Steve Kirsch

J'ai demandé à tout le monde : montrez-moi les données sur la mortalité toutes causes confondues qui prouvent que les vaccins sont sûrs. Maintenant, j'ai enfin eu des rendez-vous. Ils viennent du gouvernement britannique et sont dévastateurs. VRAIMENT dévastateur.

 

Aperçu

De nouvelles données du gouvernement britannique nous permettent d'analyser les données d'une manière que nous n'avions pas pu faire auparavant. Ce qui ressort clairement de cette nouvelle analyse, c'est que les vaccins COVID tuent plus de personnes qu'ils n'en sauvent, à tous les âges. En d'autres termes, ils ne doivent être utilisés par personne. Plus vous êtes jeune, moins cela a de sens.

N'importe qui peut valider les données et la méthodologie. Les résultats montrent clairement que les vaccinations COVID doivent être arrêtées immédiatement.

Pas une seule autorité sanitaire dans aucun pays n'aura une conversation avec nous pour justifier ses recommandations de vaccination ou expliquer pourquoi cette analyse est erronée. je me demande pourquoi?

 

Ce que montrent les données

Voici le résultat de l'analyse.

Figure 1. Le calcul du rapport risque/bénéfice à partir des données du Royaume-Uni montre que les vaccins tuent plus de personnes qu'ils n'en sauvent à tous les âges. Un score de 15 signifie que nous tuons 15 personnes du vaccin pour sauver 1 vie du COVID. Cela ressort clairement de l' onglet Exec Summary de la feuille de calcul.

Cela signifie que si vous avez 25 ans, le vaccin tue 15 personnes pour chaque personne qu'il évite de mourir du COVID. Plus vous avez moins de 80 ans, moins la vaccination a de sens. Les cellules avec * signifient que le vaccin a en fait causé plus de cas de COVID que les non vaccinés.

Pour les plus de 80 ans, les données britanniques étaient trop alambiquées pour être utiles. À moins que nous ayons ces données, il est irresponsable de faire une recommandation.

Je décris ci-dessous comment vous pouvez calculer cela vous-même en utilisant les données du Royaume-Uni.

Veuillez partager ce résultat sur toutes vos plateformes de médias sociaux.

 

introduction

Un de mes amis m'a récemment envoyé un lien vers les données de mortalité de l'Office of National Statistics du gouvernement britannique pour la période du 1er janvier 2021 au 31 janvier 2022. Je n'avais jamais vu ni analysé ces données.

Ce que j'ai trouvé était absolument stupéfiant car il était cohérent avec l'analyse des risques et des avantages du VAERS par âge que j'ai menée en novembre 2021.

 

Où puis-je obtenir des données du gouvernement britannique ?

Les documents gouvernementaux sont archivés ici . Ouvrez la feuille de calcul et regardez l'onglet intitulé Tableau 6.

Vous pouvez également accéder à la source originale .

Où vous pouvez trouver mon analyse des données

J'ai annoté les données source du Royaume-Uni et vous pouvez les télécharger ici . Cela permet de voir plus facilement ce qui se passe. Vous pouvez voir toutes les données originales et mes formules pour calculer les ratios ACM et l'analyse des risques et avantages dans l'onglet Tableau 6.

Tout est clairement visible pour tout le monde. J'ai ensuite copié les valeurs dans les onglets Summary et Exec Summary.

 

méthodologie

J'ai comparé la mortalité toutes causes confondues (ACM) pour les sujets qui ont reçu 2 vaccinations au moins 6 mois avant ceux qui n'ont pas été vaccinés. Le délai de 6 mois fournit une période minimale raisonnable pour observer les résultats pour l'individu typique "entièrement vacciné".

 

Résumé des données

Le résumé ci-dessous (que j'ai inclus dans l' onglet Résumé à droite de l'onglet Tableau 6) montre les taux de mortalité toutes causes confondues pour 100 000 personnes-années pour chaque groupe d'âge et le rapport risque-bénéfice.

Voici la légende de chaque colonne :

• A : Tranche d'âge pour la série
• B : taux d'ACM pour les non vaccinés
• C : Taux d'ACM pour les vaccinés
• D : Calcul du bénéfice du risque, c'est-à-dire le nombre de vies non COVID perdues par le vaccin / le nombre de vies COVID sauvées par le vaccin. C'est la meilleure métrique pour justifier l'utilisation d'une mesure. Plus ce nombre est grand, moins la mesure a de sens. Une valeur >1 signifie que la mesure ne doit jamais être utilisée. Les cellules avec * signifient que le vaccin a en fait causé plus de cas de COVID que les personnes non vaccinées. Remarque : Vous devez afficher le tableau complet pour voir les données utilisées pour calculer ce nombre. Vous ne pouvez pas le faire en utilisant les données résumées sur cet écran.
• E : ACM des vaccinés/ACM des non vaccinés, c'est-à-dire colonne C/colonne
• B. Une valeur >1 signifie que l'intervention ne doit pas être appliquée car elle coûte des vies. Il s'agit d'une mesure approximative de l'efficacité d'une intervention, comme nous l'expliquons ci-dessous.
• Q : % de décès par ACM dus au COVID, c'est-à-dire la proportion de tous les décès par ACM causés par le COVID

Les données montrent clairement que le bénéfice de mortalité dérivé de la vaccination et la réduction du risque de décès par COVID sont plus que compensés par la mortalité perdue du fait du vaccin lui-même. Ce n'est pas nouveau. Je le dis depuis mai 2021. Mais maintenant, j'ai enfin trouvé les données pour le calculer.

 

Dans l'étude de phase 3 de Pfizer, il y a eu une augmentation de 40% de l'ACM dans le groupe vacciné. Pour chaque personne sauvée du COVID, environ 7 personnes sont mortes !

Dans l'essai de phase 3 de Pfizer, il y a eu un total de 21 décès dans le groupe vacciné et 15 décès dans le groupe placebo.

Cette augmentation de 40 % de la mortalité toutes causes confondues dans l'étude (21/15 = 1,4) a bien sûr été rejetée comme n'étant pas statistiquement significative. Bien que cela soit vrai, cela ne signifie pas que nous ne devrions pas prêter attention à ce nombre.

Mais maintenant, nous savons grâce aux données britanniques que le résultat de l'étude de phase 3 n'était pas un hasard statistique. Pas du tout.

A savoir, si on regarde le bénéfice risque, on voit qu'on a sauvé 1 vie du décès du COVID (1 décès COVID dans le groupe traitement vs 2 décès COVID dans le groupe placebo = 1 vie sauvée), mais il y a eu 7 décès non - Décès COVID (20 – 13).

Ainsi, l'étude de Pfizer a montré que pour chaque personne que nous avons sauvée du COVID, 7 personnes sont décédées. Cependant, les nombres étaient trop petits pour faire cette estimation avec un quelconque degré de certitude.

Cependant, je dirais que l'étude de Pfizer était un meilleur cas parce que :

• L'étude a impliqué des personnes exceptionnellement en bonne santé dont le taux de mortalité était 10 fois inférieur à celui de la population générale (le taux de mortalité moyen aux États-Unis est de 1% par an, mais dans le groupe placebo de 22 000 participants, il n'y a eu que 15 décès en 6 mois, ce qui correspond à un taux de mortalité de 0,1 %).
• Ils ont pu se débarrasser de tous ceux qui ont montré une réaction à la première dose sans les compter.

Plus important encore, le ratio de 7:1 tués/sauvés de l'étude Pfizer et le ratio de 1,4 ACM sont cohérents avec l'hypothèse selon laquelle le vaccin tue plus de personnes qu'il n'en sauve.

 

Mon estimation risque/bénéfice ACM à l'aide du VAERS

Ceci est issu d'un calcul risque-bénéfice que j'ai effectué le 1er novembre 2021 en utilisant les données du VAERS pour calculer le rapport entre le nombre de personnes tuées par le vaccin (V) et le nombre de personnes sauvées par le COVID (C) si elles prenaient le vaccin et il avait une efficacité de 90% sur 6 mois (puisque nous savions qu'il se dissiperait avec le temps et que les variantes changeraient). Bien sûr, c'était une estimation prudente de l'utilité, mais je voulais m'assurer d'être sur un terrain sûr en cas d'attaque.

Nous savons donc maintenant que mes calculs VAERS correspondent à peu près aux données britanniques réelles de la figure 1. Parce que mon analyse était intentionnellement conservatrice, de nombreux chiffres sont inférieurs aux valeurs réelles.

Ceci est un autre exemple de personnes qui prétendent (sans preuve) que les données du VAERS sont trop "peu fiables pour être utilisées" se trompent. S'ils sont si peu fiables, pourquoi concordent-ils si bien avec les résultats réels du Royaume-Uni ?

Notez que le VAERS à l'époque a montré exactement le même effet que nous venons d'apprendre des données britanniques : plus vous êtes jeune, plus il est inutile de vacciner.

Notre colonne V:C diminue avec l'âge (de 6:1 à 1,8:1), tout comme la colonne E (de 1,9:1 à 1:1 dans la même fourchette) dans la figure 2.

N'est-ce pas une "coïncidence" intéressante ? Ils sont à un facteur 3 l'un de l'autre.

 

approbations des autres

Je suis loin d'être le seul à remarquer que les vaccins COVID tuent plus de personnes qu'ils n'en sauvent. D'autres éléments montrent soit aucun avantage du tout, soit un avantage négatif.

Par exemple, regardez :

Entièrement vacciné Mortalité toutes causes confondues 6 fois plus élevée que les non vaccinés (30 octobre 2021)

Le suivi des participants à l'étude n'a révélé "aucun effet sur la mortalité toutes causes confondues".

Horowitz: L'échec des injections d'ARNm est pour tout le monde à voir avec les yeux ouverts

Il convient de noter que l' étude danoise (qui a déjà été publiée dans le Lancet) n'a trouvé aucun bénéfice global sur la mortalité toutes causes sur la base des données des essais cliniques. C'est certainement plus optimiste que les chiffres britanniques, mais le problème pour les fabricants de vaccins est que les chiffres britanniques montrent que jusqu'à 38% des décès peuvent être attribués au COVID, c'est-à-dire si les vaccins fonctionnaient réellement et bien sûr, vous verriez un énorme avantage ACM , mais vous n'avez rien vu.

Pourquoi prescrivons-nous un vaccin sans bénéfice ACM ? Aucun responsable de la santé publique ne veut répondre à des questions à ce sujet.

 

Ce qui distingue cette analyse des travaux antérieurs

L'ensemble de données utilisé ici comprend à la fois les décès COVID et non COVID par âge. Nous n'avons jamais eu cela auparavant.

Cela nous permet de valider les données pour la première fois, comme nous l'expliquons dans la section suivante.

En bref, les données que nous avons dans cet ensemble de données sont plus détaillées que les résumés les plus couramment cités de la British Health Authority.

 

Le contrôle de vraisemblance

Comme il ne s'agit pas d'une étude randomisée, il est important de valider les données pour éviter toute confusion.

En particulier, les taux de mortalité toutes causes confondues (ACM) pour les décès NON-COVID dans les cohortes vaccinées devraient être les mêmes que les taux pour les non vaccinés pour un vaccin entièrement sûr ; avec ce vaccin, ils devraient certainement être plus élevés, comme nous le savons grâce au VAERS.

Chaque fois que l'ACM non COVID est plus faible chez les vaccinés que chez les non vaccinés dans n'importe quelle cohorte d'âge, les données ne sont pas fiables (soit faussées, soit sérieusement confuses). Dans les données fournies par le gouvernement britannique, il est inférieur sur la plupart des lignes. C'est impossible. Cela montre que les données ne sont pas fiables. D'autres l'ont également remarqué.

C'est pourquoi j'aime tant cet ensemble de données : il contient l'ACM non COVID afin que nous puissions en vérifier l'exactitude.

Cet examen est la raison pour laquelle je me suis concentré sur la ligne 2 doses > 6 mois, car il a réussi cet examen simple plus régulièrement que toute autre ligne.

Si vous ignorez le contrôle de plausibilité et incluez toutes les données sur les vaccinés dans le rapport britannique, alors les vaccins sont de merveilleuses bouées de sauvetage, mais UNIQUEMENT si vous avez 25 ans ou plus. Le vaccin vous évitera de mourir d'un cancer, d'un accident de voiture, etc., surtout si vous êtes plus âgé. C'est comme une fontaine de jouvence pour les personnes âgées quand vous faites cela. C'est loin de la réalité, où les directeurs de pompes funèbres comme John O'Looney ne pouvaient pas croire le nombre d'appels qu'il a reçus lorsque les vaccins sont sortis.

Vous trouverez ci-dessous une explication plus détaillée du biais du survivant, qui explique pourquoi ces ensembles de données ne sont pas appropriés à nos fins.

Toutes les données que nous avons utilisées répondaient aux critères de notre simple contrôle de plausibilité.

Mon test de raison pourrait-il être erroné car le vaccin protège effectivement contre la mort de toutes les maladies et aussi contre les accidents ? Nan Le VAERS serait vide si ce médicament réduisait le nombre d'événements indésirables et si les médecins signalaient la guérison de la maladie chez les personnes âgées. Au lieu de rapports d'événements indésirables, les médecins soumettraient des rapports d'événements bénéfiques (BER) post-vaccination.

J'ai écrit sur ce supposé effet "fontaine de jouvence" le 12 novembre 2021.

 

Les personnes de plus de 80 ans doivent-elles se faire vacciner ?

Mon analyse VAERS dit non.

Les données anecdotiques des maisons de repos lanceuses d'alerte disent toutes non (voir les diapositives 53 à 59). Ceux-ci incluent Abrien Aguirre à Oahu, la maison de retraite Sunnycrest au Canada, et les expériences de John O'Looney et les expériences des embaumeurs , où la plupart des corps qui sont embaumés ont des caillots sanguins révélateurs causés par le vaccin.

À en juger par l'ajustement de la courbe , les choses ne vont pas bien non plus pour les personnes âgées (voir ce commentaire de lecteur pour plus de détails).

L'ensemble de données britannique utilisé dans cet article était trop compliqué pour être utilisé car le taux d'ACM des vaccinés non COVID était inférieur à celui des vaccinés, il a donc échoué au contrôle de plausibilité.

Donc, si j'avais plus de 80 ans, je ne serais pas vacciné tant que je n'aurais pas de données fiables et cohérentes provenant de plusieurs sources indépendantes démontrant un avantage clair. Avez-vous vu quelque chose comme ça récemment?

 

Ratio ACM vs analyse risques-avantages

Maintenant que nous avons couvert les bases, je voudrais expliquer davantage la différence entre le ratio ACM et l'analyse risques/avantages et pourquoi nous devrions nous concentrer sur cette dernière.

Par exemple, Toby Rogers a estimé que pour chaque enfant que nous pourrions éviter de mourir du COVID dans le groupe d'âge 5-11 ans, nous tuons 117 enfants du vaccin COVID.

Pour un groupe d'âge encore plus jeune (10-14 ans), le rapport est de 1600 pour 1. Le problème avec ce jeune groupe d'âge est qu'il y a si peu de décès qu'il y a beaucoup de bruit statistique parce que le dénominateur est si petit (proche à 0). Cependant, les données du Royaume-Uni montrent clairement qu'il est inutile de vacciner les enfants de moins de 20 ans. Se disputer pour savoir si c'est 117 ou 1600, c'est comme réarranger les transats sur le Titanic.

Voici un exemple simple pour illustrer la différence entre le ratio ACM et l'analyse risques/bénéfices :

• Supposons que 100 personnes sur 100 000 meurent chaque année dans un certain groupe d'âge.
• Nous avons un vaccin qui sauve 1 vie par personne mais en tue 10. C'est une intervention misérable, tuant 10 fois plus de personnes qu'elle n'en sauve.
• Cependant, en comparant les taux d'ACM des deux groupes, le chiffre est de 100 dans le groupe non vacciné et de 109 décès dans le groupe vacciné. Ainsi, le ratio ACM ne serait que de 1,1, soit une augmentation de 10 %. Mais le rapport risque/bénéfice est de 10:1 plus de risque que de bénéfice.

Pour cette raison, le nombre correct est le rapport bénéfice-risque, et non le rapport des MCA de chaque groupe.

 

Essayez d'invalider ceci

Le professeur Jeffrey Morris a partagé l'explication dans son article de blog "Artefacts de données sur les décès au Royaume-Uni:" Retardataires "retardant les doses de vaccin, un groupe sélectionné à risque plus élevé de décès".

David Wilson, alias Debunk the Funk, a cité l'article de Morris lorsque je lui ai demandé de démystifier cet article.

Ils sont donc censés croire que toute personne ayant reçu 2 doses de vaccin il y a au moins 6 mois est un retardataire et a un risque plus élevé de mourir.

Vous plaisantez j'espère?!?

"Montre-moi les DONNÉES"

Vous souvenez-vous du film Jerry Maguire où Rod Tidwell conseille à Jerry que tout ce que Jerry doit faire pour le garder en tant que client est "Montre-moi l'argent !" ?

Nous devrions tous demander la même chose au CDC, mais au lieu d'argent, nous devrions leur demander : "Montrez-moi les DONNÉES !"

Pourquoi le CDC ne nous montre-t-il pas l'étude ACM dont nous avons besoin ?

Puisque les essais cliniques n'ont pas été réalisés en aveugle, si nous voulons savoir si ces vaccins réduisent le nombre de décès, nous devrions mener une étude rétrospective avec 100 000 personnes dans chaque groupe, qui seront sélectionnées le 1er décembre 2020, avant que les vaccins ne deviennent publics. réduire.

Un groupe a choisi de se faire vacciner. L'autre groupe évite complètement la vaccination.

On regarde ensuite le nombre de décès COVID par rapport aux décès non COVID dans chaque groupe et calcule l'analyse risque-bénéfice comme nous l'avons déjà fait.

Ce sont les données que je veux voir. Où sont-ils? Personne n'a encore pu me les montrer.

Et sans ces données, personne, quel que soit son âge, ne devrait être vacciné ou recommander la vaccination.

J'irais même plus loin et dirais :

• Il est irresponsable pour le CDC de ne pas divulguer ces données au public.
• Il est irresponsable que la communauté médicale n'exige pas de voir ces données.
• Il est irresponsable pour la profession médicale d'encourager quiconque à se faire vacciner sans voir ces données, surtout compte tenu des données alarmantes du VAERS et d'autres sources.
• Si les vaccins sont utiles, comment expliquez-vous cette nouvelle analyse des données britanniques ?

 

résumé

Sur la base de ces nouvelles données du gouvernement britannique, nous pouvons enfin calculer un rapport bénéfice/risque réel pour chaque tranche d'âge. Pour tous les groupes, il est négatif. Plus vous êtes jeune, moins la vaccination a de sens.

L'essentiel est le suivant : enfin, les données sont accessibles au public et montrent clairement que nos gouvernements nous ont publiquement mis en faillite avec ces vaccins et ces réglementations sur la vaccination.

L'analyse des données n'est pas non plus vulnérable. Il s'agit de données entièrement rapportées directement du gouvernement britannique et les calculs sont simples. La seule façon d'expliquer les résultats est que les vaccins tuent plus de personnes qu'ils n'en sauvent.

Il est regrettable que le corps médical n'ait même pas demandé ces données avant de recommander les vaccins. À ce jour, ils font l'autruche et ne demandent pas à voir les données ACM.

S'il vous plaît partager cet article et aidez-nous à passer le mot.