Covid Belgique – Graphiques 57 - Deuxième année – 7 janvier 2022 (semaine 1)

Bonne Année :-)

On assiste à quelque chose de curieux, mais qui était annoncée puisque omicron est devenu majoritaire chez nous.

Nous avons en effet connu une augmentation brutale du taux de « cas ». C’est l’effet omicron qui apparaît plus infectieux que ses prédécesseurs. Ceci dit, cela n’explique pas l’évident cafouillage du calcul des « cas » et des tests réalisés par sciensano. On avait déjà l’impression que les choses devenaient difficiles là-bas (et c’est une des raisons invoquées par le ministre ad-hoc pour diminuer la pression sur les tests et le tracing en discriminant toujours plus vaccinés et non-vaccinés), mais cela apparaît actuellement assez patent. C’est bien dommage car une question se pose ou se posera assez vite : avons-nous atteint un plateau ? Cette question a déjà été posée par le ‘mister lockdown’ Fergusson, estimant (4 janvier) que le plateau de cas était atteint à Londres et qu’il devrait refluer la semaine suivante …

∞∞∞∞∞∞∞∞∞∞∞

Une autre donnée intéressante, passée largement inaperçue, provenant de l’équipe du professeur Montagnier, est l’observation d’un virus de « fin de cycle ». Article vraiment intéressant d’une équipe au top.

∞∞∞∞∞∞∞∞∞∞∞

Pour ce qui est des hospitalisations, elles restent assez stables et basses pour la saison : comparez les graphiques 2020-2023 de la série 2 entre eux.

Ceci confirme assez bien les données anglaises d’un dangerosité du variant omicron au tiers de celle du variant indien (delta).

Cependant, nous devrons faire attention dans notre analyse à cause d’un biais probablement important : comme le variant omicron est assez contagieux, un plus grand nombre de personnes accédant à l’hôpital pour une autre pathologie que le covid, seront testés positifs au covid et comptabilisés dans les hospitalisés covid. Attention à ce biais qui va s’accentuant avec les mesures prises qui discriminent de plus en plus vaccinés (exemptés bien souvent de tests) et non-vaccinés face aux tests. Ceci correspond à l’anecdote que je vous racontais dans les Graphiques n°55 :

« Anecdote. Il y a un bon mois, j’étais hospitalisé à l’hôpital-covid. J’eus successivement deux compagnons de chambre. Le premier avait été dans un autre hôpital pour une condition médicale qui n’avait rien à voir avec le covid et qui d’ailleurs s’est résolue entre-temps. Mais malheureusement pour lui, le PCR est revenu positif, que ce soit un vrai ou un faux positif, ces derniers sont nombreux. Personne ne se pose la question. Il se portait parfaitement bien, mais néanmoins avait été envoyé d’urgence dans le service des covids. Placé dans ma chambre (avec interdiction de sortir de celle-ci), pour passer le temps, il faisait des pompes ! Néanmoins, on lui a fait courir un risque, très réel, d’attraper le covid à mon contact … Il fit des pieds et des mains pour sortir et après 2 nuits, on le laissa s’en aller. Il n’était pas vacciné (sa grand-mère était décédée peu de temps après son vaccin-thérapie génique). Il se retrouve bien entendu dans les statistiques des hospitalisés covid non-vaccinés. Jamais cela n’aurait dû arriver. Le second, plus jeune que moi, très angoissé, complètement vacciné, est venu mal en point et a continué à se dégrader. Il dut aller à l’USI où je ne sais ce qu’il est advenu, personne ne savait répondre à mes questions, c’est cela aussi la dépersonnalisation que l’on subit lorsqu’on est hospitalisé. »

∞∞∞∞∞∞∞∞∞∞∞

Par contre, la campagne du booster (3^e dose) ne semble pas donner les résultats espérés: ils sont devenus majoritaires parmi les hospitalisés-vaccinés et USI-vaccinés. Par ailleurs, les indicateurs selon le statut vaccinal se stabilisent pour l'hospitalisation et pour l'USI (graphique 2.4).

La balance bénéfice/risque fait de plus en plus question, car les risques, par rapport aux autres vaccins, sont vraiment beaucoup plus importants. Les indicateurs danois, quotidiennement mis à jour et les indicateurs anglais, hebdomadairement mis à jour, que je trouve plus fiable que les nôtres, sont assez inquiétants sur cette problématique.

Données danoises :

Données anglaises :

Car, toujours selon les données officielles anglaises, si le vaccin-thérapie génique semble efficace le premier mois, éventuellement le deuxième mois de son injection, ensuite il perd de son efficacité pour devenir contre-productif, montrant une hypersensibilité à l’infection autour du 4è- 5^e mois après injection, ce qui indique une sérieuse perturbation du système immunitaire.

Une étude danoise (23 décembre 2021) montre cette hypersensibilité après seulement 3 mois avec omicron (le graphique ci-dessous est repris de cette étude). Ces délais semblent se raccourcir plus on multiplie les injections.
 

Lorsqu’on multiplie les injections à intervalle court, on masque bien évidemment cette descente aux enfers. Avant-hier, c’était deux injections en primo-vaccination puis un rappel tous les ans. Ensuite ce fut un rappel tous les 6 mois. Aujourd’hui c’est un rappel tous les 4 mois. Et sur la table se trouve la proposition d’un rappel tous les 3 mois, actuellement partiellement repoussée mais pour combien de temps. La réalité des données cliniques sont là.

Concernant les risques de santé de ces mauvais vaccins-thérapies géniques, leur dangerosité ne fait plus de doute, nous le savons, sauf pour les personnes malintentionnées et/ou conditionnées par les médias de la peur. Nous devons cependant continuer à convaincre encore et encore. La semaine passée, je vous montrais une étude de grande ampleur (une de plus) de l’université d’Oxford portant sur des personnes âgé de plus de 13 ans, datée du 25 décembre. Cette étude montre un risque de myocardite lié à ces vaccins-thérapies géniques, augmenté jusqu’à 14 fois chez les moins de 40 ans (bien plus que l’infection symptomatique elle-même) …

Cette fois, je vous propose un article qui résume assez bien, et que je trouve accessible, la problématique clinique des vaccins-thérapie génique (publié le 20-12-2021).

@@@@@@@@@@@@@@@@@@@@@

Semaine 48 : du 29 novembre au 5 décembre.

Semaine 49 : du 6 au 12 décembre.

Semaine 50 : du 13 au 19 décembre.

Semaine 51 : du 20 au 26 décembre.

Semaine 52 : du 27 décembre au 2 janvier.

Semaine 1 : du 3 au 9 janvier.

Pour lire les graphiques dynamiques, en bref : on compare une semaine à la précédente : ce qui est au-dessus de la ligne 0, montre une augmentation d’une semaine sur l’autre. Ce qui est en dessous montre une diminution. L’augmentation est maximum lorsque elle atteint le niveau +1.

Lorsque la courbe tourne autour de 0, semaine après semaine, cela montre une situation très stable (minimes modifications d’une semaine sur l’autre).

J’ai expliqué le principe de ces graphiques dynamiques dx/dt, avec mon post du 4 janvier sur MeWe et sur FB: https://www.facebook.com/christophe.debrouwer/posts/10218665434128461

Pour l’abscisse, j’ai remis le chiffre entier des semaines qu’il faudra donc prendre dans sa moitié. C’est une simplification.

@@@@@@@@@@@@@@@@@@@@@

1. Taux de « cas »

Je rappelle que le taux représente le nombre de « cas » sur le nombre total de tests réalisés (durant le période considérée).

1.1.

Comme on peut le voir, les données de taux de « cas », tirés des données de « cas » et de tests publiés par sciensano sont devenues incohérentes. Qu’il y ait une augmentation brutale du taux de « cas » cette dernière semaine, c’est une évidence, et notre pays n’est pas le seul concerné par ce phénomène. J’attendrai donc d’y voir clair avant de reproposer une analyse du taux de « cas ».

∞∞∞∞∞∞∞∞∞∞∞

2. Variables hospitalisations

Sous réserve de biais et notamment celui repris en introduction de ces Graphiques, tous les indicateurs hospitaliers restent en reflux.

Factuellement, environ 10 personnes estampillées covid sont actuellement nouvellement hospitalisées par semaine (semaine se terminant le 30 décembre), soit environ 1,5 par jour, et par 100 000 habitants (Namur par exemple).

2.1. Ce graphique dynamique dx/dt, explore la chronologie des différentes variables « Nouvelles hospitalisations covid », « Nombre d’hospitalisés covid », « Nombre covid en USI ». Ce graphique, comparant la semaine 52 sur la semaine 51, montre des dynamiques généralement en reflux pour les indicateurs hospitaliers et mortalité attribuée.

2.2. Comparaison des variables hospitalisations en 2020 et 2021 (jusqu’au 26 novembre). Les courbes liés aux indicateurs hospitaliers confirment le graphique dynamique précédent. Il n’y a pas grand-chose à en dire de plus.

2.3. Les données sont issues du bulletin hebdomadaire de sciensano. Je vous propose uniquement les données Hospitalisations et USI des « 65 ans et plus », seul groupe d’âge réellement intéressé par cette virose, car on sait que s’il y a un prix sanitaire à payer, c’est eux.

Et compte tenu de manipulations en catimini portant sur les tests, je ne présente plus la partie « cas ».

Actuellement, 84 % de cette population a reçu la troisième dose (booster). La courbe des vaccinés est stable à 67,5 % de l’hospitalisation lié au covid.

Ceux qui ont reçu un booster sont MAJORITAIRES parmi les hospitalisés-vaccinés. Ils représentent 53,5 % de ceux-ci. Cette donnée est importante et montre que la dose booster ne protège pas très longtemps. Cela confirme les observations de l'étude danoise du 20 décembre 2021 (cf introduction).

À l’USI, la situation est assez semblable. Une remontée à 60,5 % de la proportion des vaccinés parmi les patients de l’USI. Et ceux qui ont reçu le booster, représentent 54,5 % des USI-vaccinés.

2.4. Grippe toutes causes et hospitalisations. Comme on peut le voir, le niveau de circulation des "virus à caractère grippal" est plus soutenu, dépassait le seuil épidémique depuis la semaine 42. Pour la semaine 52, le nombre de ‘grippe’ est repassé au-dessus du seuil épidémique, mais cela semble un effet omicron, qui se comporte comme une grippe commune, puisque 54 % étaient liées au covid.

2.5. À titre d’analyse, ce graphique compare la différence entre entrées et sorties de l’hospitalisation et la différence du nombre d’hospitalisés d’un jour sur l’autre. La comparaison des bilans entrées-sorties avec la différence du nombre de patients d’un jour sur l’autre est à nouveau perturbée. La différence entre entrées-sorties de l’hôpital montre que nous devrions être en décroissance du nombre d’hospitalisés. Or il n’en n’est rien, ce nombre est stable. Cela vient du fait que l’hôpital recrée à nouveau des patients covid, et la croissance de l’écart semble s’accélérer comme le montre très bien le graphique. Pourquoi, comment ? On aimerait bien le savoir.

∞∞∞∞∞∞∞∞∞∞∞

3. Mortalité

Cette dernière semaine d’enregistrement, la semaine 51, les choses sont revenues à la normale, l’attendu et l’observé se sont rejoints. Cette diminution/stabilisation de mortalité touche toutes les tranches d’âge de façon assez équivalente, sauf les 0-24 ans. Ceci pourrait poser la question de la vaccination par le vaccin-thérapie génique de cette tranche d’âge ? (cf graphiques 3.4). Mais rappelons que les chiffres de mortalité sont très petits dans cette tranche d'âge et les fluctuations dès lors importantes. Trop tôt pour tirer une conclusion.

La mortalité attribuée au covid est actuellement stable, toujours dans les normes saisonnières, en légère diminution, comme les graphiques 3.2. permet de le constater (comparent la mortalité générale avec la mortalité attribuée au covid). Quelle est la réalité de cette mortalité attribuée ? Nous avons creusé cette question lors des Graphiques n°54. Je vous y reporte.

3.1. Mortalité générale : elle est, à peu de chose près, conforme à l’attendu. Rien de particulier.

3.2. Mortalité attribuée au covid. La comparaison entre 2020 et 2022 montre la normalité de la mortalité attribuée actuelle qui est de saison.

3.3. Cette série de graphiques permet de comparer l’écart immense entre la mortalité générale (toutes causes) et la mortalité attribuée au covid, très basse (les échelles sont identiques). Comme on peut le constater, il y a une diminution de la mortalité générale saisonnière. La mortalité attribuée au covid suit le mouvement général (et non l'inverse, je vous reporte aux Graphiques précédents).

3.4. Ce sont probablement les graphiques les plus importants de toute la série. Comme on peut le voir, 5 séries sont en diminution, sauf la première, celle qui concerne les 0-25 ans. Pourquoi? Remarquons cependant que les chiffres sont très bas et donc cela fluctue assez vite.

@@@@@@@@@@@@@@@@@@@@@

Conclusion

La réalité des chiffres montre … pas grand-chose. La situation est en réalité assez banale. Le variant omicron se révèle être un virus pathogène lui aussi assez banal, comme une grippe commune.

Ce qui l’est beaucoup moins : 1. c’est l’état dégradé de nos hôpitaux qui vont de mal en pis par l’entière faute de nos gouvernants qui détruisent littéralement le bel outil que nous avions ; 2. c’est aussi la vaccination par ces mauvais et dangereux vaccins-thérapies géniques monoclonaux qui ont donné des espoirs détruits pas la réalité à celles et ceux qui s’y sont soumis.

La mortalité générale (toutes causes) est redevenue banale.

La conclusion est dès lors toujours simple, c'est un constat de ‘bonne santé’.

&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&

&&&&&&&&&&&&&&&&

&&&