Mostrando entradas con la etiqueta Rancourt. Mostrar todas las entradas
Mostrando entradas con la etiqueta Rancourt. Mostrar todas las entradas

viernes, 19 de septiembre de 2025

Prof Rancourt: Imperio, Mortalidad, Ataque Contra la Humanidad

 
 

Hoy les traigo un resumen a una entrevista muy importante. El Profesor Denis Rancourt, físico canadiense, reportó que examinando las cifras de mortalidad por todas las causas, se puede demostrar que las inyecciones de Covid causaron millones de muertes.

Enlace al artículo original en inglés:
https://www.globalresearch.ca/empire-mortality-multi-pronged-attack-humanity/5900486

La transcripción, el resumen y la traducción, se hicieron con herramientas de software de Inteligencia Artificial.

El resumen se presenta en forma de un diálogo entre dos personajes ficticios (sintéticos) que llamaremos Alicia y Beto.


Resumen

Alicia
Bienvenido al Deep Dive. Nuestra misión es simple. Tomar fuentes complejas, material realmente denso, extraer las ideas clave y darte esa ventaja de estar genuinamente bien informado.

Beto
Y hoy abordamos, bueno, un análisis bastante controvertido de la era COVID. Es uno que realmente desafía la narrativa dominante.

Alicia
Te estás enfocando en el trabajo del Dr. Dennis Rancourt. Es analista de datos, antes fue profesor titular de física.

Beto
Correcto. Y aplicó esa formación cuantitativa a los datos globales de mortalidad por todas las causas de 2020 a 2022.

Alicia
Y su conclusión principal es, francamente, sorprendente. Rancourt NO dice que las muertes en exceso provinieran principalmente de un virus que se propagaba.

Beto
No. Él lo llama un ataque "iatrogénico multifacético" sobre las poblaciones. Iatrogénico significa básicamente daño causado por el examen médico o el tratamiento.

Alicia
Vaya. De acuerdo. Eso es una afirmación enorme. ¿Cómo empieza siquiera a construir ese caso? ¿Cuál es el fundamento?

Beto
Realmente comienza con su elección de datos. Deliberadamente, casi exclusivamente, usa la mortalidad por todas las causas.

Alicia
Solo el número total de muertes, ¿verdad? No importa lo que diga el certificado de defunción.

Beto
Exacto. Conteo total. Su razonamiento es que cosas como “COVID-19” como causa de muerte pueden ser, bueno, subjetivas, quizá incluso influenciadas políticamente. Pero el número total de personas que murieron en un lugar y momento determinados, desglosado por edad, eso es objetivo. Es verificable.

Alicia
Entendido. El número base más fiable.

Beto
Él lo considera el "estándar de oro" para los datos poblacionales, sí.

Alicia
Así que nuestro objetivo aquí para ti, el Aprendiz, es repasar los cuatro pilares del argumento de Rancourt. Tenemos que mirar las anomalías de datos que vio, luego su idea alternativa sobre el mecanismo biológico, ...

Beto
... el papel que asigna a las intervenciones médicas—ese daño iatrogénico—y, finalmente, la imagen geopolítica más amplia que pinta.

Alicia
Bien. Desgranemos el pilar uno, los datos. Cuando Rancourt primero procesó las cifras para Europa y EE. UU. a principios de 2020, ¿qué le llamó la atención? ¿Qué le hizo pensar, espera, esto no es un virus típico?

Beto
Bueno, lo grande fue el momento y qué tan sincronizado parecía todo. Realmente le llamaron la atención dos puntos.

Alicia
De acuerdo.

Beto
Primero, encontró básicamente ningún exceso significativo de mortalidad en ninguna parte del mundo antes de que la OMS declarara la pandemia el 11 de marzo de 2020.

Alicia
Pero, ¿no esperarías alguna señal, algo de ruido estadístico mientras algo comienza a moverse por las poblaciones incluso antes de una gran declaración?

Beto
Rancourt sostiene que simplemente no hubo una señal de la magnitud de lo que siguió. Y eso conduce al segundo punto, que para su argumento es quizá aún más crítico.

Alicia
¿Cuál es?

Beto
Los enormes picos de muertes que sí ocurrieron, sucedieron casi simultáneamente en distintos continentes justo después de esa declaración de la OMS.

Alicia
Simultáneamente, como coordinados.

Beto
Así lo interpretó él. Sí. Él argumenta que ese patrón no encaja con la forma en que un virus respiratorio se propaga naturalmente. Esperarías desfases temporales, ondas geográficas, ¿verdad? No ese choque súbito y sincronizado a través, digamos, de partes de Europa y Estados Unidos.

Alicia
Implica algún tipo de disparador externo, no solo la difusión persona a persona.

Beto
Precisamente. Le sugiere a él un choque externo, quizá impulsado por políticas, aplicado en distintas regiones al mismo tiempo.

Alicia
Entonces, si el patrón no era como el de una enfermedad que se propaga, ¿cómo se veía el mapa geográfico de las muertes? ¿Tuvo ejemplos que mostraran que no se comportaba como un contagio?

Beto
Sí. Él destaca lo que llama "heterogeneidad geográfica extrema". Sí. Picos muy marcados y localizados, no una ola suave.

Alicia
Por ejemplo?

Beto
Bueno, señala que las tasas altas de mortalidad no parecían cruzar la frontera entre EE. UU. y Canadá, a pesar de mucho movimiento económico. O en Italia, la región de Milán tuvo tasas de muerte algo así como 18 veces más altas que la región de Roma.

Alicia
¿Incluso cuando Roma tenía más vuelos desde China al principio?

Beto
Según su análisis, sí. Y quizá el ejemplo más contundente que usa es Alemania.

Alicia
¿Qué pasa con Alemania?

Beto
La relativamente rica Alemania tuvo muy poco exceso de mortalidad en 2020. Mínimo. Pero justo al lado, en regiones vecinas de Francia y Bélgica, a menudo más pobres, fueron golpeadas con mucha fuerza.

Alicia
Esa diferencia es difícil de explicar solo con un virus, ¿no?

Beto
Es muy difícil, según Rancourt. Sí. Eso lo llevó a mirar más ampliamente, a 125 países. Y encontró que alrededor del 30% de ellos no mostraron exceso de mortalidad detectable en 2020 en absoluto.

Alicia
¿30%? Vaya.

Beto
Hasta más tarde, cuando se implementaron intervenciones como campañas masivas de vacunación. Así que esta falta de muertes iniciales en tantos lugares diversos realmente consolidó su punto de vista. La clave no era el virus en sí. Era la respuesta, las intervenciones.

Alicia
Bien, ese es un cambio de enfoque importante. Entonces, si en gran medida descarta el virus como el conductor principal, necesita una explicación alternativa de por qué la gente moría, especialmente por insuficiencia respiratoria en esos picos agudos. ¿Qué mecanismo propone?

Beto
Habla de neumonías bacterianas sin transmisión. Básicamente, neumonía causada por bacterias que ya viven en el cuerpo de una persona, no contraída de otra persona.

Alicia
¿Y qué lo desencadena?

Beto
Él sostiene que se desencadena por un estrés sistémico extremo e inédito.

Alicia
Sí.

Beto
Piénsalo: Los confinamientos sutiles, el aislamiento social, la pérdida de empleo, la constante mensajería del miedo. Cree que esto creó una carga biológica masiva de estrés, especialmente en personas ya vulnerables: ancianos, frágiles.

Alicia
Así que las defensas del cuerpo se ven abrumadas por el estrés, y entonces bacterias que normalmente son inofensivas de repente se vuelven peligrosas.

Beto
Esa es la idea. El estrés extremo eleva el cortisol, suprime el sistema inmunitario de forma sistémica. Y hay estudios que muestran que el microbioma respiratorio, la comunidad bacteriana en nuestras vías aéreas, puede desequilibrarse bajo esas condiciones. Bacterias benignas pueden volverse virulentas y causar neumonía mortal. Y, crucialmente, esto no requiere transmisión desde nadie más. Es un proceso interno desencadenado por estrés externo.

Alicia
¿Y ese modelo encaja con los patrones geográficos que vio?

Beto
Él argumenta que sí. Ayuda a explicar por qué las muertes a menudo se correlacionaban con pobreza cerca de grandes hospitales, lugares donde las políticas agresivas y quizá entornos médicos estresantes estaban concentrados, pero no necesariamente en zonas igualmente pobres más aisladas que no tenían esa intensa infraestructura médica involucrada.

Alicia
Bien. Esto nos lleva directamente a la parte más controvertida, creo. El ataque iatrogénico. Daño inducido médicamente. Rancourt estima 31 millones de muertes en exceso a nivel mundial entre 2020 y 2022. ¿Qué prácticas médicas específicas culpa?

Beto
Señala dos categorías principales. Primero, lo que él llama los protocolos mortales usados en hospitales, especialmente al principio. A menudo cita datos de hospitales de Nueva York en las primeras olas, que muestran tasas de mortalidad increíblemente altas para pacientes colocados en ventiladores mecánicos, cifras de hasta el 88% en algunos casos documentados.

Alicia
Ochenta y ocho por ciento. Casi nueve de cada diez pacientes muriendo con ventilador.

Beto
Esa es la cifra que destaca. Él sostiene que la ventilación agresiva en sí misma, el tratamiento, se convirtió en una causa primaria de muerte para muchos.

Alicia
De acuerdo. Esa es una categoría. ¿Cuál es la segunda?

Beto
La segunda es lo que enmarca como negación de atención. Específicamente, señala una renuencia o negativa generalizada a usar tratamientos antibióticos estándar para la neumonía bacteriana, incluso cuando se sospechaba o confirmaba.

Alicia
¿Por qué ocurriría eso? La neumonía bacteriana suele ser tratable con antibióticos, ¿no?

Beto
Sí. Y Rancourt observa que incluso los datos oficiales gubernamentales que consultó a menudo mostraban que la neumonía bacteriana estaba presente junto a un diagnóstico de COVID-19 en una gran fracción de las muertes, quizá hasta la mitad.

Alicia
Así que él dice que los médicos sabían o deberían haber sospechado una infección bacteriana, pero no la trataron con suficiente agresividad con antibióticos.

Beto
Su argumento es que el foco intenso en el virus novedoso y quizá protocolos específicos desalentaron u opacaron la atención estándar para infecciones bacterianas secundarias, que son comunes y a menudo la causa real de muerte en enfermedades respiratorias virales. Él sostiene que esa negación de la atención estándar aumentó dramáticamente la mortalidad.

Alicia
Y estos dos factores, protocolos mortales y negación de atención, son centrales en su explicación de los picos de muerte iniciales.

Beto
Son partes clave del componente iatrogénico, sí. Pero él también vincula picos grandes posteriores y muertes en exceso muy fuertemente con las campañas de vacunación.

Alicia
Bien, ¿cómo conecta eso?

Beto
De hecho calcula una “galore rate”, exactamente. Mientras presenta el cálculo de toxicidad y argumenta que es un factor real, también enfatiza que esos picos rápidos y pronunciados de muertes durante las campañas masivas de vacunación podrían frecuentemente estar impulsados por la pura disrupción y el asalto del propio proceso de despliegue.

Alicia
¿Qué quieres decir con asalto?

Beto
Piensa en la logística, especialmente en residencias o instituciones con poblaciones vulnerables. Tests masivos, posible confinamiento, alteración de rutinas, quizá negación de la atención paliativa normal o de un trato humano durante esas campañas rápidas, casi de estilo militar.

Alicia
Ah, entonces el propio despliegue actúa como otro estresor masivo, que potencialmente desencadena la misma espiral de neumonía bacteriana en los frágiles.

Beto
Ese es su argumento. El proceso en sí se convierte en otro choque sistémico masivo, que empuja a individuos vulnerables más allá del límite, independiente de, o quizás además de, cualquier toxicidad directa de la vacuna.

Alicia
Todo esto pinta una imagen muy diferente. Cambia el foco de la biología a la política y la práctica, lo que nos lleva a la dimensión geopolítica. Rancourt conecta todo esto con su investigación anterior sobre estructuras de poder, lo que él llama el Imperio o el régimen de EE. UU. ¿Cómo vincula un evento de salud global con la geopolítica?

Beto
Bueno, su marco más amplio, desarrollado antes del COVID, es que las potencias dominantes globales, principalmente el régimen estadounidense en su opinión, elaboran y promueven conscientemente grandes narrativas sociales o ideologías, cosas como amenazas geopolíticas específicas, preocupaciones climáticas o incluso crisis de salud como herramientas para mantener el control financiero y social.

Alicia
Así que ve la respuesta a la pandemia no como una necesidad de salud pública, sino como una operación deliberada.

Beto
Sí. Él explícitamente la llama un ejercicio militar planeado y ejecutado en algunas de sus publicaciones. Argumenta que el objetivo final estaba relacionado con mantener la dominancia del dólar estadounidense en el sistema financiero global.

Alicia
¿Cómo lograrían eso las ventas de vacunas? Eso parece un salto. ¿Cuál es un mecanismo que propone? Usa la analogía del “racket” de protección, ¿verdad?

Beto
Exactamente. Traza un paralelo entre las ventas internacionales de armas y el despliegue global de vacunas de ARNm.

Alicia
Bien.

Beto
En ambos casos, argumenta, tienes a una entidad poderosa que esencialmente impone un producto a otras naciones, a menudo aliadas o dependientes. El producto se presenta como protección necesaria: protección frente a una amenaza militar en un caso, protección frente a un virus en el otro.

Alicia
Y el pago es clave.

Beto
Crucialmente, sí. Los pagos por estas ventas impuestas, sostiene, deben hacerse en dólares estadounidenses. Esto crea una demanda artificial a gran escala de dólares, obligando a otros países a adquirirlos y mantenerlos, lo que sostiene el valor del dólar y su papel como moneda de reserva global.

Alicia
Así que la amenaza, ya sea militar o viral, está, en su visión, fabricada o enormemente exagerada específicamente para impulsar estas transacciones denominadas en dólares.

Beto
Ese es el núcleo de su argumento geopolítico. Se trata de mantener la hegemonía financiera mediante la creación de demanda fabricada.

Alicia
Mirando más allá del recuento inmediato de muertes, ¿qué ve Rancourt como efectos duraderos, los cambios institucionales dejados por esta operación, como él la llama?

Beto
Él sostiene que tuvo mucho éxito en avanzar metas a más largo plazo relacionadas con la vigilancia, sistemas de identidad digital y mayor control y estratificación social.

Alicia
¿Cómo exactamente? ¿Qué prácticas quedaron arraigadas?

Beto
Señala cosas como la normalización de lo que considera abuso y negligencia generalizada de los frágiles y ancianos en entornos institucionales. También políticas económicas continuas que perjudican desproporcionadamente a las clases medias y trabajadoras, aumentando potencialmente la dependencia. E incluso lo vincula a aumentos en el uso masivo de opioides como consecuencia de la desesperación y las dificultades económicas.

Alicia
Y estos factores en curso, estos cambios perdurables, explican por qué seguimos viendo muertes en exceso ahora.

Beto
Sí. Esa es su explicación para la persistente mortalidad por todas las causas que todavía se mide en muchos países occidentales a finales de 2024, quizá incluso en 2025. No es solo el choque inicial. Es el daño sostenido de los cambios institucionales que quedaron atrás.

Alicia
Entonces, para resumir para ti, el oyente, Rancourt no solo ofrece una interpretación diferente de puntos de datos. Presenta un marco totalmente alternativo, una cosmovisión distinta para entender todo el período, vinculando resultados de salud directamente con estructuras políticas y económicas.

Beto
Absolutamente. Y su conclusión final sigue siendo increíblemente contundente. 31 millones de muertes en exceso a nivel mundial, 2020–2022, que atribuye principalmente a estas acciones institucionales coordinadas, esos asaltos, no a un agente biológico novedoso desbocado.

Alicia
Básicamente dice que el virus específico era casi irrelevante. Cualquier amenaza suficientemente aterradora y propagandeada podría haber servido al mismo propósito.

Beto
Eso es un resumen fiel de su posición. Sí. El mecanismo de control era lo clave, no la naturaleza específica de la supuesta amenaza.

Alicia
Terminemos con un pensamiento final para que lo mastiques, algo que proviene del trabajo más profundo de Rancourt, conectando salud, estrés y jerarquía social.

Beto
Correcto. Rancourt ha explorado esta idea de que la opresión en sí misma, vivir bajo estrés dentro de una jerarquía social, literalmente enferma a las personas, fisiológicamente. Y propone, de manera bastante radical, que esta enfermedad podría en realidad estabilizar la jerarquía. Debilita la resistencia, hace a las poblaciones más manejables. Suena sombrío, pero sugiere que incluso podría verse como una ventaja evolutiva para el grupo dominante.

Alicia
Es un pensamiento fuerte.

Beto
Lo es. Sí. Si aceptas esa premisa y lo combinas con el hecho de que los efectos negativos para la salud de cosas como el confinamiento, el aislamiento, la pérdida de estatus y el miedo, todas eran bien conocidos antes de 2020.

Alicia
Entonces?

Beto
Entonces, desde la perspectiva de Rancourt, las políticas promulgadas durante la era COVID se ven menos como un error y más como, en sus palabras, homicidio masivo perpetrado por nuestras instituciones, aprovechando deliberadamente estresores conocidos para consolidar el control y avanzar hacia una estructura más totalitaria.

Alicia
Así que la pregunta final que deja es: si el estrés y la enfermedad son herramientas usadas para mantener el control social, ¿qué requiere la genuina salud social, la verdadera libertad? Está claro que se necesita más que la mera ausencia de patógenos.

Beto
Mucho más. Implica la necesidad de abordar las propias estructuras de estrés y opresión.

Alicia
Definitivamente algo en qué pensar. Lo dejamos aquí para esta inmersión profunda.

viernes, 20 de septiembre de 2024

Dr Denis Rancourt: Mortalitate Associate al Vaccino contra COVID-19 in le Hemispherio Sud - Summario

 
 

(in Interlingua)

Le sequente es un summario de un articulo scientific publicate per le gruppo de investigation del Dr Denis Rancourt. Le summario esseva facite, in anglese, con un instrumento de Intelligentia Artificial, in le forma de un "podcast", es a dicer, como un dialogo inter duo personas, ben que le characteres del dialogo es synthetic. Nos nominara le characteres "Alicia" e "Beto".

Ligamine al articulo scientific, scribite originalmente in anglese: https://correlation-canada.org/covid-19-vaccine-associated-mortality-in-the-southern-hemisphere/

Le transcription e traduction del podcast esseva facite con un altere instrumento de Intelligentia Artificial.


Trancription

Alicia
Ecce, ascolta isto, okay? Nos ha iste reporto de recerca, e illo es titulava, imagina isto, "Mortalitate Associate a Vaccino COVID-19 in le Hemispherio Sud". Vero, veni. Quando tu lege un titulo como illo, tu debe parar e pensar: "attende un momento. Que sta eveniente hic?"

E isto es exactemente lo que nos va explorar hodie, amicos, specialmente alicunos de illos curiose tendencias ab, ben, le parte inferior del mundo.

Beto
E isto es lo que nos es hic pro facer, veritate? Nos va disassemblar como iste reporto esseva collige, vermente provar clarificar le resultatos, e naturalmente, parlar super lo que toto isto significa, qual es le implicationes. Ma vamos esser super clar super un cosa. Nos es toto super pensar criticamente hic, non super saltar a conclusion.

Alicia
100%. Isto non es super provar atterrer alicuno. Isto es super poner nostre mentes super un question realmen complex. Assi pro illes qui nos ascolta, qual es le contexto de iste recerca? Pone le scena pro nos.

Beto
Assi, iste reporto, illo face un plonjamento profunde in alicuno appelava mortalitate de omnes causas, basicamente. Isto es mortes ab omne causas, non solmente COVID-19. E illes reguardava isto trans 17 differente paises in le Hemispherio Sud.

Ma ecce le puncto crucial. Illes non solmente reguardava un sol anno. Illes esaminava datos ab 2015 usque 2023, lo qual nos da un vista abbastanza bon de como res ha essite tendennti super tempore.

Alicia
Okay, assi isto es un parte decente de tempore. Ma proque focar super le Hemispherio Sud? Vero, es il solmente proque tote cosa es tornevate al reverso ibi? Lor stationes es invertite, veritate?

Beto
Correcto. Lor stationes es totalmente inversate. E tote le puncto de focar super le Hemispherio Sud esseva vider si il ha vermente alicuno connexiones notabile inter le distributiones de vaccinos COVID-19 e alcun increases in mortalitate que pareva alinear con illes stationes inverse. Ma, e isto es un gran punto, ma solmente proque duo cosas eveniva al mesme tempore non significa que una causava le altere, veritate? E le recercatores, illes sape isto.

Alicia
Correcto, logicamente. Assi nos parla de cercar potentia ligamines, possibile connexiones, ma definitivamente non saltar a conclusion. Es como, tu sape, trovar un sapato aleatori in tu jardin. Es definitemente curiose, face te demandar, ma tu besonia multo plus de contexto pro capir como illo arrivava ibi in le prime loco.

Beto
Isto es un analogia perfecte.

Alicia
Yeah.

Beto
Assi pro solver iste misterio del sapato in le jardin, nos debe capir como le recercatores procedeva. E un del cosas clave illes se focava super es alicuno que illes appellava, prepara te, "transiciones a regimos de alte mortalitate de omnes causas".

Alicia
"Transiciones a regimos de alte mortalitate de omnes causas". Uau, eso sona un poco intense, nonne? Como alicuno ex un filme de sci-fi. Potes simplificar isto pro nos? Que exactemente illes cercava in tote illa datos?

Beto
Ben, imagina que tu reguarda al datos e tu cerca iste augmento in mortes, iste salto que es statisticamente significante. E tu vole vider si isto eveniva al mesme tempore que illes distributiones de vaccino in le Hemispherio Sud.

Alicia
Assi es como vider un unda rogue in medio de un oceano calmo. Tu non lo expecta, ma ibi es illo.

Beto
Tu ha exactemente correcte. Isto es super trovar illas cosas que solmente non quadra completemente con le patron usual, illas cosas que face te pensar, "huh, isto es strane".

Alicia
Okay, assi illes tracava mortes ab omne causas, non solmente focante super COVID-19. E illes particularmente cercava detectar iste picos anormal que pare apparentemente coincider con quando illes distributiones de vaccino eveniva. Ma proque prender un approccio tanto ampliate? Proque non solmente zoomar in super mortes que esseva directemente causate per COVID-19?

Beto
Considera isto de iste maniera. Si tu solmente te focalisa super mortes de COVID-19, es como tu specta un arbre in un integre foresta. Ma per usar le datos de mortalitate de omnes causas, es como tu disloca un passo retro e specta tote le foresta. Illo te da un vista multo plus late, assi tu pote vider alicuno patrones o tendencias anormal que poterea affectar le sanitate general del population.

Alicia
Isto face sensu. Es super haber le imagine plen, non solmente un parte limitate. Assi que trovava illes? Quales tipo de patrones anormal o ondas rogue illes discoperiva in tote ille datos?

Beto
Ecce ubi le cosas deveni multo interessante. Illes trovava un pic bastante notabile in mortalitate de omnes causas durante, imagina isto, januario e februario de 2022. E iste pic appareva in 15 de illes 17 paises que illes studiva.

Alicia
Aspetta un momento. Januario e februario. Nonne es isto estate in le Hemispherio Sud?

Beto
Exactemente correcte. Januario e februario es lor menses estivales. E isto es lo que rende iste resultato tanto inexpectato. De regula, tu expectarea vider taxas de mortes plus basse durante le menses calide. Al minus, isto es le patron que nos vide hic in le Hemispherio Nord.

Alicia
Assi nos ha iste surge de mortalitate estivale. Le reporto offereva alicun explicationes proque illes crede que isto eveniva?

Beto
Illes faceva. Le recercatores pensa que iste picos in mortalitate durante ille meses estivales poterea esser connectite a, tu probabilemente conjecta, illes distributiones de vaccino de reforciator que occurreva circa le mesme tempore in ille mesme paises.

Alicia
Assi illes asserta que il ha un possibile ligamine inter quando illes injectiones de reforciatores esseva date e iste salto inexpectate in mortes durante le estate de 2022.

Beto
Isto es lor hypothese. E illes probava sustener lo. Illes examinava altere possible causas pro ille picos in mortes, como forsan il habeva eventos meteorologic extreme eveniente al mesme tempore o alicun disastros natural major. Ma ecce le cosa, illes non poteva trovar alicun evidentia forte pro supportar ille altere explicationes.

Alicia
Okay, assi nos non parla de un onde de calor o un huracan como le responsible hic. Ma como tu vade ab vider un correlation, injectiones de reforciator e iste augmentation in mortes eveniente plus o minus al mesme tempore, a mesmo suggerer que un poterea haber causate le altere? Illo pare que tu necessita alicun plus pro affirmar illo, nonne?

Beto
Oh, absolutemente. Tu es correcte. Solmente proque duo cosas eveniva al mesme tempore non significa que un causava le altere. Es como ille vetule expression, correlation non equale causation. E le recercatores totalemente comprende isto. Assi pro tentar mesurar le forza de iste possible ligamine, illes usa alicuno appelava le Rata de Fatalitate per Dosis de Vaccino, o VDFR pro abbreviate.

Alicia
VDFR, eh? Sona tanto technic, veritate? Como alicuno que tu videria in un journal medical, non qualcosa sur que tu parlarea in un podcast. Assi qual es le cosa con iste VDFR? Proque es illo importante?

Beto
Ben, suppone que le VDFR es basicamente un maniera pro mesurar le risco potential, le possibilitate de morte que poterea esser ligate a cata dosis de vaccino que es date. Es como calcular le probabilitates. Ma in iste caso, es le probabilitates de alicuno mal eveniente, specificamente le morte, postquam alicuno es vaccinate.

Alicia
Assi si le VDFR es plus alte, illo significa que il ha un major risco de alicuno morir postquam reciper ille dosis de vaccino? Isto es un poco inquietante, pro esser honest.

Beto
Io comprende. Illo pote sonar alarmante quando tu audi super alcun tipo de risco associate con un vaccino. Ma ecce le cosa. Mesmo si un VDFR plus alte poterea sonar alarmante, es super importante rememorar que isto es solmente un pecia de un puzzle multo plus grande. Le reporto, illo face evidente que durante que illes trovava un potential connexion, un possibile ligamine, inter le numero de doses de vaccino, especialmente illos doses de reforciator, e plus mortes que illes normalmente expectarea, specialmente in personas de etate major, correlation non automaticamente significa causation.

Alicia
Correcto, correcto. Assi nos non dice que reciper un injektion de reforciator causara definitivemente que alicuno morira. Ma il poterea haber alicun connexion ibi, alicun cosa que necessita un consideration plus detaliate, veritate? Assi que es lo que le recercatores suggere facer con iste information?

Beto
Illes basicamente urge cautela, advisante un approccio lente, specialmente quando il veni a facer decisiones super politicas vaccinales pro adultos plus vetule. Illes veremente emphasa quanto importante illo es facer plus de recerca assi que nos pote comprender vermente iste riscos potential, iste possibilitates de alicun cosa mal eveniente que pare esser connectite a cosas como quante doses alicuno recipe e le chronologia de iste doses.

Alicia
Assi il pare que iste reporto vermente pone plus de questiones que lo que illo responde. Nos ha parlate de ille incremento inusitate in mortes, le facto que le chronologia pare coincider con quando illes distributiones de reforciator occurreva, iste calculos de VDFR, e ora iste appello pro un approccio plus circumspecte. Qual es le major conclusion hic? Que deberea nostre ascoltatores tener in mente durante que illes tracta tote isto?

Beto
Iste recerca, tot isto, es un bon rememorator que le scientia es un processo. Isto non es super haber tote le responsas immediatemente. Es super poner iste questiones difficile, interar in iste potentia connexiones, e constantemente reguardar al datos pro vider lo que illo conta nos. E quando il veni a qualcosa tanto importante como le vaccinos, qualcosa que impacta tante personas, esser aperte e honeste, haber iste conversationes difficile, e vermente constantemente ver si nos es in le via correcte, illas cosas es absolutemente essential.

Alicia
Io non poterea esser plus de accordo. Assi ubi nos la deixa? Qual es tu pensatas final basate super lo que tu ha vidite in iste reporto?

Beto
Illo se reduce a mantener un mente aperte, esser disposte considerar differentes perspectives. Iste reporto non pretende haber tote le responsas, non mesmo vicino, ma illo veremente indica alicunos connexiones interessante, cosas que face te pensar, hmm, illo valeva le pena investigar. Nos necessita continuar recercar, continuar cavar pro vermente capir lo que iste resultatos significa, e pro determinar si il ha altere explicationes possible pro iste patrones que nos vide.

Alicia
E isto es le cosa fantastic super le scientia, veritate? Illo semper evolve, semper progrediente. Iste immersion profunde ha essite vermente un viage, multe tornos e twists. E nos vermente aprecia que tu ha junte te a nos durante que nos prova disassemblar iste subtile, e vamos dir, un poco un tema sensitive. Sempre nos vole assecurar que nos da te un vista equilibrate, mesmo quando nos parla de cosas que poterea esser un poco controverse o difficile a comprender.

Beto
Absolutamente. E recorda, isto es solmente le initio del conversation. Si tu es interessate, e nos spera que tu es, prende un oculo al reporto integre tu mesme. Vide lo que tu pensa. Non solmente crede nostre parola a cec. Mantene tu aptitudes de pensata critica agute, e nunquam cessa preguntar questiones.

Dr Denis Rancourt: Mortalidad por Inyección de C19 en el Hemisferio Sur - Resumen

 
 

El siguiente es un resumen de un artículo científico publicado por el grupo de investigación del Dr Denis Rancourt. El resumen fue hecho, en inglés, con una herramienta de Inteligencia Artificial, en la forma de un "podcast", es decir, como un diálogo entre dos personas, aunque los personajes del diálogo son sintéticos. Llamaremos a los personajes "Alicia" y "Beto".

Enlace al artículo científico, escrito originalmente en inglés:
https://correlation-canada.org/covid-19-vaccine-associated-mortality-in-the-southern-hemisphere/

La transcripción y traducción del podcast fueron hechas con otra herramienta de Inteligencia Artificial.


Transcripción

Alicia
OK, escucha esto, ¿vale? Tenemos este informe de investigación y se llama, agárrate, "Mortalidad Asociada con la Vacuna del COVID-19 en el Hemisferio Sur". Quiero decir, vamos, lees un título así y tienes que detenerte y preguntarte, un momento, ¿qué está pasando aquí?

Y eso es lo que vamos a explorar hoy, amigos, especialmente algunas de esas tendencias curiosas de, bueno, del "down under" (el "sur").

Beto
Y para eso estamos aquí, ¿verdad? Vamos a desglosar cómo se elaboró este informe, tratar de clarificar los hallazgos y, por supuesto, hablar sobre lo que todo esto significa, cuáles son las implicaciones. Pero seamos súper claros sobre una cosa. Estamos aquí para fomentar el pensamiento crítico, no para sacar conclusiones precipitadas.

Alicia
Totalmente. No se trata de asustar a nadie, sino de comprender a fondo un problema realmente complejo. Así que para quienes están sintonizando, ¿cuál es el trasfondo de esta investigación? Denos el panorama general.

Beto
Este informe, básicamente, profundiza en algo llamado "mortalidad por todas las causas". Eso son muertes por todas las causas, no solo por COVID-19. Y revisaron esto en 17 países diferentes en el Hemisferio Sur.

Pero aquí está el truco. No solo observaron un solo año. Miraron datos desde 2015 hasta 2023, lo que nos da una visión bastante buena de cómo han estado evolucionando las cosas con el tiempo.

Alicia
OK, eso es un buen lapso de tiempo. Pero ¿por qué centrarse en el Hemisferio Sur? Quiero decir, ¿es solo porque allí todo está al revés? ¿Sus estaciones están al revés, no?

Beto
Así es. Sus estaciones están totalmente invertidas. Y el punto central de centrarse en el Hemisferio Sur era ver si había conexiones notables entre los despliegues de la vacuna contra el COVID-19 y cualquier aumento en la mortalidad que parecieran alinearse con esas estaciones invertidas. Pero, y este es un punto importante, solo porque dos cosas sucedieron aproximadamente al mismo tiempo no significa que una causó la otra, ¿verdad? Y los investigadores, lo saben.

Alicia
Claro, por supuesto. Así que estamos hablando de buscar posibles enlaces, conexiones posibles, pero definitivamente no apresurarnos a llegar a conclusiones. Es como encontrar un zapato perdido en tu patio trasero. Es curioso, te hace preguntarte, pero necesitas mucho más contexto para averiguar cómo llegó allí en primer lugar.

Beto
Esa es una analogía perfecta.

Alicia
Sí.

Beto
Entonces, para resolver este misterio del zapato en el patio trasero, debemos averiguar cómo llevaron a cabo esta investigación los investigadores. Y una de las cosas clave en las que se centraron es algo que llamaron, prepárate, "transiciones a regímenes de alta mortalidad por todas las causas".

Alicia
"Transiciones a regímenes de alta mortalidad por todas las causas". Whoa, eso suena bastante intenso, ¿verdad? Como algo sacado de una película de ciencia ficción. ¿Puedes desglosarlo para nosotros? ¿Qué exactamente estaban buscando en todos esos datos?

Beto
Bueno, imagina que estás mirando los datos y estás buscando este aumento en las muertes, este salto que es estadísticamente significativo. Y quieres ver si sucedió al mismo tiempo que esos despliegues de vacunas en el Hemisferio Sur.

Alicia
Así que es como avistar una ola rebelde en medio de un océano calmado. No te lo esperas, pero ahí está.

Beto
Lo entendiste. Se trata de encontrar esas cosas que simplemente no encajan con el patrón habitual, esas cosas que te hacen decir, "hmm, eso es raro".

Alicia
OK, así que están monitoreando muertes por todas las causas, no solo centrándose en el COVID-19. Y están tratando específicamente de detectar estos picos inusuales que parecen coincidir con cuando ocurrieron esos despliegues de vacunas. Pero, ¿por qué adoptar un enfoque tan amplio? ¿Por qué no centrarse solo en las muertes que fueron directamente causadas por el COVID-19?

Beto
Piensa de esta manera. Si solo te enfocas en las muertes por COVID-19, es como si estuvieras mirando un solo árbol en todo un bosque. Pero al usar datos de mortalidad por todas las causas, es como si te estuvieras alejando y mirando todo el bosque. Te da una vista mucho más amplia, para que puedas ver patrones inusuales o tendencias que podrían estar afectando la salud general de la población.

Alicia
Eso tiene sentido. Se trata de obtener la imagen completa, no solo una pequeña parte. Entonces, ¿qué encontraron? ¿Qué tipo de patrones inusuales u olas rebeldes descubrieron en todos esos datos?

Beto
Aquí es donde las cosas se ponen realmente interesantes. Encontraron un pico bastante notable en la mortalidad por todas las causas durante, agárrate, enero y febrero de 2022. Y este pico apareció en 15 de los 17 países que estudiaron.

Alicia
Un momento. Enero y febrero. ¿No es eso verano en el Hemisferio Sur?

Beto
Exactamente. Enero y febrero son sus meses de verano. Y eso es lo que hace que este hallazgo sea tan inesperado. Usualmente, se esperaría ver tasas de mortalidad más bajas durante los meses cálidos. Al menos, ese es el patrón que vemos aquí en el Hemisferio Norte.

Alicia
Entonces, tenemos este aumento en la mortalidad durante el verano. ¿El informe ofreció alguna explicación de por qué creen que esto sucedió?

Beto
Sí. Los investigadores piensan que estos picos en la mortalidad durante esos meses de verano podrían estar conectados con, probablemente lo adivinaste, las campañas de refuerzo de vacunas que estaban ocurriendo aproximadamente al mismo tiempo en esos mismos países.

Alicia
Así que están diciendo que hay un posible vínculo entre cuándo se administraron esos refuerzos y este aumento inesperado en las muertes durante el verano de 2022.

Beto
Esa es su hipótesis. E intentaron respaldarla. Investigaron otras posibles causas para esos picos en las muertes, como tal vez hubo eventos climáticos extremos ocurriendo al mismo tiempo o algunos desastres naturales importantes. Pero aquí está el detalle, no pudieron encontrar ninguna evidencia fuerte para apoyar esas otras explicaciones.

Alicia
OK, así que no estamos hablando de una ola de calor o un huracán siendo el culpable aquí. Pero, ¿cómo pasas de ver una correlación, dosis de refuerzo y este aumento en las muertes ocurriendo aproximadamente al mismo tiempo, a siquiera sugerir que una podría haber causado la otra? Parece que necesitas un poco más de información para eso, ¿no crees?

Beto
Oh, absolutamente. Tienes razón. Solo porque dos cosas suceden al mismo tiempo no significa que una causó la otra. Es como ese viejo dicho, la correlación no es igual a la causalidad. Y los investigadores entienden completamente eso. Entonces, para tratar de medir la fuerza de este posible vínculo, usan algo llamado "Tasa de Fatalidad de Dosis de Vacuna", o VDFR por sus siglas en inglés.

Alicia
VDFR, ¿eh? Suena un poco técnico, ¿no? Como algo que verías en una revista médica, no algo de lo que charlarías en un podcast. Entonces, ¿cuál es el trato con este VDFR? ¿Por qué es importante?

Beto
Bueno, piensa de esta manera. La VDFR es básicamente una forma de medir el riesgo potencial, la posibilidad de muerte que podría estar vinculada a cada dosis de la vacuna que se administra. Es como calcular las probabilidades. Pero en este caso, son las probabilidades de que algo malo suceda, específicamente la muerte, después de que alguien se vacuna.

Alicia
Entonces, si la VDFR es más alta, ¿significa eso que hay un mayor riesgo de que alguien muera después de recibir esa dosis de la vacuna? Eso es un poco aterrador, para ser honesta.

Beto
Lo entiendo. Puede sonar alarmante cuando escuchas sobre cualquier tipo de riesgo asociado con una vacuna. Pero aquí está la cosa. Aunque una VDFR más alta podría sonar aterradora, es muy importante recordar que esto es solo una pieza de un rompecabezas mucho más grande. El informe, deja claro que aunque encontraron una conexión potencial, un posible vínculo, entre el número de dosis de vacunas, especialmente esas dosis de refuerzo, y más muertes de las que normalmente esperarían, especialmente en personas mayores, la correlación no implica automáticamente causalidad.

Alicia
Claro, claro. Así que no estamos diciendo que recibir una dosis de refuerzo definitivamente va a causar que alguien muera. Pero podría haber alguna conexión allí, algo que necesita una mirada más cercana, ¿verdad? Entonces, ¿qué sugieren los investigadores que hagamos con esta información?

Beto
Básicamente están instando a la precaución, aconsejando un enfoque pausado, especialmente cuando se trata de tomar decisiones sobre políticas de vacunación para los adultos mayores. Realmente están enfatizando lo importante que es hacer más investigación para que realmente podamos entender estos posibles riesgos, estas posibilidades de que algo malo suceda que parecen estar conectadas con cosas como cuántas dosis recibe una persona y el momento en que se administran esas dosis.

Alicia
Así que parece que este informe está planteando más preguntas de las que está respondiendo. Hemos hablado sobre ese aumento inusual en las muertes, el hecho de que el momento parece coincidir con cuándo se estaban administrando esas dosis de refuerzo, estos cálculos de VDFR y ahora este llamado a un enfoque más cauteloso. ¿Cuál es la gran conclusión aquí? ¿Qué deberían tener en cuenta nuestros oyentes mientras procesan todo esto?

Beto
Esta investigación, todo este asunto, es un buen recordatorio de que la ciencia es un proceso. No se trata de tener todas las respuestas de inmediato. Se trata de hacer esas preguntas difíciles, de profundizar en estas posibles conexiones y de mirar constantemente los datos para ver qué nos dicen. Y cuando se trata de algo tan importante como las vacunas, algo que afecta a tanta gente, ser abiertos y honestos, tener esas conversaciones difíciles y verificar constantemente para asegurarnos de que estamos en el camino correcto, esas cosas son absolutamente esenciales.

Alicia
No podría estar más de acuerdo. Entonces, ¿dónde nos deja esto? ¿Cuáles son tus pensamientos finales basados en lo que has visto en este informe?

Beto
Se reduce a mantener una mente abierta, estar dispuesto a considerar diferentes perspectivas. Este informe no pretende tener todas las respuestas, ni de cerca, pero señala algunas conexiones realmente interesantes, cosas que te hacen decir, "hmm, eso vale la pena investigarlo". Necesitamos seguir investigando, seguir profundizando para realmente entender qué significan estos hallazgos y para resolver si hay otras posibles explicaciones para estos patrones que estamos viendo.

Alicia
Y eso es lo increíble de la ciencia, ¿verdad? Siempre está evolucionando, siempre avanzando. Este análisis profundo ha sido todo un viaje, con muchos giros y vueltas. Y realmente apreciamos que nos acompañes mientras tratamos de desglosar este tema complejo, y seamos honestos, algo sensible. Siempre queremos asegurarnos de ofrecerte una visión equilibrada, incluso cuando hablamos de cosas que pueden ser un poco controvertidas o difíciles de entender.

Beto
Absolutamente. Y recuerden, esto es solo el comienzo de la conversación. Si están interesados, y esperamos que lo estén, echen un vistazo al informe completo ustedes mismos. Vean qué piensan. No solo tomen nuestra palabra por ello. Mantengan esas habilidades de pensamiento crítico agudas y nunca dejen de hacer preguntas.

domingo, 15 de septiembre de 2024

Dr Denis Rancourt: Mortalitate associate al Vaccino contra COVID-19 in le Hemispherio Sud

 
 

( in Interlingua )

Le traduction esseva facite con instrumentos de software de Intelligentia Artificial.


Traduction

Per Prof. Denis Rancourt, Dr. Marine Baudin, Dr. Joseph Hickey, e Dr. Jérémie Mercier
Global Research, 14 septembre 2024

Abstracto

Diciassette paises equatorial e de hemispherio sud esseva studiate (Argentina, Australia, Bolivia, Brasil, Chile, Colombia, Ecuador, Malaysia, Nove Zelanda, Paraguay, Peru, Philippinas, Singapore, Sud Africa, Suriname, Thailandia, Uruguay), que comprende 9.10% del population mundial, 10.3% del injectiones mundial de COVID-19 (ration de vaccination de 1.91 injectiones per persona, tote le etates), virtualmente omne typo e fabricante de vaccino contra COVID-19, e extendite trans 4 continentes.

In le 17 paises, non existe evidentia in le mortalitate per omnes causas (MOC) per tempore de alcun effecto benefic del vaccinos contra COVID-19. Non existe association temporal inter le vaccination contra COVID-19 e alcun reduction proportionate in le MOC. Occurre le contrapositivo.

Tote le 17 paises ha transiciones a regimenes de alte MOC, que occurre quando le vaccinos contra COVID-19 es displicate e administrate. Nove del 17 paises non ha excessos detectable de MOC in le periodo de circa un anno post le declaration de pandemia le 11 martio 2020 per le Organisation Mundial de Sanitate (OMS), usque le vaccinos esseva distribuite (Australia, Malaysia, Nove Zelanda, Paraguay, Philippinas, Singapore, Suriname, Thailandia, Uruguay).

Picos sin precedentes in le MOC occurre in le estate (januario-februario) de 2022 in le hemispherio sud e in paises a latitudes equatorial, que es synchron in tempore o immediate precedente per rapide distribuitiones de doses amplificative (3e o 4e doses) de vaccinos contra COVID-19. Iste phenomeno es presente in cata caso con datos sufficiente de mortalitate (15 paises). Duo del paises studiate ha datos insufficientes de mortalitate in januario-februario 2022 (Argentina e Suriname).

Datos detaliante de mortalitate e vaccination pro Chile e Peru permitte resolution per etate e numero de dosis. Es improbabile que le picos observate in le MOC in januario-februario 2022 (e adicionalmente in: julio-augusto 2021, Chile; julio-augusto 2022, Peru), in cata de ambes paises e in cata gruppo de etate del ancianes, poterea deber a alcun causa altere que le distribution rapide temporalmente associate de doses amplificative de vaccinos contra COVID-19. Similemente, es improbabile que le transitiones a regimenes de alte MOC, coincidente con le distribution e administration persistente de vaccinos contra COVID-19, in tote le 17 paises del hemispherio sud e a latitudes equatorial, poterea deber a alcun causa altere que le vaccinos.

Le synchronia inter le multe picos in le MOC (in 17 paises, in 4 continentes, in tote le gruppos de etate del ancianes, a differentes tempos) e le distributiones rapidemente associate de doses amplificative permitte iste firme conclusion re le causalitate, e accurate quantification del toxicitate del vaccinos contra COVID-19.

Le ration de letalitate de dosis de vaccino pro tote le etates (vDFR), que es le ration de mortes inferite causate per le vaccino al doses de vaccino distribuite in un population, es quantificate pro le pico de MOC in januario-februario 2022 a cader in le gamma de 0.02% (Nove Zelanda) a 0.20% (Uruguay). In Chile e Peru, le vDFR augmenta exponentialmente con le etate (dupli circa cata 4 annos de etate), e es plus grande pro le ultime doses amplificative, attingente approximate 5% in le gruppos de etate de 90+ annos (1 morte per 20 injectiones de dose 4). Resultatos comparabile occurre pro le hemispherio nord, como trovate in articulos anterior (India, Israel, USA).

Nos quantifica le vDFR global pro tote le etates pro le 17 paises esser (0.126 ± 0.004)%, lo que implicarea 17.0 ± 0.5 milliones de mortes causate per le vaccino contra COVID-19 mundialmente, de 13.50 billiones de injectiones usque a 2 septiembre 2023. Isto corresponderia a un evento iatrogenic in massa que occideva (0.213 ± 0.006)% del population mundial (1 morte per 470 personas vivente, in minus de 3 annos), e non preveniva mensurabilemente alcun mortes.

Le risco global de morte inducite per injectiones con le vaccinos contra COVID-19 in populationes real, inferite del excessos de mortalitate per omnes causas e su synchronia con distributiones, es globalmente omnipresente e multo plus grande que reportate in le essais clinic, monitorisation de effectos advers, e statisticas de causas de morte ex certificatos de morte, per 3 ordines de magnitude (mille vices plus grande).

Le grande dependentia de etate e grande valores de vDFR quantificate in iste studio de 17 paises in 4 continentes, usante tote le typos principal de vaccinos contra COVID-19 e fabricantes, deberea inducer governamentos a terminar immediatemente le politica public de sanitate infundate de prioritizar le residentes ancianes pro injection con vaccinos contra COVID-19, usque analyses valide de risco-beneficio es facite.

Introduction

Le mortalitate per omnes causas per tempore es le datos plus fide dignissime pro detectar e characterizar epidemiologicamente eventos causante morte, e pro evaluar le impacto a livello de population de alcun surge o collapsamento in mortes ex alcun causa.

Tales datos pote esser colligite per jurisdiction o region geographica, per gruppo de etate, per sexo, e assi via; e non es susceptibile a bias de reporto o a alcun bias in attribuer causas de morte in le mortalitate mesme. (Aaby et al., 2020; Bilinski and Emanuel, 2020; Bustos Sierra et al., 2020; Félix-Cardoso et al., 2020; Fouillet et al., 2020; Kontis et al., 2020; Mannucci et al., 2020; Mills et al., 2020; Olson et al., 2020; Piccininni et al., 2020; Rancourt, 2020; Rancourt et al., 2020; Sinnathamby et al., 2020; Tadbiri et al., 2020; Vestergaard et al., 2020; Villani et al., 2020; Achilleos et al., 2021; Al Wahaibi et al., 2021; Anand et al., 2021; Böttcher et al., 2021; Chan et al., 2021; Dahal et al., 2021; Das-Munshi et al., 2021; Deshmukh et al., 2021; Faust et al., 2021; Gallo et al., 2021; Islam, Jdanov, et al., 2021; Islam, Shkolnikov, et al., 2021; Jacobson and Jokela, 2021; Jdanov et al., 2021; Joffe, 2021; Karlinsky and Kobak, 2021; Kobak, 2021; Kontopantelis et al., 2021a, 2021b; Kung et al., 2021a, 2021b; Liu et al., 2021; Locatelli and Rousson, 2021; Miller et al., 2021; Moriarty et al., 2021; Nørgaard et al., 2021; Panagiotou et al., 2021; Pilkington et al., 2021; Polyakova et al., 2021; Rancourt et al., 2021a, 2021b; Rossen et al., 2021; Sanmarchi et al., 2021; Sempé et al., 2021; Soneji et al. 2021; Stein et al., 2021; Stokes et al., 2021; Vila-Corcoles et al., 2021; Wilcox et al., 2021; Woolf et al., 2021; Woolf, Masters and Aron, 2021; Yorifuji et al., 2021; Ackley et al., 2022; Acosta et al., 2022; Engler, 2022; Faust et al., 2022; Ghaznavi et al., 2022; Gobiņa et al., 2022; He et al., 2022; Henry et al., 2022; Jha et al., 2022; Johnson and Rancourt, 2022; Juul et al., 2022; Kontis et al., 2022; Kontopantelis et al., 2022; Lee et al., 2022; Leffler et al., 2022; Lewnard et al., 2022; McGrail, 2022; Neil et al., 2022; Neil and Fenton, 2022; Pálinkás and Sándor, 2022; Ramírez-Soto and Ortega-Cáceres, 2022; Rancourt, 2022; Rancourt et al., 2022a, 2022b; Razak et al., 2022; Redert, 2022a, 2022b; Rossen et al., 2022; Safavi-Naini et al., 2022; Schöley et al., 2022; Sy, 2022; Thoma and Declercq, 2022; Wang et al., 2022; Aarstad and Kvitastein, 2023; Bilinski et al., 2023; de Boer et al., 2023; de Gier et al., 2023; Demetriou et al., 2023; Donzelli et al., 2023; Haugen, 2023; Jones and Ponomarenko, 2023; Kuhbandner and Reitzner, 2023; Lytras et al., 2023; Masselot et al., 2023; Matveeva and Shabalina, 2023; Neil and Fenton, 2023; Paglino et al., 2023; Rancourt et al., 2023; Redert, 2023; Schellekens, 2023; Scherb and Hayashi, 2023; Šorli et al., 2023; Woolf et al., 2023).

Nos ha reportate anteriormente plure casos in le quales picos anomale in le mortalitate de omne causas (ACM) es temporalmente associate con le dispensation rapide de doses de vaccino contra COVID-19 e casos in le quales le initio del campania de vaccination contra COVID-19 coincide con le initio de un nove regime de mortalitate elevate mantenite; in India, Australia, Israel, USA, e Canada, includente statos e provincias (Rancourt, 2022; Rancourt et al., 2022a, 2022b, 2023).

Istos studios nos permitteva facer le prime determinationes quantitativamente del tasso de mortalitate per dose de vaccino (vDFR), que es le ratio de mortes induci per vaccino inferite al doses de vaccino administrate in un population, basate sur le evaluation de ACM in excendentia in un periodo de tempore date, comparate al numero de doses de vaccino administrate in le mesme periodo de tempore.

Le valor de vDFR pro tote le etates e doses era typicamente approximatemente 0.05 % (1 morte per 2,000 injectiones), con un valor extreme de 1 % pro le caso special de India (Rancourt, 2022). Noste labor, usante datos extensive pro Australia e Israel, ha etiam monstrate que vDFR es exponential con le etate (duplication cata 5 annos de etate), attingente approximatemente 1 % pro personas de 80+ annos (Rancourt et al., 2023).

Le exemplo plus clar es illo de un pico ACM relativemente acute occurente in januario-februario 2022 in Australia, que es synchron con le dispensation rapide del dose 3 del vaccino contra COVID-19 in Australia; occurente in 5 de 8 statos australian e in tote le grupos de etate plus ancian (Rancourt et al., 2022a, 2023).

In contrasto, sovente uno debe confrontar le effecto de confusion del variation intrinsecamente seasonal del ACM; tamen, in iste caso pro Australia, le dicite pico de januario-februario 2022 occurre a un tempore in le ciclo seasonal intrinsic quando uno deberea haber un periodo stabile de basse estate (Hemispherio del Sud) o un valle de estate in ACM. Non ha exemplo previe de tal pico in estate in le archivo historic de ACM pro Australia (Rancourt et al., 2022a).

Pauc jurisdictiones national ha le sorta de datos extensivemente stratificate per etate de mortalitate e vaccination disponibile pro Australia e Israel. Duo altere tal jurisdictiones es Chile e Peru. Ci, nos monstra que Chile e Peru, como Australia, ha un pico ACM relativemente acute occurente in januario-februario 2022, que es synchron con le dispensation rapide del dose 4 de Chile e le dose 3 de Peru del vaccino contra COVID-19, respectivemente, occurente pro tote le grupos de etate plus ancian.

Iste characteristic commun inter Chile, Peru e Australia nos portava a cercar plus de exemplos del phenomeno del pico ACM de januario-februario 2022 in le Hemispherio del Sud e in regiones equatorial. Le paises equatorial non ha stationes de estate e hiberno e non ha variationes seasonal in lor patronos de ACM. Nos trovava le mesme phenomeno ubi que le datos esseva disponibile (Australia, Bolivia, Brasil, Chile, Colombia, Ecuador, Malaysia, Nove Zelanda, Paraguay, Peru, Philippinas, Singapore, Africa del Sud, Thailandia, Uruguay), ben que incomplete pro Bolivia e non tanto distinctive pro Nove Zelanda. Ci, nos reporta super iste constatationes.

Datos

Le fontes de datos de mortalitate e administration de vaccinos es date in Appendice A: Fontes de datos de mortalitate e vaccination.

Appendice B: Exemplos de datos de mortalitate pro omne causas e vaccination contine exemplos del datos: ACM nacional pro omne etates per tempore (septimana o mense), de 2015 a 2023, e administration de vaccinos pro omne doses per septimana, usando scalas Y que comencia ab zero, pro le 17 paises considerate in le presente studio: Argentina, Australia, Bolivia, Brasil, Chile, Colombia, Ecuador, Malaysia, Nove Zelanda, Paraguay, Peru, Philippinas, Singapore, Africa del Sud, Suriname, Thailandia, e Uruguay.

Figura 1 monstra le dicite 17 paises considerate, in relation al equator in un mappa mundial.

Figura 1: Mappa mundial monstrante le 17 paises considerate in le presente studio, in relation al equator e le tropicos ― Argentina, Australia, Bolivia, Brasil, Chile, Colombia, Ecuador, Malaysia, Nove Zelanda, Paraguay, Peru, Philippinas, Singapore, Africa del Sud, Suriname, Thailandia, e Uruguay.

Methodo pro Detectar Transiciones Temporal a Regimes de Alta Mortalitate pro Omne Causas Nos implementa le sequente methodo, disveloppate per un de nos (JH), pro detectar cambios de regime in datos ACM per tempore (die, septimana, mense, trimestre).

On es interessate a detectar transiciones temporal (como un avança del tempore de un periodo historic stabile) a regimes de ACM "plus alte que usual" o "plus alte que recente", le qual pote esser associate con le declaration de un pandemia o con lancios de vaccinos. Ben que un oculo ben trainate pote detectar tal transiciones in le datos brute de ACM per tempore mesme, il es utile applicar un transformation statistical disegnate pro eliminar largemente le difficultat confusional del variationes stagional in ACM, que occurre in paises non-equatorial.

Pois que le periodo dominante de le variationes stagional in ACM es 1 anno, e pois que nos desira detectar cambios movente in avant in tempore, nos adopta le sequente approccio. Nos applica un media mobile retractive de 1 anno al datos de ACM per tempore. Cata puncto in tempore del media mobile retractive de 1 anno es simplemente le medie de ACM pro le anno que fini a le dicite puncto in tempore, e nos tracia iste media mobile per tempore. Cambios de regime de ACM appare alora como rupturas (in pendentia o valor) in le media mobile per tempore.

Nota que le methodo del media mobile retractive de 1 anno produce un artefacto significative ma facilemente discerne: Picas relativemente large e acute in ACM causa cades artificial in le media mobile a un anno avante (post) al dicite picas relativemente large e acute in ACM.

Methodos pro Quantificar vDFR ab Mortalitate pro Omne Causas
4.1 Base lineari de tendentia historic pro un periodo (o picco) de mortalitate (Methodo 1)

Nostre prime methodo (Methodo 1) pro quantification de vDFR per gruppos de etate (o omne etates) e per numero de doses vaccinales (o omne doses) es como seque (Rancourt et al., 2022a, 2023), hic meliorate pro ajustar pro effectos stagional systematic:

i. Traçar le ACM per tempore (die, septimana, mense) pro le grupo de etate (o omne etates) super un large scala temporal, includente le annos ante le declaration del pandemia.

ii. Identificar le data (die, septimana, mense) del initio del lancio vaccinal (primo lancio de doses) pro le gruppo de etate (o omne etates).

iii. Notar, pro consistentiantia, que le ACM undergo un incremento gradiente a valores plus grande circa le data del initio del lancio vaccinal.

iv. Integrar (adder) ACM del initio del lancio vaccinal al fin del datos disponibile o termina de vaccinos (omne doses), qual veni primo. Iste es le fenestra temporal basic usate in le calculo, le initio e le datos de termino.

v. Applicar iste fenestra e iste integration super periodos successive e non-superponibile de egal duration, movente tanto retro quanto le datos permitte.

vi. Comenciar cata nova fenestra de integration al mesme puncto in le ciclo stagional como le initio del fenestra de integration basic pro le periodo de vacunas, mesmo si isto introduce interstitios inter successive periodos de integration.

vii. Traçar le valores de integration resultante versus tempore, e notar, pro consistentiantia, que le valor habe un salto ascendente, ben discernebile del tendentia historic o valores, pro le periodo de vaccination.

viii. Extrapolar le tendentia historic del valores integrate in le periodo de vaccination. Le differerentia inter le valores integrate de ACM mesurate e extrapolate (predicite per le tendentia historic) in le periodo de vaccination es le mortalitate excessiva associate con le periodo de vaccination.

ix. Le extrapolation, in practica, es realisate per adaptar un linea recte al punctos de integration pre-vaccinationes seligite.

x. Si troppo pauc punctos es disponibile pro le extrapolation, dando un incerteza troppo grande in le pendentia adaptate, alora imponer un pendentia de zero, illo corresponde a usar un medio de valores recente. In alcun casos, mesmo un sol puncto (habitualmente le puncto pro le fenestra de integration immediate antecedente) pote esser usate.

xi. Le error in le valor extrapolate es le plus sovente overwhelmingmente le fonte dominant de error in le mortalitate excessive calculate. Estimar le “error de exactitude” in le valor extrapolate como le deviation medial del differerentia del valor absolute con le linea adaptate (media del valores absolute del residuos) pro le punctos seligite del adaption. Iste error es un mensura del variationes del periodo de integration ab omne causas super un proche region quam ha un tendentia linear assumite.

xii. Le dicite “error de exactitude” es generalemente plus grande que le “error de precison” (o error statistic) in le valor extrapolate, quia illo representa le variabilitate de anno a anno del ACM integrate in le fenestra de integration in le annos ante le periodos de Covid o vaccination.

xiii. Si il ha troppo pauc fenestras de integration in le annos normal disponibile ante le picco o region de interesse pro obtiner un bon estimate del variabilitate historic de anno a anno, o si le errores statistic in le valores integrate es relative large, alora usar le errores statistic pro melior estimate del incerteza necessari.

xiv. Applicar le mesme fenestra de integration (datos de initio a termino durante vaccination) pro contar omne doses vaccinales administrate in ille tempore.

xv. Dependente del circumstantias particular in le datos, pote esser necessari usar differentes limites de integration (differentes fenestras) pro le ACM e pro le administration de vaccinos. Nos vidava nulle necessitate pro isto, e nos non probava implementar o testar tal optimization.

xvi. Definir vDFR = (mortalitate excesse durante periodo de vaccination) / (doses vaccinales administrate in le mesme periodo de vaccination). Calcular le incerteza in vDFR usante le error estimate in le mortalitate excesse durante le periodo de vaccination.

Le mesme methodo es adaptate a qualcunque region de interesse (tanto como un picco in ACM) de duration subannual, per translatar le fenestra de integration (del region de interesse) retro per incrementos de un anno.

Le methodo describite supra es robust e idealmente adaptate al natura del datos ACM. ACM integrate habera generalemente un error statistic parve.

Un large fenestra de integration temporal (p. ex., pro le integre periodo de vaccination) remove majoritariemente le difficulte resultante ex variationes stagional intrinsec; e iste difficulte es ancora resolvite per initurar cata nova fenestra de integration al mesme puncto in le ciclo stagional qua le initio del fenestra de integration basic pro le periodo de vacunas (puncto-vi, supra).

Le tendentia historic es analysate sin introducer alcun assumptiones de modello o incertezas ultra presupponer que le tendentia de proche reguion pote esser modellar per un linea recte, quand justificate per le datos mesme. Tal un analyse, pro exemplo, prende in conto cambios de anno a anno in le dimension de cohortes per grupo de etate que resulta del structura de etate del population. Le sol assumption es que un tendentia linear local es realistic pro le population non-perturbate (ACM-wise non perturbate).

Durante que le methodo desingate supra es destinate pro casos (jurisdictiones) in le qual il ha nulle evidentia in le datos ACM de mortalitate causate per factors altere que le lancementes de vaccinos, como mesuras Covid (protocolos de tracto, impositiones societarie, isolation e assi aante), illo pote esser facilemente adaptate a casos in le qual mortalitate in le periodo de vaccination es confundite per factores causal additional (del periodo Covid) que non pote esser exclude.

Un approccio es simplemente adaptar le methodo supra a annos calendar, irrespective si il occurre mortalitate excesse ante le lancementes de vaccines de COVID-19. Un obtene ACM excesse per anno calendar, relative al valor expectate ex le tendentia historic deducite per extrapolation linear ab un rango seligite del valores annual de ACM pro < 2020 (pro annos ante 2020, quando le 11 Martio 2020 annuncio de un pandemia esseva facte). Un postea compara le ACM excesse pro 2020 e pro 2021. In multe (le majoritate del) paises, il habe essentialmente nulle vaccination COVID-19 in 2020, e un lancio rapide essencialmente comenciava in Januario 2021.

Caso Special de un Solo Puncto de Integration Historic (Methodo 2)
In casos in le qual non es possibile o practic obtener plus de un valor de integration pro le extrapolation necessari (passos v a ix, supra), alteremente que supponer un pendentia de zero pro le extrapolation (passo x, supra), le sequente secunde methodo (Methodo 2) pote esser applicate.

Si Y(-1) es le solo puncto de integration historic, alora simplemente prender le valor extrapolate necessari, Y(0), esser:

Y(0) = Y(-1) + m ΔT W (1) ubi m es le pendentia del melior adaption de linea recte per le ACM original per unité temporal (die, septimana, mense…) versus unité temporal numerate, ΔT es le numero de unitates temporal inter Y(0) e Y(-1) (isto es, inter le initio de fenestra de integration de Y(0) e le initio de fenestra de integration de Y(-1)), e W es le latitude inclusive del fenestra de integration in numero de unitates temporal.

Isto suppone que le ACM per tempore varia sur un linea recte, nonobstante le variationes stagional, super le segmento proche usate pro obter le melior adaption de linea recte.

Le mortalitate excesse resultante pro le fenestra o periodo de integration, xACM(0), es alora:

xACM(0) = ACM(0) − Y(0) (2) ubi ACM(0) es le ACM integrate in le periodo de interesse:

Le error statistic (deviation standard) in xACM(0) es alora date per:

sig(xACM(0)) = sqrt [ ACM(0) + Y(-1) + (ΔT W sig(m))^2 ] (3) ubi sig(m) es technicamente le error statistic in m.

Si il non ha variation stagional in ACM, como occurre in jurisdictiones de latitude equatorial, alora sig(m) es le error statistic actual in m. Con variationes stagional in ACM, sig(m) extracte ab le minime quadratos adaption a un linea recte non ha un simple significato. In iste caso, sig(m) incorporara incerteza resultante ex variationes stagional, e augmenta con amplitude crescente del variation stagional.

Application del Methodos al Paises Specific
Le parametros pro aplicar le methodos (Methodos 1 e 2) al datos es date in Appendice C: Information technical e specific pro applicationes del methodos al datos.

Le Reporto Complete pote esser discargate de ci:
https://correlation-canada.org/wp-content/uploads/2023/09/2023-09-17-Correlation-Covid-vaccine-mortality-Southern-Hemisphere-cor.pdf

Dr Denis Rancourt: Mortalidad Asociada a la Inyección de Covid-19 en el Hemisferio Sur

 
 

Acaba de salir este reporte por el grupo de trabajo del Dr Denis Rancourt. Es un resumen, y al final está el enlace al artículo completo.

Este artículo fue sacado de globalresearch.ca y traducido automáticamente usando herramientas de software de Inteligencia Artificial.


Transcripción

Por el Prof. Denis Rancourt, Dra. Marine Baudin, Dr. Joseph Hickey y Dr. Jérémie Mercier
Investigación Global, 14 de septiembre de 2024

Resumen

Se estudiaron diecisiete países del hemisferio ecuatorial y del hemisferio sur (Argentina, Australia, Bolivia, Brasil, Chile, Colombia, Ecuador, Malasia, Nueva Zelanda, Paraguay, Perú, Filipinas, Singapur, Sudáfrica, Surinam, Tailandia, Uruguay), que comprenden el 9.10 % de la población mundial, el 10.3 % de las inyecciones de COVID-19 a nivel mundial (tasa de vacunación de 1.91 inyecciones por persona, de todas las edades), prácticamente todos los tipos y fabricantes de vacunas COVID-19, y abarcan 4 continentes.

En los 17 países, no hay evidencia en los datos de "mortalidad por todas las causas" (ACM por sus siglas en inglés) a lo largo del tiempo de ningún efecto beneficioso de las vacunas COVID-19. No hay asociación temporal entre la vacunación contra COVID-19 y ninguna reducción proporcional en ACM. Ocurre todo lo contrario.

Todos los 17 países presentan transiciones a regímenes de alta ACM, que ocurren cuando se despliegan y administran las vacunas COVID-19. Nueve de los 17 países no tienen exceso detectable de ACM aproximadamente un año después de que la Organización Mundial de la Salud (OMS) declaró una pandemia el 11 de marzo de 2020, hasta que se implementaron las vacunas (Australia, Malasia, Nueva Zelanda, Paraguay, Filipinas, Singapur, Surinam, Tailandia, Uruguay).

Se producen picos sin precedentes en ACM en el verano (enero-febrero) de 2022 en el hemisferio sur y en países de latitud ecuatorial, que son sincrónicos o inmediatamente precedidos por el rápido despliegue de dosis de refuerzo de la vacuna COVID-19 (3ª o 4ª dosis). Este fenómeno está presente en todos los casos con datos de mortalidad suficientes (15 países). Dos de los países estudiados tienen datos de mortalidad insuficientes en enero-febrero 2022 (Argentina y Surinam).

Los datos detallados de mortalidad y vacunación para Chile y Perú permiten la resolución por edad y por número de dosis. Es poco probable que los picos observados en mortalidad por todas las causas en enero-febrero de 2022 (y adicionalmente en: julio-agosto 2021, Chile; julio-agosto 2022, Perú), en cada uno de ambos países y en cada grupo de edad mayor, puedan deberse a cualquier causa distinta de los rápidos despliegues temporales de dosis de refuerzo de la vacuna COVID-19. Del mismo modo, es poco probable que las transiciones a regímenes de alta ACM, coincidentes con el despliegue y la administración sostenida de vacunas COVID-19, en los 17 países del hemisferio sur y de latitud ecuatorial, puedan deberse a cualquier causa diferente de las vacunas.

La sincronía entre los numerosos picos en ACM (en 17 países, en 4 continentes, en todos los grupos de edad mayor, en diferentes momentos) y los rápidos despliegues de refuerzos asociados permite esta firme conclusión sobre la causalidad, y la cuantificación precisa de la toxicidad de las vacunas COVID-19.

La tasa de letalidad por dosis de vacuna para todas las edades (vDFR), que es la razón de muertes inducidas por la vacuna inferidas respecto a las dosis de vacuna administradas en una población, se cuantifica para el pico de ACM de enero-febrero de 2022 en el rango de 0.02 % (Nueva Zelanda) a 0.20% (Uruguay). En Chile y Perú, el vDFR aumenta exponencialmente con la edad (duplicándose aproximadamente cada 4 años de edad), y es mayor para las últimas dosis de refuerzo, alcanzando aproximadamente el 5% en los grupos de edad de 90+ años (1 muerte por cada 20 inyecciones de la dosis 4). Resultados comparables ocurren en el hemisferio norte, como se encontró en artículos anteriores (India, Israel, EE. UU.).

Cuantificamos el vDFR general para todas las edades en los 17 países como (0.126 ± 0.004) %, lo que implicaría 17.0 ± 0.5 millones de muertes por vacunas COVID-19 en todo el mundo, de 13.50 mil millones de inyecciones hasta el 2 de septiembre de 2023. Esto correspondería a un evento iatrogénico masivo que mató al (0.213 ± 0.006) % de la población mundial (1 muerte por cada 470 personas vivas, en menos de 3 años), y no evitó de manera mensurable ninguna muerte.

El riesgo global de muerte inducido por la inyección con las vacunas COVID-19 en poblaciones reales, inferido del exceso de mortalidad por todas las causas y su sincronía con los despliegues, es globalmente generalizado y mucho mayor que el reportado en ensayos clínicos, monitoreo de efectos adversos, y estadísticas de causas de muerte a partir de certificados de defunción, por 3 órdenes de magnitud (mil veces mayor).

La gran dependencia de la edad y los altos valores del vDFR cuantificados en este estudio de 17 países en 4 continentes, usando todos los tipos y fabricantes principales de vacunas COVID-19, deberían inducir a los gobiernos a poner fin de inmediato a la política de salud pública sin fundamento de priorizar a los residentes ancianos para la inyección con vacunas COVID-19, hasta que se realicen análisis validados de riesgo-beneficio.

Introducción

La mortalidad por todas las causas a lo largo del tiempo es el dato más fiable para detectar y caracterizar epidemiológicamente eventos que causan muerte, y para evaluar el impacto a nivel poblacional de cualquier aumento o disminución en las muertes por cualquier causa.

Dichos datos pueden recopilarse por jurisdicción o región geográfica, por grupo de edad, por sexo, etc.; y no son susceptibles a sesgo de reporte ni a ningún sesgo en la atribución de causas de muerte en la propia mortalidad.

(Aaby et al., 2020; Bilinski y Emanuel, 2020; Bustos Sierra et al., 2020; Félix-Cardoso et al., 2020; Fouillet et al., 2020; Kontis et al., 2020; Mannucci et al., 2020; Mills et al., 2020; Olson et al., 2020; Piccininni et al., 2020; Rancourt, 2020; Rancourt et al., 2020; Sinnathamby et al., 2020; Tadbiri et al., 2020; Vestergaard et al., 2020; Villani et al., 2020; Achilleos et al., 2021; Al Wahaibi et al., 2021; Anand et al., 2021; Böttcher et al., 2021; Chan et al., 2021; Dahal et al., 2021; Das-Munshi et al., 2021; Deshmukh et al., 2021; Faust et al., 2021; Gallo et al., 2021; Islam, Jdanov, et al., 2021; Islam, Shkolnikov, et al., 2021; Jacobson y Jokela, 2021; Jdanov et al., 2021; Joffe, 2021; Karlinsky y Kobak, 2021; Kobak, 2021; Kontopantelis et al., 2021a, 2021b; Kung et al., 2021a, 2021b; Liu et al., 2021; Locatelli y Rousson, 2021; Miller et al., 2021; Moriarty et al., 2021; Nørgaard et al., 2021; Panagiotou et al., 2021; Pilkington et al., 2021; Polyakova et al., 2021; Rancourt et al., 2021a, 2021b; Rossen et al., 2021; Sanmarchi et al., 2021; Sempé et al., 2021; Soneji et al. 2021; Stein et al., 2021; Stokes et al., 2021; Vila-Corcoles et al., 2021; Wilcox et al., 2021; Woolf et al., 2021; Woolf, Masters y Aron, 2021; Yorifuji et al., 2021; Ackley et al., 2022; Acosta et al., 2022; Engler, 2022; Faust et al., 2022; Ghaznavi et al., 2022; Gobiņa et al., 2022; He et al., 2022; Henry et al., 2022; Jha et al., 2022; Johnson y Rancourt, 2022; Juul et al., 2022; Kontis et al., 2022; Kontopantelis et al., 2022; Lee et al., 2022; Leffler et al., 2022; Lewnard et al., 2022; McGrail, 2022; Neil et al., 2022; Neil y Fenton, 2022; Pálinkás y Sándor, 2022; Ramírez-Soto y Ortega-Cáceres, 2022; Rancourt, 2022; Rancourt et al., 2022a, 2022b; Razak et al., 2022; Redert, 2022a, 2022b; Rossen et al., 2022; Safavi-Naini et al., 2022; Schöley et al., 2022; Sy, 2022; Thoma y Declercq, 2022; Wang et al., 2022; Aarstad y Kvitastein, 2023; Bilinski et al., 2023; de Boer et al., 2023; de Gier et al., 2023; Demetriou et al., 2023; Donzelli et al., 2023; Haugen, 2023; Jones y Ponomarenko, 2023; Kuhbandner y Reitzner, 2023; Lytras et al., 2023; Masselot et al., 2023; Matveeva y Shabalina, 2023; Neil y Fenton, 2023; Paglino et al., 2023; Rancourt et al., 2023; Redert, 2023; Schellekens, 2023; Scherb y Hayashi, 2023; Šorli et al., 2023; Woolf et al., 2023).

Hemos reportado previamente varios casos en los que picos anómalos en la mortalidad por todas las causas (ACM) están temporalmente asociados con rápidos despliegues de dosis de vacuna COVID-19 y casos en los que el inicio de la campaña de vacunación contra COVID-19 coincide con el comienzo de un nuevo régimen de mortalidad elevada sostenida; en India, Australia, Israel, EE.UU., y Canadá, incluyendo estados y provincias (Rancourt, 2022; Rancourt et al., 2022a, 2022b, 2023).

Estos estudios nos permitieron hacer las primeras determinaciones cuantitativas de la tasa de letalidad por dosis de vacuna (vDFR), que es la razón de muertes inducidas por la vacuna inferidas respecto a las dosis de vacuna administradas en una población, basada en la evaluación del exceso de ACM en un período de tiempo dado, en comparación con el número de dosis de vacuna administradas en el mismo período de tiempo.

El valor para todas las edades y todas las dosis de vDFR fue típicamente aproximadamente del 0.05 % (1 muerte por cada 2,000 inyecciones), con un valor extremo del 1 % para el caso especial de India (Rancourt, 2022). Nuestro trabajo, utilizando datos extensos para Australia e Israel, también ha mostrado que el vDFR es exponencial con la edad (se duplica cada 5 años de edad), alcanzando aproximadamente el 1 % para mayores de 80 años (Rancourt et al., 2023).

El ejemplo más claro es el de un pico relativamente acusado de ACM que ocurre en enero-febrero de 2022 en Australia, que es sincrónico con el rápido despliegue de la tercera dosis de vacuna COVID-19 de Australia; ocurriendo en 5 de los 8 estados australianos y en todos los grupos de edad más ancianos (Rancourt et al., 2022a, 2023).

En contraste, a menudo uno debe lidiar con el efecto de confusión de la variación estacional intrínseca de ACM; sin embargo, en este caso para Australia, el citado pico de enero-febrero de 2022 ocurre en un momento del ciclo estacional intrínseco cuando debería haber un nivel bajo o un mínimo de verano (hemisferio sur) en ACM. No hay ejemplos previos de tal pico en el verano en el registro histórico de ACM para Australia (Rancourt et al., 2022a).

Pocas jurisdicciones nacionales tienen el tipo de datos extensos de mortalidad estratificados por edad y vacunación disponibles para Australia e Israel. Otras dos jurisdicciones de este tipo son Chile y Perú. Aquí, mostramos que Chile y Perú, al igual que Australia, tienen un pico relativamente agudo de ACM que ocurre en enero-febrero de 2022, que es sincrónico con el rápido despliegue de la cuarta dosis de Chile y la tercera dosis de Perú de la vacuna COVID-19, respectivamente, ocurriendo en todos los grupos de edad más ancianos.

Esta característica compartida entre Chile, Perú y Australia nos llevó a buscar más ejemplos del fenómeno del pico de ACM de enero-febrero de 2022 en el hemisferio sur y en regiones ecuatoriales. Los países ecuatoriales no tienen estaciones de verano e invierno y no presentan variaciones estacionales en sus patrones de ACM. Encontramos el mismo fenómeno en todos los lugares donde había datos disponibles (Australia, Bolivia, Brasil, Chile, Colombia, Ecuador, Malasia, Nueva Zelanda, Paraguay, Perú, Filipinas, Singapur, Sudáfrica, Tailandia, Uruguay), aunque incompleto para Bolivia y no tan distintivo para Nueva Zelanda. Aquí, informamos sobre esos hallazgos.

Datos

Las fuentes de datos de mortalidad y administración de vacunas se indican en el Apéndice A: Fuentes de datos de mortalidad y vacunación.

El Apéndice B: Ejemplos de datos de mortalidad por todas las causas y vacunación contiene ejemplos de los datos: mortalidad nacional ACM para todas las edades por tiempo (semana o mes), desde 2015 hasta 2023, y administración de vacunas para todas las edades y dosis por semana, utilizando escalas Y comenzando desde cero, para los 17 países considerados en el presente estudio: Argentina, Australia, Bolivia, Brasil, Chile, Colombia, Ecuador, Malasia, Nueva Zelanda, Paraguay, Perú, Filipinas, Singapur, Sudáfrica, Surinam, Tailandia, y Uruguay.

La Figura 1 muestra los 17 países considerados, en relación con el ecuador en un mapa mundial.

Figura 1: Mapa mundial que muestra los 17 países considerados en el presente estudio, en relación con el ecuador y los trópicos ― Argentina, Australia, Bolivia, Brasil, Chile, Colombia, Ecuador, Malasia, Nueva Zelanda, Paraguay, Perú, Filipinas, Singapur, Sudáfrica, Surinam, Tailandia, y Uruguay.

Método para Detectar Transiciones Temporales a Regímenes de Alta Mortalidad por Todas las Causas Implementamos el siguiente método, desarrollado por uno de nosotros (JH), para detectar cambios de régimen en los datos de ACM por tiempo (día, semana, mes, trimestre).

Se está interesado en detectar transiciones en el tiempo (a medida que se avanza desde un período histórico estable) hacia regímenes de ACM "más altos de lo habitual" o "más altos de lo reciente", que pueden estar asociados con la declaración de una pandemia o con el despliegue de vacunas. Aunque el ojo entrenado puede detectar tales transiciones en los datos brutos de ACM por tiempo, es útil aplicar una transformación estadística, diseñada para eliminar en gran medida la dificultad de las variaciones estacionales en ACM, que ocurren en los países no ecuatoriales.

Dado que el período dominante de las variaciones estacionales en ACM es de 1 año, y ya que deseamos detectar cambios hacia adelante en el tiempo, adoptamos el siguiente enfoque. Aplicamos un promedio móvil de 1 año hacia atrás a los datos de ACM por tiempo. Cada punto en el tiempo del promedio móvil de 1 año hacia atrás es simplemente el promedio de ACM para el año que termina en ese punto en el tiempo, y graficamos este promedio móvil por tiempo. Los cambios de régimen de ACM aparecen entonces como rupturas (en pendiente o valor) en el promedio móvil por tiempo.

Tenga en cuenta que el método del promedio móvil de 1 año hacia atrás produce un artefacto significativo pero fácilmente discernible: picos relativamente grandes y agudos en ACM dan lugar a caídas artificiales en el promedio móvil un año después (más tarde que) de dichos picos relativamente grandes y agudos en ACM.

Métodos para Cuantificar vDFR a partir de la Mortalidad por Todas las Causas 4.1 Línea de base de tendencia histórica para un período (o pico) de mortalidad (Método 1)

Nuestro primer método (Método 1) para la cuantificación de vDFR por grupo de edad (o todas las edades) y por número de dosis de vacuna (o todas las dosis) es el siguiente (Rancourt et al., 2022a, 2023), mejorado aquí para ajustarse a efectos estacionales sistemáticos:

i. Graficar el ACM por tiempo (día, semana, mes) para el grupo de edad (o todas las edades) en una gran escala de tiempo, incluyendo los años anteriores a la declaración de la pandemia.

ii. Identificar la fecha (día, semana, mes) del inicio del despliegue de la vacunación (despliegue de la primera dosis) para el grupo de edad (o todas las edades).

iii. Notar, para consistencia, que el ACM experimenta un aumento escalonado a valores mayores cerca de la fecha del inicio del despliegue de la vacunación.

iv. Integrar (sumar) el ACM desde el inicio del despliegue de la vacunación hasta el fin de los datos disponibles o el final de las vacunaciones (todas las dosis), lo que ocurra primero. Esta es la ventana de integración básica utilizada en el cálculo, fechas de inicio a fin.

v. Aplicar esta ventana y esta integración sobre períodos sucesivos y no superpuestos de igual duración, retrocediendo tanto como los datos lo permitan.

vi. Iniciar cada nueva ventana de integración en el mismo punto del ciclo estacional que el inicio de la ventana de integración básica para el período de vacunación, incluso si esto introduce brechas entre períodos de integración sucesivos.

vii. Graficar los valores de integración resultantes vs. tiempo, y notar, para consistencia, que el valor tiene un movimiento hacia arriba, claramente discernible de la tendencia o valores históricos, para el período de vacunación.

viii. Extrapolar la tendencia histórica de los valores integrados hacia el período de vacunación. La diferencia entre los valores integrados de ACM medidos y extrapolados (predicho por la tendencia histórica) en el período de vacunación es el exceso de mortalidad asociado con el período de vacunación.

ix. En la práctica, la extrapolación se logra ajustando una línea recta a los puntos de integración elegidos del período previo a la vacunación.

x. Si hay muy pocos puntos disponibles para la extrapolación, dando una incertidumbre demasiado grande en la pendiente ajustada, se impone una pendiente de cero, lo que equivale a usar un promedio de los valores recientes. En algunos casos, incluso un solo punto (generalmente el punto para la ventana de integración inmediatamente anterior) puede utilizarse.

xi. El error en el valor extrapolado es con mayor frecuencia la fuente de error predominante en la mortalidad excesiva calculada. Estimar el "error de exactitud" en el valor extrapolado como la desviación media de la diferencia del valor absoluto con la línea ajustada (media de los valores absolutos de los residuos) para los puntos elegidos del ajuste. Este error es una medida de las variaciones del período de integración de todas las causas en una región cercana que tiene una tendencia lineal asumida.

xii. El mencionado "error de exactitud" es generalmente mayor que el "error de precisión" (o error estadístico) en el valor extrapolado, ya que representa la variabilidad año a año de la ACM integrada en la ventana de integración en los años anteriores a los períodos de Covid o vacunación.

xiii. Si hay muy pocas ventanas de integración en los años normales disponibles antes del pico o región de interés para obtener una buena estimación de la variabilidad histórica año a año, o si los errores estadísticos en los valores integrados son relativamente grandes, entonces hacer uso de los errores estadísticos para obtener la mejor estimación de la incertidumbre necesaria.

xiv. Aplicar la misma ventana de integración (fechas de inicio a fin durante la vacunación) para contar todas las dosis de vacuna administradas en ese período.

xv. Dependiendo de las circunstancias particulares en los datos, puede ser necesario utilizar diferentes límites de integración (diferentes ventanas) para el ACM y para la administración de vacunas. No vimos la necesidad de esto, y no intentamos implementar o probar tal optimización.

xvi. Definir vDFR = (exceso de mortalidad del período de vacunación) / (dosis de vacuna administradas en el mismo período de vacunación). Calcular la incertidumbre en vDFR utilizando el error estimado en el exceso de mortalidad del período de vacunación.

El mismo método se adapta a cualquier región de interés (como un pico en ACM) de duración subanual, trasladando la ventana de integración (de la región de interés) un año hacia atrás por incrementos.

El método descrito anteriormente es robusto e idealmente adaptado a la naturaleza de los datos de ACM. El ACM integrado generalmente tendrá un pequeño error estadístico.

Una ventana de integración extensa en el tiempo (por ejemplo, para todo el período de vacunación) elimina en gran medida la dificultad derivada de las variaciones estacionales intrínsecas; y esta dificultad se resuelve aún más al iniciar cada nueva ventana de integración en el mismo punto del ciclo estacional que el inicio de la ventana de integración básica para el período de vacunación (punto-vi, arriba).

La tendencia histórica se analiza sin introducir supuestos o incertidumbres de modelo más allá de asumir que la tendencia cercana puede ser modelada por una línea recta, cuando esté justificado por los propios datos. Tal análisis, por ejemplo, tiene en cuenta los cambios año a año en el tamaño de la cohorte de grupos de edad que surgen de la estructura de edad de la población. La única suposición es que una tendencia cercana lineal local para la población no perturbada (no perturbada en términos de ACM) es realista.

Mientras que el método anterior está diseñado para casos (jurisdicciones) en los que no hay evidencia en los datos de ACM de mortalidad causada por factores distintos al despliegue de vacunas, como las medidas de Covid (protocolos de tratamiento, imposiciones sociales, aislamiento, etc.; ya que no ocurre exceso de mortalidad en el período de pre-vacunación del período de Covid), puede adaptarse fácilmente a casos en los que la mortalidad en el período de vacunación está confundida por factores causales adicionales del período de Covid que no pueden descartarse.

Un enfoque es simplemente adaptar el método anterior a años calendario, independientemente de si ocurre exceso de mortalidad antes de los despliegues de vacunas de COVID-19. Se obtiene el exceso de ACM por año calendario, en relación con el valor esperado de la tendencia histórica deducida mediante extrapolación lineal de un rango elegido de valores de ACM anual para < 2020 (para los años anteriores a 2020, cuando se hizo el anuncio de una pandemia el 11 de marzo de 2020). Luego se compara el exceso de ACM para 2020 y para 2021. En muchos (la mayoría) de los países, esencialmente no hubo vacunación COVID-19 en 2020, y un despliegue rápido esencialmente comenzó en enero de 2021.

Caso Especial de un Único Punto Integrado Histórico (Método 2)
En los casos en los que no es posible o práctico obtener más de un valor de integración para la extrapolación necesaria (pasos v a ix, arriba), en lugar de asumir una pendiente cero para la extrapolación (paso x, arriba), puede aplicarse el siguiente segundo método (Método 2).

Si Y(−1) es el único punto integrado histórico, entonces simplemente tomar el valor extrapolado necesario, Y(0), como:

Y(0) = Y(−1) + m ΔT W (1) donde m es la pendiente del mejor ajuste lineal a través del original ACM por unidad de tiempo (día, semana, mes...) contra la unidad de tiempo numerada, ΔT es el número de unidades de tiempo entre Y(0) y Y(−1) (es decir, entre el inicio de la ventana de integración Y(0) y el inicio de la ventana de integración Y(−1)), y W es el ancho inclusivo de la ventana de integración en número de unidades de tiempo.

Esto supone que el ACM por tiempo varía en línea recta, a pesar de las variaciones estacionales, en el segmento cercano utilizado para obtener el mejor ajuste lineal.

El exceso de mortalidad resultante para la ventana de integración o período, xACM(0), es entonces:

xACM(0) = ACM(0) − Y(0) (2) donde ACM(0) es el ACM integrado en el período de interés.

El error estadístico (desviación estándar) en xACM(0) se da entonces por:

sig(xACM(0)) = sqrt [ ACM(0) + Y(−1) + (ΔT W sig(m))2 ] (3) donde sig(m) es el error estadístico nominal en m.

Si no hay variación estacional en ACM, como ocurre en jurisdicciones de latitudes ecuatoriales, entonces sig(m) es el error estadístico real en m. Con variaciones estacionales en ACM, sig(m) extraído del ajuste por mínimos cuadrados a una línea recta no tiene un significado simple. En este caso, sig(m) incorporará incertidumbre derivada de variaciones estacionales, y aumenta con el incremento de la amplitud de la variación estacional.

Aplicación de los Métodos a los Países Específicos
Los parámetros para aplicar los métodos (Métodos 1 y 2) a los datos se presentan en el Apéndice C: Información técnica y específica para aplicaciones de los métodos a los datos.

El Informe Completo puede descargarse aquí:
https://correlation-canada.org/wp-content/uploads/2023/09/2023-09-17-Correlation-Covid-vaccine-mortality-Southern-Hemisphere-cor.pdf

domingo, 19 de mayo de 2024

Rapporto del Dr Denis Rancourt ante le NCI

 
 

(in Interlingua)

In iste occasion, io porta a vos un interview multo importante con le Dr Denis Rancourt, facite per le National Citizens Inquiry de Canada. Le Dr Rancourt es un physico e investigador qui trovava, examinante le statisticas de mortalitate de multe paises, que le mortes post-vaccination (de omne causas) augmenta justo post le datas del injectiones de Covid.

Io vos invita a leger iste transcription, que esseva traducite a Interlingua con un instrumento de intelligentia artificial.

Illes qui es interessate in audir le presentation original in francese, pote vider le video al sequente ligamine, a partir de 9:59:00: https://rumble.com/v2sjzn2-quebec-jour-1-commission-denqute-nationale-citoyenne-franais.html

Illes qui vole leger le transcription in anglese, lo trovara in le volumine 3, "Testimonios de Testigos", del rapport del NCI: https://nationalcitizensinquiry.ca/commissioners-report/

Le testimonio del Dr. Rancourt es etiam registrate in un pagina separate online al sito web del NCI.


Transcription

Testimonios de Quebec

11 de maio 2023

Testigo 9: Dr. Denis Rancourt
Die 1 Complete - Marca de tempore: 09:59:00–11:10:37
Fonte URL: https://rumble.com/v2sjzn2-quebec-jour-1-commission-denqute-nationale-citoyenne-franais.html

Chantale Collard
Bon die, Professor Denis Rancourt. Pro illes de vos qui ha justo juncite nos, io es Chantale Collard, un advocato qui es ora un procurator pro le Commission de Inquisition del Citatanos. Senior Rancourt, primo, per favor identifica vos per prenomine e nomine de familia.

Dr. Denis Rancourt
Mi nomine es Denis Rancourt.

Chantale Collard
Ben, alora. E io va prestar vos un juramento. Declara vos que vos dice le veritate, tote le veritate, e nihil altere que le veritate? Dica, "Io lo face."

Dr. Denis Rancourt
Absolutemente. Io lo face.

Chantale Collard
Perfecte. Alora, Professor Denis Rancourt, io va provider un breve description [Exhibito QU-1a]. Si, tamen, vos ha alique a adder, per favor senti vos libere de facer lo. Alora, Professor Denis Rancourt, vos ha un BSc, un MSc, un Diploma in Physica e un PhD in Physica del Universitate de Toronto. Vos esseva un fellow postdoctoral international al Consilio de Recerca de Scientias Natural e Ingenieria de Canada (NSERC), laborante in laboratorios scientific in Francia e le Paises Basse. Vos deveniva un fellow de recerca universitari de NSERC in Canada e un professor plenari de physica al Universitate de Ottawa, ubi vos esseva investigator principal e professor per 23 annos. Vos esseva etiam un scientista de recerca interdisciplinari, publicante plus de cento articulos in jornales scientific con recension par interpares in multe campos scientific differente. Desde le initio de 2020, vos ha publicate plus de 30 reportos super questiones relative a COVID, e multo anterior, super mascaras.

Hodie, nos va concentrar nos super le resultatos de vostre recerca. Io crede que vos ha etiam un presentation PowerPoint pro facer lo plus facile pro le audientia de sequer.

Alora, primo, pote vos dicer nos super le resultatos de vostre recerca in relation al mortalitate excessiv durante le periodo de COVID, e subsequente, post le injectiones de COVID-19?

Dr. Denis Rancourt
Si, naturalmente. Io non va monstrar mi slides justo ancora. Io va dicer alcunes parolas primo. Io va dicer vos que si nos habeva facite nihil—id es, si le governamento non habeva reacte del toto; si non habeva alicun parlar de un pandemia; si non habeva absolutemente nulle reaction, ni in institutiones ni hospitales ni in terminos de action governamental—non haberea habite alicun mortalitate excessiv in alicun loco. Si nos habeva facite lo que nos normalmente face, haberea habite mortalitate stagional como nos es assuete a vider per plus de cento annos de prender mesuras detallicate. Nihil haberea occurrite. Isto es le conclusion que io tira post tres annos de studio detallicate de statisticas de mortalitate, tote causas combinate.

Chantale Collard
Basicamente, vos va parlar super mortalitate excessiv in connexion con le mesuras. Alora ha habite mortes excessiv.

Dr. Denis Rancourt
Si, naturalmente.

Chantale Collard
Ma illo non esseva debite a COVID, ma al contrario debite a le mesuras, como io comprende lo.

Dr. Denis Rancourt
Alora, lo que io face es studiar le statisticas de mortalitate per tote causas. Isto significa que nos conta le mortos, nos conta le presentia de un persona qui mori, nos sape lor etate, nos sape le loco ubi illes moriva e nos sape le data in que illes moriva. E nos compila iste statisticas al scala de un nation o un provincia o un region o un citate, e assi de sequente. E es iste typo de datos que io analiza trans plure paises e circa le mundo. Nos colligite tote le datos que nos pote, ubicunque nos pote, e los analiza. E in base a iste analyse, que io face detallicate per un longe tempore—e io non pote explicar vos tote lo quia il ha troppo multe de illos, e illos es reportos scientific de cento paginas con multe graphicos, e assi de sequente—io ha arrivate al sequente conclusion: Le datos prova que illo non poterea haber essite mortalitate debite a un maladia respiratori transmissibile.

Illo es inconsistente con un maladia respiratori viral quia un maladia respiratori viral—e isto include lo que es cognoscite como COVID—quando testate clinicamente, occide personas con un risco que cresce exponentialmente con le etate, con un tempore de duplication de dece annos. Isto es ben cognoscite, como studias detallicate monstra.

Io non dice que isto non es ver. Io dice que si nos accepta que le virus occide in iste maniera, ben, le mortalitate excessiv que nos mesura detallicate e quantifica, per exemplo in le Statos Unite, non es correlate con le etate del toto. Alora si io monstra vos—e io va monstrar vos plus tarde—le mortalitate excessiv in le Statos Unite, per exemplo, per stato; e io traccia iste mortalitate como un function del numero de personas ultra 80 annos o del numero de personas ultra 65 annos o del etate median del population del stato, il non ha alicun correlation. Lo qual es strictemente impossibile si iste mortalitate excessiv esseva debite a un maladia respiratori viral, puncto—e super toto, COVID, ubi studias clinic ha monstrate que le risco de morte es exponential con le etate. Alora nos pote demonstrar que le mortalitate non es debite al transmission de un maladia respiratori viral. Nulle dubita super isto. E io va monstrar vos altere typos de datos que establi isto, que es vermente frappante: mapas a scala europee, e assi de sequente. Isto es le prime puncto.

Secunde puncto: Le mortalitate excessiv que nos vide, que occurre subitemente in picos de mortalitate post certe eventos, es directemente associate e synchronous con mesuras prendite per le governamento. Alora, per exemplo, al initio del pandemia, tan tosto como le pandemia esseva declare, il habeva un pico de mortalitate demonstrabile como resultato del protocolos de tractamento in hospitales in le prime menses del pandemia.

Chantale Collard
Vos parla de martio–april 2020. Pro situar nos in tempore.

Dr. Denis Rancourt
Si. Alora, le pandemia esseva declare le 11 de martio 2020, e immediatemente ab tunc—io va monstrar vos alcun graphicos—il habeva un mortalitate excessiv multo grande in certe punctos calide. E isto es ulteriore prova que illo non esseva un virus. Illo occurre solmente in certe punctos calide e es synchronous trans le mundo ubicunque illo occurre, lo qual es strictemente impossibile pro un virus que se diffunde. Es strictemente impossibile. Io face etiam recerca de modelisation. Le theoria epidemiologic monstra que le tempore inter le "semente," como nos lo appella, le prime casos, e le augmento in mortalitate, es un tempore que depende multo del circumstantias in le pais, le structura cultural e institutional, e assi de sequente. Illo non pote esser synchronous ubique in le mundo; es strictemente impossibile si nos accepta lo que nos sape super le epidemiologia de maladias respiratori viral. Alora il ha multe evidentia que le mortalitate excessiv es associate con cosas que nos pote vider directe. Io va monstrar vos alcun exemplos multo frappante.

E finalmente, mi altere conclusion importante es que le dispensation del vaccino causava directemente mortalitate excessiv immediate. Tan tosto como vos dispensa un dose de vaccino, il ha un mortalitate excessiv que pote esser mesurate e quantificate. Alora nos es, io crede, le prime gruppo de recerca que quantifica isto in base a mortalitate per tote causas. E io va dicer vos le resultato de iste quantification; io va monstrar vos le risco de mortalitate per injection. E iste risco cresce exponentialmente con le etate. Nos es le prime a demonstrar isto, e io va monstrar vos que nos ha probate lo pro plure paises. E isto significa que nos absolutemente non haberea debite dar prioritate a vaccinar le plus vetule personas. Es le contrario de lo que deberea esser facite. Le presupposition basic de illes qui vole injectar nos es que le risco de effectos lateral non depende del etate, es simplemente un risco, durante que nos ha monstrate que le risco de mortalitate cresce exponentialmente con le etate.

Es multo, multo significative, e cresce a valores multo alte per injection quando se tracta del vetule.

Alora ora que io ha dicite vos mi conclusiones post tres annos de recerca, io va monstrar vos alcun graphicos que illustra iste punctos. Io ha preparate alcun slides que nos pote poner sur le schermo ora. Alora ecce lo. Isto es pro monstrar que mi expertise scientific detallicate es in plure campos que es relevante al studio de COVID. Per exemplo, io es un experto in nanoparticulas environmental, synthese de nanoparticulas, proprietates de nanoparticulas e characterisation de nanoparticulas. Isto es multo relevante quia nos dice que virus es nanoparticulas, e iste nanoparticulas es le base de vaccinos. Io es un experto in scientia molecular, reactiones molecular, dynamica molecular theoretic e experimental. Io es un experto in analyse statistic, propagation de errores, analyse statistic avanzate de typo Bayes. Iste es campos in que io ha publicate articulos scientific.

Io es un experto in modelisation theoretic. Io ha modelisate phenomenos environmental e io modelisa ora epidemiologia pro monstrar como le epidemiologia classic, como illo es promovite, non pote explicar le phenomenos que nos observa. Alora io es un experto in modelisation e io es un experto in methodos de mesura scientific. Alora io ha scribite articulos pro disveloppar e avanzar technicas como diffraction, differentes typos de spectroscopia, mesuras magnetic, mesuras de tote typos, calorimetric, etcetera, e methodos de microscopia. E in mi laboratorio, io habeva un microscopio electronic, io habeva un spectrometro nuclear, io habeva iste instrumentos; e io esseva le capite de un laboratorio que usava iste instrumentos pro facer recerca detallicate super substantias environmental, etcetera.

Alora toto isto pro dicer que io ha multe expertise que es directe relevante a iste questiones. Io ha un gruppo; io labora in collaboration con personas que io vermente apprecia, includente Christian Linard qui se juncite recentemente a nos, e alora il ha Marine Baudin, Joseph Hickey, Jeremy Mercier, John Johnson, qui es un professor al Universitate de Harvard con qui nos recentemente scribeva un articulo comparante le effecto del confinamentos in le Statos Unite. Alora illes es mi collaboratores. Le articulos que io basa mi labor super es in mi sito web, denisrancourt.ca. Il ha plus de 30 articulos in iste campo; illos es grande reportos e vos pote trovar los tote. Le majoritate de iste articulos ha essite traducite in francese. Le traduction es in le pagina del articulo de mi sito web, ubi vos pote trovar un ligamine. Io ha preparate un libro de evidentia que es quasi 900 paginas longe, continente 20 del articulos plus relevante al conclusiones que io tira hodie, que io rende disponibile a vos como evidentia [Exhibito QU-1].

Chantale Collard
Anque disponibile in le web.

Dr. Denis Rancourt
Io ha anque rendite disponibile iste libro de evidentia in le web, si, ma io vole que illo sia presentate ante iste Commission tamben. Alora illos es le conclusiones que io ha ja describite. Io regretta, le slides es in anglese. Le facto que il non habeva un pandemia, etcetera, io ha ja explicate.

Ecce, io te monstrara quales le datos de mortalitate per omne causas pote semblar. Ecce nos vide mortalitate per mense in le Statos Unite ab le anno 2000 usque recentemente, e nos pote sequer le variationes stagional de iste mortalitate. Nos pote vider que il ha un declino in februario, e isto es simplemente proque il ha 28 dies in februario. Il ha minus dies, assi il ha minus mortalitate. Tu pote identificar le februarios hic. Isto es pro monstrar te como illo pare quando nos face le mortalitate per mense pro un nation integre como le Statos Unite. E tu pote vider que le ultime gruppo, in iste sorta de malva, es le mortalitate durante le periodo de COVID.

Assi, ab le momento que un pandemia esseva declarate, le mortalitate esseva multo plus alte in le Statos Unite. E le mortalitate ha un structura—ha apices—que es completemente inusual.

Normalmente, tu non pote haber apices de mortalitate in estate in un pais in le hemispherio nord, sed il habeva in le Statos Unite durante le periodo de COVID. Nos ha explicate e monstrate que isto es solmente ver in statos paupere, ubi il ha multe personas paupere, ubi personas esseva occidite in estate, e nos tenta explicar isto in nostre articulos. Sed isto es pro monstrar como le mortalitate appare. E le punctos nigre es le summa de tote le mortalitate super un periodo tal como le periodo de COVID versus le periodo justo antea, sed de mesme duration, versus le periodo justo antea de mesme duration. Assi nos pote vider le punctos nigre: es le mortalitate total pro un periodo que esserea equivalente al periodo de COVID. Nos pote vider que il ha un grande salto in mortalitate in le Statos Unite quando nos entra le periodo de COVID. Isto es un quantification multo precise de mortalitate total super le periodo de COVID.

Chantale Collard:
Professor Rancourt, io sape que tu va dar nos un responsa multo elaborate, sed in general, le argumentos que on poterea dicer nos audi es: "Le population es senescente, forsan es per isto que isto occurreva." Io spera que tu respondera a isto.

Dr. Denis Rancourt:
Il non ha un subite pico in le numero de personas ancian que morira durante le periodo de COVID. Il non ha un bulge in le population ancian que, con le tempore, attinge le etate al qual illes va morir, e tunc mori subitemente. Assi le effecto de etate, per exemplo, le senescentia del population, causara un incremento gradual in iste integrale, iste mortalitate total. Sed quando il ha saltos subite, illo non pote esser, per exemplo, le baby boomers o cosas como isto. Illo debe esser un evento subite que occurre in le population quando tu face iste sorta de studio.

Ora, isto es solmente pro dar te un senso de como le mortalitate per omne causas pare. Isto es le mesme mortalitate pro le Statos Unite, sed vidite per septimana e ubi le mesme integrale es usate. Hic, le punctos nigre ha le mesme significato, sed hic, nos vide in plus grande detalio le mortalitate per septimana e nos vide le apices que io parlava de, que es multo anormal, e que io describera in alcun momentos. E tu debe saper etiam que iste mortalitate relativamente gigante in le Statos Unite corresponde a 1.3 milliones de mortes que non haberea occurrite si nos non haberea facite tote lo que nos faciva durante le periodo de COVID: in le Statos Unite, 1.3 milliones de mortes plus!

Ben, in Canada, il habeva quasi nihil. Le mortalitate excessiva durante le periodo de COVID in Canada es tanto parve que es quasi impossibile de mesurar. Nos ha quantificate lo e io te monstrara in un momento: es multo parve, e multo minor in proportion al population. Non es proque il ha minus personas. E assi nos deberea concluder que le virus refusava transversar le frontiera inter le Statos Unite e Canada, lo que es completemente absurd si nos vole creder que es debite a un virus.

Isto es ulteriore prova que non es un maladia respiratori: proque le frontiera es plure milles de kilometros longe, con cambios economic constante. Es strictemente impossibile que habeva un virus in le Statos Unite que occideva 1.3 milliones de personas e quasi nihil in Canada. Es strictemente impossibile in le contexto de theorias de maladias viral respiratori.

Assi pro le Statos Unite, il habeva iste mortalitate excessiva, e illo pote esser calculate al scala del 50 statos del Statos Unite. Isto es un graphico de mortalitate excessiva in y pro le integre periodo de COVID como un function del percento del population del Statos Unite vivente in paupertate. E hic, nos vide que il ha un correlation: in scientia, nos dice que es un correlation multo forte. Il ha un coefficient appellate "le coefficient de correlation de Pearson," que ha un valor de +0.86. Un forte correlation como isto es inaudite.

E non es solmente un correlation, es un proportionalitate. Cio es, illes qui es usate a mirar graphicos como isto notara que illo passa per le origine, significante que in un stato ubi nemo viveva in paupertate, nemo haberea morite a causa del mesuras que esseva implicate. E assi isto es un altere demonstration que illo non pote esser un maladia viral respiratori. Viruses respiratori non attacca personas paupere. Illes attacca personas qui es vetule, vulnerabile e ha comorbiditates, e assi illes causa morte. Illes non elige occider personas qui es paupere.

Chantale Collard:
A proposito, io es certe que tu va parlar del continente african, si nos considera personas paupere.

Dr. Denis Rancourt:
Isto esserea un altere topico, sed non ora. Assi le paupertate ha un correlation multo forte in le Statos Unite con iste mortes excessivas, assi como le numero de personas qui es "disable," qui non es functional a causa de maladia mental sever. In le Statos Unite, il ha 13 milliones de personas suffrente de maladia mental sever al puncto que illes non pote functionar in societate per se mesme, e qui debe esser curate per varie institutiones, e qui es fortemente medicamentate. Assi nos ha un graphico de correlation con le numero de personas per stato in iste condition, e il ha un correlation multo forte ibi etiam. Assi le correlations que nos trova inter mortalitate excessiva e factores societal es: paupertate, le numero de personas in iste typo de miseria extreme—maladia mental, etc.—e le entrata familiar medie. Si tu gani plus de $130,000 per anno per familia in le Statos Unite, tu non mori de COVID, puncto, secundo le statisticas que nos ha studiate.

Assi io non monstra tote iste graphicos sed io solmente voleva monstrar iste uno, que parla directemente de paupertate. Assi in le Statos Unite, il ha multe personas vivente in paupertate e miseria, io dicerea, causate per un systema medical que da drogas psychiatric a multe personas a grande scala. Il ha multissime personas qui es in iste miseria, qui es in multo mal sanitate, e es pro isto que il ha un taxa de mortalitate multo alte in le Statos Unite e quasi nihil in Canada. Isto es le mortalitate excessiva pro le dece statos le plus populos del Statos Unite per gruppo de etate. Assi tu vide, gruppos de etate de 0 a 24 annos, 25 a 44 annos, e assi de sequente.

E hic nos monstra le mortalitate excessiva exprimate como un percento de lo que le mortalitate normalmente esserea. Isto es le periodo ante que nos comenciava vaccinar, assi, isto es le periodo de COVID sed ante que le vaccino esseva distribuite. Nos pote vider que, mesmo in iste periodo, mortes excessivas per gruppo de etate esseva del ordine de 20, 30, 40 percento in excessu del mortalitate normal in ille dece statos, pro dar un exemplo. E tunc, in le periodo quando nos comenciava vaccinar, le mesme graphico pare assi: nos vide que pro le plus juvene, illo ascende a 60 percento pro le gruppo de etate de 25 a 44 annos. Assi nos vide un cambio in le structura per gruppo de etate quando nos comencia vaccinar personas in le Statos Unite. Es multo mesurabile.

Chantale Collard:
Assi isto es le prime dose.

Dr. Denis Rancourt:
Hic, nos include le mortalitate super le integre periodo ab le distribution del vaccino usque le ultime dies de iste studio. Assi nos esseva ancora vaccinar. Isto es le resultato.

Sed lo que es surprendente es que nos ha justo explicate le Statos Unite, sed ora nos va regardar Canada. E lo que nos vide in Canada es le curva cyan. Le curva cyan monstra le mortalitate per omne causas per septimana in Canada ab circa 2010 usque le presente, essentialmente. Tu pote vider que il ha virtualmente nulle cambio.

Nos entra le periodo de COVID e il non ha vermente un grande cambio. E lo que io ha sublineate in rubie, e isto va surprender te, es lo que le governamento canadese nos dice, lo que Theresa Tam scribeva in un articulo scientific: illa diceva que si le governamento non haberea facite tote lo que illes faceva—le vaccinos, le mascaras, le distantia, le confinamentos—tunc il haberea essite circa un million de mortes plus in Canada. Iste graphico monstra le absurdos que nos esseva contate per Theresa Tam e su co-autores. Illes asserta que si nihil haberea essite facite, le taxa de mortalitate haberea essite tanto alte. E le mortalitate que tu vide sur le schermo, proque le scala comencia a zero in y, es un mortalitate absurde. Il non habeva un guerra mundial, il non habeva un tremor de terra in un scala que poterea esser normalisate, il non habeva alicun fenomeno cognoscite in le historia desde que iste datos esseva primo mesurate que poterea producer tal un alte mortalitate.

Chantale Collard:
Puremente hypothetical.

Dr. Denis Rancourt:
E Theresa Tam asserta que, a causa de iste mesuras, iste grande mortalitate que nos haberea habite es reducite al nivello que es exactemente lo que illo haberea essite si nos haberea facite nihil. In altere parolas, illes non lo reducite a medietate, illes non lo reducite per 90 percento pro attinger dece percento. No, illes lo abassava a un nivello como si non haberea essite un pathogen particular-mente virulente. Nos es in iste situation absurde. Es lo que illes nos dice, lo que illes vole que nos crede. E pro un scientista como io, es le regno del absurd.

Hic io prende le datos pro Canada e los pone sur un scala ubi nos lo regarda in un poco plus de detalio. E ora, io face iste integrale pro un ciclo annual; assi io va de un estate a un altere pro capturar le mortalitate que tende a esser plus alte in hiberno, pro monstrar le extension del parve incremento que es tamen vidite in le mortalitate integrate pro Canada quando nos entra le periodo de COVID, e in le ciclo postea etiam. Assi il ha un parve incremento que nos pote quantificar. In un scala plus grande, nos ancora pote vider iste parve incremento. E in Canada, nos pote etiam comparar le mortalitate per omne causas con le distribution del vaccino. Assi in Canada, nos pote vider que il ha un apice a un tempore in le ciclo de mortalitate stagional quando il non deberea haber un apice, que coincide con le initio del distribution del prime doses. E tunc, quando le tertie dose ha loco, cio es, quando il ha un acceleration in le numero cumulative de doses administrate, nos vide un apice in le hiberno de 2022 que es multo plus grande que tote le altere apices sur iste graphico. Assi nos vermente vide correlations in Canada del vaccination affectante le mortalitate. Nos ha analysate isto in plus detalio, sed es solmente pro dar te un idea de lo que nos face.

Isto es un enlargemento de lo que nos ha justo vidite: le correlation inter mortalitate e distribution del vaccino. Le apice que io ha marcate como C es un apice multo forte in Ontario, specialmente pro personas de etate inter 50 e 65 annos, e es exactemente quando le vaccinos esseva distribuite in iste gruppo de etate. Le apice referite como D es un apice multo tenue debite a un onda de calor que occurreva in Columbia Britannic exactemente a ille tempore. Es ben cognoscite que ondas de calor causa apices multo tenue que dura un poco plus que un septimana. Assi nos pote analysar cata un de iste apices de mortalitate. Sed le apice que io volerea illustrar in plus grande detalio ora, e tu essera vermente colpite per le resultato, es le apice que io appella Apice A: proque le flecha que indica verso alto, es le data in le qual le pandemia esseva annunciate, e immediatemente postea, il habeva iste enorme incremento in mortalitate. Assi io volerea analysar lo e monstrar te como iste apice pare. E io va monstrar te que il habeva tal un apice, que esseva multo, multo forte in certe statos del Statos Unite, specialmente in New York.

Ita, hic nos vide iste pico multo, multo forte. Hic io ha mortalitate per tote causas per septimana pro le statos de Connecticut, Maryland, Massachusetts, New Jersey, e New York combinate. E tu pote vider que le mortalitate stagional, quando normalisate per population, es sempre quasi le mesme, ma iste pico es multo differente de stato a stato. Il habeva 30 statos in le Statos Unite que non habeva iste pico. Assi es un virus que attaccava solmente alcun statos, e multo fortemente.

Le mesme pico occurreva al mesme tempore in le altere latere del mundo, in Europa. E assi hic nos vide le mesme pico occurrer in Lombardia in Italia, locos simile in Espania, e assi de sequente. Il ha etiam un in Francia. Il ha punctos calide como isto, ubi picos multo subtile in mortalitate occurre immediatemente post que le pandemia es annunciate. E assi, quando io scribeva mi prime articulo super iste pico, in junio 2020, io diceva: “Isto non es un pandemia de morbo respiratori viral. Non es possibile que alicun cosa como isto sia causate per un virus. Debe esser causate per lo que vos face in le grande hospitales in illos jurisdictiones.” E assi, nos va examinar lo que occurre in le mappas, lo que occurreva in Europa con iste pico, e vos va esser stupefacte.

Assi, io ha un mappa hic, solmente pro recordar vos ubi es le paises europee. Io ha etiam marcate in blau certe frontieras que io vole que vos specta—proque iste es frontieras que le virus ha absolute refusate de transversar. Assi, de Portugal a Espania, il esseva impossibile pro le virus de transversar; de Espania al sud de Francia, il esseva impossibile; Germania esseva protegite in su totalitate e le virus non penetrava Germania del toto; le nord de Italia esseva colpite durmente ma il non se diffundeva plus al nord, e assi de sequente. Exactemente assi, il habeva punctos calide. In Svedia, il habeva un puncto calide in Stockholm que nunquam se diffundeva. Assi, illes occideva multe personas durante le prime duo menses del pandemia declarate, que non se diffundeva. Assi, isto es pro monstrar vos ubi spectar in le mappas que io va monstrar vos.

Assi, ecce lo. Isto es le prime mappa: mortalitate excessiva in Europa pro januario 2020. E tu vide, le mappa es blanc proque il ha virtualmente nulle mortalitate excessiva, tote cosa es normal. Tote cosa es normal iste januario 2020 comparate a tote altere januarios in le passato. Si nos extrapola le tendentia historic, es le mesme mortalitate que nos ha sempre vidite. E ora io va a februario: le mesme cosa, nulle mortalitate excessiva pro februario 2020 in Europa. E hic es le mortalitate pro martio, le mense in le qual le pandemia esseva annunciate. Como tu pote vider, le frontieras que io indicava ha essite respectate. Le mortalitate supponite causate per le virus non ha transversate in Germania. Germania es un jurisdiction con un multo basse taxa de mortalitate, e tu pote vider que le frontieras non ha essite transversate. E si io va un altere mense, a april, nos ancora es in ille primo pico de mortalitate e es ancora quasi le mesme locos; e le frontieras es respectate, le virus non transversa. E postea, in maio, il es finite. Es un pico multo subtile que fini in maio e in junio, il non ha.

Assi, iste pico famose in le prime menses del pandemia occurreva in Quebec, le provincia con le pico plus forte al initio, e occurreva in punctos calide. Nos esseva capabile de ir al nivello regional in Francia e identificar comtatos ubi il habeva grande hospitales ubi personas moriva. Assi, iste mortalitate non pote esser causate per un virus. Nos pensa que es causate per lo que esseva facite in le hospitales. Respiratores mechanic in hospitales esseva multo importante proque in Lombardia, Italia, illes inventava un maniera de poner duo patientes in un sol machine de respirator. Illes esseva multo orgoliose de isto: “Nos va salvar omne personas; nos pone tote illes in respiratores.” Isto partialmente explica le multo alte taxa de mortalitate in Italia a ille tempore.

Io va chocar alcun personas in le publico un poco. Ma hydroxychloroquine, HCQ, es un molecula multo interessante con effectos benefic ma con un fenestra therapeutic que es multo ben definite e relativemente stricte. E quando tu va ultra un certe dose, il deveni letal. E al initio del pandemia—proque multe investigadores como Didier Raoult diceva, “Vide, il es utile”—ben, personas que non sapeva como usar lo in hospitales in le territorios lo usava multo, ma in un maniera minus supervise, io pensa, que lo que occurreva in Marsilia. Il ha un correlation inter un pico in le uso de hydroxychloroquine e iste alte mortalitate. E iste pico pote esser vidite in paises europee ubi il ha iste punctos calide de mortalitate.

Chantale Collard
Le locos relateriate a hydroxychloroquine es ubi le protocol non esseva sequite.

Dr. Denis Rancourt
Exactemente, il occurreva ubi un protocol esseva inventate que esseva multo troppo alte in dosage e il certemente envenenava multe personas. Assi, il ha iste correlation. Un investigador german, Dr. Claus Köhnlein, esseva un del prime a suggerer isto: “Vide, in Germania, nos non faceva isto e il non habeva mortes. Ubicunque duo gramos o plus ha essite usate, il habeva multe mortes.” Il habeva suggerite isto, e assi nos entrava in le statisticas pro vider si il habeva alcun picos in le prescription de iste moleculas. In facto, nos es in le processo de identificar multe moleculas usate in tractamentos aggressive al initio—proque omnes esseva in panico e assi de sequente—que es correlate con iste alte mortalitate.

E le thema final de mi presentation es le alte toxicitate de vaccinos in terminos de mortalitate actual. Assi io va parlar de isto. Io va comenciar dicente que il non pote haber dubita que vaccinos es mortifere. Vaccinos pote occider personas, pote causar morte. Il ha multe lineas de evidentia. Il ha studios de autopsias multo detaliate que demonstra isto e io cita de ille studios. Il ha systemas de monitorage de eventos adversos que monstra picos in eventos adversos, includente morte, al initio immediatemente post vaccination, e postea usque duo menses postea. Le statisticas monstra isto multo clarmente e nos ha scribite un articulo super le subjecto. Il ha un studio que esseva facite in le Statos Unite per Mark Skidmore que monstra que, in base de questiones de sondage scientific in le Statos Unite, il habeva calculate 300,000 mortes causate per le vaccino in le Statos Unite. Nos quantificava le cifra usante nostre proprie methodos e arrivava al mesme cifra. Assi isto significarea que in le Statos Unite, il habeva 1.3 milliones de mortes excessivas; e in ille cifra, il ha plus de 300,000 personas cuje mortes esseva causate per vaccinos.

Assi isto es un linea de evidentia. Il ha multe articulos super pathologias que es inducite per vaccinos e il ha plus de 1,250 articulos in jornales scientific que parla del damnos que pote esser causate per vaccinos. Assi io pensa, quando tu specta tote isto, tu debe concluder que es possibile que le vaccino pote occider personas. Nostra carga es de quantificar isto. Quam frequente illo occide personas? E assi isto es le studios de autopsias. Ora, nos va vider si nos pote usar mortalitate pro quantificar le risco de morir del vaccino.

Assi le prime articulo que nos scribiva esseva super India proque in India, es multo difficile obtener bon datos super mortalitate per tote causas. Alcun investigadores habeva publicate datos ma non habeva notate que il habeva un pico—ma un enorme!—de mortalitate in India que, coincidentemente, esseva exactemente quando illes displicava le vaccino in India. Okay? Assi in India, nos esseva capabile de quantificar que le vaccino certemente occideva 3.7 milliones de personas. Il non habeva mortalitate excessiva in India usque illes displicava le vaccino. Il non habeva COVID in India; le datos es clar, il non habeva mortalitate excessiva. E in India, illes habeva lo que illes appellava un “festival de vaccino”.

Le Prime Ministro diceva, “Va vaccinar le personas plus vulnerabile.” Illes faceva un lista de 12 comorbiditates e diceva, “Va trovar iste personas e vaccinar los.” Essentiellement, illes incoragiava personas a vaccinar le personas plus vetule, plus vulnerabile; e in un spatio multo curte de tempore, illes occideva 3.7 milliones de personas in India con lor vaccino. Nos scribiva un articulo integre super isto.

Hic, le graphico monstra Australia. Nos seligeva studiar Australia proque es un altere pais ubi nihil occurreva in terminos de mortalitate excessiva usque le vaccino esseva displicate. Illes non dice isto in le media. Il non ha mortalitate excessiva in Australia excepte quando le vaccino es displicate. E assi, nos amplia isto pro Australia e tu vide le mortalitate stagional e tu vide le displication del vaccino: tu vide que nos entra in un grado plus alte de mortalitate. Tu pote vider que il ha un pico. Tu va notar que in Australia, proque illes es in le hemispherio sud, picos stagional in mortalitate occurre durante nostre estate, que es lor hiberno. Assi es invertite. E postea, durante lor estate, que es nostre hiberno, il ha un pico in mortalitate justo in le medio, que tu vide hic, que es multo grande, coincidente con le tertie dose del vaccino, displicate multo rapidemente a ille tempore. Sin dubita. Hic, io ha un graphico que monstra le displication del vaccino, le numero de doses administrate per septimana, in nigre, comparate con le pico in mortalitate in un loco que tene le record historic pro mortalitate in Australia, ma ubi il nunquam habeva un excess de mortalitate o un pico de mortalitate—nunquam in le historia.

E in Australia, personas non mori de un ondata de calor; non es debite a un ondata de calor. Io ha tracciate tote le ondatas de calor in Australia e io ha trovate que le plus intense causava un pico multo parve proque in Australia, illes es accostumate a esser calide. Assi iste pico es certemente debite al vaccino e il occurre in omne stato in Australia. Nos pote passar per le statos hic: Victoria, New South Wales, Queensland, etc. Assi nos ha datos multo clar ubi nos ha mortalitate. Il non habeva mortalitate excessiva usque nos displicava. Quando nos displica, nos ha un nove scala de alte mortalitate; e quando nos introduce ancora un altere dose, nos ha un pico super illo. Assi nos pote usar iste datos pro quantificar quante personas moriva per dose de vaccino administrate. Isto es lo que nos va facer.

E assi isto es pro monstrar que non es solmente in Australia. Isto es Mississippi in le Statos Unite. Tu va notar que in Mississippi, il ha un enorme pico in mortalitate—de novo in le medio de estate, isto es, nostre estate, quando non debe haber alcun mortalitate in le ciclo stagional. Ben, il ha un enorme pico, e illo coincide con un acceleration in vaccination. Ma non es solmente alcun acceleration: es lo que esseva appellate in le Statos Unite “le campania de equitate vaccinal”. Assi “equitate vaccinal” esseva un campania de vaccination pagate per financiers multo influente que dispendiava decenas e decenas de milles pro emplear multe personas pro ir e vaccinar personas vulnerabile que non habeva ancora essite vaccinate. Illes causava iste pico in mortalitate, ma solmente in le statos paupere del SUA. Personas moriva in iste campania de equitate vaccinal in statos ubi il habeva multe fragilitate e multe paupertate. Assi nos detectava iste pico, que coincideva con un acceleration in vaccination debite al campania de equitate vaccinal in tote le statos paupere del SUA. E isto es un phenomeno que debe esser attribuite al vaccino.

E hic de novo, nos pote quantificar lo que isto representa in terminos de mortalitate. Le mortalitate que occurreva in le statos paupere del SUA a ille tempore ha un risco equivalente al mortalitate que occurreva in India, que occideva 3.7 milliones de personas. Isto es le mesme risco de mortalitate in le statos paupere del SUA como in India. Hic nos vide Michigan, un stato in le nord del SUA. In Michigan, il ha un pico excessivo que occurre al initio, quando le prime doses de vaccino es displicate—un pico completemente abnormal que es multo simile al mesme pico que occurreva in Ontario.

Assi isto es pro monstrar un altere exemplo ubi le displication causava subitemente grande mortalitate in un loco inexpectate.

Assi pro summarisar le question de vaccinos, nos—e nos esseva le prime a facer lo—voleva quantificar le risco de mortalitate debite al vaccino per etate del persona recipiente le vaccino. Ma pro facer isto, nos debe trovar datos in le jurisdiction in question ubi illes nos da mortalitate per gruppo de etate como un function de tempore, e etiam, vaccination pro ille mesme gruppo de etate como un function de tempore. E quando nos trova jurisdictiones ubi nos pote trovar iste datos, nos pote facer le calculo monstrate hic.

Assi Israel e Australia ha multo bon datos, e illo nos permitteva facer iste graphico. Assi iste graphico representa le risco de mortalitate per injection. Es lo que nos appelava le "tasso de fatalitate per dose de vaccino" como un percento, como un function del etate de un persona. Nos pote vider que il ha un augmento exponential pro personas plus vetule, e nos pote vider que le risco de mortalitate attinge quasi un percento in iste graphico. Isto significa que un dose in cento occidera un persona de ille etate quando injectate—un dose in cento! Isto es enorme. Assi nos poteva probar isto pro le prime vice. Nos es le prime a haber facite iste quantification.

Hic, io monstra in un scala ampliata lo que eveni a juvene personas. Nos pote vider que juvene personas ha etiam essite occidite per vaccinos, le gruppos de etate plus juvene, e que iste risco de mortalitate es plus alte que le curva exponential deducite pro altere etates. Assi juvene personas ha un tasso de mortalitate que es independente del etate e plus alte que le tendentia exponential trovate pro altere etates. Pro illes qui es plus assuete a regardar iste typo de graphico, io poneva le mesme datos in semi-log e vos pote ver vermente le tendentia exponential, le linea recte. Nos pote vider, pro juvene personas, que nos devi significativemente e que nos remane constante in le risco de mortalitate. Assi illes es, le juvene personas affectate per le vaccino: es ibi que nos les vide.

Finalmente, isto es solmente pro monstrar qual es le aspectos typic del datos in Israel. In nigre es le dispensation de qualcunque dose de vaccino e in purpure es le mortalitate per tote causas. Nos pote vider que quando le vaccino es initiate, il ha un pico de mortalitate que es plus grande que le pico de vaccination. Quando un altere vaccino es introducite, il ha un altere pico de mortalitate e assi de sequente. Ma como le doses progresse, le mortalitate per injection es plus alte. E assi il ha multe curvas como iste pro differente gruppos de etate in Israel. Illo es pro le personas de 80 annos e plus, 70- a 79- annos. Isto es solmente pro monstrar le forma del typo de datos que nos es analysante. In le fin, isto nos permitteva producer un graphico summario monstrante le risco de morte per injection como un function del etate, ma pro le differente doses recipite. Assi nos pote vider que le prime doses non es tanto letal como le sequente e illos post. Doses tres e quatro es particularmente letal; e nos pote vider que pro le vetules, plus alte es le dose, plus grande es le risco.

Chantale Collard
E hic, vos ha effectivemente cessate a quatro doses ma il ha alteres qui ha montate usque a sex o septe.

Dr. Denis Rancourt
Al tempore que nos scribeva iste articulo, illo es le datos que nos habeva.

Chantale Collard
Il se pote inferer que—

Dr. Denis Rancourt
Ah si, nostre studios continua in tote directiones. Multes paises es ora essente studiate. Io va concluder con iste ultime diapositiva. Usque nunc, India, Australia, Canada, Chile, Germania, Israel, Nove Zelanda, e le Statos Unite ha essite studiate in detalio. Multes de iste resultatos non ha ancora essite publicate ma nos es justo a puncto de publicar les. Le risco medie de morte post vaccination in paises occidental, omnes etates combinate, varia de 0.05 percento usque—a in le caso de doses avantiate—tanto como tres percento pro le plus vetules.

Isto es le typo de risco de mortalitate que vos trova. E quando vos usa valores medie pro tote etates, vos pote calcular quanto personas haberea morite a causa del vaccino. Assi a scala global, es 13 milliones de personas. In India, como nos ha demonstrate in detalio, es 3.7 milliones de personas. In le Statos Unite, nos ha calculate—e nos es bastante confidentia de iste calculation—que 330,000 personas haberea morite como resultato del vaccino. In Canada, nos es actualmente estimante e nos es in le processo de refinar nostre calculation de errore, etc. Es plus difficile in Canada quia il ha minus mortalitate, ma nos pensa que circa 30,000 personas ha morite a causa del vaccino. Iste es principalmente personas multo vetule. Nos ha le excusa de non pensar al vaccino quia nos expecta que illes es fragile e vetule. Assi es facile, forsan, non parlar de illo. Iste es mortes que es minus visibile, ma que es non obstante a causa del facto que iste personas esseva vaccinate. E assi le mortalitate inducite per vaccino es multo plus alte que le governamentos es preste a admitter.

Ben, isto conclude mi presentation.

Chantale Collard
Professor Rancourt, io poterea haber un ultime question. In facto, vos ha resultatos de autopsia. Ma de altere latere, nos pote vider que le capacitate de facer autopsias esseva bastante impedite; le personas non poteva ir tan longe. Alora, que nos pote inferer del resultatos de autopsia?

Dr. Denis Rancourt
Io non es un pathologo; io non es le persona que face autopsias. Io es in contacto con le investigadores que face le autopsias. Io parla con illes e io examina lor resultatos e io pete lor adjuta in interpretar lo que illes vide sub le microscopio e le testes que illes face, etcetera. Ma io sape que, si, nos non faceva tanto autopsias como nos deberea haber facite; nos deberea haber facite multe plus. Ma il ha decenas e decenas de articulos que reporta autopsias multo detallicate que conclude que le morte esseva causate per le vaccino—e sempre plus appare. Alora es typicamente membros del familia que cerca un medico pro facer le autopsia. Il ha un grande medico german que ha facite plure pro membros del familia e iste datos comencia a emerger. Cata mense, il ha nove articulos que reporta autopsias.

Chantale Collard
Illos continuara a emerger. E al initio vos respondeva al question que nos pone hic pro le beneficio del Inquesta National de Cives: Alora, que poterea haber essite facite differente? Vos respondeva, "Nos non deberea haber facite nihil."

Dr. Denis Rancourt
Exactemente. Lo que nos deberea haber facite differente esseva facer nihil. Si nos non habeva inventate iste pandemia—io vole dicer, si, il ha semper pathogenos presente; si, il ha un integre ecologia de pathogenos; si, le personas se ammala e se recupera tote le tempore, isto non es le question. Le question es: Habeva il excessos de mortalitate causate per un pathogeno particularmente virulente? E mi responsa es: absolutemente non.

E un cosa que io non ha dicite es que in le Statos Unite, ubi il ha habite tanto mortes, le CDC admitte que, del mortes que illes attribue a COVID, plus de medietate de iste personas habeva etiam pneumonia bacterial, que es notate in le certificado de morte, in un pais ubi illes cessava de prescriber antibioticos, okay? Vos debe saper que in le paises occidental, le prescriptiones de antibioticos cadeva per 50 per cento durante le periodo de COVID e illo remaneva assi. Io arguerea que isto certe non es un accidente. Il habeva suggestiones de agentes pro cessar de prescriber antibioticos; e assi le povre personas qui moriva in le Statos Unite es etiam le mesme populationes qui normalmente recipe multe antibioticos proque illes ha un alte susceptibilitate a suffrer de infectiones bacterial del pulmones. E assi iste mesme population—Normalmente, quando vos reguarda un mappa del prescriptiones de antibioticos in le Statos Unite, illo es rubie in le statos paupere del sud. Ben, nos cessava de prescriber antibioticos a iste mesme personas. Illes habeva pneumonia bacterial, e es principalmente iste population in le Statos Unite que moriva.

Assi in terminos de mechanismos, nos ha potite identificar isto in nostre articulos.

Chantale Collard
Professor Rancourt, io va lassar le commissarios facer vos questiones, si illes ha alcun.

Commissario Massie
Multo gratias, Professor Rancourt, pro vostre presentation brillante, que es bastante terribilemente dense. Fortunatemente, io habeva legite un poco de illo antea, lo que adjuta, ma io ancora ha plure questiones. Io va comenciar con le ultime pro non oblidar lo. Quando vos extrapola le mortes causate per vaccination in Canada, vos estima, in base a medie que ancora debe esser refinite, circa 30,000. Io nota que in le Statos Unite, vos estimava circa 330,000?

Dr. Denis Rancourt
Si, nostre estimation pro le Statos Unite es plus refinite e melior. Assi de un pais a un altere, le error in iste estimation pote esser major o minor. Pro India, nos es absolutemente certe de 3.7 milliones. In Australia e Israel, nos sape in tanto detalio que nos pote parlar in function de etate e de dose. Assi il ha multo certezza ibi. Ma lo que es stupefaciente es que, quando vos va de un pais a un altere—e ora nos ha facite multe paises, io dicerea plus de 50—vos semper trova le mesme risco per injection, plus o minus; nos es semper in le mesme gamma. E quando vos prende picos particular, si vos non simplement prende le periodo de vaccination, ma si vos prende picos e associa isto con doses date in le tempore, vos ancora obtene le mesme risco de mortalitate. Vos comprende lo que io vole dicer?

Commissario Massie
Si.

Dr. Denis Rancourt
Assi nos es multo confidente que illo es un numero robuste.

Commissario Massie
Mi question esseva que vos presentava antea que le excessos de mortalitate, tote causos combinate ante vaccination—Ben, quando nos reguardava le mesuras que habeva essite deployate ante vaccination, lo que nos observava in le Statos Unite comparate a Canada esseva que le differentia non esseva proportional al population. E hic, vos proponeva le idea que, in facto, le population o le proportion de personas paupere e vulnerabile in le Statos Unite es multo major, es probabilemente iste populationes objectivo que ha suffrite plus. E io pensava que io comprendeva de vostre presentation que le personas plus vulnerabile es etiam le mesme personas que va suffrer plus de injurias vaccinal in omne caso—es probabile que illes morira del vaccination. E hic, le ratio pare in omne caso esser intra le margine de circa un in dece, que corresponde al proportion.

Dr. Denis Rancourt
Si. Io dicerea, a iste stadio, reguardante le datos e tote illo: Io dava 30,000 pro dar un idea pro Canada. Ma in nostre analyse final, il habera un margine de error, e illo cadera, io dicerea, inter 10,000 e 35,000. Illo essera in iste gamma. Assi il ha multe incertezza super le estimation pro Canada proque nos ancora es in le prime stades de analysar le datos, ma illo esseva pro dar un idea pro le publico canadese.

Ma, vos vide, quando nos cercava le vulnerabile in le Statos Unite con le campania de equitate vaccinal, le taxa de mortalitate del injection esseva tanto alte como in India. Assi nos esseva in le gamma de un per cento in iste gruppos de etate, que non es mesmo le plus vetule. Ma quando nos reguarda Australia e Israel pro tote etates, nos trova exactemente le mesme cifra—0.05 per cento—e nostre prime estimation pro Canada es ancora in le mesme balla de cifras. Assi io tende a usar iste cifra pro facer iste calculation, e illo es le cifra que io usava pro le Statos Unite, assi io usava le mesme proportion.

Commissario Massie
Mi altere question es que un analyse de tote causos require cifras bastante precise super populationes bastante grande si nos vole arrivar a estimationes. Per exemplo, in le caso de mortes relatae al vaccino, il habeva a un certe puncto un episodio in Quebec quando le governamento voleva lanciare campanias de vaccination in residentias de ancianos in un maniera bastante, io dicerea, sustainite. E il habeva mesmo articulos super isto in La Presse.

Io videva un articulo scientific publicate quasi un anno postea que recountava iste episodio e mentionava que illes habeva lente le passo un poco proque illes trovava que illo esseva particularmente aggressive. Poterea nos facer alicun studios super isto, date le population e le evento o incidentia que occurreva?

Dr. Denis Rancourt
Con le methodos que io usa, mortalitate de tote causos, io non pote quantificar iste cosas, ma iste es casos de institutiones specific e nos pote obtener cifras precise. E il ha paises europee que ha notate le mesme cosa e ha emittite advertimentos de non vaccinar le ancianos sin un analyse clinic thorough. Assi illes vadeva troppo longe al initio in plure paises, ma nos pote vider de lo que illes diceva publicamente que illes postea faceva adjustamentos. Alicun paises ha notate que le risco cresce exponentialmente con le etate. Illes lo ha notate; illes ha vidite le consequentias del vaccination in le ancianos, non il ha dubita super illo; nos pote vider lo in le communicationes de iste governamentos.

Commissario Massie
Finalmente, mi altere question concerne certe factores ambiental. Io es certe que vostre studios ha cercate facer altere correlationes a parte de illos que vos ha monstrate—e in particular, quando nos reguarda le periodo in que nos deploya, per exemplo, le secunde o tertie o quarte dose. Date que nos sape de studios facite per personas implicate in vaccination que illo es contraindicate administrar un vaccino a un persona que es infectate o que justo esseva infectate, pro non causar super-stimulation, quando nos vide le augmentos in toxicitate in function de dose, non ha un parte de isto que poterea esser explicate per le facto que nos sape que le onde Omicron esseva particularmente abundante, secundo le studios que nos ha vidite? Non augmentarea vaccinar un tertie o quarte dose a ille puncto le problema?

Dr. Denis Rancourt
Hic, nos entra in le dominio del theorias de immunologia. Assi io faceva un effortio consciente de evitar aventurar me in ille territorio. Io semper adhereva al datos de mortalitate de tote causos, al correlationes mathematic que io pote establir, e a un calculation de error in facer iste analyse statistic. E io refusava entrar in ille territorio, parlar del mechanismos, lo que poterea causar lo. Ma, per exemplo, quando io trova que doses plus avantiate es plus letal, nos debe esser prudente proque sovente, illo es in jurisdictiones ubi doses avantiate esseva plus dirigite al ancianos. Assi quando nos non distingue per gruppo de etate, nos pote, in le datos de tote etates, esser errate in un certe senso. Illo pote parer que le dose es plus letal, ma in facto, isto es proque personas plus vulnerabile ha essite vaccinate.

E assi quando le datos lo permitte, io pote discerne cosas. Quando io non pote, io debe admitter que illo es un possibilitate. Ma io comprende vostre question e pro responder lo, io deberea haber datos super le nivello de infection del personas que es injectate, e io deberea creder que iste datos es reliable. E assi, como io non es preste pro haber datos per gruppos de etate al nivello del jurisdictiones que me interessa, e como io ha absolutemente nulle confidentia in le evaluationes respecto a si le persona es infectate o non, proque nos es in le obscuritate—nos parla de symptomas, qual symptoma, etcetera? Nos parla de testes PCR? Isto non significa nihil. Assi mi approccio esseva: “Io non vole saper nihil super toto isto.”

Io vole dicer, quando illes annunciava le pandemia, vos videva personas jacente morte in China, alora vos videva personas cadente, e illes diceva le mesme cosa: “Le hospitales es plen.” Ma personalmente, le prime cosa que io faceva esseva sortir foras, alora io reguardava pro vider si il habeva personas morte in le strada e io non videva alicuno. Okay? E in altere parolas, lo que io faceva esseva immediatemente cercar datos de mortalitate de tote causos pro vider si il habeva un augmento de mortalitate. E il non habeva! Il habeva solmente punctos calide con picos, como in Quebec, New York, London, Paris, e nord Italia. Isto es lo que il habeva, ma il non habeva nihil alterubi. In un studio que nos faceva con John Johnson de Harvard, nos comparava statos in le Statos Unite que esseva proxime le unes al alteres, que divideva un frontiera, que esseva multo simile. Un stato faceva un lockdown e le altere non, e nos trovava 12 pares de statos que nos poteva comparar directemente assi. E nos systematicamente trovava que le stato que imponeva un lockdown habeva un mortalitate de tote causos multo plus alte que le altere.

E dunque, toto isto pro dicer que non habeva mortalitate excessiv ubi nos non attaccava le personas e nos non occideva le personas in hospital al initio e nos non faceva le confinamentos plus tarde. Non habeva alicun. Isto esseva le responsa que io recipeva al suggestion que personas moriva ubique, etc.

Le mortalitate de tote causas es multo potente. Io pote reguardar le mortalitate in Chile e dicer vos in qual die occurreva un terratremoto. Io pote dicer vos in qual die occurreva un onde de calor in paises de latitudes nordic. Io pote dicer vos super le senescentia del population, io pote dicer vos super le guerras que occurreva. Sape vos, io studiava le mortalitate de tote causas in detalio, e io cercava le pandemias que esseva annunciate per le CDC pro vider si io poteva trovar le numero de mortes que illes diceva habeva occurrite: Vide io los in le mortalitate de tote causas? Io non poteva trovar los.

Nulle del pandemias moderne post Secunde Guerra Mundial ha producite un signal que pote esser detegite in le mortalitate de tote causas. Io non parla de COVID; io parla del pandemias que esseva annunciate post le Secunde Guerra Mundial. Non habeva alicun. In mi opinion, non existe mortalitate excessiv. Alora de que parla nos? Quare nos face tanto tumulto e monstra al personas como sufflar lor naso e dice a illes portar mascaras e facer testes, quando in le scala de un pais como le Statos Unite e in tote le paises que nos pote studiar, iste pandemias non causava mortalitate excessiv. De que parla nos? Durante que, al altere latere, il ha ver phenomenos que causa mortalitate: guerra in particular. Vos pote vider le Dust Bowl in le Statos Unite in le annos 1930, crises economic: vos immediatemente vide le mortalitate. Il ha major phenomenos social e cambios structural que causa mortalitate. E io dice que lo que occurreva durante COVID esseva exactemente iste sorta de attacco al population, como si habeva un colapso in le economia. Le population esseva affectate in le mesme maniera; e in le Statos Unite, isto esseva lo que causava le mortes.

Commissionario Massie
Io volerea demandar vos, date le potentia de iste approccio: Quante personas existe qui ha le capacitate de exequer analysises como vos face e como Pierre Chaillot face, qui recognosce que illo deberea esser un practica que deberea esser diffundite in tote le governamentos pro que nos pote comprender precise le phenomenos que nos affronta? Existe un desiro de avanzar verso iste sorta de analyse o preferimos, pro le momento, non practicar lo?

Dr. Denis Rancourt
Statisticas Canada face analysises de mortalitate, taxas de natalitate e tote iste sorta de cosas. Il ha multe expertos qui face isto. Non manca le cognoscentia technic pro facer lo. Lo que manca es le motivation de vermente esser honest e reportar lo que nos vide, lo que le datos vole dicer nos. Le mortalitate es multo simple a comprender. Un vice que vos te habitua a illo e vos pote identificar le sorta de cosas que pote causar mortalitate, vos te habitua multo rapidemente.

Ma sape vos, desde que io comenciava laborar in le mortalitate de tote causas, mi plus grande labor e mi plus grande frustration esseva essayar facer comprender a mi collegas scientific que nos debe reguardar le mortalitate de tote causas e cessar parlar in cerclos super tote sorta de cosas e comenciar per vider si personas mori. Qui mori, ubi illes mori, e proque illes mori? E lassar de latere tote le theorias e tote isto.

Personalmente, io me frustra con mi collegas proque io es in plure gruppos de discussion con investigadores e io habeva tote le difficultate del mundo facer los comprender. Il me prendeva tres annos, e ora illes comencia comprender. Illes dice, "Okay, alora nos va analisar le mortalitate de tote causas; Denis, poterea vos facer lo?"

Ben, isto es ubi nos es. Ma, sape vos, le systema educative es multo defectuose. Nos forma personas multo specialisate e nos non pone alicun importantia a pensar clarmente, robustemente, directemente. Assi le investigador scientific vole applicar su theorias e su maniera de vider cosas a su campo ma non se demanda le question: Qual esserea le melior maniera de affrontar iste problema? Qual experto deberea esser vocate? Que debe io apprender pro comprender iste phenomeno? Illes non se demanda iste question. In vice, illes se demanda: Como io va applicar le theoria que io apprendeva pro dicer alicun cosa super iste phenomeno? E isto es un grande problema in nostre societate. Il ha un penuria de pensatores.

Commissionario Massie
Io va demandar a mi collegas: Ken, tu ha qualcunque question que tu vole demandar? Altere? Okay. Io ha plus, ma nos va avanzar.

Chantale Collard
Professor Denis Rancourt, gratias. Tu testimonio es vermente inestimabile. Tu parla super questiones major; tu parla tanto de mortalitate de tote causas como de mortalitate post-vaccination. E spera que tu recerca essera largemente disseminate. Gratias.

Dr. Denis Rancourt
Gratias.

Revision final e approbation: Erin Thiessen, 31 de octobre 2023.

Le evidentia offerite in iste transcripto es un registro ver e fidel del testimonio del testigos date durante le audientias del Inquesta National de Cives (INC). Le transcripto esseva preparate per membros de un equipa de voluntarios usante un methodo de transcription "verbatim intelligente", e ulteriormente traducite del original francese.

Pro plus information super le processo de transcription, methodo, e equipa, vide le sito web del INC: https://nationalcitizensinquiry.ca/about-these-translations/