Apesar de evidências amplamente divulgadas, tanto em relatos quanto em pesquisas, de doenças graves e mortes intimamente associadas às injeções de COVID-19, sua ligação com a mortalidade por COVID foi descartada como rara e coincidente, porque evidências estatísticas abrangentes não eram óbvias nos dados oficiais de mortalidade.

Não vamos perder o contato... Seu governo e a Big Tech estão tentando ativamente censurar as informações relatadas pelo The Expor para atender às suas próprias necessidades. Assine nossos e-mails agora para garantir que você receba as últimas notícias sem censura. na sua caixa de entrada…

Por Dr. Wilson Sy.

Um artigo recente [1] resolve este enigma ao identificar uma falha sistémica de dados na convenção de notificação que obscurece o impacto fatal imediato das injecções de COVID-19, onde mortes substanciais por “vacina” foram erradamente atribuídas aos “não vacinados”.

Recentemente, Deborah Birx, coordenadora da Força-Tarefa do Coronavírus da Casa Branca (WHCTF), que definiu as estratégias para as primeiras respostas dos EUA à COVID, copiadas por grande parte do mundo, lamentou publicamente a má qualidade dos dados dos EUA sobre a COVID e disse [2] “Foi uma pandemia impulsionada por suposições e percepções, em vez de dados e ciência”.

Sobre agências de saúde, ela também disse: “Dados para publicação, não dados para mudanças de implementação”. Ou seja, os dados da COVID são coletados não para informar, orientar e implementar mudanças de políticas, mas para gerenciar a percepção pública, o que pode significar que os dados podem ser manipulados para enganar o público, como será mostrado abaixo.

A alegação oficial de que “a política segue a ciência” é o oposto da realidade: “a ciência segue a política”, ou seja, a política é primeiro apoiada, depois, por ciência falsa e dados manipulados. Analistas de dados podem não perceber que podem estar contribuindo e incentivando a desinformação ao publicar estatísticas enganosas de dados manipulados. Fornecemos evidências das consequências dramáticas da falha nos relatórios de dados da COVID [3] especificada pelo CDC dos EUA.

O CDC define “status vacinal” como um atraso de 14 dias desde a última injeção contra a COVID, com base no fato de que leva pelo menos 14 dias para que a injeção faça efeito. Por exemplo, um “caso de emergência” de uma pessoa “vacinada com uma série primária” é especificado por:

“Caso vacinado com uma série primária: RNA ou antígeno do SARS-CoV-2 detectado em uma amostra respiratória coletada ≥ 14 dias após a conclusão verificável da série primária de uma vacina contra COVID-19 autorizada ou aprovada pela FDA.”

Esses dados coletados não são dados brutos, mas sim dados manipulados, pois os dados ajustados podem distorcer a interpretação dos resultados. Os dados ajustados constituem uma falha de dados à vista de todos, pois a adoção de um intervalo de tempo de 14 dias, embora amplamente aceita, não foi justificada por pesquisas científicas ou por debates sobre seu potencial de induzir ao erro.

Cientificamente, o conceito de “estado de vacinação” é totalmente desnecessário nos dados brutos; basta registrar a “Data da injeção” [4]. Tem sido impossível determinar cientificamente quando as injeções realmente fazem efeito, uma vez que isso já é pré-julgado pelo “estado de vacinação” dos dados coletados.

A distinção importante entre dados brutos e dados manipulados, neste caso, vem do fato de que eventos adversos e mortes ocorreram com frequência logo após as injeções de COVID, muito menos de 14 dias, como mostra o banco de dados do Sistema de Notificação de Eventos Adversos de Vacinas (VAERS) do CDC relatado pelo OpenVAERS [5].

Os dados do VAERS, que dependem de relatórios voluntários e, portanto, subnotificados e incompletos, mostram claramente a existência de um efeito letal imediato das vacinas contra a COVID, provavelmente em menos de 14 dias. Essa evidência foi ignorada por não ser representativa devido ao número insuficiente de mortes em comparação com o grande número de vacinas.

No entanto, as evidências mostram que o intervalo de 14 dias tem um impacto confuso e significativo nas definições de "estado vacinal", o que pode ter implicações importantes. Por exemplo, se alguém morre imediatamente após um reforço da Pfizer, os dados não seriam reportados como a morte de uma pessoa que recebeu o reforço, mas sim como a morte de uma pessoa que recebeu a dose dupla. Os dados registrados mascarariam os efeitos letais do reforço, uma vez que a morte não seria atribuída ao reforço.

O artigo citado [1] investigou esta falha de dados e mostrou que é claramente evidente nos dados da COVID e que o erro de dados tem um impacto substancial nas estatísticas de mortalidade da COVID e na nossa avaliação da segurança das injecções da COVID.

Este artigo pretende apenas descrever o método de análise, resumir as principais descobertas e indicar como a falha nos dados distorce significativamente a visão sobre a segurança e a condução da pandemia de COVID-19. O objetivo principal é incentivar outros a replicarem estudos semelhantes e a buscarem mais detalhes sobre nosso método no artigo original [1].

Conjuntos de dados que exigem números de populações e mortes de acordo com dosagens de injeção ou "status de vacinação" não estão frequentemente disponíveis. Felizmente, há uma pequena quantidade desses dados para uma população de 8.2 milhões em Nova Gales do Sul (NSW), na Austrália, do início de setembro de 2021 a 2 de julho de 2022 [6].

No entanto, este conjunto de dados de NSW é ainda mais distorcido [7], visto que uma pessoa pode ser considerada “não vacinada” até 21 dias após a primeira injeção. Os dados serão apresentados para sugerir que muitas pessoas morreram dentro desse intervalo de 21 dias, mas todas foram classificadas como mortes de “não vacinados”.

Nosso método para expor a falha nos dados analisa os aumentos e diminuições nas populações de diferentes dosagens, conforme mostrado na tabela a seguir. Após a primeira grande campanha de vacinação em Nova Gales do Sul, que durou várias semanas, a população que recebeu a dose dupla (segunda coluna) aumentou em alguns milhões, às custas tanto da população que recebeu a dose única quanto da que não recebeu a dose (os números negativos estão entre parênteses).

As duas colunas amarelas destacam uma anomalia nos dados: as novas contagens de mortes dos “vacinados” parecem desordenadas e potencialmente errôneas (colunas cinzas), com algumas ressurreições (fora da Páscoa) das populações que receberam dose única e dupla.

As novas mortes entre os "não vacinados" são consistentemente altas, para uma população em declínio. Por que a população "não vacinada" em declínio deveria apresentar números sistematicamente altos de novas mortes?

Durante esse período, a população “não vacinada” foi reduzida em mais de um milhão de pessoas que receberam uma ou duas doses de injeção, a população que recebeu duas doses aumentou em mais de três milhões, enquanto a população que recebeu uma dose única sofreu uma perda líquida de cerca de dois milhões.

Quando a população combinada de pessoas que receberam uma e duas doses é comparada com as novas mortes entre os que não receberam doses, observa-se uma correlação muito alta (>98%) na figura a seguir. No início de 2022, a queda na população combinada de pessoas que receberam uma e duas doses deveu-se à chegada das doses de reforço, quando a população que recebeu três doses aumentou rapidamente, reduzindo a que recebeu duas doses.

O padrão de anomalia de dados ocorreu em todas as campanhas de vacinação subsequentes, desde o primeiro reforço (terceira dose) até o segundo reforço (quarta dose). As evidências empíricas para essas campanhas subsequentes são descritas no artigo original [1].

Todos os dados examinados sugerem que as injeções de COVID têm um impacto letal significativo e imediato, de acordo com as evidências do relatório OpenVAERS citado acima.

Um número significativo de mortes entre 14 e 21 dias após as injeções não foi relatado como causado por elas ou relacionado a elas, mas sim como mortes por COVID de pessoas que ainda não as receberam. Os dados coletados sobre a COVID levaram a duas alegações falsas e enganosas para impulsionar as campanhas de vacinação.

• As novas injeções eram seguras e associadas a poucas mortes relatadas;
• As novas injeções foram necessárias devido ao “declínio” das injeções anteriores, com o rápido aumento do número de mortes por COVID.

A verdade é exatamente o oposto: novas injeções eram inseguras e associadas a muitas mortes, mas atribuídas erroneamente às que ainda não haviam sido injetadas, criando a ilusão de uma praga mortal para os temerosos de receber a primeira dose e, posteriormente, uma ilusão de "declínio" ou "novas variantes" para os "vacinados" receberem mais doses.

É provável que as experiências em primeira mão dos profissionais de saúde que testemunham as consequências imediatas das injeções de COVID possam desconfiar dos relatórios oficiais e abandonar o setor em vez de arriscar sua própria saúde ao se submeter a "obrigações de vacinação".

Inicialmente, esse esquema funcionou maravilhosamente bem para impulsionar a aplicação de bilhões de doses entre a população mundial, mas, recentemente, começou a fracassar, pois ficou evidente que a maioria das mortes por COVID ocorreu entre os "vacinados". Por quê?

Ajustando para populações “vacinadas” maiores do que para populações “não vacinadas”, dados recentes ainda mostram que os “vacinados” têm várias vezes mais probabilidade de morrer do que os “não vacinados”.

A razão é que as proporções das duas populações se estabilizaram, com relativamente poucas primeiras doses sendo administradas e, portanto, a atribuição errônea de mortes aos “não vacinados” cessou em grande parte.

Novas injeções foram administradas aos "vacinados" como reforço. As mortes causadas por essas novas injeções agora só podem ser atribuídas às populações "vacinadas". Em uma comparação de mortalidade entre "vacinados" e "não vacinados", observou-se um aumento acentuado no risco de morte para os "vacinados", pois essas mortes não podiam mais ser atribuídas aos "não vacinados".

Se o esquema de inflar as mortes de "não vacinados" continuar, será necessário recrutar mais "não vacinados" para receber as primeiras doses. Talvez fazer campanha contra a "hesitação vacinal", legislar sobre "vacinação obrigatória" e recomendar vacinas em crianças sejam tentativas de manter o esquema de vacinação em "não vacinados".

No entanto, como essas tentativas falharam em converter um número suficiente de "não vacinados" para aceitar as vacinas contra a COVID, o risco de mortalidade por COVID entre os "vacinados" aumentou visivelmente nos dados oficiais. Uma solução simples para melhorar a imagem, pelo menos temporariamente, é reduzir a contagem de mortes por COVID, descartando-as como mortes não relacionadas à COVID, o que é fácil de fazer, dada a definição ambígua de "morte por COVID".

Uma consequência colateral do esquema tem sido uma forte correlação entre novas injeções de COVID e um rápido aumento nas mortes não relacionadas à COVID, eventualmente observado nos dados de mortalidade por todas as causas [8]. Essa observação resolve um enigma levantado em um artigo recente do PSI [9] sobre dados do ONS, que parecem mais precisos em amostras pequenas do que em amostras grandes [10]. A explicação aqui é que quanto mais antigos os dados, mais inflados e distorcidos são os números de mortalidade dos "não vacinados" devido à falha nos dados.

Concluindo, demonstramos a existência de uma falha de dados evidente em uma coleta oficial de dados. Propusemos a hipótese da navalha de Occam de que a letalidade das vacinas contra a COVID, não oficialmente reconhecida, pode explicar diversas observações importantes, porém intrigantes.

Incentivamos outros a investigarem essa falha de dados com urgência. Para mais detalhes, consulte [1].

Referências

[1] Sy, W, Falha na informação dos dados à vista de todos, distorcendo as estatísticas de mortalidade por COVID-19,
https://www.academia.edu/85597731/Data_reporting_flaw_in_plain_sight_distorting_COVID_19_mortality_statistics

[2] Igoe, M. Deborah Birx: Os dados da COVID-19 nos EUA foram “piores do que os que encontrei no exterior”, Devex 15 de julho
2022, (Veja o vídeo, citações em 11.32 e 8.16 min); disponível em: https://www.devex.com/news/deborah-birx-us-covid-19-data-was-worse-than-what-i-found-overseas-103640

[3] Centros de Controle e Prevenção de Doenças, COVID-19 Vaccine Breakthrough Case Investigation and Reporting (Atualizado em 23 de junho de 2022), https://www.cdc.gov/coronavirus/2019-ncov/php/hd-breakthrough.html#report (acessado em 15 de agosto de 2022).

[4] Yamamoto, K, Efeitos adversos das vacinas contra a COVID-19 e medidas para preveni-los. Virology Journal 2022, 19(100), https://virologyj.biomedcentral.com/track/pdf/10.1186/s12985-022-01831-0.pdf

[5] OpenVAERS, VAERS COVID Vaccine Mortality Reports, https://www.openvaers.com/covid-data/mortality (acessado em 15 de agosto de 2022).

 COVID-19 na Austrália, https://www.covid19data.com.au/ (acessado em 10 de agosto de 2022).

[7] NSW Health, EM FOCO Vacinação entre casos de COVID-19 no surto do Delta em NSW Período de notificação: 16 de junho a 7 de outubro de 2021, (ver p.9), https://www.health.nsw.gov.au/Infectious/covid-19/Documents/in-focus/covid-19-vaccination-case-surveillance-051121.pdf

[8] Departamento Australiano de Estatísticas, Estatísticas Provisórias de Mortalidade, https://www.abs.gov.au/statistics/health/causes-death/provisional-mortality-statistics/latest-release (acessado em 26 de agosto de 2022).

[9] Kirsch, S, Por que os dados do ONS do Reino Unido não devem ser usados ​​para justificar políticas públicas, https://principia-scientific.com/why-uk-ons-data-shouldnt-be-used-to-justify-public-policy/

[10] Sy W, Risco de mortalidade das injeções de COVID-19: evidências de Nova Gales do Sul e Inglaterra,

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