Neue Daten der briti­schen Regie­rung zeigen, dass die COVID-Impf­stoffe mehr Menschen töten als sie retten

Über­blick

Neue Daten der briti­schen Regie­rung ermög­li­chen es uns, die Daten auf eine Art und Weise zu analy­sieren, wie wir es vorher nicht konnten. Diese neue Analyse zeigt eindeutig, dass die COVID-Impf­stoffe für alle Alters­gruppen mehr Menschen töten als retten. Mit anderen Worten: Sie sollten von niemandem verwendet werden. Je jünger man ist, desto weniger Sinn macht es.

Jeder kann die Daten und die Methodik vali­dieren. Die Ergeb­nisse machen deut­lich, dass die COVID-Impfungen sofort gestoppt werden sollten.

Wenn die Impf­stoffe wirk­lich funk­tio­nieren, warum hat dann keine Regie­rung irgendwo auf der Welt eine ordent­liche Nutzen-Risiko-Analyse erstellt, die das gegen­tei­lige Ergebnis zeigt?

Wenn die Impf­stoffe funk­tio­nieren, warum zeigen dann alle Linien in Abbil­dung 6 unten, dass Dosis 1 und Dosis 2 der Impf­stoffe mehr Menschen töten als sie retten?

Was die Daten zeigen

Hier ist das Ergebnis der Analyse, in der nicht geimpfte Personen mit 2 Dosen vergli­chen werden, die vor mindes­tens 6 Monaten verab­reicht wurden. Diese Analyse ist konser­vativ und die tatsäch­li­chen Zahlen aufgrund der saiso­nalen Schwan­kungen der Gesamt­mor­ta­lität sind schlechter als diese.

Abbil­dung 1. Die Ermitt­lung des Nutzen-Risiko-Verhält­nisses anhand der Daten aus dem Verei­nigten König­reich zeigt, dass die Impf­stoffe für alle Alters­gruppen mehr Menschen töten als sie retten. Ein Wert von 15 bedeutet, dass wir 15 Menschen durch den Impf­stoff töten, um 1 Leben durch COVID zu retten. Dies geht aus der Regis­ter­karte „Exec Summary“ des Arbeits­blatts hervor.

Die Daten zeigen, dass der Impf­stoff für die meisten Alters­gruppen die Wahr­schein­lich­keit, an COVID zu sterben, verrin­gert, aber die Wahr­schein­lich­keit, an anderen Ursa­chen zu sterben, erhöht. Die erste Wirkung war geringer als die zweite, so dass die Impf­stoffe unsinnig sind.

Wenn Sie zum Beispiel 25 Jahre alt sind, tötet der Impf­stoff 15 Menschen pro Person, die er vor dem Tod durch COVID bewahrt. Unter 80 Jahren, je jünger man ist, desto unsin­niger ist die Impfung.

Die Zellen in Abbil­dung 1 mit einem * bedeuten, dass die Geimpften mehr COVID-Todes­fälle hatten als die Unge­impften. Dies wird als „nega­tive Impf­ef­fi­zienz“ bezeichnet. Das war nicht über­ra­schend, denn wir haben ja behauptet, dass die Impf­stoffe das Immun­system schädigen.

Die Daten aus dem Verei­nigten König­reich, die über 80 Jahre alt sind, waren zu verworren, um nütz­lich zu sein. Solange wir diese Daten nicht haben, ist es unver­ant­wort­lich, eine Empfeh­lung auszusprechen.

Im Folgenden beschreibe ich, wie Sie dies anhand der briti­schen Daten selbst berechnen können.

Bitte teilen Sie dieses Ergebnis auf allen Ihren Social-Media-Platt­formen. Ein Nutzer erhielt in weniger als 24 Stunden 10.000 Likes auf Twitter, obwohl er nur 2.000 Follower hatte. Daraufhin hat Twitter sein Konto dauer­haft gesperrt. Es ist also wahr­schein­lich keine gute Idee, das Ergebnis auf Twitter zu teilen. Laut Twitter „halten die Gesund­heits­be­hörden die COVID-19-Impf­stoffe für die meisten Menschen für sicher“, und daher sind alle Daten der briti­schen Regie­rung, die zeigen, dass sie lügen, ein Verstoß gegen die Twitter Commu­nity Standards.

Einlei­tung

Einer meiner Freunde schickte mir kürz­lich einen Link zu den Sterb­lich­keits­daten des briti­schen Office of National Statis­tics vom 1. Januar 2021 bis zum 31. Januar 2022. Ich hatte diese Daten noch nicht gesehen und habe sie analysiert.

Was ich bei der Analyse der Daten heraus­fand, war absolut verblüf­fend, denn sie stimmten mit der VAERS-Risiko-Nutzen-Analyse nach Alter überein, die ich im November 2021 durch­ge­führt hatte.

Die rich­tige Art und Weise, eine Risiko-Nutzen-Analyse durchzuführen

Um zu zeigen, dass die Impf­stoffe eine nütz­liche Maßnahme sind, sollte man idea­ler­weise eine rando­mi­sierte Studie durch­führen. Das haben wir getan, und die Ergeb­nisse zeigen, dass das einzige Leben, das wir durch COVID gerettet haben, zu 7 zusätz­li­chen Todes­fällen geführt hat. Dazu später mehr. Aber die Zahlen waren zu gering, um sicher zu sein, dass es sich nicht um statis­ti­sches Rauschen handelte.

Da die Studien nun alle unver­blindet sind, müssen wir eine retro­spek­tive Studie mit 100.000 Personen in jeder Gruppe durch­führen, die am 1. Dezember 2020 ausge­wählt werden, bevor die Impf­stoffe an die Öffent­lich­keit gelangen.

Eine Gruppe nimmt die volle Impfung vor. Die andere Gruppe meidet die Impfung vollständig.

Anschlie­ßend betrachten wir die Anzahl der COVID-Todes­fälle im Vergleich zu den Nicht-COVID-Todes­fällen in jeder Gruppe und berechnen die Risiko-Nutzen-Analyse, wie wir sie zuvor durch­ge­führt haben. Da die beiden Gruppen bis auf die Inter­ven­tion nahezu iden­tisch sind, ist der Vergleich fair.

Das ist es, was wir sehen wollen.

Die ONS-Daten des Verei­nigten König­reichs sind etwas völlig anderes (wie wir weiter unten erklären werden), und es gibt keine klare Möglich­keit, diese Daten für unsere Studie zu nutzen.

Wo erhalten Sie die Quell­daten der briti­schen Regierung?
Die Daten der Regie­rung sind hier archi­viert. Öffnen Sie die Tabelle, und sehen Sie sich die Regis­ter­karte mit der Bezeich­nung Tabelle 6 an.

Sie können auch hier auf die Origi­nal­quelle zugreifen, die Sie oben auf der Seite sehen können.

In beiden Fällen klicken Sie auf die grüne Schalt­fläche mit der Aufschrift „xlsx“, um die Tabelle zu öffnen, und gehen Sie dann zur Regis­ter­karte „Tabelle 6“:

Zur Veran­schau­li­chung siehe diesen Tweet.

Hinweis: Die Daten stammen nur aus England, nicht aus dem gesamten Verei­nigten König­reich. Außerdem basieren sie auf Personen in England, die a) bei der Volks­zäh­lung 2011 im Verei­nigten König­reich regis­triert waren und b) 2019 bei einem Haus­arzt regis­triert waren.

Wo finde ich meine Analyse der Daten?
Ich habe die Quell­daten für das Verei­nigte König­reich mit Anmer­kungen versehen und Sie können sie hier herun­ter­laden. Das macht es einfa­cher zu sehen, was vor sich geht. Alle Origi­nal­daten und meine Formeln zur Berech­nung der ACM-Verhält­nisse und der Risiko-Nutzen-Analyse finden Sie auf der Regis­ter­karte Tabelle 6.

Alles ist für jeder­mann gut sichtbar. Anschlie­ßend habe ich die Werte von der Regis­ter­karte Tabelle 6 in die Regis­ter­karten Zusam­men­fas­sung und Ausführ­liche Zusam­men­fas­sung kopiert.

Inter­pre­tieren der Daten
Hier sehen Sie, wie die Daten in Tabelle 6 aussehen:

Die Defi­ni­tionen der einzelnen Zeilen finden Sie auf der Regis­ter­karte Defi­ni­tionen des Arbeitsblatts.

Zusam­men­fas­send lässt sich sagen, dass die Zeit, die die Personen in jeder Zeile verbringen, auf ihrem neuen Status beruht. Eine drei­fach geimpfte Person, die vor mehr als 21 Tagen geimpft wurde, verbringt also Zeit in jeder Zeile, außer mögli­cher­weise in der Zeile „Zweite Dosis, vor mindes­tens 6 Monaten“, die sie über­springen könnte, wenn sie vor der 6‑monatigen Warte­zeit aufge­frischt wurde. Wenn sie also 7 Monate gewartet haben, bevor sie eine Auffri­schung erhielten, würden sie nur einen Monat in dieser Kate­gorie verbringen. Wenn jemand beschließt, dass er nicht risi­ko­reich genug ist, um sich impfen zu lassen, wird die Zeit in der zweiten Kate­gorie (6+) angesammelt.

Wenn die Impf­stoffe also so tödlich sind, wie wir behaupten, ist der Nutzen des Impf­stoffs gegen COVID in der Kate­gorie <21 Tage minimal, und die ACM-Erhö­hung gegen­über den Unge­impften sollte dort am höchsten sein. Kurz gesagt ist die Kate­gorie <21 Tage dieje­nige, in der wir das stärkste Risiko-Nutzen-Signal sehen sollten. Wären Sie also ein böser Anti-Vaxxer, dann wäre dies eindeutig die Reihe, die Sie heraus­greifen würden, um Ihren Stand­punkt zu beweisen.

Wäre man dagegen ein böser Anti-Vaxxer, der Daten zur Unter­stüt­zung seiner bösen Anti-Vaxxer-Mission heraus­pickt, so würde man ein starkes Signal am aller­we­nigsten 6 Monate nach der zweiten Dosis erwarten, da die meisten durch den Impf­stoff getö­teten Menschen in den 30 Tagen nach der Impfung starben, wie man an diesem Diagramm von open­vaers sehen kann:

Außerdem wird die nicht-COVID ACM in der nicht geimpften Gruppe sehr hoch sein (da sie im ersten Quartal ihren Höhe­punkt erreicht, als die meisten Menschen in dieser Gruppe ihren Beitrag leis­teten); das wird gegen Sie arbeiten. Und was die Wirk­sam­keit betrifft, so wissen wir alle, dass diese Impf­stoffe im Laufe der Zeit nach­lassen, so dass zu diesem Zeit­punkt immer noch ein großer Teil des Schutzes vorhanden sein wird.

Für die Gruppe der 2. Dosis, 6 Jahre und älter, gilt also Folgendes:

1. Geringe Wahr­schein­lich­keit des Todes durch den Impfstoff
2. ACM für die Geimpften wird aufgrund der Saiso­na­lität natür­lich nied­riger sein (am nied­rigsten im 3. Quartal)
3. Hohe ACM für die Unge­impften (die in Q1 am höchsten ist)
4. Abge­schwächter, wenn auch immer noch beein­dru­ckender Schutz durch den Impf­stoff zu diesem Zeitpunkt

Kurz gesagt, alle vier dieser Haupt­fak­toren wirken sich gegen Sie aus, wenn Sie ein böser Anti-Vaxxer sind. Es wäre absolut die schlech­teste Reihe, die man unter­su­chen könnte, um seinen Stand­punkt zu beweisen. Es ist viel wahr­schein­li­cher, dass die Wirk­sam­keit der Impf­stoffe nach­ge­wiesen wird.

Das heißt, wenn Sie zeigen können, dass es in dieser Reihe ein starkes Signal gegen die Impf­stoffe gibt, ist das wirk­lich stark, da dies die Reihe mit den schwächsten Argu­menten gegen die Impf­stoffe sein muss.

Und genau das wollen wir hier tun: anhand der Daten aus dem Verei­nigten König­reich nach­weisen, dass es ein sehr starkes Gefah­ren­si­gnal gibt, und zwar an der Stelle, an der es am schwersten zu finden ist.

Die Qualität der Daten

Die Qualität der Daten ist stark zugunsten der Wirk­sam­keit des Impf­stoffs verzerrt.

Der Anteil der Unge­impften wird massiv unter­schätzt, und es wird ein lächer­li­ches Vertrauen in die Genau­ig­keit der NIMs und der Aufzeich­nungen der Haus­ärzte gesetzt. Fenton und sein Team haben ausführ­lich über die Probleme der Fehl­ka­te­go­ri­sie­rung in den ONS-Daten und fehlende Impf­to­des­fälle geschrieben.

Das andere große Problem mit den Daten ist, dass sie zeigen, dass der Prozent­satz der COVID-bedingten Todes­fälle zwischen 10 % bei sehr jungen und über 40 % bei älteren Menschen liegt, wenn sie nicht geimpft wurden. Das ist unvor­stellbar hoch. Im Jahr 2020 lag der Prozent­satz der COVID-Todes­fälle in den USA bei 15 %, wenn nicht alle geimpft waren. Die Zahlen in der ONS-Daten­bank ergeben einfach keinen Sinn.

Die Daten stehen Forschern nicht zur freien Verfü­gung; man muss dem ONS im Voraus mitteilen, worum es in der Studie geht, bevor man die Daten einsehen darf, und sie müssen jede Veröf­fent­li­chung, die man vornehmen möchte, geneh­migen. Wenn man also etwas Schlechtes findet, kann man nicht darüber spre­chen. Das ist nicht die Trans­pa­renz der Regie­rung. Das Gegen­teil ist der Fall.

Die Daten und Berichte des ONS werden von einem Team unter der Leitung von Vahé Nafi­lyan und Char­lotte Bermingham erstellt. Sie sind die Haupt­au­toren dieses Papiers vom 23. März 2022, in dem behauptet wird, dass COVID (und nicht die Impf­stoffe) die Ursache für Herz­pro­bleme bei jungen Menschen sei. Hier ist, was sie geschrieben haben:

„In der ersten Woche nach der Impfung sank das Risiko für alle Todes­ur­sa­chen, und in den Wochen 2 bis 6 nach der Impfung sowie im gesamten Sechs-Wochen-Zeit­raum nach der Impfung gab es keine Verän­de­rung. Unter­grup­pen­ana­lysen nach Geschlecht, Alter, Impf­stofftyp und letzter Dosis zeigten eben­falls keine Verän­de­rung des Todes­ri­sikos in den ersten sechs Wochen nach der Impfung.“

Das kann auf keinen Fall richtig sein, denn es entspricht nicht der Realität, die ich je gesehen habe. Dies ist also ein weiteres Beispiel dafür, dass die ONS-Daten in hohem Maße zugunsten des Impf­stoffs verzerrt sind.

Das bedeutet, dass es fast unmög­lich sein sollte, in den Daten etwas Nega­tives zu finden, selbst wenn man nur die Rosinen heraus­pi­cken würde, denn laut den Autoren ist der Impf­stoff absolut sicher und äußerst wirksam.

Norma­ler­weise würde man an der Stelle suchen, die am güns­tigsten ist, um eine Anti-vaxx-Hypo­these zu unterstützen.

Es ist also verblüf­fend, dass wir an der letzten Stelle, an der man ein Signal erwartet hätte, ein sehr starkes Signal finden. Hier haben wir es ausnahmslos in jeder Alters­gruppe unter 80 Jahren gefunden. Das kann nicht zufällig sein. Wir haben für jede Alters­gruppe genau dieselbe Reihe ausge­wählt, und zwar die denkbar schlech­teste Reihe. Das kann man nicht wegdis­ku­tieren, egal wie sehr man sich bemüht. Dies hätte eigent­lich dafür spre­chen müssen, dass der Impf­stoff sicher und wirksam ist, doch wir haben genau das Gegen­teil fest­ge­stellt. Das ist verblüffend.

Auch der Substack-Artikel, All-Cause Morta­lity by Vacci­na­tion Status (Gesamt­mor­ta­lität nach Impf­status), ist ausge­zeichnet und bietet eine breite Palette von Diagrammen, die beson­ders aufschluss­reich sind und visuell zeigen, dass die Impf­stoffe nicht so sicher sind, wie behauptet wird. Schauen Sie sich nur den schwarzen Link hier an, der die Unge­impften darstellt.

Die Linien ober­halb der 1x-Linie sind Kohorten, in denen der Impf­stoff unsinnig ist. Kurz gesagt, mit der Zeit wird es immer offen­sicht­li­cher, dass die Impf­stoffe eine Kata­strophe sind.

Abbil­dung 6. Nur zu Beginn des Daten­er­fas­sungs­zeit­raums sahen die Zahlen für den Impf­stoff günstig aus. Sie werden im Laufe der Zeit für die Dosen 1 und 2 alle negativ, was bedeutet, dass die Impf­stoffe unsinnig sind. Keine Rosi­nen­pi­ckerei erfor­der­lich. Sie können es visuell sehen. Quelle: Gesamt­mor­ta­lität nach Impfstatus

Der Artikel kommt zu dem Schluss:

„Diese Daten sind alle sehr alar­mie­rend. Ein schlecht funk­tio­nie­render Impf­stoff sollte zumin­dest noch eine kleine posi­tive Wirkung haben. Ein nicht funk­tio­nie­render Impf­stoff sollte keine Wirkung haben. Dennoch zeigt sich in allen Alters­gruppen ein nega­tiver Effekt, und zwar sowohl bei einer als auch bei zwei Dosen, die „vor mindes­tens 21 Tagen“ verab­reicht wurden, und in den meisten Fällen ist der nega­tive Effekt ziem­lich groß. Die Tatsache, dass das Muster konsis­tent und vorher­sehbar ist, d. h. dass es sich von Monat zu Monat und von Alters­gruppe zu Alters­gruppe gleich­mäßig entwi­ckelt, verleiht dem Muster noch mehr Glaubwürdigkeit.“

Eine sehr inter­es­sante Lektüre.

Methodik

Ich habe die Gesamt­mor­ta­lität (ACM) von Personen, die vor mindes­tens sechs Monaten zwei Impfungen erhalten haben, mit den unge­impften Personen vergli­chen, da es in dieser Reihe am schwie­rigsten wäre, ein Anti-Vaxx-Signal zu erkennen.

Unser Ziel bei dieser Analyse war es nicht, endgül­tige Zahlen zu erhalten. Wir werden später beschreiben, wie man eine Risiko-Nutzen-Analyse richtig durch­führt. Unser Ziel war es, zu zeigen, dass die Impf­stoffe gefähr­lich sind, selbst wenn man eine Reihe betrachtet, die am wenigsten geeignet ist, die eigene These zu belegen.

Zusam­men­fas­sung der Daten

Die folgende Zusam­men­fas­sung (die ich auf der Regis­ter­karte „Zusam­men­fas­sung“ rechts neben der Regis­ter­karte „Tabelle 6“ einge­fügt habe) zeigt die Gesamt­mor­ta­li­täts­rate pro 100.000 Perso­nen­jahre für jede Alters­gruppe sowie das Risiko-Nutzen-Verhältnis.

Abbil­dung 2. Eine Zusam­men­fas­sung der Berech­nungen anhand der briti­schen Daten. Diese wird auf der Regis­ter­karte „Zusam­men­fas­sung“ meines Arbeits­blatts angezeigt.

Hier ist die Legende für jede Spalte:

A: Alters­spanne für die Zeile
B: ACM-Rate für Unvaxxed
C: ACM-Rate für Geimpfte
D: Berech­nung des Risi­ko­nut­zens, d. h. Anzahl der durch den Impf­stoff verlo­renen nicht-COVID-Leben / Anzahl der durch den Impf­stoff geret­teten COVID-Leben. Dies ist die beste Kenn­zahl, um den Einsatz einer Maßnahme zu recht­fer­tigen. Je größer diese Zahl ist, desto weniger Sinn macht die Maßnahme. Ein Wert >1 bedeutet, dass die Maßnahme niemals einge­setzt werden sollte. Die Zellen mit * bedeuten, dass der Impf­stoff tatsäch­lich mehr COVID-Fälle verur­sacht hat als die nicht geimpften Personen. Hinweis: Sie müssen sich die voll­stän­dige Tabelle ansehen, um die zur Berech­nung dieser Zahl verwen­deten Daten zu sehen. Sie können dies nicht anhand der zusam­men­ge­fassten Daten auf diesem Bild­schirm tun.
E: ACM der Geimpften/ACM der Unge­impften, d. h., Spalte C/Spalte
B. Ein Wert >1 bedeutet, dass die Inter­ven­tion nicht ange­wendet werden sollte, da sie Leben kostet. Dies ist ein grobes Maß für die Wirk­sam­keit einer Inter­ven­tion, wie wir weiter unten erläutern.
F: % der ACM-Todes­fälle aufgrund von COVID, d. h. der Anteil aller ACM-Todes­fälle, die durch COVID verur­sacht wurden.

Die Daten zeigen eindeutig, dass der Nutzen für die Sterb­lich­keit, der sich aus der Impfung und der Verrin­ge­rung des COVID-Todes­ri­sikos ergibt, durch die Sterb­lich­keit, die durch den Impf­stoff selbst verloren geht, mehr als ausge­gli­chen wird. Das ist nicht neu. Ich sage das schon seit Mai 2021. Aber jetzt habe ich endlich direkte Regie­rungs­daten gefunden, anhand derer ich dies für alle Alters­gruppen unter 80 Jahren nach­weisen konnte.

In der Phase-3-Studie von Pfizer kam es in der geimpften Gruppe zu einem 40%igen Anstieg der ACM. Für jeden Menschen, den sie vor COVID gerettet haben, haben sie schät­zungs­weise 7 Menschen getötet!
In der Phase-3-Studie von Pfizer gab es insge­samt 21 Todes­fälle in der Impf­stoff­gruppe und 15 Todes­fälle in der Placebogruppe.

Dieser 40%ige Anstieg der Gesamt­mor­ta­lität in der Studie (21/15=1,4) wurde natür­lich als statis­tisch nicht signi­fi­kant abgetan. Das ist zwar richtig, bedeutet aber nicht, dass wir diese Zahl nicht beachten sollten.

Aber jetzt wissen wir anhand der briti­schen Daten, dass das Ergebnis der Phase-3-Studie kein statis­ti­scher Zufall war. Ganz und gar nicht.

Wenn wir nämlich den Risi­ko­nutzen betrachten, sehen wir, dass wir 1 Leben vor dem Tod durch COVID bewahrt haben (1 COVID-Todes­fall in der Behand­lungs­gruppe gegen­über 2 COVID-Todes­fällen in der Place­bo­gruppe = 1 geret­tetes Leben), aber es gab 7 zusätz­liche Nicht-COVID-Todes­fälle (20 – 13).

Die Pfizer-Studie hat also gezeigt, dass für jeden Menschen, den wir vor COVID gerettet haben, 7 Menschen gestorben sind. Die Zahlen waren jedoch zu gering, um diese Schät­zung mit großer Sicher­heit vornehmen zu können.

Ich würde jedoch argu­men­tieren, dass die Pfizer-Studie der beste Fall war, denn:

1. An der Studie nahmen außer­ge­wöhn­lich gesunde Menschen teil, deren Sterb­lich­keits­rate 10-mal nied­riger war als die der Bevöl­ke­rung (die durch­schnitt­liche Sterb­lich­keits­rate in den USA liegt bei 1 % pro Jahr, aber in der Placebo-Gruppe mit 22.000 Teil­neh­mern gab es in 6 Monaten nur 15 Todes­fälle, was einer Sterb­lich­keits­rate von 0,1 % entspricht).
2. Sie waren in der Lage, jeden loszu­werden, der eine Reak­tion auf die erste Dosis zeigte, ohne ihn zu zählen.

Der wich­tigste Punkt ist jedoch, dass das Verhältnis der Todes­fälle in der Pfizer-Studie von 7:1 und das ACM-Verhältnis von 1,4 mit der Hypo­these über­ein­stimmt, dass der Impf­stoff mehr Menschen tötet als er rettet.

Meine ACM-Risiko-/Nutzen-Schät­zung anhand von VAERS

Dies ist das Ergebnis einer Risiko-Nutzen-Berech­nung, die ich am 1. November 2021 anhand der VAERS-Daten durch­ge­führt habe, um das Verhältnis zwischen der Zahl der durch den Impf­stoff getö­teten Menschen (V) und der Zahl der Menschen, die durch COVID gerettet werden könnten ©, zu berechnen, wenn sie den Impf­stoff nehmen und er über einen Zeit­raum von sechs Monaten eine Wirk­sam­keit von 90 % hätte (da wir wussten, dass sie im Laufe der Zeit abnimmt und sich die Vari­anten ändern würden). Natür­lich war das eine konser­va­tive Schät­zung des Nutzens, aber ich wollte sicher­gehen, dass ich im Falle eines Angriffs auf solidem Boden stehe.

Jetzt wissen wir also, dass meine VAERS-Berech­nungen in etwa mit den tatsäch­li­chen briti­schen Daten in Abbil­dung 1 über­ein­stimmen. Da meine Analyse absicht­lich konser­vativ war, sind viele der Zahlen kleiner als die tatsäch­li­chen Werte.

Dies ist ein weiteres Beispiel dafür, dass Leute, die (ohne Beweise) behaupten, die VAERS-Daten seien zu „unzu­ver­lässig, um sie zu verwenden“, falsch liegen. Wenn sie so unzu­ver­lässig sind, warum stimmen sie dann so gut mit den tatsäch­li­chen Ergeb­nissen im Verei­nigten König­reich überein?

Abbil­dung 3: Risiko-Nutzen-Analyse aus VAERS

Beachten Sie, dass VAERS damals genau denselben Effekt zeigte, den wir gerade aus den Daten aus dem Verei­nigten König­reich erfahren haben: je jünger man ist, desto unsin­niger ist eine Impfung.

Unsere Spalte V:C nimmt mit zuneh­mendem Alter ab (von 6:1 auf 1,8:1), genau wie die Spalte E (von 1,9:1 auf 1:1 im glei­chen Bereich) in Abbil­dung 2.

Ist das nicht ein inter­es­santer „Zufall“? Sie liegen inner­halb eines Faktors von 3 voneinander.

Bestä­ti­gungen von anderen

Ich bin wohl kaum der Einzige, der fest­stellt, dass die COVID-Impf­stoffe mehr Menschen töten als sie retten. Andere Artikel zeigen entweder über­haupt keinen Nutzen oder einen nega­tiven Nutzen.

Sehen Sie sich zum Beispiel an:

1. 99,6 % der COVID-Todes­fälle in Kanada ereig­neten sich zwischen dem 10. und 17. April unter voll­ständig geimpften Personen, was nur möglich ist, wenn die Geimpften eine höhere ACM aufweisen als die Unge­impften, da die Impf­rate in Kanada nur 86 % beträgt. Dies ist für niemanden zu erklären.
2. Voll­ständig Geimpfte 6x höhere Gesamt­sterb­lich­keit als Nicht­ge­impfte (30. Oktober 2021)
3. Nach­be­ob­ach­tung der Studi­en­teil­nehmer ergab „keine Auswir­kung auf die Gesamtsterblichkeit“.

Abbil­dung 4. Tabelle aus dem däni­schen Papier, das als Vorab­druck in der Zeit­schrift Lancet veröf­fent­licht wurde

Horo­witz: Das Schei­tern der mRNA-Spritzen ist für alle mit offenen Augen zu sehen

Man beachte, dass die däni­sche Studie (die bereits im Lancet veröf­fent­licht wurde) auf der Grund­lage klini­scher Studi­en­daten insge­samt keinen Nutzen für die Gesamt­mor­ta­lität ergab. Das ist sicher­lich opti­mis­ti­scher als die Zahlen aus dem Verei­nigten König­reich, aber das Problem für die Impf­stoff­her­steller ist, dass die Zahlen aus dem Verei­nigten König­reich zeigen, dass bis zu 38 % der Todes­fälle auf COVID zurück­zu­führen sind. Wenn die Impf­stoffe also tatsäch­lich funk­tio­nieren und sicher wären, würde man einen enormen Nutzen für die ACM sehen, aber man sah nichts.

Warum schreiben wir einen Impf­stoff mit einem ACM-Nutzen von Null vor? Kein Beamter des öffent­li­chen Gesund­heits­we­sens will Fragen dazu beantworten.

Was diese Analyse von früheren Arbeiten unterscheidet

Die briti­schen ONS-Daten sind detail­lierter als die häufiger zitierten Zusam­men­fas­sungen der briti­schen Gesund­heits­be­hörde. Sie enthalten sowohl COVID- als auch Nicht-COVID-Todes­fälle nach Alter. Das hatten wir vor Februar 2022 noch nicht.

Dies ermög­licht es mir, die Daten zu vali­dieren, wie ich im nächsten Abschnitt erläutere.

Warum ich nur die 2. Dosis und die 6‑Monatsreihe ausge­wählt habe

Es gibt drei Gründe, warum ich für den Vergleich mit den Unge­impften die zweite Dosis und die 6‑Monatsreihe ausge­wählt habe:

1. Diese Reihe ist am schwie­rigsten zu beweisen, da die meisten Todes­fälle durch Impfungen inner­halb von 30 Tagen nach der Impfung auftreten. Wenn ich also beweisen kann, dass der Impf­stoff in dieser Reihe gefähr­lich ist, ist das einfach umwer­fend. Es ist nicht zu erwarten, dass es 6 Monate nach der letzten Impfung zu mehr Todes­fällen durch Nicht-COVID-ACM kommt.
2. Die Daten in dieser Reihe erfüllten durchweg einen sehr einfa­chen Vernunft­test, der einen fairen Vergleich ermög­licht (siehe unten)
3. Die Impf­stoffe waren bei der Verhin­de­rung von COVID-Todes­fällen in dieser Reihe immer noch wirksam, z. B. gab es bei den 50- bis 54-Jährigen immer noch eine 50 %ige Wirk­sam­keit bei der Verrin­ge­rung der COVID-Todes­fälle, was mit den Behaup­tungen der Regie­rung über die Wirk­sam­keit über­ein­stimmt (64 COVID-Todes­fälle Delta für die Geimpften vs. 127 COVID-Todes­fälle für die Nicht-Geimpften).

Niemand kann mich also wirk­lich des „Betrugs“ beschul­digen. Dies ist die schwie­rigste Zeile, die ich vorbringen kann.

Ein Kommen­tator speku­lierte, dass jeder in diesem Bereich kränk­lich sein muss, was die höhere nicht-COVID ACM erklärt. Das ist falsch. Jeder, der kränk­lich ist, hätte es nicht einmal in den Eimer geschafft. Sie wären durch COVID oder die 2 Dosen getötet worden, lange bevor sie in den Eimer mit den 6 Monaten nach der COVID-Spritze kamen. Wenn sie es in diesen Eimer geschafft haben, sind diese Leute supergesund.

Der Test der Vernunft

Die Gesamt­mor­ta­li­täts­rate (ACM) für NICHT-COVID-Todes­fälle in den geimpften Kohorten sollte die gleiche sein wie die Rate für die Unge­impften bei einem voll­kommen sicheren Impf­stoff; sie sollte bei diesem Impf­stoff mit Sicher­heit höher sein, wie wir aus VAERS wissen; wir haben mehr als 10 Möglich­keiten, die zeigen, dass dieser Impf­stoff die ACM für Nicht-COVID-Todes­fälle deut­lich ERHÖHT.

Beachten Sie, dass eine Reihe von Menschen behaupten, dass Professor Chris­tine Stabell Benn gesagt hat, dass der Impf­stoff Ihre ACM positiv beein­flussen kann. Dies mag zwar theo­re­tisch für einen perfekten Impf­stoff zutreffen, aber niemand, den ich kenne, hat mich auf einen realen Impf­stoff hinge­wiesen, der diese „Jungbrunnen“-Eigenschaft für etwas anderes als die Krank­heit hat, für die der Impf­stoff entwi­ckelt wurde. Bobby Kennedy Jr. hat 20 Jahre lang versucht, eine Debatte zu diesem Thema zu führen, und niemand wollte ihm wider­spre­chen. Insbe­son­dere haben alle COVID-Impf­stoffe das gleiche Problem der Erhö­hung der ACM. Sie können dies in Abbil­dung 6 oben selbst sehr deut­lich sehen. Alle Alters­gruppen, Dosis 1 und 2. Die ACMs sind alle schlechter.

Daher ist immer dann, wenn die ACM der Nicht-COVID-Impf­stoffe bei den Geimpften nied­riger ist als bei den Unge­impften in einer bestimmten Alters­ko­horte, die Reihe unzu­ver­lässig (entweder verfälscht oder stark verwirrt, z. B. durch die Jahres­zeit). Auch andere haben dies bemerkt; ohne die Möglich­keit, die Daten anzu­passen, erhalten wir unsin­nige Ergeb­nisse. Die Berei­ni­gung um Verzer­rungen ist eine enorme Aufgabe und wäre Gegen­stand von „Datenmanipulations“-Angriffen, die eine weitere Angriffs­ebene eröffnen würden. Also haben wir uns damit abge­funden, dass wir für unsere Analyse Daten verwenden, die wir nicht norma­li­sieren müssen. Die 2. Dosis und die 6‑monatige Reihe passten für unsere Zwecke.

Wenn ich die Vernunft­prü­fung igno­riere und alle Daten für die Geimpften in den briti­schen Bericht aufnehme, dann sind die Impf­stoffe wunder­bare Lebens­retter, aber NUR, wenn man 25 Jahre alt oder älter ist. Der Impf­stoff wird Sie davor bewahren, an Krebs, Auto­un­fällen usw. zu sterben, vor allem, wenn Sie älter sind. Es ist wie ein Jung­brunnen für ältere Menschen, wenn man das tut. Das stimmt über­haupt nicht mit der Realität überein, wo Bestat­tungs­un­ter­nehmer wie John O’Looney nicht glauben konnten, wie viele Anrufe er von älteren Menschen erhielt, die gestorben waren, als die Impfungen auf den Markt kamen. Der Punkt ist einfach: Daten­müll rein, Daten­müll raus.

Hier finden Sie eine ausführ­li­chere Erläu­te­rung des Confoun­ding durch Survivor Bias, die erklärt, warum diese Daten­sätze für unsere Zwecke nicht konstru­iert sind.

Könnte meine Über­prü­fung der Vernunft falsch sein, weil der Impf­stoff tatsäch­lich davor schützt, an allen Krank­heiten und auch an Unfällen zu sterben? Das ist sehr unwahr­schein­lich. VAERS wäre leer, wenn dieses Medi­ka­ment die Neben­wir­kungen redu­zieren würde und die Ärzte berichten würden, dass ältere Menschen von Krank­heiten geheilt wurden. Anstelle von Berichten über uner­wünschte Ereig­nisse würden Ärzte nach der Impfung Berichte über posi­tive Ereig­nisse (Bene­fi­cial Event Reports, BER) einreichen.

Über diesen angeb­li­chen Jungbrunnen“-Effekt habe ich am 12. November 2021 geschrieben.

Das Fazit ist, dass die Daten­ana­lyse schwierig ist, so dass eine Über­prü­fung der Rich­tig­keit wichtig ist, wenn man glaub­wür­dige Ergeb­nisse erhalten will.

Sollten sich Menschen über 80 impfen lassen?

Meine VAERS-Analyse sagt nein.

Die anek­do­ti­schen Daten aus Pfle­ge­heimen von Whist­le­b­lo­wern sagen alle nein (siehe Folien 53 bis 59). Dazu gehören Abrien Aguirre auf Oahu, das Pfle­ge­heim Sunny­c­rest in Kanada und die Erfah­rungen von John O’Looney sowie die Erfah­rungen von Einbal­sa­mie­rern, bei denen die meisten Leichen, die einbal­sa­miert werden, verrä­te­ri­sche Blut­ge­rinnsel aufweisen, die durch den Impf­stoff verur­sacht wurden.

Ausge­hend von der Kurven­an­pas­sung sieht es auch für ältere Menschen nicht gut aus (siehe diesen Leser­kom­mentar für Details).

Der in diesem Artikel verwen­dete Daten­satz aus dem Verei­nigten König­reich war zu verworren, um ihn zu verwenden, da die ACM-Rate der Nicht-COVID-Geimpften nied­riger war als die der Geimpften, so dass er die Plau­si­bi­li­täts­prü­fung nicht bestanden hat.

Alle anek­do­ti­schen Daten, die ich höre, sind stark negativ. Die ONS-Daten zeigen, dass die COVID-Impf­stoffe ein Jung­brunnen sind und das Risiko, an allen Ursa­chen zu sterben, um die Hälfte senken.

Wenn ich über 80 Jahre alt wäre, würde ich mich nicht impfen lassen, bevor ich nicht zuver­läs­sige, in sich schlüs­sige Daten aus mehreren unab­hän­gigen Quellen erhalten habe, die einen eindeu­tigen Nutzen belegen. Haben Sie so etwas in letzter Zeit gesehen?

Sollte ich, wenn ich geimpft bin, weiterhin meine Auffri­schungs­imp­fungen erhalten oder nicht?

Bedenken Sie, dass 75 % der Mitar­beiter der radio­lo­gi­schen Abtei­lung der Marin/UCSF eine reli­giöse Ausnah­me­ge­neh­mi­gung erhalten haben, so dass sie die Auffri­schungs­imp­fung nicht vornehmen lassen müssen.

Ist das hilf­reich? Sie lesen keine ONS-Daten. Sie sehen Pati­enten mit 1, 2 und 3 Dosen des Impfstoffs.

Wir sehen immer wieder, dass jede Impfung das Risiko von Neben­wir­kungen und Tod erhöht.

Das ist so, als würde man die Frage stellen: „Die erste Kugel, die ich mir ins Gehirn geschossen habe, hat mich nicht getötet. Soll ich es noch einmal versuchen?“

ACM-Verhältnis vs. Risiko-Nutzen-Analyse

Nachdem wir nun die Grund­lagen geklärt haben, möchte ich den Unter­schied zwischen dem ACM-Verhältnis und der Risiko-Nutzen-Zahl näher erläu­tern und erklären, warum wir uns auf letz­tere konzen­trieren sollten.

Toby Rogers schätzte beispiels­weise, dass wir für jedes Kind, das wir vor dem Tod durch COVID in der Alters­gruppe von 5 bis 11 Jahren bewahren könnten, 117 Kinder durch den COVID-Impf­stoff töten.

Hier, in einer noch älteren Kohorte (10 bis 14 Jahre), haben wir fest­ge­stellt, dass das Verhältnis 1600 zu 1 beträgt. Das Problem bei dieser jungen Alters­gruppe ist, dass es so wenige Todes­fälle gibt, dass es ein großes statis­ti­sches Rauschen gibt, da der Nenner so klein ist (nahe bei 0). Die Daten aus dem Verei­nigten König­reich zeigen jedoch eindeutig, dass es unsinnig ist, Kinder unter 20 Jahren zu impfen. Darüber zu streiten, ob es 117 oder 1600 sind, ist wie das Umstellen der Liege­stühle auf der Titanic. Sagen Sie einfach „Nein“.

Hier ist ein einfa­ches Beispiel, um den Unter­schied zwischen dem ACM-Verhältnis und der Risiko-Nutzen-Analyse zu verdeutlichen:

1. Nehmen wir an, 100 Menschen pro 100.000 sterben pro Jahr in einer bestimmten Altersgruppe.
2. Wir haben einen Impf­stoff, der 1 Leben pro Person rettet, aber 10 tötet. Das ist eine mise­rable Inter­ven­tion, denn sie tötet 10 Mal mehr Menschen als sie rettet.
3. Vergleicht man jedoch die ACM-Raten der beiden Gruppen, so ergibt sich eine Zahl von 100 in der unge­impften Gruppe und 109 Tote in der geimpften Gruppe. Das ACM-Verhältnis würde also nur 1,1 betragen, was einem Anstieg von 10 % entspricht. Aber das Risi­ko/­Nutzen-Verhältnis ist 10:1 mehr Risiko als Nutzen.

Aus diesem Grund ist das Nutzen-Risiko-Verhältnis die rich­tige Zahl, nicht das Verhältnis der ACMs der einzelnen Gruppen.

Versuche, dies zu entkräften

Daniel Wilson, auch bekannt als „Debunk the Funk“, zitierte den Artikel von Morris (UK death data arti­facts: „Nach­zügler“, die Impf­dosen hinaus­zö­gern, eine ausge­wählte Gruppe mit höherem Ster­be­ri­siko), als ich ihn bat, diesen Artikel zu entlarven. Eine andere Erklä­rung wurde nicht geliefert.

Morris behauptet, dass Menschen, die sich spät impfen lassen, ein höheres Ster­be­ri­siko haben.

Zunächst einmal war ich von Morris‘ Analyse nicht beein­druckt, aber selbst wenn ich sie glaubte, ist sie völlig irrele­vant, weil die von mir gewählte Kate­gorie keine „Nach­zügler“ waren (da die meisten ihre zweite Dosis schon vor langer Zeit erhalten haben), und wie ich bereits anmerkte, ist es die schwie­rigste Reihe, ein Signal zu erkennen. Diese Personen haben die COVID über­lebt und sich zweimal impfen lassen, so dass ihr ACM-Wert viel nied­riger sein sollte als der einer durch­schnitt­li­chen unge­impften Person. Im Grunde genommen wurden die Menschen in dieser Kate­gorie früh mit zwei Kugeln getroffen und sind noch am Leben.

So viel zum Versuch der Entlar­vung durch Handauflegen.

Mein Ergebnis stimmt sehr gut mit anderen zuver­läs­sigen unab­hän­gigen Daten überein, die ich kenne. Wenn Sie mich entlarven wollen, zeigen Sie uns, wie Sie mit genau demselben Daten­satz eine genauere Schät­zung des „wahren“ Wertes erhalten können. Ich bin skep­tisch, dass jemand das kann, aber ich bin offen dafür, mir einen besseren Weg zeigen zu lassen.

Es hat sich heraus­ge­stellt, dass Tabelle 6 nicht die beste Tabelle war, die man hätte verwenden können.

Werfen Sie einen Blick auf Abbil­dung 6 oben. Nach einer Anlauf­zeit glei­chen sich die Daten aus, und alle Kurven für Dosis 1 und Dosis 2 zeigen höhere ACM-Werte als die der Unge­impften. Keine Rosi­nen­pi­ckerei oder Gesund­heits­prü­fung erfor­der­lich. Unver­fälschte, unan­ge­tas­tete Daten.

Das ist also ein unab­hän­giger Blick auf die Daten, der sehr anschau­lich zeigt: „Hoppla, diese Impf­stoffe töten mehr Menschen als sie retten.“

Es gibt Schlim­meres als diese Analyse, das ist ganz einfach
Diese Tabelle aus Morris‘ Artikel beispiels­weise stammt eben­falls aus dem Daten­satz des Verei­nigten König­reichs, und sie zeigt, dass man mit einer Impfung viel besser dran ist.

Das Problem ist, dass Todes­raten, die nur 20 % der Todes­rate ohne Impfung betragen (wie in dieser Tabelle ange­geben), nicht mit der Realität über­ein­stimmen, wie z. B. die bis zu 21-fache Zunahme der Todes­fälle bei Sport­lern (Januar 2021 gegen­über Januar 2022), die wir ganz deut­lich sehen können. Niemand war in der Lage, die Daten der Athleten zu erklären, nicht einmal Professor Glen Pyle. Während Regie­rungs­daten mani­pu­liert werden können, können die Todes­fälle bei Sport­lern nicht mani­pu­liert werden, da sie öffent­lich sind. Welchen Daten kann man mehr vertrauen? Eindeutig den Daten, die der Öffent­lich­keit zugäng­lich sind.

In Tabelle 3 der briti­schen Daten steht außerdem, dass die Todes­rate bei mit COVID geimpften Sport­lern fast halb so hoch ist wie bei unge­impften Sport­lern (vgl. E23 und E31).

Mit anderen Worten: Nach Angaben der briti­schen Regie­rung ist der Impf­stoff ein Jung­brunnen, weil er die Zahl der nicht-COVID-bedingten ACM-Todes­fälle um den Faktor 2 redu­ziert. Das ist einfach nicht glaub­haft. Es gibt keinen Wirk­me­cha­nismus, der dies bewirken könnte, und man würde erwarten, dass die VAERS-Meldungen (und die Berichte einzelner Ärzte) in allen Kate­go­rien nied­riger ausfallen würden als bei früheren Impf­stoffen und nicht so hoch wie in den Hitlisten.

Wenn die COVID-Impf­stoffe die Zahl der nicht-COVID-bedingten ACM-Erkran­kungen um das Zwei­fache redu­zieren würden, würde die Regie­rung dies von den Dächern als Wunder­mittel gegen alle Krank­heiten verkünden. Das tun sie aber nicht. Sie schweigen. Was sagt Ihnen das? Es sagt Ihnen, dass die briti­sche Regie­rung klug genug ist, um zu erkennen, dass die Daten verworren sind und dass man solche Bewer­tungen nicht vornehmen kann: Man kann nicht sagen, dass es sicher ist, und man kann nicht sagen, dass es gefähr­lich ist.

Die obige Abbil­dung 5 ist auch unver­einbar mit der hohen Rate von Todes­fällen in Kanada, die voll­ständig geimpft wurden, der riesigen Anzahl von VAERS-Berichten, Berichten von einzelnen Ärzten über eine 100-fache oder mehr Zunahme von uner­wünschten Ereig­nissen nach der Impfung, Face­book-Gruppen mit Hundert­tau­senden von Impf­op­fern, dem enormen Anstieg der Todes­fälle bei Sport­lern, den 75 % der Radio­logen am UCSF/Marin, die die Auffri­schungs­imp­fung abge­lehnt haben, usw.

Beschrän­kungen

Hier sind einige Einschrän­kungen bei der Verwen­dung der briti­schen Daten, die mir freund­li­cher­weise von Martin Kull­dorff zur Verfü­gung gestellt wurden, wobei die wich­tigste die erste ist.

Muss ich deshalb die Ergeb­nisse anzwei­feln? Nein. Ich habe die Reihe bewusst so gewählt, dass diese Stör­fak­toren mini­miert werden. Diese Einschrän­kungen bedeuten, dass meine Ergeb­nisse konser­vativ sind (weil die saiso­nale Verzer­rung der Geimpften ihre nicht-COVID ACM erhöht). Außerdem gibt es viel zu viele reale Bestä­ti­gungen, die nicht erklärt werden könnten, wenn der Impf­stoff von Vorteil wäre (siehe meine Liste von Fragen).

• Saison­ab­hän­gig­keit: In England ist die Gesamt­mor­ta­lität stark saison­ab­hängig, ebenso die COVID-Morta­lität und die COVID-Impfungen. Dies führt zu einer Verzer­rung in der Analyse. In der ersten Hälfte des Jahres 2021 gibt es viel mehr unge­impfte Personen, während es in der zweiten Hälfte des Jahres 2021 und im Januar 2022 viel mehr D2-Personen über 6 Monate gibt. Um diese Verzer­rung, in welche Rich­tung auch immer, auszu­glei­chen, muss man die Kalen­der­zeit berück­sich­tigen. Je nach Daten­lage kann dies auf unter­schied­liche Weise geschehen. Es ist zu beachten, dass diese Verzer­rung die Ergeb­nisse für verschie­dene Alters­gruppen unter­schied­lich beein­flusst, da die Einfüh­rung des Impf­stoffs je nach Alters­gruppe unter­schied­lich verlief und die saiso­nalen Morta­li­täts­muster je nach Alter unter­schied­lich sein können.
• Nega­tive Wirk­sam­keit auf COVID: Die nega­tive Wirk­sam­keit auf die COVID-Sterb­lich­keit in den Alters­gruppen 30–34 und 40–44 (die *-Zeilen) mag wider­sinnig erscheinen, aber es gibt eine wahr­schein­liche Erklä­rung. Dasselbe Phänomen wurde in einer kürz­lich durch­ge­führten Analyse der COVID-Impfung bei Kindern im Bundes­staat New York beob­achtet. In dieser Studie war der Impf­stoff in den ersten Wochen nach der Impfung wirksam, um sympto­ma­ti­sche COVID zu verhin­dern, aber bei den 5–11-jährigen Kindern war die Wirk­sam­keit nach sieben Wochen negativ, so dass bei den Geimpften mehr COVID auftraten als bei den Unge­impften. Die wahr­schein­liche Erklä­rung dafür ist, dass der Impf­stoff in den ersten Wochen einen vorüber­ge­henden Schutz bietet, so dass wir nach sieben Wochen unge­impfte Kinder mit einem hohen Anteil an natür­li­cher Immu­nität gegen COVID mit geimpften Kindern mit einem gerin­geren Anteil an natür­li­cher Immu­nität verglei­chen. Dieses Phänomen tritt bei jedem Impf­stoff auf, der nur einen kurz­fris­tigen Schutz bietet, und könnte sich auch auf die COVID-Morta­li­täts­sta­tistik auswirken. Ange­nommen, der Impf­stoff verhin­dert die COVID-Todes­fälle nicht, sondern verschiebt sie nur auf einen späteren Zeit­punkt. Dann könnte 0–6 Monate nach der Impfung ein Impf­stoff­nutzen, 6–12 Monate nach der Impfung aber ein Impf­schaden fest­ge­stellt werden. Wenn Pfizer und Moderna die Impf­stoffe nur für einige Monate evalu­ieren, gibt das unvoll­stän­dige und mögli­cher­weise irre­füh­rende Infor­ma­tionen über die Wirk­sam­keit der Impf­stoffe. Das Gleiche gilt, wenn wir nur ein anschlie­ßendes Inter­vall von z. B. 6–12 Monaten nach der Impfung betrachten. Es gibt Möglich­keiten, dieses Problem zu über­winden, aber ich bin mit den engli­schen Daten nicht ausrei­chend vertraut, um zu wissen, ob es daraus abge­leitet werden kann.
• Vorhe­rige COVID-Infek­tion: Die nicht geimpfte Gruppe besteht aus zwei Unter­gruppen: (i) denje­nigen, die sich von COVID erholt haben und daher eine natür­liche Immu­nität gegen COVID besitzen, die der durch die Impfung hervor­ge­ru­fenen Immu­nität über­legen ist, und (ii) denje­nigen, die noch nie COVID hatten. Personen mit natür­li­cher Immu­nität haben, wenn über­haupt, nur einen geringen Nutzen von der Impfung gegen COVID und sollten nicht geimpft werden. Um fest­zu­stellen, ob Personen ohne vorhe­rige COVID-Infek­tion von der Impfung profi­tieren, muss man die Geimpften ohne vorhe­rige COVID-Infek­tion mit den Unge­impften ohne vorhe­rige COVID-Infek­tion vergleichen.
• Risi­ko­kenn­zahlen: Obwohl beide Berech­nungen wert sind, stimme ich zu, dass das Risi­ko/­Nutzen-Verhältnis eine rele­van­tere Kenn­zahl für die Wirk­sam­keit des Impf­stoffs ist als die ACM-Raten von Geimpften und Nicht-Geimpften. Die beste Mess­größe zur Bewer­tung der Impf­stoffe ist jedoch nicht das Risi­ko­ver­hältnis, sondern das zure­chen­bare Risiko. Das heißt, wie viele Todes­fälle pro 1.000 Personen, die geimpft werden, oder pro 1.000.000 Personen werden durch den Impf­stoff verhin­dert oder wie viele Todes­fälle werden durch den Impf­stoff verursacht.

Könnten die zugrunde liegenden briti­schen Daten falsch sein?

Es wird immer Studien geben, die anderen Studien widersprechen.

Es wird immer kompro­mit­tierte Daten­quellen geben; die DMED-Daten sind ein weiteres aktu­elles Beispiel.

Es wird immer scheinbar glaub­wür­dige Daten­quellen geben, die nicht so glaub­würdig sind, wie sie auf den ersten Blick erscheinen.

Wie ich bereits im obigen Abschnitt erwähnt habe, waren die vom ONS zur Verfü­gung gestellten Daten nicht gerade ideal.

Unsere Aufgabe ist es, die zuver­läs­sigen Daten von den unzu­ver­läs­sigen Daten zu trennen. Dazu ziehen wir mehrere unab­hän­gige Nach­weise aus glaub­wür­digen Quellen heran und über­prüfen die von uns verwen­deten Daten auf ihre Stichhaltigkeit.

Meine Ergeb­nisse stimmen mit anderen mir bekannten Daten überein, so dass ich mit der Qualität der Daten eini­ger­maßen zufrieden bin, z. B. dass das Risi­ko/­Nutzen-Verhältnis mit zuneh­mendem Alter in einer Weise abnimmt, die meinen Erwar­tungen entspricht.

„Zeigen Sie mir die DATEN“

Meine gesamte Analyse hier dient nur einem Zweck, nämlich den Punkt hervor­zu­heben, dass man sehr gut argu­men­tieren kann, dass diese Impf­stoffe nichts bewirken und die Dinge im schlimmsten Fall verschlim­mern. Mit dieser Ansicht stehe ich nicht allein da. Wenn man uns andere Zeilen in den ONS-Daten zeigt, kommt man zu einem anderen Ergebnis, aber die rote Fahne verschwindet dadurch nicht.

Die einzige Möglich­keit, die rote Fahne, auf die ich hinge­wiesen habe, zu über­trumpfen, besteht darin, eine EIGENE Analyse durchzuführen.

Erin­nern Sie sich an den Film Jerry Maguire, in dem Rod Tidwell Jerry rät, dass alles, was Jerry tun muss, um ihn als Kunden zu behalten, ist: „Zeig mir das Geld!“?

Wir sollten alle das Gleiche von der CDC verlangen, aber statt Geld sollten wir sie bitten: „Zeigen Sie mir die DATEN!“

Warum zeigt uns die CDC nicht die ACM-Studie, die wir brau­chen? Nämlich:

Wir wollen zwei Gruppen verglei­chen, eine, die an der Inter­ven­tion teil­ge­nommen hat, und eine, die nicht daran teil­ge­nommen hat, und sehen, wer am Ende des einjäh­rigen Zeit­raums über­lebt hat.

Wo ist diese Studie? Die Daten sind vorhanden.

Es gibt einen Grund, warum die rich­tige Studie nicht exis­tiert. Weil sie jedem klar machen würde, dass sich niemand impfen lassen sollte.

Ohne diese Studie und die zugrun­de­lie­genden Daten sollte sich niemand, egal welchen Alters, impfen lassen oder die Impfung empfehlen.

Ich würde sogar noch weiter gehen und sagen:

Es ist unver­ant­wort­lich, dass die CDC diese Daten der Öffent­lich­keit vorent­halten hat.
Es ist unver­ant­wort­lich, dass die medi­zi­ni­sche Gemein­schaft nicht verlangt, diese Daten zu sehen.
Es ist unver­ant­wort­lich, wenn die Ärzte­schaft jemanden ermu­tigt, sich impfen zu lassen, ohne diese Daten zu sehen, insbe­son­dere ange­sichts der alar­mie­renden Daten in VAERS und anderen Quellen.

Zusam­men­fas­sung

Auf der Grund­lage dieser neuen Daten der briti­schen Regie­rung können wir das tatsäch­liche Nutzen-Risiko-Verhältnis für jede Alters­gruppe schätzen. Für alle Gruppen ist es negativ. Je jünger man ist, desto weniger Sinn macht die Impfung. Abbil­dung 6 verdeut­licht dies. Alle Kurven der Dosis 1 und 2 liegen ober­halb der Linie für Ungeimpfte.

Sie zeigt deut­lich, dass unsere Regie­rungen uns mit diesen Impf­stoffen und Impf­vor­schriften öffent­lich in den Ruin getrieben haben.

Bei den verwen­deten Daten handelt es sich um voll­ständig gemel­dete Daten, die direkt von der briti­schen Regie­rung stammen, und die Berech­nungen sind einfach zu hand­haben. Die von mir verwen­dete Zeile wurde nicht norma­li­siert oder mani­pu­liert. Es war die schwie­rigste Zeile, um meinen Stand­punkt zu beweisen. Die einzige Möglich­keit, die Ergeb­nisse zu erklären, ist, dass die Impf­stoffe mehr Menschen töten als sie retten. Sie können sich aber auch Abbil­dung 6 ansehen.

Zumin­dest sollte dieses Ergebnis ernst­hafte Zweifel an der Behaup­tung der Sicher­heit und Wirk­sam­keit aufkommen lassen. Ich habe einen Daten­satz genommen, der eindeutig auf ein posi­tives Impf­ergebnis ausge­richtet war, und durch die Auswahl von Daten, die das Gegen­teil hätten zeigen sollen, ein enormes nega­tives Signal entdeckt. Es wurden keine Tricks ange­wandt. Das wäre nicht möglich gewesen, wenn der Impf­stoff wirk­lich sicher wäre.

Wir brau­chen eine ordnungs­ge­mäße Analyse der Daten, und zwar jetzt.

Die Ärzte­schaft hat nie eine ordent­liche Nutzen-Risiko-Studie gefor­dert, bevor sie die Impf­stoffe empfahl. Bis zum heutigen Tag stecken sie den Kopf in den Sand und verlangen nicht, die ACM-Daten zu sehen. Das ist bedauerlich.

Solange wir nicht die Daten und die Studie sehen und beide bestä­tigen, dass die Impf­stoffe sicher und wirksam sind, sollten die Impf­stoffe nicht verwendet werden.

Bitte teilen Sie diesen Artikel und helfen Sie uns, die Nach­richt zu verbreiten.

Über­nommen von GlobalResearch.org

---

Bitte unter­stützen Sie unseren Kampf für Frei­heit und Bürgerrechte.
Für jede Spende (PayPal oder Bank­über­wei­sung) ab € 10.- erhalten Sie als Danke­schön auf Wunsch ein Dutzend Aufkleber „CORONA-DIKTATUR? NEIN DANKE“ porto­frei und gratis! Details hier.

---