Covid Belgique – Graphiques 62 - Deuxième année – 11 février 2022 (semaine 6)

Publié le 10 Février 2022

Hommage au professeur Luc Montagnier, prix Nobel, décédé cette semaine (8 février). Il y a quelques jours encore, il était face au parlement du Grand-Duché de Luxembourg pour expliquer et expliquer encore, les données scientifiques concernant le covid qu'il comprenait et anticipait mieux que quiconque. Un grand merci pour un grand monsieur.

L'interview du prof. Raoult à son sujet est très éclairant.

∞∞∞∞∞∞∞∞∞∞∞

Lundi 14 février, les convois de poids lourds de la liberté convergent vers Bruxelles venant de toute l'Europe (comme au Canada sur Ottawa). Les autorités belges l’interdisent … bien évidemment, ils veulent une liberté limitée, surveillée, contrainte pour leurs citoyens, bref le contraire de la liberté: leur rêve semble se situer dans la construction d'un totalitarisme mielleux, hypocrite, mais pas si soft que cela.

D’ailleurs, me signale un ami, dans le « Democracy Index 2021» que vient de publier « The Economist Intelligence », février 2022, la Belgique se situe en 36e position entre la Slovénie et Chypre, bien loin des Pays-Bas (11e position) ou du Luxembourg (14e position). L’Allemagne est en 15e position, l’Angleterre en 18e position, la France en 22e position, pour reprendre nos voisins immédiats. Nous sommes dans les derniers de la classe pour l’Europe de l’ouest. La Belgique représente donc un îlot peu glorieux en termes de démocratie, qualifiée de démocratie défaillante ('flawed democratie'), avec une dégringolade assez continue, accentuée par la crise covid, au niveau de sa performance démocratique. Rien de réjouissant donc.

∞∞∞∞∞∞∞∞∞∞∞

Dernièrement, une personne proche, encore jeune, fut clouée dans son lit avec de la fièvre. Elle faisait, me dit-elle, un covid, malgré qu’elle fut dûment boosté ! « Je serais morte si je n’avais pas été boosté ! » Aujourd’hui les croyances sont extrêmement fortes, et vous pouvez dire ce que vous voulez, montrer les études les mieux réalisées, rien n’y fait. Vous vous heurtez à une imperméabilité bien lisse.

Expliquer que ce vaccin ne sert pas à grand-chose, qu’il fait souvent pire que bien outre ses effets secondaires anormalement nombreux et graves : ce ne sont que des mots qui glissent sur la carapace, non pas de la certitude, mais du conformisme. Je me conforme et donc j’ai raison de me conformer. On est face à une pensée circulaire. Telle semble la religion d’aujourd’hui (soyons de bon compte, ce n’est pas une découverte du jour!). Malgré tout, un doute s’insinue sur la connaissance de la chose, mais pas sur le conformisme qui se conforme (ce qui correspond à un comportement circulaire).

Cela me fait penser à mon second compagnon de chambre de l’hôpital-covid qui ne comprenait pas ce qui lui arrivait. Il était pourtant bien vacciné, bien conforme. Et les médias de la peur et de la haine expliquaient en boucle que seuls les non-vaccinés, ces égoïstes, responsables de tous les maux, étaient hospitalisés, allaient à l’USI et en mourraient. Bien fait pour eux. Pris d’angoisse, il répétait et répétait à qui voulaient l’entendre qu’il était vacciné, qu’il portait l’armure invincible contre les effets du covid, plus encore contre ses effets graves. Ce fut l’inverse. Les espoirs déçus du conformisme, l’étonnement de l’événement non-conforme, l’incompréhension et le sentiment d’une profonde injustice. Mais une remise en cause de ce conformisme qui se conforme ? J’en doute.

Et l’histoire se renouvelle encore et encore. On sortira de l’histoire covid, certes oui, mais aurons-nous appris quelque chose. Certains oui, probablement bien peu.
∞∞∞∞∞∞∞∞∞∞∞

Concernant les chiffres de l'hospitalisation, nous sommes toujours dans LE GRAND MENSONGE et je vous propose d’explorer cela longuement avec notamment deux nouveaux graphiques.
∞∞∞∞∞∞∞∞∞∞∞

Une mega meta-analyse (analyse regroupant plusieurs études répondant notamment à des critères de qualité : pour en avoir fait, c’est assez délicat et cela demande beaucoup de rigueur pour ne pas arriver à du n’importe quoi), « A literature review and meta-analysis of the effects of lockdowns on covid-19 mortality » de Herby, Jonung, Hank de l’université de John Hopkins, montre l’inanité des mesures non médicamenteuses dans la lutte contre le covid. John Ioannidis l’avait déjà montré.

Ce constat possède aujourd'hui un poids devenu prépondérant sur le plan scientifique (sur le plan politique, c’est une toute autre question !?).

∞∞∞∞∞∞∞∞∞∞∞

Concernant l’efficacité vaccinale, je vous ai déjà montré des données israéliennes, anglaises, danoises, ou américaines : voici cette fois une étude suédoise toute récente, parue dans le Lancet le 4 février. Elle montre une efficacité vaccinale qui tombe fortement après 3 mois pour devenir négative (hypersensibilité) après 8 mois. Même si le tempo de cette chute d’efficacité peut varier d’une étude à l’autre, le schéma est toujours le même : 15 jours d’hypersensibilité, suivi de 2-3 mois d’une efficacité relative et puis c’est la Bérézina avec au bout, après 3 à 8 mois selon les études, une réapparition de l'hypersensibilité à l’infection symptomatique (on ne parle pas ici de « cas » à la belge), montrant un dérèglement du système immunitaire.

C'est ce que raconte fort bien les graphiques 2.5. et 2.6. ci-dessous

(Très sincèrement, j’espère que ces vaccins-thérapies géniques seront rapidement interdits d’utilisation jusqu’à ce qu’on comprenne ce dérèglement immunitaire et que leurs effets secondaires anormalement nombreux et graves soient réduits à un minimum 'raisonnable'.)

 

 

Vaccine effectiveness (any vaccine) against SARS-CoV-2 infection of any severity in 842 974 vaccinated individuals matched to an equal number of unvaccinated individuals for up to 9 months of follow-up.

 

∞∞∞∞∞∞∞∞∞∞∞

Sciensano a rajouté un onglet sur son dashboard concernant les variants. C’est bien, d'autant qu'il aborde la présence du sous-variant omicron BA2 dont on ne sait, ni son devenir, ni son comportement, mais qui est bien présent partout en Europe autour de 5 à 10 % des séquençages.

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

 

Semaine 1 : du 3 au 9 janvier.

Semaine 2 : du 10 au 16 janvier.

Semaine 3 : du 17 au 23 janvier.

Semaine 4 : du 28 au 30 janvier.

Semaine 5 : du 31 janvier au 6 février.

Semaine 6 : du 7 au 13 février.

 

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

 
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. Bien que j’ai les plus grands doutes sur l’exactitude des données fournies par sciensano concernant les « cas », néanmoins je vous repropose le graphique d’évolution du taux de cas (nbre de « cas »/nbre des tests) afin de vous montrer que nous sommes résolument de l’autre côté de la courbe en cloche, le niveau d’infection semble diminuer, quasi aussi vite qu’il a augmenté (…!). Tant mieux, ce faux problème est derrière nous.

 

 

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 de 2021). Cela permet de parfaitement visualiser l’accentuation énorme du vide actuel (flèche magenta) entre un taux de « cas » hors contrôle et sans aucun doute suspect selon moi (mais cela veut-il dire encore quelque chose?) et les hospitalisations qui restent assez stables, malgré une création massive de covid par l'hôpital (graphiques suivant, 2.1-2-3) et des hospitalisations majoritaires pour d’autres causes que le covid mais qui se retrouvent sous l’étiquette covid. La distorsion entre taux de « cas » et les indicateurs de l’hospitalisation sous omicron est énorme (j’ai dû changer toutes les échelles !). Omicron se révèle actuellement comme un agent d’une simple grippe et les données d’hospitalisation comme un ‘grand mensonge’.

 

 

∞∞∞∞∞∞∞∞∞∞∞

2. Variables hospitalisations


 

ACTUELLEMENT, nous continuons à observer LE GRAND MENSONGE.

Les données hospitalières sont devenues folles, quel crédit peut-on encore leur accorder ?

 

2.1. Officiellement, environ 18 personnes estampillées covid sont actuellement nouvellement hospitalisées pour cette dernière semaine, soit environ 2,6 par jour, et par 100 000 habitants (Namur par exemple). Mais en réalité, nous sommes à environ moins d’un tiers de cela, moins de 1 patient réellement hospitalisé à cause du covid par jour pour 100 000 habitants, les autres le sont pour d’autres raisons que le covid. Un test covid positif (avec un grand nombre de faux positifs, d’autant plus vrai avec omicron) est le prétexte à leur versement administratif dans les « hospitalisés covid ».

Trois niveaux de réflexion :

°Les covids réels (hospitalisés pour cause de covid) versus les hospitalisations non covid mais versé dans la statistique covid : les « avec covid ». Point 2.1.

°Les ‘créations’ covid par l’hôpital. Peu importe qu’ils soient entrés à cause du covid ou pour autres choses avec covid, l’hôpital va créer en masse de nouveaux covid en cours d’hospitalisation pour des raisons ?. Ils viennent donc s’y ajouter. Point 2.2.

°Le cumul des deux grandeurs montrent que le comptage covid au sein de nos hôpitaux est devenu absurde, sans plus aucune base sérieuse.

 

2.1. Les patients hospitalisés à cause du covid et les patients hospitalisés et traités (espérons-le) pour autre chose que le covid, mais étiqueté « covid » (= les patients dits « avec le covid »).

On comprend aisément que mettre les hospitalisés non-covid, dans l’ensemble hospitalisés-covid à cause d’un test positif (et nous connaissons le peu de fiabilité de ces tests) est médicalement fondamentalement FAUX. (Notons que sciensano, depuis deux bonnes semaines, propose des données différentiées dans les entrées hospitalières « pour » covid (=total des entrants sous le label covid, que ce soit faux ou vrai) et « avec » covid (entrés pour autre chose que le covid) : les « avec » (autres causes) représentent sur une moyenne des 7 derniers jours un nombre équivalent au « pour ».

J’ai réalisé une simulation pour une durée moyenne de 8 jours d’hospitalisation-covid omicron (calculés sur les sorties qui tiennent compte à la fois des entrées« avec » et « non-avec », et des « créations »). Notons que la durée déclarée (officielle) de l’hospitalisation covid est de 13 jours (avant omicron), ce qui aggraverait sérieusement les graphiques repris ci-dessous. Ceci nous permet d’introduire une différentiation entre le nombre d’hospitalisés à cause du covid de ceux « avec le covid » (dont la cause de l’hospitalisation n’est pas le covid) :


 

 

2.2. Autre problème de comptage des hospitalisés-covid qui s’ajoute au précédent : la « création » massive de covid par l'hôpital lui-même (ce qui est un phénomène distinct des « avec covid » entrés et soignés pour d’autres raisons à l’hôpital mais qui sont comptabilisés dans les entrants ce qui n’est pas le cas pour la ‘création’ qui se réalise après l'entrée).

Cette ‘création est explorée par 3 graphiques qui comparent la différence entre entrées et sorties de l’hospitalisation et la différence du nombre d’hospitalisés d’un jour sur l’autre.

Trois graphiques dans ce groupe :

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. L’écart entre les deux courbes be cessent d’augmenter.

2. La même courbe, mais depuis le début de la crise. Comme on peut le constater sur l’ensemble de la crise sanitaro-politique depuis 2020, la situation actuelle est inédite et hors contrôle.

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 très fortement perturbée. En effet, le bilan des entrées-sorties de l’hôpital (moyenne journalière 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, après avoir augmenté, stagne ! Cela vient du fait que l’hôpital crée des patients covid comme jamais elle ne l’avait fait depuis le début de la crise en mars 2020. Les records sont largement battus. Durant les 7 derniers jours, l’hôpital a créé près de 1200 hospitalisés.

En effet, si la durée moyenne de l’hospitalisation covid est de 8 jours (cf plus haut), nous pouvons affirmer qu’environ la moitié des hospitalisés covid sont créés par l’hôpital. La magie d’un test peu fiable fait le reste. Donc, quand on parle d’hospitalisés covid, de quoi parle-t-on réellement aujourd’hui ??? Il devrait être progressivement de même pour l’USI.

- Nous savons que la première raison de cette création massive d’hospitalisés-covid par l’hôpital est causée par la magie de tests peu fiables qui transforment l’hospitalisés pour des causes qui n’ont rien à voir avec le covid en hospitalisés covid. Il faut, en urgence, changer le paradigme hospitalier à ce niveau, car les soins réels et nécessaires en pâtissent, sont parasités et, le cas échéant, ralentis par une fausse pathologie, outre des statistiques aberrantes mais si pratiques pour l’entente mediatico-experto-politique (l’ « entre-soi », l’ « élite »).

- Concomitamment, nous sommes probablement également 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, au contraire, on peut craindre d’être revenu au point de départ, et complémentairement suspecter des comportements inadéquats de détenteurs du CST, personnel de soin compris.)

- Doit-on également conclure à des erreurs systématiques dans le reporting de l’occupation hospitalière, involontaires ou volontaires ? Le cumul étonnant entre les entrées ‘avec’ + la ‘création’ doit nous rendre attentif.

 


 

2.3. Cumul des deux grandeurs, « avec » et « création » avec calcul du reliquat d’hospitalisation.

Si la « création covid » par l’hôpital est un phénomène distinct des entrées à l’hôpital étiquetée covid, vrai ou faux (« avec »), il n’est cependant pas distincts pour les sorties : plus il y a de patients hospitalisés porteurs de l’étiquette covid, plus les sorties-covid seront nombreuses (elles comportent donc à la fois des « avec » et de la « création »). Dès lors ce cumul est délicat à comprendre : la seule approche ‘grossière’ est d’estimer la durée d’hospitalisation sur les sorties -c’est un ordre de grandeur-, soit environ 8 jours.

Après hésitation (à cause du risque de mal se faire comprendre), je vous montre néanmoins ce graphique car son but est de vous montrer l’absurdité actuelle du calcul des hospitalisations-covid par nos autorités (sciensano) . CE CALCUL DOIT ÊTRE CORRIGÉ DANS LES MEILLEURS DÉLAIS.

 

En tout cas, cette double problématique covid-hospitalier tombe à pic pour gonfler outrancièrement le nombre d’hospitalisés soi-disant covid et soutenir un discours politico-experto-médiatique de la peur. Ils vont trop loin, cela ne va pas.

Après avoir foiré une modélisation 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.


 

 

2.4. Comparaison des variables hospitalisations en 2020, 2021 et 2022. Les courbes liés aux indicateurs hospitaliers confirment le graphique précédent. Il n’y a pas grand-chose à en dire de plus. Le point d'interrogation renvoie au graphique précédent.

 

 

2.5. 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, outre la situation actuelle absurde, je ne présente plus la partie « cas ».

Actuellement, 87 % de cette population ont reçu la troisième dose (booster).

La courbe des vaccinés-hospitalisés des 65 ans et plus est en augmentation à 85 % de l’hospitalisation covid* pour cette tranche d’âge. Cette proportion se trouve surtout -également en augmentation- chez celles et ceux qui ont reçu un booster. Ils représentent 75,5 % des hospitalisés-vaccinés. L’effet de la résistance omicron aux vaccins-thérapies géniques, en ce compris la 3e dose (booster), se fait de plus en plus sentir.

À l’USI, dans un contexte de diminution du nombre de patients dans ces unités, la situation montre des tendances similaires. 79,5 % de vaccinés parmi les patients à l’USI. Et ceux qui ont reçu le booster, représentent 71 % des USI-vaccinés. Les patients delta font petit à petit place aux patients omicron.

 


 

2.6. Sciensano propose depuis ses deux derniers bulletins hebdomadaires, des données différentiées selon le statut vaccinal des décès à l’hôpital pour/avec(?) covid. On constate, pour la semaine du 24 janvier au 6 février, que chez les 65 ans et plus, 78 % des décédés à l’hôpital estampillés covid sont vaccinés et c'est en augmentation.

 

 

* Pour des explications complémentaires liées aux graphiques de sciensano, je vous reporte aux « Graphiques n°59 ».

 

2.7. Grippe toutes causes et hospitalisations. Les données ont été corrigées sur plusieurs mois par sciensano, une fois de plus, sans explication. Elles montrent à présent une situation où la grippe semble en phase « épidémique » mais sans répercussion sur la mortalité (ce qui est un argument de poids pour affirmer qu’il n’y a pas d’épidémie), et sous omicron (qui représente 75 % des grippes déclarées, soit une proportion équivalente à celle de la semaine passée). Omicron s’est clairement positionné comme un agent de grippe commune, moins grave que la grippe influenza au vu de la mortalité générale très stable et basse pour la saison.

 

 

∞∞∞∞∞∞∞∞∞∞∞

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 et/ou de l’existence d’une épidémie. 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 5, la forte poussée de syndrome grippal a un peu diminué, sans répercussion sur la mortalité générale. Mais cette poussée semble surtout le fait d’omicron (75%) qui se révèle un agent de grippe commune moins dangereuse que la grippe-influenza. Et de fait, la mortalité reste très stable et normale pour la saison, cette grippe omicron apparait moins dangereuse que la grippe-influenza.

 

3.1. Mortalité générale : elle est conforme à l’attendu. Rien de particulier.

 

 

3.2. Mortalité attribuée au covid, comparaison entre années 2020 à 2022. D’une part, cette mortalité attribuée n’a pas beaucoup de sens compte tenu notamment des constats de la section 2. Et d’autre part, sa signification est assez absurde. Nous avons creusé cette question lors des Graphiques n°54. Je vous y reporte.

 

 

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 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.

 

 

3.4. 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. Je peux maintenir la conclusion des « Graphiques » précédents en l’état. La situation est en réalité assez banale. Le variant omicron se révèle être un virus pathogène lui aussi assez banal, comme une grippe commune, moins dangereuse que la grippe influenza.


 

Ce qui l’est beaucoup moins :

1. c'est le calcul invraisemblable des hospitalisés-covid par les hôpitaux-sciensano, ils doivent s'expliquer et changer de paradigme de soins.

2. 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 ;

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

4. c’est aussi les espoirs détruits pas la réalité pour celles et ceux qui se sont soumis à ces mauvais et dangereux vaccins-thérapies géniques monoclonaux, incapable d’enrayer la progression virale, au contraire.

 

Restons cependant positif, 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’.

 

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

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

Rédigé par Christophe de Brouwer

Repost0
Pour être informé des derniers articles, inscrivez vous :
Commenter cet article