🇨🇦#Québec
1. Le dernier semestre écoulé sera bien le pire qu'ait connu le Québec en terme de surmortalité.
Pire, là où semblait s'esquisser un retour à la normale pour la très large classe des 0-49 ans, on constate désormais une surmortalité de près de +30% sur ce semestre😰
2. Il faut dire que les canadiens ont cette bizarre manie d'arrondir les chiffres hebdos récents "à un multiple de 5" (le plus proche ou inférieur, on ne sait pas trop😲)
Ce qui peut expliquer cette énorme sous-évaluation dans un premier temps.
3. Le Québec reste toujours très en avance sur le reste du Canada, dont on ne connaît les données (partielles) que jusqu'en semaine 34.
Cinq mois de retard, y'a pas le feu au Lac Supérieur !
4. Pour bien montrer la gravité de la surmortalité récente, la "panique Covid" début 2020, n'avait provoqué qu'une surmortalité semestrielle d'environ +11%, contre +17% (provisoire) pour le 2d semestre 2022.
6. Certains ne comprennent pas trop la comparaison effectuée…
Elle est fait en comparant les taux de décès par million d'habitants de chaque classe d'âge au taux "prédit", obtenu en prolongeant la tendance observée sur 2010-2019 jusqu'en 2021 et 2022 (régression linéaire)
7. Cette utilisation du taux est surtout importante quand on a une classe d'âge dont la variation s'infléchit franchement, comme c'est le cas en Europe pour les classes issues des périodes comprenant la 2e guerre mondiale ou le baby-boom.
8. Au Québec, c'est moins flagrant et concerne un peu les 70-79 ans (inflexion vers 2015-2016) et les 50-59 ans & 0-49 ans qui évoluent de manière non linéaire mais avec de faibles variations.
9. Ainsi, avec les 0-49 ans si l'on affiche les prédictions et valeurs constatées à la fois en taux et en nombre de décès, on ne distingue pratiquement pas de différences
10. Pour les 70-79 ans, la divergence est un peu plus importante, la comparaison en taux (a priori plus juste) devenant toutefois plus pessimiste que la comparison en nombre.
11. Pour mieux visualiser comment est calculée la comparaison pour une semaine donnée, ce graphe montre les valeurs utilisées, incluant les 4 semaines précédentes et suivantes, afin de lisser les irrégularités (d'autant plus fortes que les nombres sont faibles).
12. Pour les catégories les plus âgées, la tendance sera généralement 📈en nombres (📈 effectifs) et 📉en taux (gain d'espérance de vie).
Mais les comparaisons donnent des résultats très proches si l'augmentation des effectifs est régulière.

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Felicittina 🤨⁉️🔎±φ

Felicittina 🤨⁉️🔎±φ Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @felicittina

Feb 2
🇬🇧#RoyaumeUni #UK
1. Il est assez malaisé de trouver des données concernant la mortalité pour l'ensemble du pays.
Absent d'Eurostat, le pays figure cependant dans les stats de l'OCDE @OECD_Stat
4 périodes de surmortalité de + en + étirées mais ayant au final le même impact.
2. Même tendance obstinée que dans l'ensemble des pays très vaccinés
Les timides déficits sont rapidement balayés par de nouveaux excès.
3. Excès de mortalité caculés par @OECD_Stat
🔗stats.oecd.org/Index.aspx?The…
Read 5 tweets
Feb 1
1. Panorama des surmortalités de quelques pays européens qui auraient connu des situations tellement + catastrophiques sans la mise à disposition de la techno ARNm par ces bienfaiteurs de l'humanité que sont #Pfizer #BNTech #Moderna.
#France
2. #Allemagne #Deutchland #Germany
[Notez qu'il s'agit de comparaisons de taux de décès (dc/M) vis à vis d'un taux prévisible obtenu en prolongeant la tendance 2015-2019, les plus fiables car non biaisées par les variations d'effectifs des différentes classes d'âge]
Read 10 tweets
Jan 27
1. De 250 en septembre à 1800 aujourd'hui ! #DontLookUp
OMS/@WHO : Cessez de désinformer !
😡
Ce sont les chiffres que vous publiez pour les pays les moins avancés qui ternissent l'image des pays qui se sont lancés à corps perdu dans la techno ARNm…
2. Exemple de ce que cette organisation publie pour un pays tel que le #Sénégal, avec ses 8,5% de la population complètement vaccinés.
Que font nos #NoFakeMed ?
covid19.who.int/region/afro/co…
3. Et pour le debunkage de ces comparaisons abracadabrantesques, c'est par ici :
Read 4 tweets
Jan 26
1. Les données du jour d'#Euromomo, démontrant toujours davantage la prodigieuse protection prodiguée par la techno ARNm, ou pas ?🤔
Et pourtant ces données émanent d'un organisme chapeauté par @SSI_dk, l'institut danois en charge des vaccinations…
2. Base de données directement alimentée par les autorités sanitaires des différents pays.

Euromomo, cessez de désinformer !
euromomo.eu/graphs-and-map…
3. Lisez plutôt cette grande étude menée par vos propres chercheurs du @SSI_dk, à partir de la surveillance nationale du Danemark, Norvège, Finlande & Suède et qui démontre toute la protection apportée par une 4e dose avec la version bivalente.
ssi.dk/aktuelt/nyhede…
Read 7 tweets
Jan 24
1. Pour les 22 pays les + vaccinés (536M d'hab.) de la base @HMDatabase, la surmortalité du dernier semestre (encore incomplète) sera la pire jamais rencontrée.
Et personne ne semble s'en inquiéter, pas même les démographes qui produisent ces données.
2. En vue cumulée :
Ce n'est pas vraiment ce qu'on attrendrait suite à l'adoption massive d'une techno ARNm censée protéger à 90% ou + contre les formes sévères et avec des variants moins létaux.
Les 1,2M de décès en excès représentent l'équivalent de 3 mois complets de décès.
3. Avec une sous-mortalité constante autour de -10% (ce qui est rare), il faudrait près de 3 ans pour un retour à l'équilibre.
Les décès prévus peuvent survenir plus rapidement que prévu, ce qui est le cas actuellement, mais ils ne peuvent pas se produire 2 fois.
Read 6 tweets
Jan 24
1. @HMDatabase, You provide world with these data… and your last month tweets were about 2021 life expectancy in Japan, Luxembourg & Belgium…. Worrying!
@MPIDRnews @InedFr @BPC_UCBerkeley
2. Vous fournissez ces données au Monde… et vos tweets du mois passé concernaient l'espérance de vie 2021 pour Japon, Luxembourg & Belgique… Inquiétant !
Et en cumul, où est passé "l'effet moisson" ?

Cumulated over semesters…
Where's the "harvesting effect reflux"?
3. Just for Germany…
All seems so quiet😴

Allemagne seule…
Pas de quoi s'inquiéter ?
😰
@abirballan @PGtzsche1 @shmuelcshapira @BallouxFrancois @gkierzek @DrGomi @goddeketal @LMucchielli
Read 4 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

Follow Us on Twitter!

:(