Die genaue Analyse britischer Sterbezahlen fördert fragwürdige Datenqualität zu Tage
Die Corona Pandemie ist eine Pandemie der Zahlen. Seit März 2020 werden wir von Zahlenwellen überrollt die jeweils Interpretationen zulassen. Über die Wirksamkeit einer Therapie Aussagen zu machen ist unter diesen Umständen schwierig. Die Daten zur Übersterblichkeit waren bisher der zuverlässigste Indikator. Stimmt das noch?
Eine Gruppe um den britischen Statistiker Prof. Norman Fenton hat am 17. November 2021 ein Video herausgebracht das es in sich hat. Es trägt den eher drögen Titel „Analysing Covid vaccine efficiency and safety statistics“ (siehe unten) bzw. „Systemic flaws in Covid-19 vaccine efficieny and safety statistics“. Unten zu sehen die Youtube-Version des Videos. Falls dieser Link demnächst ins Leere gehen sollte dürfte man dann auf seiner Homepage fündig werden.
Fenton und seine Leute haben nach eigener Aussage nicht weniger als 29 wissenschaftliche Arbeiten rund um Corona verfasst und eingereicht, aber die letzten 12 wurden alle nicht mehr akzeptiert. Die darin gemachten Aussagen waren den Verlagen offenbar „zu heiß“, d.h. eine Herausforderung für das „official narrative“.
Eine schöne Gegenüberstellung zeigt das Video zum Verlauf der symptomatischen und positiv-getesteten Fälle (Abb. 1). Man erkennt, dass es im März-April 2020 in Großbritannien tatsächlich eine eindeutige Welle an Erkrankungen gab, wo Leute die üblicherweise angenommenen Symptome von Covid-19 zeigten („ill with symptoms“). Die Kurve der positive Getesteten („testing positive“) zeigt aber praktisch keine Gemeinsamkeit. Und noch weniger die gigantisch angewachsene Zahl an Tests („tested“). Diese Verhältnisse zeigen geradezu lehrbuchartig eine Laborpandemie. Nur hört man so etwas eigentlich nicht oder kaum von Politik und Medien, bis auf jene Aussage von Jens Spahn aus dem Sommer 2020 zu „viel testen“.
- Tolzin, Hans U. P. (Autor)
- Zielgruppen-Bewertung: Freigegeben ohne Altersbeschränkung
- Zeitverläufe von Leuten mit Symptomen, positivem Test und überhaupt Tests
Screenshot aus dem besprochenen Video.
Fentons Schlussfolgerung dazu:
„My view is that on the official Covid data for these (infected, hospitalized, deaths; Anmerkung des Verfassers) is essentially useless.“
„Meiner Meinung nach sind die offiziellen Covid-Daten dazu (Infizierte, Hospitalisierte, Tote, Anmerkung des Verfassers) absolut nutzlos.“
Und so zeigt er weitere Beispiele, bei denen die „Propaganda“ falsche Zahlen und Zusammenhänge bringt. Eines der Probleme ist, dass die meisten Leute bei Raten nahe der 0% und ebenso nahe der 100% das Problem vergessen oder übersehen, dass die Verhältnisse asymptotisch werden und für die meisten intuitiv nicht mehr verstehbar. Er bringt dazu das Beispiel von PCR-Pool-Tests, bei denen 10.394 „Pools“ getestet wurden, aber nur 43 „Pools“ waren positiv, d.h. die einzelnen Proben mussten nachgetestet werden: 36 „Pools“ waren dann negativ. Im Ergebnis waren die Falsch-Positiv-Rate zwar sehr niedrig, nämlich nur 0,35%, aber umgekehrt waren eben 84% aller positiven Fälle falsch. Und je mehr man testet, desto größer werden solche Probleme.
Hinzukommt bei Covid-19 die völlig unterschiedliche Teststrategie für Geimpfte (in einem Beispiel aus einem Artikel aus „The Lancet“: nur 1 von 6) und für Ungeimpfte (in jenem Beispiel: jeder zweimal). Und solche Verhältnisse dürften im Prinzip für die meisten westlichen Staaten gelten. Dies führt natürlichen zu einer völligen Verzerrung der Inzidenzen in beiden Gruppen.
Die britischen Daten
Fenton kommt dann zu den offiziellen britischen Statistiken. Man muss hier den Briten hoch anrechnen, dass sie epidemiologische Daten zu Geimpften und Ungeimpften zur Verfügung stellen. Die meisten anderen Länder veröffentlichen nicht einmal solche Daten.
So ging aus den britischen Daten zum 4. bis 31. Oktober 2021 hervor, dass Geimpfte eine höhere Rate an „Covid-19-Infektionen“ zeigt als Ungeimpfte – und dies trotz des Bias (Neigung), der eigentlich den Geimpften eine niedrigere Testrate und dadurch niedrigere „Infektionsinzidenz“ bescheren sollte. Die entsprechende Veröffentlichung führte zu einem recht bösen Tweet von einem der namhaftesten britischen Statistiker, David Spiegelhalter, der meinte, man solle andere Daten (nämlich jene vom Office for National Statistics, ONS) zugrunde legen. Fenton meinte daraufhin:
- War er gar nicht an Impfwirksamkeit interessiert, sondern an der Gesamtsterblichkeit.
- Fand seine Gruppe inzwischen, dass die ONS Daten ebenfalls nicht vertrauenswürdig sind.
Angenommen, Covid-19 wäre wirklich so gefährlich und der Impfstoff so wirksam wie viele denken, dann sollten man ja nach der Impfung weniger Todesfälle im Zusammenhang mit Covid-19 sehen. Dazu käme eine gewisse Anzahl von Impftoten. Zusammen sollte man also von einer sinnvollen Impfkampagne erwarten, dass die Anzahl aller Todesfälle, also ungeachtet der Ursache, abnimmt, jedenfalls im Vergleich zu Ungeimpften. Daher sein Fokus auf „all-cause mortality“ (Gesamtsterblichkeit). Bei dieser Betrachtung braucht man sich auch nicht mehr mit fragwürdigen Falldefinitionen und Todesursachenbescheinigungen herumschlagen.
Ein wohlbekanntes Problem dabei sind die Altersgruppen, weil ja z.B. in der Altersklasse >80 stets viel mehr Menschen sterben als z.B. in der Altersklasse <60. Er zeigt ein Beispiel dafür und bezeichnet das als „Simpsons Paradox“.
Nun deuten manche Daten des ONS schon eine gewisse Übersterblichkeit der Geimpften im Vergleich zu den Ungeimpften an. Fenton meint dazu aber, dass diese grobe Auswertung nicht sinnvoll sei, weil die Altersklassen nicht hinreichend berücksichtigt wurden.
Bei der Aufarbeitung der Daten fiel aber auf, dass fast alle Altersgruppen bei den Ungeimpften einen seltsamen Peak (Spitze) aufwiesen – interessanterweise etwa zu dem Zeitpunkt, an dem diese Altersklasse erstmalig geimpft wurde; siehe z.B. Abb. 2 für die Altersklasse 70-79. Er zeigt ähnliche Verläufe mit ähnlichen Peaks, wenn auch entsprechend des Beginns der Impfungen für die jeweiligen Altersklassen verschoben. Demgegenüber zeigen die Geimpften, also denjenigen mit einer Intervention, eine durchweg flachen Verlauf.
- Zeitverläufe von Todesfallraten bei Geimpften und Ungeimpften, Alter 70-79
Screenshot aus dem besprochenen Video. Die X-Achse zeigt Kalenderwochen.
Diese Peaks bei den Ungeimpften sind aber höchst seltsam („strange“) und werfen weitere Fragen auf. Es gibt an sich keinen sinnvollen Grund für einen Peak in der Gruppe, die keine Intervention erhielt. Und schon gar nicht, wenn der Peak genau zu dem Zeitpunkt auftritt, an dem die gleichaltrige Vergleichsgruppe geimpft wurde. Warum also diese Peaks bei den Ungeimpften? Und warum keinerlei entsprechender Peak bei den Geimpften, obwohl wir wissen, dass die meisten tödlichen Impfzwischenfälle gerade in den ersten Tagen nach der Erstimpfung auftreten?
Die Geimpften sind bei ONS in 3 Kategorien aufgeteilt, die sich tatsächlich (mindestens die meiste Zeit, siehe unten) gegenseitig ausschließen und so in der Summe alle Geimpften umfassen: Tod innert 21 Tagen nach erster Dosis, Tod 21 Tage oder mehr nach erster Dosis (aber nicht in der folgenden Kategorie), Tod nach der zweiten Dosis. Die Sterberaten in diesen Kohorten zeigt die folgende Abb. 3. Fenton betont dabei, dass es einen enormen Unterschied in der Sterblichkeit zwischen diesen Kohorten gibt: Die Doppeltgeimpften zeigen praktisch keine Sterblichkeit – er nennt das das Wunder der lebensrettenden zweiten Dosis („miracle of the 2nd life-saving doe“), dagegen zeigen die Einfachgeimpften eine ganz deutliche Sterblichkeit. Ungewöhnlich ist dabei, dass genau zu Beginn der Impfkampagne, das wäre also links in Abb. 3, es keinerlei Übersterblichkeit gab, sondern erst etwa ab Kalenderwoche 15, d.h. ab dem 12. April. O-Ton Fenton:
„Something is not quite right here.“
„Irgendetwas stimmt da nicht.“
- Zeitverläufe von Todesfallraten in den drei geimpften Kohorten
Screenshot aus dem besprochenen Video. Die X-Achse zeigt Kalenderwochen.
Sodann zeigt er eine Tabelle mit höchst fragwürdigen Abweichungen. Dazu die folgende Abb. 4. Eigentlich sollten die Zahlenkolonnen derart sein, dass die Population der folgenden Woche exakt der Population der laufenden minus aller Todesfälle beträgt. Dies trifft tatsächlich ab dem 2. April genau zu. Nur in den Wochen davor eben nicht. Allerdings liefen die problematischen Erstimpfungen in Großbritannien ja gerade zwischen Mitte Dezember 2020 und Ende März in den höheren Altersgruppen, also sukzessive in den Gruppen >90, >80, >70 und >60jährigen. Genau zu dieser Zeit scheinen die Daten aber unplausibel.
- Zeitverläufe von allen Todesfällen aufsummiert nach zwei Arten
„Deaths, all“ = alle Todesfälle (pro Kalenderwoche), wie vom ONS berichtet.
„Diff Pop“ = Differenzen der vom ONS berichteten Population von Woche zu Woche.
Fenton diskutiert dann eine Reihe von möglichen Ursachen für die Unplausibilitäten. Eine fast sichere Ursache sei, dass der Anteil der Ungeimpften systematisch unterschätzt wurde. Daneben zeigt er einen interessanten Effekt, der dadurch entsteht, dass einfach die Todesfälle um eine Woche später berichtet werden. Selbst diese an sich banal klingende Lässlichkeit kann bei derart untereinander abhängigen Zahlen (die Anteile der Ungeimpften nehmen ja ständig ab, die Anteile der Geimpften ständig zu) zu einem scheinbaren aber dennoch riesigen Unterschied zwischen Geimpften und Ungeimpften führen.
Schließlich zeigt er die ebenfalls im ONS Datenset verfügbaren Zahlen der „nicht-Covid-19-Todesfälle“ sowie noch eine Modelling dazu anhand von historischen Mortalitätsdaten, siehe dazu Abb. 5. In diesem Modelling („adjusted“) zeigt sich, dass die „nicht-Covid-19-Todesfälle“ unter den Geimpften Anfang des Jahres drastisch erhöht gewesen sein müssten. Auf die genaue Methodologie dieses Modellings geht er allerdings im Video nicht ein.
- Tatsächlicher und modellierte („adjusted“) Verlauf der Mortalität
Screenshot aus dem besprochenen Video. Die X-Achsen zeigen Kalenderwochen.
Fenton fast seine Ergebnisse so zusammen:
- Alle Covid-Daten werden durch „Fall = positiver PCR-Test“ getrieben; diese sind leicht manipulierbar und potenziell irreführend.
- Studien* zur Impfwirksamkeit sind generell fehlerhaft, und zwar weil man sich auf eben jene Falldefinition stützt.
- Die einfachste und objektivste Art das gesamte Nutzen-Risiko-Verhältnis von Covid-Impfstoffen zu bestimmen ist der Vergleich der Gesamtsterblichkeit von Geimpften (d.h. alle mit wenigstens einem Stich) und Ungeimpften**.
- Die neuesten ONS-Daten zur Mortalität nach Impfstatus sollten die nötigen Daten zeigen, sind aber in vielerlei Hinsicht fehlerhaft.
- Die unmöglich beobachteten Daten könnten erklärt werden durch: Fehlklassifizierung, verspätetes Berichten, oder Unterschätzung des Anteils der Ungeimpften***.
- Gemeint sind Beobachtungsstudien, nicht die randomisierten Studien, bei denen ein standardisiertes Testen unterstellt werden kann.
** Es sind hier nur tatsächlich Ungeimpfte gemeint. Nicht die pervertierten Definitionen.
*** Fehler auf der Folie, korrigiert nach Rücksprache.
Gastbeiträge geben immer die Meinung des Autors wieder, nicht meine. Ich veröffentliche sie aber gerne, um eine vielfältigeres Bild zu geben. Die Leserinnen und Leser dieses Blogs sind auch in der Lage sich selbst ein Bild zu machen.
Dr. Hans-Joachim Kremer verfügt über mit jahrzehntelanger Erfahrung in der klinischen Forschung und ist als freiberuflicher Medical Writer tätig.
Alle aktuellen News im TKP Telegram Channel
Unterstütze unabhängigen Journalismus mit einer Spende via PayPal
Am Beispiel Irland: 93 Prozent Geimpfte machen Lockdown nötig
Kinder opfern um alte Menschen zu schützen
„Der Wert eines Menschen hängt nicht von seinem Impfstatus ab.“
Negative Wirksamkeit einige Monate nach der Impfung in Studien
11 Kommentare
Comments are closed.
Ich habe mir die Daten bei https://www.ons.gov.uk/peoplepopulationandcommunity/birthsdeathsandmarriages/deaths/datasets/deathsbyvaccinationstatusengland
angesehen. In der Altersgruppe 10-59 ist die Sterberate bei den Geimpften fast doppelt so hoch wie bei den Ungeimpften.
Genau. Und jetzt noch die anderen drei Altersgruppen auswerten. Das Ergebnis ist aufschlussreich. ;-)
Auf den ersten Blick sieht der britische Datensatz akkurat aus, aber man stößt rasch auf Quatsch, sobald man darin stochert. Vergleicht man z. B. die Sterberisiken der Geimpften ab 1. Spritze mit den Ungeimpften, so verdoppelt sich (grob) das Sterberisiko bei den 10-59-Jährigen, während es sich bei den anderen Alterskohorten teilweise mehr als halbiert.
http://caes.mooo.com/pics/uk_rr.png
Das sind nicht die „Covid-Toten“, nein, es sind Tote allgemein. Lustig, nicht wahr? Ganz dolle Wunderdroge für Menschen ab 60…
Bei früheren UK-Veröffentlichungen hatte ich gelegentlich Unstimmigkeiten in den Populationen entdeckt, und das findet sich hier massiv. In der Kohorte 10-59 fehlen mehrere Mio. Bürger. Das bestätigte auch Dr. Clare Craig auf Twitter. Sie bezifferte die vermissten Einwohner auf 7,5 Mio. Die für diese Zahlen Verantwortlichen müssten also erst einmal klipp und klar belegen, dass die verwendete Teilmenge der britischen Bevölkerung einen repräsentativen Querschnitt bildet. Bis dahin ist das alles Toiletware.
Fenton spricht hier vornehm zurückhaltend von einer Unterschätzung der ungeimpften Population. Man ahnt, was er in Wahrheit meint, ein Desaster. Die ganze bisherige Zahlenzauberei, auf die gov.uk seine braven Impfempfehlungen stützt, ist Lug und Trug.
Besonders interessant ist dieser Meldeverzögerungseffekt, der einen Nutzen vorgaukelt, und zwar nur für die Dauer, in der die Impfquote steigt. Erreicht der Impfgrad die Sättigungszone, verschwindet der Effekt. Was erzählen sie aber? Die Wirkung lässt nach! Lasst euch ein drittes Mal impfen! Man kann das auch anders deuten, nämlich dass diese Impfung möglicherweise von Beginn an überhaupt keinen Nutzen, d. h. einen Nettoschaden verursacht hat.
Man wollte viel verkaufen, daher hat man aus dem Viruserl den Gevatter Tod gemacht und die Rettung ist die Impfung.
Jetzt schadet Wegsperren und nützt die Impfung nichts.
Da man nicht zugeben kann, daß man falsches eingekauft hat, und daß die Wissenschaft nichts weiß und daß das Viruserl überhaupt nicht so schlimm ist, sagt man scheuklappenmäßig:
MEHR vom UNNÜTZEN bringt die Rettung!!
Also Lockdown und Impfpflicht!
Sie geben also noch mal ordentlich GAS bevor sie mit dem Land an die Wand donnern.
ICH bekämpf das Virerl mit dem „Körpertrick“. Ich förder die Körperabwehr, halt bisschen Abstand, bemüh mich, mich nur ja nicht zu ärgern, weil das macht mich nur schwach, und das wars.
PS:
Die „Wissenschaft“ wird nie zugeben, daß sie gescheitert ist. Denen kann man tausende Zahlen hinlegen, sie werden immer alles abstreiten.
Denn es geht um ihre EXISTENZ!
Sie verheimlichen ja auch x-tausende Krankenhaustote wegen resistenten Keimen und xx Medikamententote, die an VERSCHRIEBENEN Medikamenten sterben.
Die Medizinindustrie scheitert schon LANGE, gibt es aber nicht zu.
Und die kranken Menschen helfen ihnen krampfhaft beim Lügen, Stockholm Syndron, weil sie sonst keinen Retter hätten.
Diese panickenden Esel sollen einfach zu einem ehrlichen Arzt gehen, der ihnen sagt was zu tun ist, der hilft ihnen richtig.
Sehr geehrter Herr Mayer,
vielen Dank, dass Sie auf Ihrer Seite so viele wertvolle Informationen sammeln und bereitstellen!
Falsche Daten fangen da an, wo wir uns mit der Mathematiks Symbolik in Form von Zahlen als Beschreibungen zufrieden geben.
Ich bin nicht 1, auch wenn mich der Staat nur als 1 zählt.
Diese Zählungen versuchen im Nachhinein „Wissenschaftler:innen“ zum gefälschten Bild zusammen zu puzzeln.
Dafür können wir ihnen nicht gratulieren, dass sie sich ab Klasse 1 auf das falsche Pferd der Mathematik setzen ließen, um sie einfach stoisch anzuwenden, wenn es schwer würde.
Mathematik „entdeckten“ alte Griechen, Leibniz, Newton und andere für sich, weil ihr Tag auch nur 24 Stunden hatte. Sie wollten ökonomisch „intelligent“ sein.
Für den Humor: Die einfache Ehefrau des Mathematikers: „Mein Ehemann ist einfach nur faul.“
Haben Sie schon einmal Ökonomie so gesehen? Da war jemand „intelligent“-faul, wobei die lebendige Erde jede unserer Bewegungen bräuchte, um kühl zu bleiben.
Mathematik war der erste Irrtum, um Natur, ohne sie ganzheitlich verstehen zu können, „wissenschaftlich“ nachjustieren zu wollen.
Die Natur wollte den „Irrtum“ Mensch mit seiner Nur-Impulsivität, damit sie sein Erleben einmal so erfahren kann, was dann aus ihr würde. Wir sein ihr dabei egal wie 88, es ginge um ihren Fortgang mit Mensch, oder ohne ihn, vor der Sonne.
DIE NATUR EXPERIMENTIERT MIT UNS, WIR DENKEN DABEI, WIR MIT IHR.
Das Virus ist ihre Aufgabe für uns, an dem wir mit NUR Logik der Mathematik scheitern würden.
WIR DÜRFEN DARÜBER NACHDENKEN, OB ALTE ROSTIGE WERKZEUGE NOCH GUT SIND, UM DAS JUNGE HOLZ DER NATUR DAMIT BEARBEITEN ZU KÖNNEN.
Mir fehlt heute weltweit das Verständnis für und das VERTRAUEN in die Natur, dass sie zeitliche Maxima, gefolgt von Minima, bildet. Dafür bräuchte ich keine Sinuskurven mit Zahlen, aber einfach nur Geduld, um warten zu können.
UNSERE HAUPTANNAHME: ES GÄBE DAS SUPERMAXIMUM DER NATUR, IN DEM SIE VERHARREN WÜRDE.
Deshalb sollen wir uns streiten, damit wir lebend schneller die Natur als Tod verlassen können.
ICH MAG MEHR PASSIV BEI NATURVERÄNDERUNGEN UND MEHR AKTIV BEI UNSEREM BEWEGEN.
Was mich persönlich fasziniert: Seit März 2020 hat ANGEBEREI kein Gehalt mehr, es ginge gerade um etwas anderes.
Wenn wir an Bildungseinrichtungen „Wissenschaftler:innen“ bilden, dann müsse die Bildung danach auch die Möglichkeit erhalten, unsere Grundlage zu zerstören. (Es ist nach der Mathematik der Irrtum Nummer 2 mit der Französischen Revolution. „Teil-logische Bildung müsse frei, gleich, brüderlich und damit viel sein.“)
Ich vermutete nie, dass Kabarett größer würde und das bei gänzlich freiem Eintritt.
WIR DÜRFEN UND SOLLEN LACHEN. WER ZULETZT LACHT, LACHT AM BESTEN.
Kabarett ist also der Irrtum Nummer „Unendlich“.
WIR IRREN ALS DIE DARAUS FOLGENDEN IRREN.
(Kein anderes Lebewesen irrt, außer sich in uns.)
Fehler? „Demgegenüber zeigen die Geimpften“ -> mE müsste da Folgendes stehen: Demgegenüber zeigen die *Un*Geimpften….
Ist Unsinn. War zu wenig Kaffee am frühen Morgen. Und Danke für den guten u d engagierrten Blog.
Sobald es eine Totimpfstoff gibt gegen COVID-19 der in keiner klinischen Studie ist sonder alle klinischen Studien abgeschlossen hat!
Werden wir uns gegen COVID-19 impfen lassen.
Der Totimpstoff war bei den Hauskatzen die Impfung gegen FIPS – und die wurde schon lange eingestellt, weil die Nebenwirkungen den Nutzen bei weitem übertrafen. Klassiker war Tod der Katze bei Schnupfen nach ein paar Monaten (wobei „Schupfen“ != FIPS)