I. Biographie & Credentials
Denis Rancourt est physicien, ancien professeur titulaire (Full Professor) de l'Université d'Ottawa pendant 23 ans, avec plus de 100 publications à comité de lecture en physique, chimie, géologie, sciences des matériaux et de l'environnement. Sa contribution sur la surmortalité est celle d'un physicien-statisticien : il applique des méthodes quantitatives à des données gouvernementales publiques, cherchant des corrélations spatiotemporelles entre déploiements vaccinaux et mortalité toutes causes confondues.
⚠ Avertissement méthodologique LDDF
Rancourt n'est ni médecin ni virologue. Il a par ailleurs des positions controversées sur des sujets distincts de ce dossier (climat, masques) et a quitté l'Université d'Ottawa en 2009 dans un contexte conflictuel. LDDF documente uniquement sa méthodologie de surmortalité et ses données gouvernementales vérifiables — sa contribution légitime — et n'utilise pas ses positions sur d'autres sujets.
II. L'étude — méthodologie
La question posée est strictement statistique : existe-t-il une corrélation temporelle mesurable entre les campagnes de vaccination COVID et les pics de mortalité toutes causes confondues dans les données officielles ? Ce n'est pas une question de mécanisme biologique, mais d'analyse de données publiques (registres civils, Eurostat, OMS, OCDE, Our World in Data).
Le signal central : la fenêtre estivale (hémisphère sud)
L'argument méthodologique le plus solide
La mortalité suit un cycle saisonnier universel : haute en hiver, basse en été. Dans l'hémisphère sud (Australie, Chili, Uruguay, Argentine), les campagnes vaccinales ont eu lieu pendant leur été — moment où la mortalité devrait être basse. Or des pics de mortalité y sont observés exactement pendant les déploiements, à un moment où la saisonnalité hivernale ne peut pas les expliquer. Ce contrôle naturel, indépendant de la saison froide, constitue le cœur de la démonstration. Le signal est observé dans tous les pays de l'hémisphère sud analysés, à chaque déploiement.
Résultat chiffré de l'étude (Rancourt, Baudin, Mercier — 2023)
En calculant un taux de fatalité par dose (vDFR estimé à 0,126 %) et en le rapportant aux ~13 milliards de doses administrées mondialement, les auteurs concluent à environ 17 millions de décès associés temporellement aux vaccins COVID. Ce chiffre est une estimation statistique fondée sur des données gouvernementales — il établit une corrélation, non une causalité prouvée.
III. Forces & limites
Ce qui est solide
- Toutes les données sont gouvernementales, publiques et reproductibles par quiconque
- L'argument de l'hémisphère sud est un contrôle naturel élégant, indépendant de la saisonnalité
- La cohérence du signal dans 17 pays différents · présenté devant le Parlement de Roumanie (novembre 2023)
Ce qui est contesté
- Confondeurs non contrôlés : les pics post-vaccinaux pourraient coïncider avec des vagues COVID ou d'autres facteurs.
- Corrélation ≠ causalité : la corrélation temporelle ne prouve pas le lien causal — un tiers facteur pourrait expliquer les deux phénomènes.
- Sélection des pays : 17 pays sur ~200 analysés. L'étude n'est pas concluante au sens de la preuve causale absolue — mais le signal mérite une investigation officielle.
IV. Portée documentaire
⚖ Pourquoi cette voix compte
La force de la contribution de Rancourt est qu'elle ne repose sur aucun document confidentiel ni source alternative : uniquement sur des données que les gouvernements collectent et publient eux-mêmes. Les registres de mortalité toutes causes sont parmi les données les plus robustes et les moins manipulables en épidémiologie. L'apport spécifique de Rancourt est d'offrir une vue macro-épidémiologique mondiale, qui documente un signal statistique sérieux. Conformément à la méthode LDDF, ce signal appelle une investigation — il ne constitue pas, à lui seul, une preuve causale.
Rancourt, Baudin, Mercier — « COVID-19 vaccine-associated mortality in the Southern Hemisphere » (CORRELATION Research, 17 septembre 2023) · Eurostat · OMS · OCDE · Our World in Data (Oxford) · International Crisis Summit IV, Parlement de Bucarest (novembre 2023).
Principe éditorial LDDF — Signal ≠ Causalité. Cette fiche illustre directement le principe fondateur : l'étude documente une corrélation temporelle robuste à partir de données publiques, sans établir de causalité absolue (Rancourt emploie lui-même des formulations probabilistes). Le signal appelle une investigation réglementaire. La présence de cette fiche ne constitue pas une validation des autres positions de l'intéressé.