[Réfuté] Re: Dès septembre 2021 on avait constaté que les vaccins covid n'empêchaient pas la transmission

Le 03/11/2023 à 15:30, PaulAubrin a écrit :

Eur J Epidemiol. 2021; 36(12): 1237–1240.
Published online 2021 Sep 30. doi: 10.1007/s10654-021-00808-7

<https://link.springer.com/article/10.1007/s10654-021-00817-6>
Nous lisons avec intérêt le manuscrit de Subramanian et Kumar [1] (les auteurs). Nous sommes sérieusement préoccupés par la méthodologie employée dans cette étude. Nous les détaillons ci-dessous.
Premièrement, l’étude utilise les cas confirmés de COVID au niveau du pays ou du comté comme principale mesure de l’efficacité du vaccin. Même si le nombre total de cas reste un indicateur important, il ne rend pas compte de l’élément clé d’une stratégie de vaccination réussie, à savoir la réduction des cas graves, des hospitalisations et des décès. Contrôler les hospitalisations est également crucial pour limiter le fardeau qui pèse sur les systèmes de santé. Le critère de jugement principal de cette étude est donc inapproprié, ou du moins insuffisant, et les hospitalisations, formes graves et décès liés au COVID auraient dû être signalés. Si les auteurs évoquent l’omission des hospitalisations et des formes graves comme une potentielle limite de leur analyse, ils le font pour souligner que « le CDC a fait état d’une augmentation de 0,01 à 9 % et de 0 à 15,1 % (entre janvier et mai 2021) des taux d’hospitalisations et de décès, respectivement, parmi les personnes entièrement vaccinées. Nous trouvons cette affirmation trompeuse. En effet, cette période correspond au début de la campagne de vaccination, où les vaccins ont été proposés à une petite partie de la population à haut risque, principalement les personnes âgées et les individus présentant des comorbidités graves. Cela se voit dans le fait que la vaccination pour tous les adultes n’a été disponible qu’en avril aux États-Unis et en mai dans de nombreux autres pays (par exemple en France ou en Allemagne). De plus, l’effet d’un taux de vaccination croissant sur les chiffres des hospitalisations et des décès a été largement expliqué (par exemple [2]).
Ensuite, le nombre de cas confirmés n'est pas une mesure précise de la propagation de la maladie : sa précision dépend de la capacité de dépistage, des politiques nationales de dépistage [3]), de la mise en œuvre d'Interventions Non Pharmaceutiques (IPN) [ 4], sur les réponses comportementales individuelles [5] et sur l'enregistrement précis de celles-ci, dont aucune n'a été prise en compte dans l'analyse. Ne pas inclure ces facteurs peut conduire à des biais dans l'estimation de l'effet de toute intervention (comme expliqué dans [6]). Bien que cela soit identifié comme l’une des principales limites de l’étude, l’interprétation des résultats a été faite en utilisant un langage causal sans prudence, malgré la conscience des auteurs de la question.
Le timing entre les deux mesures pose également problème. Une fenêtre temporelle arbitraire de sept jours pour l’incidence des cas de COVID-19 a été utilisée sans justification, ce qui pourrait conduire à inclure des cas non représentatifs ou à comparer des pays sur différentes phases épidémiques. Une période aussi courte ne donnerait qu’une vue transversale d’un phénomène s’étalant sur plusieurs mois et une fenêtre de sept jours ne constitue pas un seuil clinique pertinent. Notamment, on est considéré comme complètement vacciné 14 jours après la deuxième injection. Quatorze jours serait le minimum pour observer un effet au niveau individuel, mais l'évaluation de l'effet indirect de la vaccination sur la transmission nécessiterait un suivi prolongé. La vaccination est un processus long et continu, qui se déroule conjointement avec des « vagues » épidémiques successives. De plus, bien que les auteurs mentionnent une « analyse de sensibilité » disponible dans les documents supplémentaires, celle-ci n'est pas disponible. Ce délai de sept jours apparaît donc injustifié et ne permet pas d'estimer l'efficacité de la vaccination. En outre, le statut vaccinal d’une population ne reflète pas le statut vaccinal de la population, car il exclut les individus précédemment infectés. Dans les pays où le taux de vaccination est faible mais où la séroprévalence est élevée, le statut vaccinal de la population reste incertain.
Les critères d'inclusion/exclusion ne sont pas bien définis ou n'ont pas été rigoureusement suivis. Les auteurs ont précisé qu’ils incluaient « 68 pays qui répondaient aux critères suivants : disposaient de données sur la deuxième dose de vaccin ; disposait-il de données sur les cas de COVID-19 ; disposait de données démographiques ; et la dernière mise à jour des données a eu lieu dans les 3 jours précédant ou le 3 septembre 2021. » Ceux-ci sont fixés sans aucune justification. Par ailleurs, de nombreux pays fournissent l’ensemble de ces informations mais ne sont pas inclus dans leur analyse (comme la France, le Royaume-Uni, l’Allemagne, la Suisse ou l’Espagne). En outre, de nombreux pays inclus sont des pays à revenu faible ou intermédiaire qui disposent de moins de capacités de test et pourraient souffrir d’un fardeau plus élevé, mais sous-estimé, dû au COVID-19 [7].
De plus, le manque d’ajustement pour tenir compte des principaux facteurs de confusion pourrait expliquer l’inefficacité signalée du vaccin. En effet, l'analyse statistique implique une régression linéaire non ajustée et trois graphiques descriptifs. Cela permet uniquement aux lecteurs d'évaluer les associations statistiques brutes (confondues). Cependant, l’interprétation de ces résultats dans le manuscrit est causale, ce qui véhicule donc un message inexact.
Finalement, sur la base des graphiques uniquement, les auteurs ont conclu à l’absence d’association entre la couverture vaccinale et l’incidence. La catégorisation de la proportion de personnes vaccinées en 15 catégories est arbitraire, et nous ne trouvons pas de justification empirique à l’affirmation selon laquelle « les cas pour 100 000 personnes au cours des sept derniers jours sont largement similaires dans les catégories de pourcentage de la population entièrement vaccinée ». Pourtant, si nous effectuons un simple test de Kruskal – Wallis non paramétrique pour comparer la répartition des cas dans ces 15 groupes (χ2 = 399,39, df = 14, p-value < 0,01), suivi d'un test de Wilcoxon multiple par paire (Bonferroni corrigé ), il existe des preuves solides qu’un taux de vaccination plus élevé est associé à une incidence plus faible sur 7 jours. Sur 105 comparaisons par paires, 67 ont montré une différence significative, avec une valeur p ajustée  < 0,05. Parmi ceux-ci, la catégorie (70-100) a une incidence sur sept jours significativement inférieure à celle de toutes les catégories  < 50 %. Cela est encore plus clair à partir des données brutes, où une tendance ajustée à partir d’un modèle additif généralisé montre une incidence décroissante à partir d’une couverture vaccinale de 50 %. Bien que cette analyse ne tienne pas non plus compte des facteurs de confusion, elle montre que les données fournies dans le manuscrit ne corroborent pas les conclusions tirées par les auteurs.
Nous tenons donc à souligner que la méthodologie ne permet pas aux auteurs de tirer les conclusions écrites dans le manuscrit. Cet article n’est pas à la hauteur des normes en épidémiologie et fournit un récit plutôt que de tester des hypothèses de manière rigoureuse. Plus grave encore, le message véhiculé dans le manuscrit pourrait compromettre les efforts déployés pour encourager la vaccination, malgré les nombreuses études scientifiques valides prouvant l’efficacité du vaccin.