A pesar de la amplia evidencia anecdótica y de investigaciones sobre enfermedades graves y muertes estrechamente asociadas con las inyecciones de COVID-19, su vínculo con la mortalidad por COVID se ha descartado como raro y coincidente, porque la evidencia estadística completa no ha sido obvia en los datos oficiales de mortalidad.

No perdamos el contacto… Su Gobierno y las grandes tecnológicas están intentando activamente censurar la información reportada por The Expuesto Para satisfacer sus propias necesidades. Suscríbete a nuestros correos electrónicos ahora para asegurarte de recibir las últimas noticias sin censura. en tu bandeja de entrada…

Por el Dr. Wilson Sy.

Un artículo reciente [1] resuelve este problema al identificar una falla sistémica en los datos de la convención de informes que oculta el impacto fatal inmediato de las inyecciones de COVID-19, donde muertes sustanciales por “vacunas” se han atribuido erróneamente a los “no vacunados”.

Recientemente, Deborah Birx, coordinadora del Grupo de Trabajo sobre el Coronavirus de la Casa Blanca (WHCTF), que estableció las estrategias para las primeras respuestas de EE. UU. a la COVID-2 copiadas por gran parte del mundo, lamentó públicamente la mala calidad de los datos de EE. UU. sobre la COVID-XNUMX y dijo [XNUMX]: “Fue una pandemia impulsada por suposiciones y percepciones, en lugar de datos y ciencia”.

En cuanto a las agencias de salud, también afirmó: «Datos para publicar, no para implementar cambios». Es decir, los datos de COVID se recopilan no para informar, guiar e implementar cambios de políticas, sino para gestionar la percepción pública, lo que podría implicar que los datos se manipulen para engañar al público, como se demostrará a continuación.

La afirmación oficial de que "la política sigue a la ciencia" es contraria a la realidad: "la ciencia sigue a la política", es decir, la política se sustenta primero en ciencia falsa y datos manipulados. Los analistas de datos podrían no percatarse de que podrían estar contribuyendo a la desinformación al publicar estadísticas engañosas con datos manipulados. Aportamos pruebas de las drásticas consecuencias de la falla en los informes de datos de COVID [3] especificada por los CDC de EE. UU.

Los CDC definen el "estado de vacunación" como un lapso de 14 días desde la última inyección contra la COVID-14, argumentando que la inyección tarda al menos XNUMX días en surtir efecto. Por ejemplo, un "caso de vacunación posvacunación" de una persona "vacunada con la serie primaria" se especifica mediante:

Caso vacunado con serie primaria: ARN o antígeno del SARS-CoV-2 detectado en una muestra respiratoria recolectada ≥14 días después de completar de forma verificable la serie primaria de una vacuna contra la COVID-19 autorizada o aprobada por la FDA.

Estos datos recopilados no son datos brutos, sino datos manipulados, ya que los datos ajustados pueden distorsionar la interpretación de los resultados. Estos datos ajustados constituyen una falla evidente, ya que la adopción de un desfase temporal de 14 días, aunque ampliamente aceptado, no se ha justificado ni con la investigación científica ni con el debate sobre su potencial engañoso.

Científicamente, el concepto de «estado de vacunación» es totalmente innecesario en los datos brutos; basta con registrar la «fecha de inyección» [4]. Ha sido imposible determinar científicamente cuándo surten efecto las inyecciones, ya que este ya se prejuzga por el «estado de vacunación» de los datos recopilados.

La distinción importante entre datos sin procesar y datos manipulados, en este caso, proviene del hecho de que los eventos adversos y las muertes han ocurrido con frecuencia poco después de las inyecciones de COVID, mucho menos de 14 días, como lo muestra la base de datos del Sistema de notificación de eventos adversos de las vacunas (VAERS) de los CDC informada por OpenVAERS [5].

Los datos del VAERS, que se basan en informes voluntarios y, por lo tanto, están subregistrados e incompletos, muestran claramente la existencia de un efecto letal inmediato de las inyecciones de COVID, probablemente en menos de 14 días. Esta evidencia se ha ignorado por no ser representativa debido a la escasez de muertes en comparación con el gran número de inyecciones.

Sin embargo, la evidencia muestra que el desfase de 14 días tiene un impacto confuso y significativo en las definiciones de "estado de vacunación", lo cual podría tener consecuencias importantes. Por ejemplo, si alguien fallece inmediatamente después de recibir una dosis de refuerzo de Pfizer, los datos no se reportarían como la muerte de una persona que recibió la dosis de refuerzo, sino como la de una persona que recibió una dosis doble. Los datos registrados enmascararían los efectos letales de la dosis de refuerzo, ya que la muerte no se atribuiría a esta.

El artículo citado [1] ha investigado esta falla de datos y ha demostrado que es claramente evidente en los datos de COVID y que el error de datos tiene un impacto sustancial en las estadísticas de mortalidad de COVID y en nuestra evaluación de la seguridad de las inyecciones de COVID.

Este artículo se propone simplemente describir el método de análisis, resumir el hallazgo principal e indicar cómo la falla en los datos distorsiona significativamente la perspectiva sobre la seguridad y el desarrollo de la pandemia de COVID-19. El objetivo principal es instar a otros a replicar estudios similares y a buscar más detalles de nuestro método en el artículo original [1].

Los conjuntos de datos que requieren cifras tanto de población como de muertes según las dosis de inyección o el estado de vacunación no suelen estar disponibles. Afortunadamente, existe una pequeña cantidad de estos datos para una población de 8.2 millones de habitantes en Nueva Gales del Sur (NSW), Australia, desde principios de septiembre de 2021 hasta el 2 de julio de 2022 [6].

Sin embargo, este conjunto de datos de NSW está aún más distorsionado [7], ya que una persona puede considerarse "no vacunada" hasta 21 días después de la primera inyección. Los datos se mostrarán para sugerir que muchas personas murieron dentro de este período de 21 días, pero todas fueron clasificadas como fallecimientos de "no vacunados".

Nuestro método para exponer la falla de datos analiza los aumentos y disminuciones en las poblaciones con diferentes dosis, como se muestra en la siguiente tabla. Tras la primera gran campaña de vacunación en Nueva Gales del Sur durante varias semanas, la población con dosis doble (segunda columna) aumentó en varios millones, a expensas tanto de la población con dosis única como de la población sin dosis (los números negativos están entre paréntesis).

Las dos columnas amarillas resaltan una anomalía en los datos: los nuevos recuentos de muertes de los “vacunados” aparecen desordenados y potencialmente erróneos (columnas grises), con algunas resurrecciones (fuera de Pascua) de las poblaciones con dosis única y doble.

Las nuevas muertes de personas no vacunadas son sistemáticamente elevadas, considerando que la población está disminuyendo. ¿Por qué debería la menguante población no vacunada tener un número sistemáticamente elevado de nuevas muertes?

Durante este período, la población “no vacunada” se redujo en más de un millón de personas que recibieron una o dos dosis de la inyección, la población que recibió doble dosis aumentó en más de tres millones, mientras que la población que recibió una sola dosis sufrió una pérdida neta de alrededor de dos millones.

Al graficar la población combinada de una y dos dosis con las nuevas muertes en quienes no recibieron la dosis, se observa una correlación muy alta (>98%) en la siguiente figura. A principios de 2022, la caída en la población combinada de personas con una y dos dosis se debió a la llegada de las dosis de refuerzo, cuando la población con tres dosis aumentó rápidamente, reduciendo la población con dos dosis.

Este patrón de anomalía en los datos se ha presentado en todas las campañas de vacunación posteriores, desde la primera dosis de refuerzo (tercera dosis) hasta la segunda dosis de refuerzo (cuarta dosis). La evidencia empírica de estas campañas posteriores se describe en el artículo original [1].

Todos los datos examinados sugieren que las inyecciones de COVID tienen un impacto letal significativo e inmediato de manera sistémica, de acuerdo con la evidencia del informe OpenVAERS citado anteriormente.

Un número significativo de muertes entre 14 y 21 días después de las inyecciones no se reportaron como causadas por ellas ni relacionadas con ellas, sino como muertes por COVID de personas que aún no las habían recibido. Los datos recopilados sobre la COVID-XNUMX dieron lugar a dos afirmaciones falsas y engañosas para impulsar las campañas de vacunación.

• Las nuevas inyecciones fueron seguras y se asociaron con pocas muertes reportadas;
• Las nuevas inyecciones fueron necesarias debido a la “disminución” de las inyecciones anteriores con el rápido aumento del número de muertes por COVID.

La verdad es justo la contraria: las nuevas inyecciones eran peligrosas y se asociaban con muchas muertes, pero se atribuían erróneamente a quienes aún no habían sido inyectados, lo que creaba la ilusión de una plaga mortal para los temerosos de recibir la primera dosis y, posteriormente, la ilusión de una “disminución” o de “nuevas variantes” para que los “vacunados” recibieran más dosis.

Es probable que las experiencias de primera mano de los trabajadores de la salud que presencian las consecuencias inmediatas de las inyecciones de COVID hagan que desconfíen de los informes oficiales y abandonen la industria en lugar de arriesgar su propia salud sometiéndose a los “mandatos de vacunación”.

Inicialmente, este plan funcionó de maravilla para impulsar la administración de miles de millones de dosis entre la población mundial, pero recientemente ha empezado a fallar porque se ha hecho evidente que la mayoría de las muertes por COVID se produjeron entre los vacunados. ¿Por qué?

Si se ajustan los datos recientes a poblaciones “vacunadas” más grandes que a las “no vacunadas”, estos últimos tienen varias veces más probabilidades de morir que los “no vacunados”.

La razón es que las proporciones de las dos poblaciones se han estabilizado, se han administrado relativamente pocas primeras dosis y, por lo tanto, la atribución errónea de muertes a los “no vacunados” ha cesado en gran medida.

Se han administrado nuevas inyecciones de refuerzo a los vacunados. Las muertes causadas por estas nuevas inyecciones ahora solo pueden atribuirse a la población vacunada. Al comparar la mortalidad entre vacunados y no vacunados, se ha observado un aumento drástico del riesgo de muerte para los vacunados, ya que esas muertes ya no pueden atribuirse a los no vacunados.

Si el plan de inflar las muertes de los "no vacunados" continuara, sería necesario reclutar a más "no vacunados" para que se vacunen primero. Quizás hacer campaña contra la "reticencia a vacunarse", legislar "obligaciones de vacunación" y recomendar vacunas infantiles sean intentos de mantener el plan para inyectar a los "no vacunados".

Sin embargo, dado que estos intentos no han logrado convencer a suficientes "no vacunados" para que acepten las inyecciones contra la COVID-19, el riesgo de mortalidad por COVID entre los "vacunados" ha aumentado visiblemente en los datos oficiales. Una solución sencilla para mejorar la imagen, al menos temporalmente, es reducir el número de muertes por COVID, presentándolas como muertes no relacionadas con la COVID-19, lo cual es fácil de lograr, dada la ambigua definición de "muerte por COVID".

Una consecuencia colateral del plan ha sido una fuerte correlación entre las nuevas vacunas contra la COVID-8 y un rápido aumento de las muertes no relacionadas con la COVID-9, que finalmente se observó en los datos de mortalidad por todas las causas [10]. Esta observación resuelve una incógnita planteada en un artículo reciente de PSI [XNUMX] sobre los datos de la ONS, que parecen más precisos en muestras pequeñas que en muestras grandes [XNUMX]. La explicación radica en que cuanto más se remontan los datos, más infladas y distorsionadas están las cifras de mortalidad de los "no vacunados" debido a la falla de los datos.

En conclusión, hemos demostrado que existe una falla de datos evidente en una recopilación oficial de datos. Hemos propuesto la hipótesis de la navaja de Occam: la letalidad de las inyecciones de COVID, no reconocida oficialmente, puede explicar varias observaciones importantes, pero desconcertantes.

Animamos a otros a investigar esta falla de datos urgentemente. Para más detalles, consulte [1].

Referencias

[1] Sy, W, Falla en la presentación de datos que distorsiona a simple vista las estadísticas de mortalidad por COVID-19,
https://www.academia.edu/85597731/Data_reporting_flaw_in_plain_sight_distorting_COVID_19_mortality_statistics

[2] Igoe, M. Deborah Birx: Los datos de COVID-19 en EE. UU. fueron «peores que los que encontré en el extranjero», Devex, 15 de julio
2022, (Ver video, citas a las 11.32:8.16 y 19:103640 min); disponible en: https://www.devex.com/news/deborah-birx-us-covid-XNUMX-data-was- worst-than-what-i-found-overseas-XNUMX

[3] Centros para el Control y la Prevención de Enfermedades, Investigación y notificación de casos de avance de la vacuna contra la COVID-19 (actualizado el 23 de junio de 2022), https://www.cdc.gov/coronavirus/2019-ncov/php/hd-breakthrough.html#report (consultado el 15 de agosto de 2022).

[4] Yamamoto, K., Efectos adversos de las vacunas contra la COVID-19 y medidas para prevenirlos. Revista de Virología 2022, 19(100), https://virologyj.biomedcentral.com/track/pdf/10.1186/s12985-022-01831-0.pdf

[5] OpenVAERS, Informes de mortalidad por vacunas contra la COVID-15 de VAERS, https://www.openvaers.com/covid-data/mortality (consultado el 2022 de agosto de XNUMX).

[ 6 ] COVID-19 en Australia, https://www.covid19data.com.au/ (consultado el 10 de agosto de 2022).

[7] NSW Health, ENFOQUE Vacunación entre los casos de COVID-19 en el brote del Delta de NSW. Período de informe: del 16 de junio al 7 de octubre de 2021 (véase la pág. 9). https://www.health.nsw.gov.au/Infectious/covid-19/Documents/in-focus/covid-19-vaccination-case-surveillance-051121.pdf

[8] Oficina Australiana de Estadísticas, Estadísticas provisionales de mortalidad, https://www.abs.gov.au/statistics/health/causes-death/provisional-mortality-statistics/latest-release (consultado el 26 de agosto de 2022).

[9] Kirsch, S, Por qué los datos de la ONS del Reino Unido no deberían utilizarse para justificar políticas públicas, https://principia-scientific.com/why-uk-ons-data-shouldnt-be-used-to-justify-public-policy/

[10] Sy W, Riesgo de mortalidad por inyecciones de COVID-19: evidencia de Nueva Gales del Sur e Inglaterra,

Academic.edu , https://www.academia.edu/83924771/Mortality_risk_of_COVID_19_injections_evidence_from_New_South_Wales_and_England