Vaxofiel Nederland veert op: wéér een studie die aantoont hoe heilzaam de vaccins waren. Deze keer houd ik het bij het bespreken van statements uit het persbericht en de studie zelf. Deze gaven geen aanleiding om verder in de cijfers te duiken. Dat kost mij veel tijd en anderen kunnen dat beter dan ik. Het maakt ook niet uit, Keulemans roeptoetert toch gewoon door en de legacy media zijn voor de gevaccineerden nog steeds the Single Source of Truth. Maar ZonMW financiert die propagandacontent van óns belastinggeld. Kunnen ze op zijn minst niet een een kwaliteitsdrempel hanteren?
Het persbericht
Enkele zinsneden uit het begeleidende persbericht van UMC:
“Uit de resultaten blijkt dat iemand die gevaccineerd was gemiddeld genomen in de drie weken na de vaccinatie 44 procent minder kans had om te overlijden dan in de weken daarna.”
- Dit betekent dat een vaccinatie die pas na twee a drie weken effectief wordt geacht, na drie weken minder effectief is op ‘kans op overlijden’ dan in de periode waarin hij niet effectief is. Dat mag een opvallende bevinding heten, zeker omdat een vaccinatie geen enkel systemisch effect zou mogen hebben, direct na de prik (nog afgezien van de bizarre getallen). De voordehandliggende verklaring is het HVE (Healthy Vaccinee Effect). Mensen waarvan werd verwacht dat die binnen één of enkele weken zouden komen te overlijden, werden niet meer geprikt. Dan hou je als geprikte alleen degenen over die een lagere sterftekans hebben, zeker waar het de eerste paar weken betreft. Dat is dus niet te danken aan de vaccinatie maar aan de selectie van wel/niet vaccineren. Deze verklaring wordt nog eens onderstreept in het rapport zelf, daar kom ik op terug.
- Hoe herken je een Healthy Vaccinee Effect? Als er direct na een medische interventie zonder aanwijsbare reden een groot verschil optreedt dat mettertijd wegebt. Dat wordt hier accuraat beschreven.
„Na infectie wel hoger sterfterisico
Uit het onderzoek blijkt bovendien dat de kans op overlijden in de eerste drie weken na een corona-infectie 16 keer hoger was dan in de weken daarna.”
- Een sideline want hier wrijft men ons de ernst van een corona-infectie nog eens ond.er de neus, alsof die nog steeds voor de oversterfte zorgt. Zo lijkt het tenminste. Maar iets dergelijks geldt voor tal van doodsoorzaken, neem de val van een keukentrapje. Daaraan overlijden meer mensen in de eerste drie weken na de val dan daarna. De relevantie van die observatie is mij dus niet helemaal duidelijk. Angst aanjagen, in de vorm van “het was echt heel ernstig hoor”!? Dat zou kunnen maar dat er mensen zijn overleden aan Covid wisten we al. Dat dat meestal niet pas na enkele maanden gebeurt ook. Een weinigzeggend gegeven in deze studie.
“De tijdelijke activatie [van het immuunsysteem] kan, in zeldzame gevallen, gepaard gaan met ernstige bijwerkingen, waaronder myocarditis, trombose en neurologische complicaties.”
- Het is niet de tijdelijke activatie van het immuunsysteem die bijwerkingen veroorzaakt. Bijwerkingen gaan er wel mee gepaard maar dat komt door de ongecontroleerde distributie van variërende hoeveelheden spikes door het hele lichaam en mogelijk de DNA-vervuiling, al speelt dat op langere termijn. Dat een onderzoek naar deze bijwerkingen wordt beperkt tot de eerste drie weken is op zijn minst bedenkelijk. Ook omdat we nog steeds forse oversterfte zien terwijl er, afgezien van de najaarsprik (ca. 22% van de bevolking) al een hele tijd niet meer is geprikt.
Het onderzoeksrapport
https://www.medrxiv.org/content/10.1101/2024.12.11.24318790v1
“The authors have declared no competing interest.”
- We zien bij de auteurs diverse hardcore coronavaccinatiepushers, leden van prikallianties, denktank desinformatie – kortom bronnen die veel foute informatie hebben gepropageerd. Dat er geen concurrerende belangen zijn is dus niet correct. Denk alleen al aan de mogelijke reputatieschade voor de vaccinpromotoren.
“Of COVID-19 vaccinatie heeft bijgedragen aan oversterfte is onderzocht in verschillende landen, waarbij consistent geen verhoogd risico werd aangetoond voor niet-COVID-19 gerelateerde sterfte en een beschermend effect voor COVID-19 gerelateerde sterfte.”
“Deze opzet richt zich op de onmiddellijke periode na vaccinatie, waarin immuunactivatie het risico op ernstige bijwerkingen kan verhogen, met de dood tot gevolg. Desondanks tonen die [buitenlandse] studies consistent een lager risico op overlijden door welke oorzaak dan ook na vaccinatie in vergelijking met niet-vaccinatieperioden..”
- Andere onderzoeken die geen risico laten zien, meten vaak het HVE. Mensen die hun levenseinde naderen worden niet meer gevaccineerd en sterven ongevaccineerd, ook aan andere oorzaken dan Covid. Dat de gezondere gevaccineerden minder overlijden, wordt vervolgens toegeschreven aan het effect van de vaccinatie. Daarbij komt dat er ook onderzoeken zijn die wel degelijk negatieve effecten (ook sterfte) aantonen. De auteurs zijn van die onderzoeken kennelijk niet op de hoogte. In Nederland hebben we dan ook nog eens de datavervuiling door misregistratie van overledenen kort na de vaccinatie (zie De chaos van de cijfers en meer op de site van Herman Steigstra).
- Meer over die HVE in de eerdere artikelen “Kaplan-Meier für Schnuller“, “Een statistische drogreden in Italië en bij Nivel” en “HVE für Schnuller".
- Hieronder ze je wat er in CIMS te zien is in de eerste weken. Enorme sterfte onder ongevaccineerden in de eerste week. Dat zijn voor een groot deel mensen die vanwege registratieproblemen én het HVE dus UIT de gevaccineerde groep zijn gehaald. Geen wonder dat die groep beter presteert. Naarmate de “ongevaccineerden” lijn vlakker gaat lopen, wordt het effect minder. Al na een paar maanden scheelt het eigenlijk niet zoveel meer. Ook dat verschil zou zelfs HVE kunnen zijn. Wat voor de oranje lijn zou kunnen betekenen dat de gezonde ongevaccineerden minder sterven dan de net zo gezonde gevaccineerden.
“Voor de analyse over het effect van een positief geregistreerde SARS-CoV-2 infectie werden inwoners geselecteerd die tussen 1 juni 2020 en 31 december 2021 overleden, in de periode waarin de testen werden geregistreerd.”
“Ten tijde van de studieperiode was COVID-19 een meldingsplichtige ziekte in Nederland, wat betekent dat alle positieve SARS-CoV-2 infecties gemeld moesten worden bij een gemeentelijke gezondheidsdienst.”
- Er is gemeten op basis van geregistreerde infecties. Hier wordt gesuggereerd dat elke infectie is geregistreerd want dat was verplicht. Dat is natuurlijk niet zo gegaan: velen hebben niet of nauwelijks gemerkt dat ze geïnfecteerd waren. Deze miljoenen mensen die een infectie hebben doorgemaakt zonder dat dat is geregistreerd, zijn niet meegenomen in het onderzoek. Zij zijn niet naar een arts of een ziekenhuis geweest. Iedereen die wel in het ziekenhuis terecht kwam werd daarentegen getest op corona en bij de hoge prevalentie van het virus leidt dat dus automatisch tot veel registraties onder mensen die er niet goed aan toe zijn, om welke reden dan ook.
“COVID-19 vaccinatiegegevens werden verkregen uit het COVID-vaccinatie Informatie- en Monitoringssysteem (CIMS) (2020-2023)”.
- Over de vervuilde data in het CIMS is al veel geschreven, ook in het Nivel-onderzoek kwam men hierdoor tot verkeerde conclusies. Gesprekken over deze kwestie zijn nog gaande.
“De basisserie werd als voltooid en effectief beschouwd 14 dagen nadat een proefpersoon twee of drie (alleen geïndiceerd voor immuungecompromitteerde personen) primaire vaccinaties had ontvangen.”
- Dus ondanks dat de vaccinaties pas na 14 dagen effectief werden geacht, vertoonden ze in de eerste week een substantiële vermindering van de sterfte. (Hoe kun je dit opschrijven!?)
“Met de dood als gebeurtenis van speciaal belang, worden de belangrijkste aannames van een standaard SCCS geschonden, aangezien de dood volgende blootstellingen en observatieperioden uitsluit. Deze aangepaste SCCS vergelijkt het risico op overlijden tijdens een vooraf gedefinieerde risicoperiode na blootstelling met een referentieperiode, gedefinieerd als alle observatietijd gedurende welke volgende blootstellingen hadden kunnen plaatsvinden. Dit maakt het einde van de observatieperiode onafhankelijk van gebeurtenissen. Het model wordt geschat door waarnemingen iteratief te herwegen om deze in lijn te brengen met een contrafeitelijk scenario waarin geen blootstellingen kunnen optreden na overlijden, waarbij ervoor wordt gezorgd dat overlijden blootstellingen niet censureert, aangezien er in dit contrafeitelijke scenario geen blootstellingen zijn.”
- Ik heb dit 5x gelezen maar ik laat mij dit graag uitleggen door iemand die het beter begrijpt.
“Analyses voor de basisserie werden aanvullend gestratificeerd voor vaccintype (mRNA of nonmRNA/onbekend), en een eerdere geregistreerde positieve SARS-CoV-2 infectie vóór vaccinatie (ja/nee).”
- Kennelijk is van iedereen die de bassiserie heeft gehad, vastgelegd of ze wel of geen eerdere infectie hadden gehad. Ik wist niet dat het zetten van de basisprik gepaard is gegaan met een serologische test op antilichamen. (Waarom je ondanks een eerdere infectie überhaupt werd gevaccineerd weten we trouwens nog steeds niet.)
Deze is echt héél bijzonder:
“De relatieve incidentie varieerde binnen het risico-interval van 0,33 (95%CI 0,31-0,34) in week één, tot 0,56 (95%CI 0,54-0,58) in week twee, tot 0,73 (95%CI 0,70-0,75) in week drie.”
- Also:
Week 1 na de prik: 33% van de normale kans om te overlijden
Week 2 na de prik: 56% van de normale kans om te overlijden
Week 3 na de prik: 73% van de normale kans om te overlijden
Hier wordt dus met droge ogen beweerd dat je drie weken na de prik 2,5x zoveel kans had om te overlijden dan in de eerste week na de prik.
Dat komt ons bekend voor en het bevestigt dat we hier met het HVE te maken hebben. De mensen die nog hooguit een week te leven hadden, zijn niet geprikt. Van mensen die er wat minder slecht aan toe waren, zullen er wat meer zijn geprikt. Kortom: hoe langer de horizon, des te vaker men werd geprikt. Dat verklaart waarom in de eerste week de sterfte onder de gevaccineerden het laagst was en waarom die sterfte weer met de tijd stijgt. De aanstaande overlijdens zijn er simpelweg uitgefilterd. Het heeft hoegenaamd niets met het effect van de vaccinaties te maken.
“De verschillen tussen personen die binnen drie weken na vaccinatie stierven en degenen die in de periode daarna stierven, waren klein”.
- Dit wijst erop dat een vermoedelijke sterfdatum moeilijker te bepalen is naarmate die datum verder in de toekomst ligt. 1 week is goed vast te stellen, twee weken ook nog wel maar daarna wordt het moeilijk.
“De relatieve incidentie was iets sterker voor personen die gevaccineerd waren door gemeentelijke gezondheidsdiensten (IRR 0,46, 95%CI 0,44-0,48) of huisartsen (IRR 0,55, 95%CI 0,52-0,59), vergeleken met personen die gevaccineerd waren door andere beheerders (IRR 0,77, 95%CI 0,74-0,80).”
Hier wordt de indruk gewekt dat wie er prikte invloed had op de werking van de prik. Dat is ongetwijfeld dezelfde gedachtegang, want bij de GGD is de gemiddelde bevolking geprikt, bij de huisarts mensen met klachten, in het ziekenhuis mensen met nog meer klachten. De prikselectie weerspiegelt zich wederom in de sterftecijfers.
Verzichtserklärung
De datavervuiling is een brug te ver voor deze onderzoekers. Maar hadden ze dan ook helemaal geen besef van het Health Vaccinee Effect? Jazeker wel:
“Dit HVE (effect van gezonde gevaccineerden) kan de vermindering in sterfgevallen na vaccinatie enigszins overschatten en puntschattingen moeten daarom met enige voorzichtigheid worden geïnterpreteerd.”
Maar ze hebben geen poging gedaan hiervoor te corrigeren. Dat kan ook niet want het risico bestaat dat daarmee alle geobserveerde effecten worden weggecorrigeerd.
Er wordt heel veel stof opgeworpen lijkt het. Het wordt steeds krampachtiger. Als het niet aan de prikken ligt, wat is het dan wel? Het lijkt mij een achterhoede gevecht als je ziet wat er in Amerika gebeurt momenteel.
Zag deze bij Campbell: https://doctoraseem.com/thousands-of-doctors-sign-petition-to-suspend-covid-mrna-vaccines-an-open-letter-to-the-gmc/
Een aantal anonieme artsen hebben Malhotra aangeklaagd bij de GMC (General Medical Council), maar die namen geen actie. Vervolgens hebben ze de GMC aangeklaagd. Deze brief is heel sterk.
Je zult het ook wel gelezen hebben. Wat ze hier in ons gave landje aan ‘vaccin’ propaganda produceren wordt steeds minder relevant denk ik.
Ik denk dat een bijwerking nog niet bekend is. Van Coronavaccins ga je liegen en word je gewetenloos.
Deze mensen lijken totaal geen problemen te hebben dat ze bezig zijn met een genocide. Ze nemen deel aan de medische wereld die is opgericht ter bescherming van mensen. Blijkbaar is niets meer heilig tegenwoordig.
Mooi stuk Anton. Gewoon beetje boeren verstand er tegen aan, en de zandkastelen storten in!
Scss staat voor self controlled case series. In dit observational onderzoeksdesign worden personen met zichzelf vergeleken. Daarmee worden zogenaamde vaste verstorende variabelen als genen, geslacht, socio-economische status, (tot op zekere hoogte) leeftijd en andere variabelen die iemand altijd heeft (bv medicatie, chronische ziekte) gecorrigeerd in het model.
Simpeler gezegd: met cohort studies vergelijk je mens 1 met mens 2 (appels vs peren). Met Sccs vergelijk je mens 1 met mens 1 (appels vs appels). Het enige wat varieert in scss is de tijd.
Wat auteurs met deze scss gedaan hebben is bij een groep mensen die zijn overleden (uitkomst) gekeken bij 2 tijdsperioden wanneer ze zijn overleden. Tijdsperiode 1=vlak na vaccinatie (tot 3 weken na vaccinatie). Tijdsperiode 2=een tijdje na vaccinatie (>3 weken na vaccinatie). Vervolgens blijkt dat van overleden personen er meer in tijdsperiode 2 zijn overleden dan in tijdsperiode 1 (gecorrigeerd voor lengte tijd=tijdsduur met een zogenoemde incidence rate)
Uit de abstract: ‘ We found a 44% lower relative incidence of all-cause deaths in the first three weeks after the primary vaccination compared to more than three weeks after vaccination (IRR 0.56, 95%CI 0.54-0.57).’
Meest wschl verklaring voor het gevonden relatief risico:
1. Iemand wordt alleen gevaccineerd als ie nog iets van een levensverwachting heeft (meer dan 3 weken). Zelfs in een bejaarden/verzorgingshuis is de gemiddelde levensverwachting een half jaar (waar gevaccineerd werd), op de IC of bij terminale kanker/hospice zal het wel minder dan 3 weken zijn en die mensen werden (neem ik aan) niet (zo vaak) gevaccineerd. Maw: deze bevinding (van minder sterfte vlak na vaccinatie) was ook gevonden voor placebo.
Gemiste kans: wat was de IRR bij niet gevaccineerden? – Dus als je bv op tijdstip x van persoon 1 die vaccin krijgt een controlepersoon had gezet die geen vaccin had genomen (en gematched had op factoren als leeftijd, geslacht, … HVE) en had gevolgd over dezelfde 2 tijdsperioden. – Dan had je mogelijk een nog lagere irr gevonden dan 0.56 (want de meeste mensen hebben een levensverwachting van >3 weken). Vervolgens had je IRR gevaccineerd (=0,56) kunnen delen op IRR niet gevaccineerd (IRR=weten we niet, maar vast lager dan 0,56 wat het relatieve risico op sterfte had kunnen geven op gevaccineerd vs ongevaccineerd in de eerste 3 weken na vaccinatie.
Andere redenen die ik uit de losse pols bedenk voor het gevonden resultaat
2. De gevaccineerden die direct na de prik zijn overleden zitten niet/zijn ondergereptesenteerd in de dataset
3. Data marteling. Het model dat gebruikt wordt is nou niet echt recht toe recht aan te noemen, t zou me niet verbazen als een statisticus net zolang op een knop heeft gedrukt/heeft moeten drukken totdat het ‘juiste’ antwoord kwam, waarna de overige auteurs snel zijn overgegaan tot het schrijven van de ronkende conclusies
Dank weer, lezen van een goed stuk over het gerommel met data (plat gezegd) haalt de scherpe kanten van mijn primaire reactie af. Hoe lang zal dit enorme schandaal nog duren? En helaas komt er steeds meer rotzooi bij. Gelukkig (nog) geen mrna-spul voor mensen maar inmiddels heet het toedienen van antistoffen aan alle baby’s vanaf 2025 ook vaccins. Griezels als Patricia bruinig (ook nog hoogleraar geworden in Utrecht) zijn hier verantwoordelijk voor. Toch denk ik dat heel veel mensen inmiddels wel een piepklein stemmetje horen die zegt dat het allemaal van geen kanten klopt. Mede dankzij sites als deze.
Ik heb gisteren de UMCredactie al gefeliciteerd dat zij juist aantonen dat na drie weken de sterfte door inenten enorm toeneemt en of dat de lage sterfte in de eerste drie weken door het H’V’E (groten) deels veroorzaakt wordt.
Ik zal heel eerlijk zijn. Ik snap er geen barst meer van met zoveel informatie. Ben ook niet goed in statistieken e.d. Sterker ben er gewoon niet in thuis. Echter ik weet welke mensen terecht hun punt maken en wie niet. En dat zijn toch de mensen die keer op keer de mensheid willen dienen en alles onderzoeken op een integere manier en met de juiste doelstelling. Dank daarvoor. Heel veel dank Bij mij is het een kwestie van levenservaring en welke mensen ik tegen gekomen ben in mijn leven, waardoor ik ook weet wie er staat te liegen en wie niet. Hier staan ze niet te liegen en nog een paar sites. Daar durf ik mijn hand voor in het vuur te steken.
Dit zegt chatgpt over de uit te leggen tekst:
Deze tekst heeft betrekking op een statistisch model, het zogenaamde “SCCS” (Self-Controlled Case Series), dat wordt gebruikt om de effecten van blootstellingen (bijvoorbeeld medicatie of vaccinatie) op gezondheidsuitkomsten (zoals ziekte of overlijden) te bestuderen. In de context van de tekst wordt dit model aangepast vanwege het effect van de dood, die de normale waarnemingen in een standaard SCCS kan verstoren.
**Vereenvoudigde uitleg:**
1. **Dood als speciaal geval:** In het standaard SCCS-model wordt er gekeken naar gebeurtenissen zoals ziektes of sterfgevallen in een bepaalde periode na blootstelling aan een risicofactor (bijvoorbeeld een vaccin). Normaal gesproken zou het model dan de gebeurtenissen vergelijken met perioden waarin geen blootstelling was. Echter, wanneer iemand sterft, kan dat de analyse verstoren omdat die persoon geen verdere blootstellingen of waarnemingen kan ondergaan na de dood. Dit is het probleem waar de tekst naar verwijst: de dood sluit toekomstige blootstellingen en observaties uit.
2. **Aangepast SCCS-model:** Het model wordt dus aangepast om rekening te houden met de dood als een bijzonder geval. In plaats van alleen te kijken naar de periode direct na de blootstelling, vergelijkt dit aangepaste model het risico op overlijden in een vooraf gedefinieerde risicoperiode (bijvoorbeeld binnen een paar maanden na blootstelling) met een referentieperiode. Deze referentieperiode is de tijd waarin er andere mogelijke blootstellingen hadden kunnen plaatsvinden.
3. **Wat betekent “onafhankelijk van gebeurtenissen”?** Het model maakt de lengte van de observatieperiode dus onafhankelijk van gebeurtenissen zoals overlijden. Dit betekent dat de observatieperiode niet eindigt als iemand sterft, maar blijft doorgaan tot het einde van de risicoperiode (bijvoorbeeld de vooraf bepaalde maanden na blootstelling).
4. **Iteratief herwegen:** Het model wordt vervolgens geanalyseerd door “iteratief herwegen”, wat betekent dat de waarnemingen (gegevens) herhaaldelijk worden aangepast totdat ze overeenkomen met een scenario waarbij de dood geen invloed heeft op de blootstellingen. Dit wordt een contrafeitelijk scenario genoemd – een hypothetisch scenario waarin de dood geen effect heeft op het potentieel voor toekomstige blootstellingen.
5. **Waarom is dit belangrijk?** Het doel van deze aanpassing is om ervoor te zorgen dat het sterven van een persoon (wat normaal gesproken zou leiden tot het stoppen van de observatie) niet de resultaten van de analyse beïnvloedt, omdat in het contrafeitelijke scenario (waarbij de dood geen rol speelt) geen verdere blootstellingen kunnen plaatsvinden na het overlijden.
Kortom, deze tekst legt uit hoe het SCCS-model wordt aangepast om rekening te houden met de dood, zodat het model betrouwbare resultaten kan leveren zonder dat sterfgevallen de waarnemingen verstoren.
Begrijp je het ook, wat ChatGPT schrijft? Ik kan me er namelijk niet goed een voorstelling bij maken.
ChatGPT zegt ook: “De SCCS-methode heeft een belangrijke beperking bij onomkeerbare uitkomsten zoals overlijden na een interventie, omdat je geen directe controleperiode kunt hebben waarin sterfte vóór de interventie gemeten wordt (deze mensen kunnen immers de interventie niet ondergaan hebben). Hierdoor is SCCS in dit specifieke geval minder krachtig of zelfs niet toepasbaar, tenzij je aanpassingen maakt, zoals het analyseren van verschillende periodes na de interventie. In de praktijk zijn cohortstudies of survival-analyses vaak beter geschikt om dit type onderzoek uit te voeren.”
Bij onderzoek naar de relatie autisme-vaccinatie snap ik het wel: je vergelijkt de incidentie in de drie weken vóór de prik met de drie weken na de prik. Met overlijden gaat dat niet. Bij incidentie vóór de prik kom je nooit meer in de onderzoeksgroep. Of je moet fictieve prikmomenten gaan verzinnen: glad ijs. Ga je vergelijken met de periode ná 3 weken, dan ben je iedereen die binnen 3 weken overleed al kwijtgeraakt dus dat trekt de boel ook scheef (survival bias). Ingewikkeld.
En schuilt er geen gevaar in “iteratief herwegen”: aanpassingen doen totdat… etc.?
Maar goed, voer voor methodologen. Zo diep hoeven we hier eigenlijk niet eens te graven.
Anton,
Dank voor je reactie.
Ik heb ook de reactie van ChatGPT een aantal malen gelezen.
Ik haalde eruit dat de opstellers van het rapport een “eigen uitgedokterde” nieuwe manier van berekenen hebben toegepast.
Voor mij betekent het kort door de bocht:
“De huidige manieren van rekenen geven niet de uitkomst die we nodig hebben, dus verzin een list.”
Het is wat kort door de bocht maar die indruk krijg je wel ja. Alle statistische trukendozen moeten worden opengetrokken.
Ik heb het UMC onderzoek samen met ChatGPT flink aan de tand gevoeld. De conclusies zijn nog erger dan al door Maurice, Anton en Herman zijn vermeld.
In deze SCCS wijst namelijk de gevoeligheidsanalyse van de inductieperiode ook nog op een grote mate van toevalligheid van de sterfte rondom het tijdstip van vaccinatie. En dus geen relatie met het vaccineren. En dat wordt in de studie niet vermeld.
Verder is de eerder gepubliceerde kritiek op dit onderzoek (het vaccin als “levenselixer”, fouten als gevolg van Healthy Vaccinee Effect en onderregistratie van gevaccineerden) nader onderbouwd en geïllustreerd met cijfervoorbeelden.
Onderstaand een summary van de bevindingen. EN in de link de complete conversatie met ChatGPT.
Belangrijkste bevindingen van het
Oversterfte – Vaccinatie onderzoek van UMC
Link naar dit document: Belangrijkste bevindingen van het Oversterfte Vaccinatie onderzoek van UMC.docx
https://janvdzanden-my.sharepoint.com/:w:/g/personal/jan_janvdzanden_onmicrosoft_com/ETbow4iYVVFGrfDzw8KrbHkBwfcHMLQA25YZSgLpiX2E-A?e=u4OKAB
Er is gekeken naar de all cause mortality in een “self-controlled case series” van alle overlijdensgevallen van juni 2020 tot december 2023. D.w.z. er is alleen gekeken binnen de populatie van gevaccineerden. Daardoor is bias en vertekening (min of meer) uitgesloten stellen de auteurs; fouten in de registratie van vaccineren zouden dan geen invloed moeten hebben.
Ik (met ChatGPT) denk daar anders over, omdat er meerdere fouten in selectie, healthy vaccinee effect en methodologie kunnen zitten, waardoor je toch een flinke correctie en/of een vergelijkbaar onderzoek bij niet-gevaccineerden zou moeten doen om betrouwbare conclusies te kunnen trekken.
In de bijlage zit een uitgebreide conversatie met ChatGPT.
De conclusie is dat op basis van alle nu bekende onderzoeken de hypothese dat oversterfte wordt veroorzaakt door bijwerkingen van het vaccin plausibeler is dan dat het door andere effecten komt. Zowel bij het Nivel als het UMC onderzoek worden door ChatGPT grote vraagtekens gezet vanwege intrinsieke tegenstrijdigheden van data en conclusies.
Het onderzoek van UMC roept namelijk enkele fundamentele vragen op.
Hoe kunnen in de 3 weken na vaccinatie 44% (67, 44, 27% in week 1, 2 resp. 3) minder mensen dood gaan dan in de lange periode daarna? (blz. 6, 2e alinea) Ook als er geen Corona heerst (want de gevoeligheidsanalyse laat zien dat conclusies gelden over de gehele tijdsreeks)? Dan is het vaccin een soort “toverdrank”, die zorgt dat je gedurende 3 weken aan alle oorzaken minder dood gaat. Dat kan toch niet? Vraag 1 ChatGPT verklaart dit door een combinatie van HVE en registratiefouten van wel/niet gevaccineerden
En hoe kunnen in de 3 weken na de booster 51% minder mensen dood gaan dan in de lange periode daarna? (blz. 6, 3e alinea). Zelfde ongerijmdheid als voorgaande alinea. Vraag 1.A.
En verder: is het niet gek dat een vaccin dat o.a. bedoeld is om sterfte door Corona te verminderen en volgens onderzoeken pas na 2 a 3 weken werkt, juist de eerste 3 weken (heel erg) effectief is, zelfs tegen overlijden aan ziektes waar het helemaal niet voor bedoeld is, en daarna kennelijk niet meer? Vraag 1.B ChatGPT kan dit ook niet verklaren.
Logisch lijkt de verhoogde sterftekans binnen 3 weken na geregistreerde infectie: 16,2 x zo hoog (…?…., 22,6, 9,9 in week 1, 2 resp. 3) dan in de lange periode daarna (5e alinea). Dit is uitgesplitst: voor in de 6 maanden voorafgaand gevaccineerden is de sterfte kans 6,1% en voor niet-gevaccineerden 16,9%. Omdat er veel meer (ca. 85% gevaccineerden) dan niet gevaccineerden zijn (ca. 15%), kan dat toch niet gemiddeld op 16,2 % (voorgaande alinea) uitkomen? Hoe kan dit? Vraag 2. ChatGPT kan dit ook niet verklaren, maar vermoedt dat er iets met wegingsfactoren is gedaan; maar dat is niet vermeld en dus niet transparant.
Dat de sterfte hoger is bij ouderen (20,6%) dan bij jongeren (2,7%) lijkt logisch. Dat zou gezien de verhoudingen ook op gemiddeld 16,2% kunnen uitkomen. Ook het iets hogere risico van mannen dan van vrouwen, en de verhoging bij (co)morbiditeit is logisch en komt gemiddeld ook op ca. 16,2% uit.
Wat staat hier: “Furthermore, setting the induction interval to 2, 4, 7 or 14 days before the registration date attenuated the relative incidence (IRR 14.79, 13.02, 9.91 and 2.54, respectively). ” Hier staat (zie uitleg door ChatGPT) dat gevoeligheidsanalyse laat zien dat de meeste sterfte rondom het moment van vaccinatie niets met de vaccinatie zelf te maken heeft maar met andere oorzaken. Dit haalt dus de kracht van de bevindingen bijna geheel onderuit. Waarom wordt hier in het rapport niets over gezegd? Vraag 3. Volgens ChatGPT zou in een goed onderzoek dit absoluut vermeld en zo mogelijk verklaard moeten worden, omdat het de robuustheid van conclusies sterk ondermijnt.
Blz. 8 (Discussion, laatste alinea)) vermeldt dat de 7 resp. 5% registratie fouten geen invloed heeft omdat ongevaccineerden buiten de scope van het onderzoek vallen. Maar op blz. 6 e.v. wordt herhaaldelijk wel gesteld dat niet gevaccineerden een hogere sterfte kans hebben dan wel gevaccineerden.
Dat klopt dan toch niet? Juist omdat de vaccinatiegraad vrij hoog is (ca. 85%), heeft een fout van 7% op die 15% niet gevaccineerden een hele grote invloed van wel 50%!. En in de Conlcusion wordt ook gesteld dat de studie evidence geeft dat vaccinatie niet gerelateerd is aan oversterfte; uiteraard t.o.v. sterfte van niet-gevaccineerden. Dus ook daar wordt de groep niet-gevaccineerden betrokken in de analyse/conclusie. Dan is een 50% fout in de omvang van niet-gevaccineerden toch niet te verwaarlozen? Vraag 4. ChatGPT stelt dat bij een SCCS, waarbij geen HVE en/of onderregistratie van ziekere mensen plaats vindt, die registratiefouten van 5 resp. 7% inderdaad niet relevant is. Tenzij die “privacy weigeraars” niet representatief zijn voor de hele populatie.
Hallo Jan,
Vind je het goed als ik hier een Post van maak? Of misschien wil je zelf nog even door de tekst heenlopen?
Maak er maar wat moois van! Ik check daarna wel of het klopt. Stuur je dan even een linkje?
Wel interessant toch die analyse van ChatGPT…. 50 blz. college advances statistiek……
Op LinkedIN heb ik hem staan met betere lay-out en opmaak.
Je verwijst naar een ChatGPT link, die kan ik niet vinden. Alle links verwijzen naar hetzelfde bericht.
De link verwijst naar een .docx document waar de complete chat in is opgenomen.
Ha Anton,
Ik heb Claude 3.0 (AI) een grondige analyse laten doen op 3 NL rapporten en internationale rapporten over de effectiviteit van vaccinaties. De resultaten zijn onthutsend. Zoals ik al eerder van anderen had begrepen: onder de jongeren (50-) heeft vaccinatie een negatief effect. Voor de ouderen is er mogelijk een positief effect, maar zeer veel minder dan door de “officiele” rapporten is gemeld. Lees en huiver mee…..
UMCU en NIVEL rapport geanalyseerd door Claude 3.docx
https://janvdzanden-my.sharepoint.com/:w:/g/personal/jan_janvdzanden_onmicrosoft_com/Ed5cZVnL9eREvy5COMQIvZ8B_OypeZtPa_OxiN1EyyT5_Q?e=ogPrqf
Jeetje dit is wel heel dramatisch. Heb je hem misschien een samenvatting laten maken? Dit is best moeilijk leesbaar zo.
Niet verassend deze dramatische conclusie die nota bene voor een groot deel gebaseerd is op volgens mij eenzijdige cijfers.
Waarom is dat niet verrassend? Een vaccin tegen de griep heeft mogelijk zin voor ongezonde 60plussers en volgens sommigen hooguit voor 65 of 70plussers. Covid 19 was in het begin ongeveer twee zo ernstig als een (zware) griep en al in 2021 minder ernstig. Als je naar de ziekenhuisopnamen kijkt in 2020 blijkt dat tussen 50 en 60 jaar het aantal opnames halveert ten opzichte van de zestigers. En bij veertigers weer halveert tov vijftigers enz enz.
Bij een positief effect (omslagpunt) van 60 jaar bij griep zou dat omslagpunt theoretisch bij covid rond de 50 jaar moeten liggen. Maar het virus was begin 2021 al minder dodelijk en zou een minimumleeftijds van 55 of 60 jaar logischer zijn geweest. Bovendien had ruim de helft van de bevolking met name de wat jongere mensen midden 2021 al één of meer keren covid gehad. Zij waren toen al veel beter beschermd omdat de shots hooguit minimaal tijdelijke bescherming bood tegen een virus dat toen al een jaar niet meer voorkwam en antistoffen opgebouwd via infectie tien tot twintig keer effectivitiever is en langer effectief bleef en blijft.
In het begin staat toch de eerst 6 blz. best een redelijk duidelijke samenvatting?
Maar je hebt gelijk: het is hard core statistiek. En dat is voor velen te lastig.
Ook voor de auteurs van het UMCU rapport!!