Des millions de personnes seront bientôt vaccinés contre le COVID-19. De ce nombre, des milliers tomberont gravement malades, d’autres mourront... sans que le vaccin n'ait quoi que ce soit à y voir. Explication.
Photo: Deedster / Pixabay
Si on distribue un médicament ou un vaccin à un aussi grand nombre de personnes, on s’attend inévitablement à ce que des décès surviennent dans les semaines suivantes. Pas à cause des risques du vaccin, mais plutôt à cause des simples lois de la statistique.
En effet, si par exemple on regroupe 3 millions de personnes en occident, vaccinés ou pas, et qu’on les observe sans intervenir, on s’attend à ce que 6900 personnes âgées de 20 ans et plus fassent un premier infarctus aigu du myocarde au cours de l’année suivante. Ou environ 575 dans le mois suivant.
Sur un mois, quelques 1300 nouveaux diagnostics d’insuffisance cardiaque et plus de 2600 de cancer (tous types confondus) seront également établis. Et environ 1900 de ces trois millions mourront, sans que personne ne le remarque, puisque c’est la proportion de personnes qui meurent, toutes causes confondues.
Sur 3 millions de personnes, en un mois...
575 feront un premier infarctus.
1300 auront un diagnostic d’insuffisance cardiaque.
2600 auront un diagnostic de cancer.
1900 seront décédées.
Résultat, si vous administrez un vaccin à ces 3 millions de personnes, il y a un risque réel que certains de ces infarctus, de ces diagnostics de cancer ou de ces décès, soient attribués au vaccin par des parents ou des amis. « Il a reçu le vaccin, et un mois plus tard, il était mort. » Raisonner de cette façon serait un exemple d’une erreur classique, connue des amateurs de chiffres sous le nom de fausse corrélation: lorsque deux événements semblent liés alors qu’ils ne le sont pas.
La clé sera de savoir s'ils tombent malades à un taux plus élevé que la normale une fois qu'ils ont été vaccinés. Si une hausse anormale survenait, les autorités réglementaires pourraient intervenir pour suspendre la vaccination ou même retirer le vaccin. Les indications sur les médicaments sont régulièrement revues après qu’ils aient commencé à être utilisés à grande échelle.
Ne pas confondre corrélation et causalité
Ce n'est pas parce que deux choses se produisent l’une après l’autre, que la première a causé la deuxième. C’est lorsqu’on arrive à démontrer que la première a causé la deuxième, qu’on parle de causalité, ou de relation de cause à effet.
Exemple hivernal classique: lorsque la température diminue, les cas de rhume augmentent. C’est une corrélation. Est-ce à dire que le froid cause le rhume ? Non, le rhume est causé par un virus: causalité.
Autre exemple, estival : il est constaté que lorsque la consommation de glaces augmente, le nombre de décès par noyade augmente dans les mêmes proportions. Pourtant, l'un de ces deux phénomènes n'implique pas l'autre. C'est une autre cause, l'augmentation de la température, qui est responsable à la fois de l'augmentation de la consommation de glaces, et de l'augmentation des baignades... ainsi que des noyades.
