FDA et CDC ont caché les effets indésirables des vaccins COVID
Lorsque les premiers vaccins contre le Covid-19 sont autorisés aux Etats-Unis en décembre 2020, les autorités US mettent en avant qu’une surveillance de sécurité renforcée sera mise en place. La FDA (Food and Drug Administration), qui autorise et surveille les médicaments et vaccins, et le CDC (Center for Disease Control and Prevention), chargé notamment de la surveillance sanitaire sont impliqués.
L’un de leurs principaux outils est le VAERS (Vaccine Adverse Event Reporting System), système américain de déclaration des événements indésirables survenant après vaccination. Le VAERS reçoit des déclarations spontanées de professionnels de santé, de fabricants et de particuliers. Sa vocation est notamment de faire apparaître des événements signalés de façon inhabituelle afin qu’ils puissent être étudiés plus précisément.
Avant même le début de la campagne, le dispositif prévoit plusieurs méthodes statistiques.
- Le CDC doit surtout calculer un PRR (Proportional Reporting Ratio, rapport proportionnel de notification)
- La FDA utilise une approche bayésienne reposant sur le MGPS (Multi-item Gamma Poisson Shrinker). C’est une méthode statistique bayésienne utilisée en pharmacovigilance pour détecter des associations inhabituelles entre un vaccin ou un médicament et un événement indésirable.
Tout cela semble sérieux !
Mais l’enfer est pavé de bonnes intentions
Le « gold standard » de la FDA : le MGPS
MGPS signifie Multi-item Gamma Poisson Shrinker. Il s’agit d’une méthode bayésienne de détection de disproportionnalité développée à partir des travaux de William DuMouchel.
Elle compare le nombre de signalements observés à celui attendu dans une vaste base de pharmacovigilance tout en appliquant un mécanisme de réduction statistique destiné à limiter les alertes instables dues à de petits nombres.
Losrque le résultat est supérieur ou égal à 2, le signal est considéré comme significatif. Dans les analyses examinées par le Sénat américain, le MGPS supérieur ou égal à 2 constituait un seuil particulièrement fort [3]
Notez bien ce seuil de 2 pour plus tard.
Cette méthode présente cependant une faiblesse connue : le « masking », ou masquage statistique. C’est précisément ce phénomène qui va devenir central dans la surveillance des vaccins Covid.
Pour comprendre ce phénomène de « masking », il suffit d’imaginer deux vaccins A et B (comme Pfizer et Moderna) associés au même événement X (comme les myocardites).
Pour évaluer A, l’algorithme le compare au reste de la base donc à l’ensemble des vaccins mais dans lequel B occupe une place importante.
Si B présente lui aussi beaucoup de déclarations de X, la fréquence de référence de X augmente.
A paraît alors moins inhabituel.
Lorsque B est analysé, A peut jouer le même rôle.
Deux produits très présents dans la base peuvent donc neutraliser mutuellement leurs signaux !
Mars 2021 : une méthode corrigée révèle ce que MGPS cache
Ana Szarfman est médecin et spécialiste de pharmacovigilance à la FDA. Elle travaille avec William DuMouchel, le statisticien qui a précisément contribué au développement du Gamma-Poisson Shrinker à l’origine du MGPS.
Tous deux utilisent une approche appelée RGPS (Regression-Adjusted Gamma Poisson Shrinker), c’est-à-dire un Gamma-Poisson Shrinker ajusté par régression. Cette méthode cherche à tenir compte des interactions entre produits et à corriger automatiquement certains facteurs de masquage/« masking ».
Le 26 mars 2021, Szarfman transmet une analyse interne.
D’après les documents, examinés par la commission d’enquête du Sénat, elle identifie 49 exemples qualifiés d’ « extreme masking ».
Après correction, environ 25 associations supplémentaires franchissent le seuil statistique utilisé dans l’analyse. Les événements mentionnés comprennent notamment la paralysie de Bell, l’infarctus pulmonaire et la mort cardiaque subite [3].
Les analyses suivantes confirment les différences importantes entre la méthode standard, dont on connait le « masking » et la méthode ajustée.
Mai 2021 : l’alerte scientifique devient un problème interne
La question n’est plus seulement de savoir quelle méthode est statistiquement la plus performante. Les courriels internes montrent que la poursuite des analyses devient un problème de gestion au sein de la FDA.
Le 7 mai 2021, Craig Zinderman, médecin de la FDA spécialisé dans la pharmacovigilance. demande explicitement à Szarfman de suspendre la rédaction et l’envoi de nouvelles concernant les événements indésirables après vaccination Covid [1,3].
La demande est écrite et formelle.
Szarfman continue néanmoins à défendre l’intérêt de la méthode corrigée et à signaler que certains événements ressortent davantage avec RGPS.
Les responsables de la FDA veulent conserver une méthode standardisée, connue et déjà utilisée.
Szarfman et DuMouchel considèrent que la situation exceptionnelle créée par la domination des vaccins Covid dans le VAERS rend précisément cette méthode insuffisante.
Septembre 2021 : de la mise à l’écart à une censure interne
En septembre 2021, Szarfman recommence à plaider de plus en plus fort pour l’utilisation de RGPS. Elle explique que cela évite le « masking » et que cela permet d’identifier des facteurs de confusion.
Le 15 septembre, Peter Marks, directeur du CBER (Center for Biologics Evaluation and Research), écrit à Patrizia Cavazzoni, directrice du CDER (Center for Drug Evaluation and Research).
Il indique que Szarfman avait déjà été invitée à « cesser et s’abstenir ».
En résumé il fallait qu’elle se taise !
Pas question de prendre en compte ses calculs dont personne n’a jamais remis en cause la validité.
Plus tard, une équipe CDC-FDA propose un article incluant une analyse bayésienne du VAERS.
Lors de l’évaluation de l’article, un reviewer remarque que les vaccins étudiés représentent une proportion tellement élevée des déclarations que la capacité de comparaison devient très faible.
Dans les échanges internes rapportés par le BMJ, des collaborateurs de la FDA reconnaissent alors qu’il existe « un biais important poussant les résultats vers l’absence d’association ». L’analyse bayésienne est finalement retirée du manuscrit [1].
Plusieurs mois après les premières alertes de Szarfman, d’autres spécialistes de l’agence reconnaissent à leur tour qu’une analyse reposant sur cette configuration de la base est fortement biaisée vers le zéro.
Mais Peter Marks donne la véritable raison de faire taire Szarfman:
les travaux de Szarfman pourrait alimenter une « rhétorique anti-vaccination » [1].
En résumé, il faut cacher les signaux de pharmacovigilance qui nuiraient à l’image des vaccins
Szarfman ne doit pas discuter ou transmettre les analyses à l’extérieur et elle doit obéir et se concentrer sur les tâches qui lui ont été assignées [3].
Il s’agit simplement de censure.
Le problème est publié et quantifié
Malgré la censure, en 2022, Rave Harpaz, William DuMouchel, Ana Szarfman et leurs collègues publient dans Drug Safety une étude consacrée à la détection des événements indésirables après vaccination contre le Covid-19 [2].
Ils comparent plusieurs méthodes : PRR ; MGPS ; BCPNN (Bayesian Confidence Propagation Neural Network), autre méthode bayésienne de détection de disproportionnalité, et RGPS.
Les résultats montrent que, pour plusieurs événements, les scores obtenus après correction du masking sont nettement plus élevés.
Ils dépassent alors le seuil d’alerte fixé.
Pour Pfizer, les valeurs moyennes rapportées dans l’étude sont les suivantes :
La myocardite fournit un exemple important.
Dès le printemps 2021, les signalements s’accumulent, notamment chez les hommes jeunes après une deuxième dose de vaccin à ARNm. L’association sera ensuite reconnue officiellement et intégrée aux informations de sécurité.
Or la myocardite est précisément l’un des événements dont le score augmente fortement lorsque le masking est corrigé par Szarfman.
L’effet du masking est également très marqué avec Moderna, autour de +225% (+196% en moyenne semaine par semaine selon les auteurs).
A l’échelle de l’ensemble des associations étudiées, un masking potentiel est observé 7 fois plus souvent dans les associations concernant les vaccins Covid que pour les autres vaccins : le phénomène est donc beaucoup plus fréquent dans ce contexte particulier des vaccins ARNm contre le COVID [2].
L’autre surprise : les analyses PRR promises par le CDC
Le protocole de janvier 2021 prévoyait que le CDC réalise des PRR de manière régulière [4]. Pourtant, dans le cadre de demandes d’accès aux documents, le CDC indique initialement ne pas avoir réalisé ces analyses au début de la campagne. Des réponses ultérieures montrent qu’elles n’ont véritablement été effectuées qu’en 2022.
Quoi de mieux que de ne pas chercher pour ne pas trouver ?
Rochelle Walensky, alors directrice du CDC, explique ensuite que les PRR réalisés en 2022 étaient globalement concordants avec l’approche bayésienne et n’avaient pas révélé de nouveaux signaux inattendus.
Mais les fichiers examinés par le BMJ montrent que, durant 13 analyses hebdomadaires consécutives entre le 6 mai et le 29 juillet 2022, myocardite, péricardite, paralysie de Bell et acouphènes répondaient aux critères de signal du PRR lorsque les vaccins ARNm étaient comparés aux vaccins non-Covid [1].
Le CDC cachait tout simplement les signaux d’alerte pharmacologique
Un signal statistique d’alerte de pharmacovigilance ne démontre pas que le vaccin cause l’événement.
Ce n’est pas son but.
Sa fonction est d’indiquer qu’une association mérite une investigation supplémentaire.
Mais lorsqu’un outil de surveillance est connu pour manquer certains signaux, le débat devrait avoir lieu. Les documents révélés par le BMJ montrent qu’il en a été totalement à l’opposé. A cause du risque d’alimenter une « rhétorique antivaccinale »
Dans ce cas, les signaux ont été « masqués » par les autorités américaines.
Et pour les autorités françaises ?
[1] https://www.bmj.com/content/394/bmj-2026-100806
[2] https://pmc.ncbi.nlm.nih.gov/articles/PMC9219360/
[3] https://www.ronjohnson.senate.gov/
[5] https://www.cdc.gov/mmwr/volumes/70/wr/mm7027e2.htm
