1. #fact
  2. #moord
  3. #rade
  4. #statistiek
  5. #vaccinatie
  6. #voorbedachte
  7. Artikelen

De killshots zijn geen samenzweringstheorie

Oorspronkelijk artikel op:
https://market-ticker.org/akcs-www?post=244109

Er zweeft een artikel rond van The Expose dat een explosieve bewering doet: Er is een wild statistisch-significante scheefgroei in het sterftecijfer van covid-19-injecties per lotnummer.

Wat oorspronkelijk mijn aandacht trok was dat de wappies schreeuwden over loten die opzettelijk aan bepaalde mensen werden uitgedeeld om hen te doden -- met andere woorden bepaalde covid-19-injecties lotnummers werden in alle opzichten vergiftigd. Dat was hoogst onwaarschijnlijk, dus ging ik op pad om het te weerleggen en de wappies terug in hun hok te plaatsen. Wat ik vond, was zowel interessant als zeer verontrustend.

Loten zijn vrij groot, vooral als je te maken hebt met 200 miljoen mensen en 400 miljoen doses. Ervan uitgaande dat de loten niet bij voorkeur worden toegewezen aan bepaalde cohorten (bv. één gaat naar alle verpleeghuizen, enz.) zouden bijwerkingen dus gelijkmatig verdeeld moeten zijn over de loten; als dat niet zo is, is een van deze dingen bijna-zeker waar:

Er is een ernstig probleem met de productiekwaliteit of u hebt iets geproduceerd zonder te begrijpen hoe het in het lichaam zou werken en hebt dus gefaald te controleren voor iets wat u moest doen om reproduceerbare resultaten te krijgen.  Dat wil zeggen, sommige partijen zijn in orde, andere zijn verontreinigd, bevatten te veel of te weinig van het actieve bestanddeel, sommige produceren bij injectie in het lichaam veel meer spike-eiwit dan andere, enz.

OF

Veel erger, de partijen zijn opzettelijk gescheiden om verschillende resultaten te produceren. Dit impliceert een of andere snode bedoeling zoals het doden van mensen op een gedifferentieerde basis of dat de fabrikanten onbestraft experimenten uitvoeren op een massabasis onder de bevolking in het algemeen, aangezien zij weten wat er in elke partij zit en opzettelijk de inhoud ervan hebben gevarieerd.

OF

Misschien wel het ergste van alles is dat de rapporten nu opzettelijk worden onderdrukt, dat het aantal gewonden en doden niet is veranderd en dat er veel mensen zijn met een van de twee bovengenoemde problemen, maar dat dit opzettelijk niet wordt gemeld, omdat het bijna onmiddellijk is ontdekt en de gezondheidswerkers de opdracht kregen niets ernstigs (b.v. doden) in verband met de spuiten te melden.

Laten we het nu eens hebben over VAERS. Je kunt er de openbare gegevens uit halen, maar VAERS maakt het opzettelijk moeilijk om verschillen in lotuitslagen te onderscheiden. Waarom? Omdat ze de meta-gegevens van de vaccinaties (fabrikant, lotnummer, enz.) in een ander bestand apart opslaan. Dit betekent dat je er niets mee opschiet als je deze bestanden in Excel laadt met als extra moeilijkheid dat het problematisch is om te proberen de twee tabellen in Excel zelf te gaan correleren en met elkaar in overeenstemming te brengen.
Vanwege de extreme grootte van de bestanden werd Excel zelfs opgeblazen toen ik het hier probeerde te doen. Maar dat is een extern data-export probleem; intern, binnen HHS, is het zeker niet moeilijk voor hen om correlaties uit te voeren.

Het hele punt van VAERS is immers om die correlaties te vinden voordat mensen de klos worden en te voorkomen dat het gebeurt.

Laten we een stukje teruggaan in de geschiedenis. VAERS is ontstaan omdat in de jaren 70 de producenten van de DTP-prik een kwaliteitscontroleprobleem hadden. Sommige partijen bevatten veel te veel werkzame stof en andere bijna geen. Dit veroorzaakte een heleboel slechte reacties bij kinderen die de prikken kregen en ouders spanden een rechtszaak aan. Aansprakelijkheidsverzekeringen dreigden onbetaalbaar te worden en dus trokken de fabrikanten de DTP-spuit terug en dreigden ze alle injecties van de markt te halen.

Het Congres reageerde op deze dreiging, van opzettelijke paniek gezaaid door de farmaceutische industrie, door de vaccinatie-bedrijven immuniteit te geven en een belasting- en arbitragesysteem op te zetten.
In plaats van de schuldigen te laten opdraaien voor de verwondingen en sterfgevallen die zij veroorzaakten, stelde het Congres de fabrikanten vrij van de gevolgen van hun eigen nalatigheid en socialiseerde de mogelijke schadeclaims met een kleine belasting op elke injectie.

Een deel hiervan was VAERS. Wij weten dat de VAERS bijwerkingen ondergerapporteerd worden omdat het, hoewel het zogenaamd "verplicht" is, onderworpen is aan een klinisch oordeel van een arts. Veel medisch personeel houden er een wild vooroordeel op na en geloven niet dat deze prikken, of welke prik dan ook wat dat betreft, slechte bijwerkingen hebben.

Bovendien staat er geen enkele civielrechtelijke of strafrechtelijke sanctie op het niet melden van de bijwerkingen. We weten nu dat doktoren nalatig zijn geweest van het melden van deze bijwerkingen. Dit kwam aan het licht, omdat sommige mensen die ernstige bijwerkingen hebben gehad van de covid-19 prikken op sociale media hadden gepost. Ze zijn naar hun dokter gegaan en hebben vervolgens geprobeerd hun eigen dossier te vinden in de VAERS database, wat vrij gemakkelijk te doen is als je het lotnummer van je kaart weet.

Tot hun ontsteltenis was hun bijwerking nooit gemeld bij het VAERS, de gegevens van wat er is gebeurd en de datum waarop de gebeurtenis heeft plaatsgevonden -- hun dokter heeft het nooit ingediend.

Dit verbaast me niet echt aangezien het indienen van die verslagen heel wat tijd in beslag neemt en de dokter er niet voor betaald wordt door de overheid of door iemand anders, dus zelfs zonder vooringenomenheid zullen er mensen zijn die het werk gewoon niet zullen doen tenzij er zware sancties op staan als ze het niet doen.

Er is geen betrouwbare grens voor de onderrapportage, maar de schattingen zijn dat deze ergens tussen 3% en 10% van de werkelijke ongewenste voorvallen in de databank terechtkomen. Dat klopt -- in het beste geval is het percentage ongewenste voorvallen tien keer zo hoog als wat in VAERS wordt gevonden.

Maar nu wordt het interessant omdat de VAERS-export, naar het schijnt, ook is opgezet, opzettelijk of door toeval, om het voor gewone mensen moeilijk te maken in de toekomst een correlatie te vinden tussen verwonding of dood en vaccinatie lotnummer.

MERK OP DAT PRECIES DEZE OMSTANDIGHEID -- DAT FABRIKANTEN OORSPRONKELIJK PROBLEMEN HADDEN MET DE KWALITEITSCONTROLE -- DE REDEN IS WAAROM VAERS BESTAAT. JE ZOU DENKEN DAT ALS HET CONGRES WERKELIJK GEÏNTERESSEERD ZOU ZIJN IN HET OPLOSSEN VAN HET PROBLEEM, DIT HET GEMAKKELIJKST TE CONTROLEREN ZOU ZIJN EN REGELMATIG GERAPPORTEERD ZOU WORDEN. JE ZOU OOK DENKEN DAT ER ZWARE CIVIELE EN ZELFS STRAFRECHTELIJKE SANCTIES STAAN OP HET NIET MELDEN VAN ONGEWENSTE VOORVALLEN.

Je hebt het mis; de gegevens staan in twee tabellen en zijn niet correleerbaar zoals VAERS ze vrijgeeft en er is geen snelle en gemakkelijke rapportage op hun site die voorvallen op een vergelijkende basis groepeert per lotnummer. Hoewel het mogelijk is om een dergelijke analyse vanaf hun webpagina uit te voeren, is het niet gemakkelijk.

(Verder, en dit is ook opzettelijk frustrerend voor de analyse, houdt VAERS geen gegevens of rapporten bij over het aantal injecties dat per partij is toegediend, waardoor normering tot een stabiele noemer letterlijk onmogelijk is. Als je denkt dat dit perongeluk is, dan heb ik goed nieuws voor je, ik heb een brug te koop en het is een hele mooie brug.)

Maar, young one, ik heb Postgres en ls je dit artikel leest is dat omdat ik het heb. Sterker nog ik weet hoe ik ermee moet programmeren; deze blog is namelijk opgeslagen in Postgres.

Postgres, zoals alle databases, is zeer goed in het nemen van iets dat met vreemde sleutels te maken kan hebben en het te correleren. In feite is dat een van de belangrijkste sterke punten van een database.
Is SQL, waarvan ik aanneem dat VAERS het ook gebruikt, niet geweldig?

Dus wat deed ik? Ik ging de data met elkaar correrelen voor 2021.

En ....., je gaat het niet leuk vinden.

Nadat ik basis tabel en de fabrikant tabellen had ingeladen had ik deze aan elkaar gekoppeld door middel van hun VAERS-ID en draaide ik de volgende query:

karl=> select vax_lot(vaers_vax), count(vax_lot(vaers_vax)) from vaers, vaers_vax where vaers_id(vaers) = vaers_id(vaers_vax) and died='Y' and vax_type='*****19' and vax_manu(vaers_vax)='MODERNA' group by vax_lot(vaers_vax) order by count(vax_lot(vaers_vax)) desc;

Hier staat:

Selecteer het lot en tel de gevallen van dat lot uit de VAERS-gegevens waarvan de meldings-ID voorkomt in de tabel van personen die een ernstige reactie vertoonden, waarvan de ernstige reactie was dat zij overleden, waarvan het vaccinatietype een covid-19 injectie is en waarvan de fabrikant MODERNA is. Rangschik de resultaten naar het aantal sterfgevallen per partij in aflopende volgorde.

vax_lot count
039K20A 87
013L20A 66
012L20A 64
010M20A 62
037K20A 49
029L20A 48
012M20A 46
024M20A 44
027L20A 44
015M20A 43
025L20A 42
026A21A 41
013M20A 41
016M20A 41
022M20A 41
030L20A 40
026L20A 39
007M20A 39
013A21A 36
011A21A 36
031M20A 35
032L20A 35
010A21A 33
011J20A 33
030A21A 33
028L20A 32
011L20A 32
004M20A 32
025J20-2A 31 << -- What's this? (see below)
041L20A 31
011M20A 31
031L20A 30
032H20A 29
030M20A 28
042L20A 27
Unknown 27
006M20A 27
012A21A 25
002A21A 25
043L20A 24
032M20A 24
023M20A 23
040A21A 23
027A21A 23
017B21A 22
036A21A 20
unknown 19
020B21A 19
047A21A 19
006B21A 18
044A21A 17
038K20A 17
048A21A 15
003A21A 15
014M20A 15
031A21A 15
031B21A 15
021B21A 15
025A21A 14
007B21A 14
003B21A 14
001A21A 13
038A21A 13
025B21A 13
001B21A 12
046A21A 12
027B21A 11
045A21A 11
038B21A 11
025J20A 11
002C21A 11
016B21A 11
036B21A 11
039B21A 10
002B21A 10
018B21A 10
019B21A 10
008B21A 10
029K20A 10
029A21A 10
028A21A 9
047B21A 9
001C21A 9
044B21A 8
045B21A 8
009C21A 8
048B21A 8
026B21A 8
UNKNOWN 7
039A21A 7
040B21A 7
046B21A 7
032B21A 7
038C21A 6
030m20a 6
027C21A 6
008C21A 6
006C21A 6
004C21A 6
047C21A 6
007C21A 5
025C21A 5
042B21A 5
043B21A 5
025J202A 5 << -- Same as the above one?
052E21A 5
003C21A 5
030B21A 5
030a21a 5
016C21A 5
017C21A 5
N/A 5
NO LOT # AVAILA 5
037A21B 5
037B21A 5
024m20a 4
031l20a 4
003b21a 4
026a21a 4
041B21A 4
005C21A 4
033C21A 4
035C21A 4
021C21A 4
040a21a 4
041C21A 4
006D21A 4
022C21A 4
037k20a 4
048C21A 4
03M20A 3
008B212A 3
039k20a 3
024C21A 3
016m20a 3
038k20a 3
025b21a 3
033B21A 3
026C21A 3
Moderna 3
033c21a 3
014C21A 3

Er zijn 547 unieke lotvermeldingen waaraan een of meer sterfgevallen zijn gekoppeld. Sommige lotnummers hebben het verkeerde formaat of ontbreken, zoals je ook kunt zien. Dat is niet ongebruikelijk en impliceert in feite het gewone falen om dingen goed te krijgen wanneer mensen de invoer invullen.
Ik heb geen poging gedaan om de dataset in dit opzicht te "saneren", en het is duidelijk dat VAERS dat ook niet heeft gedaan, zelfs maanden na het feit met hun "vermeende" follow-up van rapporten.

Maar er is een wilde oververtegenwoordiging in sterfte van slechts enkele lotnummers; in feite zijn minder dan 50 lotnummers verantwoordelijk van alle lotnumers waar meer dan 20 bijbehorende sterfgevallen zijn geaccumuleerd en van de 547 unieke inzendingen zijn er minder dan 100 voor alle lotnummers met meer dan 10 sterfgevallen.

Gelijkmatige verdeling mijn dikke mooie reet.

Hoe zit het dan met Pfizer?

vax_lot count
EN6201 117
EN5318 99
EN6200 97
EN6198 89
EL3248 86
EL9261 84
EM9810 82
EN6202 75
EL9269 75
EL3302 69
EL3249 67
EL8982 67
EN6208 59
EL9267 58
EL9264 57
EL0140 54
EN6199 54
EJ1686 51
EL9265 50
EL1283 48
ER2613 48
EN6204 47
EN6205 45
EK9231 43
EL3246 43
EN6207 41
EN6203 41
ER8732 40
EL1284 39
EL0142 38
EJ1685 38
ER8737 37
EN9581 36
EN6206 35
EP7533 35
EL9262 34
EL9266 33
EL3247 32
ER8727 28
EP6955 27
ER8730 26
EW0150 25
EK5730 24
EP7534 24
EM9809 22
EK4176 22
EH9899 21
EW0171 21
unknown 20
ER8731 19
ER8735 18
EW0172 18
EL9263 17
EW0151 15
ER8733 15
EW0158 14
EW0164 14
EW0162 14
EW0169 14
ER8729 13
ER8734 13
Unknown 13
EW0153 13
EW0167 12
EW0168 10
EW0161 10
EW0182 9
NO LOT # AVAILA 8
EW0181 8
EW0186 8
ER8736 8
EW0191 8
FF2589 7
EW0173 6
EW0175 6
FA7485 6
EW0177 6
FD0809 6
301308A 6
EW0170 6
FC3182 6
EW0217 6
EK41765 5
EW0196 5
EW0176 5
EW0183 4
EN 5318 4
el3249 4
EW0178 4
EW0179 4
EW0187 4
FA6780 4
FA7484 4
EN 6207 4

Pfizer heeft 395 unieke lotnummers die zijn gekoppeld aan ten minste één sterfgeval en nogmaals, er zijn er een paar die duidelijk nep zijn. Ik kan het niet vaak genoeg herhaling, gelijkmatige verdeling mijn mooie dikke kont; er is een wilde oververtegenwoordiging met één lot, EN6201, dat wordt geassocieerd met 117 sterfgevallen en minder dan 20 worden geassocieerd met meer dan 50.

Laten we voor het grijnzen en giechelen eens kijken naar de leeftijdsverdeling voor 039K20A -- de slechtste Moderna-partij.

karl=> selecteer avg(age_yrs) van vaers, vaers_vax waarbij vaers_id(vaers) = vaers_id(vaers_vax) en vax_type='COVID19' en vax_manu(vaers_vax)='MODERNA' en vax_lot(vaers_vaers_vax)='039 nul;
gemiddeld

51.4922202119410700
(1 rij)

Oké, dus de gemiddelde leeftijd van mensen die die injectie kregen, een slechte reactie hadden (en een geldige leeftijd in de tabel hadden) is 51.

Hoe zit het met 030A21A met 33 doden?

karl=> selecteer avg(age_yrs) van vaers, vaers_vax waarbij vaers_id(vaers) = vaers_id(vaers_vax) en vax_type='COVID19' and vax_manu(vaers_vax)='MODERNA' en vax_lot(vaers_age_vax)='0 nul;

   gemiddeld

61.1097014925373134
(1 rij)

Nou, daar gaat het argument dat we alle oude mensen in verpleeghuizen hebben gestoken met de echt nare uitkomst en dat ze stierven, maar dat het niet werd veroorzaakt door de prik en de tweede partij, die een veel lager percentage had, ging allemaal in de armen van jongere mensen en daarom stierven ze niet. Uh, nee, eigenlijk als het gaat om de leeftijd van de mensen die in deze twee gevallen werden gestoken, is het andersom; het tweede lot, dat minder dodelijk was, had gemiddeld slechte reacties bij oudere mensen en toch stierven er minder - en aanzienlijk ook (tegen 10 jaar).

Wat nog erger is, is dat de "hotte" loten voor sterfgevallen ook "hot" zijn voor totale bijwerkingen. Als de sterfgevallen niet gerelateerd waren aan algemene pathologie van een bepaald lotnummer, zou er geen correlatie zijn - maar die is er wel. Oeps.

Bovendien is er geen solide correlatie tussen de "slechte" lotnummers en de eerste melding van problemen. Absoluut de slechtste van Moderna had een slecht rapport in de eerste dagen van januari. Maar - een ander deel van hun vaccin met slechts 172 rapporten ertegen (1/20ste van de ergste voor totale bijwerkingen) had zijn eerste rapport over bijwerkingen op 6 januari.

Wat is gelijkmatig verdeeld met een redelijke hobbel voor de oorspronkelijke enorme opnamesnelheid? Toen mensen stierven.

https://market-ticker.org/akcs-www?get_gallery=12009

Wat is hier in godsnaam aan de hand? Ga je me proberen te vertellen dat de CDC, NIH en FDA dit niet weten? Ik kan deze gegevens in een database stoppen, er 30 seconden zoekopdrachten tegen uitvoeren en onmiddellijk een enorm verhoogd sterftecijfer en gevaar voor bepaalde lotnummers identificeren, terwijl de distributie van die associaties redelijk gelijk zou moeten zijn, of op zijn minst iets in de buurt van het, over alle geproduceerde en gebruikte partijen?

Dan probeer ik de voor de hand liggende mogelijke "schone" verklaring te vinden (het hogere sterftecijfer zou bij oudere mensen kunnen zijn terechtgekomen) en het is er gewoon niet mogelijk als je naar alle meldingen van bijwerkingen kijkt. Ik heb Moderna-batchummers met dezelfde gemiddelde leeftijd van personen die stierven, maar tien keer het aantal geassocieerde sterfgevallen.

Dan kijk ik naar de gerapporteerde overlijdensdatum en... dat is redelijk dicht bij een gelijkmatige verdeling. Dus nee, het waren niet al die oude mensen die in de eerste maand in één keer werden vermoord. Tot zover die poging tot uitleg.

Oh als je geïnteresseerd bent, de smerigste partij was letterlijk overal in termen van staten die nadelige gebeurtenissen ertegen meldden; nee, ze concentreerden ze ook niet in één staat of regio.

De uitkomstverdeling is niet "een beetje dichtbij" wanneer de meeste kavels een enkelcijferig aantal geassocieerde sterfgevallen hebben.

Is het ook niet interessant dat wanneer men de "dode" vlag verwijdert, dezelfde soort correlatie verschijnt? Dat wil zeggen, er zijn tal van lotnummers met bijna niets tegen hen gerapporteerd. Voor Moderna is er op de eerste pagina met resultaten (~85 lots) meer dan drie keer het verschil in totale bijwerkingen. Het slechtste lot, 039K20A met 87 doden, is niet alleen het slechtst voor doden; het heeft ook meer dan 4.000 totale bijwerkingenrapporten tegen. Voor de context, als u een paar honderd vermeldingen in dat rapport doorzoekt, het totale aantal ongewenste voorvallen tegen een ander perceel, 025C21A nummer 417 met vijf doden.

Ga je me echt proberen te vertellen dat een in massa geproduceerde en gedistribueerde prik ongeveer tien keer het aantal ongewenste voorvallen heeft tussen twee loten en zeventien keer het sterftecijfer tussen dezelfde twee, dan kun je het niet uitleggen door "oudere mensen krijgen het ene perceel en niet het andere" en dat dit geen schreeuwende indicatie is dat er iets is gebeurd dat niet als willekeurig toeval kan worden verklaard?

Hier, bekijk de volgende foto's, aangezien sommigen van jullie ondersteboven moeten worden geslagen met een verdomde spoorwegband voordat je wakker wordt:

https://market-ticker.org/akcs-www?get_gallery=12003

188 / 5.000

Dat zijn Pfizer-sterfgevallen door het lot, het slechtst naar het beste. Ziet dat er standaard-normaal uit? Onthoud dat nul doden in een bepaald lot niet voorkomen, omdat het niet in het systeem zit.

Hoe zit het met allerlei soorten bijwerkingen?

https://market-ticker.org/akcs-www?get_gallery=12002

(Ja, er zijn ongeldige lotnummers, vooral in de tweede grafiek, met veel "enen". De linkerkant is echter wat het is.)

Er is een veel groter probleem. Kijk eens naar Moderna's grafiek van hetzelfde. Ten eerste, sterfgevallen:

https://market-ticker.org/akcs-www?get_gallery=12006

en bijwerkingen
https://market-ticker.org/akcs-www?get_gallery=12007

Dit zijn verschillende bedrijven!

Wil je nog slechter nieuws?

JANSSEN, een heel andere technologie, heeft dezelfde curve.

https://market-ticker.org/akcs-www?get_gallery=12011

en
https://market-ticker.org/akcs-www?get_gallery=12010

Wat hebben we hier mensen?

Is er iets inherent aan de productie van de "instructies", hoe ze ook worden afgeleverd, dat resulteert in een niet-deterministische uitkomst binnen een batch prikken waarvoor niet is gecontroleerd, misschien omdat het niet wordt begrepen SINDS WE NOOIT GEDAAN HEBBEN DIT VOORDAT IN MAN OF BEAST en als het fout gaat ben je de lul?

Dit is een machtswet (exponentiële) verdeling; het is geen stapfunctie en ook niet normaal of gelijkmatig verdeeld. Dat gebeurt niet met zogenaamd consistente productieprocessen en de potentiële verstorende factor die een onschuldige verklaring zou kunnen zijn (alle slechte waren vroeg en doodden alle oude mensen vroeg die stierven aan "iets" maar het waren niet de vaccins sinds ze allemaal eerst de prik kregen) is ongeldig verklaard omdat de overlijdensdata in feite redelijk zijn verdeeld.

Hebben artsen te horen gekregen dat ze moeten stoppen met rapporteren? Houd er rekening mee dat HHS een dergelijk bevel kan uitvaardigen onder de PREP-wet en dat er geen rechterlijke toetsing is als ze dat doen. Deden ze het?

Dit vraagt ​​om een ​​toelichting. Drie verschillende bedrijven gebruiken allemaal spike-eiwitten, twee gebruiken een andere technologie dan de derde, alle drie zorgen ervoor dat het lichaam de spike produceert in plaats van deze rechtstreeks af te leveren en alle drie hebben ze een wilde scheeftrekking van een aantal partijen waar de mensen links en rechts dood neervallen terwijl andere lotnummers, waar statistisch gezien de mensen niet dood neervallen.

Deze gegevens elimineren ook de hypothese die naar voren zal worden gebracht is dat een gebrek aan aspiratietechniek verantwoordelijk is - dat wil zeggen dat incidentele accidentele penetratie van een ader resulteert in systemische distributie. Deze hypothese zal echter niet partijspecifiek zijn.

De volgende vraag die VAERS niet kan beantwoorden: Is er een verschil in effectiviteit tussen de partijen die mensen naaien en die die dat niet doen?

Zijn we al klaar met stom doen? Statistisch gezien zijn alle bijwerkingen van welke soort dan ook maar in een handvol batchnummers, ongeacht het merk te vinden. De rest genereert een paar slechte resultaten, terwijl een heel, heel klein aantal batchnummers een enorm percentage van de schade genereert. En nee, dat is niet gebonden aan leeftijdsgroepen (wie kreeg het dus ook het eerst); enkele van de slechtste batches hebben een gemiddelde leeftijdsverdeling die lager is dan die van loten met lagere percentages ongewenste voorvallen. Het is ook niet gebonden aan wanneer deze gebruikt zijn, aangezien een van de "betere" batchnummers begin januari een eerste-AE-rapport heeft - net als de "slechte" batchnummers.

Het enige dat alle drie deze vaccins gemeen hebben, is dat ze alle drie afhankelijk zijn van het menselijk lichaam om het spike-eiwit te produceren dat vervolgens wordt aangevallen door het immuunsysteem en antilichamen produceert; geen van hen brengt de gewraakte stof rechtstreeks in het lichaam. Het inductiemechanisme verschilt tussen de J&J- en Pfizer/Moderna-formuleringen, maar ze vertonen allemaal hetzelfde probleem. Het verschil dat in de gegevens wordt getoond, is buiten een redelijke verklaring met betrekking tot het gedoseerde cohort en de gemiddelde leeftijd van de gerapporteerde persoon voor de volledige reeks gebeurtenissen (niet alleen sterfgevallen) correleert ook niet met een verhoogd risico in een bepaald lot, dus het is duidelijk niet gerelateerd aan de leeftijd van de persoon die prikte (bijv. "bepaalde lotnummers zijn allemaal naar verpleeghuizen gegaan sinds ze de eerste waren.") Hoewel de hoogste AE-batchnummers allemaal vroege gebruiksdatums hebben, geldt dat ook voor sommige van de lage-AE-batchnummers, dus de poging om uit te leggen de gegevens weg als "maar het hoogste risico kreeg het eerst" mislukt ook.

Met andere woorden, de best passende hypothese is dat het veroorzaken dat het lichaam een ​​deel van een pathogeen produceert wanneer dat deel pathologische capaciteit heeft (zoals we weten het geval is voor de piek), niet adequaat kan worden gecontroleerd door middel van een commercieel productieproces op grote schaal. Dit betekent dat geen enkele op vectoren gebaseerde, ongeacht hoe (bijv. virale vector of mRNA), niet-direct toegediende coronavirusprik ooit een acceptabel veiligheidsprofiel zal hebben, omdat sommige partijen "hot" zullen zijn en gekke percentages van degenen die ze zijn schade zullen toebrengen gegeven zonder het van tevoren te weten. Het uitgangspunt dat hier wordt gebruikt -- om het lichaam het middel te laten produceren dat het immuunsysteem identificeert in plaats van het direct te introduceren waar je de hoeveelheid kunt controleren, is een mislukking.

Het hele uitgangspunt om iets dat dit doet een "vaccin" te noemen, is nep en in de context van een coronavirus zal dit misschien nooit veilig kunnen worden gedaan.

Er is hier iets heel erg mis mensen en de mensen die de VAERS runnen kijken ofwel niet expres, of weten verdomd goed dat het gebeurt en zeggen er expres niets over -- laat staan ​​de gegevens op zo'n manier te scheiden dat een toevallige inzage van hun downloads won kan het niet vinden - of zag het onmiddellijk en onderdrukte de berichtgeving met opzet.

Als deze bedrijven niet immuun waren voor civiele en zelfs strafrechtelijke vervolging als gevolg van wat Biden en Trump deden, zou de officier van justitie al maanden geleden op deze klootzakken zijn gesproingen.

Dit zou in de reet van elke politicus moeten worden geramd, inclusief elke persoon werkbaar bij de CDC, NIH en FDA. Ze weten dat dit gaande is; het kostte me enkele minuten om dit te analyseren en te vinden.

Wat is hier in godsnaam aan de hand?

DEZE KILLSHOTS MOETEN NU WORDEN INGETROKKEN totdat wat er is gebeurd volledig is uitgelegd en, indien van toepassing, aansprakelijkheid is vastgesteld.

Some Rights Reserved (CC BY-SA 4.0)
13
  1. zaplog@zaplog
    #154673

    -- article was edited by user, this diff generated by system --

    title changed:

    UDe killsh,ots dat zisjn geen samenzweringstheorie*

  2. zaplog@zaplog
    #154685

    -- article was edited by user, this diff generated by system --

    text changed:

    Laten we het nu eens hebben over VAERS. Je kunt er de openbare gegevens uit halen, maar VAERS maakt het opzettelijk moeilijk om verschillen in lotuitslagen te onderscheiden. Waarom? Omdat ze de spmecifieke ta-gegevens van de vaccinaties (fabrikant, lotnummer, enz.) in een ander bestand apart opslaan. Dit betekent dat je er niets mee opschiet als je hdeze best gandewoon in Excel laadt ment als extra moeilijkheid dat het problematisch is om te proberen de twee tabellen in Excel zelf te gaan correleren en met elkaar in overeenstemming te brengen v.
    V
    anwege de extreme grootte van de bestanden --werd Excel werd zelfs opgeblazen toen ik het hier probeerde te doen. Maar dat is een extern data-export probleem; intern, binnen HHS, is het zeker niet moeilijk voor hen om correlaties uit te voeren.
    Laten we een stukje teruggaan in de geschiedenis. VAERS is ontstaan omdat in de jaren 70 de producenten van de DTP-prik een kwaliteitscontroleprobleem hadden. Sommige partijen bevatten veel te veel werkzame stof en andere bijna geen. Dit veroorzaakte een heleboel slechte reacties bij kinderen die de prikken kregen en ouders spanden een rechtszaak aan. Aansprakelijkheidsverzekeringen dreigden onbetaalbaar te worden (denk je dat, nadat je een aantal kinderen hebt genaaid die verplichte prikken moesten nemen?) en dus trokken de fabrikanten de DTP-spuit terug en dreigden ze alle ***'injecties van de markt te halen.
    Het Congres reageerde op deze dreiging, van opzettelijke paniek gezaaid door de farmaceutische industrie door de bedrijven immuniteit te geven en een belasting, door de vaccinatie-bedrijven immuniteit te geven en een belasting- en arbitragesysteem op te zetten.
    In plaats van de schuldigen te laten opdraaien voor de verwondingen en sterfgevallen die zij veroorzaakten
    , instelde het Congres de feite om gezinnen te betalen als ze genaaid werden door s. In plaats van de sabrikanten vrij van de gevolgen van hun eigen nalatigheid en sochuldigen te laten opdraaien voor de verwondingen en sterfgevallen die zij veroorzaakten, stelde het Congres de fabrikanten vrij van de gevolgen van hun eigen nalatigheid en soialiseerde de mogelijke scialiseerde de verliezenhadeclaims met een kleine belasting op elke injectie.
    Een deel hiervan was VAERS. Wij weten dat de VAERS bijwerkingen onderschatgerapporteerd worden omdat het, hoewel het zogenaamd "verplicht" is, onderworpen is aan een klinisch oordeel en er een wild vooroordeel bestaat tegen het gelovenvan een arts. Veel medisch personeel houden er een wild vooroordeel op na en geloven niet dat deze prikken, of welke prik dan ook wat dat betreft, slechte bijwerkingen hebben.
    Bovendien staat er geen enkele civielrechtelijke of strafrechtelijke sanctie op het niet melden van de bijwerkingen. We weten nu dat sommige mensen die sledoktoren nalatig zijn geweest van het melden van deze bijwerkingen. Dit kwam aan het lichte bijwerkingen hebben gehad van de *****, omdat sommige mensen die ernstige bijwerkingen hebben gehad van de covid-19 prikken op sociale media hadden gepost. Ze zijn verschenen nadat ze naar de dokter zijn geweest en vervolgens hebben geprobeerd hun eigen dossier te vindennaar hun dokter gegaan en hebben vervolgens geprobeerd hun eigen dossier te vinden in de VAERS database, wat vrij gemakkelijk te doen is als je het lotnummer van je kaart weet.
    Tot hun ontsteltenis was hun bijwerking nooit gemeld bij het VAERS
    , de gegevens van wat er is gebeurd en de datum waarop de gebeurtenis heeft plaatsgevonden -- hun dokter heeft het nooit ingediend.
    Dit verbaast me niet echt aangezien het indienen van die verslagen heel wat tijd in beslag neemt en de dokter er niet voor betaald wordt door de overheid of door iemand anders, dus zelfs zonder vooringenomenheid zullen er mensen zijn die het werk gewoon niet zullen doen tenzij er zware sancties op staan als ze het niet doen.
    ErEr is geen betrouwbare grens voor de onderrapportage, maar de schattingen zijn in feite helemaal geen sancties. Er is geen betrouwbare grens voor de onderrapportage, maar de schattingen dat dezijn dat slechtse ergens tussen 3% en 10% van de werkelijke ongewenste voorvallen in de databank terechtkomen. Dat klopt -- in het beste geval is het percentage ongewenste voorvallen tien keer zo hoog als wat in VAERS wordt gevonden.
    Maar nu wordt het interessant omdat de VAERS-export, naar het schijnt, ook is opgezet, opzettelijk of door toeval, om het voor gewone mensen moeilijk te maken in de toekomst een correlatie te vinden tussen verwonding of dood en ***vaccinatie lotnummer.
    MERK OP DAT PRECIES DEZE OMSTANDIGHEID -- DAT FABRIKANTEN OORSPRONKELIJK PROBLEMEN HADDEN MET DE KWALITEITSCONTROLE -- DE REDEN IS WAAROM VAVERS BESTAAT. JE ZOU DENKEN DAT ALS HET CONGRES WERKELIJK GEÏNTERESSEERD ZOU ZIJN IN HET OPLOSSEN VAN HET PROBLEEM, DIT HET GEMAKKELIJKST TE CONTROLEREN ZOU ZIJN EN REGELMATIG GERAPPORTEERD ZOU WORDEN. JE ZOU OOK DENKEN DAT ER ZWARE CIVIELE EN ZELFS STRAFRECHTELIJKE SANCTIES STAAN OP HET NIET MELDEN VAN ONGEWENSTE VOORVALLEN.
    UJe hebt het mis; de gegevens staan in twee tabellen en zou het mis hebben; de gegevens staan in twee tabellen en zijn niet geijn niet correleerdbaar zoals VAERS ze vrijgeeft en er is geen snelle en gemakkelijke rapportage op hun site die voorvallen op een vergelijkende basis groepeert per lotnummer. Hoewel het mogelijk is om een dergelijke analyse vanaf hun webpagina uit te voeren, is het niet gemakkelijk.
    (Verder, en dit is ook opzettelijk frustrerend voor de analyse, houdt VAERS geen gegevens of rapporten bij over het aantal injecties dat per partij is toegediend, waardoor normering tot een stabiele noemer letterlijk onmogelijk is. Als je denkt dat dit een ongelukjeperongeluk is, heb ik een brug te koop. Hdan heb ik goed nieuws voor je, ik heb een brug te koop en het is een hele mooie brug.)
    Maar, sprinkhaanyoung one, ik heb Postgres en ls je dit artikel leest is dat omdat ik het heb. Als je dit artikel leest is dat omdat ik het heb enSterker nog ik weet hoe ik ermee moet programmeren; deze blog is namelijk opgeslagen in Postgres.
    Postgres, zoals alle databases, is zeer goed in het nemen van iets dat met vreemde sleutels te maken kan hebben en het te correleren. In feite is dat een van de belangrijkste sterke punten van een database.
    Is SQL, waarvan ik aanneem dat VAERS het ook gebruikt, niet geweldig?
    Dus deed ik prewat deed ik? Ik ging de data met elkaar cies dat met de gegevens die ik hier vondorrerelen voor 2021.
    Na hedat laden van deik basis tabel en de fabrikant tabellen had ingerelatden had ik deze aan elkaar gekoppeld door middel van hun VAERS-ID en draaide ik dez volgende query:
    Selecteer het lot en tel de gevallen van dat lot uit de VAERS-gegevens waarvan de meldings-ID voorkomt in de tabel van personen die een ernstige reactie vertoonden, waarvan de ernstige reactie was dat zij overleden, waarvan dhet **vaccinatietype een covid-19 ***injectie is en waarvan de fabrikant MODERNA is. Rangschik de resultaten naar het aantal sterfgevallen per partij in aflopende volgorde.

  3. zaplog@zaplog
    #154687
    -- selected for frontpage by system --
  4. g-b-wolf@g-b-wolf
    #154691

    Wow. Ik heb een heel klein beetje kennis van programmeren, in ieder geval minder dan jullie, maar je moet hier toch wel een 'bult' werk aan hebben gehad. Mijn respect hiervoor!

    De conclusies zijn huiveringwekkend, hier wordt genocide gepleegd. Is het niet zaak, om zo snel mogelijk de conclusies door te spelen naar politici (Omtzigt, Baudet, JBHommel) en hun exemplaren van de verdachte batches op te laten vragen, zodat deze door een ONAFHANKELIJK bureau kunnen worden onderzocht? Dit moet uiteraard niet in het openbaar worden gevraagd, maar per beveiligde mail. Dat opvragen moet mogelijk zijn.

    Klopt het dan ook, dat deze mevrouw dan toch gelijk heeft. Ik heb in de gauwigheid nog niet die cijfers kunnen checken, ik denk dat jij dat zo eruit haalt.

    Ik ben reuze benieuwd naar de antwoorden/berichten, die ongetwijfeld zullen volgen. En ik zou 's-avonds de deur extra controleren of die wel op slot zit.

  5. g-b-wolf@g-b-wolf
    #154692

    Deze en deze -alleen voor leden- en de gebruikelijke factcheck horen ook nog bij de vorige post.
    Daarom heeft Japan van meet af aan 'moeilijk' gedaan t.o.v. alle maatregelen; zij -de regering- probeerden juist hun bevolking te beschermen, i.p.v. aan te vallen.

  6. g-b-wolf@g-b-wolf
    #154693

    Het zou ook niet goed zijn deze post op de voorpagina te -laten- plaatsen. Even afwachten wat de politiek hiermee doet. Dan pas exposen.

  7. boertie@boertie
    #154713

    De politiek gaat hier niets meedoen. Deze data zullen we in Nederland nooit boven water krijgen.

    Batch en lotnummers worden volgens mij bij het Lareb niet opgeslagen voor nare gevallen.

    Valt het lareb trouwens onder het Wob-beleid?

  8. g-b-wolf@g-b-wolf
    #154730

    De politiek gaat hier niets meedoen.

    Mijn bedoeling was, dat FvD dit gaat oppakken en kamervragen stellen.
    Er komen steeds meer berichten, dat die prikjes niet best voor de gezondheid zijn.

  9. drecul@drecul
    #154761

    Goed artikel.

    Dat is ook de enige reden waarom ze op geboortejaar vaccineren. Ze willen controle houden over wie welke batch krijgt.

    Op geboortejaar vaccineren is ineffectief en stupide.

  10. fancy-dust-7355@fancy-dust-7355
    #154818

    Jullie zijn al een tijdje bezig zie ik. De batchlist is langer geworden. Op FB heb ik een heel verhaal gepost over mijn vader die zich heeft laten vaccineren op 81-jarige leeftijd en hoe hij er nu aan toe is. Wekelijks houdt ik de data bij van het EMA. Ik heb verschillende WOB-verzoek en ingediend die niet beantwoord worden of zo beantwoord dat je er eigenlijk geen ruk mee kunt. Dat heeft me afgelopen week doen besluiten om een bezwaarschrift tegen de beoogde invoering 2G-wetgeving en tegen de mogelijke aankomende vaccinatieplicht in te dienen. Ik heb net zo als het kabinet eerst lekt naar de pers en vervolgens deels de Tweede Kamerleden inlicht, nu eerst "gelekt" naar nagenoeg alle Tweede Kamerleden alvorens ik het ministerie in kennis stelde van het bezwaarschrift. Ben benieuwd wat daar uit gaat komen. Alle kamerleden die nu "moeten" beseffen dat het kabinet strafbare feiten heeft gepleegd zoals Pieter Omtzigt onlangs aangaf, hebben nu kennis van deze feiten en hebben zich mijns inziens "gewillig" laten misleiden door het kabinet en moeten nu mijns inziens wel acteren anders stemmen ze in met de gepleegde strafbare feiten.

  11. patricksavalle@patricksavalle
    #154820

    @fancy-dust-7355 het staat je vrij dat verhaal ook hier te posten.

  12. zaplog@zaplog
    #154869
    -- selected for frontpage by system --