sur l'absence de justification scientifique des mesures contre le coronavirus
Article originel : Von der fehlenden wissenschaftlichen Begründung der Corona-Maßnahmen
Par
Pourquoi la thèse de la propagation épidémique du coronavirus est basée sur une erreur statistique
Pratiquement partout dans le monde, nous vivons une situation sans précédent : des mesures drastiques sont prises partout dans le monde pour lutter contre une épidémie qui se profile à l'horizon. En Allemagne, par exemple, tant de droits fondamentaux ont été restreints de manière aussi complète et globale que jamais auparavant dans l'histoire de la République fédérale d'Allemagne nous n'avions vu cela.
De nombreux experts en virologie conseillent les hommes politiques. On pourrait donc penser que la nécessité d'interventions dramatiques dans nos droits fondamentaux est fondée sur des données scientifiques solides. Cependant, si vous, en tant que scientifique expérimenté dans les méthodes de recherche et les statistiques, examinez les bases scientifiques de ce qui justifie les mesures drastiques, des doutes surgissent.
Pratiquement toutes les mesures prises sont justifiées par le fait qu'elles visent à prévenir une augmentation du nombre de nouvelles infections chaque jour, afin de contrer la prétendue propagation exponentielle du coronavirus. Par exemple, lors d'une conférence de presse le 18 mars, le président de l'Institut Robert Koch (RKI) a prévu - sur la base de l'augmentation des nouvelles infections observée à cette époque - qu'il y aurait jusqu'à 10 millions de personnes infectées en Allemagne dans deux à trois mois s'il n'était pas possible de réduire efficacement et durablement les contacts entre les personnes sur une période de plusieurs semaines.
Leopoldina - l'Académie nationale des sciences - a formulé une déclaration similaire dans son deuxième communiqué : "Bien que l'augmentation des nouvelles infections enregistrées par le SRAS-Cov-2 en Allemagne se soit ralentie depuis quelques jours maintenant, les mesures politiques de restriction des contacts, qui ont été adoptées le 22 mars 2020 et sont valables dans tout le pays, doivent rester en place". Et le ministre fédéral de la santé, Jens Spahn, a déclaré le 19 avril dans le journal ZDF Heute : "Si nous avons réussi à faire baisser le nombre de nouvelles infections ensemble dans le sens de 3 000 à 4 000 par jour, alors nous devons aussi réussir à y rester, alors seulement nous pourrons progressivement revenir à une nouvelle normalité.
Le moment réel de la diminution des nouvelles infections quotidiennes
Étant donné que toutes les mesures prises sont justifiées par le nombre croissant de nouvelles infections chaque jour, nous aimerions examiner ces chiffres de plus près. Pour ce faire, nous allons d'abord examiner le graphique typique de l'augmentation des nouvelles infections, tel qu'il est présenté depuis longtemps dans le tableau de bord du RKI (au 23 avril) :
Ce à quoi vous pouvez vous accrocher au début : Les chiffres semblent être en baisse depuis le 3 avril au moins. Mais maintenant, nous devons y regarder de plus près. Une première question est : que signifie exactement la date dans le graphique ci-dessus ? Dans ce graphique du tableau de bord du Robert Koch Institue, la date correspond à la date dite de déclaration - c'est-à-dire le moment où le cas a été porté à la connaissance du service de santé publique.
C'est le premier point passionnant : il devrait en fait s'agir du nombre de nouvelles infections par jour, c'est-à-dire le moment où une personne a été infectée par le coronavirus. Mais au moment où le service de santé publique prend connaissance d'un cas, la personne n'est pas nouvellement infectée. Selon le RKI, il s'écoule en moyenne 5 à 6 jours entre le moment de l'infection - c'est-à-dire le moment effectif de la nouvelle infection - et l'apparition des premiers symptômes. Comme les personnes ne se rendent pas chez le médecin immédiatement après les premiers symptômes, il faut souvent plusieurs jours avant qu'un médecin soit consulté qui peut alors effectuer un test dont le résultat n'est souvent disponible qu'un ou parfois même deux jours plus tard. Le graphique ci-dessus est donc très en retard par rapport au moment réel de la nouvelle infection.
C'est exactement la raison pour laquelle le tableau de bord du RKI a un nouveau graphique depuis quelques jours maintenant. Il indique le nombre de nouvelles infections par jour en fonction de la date d'apparition de la maladie - c'est-à-dire le jour où les premiers symptômes se sont formés. L'apparition de la maladie est actuellement connue grâce à 94 078 des 145 664 cas confirmés par un diagnostic de laboratoire. L'image suivante montre le déroulement chronologique des nouvelles infections (les barres bleues montrent le déroulement des nouvelles infections au début de la maladie) :
Une diminution du nombre quotidien de nouvelles infections est donc en réalité beaucoup plus précoce. Afin de déterminer le moment exact, on peut encore inclure les barres jaunes. Les barres jaunes correspondent aux cas où l'apparition de la maladie n'est pas connue. Elles sont donc toujours fixées à la date de notification.
Afin d'estimer l'apparition de la maladie, la date la plus probable de la maladie peut être attribuée à ces cas sur la base des cas pour lesquels l'apparition de la maladie est connue (terme technique : "imputation"). Dans les rapports de situation quotidiens du RKI, cela est fait afin de mieux estimer le véritable cours des nouvelles infections. Le graphique ressemble alors à ceci (la hauteur des barres grises montre le véritable cours estimé à l'aide de l'imputation, fixé au début de la maladie, rapport de situation de 22,4 :)
Selon le rapport, le nombre de nouvelles infections par jour est en fait en baisse depuis au moins le 19 mars. Cependant, il faut rappeler que la date indiquée dans ce graphique correspond au moment du développement des premiers symptômes de la maladie. Cependant, comme nous l'avons déjà décrit, il s'écoule encore 5 à 6 jours entre le moment de l'infection - le moment de la véritable nouvelle infection - et le moment de la formation des symptômes. La courbe ci-dessus doit donc être décalée de 5 à 6 jours supplémentaires, de sorte que les nouvelles infections ont en réalité déjà diminué depuis au moins les 13 et 14 mars.
L'augmentation réelle des nouvelles infections quotidiennes
Mais maintenant, il faut regarder de plus près. Au fil du temps, non seulement le nombre de nouvelles infections quotidiennes signalées a augmenté, mais aussi le nombre de tests de dépistage des coronavirus effectués quotidiennement. Cependant, si un grand nombre de personnes sont infectées mais non détectées parce que le nombre de tests est trop faible - ce qui est le cas du coronavirus selon plusieurs études - cela a des conséquences frappantes : Puis, à mesure que le nombre de tests augmente, on découvre de plus en plus de nouvelles infections - même si le nombre de nouvelles infections n'a peut-être pas du tout augmenté ou, en réalité, a diminué.
On peut illustrer cela par un simple exemple de la vie quotidienne : Supposons que dix œufs soient cachés dans un jardin chaque jour (le nombre réel de nouvelles infections). Le premier jour, les enfants sont autorisés à chercher pendant une minute et ils trouvent un œuf, le deuxième jour, ils sont autorisés à chercher pendant deux minutes et ils trouvent deux œufs, et le troisième jour, ils sont autorisés à chercher pendant quatre minutes et ils trouvent quatre œufs (ce qui augmente le nombre de tests au fil du temps). Les enfants pourraient maintenant avoir l'impression trompeuse qu'ils cachent chaque jour un nombre exponentiel d'œufs (nouvelles infections) dans le jardin parce qu'ils trouvent chaque jour un nombre exponentiel d'œufs. Mais bien sûr, cette interprétation est problématique, car en réalité, il y avait toujours le même nombre d'œufs (nouvelles infections) cachés dans le jardin, et l'augmentation du nombre d'œufs trouvés (nouvelles infections) est uniquement due au nombre accru de tentatives de recherche (tests de coronavirus).
Ainsi, s'il y a un nombre élevé d'œufs cachés mais non trouvés (nouvelles infections) en raison du faible nombre de tentatives de recherche, vous trouverez automatiquement de plus en plus d'œufs (nouvelles infections) si vous augmentez le nombre de tests, mais cela ne dit rien sur le nombre réel d'œufs cachés (nouvelles infections) par jour. Cet exemple peut être utilisé pour illustrer un autre point intéressant : Que se passerait-il en fait si davantage d'œufs (nouvelles infections) étaient effectivement cachés dans le jardin chaque jour ? Il faudrait alors trouver plus d'œufs (nouvelles infections) que ce que provoquerait la seule augmentation du nombre de tests. Si, par exemple, dix œufs étaient cachés le premier jour, vingt le deuxième jour et quarante le troisième jour, on trouverait non seulement deux mais quatre œufs le deuxième jour, et non seulement quatre mais seize le troisième jour. Ainsi, si vous doublez le nombre de tests, vous trouverez toujours plus de deux fois plus d'œufs.
Il existe maintenant une méthode statistique relativement simple pour déterminer le véritable cours des nouvelles infections : Il suffit de diviser le nombre de nouvelles infections détectées avec un nombre de tests donné par le nombre de tests. Vous pouvez l'illustrer avec l'exemple des œufs : Les enfants pourraient simplement diviser le nombre d'œufs (nouvelles infections) trouvés chaque jour par le nombre de minutes de recherche (nombre de tests). Si le nombre d'œufs cachés (nouvelles infections) restait le même, la valeur 1 serait obtenue pour les trois jours. Si le nombre d'œufs cachés (nouvelles infections) doublait chaque jour, vous obtiendriez les valeurs 1, 2 et 4. Cela refléterait alors le véritable cours de l'augmentation de manière relativement précise. En d'autres termes, cette méthode permet d'estimer ce qui se serait passé si le même nombre de tests avait toujours été utilisé.
Remarque : ce type de contrôle fonctionne de manière très fiable si les directives ne changent pas les personnes à tester. Si l'on passait soudainement d'un dépistage basé sur les symptômes à un dépistage non basé sur les symptômes, beaucoup plus de personnes non infectées seraient soudainement testées, ce qui fausserait les estimations. Or, ce n'est pas le cas en Allemagne. Dans ce cas, des tests basés sur les symptômes ont été utilisés tout au long du processus. Par exemple, l'Association nationale des médecins de l'assurance maladie obligatoire (Kassenärztliche Bundesvereinigung) précise dans un communiqué de presse du 25 mars
"Comme auparavant, le RKI recommande que seuls les patients présentant des symptômes typiques du COVID-19 soient testés", a expliqué Gassen. Dans la couverture médiatique, l'ajustement des critères RKI a parfois été présenté comme une extension des tests. Mais ce n'est pas le cas", a précisé Gassen. "Tester des patients sans symptômes n'a aucun sens médical. Parmi les cas qui feront l'objet d'un examen plus approfondi par diagnostic de laboratoire figurent ceux qui présentent des problèmes respiratoires aigus et qui ont été en contact avec un cas confirmé de COVID-19 au cours des 14 derniers jours."
On peut maintenant voir dans quelle mesure l'augmentation observée des nouvelles infections signalées surestime la véritable augmentation due à l'augmentation du nombre de tests. Étant donné que l'on ne dispose que de chiffres fiables sur le nombre de tests effectués par semaine en Allemagne, nous allons d'abord nous pencher sur l'exemple de l'Italie, où le ministère de la santé publie chaque jour le nombre officiel de tests. La figure suivante montre le nombre de tests effectués et le nombre de nouvelles infections signalées du 1er mars au 20 avril) :
Comme vous pouvez le constater, le nombre de tests a été continuellement augmenté. Parallèlement à cela, le nombre de nouvelles infections signalées augmente jusqu'au 22 mars. Cela signifie que, comme dans l'exemple ci-dessus, une grande partie de l'augmentation initiale est due au fait que le nombre de tests augmente de semaine en semaine. À partir de ce moment, le nombre de tests continue d'augmenter, tandis que le nombre de nouvelles infections reste le même au début et finit par diminuer.
Ainsi, bien que de plus en plus de tests soient effectués et que de plus en plus de nouvelles infections soient découvertes, le nombre de nouvelles infections trouvées reste le même et diminue même. Ainsi, l'augmentation du nombre de tests cache le fait qu'en réalité, les nouvelles infections diminuent plus tôt et plus fortement que ce n'est le cas selon les nouvelles infections signalées.
Pourcentage de nouvelles infections
Si l'on vérifie maintenant le nombre observé de nouvelles infections en augmentant le nombre de tests en divisant le nombre de nouvelles infections par jour par le nombre de tests par jour, l'axe des Y correspond à un facteur de croissance. Cela exprime combien le nombre de nouvelles infections a augmenté par rapport à la valeur du premier jour. Ainsi, une valeur de 2 signifie un doublement, 4 un quadruplement, etc.1
Comme on peut le voir, les chiffres des nouvelles infections surévaluent considérablement la véritable augmentation. Les chiffres rapportés donnent l'impression que le nombre de nouvelles infections a été multiplié par 27, alors qu'en réalité le nombre de nouvelles infections n'a été multiplié que par 4 au maximum. En outre, on peut constater que le nombre de nouvelles infections par jour commence en fait à diminuer plus tôt que ne semblent l'indiquer les nombres de nouvelles infections signalées.
On peut faire la même chose pour l'Allemagne. Un article de l'Institut Robert Koch (RKI) mentionne le nombre total de tests par semaine pour les semaines civiles 11 à 15, déterminé par une requête du laboratoire, et la capacité de test déterminée par jour pour les semaines civiles 10 à 15. Comme le nombre de laboratoires participant à l'enquête varie, les chiffres ne sont fiables qu'à titre conditionnel. Toutefois, les deux chiffres montrent que le nombre de tests a également augmenté de façon considérable en Allemagne au fil du temps.
Pour une première estimation approximative de la surestimation de l'évolution réelle des nouvelles infections liée au nombre de tests, la capacité moyenne de tests par jour peut être considérée, par exemple, comme une estimation de l'augmentation du nombre de tests au fil des semaines.(2) On obtient ensuite l'image suivante pour l'augmentation semaine par semaine des nouvelles infections au cours des semaines civiles 10 à 15 (l'axe des Y correspond à nouveau à un facteur de croissance, la date ici correspond à la date de déclaration) :
Comme on peut le constater, en Allemagne, les chiffres rapportés sur les nouvelles infections surestiment l'augmentation réelle de manière encore plus spectaculaire qu'en Italie, en raison de l'augmentation beaucoup plus importante du nombre de tests au fil des semaines. Les chiffres rapportés donnent l'impression que le nombre de nouvelles infections a été multiplié par 41 entre la dixième semaine civile (du 2 mars) et la quatorzième (jusqu'au 5 avril). En réalité, cependant, le nombre de nouvelles infections n'a augmenté que jusqu'à la semaine 12 (jusqu'au 22 mars) et n'a été multiplié que par 2,8. Depuis lors, il est en déclin. Une diminution des nouvelles infections est donc en réalité deux semaines plus tôt que ce que les chiffres des nouvelles infections semblent indiquer.
Autre facteur : les autres agents pathogènes
On pourrait maintenant penser qu'une correction des chiffres rapportés par le nombre de tests est suffisante pour déterminer le véritable cours des nouvelles infections. Mais il existe en fait un autre facteur caché qui fausse artificiellement le nombre de nouvelles infections à la hausse.
La considération suivante en est une illustration : Afin de déterminer l'évolution réelle des nouvelles infections, le nombre de nouvelles infections observées a été divisé par le nombre de tests - en d'autres termes, on détermine pratiquement le pourcentage de diagnostics positifs de coronavirus par rapport au nombre de tests effectués.
Un examen plus approfondi du pourcentage de diagnostics positifs de coronavirus révèle quelque chose de très intéressant : Par rapport au nombre de tests, seul un très petit nombre de personnes testées reçoivent un diagnostic positif de coronavirus. Selon l'Institut Robert Koch (RKI), le pourcentage de résultats positifs dans les tests effectués jusqu'à la quinzième semaine civile n'était que de 7,7 % en moyenne.
Il faut maintenant se rendre compte de ce qui suit : Comme en Allemagne, selon les directives du RKI, seules les personnes souffrant de maladies respiratoires aiguës sont testées, les personnes dont le résultat du test de dépistage au coronavirus est négatif ne sont naturellement pas en bonne santé. Au lieu de cela, leurs symptômes de maladie sont causés par d'autres agents pathogènes (sauf dans les cas où le test du coronavirus donne faussement un résultat négatif).
Ainsi, le pourcentage de diagnostics positifs de coronavirus observés dépend d'un autre facteur : le nombre de personnes souffrant de maladies respiratoires aiguës causées par d'autres agents pathogènes. Si ce nombre diminue, le pourcentage de diagnostics de coronavirus positifs reçus augmente automatiquement, avec pour conséquence de donner l'impression erronée d'une augmentation des nouvelles infections par coronavirus. La figure suivante illustre ce mécanisme.
En Allemagne, le nombre de personnes souffrant de maladies respiratoires aiguës causées par d'autres agents pathogènes peut être estimé sur la base de visites hebdomadaires chez des médecins pour des maladies respiratoires aiguës. Ce nombre est déterminé dans les rapports hebdomadaires sur la grippe du RKI sur la base de centaines de visites chez le médecin.
De la 10e à la 12e semaine civile, le nombre de visites chez le médecin par semaine a légèrement augmenté, passant de 1,6 à 1,8 million. Par la suite, ce nombre commence à diminuer rapidement, d'abord à 1,1 million (semaine 13), puis à 700 000 (semaine 14) et enfin à 370 000 (semaine 15). Le nombre de personnes souffrant de maladies respiratoires aiguës causées par d'autres agents pathogènes diminue donc relativement fortement - ce qui donne l'impression erronée d'une augmentation des nouvelles infections à coronavirus.
Grâce au nombre de visites hebdomadaires chez le médecin dues à des maladies respiratoires aiguës, l'évolution des nouvelles infections à coronavirus observées peut maintenant être corrigée de cette influence falsificatrice. Comme les personnes atteintes de maladies respiratoires aiguës correspondent exactement aux personnes qui sont testées pour le coronavirus selon les directives en Allemagne, le pourcentage hebdomadaire de diagnostics positifs de coronavirus peut être utilisé pour estimer le nombre total hebdomadaire de patients atteints de maladies respiratoires aiguës qui sont infectés par un coronavirus ou d'autres agents pathogènes. La figure suivante montre la courbe de croissance réelle estimée correspondante pour les nouvelles infections à coronavirus par rapport à la courbe de croissance des nouvelles infections signalées (la date correspond ici encore à la date de déclaration).
La diminution du nombre de personnes souffrant de symptômes respiratoires aigus causés par d'autres agents pathogènes cache donc en fait le fait que la diminution des nouvelles infections est en réalité encore plus prononcée. En résumé, on peut donc dire que l'augmentation observée des nouvelles infections signalées surestime considérablement la véritable augmentation des nouvelles infections, et cache également le fait que le nombre de nouvelles infections a déjà diminué environ deux semaines plus tôt et plus fortement que ce n'est le cas selon les chiffres communiqués.
Le calendrier réel de la diminution des décès
On peut se demander comment cela s'inscrit dans le cadre des rapports actuels selon lesquels le nombre de décès aurait à nouveau augmenté si fortement la semaine dernière (13-17 avril). Le vice-président du RKI, Lars Schaade, a déclaré lors d'une conférence de presse le 21 avril : "La semaine dernière, nous avons également constaté la plus forte augmentation du nombre de décès à ce jour. Le 16.4.2020, 315 nouveaux décès ont été signalés en une seule journée".
Il y a ici un premier aspect très frappant : un examen plus approfondi montre que les chiffres sur le déroulement des décès sont également présentés et interprétés de manière très trompeuse. Afin de pouvoir voir le problème qui se cache derrière cela, examinons d'abord la présentation habituelle du déroulement des décès. Dans la figure suivante, par exemple, nous voyons le déroulement des décès en Allemagne selon les données du Centre européen pour la prévention et le contrôle des maladies (ECDC, à partir du 23.4.) :
Au vu de ces graphiques, on pourrait en effet penser que le nombre de décès a augmenté le 16 avril et qu'il commencera à diminuer au plus tôt le 17 avril. Mais un examen plus approfondi révèle qu'il s'agit d'une représentation très trompeuse. Le graphique indique le nombre de décès nouvellement signalés par le RKI un jour donné.
Mais aujourd'hui, le délai de déclaration des décès est très important, de 14 jours ou plus. En d'autres termes, pratiquement aucun des décès nouvellement signalés un jour donné ne s'est produit ce jour-là, mais en réalité à un moment donné au cours des 14 jours précédents. Par exemple, selon l'ensemble des données du RKI accessibles au public, seuls 5% des personnes décédées le 16 avril - le maximum précédent - sont mortes ce jour-là, et seuls 25% sont morts la semaine précédente.
Si vous tracez maintenant un graphique de l'évolution des décès en fonction de la date réelle du décès (selon le rapport au service de santé publique), une évolution complètement différente est relevée (statut 23.4.) :
Comme on peut le constater de manière très impressionnante, le nombre de décès dus aux coronavirus est en fait en baisse depuis le début du mois d'avril. Il faut encore tenir compte du retard dans la déclaration. Mais ce graphique reste inchangé pendant plus d'une semaine, et même si vous ajoutez aux jours respectifs le délai de déclaration estimé des 20 prochains jours (les barres jaunes), cela ne change pas. La façon habituelle de présenter les décès en termes de nouveaux décès par jour cache donc le fait que le nombre de décès est en fait en baisse depuis trois semaines.
Le calendrier de la diminution des décès est en lui-même bien cohérent avec l'estimation ci-dessus du véritable déroulement des nouvelles infections. Selon les études, le temps moyen entre le moment de l'infection et le moment du décès est d'environ 24 jours, ce qui correspond relativement bien aux estimations ci-dessus.
Le problème du taux de mortalité
Mais il y a un deuxième point frappant. Pour s'en rendre compte, il faut comparer les courbes des nouvelles infections et des décès. Afin de pouvoir bien comparer les deux courbes, le graphique suivant montre le nombre de nouvelles infections par rapport au taux de mortalité actuel ramené au niveau du nombre de décès.
En pratique, cela signifie que nous traçons la courbe des nouvelles infections de telle sorte qu'elle indique combien de personnes devraient en mourir à un moment donné dans le futur en fonction du taux de mortalité. Puis le graphique suivant apparaît :
Un schéma très particulier se dessine ici : le nombre de nouvelles infections et le nombre de décès augmentent et diminuent presque exactement en parallèle. D'un point de vue biologique, c'est en fait impossible, car les études montrent qu'il s'écoule 18 jours entre le développement des premiers symptômes de la maladie et le moment de la mort. Ainsi, même si l'on suppose qu'un test est effectué huit jours après l'apparition des symptômes, la courbe de mortalité devrait toujours accuser un retard de 10 jours par rapport à la courbe des nouvelles infections.
La seule explication raisonnable de l'absence de décalage entre les nouvelles infections et les décès est peut-être le fait que beaucoup de personnes décédées ont été testées pour le coronavirus peu de temps avant ou après leur décès. Cela implique deux possibilités :
Option A : le défunt est bien mort d'un coronavirus. Cela signifie que la courbe de croissance aurait été exactement la même dans les nouvelles infections 10 jours auparavant, si elles avaient été testées en conséquence. En d'autres termes : si le test de détection du coronavirus avait été mis au point 10 jours plus tôt et que le test avait ensuite été lancé 10 jours plus tôt, on aurait constaté une augmentation comparable des nouvelles infections - considérablement faussée à la hausse par le nombre de tests.
Possibilité B : Les personnes décédées n'ont attrapé le coronavirus que peu de temps avant leur décès et n'en sont en réalité pas mortes du tout. Cela signifierait cependant que les deux courbes montrent en fait la même chose : Une augmentation spectaculaire des nouvelles infections, déformée par le nombre de tests...
Traduction SLT
Contact : samlatouch@protonmail.com
Les articles du blog subissent encore les fourches caudines de la censure cachée via leur déréférencement par des moteurs de recherche tels que Yahoo, Qwant, Bing, Duckduckgo. Pour en avoir le coeur net, tapez le titre de cet article dans ces moteurs de recherche (plus de 24h après sa publication), vous remarquerez qu'il n'est pas référencé si ce n'est par d'autres sites qui ont rediffusé notre article.
- Contrairement à Google, Yahoo & Co boycottent et censurent les articles de SLT en les déréférençant complètement !
- Les articles de SLT toujours déréférencés sur Yahoo, Bing, Duckdukgo, Qwant.
- Censure sur SLT : Les moteurs de recherche Yahoo, Bing et Duckduckgo déréférencent la quasi-totalité des articles du blog SLT !