Jarle Aarstad

7 avril 2025

Des analyses menées dans 39 pays de plus d’un milliard d’habitants montrent que les doses de vaccination contre le coronavirus par habitant expliquent près de 57 % de la variation de la surmortalité toutes causes confondues, avec une valeur bêta de 0,75 (1 étant une corrélation parfaite). Une estimation prudente fait état d’un taux de mortalité supérieur de 10 % dans les pays à forte vaccination par rapport aux pays à faible vaccination.

Les doses de vaccination et la surmortalité sont les moyennes hebdomadaires depuis début mars 2022, à peu près au moment où le déploiement s’est stabilisé, et jusqu’en 2023. Les analyses sont pondérées en fonction des différences de taille de population.

Existe-t-il d’autres explications ? Non. L’étude a pris en compte la surmortalité cumulée, le développement socioéconomique, l’âge médian et la taille de la population des pays.

Lors du déploiement, vers le second semestre 2021 et début 2022, la vaccination a peut-être procuré une certaine protection, la mortalité étant relativement faible dans les pays où les taux de vaccination étaient élevés. Cependant, la tendance était similaire pour la mortalité, hors décès liés au coronavirus, et il y a donc lieu de s’interroger sur cette protection temporaire.

Version norvégienne ici .

Avant l’aplatissement du taux de vaccination

Le graphique 1 montre les associations hebdomadaires entre la couverture vaccinale par habitant transformée en logarithme et le pourcentage de surmortalité toutes causes confondues dans 39 pays du 10 janvier 2021 à 2023 (1). La ligne horizontale rouge a été incluse pour mettre en évidence les valeurs supérieures et inférieures à zéro. La ligne verticale rouge indique le moment où le déploiement du vaccin s’est à peu près stabilisé vers le 6 mars 2022, c’est-à-dire que la variation avec un décalage d’une semaine était inférieure à 1 % (2).

Au tout début du déploiement du vaccin, où la priorité était donnée aux personnes âgées et aux personnes présentant des comorbidités, nous avons observé une mortalité plus élevée dans les pays ayant administré le plus de doses par habitant. Cette tendance concorde avec les conclusions d’une  étude norvégienne concluant que, pour les résidents des maisons de retraite, le vaccin « a pu, dans certains cas, contribuer à accélérer un processus de décès en cours » (traduction de ma traduction).

À partir du second semestre 2021 et du début 2022 environ, nous constatons que la surmortalité était nettement et significativement plus faible à mesure que le taux de vaccination était élevé (3). Cela pourrait indiquer un effet protecteur du vaccin, mais le graphique 2, qui ajoute des données excluant les décès liés au coronavirus (surlignés en violet), montre une coïncidence assez importante avec la surmortalité toutes causes confondues (4). Étant donné que le vaccin contre le coronavirus ne protège pas contre les décès non liés au coronavirus, je conclus que les associations négatives observées pendant la période concernée ne peuvent en grande partie pas être attribuées au vaccin. Cependant, l’association négative est légèrement moindre pour la mortalité non liée au coronavirus et pourrait donc indiquer une certaine protection temporaire.

À partir du 6 mars 2022 environ, marqué par la ligne verticale, c’est-à-dire lorsque le déploiement vaccinal a quasiment stagné, nous observons systématiquement une association positive entre la couverture vaccinale et la surmortalité, significative la plupart des semaines. Le constat est le même pour la surmortalité, hors décès liés au coronavirus. Cette période fait l’objet d’analyses que je détaillerai ci-dessous.

Graphique 1.

Graphique 2.

Après l’aplatissement du taux de vaccination

Le graphique 3 (illustré en haut) montre la relation entre la surmortalité moyenne toutes causes confondues des 39 pays et le taux de vaccination moyen par habitant. Les valeurs moyennes sont mesurées à partir du 6 mars 2022, date à laquelle, comme je l’ai souligné, le déploiement du vaccin s’est stabilisé, jusqu’en 2023. La ligne de régression rouge, pondérée par la taille de la population (par exemple, les États-Unis sont plus pondérés dans les analyses que l’Islande), a un coefficient de régression de 0,076 (5). Autrement dit, une augmentation d’un point de pourcentage de la vaccination par habitant entraîne une mortalité supérieure de 0,076 point de pourcentage. Une estimation prudente fait état d’une mortalité supérieure de 10 % dans les pays à forte vaccination que dans les pays à faible vaccination entre début mars 2022 et fin 2023, soit près de deux ans.

La valeur p, c’est-à-dire la valeur de signification, est bien inférieure à 0,001 (où 0,05 est généralement considéré comme « significatif »). Les différences de taux de vaccination entre les pays expliquent près de 57 % de la variation de la surmortalité toutes causes confondues. La valeur bêta est proche de 0,75 (1 étant une corrélation parfaite).

Existe-t-il d’autres explications ? Non. L’étude a pris en compte la surmortalité cumulée, le développement socioéconomique, l’âge médian et la taille de la population des différents pays (6).

Graphique 3.

Notes

1. Les données utilisées pour les analyses proviennent de  Our World in Data . Cet ensemble de données est vaste, mais présente des lacunes majeures dans de nombreux pays. On peut également supposer que la qualité des données, notamment pour certains pays en développement, est relativement médiocre. Comparer des pays dont le développement socio-économique est très différent peut également s’avérer problématique. J’ai donc pris comme point de départ des pays classés « très haut » sur l’échelle de l’Indice de développement humain (IDH) par  l’ONU  en 2019. Cela indique une qualité de données relativement bonne, ainsi que des données relativement homogènes. Our World in Data contient des données cohérentes au fil du temps pour 39 de ces pays, que j’ai donc utilisées dans les analyses (pour les autres pays, aucune donnée n’était disponible dans les analyses présentées dans le graphique). Trente-deux sont européens, tandis que les autres sont le Canada, les États-Unis, le Chili, l’Australie, la Nouvelle-Zélande, la Corée du Sud et Israël (où j’ai collecté des données après le déclenchement de la guerre). La population totale de ces 39 pays s’élève à un peu plus d’un milliard d’habitants. Certains pays ont communiqué leurs données hebdomadaires à des jours différents et, pour synchroniser, j’ai arrondi au dimanche le plus proche. Le taux de vaccination est le nombre de doses pour 100 habitants par pays. Par exemple, si le taux de vaccination d’un pays à la semaine 10 était de 50 et de 56 à la semaine 13, le taux de vaccination à la semaine 11 a été estimé à 52 et à 54 à la semaine 12 en cas d’observations manquantes. La dernière observation sur le taux de vaccination d’un pays a été utilisée dans les analyses restantes. Dans toutes les analyses, le taux de vaccination a été inclus avec un décalage d’une semaine. La transformation logarithmique du taux de vaccination fournit de meilleures informations sur l’évolution de la vaccination au cours du déploiement. Par exemple, des changements de 10 à 10,1 et de 100 à 101 donnent tous deux une augmentation de 1 % du taux de vaccination. La transformation logarithmique réduit également les problèmes de  multicolinéarité .  Karlinsky et Kobak  fournissent des informations détaillées sur la façon dont la surmortalité est mesurée. Plus précisément, j’utilise  une régression robuste avec des termes d’erreur ajustés par cluster , c’est-à-dire que la méthode tient compte de la dépendance entre les termes d’erreur au sein des pays. Ceci est pertinent car le même pays est inclus au fil du temps. L’analyse inclut les termes d’interaction entre le taux de vaccination et la variable temporelle (variables muettes). Bien que la multicolinéarité ne puisse être exclue, des mesures hebdomadaires distinctes aboutissent à la même conclusion, comme le montre le graphique. Toutes les analyses ont été réalisées dans  Stata .

2. Sauf une semaine plus tard, où nous avons observé une augmentation d’un peu plus de 1 %. Pour visualiser le déploiement du vaccin, voir le graphique ci-dessous. Les variations anormales observées à la fin sont dues à l’absence de pays pendant certaines semaines.

3. Les valeurs hebdomadaires inférieures à zéro présentent des associations négatives. Cela signifie que la surmortalité tend à diminuer avec le taux de vaccination. Significatif signifie que l’  intervalle de confiance à 95 % supérieur (inférieur)  est inférieur (supérieur) à zéro pour les associations négatives (positives). Le graphique visualise les intervalles de confiance à 95 % avec des « étiquettes ». Le taux de vaccination étant transformé en logarithme,  cela signifie  que si l’axe des Y indique –50, par exemple, une augmentation de 1 % du taux de vaccination est associée à une réduction d’environ 0,5 % de la mortalité.

4. J’ai estimé (a) la surmortalité hors décès liés au coronavirus en utilisant (b) les variations hebdomadaires de la surmortalité cumulée par million, (c) la courbe lissée des décès liés au coronavirus par million par semaine, et (d) la mesure initiale de la surmortalité selon l’équation suivante : a=d*(b–c)/b. Pendant deux semaines, la relation entre le taux de vaccination et la surmortalité non liée au coronavirus a donné des résultats largement négatifs. La raison en est le suivi des décès liés au coronavirus et de la surmortalité cumulée signalés certaines semaines. Sans cela, la possible protection vaccinale temporaire à laquelle j’ai fait allusion aurait été d’une ampleur moindre.

5. Les intervalles de confiance à 95 pour cent avec des erreurs standard robustes vont de 0,047 à 0,104.

6. La taille variable de la population est  transformée en logarithme,  car un changement de population de, par exemple, 10 000 personnes est plus important dans un petit pays que dans un grand pays.

Partagez ceci:

Certains ont tenté de réfuter mes conclusions précédemment rapportées sur le lien entre vaccination contre la Covid et surmortalité, affirmant qu’elles ne tenaient pas compte des différences de tendances observées chez les personnes âgées en Europe de l’Ouest et de l’Est. Une fois la surmortalité calculée par rapport à la tendance de mortalité toutes causes confondues avant la Covid, la corrélation s’inverse, indiquant l’efficacité du vaccin, selon cet argument (la discussion peut être suivie à mi-chemin sur cette page web ).

Cependant, tout d’abord, les données de surmortalité utilisées pour réfuter mes conclusions datent de 2022. Cette année-là, j’ai montré que l’association était négative au cours des trois premiers mois, mais qu’elle est devenue positive en avril. Autrement dit, une association négative en début d’année dégonfle l’association positive observée ultérieurement lorsque les données sont appliquées à l’année entière. De plus, j’ai contrôlé la surmortalité accumulée avant 2022, c’est-à-dire la mortalité en 2020-2021 par rapport à la mortalité pré-Covid de 2016-2019.

Mais plus important encore, grâce à Our World in Data, j’ai récemment mis à jour mes analyses en étudiant une fenêtre temporelle d’environ trois ans, soit environ 150 observations hebdomadaires. J’inclus également un bassin plus large de 39 pays comptant environ un milliard d’habitants (des pays à revenu élevé, selon l’ONU, fournissant des données cohérentes et de haute qualité permettant des analyses au fil du temps). Concernant la mesure de la surmortalité toutes causes confondues, Our World in Data a utilisé des estimations de régression sur des calculs antérieurs à la COVID-19 entre 2015 et 2019, capturant des tendances linéaires et hebdomadaires comme base de référence pour les analyses. Cette approche tient compte des « variations saisonnières de la mortalité et d’une tendance annuelle au cours des dernières années, dues à l’évolution de la structure démographique ou à des facteurs socio-économiques » (toutes les références sont disponibles ici ). De plus, j’ai contrôlé l’âge médian des pays, la surmortalité cumulée et d’autres facteurs (tableau 1).

Je conclus donc que mes conclusions sur le lien entre la vaccination contre la Covid et la surmortalité ne peuvent être réfutées.