W ekskluzywnym wywiadzie dla Community Forum, Norman Fenton wyjaśnia, jak manipulowanie danymi dotyczącymi pandemii przez naukowców, agencje rządowe i media głównego nurtu wspiera fałszywą narrację z niszczącymi konsekwencjami.
Forum: Norman Fenton, witamy w rozmowie na Forum. Analiza, którą przeprowadziłeś w ciągu ostatnich kilku lat daje niesamowity wgląd w to, co faktycznie działo się podczas pandemii. Zanim omówimy te ustalenia, czy możesz pomóc nam zrozumieć, jak stosujesz swoją wiedzę do oceny informacji spoza twojej dziedziny, w tym danych medycznych?
Fenton: Przez wiele lat intensywnie współpracowałem z ekspertami klinicznymi w różnych dziedzinach medycyny. Na przykład, przed kryzysem COVID byłem głównym badaczem dużego projektu finansowanego przez brytyjską Engineering and Physical Sciences Research Council. Nasza grupa wykorzystuje statystyczne metody bayesowskie, w których dostępna wiedza i doświadczenie są łączone z danymi, aby pomóc w usprawnieniu procesu podejmowania decyzji dotyczących prognozowania i diagnozowania przewlekłych stanów chorobowych.
Analizowaliśmy dane dotyczące konkretnych schorzeń, takich jak reumatoidalne zapalenie stawów, cukrzyca, przewlekła niewydolność serca, zespół dna miednicy i stwardnienie rozsiane, a także współpracowaliśmy z klinicystami w celu określenia wyjaśnień przyczynowych dla obserwowanych danych, aby można je było włączyć do naszych systemów wspomagania decyzji. Na przykład w dziedzinie urazów współpracowaliśmy z chirurgami, aby poprawić parametry decyzyjne dotyczące tego, czy należy amputować kończynę, czy nie. W przypadku tego typu analiz nie istnieją ogromne bazy danych, dlatego też trzeba połączyć stosunkowo niewielką ilość dostępnych danych z perspektywą doświadczonych klinicystów. Współpracujemy z nimi, aby stworzyć ramy dla efektywnego pozyskiwania wiedzy potrzebnej do podejmowania rozsądnych decyzji. Projektujemy praktyczne modele przyczynowe, które mogą być wypełnione surowymi danymi, które mamy do dyspozycji, a następnie dostarczają wskazówek dla osób zaangażowanych w procedury opieki zdrowotnej.
Polegamy na klinicystach, którzy sprawdzają wszystkie aspekty analizy. Chociaż współpracowaliśmy z patologami i epidemiologami, aby zrozumieć liczby, informacje o pandemii COVID nie wymagają dużej wiedzy medycznej. Ważniejsze było to, że wykorzystanie wyłącznie publicznie dostępnych danych pozwoliło nam zdemaskować wiele istotnych wad narracji o COVID forsowanej przez rządy i media głównego nurtu.
Forum: Jak zastosowaliście analizę bayesowską do zrozumienia wstępnych danych o testach na wirusa COVID?
Fenton: Dobrym przykładem tego, jak zastosowaliśmy analizę bayesowską, była odpowiedź na pytanie: Czy mam, czy nie mam wirusa COVID? A konkretnie, jeśli jestem bezobjawowy, jakie jest prawdopodobieństwo, że mogę mieć wirusa? Poprawna odpowiedź na to pytanie była przedmiotem jednego z naszych pierwszych zapytań. Załóżmy, że w danym momencie dostępne są dane sugerujące, że w populacji ogólnej jedna na tysiąc bezobjawowych osób mogła mieć wirusa. Takie dane nigdy nie zostały potwierdzone, oczywiście wskaźnik zakażenia zmieniał się w czasie, ale wykorzystam je do wyjaśnienia rozumowania bayesowskiego.
Jeśli wykonam test PCR i będzie on pozytywny, ale nie czuję się chory, chciałbym wiedzieć, czy rzeczywiście mam wirusa. Innymi słowy, jeśli jestem jedną z tych jednej na tysiąc osób, które są bezobjawowe, ale są nosicielami wirusa, chciałbym znać dokładność testu. Nie było żadnych wiarygodnych badań dotyczących wiarygodności testu PCR, ale społeczeństwo było zapewniane, że te testy są bardzo dokładne. Załóżmy, że istnieje tylko jedna na sto szans na to, że ktoś, kto nie ma wirusa, będzie miał pozytywny wynik – 1% odsetek fałszywych wyników pozytywnych. I odwrotnie, jeśli nie mam wirusa, istnieje 99% szans na negatywny wynik testu. Mając te informacje, większość ludzi założyła, że jeśli test był pozytywny, to prawie na pewno miałeś COVID. Ale tak nie jest.
Pomyślmy o grupie 10 000 bezobjawowych osób poddanych testom. Ponieważ zakładamy, że jedna na tysiąc bezobjawowych osób ma wirusa, oznacza to, że około 10 z 10 000 osób ma go naprawdę. Załóżmy również, że te prawdziwie zakażone osoby mają pozytywny wynik testu. Wtedy pozostaje nam nieco mniej niż 10 000 osób – 9 990, które nie mają wirusa. Jednak test PCR o współczynniku fałszywych wyników pozytywnych wynoszącym zaledwie 1% oznacza, że około 100 z tych osób uzyskałoby fałszywy wynik pozytywny. W sumie więc 110 osób, które uzyskały wynik pozytywny, z których wiemy, że tylko 10 zachoruje z powodu wirusa. Tak więc rzeczywiste prawdopodobieństwo, że masz wirusa, jeśli masz pozytywny test, jest bliższe 10%. Oznacza to, że przy rozsądnych założeniach dotyczących wskaźnika infekcji i dokładności testu, test PCR używany jako standard dla decyzji i nakazów mających wpływ na życie, ma 99% wskaźnik niedokładności dla osób bezobjawowych, u których wystąpił wynik pozytywny.
Zamieszanie polega na błędnym założeniu, że nawet jeśli nie masz objawów wirusa, możliwość uzyskania fałszywie pozytywnego wyniku w teście PCR wynosi tylko 1%. Jak pokazują dokładniejsze obliczenia oparte na wiarygodnych danych, tak wyraźnie nie jest. Zakładanie, że te prawdopodobieństwa są równe, znane jest jako błąd transponowanego warunku. Na sali sądowej, kiedy dowody DNA są źle interpretowane, nazywa się to polityką prokuratora. Te sprzeczne liczby powinny były wzbudzić ważne pytania – to nie jest takie skomplikowane – można to przedstawić w mylący sposób, ale naukowcy, którzy wiedzieli lepiej, zignorowali te dane.
Forum: Czy wyniki tych danych porównawczych zostały potwierdzone przez inne badania?
Fenton: Przyjrzeliśmy się liczbom z badania na Uniwersytecie Cambridge, gdzie przetestowali kilka tysięcy bezobjawowych studentów na obecność wirusa w ciągu tygodni, używając zbiorczych testów PCR. W tym okresie okazało się, że bardzo niewielu studentów miało pozytywne wyniki. W rzeczywistości, w tym okresie, tylko 43 z 10,394 testów było pozytywnych.
Jednakże, w przeciwieństwie do tego, co dzieje się w testach PCR w populacji ogólnej, przeprowadzono drugi test potwierdzający na każdej z tych samych próbek, które dały wynik pozytywny. Zastosowali ten bardziej wiarygodny, zatwierdzony standard, w którym dwa pozytywne testy były potrzebne do potwierdzenia; jeśli któryś z nich był negatywny, oznaczało to, że nikt w zbiorczej próbce nie był zainfekowany. Okazało się, że 36 z 43 próbek, które były pozytywne, po ponownym przetestowaniu dały wynik negatywny. Tak więc, zobaczyli, że 84% bezobjawowych studentów pokazujących pozytywny wynik na początkowym teście nie miało wirusa, potwierdzając bardzo wysoki wskaźnik niedokładności.
Forum: Jaka była reakcja na Twoją analizę badania z Cambridge? Powinno to było mieć jakiś wpływ na politykę.
Fenton: Odpowiednio wymodelowaliśmy dane i byliśmy w stanie uzyskać lepsze przewidywania dotyczące wskaźnika fałszywie pozytywnego i prawdziwego, bazowego wskaźnika infekcji w całej populacji bezobjawowej. Napisaliśmy raport, energicznie sprawdzony przez naszych kolegów z analizy danych, a następnie wysłaliśmy go do różnych publikacji medycznych. Byliśmy zszokowani, że nie dotarł on do etapu recenzji w żadnym czasopiśmie. Był to pierwszy z naszych raportów odrzuconych z twierdzeniem, że nie było wystarczającego zainteresowania lub dlatego, że nie był w ich zakresie. Nasza analiza badania z Cambridge została nawet odrzucona przez serwery preprintów o najbardziej tolerancyjnych standardach, zwykle publikujące wszystko, co nie jest plagiatem.
Forum: To musiało być niezwykle frustrujące. Jak rozliczaliście się z tej nieracjonalnej odpowiedzi?
Fenton: Nikt nie chciał przyznać ani ujawnić, że bardzo znaczący odsetek bezobjawowych testów dawał wyniki fałszywie pozytywne. Niektórzy ludzie po prostu twierdzili, że wiedzą, że to, co widzieliśmy, nie może być prawdą, ponieważ byli absolutnie pewni, że wskaźnik fałszywie pozytywnych testów PCR wynosi mniej niż 1%. Nie chcieli patrzeć na to w kontekście tego, co zademonstrowaliśmy, ponieważ zaprzeczało to pierwotnej narracji napędzającej pandemię COVID. Ich przekonania były oparte na fałszu, który napędzał wszystkie polityki pandemiczne.
Widzimy, że starano się pokazać wykładniczy wzrost liczby przypadków. Prostą ekstrapolacją tego, co pokazaliśmy, było to, że jeśli przetestujesz więcej ludzi – szczególnie dużo bardziej bezobjawowych osób – wydaje się, że pokażesz więcej przypadków, wiele z nich było w rzeczywistości fałszywie pozytywnych. To nie pomogłoby argumentom za blokadami, mandatami, a później za szczepionkami. Kiedy blokady ustępowały i ludzie wracali do pracy, którzy byli całkowicie zdrowi i nie mieli żadnych objawów, nadal musieli wykonywać testy PCR. Potem znowu masz wszystkie późniejsze polityki ograniczania i nalegania na szczepienia oparte na tym, co było kolejnym ogromnym odsetkiem fałszywych pozytywów.
Forum: Na początku pandemii wydawało się, że istnieją przesłanki do przeprowadzenia testów i rozważenia, jak najlepiej chronić społeczeństwo. Media pokazywały worki z ciałami na ulicach Chin, z sugestią, że jeśli coś nie zostanie zrobione, to stanie się tak wszędzie.
Fenton: Przeprowadziliśmy odpowiednią analizę i przyjrzeliśmy się wskaźnikowi śmiertelności zakażeń; jakie było prawdopodobieństwo śmierci, jeśli zaraziłeś się wirusem COVID-19. Dane dotyczące wskaźnika infekcji i śmiertelności zostały zebrane ze wszystkich badań publicznych, które były dostępne.
Następnie przeprowadziliśmy metaanalizę, zestawiając wszystkie dostępne dane razem, biorąc pod uwagę, że we wczesnych tygodniach pandemii to głównie ciężko chorzy, hospitalizowani pacjenci otrzymywali test PCR; i tak byli największą grupą potwierdzoną jako przypadki COVID. Było oczywiste, jak nieprawidłowo podawano liczby. Jeśli większość osób z potwierdzonymi przypadkami COVID znajduje się w szpitalach, wtedy prawdopodobieństwo śmierci z COVID będzie wydawać się znacznie wyższe niż jest w rzeczywistości, ponieważ skupiasz się na ograniczonej grupie. To ustalenie wykorzystuje zdrowy rozsądek, a nie wyrafinowaną analizę danych.
Z naszej pracy wynika, że wskaźnik zakażeń – odsetek osób zakażonych – był wyższy niż przedstawiany. Ale co najważniejsze, wskaźnik śmiertelności infekcji, czyli możliwość, że umrzesz, jeśli zostaniesz zarażony wirusem, był znacznie niższy niż podawano. Z czasem dokładne wskaźniki śmiertelności tylko potwierdziły naszą pracę i wnioski z innych badań. Śmiertelność nigdy nie była tak wysoka i występowała głównie wśród osób z innymi warunkami wstępnymi. Ale znowu, praca ta została praktycznie zignorowana.
Forum: Rządy i władze zdrowotne przyznały, że posiadanie istniejących wcześniej schorzeń stawia tych pacjentów w grupie najwyższego ryzyka hospitalizacji i śmierci. W jaki sposób wzięliście to pod uwagę?
Fenton: Zebraliśmy bardzo dobre dane na ten temat. Dzięki wnioskom opartym na wolności informacji, mamy niepodważalne liczby dla Wielkiej Brytanii z okresu pierwszych dwóch lat. I spośród 136 000 zgonów formalnie sklasyfikowanych jako z COVID w ich aktach zgonu, około 5000, tylko 5%, nie miało co najmniej jednej innej współchorobowości. W tej grupie było tylko troje dzieci poniżej 20 roku życia.
W innym badaniu przyjrzano się szczegółowo zapisom szpitalnym wszystkich dzieci, które trafiły na oddział intensywnej terapii z COVID w pierwszym roku pandemii – około 250 – była to liczba niższa niż w typowym roku grypowym. I kiedy zaczęli badać liczby, okazało się, że było 38 z tych dzieci, które skończyły się śmiercią. U ośmiu z nich śmierć przypisano COVID – pozostałe to dzieci, które miały pozytywny wynik testu PCR, ale zostały przyjęte na oddział intensywnej terapii z objawami bardzo poważnego schorzenia, np. raka. A spośród ośmiu, których śmierć przypisano COVID, co najmniej siedem miało wcześniej istniejące warunki zagrażające życiu. Więc zasadniczo wykazali, że dzieci w wieku poniżej 20 lat w Wielkiej Brytanii, które zmarły z powodu COVID, w rzeczywistości zmarły z powodu czegoś innego. Przynajmniej w tej analizie od pierwszego roku, ryzyko śmierci młodych ludzi z powodu COVID zbliża się do zera.
Forum: Czy przeprowadzono analizę danych liczbowych, porównując odsetek osób umierających w poprzednich latach z grypą i chorobą współistniejącą, w porównaniu do podobnych statystyk COVID-19?
Fenton: Interesujące jest to, że po rozpoczęciu COVID-19 wiele danych dotyczących grypy, które wcześniej były łatwe do znalezienia, nagle stało się trudne do zlokalizowania lub niedostępne. Próbowaliśmy zdobyć te informacje bez większego powodzenia, ponieważ byłoby to bardzo dobre porównanie. Z pewnością istnieje wiedza anegdotyczna. Zawsze było tak, że osoby starsze często umierają z powodu powikłań grypy lub zapalenia płuc, i jest to jeden z powodów, że zostały uznane za grupę wysokiego ryzyka z COVID.
W lutym i marcu 2020 roku, kiedy COVID pojawił się po raz pierwszy, był prawdziwy szczyt nadmiernej liczby zgonów. Teraz dowiadujemy się, że było to faktycznie spowodowane bardzo złymi decyzjami medycznymi podjętymi w odniesieniu do osób starszych. I nie mówię tylko o podawaniu niewłaściwych metod leczenia, takich jak niewłaściwe umieszczanie pacjentów na respiratorach. Moi koledzy klinicyści zdają sobie teraz sprawę, że przeniesienie hospitalizowanych starszych pacjentów do domów opieki, gdzie COVID rozprzestrzeniał się jak ogień, było katastrofą. Późniejszy wzrost liczby zgonów spowodowanych nowym wirusem COVID był prawdopodobnie związany z niewłaściwym zarządzaniem i brakiem odpowiedniego leczenia.
Forum: Czy dane ujawniają, czy wirus COVID-19 rzeczywiście był bardziej niebezpieczny lub śmiertelny, czy też w miarę trwania pandemii stawał się coraz bardziej?
Fenton: Wydawał się niebezpieczny na początku i nadal nie wiemy, ile z tego było wyprodukowane, a ile spowodowane katastrofalną niegospodarnością osób starszych. Nie mogę być pewien co do wczesnego okresu, ale istnieją bardzo silne przesłanki, że tak zwane, kolejne masowe fale były mocno przesadzone. Na przykład w Wielkiej Brytanii druga fala, która rozpoczęła się zimą 2020 roku, miała być znacznie gorsza pod względem liczby przypadków COVID i ofiar śmiertelnych niż pierwsza fala.
Ponownie, tutaj ważne jest, aby nie tylko patrzeć na liczby, ale zrozumieć źródło tych liczb. Jeśli weźmiemy pod uwagę tylko tablicę rozdzielczą COVID rządu brytyjskiego, która wydaje tylko szczegóły dotyczące liczby przypadków COVID, hospitalizacji i zgonów, i uznaje, że są one nadal zależne od testu PCR, widzimy znacznie większy szczyt niż pierwsza fala. Te dane były wielokrotnie używane, aby ostrzec nas przed powrotem śmiertelnych warunków.
Przyjrzeliśmy się innym ważnym, niezależnym wskaźnikom w Wielkiej Brytanii. National Health Service COVID triage dashboard monitorował połączenia alarmowe i odpowiedzi specjalnie dla pacjentów z objawami COVID. Osoby te są zmuszone do wezwania służb ratowniczych i uzyskania karetki z powodu pogarszających się objawów COVID. Liczby te odzwierciedlają prawdziwe nagłe przypadki w opiece zdrowotnej, a nie wątpliwe wyniki badań.
Ten wykres wyraźnie pokazuje wcześniej w 2020 roku, kiedy wirus po raz pierwszy uderzył, były prawdziwe szczyty. Ale w zimie 2020 r. przez 2021 r., Są tylko fale zwiększonych połączeń alarmowych bardzo podobnych do normalnego sezonu grypowego.
Więc był początkowy wzrost, który może być rozliczany przez nowy potężny wariant grypy, który został źle zarządzany. Ale rosnąca skala, o której mówią rządy, nie może być uzasadniona, a dodatkowe dane z tablicy rozdzielczej COVID triage zaprzeczają tym zawyżonym liczbom.
Nieodpowiednie i wadliwe próby szczepionki COVID
Forum: Czy możesz pomóc nam zrozumieć, co widzisz jako centralne wady prób szczepionkowych?
Fenton: Nigdy nie prowadziłem badań klinicznych. Przeglądałem tylko dane dotyczące badań klinicznych, więc nie jestem ekspertem od badań klinicznych. Moje doświadczenie i wiedza dotyczą głównie oceny wyników badań obserwacyjnych. Ale było wiele oczywistych problemów z główną próbą szczepionki Pfizera, które właśnie są ujawniane.
Badanie Pfizera było podstawą twierdzenia o 95% skuteczności, które umożliwiło wydanie pozwolenia na awaryjne użycie szczepionki. Podobnie jak wszystkie randomizowane badania kontrolowane, miała to być podwójnie ślepa próba kontrolowana placebo. W jednym z największych badań w Argentynie, równa liczba niezakażonych pacjentów otrzymała szczepionkę lub placebo; 22 000 otrzymało szczepionkę COVID i 22 000 dostało zastrzyk z soli fizjologicznej. Teraz wiemy, że były różnego rodzaju naruszenia protokołu, w tym ludzie z grupy placebo dowiedzieli się, że nie byli szczepieni.
Znaczna część z nich zrezygnowała z udziału w badaniu lub otrzymała szczepionkę. Twierdzenie o 95% skuteczności opierało się na fakcie, że po iniekcji wystąpiły 162 przypadki COVID wśród uczestników placebo w porównaniu do zaledwie ośmiu wśród uczestników szczepionych. Jednak znacznie większa liczba podejrzanych, ale niepotwierdzonych przypadków była dość równomiernie rozłożona wśród osób w grupach szczepionki i placebo. A nieproporcjonalnie mała liczba zaszczepionych uczestników z objawami otrzymała testy PCR w porównaniu z uczestnikami placebo z objawami.
Pfizer wykluczył również uczestników, którzy rozwinęli COVID przed drugą dawką. Wycofano 143 takich pacjentów. Wiele nieprawidłowości wystąpiło w jednym ośrodku w Argentynie, który miał największą liczbę uczestników, z których prawie wszyscy zostali zrekrutowani blisko terminu. Należy również zauważyć, że w badaniu nie testowano żadnego wyniku bezpieczeństwa, a do tej pory odnotowano ogólnie więcej zgonów w ramieniu szczepionki niż w ramieniu placebo.
Nie tylko w Argentynie, ale w wielu dużych badaniach obserwacyjnych przeprowadzonych po wprowadzeniu szczepionki, każdy, kto został zaszczepiony, a który otrzymał COVID w ciągu dwóch tygodni, został sklasyfikowany jako osoba niezaszczepiona. Nieobiektywne uzasadnienie tej decyzji było takie, że potrzeba co najmniej dwóch tygodni, aby szczepionka zaczęła działać. Ta błędna klasyfikacja została przyjęta jako ogólnoświatowa praktyka, która wszędzie zniekształciła dane.
Tak więc, w tych badaniach obserwacyjnych, masz tę niewiarygodną stronniczość w danych, od samego początku. Do tego wiemy, że tak jak w próbie Pfizera, w próbach obserwacyjnych nieproporcjonalnie mała liczba zaszczepionych osób nie poddawała się rutynowym badaniom w porównaniu z tymi, którzy byli nieszczepieni. Wszystko co zrobiono miało uzasadnić wałkowanie szczepionek i podawanie kolejnych dawek.
Forum: Czy w badaniach farmaceutycznych łączono wyniki z kilku różnych krajów, dodając je wszystkie do siebie? I czy gdyby usunięto argentyńskie dane, to wyniki byłyby mniej jednoznaczne?
Fenton: Próba Pfizera nie osiągnęłaby celu bez strony argentyńskiej, gdzie tuż przed terminem przeprowadzono masową rekrutację. Istnieją poszlaki, że została ona ustawiona w celu uzyskania liczby 95% skuteczności.
Forum: Dość szybko po tych napompowanych twierdzeniach o skuteczności usłyszeliśmy o tzw. przypadkach przełomowych. Wydaje się, że termin ten zniknął niemal tak szybko, jak się pojawił, ponieważ stało się jasne, że wszystkie przypadki są przypadkami przełomowymi.
Fenton: Sprzedali nam kłamstwo. Powiedzieli nam, że jeśli weźmiesz szczepionkę, nie zachorujesz na COVID i nie będziesz mógł go przenosić. Teraz dowiadujemy się, że to ludzie, którzy otrzymali szczepionkę wielokrotnie, dostają COVID więcej niż raz, a nie osoby nieszczepione. Mamy liczby pokazujące, że w każdej grupie wiekowej; osoby zaszczepione są nieproporcjonalnie bardziej narażone na zachorowanie na COVID niż osoby niezaszczepione.
Forum: W trakcie pandemii zmieniła się definicja szczepionego. Jak to wpłynęło na ocenę danych?
Fenton: Pomimo zmiennej definicji tego pojęcia, mamy dane, które dzielą grupy według liczby zastrzyków od żadnego do pięciu. Zgodny wysiłek, aby zminimalizować liczbę zaszczepionych osób, które dostaną COVID, był nie do powstrzymania. Obecnie powszechnie przyznaje się, że szczepionka nie powstrzymuje transmisji, potwierdzając rzeczywiste statystyki pokazujące, że wszystkie inne analizy były oparte na przekłamanych wynikach. Ale kiedy szczepionki były promowane, ci z nas, którzy posiadali wiedzę specjalistyczną, którzy zaprzeczali interpretacji danych, byli marginalizowani lub ignorowani. Narracja została ukształtowana wokół nielogicznego szaleństwa, które było powszechnie akceptowane.
Liczba zaszczepionych osób zawyżona, aby zmarginalizować nieszczepionych
Forum: Wciąż podejmowane są wysiłki, aby rozdęć liczbę osób zaszczepionych. Czy ta jawna próba marginalizacji nieszczepionych również opiera się na błędnych danych?
Fenton: Prawdziwy odsetek osób nieszczepionych ma znaczenie w istotny sposób. Office of National Statistics [ONS] tutaj w Wielkiej Brytanii wysunął dziwaczne twierdzenie, że w maju 2022 roku tylko 8% dorosłej populacji jest nieszczepionych – tych, którzy nigdy nie mieli ani jednego zastrzyku. Wiemy, że to nieprawda, ponieważ brytyjska Agencja Bezpieczeństwa Zdrowotnego ma bardziej wiarygodne dane, które mówią, że jest bliżej 20% dorosłych w Wielkiej Brytanii, którzy są nieszczepieni, i to jest konserwatywna liczba. Może być ona bliższa 30%. Kiedy używasz tej wyższej liczby dla nieszczepionych, masz dokładniejszą próbkę populacji, a w każdej grupie wiekowej widzimy, że jest więcej przypadków COVID wśród zaszczepionych.
Forum: Skąd wiadomo, że dane brytyjskiej Agencji Bezpieczeństwa Zdrowia są bardziej wiarygodne?
Fenton: Po pierwsze, dane ONS są oparte na bardzo niereprezentatywnym podzbiorze populacji Wielkiej Brytanii. Obejmuje tylko osoby, które były zarówno policzone w spisie powszechnym z 2011 r., a także były zarejestrowane u lekarza ogólnego w 2019 r. Ta kategoryzacja zmniejsza dorosłą populację Anglii z około 49 milionów do około 39 milionów. Więc brakuje ci około 10 milionów dorosłych. Zakłada to również, że spis jest poprawny; lepsze szacunki umieściłyby tę brakującą populację na bliżej 16 milionów, ogromną liczbę. A znaczna część osób w tej brakującej grupie jest z pewnością nieszczepiona.
Nawet pomijając dzieci, które urodziły się po 2011 roku, mamy tu ogromny napływ imigrantów. A wtedy ci, którzy nie są zarejestrowani u lekarza pierwszego kontaktu, nie są naciskani przez swojego lekarza, żeby się zaszczepili. To jawnie tendencyjna próba i nie reprezentatywna.
Brytyjska Agencja Bezpieczeństwa Zdrowotnego opiera swoje dane w całości na National Immunisation Management Service, który ma mieć zapis każdego szczepienia, także dla COVID. Dane te mogą być problematyczne, ponieważ zawyżają liczbę z powodu zduplikowanych rekordów – ale nie mają tendencyjności, która znalazłaby niższe liczby nieszczepionych. Z ich danych wynika, że w maju 2022 roku nieco poniżej 20% dorosłej populacji było niezaszczepione.
Forum: Czy te liczby były porównywane publicznie?
Fenton: BBC wyprodukowało niedawno dokument zatytułowany „Unvaccinated”. Użyli oni danych ONS o 8% dorosłej populacji, przedstawiając tę małą grupę jako dziwne odludki, które trzeba było przekonać o ich ignorancji. Co ciekawe, producenci zaprzeczyli sami sobie ujawniając, że aby zrozumieć postawy wobec szczepionek, wykorzystali sondaż ICM zlecony przez publicznego nadawcę STV. Było to największe szczegółowe badanie dotyczące programu szczepień COVID, jakie przeprowadzono w Wielkiej Brytanii. Badanie to wykazało, że z 2570 osób 664 były nieszczepione – prawie 26% – co przekroczyło wszystkie inne szacunki. Ale program miał punkt widzenia, który nie tolerował wątpliwości.
Niezależnie od tego, czy jesteś klasycznym statystykiem, czy chcesz przeprowadzić analizę bayesowską, w jakikolwiek sposób chrupiesz liczby, wyniki pokazują wyższą populację nieszczepionych osób, niż sugeruje narracja głównego nurtu. Każda analiza przypadków lub skuteczności zmienia się dramatycznie, gdy używa się dokładnych liczb.
Szczepionki COVID-19 nie działają
Forum: Szczepionki były promowane jako skuteczne w zatrzymywaniu przypadków. Dane i badania, które wykazały coś przeciwnego, zostały zignorowane, chociaż teraz przyznano, że nigdy nie wykazano, aby szczepionka COVID zmniejszyła transmisję.
Fenton: Co jest o wiele gorsze, istnieją dane, które wskazują, że wyższe szczepienia są związane z wyższymi wskaźnikami infekcji. Wniosek o Freedom of Information Act do rządu Nowej Szkocji w Kanadzie ujawnił dane, które zostały wykreślone przez Jessicę Rose. To zrobiło ten bardzo widoczny związek.
Forum: Innym krajem, w którym porównywałaś szczepienia i liczbę przypadków COVID były Niemcy. Co tam zauważyłaś?
Forum: Jednym z argumentów broniących szczepionek COVID jest to, że trudno jest porównywać liczby w krajach, które mają bardzo różne kultury i systemy opieki zdrowotnej. Jest to częściowo prawda, ale patrząc na Niemcy i ich poszczególne landy, gdzie obowiązują te same przepisy i wszyscy są tak samo zachęcani do przyjęcia szczepionki, nie jest to czynnik.
Porównaliśmy dane z Niemiec z siedmiu dni dotyczące przypadków COVID i wskaźników przyjmowania szczepionki COVID. Można było przeanalizować regionalne różnice w odsetku osób zaszczepionych. Na przykład w części byłych Niemiec Wschodnich panuje większy sceptycyzm wobec rządu i zaobserwowaliśmy znacznie niższe wskaźniki przyjmowania szczepionek.
W każdym regionie, gdy wykreśla się gęstość zachorowań w stosunku do ilości przyjmowanych szczepionek, uzyskuje się niezwykłą korelację, zgodnie z którą regiony o dużej gęstości zachorowań są również regionami o dużej ilości przyjmowanych szczepionek. Tam, gdzie jest bardzo mało przypadków COVID, szczepionka jest przyjmowana najrzadziej.
Szczególnie Berlin pokazuje to bardzo wyraźnie; odsetek zaszczepionej populacji jest tam znacznie wyższy niż w innych rejonach, wynosi ponad 62%. I to jest punkt zapalny dla przypadków COVID. Oczywiście, dane te wykorzystują liczby oparte na potwierdzonych przypadkach z testami, a jak już mówiłem, jestem sceptyczny wobec testów. Niemniej jednak, jest to dość fenomenalne odkrycie, które jest praktycznie ignorowane.
Szczepionki COVID i śmiertelność
Forum: Nacisk w publicznych wypowiedziach przesunął się na to, jak szczepionki ograniczają hospitalizację i zgony. Czy kiedykolwiek sprawdzano to w badaniach?
Fenton: Ponownie nie jest to skomplikowana analiza. Kiedy wykreśla się wskaźnik szczepień dla danego kraju w stosunku do wskaźnika śmiertelności COVID, istnieje oczywisty trend. Gdyby szczepionki działały, powinniśmy zauważyć, że kraje o wyższym wskaźniku szczepień powinny mieć niższy wskaźnik śmiertelności COVID.
W rzeczywistości kraje o najniższym wskaźniku śmiertelności COVID to zasadniczo kraje afrykańskie o bardzo niskim wskaźniku szczepień. Średni wiek ludności w krajach afrykańskich jest niższy niż gdzie indziej, więc jest to czynnik, ale nawet wśród wysoce porównywalnych krajów te, które mają wysokie wskaźniki szczepień, mają wyższą śmiertelność. Australia, na przykład, ma obecnie najwyższy wskaźnik śmiertelności COVID na świecie i twierdzi, że 96% jest zaszczepionych. Są zmienne, ale na pewno nie ma korelacji pokazującej, że populacje szczepione mają mniejsze szanse na śmierć z powodu COVID.
Forum: Mimo to liczba przypadków, hospitalizacji i zgonów nadal napędza narrację, nawet gdy pandemia ustępuje.
Fenton: Pomimo oczywistych problemów ze sposobem gromadzenia i analizowania liczb, wskaźniki przypadków są nadal napędzane przez testy, które albo są niewiarygodne, albo stosowane do wąskiej grupy pacjentów. Tak czy inaczej, im więcej testów przeprowadzasz, tym więcej przypadków i hospitalizacji znajdziesz; i oczywiście, tym więcej zgonów sklasyfikujesz jako COVID. Ponieważ przypadki są masowo zawyżone, kolejne dane są bezużyteczne. Hospitalizacje i zgony są prawdziwe, ale wiele przypadków COVID nie jest. I jak było widoczne dla każdego, kto chce spojrzeć, większość tych, którzy rzeczywiście mają COVID i umierają, nie umierają na COVID, umierają z COVID.
Wcześnie rozpoznaliśmy, że było tyle manipulacji informacjami, że musieliśmy zacząć patrzeć na liczby, które nie mogły być przekrzywione.
Forum: Twoja grupa była jedną z pierwszych, która przyjrzała się śmiertelności z wszystkich przyczyn i rozpoznała pewne interesujące anomalie.
Fenton: Tak, jeśli chcesz naprawdę zrozumieć bezpieczeństwo szczepionek, musisz przeanalizować śmiertelność z wszystkich przyczyn. Kiedy po raz pierwszy przyjrzeliśmy się danym ONS dotyczącym brytyjskiego programu szczepień, zauważyliśmy bardzo dziwną korelację.
Niewiarygodnie, według danych ONS, w miarę uwalniania szczepionek, nastąpił znaczny wzrost zgonów z innych przyczyn niż COVID wśród osób nieszczepionych. Te dwie statystyki nie powinny być ze sobą powiązane. Najbardziej prawdopodobnym wyjaśnieniem tej anomalii było to, że wielu z tych, którzy umierali krótko po szczepieniu, było klasyfikowanych jako nieszczepieni. Po dostosowaniu danych do tej błędnej klasyfikacji nie ma dowodów na to, że szczepionki zmniejszają śmiertelność z wszystkich przyczyn; są raczej dowody na to, że mogą powodować wzrost, zwłaszcza w młodszych grupach wiekowych. To powinno było wywołać wielkie zaniepokojenie i natychmiastową interwencję.
Forum: Istnieją również potwierdzenia zarówno zgonów, jak i poważnych powikłań po szczepionkach, ale te liczby również są ignorowane. Czy przeglądałeś bazy danych takie jak VAERS [Vaccine Adverse Event Reporting System]?
Fenton: Od czerwca 2022 roku widzieliśmy ponad 1,3 miliona zdarzeń niepożądanych pokazujących się w bazie danych VAERS, systemie powszechnie akceptowanym jako wadliwy ze względu na zaniżanie raportów. Nawet przy tych niskich liczbach wiedzieliśmy, że doszło do około 30 000 zgonów i ponad 165 000 hospitalizacji spowodowanych przez szczepionki COVID. We wszystkich poprzednich latach, odkąd VAERS zaczął rejestrować dane, łączna liczba zgonów zgłoszonych w wyniku wszystkich szczepień przed COVID wynosiła około 10 000. Tak więc w ciągu dwóch lat zgłoszono trzykrotnie więcej zgonów spowodowanych przez szczepionkę COVID w porównaniu ze wszystkimi zgonami spowodowanymi przez wszystkie inne szczepionki w raportach z ostatnich 30-kilku lat. Powinno to być potraktowane jako oczywisty sygnał, zatrzymujący program szczepionki COVID do ponownej oceny, ale znowu te liczby są odrzucane.
Forum: Co z argumentem, że jest to nieistotna liczba w porównaniu z milionami ludzi, którzy są szczepieni bez zgłoszonych problemów?
Fenton: Dla ludzi z reakcjami i dla tych, którzy zmarli, nie jest to nieistotne. Najważniejsze pytania dotyczące ryzyka i korzyści nie zostały poruszone, a wszelkie dane kwestionujące niebezpieczeństwo szczepionek zostały skutecznie stłumione. To, co wiemy z niektórych liczb, to fakt, że istnieje sprawdzalne ryzyko i wątpliwa korzyść. Pomimo doniesień w mediach głównego nurtu, szanowani koledzy klinicyści powiedzieli mi, że jest coraz mniej argumentów na poparcie szczepień. Istnieje również grupa wirusologów twierdzących, że nowsze warianty są mniej niebezpieczne. Oczywiście to też nie jest szeroko relacjonowane, bo powstrzymałoby parcie na szczepienia.
Forum: Ten nacisk na szczepienia nie ustąpił, nawet w przypadku najmłodszych dzieci. Czy dane z prób były kiedykolwiek upublicznione w celu zastosowania ich u niemowląt?
Fenton: Jeśli chodzi o szczepienie niemowląt i dzieci, to odpowiedni rodzaj prób określających bezpieczeństwo wymagałby lat, aby uzyskać wiarygodne dane. Mamy natomiast niepotwierdzone doniesienia o nastolatkach i młodych ludziach, którzy mieli poważne powikłania po szczepionce. Możemy rozważyć te informacje wraz ze znanym niskim ryzykiem powikłań wynikających z posiadania wirusa przez osoby poniżej dwudziestego roku życia. Ponownie, nie zastosowano zasady ryzyko versus korzyści.
Forum: Ponieważ pandemia wydaje się ustępować, czy widzisz oznaki, że dane, które ty i inni przeanalizowaliście, zostaną uwzględnione w przeglądzie reakcji? Czy uważasz, że nastąpiło jakieś przebudzenie?
Fenton: W ostatnich tygodniach rzeczywiście pojawiła się bardziej powszechna świadomość, że narracja głównego nurtu dotycząca zarówno śmiertelności wirusa, jak i bezpieczeństwa i skuteczności szczepionek była przesadzona. W rezultacie, na pewno w Wielkiej Brytanii, obserwujemy znacznie niższy poziom przyjmowania najnowszych szczepionek przypominających niż poprzednich. Nadal jednak istnieje skrajna cenzura w odniesieniu do danych dotyczących zgonów i urazów poszczepiennych – a także niechęć do wysłuchania historii osób, które doznały urazów poszczepiennych lub przeżyły żałobę.
Obawiam się, że możemy nigdy nie poznać prawdziwego długoterminowego bezpieczeństwa szczepionek, ponieważ podjęto tak zgodną próbę wyeliminowania grupy kontrolnej – tych ludzi, którzy nigdy nie byli szczepieni. Obecnie obserwujemy nadmierny wzrost liczby zgonów w najbardziej zaszczepionych krajach. Ale przy braku dokładnych lub wystarczających danych o tym, ile z nich jest nieszczepionych w porównaniu ze szczepionymi, narracja głównego nurtu sugeruje każdą możliwą przyczynę inną niż szczepionki.
Szczególnie promowana jest koncepcja długiego trwania COVID jako głównej przyczyny problemów, ponieważ wzmacnia to argument, że COVID jest wyniszczający i śmiertelny i dodatkowo wspiera potrzebę kontynuowania szczepień. Hipoteza ta mogłaby być łatwo sprawdzona, gdybyśmy mieli dokładne dane porównujące długi COVID u zaszczepionych i nieszczepionych. Stwierdziliśmy jednak, że takie dane nie są zbierane.
