Oui, avant même que la vaccination par le Gardasil ou par son cousin Cervarix soit mise en œuvre chez les fillettes au collège à 11 ans comme recommandé par le HCSP, (voire au primaire à 9 ans s'il s'avérait plus facile de la mettre en œuvre dans les écoles), je peux d'ores et déjà annoncer, en avant première, que les études cas-témoins qui seront publiées plusieurs années après le lancement de cette campagne démontreront l'absence de liens entre cette vaccination et, par exemple, des atteintes démyélinisantes survenues dans les premières années qui suivront cette vaccination.

 

Oui, je peux non seulement l'affirmer mais le démontrer ! La raison est très simple : les futurs cas et leurs futurs témoins associés, qui seront du même âge et d'une grande proximité géographique, auront évidemment été vaccinés à peu près en même temps, à quelques jours ou semaines près, ou même quelques mois. Aussi, les dates de vaccination des témoins associés à un même cas ne seront ni indépendantes entre-elles ni avec celle du cas. Mathématiquement, cela neutralisera toute possibilité de signal quand le facteur d'exposition sera un délai du type ''la maladie est apparue dans les 2 ans qui ont suivi la vaccination''.

J'ai déjà consacré un article sur ce thème ''Le pire ennemi des études cas-témoins : le calendrier vaccinal !'' [1]

Je vais essayer ici de présenter l'affaire d'une autre façon que j'espère plus simple et plus aisée à comprendre. Je propose un exemple fabriqué qui expliquera d'abord le principe du test cas-témoins :

 

Principe d'une étude cas-témoins

Une population a été vaccinée le même jour, le 1er janvier 2000. La première année on observe 90 cas de scléroses en plaques, plus précisément elles sont toutes apparues en même temps, le 31 décembre de l'an 2000, soit exactement 1 an après. Il y en aura 10 autres qui apparaitront l'année suivante, toutes le 31 décembre 2001, soit exactement 2 ans après la vaccination.

C'est clair, la comparaison des nombres de cas apparus dans l'année qui suit la vaccination et au cours de la seconde année après cette vaccination, soit 90 contre 10, montre un signal aussi fort qu'indiscutable.

On pourrait tester par une loi de Poisson ''nombre de cas apparus sur un an'' mais c'est vraiment inutile ici et ce n'est pas l'esprit de cet article.



En cas-témoins ce signal pourtant très fort va s'évanouir totalement

A chacun des 100 cas on va associer 10 témoins, soit 1000 témoins en tout. Un témoin n'est pas malade et est associé de façon spécifique à un cas. Il est généralement du même âge, du même sexe et d'une même proximité géographique que le cas auquel il est associé, mais ici ces conditions ne joueront pas puisque toute la population a été vaccinée le même jour. Chaque témoin est choisi au hasard parmi des personnes  répondant aux conditions fixées. Un témoin n'étant pas malade le début de la maladie sera pour lui celle du cas auquel il est associé, dite date index.

Pour chacun des 900 témoins associés aux 90 cas apparus le 31 décembre 2000, la date index sera donc le 31 décembre 2000. Pour eux, le délai entre leur vaccination et leur date index sera 1 an, comme pour les cas qui leur correspondent.

Pour les 100 témoins associés aux 10 cas apparus le 31 décembre 2001, la date index sera le 31 décembre 2001. Pour eux, le délai entre leur vaccination et leur date index sera exactement 2 ans comme pour les cas qui leur correspondent.

On choisit* alors le critère d'exposition qui d'ailleurs s'impose ici comme particulièrement judicieux :

Un cas sera dit exposé s'il est apparu dans l'année qui suit la vaccination, soit au cours de l'an 2000. Les cas apparus en dehors de l'an 2000 seront dit non exposés.

Il y a donc 90 cas exposés et 10 non exposés. L'odd relatif aux cas désigne le rapport ''exposés/non exposés''. Il vaut 90/10=9.

Il y a de même 900 témoins exposés et 100 non exposés. L'odd relatif aux témoins, c'est à dire le rapport ''exposés/non exposés'', sera donc 900/100=9.

L'odds ratio noté OR est le quotient de ces 2 odds, il vaut donc 9/9=1 et n'aura évidemment aucune chance de donner un résultat significatif car la valeur 1 correspond à l'équilibre parfait entre les cas (les malades) et les témoins (les non malades). Autrement dit, les proportions d'exposés chez les cas et chez les témoins sont les mêmes.

* On peut explorer à volonté différents  critères d'exposition. On recherche évidemment ceux qui seront particulièrement judicieux quand ils permettent l'apparition d'un signal.

 


Pourquoi ce signal très fort disparait-il en cas-témoins ?

Parce qu'il n'y a pas indépendance entre l'exposition des cas et de leurs témoins associés : si un cas est exposé, tous ses témoins associés le seront aussi. Si un cas n'est pas exposé, ses témoins associés seront tous non exposés.

On utilise alors des lois de probabilités dans une situation où il n'y a pas d'aléatoire !!!

Pour que le test cas-témoins puisse fonctionner il faudrait, sur cet exemple bridé à 2 ans, que les témoins se répartissent plus aléatoirement entre la première et la deuxième année.

Supposons 500 témoins exposés et donc 500 non exposés, l'odd relatif aux témoins sera 500/500=1 d'où l'odds ratio OR=9 qui donnera alors un signal très significatif.

 

D'une manière plus générale, le calendrier vaccinal  organise  la marche des vaccinations en défilé militaire où les classes d'âge défilent les unes derrière les autres en rangs serrés. En conséquence, il n'y aura plus l'aléatoire indispensable entre les dates de vaccination des cas et de leurs témoins associés, ce qui tuera toute possibilité d'obtenir un signal.

 

Le calendrier vaccinal et plus encore les campagnes de vaccination spécifiques

ont tendance à neutraliser les études cas-témoins


Je précise toutefois les conditions de cette neutralisation :

1- le facteur d'exposition est un délai et non la vaccination ;  si la maladie apparait dans ce délai après la vaccination, le cas est dit exposé ;

2- ce délai est suffisamment long pour que les écarts de quelques semaines ou mois soient négligeables par rapport au délai choisi de sorte que, le plus souvent, si un cas est dans le délai d'exposition choisi, la plupart de ses témoins y seront aussi et qu'inversement, s'il n'y est pas, la plupart de ses témoins n'y seront pas non plus.


Avertissement

 

Dans les études épidémiologiques il y a 2 aspects complémentaires et aussi importants l'un que l'autre :

 1- Que valent les données retenues par les auteurs pour décrire l'impact d'une vaccination dans une population donnée ? Les distorsions entre les données retenues et la réalité à  décrire sont nommées biais.

 2- Que vaut l'utilisation que les auteurs ont fait des tests à leur disposition pour décrire les propriétés des données retenues ?

Je suis obligé de constater que le second aspect a été totalement négligé. C'est de lui dont je parle ici et seulement de lui.

Pour étudier sereinement certaines publications je tiens à préciser que je suppose que les données retenues par les auteurs sont les données exhaustives et exactes en tout point d'une population fictive. Ainsi, toute ressemblance avec une population réelle ne serait que pure coïncidence, tant il est vrai qu'il est toujours possible de contester l'adéquation des données retenues avec la réalité à décrire. Je ne m'occupe en aucune façon de cette adéquation  mais seulement de la façon dont les données retenues ont été traitées par des tests statistiques qui s'appuient sur des lois de probabilités exigeant un minimum de conditions de validité.

Si ces conditions ne sont pas suffisamment satisfaites, les résultats des tests peuvent être opposés à ce qu'ils devraient montrer. L'objectif de cet article est maintenant de montrer que cette insuffisance de conditions peut tout à fait se rencontrer dans des études publiées et pas seulement dans des exemples fabriqués tout exprès. Cela n'a rien à voir avec un biais, qui  n'est pas du tout de même nature.

Un exemple réel (mais sur une population  fictive !)

Dans la publication Tardieu 2007 sur la sclérose en plaques chez les enfants après vaccination hépatite B [2], les données publiées donnent 28 cas apparus au cours des 2 premières années après la vaccination, 34 au cours des années 3+4 cumulées et seulement 12 au cours des années 5+6 cumulées après la vaccination. Cet effondrement du nombre de cas retenus par les auteurs donne un signal fort. Peu importe ici les interprétations qu'on pourrait lui donner. Ce qui compte c'est la disparition de ce signal en cas-témoins, le seul test que les auteurs utilisent :

Que disent les tests cas-témoins ?

Les auteurs ont publié une vingtaine de tests avec ajustement par régression logistique conditionnelle (ça en jette!) pour lesquels ils concluent à l'absence de signal :

« Exposure to HBV was not associated with a significant increase in the risk of a first episode of MS (Table 2). »

Pourtant il suffit de considérer 3 nombres pour obtenir un signal !!!

On trouve en particulier dans le tableau 2 un test sur le délai [0 4 ans] avec OR=1,05 ; intervalle de confiance  [0,66   1,68]

Délai supérieur à 4 ans : OR=1,23 ;  intervalle de confiance  [0,64   2,37]

 

Comment détecter cette neutralisation du signal ?

 

Il suffit d'observer la répartition dans le temps des témoins vaccinés !

 

Il y  a 237 témoins vaccinés pour les 2 premières années, 239 pour les 2 années suivantes et 102 pour les années 5 et 6 cumulées. Il faudrait que ces 578 témoins vaccinés se répartissent à parts égales entre ces 3 périodes de 2 ans, aux variations aléatoires près. La moyenne pour ces périodes étant 578/3=192,7  on est très loin du compte ! Si on avait successivement 193, 193 et 192 témoins vaccinés sur ces 3 périodes, on trouverait un signal très significatif d'un déficit de cas pour la troisième période :

il y a 12 cas sur cette période pour 192 témoins exposés contre 62 cas pour 476 témoins non exposés sur la pérode de 0 à 4 ans soit  OR=0,39 pour une probabilité 0,2% d'obtenir un écart au moins aussi grand que celui observé. J'ai négligé les 6 cas et les 31 témoins au delà de 6 ans. Avec eux en testant au delà de 4 ans, soit 18 cas et 192+31=223 témoins on obtient OR=0,50 avec une probabilité 0,7% d'obtenir un écart au moins aussi important que celui observé .

De même on trouve un signal très significatif d'un excédent de cas sur les 4 premières années par rapport aux 2 années suivantes :

OR=2,57 avec une probabilité 0,2% d'obtenir un écart au moins aussi important que celui observé. OR=1,99 avec une probabilité 0,7% si on tient compte des cas et témoins au delà de 6 ans.

Tableau récapitulatif :

 Nombres de vaccinés

Années 1+2

Années 3+4

Années 5+6

Cas 

28

34

12

Témoins 

237

239

102

Témoins attendus

193

193

192


C'est l'organisation de la campagne de vaccination qui s'oppose à une répartition à peu près uniforme des témoins vaccinés sur ces 3 périodes. Les futurs cas et leurs futurs témoins associés étant du même âge ils auront été vaccinés à peu près en même temps. Aussi, la chute du nombre de cas sur la troisième période s'accompagne d'une chute parallèle du nombre de témoins vaccinés. Il devient alors impossible de tester valablement.

 

Une analogie   pour aider à comprendre :

 On veut étudier une courbe qui est en réalité une sinusoïde. Pour cela on regarde les variations des distances des points entre l'axe des abscisses et ceux de la courbe. C'est classique ! Mais supposez que l'axe de référence (l'abscisse) soit lui-même une sinusoïde en phase avec la courbe à étudier. Les distances entre la courbe témoin, l'axe des abscisses,  et celle à étudier seraient alors constantes et on en déduirait que la sinusoïde est … une droite !!!

 C'est exactement ce qui se produit dans cette publication Tardieu sur les délais après vaccination hépatite B. On va retrouver la même problématique  avec la publication Langer-Gould.

 

Interprétations du signal :

On peut avancer 2 interprétations pour le signal exprimé par les 3 nombres 28, 34 et 12 sur la même durée de 2 ans.

1- Si on admet que 12 correspond au nombre de cas attendus sur 2 ans en l'absence de vaccination, 28 et 34 expriment un accroissement très significatif de cas au cours des 4 années qui suivent la vaccination, ce qui peut donner à penser qu'elle a une responsabilité.

2- Si on admet que 28 et 34 cas en 2 ans sont dans la norme attendue, alors seulement 12 cas en 2 ans mettrait en évidence un déficit de cas pouvant correspondre à une sous-notification importante.

Cette dernière hypothèse est très vraisemblable car les auteurs avaient mis une barrière à 16 ans : tout cas apparaissnt au delà de cette limite n'était pas retenu dans l'étude, plus précisément un enfant vacciné avant cette limite et qui débutait sont atteinte démyélinisante à 17 ans par exemple n'était pas retenu. Cela a pu entrainer une sous-notification importante et comme ce sont seulement les sous-notifications relatives qui peuvent apparaitre ici, il est vraisemblable qu'elles auront été plus importantes pour les délais longs que pour les délais courts.

Les 2 hypothèses ne sont pas exclusives.

 

Exemple avec la publication Langer-Gould

Par contre, le test significatif obtenu par Langer-Gould (mon article [3]) sur un délai de 14 jours est beaucoup moins impacté par la raison que j'avance ici car ce délai court autorise des expositions aléatoires entre cas et témoins associés, même si les dates de leurs vaccinations sont proches (voir Annexe). Dans cette étude on retient la dernière vaccination pratiquée avant l'apparition d'une atteinte démyélinisante centrale ainsi que la durée qui sépare les 2 événements. Il a été constaté 14 cas dans les 14 jours qui suivaient une vaccination.

Voici ce qu'en dit le président du CTV Daniel Floret [4]:

« L'augmentation du risque de révélation d'une ADSN (atteinte démyélinisante du système nerveux) à proximité immédiate d'une vaccination (tous vaccins confondus) est une constatation intéressante : le fait que cette augmentation du risque disparaisse à distance va dans le sens d'une non responsabilité du vaccin dans la genèse de la maladie. Par contre, la stimulation immunitaire provoquée par le vaccin peut précipiter le passage d'une phase asymptomatique à une phase symptomatique de la maladie. Une maladie infectieuse peut avoir le même effet.

Cette hypothèse est en accord avec le fait démontré que l'apparition des premières manifestations de SEP (sclérose en plaques) fait suite à un processus immunitaire et un processus de démyélinisation débuté depuis plusieurs années auparavant. »

Daniel Floret souligne alors que cette étude montrerait l'absence de risque sur un délai long comme 3 ans :

 « Cette étude est très rassurante dans la mesure où elle démontre à 3 ans l'absence de lien entre toute vaccination et la révélation d'un ADSN*. Ce fait est notamment démontré pour les vaccins hépatite B et HPV . »

En réalité, pour les raisons que je viens d'exposer, cette étude ne permet pas de démontrer quoi que ce soit sur un délai aussi long. En effet :

Pour la première année après la vaccination il y a 195 cas vaccinés et 854 témoins vaccinés. Entre 1 et 3 ans on trouve 106 cas vaccinés et 508 témoins vaccinés. On constate ainsi qu'il y a 508 témoins vaccinés sur un délai de 730 jours contre 854 sur un délai de 365 jours ! Si les témoins vaccinés se répartissaient de façon aléatoire entre les 2 périodes il devrait y en avoir à peu près 2 fois plus sur le délai de 2 ans. On est très loin du compte car 854/365=2,34 témoins vaccinés par jour au cours de la première année contre 508/730=0,70 au cours des 2 années suivantes. La neutralisation du signal recherché est assurée !

Tableau récapitulatif :

 

Vaccinés

Première année ; 365 jours

Années 2+3 ; 730 jours

Cas

195

106

témoins

854

508

Témoins / jour

854/365=2,34

508/730= 0,7

Sur les cas il y a un signal très fort et évident : 195 cas en 365 jours contre 106 cas en 730 jours. Il ne permet pas pour autant d'affirmer que le vaccin aurait provoqué de nombreux  cas, tout particulièrement au cours de  la première année qui suit la vaccination, même si c'est vrai sur les 14  premiers jours. Mais les 14 cas apparus au cours de cette période ne sont pas suffisamment nombreux pour expliquer un tel écart entre la première année et les 2 années suivantes.

Si la population recevait au moins une vaccination chaque année, il n'y aurait aucun cas au delà d'un an puisqu'on comptabilise les cas apparus après la dernière vaccination reçue. Ils seront donc tous dans le délai d'un an même si les vaccinations sont sans effet sur la maladie. Les écarts constatés peuvent s'expliquer par la façon dont les vaccinations ont été réparties dans le temps, ce qui est sans lien avec la dangerosité du vaccin.

 

 

Alors, comment faire en pareils cas ?

 

D'abord, comment rechercher la durée de gestation chez la souris ?

Le principe est simple, il suffit de féconder par exemple une centaine de souris pour obtenir une centaine de nombres qui seront les délais entre fécondation et naissances. Puis de rechercher :

1- s'il existe un pic parmi ces nombres ;

2- s'il existe une forte concentration autour de ce pic ;

3- plus généralement chercher à préciser la dispersion autour de ce pic.

Voilà le principe, il est simple et, je pense, compréhensible par tous. Il ne viendrait à l'idée de personne de traiter une telle question en cas-témoins, ce qui conduirait à introduire des souris non fécondées pour étudier la durée de gestation !!!

 

On peut appliquer le même principe pour étudier l'action d'une vaccination

 

Disposant par exemple d'une centaine de vaccinés ayant fait une atteinte démyélinisante, on aura ainsi une collection d'une centaine de délais entre la vaccination considérée et l'apparition de la maladie. Si on observe un pic parmi ces délais on pourra alors penser que la vaccination aurait pu générer la maladie pour un certain nombre de cas avec une durée d'incubation privilégiée autour de ce pic.

 

Si on n'observe pas de pic on pourrait penser qu'il n'y a pas eu incubation à partir de la date de la vaccination, autrement dit que la vaccination n'y serait pour rien dans la genèse de la maladie. Mais en pareil cas il faut aussi envisager que la maladie n'ait pas une durée d'incubation privilégiée, les variations de cette durée d'incubations étant trop importantes pour qu'un pic puisse apparaître. Ou encore que les données ne soient pas assez nombreuses pour cela. Ou encore qu'une ou plusieurs autres vaccinations pratiquées après la vaccination qui aurait généré le processus démyélinisant viennent l'accélérer comme l'étude Langer Gould l'a montré, ce qui fausserait les délais d'incubation.

 

C'est le cas pour l'étude Hernan publiée en septembre 2004. Réalisée sur des données britanniques, elle portait sur le lien entre l'apparition d'une sclérose en plaques et la vaccination hépatite B. Il n'avait été retenu que 11 cas vaccinés apparus dans les 3 années qui suivirent la vaccination. Impossible de faire apparaître un pic de cas, d'autant plus que les nombres de cas par années étaient 4, 4 et 3. Pourtant le test cas-témoins était significatif, le facteur d'exposition étant la vaccination et non un délai particulier au sein de ces 3 années.

Je n'ignore pas que plusieurs centaines de cas, vaccinés ou non, avaient été écartés de l'étude pour des raisons diverses. C'est pourquoi l'application à la population source du résultat obtenu sur l'échantillon retenu a pu faire polémique. Ce n'est pas mon propos ici, les données retenues étant supposées être les données exactes et exhaustives d'une population fictive. Ce pour tenter d'éviter qu'une analyse des conditions d'utilisation des tests statistiques ne soit occultée au profit des discussions habituelles sur l'adéquation des données avec la réalité à décrire. Pour tenter d'éviter ...

 

En conclusion, même si la méthode cas-témoins peut avoir son utilité dans certains cas pour étudier l'impact d'une campagne de vaccination, elle doit être utilisée avec une grande prudence car elle peut aussi être non valable quoi qu'on fasse pour étudier selon des délais. On constate aussi  qu'il existe une méthode très simple pour étudier la possibilité qu'une vaccination soit à l'origine, par exemple, d'atteintes démyélinisantes. Il suffit de disposer d'un échantillon convenable de cas pour lesquels on dispose de la date de la vaccination et de la date du début de la maladie et d'y rechercher l'existence d'un pic. Pour la vaccination hépatite B, de telles données existent sûrement. Elles pourraient aussi commencer à exister pour la vaccination HPV.   En tout cas ce serait l'enfance de l'art de débuter ainsi les investigations qui ne nécessitent pas de s'encombrer des témoins qui peuvent perturber plus ou moins gravement les signaux qui pourraient exister.

Une étude directe sur les cas  qui donne 2 signaux convergents

Premier signal

Quand on confronte les données des publications Tardieu 2007  et 2008 on constate qu'il y avait chez les enfants vaccinés contre l'hépatite B 154 cas d'atteintes démyélinisantes retenues dont 80 scléroses en plaques, soit 52% ; que chez les non vaccinés contre l'hépatite B il y avait 195 atteintes démyélinisantes dont 63 scléroses en plaques, soit 32%. A vue on se doute que l'écart entre 52% et 32% a toute chance de donner un signal fort en raison de l'importance des nombres absolus 154 et 195. C'est ce que confirme un calcul classique de probabilités : il y a moins d'une chance sur 10000 d'observer un écart au moins aussi important par le seul fait du hasard.

Comment interpréter ce signal très fort ?

La vaccination hépatite B aurait favorisé, chez un certain nombre d'enfants, l'évolution en sclérose en plaques d'une première atteinte démyélinisante qui soit serait apparue même sans cette vaccination mais sans évoluer en sclérose en plaques, soit aurait été initiée par cette vaccination. Il n'est pas possible, avec ces seules données, de distinguer entre ces 2 possibilités.

Second signal

Il existe dans les publications Tardieu 2007-2008 d'autres signaux convergents en faveur d'un lien entre vaccination hépatite B et sclérose en plaques. En particulier à partir du constat sur l'âge : l'âge moyen des SEP est 11,5 ans contre 7,8 pour les ADC simples (atteintes démyélinisantes non SEP). Comme la date retenue pour la SEP est la date de la première atteinte et non du début de la SEP proprement dite (la seconde atteinte) les âges des 2 groupes peuvent être comparés. Cet écart de 3,7 années est énorme comparé aux âges absolus. Il y a là un autre signal indépendant de celui que j'ai pointé et qui a une interprétation très intéressante que j'ai exposée dans

http://questionvaccins.canalblog.com/archives/2014/11/03/30888311.html

La voici :

 

Il existe au moins 2 hypothèses permettant d'expliquer un tel écart :

 

 Des enfants vaccinés à 11 ans en sixième ont pu faire leur première ADC à 13, 14, 15 ou 16 ans.

1-  Si des ADC étaient des coïncidences, c'est à dire seraient apparues en l'absence de la vaccination mais seraient restées simples sans cette vaccination, ces enfants vont quitter le groupe ADC simples dans lequel il se seraient trouvés sans cette vaccination. Ce groupe va donc perdre des effectifs d'âge élevé. L'âge moyen du groupe ADC simple ainsi que ses effectifs vont ainsi pouvoir décroitre au double profit du groupe SEP  (effectifs et âge moyen).

2- Si des ADC n'étaient pas des coïncidences, c'est à dire ne seraient pas apparues sans la vaccination et que sous l'action de la vaccination elles avaient évolué en SEP, ces cas viendront grossir le groupe SEP en apportant avec eux un âge élevé : l'âge moyen du groupe SEP va pouvoir croitre ainsi que son effectif.

  L'écart important observé entre les âges moyens des 2 groupes pourrait permettre de valider au moins une de ces 2 hypothèses, sans qu'il soit possible, avec ces seules données, de pointer l'une plutôt que l'autre.

 

On voit ainsi que les 2 signaux trouvés sont parfaitement concordants, le second expliquant le processus qui a crée le premier.

 

 

Les auteurs comme les commentateurs des études Tardieu avaient vu qu'il y avait un problème car la publication 2008 sur l'ensemble des atteintes démyélinisantes retenues donnait beaucoup trop de tests avec un odds ratio nettement inférieur à 1. Les uns et les autres ont voulu penser qu'il s'agissait d'un biais de sélection des témoins qui aurait conduit à avoir trop de témoins vaccinés, ce qui fait chuter l'odds ratio.

 

Par ailleurs, un test cas-témoins (sans ajustement) pratiqué sur les cas  d'atteintes démyélinisantes qui n'étaient pas des scléroses en plaques donne un signal significatif côté "vaccin protecteur" avec une probabilité 2%. Il indique donc un déficit de cas dans cette catégorie. Où sont-ils allés ? Soit dans la catégorie "non malade", d'où un effet protecteur qui pourrait être réel, soit dans la catégorie "sclérose en plaques" indiquant un effet aggravant. Le résultat que j'ai obtenu montre qu'il s'agit très vraisemblablement d'un effet aggravant que les auteurs et commentateurs n'ont pas vu, certains allant même jusqu'à voir un effet protecteur !!! Au congrès de la Sfsp à Lille les 4-6 novembre 2011 j'avais en effet entendu le président du CTV dire que le vaccin hépatite B pourrait même avoir un effet protecteur contre ces atteintes démyélinisantes !!!

 

On constate aussi que ce test avec témoins donne une probabilité 2%=200/10000 très inférieure à la probabilité 1/10000 trouvée directement sur les cas, ce qui indique très certainement un problème relatif aux témoins.

Ces exemples simples montrent tout à la fois qu'il est possible de travailler  directement sur les cas avec efficacité et que le recours systématique aux témoins n'est pas dépourvu d'inconvénients.

 

 

ANNEXE

 

Langer-Gould a obtenu en cas-témoins un résultat significatif pour l'apparition d'une atteinte démyélinisante dans les 14 jours qui suivent une vaccination quelconque. On voit dans le tableau ci-dessous qu'un signal très fort apparaît quand on compare les 14 cas apparus sur la première période de 14 jours avec la moyenne 3,7 des nombres de cas apparus au cours des 77 périodes suivantes de 14 jours en lien avec la durée d'observation de 3 ans.

 

Délais

0 à14 jours

15 jours à 3 ans

0 à 3 ans

Cas vaccinés

14

287

301

Moy / 14 jours

14

3,7 sur 77 périodes

3,85

Témoins vaccinés

29

1333

1362

Moy / 14 jours

29

17,26 sur 77 périodes

17,41

 

La répartition des 1362 témoins vaccinés montre que la première période de 14 jours est très sensiblement au dessus de la moyenne 17,41 avec 29 témoins vaccinés.   Ici c'est le nombre important de cas apparus dans les 14 jours après une vaccination (14 cas) qui permet d'obtenir un signal en cas-témoins malgré un nombre de témoins vaccinés très largement supérieur à la moyenne sur cette même période.

Cela signifie que le résultat pourrait être plus nettement significatif, ce qui confirme qu'il s'agit d'un résultat fort, non occasionnel.

 Remarque : dans ce tableau je n'ai pas pris en compte  les cas et les témoins qui sont au delà du délai de 3 ans bien qu'ils interviennent dans les calculs des auteurs. La raison est simple : pour eux je ne sais pas dans quels délais ils se trouvent. Cependant, ils ne peuvent modifier profondément les observations faites sur les 3 premières années.

En correspondance avec les idées de mon article :

Extrait d'un commentaire de CMT sur le blog du Docteur du 16 :

http://docteurdu16.blogspot.com/2015/12/bilan-de-lannee-2015-et-meilleurs-voeux.html?showComment=1451828590665#c7375545757648455119

J’avais déjà dû citer cet article

http://journal.frontiersin.org/article/10.3389/fpsyg.2012.00137/full

montrant que les étudiants en jeunes chercheurs ne vérifiaient pas que les conditions de validité des tests statistiques qu’ils utilisaient étaient remplies. Vandeman et Morris ,dans une publication de 2003, donnaient l’avis suivant aux étudiants en biostatistiques : « n’utilisez jamais de modèle mathématique sans avoir conscience que vous êtes en train de faire implicitement des hypothèses, et que la validité de vos résultats ne sera jamais plus grande que la plus discutable d’entre elles « .

 

[1]  http://questionvaccins.canalblog.com/archives/2015/02/21/31572029.html

[2]  http://archpedi.jamanetwork.com/article.aspx?articleid=571612

[3] http://questionvaccins.canalblog.com/archives/2014/11/24/31023183.html

[4] https://www.mesvaccins.net/web/news/6111-vaccinations-et-affections-demyelinisantes-du-systeme-nerveux-une-nouvelle-etude