Covid Belgique – Graphiques 58 - Deuxième année – 14 janvier 2022 (semaine 2)

Le ‘mister lockdown’ Fergusson, estimait (4 janvier) que le plateau de la courbe des infections était atteint à Londres et qu’il devrait refluer la semaine suivante … et il avait raison pour une fois ! C'est en reflux net.

Chez nous, les choses ne sont pas claires avec le cafouillage lors de la montée d’omicron au sein de la population, c’est le moins qu’on puisse dire. Je n’en dirai donc pas grand-chose.

Des modèles catastrophistes, préparés par une équipe venant des Universités de Hasselt-Anvers-Namur, utilisés comme bible par notre gouvernement devenu hystérique. Ce sont les mêmes qui nous calculent les fameux R(t) … Ils ont envoyé dernièrement ces modèles inconséquents aux hôpitaux pour qu’ils se préparent à l’envahissement terrifiant de « cas » symptomatiques graves. Ces modèles se révèlent, sur le plan de la réalité épidémiologique (les chiffres, ni plus ni moins), totalement faux, même leurs projections les moins pessimistes !!! Pour le 20 janvier, soit dans 6 jours, ils prévoient (fourchettes basses et hautes) entre 700 et 1200 admissions covid par jour et 6000 à 10 000 hospitalisés-covid ! Et bien sûr les médias de la peur, de la discrimination et de la haine embrayent. Navrant de bêtise. Le seul bénéfice, c’est leur crédibilité, -celle du gouvernement et de ses soi-disant experts-, en chute libre auprès des responsables hospitaliers.  (Dans la même veine, les supposées efficacités vaccinales : simplement faux.)

(La réalité actuelle et elle est stable, est de 180 entrées en moyenne pour les 7 derniers jours et environ 2000 hospitalisés !)

Lisez leur courrier également du 7 janvier et celles et ceux qui signent. On est véritablement dans une communication soutenue par le gouvernement.

Avec ce genre d’injonctions-conseils qui, sous couvert d’une pseudo-science, n’est que politique, la politique du pire, on sait que nos hôpitaux qui vont mal, irons encore plus mal … inutilement.

Et puis une vraie question se pose : c’est l’importance du covid créé par l’hôpital lui-même (20% de son occupation) ! Voir graphique 2.5.

C’est d’autant plus dommageable que la situation actuelle, sur le plan clinique, est bonne et sur le plan de la mortalité, excellente. C’est de la peur gratuite une fois de plus.

En effet, pour ce qui est des hospitalisations, elles restent assez stables et basses pour la saison : comparez les années du graphique 2020-2023 de la série 2 entre elles qui vous démontrent qu’on est dans une situation inédite en ce sens que, malgré une montée réelle du taux de « cas » (« cas »/nbre de tests) dont la courbe est actuellement inquantifiable, les indicateurs hospitaliers restent stables, malgré une création massive d’hospitalisés covid par l’hôpital lui-même (sinon les indicateurs hospitaliers continueraient leur diminution), puisque le bilan des entrées-sorties est et reste franchement négatif. J’y reviens dans la section 2.

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

Par contre, la campagne du booster (3^e dose) ne semble pas donner les résultats espérés. Malheureusement, on s’en doutait. Les indicateurs selon le statut vaccinal ont fléchi, pas de manière décisive, et actuellement certains en remontées (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 important. Les indicateurs danois, quotidiennement mis à jour (à l'arrêt actuellement) et les indicateurs anglais, hebdomadairement mis à jour, que je trouve plus fiables (?) que les nôtres, sont assez inquiétants sur cette problématique, en ce sens que la protection éventuelle conférée par le booster, chute très vite et qu’après 3 mois, semble-t-il, elle a non seulement disparu mais plus que cela, montre une hypersensibilité à l'infection, signant très probablement un dérèglement du système immunitaire que ces injections répétées ont, semble-t-il, provoqué.

Pour la Belgique, la problématique des nouvelles infections (les « cas ») chez les vaccinés et les non-vaccinés est difficile à appréhender à travers les données sciensano tant elles me semblent actuellement chaotiques et en conséquence suspectes.

Si nous ne pouvons nous tourner vers le quantitatif belge, le qualitatif peut nous fournir des renseignements précieux. Je vous propose de prendre connaissance de cette interview pas trop longue et passionnante réalisée par Kairos chez un membre du « tracing » qui confirme les données quantitatives que nous pouvons recueillir (ailleurs que chez sciensano).

Pour rependre la phrase-choc de Didier Raoult appliquée à notre pays : « aujourd’hui nous sommes face à une épidémie de gens vaccinés ». Doublement, d’une part par les effets de sélection d’un virus qui apparaît aujourd'hui largement résistant au vaccin (on savait que cela arriverait) et d’autre part parce que ce sont les personnes vaccinées qui sont les plus touchées, notamment, selon lui, à cause de l’apparition d’anticorps facilitant précoces. Je vous reporte à ce sujet sur les Graphiques 49. Donc difficile de lui donner tort, quoique j’ai quelques soucis avec le terme épidémie.

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

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.

Semaine 2 : du 10 au 16 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 » ces deux dernières semaines, c’est une évidence, et notre pays n’est pas le seul concerné par ce phénomène. Mais l’examen attentif de ce qui se passe ailleurs en Europe doit nous rendre circonspect sur les données présentées par sciensano. J’attendrai donc d’y voir clair avant de reproposer une analyse du taux de « cas ».

1.2. Je vous remontre ce graphique intuitif qui lie hospitalisation à taux de cas, en ajustant au mieux les échelles de façon à faire coïncider au plus près leurs courbes durant l’agitation virale lié au variant anglais (avril : semaines 13 à 17). Cela permet de parfaitement visualiser l’accentuation énorme du vide actuel (flèche magenta) entre le taux de cas et les hospitalisations qui restent stable. La distorsion entre taux de « cas » et les indicateurs de l’hospitalisation sous omicron devient énorme (j’ai dû changer toutes les échelles!). Omicron se révèle actuellement comme un agent d’une simple grippe.

∞∞∞∞∞∞∞∞∞∞∞

2. Variables hospitalisations

Sous réserve de biais et notamment celui repris en introduction de ces Graphiques, les indicateurs hospitaliers sont assez stables.

Factuellement, environ 11 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 tous les indicateurs présentés ici.

2.2. Comparaison des variables hospitalisations en 2020, 2021 et 2022. 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. Des bulletins Vaccinés-nonVaccinés, 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, 85,5 % de cette population a reçu la troisième dose (booster). La courbe des vaccinés est en augmentation et atteint 73,2 % de l’hospitalisation covid*. Cette proportion se trouve surtout -également en augmentation- chez celles et ceux qui ont reçu un booster. Ils représentent 61 % des hospitalisés-vaccinés. L'effet omicron commence à se faire sentir.

À l’USI, la situation est stable. 59,5 % de vaccinés parmi les patients à l’USI. Et ceux qui ont reçu le booster, représentent 53,5 % des USI-vaccinés. Probablement que nous sommes encore majoritairement en USI avec des patients delta.

2.3bis. Beaucoup m'ont demandé de remettre les données ci-dessus en %.

* De nombreuses questions sont suscitées par l’opacité des chiffres présentés par sciensano. Deux types de chiffres sont présentés par sciensano concernant le statut vaccinal. Si l’on prend le bulletin hebdomadaire (rubrique 3.5.2 du dernier bulletin), on voit, à gauche des graphiques ad-hoc, des données intitulées : « moyenne journalière du nombre de nouveaux cas covid-19 ». Que ces données soient exprimées sur 14 jours (rapport du RAG) ou en moyenne journalière, cela ne change pas leur signification : il s’agit des données brutes d’occupation de lits hospitaliers selon le statut vaccinal. C’est ce que j’utilise. Puis, sur le même graphique, vous avez une série de données intitulées : « incidence cumulée sur 14 jours ». Il s’agit d’une incidence spécifique selon le statut vaccinal, c’est-à-dire usant d’un dénominateur. Par exemple, le nombre de personnes vaccinées hospitalisées divisé par le nombre de personnes vaccinées. Et afin que le quotient obtenu ne soit pas trop petit, on l’exprime par 100 000 vaccinés. On fait cet exercice pour chaque statut sur 3 tranches d’âge. Ceci ne permet évidemment pas de connaître l’occupation hospitalière selon le statut vaccinal (seules des données brutes peuvent le faire), mais a comme but de montrer l’efficacité de la vaccination par rapport aux non vaccinés selon les tranches d’âge et le statut 2 doses ou 3 doses. Le problème est que sciensano n’explique pas et a fortiori ne donne pas le dénominateur qu’il emploie afin de se soumettre à la critique : ces « incidences » spécifiques sont donc une donnée actuellement non validable, et je crains que ce soit voulu).

2.4. Grippe toutes causes et hospitalisations. Les données ont été corrigées sur plusieurs mois par sciensano, une fois de plus, sans explication. Elle montre à présent une situation où la grippe est nettement plus présente, même sous omicron (qui représente cependant environ 50 % des grippes déclarées). Cela, c’est une nouveauté, omicron ne semble pas capable d’empêcher une circulation de virus à caractère grippal, ce qui soulignerait peut-être son absence de gravité, car ne mobilisant plus les défenses de l’organisme comme ses prédécesseurs (ce qui bloquaient l’entrée d’autres virus). C’est une hypothèse, donc à prendre avec précaution.

D'autre part, cette présence plus importante de la grippe (surtout influenza) est plus à même d'expliquer l'augmentation de mortalité générale (par rapport à l'attendu) que nous avons connu dans le dernier quadrimestre de l'année passée, qui répétons-le, n'était pas causée par le covid. Je vous reporte aux Graphiques précédents.

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 fortement perturbé. La différence entre entrées-sorties de l’hôpital montre que nous devrions être en décroissance net du nombre d’hospitalisés. Or il n’en n’est rien, ce nombre reste stable et légèrement ascendant. Cela vient du fait que l’hôpital recrée à nouveau des patients covid (encore plus que sous agitation virale du delta). L’écart atteint est d’environ 400 hospitalisés créé par l’hopital sur les 7 derniers jours, soit 20 % des personnes hospitalisées : c’est énorme. Pourquoi, comment ? On aimerait bien le savoir, l’hôpital doit s’expliquer.

∞∞∞∞∞∞∞∞∞∞∞

3. Mortalité

Cette dernière semaine d’enregistrement, la semaine 52, 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.

La mortalité attribuée au covid est actuellement stable, toujours dans les normes saisonnières, en légère diminution, comme les graphiques 3.2 et 3.3 permettent de le constater. 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 conforme à l’attendu, même peut-être un peu en-dessous. 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. Courbe dynamique dx/dt. Mortalité attribuée au covid par tranche d’âge, semaine 1 sur 52. Nous observons une stabilité dynamique remarquable pour toutes les tranches d’âge et toujours assez basse. Omicron n’a actuellement aucun impact à ce niveau.

3.4. 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 un accroissement de la mortalité générale saisonnière (avec la saison froide qui vient, la mortalité générale augmente ‘naturellement’). Actuellement, il n'y a rien de particulier à monter.

3.5. Ce sont probablement les graphiques les plus importants de toute la série. Comme on peut le voir, les 6 séries sont parfaitement stable, malgré omicron. Encore un indice probant d’un virus peu pathogène.

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

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, nous en avons donné un bel exemple, un de plus, dans l'introduction de ces Graphiques ; 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’.