Les données israéliennes ont un effet terrible et quasi-instantané sur certains, dont celui-ci, se disant professeur d'anésthésiologie, qui m'expliquait doctement combien il était normal de retrouver la même augmentation de mortalité à chaque variant🙄
Apparemment, en plus de me bloquer, il est allé jusqu'à supprimer tous ses tweets si didactiques, qu'il avait pris la peine de rédiger à mon intention, à moi, pauvre #TinHat.
Ouf ! J'ai réussi à en sauver quelques uns😮💨
Bouducon ! Je récolte vraiment le dessus du panier en ce moment😩
Celui-ci, aussi 🇫🇷🇺🇸, se dit "Biochemist in academic research/ Triathlete".
Surtout triathlète apparemment🥴
J'ai épuisé ma patience, maintenant je bloque !
• • •
Missing some Tweet in this thread? You can try to
force a refresh
#DontLookUp 1. Franchement, le risque apparent x200, trouvé en avril en défaveur des pays les plus vaccinés, laissait penser à un concours de circonstances devant rapidement disparaître.
De là à atteindre les x5⃣0⃣0⃣ !
Du coup, je laisse les pronostics aux vrais scientifiques…
2. La liste des pays a été recalculée en fonction des taux de vax au 1er octobre et a légèrement bougé.
Mais les chiffres "magiques" 35/42 continuent à donner des populations très équilibrées (<2% de différence).
Toutes données vérifiables sur @OurWorldInData.
3. Et la courbe bleue, très aplatie par l'échelle log, montre bien que le risque relatif était descendu jusqu'à 7 en août 21, soit proche des principaux facteurs de risque.
Avec des méthodes de comptabilisation inchangées, comment ce risque a-t-il pu être multiplié par 100 ?
#FTX
En février, je trouvais étonnante la présence de cette bourse de #cryptomonnaie comme financeur de l'essai Together sur l'efficacité des molécules repositionnées HCQ, Ivermectine, fluvoxamine.
Qui ont toutes terminé en queue de 🐟
Pur hasard.
Le monde des 🦈!
1. Spectaculaire efficacité vaccinale chez les 4 dragons asiatiques, notamment pour les boosters.
Avec une mention spéciale pour #Singapour où les décès 'Covid' ont été multipliés par 3️⃣ 0️⃣ depuis que les 85% de vaccination complète y ont été atteints, et le début du booster.
⏬
2. Les plus perspicaces auront noté que j'ai substitué le Japon à Hong-Kong parmi les 4 dragons.
La crise y a été plus brutale mais jugulée "à la chinoise".
Et les vaccins à ARNm y ont été bien moins utilisés.
⏬
3. Pour #Taiwan, tout laisse à penser que le phénomène dépasse largement les 12k décès attribués au Covid.
L'un des rares pays à publier des stats récentes de mortalité toutes causes (même s'il faut aller les chercher 1 à 1).
On y trouve une surmortalité d'environ 25k…
⏬
1. Ce qu'on appelle "effet moisson", c'est quand, après un fort épisode d'excès de mortalité, on revient à la tendance de long terme par une période de déficit.
Or, que voit-on pour les pays les plus vaccinés ?
Où est-il passé ?
Commençons la recherche par un retour en 2003…/…
2. En 2003, la première grosse canicule du siècle a provoqué un excès d'environ 15000 décès (et, accessoirement, la ponction d'un jour férié).
Mais si on fait le bilan cumulé sur 2003 & 2004…
Oups, on trouve une nette sous-mortalité !
3. C'est un peu plus équilibré si on se concentre sur la catégorie des plus de 85 ans, de loin la plus touchée.
1. Le Dr P. Alexander signale une surmortalité critique et persistante pour les 🇺🇸 de 15-44 ans. palexander.substack.com/p/soaring-deat…
Par facilité, j'ai utilisé les chiffres d'#euromomo pour comparer avec la situation européenne.
Et bien, l'Europe arrive à faire pire.
2. Pour les 15-44 ans, on a une courbe calée sur un polynome de second degré, donc avec une accélération de la tendance qui est mauvaise depuis 2020.
3. Et pour les 0-14 ans, la courbe serait plutôt parabolique, ce qui n'est guère plus rassurant, avec toutefois une tendance linéaire depuis le point bas du printemps 2021.
Le seul point positif est qu'il n'y a pas cette accélération de la surmortalité constatée chez les 15-44.
1. Mise à jour de mon graphe à 2,4 milliards d'individus qui déprime tant les adorateurs de #Pfizer#BNTech & #Moderna
Les différentes versions dépassent maintenant le million de vues et toujours aucun #NoFakeMed à l'horizon🔭
Je vais donc encore #debunker à leur place😩
2. Des stats facilement disponibles permettent d'évaluer les populations à risque suivant l'âge et la prévalence de l'obésité et du diabète.
Là, pas d'échelle logarithmique pour bien visualiser la disproportion entre risque relatif constaté et facteurs de risque. #Dontlookup !
3. Parce qu'on pourrait se dire que les facteurs de risque se cumulent ou s'amplifient.
Mais non, prenons le cas extrême (et absurde) où les différentes populations à risque seraient distinctes pour les Vax+ et confondues pour les Vax-, on trouverait un ratio max… inférieur à 4.