Covid Belgique – Graphiques 59 - Deuxième année – 21 janvier 2022 (semaine 3)

Publié le 21 Janvier 2022

VACCINATION COVID : DEPUIS QUAND A-T-ON LE DROIT DE METTRE LA VIE DES ENFANTS EN DANGER POUR SATISFAIRE UN FAUX BESOIN DE SÉCURITÉ SANITAIRE DE VIEUX ?

∞∞∞∞∞∞∞∞∞∞∞

NOUS FAISONS FACE À UNE PROBLÉMATIQUE QUI SEMBLE HORS CONTRÔLE : LA "CRÉATION" MASSIVE DE COVID PAR L'HÔPITAL LUI-MÊME. CF GRAPHIQUE 2.5.

∞∞∞∞∞∞∞∞∞∞∞

Grande nouvelle si cela se confirme : Fin des restrictions de toutes sorte en ce compris le pass sanitaire ou le port de masque en Angleterre, le 26 janvier. L'annonce est officielle.

Voyons la suite.

∞∞∞∞∞∞∞∞∞∞∞

La campagne du booster (3^e dose) ne donne pas les résultats espérés. Malheureusement, on s’en doutait. Les indicateurs selon le statut vaccinal ont certes fléchi, pas de manière décisive, et actuellement en remontées (graphique 2.4). Les patients-boosters représentent le premier groupe des hospitalisés covid, alors que leur 3^e dose est encore toute récente. Si les fausses « efficacités vaccinales » possédaient un semblant de vérité, nous ne devrions pas les voir à l’hôpital. C’est le contraire. Quant à la 4^e dose face à omicron, des premières indications semblent montrer une inefficacité quasi complète, même à court terme, ou pire, mais pas une innocuité … Et pourtant elle est proposée pour les personnes à risque. En Israël, on commence à évoquer une 5^e dose … La balance bénéfice/risque fait de plus en plus question, car les risques, par rapport aux autres vaccins, sont vraiment beaucoup plus important. Ces observations sont assez inquiétantes, en ce sens que la protection éventuelle conférée par le booster (3^e dose), chute très vite et qu’après environ 3 mois au plus, 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. Même l’OMS embraye sur cette constatation, bien que ce soit dit avec précaution et diplomatie (évidemment): « a vaccination strategy based on repeated booster doses of the original vaccine composition is unlikely to be appropriate or sustainable » (« une stratégie de vaccination basée sur des doses répétées de booster d’un vaccin composé du virus original, a peu de chance d’être approprié ou durable »). L’agence européenne du médicament a fait une déclaration dans le même sens.

Quant à savoir l’étendue et la durée de ce dérèglement ? Touche-t-il la défense immunitaire concernant d’autres virus, ou d’autres micro-organismes, ou plus général (la contention du cancer par exemple, ou la sénescence cellulaire), on ne le sait pas. La résilience de ce dérèglement sera-t-elle rapide, lente ou absente, on ne le sait pas.

Et svp, ne vaccinons pas nos enfants. C’est parfaitement inutile chez eux, c’est dangereux, et nous grevons leur avenir d’une manière que nous ne connaissons pas.

Depuis quand a-t-on le droit de mettre la vie des enfants en danger pour satisfaire un faux besoin de sécurité sanitaire de vieux ?

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

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.

Semaine 3 : du 17 au 23 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 2020 sur MeWe et sur FB: https://www.facebook.com/christophe.debrouwer/posts/10218665434128461

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

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. Cela en devient ridicule. Qu’il y ait une augmentation brutale du taux de « cas » ces trois 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. Cela n’a pas de sens : hier, jeudi, le taux de cas est monté a 64 % de positif dans la population pour une moyenne sur les 7 derniers jours de 36 % : réfléchissez-y, cela n’a strictement aucun sens. 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 (mais qu'est-ce que cela veut encore dire?) et les hospitalisations qui restent assez stable, malgré une création de covid par l'hôpital comme on en a jamais vu (graphique 2.5). 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

Factuellement, environ 15,5 personnes estampillées covid sont actuellement nouvellement hospitalisées par semaine (semaine se terminant le 30 décembre), soit environ 2 par jour, et par 100 000 habitants (Namur par exemple).

Cependant, nous faisons face à une problématique qui semble hors contrôle: la création massive de covid par l'hôpital lui-même. cf graphique 2.5.

2.1. Ce graphique dynamique dx/dt, explore la chronologie des différentes variables « Nouvelles hospitalisations covid », « Nombre d’hospitalisés covid », « Nombre covid en USI » et « Décès attribués covid ». Ce graphique, comparant la semaine 2 sur la semaine 1, n’est pas simple à l’interprétation. On voit une petite augmentation des entrées hospitalières, en fait assez faible. Ce sont les covids créés par l’hôpital qui influent principalement sur l’occupation des lits-covid, cf graphique 2.5, et expliquent une très lente augmentation de l’hospitalisation. Quant à l’USI, c’est toujours en diminution et les décès attribués au covid, parfaitement stable.

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. Le point d'interrogation renvoie au graphique 2.5.

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, 86 % de cette population a reçu la troisième dose (booster). La courbe des vaccinés est en augmentation et atteint 77 % de l’hospitalisation covid*. Cette proportion se trouve surtout -également en augmentation- chez celles et ceux qui ont reçu un booster. Ils représentent 63 % des hospitalisés-vaccinés. L'effet omicro commence à se faire sentir.

À l’USI, dans un contexte de diminution du nombre de patients à l’USI, la situation selon le statut reste stable. 57,5 % de vaccinés parmi les patients à l’USI. Et ceux qui ont reçu le booster, représentent 56,5 % des USI-vaccinés. Probablement que nous sommes encore majoritairement en USI avec des patients delta.

* 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), 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 sur 14 jours, 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, à droite, 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 65 % des grippes déclarées). Cela, c’est une nouveauté, omicron ne semble pas capable d’empêcher une circulation de virus à caractère grippal, mais l'accompagne, 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.

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.

Trois graphiques :

1. En effet de loupe sur les derniers mois, la différence entre entrées/sorties et la variation de l’occupation hospitalière d’un jour sur l’autre. Les traits pleins donnent un courbe de la moyenne journalière sur 7 jours glissés. Lorsque la courbe verte est supérieure à la courbe rouge, cela veut dire que l’hôpital crée des patients covid. Et si c’est l’inverse, cela veut dire que l’hôpital dé-crée des patients covid.

2. La même courbe, mais depuis le début de la crise.

3. Courbe centrée sur les variations de ‘création’ (ou l’inverse) de covid par l’hôpital sur 7 jours glissés (et non pas journalier). Le pointillé montre l’importance de cette création de covid par rapport à l’importance de l’hospitalisation (variation de et sur 7 jours glissés en regard du niveau journalier d’hospitalisation).

Constat : La comparaison des bilans entrées-sorties avec la différence du nombre de patients d’un jour sur l’autre est à nouveau fortement perturbé. En effet, le bilan des entrées-sorties de l’hôpital (moyenne sur 7 jours glissés) est clairement négatif et montre que nous devrions être en décroissance net du nombre d’hospitalisés. Or il n’en n’est rien, le nombre d’hospitalisés augmente ! Cela vient du fait que l’hôpital crée des patients covid comme jamais elle ne l’avait fait depuis le début de la crise. Les records sont largement battus. Durant les 7 derniers jours, l’hôpital a créé plus de 850 hospitalisés, soit environ 1/3 des personnes hospitalisées (courbe en pointillé du 3e graphique ci-dessous) : c’est incroyable. Alors que l’occupation de l’USI continue à décroître. En tout cas, cette création de covid-hospitalier jamais vue tombe à pic pour soutenir un discours politico-experto-médiatique de la peur et pour un 'baromètre' dont les prémisses sont systématiquement fausses. Ils vont trop loin, cela ne va pas.

- Que se passe-t-il ?

- Quelles sont les causes de ces ‘covid’ acquis à l’hôpital ?

- Est-ce une simple ‘co-morbidité’ (tests+) découverte ou acquise à l’hôpital pour des patients admis pour des raisons qui n'ont rien à voir avec le covid (on sait que cette proportion est en augmentation avec omicron) ?

- Est-on face à une augmentation des infections nosocomiales, que nous savons être présentes à l’hôpital s’agissant du covid ? (Une étude au début de la crise montrait une proportion de 12,5 % d’infections nosocomiales parmi les malades-covid. Or, avec l’absence d’efficacité du vaccin dans la transmission du virus, on peut craindre d’être revenu au point de départ, et complémentairement suspecter des comportements inadéquats de détenteurs du CST, personnel de soin compris.)

- Et/ou doit-on conclure à des erreurs systématiques dans le reporting de l’occupation hospitalière, involontaires ou volontaires ?

Après avoir foiré un modèle d’occupation hospitalière alarmiste en tout début d’année (cf Graphiques 58), on doit subir ceci : Pourquoi, comment ? On aimerait bien le savoir, l’hôpital et sciensano doivent s’expliquer.

∞∞∞∞∞∞∞∞∞∞∞

3. Mortalité

Nous devons bien comprendre que la mortalité et ses variations sont le critère principal permettant de juger de la santé d’une population. Bien comprendre le pourquoi et le comment, l’importance et la temporalités de ses variations, est la pierre d’angle de la Santé publique.

Cette dernière semaine d’enregistrement, la semaine 1, les choses sont revenues à la normale, l’attendu et l’observé se sont non seulement rejoints mais nous sommes plutôt dans une situation de sous-mortalité. Cette diminution/stabilisation de la 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 2 sur 1. 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 ;

3. c’est la vaccination de nos enfants, inutile, dangereuse et grevant l’avenir d’un certain nombre d’entre eux;

4. c'est la création invraisemblable de covid par les hôpitaux, ils doivent s'expliquer.

La mortalité générale (toutes causes) est redevenue banale et le reste.

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

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

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

&&&