Vaxophile Niederlande erholt sich wieder: Eine weitere Studie zeigt, wie vorteilhaft die Impfstoffe waren. Dieses Mal werde ich mich darauf beschränken, Aussagen aus der Pressemitteilung und der Studie selbst zu diskutieren. Diese boten keinen Anlass, sich weiter mit den Zahlen zu befassen. Das nimmt mir viel Zeit in Anspruch und andere können es besser als ich. Das spielt keine Rolle, schreit Keulemans weiterhin, und die alten Medien sind immer noch die einzige Quelle der Wahrheit für die Geimpften. Aber ZonMW finanziert diese Propagandainhalte mit unserem Steuergeld. Können sie nicht zumindest eine Qualitätsschwelle haben?
Die Pressemitteilung
Einige Sätze raus die dazugehörige Pressemitteilung von 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."
- Dies bedeutet, dass eine Impfung, die erst nach zwei bis drei Wochen als wirksam gilt, hinsichtlich des „Todesrisikos“ nach diesen drei Wochen weniger wirksam ist als in den ersten drei unwirksamen Wochen. Dies mag ein frappierender Befund sein, insbesondere weil eine Impfung unmittelbar nach der Injektion keine systemische Wirkung haben sollte (ganz zu schweigen von den bizarren Zahlen). Die offensichtliche Erklärung ist der HVE (Healthy Vaccine Effect). Menschen, von denen erwartet wurde, dass sie innerhalb einer oder weniger Wochen sterben würden, erhielten keine Injektionen mehr. Dann bleiben nur noch die Geimpften übrig, die vor allem in den ersten Wochen ein geringeres Sterberisiko haben. Das liegt nicht an der Impfung, sondern an der Entscheidung, ob man sich impfen lässt oder nicht. Diese Aussage wird im Bericht selbst noch einmal unterstrichen, ich werde darauf zurückkommen.
- Woran erkennt man einen Healthy Vaccine Effect? Wenn unmittelbar nach einem medizinischen Eingriff ohne ersichtlichen Grund ein großer Unterschied auftritt, der mit der Zeit abklingt. Dies wird hier genau beschrieben.
"Nach einer Infektion besteht ein erhöhtes Sterberisiko
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 onder 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."
- Es ist nicht die vorübergehende Aktivierung des Immunsystems, die Nebenwirkungen verursacht. Nebenwirkungen sind damit verbunden, diese sind jedoch auf die unkontrollierte Verteilung unterschiedlicher Mengen an Spikes im Körper und möglicherweise auf eine DNA-Kontamination zurückzuführen, die jedoch längerfristig auftritt. Die Tatsache, dass die Erforschung dieser Nebenwirkungen auf die ersten drei Wochen beschränkt ist, ist gelinde gesagt fraglich. Auch deshalb, weil wir immer noch eine deutliche Übersterblichkeit verzeichnen, obwohl abgesehen von der Herbstimpfung (ca. 22 % der Bevölkerung) seit langem keine Impfung mehr durchgeführt wurde.
Der Forschungsbericht
https://www.medrxiv.org/content/10.1101/2024.12.11.24318790v1
"The authors have declared no competing interest."
- Unter den Autoren sehen wir diverse Hardcore-Corona-Impfbefürworter, Mitglieder von Spritzenbündnissen, Denkfabrik-Desinformation – kurzum Quellen, die viele Falschinformationen verbreitet haben. Daher ist es nicht richtig, dass es keine konkurrierenden Interessen gibt. Denken Sie nur an den möglichen Reputationsschaden der Impfbefürworter.
"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 Studien, die kein Risiko zeigen, messen häufig die HVE. Menschen, die sich dem Ende ihres Lebens nähern, sind nicht mehr geimpft und sterben ungeimpft, auch an anderen Ursachen als Covid. Dass gesündere Geimpfte weniger sterben, wird dann auf die Wirkung der Impfung zurückgeführt. Darüber hinaus gibt es auch Studien, die negative Auswirkungen (einschließlich Mortalität) belegen. Den Autoren sind diese Studien offenbar nicht bekannt. In den Niederlanden kommt es auch zu einer Datenverschmutzung aufgrund einer falschen Registrierung von Todesfällen kurz nach der Impfung (siehe De chaos van de cijfers und mehr zum Thema Website von Herman Steigstra).
- Meer over die HVE in de eerdere artikelen "Kaplan-Meier für Schnuller", "Ein statistischer Irrtum in Italien und auf 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 gevaccineerde 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.
Diagramme: Überlagerungen aus dem Übersterblichkeitsbericht von Meester/Jacobs, Kapitel 5 von Bram Bakker.
"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."
- Die Messungen erfolgten auf Basis der registrierten Infektionen. Hier wird empfohlen, jede Infektion zu erfassen, da dies obligatorisch war. Das kam natürlich nicht so: Viele Menschen merkten kaum oder gar nicht, dass sie infiziert waren. Diese Millionen Menschen, die eine Infektion erlitten haben, ohne dass diese registriert wurde, werden nicht in die Studie einbezogen. Sie waren weder bei einem Arzt noch in einem Krankenhaus. Andererseits wurden alle, die im Krankenhaus landeten, auf Corona getestet und bei der hohen Verbreitung des Virus führt das automatisch zu vielen Anmeldungen von Menschen, denen es, aus welchen Gründen auch immer, nicht gut geht.
"COVID-19 vaccinatiegegevens werden verkregen uit het COVID-vaccinatie Informatie- en Monitoringssysteem (CIMS) (2020-2023)".
- Über die verunreinigten Daten im CIMS wurde bereits viel geschrieben, was auch in der Nivel-Studie zu falschen Schlussfolgerungen führte. Die Diskussionen zu diesem Thema dauern noch an.
"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."
- Obwohl die Impfungen also erst nach 14 Tagen als wirksam galten, zeigten sie bereits in der ersten Woche eine deutliche Senkung der Sterblichkeit. (Wie kann man das aufschreiben!?)
"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."
- Ich habe das 5 Mal gelesen, aber ich würde es mir gerne von jemandem erklären lassen, der es besser versteht.
"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)."
- Anscheinend wurde bei jedem, der die Bassserie hatte, aufgezeichnet, ob er eine frühere Infektion hatte oder nicht. Ich wusste nicht, dass mit der Basisinjektion ein serologischer Test auf Antikörper einherging. (Wir wissen immer noch nicht, warum Sie trotz einer früheren Infektion überhaupt geimpft wurden.)
Das ist wirklich etwas Besonderes:
"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:
Woche 1 nach der Injektion: 33 % des normalen Sterberisikos
Woche 2 nach der Injektion: 56 % des normalen Sterberisikos
Woche 3 nach der Injektion: 73 % des normalen Sterberisikos
Hier wird also angegeben, dass man bei trockenen Augen drei Wochen nach der Injektion 2,5-mal häufiger verstarb als in der ersten Woche nach der Injektion.
Das kommt uns bekannt vor und bestätigt, dass wir es hier mit der HVE zu tun haben. Den Menschen, die höchstens noch eine Woche zu leben hatten, wurde keine Spritze verabreicht. Es werden mehr Menschen gespritzt worden sein, die sich in einem weniger schlechten Zustand befanden. Kurz gesagt: Je länger der Horizont, desto häufiger wurden Menschen gestochen. Dies erklärt, warum die Sterblichkeit unter den Geimpften in der ersten Woche am niedrigsten war und warum die Sterblichkeit mit der Zeit wieder ansteigt. Die drohenden Todesfälle wurden einfach herausgefiltert. Es hat absolut nichts mit der Wirkung der Impfungen zu tun.
"De verschillen tussen personen die binnen drie weken na vaccinatie stierven en degenen die in de periode daarna stierven, waren klein".
- Dies deutet darauf hin, dass es umso schwieriger wird, ein voraussichtliches Sterbedatum zu bestimmen, je weiter es in der Zukunft liegt. 1 Woche lässt sich leicht bestimmen, zwei Wochen sind auch möglich, aber danach wird es schwierig.
"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)."
Dadurch entsteht der Eindruck, dass derjenige, der spritzte, Einfluss auf die Wirksamkeit der Injektion hatte. Das ist zweifellos die gleiche Denkweise, denn die durchschnittliche Bevölkerung erhält Injektionen beim GGD, Menschen mit Beschwerden beim Hausarzt und Menschen mit noch mehr Beschwerden im Krankenhaus. Die Injektionsauswahl spiegelt sich wiederum in den Sterblichkeitsraten wider.
Verzichtserklärung
Die Datenverschmutzung geht diesen Forschern zu weit. Aber waren sie sich des Healthy Vaccine Effect überhaupt nicht bewusst? Ja, tatsächlich:
"Dit HVE (effect van gezonde gevaccineerden) kan de vermindering in sterfgevallen na vaccinatie enigszins overschatten en puntschattingen moeten daarom met enige voorzichtigheid worden geïnterpreteerd."
Aber sie haben keinen Versuch unternommen, dies zu korrigieren. Dies ist nicht möglich, da die Gefahr besteht, dass dadurch alle beobachteten Effekte zunichte gemacht werden.
Es scheint, als ob eine Menge Staub aufgewirbelt wird. Es wird immer enger. Wenn es nicht die Neunaugen sind, was ist es dann? Wenn man bedenkt, was gerade in Amerika passiert, kommt es mir wie ein Rückzugsgefecht vor.
Habe das bei Campbell gesehen: https://doctoraseem.com/thousands-of-doctors-sign-petition-to-suspend-covid-mrna-vaccines-an-open-letter-to-the-gmc/
Mehrere anonyme Ärzte beschwerten sich beim GMC (General Medical Council) über Malhotra, ergriffen jedoch keine Maßnahmen. Anschließend verklagten sie den GMC. Dieser Brief ist sehr stark.
Du musst es auch gelesen haben. Ich denke, dass die „Impfstoff“-Propaganda, die sie hier in unserem coolen Land produzieren, immer weniger relevant wird.
Ich glaube nicht, dass eine Nebenwirkung bisher bekannt ist. Corona-Impfstoffe führen dazu, dass man lügt und skrupellos wird.
Diese Leute scheinen überhaupt kein Problem damit zu haben, dass sie am Völkermord beteiligt sind. Sie beteiligen sich an der medizinischen Gemeinschaft, die zum Schutz der Menschen geschaffen wurde. Anscheinend ist heutzutage nichts mehr heilig.
Schönes Stück Anton. Benutzen Sie einfach ein wenig gesunden Menschenverstand und die Sandburgen werden einstürzen!
SCSS steht für selbstkontrollierte Fallserien. In diesem beobachtenden Forschungsdesign werden Menschen mit sich selbst verglichen. Das bedeutet, dass sogenannte feste Störvariablen wie Gene, Geschlecht, sozioökonomischer Status, (zu einem gewissen Grad) Alter und andere Variablen, die jemand immer hat (z. B. Medikamente, chronische Krankheit), im Modell korrigiert werden.
Einfacher ausgedrückt: Bei Kohortenstudien vergleicht man Person 1 mit Person 2 (Äpfel vs. Birnen). Mit Sccs vergleichen Sie Person 1 mit Person 1 (Äpfel gegen Äpfel). Das einzige, was bei scss variiert, ist die Zeit.
Was die Autoren mit diesem SCSS gemacht haben, ist die Untersuchung einer Gruppe von Menschen, die zu zwei Zeitpunkten gestorben sind (Ergebnis). Zeitraum 1 = direkt nach der Impfung (bis zu 3 Wochen nach der Impfung). Zeitraum 2 = einige Zeit nach der Impfung (>3 Wochen nach der Impfung). Es stellt sich dann heraus, dass im Zeitraum 2 mehr der verstorbenen Personen gestorben sind als im Zeitraum 1 (zeitkorrigiert = Dauer mit einer sogenannten Inzidenzrate).
Zusammenfassung: „Wir fanden eine um 44 % geringere relative Inzidenz von Todesfällen jeglicher Ursache in den ersten drei Wochen nach der Grundimmunisierung im Vergleich zu mehr als drei Wochen nach der Impfung (IRR 0,56, 95 %-KI 0,54–0,57).“
Die wahrscheinlichste Erklärung für das relative Risiko wurde gefunden:
1. Jemand wird nur dann geimpft, wenn er oder sie noch eine gewisse Lebenserwartung hat (mehr als 3 Wochen). Selbst in einem Alten-/Pflegeheim beträgt die durchschnittliche Lebenserwartung ein halbes Jahr (wo Impfungen stattgefunden haben), auf der Intensivstation oder bei Krebs im Endstadium/Hospiz beträgt sie weniger als 3 Wochen und diese Menschen sind (ich gehe davon aus) nicht (so oft) geimpft worden. Mit anderen Worten: Dieser Befund (geringere Sterblichkeit direkt nach der Impfung) wurde auch für Placebo gefunden.
Verpasste Chance: Wie hoch war der IRR bei Ungeimpften? – Wenn Sie also zum Beispiel zum Zeitpunkt x der Person 1, die den Impfstoff erhält, eine Kontrollperson platziert haben, die keinen Impfstoff erhalten hat (und hinsichtlich Faktoren wie Alter, Geschlecht, ... HVE übereinstimmend war) und über dieselben zwei Zeiträume beobachtet wurde. – Dann haben Sie möglicherweise einen sogar niedrigeren IRR als 0,56 gefunden (da die meisten Menschen eine Lebenserwartung von >3 Wochen haben). Man hätte dann die IRR für Geimpfte (= 0,56) durch die IRR für Nichtgeimpfte (IRR = wir wissen es nicht, aber sicherlich niedriger als 0,56) dividieren können, was das relative Sterblichkeitsrisiko für Geimpfte im Vergleich zu Ungeimpften in den ersten drei Wochen nach der Impfung ergeben hätte.
Andere Gründe, die mir spontan für das gefundene Ergebnis einfallen
2. Die geimpften Personen, die unmittelbar nach der Injektion starben, werden im Datensatz nicht bzw. nicht ausreichend erfasst
3. Datenfolter. Das verwendete Modell ist nicht wirklich einfach. Es würde mich nicht wundern, wenn ein Statistiker einen Knopf drücken/drücken müsste, bis die „richtige“ Antwort kommt, woraufhin die anderen Autoren schnell damit fortfahren, die überzeugenden Schlussfolgerungen zu verfassen.
Nochmals vielen Dank, das Lesen eines guten Artikels über das Herumspielen mit Daten (einfach ausgedrückt) entschärft meine primäre Antwort. Wie lange wird dieser riesige Skandal andauern? Und leider kommt immer mehr Müll hinzu. Glücklicherweise gibt es (noch) kein MRT-Material für den Menschen, aber die Verabreichung von Antikörpern an alle Babys ab 2025 wird mittlerweile auch als Impfung bezeichnet. Dafür sind Gruseltypen wie Patricia Bruinig (ebenfalls Professorin in Utrecht) verantwortlich. Dennoch denke ich, dass viele Menschen jetzt eine leise Stimme hören, die sagt, dass alles falsch ist. Teilweise dank Seiten wie dieser.
Gestern habe ich den UMC-Redakteuren dazu gratuliert, dass sie gezeigt haben, dass die Sterblichkeit aufgrund von Impfungen nach drei Wochen enorm ansteigt und dass die niedrige Sterblichkeit in den ersten drei Wochen teilweise durch die H'V'E (groß) verursacht wird.
Ich werde sehr ehrlich sein. Ich verstehe es bei so vielen Informationen nicht mehr. Ich bin auch nicht gut in Statistiken usw. Tatsächlich bin ich damit einfach nicht zu Hause. Ich weiß jedoch, welche Leute Recht haben, wenn sie ihren Standpunkt vertreten, und welche nicht. Und das sind die Menschen, die der Menschheit immer wieder dienen wollen und alles mit Integrität und mit dem richtigen Ziel untersuchen. Danke dafür. Vielen Dank. Für mich ist es eine Frage der Lebenserfahrung und der Menschen, denen ich in meinem Leben begegnet bin, sodass ich weiß, wer lügt und wer nicht. Sie liegen nicht hier und ein paar weitere Seiten. Dafür wage ich es, meine Hand ins Feuer zu legen.
Das sagt chatgpt zum zu erklärenden Text:
In diesem Text geht es um ein statistisches Modell, das sogenannte „SCCS“ (Self-Controlled Case Series), mit dem die Auswirkungen von Expositionen (z. B. Medikamenten oder Impfungen) auf gesundheitliche Folgen (wie Krankheit oder Tod) untersucht werden. Im Kontext des Textes wird dieses Modell aufgrund der Auswirkung des Todes modifiziert, der normale Beobachtungen in einem Standard-SCCS stören kann.
**Vereinfachte Erklärung:**
1. **Tod als Sonderfall:** Das Standard-SCCS-Modell betrachtet Ereignisse wie Krankheiten oder Todesfälle in einem bestimmten Zeitraum nach der Exposition gegenüber einem Risikofaktor (z. B. einem Impfstoff). Normalerweise würde das Modell die Ereignisse dann mit Zeiträumen vergleichen, in denen keine Exposition vorlag. Wenn jedoch jemand stirbt, kann dies die Analyse verfälschen, da diese Person nach dem Tod keinen weiteren Expositionen oder Beobachtungen mehr unterzogen werden kann. Dies ist das Problem, auf das der Text hinweist: Der Tod schließt zukünftige Expositionen und Beobachtungen aus.
2. **Angepasstes SCCS-Modell:** Das Modell wird daher angepasst, um den Tod als Sonderfall zu berücksichtigen. Anstatt nur den Zeitraum unmittelbar nach der Exposition zu betrachten, vergleicht dieses modifizierte Modell das Sterberisiko in einem vordefinierten Risikozeitraum (z. B. innerhalb weniger Monate nach der Exposition) mit einem Referenzzeitraum. Bei diesem Referenzzeitraum handelt es sich um den Zeitraum, in dem andere mögliche Expositionen stattgefunden haben könnten.
3. **Was bedeutet „unabhängig von Ereignissen“?** Das Modell macht daher die Länge des Beobachtungszeitraums unabhängig von Ereignissen wie dem Tod. Das bedeutet, dass der Beobachtungszeitraum nicht mit dem Tod einer Person endet, sondern bis zum Ende des Risikozeitraums (z. B. die vorgegebenen Monate nach der Exposition) andauert.
4. **Iterative Neugewichtung:** Das Modell wird dann durch „iterative Neugewichtung“ analysiert, was bedeutet, dass die Beobachtungen (Daten) wiederholt angepasst werden, bis sie einem Szenario entsprechen, in dem der Tod keinen Einfluss auf die Expositionen hat. Dies wird als kontrafaktisches Szenario bezeichnet – ein hypothetisches Szenario, in dem der Tod keinen Einfluss auf das Potenzial zukünftiger Expositionen hat.
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,
Vielen Dank für Ihre Antwort.
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.
Was heißt es hier: „Außerdem führte die Festlegung des Induktionsintervalls auf 2, 4, 7 oder 14 Tage vor dem Registrierungsdatum zu einer Abschwächung der relativen Inzidenz (IRR 14,79, 13,02, 9,91 bzw. 2,54).“ Hier heißt es (siehe Erklärung von ChatGPT), dass die Sensitivitätsanalyse zeigt, dass die meisten Todesfälle rund um den Zeitpunkt der Impfung nichts mit der Impfung selbst, sondern mit anderen Ursachen zu tun haben. Dies untergräbt die Aussagekraft der Ergebnisse fast vollständig. Warum wird im Bericht nichts darüber erwähnt? Frage 3. Laut ChatGPT sollte eine gute Studie dies unbedingt erwähnen und wenn möglich erklären, da es die Aussagekraft der Schlussfolgerungen ernsthaft untergräbt.
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.
Das ist richtig.
Een correctie: het zijn geen eenzijdige cijfers. Dat is juist het verraderlijke. De cijfers zijn op zich niet onjuist.
Maar door het HVE effect moet je oppassen om direct uit de cijfers conclusies te trekken. En AI {althans Claude] is inmiddels slim genoeg om dat wel goed te kunnen corrigeren. Die medici en epidemiologen van UMCU, Nivel en CBS kennelijk niet. Triest. Of het is met opzet……. Maar ik vrees/denk nog steeds dat het onkunde is.
Daarnaast is er wel de vervuiling van 5 / 7% privacy weigeraars; maar door de opzet van UMCU speelt dat daar geen rol.
En de fouten in CIMS en de 2 of 3 weken wachttijd spelen ook in beginsel geen rol, omdat die effecten dankzij de HVE correctie ook rechtgetrokken worden.
Ben wel benieuwd wat onze echte specialist hier van vindt: Herman Steigstra.
Maar volgens mij had hij al veel eerder al eens soortgelijke berekeningen met correctie uitgevoerd…..
.
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!!