Brownstone Institute » Brownstone Journal » A vakcinák » A Covid elleni vakcinák több tízmillió életet mentettek meg?

A Covid elleni vakcinák több tízmillió életet mentettek meg?

MEGOSZTÁS | NYOMTATÁS | EMAIL

Csökkentette-e a Covid elleni vakcinák bevezetése a halálozási arányt?

A friss előnyomás, a most már kétes hírű Medical Journal-lal Gerely, azt állítja, hogy a Covid elleni vakcina 2020 decemberi bevezetése valójában több tízmillió halálesetet akadályozott meg világszerte. 

Természetesen az állítások világszerte címlapokra kerülnek.

Ezt a tanulmányt Azra Ghani vezette kutatócsoport nyújtotta be az Imperial College of Londonból. A tanulmányt a Global Alliance for Vaccines Initiative (GAVI), a Bill és Melinda Gates Alapítvány, a Rhodes Trust, az Egészségügyi Világszervezet (WHO) és mások támogatták. Dr. Ghani tanácsadóként dolgozik a HSBC, a GlaxoSmithKline és a WHO számára, és más Imperial College-beli kollégáihoz hasonlóan több mint két éve a kijárási tilalom/pánik és az oltás pártján áll.

Már önmagában ez a háttér is elég ahhoz, hogy bármit is gyanúsítsak a tanulmányban. De szeretném megvizsgálni a tanulmány tartalmát.

Először is, ahogy a cím is egyértelműen jelzi, ez egy „matematikai modellezési” tanulmány volt. Tudományos értelemben a matematikai modellezési tanulmányok egy „vélemény” cikknek felelnek meg. Ennek az az oka, hogy az eredmény megértéséhez nemcsak a bemeneti adatokat, hanem az algoritmusokat is meg kell érteni. És, ahogy 2020 óta világosan láttuk, a matematikai modellek hajlamosak TÉVESZNI. Csak eszközök.

Szóval, mi a baj ezzel a cikkel? Nem is kell ismernem az algoritmusokat, mert a bemeneti adatok rosszak!

  1. A halálozás előrejelzése

A legszembetűnőbb jellemző, hogy szinte lehetetlen megjósolni a halálozási arányt (jövőbeni vagy múltbeli), különösen a gyakori légúti vírusok esetében. Megjósolhatjuk, hogy az idősek (75 év felettiek) bizonyos százaléka, akik több társbetegséggel is küzdenek, valószínűleg elhunyt egy légúti vírusnak, például a Covidnak, de azt nem tudjuk megjósolni, hogy kik és mikor. Egyesek, akik a halálozás elsődleges jelöltjeinek tűnnek, túlélhetik, míg mások, akik egészségesebbnek tűnnek, elhullhatnak.

Ennek ellenére a Covid okozta halálozási arány előrejelzése tényleges adatokon alapult, nem modellezésen. Az Imperial College által bemutatott matematikai modellek mindig is rendkívül TÉVESZTŐEK voltak. 

Még a régebbi betegségek, mint például a rák esetében is nehéz lehet a halálozási arány előrejelzése. Ezért adnak becsléseket a túlélésre vonatkozóan a diagnózis és a kezelések stádiumától függően, de ezek csak becslések. Semmilyen körülmények között sem állítja egyetlen orvos sem, hogy sugárkezeléssel évente X számú életet mentünk meg a ráktól.

Írhatnék egy programot is, amely megjósolja a halálozási arányt az alapján, hogy milyen stílusú cipőt visel valaki, vagy milyen autót vezet. Például a fiatalabbak hajlamosabbak lehetnek egy adott stílusú sportcipő viselésére, és mivel a fiatalabbaknál a legkisebb a valószínűsége a Covid okozta halálnak, kiszámolhatnám, hogy az ilyen típusú sportcipő viselése életeket ment.

Az életmentés szinte mindig téves érvelés.

2. Egyéb tényezők figyelmen kívül hagyása 

  1. Természetes immunitás

Mire a vakcinákat 2020 decemberében bevezették, a világ lakosságának nagyon nagy százaléka már átesett a Covidon. A szeroprevalencia vizsgálatokból tudjuk, hogy az eredeti vírus legalább 2019 közepe óta keringett. Azt is tudjuk, hogy a természetes immunitásról bebizonyosodott, hogy erősebb, mint bármely rövid távú, vakcina által kiváltott immunitás. Így a lakosság nagyon nagy százalékának már működött egy felsőbbrendű immunitási formája, a természetes immunitás.

B. Betegségkivágás

Mire a vakcinákat 2020 decemberében bevezették, a súlyos betegségekre és halálesetekre legfogékonyabb emberek már elpusztultak. Az idős emberek, akik megfertőződtek és túlélték a 2020-as évet, most már rendelkeztek természetes immunitással. Mint minden évenkénti fertőző betegségjárvány esetében, itt is magas halálozási éveket, majd enyhébb súlyosságú éveket követnek az események, egyszerűen azért, mert a legfogékonyabb emberek korán elpusztulnak, míg mások tovább élnek. 

C. A lakosság fogékonysága 

A fenti írás teljesen figyelmen kívül hagyja a lakosság halálozási hajlamának hatalmas ingadozását. A fiatalabbak körében az elmúlt két évben nagyon alacsony volt a fertőzések okozta halálozási arány. A matematikai modellek azonos halálozási hajlamot feltételeznek minden populációban. Tudjuk, hogy ez a feltételezés téves, és teljesen cáfolja bármelyik „modelljüket”.

D. A betegség súlyosságának csökkenése variánsokkal 

Mire a vakcinákat 2020 decemberében bevezették, már a következő variánsok jelentek meg („Delta”). A vírusok természetes evolúciós folyamata a kevésbé halálos kimenetelűek felé halad. A fokozott átviteli képesség minden bizonnyal lehetséges, mivel ezek a vírusok hajlamosak a túlélőkre.

Ehhez adjuk hozzá, hogy a vakcinákat csak (részben) a Covid eredeti vírusának kezelésére tervezték, és a vakcina még csak nem is szerepel az egyenletben.

E. A kezelések fejlesztése

Mire a vakcinákat 2020 decemberében bevezették, az orvosok világszerte megtanulták, hogyan kezeljék a Covid legsúlyosabb eseteit. Az emberek túlnyomó többsége továbbra is enyhe lefolyású betegséget tapasztalt, és nem voltak veszélyben, de a súlyosabb eseteket hatékony kezelésekkel és a veszélyes intézkedések, például a lélegeztetés elkerülésével lehetett kezelni.

3. Adathasználat

  1. A túlzott halálozás mint marker

A modell feltételezése az, hogy a „többlethalálozási” adatok csak közvetlenül korrelálhatnak a Coviddal, holott ez valójában helytelen feltételezés. A Covid okozta halálozás világszerte csak kis szerepet játszik az összhalálozásban. Így számos más tényező is szerepet játszhat a halálozás bármilyen értelmezésében.  

De ahhoz, hogy bármi értelme legyen, a halálozási statisztikákat korcsoportok és a Covid okozta halálozásnak leginkább kitett személyek szerint kell bontani. 

  1. Megbízhatatlan adatok használata 

Ma már tudjuk, hogy a Covid okozta halálesetek tényleges számát túlbecsülték, mivel a kritériumok a Covidról szóló jelentést részesítették előnyben a valódi okokkal szemben, valamint a PCR-t használták meghatározó kritériumként. Tudjuk, hogy egy személy teljesen felépülhetett a Covidból, és valami a Coviddal nem összefüggő ok miatt halt meg, de mivel pozitív PCR-tesztje volt a kórtörténetében, Covid-halálesetként regisztrálták.

Lehet, hogy soha nem fogjuk igazán megérteni, hogy valójában hányan haltak meg a Covidban, mivel az adatok vize annyira zavaros, és a politikai befolyás is hatalmas volt. Ez sajnálatos, mert azt jelenti, hogy valószínűleg továbbra is a megbízhatatlan számok felhasználásával fognak visszaélni, hogy állításokat próbáljanak megfogalmazni az elmúlt két és fél év cselekedeteiről.

Szerintem senkinek sem kell okleveles tudósnak lennie ahhoz, hogy teljes mértékben belássa a fent idézett jelentés hibáit.

Ha én lennék ennek a cikknek a lektora, azzal a megjegyzéssel küldeném vissza: ezt dobd a kukába. 


Csatlakozz a beszélgetés


Megjelent egy Creative Commons Nevezd meg! 4.0 Nemzetközi licenc
Újranyomtatáshoz kérjük, állítsa vissza a kanonikus linket az eredetire. Brownstone Institute Cikk és szerző.

Szerző

  • Roger W. Koops kémia szakon doktorált a Riverside-i Kaliforniai Egyetemen, valamint mester- és alapdiplomát a Western Washington Egyetemen. Több mint 25 évig dolgozott a gyógyszeripari és biotechnológiai iparban. Mielőtt 2017-ben nyugdíjba vonult, 12 évig tanácsadóként dolgozott, ahol a minőségbiztosításra/-ellenőrzésre és a szabályozási megfeleléssel kapcsolatos kérdésekre összpontosított. Számos tanulmány szerzője vagy társszerzője volt a gyógyszeripari technológia és a kémia területén.

    Mind hozzászólás

Adományozz ma

Az Ön anyagi támogatása Brownstone Institute írókat, ügyvédeket, tudósokat, közgazdászokat és más bátor embereket támogat, akiket korunk felfordulása során szakmailag megtisztítottak és elmozdítottak. Folyamatos munkájukkal segíthetsz az igazság napvilágra kerülésében.

Iratkozzon fel a Brownstone Journal hírlevelére


Vásároljon Brownstone-ban

Csatlakozzon több mint 30 000 független olvasóhoz: Iratkozzon fel INGYENES Brownstone Journal hírlevelünkre