sur l'efficacité des vaccins. Ces astuces conduisent inévitablement à des affirmations exagérées ("95% de sécurité et d'efficacité") qui sont reprises par les médias grand public et sont régulièrement utilisées par des unités de censure comme Full Fact comme "preuve" pour clore le débat. Nous avons également montré comment, même lorsque les failles et les biais commis par ces études sont méticuleusement exposés dans des lettres adressées aux rédacteurs en chef des revues, ceux-ci refusent même de publier ces lettres, et encore moins de rétracter les études. Un bon exemple est notre expérience récente avec le Lancet et son étude publiée qui a soi-disant "confirmé" l'efficacité de 95% du vaccin Pfizer. La même chose s'est produite avec le New England Journal of Medicine où une autre étude est arrivée à la même conclusion d'efficacité de 95 % - ils ont refusé de publier cette réponse de Mark Reeder). Ces études largement diffusées ont essentiellement "scellé l'affaire" de l'efficacité du vaccin Pfizer aux yeux du public.


Étape 2 : Publier dans une revue (achetée et vendue ?) "réputée".

Rien n'a changé. Depuis, il y a eu de nombreuses études encore plus défectueuses qui ont fait des déclarations tout aussi exagérées. Toutefois, l'étude portant sur 109 865 travailleurs de la santé de Cleveland au cours des 20 semaines allant du 28 décembre 2020 au 19 mai 2021 (rapportée dans https://doi.org/10.1056/NEJMoa2106599) est l'un des exemples les plus frappants à ce jour.

L'étude a examiné à la fois le BNT162b2 de Pfizer et le mRNA-1273 de Moderna et a conclu ce qui suit :

En fait, pour "n'importe lequel" des vaccins, l'efficacité de la "vaccination complète" a été déclarée à 90,4 % (Moderna atteignant le chiffre impressionnant de 96,3 % et Pfizer celui de 88,8 %). Toutes ces informations figurent dans leur tableau 3 :

Mais avant d'examiner les informations révélatrices fournies par le tableau, il est important de comprendre de quel type d'étude il s'agissait. La plupart des gens partent du principe que pour évaluer l'efficacité d'un vaccin dans le cadre d'une étude d'observation, il suffit de comparer les résultats (infections, hospitalisations, décès, etc.) d'une grande cohorte de personnes vaccinées avec ceux d'une grande cohorte de personnes non vaccinées, puis d'ajuster en fonction des facteurs de confusion connus. Mais ce n'est pas ce qui a été fait ici. Il s'agissait d'une étude dite "cas-témoins à test négatif". Les chercheurs ont examiné un ensemble de personnes dont le test de dépistage pour la covid s'est révélé positif à un moment donné au cours des 19 semaines de l'étude. Ils ont sélectionné 1 472 personnes sur les 8 365 dont le test était positif (ce qui représente un mélange de personnes vaccinées et non vaccinées). Il s'agit des "participants au cas" dans le tableau ci-dessus. Ensuite, ils essaient de trouver un ensemble de personnes "correspondantes" qui n'ont été testées négatives que pendant les 19 semaines. Là encore, il s'agit d'un mélange de personnes vaccinées et non vaccinées. Ce sont les "participants témoins" du tableau ci-dessus.

Cette méthode est similaire à l'étude décrite dans un post récent et (comme expliqué là) nous pensons qu'elle pose des problèmes. Mais les problèmes inhérents à la méthode ne sont pas pertinents pour les défauts majeurs que nous considérons maintenant.

Étape 3 : Ignorer les cas infectés qui sont vaccinés

La principale astuce pour obtenir des chiffres d'efficacité élevés consiste à ignorer complètement les personnes vaccinées qui sont infectées dans les 14 jours suivant leur première dose - elles ne sont même pas comptabilisées comme "partiellement vaccinées", car cela ne s'applique qu'aux personnes ayant reçu la première dose dans les 14 jours et la seconde dose dans les 7 jours.

Imaginons donc le cas le plus extrême où toutes les personnes vaccinées contractent la covid dans les deux semaines suivant leur première dose. Ensuite, en supposant (ce qui est probable) qu'aucune personne ne soit infectée une seconde fois au cours des 19 semaines, selon la définition de l'étude, aucune personne vaccinée n'a jamais contracté la covid pendant toute la durée de l'étude.

Si une seule personne de la cohorte comparative non vaccinée a contracté la covid, au cours de la même période, l'efficacité du vaccin (définie comme étant égale à un moins la proportion de vaccinés infectés divisée par la proportion de non-vaccinés infectés, multipliée par 100) sera déclarée égale à 100 %.

Bien qu'il ne soit certainement pas vrai que tous les vaccinés ont contracté la covid dans les 14 premiers jours, il semble qu'un grand nombre d'entre eux l'aient fait. Si vous regardez les deux premières lignes de données du tableau, vous pouvez voir qu'un total de 353 sur 948 (37,2%) qui ont été testés dans les 13 jours suivant leur première dose étaient positifs (le pourcentage est encore plus élevé, 40%, pour ceux testés dans les 10 premiers jours). Est-ce que cela ressemble à un vaccin qui est efficace pour autre chose que de donner aux gens la covid ?

Étape 4 : Ne cherchez pas la covid si vous ne voulez pas la trouver.

Mais l'article indique : " Au cours de la période d'étude allant du 28 décembre 2020 au 19 mai 2021, un total de 109 865 membres du personnel de santé ont été testés dans les sites participants ; parmi ces personnes, 8365 (7,6 %) ont été testées positives pour le SRAS-CoV-2. " Donc, sur l'ensemble de la période de 19 semaines, 7,6 % de cette population a contracté la covid. Cela signifie (grossièrement) qu'en moyenne, sur toute période de deux semaines, le taux d'infection était d'environ 0,8 %. Pourtant, le taux d'infection des personnes testées dans les deux semaines suivant leur premier vaccin était de 37,2 % !

Malheureusement, le rapport d'étude ne fournit aucune information sur la fréquence des tests. En théorie, si seules les personnes présentant des symptômes de la covid ont été testées, il ne serait pas surprenant qu'une forte proportion d'entre elles soient confirmées positives (si le test était précis). Mais, comme il s'agissait de professionnels de la santé, il est probable qu'ils aient été testés très fréquemment et nous savons que pendant les deux premières semaines suivant la vaccination, il était assez courant de se faire tester. Si les personnes étaient testées toutes les deux semaines, nous pourrions raisonnablement conclure que les personnes vaccinées étaient infectées - dans les deux semaines suivant leur première injection - à un taux presque 50 fois supérieur au taux général pour cette population.

Donc si vous ne cherchez pas la covid, en ne la testant pas ou en ignorant les résultats du test, vous ne la trouverez pas.

Étape 5 : Ignorer les résultats qui font paraître votre vaccin inefficace.

Voici un autre extrait de l'étude : sur un total de 1 482 participants ayant un test positif et au moins un symptôme de type Covid-19, il n'y a eu aucun décès : un taux de létalité de l'infection (IFR) de 0 %. Et 812 d'entre eux n'étaient pas vaccinés. Gardez à l'esprit que c'était à l'époque où la covid était censée se répandre dans le monde entier et causer des décès à grande échelle. Et bien sûr, cette pépite n'a jamais été mentionnée dans le résumé, les résultats principaux, les conclusions ou la discussion. Elle n'apparaît que dans la section des résultats détaillés (avec le fait que seuls 2 % des patients ont été hospitalisés) :

Conclusion : Pourquoi toutes les études observationnelles (et de nombreux ECR) sur l'efficacité et l'innocuité des vaccins exagèrent les allégations d'efficacité des vaccins.

Toutes les études sur l'efficacité des vaccins souffrent d'un ou plusieurs (souvent la plupart ou même tous) des biais systématiques suivants :

• Mauvaise classification : Les participants qui ont obtenu un test PCR positif dans les 14 jours suivant la première vaccination (resp. la deuxième, la troisième, etc.) sont soit classés comme non vaccinés (resp. 1-dose, 2-doses, etc.), soit tout simplement non comptabilisés. Pourtant, dans de nombreuses études, les taux d'infection sont particulièrement élevés chez les vaccinés pendant cette période.  Comme nous l'expliquons ici, cela se traduirait par des taux d'efficacité élevés, même pour un vaccin placebo.    
• Déclaration tardive : Si la déclaration des cas de covid est retardée (par exemple d'une semaine ou deux) pendant le déploiement du vaccin, cela entraîne exactement la même illusion/exagération de l'efficacité que la classification erronée.   
   
• Comparaisons illégitimes : L'efficacité est évaluée en comparant les personnes qui n'ont jamais été vaccinées avec les personnes "complètement vaccinées" (sur la base de la définition de "complètement vacciné" au moment de l'étude, par exemple au moins deux semaines après la deuxième dose, la troisième dose, etc.)   
   
• Protocoles de test différents entre les vaccinés et les non-vaccinés : Les personnes non vaccinées devaient généralement subir des tests beaucoup plus fréquemment que les personnes vaccinées, même si elles étaient asymptomatiques. Par conséquent, les covid positifs étaient plus susceptibles d'être trouvés chez les non-vaccinés, indépendamment de la différence réelle de sensibilité entre les groupes.   
   
• Biais de survivance/sélection : Il a été recommandé aux personnes qui étaient symptomatiques ou positives à la PCR lorsqu'elles ont été appelées à se faire vacciner d'attendre d'être négatives à la PCR avant de se faire vacciner ; cela signifie que toutes ces personnes bénéficiaient d'une immunité naturelle lorsqu'elles ont été vaccinées et qu'elles étaient donc moins susceptibles de contracter la covid par la suite.   
   
• L'étude s'est déroulée pendant une période de baisse naturelle du taux d'infection : Le moment de l'étude a coïncidé avec la période où les taux d'infection étaient en baisse : Cela créerait certainement une illusion statistique d'efficacité.   
   
• Résultats vaguement définis : En n'étant pas explicites quant aux résultats et aux dates de fin de l'étude, de nombreuses études peuvent simplement choisir le résultat qui constitue le " meilleur argument " en faveur du vaccin. Ainsi, dans l'exemple ci-dessus, ce n'est que dans les résultats détaillés que nous constatons qu'il n'y a eu aucun décès (ni chez les non-vaccinés, ni chez les vaccinés) et presque aucune hospitalisation ; l'impact du vaccin sur ces résultats clés a donc été commodément ignoré.

Traduction SLT

Lire aussi :
- Le Professeur Norman Fenton explique comment des statistiques erronées ont manipulé le récit de la Covid (Vidéo)
- Le Lancet est devenu la risée de tous (Substack)
- Critique de l'étude israélienne publiée dans le NEJM justifiant la 3ème dose
- Comment Wikipédia diffame et délégitime quiconque soulève des préoccupations contre le récit de l'OMS sur la Covid (Norman Fenton)
- MedRxiv et ArXiv rejettent systématiquement les articles qui remettent en cause le récit " officiel " de la Covid (Substack)
- Selon les professeurs Fenton et Neil, les propres données du gouvernement britannique ne soutiennent pas les affirmations relatives à l'efficacité/sécurité des vaccins : augmentation du taux de mortalité chez les vaccinés / non vaccinés (Probability and Law)

--Cet article a connu un délai de 2'30'' entre son envoi sur le blog (cad sa publication sur la plateforme en interne) et sa mise en ligne sur notre page d'accueil. ---
- SLT 1.1.23 Nouvelles de la résistance sur SLT