Es gibt einen Artikel aus The Expose herumschwebt, der eine explosive Behauptung macht: Es gibt eine äußerst statistisch signifikante Schiefe in der Sterblichkeitsrate von Covid-19-Impfstoffen nach Losnummer.
(Artikel von Karl Denninger wiederveröffentlicht auf Market-Ticker.org)
Was ursprünglich meine Aufmerksamkeit erregte, war die Tinfoil-Hut-Menge, die schrie, dass Lose absichtlich an bestimmte Menschen verteilt wurden, um sie zu töten – mit anderen Worten, bestimmte Covid-19-Impfstofflose wurden in jeder Hinsicht vergiftet. Das war äußerst unwahrscheinlich, also machte ich mich daran, es zu widerlegen und einige Besengriffe auf die Tinfoil-Hüterköpfe anzuwenden. Was ich jedoch fand, war sowohl interessant als auch zutiefst beunruhigend.
Viele sind ziemlich groß, besonders wenn man es mit 200 Millionen Menschen und 400 Millionen Dosen zu tun hat. Unter der Annahme, dass die Partien nicht bevorzugt bestimmten Kohorten zugeordnet sind (z.B. geht man in alle Pflegeheime usw.), sollten Nebenwirkungen daher normalerweise auf die Lose verteilt werden; wenn sie nicht eines dieser Dinge sind, ist fast sicher wahr:
- Es gibt ein ernsthaftes Problem mit der Herstellungsqualität oder Sie haben etwas produziert, ohne zu verstehen, wie es im Körper funktionieren würde, und haben es daher nicht geschafft, etwas zu kontrollieren, das Sie tun mussten, um mit reproduzierbaren Ergebnissen zu erzielen. Das heißt, einige Lose sind in Ordnung, andere sind kontaminiert, haben zu viel oder zu wenig vom Wirkstoff darin, einige produzieren bei der Injektion deutlich mehr Spike-Protein als andere im Körper usw. ODER
- Viel schlimmer ist, dass die Lose absichtlich getrennt sind, um unterschiedliche Ergebnisse zu erzielen. Dies impliziert eine Art ruchlose Absicht, wie das Töten von Menschen auf unterschiedlicher Basis oder dass die Hersteller ungesaugte Experimente auf Massenbasis unter der gesamten Bevölkerung durchführen, da sie wissen, was in jedem Los ist, und den Inhalt absichtlich variiert haben.ODER
- Vielleicht das Schlimmste ist, dass Berichte jetzt absichtlich unterdrückt werden, sich die Verletzungs- und Sterblichkeitsrate nicht geändert haben und es viele mit einem der beiden oben genannten Probleme gibt, aber es wird absichtlich nicht gemeldet, da es fast sofort entdeckt wurde und die Gesundheitsdienstleister angewiesen wurden, nichts Ernstes (z.B. Tod) im Zusammenhang mit den Impfungen zu melden.
Lassen Sie uns nun über VAERS sprechen. Sie können die öffentlichen Daten daraus abrufen, aber VAERS macht es absichtlich schwierig, Unterschiede in den Losergebnissen zu erkennen. Warum? Weil sie die Besonderheiten des vax (Hersteller, Losnummer usw.) in eine andere Datei unterteilen. Das bedeutet, dass es Ihnen nicht gut tut, es einfach in Excel zu laden, und der Versuch, die beiden Tabellen in Excel selbst zu korrelieren und abzugleichen, aufgrund der extremen Größe der Dateien problematisch ist – tatsächlich hat es Excel hier hochgeblasen, als ich versuchte, es zu tun. Aber das ist ein externes Datenexportproblem; intern, innerhalb von HHS, ist es für sie sicherlich nicht schwer, Korrelationen durchzuführen.
Tatsächlich besteht der Sinn von VAERS darin, diese Korrelationen zu finden, bevor die Menschen in die Größe verschraubt werden und verhindern, dass sie passieren.
Lassen Sie uns ein wenig in die Geschichte zurücktreten. VAERS entstand, weil die Hersteller der DTP-Aufnahme in den 1970er Jahren ein Qualitätskontrollproblem hatten. Einige Lose hatten viel zu viel Wirkstoff und andere hatten fast keinen. Dies verursachte eine Menge schlechter Reaktionen von Kindern, die die Impfungen und Eltern verklagten. Die Haftpflichtversicherung drohte unobtan zu werden (gee, findest du, nachdem du einen Haufen Kinder verarscht hast, die obligatorische Schüsse machen mussten?) und so zogen die Hersteller die DTP-Impfung und drohten, alle Impfstoffe vom Markt zu nehmen.
Der Kongress reagierte auf diese Bedrohung absichtlicher Panik, die von der pharmazeutischen Industrie gesät wurde, indem er den Impfstofffirmen Immunität gewährte und im Grunde ein Steuer- und Schiedssystem einrichtete, um Familien zu bezahlen, wenn sie von Impfstoffen verarscht wurden. Anstatt die Schuldigen zu zwingen, die Verletzungen und Todesfälle zu essen, befreite sie den Kongress stattdessen von den Folgen ihrer eigenen Fahrlässigkeit und sozialisierte die Verluste mit einer kleinen Steuer auf jeden Schuss.
Ein Teil davon war VAERS. Wir wissen, dass VAERS unerwünschte Ereignisse unterschätzt, weil es zwar angeblich „obligatorisch“ ist, aber einem klinischen Urteil unterliegt und es eine wilde Voreingenommenheit gegen den Glauben gibt, dass diese Impfungen oder irgendeine Impfung in dieser Angelegenheit schlechte Nebenwirkungen haben. Darüber hinaus gibt es weder eine zivil- noch strafrechtliche Strafe jeglicher Art für die Nichtmeldung. Wir wissen jetzt, dass einige Leute, die schlechte Nebenwirkungen von den Covid-19-Impfungen hatten, in den sozialen Medien aufgetaucht sind, nachdem sie zum Arzt gegangen waren, und dann versucht haben, ihre eigene Aufzeichnung zu finden, was ziemlich einfach zu tun ist, wenn Sie die Losnummer von Ihrer Karte kennen, was passiert ist und an welchem Datum das Ereignis passiert ist – ihr Arzt hat sie nie eingereicht. Das überrascht mich nicht wirklich, da die Einreichung dieser Berichte ziemlich lange dauert und der Arzt nicht von der Regierung oder jemand anderem dafür bezahlt wird, so dass es auch ohne Voreingenommenheit diejenigen geben wird, die die Arbeit einfach nicht erledigen werden, es sei denn, es gibt schwere Strafen dafür, dies nicht zu tun. Es gibt in der Tat überhaupt keine Strafen. Die Unterberichterstattung hat keine zuverlässige Grenze, aber Schätzungen gehen davon aus, dass nur irgendwo zwischen 3 % und 10 % der tatsächlichen unerwünschten Ereignisse in die Datenbank gelangen. Das ist richtig – bestenfalls ist die Rate der unerwünschten Ereignisse zehnmal so hoch wie in VAERS.
Aber jetzt wird es interessant, weil VAERS-Exporte, so scheint es, auch eingerichtet wurden, ob absichtlich oder zufällig, um es den einfachen Menschen schwer zu machen, eine zukünftige Korrelation zwischen Verletzung oder Tod und Impfstofflosnummer zu finden.
BEACHTEN SIE, DASS GENAU DIESER UMSTAND – DASS HERSTELLER URSPRÜNGLICH QUALITÄTSKONTROLLPROBLEME HATTEN – DER GRUND IST, WARUM VAERS EXISTIERT. SIE WÜRDEN DENKEN, DASS, WENN DER KONGRESS TATSÄCHLICH DARAN INTERESSIERT WÄRE, DAS PROBLEM ZU LÖSEN, DIES DIE EINFACHSTE ART VON SACHE WÄRE, DIE ÜBERWACHEN UND REGELMÄSSIG BERICHTET WÜRDE. MAN KÖNNTE AUCH DENKEN, DASS ES STARKE ZIVIL- UND SOGAR STRAFRECHTLICHE STRAFEN GAB, WEIL SIE UNERWÜNSCHTE EREIGNISSE NICHT GEMELDET HABEN.
Sie würden sich irren; die Daten sind über zwei Tabellen hinweg und sind nicht korreliert, da VAERS sie veröffentlicht, und es gibt keine schnelle und einfache Berichterstattung auf ihrer Website, die Ereignisse auf vergleichender Basis nach Losnummer gruppiert. Obwohl es möglich ist, diese Art von Analyse von ihrer Webseite aus durchzuführen, ist es nicht einfach.
(Außerdem, und dies frustriert auch absichtlich die Analyse, führt VAERS weder Aufzeichnungen noch Berichte über die Anzahl der pro Los verabreichten Schüsse, was das Norming für einen stabilen Nenner buchstäblich unmöglich macht. Wenn Sie denken, dass das ein Unfall ist, habe ich eine Brücke zum Verkauf.Es ist eine sehr schöne Brücke.)
Aber, Heuschrecke, ich habe Postgres. In der Tat, wenn Sie diesen Artikel lesen, liegt es daran, dass ich ihn beide habe und weiß, wie man dagegen programmiert; dieser Blog ist tatsächlich in Postgres gespeichert.
Postgres ist, wie alle Datenbanken, sehr gut darin, etwas zu nehmen, das mit Fremdschlüsseln zusammenhängen kann, und es zu korrelieren. Tatsächlich ist das eine der Hauptstärken einer Datenbank. Ist SQL, von dem ich annehme, dass es auch VAERS verwendet, nicht wunderbar?
Also habe ich genau das mit den Daten gemacht, die hier für 2021 gefunden wurden.
Und….. es wird dir nicht gefallen.
Nachdem ich die Basistabelle und die Herstellertabellen geladen hatte, die sich auf die VAERS-ID beziehen, habe ich diese Abfrage ausgeführt:
karl=> vax_lot(vaers_vax), count(vax_lot(vaers_vax)) aus vaers, vaers_vax, wobei vaers_id(vaers) = vaers_id(vaers_vax) und gestorben=’Y’ und vax_type=’COVID19′ und vax_
Das sagt:
Wählen Sie das Los aus und zählen Sie die Fälle dieses Loses aus den VAERS-Daten, wobei sich die Berichts-ID in der Tabelle der Personen befindet, die eine schlechte Reaktion hatten, sagte, dass schlechte Reaktion darin bestand, dass sie gestorben sind, wo der Impfstoff ein Covid-19-Impfstoff ist und wo der Hersteller MODERNA ist. Ordnen Sie die Ergebnisse nach der Anzahl der Todesfälle pro Los in absteigender Reihenfolge an.
vax_lot | count
-----------------+-------
039K20A | 87
013L20A | 66
012L20A | 64
010M20A | 62
037K20A | 49
029L20A | 48
012M20A | 46
024M20A | 44
027L20A | 44
015M20A | 43
025L20A | 42
026A21A | 41
013M20A | 41
016M20A | 41
022M20A | 41
030L20A | 40
026L20A | 39
007M20A | 39
013A21A | 36
011A21A | 36
031M20A | 35
032L20A | 35
010A21A | 33
011J20A | 33
030A21A | 33
028L20A | 32
011L20A | 32
004M20A | 32
025J20-2A | 31<< – Was ist das? (siehe unten)
041L20A | 31
011M20A | 31
031L20A | 30
032H20A | 29
030M20A | 28
042L20A | 27
Unknown | 27
006M20A | 27
012A21A | 25
002A21A | 25
043L20A | 24
032M20A | 24
023M20A | 23
040A21A | 23
027A21A | 23
017B21A | 22
036A21A | 20
unknown | 19
020B21A | 19
047A21A | 19
006B21A | 18
044A21A | 17
038K20A | 17
048A21A | 15
003A21A | 15
014M20A | 15
031A21A | 15
031B21A | 15
021B21A | 15
025A21A | 14
007B21A | 14
003B21A | 14
001A21A | 13
038A21A | 13
025B21A | 13
001B21A | 12
046A21A | 12
027B21A | 11
045A21A | 11
038B21A | 11
025J20A | 11
002C21A | 11
016B21A | 11
036B21A | 11
039B21A | 10
002B21A | 10
018B21A | 10
019B21A | 10
008B21A | 10
029K20A | 10
029A21A | 10
028A21A | 9
047B21A | 9
001C21A | 9
044B21A | 8
045B21A | 8
009C21A | 8
048B21A | 8
026B21A | 8
UNKNOWN | 7
039A21A | 7
040B21A | 7
046B21A | 7
032B21A | 7
038C21A | 6
030m20a | 6
027C21A | 6
008C21A | 6
006C21A | 6
004C21A | 6
047C21A | 6
007C21A | 5
025C21A | 5
042B21A | 5
043B21A | 5
025J202A | 5<< – Wie oben?
052E21A | 5
003C21A | 5
030B21A | 5
030a21a | 5
016C21A | 5
017C21A | 5
N/A | 5
NO LOT # AVAILA | 5
037A21B | 5
037B21A | 5
024m20a | 4
031l20a | 4
003b21a | 4
026a21a | 4
041B21A | 4
005C21A | 4
033C21A | 4
035C21A | 4
021C21A | 4
040a21a | 4
041C21A | 4
006D21A | 4
022C21A | 4
037k20a | 4
048C21A | 4
03M20A | 3
008B212A | 3
039k20a | 3
024C21A | 3
016m20a | 3
038k20a | 3
025b21a | 3
033B21A | 3
026C21A | 3
Moderna | 3
033c21a | 3
014C21A | 3
…..
Es gibt 547 eindeutige Loseinträge, denen ein oder mehrere Todesfälle zugeordnet sind. Einige der Losnummern haben das falsche Format oder fehlen, wie Sie auch sehen können. Das ist nicht ungewöhnlich und impliziert in der Tat das gewöhnliche Versäumnis, die Dinge richtig zu machen, wenn die Leute den Input ausfüllen. Zum Beispiel ist “Moderna” in den obigen Ergebnissen eindeutig keine Loszahl. Ich habe in dieser Hinsicht keinen Versuch unternommen, den Datensatz zu „desinfizieren“, und ganz klar auch nicht einmal Monate später mit ihrer „angeblichen“ Weiterverfolgung von Berichten.
Aber es gibt eine wilde Überrepräsentation bei Todesfällen von nur wenigen Losen; tatsächlich machen weniger als 50 Lose alle Lose aus, in denen sich mehr als 20 damit verbundene Todesfälle angesammelt haben, und von den 547 einzigartigen Einträgen machen weniger als 100 alle mit mehr als 10 Todesfällen aus.
Normalverteilung mein Arsch.
Wie wäre es mit Pfizer?
vax_lot | count
-----------------+-------
EN6201 | 117
EN5318 | 99
EN6200 | 97
EN6198 | 89
EL3248 | 86
EL9261 | 84
EM9810 | 82
EN6202 | 75
EL9269 | 75
EL3302 | 69
EL3249 | 67
EL8982 | 67
EN6208 | 59
EL9267 | 58
EL9264 | 57
EL0140 | 54
EN6199 | 54
EJ1686 | 51
EL9265 | 50
EL1283 | 48
ER2613 | 48
EN6204 | 47
EN6205 | 45
EK9231 | 43
EL3246 | 43
EN6207 | 41
EN6203 | 41
ER8732 | 40
EL1284 | 39
EL0142 | 38
EJ1685 | 38
ER8737 | 37
EN9581 | 36
EN6206 | 35
EP7533 | 35
EL9262 | 34
EL9266 | 33
EL3247 | 32
ER8727 | 28
EP6955 | 27
ER8730 | 26
EW0150 | 25
EK5730 | 24
EP7534 | 24
EM9809 | 22
EK4176 | 22
EH9899 | 21
EW0171 | 21
unknown | 20
ER8731 | 19
ER8735 | 18
EW0172 | 18
EL9263 | 17
EW0151 | 15
ER8733 | 15
EW0158 | 14
EW0164 | 14
EW0162 | 14
EW0169 | 14
ER8729 | 13
ER8734 | 13
Unknown | 13
EW0153 | 13
EW0167 | 12
EW0168 | 10
EW0161 | 10
EW0182 | 9
NO LOT # AVAILA | 8
EW0181 | 8
EW0186 | 8
ER8736 | 8
EW0191 | 8
FF2589 | 7
EW0173 | 6
EW0175 | 6
FA7485 | 6
EW0177 | 6
FD0809 | 6
301308A | 6
EW0170 | 6
FC3182 | 6
EW0217 | 6
EK41765 | 5
EW0196 | 5
EW0176 | 5
EW0183 | 4
EN 5318 | 4
el3249 | 4
EW0178 | 4
EW0179 | 4
EW0187 | 4
FA6780 | 4
FA7484 | 4
EN 6207 | 4
Pfizer hat 395 eindeutige Losnummern, die mit mindestens einem Tod verbunden sind, und wieder gibt es einige, die offensichtlich falsch sind. Aber auch hier ist die normale Verteilung mein Arsch; es gibt eine wilde Überrepräsentation mit einem Los, EN6201, das mit 117 Todesfällen und weniger als 20 mit mehr als 50 verbunden ist.
For grins and giggles let’s look at the age distribution for 039K20A — the worst Moderna lot.
karl=> wählen Sie avg(age_yrs) aus vaers, vaers_vax, wobei vaers_id(vaers) = vaers_id(vaers_vax) und vax_type=’COVID19′ und vax_manu(vaers_vax)=’MODERNA’ und vax_lot(vaers_vax)=’039K20A’ und age_yrs nicht null sind;
Durchschnittlich
———————
51,4922202119410700
(1 Reihe)
Ok, das Durchschnittsalter der Menschen, die diese Impfung bekommen haben, eine schlechte Reaktion hatten (und ein gültiges Alter in der Tabelle hatten) beträgt 51 Jahre.
Wie wäre es mit 030A21A, das 33 Todesfälle hatte?
karl=> wählen Sie avg(age_yrs) aus vaers, vaers_vax, wobei vaers_id(vaers) = vaers_id(vaers_vax) und vax_type=’COVID19′ und vax_manu(vaers_vax)=’MODERNA’ und vax_lot(
Durchschnittlich
———————
61,1097014925373134
(1 Reihe)
Nun, es gibt das Argument, dass wir alle alten Leute in Pflegeheimen mit dem wirklich bösen Ergebnislosgejagt haben und sie gestorben sind, aber es wurde nicht durch den Jab und das zweite Los verursacht, das eine viel niedrigere Rate hatte, gingen alle in die Arme jüngerer Menschen und deshalb starben sie nicht. Äh, nein, eigentlich, wenn es um das Alter der Menschen geht, die in diesen beiden Fällen gejagt wurden, ist es umgekehrt; das zweite Los, das weniger tödlich war, hatte im Durchschnitt schlechte Reaktionen bei älteren Menschen, aber weniger starben – und das deutlich auch (um 10 Jahre).
Darüber hinaus gibt es keine solide Korrelation zwischen den „schlechten“ Losen und dem ersten Problembericht. Das absolut Schlimmste von Moderna hatte in den ersten Januartagen einen schlechten Bericht. Aber – ein weiteres Los ihres Impfstoffs mit nur 172 Berichten dagegen (1/20. die Rate der schlimmsten für insgesamt unerwünschte Ereignisse) hatte am 6. Januar seinen ersten Bericht über unerwünschte Ereignisse.
Was wird normalerweise verteilt? Als Menschen starben.
Was ist das eigentliche **** hier los? Sie werden versuchen, mir zu sagen, dass CDC, NIH und FDA davon nichts wissen? Ich kann diese Daten in eine Datenbank saugen, 30 Sekunden lang Abfragen dafür durchführen und sofort eine stark erhöhte Todes- und Gefahrenrate identifizieren, die mit bestimmten Losnummern verbunden ist, wenn die Verteilung dieser Assoziationen normal oder zumindest etwas in ihrer Nähe auf alle produzierten und verwendeten Lose sein sollte? Dann versuche ich, die offensichtliche potenzielle “saubere” Erklärung zu finden (die höhere Sterblichkeitsrate hätte bei älteren Menschen gehen können) und sie ist einfach nicht da, wenn man sich alle Berichte über unerwünschte Ereignisse ansieht. Ich habe Moderna-Los mit dem gleichen Durchschnittsalter an verstorbenen Personen, aber zehnmal so viele Todesfälle.
Dann schaue ich mir das gemeldete Todesdatum an und… es ist einigermaßen nahe an einer normalen Verteilung. Also nein, es waren nicht all die alten Menschen, die im ersten Monat sofort getötet wurden. So viel zu diesem Erklärungsversuch.
Oh, wenn Sie interessiert sind, war das böseste Los buchstäblich überall in Bezug auf Staaten, die unerwünschte Ereignisse dagegen melden; nein, sie haben sie auch nicht auf einen Staat oder eine Region konzentriert.
Die Ergebnisverteilung ist nicht “irgendwie nah”, wenn die meisten Lose eine einstellige Anzahl der damit verbundenen Todesfälle haben.
Ist es nicht auch interessant, dass, wenn man das “tote” Flag entfernt, die gleiche Art von Korrelation auftaucht? Das heißt, es gibt viele Lose, von denen fast nichts gegen sie berichtet wurde. Für Moderna gibt es auf der ersten Seite der Ergebnisse (~85 Lose) mehr als einen dreimaligen Unterschied bei den gesamten unerwünschten Ereignissen. Das schlimmste Los, 039K20A mit 87 Todesfällen, ist nicht nur das Schlimmste für Todesfälle; es hat auch insgesamt mehr als 4.000 Berichte über unerwünschte Ereignisse dagegen. Für den Kontext, wenn Sie ein paar hundert Einträge in diesem Bericht aufschlüsseln, die Anzahl der gesamten unerwünschten Ereignisse gegen ein anderes Los, 025C21A Zahl 417 mit fünf Todesfällen.
Werden Sie wirklich versuchen, mir zu sagen, dass eine in Massenproduktion hergestellte und verteilte Impfung eine etwa zehnfache unerwünschte Ereignisrate zwischen zwei Losen und siebzehnmal so hoch ist wie die Sterblichkeitsrate zwischen denselben beiden hat, Sie können es nicht erklären, indem „ältere Menschen ein Los bekommen und nicht das andere“ und dies ist kein schreiender Hinweis darauf, dass etwas, das nicht als zufälliger Zufall erklärt werden kann, eingetreten ist?
Hier, in Bildern, da einige von Ihnen mit einer ****ing Eisenbahnkrawatte auf den Kopf geschlagen werden müssen, bevor Sie aufwachen:
Das sind Pfizer–Todesfälle nach Los, am schlechtesten bis am besten. Siehst du normal aus? Denken Sie daran, dass null Todesfälle in einem bestimmten Los nicht auftreten, da es nicht im System ist.
Wie wäre es mit unerwünschten Ereignissen aller Art?
(Ja, es gibt ungültige Losnummern, insbesondere im zweiten Diagramm, mit Losen von “1s”. Die linke Seite ist jedoch das, was sie ist.)
Es gibt ein viel größeres Problem. Werfen Sie einen Blick auf Modernas Diagramm derselben Sache. Erstens, Todesfälle:
Und AE’s….
Das sind verschiedene Unternehmen!
Willst du noch schlimmere Nachrichten?
JANSSEN, eine ganz andere Technologie, hat die gleiche Kurve.
Was haben wir hier, Leute?
Gibt es etwas, das der Produktion der “Anweisungen” innewohnt, unabhängig davon, wie sie geliefert werden, das zu einem nicht-deterministischen Ergebnis innerhalb einer Charge von Impfungen führt, für die nicht kontrolliert wurde, vielleicht weil es nicht verstanden wird, DA WIR DIES NOCH NIE ZUVOR IM MENSCHEN ODER TIER GETAN HABEN, und wenn es schief geht, sind Sie ****ed?
Wurden Ärzten gesagt, sie sollen die Berichterstattung einstellen? Beachten Sie, dass HHS eine solche Anordnung nach dem PREP-Gesetz erlassen kann und es keine gerichtliche Überprüfung gibt, wenn sie dies tun. Haben sie?
Dies erfordert eine Erklärung. Drei verschiedene Firmen, die alle Spike-Proteine verwenden, zwei verwenden eine andere Technologie als die dritte, alle drei verursachen, dass der Körper die Spitze produziert, anstatt sie direkt zu liefern, und alle drei haben eine wilde Schiefe einiger Lose, die Menschen links und rechts schlauchen, während die anderen statistisch gesehen die Menschen nicht ficken.
Nächste Frage, die VAERS nicht beantworten kann: Gibt es einen Effektivitätsunterschied zwischen den Losen, die Menschen ficken, und denen, die es nicht tun?
Sind wir schon fertig damit, dumm zu sein? Statistisch gesehen sind alle unerwünschten Ereignisse jeglicher Art unabhängig von der Marke in einer Handvoll Losen. Der Rest erzeugt ein paar schlechte Ergebnisse, während eine sehr, sehr kleine Anzahl von Losen einen großen Prozentsatz des Schadens erzeugt. Und nein, das ist nicht an die Altersklassen gebunden (daher hat auch wer es zuerst bekommen); einige der schlimmsten haben durchschnittliche Altersverteilungen, die weniger als Losemit niedrigeren unerwünschten Ereignisraten sind. Es ist auch nicht an die Verwendung gebunden, da eines der “besseren” Lose Anfang Januar einen First-AE-Bericht hat – ebenso wie die “schlechten” Lose.
Das einzige, was alle drei Impfstoffe gemeinsam haben, ist, dass alle drei auf den menschlichen Körper angewiesen sind, um das Spike-Protein zu produzieren, das dann vom Immunsystem angegriffen wird und Antikörper produziert; keiner von ihnen führt die beleidigende Substanz direkt in den Körper ein. Der Induktionsmechanismus unterscheidet sich zwischen den Formulierungen J&J und Pfizer/Moderna, aber beide weisen das gleiche Problem auf. Das in den Daten gezeigte Differenzial ist völlig unerklärlich für die dosierte Kohorte und das Durchschnittsalter der gemeldeten Person für die gesamte Gruppe von Ereignissen (nicht nur Todesfälle) korreliert auch nicht mit einem erhöhten Risiko in einem bestimmten Los, so dass es eindeutig nicht mit dem Alter der gejagten Person zusammenhängt (z.B. “bestimmte Lose gingen alle seit ihrer ersten Zeit in Pflegeheime”. Während die höchsten AE-Rate-Lots alle frühe Nutzungsdaten haben, so auch einige der Lose mit niedriger VA-Rate, so dass auch der Versuch, die Daten als “aber das höchste Risiko hat es zuerst” zu erklären, fehlschlägt.
Hier stimmt etwas sehr nicht, Leute und die Leute, die VAERS betreiben, suchen entweder nicht absichtlich, wissen verdammt gut, dass es passiert, und sagen absichtlich nichts darüber – egal, die Daten so zu trennen, dass die gelegentliche Durchsicht ihrer Downloads sie nicht finden wird – oder sahen sie sofort und unterdrückte absichtlich die Berichterstattung.
Wenn diese Unternehmen aufgrund dessen, was Biden und Trump getan haben, nicht immun gegen zivil- und sogar strafrechtliche Strafverfolgung wären, wäre die Anwaltskammer des Klägers vor Monaten *******s aufgekrochen.
Dies sollte jedem Politiker zusammen mit jeder einzelnen Person bei der CDC, NIH und FDA in den Arsch gerammt werden. Sie wissen, dass das vor sich geht; ich habe Minuten gebraucht, um es zu analysieren und zu finden.
Was zur HÖLLE ist hier los?
DIESE SCHÜSSE MÜSSEN JETZT ZURÜCKGEZOGEN WERDEN, bis das Geschehene vollständig erklärt und gegebenenfalls die Verantwortung für die Verletzten oder Getöteten erlangt wird. Wenn das Embargo für Berichte nachgewiesen wird, und das ist durchaus möglich, müssen alle Beteiligten jetzt ins Gefängnis gehen und das gesamte Programm muss dauerhaft abgeschafft werden.
ES GIBT KEINE VERNÜNFTIGE ERKLÄRUNG FÜR DIESE DATEN, DIE SICH AUF ZUFÄLLIGE CHANCEN REDUZIERT.
Lesen Sie mehr unter: Market-Ticker.org
