Analyse des liens entre les injections contre la Covid-19 et les décès ?

En aout 2021, une campagne de publicité du gouvernement sur la vaccination écrivait : « aujourd’hui en France 8 personnes sur 10 hospitalisées à cause de la covid-19 ne sont pas vaccinées » avant d’ajouter de manière péremptoire « On peut débattre de tout sauf des chiffres ».

#Vaccination | Aujourd’hui, en France, 8 personnes sur 10 hospitalisées à cause de la #covid-19 ne sont pas vaccinées. On peut débattre de tout, sauf des chiffres.

Tous vaccinés, tous protégés ✅
📲 Prenez rendez-vous sur https://t.co/UDtiaHJSyt@sante_gouv pic.twitter.com/Ii6rS5YmK8

— Gouvernement (@gouvernementFR) August 19, 2021

Ces affirmations firent bondir plus d’un statisticien, puisque le syndicat GENES de l’INSEE se fendait d’un article expliquant que « tout chiffre mérite de faire l’objet d’un débat public, que ce soit sur les méthodes ou les modes de diffusion des résultats. » Cet article concluait qu’« affirmer que l’« on peut débattre de tout sauf des chiffres » est faire preuve d’une naïveté coupable. Les chiffres, comme les mots, sont et doivent être des objets de débats qui ne méritent ni un excès de révérence, ni un rejet systématique. » Ce débat est d’autant plus important, qu'il tentait de contribuer, par l’entremise d’une administration publique, à emporter l’adhésion au programme de vaccination covid, avec un produit en phase expérimentale dont le consentement libre et éclairé du participant est un droit fondamental qui doit d’être respecté. L’article de l’INSEE expliquait que l’assertion « 8 sur 10 » faisait naitre une foule de questions qui pourraient conduire « à contester ce chiffre, le modifier substantiellement,… ». L’importance des chiffres devient primordiale quand on considère la publicité du gouvernement, qui, sans précaution aucune, ne laisse pas de place au doute et conclut par le slogan « Tous vaccinés tous protégés ».

Les chiffres ont effectivement changé puisque aujourd'hui, il est établi que ce slogan était fallacieux et mensonger. Car tour à tour, le vaccin covid se révélera ne protéger, ni de la contamination, ni de la transmission, ni des formes graves, ayant éventuellement un effet bénéfique pour certains, tout en accentuant les risques pour d'autres. Des interactions statistiquement significatives ont été détectées entre la vaccination et certaines covariables dans une étude, confirmant sa capacité à aggraver l'état de la maladie covid-19 non seulement dans certains cas de maladie chronique sous-jacente grave, mais aussi chez les patients âgés et lorsque la gravité de la maladie nécessitait l'hospitalisation du patient. De plus, l'analyse de sensibilité a montré que la vaccination n'avait aucune efficacité en dessous de 50 ans. La balance bénéfice/risque de ce choix de politique sanitaire est plus que contestable.

Alors pourquoi faire usage sans preuves d’un tel slogan publicitaire qui va forcément emporter l’adhésion de certaines personnes au programme de vaccination en violant le consentement libre et éclairé ? Outre enfreindre les conventions et droits fondamentaux des personnes, c'était faire courir un risque à une population qui n'était pas à risque. Un risque supplémentaire était que ces affirmations péremptoires, se révélant inexactes et infondées, entrainaient la perte de confiance dans les institutions. 

Le nombre des hospitalisés ne diminuera pas, et l’attention se portera sur la mortalité toutes causes par statut vaccinal et par classe d’âge. Des chiffres toujours indisponibles, à tel point que l’épidémiologiste-chercheur Laurent Toubiana saisit le tribunal administratif afin de les obtenir. Affaire en cours et non résolue. Alors que ces chiffres, appartenant aux français, contribueraient à évaluer de manière conclusive à l’évaluation objective de la performance des choix de la politique sanitaire, le ministère de la Santé et ses services affirment que cela serait de nature à déranger leurs services que de faire cette analyse. Dans d’autres pays, notamment en Allemagne, les RKI files permettent un déballage sans concession de la gestion de la crise sanitaire où l’on prend connaissance que les instituts officiels ont succombé aux demandes des politiques. Une instrumentalisation de la science que l’on retrouvera aussi au Japon où 17 000 chercheurs demandent une interruption des programmes de vaccination covid. 

En France, le tabou des chiffres fait rage. Qu’est-ce que le gouvernement a à cacher ? Pourquoi ne rend-il pas ces chiffres disponibles afin de permettre l’évaluation objective manquante ? Les questions subsistent. Et, les chercheurs travaillent à apporter des réponses à ces questions sans avoir obtenu les chiffres !

Les questions sans réponse que de nombreux français se posent à l'aube d'une nouvelle campagne de vaccination

• Les thérapies vaccinales anticovid mises en place par le gouvernement avec des mécanismes de coercitions importants sont-elles sûres et efficaces ?
• Ayant accepté l’injection pour protéger vos proches et agit dans l’intérêt général, en respect des instructions du gouvernement, avez-vous besoin de plus d’informations sur la performance des choix du gouvernement ?
• Peut-être, pensez-vous que les nouvelles générations de « vaccins », promises par les compagnies pharmaceutiques qui s'administrent par simple contact avec des personnes déjà vaccinées, sont un développement futur très intéressant ?
• Peut-être, pensez-vous que les vaccins à base ARNm sont une solution d'avenir ?

Patrice Taravel et Xavier Azalbert, auteurs de cette analyse, sont de ceux que le doute habite. Ils pensent qu’il est plus que sain de réfléchir à deux fois et de vérifier avant de faire confiance aveuglément aux politiques, aux médias, aux fabricants, ceux qui ont déclaré que les produits contre la covid-19 étaient sûrs et efficaces.

D’ailleurs le CDJM (Conseil de déontologie journalistique et de médiation) ne s’y est pas trompé, en effet, suite aux déclarations d’Aurélien Rousseau, alors ministre de la Santé, il jugea que « France-Inter aurait dû corriger les assertions erronées du ministre comme quoi, il n’y avait pas d’effets secondaires ! » Assertions qui n’ont toujours pas été corrigées à ce jour.

En préambule de l’étude, il est important de rappeler que ce sont les liens existants entre les injections et les décès qui sont calculés. Les liens entre les injections et les victimes d’effets secondaires ne sont donc pas étudiés. Pourtant, la majorité du temps, le nombre de blessés par effets secondaires de la vaccination covid est très supérieur au nombre de décès. Cette analyse fait suite à l'article « quel pourrait être le lien entre les injections contre la covid-19 et les décès ? » publié par France-Soir le 17 mai 2024. La partie théorique y était décrite succinctement.

Ce qu’il faut retenir de l'analyse

Les liens qui existent entre les injections et les décès sont mis en évidence à partir d’outils mathématiques anciens, et fréquemment utilisés de nos jours, appliqués à des données officielles.

• Les injections sont déclarées comme sûres. Cependant, le nombre important de corrélations entre les décès et les injections vient entacher ces affirmations de nombreuses interrogations. En regardant les chiffres, ces injections posent problèmes aux tranches d'âge non concernées par les injections, un simple exemple en 2020 ou les 0-4 ans ne sont normalement pas injectés.
• Les injections sont déclarées EFFICACES. Cependant, aucune tranche d'âge n'échappe au fait que les corrélations entre les décès et les injections sont positives dans des proportions très importantes, surtout pour les premières doses. Ce n'est qu'à partir de la première dose additionnelle que les corrélations deviennent négatives et encore pas pour la plupart des tranches d'âge basses. Les doses précédentes auraient-elles pu contribuer aux décès des personnes plus sensibles aux produits injectés ?

Autant de questions sans réponse. Questions auxquelles les auteurs ajoutent : 

« Gouvernants, médecins, pharmaciens, compagnies pharmaceutiques… êtes-vous bien vous-mêmes sûrs et efficaces ? »

Pourquoi une nouvelle analyse ?

Au paragraphe du même nom de l'analyse précédente, les matrices de corrélation étaient calculées par type de dose de vaccin (dose 1, dose 2…) en ne prenant pas en compte les fabricants des injections séparément.
Pour préciser l'impact des différents produits, le calcul des matrices de corrélation pour les quatre principaux fournisseurs (Pfizer, Moderna, Astrazeneca et Janssen) a été ajouté. De 1400 matrices de corrélations (calcul mathématique entre une ou plusieurs variables qui permet d’établir un lien entre deux variables contredisant leur indépendance) dans l’article précédent, cette analyse requiert le calcul de 5 600 matrices de corrélation supplémentaires. Le programme qui permet la visualisation des 7 000 matrices de corrélation est disponible ici. Pour rappel, chaque matrice de corrélation contient environ 10 512 termes, les 7 000 matrices ont nécessité le calcul de plus de 73 millions de corrélations.
Pour ceux qui seraient intéressés par la signification et l'utilisation d'une corrélation, vous pouvez consulter ce site. Il en existe beaucoup d'autres sur Internet. Cet outil mathématique, publié pour la première fois, au milieu du 19ᵉ siècle, est très utilisé par les compagnies pharmaceutiques, les biologistes, l'IA, les économistes et beaucoup d'autres.

Quelques précisions sur les données et l’analyse

Les données utilisées proviennent de deux sites officiels.

• ECDC, d’où sont extraites les données des injections disponibles par tranches d’âge. Données ayant maintenant le statut « archivé » car un nouveau format est disponible sur leur site.
• Eurostat, dont sont issues les données de mortalité toutes causes confondues et disponibles pour des tranches d’âge pratiquement identiques au site de l'ECDC.

Aucun changement n’a été effectué sur les données, hormis la mise en correspondance de deux tranches d'âge qui ne correspondaient pas tout à fait. Ces données ont été téléchargées le 4 mars 2024 pour faire les calculs.

Comme le nombre de cas à étudier est très important et afin d’en permettre une lecture aisée, le nombre de corrélations (de force moyenne, forte et très forte, positives et négatives) sont représentées comme une proportion du nombre de corrélations calculables dans chaque matrice. Précisons, comme dans toute analyse, les exclusions : les corrélations non calculables ne sont pas prises en compte dans le pourcentage (pas de données suffisantes pour une semaine avec des coefficients de corrélation inférieurs à 0.3 en valeur absolue, et une valeur P supérieure à 5 %). La valeur P étant une mesure de probabilité. C’est une mesure comprise entre 0xet 1 utilisée pour un test d’hypothèse et par convention, on exclut les P supérieurs à 5 % afin d’avoir 95 % de « certitude ».

Les résultats sont mis en forme dans les graphiques suivants issus du logiciel développé pour calculer les matrices de corrélation. Tout peut-être retrouvé sur le site, qui ne conserve aucune information et ne dépose aucun cookie à cet emplacement.

Les observations 

Merci d’avoir suivi le développement de l’analyse jusque ici. Conscient du fait qu’un tel article soit long, pour ceux qui veulent les détails, vous les trouverez ci-après. Pour les autres, vous pouvez directement aller à la partie conclusion.

Prenons la tranche d'âge 50-59 ans en exemple. Elle est intéressante, car c’était une des classes d’âge charnière pour la maladie. En effet, la létalité de la maladie covid pour les moins de 60 ans est quasi nulle.

Décrivons et interprétons la partie haute du graphique ci-dessus qui étudie la classe d'âge 50-59 en abscisse (axe horizontal).

• Le taux de corrélations positives (40 %) est représentée par la barre rouge, la barre bleue représentant elle le taux de corrélations négatives.
• Le signe du coefficient de corrélation représente l’effet positif ou négatif (méthode de Pearson) du taux de décès en fonction du taux d'injections. Ainsi, pour les corrélations positives, plus le nombre d'injections augmente, plus le nombre de décès augmente (pente > 0). Pour les corrélations négatives, plus le nombre d'injections augmente, plus le nombre de décès diminue (pente < 0).
• Le nombre de liens significatifs entre les doses injectées à une tranche d'âge et les décès de cette même tranche d'âge, représentés par les deux barres qui peuvent être délétères (rouge) ou bénéfiques (bleue).

Dans l’exemple ci-dessus, c’est la tranche d’âge 50-59 qui est analysée. Mais, le lien éventuel entre les décès de la tranche d'âge étudiée, et les injections administrées aux autres tranches d'âge sont aussi calculés. Cela permet de mettre en évidence un potentiel effet de halo (allo-effect ou shedding), plusieurs fois mentionné par le Dr Pierre Kory, le chercheur indépendant Hervé Seligmann ainsi que d'autres dans la littérature.

Pour toutes les tranches d'âge, cet effet de halo est très présent et pourrait affecter les personnes ayant côtoyé les personnes injectées, même si ces personnes n'ont jamais reçu aucune injection (par exemple, les 0-4 ans pour l'année 2020). Cette étude ne permet pas de savoir quels composants des injections sont excrétés par les personnes injectées, en conséquence toutes les hypothèses sont possibles (la protéine Spike, un ou plusieurs composants des injections, …). Il existe bien un lien entre une tranche d'âge et une autre tranche d'âge. Autrement dit, les injections à une tranche d'âge génèrent des corrélations positives dans une autre tranche d'âge.

Passons à la partie basse du graphique

Le graphique du bas est une représentation de la matrice de corrélation pour la tranche d'âge étudiée (50-59 ans). Cette représentation est un corrélogramme. Chaque valeur de corrélation est identifiée par son intensité ou force.

Une couleur est ainsi affectée à chaque valeur de la force de corrélation correspondant à l'intervalle couramment utilisé en statistique. C’est une convention, telle que le rouge ou le bleu, utilisés pour montrer l’intensité de la chaleur sur une carte des températures.
Chaque point de la diagonale correspond à la corrélation entre les décès et les injections de la même semaine. En remontant les semaines sur l’axe horizontal, les corrélations entre les décès de la semaine de la diagonale et les injections des semaines précédentes sont calculées. Ainsi, une matrice triangulaire est obtenue montrant les liens entre une semaine de décès et les injections faites toutes les semaines antérieures et pour les pays d'Europe ou les données sont disponibles. Cette méthode a été proposée par le Docteur Hervé Seligmann afin de mesurer un effet retard temporel.
Les abscisses et les ordonnées sont en semaines sur une période de presque 3 ans (environ 145 semaines). Nous obtenons ainsi toutes les corrélations injections-décès pour toute la période où les données sont disponibles.
La courbe bleue représente le nombre d'injections durant cette même période pour la dose considérée. L'échelle des doses est placée sur l'axe vertical à droite du corrélogramme. Chacune des corrélations calculées est validée par son test de signification. Si son test de signification conduit à une valeur P supérieure à 5 %, elle est systématiquement rejetée et n'apparaît pas sur la corrélogramme.

Commentons les résultats

Les résultats partiels sont présentés. Cependant, ils peuvent être complétés facilement par l'utilisation du logiciel qui donne accès aux 7 000 matrices de corrélations. Étant donné le nombre de possibilités, il est pratiquement inenvisageable de présenter toutes les analyses, d’où une sélection de ceux qui paraissent les plus significatifs.

Pour les 0-4 ans dose 1

La matrice de corrélation est logiquement très clairsemée, puisque pas plus de 30 % de cette tranche d'âge a reçu au moins une dose. Toutefois, les résultats sont sans appel. Si pour les injections à cette même tranche d'âge, le nombre de corrélations positives et négatives est pratiquement identique, il n'en est pas de même pour l'allo-effet. Les corrélations positives surpassent très fortement les corrélations négatives même si leur pourcentage reste faible ;

• Cette tranche d'âge semble fortement être affectée par les injections aux autres tranches d'âge. Par exemple, pour les 18-24 et les plus de 80 ans, les corrélations positives sont bien supérieures aux corrélations négatives. La tranche d'âge des parents, 25-49 impacte les enfants, mais moins que les autres.
• Une interrogation s’impose à laquelle nous n’avons pas réponse. Faut-il y voir pour les 18-24 ans et les plus de 80 ans une capacité d'excrétions plus importante pour des raisons probablement différentes ?

On voit, sur la figure ci-dessous, la matrice de corrélation des décès 0-4 ans et des injections aux 18-24. Le nombre de corrélations calculables est bien plus important et le nombre de corrélations positives est nettement prédominant, même si leur pourcentage reste faible en dessous de 10 %

Pour les 5-9 ans dose 1

• Une particularité importante : quasiment aucune corrélation négative.
• Il y a donc matière à être particulièrement inquiet pour cette tranche d'âge, car que ce soit les injections ou l'allo-effet, les liens entre les décès et les doses injectées sont très forts.
• Il est probable que l'étude des décès de cette tranche d'âge durant la période covid, comparée sérieusement aux années précédentes, devrait lever toute ambiguïté.
• De plus, pour les 5-9 ans, les injections semblent avoir affecté particulièrement les 0-4 ans et les plus de 80 ans, pratiquement de manière identique à elle-même. Pour faire simple, les injections aux 5-9 ans ont créé autant de liens avec les décès de 5-9 ans (lien direct) que les 0-4 ans et plus de 80 ans (allo-effet).

Les ados 10-14 ans dose 1

• Les injections à cette tranche d'âge semblent avoir affecté toutes les tranches d'âge des enfants dans les mêmes proportions, allo-effet ou pas.
• Bien entendu, les tranches d'âge plus âgées sont affectées dans de plus grandes proportions que les injections directes à cette tranche d'âge elle-même. Une tranche d'âge ayant subi les allo-effect les plus importants est celle des 50-59 ans. Cette dernière est particulièrement affectée par les autres tranches d'âge.

Les autres tranches d’âge

Pour les autres tranches d'âge, les résultats sont très similaires. On observe une très forte augmentation du nombre de corrélations au fur et à mesure de l'âge. Pour exemple, regardons la tranche d'âge 50-59 ans.

50-59 ans - dose 1

• Le nombre de corrélations est très important et va en s'amenuisant, surement par l'éloignement dans le temps de la dose 1.
• On constate que des corrélations sont observées plus de deux ans après les injections de la dose 1. Les tranches d'âge plus jeunes sont moins affectées par les injections à cette tranche d'âge. Toutefois, les tranches d'âge supérieures sont encore fortement affectées.

Intéressons nous aux 70-79 ans dose 1

• Les résultats sont très semblables aux précédents. La tranche d'âge 50-59 ans est celle qui est le plus affectée par les injections aux 70-79 ans. Depuis la tranche d'âge 10-14 ans, c'est une constante. L'allo-effet produit plus de corrélations pour cette tranche d'âge que les injections aux autres tranches d'âge elles-mêmes.

Et, la seconde dose ?

Les résultats relatifs à la seconde dose peuvent être quelque peu différents. Seules deux tranches d’âge sont illustrées afin de ne pas augmenter la longueur de cet article, mais les analyses sont disponibles pour les curieux.

Prenons les 10-14 ans-dose 2

• Les mêmes causes (injections) semblent provoquer les mêmes effets (décès) avec des taux de corrélations faibles, car inférieurs à 10 %
• Une différence existe concernant la tranche d'âge 5-9 ans. Les injections reçues par les 10-14 ans semblent avoir un effet important sur les décès des 5-9 ans et également les plus de 80 ans.

50-59 ans - dose 2

• Le résultat est sensiblement identique à la dose 1. Le nombre de corrélations est inférieur (40 % dose 1 et ici plutôt dans les 15-20 %).
• Les personnes décédées corrélativement à la dose 1 (ici, on ne parle pas de causalité, mais bien de liens de corrélation), auraient-elles laissé la place à des personnes moins sensibles aux injections ? En d’autres termes, la dose 1 pour cette classe d’âge aurait contribué à une corrélation plus importante que la dose 2 – les plus à risques partant les premiers.

Et, le booster ou dose additionnelle ?

Pour terminer l’analyse par des doses, voici un résultat concernant la dose additionnelle 1.

50-59 ans - dose additionnelle 1

• Changement radical d'orientation. Les corrélations négatives, donc bénéfiques, prennent le dessus pour cette tranche d'âge.
• Difficile d'apporter de réponse aux nombreuses questions que l’on peut soulever :
  • effet changement de formule ?
  • ou les personnes décédées en corrélation avec la dose 1 et 2 ont à leur tour cédé la place à des personnes moins sensibles aux composants des nouvelles injections ?
• Malheureusement pour les mineurs, le processus reste le même que précédemment, les corrélations positives sont majoritaires.

Quel produit génèrent ces liens décès-injection ?

Pour mettre en évidence quels sont les produits qui génèrent ces liens, le même calcul est effectué en filtrant les résultats par les fabricants des doses accessibles à partir des données de l'ECDC. Les doses injectées pendant la période de l'étude sont listées dans le tableau ci-dessous en l’appliquant aux tranches d'âge concernées par l’analyse.

Afin de simplifier l’analyse, l'attention est portée sur les quatre fabricants ayant commercialisé le plus de doses. Remarquez que 19 % des doses (154 498 010 doses) sont classées comme fabricant « Inconnu ». Les matrices de corrélations pour les quatre compagnies, Pfizer, Moderna, AstraZeneca et Janssen vont comporter des trous impossibles à combler sans autres données. Les cas les plus importants sont présentés.

Pfizer, Moderna, Astrazeneca, Janssen - dose 1

• Les résultats sont très similaires aux analyses précédentes. La figure ci-dessous, présente la tranche d'âge 5-9 ans dans le cas "toutes les doses cumulées" à gauche et seulement les doses Pfizer à droite. Remarquerez la grande similitude.
• Cette tranche d'âge a probablement été principalement injectée par les produits Pfizer en Europe, car pour les autres compagnies, la matrice de corrélation est pratiquement vide.
• Les corrélations négatives sont pratiquement inexistantes.
• Observons que des corrélations sont présentes dans la première moitié de 2021.
• Les doses pédiatriques ne paraissent pas avoir été disponibles à ces dates et l'ouverture de ces injections aux 0-9 ans n’avait pas été validée. Pourquoi avons-nous donc ces corrélations sur des enfants en bas âge ?
• Pour les trois autres compagnies, la matrice de corrélation est presque vide.

Le graphique ci-dessous appelle une remarque importante sur le fabricant Janssen (à droite). Ceci confirme la fiabilité de détections des corrélations, il est vrai, bien connue et validée depuis plus de 100 ans.

Cas particulier Janssen - dose 1

Intéressons-nous au cas particulier de Janssen autorisé puis suspendu, il présente des résultats plutôt inquiétants. Le graphique ci-dessous montre la tranche d'âge 25-49 ans injectée avec les produits Janssen.

• Le nombre de corrélations fortes qui suivent les injections saute aux yeux. Sur le graphique du haut, ce nombre représente plus de 55 % des corrélations valides de la matrice. C'est très important et aurait dû attirer l’attention des autorités.
• Les corrélations négatives sont quasi inexistantes.
• Ce produit a-t-il été valablement et seulement testé avant d'être injecté ? Heureusement que le nombre de doses de ce produit est le moins important des 4 produits, près de 22 millions quand même.

Conclusions

Ces analyses montrent que certains éléments n'ont pas été pris en compte dans la politique de vaccination contre la covid-19. Principalement, le fait d'injecter ces produits à toute la population en période épidémique, ce qui est contraire à toutes les règles de précaution précédemment en vigueur. D’ailleurs, pour le bétail, il est toujours indiqué de ne pas vacciner en période épidémique !

Bien entendu, il est plus facile de montrer cela a posteriori. Toutefois, nombre de personnes et quelques médias, dès le printemps 2020, avaient lancé l'alerte. Tout semble avoir été mis en œuvre pour décrédibiliser leurs messages et leurs messagers, pour les invisibiliser, voire les faire taire par tous les moyen. Les autorités semblent ne pas avoir voulu tenir compte des nombreuses alertes, ce qui est encore le cas aujourd’hui (les injections continuent au moins dans de faibles proportions).

Pire, alors que les retours d’expérience de cette période covid ne sont pas encore tirés, de nouveaux vaccins, utilisant les mêmes technologies, sont proposés, tous développés dans des temps record et possiblement aussi bien testés.

Patrice Taravel rappelle son métier d'informaticien, où dans certaines compagnies, en réunion à la phrase du développeur « je n'ai pas pu tester correctement la nouvelle fonction du logiciel », la réponse des services clients et marketing était souvent « t'en fais pas, les clients vont faire les tests, on doit sortir le produit ». C'est ce qui s'est probablement passé, cependant là, des « clients » sont possiblement morts et des sommes gigantesques, prélevées sur les impôts, ont été distribuées, alors qu'elles auraient surement fait des miracles dans d'autres domaines (par exemple, l'hôpital et les traitements de première intention déjà disponibles). Ce qui a de tout temps été mis en exergue par France-Soir dans ces articles, principes de précaution et charte de déontologie du journalisme obligeant à vérifier les informations et dire la vérité quoi qu’il en coute. Au prix d’en perdre son agrément.

Autres observations temporelles importantes et limitations dans l’analyse

Cette analyse utilisant un très grand nombre de données permet de mettre en évidence que quelque chose n'a pas fonctionné dans la stratégie de vaccination contre la covid-19, ou a été mise sous silence. Les derniers évènements en Allemagne, au Japon, aux États-Unis et dans les pays mettant des audits sur la gestion de la crise sanitaire vont tous dans ce sens.

Pour faire rapide, 7 000 matrices de corrélations ont été calculées. C'est un processus relativement rapide. Il a fallu 24 heures de calcul, sans compter le développement du programme lui-même, sur un ordinateur pas vraiment récent. Les dépouiller toutes est un autre problème. Il doit être possible de tirer d'autres informations de ces calculs, voire d'en programmer d'autres.

Les données disponibles ne sont pas tout à fait récentes puisqu'elles s'arrêtent la semaine 39 de 2023. On avait espéré pouvoir disposer de données plus récentes. Mais, c'est dorénavant impossible, l'ECDC a changé le format de ces données en supprimant une donnée essentielle. On ne peut que se demander pourquoi ?

Normalement, cette donnée devrait être retrouvée, car elle ne dépend pas uniquement de l'ECDC. Cependant, le changement de format est plus problématique, étant donné que la métrique temporelle est différente et le calcul rendu impossible sans modifications importantes du programme.

Les corrélations proposées dans cet article ont été calculées à l'aide de la méthode de Pearson. Les mêmes calculs furent effectués avec la méthode de Spearman. Cette dernière, plus récente, permet de s'affranchir partiellement de contraintes liées à la méthode de Pearson. Les résultats sont un peu différents sans toutefois changer grandement le sens des interprétations. Une analyse comparée des deux méthodes pourrait être menée. De plus, l'aspect majoritairement qualitatif de cette étude ne me permet pas actuellement de dégager un aspect quantitatif suffisamment solide. Quelques pistes ont été partiellement évoquées, reste à les étudier.

Une information nous permettrait d'affiner grandement ces résultats. C'est le statut vaccinal des personnes décédées. Cependant, cette information reste inaccessible pour d'obscures raisons. Il est plus que temps qu’en France les données de mortalité toutes causes par statut vaccinal et classe d’âge soient rendues disponibles. Demandées tout d’abord par voie administrative puis par voie judiciaire depuis maintenant plus de 18 mois, l’accès à ces données est toujours refusé et aucune date d’audience n’est encore fixée. Contacté par France-Soir, l’INSEE affirme « ne pas avoir ces données » et nous oriente vers le CEPIDC à l’INSERM qui n’a pas répondu à nos demandes.

La publication par l’INSEE des données de production de services funéraires est un point nouveau et non négligeable qui apporte un poids supplémentaire à la requête des données de mortalité toutes causes. On peut voir sur le graphique (préparé par @patOmartin9, et vérifié par les auteurs !) qu’il y a bien une tendance jusqu’en 2021 et une rupture de tendance après. Cette analyse est importante, car tout analyste et modélisateur est constamment à la recherche de données externes permettant la validation ou calibration au réel, et ainsi d’établir la causalité avec une plus grande certitude. La production des services funéraires a un lien direct et causal avec les décès, puisque jusqu’à preuve du contraire, seuls les morts causent une telle augmentation de l’activité.

Quels sont les facteurs qui peuvent bien expliquer que la production de services funéraires ne soit pas revenue sur la courbe de tendance en bleu, correspondant à avant la pandémie ? À part la vaccination de masse, il n’y a pas grand-chose qui nous vient à l’esprit. CQFD ?

Remerciements

Un grand remerciement au Docteur Hervé Seligmann, biologiste et statisticien. Sa disponibilité a été précieuse pour les aspects théoriques qui sont majoritairement de lui. Les nombreux entretiens entre Patrice Taravel et lui ont permis de choisir les calculs à effectuer et d’affiner leur interprétation. Il a à son actif un grand nombre de publications scientifiques et vidéos facilement accessibles à partir d'Internet et a fait de nombreuses interviews dans France-Soir dès 2021 et l’apparition des données sur la vaccination.