Conversazione sul forum: Norman Fenton
Sulle rivelazioni dei dati sulla pandemia
|
La seguente intervista con Norman Fenton di David Marks presenta una panoramica completa di come i dati sulla pandemia sono stati distorti per servire gli interessi delle agende di Big Pharma e del governo. Proviene da un nuovo sito Web appena lanciato da Children's Health Defense, chiamato Community Forum . Oltre a questo pezzo, il Forum conterrà una serie di articoli informativi e informazioni su come sostenere e organizzare il cambiamento.
Ristampato con il permesso di CHD e dell'autore.
In un'intervista esclusiva con il Community Forum, Norman Fenton, un veterano professore di gestione del rischio e matematico del Regno Unito, spiega come la manipolazione dei dati sulla pandemia da parte di scienziati, agenzie governative e media mainstream supporti una falsa narrativa con conseguenze devastanti.
Di David Marchi
Forum: Norman Fenton, benvenuto alla Conversazione del Forum. L'analisi che hai svolto negli ultimi anni offre una visione incredibile di ciò che si è effettivamente svolto durante la pandemia. Prima di discutere questi risultati, puoi aiutarci a capire come applichi le tue conoscenze alla valutazione delle informazioni al di fuori della tua area di competenza, inclusi i dati medici?
Fenton: Per molti anni ho collaborato intensamente con esperti clinici in diversi domini medici. Ad esempio, prima della crisi COVID, ero il ricercatore principale di un grande progetto finanziato dal Consiglio di ricerca in ingegneria e scienze fisiche del Regno Unito. Il nostro gruppo utilizza metodi statistici bayesiani , in cui le conoscenze e le competenze disponibili sono combinate con i dati per aiutare a migliorare il processo decisionale per la prognosi e la diagnosi delle condizioni mediche croniche.
Abbiamo analizzato i dati per condizioni specifiche come l'artrite reumatoide, il diabete, l'insufficienza cardiaca cronica, la sindrome del pavimento pelvico, la sclerosi multipla e abbiamo lavorato con i medici per determinare le spiegazioni causali dei dati osservati in modo che possano essere incorporati nei nostri sistemi di supporto decisionale. Così, ad esempio, nell'area dei traumi abbiamo collaborato con i chirurghi per aiutare a migliorare i parametri decisionali sull'opportunità o meno di amputare un arto.
Per questi tipi di analisi non ci sono enormi database pertinenti, motivo per cui è necessario combinare la quantità relativamente piccola di dati disponibili con la prospettiva di medici esperti. Lavoriamo con loro per costruire strutture per ottenere in modo efficace le conoscenze necessarie per prendere decisioni valide. Vengono progettati modelli causali pratici che possono essere popolati con i dati grezzi che abbiamo a disposizione, che forniscono quindi una guida per coloro che sono coinvolti nelle procedure sanitarie.
Ci affidiamo ai medici per controllare tutti gli aspetti dell'analisi. Sebbene abbiamo lavorato con patologi ed epidemiologi per comprendere i numeri, le informazioni sulla pandemia di COVID non richiedono molte conoscenze mediche. Ciò che era più importante era che l'utilizzo solo di dati pubblicamente disponibili ci ha permesso di esporre molti difetti cruciali nella narrativa COVID promossa dai governi e dai media mainstream.
Forum: Come hai applicato l'analisi bayesiana per comprendere i dati iniziali sui test per il virus COVID?
Fenton: Un buon esempio di come abbiamo utilizzato l'analisi bayesiana è stato rispondere alla domanda: ho o non ho il virus SARS-CoV-2 (COVID)? E nello specifico, se sono asintomatico, qual è la probabilità che io possa avere il virus? Rispondere correttamente a questa domanda è stato al centro di una delle nostre prime domande.
Supponiamo che in un dato momento siano disponibili dati che suggeriscono che, nella popolazione generale, una persona asintomatica su mille potrebbe avere il virus. Tali dati non sono mai stati confermati ovviamente, il tasso di infezione è variato nel tempo, ma lo userò per spiegare il ragionamento bayesiano.
Se faccio un test PCR ed è positivo ma non mi sento male, vorrei sapere se ho davvero il virus. In altre parole, se io sono uno su mille persone asintomatiche ma portatrici del virus, vorrei conoscere l'accuratezza del test. Non c'erano studi affidabili sull'affidabilità del test PCR, ma al pubblico era assicurato che questi test fossero molto accurati. Supponiamo che ci fosse solo una possibilità su cento che qualcuno che non ha il virus risulti positivo: un tasso di falsi positivi dell'1%. Poi, al contrario, se non ho il virus, c'è una probabilità del 99% che il test sia negativo. Con queste informazioni la maggior parte delle persone presumeva che se fossi risultato positivo quasi certamente avevi il COVID. Ma non è così.
Pensa a un gruppo di 10.000 persone asintomatiche sottoposte a test. Poiché presumiamo che una persona asintomatica su mille abbia il virus, ciò significa che circa 10 su 10.000 hanno davvero il virus. Supponiamo anche che queste persone veramente infette risultino positive. Quindi rimaniamo con poco meno di 10.000 persone - 9990, che non hanno il virus. Ma un test PCR con solo un tasso di falsi positivi dell'1% significa ancora che circa 100 di queste persone risulteranno falsamente positive. Quindi in totale ci sono 110 persone risultate positive di cui sappiamo che solo 10 si ammaleranno effettivamente a causa del virus. Quindi, la probabilità effettiva di avere il virus se si risulta positivi è più vicina al 10%. Ciò significa che con ipotesi ragionevoli sul tasso di infezione sottostante e sull'accuratezza del test, il test PCR utilizzato come standard per le decisioni e i mandati che hanno un impatto sulla vita,
La confusione sta nel presupposto errato che anche se non si hanno sintomi del virus, la possibilità di un falso positivo nel test PCR è solo dell'1%. Come mostrano calcoli più accurati basati su dati affidabili, chiaramente non è così. Assumere che queste probabilità siano uguali è noto come errore del condizionale trasposto . In aula, quando le prove del DNA vengono interpretate male, si parla di politica del pubblico ministero. Quelle cifre contraddittorie avrebbero dovuto sollevare domande importanti - non è così complicato - può essere presentato in modo confuso, ma gli scienziati che ne sapevano di più hanno ignorato questi dati.
Forum: I risultati di questi dati comparativi sono stati confermati da altri studi?
Fenton: Abbiamo esaminato i numeri di uno studio dell'Università di Cambridge in cui hanno testato diverse migliaia di studenti asintomatici per il virus per settimane utilizzando test PCR aggregati. E durante quel periodo quello che hanno scoperto è che pochissimi studenti sono risultati positivi. Infatti, nel periodo, solo 43 dei 10.394 test sono risultati positivi.
Tuttavia, a differenza di quanto accade nei test PCR nella popolazione generale, hanno eseguito un secondo test di conferma su ciascuno degli stessi campioni risultati positivi. Hanno applicato questo standard più affidabile e approvato, dove erano necessari due positivi per la conferma; se uno dei due era negativo, significava che nessuno nel campione raggruppato era infetto. Hanno scoperto che 36 dei 43 campioni che erano risultati positivi, quando sono stati nuovamente testati in seguito, sono risultati negativi. Quindi, quello che hanno visto è stato che l'84% degli studenti asintomatici che mostravano un risultato positivo al test iniziale non avevano il virus, confermando un tasso di inesattezza molto alto.
Forum: Qual è stata la risposta alla tua analisi dello studio Cambridge? Avrebbe dovuto avere un certo impatto sulla politica.
Fenton: Abbiamo modellato correttamente i dati e siamo stati in grado di ottenere previsioni migliori sul tasso di falsi positivi e sul vero tasso di infezione sottostante nella popolazione asintomatica. Abbiamo scritto un rapporto, vigorosamente rivisto dai nostri colleghi nell'analisi dei dati, e poi lo abbiamo inviato a varie pubblicazioni mediche. Siamo rimasti scioccati dal fatto che non sia arrivato alla fase di revisione in nessun diario. È stata la prima delle nostre relazioni respinte con affermazioni secondo cui vi era un interesse insufficiente o perché non rientrava nel loro campo di applicazione. La nostra analisi dello studio di Cambridge è stata persino respinta dai server di prestampa, che hanno gli standard più tolleranti, pubblicando normalmente tutto ciò che non è plagiato.
Forum: Questo deve essere stato estremamente frustrante. Come hai spiegato questa risposta irragionevole?
Fenton: Nessuno voleva ammettere o esporre che una percentuale molto significativa di test asintomatici ha prodotto falsi positivi. Alcune persone hanno semplicemente affermato di sapere che ciò che abbiamo visto non poteva essere vero perché erano assolutamente sicuri che il tasso di falsi positivi del test PCR fosse inferiore all'1%. Non volevano guardarlo nel contesto di ciò che abbiamo dimostrato perché contraddiceva la narrativa originale della pandemia di COVID. Le loro convinzioni erano basate su un errore che ha guidato tutte le politiche pandemiche.
Possiamo vedere che c'è stato uno sforzo per mostrare un aumento esponenziale del numero di casi. La semplice estrapolazione da ciò che avevamo mostrato era che se testi più persone, specialmente molte più persone asintomatiche, sembrerai mostrare più casi, molti dei quali in realtà erano falsi positivi. Ciò non avrebbe aiutato le argomentazioni a favore di blocchi, mandati e successivamente di vaccini. Quando i blocchi si stavano allentando e le persone tornavano al lavoro che erano perfettamente in salute e non presentavano alcun sintomo, dovevano comunque sottoporsi ai test PCR. Poi di nuovo, hai tutte le successive politiche limitanti e l'insistenza sulla vaccinazione basate su quella che era un'altra enorme percentuale di falsi positivi.
Forum: All'inizio della pandemia sembrava esserci una motivazione per testare e considerare come proteggere al meglio il pubblico. I media hanno mostrato sacchi per cadaveri per le strade della Cina, con l'implicazione che se qualcosa non fosse stato fatto, sarebbe successo ovunque.
Fenton: Abbiamo effettuato alcune analisi appropriate e esaminato il tasso di mortalità per infezione; qual era la probabilità di morire se avessi contratto il virus COVID-19. I dati sul tasso di infezione e sulla mortalità sono stati raccolti da tutti gli studi pubblici disponibili.
Abbiamo quindi fatto una meta analisi, mettendo insieme tutti i dati disponibili, tenendo conto che nelle prime settimane della pandemia erano soprattutto i pazienti gravemente malati e ricoverati a sottoporsi al test PCR; e quindi erano il gruppo più numeroso confermato come casi COVID. Era ovvio come i numeri venissero riportati in modo errato. Se la maggior parte delle persone con casi confermati di COVID si trova negli ospedali, allora la probabilità di morire di COVID sembrerà molto più alta di quanto non sia in realtà, perché ti stai concentrando su un gruppo ristretto. Questa scoperta utilizza il buon senso, non sofisticate analisi dei dati.
Il nostro lavoro ha concluso che il tasso di infezione, la percentuale di persone infette, era superiore a quello presentato. Ma soprattutto, il tasso di mortalità per infezione, la possibilità che tu morissi se fossi stato infettato dal virus, era molto più basso di quanto riportato. Nel corso del tempo, i tassi di mortalità accurati hanno solo confermato il nostro lavoro e le conclusioni di altri studi. Il tasso di mortalità non è mai stato così alto e soprattutto tra quelli con altre precondizioni. Ma ancora una volta, questo lavoro è stato praticamente ignorato.
Forum: i governi e le autorità sanitarie hanno ammesso che avere condizioni preesistenti pone quei pazienti nel gruppo a più alto rischio di ricovero e morte. Come hai fatto a tenerne conto?
Fenton: Abbiamo raccolto ottimi dati su questo. Attraverso richieste basate sulla libertà di informazione abbiamo numeri indiscutibili per il Regno Unito nei primi due anni. E su 136.000 decessi formalmente classificati come COVID sui loro certificati di morte, circa 5000, solo il 5%, non avevano almeno un'altra comorbilità. In questo gruppo c'erano solo tre bambini di età inferiore ai 20 anni.
C'è un altro studio che ha esaminato in dettaglio le cartelle cliniche di tutti i bambini entrati in terapia intensiva con COVID nel primo anno della pandemia - circa 250 - era un numero inferiore rispetto a un tipico anno di influenza. E quando hanno iniziato a esaminare i numeri, si è scoperto che c'erano 38 di quei bambini che finirono per morire. Otto di questi hanno avuto la morte attribuita a COVID - gli altri erano bambini che avevano un test PCR positivo, ma sono stati ricoverati in terapia intensiva con sintomi di una condizione molto grave come il cancro. E degli otto la cui morte è stata attribuita a COVID, almeno sette avevano condizioni preesistenti di pericolo di vita. Quindi, in sostanza, hanno dimostrato che i bambini di età inferiore ai 20 anni nel Regno Unito che sono morti con COVID, in realtà sono morti per qualcos'altro. Almenoin questa analisi dal primo anno, il rischio per i giovani di morire di COVID si avvicina allo zero.
Forum: è stata effettuata un'analisi delle cifre che confrontano la percentuale di coloro che sono morti negli anni precedenti con l'influenza e una comorbilità, rispetto a statistiche simili sul COVID-19?
Fenton: È interessante notare che una volta iniziato il COVID-19, molti dei dati sull'influenza, che in precedenza erano facili da trovare, sono diventati improvvisamente difficili da individuare o non disponibili. Abbiamo tentato di ottenere queste informazioni senza molto successo, poiché sarebbe stato un ottimo confronto. C'è certamente una conoscenza aneddotica. È sempre stato che gli anziani spesso muoiono per complicazioni di influenza o polmonite, ed è uno dei motivi per cui sono stati considerati un gruppo ad alto rischio con COVID.
C'è stato un vero picco di morte in eccesso a febbraio e marzo del 2020, quando è arrivato per la prima volta il COVID. Ora stiamo scoprendo che in realtà era dovuto a pessime decisioni mediche prese nei confronti degli anziani. E non sto parlando solo di somministrare trattamenti sbagliati, come mettere in modo inappropriato i pazienti sui ventilatori. I miei colleghi clinici ora si rendono conto che trasferire pazienti anziani ricoverati in case di cura dove il COVID si è diffuso a macchia d'olio è stato catastrofico. Il successivo aumento dei decessi per il nuovo virus COVID era probabilmente collegato alla cattiva gestione e alla mancanza di cure adeguate.
Forum: I dati rivelano se il virus COVID-19 fosse effettivamente più pericoloso o mortale, o se con il progredire della pandemia lo è diventato sempre di più?
Fenton: Sembrava pericoloso all'inizio, e ancora non sappiamo quanto sia stato fabbricato o dovuto alla catastrofica cattiva gestione degli anziani. Non posso esserne certo all'inizio, ma ci sono indicatori molto forti che le cosiddette ondate massicce successive sono state notevolmente esagerate. Ad esempio, nel Regno Unito, la seconda ondata, iniziata nell'inverno del 2020, avrebbe dovuto essere molto peggiore in termini di numero di casi COVID e decessi rispetto alla prima ondata.
Ancora una volta, qui è importante non solo guardare i numeri, ma capire la fonte di quelle cifre. Se consideri solo la dashboard COVID del governo del Regno Unito, che fornisce solo dettagli sui numeri di casi COVID, ricoveri e decessi e riconosce che dipendono ancora dal test PCR, vedi un picco molto più grande rispetto alla prima ondata. Questi dati sono stati utilizzati ripetutamente per avvertirci del ritorno di condizioni mortali.
Abbiamo esaminato altri importanti indicatori indipendenti nel Regno Unito. Il dashboard del triage COVID del Servizio Sanitario Nazionale ha monitorato le chiamate di emergenza e le risposte specificamente per i pazienti con sintomi COVID. Queste sono persone che sono costrette a chiamare i servizi di emergenza e ottenere un'ambulanza perché hanno un peggioramento dei sintomi COVID. I numeri riflettono vere emergenze sanitarie piuttosto che risultati di test discutibili.
Quel grafico mostra chiaramente che all'inizio del 2020, quando il virus ha colpito per la prima volta, ci sono stati veri e propri picchi. Ma nell'inverno dal 2020 al 2021, ci sono solo increspature di aumento delle chiamate di emergenza molto simili a una normale stagione influenzale.
Quindi c'è stato un aumento iniziale, che può essere spiegato da una nuova potente variante dell'influenza mal gestita. Ma la scala crescente dichiarata dai governi non può essere comprovata e i dati aggiuntivi del dashboard del triage COVID contraddicono quelle cifre gonfiate.
Processi inadeguati e viziati
Forum: Puoi aiutarci a capire quelli che vedi come i difetti centrali delle sperimentazioni sui vaccini?
Fenton: Non ho mai condotto una sperimentazione clinica. Ho esaminato solo i dati sugli studi clinici, quindi non sono un esperto di studi clinici. La mia esperienza e competenza è principalmente nel giudicare i risultati delle prove osservazionali. Ma ci sono stati molti problemi evidenti con la principale sperimentazione del vaccino Pfizer che sono appena stati rivelati.
Il processo Pfizer è stato la base per l'affermazione di efficacia del 95% che ha consentito l'autorizzazione all'uso di emergenza per il vaccino. Come per tutti gli studi controllati randomizzati, doveva essere uno studio in doppio cieco, controllato con placebo. In uno dei più grandi in Argentina, avevano un numero uguale di pazienti non infetti che ricevevano un vaccino o il placebo; 22.000 hanno ricevuto il vaccino COVID e 22.000 hanno ricevuto un'iniezione salina. Ora sappiamo che ci sono stati tutti i tipi di violazioni del protocollo, comprese le persone nel gruppo placebo che hanno scoperto di non essere state vaccinate.
Un numero significativo di loro ha abbandonato o ha ricevuto il vaccino. L'affermazione di efficacia del 95% si basava sul fatto che dopo l'iniezione, c'erano 162 casi di COVID tra i partecipanti al placebo rispetto a solo otto tra i partecipanti vaccinati. Ma un numero molto maggiore di casi sospetti ma non confermati è stato distribuito in modo abbastanza uniforme tra quelli del gruppo vaccino e placebo. E un numero sproporzionatamente piccolo di partecipanti vaccinati con sintomi ha ricevuto test PCR rispetto ai partecipanti placebo con sintomi.
Pfizer ha anche escluso i partecipanti che hanno sviluppato COVID prima della seconda dose. Ci sono stati 143 di questi pazienti ritirati. Molte delle irregolarità si sono verificate in un sito in Argentina che ha registrato il maggior numero di partecipanti, quasi tutti reclutati in prossimità della scadenza. È anche importante notare che nello studio non è stato testato alcun risultato di sicurezza e, ad oggi, sono stati registrati complessivamente più decessi nel braccio del vaccino che nel braccio del placebo.
Non solo in Argentina, ma in molti dei grandi studi osservazionali condotti dopo il lancio del vaccino, chiunque sia stato vaccinato e abbia contratto il COVID entro due settimane è stato classificato come persona non vaccinata. La logica di parte alla base di questa decisione era che occorrono almeno due settimane affinché il vaccino abbia effetto. Questa classificazione errata è stata accettata come una pratica mondiale che ha distorto i dati ovunque.
Quindi, in questi studi osservazionali, hai questa incredibile distorsione nei dati, fin dall'inizio. In aggiunta a ciò, sappiamo che, come nello studio Pfizer, negli studi osservazionali un numero sproporzionatamente piccolo di persone vaccinate non è stato sottoposto a test di routine rispetto a coloro che non erano stati vaccinati. Tutto ciò che è stato fatto è stato quello di giustificare il lancio del vaccino e dare le dosi successive.
Forum: Le sperimentazioni farmaceutiche hanno combinato i risultati di un certo numero di paesi diversi, sommandoli tutti insieme? E se le cifre argentine fossero state tolte, i risultati sarebbero stati meno conclusivi?
Fenton: Il processo Pfizer non avrebbe raggiunto l'obiettivo senza il sito argentino, dove c'era stato un reclutamento di massa poco prima della scadenza. Ci sono prove circostanziali che sia stato istituito per ottenere la percentuale di efficacia del 95%.
Forum: Abbastanza presto dopo queste affermazioni gonfiate di efficacia, abbiamo sentito parlare dei cosiddetti casi rivoluzionari. Quel termine sembra essere scomparso quasi con la stessa rapidità con cui è arrivato, perché è diventato evidente che tutti i casi sono casi rivoluzionari.
Fenton: Ci hanno venduto una bugia. Ci hanno detto che se prendevi il vaccino non avresti preso il COVID e non lo avresti potuto trasmettere. Ora stiamo scoprendo che sono le persone che hanno ricevuto il vaccino più volte a ricevere il COVID più di una volta, piuttosto che i non vaccinati . Abbiamo i numeri che lo mostrano in ogni gruppo di età; i vaccinati hanno una probabilità sproporzionatamente maggiore di contrarre il COVID rispetto ai non vaccinati.
Forum: la definizione di vaccinato è cambiata durante la pandemia. In che modo ciò ha influito sulla valutazione dei dati?
Fenton: Nonostante la definizione mutevole del termine, abbiamo dati che dividono i gruppi per il numero di colpi da nessuno a cinque. Lo sforzo concertato per ridurre al minimo il numero di persone vaccinate che contraggono il COVID è stato inarrestabile. È ormai ampiamente ammesso che il vaccino non interrompa la trasmissione, confermando le statistiche effettive che mostrano che tutte le altre analisi si basavano su risultati distorti. Ma quando venivano promossi i vaccini, quelli di noi esperti che contraddicevano l'interpretazione dei dati venivano emarginati o ignorati. La narrazione era incentrata su una follia illogica ampiamente accettata.
Numero di vaccinati gonfiato per emarginare i non vaccinati
Forum: C'è ancora uno sforzo per aumentare il numero di persone vaccinate. Questo palese tentativo di emarginare i non vaccinati si basa anche su dati errati?
Fenton: La vera percentuale di persone non vaccinate è importante. L'Office of National Statistics [ONS] qui nel Regno Unito ha fatto una bizzarra affermazione secondo cui nel maggio 2022 solo l'8% della popolazione adulta non è vaccinata, coloro che non hanno mai avuto un vaccino. Sappiamo che non è vero perché l'Agenzia per la sicurezza sanitaria del Regno Unito ha dati più affidabili che dicono che è più vicino al 20% degli adulti nel Regno Unito che non sono vaccinati; e questo è un numero prudente. Potrebbe essere più vicino al 30%. Quando usi questa cifra più alta per i non vaccinati, hai un campione più accurato della popolazione e in ogni fascia di età vediamo che ci sono più casi di COVID tra i vaccinati.
Forum: Come fai a sapere che le cifre dell'Agenzia per la sicurezza sanitaria del Regno Unito sono più affidabili?
Fenton:In primo luogo, i dati ONS si basano su un sottogruppo molto poco rappresentativo della popolazione del Regno Unito. Include solo le persone che sono state entrambe conteggiate nel censimento del 2011 e che sono state anche registrate presso un medico generico nel 2019. Questa classificazione riduce la popolazione adulta dell'Inghilterra da circa 49 milioni a circa 39 milioni. Quindi ti mancano circa 10 milioni di adulti. Ciò presuppone anche che il censimento sia corretto; stime migliori porterebbero quella popolazione scomparsa a circa 16 milioni, un numero enorme. E una parte sostanziale di coloro che fanno parte di questo gruppo mancante sono certamente non vaccinati.
Anche ignorando i bambini nati dopo il 2011, c'è un enorme afflusso di immigrati in arrivo. È apertamente un campione distorto e non rappresentativo.
La UK Health Security Agency sta basando i propri dati interamente sul National Immunization Management Service , che dovrebbe avere un registro di ogni vaccinazione, anche per COVID. Questi dati possono essere problematici perché contano in eccesso a causa di record duplicati, ma non hanno un pregiudizio che troverebbe numeri non vaccinati inferiori. Dai loro dati, a maggio 2022 poco meno del 20% della popolazione adulta non era vaccinata.
Forum: Queste cifre sono state confrontate pubblicamente?
Fenton: La BBC ha recentemente prodotto un documentario intitolato "Unvaccinated". Hanno utilizzato la cifra ONS dell'8% della popolazione adulta, presentando questo piccolo gruppo come strani valori anomali che dovevano essere convinti della loro ignoranza. È interessante notare che i produttori si sono smentiti rivelando che per capire gli atteggiamenti nei confronti dei vaccini avevano utilizzato il sondaggio ICM commissionato dall'emittente pubblica STV. Questo è stato il più grande sondaggio dettagliato sul programma di vaccinazione COVID che fosse stato fatto nel Regno Unito. Questo campionamento ha mostrato che su 2570 persone, 664 non erano vaccinate - quasi il 26% - che ha superato tutte le altre stime. Ma il programma aveva un punto di vista che non tollerava dubbi.
Che tu sia uno statistico classico o voglia fare un'analisi bayesiana, qualunque sia il modo in cui scricchioli i numeri, i risultati mostrano una popolazione più alta di persone non vaccinate rispetto a quanto suggerisce la narrativa tradizionale. Qualsiasi analisi dei casi o dell'efficacia cambia radicalmente quando vengono utilizzati numeri precisi.
I vaccini contro il COVID-19 non funzionano
Forum: i vaccini sono stati promossi come efficaci nell'arrestare i casi. I dati e gli studi che hanno mostrato il contrario sono stati ignorati, anche se ora è stato ammesso che il vaccino COVID non ha mai dimostrato di diminuire la trasmissione.
Fenton: Ciò che è molto peggio, ci sono dati che indicano che una maggiore vaccinazione è correlata a tassi più elevati di infezione. Una richiesta del Freedom of Information Act al governo della Nuova Scozia in Canada ha rilasciato dati che sono stati tracciati da Jessica Rose . Ha reso questa connessione molto evidente.
Forum: Un altro paese in cui hai confrontato la vaccinazione e il numero di casi di COVID è stata la Germania. Cos'hai visto lì?
Fenton: Un argomento a difesa dei vaccini COVID è che è difficile confrontare i numeri tra paesi che hanno culture e sistemi sanitari molto diversi. Questo è parzialmente vero, ma guardando la Germania e i suoi singoli stati, dove hanno le stesse normative e tutti sono ugualmente incoraggiati a prendere il vaccino, questo non è un fattore.
Abbiamo confrontato i dati dalla Germania su sette giorni sui casi COVID e sui tassi di assorbimento del vaccino COVID. Potrebbero essere analizzate le differenze regionali nella percentuale di persone vaccinate. Ad esempio, in alcune parti dell'ex Germania dell'Est c'è più scetticismo nei confronti del governo e abbiamo visto tassi di adozione del vaccino molto più bassi.
Per ogni regione, quando si traccia la densità dei casi rispetto all'assorbimento del vaccino, si ottiene questa notevole correlazione per cui le regioni dei casi densi sono anche le regioni dell'assorbimento del vaccino denso. E dove ci sono pochissimi casi di COVID, hai la minima diffusione del vaccino.
Berlino in particolare lo dimostra molto chiaramente; c'è una percentuale di popolazione vaccinata molto più alta rispetto ad altre aree, oltre il 62%. Ed è l'hotspot per i casi COVID. Ovviamente questi dati utilizzano numeri basati su casi confermati con test e, come ho detto, sono scettico sui test. Tuttavia, è una scoperta piuttosto fenomenale che è praticamente ignorata.
Vaccini COVID-19 e mortalità
Forum: l'enfasi nelle dichiarazioni pubbliche si è spostata sul modo in cui i vaccini limitano l'ospedalizzazione e la morte. È mai stato esaminato negli studi?
Fenton: Anche questa non è un'analisi complicata. Quando si traccia il tasso di vaccinazione per un dato paese rispetto al tasso di mortalità COVID, c'è una tendenza ovvia. Se i vaccini funzionassero, ciò che dovremmo vedere è che i paesi con tassi di vaccinazione più elevati dovrebbero avere tassi di mortalità COVID più bassi.
Quello che vedi effettivamente è che i paesi con i tassi di mortalità COVID più bassi sono essenzialmente i paesi africani con tassi di vaccinazione molto bassi.Ora l'età media della popolazione nei paesi africani è più bassa che altrove, quindi questo è un fattore, ma anche tra paesi altamente comparabili, quelli che hanno un'alta vaccinazione hanno tassi di mortalità più elevati. L'Australia, ad esempio, ha attualmente il tasso di mortalità COVID più alto al mondo e afferma che il 96% è vaccinato . Ci sono variabili, ma non c'è certamente alcuna correlazione che dimostri che le popolazioni vaccinate hanno una minore possibilità di morire di COVID.
Forum: Eppure il numero di casi, ricoveri e decessi guida ancora la narrazione, anche se la pandemia si allontana.
Fenton: Nonostante gli ovvi problemi con il modo in cui i numeri vengono raccolti e analizzati, i tassi di casi sono ancora guidati da test inaffidabili o applicati a un gruppo ristretto di pazienti. Ad ogni modo, più test fai, più casi e ricoveri trovi; e, naturalmente, più morti classificherai come COVID. Poiché i casi sono enormemente gonfiati, i dati successivi sono inutili. I ricoveri e i decessi sono reali, ma molti dei casi COVID non lo sono. E come è stato evidente a chiunque si preoccupi di guardare, la maggior parte di coloro che effettivamente hanno COVID e muoiono non stanno morendo di COVID, stanno morendo con COVID .
Abbiamo capito subito che c'era così tanta manipolazione delle informazioni che dovevamo iniziare a guardare cifre che non potevano essere distorte.
Forum: Il tuo gruppo è stato uno dei primi a esaminare la mortalità per tutte le cause e hai riconosciuto alcune anomalie interessanti.
Fenton: Sì, se vuoi capire veramente la sicurezza dei vaccini, devi analizzare la mortalità per tutte le cause . Quando abbiamo esaminato per la prima volta i dati ONS per il programma di vaccinazione del Regno Unito, abbiamo visto una correlazione molto strana.
Incredibilmente, secondo i dati ONS, quando i vaccini sono stati rilasciati, c'è stato un aumento significativo dei decessi per cause diverse dal COVID tra i non vaccinati . Queste due statistiche non dovrebbero essere correlate. La spiegazione più probabile per questa anomalia era che molti di coloro che morivano poco dopo la vaccinazione venivano classificati come non vaccinati . Una volta aggiustati i dati per questa errata classificazione, non ci sono prove che i vaccini riducano la mortalità per tutte le cause; piuttosto, ci sono prove che possa causare un aumento, specialmente nei gruppi di età più giovani. Ciò avrebbe dovuto causare grande preoccupazione e un intervento immediato.
Forum: c'è anche la conferma sia dei decessi che delle gravi complicazioni dovute ai vaccini, ma anche questi numeri vengono ignorati. Hai esaminato i database come VAERS [Vaccine Adverse Event Reporting System]?
Fenton: A giugno 2022, abbiamo visto oltre 1,3 milioni di eventi avversi mostrati nel database VAERS, un sistema ampiamente accettato come difettoso per la sottosegnalazione. Anche con questi numeri bassi sapevamo che c'erano stati circa 30.000 morti e oltre 165.000 ricoveri causati dai vaccini COVID. In tutti gli anni precedenti da quando il VAERS ha iniziato a registrare i dati, il numero totale di decessi riportati da tutte le vaccinazioni prima del COVID era di circa 10.000. Quindi ci sono tre volte più morti segnalate dal vaccino COVID in due anni, rispetto a tutte le morti per tutti gli altri vaccini nelle segnalazioni negli ultimi 30 anni dispari. Questo dovrebbe essere considerato un segnale ovvio, l'interruzione del programma di vaccinazione COVID per la rivalutazione, ma ancora una volta questi numeri vengono respinti.
 |
Casi di COVID-19 per stato di immunizzazione, 17 dicembre 2021 - 5 maggio 2022. Grafico di Norman Fenton.
Forum: Che dire dell'argomento secondo cui questo è un numero insignificante rispetto ai milioni di persone che vengono vaccinate senza problemi segnalati?
Fenton: Per le persone con reazioni e per coloro che sono morti, non è insignificante. Le questioni più importanti relative al rapporto rischio/beneficio non sono state affrontate e tutti i dati che mettono in dubbio i pericoli del vaccino sono stati repressi con successo. Quello che sappiamo da alcuni numeri è che esiste un rischio verificabile e un vantaggio discutibile. Nonostante quanto riportato dai media mainstream, rispettati colleghi clinici mi hanno detto che ci sono sempre meno argomenti a sostegno della vaccinazione. C'è anche un'ondata di virologi che affermano che anche le varianti più recenti sono meno pericolose. Naturalmente, anche questo non è ampiamente riportato, in quanto fermerebbe la spinta alla vaccinazione.
Forum: Questa pressione per la vaccinazione non si è placata, anche per i bambini più piccoli. I dati della sperimentazione sono mai stati resi pubblici per l'uso sui bambini?
Fenton: Quando si tratta di vaccinare neonati e bambini, il giusto tipo di sperimentazione per determinare la sicurezza richiederebbe anni per ottenere dati affidabili. Quello che abbiamo sono i rapporti aneddotici su adolescenti e giovani che hanno avuto gravi complicazioni dal vaccino. E possiamo considerare queste informazioni insieme al noto basso rischio di complicanze derivanti dall'avere il virus per chiunque abbia meno di vent'anni. Ancora una volta, il rapporto rischio/beneficio non è stato applicato.
Forum: Poiché la pandemia sembra attenuarsi, vedete segni che i dati che voi e altri avete analizzato saranno presi in considerazione nella revisione della risposta? Pensi che ci sia qualche risveglio?
Fenton: Nelle ultime settimane c'è stata in effetti una consapevolezza più diffusa che la narrativa mainstream sulla letalità del virus e sulla sicurezza ed efficacia dei vaccini è stata esagerata. E di conseguenza, sicuramente nel Regno Unito, stiamo assistendo a un'adozione molto inferiore degli ultimi richiami vaccinali rispetto ai precedenti. Tuttavia, c'è ancora un'estrema censura relativa ai dati sui decessi e sui feriti da vaccino - e una riluttanza persino ad ascoltare le storie di quelle persone che sono ferite da vaccino o hanno subito un lutto.
La mia preoccupazione è che potremmo non conoscere mai la vera sicurezza a lungo termine dei vaccini perché c'è stato un tentativo così concertato di eliminare il gruppo di controllo, quelle persone che non sono mai state vaccinate. Ora stiamo assistendo a un aumento eccessivo dei decessi nei paesi più altamente vaccinati. Ma in assenza di dati accurati o sufficienti su quanti di questi sono non vaccinati rispetto ai vaccinati, la narrativa mainstream suggerisce ogni possibile causa diversa dai vaccini.
Viene promossa in particolare la nozione di COVID lungo come delle principali cause di problemi; poiché ciò rafforza l'argomento secondo cui COVID è debilitante e letale e supporta ulteriormente la necessità di continuare la vaccinazione.Questa ipotesi potrebbe essere facilmente verificata se avessimo dati accurati che confrontano il COVID lungo nei vaccinati e nei non vaccinati. Ma abbiamo scoperto che tali dati non vengono raccolti.---
Nessun commento:
Posta un commento