Pierre Chaillot : Les tests PCR ou la fabrique du malade imaginaire

Dossier virologie #5 : La nouvelle église de la testologie

La vraie nouveauté de la crise du Covid-19 aura été le recours massif et ininterrompu aux « tests ». Du jour au lendemain, toute personne obtenant un résultat positif a été déclarée malade et contagieuse, même en l’absence du moindre symptôme. Une logique qui aurait fait le bonheur du Docteur Knock, pour qui tout bien portant est un malade qui s’ignore.

Cet article montre que la médecine institutionnelle n’a pas évolué d’un iota depuis l’époque de Molière et du Malade imaginaire. Seuls les outils et leur complexité ont changé, permettant de masquer l’absence de fondement scientifique de la théorie qu’ils appuient.

Pour comprendre la supercherie, il convient de rappeler la différence fondamentale entre un outil de mesure (le test) et la réalité biologique qu’il prétend mesurer.

La confusion entre l’outil et la réalité

Prenons un exemple simple : lorsqu’une femme souhaite savoir si elle est enceinte, elle peut utiliser un test de grossesse. Le résultat lui donne une indication. Mais la référence absolue — le Gold Standard — reste la réalité biologique (la présence effective d’un embryon, confirmée par échographie).

Si l’on s’amusait à faire passer un test de grossesse aux 2,5 millions de petits garçons de 8 ans de l’Union européenne, la chimie ferait qu’on obtiendrait inévitablement quelques tests positifs. Que fait-on d’un petit garçon de 8 ans qui vous regarde avec un test de grossesse positif dans la main ? On démarre son suivi de grossesse ? Son suivi de grossesse asymptomatique évidemment. Et dans 9 mois vous l’invitez en salle d’accouchement en attendant que ça vienne ? Évidemment que non. Le petit garçon n’est pas enceinte : c’est le test qui a tort. On appelle cela des faux positifs.

Inversement, si on s’amuse à faire un test de grossesse à toutes les femmes enceintes à leur entrée à la maternité au moment de leur accouchement, on trouverait des tests négatifs. Doit-on dire à une femme avec un ventre imposant et des contractions : “c’est dans votre tête, rentrez chez vous”. Non plus. Là aussi, c’est le test qui a tort. On appelle cela des faux négatifs.

La fiabilité d’un test médical repose sur deux indicateurs clés mesurés par rapport au Gold Standard :

• La spécificité : la capacité à être négatif chez les personnes qui ne sont pas enceintes (ou pas malades).
• La sensibilité : la capacité à être positif chez ceux qui sont réellement enceintes (ou malades).

Pour mesurer la spécificité du test de grossesse, vous prenez 100 000 femmes (ou hommes) pas enceintes et vous leur faites un test de grossesse. La part des vrais négatifs qui en ressort est la spécificité.

Pour mesurer la sensibilité du test de grossesse, vous prenez 100 000 femmes enceintes et vous leur faites un test de grossesse. La part des vrais positifs qui en ressort est la sensibilité.

C’est la comparaison des résultats de tests et du Gold Standard qui permet d’évaluer le test.

Or, dans le cadre du SARS-CoV-2, aucun Gold Standard clinique n’a jamais été défini. Les symptômes correspondent aux tableaux cliniques de nombreuses maladies parmi lesquels on peut piocher ce que l’on veut : toux, fièvre, fatigue intense, maux de tête, perte de l’odorat, perte du goût, mais aussi nausées et diarrhées. Aucune grille spécifique n’a été établie pour caractériser la « maladie ». On a assisté à un phénomène inverse aux principes de base de la médecine : c’est le test — dont la fiabilité réelle n’a jamais été évaluée sur le terrain avant sa diffusion — qui est venu définir le malade. Un raisonnement circulaire parfait : les tests positifs désignent les malades, puisque les malades ont des tests positifs.

En médecine, le test est au service de la clinique, il ne la remplace pas. Un test qui dit positif sur un individu qui n’a pas la réalité biologique recherchée est simplement un test défaillant, peu importe la sophistication de la technologie employée.

Protocole Drosten : bâtir sur du virtuel

Le protocole de référence mondial (le test Drosten, publié en janvier 2020) n’a pas été conçu à partir d’un prélèvement chez un patient, mais à partir de la séquence informatique déposée sur GenBank.

L’équipe de Christian Drosten a sélectionné trois sous-séquences d’ARN théoriques censées être spécifiques au SARS-CoV-2 :

1. L’amorce avant (forward primer) : 26 nucléotides.
2. L’amorce arrière (reverse primer) : 22 nucléotides.
3. La sonde (probe) : 27 nucléotides (chargée d’émettre le signal fluorescent lors de l’amplification).

En théorie, les deux premières amorces encadrent le brin recherché pour le démultiplier, et la troisième sert à mesurer la réaction. Mais dès novembre 2020, un groupe international de 22 scientifiques (rapport Borger et al.) a décortiqué ce protocole et mis en lumière des failles méthodologiques majeures :

• Des conditions d’amplification aberrantes : des concentrations d’amorces trop élevées, une température d’hybridation trop basse et l’utilisation de nucléotides dégénérés favorisent les erreurs de duplication et l’amplification hors-cible. Résultat : une explosion de faux positifs.
• La position des amorces : les trois amorces sont concentrées sur un tout petit fragment à une extrémité du génome théorique. Valider la présence de ce court morceau ne prouve en rien la présence d’un génome entier.

Que trouve-t-on vraiment avec BLAST ?

Si l’on passe ces amorces au criblage informatique via le logiciel BLAST (qui compare les séquences au génome humain de référence GRCh38), le résultat est édifiant :

• L’amorce avant et la sonde présentent des correspondances partielles élevées sur plusieurs chromosomes humains (notamment 1, 4, 7, 9, 16 et 21). Sur le chromosome 9, l’amorce avant s’aligne sur 20 nucléotides sur 26 (E-value = 5.6).
• L’amorce arrière, bien que plus spécifique au premier abord, trouve des alignements de 15 à 18 nucléotides sur presque la moitié des chromosomes humains (1, 2, 3, 4, 5, 6, 7, 8, 14, 22).

Sachant que le génome GRCh38 n’est qu’une moyenne théorique et que la diversité génétique humaine réelle est immense, il est statistiquement certain que ces amorces s’hybrident naturellement avec du matériel génétique humain.

Ajoutez à cela un nombre de cycles d’amplification (Ct) poussé jusqu’à 40 ou 45 cycles — où le bruit de fond et la moindre hybridation imparfaite sont multipliés par plus d’un millier de milliards ($2^{40}$) — et vous obtenez un outil parfait pour faire dire n’importe quoi aux prélèvements. Un test positif signifie simplement : « Vous possédez un brin d’ARN qui ressemble à du matériel génétique humain amplifié à l’excès. »

Les données du réel contre la théorie

Si les tests PCR mesuraient une infection réelle ou une charge virale pathogène, les données de santé publique montreraient une corrélation nette entre positivité et maladie. C’est l’inverse exact qu’on observe :

En France, les données de la Direction statistique du ministère de la Santé (DREES) montrent que les tests Covid-19 n’ont aucun rapport avec le fait d’être malade. Dans le tableau ci-dessous, on observe la répartition des résultats des tests (positif ou négatif) réalisés en France, mois par mois selon l’état de santé de la personne (symptomatique ou asymptomatique). J’ai grisé toutes les périodes incohérentes avec l’histoire du virus.

• Dans la troisième colonne, vous pouvez voir en gris tous les mois pendant lesquels les tests positifs concernaient davantage des personnes asymptomatiques que des personnes symptomatiques (deuxième colonne). Autrement dit, avoir un test positif était une bonne nouvelle ! Être “infecté par le SARS-CoV-2” signifie dans la majorité des cas être en parfaite santé.
• Dans la quatrième colonne, vous pouvez voir en gris tous les mois pendant lesquels les personnes symptomatiques avaient plus souvent un résultat de test négatif (en comparant à la deuxième colonne). Cela signifie qu’être “malade du Covid-19” correspond majoritairement à “ne pas avoir le SARS-CoV-2”.
• On pourrait ainsi conclure que le test Covid-19 fonctionne à l’envers. Cependant vous pouvez constater que les mois alternent entre gris et blanc. Donc de temps en temps, il semble fonctionner à l’endroit. Cela signifie que ce test est tout simplement ce que l’on appelle “du bruit” en statistique. Une sorte de variable aléatoire sans queue ni tête.
• On observe aussi que la part de tests positifs est de moins de 5% (symptomatiques col.2 + asymptomatiques col.3) jusqu’en octobre 2021. Cela signifie que si le test a une spécificité de 95% (ce qui serait un bon test), même si le SARS-CoV-2 n’existe pas, il donnera 5% de tests positifs dans la population. Comme on ne sait pas calculer sa spécificité, chacun peut en déduire le sérieux de la psychose covidienne…
• Le taux de positivité explose à partir de décembre 2021, passant à plus de 30%. Quelle histoire fabuleuse de ce virus tueur quand 1/3 des gens est positif… À l’époque, les médias et les grands spécialistes de tous bords en ont conclu « C’est le variant Omicron qui infecte tout le monde. ». La réalité est beaucoup plus simple : à cette période est entrée en vigueur la règle que les tests antigéniques n’avaient plus besoin d’être confirmés par PCR. Tout le monde s’est rué chez le pharmacien pour multiplier les essais. Il suffisait d’un seul test positif pour être déclaré “infecté” et ainsi “immunisé” et faire grimper les statistiques.

Source : covid-19-resultats-issus-des-appariements-entre-si-vic-si-dep-et-vac-si/ export/?disjunctive.vac_statut

Certains opposants ont rétorqué, avec juste titre, que ces tests n’étaient pas fiables en raison d’un nombre de cycles d’amplification (Ct) beaucoup trop élevé, faisant artificiellement grimper le nombre de cas positifs. L’IHU de Marseille a d’ailleurs publié plusieurs études mettant en évidence cette explosion des faux positifs dès lors que le seuil de Ct dépassait 25 ou 30. Son directeur de l’époque, Didier Raoult, a été l’un des premiers à promouvoir la doctrine « tester, tester, tester », tout en réclamant un protocole basé sur des Ct bas.

Cependant, les travaux publiés par l’IHU de Marseille sur le sujet font apparaître exactement les mêmes paradoxes statistiques. Leur étude avec témoin (dont nous avons parlé dans l’article 2) est à ce titre particulièrement éclairante.

Dans le graphique à moustaches ci-dessous, la hauteur de la boîte représente la distribution des valeurs de Ct mesurées chez les patients. En théorie, plus le Ct est bas, plus la « charge virale » initiale est censée être élevée dans l’échantillon. La barre horizontale au milieu de chaque boîte indique la médiane.

Si l’on compare la boîte des personnes symptomatiques (N = 3761) et celle des asymptomatiques (N = 543), le résultat est saisissant : la médiane du Ct des asymptomatiques est nettement plus basse (autour de 22) que celle des personnes malades (autour de 27).

Autrement dit : selon les propres données de l’IHU, les personnes en parfaite santé présentaient une « charge virale » plus importante que les personnes malades.

C’est le comble de l’ironie : cette étude, conçue pour étayer la doctrine de l’infection virale et la validité du diagnostic par PCR, apporte elle-même la preuve statistique que la « charge virale » n’a aucun rapport avec la maladie.

Ainsi, contrairement à l’argument souvent avancé par une partie de l’opposition (« les tests étaient mauvais sauf dans certains labos »), le problème n’est pas un défaut d’exécution. Le concept même de ce test n’a aucun fondement médical ni scientifique.

L’illusion des tests rapides et le bilan comptable

Comme nous l’avons vu plus haut, l’arrivée massive des tests antigéniques début 2022 a parachevé l’absurdité. Alors que la littérature les présentait comme « moins sensibles » que la PCR, le taux de positivité a bondi jusqu’à dépasser les 30 %. Cette ruée ne répondait à aucune vague épidémique, mais à la contrainte politique du pass vaccinal : les citoyens cherchaient un test positif pour obtenir un certificat de rétablissement équivalent à une injection. En effet, à cette période le ministre de la Santé a prévenu les vaccinés deux doses qu’ils perdraient le bénéfice de leur pass sanitaire 6 mois après leur deuxième dose. Comme l’écrasante majorité l’avait reçue à l’été 2021 ou avant, ils se sont retrouvés au pied du mur. Bizarrement, une très grande part a décidé de se ruer sur les tests plutôt que sur la troisième dose sûre et efficace. Auraient-ils vécu et compris des choses entre-temps ? Nous en parlerons dans le prochain article.

Pour l’anecdote, dès 2020, le président tanzanien John Magufuli (titulaire d’un doctorat en chimie) avait mis en évidence l’absence totale de spécificité de ces réactifs en envoyant au laboratoire des prélèvements d’huile moteur, de chèvre et de papaye, enregistrés sous de faux noms humains. Les résultats sont ressortis positifs. Ce genre de vérification n’est pas réalisé par les laboratoires qui savent probablement que cela ne porte pas chance : le Président Magufuli est décédé en février 2021 à l’âge de 61 ans de problèmes cardiaques, immédiatement remplacé par la vice-présidente qui a beaucoup mieux compris l’intérêt des tests et des mesures Covid que son prédécesseur. Longue vie à la science !

Au final, cette gestion par le test aura coûté plus de 13,8 milliards d’euros à l’Assurance Maladie en France. Une dépense colossale pour les contribuables, mais un marché garanti sans précédent pour les industriels du diagnostic.

Et pour la petite histoire : l’inventeur du protocole PCR pour le SARS-CoV-1 en 2003 était déjà un certain Christian Drosten. On ne change pas une équipe qui gagne.

Enfin une expérience témoin !

Toutefois, ces 13,8 milliards d’euros sont peut-être l’investissement qu’il fallait pour faire tomber une croyance.

Mémo : La méthode scientifique, notre boussole

Cet encadré sera rappelé dans chaque article. Face au jargon ampoulé, aux méthodologies alambiquées et aux affirmations théoriques parfois sorties de nulle part, nous reviendrons toujours à ces 6 étapes incontournables pour vérifier si une étude tient la route :

1. Le constat : On observe un phénomène dont on cherche à déterminer la cause.
2. L’hypothèse : On formule une hypothèse claire : le phénomène A provient de la cause C.
3. L’expérience test : On met en place un protocole visant à isoler la cause C de tous les autres facteurs perturbateurs. Cette expérience vise à reproduire fidèlement le phénomène A et pas autre chose.
4. L’expérience témoin : On réalise une deuxième expérience reproduisant strictement les mêmes conditions que la première, mais en retirant la cause C. Cette expérience montre que sans la cause C, le phénomène A n’arrive pas.
5. La reproduction : On vérifie que l’on parvient à reproduire exactement le même phénomène A dans ces conditions.
6. La transparence : On publie l’intégralité du protocole et des résultats pour que quiconque puisse répliquer l’expérience à l’identique.

Dans notre cas, il s’agit de savoir si la séquence génétique du SARS-CoV-2 a un quelconque rapport avec le fait d’être malade. L’élément causal théorique est le virus, dont la présence est détectée par le test. Le phénomène étudié est le fait d’être malade. Les autres variables regroupent toutes les caractéristiques des patients, les conditions de prélèvement et du test, sur lesquelles il n’y a aucun contrôle.

Notre arme, c’est le « foutoir » statistique : des centaines de millions de tests réalisés sur quasiment toute la population.

Clairement, si le SARS-CoV-2 rendait malade, on observerait une corrélation nette entre l’élément causal (la positivité au test) et le phénomène observé (la maladie). Ce n’est pas le cas.

Il n’y a qu’un seul résultat logique à tirer de cet état de fait : dans le raisonnement de la virologie, il y a un (ou plusieurs) problème(s). Quelque part, un saut logique se dissimule. C’est le moment de reprendre les trois articles précédents pour comprendre si une erreur isolée s’est glissée ou si la totalité des pratiques est à remettre à plat en raison d’un raisonnement circulaire généralisé. Il en ressortira certainement des choses à garder et d’autres à éliminer.

Cette histoire de Covid-19 est une formidable opportunité : aucun autre test n’avait été distribué à une si grande échelle, particulièrement sur des sujets sains.

Du côté de la virologie institutionnelle, on aurait dû s’attendre à un aveu : « Oui, c’est vrai, pour le Covid-19 et le SARS-CoV-2, nous avons tiré des conclusions hâtives et voici ce que l’on doit remettre en question pour progresser. » Mais non. Nous n’avons droit qu’à un dogmatique : « Nous utilisons les mêmes techniques que d’habitude, et les incohérences constatées sont simplement des propriétés du virus. »

Dès lors, c’est bien l’ensemble de la discipline qu’il faut remettre à plat. Il serait utile que les autres domaines de la science interrogent la virologie pour lui apporter un œil externe, exempt de conditionnement et de biais de confirmation.

De même, on découvre qu’en se concentrant exclusivement sur les sujets malades, la médecine refuse d’interroger ses propres méthodes en réalisant l’expérience témoin. Elle masque ainsi des pratiques sans fondement déguisées derrière des technologies de plus en plus complexes.

Remettre toute la testologie en question a de quoi donner le vertige :

• Combien d’entre nous ont connu des proches à qui l’on a diagnostiqué une maladie grave sur la base d’un marqueur, d’un scanner ou d’une radio qui ont commencé un traitement lourd et ont dépéri sous nos yeux ?
• Quelle est la fiabilité réelle de tous les tests réalisés par prélèvement ? Notamment du VIH, qui condamne des individus à des traitements à vie tout en les accusant d’être dangereux pour leurs proches ?

Les gens font confiance. L’immense responsabilité du médecin était autrefois de prendre la décision médicale qu’il jugeait la meilleure pour son patient, en fonction de la clinique. Les tests automatisés et les protocoles rigides déchargent aujourd’hui le médecin de cette responsabilité : il devient un simple passe-plat dans l’avènement de la médecine industrielle. Gageons que dans ce business plan, il sera bientôt remplacé par une IA, moins coûteuse et plus exécutante. Un processus qui a permis de balayer le mantra séculaire de la médecine — primum non nocere (d’abord ne pas nuire) — pour basculer dans une ère où, sur la base d’un simple prélèvement, on étiquette un patient avant d’en tirer le maximum.

Bonus abonnés payants : l’anecdote côté “c’est nous les gentils”

Cela fait maintenant 5 ans que j’ai commencé à comprendre que, derrière les incohérences statistiques de la crise covidienne, se dissimule un paradigme bien plus tenace. J’ai donc étudié en profondeur les méthodes de la virologie, allant de surprise en surprise dont vous trouvez l’état actuel de mes recherches en 6 articles.

Je propose aujourd’hui aux abonnés payants une expérience édifiante, vécue au travers d’échanges avec des spécialistes du domaine situés du côté des « Résistants ». Car les statistiques de la DREES ou de l’IHU ne sont qu’une partie du problème. Dans la suite de cet article, je vous emmène dans les coulisses du milieu médical et vétérinaire à travers deux témoignages inédits sur la fabrication du consensus et le refus d’interroger les fondements de la pratique.

Pourquoi s’abonner à la version payante ?

​Pour accéder à l’intégralité de cette série d’investigation, aux analyses détaillées et aux contenus exclusifs, vous pouvez soutenir ce travail d’enquêtes indépendantes en souscrivant à l’offre payante :

• ​8 $ par mois
• 80 $ par an (soit 2 mois offerts)

​Au-delà de l’accès aux articles et aux dossiers méthodologiques, votre abonnement permet directement de financer mon travail d’analyse et de couvrir mes frais d’avocats — le prix à payer pour ceux qui osent analyser d’un peu trop près et critiquer publiquement les récits institutionnels.

​Merci à tous ceux qui permettent à cette recherche indépendante de exister.

Source: Les tests PCR ou la fabrique du malade imaginaire