Un'analisi indipendente dei dati di 30.423 pazienti trattati presso l'Institut Hospitalo-Universitaire Méditerranée Infection (IHUM) ha rivelato risultati ancora più positivi di quelli inizialmente riportati dai ricercatori dell'IHU. Condotto da un team multidisciplinare guidato dal Professor Christian Perronne, questo studio ha esaminato l'efficacia dei trattamenti precoci somministrati a questi pazienti durante la fase critica della pandemia. I ricercatori hanno analizzato attentamente i dati per valutare l'impatto delle doppie terapie utilizzate presso l'IHU, composte principalmente da idrossiclorochina e azitromicina.
Gli obiettivi dello studio indipendente
Questa analisi è stata condotta da un team composto da Valère Lounnas (dottore di ricerca in chimica teorica), il professor Eleftherios Gkioulekas (matematica applicata), il dottor Marc Rendell (medico), il dottor Alexis Lacout e Xavier Azalbert (econometrico). Il loro obiettivo era verificare in modo indipendente l'efficacia dei trattamenti utilizzando una metodologia rigorosa e strumenti statistici avanzati. Il lavoro si è concentrato sui dati raccolti tra marzo 2020 e dicembre 2021, durante la fase acuta della pandemia di Covid-19.
L'AP-HM, presieduto da François Crémieux, aveva autorizzato l'utilizzo dei dati per pubblicazioni scientifiche. Ciò ha smentito le accuse del Professor Molimard, che aveva definito lo studio un "esperimento selvaggio". In effetti, lo studio è stato effettivamente registrato nel registro delle attività di trattamento dell'AP-HM, confermandone la natura legale e scientifica.
I risultati dell'analisi dei trattamenti precoci
I risultati dell'analisi hanno mostrato una riduzione del 58% del rischio di trasferimento in terapia intensiva o di decesso con la duplice terapia a base di idrossiclorochina e azitromicina, talvolta associata a ivermectina. Questa conclusione corrobora precedenti pubblicazioni di ricercatori dell'IHU, che dimostrano l'innegabile efficacia del trattamento precoce.
Il team ha esaminato potenziali bias e fattori che influenzano l'efficacia del trattamento, tenendo conto dei limiti dei dati disponibili. Lo studio ha utilizzato analisi di regressione logistica multivariata per correggere i risultati e identificare possibili interazioni tra trattamenti e variabili come età, sesso o presenza di comorbilità. Non sono state rilevate interazioni avverse, il che rafforza la credibilità dei risultati.
