Transcript · English → French
Study on Vaccine Adverse Reactions
Le, euh, comme vous pouvez le voir devant vous sur cet
écran, euh, est le
résultat, le principal résultat de notre étude.
Euh, cela montre, à partir des données danoises officielles
que nous avons interrogées pour l'étude.
Cela montre chaque lot et combien, euh, combien
d'effets indésirables
étaient présents dans chaque lot.
Vous pouvez voir que sur l'axe des ordonnées, l'axe vertical.
Et sur l'axe, euh, horizontal, vous pouvez voir
quelle était la taille des lots. Comme vous le voyez sur le graphique,
euh,
certains de ces lots sont très petits, d'autres sont très grands.
Et
dans ce cas, si nous, euh, supposons que nous verrions un
vaccin normal, un très bon vaccin, quelque chose qui serait produit de façon très régulière,
nous verrions une ligne presque parfaite.
Une ligne presque parfaite. Si nous, d'un autre côté, produisions
un vaccin vraiment horrible, le pire qu'on puisse imaginer,
nous
ne verrions aucune ligne. Nous ne verrions que des points épars.
Euh, dans ce cas, nous en voyons trois.
Pas une, mais trois lignes, et elles sont en fait presque
parfaites.
Le problème, c'est que c'est évidemment, euh, c'est
quelque chose qui est complètement en dehors de la catégorie de ce à quoi nous devrions
nous attendre dans les données sur les effets indésirables. C'est la principale conclusion
de cette étude. Mais ce qui est aussi très préoccupant, c'est que
cela révèle un système, une structure
dans les données.
Les réactions indésirables, les erreurs, euh, les erreurs de production
sont par nature aléatoires, mais cela révèle une structure.
Nous ne savons pas encore pourquoi, euh, mais nous sommes évidemment en train
d'étudier cette question.
Il y a— trois types différents de
lots, et chaque lot donne un autre,
euh, un risque. Et, euh, le, le,
le bleu présente le risque de mortalité le plus élevé.
Euh, et personne ne savait à l’avance quel lot il allait
recevoir. Personne ne savait qu’il y avait cette différence
entre ces lots. Personne ne le savait.
Mais l’EMA reçoit des échantillons de chaque lot, et elle peut
les tester et voir s’ils sont identiques ou non, et
c’est son travail. Car son travail est de nous protéger des,
euh, erreurs commises par l’industrie pharmaceutique.
Et c’est aussi quelque chose que, dans une deuxième lettre à l’EMA, nous
allons
aborder, soyez-en sûrs. Euh, ainsi que les questions de
contamination, euh, par de l’ADN de bactéries dans les,
dans les vaccins, ainsi que, euh, les choses que, euh,
Joachim a mentionnées sur l’existence de deux bases de données contenant
des événements indésirables ? Euh, euh, comment se fait-il que,
Euh, l’EMA ne nous a jamais prévenus ? Et comment se fait-il que
ils aient autorisé des gouvernements à faire campagne,
euh, pour une utilisation hors AMM ?
End of transcript · 459 words · machine translated
Original transcript (English)
The, um, as you can see in front of you on this screen, uh, is the result, the main result of our study. Uh, it shows from the, uh, official Danish data that we queried f-uh, for the study.
It shows each batch and how many, um, how many adverse reactions were present in each batch. You can see that along the Y-axis, the vertical axis. And along the, uh, horizontal axis, you can see
how big were the batches. As you can see from the graph, um, some of these batches are very small, some of them are very big. And in this case, if we, uh, assume that we would see a
normal vaccine, a really good vaccine, something that was very consistently produced, we would see a near perfect line. One near perfect line. If we, on the other hand, produced a really horrible vaccine, the worst one we could possibly conceive, we
would see no line. We would see just scattered dots. Um, in this case, we see three. Not one, but we see three lines, and they are actually near perfect. The problem with this is that it's obviously, uh, it, it's
something that is completely outside the category of what we should expect to see in adverse, adverse data. That's the main finding of this study. But something that is also very troubling is this shows a system, it shows a structure in the data.
Adverse reactions, error, uh, errors in production are by nature, they're random, but this shows structure. We do not know yet why, uh, but we are obviously researching this, this issue. The- there are three different types of
batches, and every batch gives another, uh, a risk. And, uh, the, the, the blue one gives the highest mortality risk. Um, and nobody knew upfront which batch you would get. Nobody knew that there was this difference
between these batches. Nobody knew. But the EMA gets samples of every batch, and they can test it, and they can see whether or not they, they are identical, and that's their job. Because their job is to protect us from, uh, mistakes made by pharmaceutical industry.
And that is also something that in a second letter to the EMA, we are going to address, be sure of that. Uh, as are the things as contamination, uh, by DNA of bacteria in the, in the vaccines, as, uh, are the things that, uh,
Joachim mentioned about are there two databases with adverse, uh, events? Um, um, how come that the, uh, EMA never warned us? And how could it be that they accepted governments to, to campaign, uh, for off-label use?
