Préoccupations concernant une étude sur l’efficacité du vaccin Covid-19 – nouvelle publication de l’équipe scientifique de BonSens.org

Cher rédacteur,

Nous avons lu avec intérêt l’article de Lisa Lundberg-Morris et al. (1) qui examine l’efficacité du vaccin Covid-19 contre l’état post-covid-19 dans une cohorte basée sur la population en Suède de 589 722 personnes. Il soulève un certain nombre de questions importantes concernant les analyses effectuées et ses conclusions. Ce document analyse deux cohortes. Cohorte A : non vaccinée avant d’avoir contracté le Covid-19 ; cohorte B : vaccinée avant d’avoir contracté le Covid-19.

La première observation concerne le ratio de décès dans la cohorte A (0,28%, 821/290030) qui est significativement plus faible (p=0,001) que dans la cohorte B (0,36%, 1076/299692). Le risque de décès est en fait le critère le plus important, alors que les autres éléments peuvent être qualifiés de critères intermédiaires.

En outre, des anticorps neutralisants et facilitants peuvent être produits contre le virus. Le travail de modélisation publié par Yahi et al. montre que les anticorps facilitant la propagation du virus (ADE) ont plus d’affinité avec la protéine spike que les anticorps neutralisants en ce qui concerne le variant Delta (contrairement à ce qui est observé avec la souche originale de SARS-CoV-2 de 2020, Wuhan/D614G) (2). L’apparition d’un variant donné peut donc favoriser le phénomène ADE, et pourrait expliquer pourquoi le vaccin (développé à partir de la première souche du virus) peut être délétère dans certains cas. En effet, 59 349 personnes ont été exclues de l’analyse car les événements sont survenus moins de 28 jours après la date d’index Covid-19 (56 760 vaccinés, 2515 décédés, 74 émigrés). La raison de l’exclusion était la vaccination pour 56 760 patients et le décès pour 2515. La cause du décès est inconnue et aurait dû être analysée. Nous ne savons pas combien de ces patients ont été vaccinés. Ce groupe intermédiaire aurait dû être analysé pour modéliser la tendance ou adapter l’exclusion de moins de 28 jours de la date d’indexation du Covid-19.

La troisième observation est liée à un biais de cohorte, la cohorte A ayant été exposée à différentes variantes par rapport à la cohorte B. 60,2 % des personnes de la cohorte A avaient une variante Alpha prédominante pendant l’infection aiguë, contre 3,5 % dans la cohorte B. Et la cohorte B avait une variante Omicron prédominante à 74,9 %, contre 12,4 % pour la cohorte A.

Les populations sont hétérogènes et ne peuvent être comparées car elles ne sont pas exposées aux mêmes variantes, chacune ayant une morbidité et une létalité différentes. En effet, Liu Y et al. ont rapporté que le taux de létalité de la variante Omicron a été réduit de 78,7 % (intervalle de confiance à 95 % : 66,9 %, 85,0 %) par rapport aux variantes précédentes (3). Dans l’étude de Lisa Lundberg-Morris et al., la population vaccinée (cohorte B) était principalement exposée à des variantes beaucoup plus bénignes que la population non vaccinée (cohorte A).

L’efficacité de la vaccination contre les affections post-Covid-19 aurait donc dû être calculée en fonction de la variante afin de tenir compte de la différence du taux de létalité selon la variante. Ce biais, qui est d’une importance cruciale, n’est pas mentionné dans les limites de l’étude.

Enfin, le risque d’infection était plus élevé lorsque le nombre de doses de vaccin était plus important, ce qui aurait dû être discuté (4). L’appariement des variantes est essentiel pour tirer une conclusion fiable sur l’efficacité du vaccin.

Dans l’ensemble, nous émettons de sérieuses réserves quant aux choix analytiques effectués pour l’étude, à ses conclusions et au processus d’examen qui aurait dû mettre en évidence ces problèmes importants. En outre, cette étude devrait susciter des préoccupations éthiques importantes au sein de la communauté scientifique en ce qui concerne les questions d’intégrité analytique scientifique.

Les conclusions d’une telle étude peuvent avoir un impact significatif sur les politiques publiques et avoir des conséquences critiques sur la santé des populations exposées au virus et pour lesquelles le vaccin est proposé. L’ensemble des données devrait également être communiqué publiquement pour permettre une analyse externe indépendante.

LES RÉFÉRENCES

1. Lundberg-Morris L, Leach S, Xu Y, Martikainen J, Santosa A, Gisslén M, Li H, Nyberg F, Bygdell M. Covid-19 vaccine effectiveness against post-covid-19 condition among 589 722 individuals in Sweden: population based cohort study. BMJ. 2023 Nov 22;383:e076990. doi: 10.1136/bmj-2023-076990. PMID: 37993131; PMCID: PMC10666099.

2. Yahi N, Chahinian H, Fantini J. Infection-enhancing anti-SARS-CoV-2 antibodies recognize both the original Wuhan/D614G strain and Delta variants. A potential risk for mass vaccination. J Infect 83 (2021): 607-635.

3. Liu Y, Yu Y, Zhao Y, He D. Reduction in the infection fatality rate of Omicron variant compared with previous variants in South Africa. Int J Infect Dis. 2022 Jul;120:146-149. doi: 10.1016/j.ijid.2022.04.029. Epub 2022 Apr 21. PMID: 35462038; PMCID: PMC9022446.

4. Shrestha NK, Burke PC, Nowacki AS, Simon JF, Hagen A, Gordon SM. Effectiveness of the Coronavirus Disease 2019 Bivalent Vaccine. Open Forum Infect Dis. 2023 Apr 19;10(6):ofad209. doi: 10.1093/ofid/ofad209. PMID: 37274183; PMCID: PMC10234376.