A vaccine so good it makes you blind within 8 hours. This is unbelievable. mRNA is poison
They Keep Saying Its Rare @mRNAdeaths
A 47-year-old man presented with visual loss in the right eye 8 h after the first dose of the #Pfizer #mRNA vaccine. https://karger.com/cop/article/14/1/234/843907/Central-Retinal-Vein-Occlusion-after-mRNA-COVID-19?searchresult=1
„Jeśli znasz osobę, która została uszkodzona w wyniku szczepionki przeciwko Covid-19, podnieś jedną rękę do góry. Jeśli znasz więcej niż jedną osobę, podnieś obie ręce do góry” Obejrzyj reakcję…
This lady asks a room full of people in Canada : “If you know a person that has been injured by the COVID vaccine, lift one hand up. If you know more than one person, lift two hands up” Watch this shocking response from the crowd
Szokujące statystyki, niezauważalnie, prawie potajemnie opublikowane przez amerykańskie Centra Kontroli Chorób (CDC), ujawniają, że od czasu, gdy Agencja ds. Żywności i Leków (FDA) wydała zezwolenie na użycie w sytuacjach nadzwyczajnych (EUA) [Emergency Use Authorisation szczepionki wirusa Covid, odnotowano ponad milion dodatkowych zgonów wśród osób w wieku 65 lat i starszych.
W dniu 11 grudnia 2020 r. FDA wydała zezwolenie na użycie pod kontrolą (EUA) Emergency Use Authorisation szczepionki Pfizer-BioNTech przeciwko Covid-19, co czyni ją pierwszą szczepionką na Covid-19, która otrzymała takie zezwolenie w Stanach Zjednoczonych.
Następnie szczepionka Moderna Covid-19 otrzymała EUA 18 grudnia 2020 r., a szczepionka Janssen (Johnson & Johnson) Covid-19 otrzymała EUA 27 lutego 2021 r.
W pierwszej kolejności zaproponowano szczepionkę na Covid-19 osobom starszym, a liczba odnotowanych dodatkowych zgonów była zdumiewająca. W ciągu pierwszych 20 tygodni 2021 r. odnotowano 150 085 dodatkowych zgonów wśród osób w wieku powyżej 65 lat w porównaniu ze średnią z pięciu lat od 2015 do 2019 r.
Następnie od 21. do 40. tygodnia 2021 r. odnotowano zdumiewającą liczbę 165 387 dodatkowych zgonów wśród osób w wieku 65 lat i starszych. Spowodowało to, że łączna nadwyżka zgonów od 1. do 40. tygodnia 2021 r. wyniosła 315 472 wśród osób, które z największym prawdopodobieństwem otrzymały szczepionkę “przeciwko Covid-19”.
W pozostałej części 2021 r. odnotowano 133 268 dodatkowych zgonów. Zwiększenie całkowitej nadwyżki zgonów w ciągu roku wśród osób powyżej 65. roku życia do 448 740.
Oznacza to, że w okresie, w którym spodziewano się radykalnego ograniczenia nadmiernej liczby zgonów, w związku z podaniem pozornie bezpiecznej i skutecznej szczepionki w celu powstrzymania fali zgonów rzekomo spowodowanych śmiercionośną chorobą, zmarło prawie pół miliona więcej osób w wieku 65 lat i więcej, niż oczekiwano.
Rok 2022 poprawił nieznacznie te dane, ale nadal odnotował szokującą liczbę nadmiernych zgonów – 371 466 odnotowano wśród osób w wieku powyżej 65 lat.
W 2023 r. odnotowano 257 415 dodatkowych zgonów wśród osób w wieku 65 lat i starszych, przy czym najnowsze dane opublikowane przez CDC potwierdzają, że jedynie w pierwszym tygodniu 2024 r. odnotowano 5482 nadmierne zgonów.
Oznacza to, że ogółem odnotowano 1 069 943 dodatkowych zgonów wśród osób w wieku powyżej 65 lat od chwili, gdy po raz pierwszy zaproponowano im szczepionkę przeciwko Covid-19 do 1. tygodnia 2024 r.
To szokująca liczba nadmiernych zgonów w porównaniu ze średnią pięcioletnią w latach 2015–2019. Szczepionki na Covid-19 miały zmniejszyć liczbę zgonów, a nie ją zwiększyć.
Zdumiewająca liczba dodatkowych zgonów, sięgająca ponad miliona w ciągu trzech lat, to więcej niż wystarczający dowód na to, że szczepionki przeciwko Covid-19 są dalekie od bezpieczeństwa i skuteczności. Publikowane po cichu dane dowodzą, że te szczepionki są niezwykle niebezpieczne.
W USA osobom w wieku powyżej 65 lat zaproponowano kilka szczepionek przeciwko Covid-19 w ramach zezwolenia na użycie pod kontrolą (EUA) Emergency Use Authorisation
Początkowo szczepionki te były przeznaczone przede wszystkim dla osób starszych, między innymi ze względu na rzekome wyższe ryzyko ciężkiej choroby wywołanej przez „COVID-19”.
Z biegiem czasu zalecono także dawki przypominające, ponieważ zastrzyki wyraźnie nie działały. Gdyby były skuteczne, czy odnotowano by ponad milion dodatkowych zgonów wśród osób, które otrzymały więcej zastrzyków niż jakakolwiek inna grupa wiekowa?
This table displays the countermeasure, injury, and amount of compensation paid for each compensated CICP claim filed between Fiscal Years 2010 and 2024.
Please note that the number column within the tables are not assigned numbers for a particular claim, but reflect the number of listed items in a given table. Further details concerning the table contents are provided below.
Chorował na COVID-19 … 613 dni. Wirus mutował w nim 50 razy. Po dwóch latach pacjent zmarł
===========================
[A mogli i powinni na początku choroby dać Amantadynę – by od razu wyzdrowiał. Jeśli nie wiedzieli, jak – powinni zadzwonić do dr. Bodnara, by ich nauczył. Mirosław Dakowski]
Niderlandzki pacjent chorował na COVID-19 przez niemalże dwa lata. Mężczyzna zmarł jesienią ubiegłego roku. Teraz lekarze tłumaczą jego przypadek.
Przez 613 dni choroby koronawirus mutował w jego ciele aż 50 razy. Pacjent z Niderlandów zachorował na COVID-19 w 2022 roku.
Naukowcy z Centrum Medycyny Eksperymentalnej i Molekularnej Uniwersytetu w Amsterdamie informują, że w zaledwie kilka tygodni wirus w ciele tego mężczyzny wytworzył odporność na lekarstwa stosowane przy lecczeniu koronawirua.
Mężczyzna przyjął kilka szczepionek, ale jego organizm nie był w stanie wytworzyć wystarczającej liczby białych krwinek i przeciwciał.
Lekarze zmieniali leki, ale wirus za każdym razem mutował i zdobywał na nie odporność. Jak to możliwe? Jeszcze przed zachorowaniem na COVID-19, pacjent cierpiał na chorobę hematologiczną i to prawdopodobnie ona jest winna całej sytuacji.
Ostatnią z 50. mutacji lekarze ochrzcili mianem „Frankenstein”. Teraz zapewniają, że nie ma żadnych dowodów na to, by „Frankenstein” „wydostał się” z ciała chorego Holendra i przeniósł na kogoś innego.
Jednocześnie podkreślają, że gdyby do tego doszło, to mogłoby to być niezwykle niebezpieczne dla zdrowia publicznego.
[Nie znam tego słowa – więc czytam: “Dashboard jest specyficznym rodzajem raportu, na którym najważniejsze informacje i wskaźniki powiązane z celami firmy lub organizacji przedstawione są w formie wizualnej’ md]
Globalny wpływ, którego zbudowanie zajęło “zaledwie kilka godzin”
W styczniu 2020 r. miało miejsce wiele wydarzeń, które są, delikatnie mówiąc, osobliwe. Jednym z nich jest to, że zaledwie 23 dni po tym, jak Chiny poinformowały, że znalazły kilka przypadków “nieznanego zapalenia płuc” w mieście Wuhan, trzy osoby w Baltimore Maryland uruchomiły pulpit nawigacyjny, który został zaprojektowany w celu śledzenia liczby przypadków i zgonów z powodu tej choroby w każdym kraju na świecie. Wszyscy trzej byli związani z Wydziałem Inżynierii Cywilnej i Systemowej na Uniwersytecie Johna Hopkinsa (JHU). Według ich własnych słów, dashboard “został opracowany w celu zapewnienia naukowcom, organom zdrowia publicznego i ogółowi społeczeństwa przyjaznego dla użytkownika narzędzia do śledzenia epidemii w miarę jej rozwoju”[1]. Wraz z pulpitem nawigacyjnym prowadzili również publiczne repozytorium danych o przypadkach i zgonach[2].
Uruchomienie 22 stycznia nastąpiło tak wcześnie na osi czasu Covid, że pierwszy raport sytuacyjny WHO został opublikowany zaledwie poprzedniego dnia, a termin “Covid” nie został jeszcze nawet ukuty. W pierwszym raporcie WHO ogłoszono, że “282 potwierdzone przypadki 2019-nCoV zostały zgłoszone z czterech krajów, w tym z Chin”[3]. Całkowita liczba przypadków poza Chinami wynosiła tylko cztery, a liczba zgonów wynosiła zero. W rzeczywistości tylko sześć zgonów zostało oficjalnie powiązanych z wirusem do tego dnia, a wszystkie z nich pochodziły z Wuhan.
Dla celów porównawczych i aby spojrzeć na to z innej perspektywy, szacuje się, że norowirus zaraża 685 milionów ludzi i powoduje 212 000 zgonów każdego roku[4]. Nie jest nam znany żaden pulpit informacyjny norowirusa gdziekolwiek na świecie.
Chociaż może to być dziwne, że zespół z JHU zdecydował się stworzyć i uruchomić pulpit nawigacyjny dla nienazwanej choroby pomimo tak niskiej liczby przypadków i zgonów w tak niewielu krajach, istnieją możliwe wyjaśnienia, dlaczego to zrobili. Zaledwie 3 miesiące wcześniej JHU był gospodarzem Event 201, “ćwiczeń szkoleniowych… opartych na fikcyjnym scenariuszu” nowego koronawirusa powodującego globalną i śmiertelną pandemię[5]. Co więcej, główny autor pulpitu nawigacyjnego (profesor Lauren Gardner) jest specjalistą w modelowaniu chorób zakaźnych. Niezależnie od tego, co mogą sugerować te fakty, dashboard był, przynajmniej według ich własnych zeznań, wynikiem decyzji podjętej “pod wpływem chwili”, a jego stworzenie zajęło “zaledwie kilka godzin”[6].
Pomimo tego pośpiesznego początku, nowa strona internetowa[7] z pewnością przyciągnęła wiele uwagi w krótkim czasie, szybko stając się główną witryną z danymi dla mediów, badaczy medycznych, władz zdrowotnych i ogółu społeczeństwa, nie tylko w USA, ale także na całym świecie[8, 9]. W ciągu dwóch miesięcy od uruchomienia strona była podobno “odwiedzana 1,2 miliarda razy dziennie”[10], co stanowi prawie połowę ruchu internetowego giganta Google. W ciągu dwóch lat była cytowana przez badaczy medycznych w ponad 8 500 artykułach[11].
“Tablica Hopkinsa stała się wszechobecnym i zaufanym punktem odniesienia, cytowanym przez amerykańskie agencje federalne i główne źródła wiadomości”[12].
Biorąc pod uwagę, jak duży wpływ wywarła tablica rozdzielcza JHU na świat podczas wydarzenia Covid, należy ją szczegółowo zbadać. W szczególności omawiamy tutaj niektóre trudności związane z pozyskiwaniem danych w czasie rzeczywistym, źródła, z których korzystali w celu uzyskania tych danych, sposób, w jaki wprowadzali dane do swojego systemu, bariery językowe związane z tym procesem i wreszcie rolę, jaką mogły odegrać symulacje komputerowe. Artykuł uzupełnia przykład z jednego konkretnego miasta, a mianowicie Nowego Jorku.
Uzyskiwanie danych w czasie rzeczywistym
Nawet z pomocą nowoczesnych komputerów, uzyskanie wiarygodnych danych dotyczących śmiertelności zajmuje zazwyczaj wiele miesięcy (a nawet lat). Na przykład ostatni rok, dla którego dostępne są oficjalne dane dotyczące śmiertelności z wszystkich przyczyn w Kanadzie, to dopiero rok 2020. Krajowy urząd statystyczny, StatsCan, szybko wskazuje, że “opóźnienia w raportowaniu” i “niekompletne dane” są odpowiedzialne za trzyletni wysiłek[13]. Jeśli obecnie organizacja finansowana ze środków federalnych, taka jak StatsCan, publikuje dane dotyczące śmiertelności w ciągu dwóch lub trzech lat, to w jaki sposób JHU mogła uzyskać dane dotyczące zgonów z powodu Covid w czasie rzeczywistym?
Równie trudne jest tworzenie statystyk dotyczących jednego konkretnego patogenu lub wirusa. Na przykład, siedem miesięcy po zakończeniu sezonu grypowego 2017/2018, CDC w USA nadal podawało jedynie szacunkowe dane dotyczące zachorowań i zgonów. Powodem było to, że “dane dotyczące praktyk testowania i zgonów z sezonu 2017-2018” nie były jeszcze dostępne[14]. Data tego oświadczenia to 22 listopada 2019 r. Dokładnie dwa miesiące później pulpit informacyjny JHU został uruchomiony, obiecując informacje o przypadkach i zgonach w czasie rzeczywistym z powodu nowo odkrytego wirusa układu oddechowego, który jest podobny do grypy. Jeśli uzyskanie danych dotyczących śmiertelności i przypadków grypy zajmuje miesiące lub lata, to w jaki sposób możliwe było uzyskanie danych dotyczących Covid w czasie rzeczywistym? Jeśli nie było to możliwe w 2019 r., to w jaki sposób nagle stało się to możliwe w 2020 r.?
Oczywiście na świecie jest wiele krajów, w których raportowanie danych jest niewiarygodne nawet w najlepszych czasach. Podobnie baza danych Human Mortality Database, która śledzi śmiertelność w poszczególnych krajach, jest regularnie opóźniona o dziesięć lat w przypadku wielu krajów[15]. Jak zatem JHU spodziewał się, że będzie w stanie wykreślić zgony z powodu Covid dla każdego kraju na świecie w czasie rzeczywistym? Co ważniejsze, w jaki sposób mogli aktualizować swój pulpit nawigacyjny “co 15 minut”? [1, 16]
Źródła danych dla JHU Dashboard
Dobre dane zależą od dobrych źródeł, a jedynym sposobem na zrozumienie, w jaki sposób pulpit nawigacyjny JHU uzyskał dane w czasie rzeczywistym, jest zbadanie ich źródeł. Istotne jest to, że ich źródła zmieniały się w czasie. Początkowo ich głównym źródłem danych była “DXY, platforma internetowa prowadzona przez członków chińskiej społeczności medycznej, która agreguje lokalne media i raporty rządowe, aby zapewnić skumulowane sumy przypadków COVID-19 w czasie zbliżonym do rzeczywistego na poziomie prowincji w Chinach i na poziomie kraju w innych przypadkach”[1]. Źródło to było zatem połączeniem wiadomości i raportów rządowych.
Ostatecznie zespół w JHU uznał, że DXY zajmuje zbyt dużo czasu, aby uzyskać i opublikować dane, więc rozszerzyli swoją działalność o inne źródła: “Aby zidentyfikować nowe przypadki, monitorujemy różne kanały Twittera, internetowe serwisy informacyjne i bezpośrednią komunikację wysyłaną za pośrednictwem pulpitu nawigacyjnego”. W miarę jak agencje zdrowia na całym świecie tworzyły własne pulpity nawigacyjne, JHU włączył je do swojej listy źródeł[2].
W związku z tym JHU uznała trzy podstawowe źródła informacji inne niż oficjalne strony rządowe:
kanały Twittera
internetowe serwisy informacyjne
bezpośrednia komunikacja wysyłana do dashboardu
Zgodnie z naszą najlepszą wiedzą, nie podano żadnych szczegółów dotyczących którejkolwiek z tych trzech kategorii źródeł. Wszystkie trzy mogą potencjalnie zawierać nieprawidłowe, przesadzone lub całkowicie sfabrykowane informacje. Żadne z nich nie jest publicznie wiarygodne ani nie podlega niezależnej weryfikacji. Nie podano żadnych szczegółów dotyczących tego, kto mógł lub komunikował się bezpośrednio z JHU.
Przeszukiwanie Internetu w poszukiwaniu wiadomości o Covid z pewnością może przyspieszyć proces gromadzenia danych. Niestety, oprócz wyżej wymienionych problemów, wprowadza to również możliwość pętli sprzężenia zwrotnego wzmacniającej hałas. W końcu, jeśli “główne źródła wiadomości” ufały JHU w zakresie dokładnych danych, to w jaki sposób JHU mogło uzyskać swoje dane z (potencjalnie) tych samych źródeł wiadomości?
Duplikaty
Ponadto, nawet zakładając, że wszystkie źródła wykorzystane przez JHU były dokładne, zadanie “łączenia wielu źródeł danych jest złożonym procesem”[17]. Jednym z istotnych wyzwań jest sposób radzenia sobie z duplikatami. Za każdym razem, gdy informacje są uzyskiwane z więcej niż jednego źródła, możliwe jest, że to samo zdarzenie zostanie policzone dwukrotnie. W końcu serwisy informacyjne nie zawierają identyfikatorów zdrowotnych osób wspomnianych w swoich artykułach. W jaki sposób JHU eliminowała duplikaty danych? Czy oznacza to, że liczba przypadków Covid i zgonów zgłoszonych przez pulpit nawigacyjny mogła być dwa, trzy lub wiele razy wyższa niż w rzeczywistości w niektórych regionach? Rzeczywiście, zdarzały się sytuacje, w których użytkownicy danych byli przekonani, że tablica zawiera duplikaty[18]. Na przykład 11 marca 2020 r. jeden z użytkowników repozytorium danych JHU napisał: “Wstawianie zduplikowanych danych do strumienia, który nigdy wcześniej ich nie zawierał, stanowi wyzwanie. Raportowanie zarówno na poziomie stanu, jak i miasta w tej samej kolumnie z pewnością spowoduje problemy”[18a]. Na co inny użytkownik odpowiedział: “CSSE wydaje się podwójnie liczyć przypadki i zgony”[18b]. CSSE (“Center for Systems Science and Engineering”) to akronim wydziału JHU, który zarządzał repozytorium danych.
Worldometer jako źródło danych
JHU wyraźnie wymienia Worldometer jako jedno ze swoich źródeł[2]. Sam Worldometer potwierdza ten fakt, mówiąc: “Nasze dane są również zaufane i wykorzystywane przez… Johns Hopkins CSSE”[19]. Ogólnie rzecz biorąc, Worldometer wykorzystuje symulacje komputerowe do raportowania informacji statystycznych w czasie rzeczywistym. Ich symulacje opierają się na rocznych sumach i szacunkach komputerowych. Na przykład, jeśli milion osób ginie co roku w wypadkach samochodowych, to średnio jedna osoba ginie co 31,6 sekundy. Pulpit nawigacyjny Worldometer dla wypadków po prostu dodawałby odpowiednio jedną nową śmierć, niezależnie od tego, czy ktoś faktycznie zginął w tym czasie. Oczywiście Worldometer nie miałby możliwości dowiedzenia się, czy ktoś zginął.
Czy Worldometer używał obliczeń komputerowych do określenia statystyk Covid w sposób podobny do tego, co robią w przypadku wypadków samochodowych? Jeśli tak (i ponieważ nie mogli znać rocznych sum z wyprzedzeniem), czy używali modeli epidemiologicznych, a nie rzeczywistych zgonów, aby oszacować, ile osób umrze w danym roku z powodu Covid? Na żadne z tych pytań nie można odpowiedzieć z całą pewnością. Ich lista źródeł obejmuje tylko instytucje rządowe[19]. Ponieważ jednak pełna lista źródeł nie jest dostępna i ponieważ nie zaprzeczają oni wyraźnie, że używali algorytmów komputerowych, jest całkiem prawdopodobne, że Worldometer używał modeli komputerowych do generowania statystyk Covid. Jest to tym bardziej pewne, że rządy nie byłyby w stanie generować informacji o Covid w czasie rzeczywistym.
W maju 2020 r. CNN opublikowała interesujący artykuł informacyjny, który podkreślił mylący charakter relacji między tablicą rozdzielczą JHU a Worldometer[20]. Odpowiedzi JHU na pytania zadane im w ramach przygotowań do tego artykułu były nieco wymijające i pozostawiły więcej pytań niż odpowiedzi[21].
Podstawowym pytaniem, które pozostaje oczywiście bez odpowiedzi, jest to, dlaczego JHU używał Worldometer jako źródła w pierwszej kolejności? Skoro JHU wykorzystał Worldometer jako źródło, czy oznacza to, że dane leżące u podstaw pulpitu nawigacyjnego JHU były również oparte na modelach komputerowych, a nie na rzeczywistych wydarzeniach? Częściowym powodem, dla którego tak trudno jest odpowiedzieć na którekolwiek z tych pytań, jest fakt, że kod używany przez dashboard nie był open source, co jest często zarzutem stawianym platformie przez użytkowników[22]. Innym powodem jest to, że dane były często wprowadzane do systemu bez wyjaśnienia lub możliwych do zweryfikowania odniesień.
Wprowadzanie danych do systemu
Zgodnie z artykułem Gardner i wsp. w czasopiśmie Lancet, przez pierwsze dziesięć dni po uruchomieniu pulpitu nawigacyjnego JHU “wszystkie dane były gromadzone i przetwarzane ręcznie, a aktualizacje były zazwyczaj wykonywane dwa razy dziennie”[1]. Z logistycznego punktu widzenia było to wykonalne, ponieważ w tym okresie było tak niewiele przypadków i zaangażowanych było tylko kilka krajów.
Jeśli chodzi o dokładność danych, twierdzili oni, że “[przed] ręczną aktualizacją pulpitu nawigacyjnego potwierdzamy liczbę przypadków w regionalnych i lokalnych departamentach zdrowia… a także w miejskich i stanowych organach ds. zdrowia”. Ustalono już jednak, że ani Kanada, ani Stany Zjednoczone nie były w stanie przedstawić danych dotyczących śmiertelności lub grypy w ciągu sześciu miesięcy. W jaki sposób zatem nie tylko Kanada i USA, ale ostatecznie każdy kraj na świecie, dostarczał dzienne liczby przypadków i zgonów, które JHU mógł wykorzystać do weryfikacji?
Próbując odpowiedzieć na to ostatnie pytanie, zbadano strony internetowe Statistics Canada, aby zobaczyć, w jaki sposób uzyskali dane dotyczące Covid. Stwierdzono, że StatsCan zrobił to samo, co zespół JHU, ponieważ wykorzystał również “techniki skanowania stron internetowych w celu zebrania odpowiednich danych z różnych stron internetowych na temat COVID-19″[23]. Ponieważ nie podano informacji o tym, które strony internetowe zostały przeskanowane, wysłałem e-mail do StatsCan, aby uzyskać listę. Ich uprzejma odpowiedź brzmiała: “Statistics Canada nie będzie mieć pełnej ostatecznej listy wszystkich potencjalnych stron internetowych wykorzystywanych w web-scrapingu podczas pandemii”. Podano dwa powody: po pierwsze, zaangażowanych było kilka działów, z których każdy miał inne procedury, a po drugie, kwestie poufności. StatsCan zasugerował skontaktowanie się z Kanadyjską Agencją Zdrowia Publicznego (PHAC). Jednak PHAC polegał na StatsCan w zakresie informacji, a StatsCan zajmował się skanowaniem stron internetowych, a nie PHAC[23]. Czy ta odpowiedź oznacza, że StatsCan nie wie, skąd wzięli dane dotyczące Covid? A może oznacza to, że wiedzą i nie chcą dzielić się swoimi źródłami z opinią publiczną?
Odpowiedź od StatsCan pozostawia pytanie, czy ich informacje pochodzą z pulpitu nawigacyjnego JHU. Biorąc pod uwagę, jak popularny stał się pulpit nawigacyjny JHU, że został wyraźnie zaprojektowany, aby umożliwić organom służby zdrowia śledzenie wybuchu epidemii, że był cytowany przez amerykańskie agencje federalne, że był szeroko stosowany przez badaczy medycznych i że StatsCan skrobał sieć, aby uzyskać ich dane, jest całkiem prawdopodobne, że StatsCan to zrobił. Nawet jeśli Kanada tego nie zrobiła, jest więcej niż prawdopodobne, że niektóre kraje przyjęły dane JHU jako własne. W jaki sposób JHU mógł potwierdzić swoje dane z organami służby zdrowia, jeśli te same organy służby zdrowia otrzymywały dane od JHU?
W związku z tym istnieje bardzo realna możliwość, że JHU przesłał dane do swojego pulpitu nawigacyjnego, niektóre kraje wykorzystały i opublikowały te informacje na swoich stronach internetowych, a następnie JHU potwierdził swoje wpisy, porównując ich liczby z tymi na oficjalnych stronach rządowych. Jeśli tak się stało, to jest to rozumowanie cyrkularne w najlepszym wydaniu. Niestety, nie ma sposobu, aby udowodnić, czy tak się stało, czy nie. Tak czy inaczej, wciąż zastanawiamy się, z jakich źródeł korzystał JHU.
Automatyczne aktualizacje
Niezależnie od źródeł, ręczne aktualizacje zostały wkrótce zakończone na rzecz automatyzacji:
“Ręczny proces raportowania stał się niezrównoważony; dlatego 1 lutego 2020 r. przyjęliśmy półautomatyczną strategię żywego strumienia danych”. [1]
Słowo “niezrównoważony” sprawia, że brzmi to tak, jakby byli zasypywani przypadkami Covid. Rzeczywiste fakty to obalają. Według raportów WHO w tym dniu tylko 19 krajów zgłosiło przypadki[24]. Mogło to obejmować od 80 do 100 zgłoszeń pierwszego lutego. Nie jest wcale jasne, w jaki sposób tak niewielka liczba zgłoszeń została uznana za niezrównoważoną.
Artykuł w Lancet twierdzi, że ręczne aktualizacje zostały najpierw potwierdzone przez odpowiednie organy służby zdrowia. Z drugiej strony nic nie mówi się o tym, czy zautomatyzowane dane wejściowe zostały kiedykolwiek potwierdzone.
Co więcej, czy w ogóle możliwe jest zautomatyzowanie gromadzenia danych w wielu witrynach internetowych z rosnącej listy krajów, skoro każda witryna używa różnych formatów do wyświetlania swoich danych? Pytanie to jest szczególnie ważne, biorąc pod uwagę, jak często formaty te były zmieniane podczas Covid. Rzeczywiście, jak stwierdziła jedna z grup badawczych, jeszcze w maju 2021 r. nadal nie było “standardów” raportowania danych Covid[17]. Jak zatem poradził sobie mały zespół JHU, skoro sam ostatecznie przyznał się do wszystkich tych problemów? [16]
Bariery językowe
Dwie z trzech osób zaangażowanych w projektowanie pulpitu nawigacyjnego JHU pochodziło z Chin, a trzecia była Amerykaninem. Umożliwiłoby im to czytanie chińskich raportów publikowanych na stronie DXY. Jednak nie każdy kraj na świecie publikuje dane w języku chińskim lub angielskim. Trudności w wyodrębnianiu danych ze stron internetowych w językach obcych są znaczne, nawet przy użyciu zautomatyzowanych narzędzi tłumaczeniowych. Zautomatyzowanie tego globalnie jest prawie niewyobrażalne. Skrobanie Internetu jest prawie niemożliwe, gdy przeszukiwane strony są w języku nieznanym badaczowi. Wyzwania tego rodzaju są powszechnie doświadczane przez każdego, kto prowadzi globalne badania, w wyniku czego badacze często ograniczają się do krajów, które używają znanego im języka. Jak zatem poradził sobie zespół JHU?
Pierwszy na starcie
Pulpit nawigacyjny JHU był prawie zawsze pierwszą stroną internetową, która zgłosiła pierwszy przypadek Covid w danej lokalizacji. Gardner twierdzi, że:
“dashboard jest szczególnie skuteczny w wychwytywaniu czasu pierwszego zgłoszonego przypadku COVID-19 w nowych krajach lub regionach… Z wyjątkiem Australii, Hongkongu i Włoch, CSSE na Johns Hopkins University zgłosił nowo zainfekowane kraje przed WHO, z Hongkongiem i Włochami zgłoszonymi w ciągu kilku godzin od odpowiedniego raportu sytuacyjnego WHO”[1].
W przeciwieństwie do tego, co sugeruje to stwierdzenie, pulpity nawigacyjne nie rejestrują tego typu informacji, robią to ludzie. Jak to możliwe, że mały zespół JHU zareagował tak szybko, aby znaleźć pierwszy nowy przypadek w prawie każdym kraju, zanim zrobił to ktokolwiek inny? Czy to tylko zbieg okoliczności, że Gardner niedawno opracowała model, który wykorzystywał wzorce podróży lotniczych, aby dokładnie to przewidzieć? Pisząc o tym modelu, powiedziała: “model zapewnia oczekiwaną liczbę (100) importowanych przypadków przybywających na każde lotnisko na całym świecie”[25].
Czy ten model był tak dokładny, że pomógł JHU w znalezieniu każdego pierwszego nowego przypadku? Biorąc pod uwagę, jak niedokładny był ten model, taki scenariusz jest wysoce nieprawdopodobny: ten sam model przewidywał liczbę przypadków w Chinach, która była pięciokrotnie wyższa niż zgłaszana. Pomimo tego rażącego problemu z jej modelem, Gardner nadal uważała, że jest on dokładniejszy niż raporty oparte na faktach:
“Uważamy, że rzeczywista liczba przypadków 2019-nCoV w Chinach kontynentalnych jest prawdopodobnie znacznie wyższa niż ta zgłoszona do tej pory. W szczególności szacujemy, że do końca stycznia w Chinach kontynentalnych wystąpi około 58 000 skumulowanych przypadków 2019-nCoV (na dzień 31 stycznia zgłoszonych przypadków jest blisko 12 000)”.
Czy nie jest zatem możliwe, że Gardner uważała również, że jej przewidywania dotyczące tego, kiedy i gdzie powinny wystąpić pierwsze przypadki, były również dokładniejsze niż to, co zgłaszał jakikolwiek kraj? Czy JHU zgłaszał nowe przypadki na swojej tablicy rozdzielczej w oparciu o swoje modele? Czy dlatego powiedziała, że ” dashboard był szczególnie skuteczny w wychwytywaniu…”? Jeśli tak, to czy inne kraje i WHO uwierzyły w to, co zgłosiła JHU, a następnie same to zgłosiły?
Modelowanie komputerowe jako główne źródło danych
Jedyną odpowiedzią, która zapewnia racjonalne wyjaśnienie wszystkich zadanych do tej pory pytań, jest to, że tablica rozdzielcza JHU była oparta na symulacjach komputerowych, a nie na danych obserwacyjnych. Wydaje się również, że od czasu do czasu zespół JHU uzyskiwał dane empiryczne, które były następnie wykorzystywane do dostosowywania i “korygowania” danych wyjściowych z ich modeli[26, 27]. Powody, dla których jest to najbardziej prawdopodobna odpowiedź, są następujące:
Rządy nie są w stanie dostarczać danych w czasie rzeczywistym
Wyodrębnienie danych z witryn mediów informacyjnych w językach obcych jest zbyt trudne.
Wpisy na tablicy rozdzielczej zostały zautomatyzowane
Nie istniał skuteczny sposób na usunięcie duplikatów danych uzyskanych ze źródeł wiadomości.
Pulpit nawigacyjny był aktualizowany w krótkich odstępach czasu (15 minut lub co godzinę).
Źródła obejmują Worldometer, stronę specjalizującą się w symulacjach komputerowych.
Źródła obejmują również “bezpośrednią komunikację z dashboardem”, która mogła obejmować dane z symulacji komputerowej.
Nie wiadomo, czy zautomatyzowane wpisy zostały w jakikolwiek sposób potwierdzone.
Pulpit nawigacyjny został zaprojektowany w celu dostarczania danych organom służby zdrowia.
Władze zdrowotne ufały, że dane JHU są dokładne.
Repozytorium zawiera wiele zrzutów danych w celu ich “poprawienia”.
Pulpit nawigacyjny informował o pierwszych nowych przypadkach w danym kraju, zanim zrobił to ktokolwiek inny.
Dowody na wykorzystanie modelowania komputerowego
W dniu 4 marca 2024 r. wysłałem wiadomość e-mail do Lauren Gardner (głównej autorki projektu tablicy rozdzielczej JHU) z pytaniem, czy w którymkolwiek momencie wykorzystano modele komputerowe na potrzeby dashboardu i czy były to modele dostępne. Niestety do dnia dzisiejszego nie otrzymaliśmy żadnej odpowiedzi.
Ze względu na brak ustnego potwierdzenia i znalezienie jak dotąd jedynie poszlak, konieczne było dalsze poszukiwanie być może lepszych dowodów na to, czy JHU korzystał z modeli komputerowych w celu uzyskania danych. Nic dziwnego, że dowody istnieją. Na przykład 13 marca 2020 r. profesor Lauren Gardner przemawiała na przesłuchaniu kongresowym na Kapitolu, aby wyjaśnić działanie tablicy informacyjnej. Podczas prezentacji wyraźnie wspomniała o “wysiłkach modelowania, które podejmujemy za kulisami”[10].
Ponadto na stronie internetowej JHU czytamy:
“Gardner jest specjalistą w modelowaniu ryzyka chorób zakaźnych, w tym COVID-19…. Gardner kieruje wysiłkami w zakresie modelowania COVID-19 we współpracy z amerykańskimi miastami w celu opracowania niestandardowych modeli szacowania ryzyka COVID-19 na poziomie lokalnym”. [28]
Kiedy te dwa cytaty zostaną połączone z faktem, że Gardner była tak zajęta zarządzaniem pulpitem nawigacyjnym na początku 2020 r., że nie miała czasu na nic innego, jest pewne, że prace modelarskie dotyczyły pulpitu nawigacyjnego. Rzeczywiście, jak wskazano w jednym z artykułów, “pracując przez całą dobę przez 10 tygodni z rzędu, byli tak pochłonięci konserwacją pulpitu nawigacyjnego, że mieli niewiele czasu na analizę danych, które faktycznie pokazuje”[6].
Warto również zauważyć, że w 2019 roku Gardner opracowała “nowatorskie ramy modelowania matematycznego” do szacowania epidemii wirusa, model, który miał zostać “skalibrowany przy użyciu historycznych danych dotyczących epidemii”[29].
Co więcej, strona internetowa Centrum Nauki i Inżynierii Systemów JHU stwierdza, że modelowanie jest jednym z podstawowych filarów ich wydziału. Wydział CSSE definiuje się następującymi słowami: “Nauka o systemach to podejście do modelowania, które obejmuje dynamiczną interakcję komponentów inżynieryjnych, ludzkich i naturalnych w czasie i przestrzeni”[30].
Laboratorium Fizyki Stosowanej(APL) JHU, Od lewej:
Evan Bolt, Ryan Lau, Beatrice Garcia, Aaron Katz i Tim Ng przeglądają dane z pulpitu nawigacyjnego w APL’s LIVE Lab
Dlatego też, opierając się na fakcie, że Gardner jest ekspertem w modelowaniu chorób, jest przyzwyczajona do kalibracji modeli za pomocą danych empirycznych, była aktywnie zaangażowana w opracowywanie modeli dla Covid, udokumentowała, że jej modele są dokładniejsze niż oficjalnie zgłoszone liczby, a jej wydział uważa modelowanie za fundamentalne dla podejścia do każdego problemu, należy przyjąć za pewnik, że modele komputerowe były wykorzystywane jako podstawowe źródło danych. Innymi słowy, o ile nie istnieją mocne dowody przeciwne, pewne jest, że zespół JHU używał modeli komputerowych do generowania liczby przypadków i zgonów. Nie znaleziono jednak żadnych bezpośrednich dowodów.
W zgodzie z tymi odczuciami, ankieta przeprowadzona przez Jesse Pietza i in. wśród 25 różnych pulpitów nawigacyjnych Covid wyraźnie stwierdza, że pulpit nawigacyjny JHU wykorzystywał model epidemiologiczny SIRD (Susceptible, Infected, Recovered, Deceased) w 2020 r. do symulacji rozprzestrzeniania się Covid[31].
Wreszcie, w listopadzie 2020 r. opublikowano interesujący wątek na Twitterze, który dostarcza dowodów na to, że Ensheng Dong (student, który zbudował dashboard) przesyłał dane do repozytorium JHU z danymi utworzonymi za pomocą modelowania komputerowego[32]. (Chociaż żałujemy, że znaczenie tego wątku umknęło naszej uwadze przez tak długi czas, przyznajemy, że jego odkrycie stanowiło istotną część impulsu do badań, które doprowadziły do powstania tego artykułu).
W sierpniu 2022 r. Ensheng Dong i in. opublikowali przegląd swojego pulpitu nawigacyjnego, w którym omówiono niektóre wyciągnięte wnioski i wyzwania napotkane po drodze. Autorzy stwierdzili: “Zgodnie z naszym zobowiązaniem do udostępniania otwartych danych, dane wyświetlane na pulpicie nawigacyjnym pochodzą wyłącznie z publicznie dostępnych źródeł”[16]. A nieco dalej dodają: “tablica opierała się w całości na publicznie dostępnych danych”. Czy oznacza to, że tablica wykorzystywała wyłącznie dane empiryczne oparte na faktach? Niekoniecznie. Worldometer to “publicznie dostępne źródło”, które prawie na pewno opierało się na modelach komputerowych. Co więcej, niektóre rządy wykorzystały modele komputerowe do oszacowania, ile osób zachoruje lub umrze z powodu Covid. Dane wyjściowe z tych modeli były również publicznie dostępne. I nie jest nierozsądne sądzić, że niektóre organy służby zdrowia otrzymywały swoje liczby bezpośrednio z modeli JHU. Na uwagę zasługuje fakt, że nie twierdzą oni, że korzystali wyłącznie z danych empirycznych lub obserwacyjnych.
Rządowa nagroda za wynalazekLaura Asher, Evan Bolt, Beatrice Garcia, Tamara Goyea, Aaron Katz, Ryan Lau, Tim Ng, Sarah Prata, Jeremy Ratcliff i Miles Stewart za gromadzenie danych, korektę błędów i platformy modelowania dla pandemii COVID-19. Naukowcy z APL zapewnili możliwości gromadzenia i zarządzania danymi w Centrum Zasobów Koronawirusa Uniwersytetu Johnsa Hopkinsa, które zostało wyróżnione na liście "Najlepszych wynalazków 2020 roku" magazynu Time. Przy wsparciu adiunkt Lauren Gardner z Johns Hopkins Whiting School of Engineering, która stworzyła pulpit nawigacyjny, oraz we współpracy z kolegami z JHU Sheridan Library, APL stworzono zautomatyzowany system danych, który umożliwia dokładną i terminową analizę danych zdrowotnych.
Modele komputerowe zostały wykorzystane w wielu krajach do oszacowania przypadków Covid i zgonów [33, 34]. Niezależnie od tego, jak wadliwe były te modele (a były strasznie wadliwe[35]), zawsze rozumiano, że były to tylko modele[36]. Z drugiej strony pulpit nawigacyjny JHU twierdził, że dostarcza dane w czasie rzeczywistym dotyczące rzeczywistych przypadków Covid i zgonów. Dowody zdecydowanie sugerują inaczej.
Mylenie danych
Istnieje wiele problemów, które naturalnie pojawią się, jeśli szanowany dashboard będzie miał rzekomo udostępniać dane empiryczne odpowiednie do wykorzystania przez organy służby zdrowia, ale dane bazowe są w rzeczywistości generowane przez modele komputerowe. Problemy te będą występować nawet wtedy, gdy dane zostaną “potwierdzone” i zaktualizowane o dane z oficjalnych stron rządowych.
Kilka godnych uwagi problemów, które się pojawią to:
Niektóre kraje, wiedząc, że nie są w stanie uzyskać danych w czasie rzeczywistym, będą skłonne zaufać tablicy rozdzielczej i wykorzystać jej liczby do własnych celów. JHU następnie “potwierdza” swoje własne szacunki w stosunku do “oficjalnych” liczb. Ponieważ oficjalne liczby opierały się przede wszystkim na własnych szacunkach, błąd zostaje potwierdzony i ani dane JHU, ani oficjalne dane kraju nie są poprawne. W rezultacie liczby Covid w niektórych krajach będą tak samo błędne, jak modele komputerowe.
Inne kraje będą całkowicie polegać na własnych danych. Kiedy JHU “potwierdzi” swoje szacunki, dane JHU zostaną skorygowane. W tym scenariuszu dane będą tak poprawne, jak pozwalają na to testy i diagnostyka laboratoryjna lub jak pozwalają na to dane z tych krajów.
W wyniku powyższego dwa sąsiadujące kraje mogą mieć znacznie różne wskaźniki przypadków Covid i zgonów, nie dlatego, że Covid zachowywał się inaczej w obu krajach, ale dlatego, że jeden kraj zaakceptował dane JHU jako wiarygodne, a drugi nie. Ostatecznym rezultatem będzie to, że niemożliwe będzie porównanie statystyk Covid między krajami.
Ponieważ dane JHU zostały podzielone na miasta w niektórych regionach świata, niektóre miasta mogły zaakceptować dane JHU, podczas gdy inne nie. W rezultacie statystyki Covid mogą być oparte na danych empirycznych w jednym mieście i modelach w innym. Uniemożliwi to porównanie jednego miasta z jego sąsiadem.
W krajach, w których JHU dostarczyło dane na poziomie miasta, ponieważ niektóre miasta wykorzystały dane JHU jako własne, a inne nie, zagregowane wartości dla każdej prowincji lub stanu mogą być bez znaczenia.
Efekt netto polegający na tym, że niektóre regiony akceptują dane JHU, a inne nie, zarówno na poziomie miasta, stanu, jak i kraju, będzie oznaczał, że wszelkie algorytmy komputerowe stosowane w modelach JHU będą widoczne dla niektórych lokalizacji geograficznych, ale nie dla innych. W rezultacie w niektórych miejscach dane będą pasować do modelu SIRD, podczas gdy w innych nie. To sprawi, że badania epidemiologiczne będą beznadziejnie zagmatwane.
Wszystkie wyżej wymienione problemy były głównymi aspektami wielu dyskusji wokół Covid – nie tylko tych, w które sami się angażowaliśmy i o których pisaliśmy, ale także tych, o których czytaliśmy lub których jesteśmy świadomi. Na przykład, badając Włochy, odkryliśmy, że zgony z powodu Covid są zgodne z granicami regionalnymi, a nie z tym, czego można by się spodziewać po epidemii nowego wirusa[37]. Podczas badania Nowego Jorku odkryliśmy, że to, co podobno wydarzyło się w tym mieście, nie wydarzyło się w innych dużych miastach w USA[38]. Badając wzorce śmiertelności na całym świecie, odkryliśmy, że Covid “szanował” granice regionalne w nieoczekiwany sposób[39, 40]. Dlatego rzeczywiste problemy, które pojawiły się podczas badania danych Covid, są zgodne z rodzajem problemów, których można by się spodziewać, gdyby tablica rozdzielcza JHU była oparta na symulacjach komputerowych uzupełnionych danymi obserwacyjnymi.
Przykładem tego, jak poważna może stać się sytuacja, w której informacje są uważane za oparte na prawdziwych faktach, chociaż opierają się na modelu komputerowym, jest zniknięcie lotu MH370 w 2014 roku. Oprogramowanie używane przez Malaysia Airlines do śledzenia samolotów doprowadziło ich do przekonania, że zaginiony samolot znajdował się nad Kambodżą. Jednak później odkryto, że “śledzenie lotu” opiera się na [symulowanej komputerowo] projekcji i nie można na nim polegać przy rzeczywistym pozycjonowaniu lub wyszukiwaniu”[41]. Samolot nie znajdował się nigdzie w pobliżu Kambodży, a opóźnienie spowodowane tym nieporozumieniem wystarczyło, aby samolot został utracony[42].
Przykład: Nowy Jork
Wreszcie, kończymy dyskusję na temat pulpitu nawigacyjnego JHU, analizując Nowy Jork (NYC) jako studium przypadku, aby wizualnie zademonstrować niektóre z tych kwestii. Na pierwszym wykresie poniżej, dzienne zgony z powodu Covid są wykreślane przy użyciu danych uzyskanych z dwóch różnych źródeł: NYC Health (niebieska linia) i JHU dashboard (czerwona linia). Trzecia linia (zielona) jest po prostu wynikiem pomnożenia dziennych wartości JHU przez 4/3. Powód tej zielonej linii wyjaśniono poniżej. Wykres obejmuje wszystkie zgłoszone zgony z powodu Covid w Nowym Jorku do 17 maja 2020 r.
Rysunek 1: Codzienne zgony z powodu Covid w Nowym Jorku z dwóch różnych źródeł:NYC Health (niebieska linia) i JHU dashboard (czerwona linia).Oba źródła podają “dzień zgłoszenia”, a nie “dzień zgonu”.Dane zostały pobrane w marcu 2024 roku.
Zielona linia to dzienna wartość JHU pomnożona przez 4/3.
Powodem, dla którego 17 maja 2020 r. został wybrany jako data graniczna dla tego wykresu, jest fakt, że NYC Health (NYCH) zmienił kilka kluczowych aspektów swoich metod raportowania w tym dniu, powodując znaczne zakłócenia w trendach JHU. Należy również zauważyć, że dane wykorzystane na powyższym wykresie nie zostały wprowadzone do odpowiednich repozytoriów Github w przedstawionym dniu. Dane NYCH zostały po raz pierwszy wprowadzone do repozytorium 22 grudnia 2020 r., po czym były wielokrotnie korygowane w ciągu następnych trzech lat. Dane JHU były wprowadzane codziennie do 17 maja, a następnie ponownie korygowane 1 lipca, 31 sierpnia i 1 września. Poza tym, że we wrześniu. Jeden wpis przez JHU został dokonany w celu dystrybucji zgonów w Nowym Jorku według dzielnic, nie jesteśmy świadomi żadnych wyjaśnień dotyczących innych korekt[43].
Ogólnie rzecz biorąc, zarówno NYCH, jak i JHU uwzględniały to, co nazywały “prawdopodobnymi zgonami” w swoich dziennych liczbach. Ponieważ śledzili te kwoty osobno i codziennie, zdecydowaliśmy się uwzględnić je w dziennych wartościach NYCH (niebieska linia), ale nie w przypadku JHU (czerwona linia). W ten sposób różnica między niebieską i czerwoną linią na powyższym wykresie wynika z “prawdopodobnych zgonów”. [43]
Podobieństwa między niebieską i zieloną linią stanowią niemal niepodważalny dowód na to, że liczby “prawdopodobnych zgonów” zostały sztucznie wygenerowane na komputerze. Przy odrobinie wysiłku udało mi się znaleźć stosunkowo proste równanie, które sprawia, że dopasowanie między tymi dwiema liniami jest prawie idealne. Pozostawiamy jednak NYCH lub JHU podzielenie się wzorem, którego użyli do wygenerowania swoich “prawdopodobnych zgonów”.
Następnie wykreślamy dane dotyczące zgonów Covid (w tym “prawdopodobnych zgonów”) tylko z NYCH (ryc. 2 poniżej). Gładkość krzywej jest niezwykła i prawie na pewno odzwierciedla wykorzystanie modelu epidemiologicznego SIRD jako podstawowego źródła danych. Oczywiście, ponieważ krzywa JHU ma identyczny kształt (tylko z mniejszymi liczbami), ona również odzwierciedla model SIRD. Ponieważ ustaliliśmy już, że istnieje proste równanie dla “prawdopodobnych zgonów”, jest to dość przekonujący dowód na to, że modele zostały użyte dla wszystkich danych: potwierdzonych, prawdopodobnych i całkowitych.
Aby podkreślić ten ostatni punkt i dla celów porównawczych, następnie wykreślamy wykres zgonów z powodu Covid w prowincji Hubei w ciągu pierwszych trzech miesięcy 2020 r. (Rysunek 3 poniżej). Pomimo faktu, że populacja prowincji Hubei (58 milionów) jest siedmiokrotnie większa niż w Nowym Jorku (8,3 miliona), liczba zgonów w Hubei (szczyt: 147, suma: 3164) była znacznie mniejsza niż w Nowym Jorku (szczyt: 831, suma: 23 338). Aby te liczby były prawidłowe, oznaczałoby to, że to, co wydarzyło się w Nowym Jorku, było 51 razy gorsze niż to, co wydarzyło się w prowincji, z której rzekomo pochodzi Covid. Taki scenariusz jest tak nieprawdopodobny, że graniczy z niedorzecznością i potwierdza tezę, że dane z Nowego Jorku nie były oparte na zaobserwowanych faktach.
Rysunek 3: Zgony z powodu Covid w Wuhan w Chinach, według dnia zgłoszenia, od stycznia do marca 2020 r.Dwudniową średnią kroczącą zastosowano dla 12 i 13 lutego, 21 i 22 lutego oraz 23 i 24 lutego.Miało to na celu zachowanie obserwowalnego kształtu wykresu.Pierwotnie liczba zgłoszonych zgonów wynosiła zero w dniach 12, 21 i 23 lutego; a szczyt wynosił 242 w dniu 13 lutego.
Zauważono również, że wykres dla prowincji Hubei (rys. 3) jest bardziej zgodny z tym, jak zwykle wyglądają dane empiryczne (postrzępiony), podczas gdy wykres dla NYC (rys. 2) przypomina to, co wygenerowałby model komputerowy (gładki).
Wcześniej wykazaliśmy, że niemożliwe jest, aby 23 338 osób zmarło na Covid w Nowym Jorku wiosną 2020 roku[44]. Wykazaliśmy również, że dane dotyczące śmiertelności w Nowym Jorku są wątpliwe[38]. W oparciu o obecną dyskusję argumentujemy teraz, że najbardziej realnym wyjaśnieniem błędnych danych jest to, że algorytm komputerowy (oparty na modelu epidemiologicznym) został połączony z niewłaściwą pętlą sprzężenia zwrotnego między JHU i NYCH. Wszystko to sugeruje, i to raczej mocno, że liczby zgonów z powodu Covid dla Nowego Jorku zostały wymyślone na kalkulatorze, a nie policzone w kostnicy. Zachęcamy NYCH lub JHU do wyjaśnienia, dlaczego i w jaki sposób liczby te należy interpretować inaczej, oraz do przedstawienia aktów zgonu zmarłych jako dowodu.
Oczywiście, jeśli liczba zgonów z powodu Covid w Nowym Jorku była oparta na modelu komputerowym, wynika z tego, że mieszkańcy Nowego Jorku zostali poddani trzem miesiącom niepotrzebnego terroru na początku 2020 r., kiedy powiedziano im, że tysiące ich sąsiadów ginie z powodu Covid, podczas gdy nikt nie miał (lub jeszcze nie ma) pojęcia, ile osób faktycznie umiera. Jest zatem całkiem możliwe, że wiosną 2020 r. w Nowym Jorku nie wydarzyło się nic niezwykłego (podobnie jak nic niezwykłego nie wydarzyło się w Chinach[45]), a średni wzrost liczby połączeń 911 o 24%[46] w tym okresie, wraz z niewytłumaczalnym i niepokojącym wzrostem liczby zatrzymań akcji serca[47] nie był spowodowany Covid, ale strachem wywołanym przez media[48].
Wnioski
Pulpit nawigacyjny JHU został “opracowany w celu zapewnienia naukowcom, organom zdrowia publicznego i ogółowi społeczeństwa przyjaznego dla użytkownika narzędzia do śledzenia epidemii w miarę jej rozwoju”. Pomijając fakt, że śledzenie jakiejkolwiek choroby w czasie rzeczywistym jest funkcjonalnie niemożliwe i niezależnie od tego, że nic szczególnego się nie “rozwijało”, gdy ją opracowywano, wszystkie dowody wskazują na to, że udało im się stworzyć pulpit nawigacyjny Covid za pomocą modeli komputerowych, które od czasu do czasu były “korygowane” danymi uzyskanymi z oficjalnych rządowych stron internetowych. Mieszając dane z modeli komputerowych z danymi z obserwacji, jednocześnie twierdząc, że “w całości polegali na publicznie dostępnych danych”, pomylili dane tak bardzo, że stały się one bez znaczenia. W rezultacie baza danych JHU Covid jest i była tak niewiarygodna, że nigdy nie powinna być używana do określania przypadków Covid lub zgonów.
Jakkolwiek zaskakująco może brzmieć ten wniosek, jest to w zasadzie to, co Aaron Katz (przełożony w zespole programistów JHU) powiedział cztery lata temu:
“Za dziesięć lat zobaczymy wszystkie raporty i retrospektywy, które powiedzą nam dokładnie, co się stało i gdzie….[Ale na razie] staramy się rozwiązać ten problem świadomości sytuacyjnej w chwili obecnej”[11].
Przynajmniej jego słowa informują nas, że uzyskanie dokładnych danych na temat konkretnej choroby zajmuje zwykle dziesięć lat. W najgorszym przypadku cytat ten zapewnia nas, że tablica rozdzielcza JHU była niewiarygodna, że zaufanie pokładane w danych było całkowicie błędne, a tablica rozdzielcza JHU spowodowała wiele błędnych wniosków na temat Covid.
W świetle tych wszystkich faktów i obserwacji:
Wzywamy rządy i urzędy statystyczne na całym świecie do powrotu do dawnego powolnego, ale dokładnego procesu gromadzenia wiarygodnych danych za pośrednictwem normalnych kanałów,
Zachęcamy badaczy medycznych, aby oparli się pokusie korzystania z danych Covid z repozytorium JHU i zamiast tego poczekali, aż wiarygodne dane staną się dostępne,
Zwracamy się do Uniwersytetu Johna Hopkinsa o pełną otwartość i przejrzystość w zakresie kodu komputerowego, modeli, źródeł i procedur wykorzystywanych w ich pulpicie nawigacyjnym,
Wzywamy Nowy Jork do rozpoczęcia przejrzystego dochodzenia w sprawie tego, czy i w jaki sposób ich dane zostały zniekształcone przez modele komputerowe,
Wzywamy opinię publiczną do bardziej krytycznego podejścia do wszelkich twierdzeń dotyczących globalnych statystyk choroby “w czasie rzeczywistym”.
autor:
Thomas Verduyn
Autor jest wdzięczny za nieocenioną pomoc udzieloną przez współpracowników i autorów tego artykułu, którzy pragną pozostać bezimienni.
Thomas Verduyn, BASc – uzyskał tytuł licencjata z wyróżnieniem w dziedzinie inżynierii lotniczej i kosmicznej. Ma szeroki zakres doświadczeń zawodowych, w tym doradztwo komputerowe, budownictwo, transport, księgowość i przedsiębiorczość. Jest zapalonym czytelnikiem wielu różnych dziedzin. Opublikował wiele książek, jest żywo zainteresowany zdrowiem i pasjonuje się poznawaniem Boga.
Hej jestem Dariusz Galczak współtwórca AlterShot. Od marca 2020 wyszukuję i tłumaczę teksty o zachodzących wokół nas przemianach, także o “wiadomej sprawie”, by dać szerszą perspektywę tam gdzie jej brakuje. Od lipca 2020, tworzę też filmy i relację głównie z konferencji. Mimo, że jak wielu “nowa sytuacja” postawiła mnie w nowej roli, to staram się współpracować z profesjonalistami i stale rozwijać umiejętności i warsztat.
Ponieważ temat jest obszerny przygotowałem dwie wersję treści, krótszą opracowaną przez profesora Martina Neila, która jest poniżej, oraz dłuższa – czyli tłumaczenie materiału źródłowego opracowanego przez Thomasa Verduyna, do której można przeskoczyć za pomocą poniższego klawisza nawigacji.
“Fałszywe liczby”, które wywołały reakcję świata naCovid-19
Thomas Verduyn poinformował właśnie o serii zdumiewających rewelacji na temat pulpitu nawigacyjnego danych dotyczących przypadków i śmiertelności, “przyjaznego dla użytkownika narzędzia do śledzenia epidemii w miarę jej rozwoju”, wprowadzonego przez Johns Hopkins University (JHU) w Baltimore na początku pandemii Covid-19.
W artykule wspartym szczegółowymi badaniami dla PANDA, niezależnej grupy badawczej zajmującej się reagowaniem na Covid-19, donosi, że JHU stworzył i uruchomił swój internetowy “pulpit informacyjny” w czasie, gdy choroba nie została nawet nazwana, kiedy poza Chinami odnotowano tylko cztery przypadki – i żadnych zgonów. Chociaż został stworzony “pod wpływem chwili” i “zajęło to tylko kilka godzin”, szybko stał się najważniejszym globalnym źródłem danych dotyczących Covid-19, wykorzystywanym przez media, badaczy medycznych, władze zdrowotne i opinię publiczną. A wszystko to przy skromnym budżecie i z wykorzystaniem zasobów studenckich w niepełnym wymiarze godzin.
Warto zauważyć, że zaledwie trzy miesiące wcześniej, w październiku 2019 r., JHU był gospodarzem niesławnego już Event 201, ćwiczeń szkoleniowych opartych na fikcyjnym scenariuszu pandemii, zorganizowanych przez Światowe Forum Ekonomiczne oraz Fundację Billa i Melindy Gatesów, z udziałem epidemiologa JHU, profesora Thomasa Ingelsby’ego.
22 stycznia 2020 r. ta sama instytucja wdrażała jedno z najbardziej wpływowych repozytoriów danych na świecie w związku z pandemią, która nie została jeszcze wtedy ogłoszona.
Verduyn donosi, że pulpit nawigacyjny był w stanie szybko agregować statystyki zgonów i przypadków z praktycznie każdego organu zdrowia publicznego na świecie, a także z Twittera i internetowych serwisów informacyjnych, w tym dane z nieoficjalnych źródeł i niejasnych stron internetowych w Chinach.
Osiągnięcie to stoi w ostrym kontraście z niedawną niezdolnością urzędników do zgłaszania dokładnych statystyk dotyczących nadmiernej śmiertelności – mogli dokładnie śledzić śmiertelność w 2020 roku, ale najwyraźniej stracili tę zdolność od tego czasu.
W jaki sposób trzej twórcy JHU dokonali tego wyczynu? Verduyn podnosi możliwość, że dane, które przesłali do pulpitu nawigacyjnego, były częściowo oparte na modelach epidemiologicznych, a nie na rzeczywistych przypadkach lub zgonach. Innymi słowy, wykorzystali oni oczekiwane zgony i przypadki jako surogaty rzeczywistych zgonów (których nie mieli możliwości dokładnie poznać). Główna autorka pulpitu nawigacyjnego JHU, profesor Lauren Gardner, jest specjalistką w dziedzinie matematycznego modelowania chorób zakaźnych, a w 2019 r. opracowała nowatorskie ramy modelowania matematycznego do szacowania epidemii wirusa, model, który miał zostać skalibrowany przy użyciu historycznych danych dotyczących epidemii.
Czy zatem symulacja komputerowa mogła zostać wykorzystana do oszacowania skali pandemii, a dane obserwacyjne wykorzystane do dostosowania i “skorygowania” modelowanych wyników? Jeśli tak, to na ile wiarygodne byłyby dane na pulpicie nawigacyjnym JHU i w oficjalnych statystykach?
Verduyn twierdzi, że wiele krajów nie byłoby w stanie uzyskać własnych danych w czasie rzeczywistym i dlatego polegałoby na tablicy rozdzielczej JHU jako autorytatywnym źródle, zastępując w ten sposób własne dane empiryczne danymi modelowymi. Dane te następnie trafiłyby z powrotem do krajowych oficjalnych repozytoriów danych Covid-19, aby w przyszłości zostały wykorzystane przez JHU w ich bieżących wysiłkach modelowania, tworząc w ten sposób błędne koło sfabrykowanych danych wzmacniających narrację o pandemii.
Ilustruje to błędne koło, wykorzystując dane dotyczące śmiertelności z Nowego Jorku (NYC). Porównując gwałtowny wzrost śmiertelności w Nowym Jorku wiosną 2020 r. z danymi JHU, ustalił on, że z tygodnia na tydzień było znacznie więcej zgonów z powodu Covid-19 wymienionych w oficjalnych statystykach śmiertelności w Nowym Jorku niż w tych opublikowanych przez JHU, i że różnica ta utrzymywała się przez cały okres szczytu pandemii Covid-19 wiosną 2020 roku. Ta znacząca różnica nigdy nie została omówiona ani wyjaśniona ani przez JHU, ani przez władze Nowego Jorku. Fakt, że są one stale niezsynchronizowane, jest wystarczającym sygnałem. Verduyn twierdzi, że różnica ta stanowi niezbity dowód na to, że liczby “prawdopodobnych zgonów” zostały sztucznie wygenerowane na komputerze, przy użyciu modelu epidemiologicznego podobnego do tego zastosowanego przez Neila Fergusona w jego niesławnym i rażąco niedokładnym modelu przewidywania zgonów z powodu Covid-19 w Wielkiej Brytanii i innych krajach.
Śledzenie jakiejkolwiek choroby w czasie rzeczywistym było i pozostaje niemożliwe. Biorąc to pod uwagę oraz fakt, że w czasie jego tworzenia nie działo się nic szczególnie niepokojącego, analiza Verduyna sugeruje, że JHU udało się stworzyć pulpit informacyjny Covid-19 w celu przekazania wrażenia pandemii lub wyolbrzymienia tego, co w przeciwnym razie, biorąc pod uwagę obciążenie śmiertelnością, byłoby postrzegane jako rutynowy sezon grypowy. Warto zauważyć, że wdrożenie pulpitu informacyjnego spełniło również jeden z celów Event-u 201 – symulację pandemii tak realistycznej, że była całkowicie wiarygodna.
Kraje europejskie stoją w obliczu KATASTROFICZNYCH konsekwencji po #Covid#Vaccine zastrzykach – poseł do Parlamentu Europejskiego i były sędzia @mislavkolakusic
wyjaśnia przerażające statystyki :
„Wysoce zaszczepione kraje w Europie doświadczają drastycznego wzrostu NADMIERNEJ ŚMIERTELNOŚCI:
explains the horrifying statistics : “Highly vaccinated countries in Europe are experiencing drastic increases in EXCESS MORTALITY : Croatia 14.6% Italy 24.9% Portugal 28.8% Greece 31.2% Spain 36.9% Iceland 55.8% The least vaccinated countries in Europe have the LOWEST excess mortality : Romania 2.4% Bulgaria 1.4%” The DATA that’s presented is CLEAR, the higher the Covid Vaccination rate, the higher the deaths – It’s UNDENIABLE at this point
Przełomowy wyrok WSA w Wa-wie! Sąd uznał, że NOP po szczepieniu na c19 może powstać po szczepieniu w sposób bezpośredni, ale też pośredni. Sąd wskazał, że okres od szprycy do NOP jest określony przesłanką 5 letniego okresu z art.17a ust 1 ustawy o zapobieganiu i zwalczaniu zakażeń i chorób zakaźnych.
Przed pojawieniem się Covid-19 firma BioNTech, niemiecki twórca i właściciel tak zwanej szczepionki „Pfizer”, prowadziła wyłącznie badania nad terapiami przeciwnowotworowymi. Firma skupiała się na tym, a nie na chorobach zakaźnych. Ale żadna z tych prób nie zaszła zbyt daleko. Żaden z eksperymentalnych leków przeciwnowotworowych BioNTech nie trafił nigdy do zakrojonego na szeroką skalę badania klinicznego fazy 3, a jedno z zaledwie trzech badań fazy 2 zarejestrowanych przez BioNTech przed 2020 rokiem zostało „przedwcześnie zakończone” z nieznanych powodów.
W sumie firma BioNTech przetestowała swoje leki jedynie na nieco ponad 400 – w większości skrajnie chorych – pacjentach chorych na raka.
W świetle doniesień o rosnącej liczbie diagnoz nowotworów od czasu wprowadzenia szczepionek przeciw Covidowi opartych na mRNA, w niedawnym artykule zastanawiałem się, czy badania BioNTech zakończyły się niepowodzeniem, ponieważ oferowane przez nią terapie przeciwnowotworowe oparte na mRNA w rzeczywistości sprzyjały wzrostowi nowotworu, a nie hamowały go lub odwracały.
Cóż, teraz mamy dalsze potwierdzenie tej hipotezy.
Nowy przeddruk autorstwa Rubio-Casillas i in. w International Journal of Biological Macromolecules zadaje pytanie „N1-metylo-pseudourydyna (m1Ψ): przyjaciel czy wróg raka?” Zastąpienie naturalnie występującej urydyny N1-metylo-pseudourydyną jest właśnie innowacją leżącą u podstaw platformy mRNA firmy BioNTech, która w ten sposób w rzeczywistości staje się platforma modRNA lub zmodyfikowanego RNA. Katalin Karikó, która później została wiceprezesem BioNTech, podzieliła się Nagrodą Nobla w dziedzinie medycyny z Drew Weissmanem za odkrycie tej innowacji.
N1-metylopseudourydyna: przyjaciel czy wróg raka? Odpowiedź autorów jest jasna: przyjaciel… raka. Zatem streszczenie brzmi (podkreślenie dodane):
Ponadto odkryto, że szczepionki mRNA hamują podstawowe szlaki immunologiczne, upośledzając w ten sposób wczesną sygnalizację interferonu. … Dostarczono dowody na to, że dodanie 100% N1-metylopseudourydyny (m1Ψ) do szczepionki mRNA w modelu czerniaka stymulowało wzrost nowotworu i przerzuty, podczas gdy niezmodyfikowane szczepionki mRNA dawały odwrotne wyniki, co sugeruje, że szczepionki mRNA przeciwko Covid-19 mogą wspomagać rozwój raka.
Czy BioNTech i organ regulacyjny wiedzieli już, co od Rubio-Casillas i in. dowiedziałem się? To znaczy: czy wiedzieli, że platforma mRNA firmy może być onkogenna, zanim została udostępniona dosłownie miliardom ludzi na całym świecie jako podstawa szczepionki przeciwko Covid-19?
Właściwym organem regulacyjnym w przypadku dwóch badań, w tym tego, które zostało „przedwcześnie zakończone”, był nikt inny jak PEI: niemiecki organ regulacyjny ds. szczepionek i leków, o którego bliskich stosunkach z BioNTech pisałem tutaj. [odnośniki w oryginale. MD]
(Właściwym organem w przypadku trzeciego badania był niemiecki Federalny Instytut Leków i Wyrobów Medycznych (BfArM), siostrzana organizacja PEI.)
Zbiórka W obronie szykanowanego lekarza Agata OsiniakORGANIZATOR ZBIÓRKI
Szanowni Państwo! Jestem lekarzem pediatrą i specjalistą medycyny rodzinnej z ponad 30 letnim stażem pracy.W mojej pracy z chorymi ludźmi zawsze przyświecają mi dwie zasady:po pierwsze nie szkodzić i ,że zdrowie chorego jest najwyższym dobrem. Kiedy w 2020 roku ogłoszono tzw.pandemię covid-19 szybko zorientowałam się, że szeroko rozpowszechniane zalecenia i nakazy noszenia maseczek, izolacji, lockdownów, zamykania przychodni przed pacjentami itp. – są kłamliwe i nie poparte żadnymi badaniami naukowymi.
Po raz pierwszy w historii ludzkości lekarze zamknęli się przed chorymi ludźmi!
Wiedząc to wszystko nie mogłam zachować tej wiedzy tylko dla siebie -chciałam podzielić się nią ze społeczeństwem.Takich lekarzy myślących podobnie jak ja było w Polsce kilkuset. Jesienią 2020 roku grupa 114 profesorów,lekarzy i naukowców ( w których gronie znalazłam się również ja) wystosowała list otwarty i trzy apele do rządzących, pisząc w nich między innymi,że nie ma naukowego i medycznego uzasadnienia dla kontynuacji stosowanych obostrzeń, noszenia maseczek ochronnych, izolacji społecznej oraz masowego stosowania niediagnostycznych testów RT-PCR, które dają wiele fałszywie dodatnich wyników. Te trzy apele wzywały do natychmiastowego zakończenia tych działań oraz przywrócenia normalnych, demokratycznych zasad funkcjonowania państwa, struktur prawnych, swobód obywatelskich oraz przestrzegania praw człowieka. Grupa ta poparła swoje zamieszczone w liście i apelach tezy, cytując liczne doniesienia naukowe oraz dane epidemiologiczne i statystyczne, oczekując jednocześnie otwartej debaty, w której wezmą udział eksperci bez jakiejkolwiek formy cenzury.
W swoich apelach środowisko naukowców i lekarzy,jakie reprezentowały osoby podpisane pod nimi, wyraziło również swoje zaniepokojenie faktem planowanych szczepień preparatami inżynierii genetycznej zawierającymi mRNA, nie będącymi tradycyjnymi szczepionkami i nigdy dotychczas nie stosowanymi u ludzi. Nie zostały one dostatecznie zbadane więc są potencjalnie niebezpieczne, a ich skuteczność nie jest w pełni udowodniona. Noszą znamiona eksperymentu medycznego prowadzonego na masową skalę. Apele te nie doczekały się żadnego odzewu od prezydenta, premiera, rządu czy parlamentu, ani też nie zorganizowano publicznej debaty niezależnych ekspertów.
Jedyną natomiast odpowiedzią jakiej się doczekało kilkudziesięciu profesorów i lekarzy-sygnatariuszy tych apeli, było wszczęcie postępowania wyjaśniającego przez Naczelnego Rzecznika Odpowiedzialności Zawodowej Naczelnej Izby Lekarskiej lekarza Grzegorza Wronę już w styczniu 2021 roku. Obecnie toczą się sprawy o ukaranie 114 profesorów i lekarzy w Okręgowych Sądach Lekarskich we Wrocławiu, Poznaniu i Gdańsku, a zarzutem wobec nas jest publiczne rozpowszechnianie informacji niezgodnych z aktualna wiedzą medyczną i propagowanie postawy antyzdrowotnej oraz działań na szkodę pacjentów i całego społeczeństwa. Kiedy latem 2021 roku rozpętała się nachalna propaganda w mediach i placówkach oświatowych zachęcająca rodziców do szczepienia swoich dzieci bezpiecznymi,skutecznymi i dobrze przebadanymi “szczepionkami” przeciwko covid-19 znów, znając badania naukowe i oficjalne dane statystyczne i epidemiologiczne, nie potrafiłam milczeć, wiedząc,że te preparaty mRNA nie są wcale bezpieczne, nieznana jest ich skuteczność i wcale nie są dobrze przebadane( o czym oficjalnie producenci sami piszą w ulotkach tych preparatów, zaznaczając,że ich genotoksyczność, wpływ na płodność i rakotwórczość oraz interakcje z jakimikolwiek lekami są nieznane).
Wówczas,w lipcu 2021 roku, udzieliłam wywiadu na prośbę zaniepokojonych rodziców, którzy byli zdezorientowani napływającymi do nich informacjami i przedstawiłam w nim między innymi apel Polskiego Stowarzyszenia Niezależnych Lekarzy i Naukowców do dyrektorów placówek oświatowych, nauczycieli i pedagogów o wstrzymanie promowania tzw. szczepionek przeciwko covid-19, poparty wieloma badaniami naukowymi oraz oficjalnymi danymi statystycznymi i epidemiologicznymi,potwierdzającymi nieskuteczność, brak bezpieczeństwa i brak ukończenia badań klinicznych tych preparatów mRNA-covid-19, które nigdy wcześniej nie były podawane tak szerokiej populacji. Moje poczucie etyki zawodowej nakazuje mi informowanie pacjenta przed podjęciem jakiejkolwiek interwencji medycznej o wszystkich za i przeciw i uzyskanie jego świadomej zgody na taki zabieg, a zwłaszcza taki ,który wiąże się z ryzykiem i wieloma niewiadomymi.Pacjent musi mieć wybór,o tym też mówiłam w tym wywiadzie.Już we wrześniu 2021 roku Okręgowy Rzecznik Odpowiedzialności Zawodowej w Rzeszowie,lekarz Grzegorz Siteń,wszczął wobec mnie postępowanie wyjaśniające i skierował sprawę do Okręgowego Sądu Lekarskiego w Rzeszowie o ukaranie mnie,zarzucając mi,podobnie jak w poprzedniej sprawie,publiczne rozpowszechnianie informacji niezgodnych z aktualną wiedzą medyczną i propagowanie postawy antyzdrowotnej oraz działań na szkodę pacjentów i całego społeczeństwa.Dnia 29 listopada 2022 roku zostałam ukarana przez Okręgowy Sąd Lekarski pod przewodnictwem dr n.med Zenona Piechoty karą nagany i kosztami postępowania sądowego w wysokości 1500 zł.W żadnym wypadku nie czuję się winna ponieważ stoją za mną dziesiątki badań naukowych i oficjalnych rządowych danych statystycznych z całego świata,które przedstawiłam sądowi na obronę moich tez,w przeciwieństwie do sądu,który na poparcie swojego aktu oskarżenia wobec mnie nie przedstawił ani jednego badania naukowego ani tez opinii biegłego dotyczącej tego przewinienia zawodowego! Wobec tego złożyłam odwołanie do Naczelnego Sądu Lekarskiego w Warszawie -sprawa ta obecnie również jest w toku. Wszystkie działania jakie podejmowałam i za które jestem szykanowana przez izby lekarskie i grozi mi utrata prawa wykonywania zawodu lekarza, robiłam dla dobra pacjentów,chcąc ustrzec ich przed podejmowaniem pochopnych i nie do końca przemyślanych decyzji w sprawie “szczepień” przeciwko covid-19,które jak już wiadomo obecnie, nie chroniły przed śmiercią ani hospitalizacją z powodu covid-19,nie przerywały transmisji wirusa i spowodowały wiele śmierci i wiele działań niepożądanych u tych, którzy przyjęli te preparaty.Wiedzę naukową ,którą posiadłam na ten temat nie zostawiłam dla siebie, tylko podzieliłam się z Wami. Dlatego zwracam się do Was z prośbą -jeżeli komukolwiek moja wiedza pomogła w podjęciu świadomej decyzji w “sprawie niezaszczepienia się” lub swojego dziecka przeciwko covid-19 o wsparcie finansowe, które jest potrzebne na pomoc prawników w mojej walce o prawdę.
W tym badaniu badano skutki niepożądane zgłaszane po zastrzyku indywidualnym, podobne do objawów obserwowanych w przypadku ostrych następstw COVID (PASC) lub długiego przebiegu choroby Covid-19.
W badaniu skupiono się na tym, czy białko S1 dostarczane przez szczepionki przeciwko COVID-19 w celu wywołania odpowiedzi immunologicznej utrzymuje się w komórkach odpornościowych i przyczynia się do długotrwałych objawów. Porównano pięćdziesiąt osób, u których objawy wystąpiły w ciągu miesiąca po szczepieniu, z czterdziestoma pięcioma osobami z grupy kontrolnej, które nie zgłosiły takich objawów.
Wyniki sugerują związek pomiędzy utrzymującą się obecnością białka S1 w komórkach odpornościowych a rozwojem objawów podobnych do PASC u zaszczepionych osób. To podobieństwo między objawami wywołanymi szczepionką a PASC wskazuje na długoterminowy wpływ utrzymywania się białka i jego potencjalnej roli w powikłaniach po zastrzyku.
Budżet federalny rządu liberalnego na rok 2024 obejmuje kolejne 36 milionów dolarów w ciągu następnych dwóch lat podatkowych na program wsparcia osób cierpiących na urazy poszczepienne.
1 maja 2024 r. w sądzie w Beaumont w Teksasie odbędą się ustne argumenty pomiędzy przedstawicielami Pfizer i Departamentu Sprawiedliwości oraz zgłaszającą nieprawidłowości sygnalistką
Czemu to jest ważne?
Argument ustny w systemie sądowym Stanów Zjednoczonych to formalna, zorganizowan@IamBrookJacksona dyskusja między prawnikami obu stron sprawy, a sędzią rozstrzygającym sprawę. Celem argumentu ustnego nie jest przedstawienie nowych dowodów, ale wyjaśnienie punktów zawartych w złożonych pismach i przekonanie sędziów do własnych racji poprzez rozumowanie prawnicze i interpretację prawa. Argument ustny jest częścią procesu apelacyjnego; nie służy do ustalania faktów, ale do badania argumentów prawnych. Zwykle każda strona ma określony czas na przedstawienie swojej sprawy, często od 15 do 30 minut.
W USA argumenty ustne są kluczowe i często decydujące w sądach apelacyjnych i najwyższych, aktywnie angażując sędziów w zadawanie pytań.
Dlaczego sprawa Pfizer vs. Brook Jackson jest tak ważna? Bo może potencjalnie unieważnić immunitet chroniący firmę Pfizer przed pozwami ze strony osób poszkodowanych przez jej produkty. Brook Jackson jest reprezentowana przez dwóch najlepszych prawników w kraju: Roberta Barnesa @barnes_law i Warnera Mendenhalla @MendenhallFirm , którzy pracują pro-bono przeciwko prawnikom Pfizera wspieranym przez miliardową korporację.
Firmę Pfizera reprezentuje Carlton Wessel z DLA Piper, a DOJ reprezentuje Erin Colleran, która wcześniej była odpowiedzialna za nadzorowanie regulacji w FDA w czasie, gdy doszło do zgłoszonego przez Brook Jackson oszustwa w badaniu klinicznym Pfizera. Po trwającym przez ostatnie 3 lata sporze sądowym, Departament Sprawiedliwości dopiero teraz zdecydował się wkroczyć do akcji i próbuje doprowadzić do oddalenia sprawy. Czy postępowanie dowodowe wykaże, że FDA była winna ignorowania oszustw?
WHO wykorzystała pandemię jako fałszywy pretekst, aby wprowadzić szczepienia wszystkich narodów świata. Przygotowano plan mający na celu skrócenie czasu opracowywania szczepionek, co zwykle trwa ponad dziesięć lat, do mniej niż jednego roku. Operacja Warp Speed. Operację tę wykorzystano do ukrycia błędnych przekonań na temat szczepionek genetycznych. Pod pretekstem oszczędności czasu wybrano niezwykle niebezpieczną metodę.
−∗−
Japoński profesor wygłasza oszałamiające przesłanie, które każdy powinien usłyszeć
TRANSKRYPCJA
Dziękuję bardzo za umożliwienie mi wygłoszenia mojego przesłania na temat łamania praw człowieka w czasie pandemii Covid-19. Nazywam się Masayasu Inoue i jestem emerytowanym profesorem Szkoły Medycznej Uniwersytetu w Osace. Moją specjalnością jest medycyna i patologia molekularna.
WHO wykorzystała pandemię jako fałszywy pretekst, aby wprowadzić szczepienia wszystkich narodów świata. Przygotowano plan mający na celu skrócenie czasu opracowywania szczepionek, co zwykle trwa ponad dziesięć lat, do mniej niż jednego roku. Operacja Warp Speed. Operację tę wykorzystano do ukrycia błędnych przekonań na temat szczepionek genetycznych. Pod pretekstem oszczędności czasu wybrano niezwykle niebezpieczną metodę.
Chodzi tu o domięśniowe wstrzykiwanie genów wirusowych w celu wytworzenia toksycznych białek kolczastych bezpośrednio w tkankach ludzkich w celu stymulacji układu odpornościowego. Ponieważ jest to metoda całkowicie nowa i błędnie przemyślana, która nigdy wcześniej w historii ludzkości nie była stosowana, dlatego większość lekarzy nie jest w stanie udzielić informacji dla zapewnienia prawidłowej świadomej zgody. Jednak w wyniku nieodpowiedzialnych kampanii rządowych i medialnych promujących te szczepionki, 80% Japończyków zostało zaszczepionych.
Niestety, jak dotąd podano siedem dawek. To najwięcej na świecie. Rezultatem było wywołanie strasznych powikłań spowodowanych preparatami, jakich nigdy w historii ludzkości nie widziano.
Uważam, że oszukańcze stosowanie eksperymentalnej terapii genowej u zdrowych ludzi, w szczególności u zdrowych dzieci, stanowi skrajne pogwałcenie praw człowieka. Jednakże Keizo Takemi, japoński minister zdrowia, pracy i opieki społecznej, upierał się, że nie ma poważnych obaw związanych ze szkodami spowodowanymi przez szczepionki genetyczne. I nie wyciągając wniosków z obecnej sytuacji poszkodowanych pacjentów, planują zbudować nowy system produkcji szczepionek w ramach przygotowań na kolejną pandemię. To niewiarygodna, szalona sytuacja.
Japoński rząd jako pierwszy na świecie zatwierdził nowy rodzaj szczepionki zwanej szczepionką samoreplikującą się i planuje rozpocząć jej dostarczanie jesienią i zimą. Ministerstwo Gospodarki, Handlu i Przemysłu przyznaje na ten projekt ogromną kwotę dotacji. W Japonii jedna po drugiej powstają fabryki produkujące nowe szczepionki. Odwiedziłem te fabryki bezpośrednio.
Co więcej, rząd Japonii zabiega obecnie o badania kliniczne na dużą skalę o wartości 900 milionów dolarów od firm farmaceutycznych, które podejmują wyzwanie opracowania szczepionek w celu przygotowania się na kolejną pandemię Choroby X przedstawioną podczas tegorocznej konferencji w Davos. Spekuluje się, że ruch japońskiego rządu jest częścią 100-dniowej misji CEPI Coalition for Epidemic Preparedness Innovation, której celem jest skrócenie do jednej trzeciej prędkości operacji Warp Speed. Mianowicie próbują skrócić cykl wprowadzenia szczepionek, opracowując preparat w ciągu stu dni. Jest to możliwe jedynie poprzez ignorowanie praw człowieka.
Poprawki do WHO, Międzynarodowych Przepisów Zdrowotnych (IHR) i tak zwanego Traktatu Pandemicznego, które mają zostać wkrótce przyjęte na tegorocznym 77. Światowym Zgromadzeniu Zdrowia, próbują nadać racjonalność i prawnie wiążącą moc takim nienaukowym i niebezpiecznym, szalonym planom.
Jeśli taka sytuacja będzie się utrzymywać, istnieje wysokie ryzyko, że szczepionki wyprodukowane w Japonii będą eksportowane pod płaszczykiem fałszywego zaufania. Gdyby Japonia dopuściła się [wytworzenia] tych szczepionek, pozostawiłoby to nieodwracalne szkody przyszłym pokoleniom. Dlatego działania japońskiego rządu MUSZĄ ZOSTAĆ POWSTRZYMANE poprzez współpracę międzynarodową.
Choć minęły już trzy lata, odkąd zacząłem wygłaszać wykłady mające na celu edukowanie Japończyków na temat zagrożeń związanych ze szczepionkami, nadal trudno jest przebić się przez bariery mediów głównego nurtu. Jeśli na YouTube powiemy prawdę o szczepionkach, zostanie to usunięte w ciągu jednego dnia. Rzeczywistość jest taka, że niemal codziennie mamy do czynienia z cenzurą i tłumieniem wypowiedzi.
Dlatego też pokładałem nadzieję w wydaniu książki z ostatnią wersją przemówienia i opublikowałem książkę pod tytułem „Wycofać się z WHO”. Trudno zatrzymać ten ruch, gdyż obecnie nie ma nadziei na polityczną zmianę sytuacji japońskiego rządu. Przesłanie, które chciałbym przekazać światu, jest takie, że gdy w przyszłości wystąpi Choroba X, nigdy nie należy ufać szczepionce opracowanej w krótkim czasie i wyprodukowanej w Japonii. Wszystko w celu ochrony praw człowieka w przypadkach wykraczających poza granice państwowe.
Wierzę, że dzielenie się prawdą z innymi krajami jest bardzo ważne i że jest to krok w stronę jedności i solidarności. Tylko poprzez proces wymiany informacji pomiędzy wszystkimi krajami świata możemy odnaleźć nadzieję pośród rozpaczy. Mam nadzieję, że moje oświadczenie pomoże wam wszystkim chronić swoje zdrowe życie i swoją rodzinę. Dziękuję bardzo za uwagę.
Narodowy Fundusz Zdrowia przekazał Najwyższej Izbie Kontroli pierwsze informacje o wykonaniu wniosków z kontroli dotyczącej tzw. dodatków covidowych. NFZ ustalił, że nienależnie przekazano środki finansowe na dodatki do wynagrodzeń pracowników ochrony zdrowia z Funduszu Przeciwdziałania COVID-19 w łącznej kwocie 35 mln zł.
Jak przekazała w poniedziałek NIK, w odpowiedzi na wystąpienie pokontrolne centrala NFZ poinformowała, iż podjęła pierwsze działania w sprawie realizacji wniosków NIK dotyczących nieprawidłowości przyznawania i wypłacania dodatków covidowych.
„W wyniku kontroli przeprowadzonych w oddziałach wojewódzkich NFZ ustalił, że nienależnie przekazano środki finansowe na dodatki do wynagrodzeń pracowników ochrony zdrowia z Funduszu Przeciwdziałania COVID-19 w łącznej kwocie 35 mln zł (wg stanu na 15 marca 2024 r.), z czego odzyskano 25 mln zł, a sprawy o odzyskanie kwoty niemal 10 mln zł skierowano na drogę postępowania sądowego” – poinformowano.
We wrześniu ubiegłego roku Najwyższa Izba Kontroli negatywnie oceniła realizację poleceń ministra zdrowia w sprawie dodatkowych świadczeń pieniężnych przyznawanych w związku z przeciwdziałaniem i zwalczaniem COVID-19, czyli tzw. dodatków covidowych. W latach 2020-2021 wydano na nie blisko dziewięć mld zł.
W ocenie NIK minister zdrowia i prezes NFZ nieprawidłowo i nieskutecznie nadzorowali zarówno przygotowanie jak i realizację poleceń. Zaniechali również kontroli prawidłowości przyznawania i wypłacania dodatków covidowych oraz nie reagowali na nieprawidłową realizację umów w sprawie dodatków przez szpitale i stacje pogotowia ratunkowego.
W wyniku kontroli NIK ustaliła, że minister zdrowia dopuścił do wystąpienia istotnych wad systemu przyznawania dodatków covidowych, które spowodowały m.in. wypłatę dodatków osobom nieuprawnionym (np. w oddziałach „niecovidowych” za kontakt z pacjentem tylko podejrzanym o zakażenie wirusem SARS-CoV-2).
Stwierdzono, że przyznawano dodatki kilkukrotnie tej samej osobie za dany miesiąc ponad limit 15 tys. zł (nawet 41,5 tys. zł miesięcznie), w kwocie 15 tys. zł pomimo zaledwie kilkuminutowego czy jednorazowego wykonywania świadczeń zdrowotnych również wobec pacjentów tylko podejrzanych o zakażenie wirusem SARS-CoV-2 oraz nawet 31 osobom personelu medycznego przypadającym na jedno łóżko covidowe, czy też 23 osobom na pacjenta.
Według kontroli minister zdrowia dopuścił do wystąpienia istotnych wad systemu przyznawania dodatków covidowych, z których najważniejsze dotyczyły m.in. niejednoznacznego określenia warunku przyznania dodatków, nieprecyzyjnego określenia pojęcia szpitala III poziomu zabezpieczenia, a także nieprecyzyjnego określenia warunków i zasad przyznawania dodatków, co wymagało udzielania przez Ministerstwo Zdrowia licznych wyjaśnień, informacji i interpretacji (zawartych m.in. w 876 pismach).
Najwyższa Izba Kontroli wnioskowała m.in. o przeprowadzenie przez Narodowy Fundusz Zdrowia, w tym przez oddziały wojewódzkie, kontroli w prawidłowości realizacji przez podmioty lecznicze umów w sprawie dodatków covidowych.
Poniższy tekst będzie o szczepionkach, głównie tzw. „obowiązkowych”. Ten tekst nie ma w żadnym stopniu zniechęcić kogokolwiek z Państwa do szczepień. Nie jest jego celem również zachęcanie. Chcę jedynie, abyście Państwo zapoznali się z informacjami, o których prawdopodobnie nie wiecie, gdyż oficjalna narracja czyni dużo zabiegów, aby do Państwa docierały tylko te wiadomości, które zostaną uznane za konieczne i które mają skłonić Państwa do podjęcia konkretnych działań. Zależy mi jednak, aby podejmowane przez Państwa decyzje opierały się na rzetelnych i konkretnych danych, a nie jedynie na wszechobecnej propagandzie.
Poniżej podaję fakty i liczby. Wnioski wyciągnijcie Państwo sami.
Gruźlica – najszybszy spadek zachorowalności odnotowano w krajach takich jak Belgia czy Holandia, które nie wprowadziły szczepień, a nie na przykład we Francji, w której szczepi się wszystkie dzieci w wieku szkolnym; w USA do tej pory nigdy nie szczepiono przeciwko gruźlicy, a mimo tego spadek zachorowań na tę chorobę jest dokładnie taki sam jak w Anglii czy innych krajach europejskich, w których masowo szczepionkę tę stosowano.
Krztusiec – szczepionkę przeciwko krztuścowi zaczęto podawać w USA dopiero w latach czterdziestych ubiegłego wieku; w Wielkiej Brytanii dopuszczono ją do użytku w 1953 roku, jednak liczba zgonów dzieci poniżej 15 roku życia spowodowanych krztuścem zmalała do tego czasu z 1500 do 25 na milion (w porównaniu z rokiem 1850). Zatem ZANIM wprowadzono szczepienia, liczba zgonów na krztusiec spadła o 98,5%.
Błonica – w Hiszpanii odnotowano 5000 zgonów spowodowanych błonicą w 1900 r., natomiast w roku 1964, czyli w roku wprowadzenia rutynowych szczepień, było ich tylko 81. W Niemczech w czasie I wojny światowej odnotowywano 100 000 przypadków błonicy rocznie – władze nazistowskie wprowadziły obowiązkowe szczepienia przeciw błonicy w 1939 r., – w roku 1940 odnotowano 100 000 przypadków, a w roku 1945 – 250 000. Po wojnie zaprzestano obowiązkowych szczepień, a mimo to liczba zachorowań na błonicę spadała systematycznie, aż do 800 przypadków w 1972 r. (czyli o 99,2%). Natomiast w Norwegii odnotowano 555 zgonów spowodowanych błonicą w 1908 r., ale tylko dwa w roku 1939. W tymże roku w Norwegii wprowadzono obowiązkowe szczepienia – trzy lata później odnotowano 22 787 przypadków zachorowań na błonicę oraz 700 zgonów.
Różyczka – we Francji na różyczkę w 1906 roku umarło 3756 osób, w roku 1983 już tylko 20. Spadek zachorowań wyniósł 99,5% – i wtedy podjęto kampanię związaną ze szczepieniem. W Hiszpanii w 1901 roku na różyczkę zmarły 18473 osoby, natomiast w roku 1981 już tylko 19. Ogólnokrajowa akcja szczepień w tym kraju zaczęła się w… 1982 roku.
Wścieklizna – tutaj nie macie Państwo alternatywy. Po pogryzieniu przez zwierzę zarażone wścieklizną jedynym wyjściem jest przyjęcie szczepionki. W przeciwnym wypadku skończy się to śmiercią.
Bardzo ważna informacja dotycząca bezpieczeństwa. Powszechne jest przekonanie, podsycane przez mainstream i tzw. „ekspertów”, iż szczepionki to najlepiej przebadane preparaty medyczne pod kątem bezpieczeństwa.
Tutaj kilka słów wyjaśnienia. W dużym uproszczeniu badanie bezpieczeństwa nowego leku wygląda następująco: grupę ochotników dzielimy na dwie części. Jedna otrzymuje eksperymentalny lek, natomiast druga placebo – czyli środek obojętny, np. sól fizjologiczną. Następnie obserwujemy obie grupy i określamy, czy przypadkiem w grupie testowej nie pojawia się większa liczba przypadków zdarzeń niepożądanych (np. alergie, zachorowania, udary, zawały itp.), niż w grupie placebo. Jeżeli w obu grupach mamy podobną ilość zdarzeń, możemy uznać lek za bezpieczny.
Wydawałoby się, że szczepionki były testowane w taki właśnie sposób.
Otóż NIE.
Grupa placebo nie otrzymywała środka obojętnego, ale adjuwanty (czyli część szczepionki, która poprzez wywołanie reakcji zapalnej w organizmie, ma wzmacniać działanie antygenu). Grupa testowa otrzymywała natomiast pełną szczepionkę. Jeżeli częścią niebezpieczną są adjuwanty, to porównanie obu grup wypada identycznie – zatem otrzymamy odpowiedź, że szczepionka jest bezpieczna.
Gdyby w badaniach była uwzględniana grupa placebo (prawdziwa, a nie w cudzysłowie), wyniki mogłyby być całkowicie odmienne. Tego jednak nie wiemy.
Jak szczepionki mRNA „przeciwko Covid-19” zamieniły ludzi w bezmózgie zombie.
Dr.Michael Nehls i zindoktrynowany umysł – jak szczepionki mRNA przeciwko Covid-19 zamieniły ludzi w bezmózgie zombie.
Dlaczego tak wielu zaszczepionych mRNA na Covid-19 zachowuje się jak zombie i nie jest w stanie wyrwać się z 4-letniego prania mózgu i propagandy?
Doktor Nehls, który jest autorem artykułów wspólnie z laureatami Nagrody Nobla i napisał książkę zatytułowaną „The Indoktrynated Mind”, przedstawia jedną z najbardziej przekonujących analiz „zombifikacji” osób zaszczepionych na Covid-19.
Byłem obecny na jednej z prezentacji dr Nehlsa (na konferencji CPAC w 2024 r.) i naprawdę otworzyła mi ona oczy. W moim artykule omawiam prezentację doktora Nehlsa.
Krótko mówiąc, białko szczytowe szczepionki przeciwko COVID-19 atakuje hipokamp i blokuje produkcję nowych neuronów. Ta utrata neuronów hipokampu prowadzi do:
1. utrata energii psychicznej do myślenia (utknięcie w „trybie zombie”, brak krytycznego myślenia) – zaszczepieni po prostu robią to, co im każą politycy, media lub lekarz;
2. utrata naturalnej ciekawości – zaszczepieni wierzą w to, co im się mówi – żadnego kwestionowania „Nauki”, ignorowanie urazów poszczepiennych, nagłych zgonów, nadmiernej liczby zgonów, wzrostu zachorowalności na nowotwory (Turbo Cancer) ani żadnej propagandy COVID – bez względu na to jakie nowe informacje się pojawiają, nie chcą wiedzieć ani nawet zadawać pytań;
3. utrata odporności psychicznej (łatwo kontrolowana przez lęk – doskonałym przykładem są ci, którzy wciąż noszą maskę, gdziekolwiek się udają lub biegają po „ostatnią dawkę przypominającą”, badają się ponad 10 razy, noszą monitory CO2, dźgają szprycami swoje dzieci);
4. utrata indywidualności, niska samoocena – desperacka potrzeba bycia częścią „społecznie akceptowanej większości”, obserwatorów CNN i MSNBC, wyborców Bidena i Trudeau itp. To byli ludzie, którzy obrzucali inwektywami nieszczepionych, gdy powiedziano im, jak mają się zachowywać. Nazwano ich „samolubnymi”.
To są ludzie, którzy „zrobili, co do nich należało” dla społeczeństwa. Były to osoby, które opublikowały zdjęcia swoich kart szczepień lub stworzyły cyfrowe plakietki na Facebooku potwierdzające, że zostały zaszczepione – w ten sposób możemy je teraz zidentyfikować, gdy nagle umrą. Nie była to tylko oznaka cnoty. Istnieje neurologiczne wyjaśnienie ich desperackiej potrzeby „przynależności”.
Istnieją dwa inne czynniki:
1. izolacja społeczna i sianie strachu mogą RÓWNIEŻ prowadzić do utraty neuronów w hipokampie
2. Blokując produkcję neuronów w hipokampie, ostatecznie „nadpisujesz” istniejące neurony, co oznacza utratę wspomnień, utratę indywidualności, utratę świadomości, KIM BYŁEŚ. Ostatecznie ten atak na mózg zaszczepiony na Covid-19 prowadzi do: „Akceptacji obiektywnie szkodliwych środków”
Chociaż literatura jest pełna badań dotyczących pacjentów, którzy przeszli POWAŻNY COVID-19, a obecnie cierpią na „zmiany strukturalne w hipokampie” lub „utratę neurogenezy hipokampa”, badania te nigdy nie uwzględniają statusu szczepionki przeciwko Covid-19 ani go nie korygują.
Celowy atak na hipokamp jest fascynującym potencjalnym wyjaśnieniem, dlaczego zaszczepionym mRNA na Covid-19 tak trudno się obudzić, otrząsnąć, dlaczego niczego nie kwestionują i dlaczego nadal robią, co im każą, maskują się i wstrzykują sobie jak zombie.
Ci, którzy w dalszym ciągu upierają się i wstrzykują sobie szczepionki przypominające Covid-19, nie tylko przechodzą „pranie mózgu” lub „nie mogą uwolnić się od propagandy” – oni doznali rzeczywistego uszkodzenia mózgu, uszkodzenia mózgu, które – potencjalnie – można wyleczyć i odwrócić.
Czy ludzie zaszczepieni technologią “szczepionki” mRNA są organizmami modyfikowanymi genetycznie? Dlaczego ta szczepionka może rozprzestrzeniać się w mleku matki? I dlaczego zanieczyszczone DNA w tych szczepionkach może prowadzić do nowych rodzajów nowotworów, a nawet turbonowotworów? Dowiedzcie się w tym programie, dlaczego technologia “szczepionek” opartych na mRNA jest niebezpieczna dla ludzi!
−∗−
Technologia genetyczna na ludziach za pomocą “szczepionek” opartych na technologii mRNA!
[Tekst transkrypcji zachowany w tłumaczeniu automatycznym zgodnie ze stroną źródłową -AC]
Czy ludzie zaszczepieni technologią “szczepionki” mRNA są organizmami modyfikowanymi genetycznie? Dlaczego ta szczepionka może rozprzestrzeniać się w mleku matki? I dlaczego zanieczyszczone DNA w tych szczepionkach może prowadzić do nowych rodzajów nowotworów, a nawet turbonowotworów? Bądźcie na bieżąco i dowiedzcie się w tym programie, dlaczego technologia “szczepionek” opartych na mRNA jest niebezpieczna dla ludzi w następnym programie!
[Moderacja] W 2019 r. podczas pandemii korony po raz pierwszy zastosowano u ludzi nowy rodzaj technologii szczepionkowej – technologię szczepionek mRNA. Już wtedy lekarze ostrzegali, że ta nowa technologia była wykorzystywana jako test polowy na całej ludzkości bez przeprowadzenia jakichkolwiek poważnych badań naukowych nad jej konsekwencjami!
Dziś, prawie cztery lata po wprowadzeniu tej technologii szczepionkowej, prawie wszystkie obawy dotyczące konsekwencji tej technologii opartej na mRNA zostały niestety potwierdzone. Biolog molekularny prof. dr Klaus Steger i prof. dr Alexandra Henrion-Caude, specjalistka w dziedzinie RNA i epigenetyki, [proszę pokazać w = dziedzinie biologii dotyczącej aktywacji genów za pomocą enzymów] podsumowali najnowsze wyniki badań nad technologią szczepionek opartych na mRNA w ulotce. Jest on zatytułowany: Technologia “szczepionkowa” oparta na mRNA: koniec gry!
Zanim podsumujemy to w skrócie, kilka wyjaśnień dotyczących terminów. Szczepionka korony mRNA nie jest już określana jako szczepionka, ale jako technologia szczepionkowa oparta na modyfikowanym RNA stosowana u ludzi. Modyfikowane RNA, jest to sztucznie wytworzone mRNA, którego nie wolno porównywać z ludzkim mRNA w organizmie. Według biologa prof. dr Ulriki Kämmerera, szczepionka przeciwko koronie nie może być określona jako szczepionka. Dr Kämmerer wypowiedział się na ten temat w jednym z wywiadów: [głos lektora] “To nie jest szczepionka w tym sensie, to technologia genetyczna. Nie jest to również terapia genowa, ponieważ nic nie jest leczone, ale jest to technologia genetyczna. Jest to genetycznie zmodyfikowana aplikacja, podczas gdy w przypadku prawdziwej szczepionki wstrzykuje się albo zabity patogen, albo strukturę, tj. białko patogenu, ja mam określoną ilość, która nie może już namnażać się w organizmie i jest w pewnym momencie rozkładana, a następnie pozostaje tylko odpowiedź immunologiczna, że tak powiem. Ale teraz zmuszam ludzkie komórki, aby działały jak te bakterie w fermentacji, tj. aby najpierw wyprodukowały rzeczywiste szczepionki, nie wiedząc, jak skuteczne będą, jak długo to potrwa, czy może potrwa całe życie, czy przedostaną się do jądra komórkowego. Oznacza to, że wszyscy, którzy otrzymują te zastrzyki, w tym przyszłe szczepionki, są początkowo mimowolnymi organizmami zmodyfikowanymi genetycznie.”
Wyniki badań podsumowano poniżej. Technologia mRNA w postaci szczepionek może prowadzić do następujących skutków u ludzi: Przewlekły stan zapalny w każdym narządzie w organizmie, np. zapalenie mięśnia sercowego i osierdzia. ModRNA może być zintegrowany z DNA ludzkich komórek. Jeśli ma to miejsce w męskich lub żeńskich komórkach rozrodczych, genom [= materiał genetyczny] przyszłych pokoleń zostaje zmieniony. Technologia szczepionki modRNA lub włączenie modRNA do własnych komórek organizmu może prowadzić do nowych rodzajów raka i do turbo raka u osób, które już chorują na raka!
Kla.TV podsumowała niektóre punkty z poniższej ulotki i przedstawia je w skróconej formie. Pełna ulotka w języku niemieckim i angielskim znajduje się w niebieskiej ramce pod programem.
1. Tak ci mówią: “To szczepionka”, ale to nieprawda.
Nie jest to “szczepionka”, ponieważ spełnia wszystkie kryteria produktu modyfikowanego genetycznie. Zawiera syntetycznie wytworzone zmodyfikowane mRNA, modRNA, które jest pakowane w nanocząsteczki lipidowe, które transportują modRNA do naszych komórek.
2. Tak ci mówią: “To mRNA”, ale to nieprawda.
Nie jest to mRNA, ale zmodyfikowane mRNA, modRNA. Chociaż ten syntetycznie wytworzony modRNA naśladuje naturalny mRNA, ma zupełnie inne właściwości: W przeciwieństwie do naturalnego mRNA, które ulega szybkiej degradacji, modRNA z Covida-19″szczepionek” było wykrywane we krwi przez okres do 28 dni, a w tkankach przez okres do ośmiu tygodni. Potwierdzono badaniami, że białko spike, które jest tworzone przez wstrzyknięty modRNA, krąży we krwi przez okres do sześciu miesięcy. DNA jest również obecne w szczepionkach i jest to całkowicie nieoczekiwane. W partiach szczepionek znaleziono duże ilości zanieczyszczeń DNA, których skutki są niepokojące zgodnie z naszą obecną wiedzą naukową. Mogą one reprezentować zmienioną regulację genów [= kontrola aktywności genów] i ryzyko integracji z naszym genomem [= materiał genetyczny].
3. Tak ci mówią: “Szczepionka pozostaje w mięśniach”, ale to nieprawda.
“Szczepionka” nigdy nie miała pozostawać w mięśniach, ale przedostawać się do krwiobiegu, węzłów chłonnych, a nawet mleka matki. W przeciwieństwie do cząsteczek konwencjonalnych szczepionek, nanocząsteczki lipidowe zawierające modRNA nie pozostają w krwiobiegu. Zamiast tego mogą one w zasadzie przenikać do każdej komórki naszego ciała, w tym do ważnych narządów, takich jak serce, mózg, wątroba, nerki, płuca, śledziona, żołądek, jajniki i jądra. Nanocząsteczki lipidowe są wysoce prozapalne i toksyczne. Powtarzające się iniekcje zwiększają zatem uszkodzenia naszych komórek, a nawet mogą prowadzić do ich przedwczesnej śmierci.
Un document déclassifié prouve que la production du vaccin Pfizer a commencé en mai 2019
Odtajniono: Projekt szczepionki na Covid-19 firmy BioNTech musiał rozpocząć się, zanim w ogóle zgłoszono jakiekolwiek przypadki Covid-19!
Z wewnętrznych dokumentów dotyczących szczepionek firm Pfizer i Moderna wynika, że ich produkcję rozpoczęto przed datą deklarowaną przez laboratoria. Odniesienie do dwóch dokumentów, wynikające z dwóch różnych wniosków prawnych, pozwala na dokładniejsze określenie rozpoczęcia programu opracowywania szczepionek firmy Pfizer. Właściwie zaczęło się to 27 maja 2019 r.
Odtajnienie danych przekazanych przez laboratorium Pfizer Agencji ds. Żywności i Leków (FDA) w celu zatwierdzenia szczepionki BNT162b2 przeznaczonej dla osób w wieku 16 lat i starszych zostało zarządzone 2 lutego 2022 r. przez sędziego Marka P. Pittmana (Teksas). , po zakończeniu niekończącego się sporu prawnego zainicjowanego przez grupę naukowców i badaczy medycznych (Public Health and Medical Professionals for Transparency – PHMTP), reprezentowaną przez prawnika Arona Siri.
Odtajnienie danych dotyczących zatwierdzenia szczepionki firmy Pfizer i powrót do niezwykłej sprawy
Wniosek o zawieszenie, o który zjednoczyły się w tej sprawie FDA i firma Pfizer, został zatem odrzucony przez sędziego po trzymiesięcznym postępowaniu, podczas którego robiono wszystko, aby obywatele i ich rodziny nie dowiedzieli się, na jakiej podstawie uznano zastrzyki za bezpieczne i bezpieczne. Skuteczne.
Agencja początkowo wymagała okresu 75 lat (20 000 dni) na dostarczenie ponad 390 000 stron danych, które mimo to zweryfikowała w ciągu 108 dni, tj. okresu dzielącego wniosek o zatwierdzenie wysłany przez firmę Pfizer do organu regulacyjnego (7 maja 2021) oraz datą zezwolenia udzielonego w zamian przez FDA.
Sędzia Mark T. Pittman (Sąd Apelacyjny w Dallas w Teksasie) zrobił to ponownie 9 maja 2023 r., żądając przedstawienia wszystkich danych dotyczących szczepionki pediatrycznej firmy Pfizer i szczepionki dla dorosłych Moderna, w tym 4,8 mln stron, pod 2 lata w porównaniu z 23,5 lat wymaganymi przez FDA.
W tym przypadku laboratoria mają czas do 31 czerwca 2025 r. na spełnienie wymagań.
Publikację tych danych przerwała także seria informacji dotyczących pochodzenia wirusa, co do którego naukowcy byli przekonani, że jest wynikiem badań nad uzyskaniem [zaprogramowanych] funkcji, potajemnie finansowanych przez dr A. Fauciego, byłego dyrektora Narodowego Instytutu Alergologii i Chorób Zakaźnych (NIAID) oraz były doradca medyczny Białego Domu podczas pandemii Covid-19.
Już dziś wiemy, że produkcja szczepionek rozpoczęła się przed oficjalną, podaną do wiadomości publicznej datą, gdyż prezes Moderny przyznał w wywiadzie, że jego firma wyprodukowała już 100 000 dawek szczepionki na Covid-19 w 2019 roku.
Ujawnienie umowy o poufności faktycznie pokazuje, że „potencjalni kandydaci na szczepionkę przeciwko koronawirusowi zostali przeniesieni z Moderny na Uniwersytet Karoliny Północnej 12 grudnia 2019 r., dziewiętnaście dni przed tym, jak Światowa Organizacja Zdrowia (WHO) dowiedziała się o pojawieniu się pierwszych przypadków SARS-CoV-2 w Wuhan” (The Expose).
Według dyrektora generalnego BioNTech szczepionka firmy Pfizer rozpoczęła się nie później niż w styczniu 2020 r
Jeśli chodzi o szczepionkę sprzedawaną przez firmę Pfizer, dwa artykuły Instytutu Brownstone opublikowane 18 i 30 stycznia 2023 r. wykazały już, że harmonogram produkcji szczepionki BNT162b2 nie jest zgodny z harmonogramem przedstawionym przez założycieli BioNTech, Ugura Sahina i Özlema Türeci, w ich książka Szczepionka. W artykule z 18 stycznia 2023 r. przytacza się w szczególności dwa dokumenty uzyskane w ramach odtajnienia danych firmy Pfizer: raport z badania R&D firmy BioNTech nr R-20-0072 oraz badanie niekliniczne przekazane do zatwierdzenia FDA, w którym powołuje się na ten dokument, [odniesienie do FDA-CBER-2021, na stronie 8].
Niniejsze badanie dotyczy testów przedklinicznych przeprowadzonych na zwierzętach przed oceną szczepionki na ludzkich świnkach morskich, które według założycieli BioNTech rozpoczęłyby się 27 stycznia 2020 r.
Jak wyjaśnia artykuł Brownstone Institute, cel badania R-20-0072, podsumowanego na s. 6 dokumentu, którego celem było sprawdzenie działania zmodyfikowanego mRNA BioNTech zamkniętego w nanocząsteczkach lipidowych wyprodukowanych przez kanadyjską firmę Acuitas przed badaniami przedklinicznymi. Ze strony 8 raportu wynika, że badanie to faktycznie rozpoczęło się 14 stycznia 2020 r., dwa tygodnie przed datą podaną publicznie przez BioNTech, czyli zaledwie dzień po opublikowaniu pełnego genomu wirusa i zaledwie dwa tygodnie po zgłoszeniu „przypadku zero” w Wuhan.
Jednakże kwestia ta sama w sobie nie jest problematyczna, ponieważ zespoły BioNTech oświadczyły FDA, że przetestowały szczepionkę z tak zwanym antygenem „zastępczym” (w tym przypadku lucyferazą), czekając na możliwość wykonania tego z białkiem kolczastym SARS-CoV-2.
Jednak założyciele BioNTech w swojej książce datują na 3 lutego 2020 r. pierwsze testy platformy szczepionkowej opartej na lucyferazie. Autor artykułu z 18 stycznia 2023 r. („Dokument FOIA pokazuje, że założyciele BioNTech datowali rozpoczęcie projektu szczepionki C19”), dziennikarz Robert Kogon (pseudonim), zastanawia się nad powodami tego kłamstwa, które przypisuje o szokującym charakterze ujawnienia daty, w której projekt szczepionki faktycznie ujrzał światło dzienne:
„Dlaczego Sahin i Türeci w swojej książce opublikowali datę rozpoczęcia projektu szczepionki na Covid-19?
Cóż, prawdopodobnie dlatego, że rzeczywista data rozpoczęcia – a nie wiemy dokładnie, kiedy była faktyczna data rozpoczęcia – wydawałaby się zdecydowanie za wczesna. Biorąc pod uwagę powyższe rozważania, musiało to nastąpić najpóźniej zaledwie kilka dni po pierwszym zgłoszeniu z 31 grudnia 2019 r. o przypadkach Covid-19 w Wuhan. »
Dokument Kogona R. FOIA pokazuje, że założyciele BioNTech rozpoczęli projekt szczepionek C19 później. Instytut Brownstone’a. 18.01.2023
W drugiej części tego śledztwa („Wszystko zaczęło się przed epidemią: chronologia projektu szczepionki BioNTech-„Pfizer”) Robert Kogon rozwija wątek w oparciu o informacje techniczne zawarte w książce The Vaccine i udaje mu się wniosek, że szczepionka mRNA była prawdopodobnie gotowa 2 stycznia 2020 r., zaledwie dwa dni po pierwszym zgłoszeniu przypadków Covid-19 w Wuhan, 31 grudnia 2019 r., co rodzi następujące pytanie: epidemia miała – czy ma – na celu rozprzestrzenienie się istniejącą wcześniej szczepionkę, czy też rozpoczęło się przed ogłoszeniem pierwszego przypadku, a jeśli tak, to z jakim zagrożeniem dla zdrowia populacji?
„Ale zanim można było go wyprodukować, jest rzeczą oczywistą, że testowany preparat musiał najpierw zostać zaprojektowany i skonstruowany; i konieczne było skontaktowanie się z Polymun i Acuitas w celu uzyskania wymaganych zezwoleń i zorganizowania wymaganej współpracy. Wszystko to wymaga czasu.
Nie da się uniknąć wniosku, że projekt szczepionki na Covid-19 firmy BioNTech musiał tak naprawdę rozpocząć się, zanim w ogóle zgłoszono jakiekolwiek przypadki Covid-19!
Oczywiste pytanie brzmi: jak to możliwe? »
Kogon R. Zaczęło się przed wybuchem epidemii: Oś czasu projektu szczepionki BioNTech-„Pfizer”. Instytut Brownstone’a. 30.01.2023
BYŁY DONOSY Z ITALII że BYŁO PONAD MILION SPRYC JUZ NA POCZĄTKU I ZAKONTRAKTOWANE W 10.2019
====================================
mail:
Szanowny Panie
w największych firmach farmaceutycznych (oddziałach polskich) o planowanej “pandemii” mowiono juz kilka lat przed 2019, tylko wówczas moja znajoma na jakims przyjęciu przez nich organizowanym nie wiedziała zupełnie o czym mowa, kontestując rozrzutność i nadmiarowość przyjecia. Otrzymała odpowiedź że zobaczy dopiero jak to będzie kiedy wybuchnie pandemia… A bylo to może gdzies w 2016/17/2018 roku…
Tak więc szykowali się od kilku jak nie od kilkunastu lat… A nawet dluzej bo chyba u Pana czytalem kiedys referat niejakiego Attalego z lat 90-tych…