@sls0
 

sls0 2 août 2020 

J’aime bien modéliser, comprendre.

Comme le nombre de cas ou d’infectés ne sont pas fiables, je me base sur le nombres de morts pour avoir le nombre de cas X jours avant ce qui me permet d’avoir le taux d’erreur.

Pour cela il me faut le X jours le plus fiable possible. C’est que j’en ai lu des études observationnelles pour avoir ce X.

Le chiffre moyen trouvé est de 14 jours, je regarde 2 semaines avant, ça me suffit pour avoir le taux d’erreur à peu près correct.

A force d’avoir cest chiffres devant les yeux, quand j’ai vu les courbes Kaplan-Meier, la majorité des morts du groupe témoin dans les 5 premiers jours ça ne passait pas. J’écrivais à ce moment là : je ne dit pas qu’elle est fausse mais je ne la sens pas cette étude.

Ensuite j’ai vu l’écart de 9 ans, la première étude que je voyait avec un aussi gros écart, franchement anormal et biaisant, c’est la dessus que j’ai développé.

C’est une fonction cubique l’influence de l’âge, on ne peut pas se permettre de l’écart d’âge > à un an, dans l’étude c’est 9 ans.

Une étude doit être randomisée pour être valable, ici il y a eu un trie. Employer l’argument du risque cardiaque de l’HCQ pour évacuer les cas à risques vers le groupe témoins est :

Faux, car on demande un suivi en cas d’antécédants cardiaques et non de ne pas donner le médicament.

Comique, car implicitement ça montre que l’HCQ est à risques.

Cela dit, l’éminent professeur pose bien pour la photo, il fait sérieux et on oublie pas le symbole d’autorité qu’est la blouse blanche.