Vaccin : quand, qui, comment ?

[Nick de Cusa]

Une chose constatable est que, chaque jour qui passe, c'est plus grave, et il en reste beaucoup a decouvrir

 

https://metro.co.uk/2021/04/24/oxford-jab-could-be-banned-for-under-40s-after-blood-clot-reports-double-14465090/

[Lancelot]

Entre les quintuple mutants et les vaccins tueurs, les journaux se font plaisir.

[Bisounours]

140 candidats au vaccin Pfizer vaccinés avec du sérum physiologique

 

https://www.lefigaro.fr/flash-actu/covid-19-140-patients-vaccines-par-erreur-au-serum-physiologique-20210424

[NoName]

Le 15/04/2021 à 14:26, Wayto a dit :

Non mais tu peux peut-être nous dire en une phrase en quoi consiste son témoignage.

Parce que je t'avoue qu'un "temoignages d'un docteur" ça ne me donne pas plus que ça envie de cliquer sur le lien.

 

surtout qu'après un an de Covid, on sait que les médecins sont presque aussi cons et stupides que les journalistes.

 

Sinon on a pas une règle contre le flood sur Liborg ? 

[Nick de Cusa]

Oui. On argumente

[Nick de Cusa]

Encore un pays ou l'on voit cette coincidence 

 

23 fevrier : https://www.who.int/mongolia/news/detail/23-02-2021-covid-19-vaccination-rollout-in-mongolia

 

[Philiber Té]

il y a 6 minutes, Nick de Cusa a dit :

Encore un pays ou l'on voit cette coincidence 

 

23 fevrier : https://www.who.int/mongolia/news/detail/23-02-2021-covid-19-vaccination-rollout-in-mongolia

 

 

Quelle coïncidence, pour ceux qui n'ont pas tout suivi ?

[Lameador]

23 hours ago, Bisounours said:

140 candidats au vaccin Pfizer vaccinés avec du sérum physiologique

 

https://www.lefigaro.fr/flash-actu/covid-19-140-patients-vaccines-par-erreur-au-serum-physiologique-20210424

 

Cool. S'il leur reste du sérum, je veux bien l'adresse.

[Sekonda]

17 minutes ago, Lameador said:

 

Cool. S'il leur reste du sérum, je veux bien l'adresse.

Tu espères avoir "à reçu une injection" sur ton passeport sanitaire ? 

[Lameador]

 

[Nick de Cusa]

Debut de la vaccination de masse suivie par in pic de morts Covid, coincidence qui s'est produite en Israel, UK, Gibraltar, Emirats Arabes Unis, Mongolie, liste en rien axhaustive de ma part. 

 

Qatar ?

https://thepeninsulaqatar.com/article/17/01/2021/Qatar-launches-online-registration-for-Covid-19-vaccination

 

Quels autres pays ? 

[Lancelot]

C'est la deuxième fois que tu sors cette histoire. J'avais regardé les chiffres pour le Royaume-Uni qui n'étaient en fait guère probants :

 

Je te laisse comme exercice de faire de même avec les autres pays si tu penses qu'il y a vraiment quelque chose à creuser. Mon hypothèse est que les campagnes de vaccination ont simplement commencé au moment de la saison propice au covid.

[Nick de Cusa]

Ca pourrait donner une impression de cherry picking, la.

 

La coincidence en Inde 

https://lockdownsceptics.org/2021/04/27/the-truth-about-the-covid-crisis-in-india/

[Mathieu_D]

8 minutes ago, Nick de Cusa said:

 

https://lockdownsceptics.org/2021/04/27/the-truth-about-the-covid-crisis-in-india/

C'est beau quand je vois un graph et que vous le code ggplot derrière. Des gens de goût dans cet article jusqu'à ce que je lise ça : "possibly caused by temporary suppression of the immune system?" qui appelle de très nombreuses questions...

[Lancelot]

17 minutes ago, Nick de Cusa said:

Ca pourrait donner une impression de cherry picking, la.

Si tu parles du fait que je n'ai que le Royaume-Uni, c'est le pays qui était commenté à l'époque et pour lequel il se trouvait que j'avais les données sous la main. Je peux envisager d'aller en chercher d'autres mais ce n'est pas un travail que je suis disposé à faire gratuitement.

[Mathieu_D]

3 hours ago, Nick de Cusa said:

Ca pourrait donner une impression de cherry picking, la.

 

3 hours ago, Lancelot said:

Si tu parles du fait que je n'ai que le Royaume-Uni, c'est le pays qui était commenté à l'époque et pour lequel il se trouvait que j'avais les données sous la main. Je peux envisager d'aller en chercher d'autres mais ce n'est pas un travail que je suis disposé à faire gratuitement.

 

Je peux aider ici.

 

Sur les pays mentionnés ce n'est pas vraiment net.

 

 

Spoiler

 

library(readr)

library(tidyverse)
library(lubridate)
owid_covid_data <- read_csv("https://covid.ourworldindata.org/data/owid-covid-data.csv", 
                            col_types = cols(date = col_date(format = "%Y-%m-%d")))

coeff <- 10
owid_covid_data %>% 
  filter(location %in% c("Israel","Mongolia","Qatar","United Arab Emirates", "United Kingdom"  ) & (date >= ymd("2020-11-01"))) %>% 
  ggplot( aes(x=date)) + 
  geom_line(aes(y = total_vaccinations_per_hundred), color = "darkred") + 
  geom_line(aes(y = new_deaths_per_million * coeff), color="steelblue") +
  facet_wrap(location ~ ., scales="free_y")+
  
  scale_y_continuous(
    
    # Features of the first axis
    name = "total vaccinations per hundred",
    
    # Add a second axis and specify its features
    sec.axis = sec_axis(~./coeff, name="new deaths per million")
  )+ 
  theme(axis.text.y  = element_text(color = 'darkred'),
        axis.title.y = element_text(color='darkred'),
        axis.text.y.right =  element_text(color = 'steelblue'),
        axis.title.y.right = element_text(color='steelblue'))
  theme(axis.title.x = element_text(colour = "darkred"),
           axis.title.x.right = element_text(colour = "steelblue"))

 

 

 

Si je fouille dans les données pour voir dans quels pays j'ai la plus forte corrélation entre la série "new deaths per million" et "total vaccinations per hundred", avec un peu d'interpolation à l'arrache pour les petits pays et en commençant la série le premier jour de la campagne de vaccination j'ai le top 6 suivants :

Uruguay, Azerbaijan, Iran, Colombia, Saudi Arabia, India

 

 

 

 

Spoiler

 

library(readr)
library(tidyverse)
library(lubridate)
library(zoo)
owid_covid_data <- read_csv("https://covid.ourworldindata.org/data/owid-covid-data.csv", 
                            col_types = cols(date = col_date(format = "%Y-%m-%d")))

debut_vac<-owid_covid_data %>%
  select(c(date,location,total_vaccinations_per_hundred,new_deaths_per_million ))%>% 
  group_by(location) %>% 
  top_n(n=1, wt=desc(total_vaccinations_per_hundred)) %>% 
  top_n(n=1, wt=desc(date)) %>% 
  select(c(date,location)) %>% 
  rename(debut_vacc=date) %>%  
  ungroup()

correlate <- owid_covid_data %>%
  select(c(date,location,total_vaccinations_per_hundred,new_deaths_per_million ))%>% 
  inner_join(debut_vac,c("location"="location" )) %>% 
  group_by(location) %>% 
  filter( (date >=debut_vacc) ) %>% 
  mutate(new_deaths_per_million = replace_na(new_deaths_per_million, 0),
         total_vaccinations_per_hundred=na.locf(total_vaccinations_per_hundred)) %>% 
  summarise(r = cor(new_deaths_per_million, total_vaccinations_per_hundred,  use="complete.obs")) %>% 
  arrange(desc(r))

correlateTop6 <- owid_covid_data %>%
  select(c(date,location,total_vaccinations_per_hundred,new_deaths_per_million ))%>% 
  inner_join(debut_vac,c("location"="location" )) %>% 
  group_by(location) %>% 
  filter( (date >=debut_vacc) ) %>% 
  mutate(new_deaths_per_million = replace_na(new_deaths_per_million, 0),
         total_vaccinations_per_hundred=na.locf(total_vaccinations_per_hundred)) %>% 
  summarise(r = cor(new_deaths_per_million, total_vaccinations_per_hundred,  use="complete.obs")) %>% 
  arrange(desc(r)) %>% 
  select(location) %>% 
  head(6) %>% 
  as.list()

owid_covid_data %>% 
  filter(location %in% correlateTop6$location ) %>% 
  ggplot( aes(x=date)) + 
  geom_line(aes(y = total_vaccinations_per_hundred), color = "darkred", size=2) + 
  geom_line(aes(y = new_deaths_per_million * coeff), color="steelblue", linetype="twodash") +
  facet_wrap(location ~ ., scales="free_y")+
  
  scale_y_continuous(
    
    # Features of the first axis
    name = "total vaccinations per hundred",
    
    # Add a second axis and specify its features
    sec.axis = sec_axis(~./coeff, name="new deaths per million")
  )+ 
  theme(axis.text.y  = element_text(color = 'darkred'),
        axis.title.y = element_text(color='darkred'),
        axis.text.y.right =  element_text(color = 'steelblue'),
        axis.title.y.right = element_text(color='steelblue'))
theme(axis.title.x = element_text(colour = "darkred"),
      axis.title.x.right = element_text(colour = "steelblue"))

axis.title.y.right = element_text(color='red')

 

 

 

je vous laisse interpréter.

 

[Mathieu_D]

La série pour ceux que ça intéresse :

 

Spoiler

Uruguay	0,92
Azerbaijan	0,90
Iran	0,89
Colombia	0,89
Saudi Arabia	0,88
India	0,87
Qatar	0,85
Paraguay	0,84
Venezuela	0,83
Hungary	0,82
Tunisia	0,81
Greece	0,80
Bangladesh	0,80
South America	0,78
Asia	0,77
Pakistan	0,77
Cambodia	0,75
Thailand	0,75
Kuwait	0,75
Ukraine	0,71
Mali	0,66
Jordan	0,65
Kyrgyzstan	0,64
Turkey	0,64
Brazil	0,63
Romania	0,63
Mongolia	0,60
Georgia	0,58
Iraq	0,58
North Macedonia	0,55
Kenya	0,54
Oman	0,53
Serbia	0,52
Philippines	0,51
Afghanistan	0,51
Bulgaria	0,50
Angola	0,49
Bahrain	0,48
Guatemala	0,46
Ecuador	0,44
Estonia	0,42
Guyana	0,42
Argentina	0,40
Syria	0,39
Chile	0,37
Uzbekistan	0,36
Trinidad and Tobago	0,36
Poland	0,35
Suriname	0,35
Zambia	0,31
Peru	0,29
Bahamas	0,27
Oceania	0,26
Mauritius	0,25
Belarus	0,24
Palestine	0,23
Uganda	0,23
Honduras	0,22
Taiwan	0,21
Belize	0,21
Sudan	0,18
Algeria	0,18
Bosnia and Herzegovina	0,18
Cape Verde	0,13
Australia	0,11
Croatia	0,11
Papua New Guinea	0,09
Mauritania	0,08
Malaysia	0,06
Seychelles	0,04
Kazakhstan	0,02
Jamaica	0,00
San Marino	-0,01
Singapore	-0,02
Lesotho	-0,04
Cote d'Ivoire	-0,07
Nepal	-0,08
Namibia	-0,08
Andorra	-0,08
Gambia	-0,09
Finland	-0,09
Norway	-0,09
Nicaragua	-0,10
Rwanda	-0,10
Costa Rica	-0,10
World	-0,10
Luxembourg	-0,11
Kosovo	-0,11
Equatorial Guinea	-0,11
Eswatini	-0,12
Egypt	-0,13
Cyprus	-0,14
Gabon	-0,15
France	-0,17
Italy	-0,18
Niger	-0,18
Maldives	-0,19
Monaco	-0,19
Saint Vincent and the Grenadines	-0,19
Togo	-0,20
Guinea	-0,20
Saint Lucia	-0,21
Montenegro	-0,23
South Sudan	-0,24
United Arab Emirates	-0,24
Liechtenstein	-0,25
Belgium	-0,25
Malawi	-0,26
Slovakia	-0,27
Botswana	-0,28
Sao Tome and Principe	-0,29
Zimbabwe	-0,29
Sweden	-0,31
El Salvador	-0,31
Malta	-0,31
Czechia	-0,32
Antigua and Barbuda	-0,34
South Korea	-0,35
European Union	-0,35
Japan	-0,36
Spain	-0,38
Ghana	-0,38
Moldova	-0,38
Bolivia	-0,40
Austria	-0,41
Mexico	-0,42
China	-0,44
Latvia	-0,45
Sri Lanka	-0,45
Barbados	-0,47
Ireland	-0,47
Europe	-0,48
Switzerland	-0,49
Myanmar	-0,49
Israel	-0,53
Albania	-0,54
Indonesia	-0,55
Mozambique	-0,56
Canada	-0,57
Germany	-0,57
Dominican Republic	-0,58
Nigeria	-0,59
South Africa	-0,59
Lebanon	-0,60
Morocco	-0,62
Africa	-0,64
Netherlands	-0,65
Lithuania	-0,66
Portugal	-0,69
Senegal	-0,69
Russia	-0,70
North America	-0,70
Denmark	-0,71
Slovenia	-0,72
United States	-0,75
Panama	-0,78
United Kingdom	-0,81
Anguilla	NA
Armenia	NA
Aruba	NA
Bermuda	NA
Bhutan	NA
Brunei	NA
Cameroon	NA
Cayman Islands	NA
Congo	NA
Curacao	NA
Djibouti	NA
Dominica	NA
Ethiopia	NA
Faeroe Islands	NA
Falkland Islands	NA
Fiji	NA
Gibraltar	NA
Greenland	NA
Grenada	NA
Guernsey	NA
Hong Kong	NA
Iceland	NA
Isle of Man	NA
Jersey	NA
Laos	NA
Libya	NA
Macao	NA
Montserrat	NA
Nauru	NA
New Zealand	NA
Northern Cyprus	NA
Saint Helena	NA
Saint Kitts and Nevis	NA
Sierra Leone	NA
Solomon Islands	NA
Somalia	NA
Timor	NA
Tonga	NA
Turks and Caicos Islands	NA
Vietnam	NA

 

[Nick de Cusa]

Merci

[Mathieu_D]

Après la série de corrélations mériterait d'être mieux borné (Ici c'est du début de la vaccination à aujourd'hui, il faudrait peut être prendre les trente premiers jours où quelque chose comme ça.)

[GilliB]

Oui il y a un peu de tout. c'est pas simple, cela dépend de la saison, de l'historique de l'épidemie, du stock de vieux, de l'insularité, etc..

[Mathieu_D]

12 minutes ago, GilliB said:

Oui il y a un peu de tout. c'est pas simple, cela dépend de la saison, de l'historique de l'épidemie, du stock de vieux, de l'insularité, etc..

De la chance aussi. (Pourquoi ça reprend autant en Inde ? En Iran ?)

[Antoninov]

Oui la corrélation calculée est importante (intéressante à regarder je veux dire) mais aussi la corrélation avant: est-ce une continuation de tendance, dans les pays ou la tendance s'inverse, peut-on attribuer cela au vaccin? etc.

Toutes ces courbes montrent malheureusement la résistance de la réalité à la simplification ?

 

Ce sont les vaccinations y compris ceux qui n'on reçu qu'une dose?

[Lancelot]

Il faut prendre en compte aussi que le vaccin prend quelques semaines à faire effet, donc la corrélation à un instant t est potentiellement peu pertinente.

[Mathieu_D]

L'un dans l'autre une corrélation à l'arrache comme ça ne permet aucune conclusion, dans un sens ou un autre.

(Comment la croissance de la vaccination à son début pourrait avoir un impact sur l'épidémie dans un sens ou un autre, sans autres considérations ?)

[Lancelot]

L'hypothèse serait qu'il y a une proportion de gens pour qui le vaccin rend plus susceptible d'attraper le covid et d'en mourir

[NoName]

hottake du jour: le vaccin contre le covid provoque le Covid

[Nick de Cusa]

Quote

The IFR for healthy people under 70 is 0.05% as per John Ioannidis. This , in my view, makes it highly questionable whether even this cohort need vaccines against this disease. When it comes to young people and children, the benefit to them is practically zero: if they get the disease, it is usually very mild, so to expose them to the unknown medium- and long-term risks of a novel medical treatment is unethical.

https://gript.ie/last-weekend-the-beaches-were-crowded-but-maybe-thats-the-right-strategy/

[Nick de Cusa]

Quelle horreur. Quelle horreur.

 

[Rincevent]

il y a 41 minutes, Nick de Cusa a dit :

https://gript.ie/last-weekend-the-beaches-were-crowded-but-maybe-thats-the-right-strategy/

Ma position depuis le début (qui déplait au deux camps, ce qui me fait d'ailleurs une belle jambe).

[Bisounours]

En résumé ça dit quoi ? Plize.