« LES ESSAIS AURAIENT DÛ ÊTRE INTERROMPUS » : LES TAUX D’INVALIDITÉ EN AUGMENTATION EXPONENTIELLE DEPUIS LE LANCEMENT DU VACCIN COVID !

Une équipe Américaine a analysé les données des effets indésirables post vaccinaux en corrélation avec les taux d’invalidité aux États-Unis

Au cours des 18 derniers mois, les sceptiques des vaccins à ARNm Covid-19 et ceux qui ont mis en évidence des taux élevés d’effets indésirables ont fait l’objet d’ostracisme, d’une déformation et de « vérifications des faits » erronées visant à faire taire les opinions et les analyses contraires aux récits officiels.

Aujourd’hui, les données ont commencé à parler d’elles-mêmes, grâce à des personnes comme Ed Dowd, ancien gestionnaire de portefeuille chez Blackrock, qui a consacré ces dernières années à des recherches et à des analyses approfondies des données relatives à la pandémie (il a d’ailleurs écrit un excellent livre sur le sujet).

M. Dowd, ainsi que ses partenaires Carlos Alegria et Yuri Nunes, ont lancé Phinance Technologies – où, outre l’analyse macroéconomique traditionnelle, ils ont produit des rapports complets sur les handicaps et la surmortalité liés à la pandémie en utilisant des données officielles.

Leur dernière analyse révèle que le taux d’événements indésirables graves dans les essais cliniques du vaccin ARNm Covid-19, suit de près un pic d’invalidités signalé après le lancement du vaccin.

Analyse des données américaines sur l’invalidité corrélées aux Événement Indésirable Graves (EIG) dans les essais cliniques de vaccins à ARNm

(Via Phinance Technologies)

Dans la troisième partie de notre analyse des invalidités aux États-Unis, nous avons observé que l’augmentation des taux d’invalidité après 2021 est en étroite corrélation avec le lancement du programme de vaccination.

En examinant les changements dans les invalidités sur une période plus large (depuis 2008), nous observons que les taux d’invalidité ont augmenté ou diminué d’un mois à l’autre, mais qu’ils ont eu tendance à être relativement stables dans le temps.

Cependant, comme le montre la partie 1, le changement depuis le début de l’année 2021 est clairement un événement anormal avec un niveau élevé de signification statistique.

Il se trouve qu’il est fortement corrélé au déploiement cumulatif du vaccin Covid-19, mais nous ne pouvons pas affirmer que la corrélation est statistiquement significative car elle est basée sur un graphique cumulatif avec une autocorrélation évidente.

Dans cette section, nous fournissons des preuves supplémentaires que la cause la plus probable de l’augmentation des incapacités est le vaccin Covid-19.

À cette fin, nous modélisons l’augmentation attendue des incapacités due au déploiement de la vaccination dans la population générale. Pour ce faire, nous utilisons les taux d’événements indésirables graves (EIG) obtenus par l’analyse de sécurité des essais cliniques du vaccin à ARNm (Pfizer et Moderna), réalisée dans l’article du Vaccine journal que nous avons examiné ici, et notre analyse dans la cinquième partie.

The time series of SAEs that were computed based on the rates estimated during the mRNA clinical trials are shown to be of the same magnitude as the rate of increase in disability rates in the 16-64 Civilian Labor Force.

— Edward Dowd (@DowdEdward) February 18, 2023

Traduction:
– Notre analyse d’un article révisé par des pairs sur les événements indésirables graves dans les essais cliniques de l’ARNm https://doi.org/10.1016/j.vaccine.2022.08.036…
révèle les conclusions suivantes :
Nos résultats fournissent des arguments plus solides pour établir une relation de cause à effet entre les invalidités et les vaccins Covid-19.
– Les séries chronologiques d’EIG qui ont été calculées sur la base des taux estimés au cours des essais cliniques sur l’ARNm s’avèrent être de la même ampleur que le taux d’augmentation des taux d’invalidité dans la population active civile âgée de 16 à 64 ans.

Nous pouvons observer que le taux d’augmentation des incapacités est plus élevé que le taux d’augmentation calculé des EIG d’intérêt particulier, ce qui pourrait s’expliquer de plusieurs façons différentes, ou par une combinaison de facteurs:

• La définition d’un EIG d’intérêt particulier est plus extrême que le taux d’invalidité déclaré par les personnes interrogées par le BLS, c’est-à-dire que certaines invalidités déclarées par les personnes interrogées par le BLS peuvent être causées par des événements indésirables qui ne sont pas considérés comme des EIG d’intérêt particulier, parce que les critères utilisés pour définir un EIG sont trop restrictifs.
• La population active civile dans son ensemble peut être en moins bonne santé (et en quelque sorte plus vulnérable aux incapacités liées aux vaccins) que les populations participant aux essais de vaccins, soit en raison des critères de sélection pour la participation aux essais, soit en raison d’un biais d' »auto-sélection« .
• La sous-déclaration des EIG présentant un intérêt particulier pour les populations participant aux essais.
• D’autres facteurs causant un excès d’invalidité dans la population active civile dans une période concomitante au déploiement du vaccin.

Comme le note encore Dowd sur Twitter ;

Le taux d’EIG estimé semble être sous-déclaré par rapport à l’augmentation enregistrée des invalidités (selon l’enquête BLS) d’environ 2,6 fois.

Ces résultats étaient attendus car nous avions déjà montré dans la troisième partie de notre étude la forte corrélation entre l’augmentation du taux d’invalidité depuis le 21 février et le déploiement du vaccin.

Nous sommes conscients que la corrélation de séries chronologiques cumulées est trompeuse et que le R2 ne doit pas être considéré comme une indication de l’établissement d’une relation statistiquement significative, car les deux séries chronologiques présentent une autocorrélation.

causation.
✅We believe that a comprehensive investigation needs to be performed, either in the form of new phase III clinical trials for at least a 3-year period, or a programme of forensic autopsies in a large sample of deceased individuals where the Covid-19 vaccines were not

— Edward Dowd (@DowdEdward) February 18, 2023

Traduction:
– Cependant, la coïncidence de l’augmentation des incapacités avec le début de la campagne de vaccination contre le Covid-19, ainsi que l’ampleur similaire du taux d’effets secondaires graves (d’après les essais cliniques) et de l’évolution des incapacités (d’après les données du BLS), permettent de l’affirmer avec plus de force.
– Nous pensons qu’une enquête complète doit être menée, soit sous la forme de nouveaux essais cliniques de phase III sur une période d’au moins 3 ans, soit sous la forme d’un programme d’autopsies médico-légales sur un large échantillon de personnes décédées pour lesquelles les vaccins Covid-19 n’ont pas été utilisés.

restrictive.
2)The population of the Civilian Labor Force as a whole may be less healthy (and somehow more vulnerable to vaccine-related disabilities) than the vaccine trial populations, either due to the selection criteria for participation in the trial, or ‘self-selection’ bias

— Edward Dowd (@DowdEdward) February 18, 2023

Traduction:
– Soupçonné d’être un cofacteur de la cause du décès. Nos estimations modélisées sont faibles et probablement dues à :
1) Certaines incapacités rapportées par les personnes interrogées par le BLS peuvent être causées par des événements indésirables qui ne sont pas considérés comme des EIG, en raison des critères utilisés pour définir un EIG qui sont trop nombreux et restrictifs.
– 2) La population active civile dans son ensemble peut être en moins bonne santé (et d’une certaine manière plus vulnérable aux incapacités liées aux vaccins) que les populations participant aux essais de vaccins, soit en raison des critères de sélection pour la participation aux essais, soit en raison d’un biais d' »auto-sélection ».

3) Under-reporting of SAEs in the trial populations
4) Other factors causing excess disabilities in the Civilian Labor Force in a concurrent timeframe to the vaccine rollout.

— Edward Dowd (@DowdEdward) February 18, 2023

Traduction:
3) La sous-déclaration des EIG dans les populations participant aux essais.
4) D’autres facteurs causant un excès d’invalidité dans la population active civile dans une période concomitante au déploiement du vaccin.

En conclusion :

Il y avait suffisamment de signaux de sécurité pour montrer que ce que nous voyons dans les données du BLS était connu pendant les essais cliniques, même en tenant compte de leur définition étroite d’un SAE.

Les essais auraient dû être interrompus.

Pour connaître la version Française de l’analyse de données vaccinales et des effets désastreux des injections Covid, accédez à l’entretien censuré que nous avons eu avec la biostatisticienne chevronnée, Christine Cotton !

Source: Zero Hedge