Ari Kouts Profile picture
Scientist in innovation @VISEOGroup ... Doing #IoT #chatbots #vocal #blockchain #AR #VR and other stuff

Nov 7, 2021, 46 tweets

Cet article, repris un peu partout, indique qu’il est impossible d’avoir aussi peu de décès dans l’essai Pfizer. Pendant des mois on nous dit que personne meurt maintenant on ne meurt pas assez.
En réalité c’est un peu plus compliqué que cela ⬇️
pgibertie.com/2021/11/05/pfi…

En effet, en 2020 le taux de mortalité US annuel est d’environ 1%, (3 326 805 décès pour 328 239 523 de personnes). Le taux de mortalité de l’essai est plus proche des 0,1% (35/44 000) sur 4-6 mois
On va voir plusieurs points

On prend comme base les US, qui sont sur-représentés dans l’essai

L’essai n’est pas totalement représentatif de la population américaine
Il y a 60% de blancs en réalité et 18% d’hispanique (82% et 26% dans l’essai), 42% d’obèses (34% dans l’essai), et bien plus que les 21% présents qui ont une comorbidité (40-50% hors obésité dans la pop gen)

Pourquoi c’est important ? Bien entendu les facteurs de comorbidités accentuent le risque de décès (moins ici donc), l’ethnicité aussi (à noter que les hispaniques sont sûr représentés dans la population de l’essai, et c’est la population qui décède le moins)

Ensuite, il faut regarder les âges, il faut déjà enlever tous les -16 ans (il y a 22% de moins de 18 ans par exemple aux US). Dans l’essai il y a 20% de +65 ans (sur population 16+), donc ça correspond bien aux 16% de la population totale générale. Ok

A noter monsieur fait une grosse erreur il n’y a pas 23 000 participants entre 55 et 75 ans mais plutôt 15 000

Les 75+ représentent un peu plus de 4% de l’échantillon, alors qu’ils représentent 6% de la population (et rapporté au 15+, ça ferait 7% même environ, donc presque 2 fois moins ! La population qui décède le plus est très sous représentée dans l'essai)

Sur les personnes âgées, il n’y personne au-dessus de 90 ans, et surement très peu 85+ alors que le taux de mortalité triple à partir de cet âge par rapport à la tranche précédente

Reprenons un peu l’article. Première chose sur les « arrêts cardiaques », il fait une grave erreur, l’article qu’il cite parle de toutes les maladies du cœur. Donc faudrait toutes les ajouter

De plus, en utilisant ce site wonder.cdc.gov/controller/sav… , en prenant que les 15-85 ans on passe de 690k à 494k en heart diseases. Et ça c’est sans compter les comorbidités, comme vu, inférieures ici

Si je continue et que je ne prends que les décès de la population considérée par âge, je passe de >1% à 0,88% sur un an, soit 0,3% si on prend 4 mois. Et encore une fois c’est sans considérer les comorbidités ET peut être aussi la saisonnalité.

Si on ajuste à la population de l’essai, notamment les 75+ inférieur, on réduit d’autant, on arrive plutôt à 0,50% attendu, soit 0,16% sur 4 mois lissé

L’auteur s’attend donc à un nombre de décès bien plus grand (qu’il calcule mal d’ailleurs parce que 200/52 * 17 + 75/52 * 17 + 20/52 * 17 ça fait 96 pas 122 je ne comprends pas trop)

Ou alors le 75 c’est sur 6 mois déjà, et là ça fait plutôt 120. OK on va dire ça

Bref 122 ou 96 > 35 il a raison, mais il faut enlever les décès des plus âgés qui ne sont pas représentés, la saisonnalité, les différences de population entre la pop générale et l’essai. Ca demande un peu plus de boulot que ça.

Sans compter que certains ont pu décéder avant la 1ère dose, donc être enlevés avant même de commencer ce qui va fausser les stats finales de l’échantillon choisie au début (on ne regarde que ceux qui sont arrivé à la 1ère dose, que les survivants au départ).

Bref ce n’est pas aussi simple que ça, rien qu’avec un calcul sur l’âge on arrive à 0,16% VS 0,08% (toujours 2 fois plus attendu) mais il y a tellement d’autres facteurs, et la marge d’erreur va être assez large (petit échantillon) que ce n’est pas aussi simple

Dans tous les cas ça demande plus de réflexion que juste ça. On peut se demander si la population était assez représentative peut-être.
Mais le plus étrange ça reste la cause de décès intitulé « death ». Ça je n’ai pas de réponse.

Il y a bien entendu plein d'autres critères, faut regarder les CSP, et les critères d'inclusion élimine aussi une partie des risques

Petite correction les hispaniques sont inclus dans les blancs ici
Donc c'est 76% VS 82% par rapport un US (blanc incluant hispaniques)

Bon j'avais plutôt raison, non seulement il ne sait pas calculer
Mais il re rajoute 1000 au groupe où ils sont 15k et pas 24k
Et il prend l'INSEE comme base de mortalité des US et prend des chiffres aux hasard dans la table.
YOLO

Rien qu'en corrigeant son calcul (15k à la place de 23k) :
(15*8 / 52 * 17) + 75/52 * 17 + 20/52 * 17 = 70 soit EXACTEMENT mon 0,16%.
Et ça c'est encore une fois QUE l'âge sans la santé des participants, la structure socio-démo et tous les autres biais.
CQFD

@giberpa m’a fait l’honneur de me répondre, et c’est tant mieux. Il vaut mieux une critique constructive que bloquer ou ne pas parler.
Sauf que c’est encore pire… regardons !
pgibertie.com/2021/11/07/ess…

@giberpa Petite leçon de math sur comment savoir qu’on se trompe. C’est pour @Sonic_urticant
Il continue à dire qu’il y a 23, 24 et maintenant 25k de 55-75 ans (57% de l’essai !) sauf que l’âge médian est de 51 ans donc il y a 50% des gens qui ont + de 51 ans… (et 50 < 57 hein)

@giberpa @Sonic_urticant Il est donc impossible d’avoir plus de 55-75 ans que de 51+. Ca n’a aucun sens. L’erreur est simple, on va parler intervalles….

@giberpa @Sonic_urticant Ce sont des intervalles ouvertes (>55 ans = 16850).
Son calcul >55 ans +> 65 (=25k), sauf que les >65 ans sont inclus dans les >55 (c’est une intervalle sans borne supérieur, ça va jusqu’à l’infini) !

@giberpa @Sonic_urticant Le bon calcul >55 - les > 75 soit 16850 – 1712 = 15138 (34% donc)
Mon calcule est donc bon :)

@giberpa @Sonic_urticant C’est un peu inquiétant pour un prof « honoraire de chaire supérieure » à Rennes II (mais à Versailles ?) et en prépa de faire des erreurs aussi graves mais bon apparemment il n’enseigne plus.

@giberpa @Sonic_urticant En plus il dit n’importe quoi et invente que l’âge median d’un groupe est exactement le milieu des âges comme si c’était une gaussienne, ce n’est pas du tout le cas dans cet essai…

@giberpa @Sonic_urticant Donc sur ça j’ai bien raison, et il faut qu’il reprenne son calcul…
Passons à la suite, un peu plus délicate

@giberpa Il se trompe sur les critères d’exclusion. Les maladies chroniques qu’il cite ne sont pas exclus justement… Mais ça ne change pas grand-chose. Le mot le plus important reste « healthy »

@giberpa Ensuite il dit que la population de l’essai est en moins bon état que la population américaine, c’est littéralement tout le contraire, c’était pourtant clair dans mon message, elle est en bien meilleur état justement, je ne comprends pas

@giberpa Et quand bien même ça serait vrai, la population américaine est en MOINS bon état que la française, donc je ne comprends pas bien pourquoi prendre la France à un sens ici. Ca n’a aucun mais alors aucun sens. En plus il le dit 🤦‍♂️

@giberpa Ce qui fait qu’une population est en +/- bon état ce n’est pas que les comorbidités mais aussi l’état du système de santé, le climat, la pollution etc etc. Ca n’a aucun sens de prendre un autre pays. C’est pourtant quelque chose qu’on apprend quand on fait de l’éco…

@giberpa Sur la saisonnalité je n’ai pas insisté mais l’essai est en été en fait, mais le suivi est prolongé sur l’hiver (le premier résultat est en novembre je rappel et comme il faut au moins un mois entre 2 doses + le recul

@giberpa Là il dit que j’ai raison qu’il manque des populations fragiles, mais ne le prend pas en compte dans son calcul…

@giberpa Petit point sur « les personnes fragiles n’ont pas été testés » en réalité en sous-groupes on a bien des données, voir ce thread :

@giberpa Bref j’attends encore des corrections cher @giberpa à minima votre 55-75 ans pour commencer…
on pourra parler UC un peu plus tard en plus si vous voulez !

@giberpa *IC plutôt, sorry

@giberpa Bon apparemment il continue à dire n'importe quoi
Par exemple "que 8 décès"
NON regardez l'autre schéma

@giberpa Si au début ils étaient plus nombreux, c'est qu'on était pas sur 44 000
🤦‍♂️
D'ailleurs c'est pour ça que j'ai fait ce tweet :

@giberpa Oui c'est très simple, ça n'a aucun sens.

@giberpa Yolo on prend des taux de mortalité français au hasard
Sans ajuster par csp, comorbidités, état de santé, origines, faible taux d'afro américains... N'importe quoi donc.

@giberpa En tout cas ça me ferait toujours marrer la catégorisation des articles !
Vous auriez dû faire une catégorie spécifique sur le covid, c'est dommage

@giberpa Oui il n'a pas durée 6 mois pour tout le monde encore, c'est ce qui est clairement écrit d'ailleurs...
50% n'avait pas 6 mois après la 2nd dose même après unblinding.

Share this Scrolly Tale with your friends.

A Scrolly Tale is a new way to read Twitter threads with a more visually immersive experience.
Discover more beautiful Scrolly Tales like this.

Keep scrolling