Synes du dette er en rar overskrift? Det har du kanskje rett i, men jeg skal forklare hvorfor denne overskriften er mer saklig enn man skulle tro. Jeg skal her hente frem noe jeg allerede har skrevet litt om tidligere, men som er såpass viktig at det bør gjentas.
Hvis denne informasjonen som her følger er korrekt, noe absolutt alt tyder på, er det temmelig knusende informasjonen vedrørende vaksineudåden som har blitt begått. Dette ser dog ut til å være totalt forbigått og oversett blant de som har plikt å ta dette på alvor (myndighetene/helsemyndighetene), men det ser også ut til å være oversett eller glemt sågar blant dem i våre kretser som er kritiske til Covid19-vaksinen.
Norman Fenton er en britisk professor i matematikk som har gjort mange gode analyser av statistikk ifm. pandemien. Vi har nevnt ham et par ganger tidligere, for eks i denne gjennomgangen, hvor det kommer frem en del viktig, blant annet hvordan det ble jukset med pandemitall fra britiske myndigheter.
Men det viktige jeg nevnte lenger opp, og som har blitt forbigått i stillhet fra de fleste, er det pussige fenomenet med at hver gang en aldersgruppe av befolkningen fikk første vaksinedosen i UK fant det sted en dødsbølge blant de uvaksinerte. Ja du leste riktig – når en aldersgruppe fikk vaksinedosen sin begynte de andre i gruppen, de som ikke fikk vaksiner å dø. Her kan du se hele intervjuet av Fenton hvor han forteller om dette:
Mathematician Uncovers Disturbing Mortality Data by The Highwire with Del Bigtree (bitchute.com)
Jeg skal ta for meg det jeg mener er det viktigste fra hans funn. En viktig ting om epidemiologisk analyse av tall og statistikk er at det ofte er nødvendig å bryte ned de store tallene til aldersgrupper for å kunne hente ut noe signifikant og evident fra tallene. Dette har Fenton gjort, og det var da han fant dette tilsynelatende besynderlige fenomenet. For eks i aldersgruppen 60-69:
Det du ser i grafen over er at da vaksinene ble rullet ut i aldersgruppen 60-69 begynte de uvaksinerte i denne gruppen å dø. Økningen i dødsfall startet omtrent i uke 6, og toppunktet er omtrent i uke 12. For å tydelig se sammenhengen kan vi bruke grafen fra britiske myndigheter over vaksineutrullingen:
Et lite problem med å sammenligne aldersgruppene for vaksineutrullingen med aldersgruppen for dødeligheten er at for vaksineutrullingsgrafen opereres det med gruppene 60-65 og 65-70, mens aldersgruppen for dødelighet er 60-69. Likevel kan vi se noe urovekkende her. Fra grafen til Fenton over dødelighet for gruppe 60-69 har vi som nevnt merkepunktene uke 6 og uke 12. For gruppen 60-65 (den lyseblå/grå grafen som er nr. 5 fra venstre) ser vi grafen begynner å stige betydelig fra rundt uke 5-6. Så da aldersgruppen 60-69 har starten på sitt vaksineopptak starter også dødskurven for gruppens uvaksinerte å stige. Den lyseblå grafen når sitt toppunkt omtrent i uke 11, som altså er én uke før Fentons dødelighetsgraf for de uvaksinerte har sitt toppunkt. For gruppen 65-70 (den oransje grafen, nr 4 fra venstre) ser vi at også for denne korrelerer startpunktet for vaksineopptaket med starten på økning av dødeligheten for de uvaksinerte i denne gruppen (altså rundt uke 5).
Så over til aldersgruppen 70-79:
Du du ser her er det samme fenomen som i første graf fra Fenton, men her er toppunktet rundt uke 6-7 (fordi denne aldersgruppen fikk den første vaksinedosen før den forrige gruppen). La oss igjen hente frem grafen for vaksineutrullingen fra britiske myndigheter:
Den mørkeblå grafen (nr. 3 fra venstre) er gruppen 70-75 og hvis du sammenligner den med dødelighetsgrafen til Fenton ser vi at det er perfekt korrelasjon. Det samme gjelder med grafen for 75-80 (den “blåturkise” grafen, nr. 2 fra venstre). Kort formulert – grafen for vaksineutrullingen stiger i været, og i de to påfølgende ukene stiger dødelighetstallene for de uvaksinerte i været.
Så til aldersgruppen 80+:
Her er igjen er det samme fenomenet – de uvaksinerte begynte å dø da de andre fikk vaksine, her er toppunktet rundt uke 4. (denne aldersgruppen, de over 80 år, var blant de første som ble vaksinert i UK). Så over til grafen for vaksineutrullingen:
Fordelen her er at aldersspennet i gruppen for vaksineutrullingen og dødelighet er identiske, nemlig 80+ i begge. Som vi så av dødelighetskurven til Fenton så starter X-aksen hans i uke 1, midt i en bratt økning, så dødeligheten i denne aldersgruppen har allerede antakeligvis startet i desember 2020. Hvis vi ser på vaksineutrullingen (den røde grafen lengst til venstre) så skyter den fart et sted rundt uke 53 (2020) og uke 1 (2021). Så i det øyeblikk vaksineutrullingen for gruppen 80+ startet, startet de uvaksinerte i denne gruppen å dø i sterkt økende grad. Som vi ser dabber vaksineutrullingen for denne gruppen av omtrent i uke 3-4, og som vi så av grafen til Fenton lenger opp dabbet dødeligheten av omtrent i uke 4.
NB aldersgruppen 10-59 er ikke tatt med her. Som Fenton forklarer det – denne aldersgruppen er helt meningsløs og ubrukelig fordi aldersspennet er altfor stort og inneholder både barn, ungdommer og voksne. Det nederste sjiktet i gruppen, de i alderen 10-15 år kan jo overhodet ikke sammenlignes med dem i øverste sjikt, de voksne på 50-59 år. Med andre ord er denne aldersgruppen såpass blandet at vi kan si den inneholder både “epler og pærer”).
Hvordan skal man så forklare dette fenomenet vi har sett på her? Noen prøvde, kanskje litt i desperasjon vil noen si, å forklare dette med at det naturligvis var viruset som hadde skylden. De uvaksinerte var jo…eh uvaksinerte (og dermed ubeskyttet). Riktignok var det et litt pussig sammentreff med at viruset alltid valgte å gå til angrep på den aldersgruppen som ble vaksinert, men naturen er jo full av pussige sammentreff. De mer kritiske ville nok si at hvis viruset først gikk til kraftig angrep ville det gi utslag i dødsratene i samme tidsperiode i alle aldersgrupper.
Det som vel må sies å være spikeren i denne forklaringskisten, hvis den ikke allerede var kremert, er kanskje dette:
(Faksimile fra Fentons grafer fra intervjuet)
Dette er altså en graf over de som døde av andre årsaker enn Covid19-diagnosen. Så da blir det hele muligens enda mer “pussig” – når en aldersgruppe ble vaksinert, begynte de uvaksinerte i den aldersgruppen å dø av diverse andre årsaker enn Covid-19 ganske presist i de to etterfølgende ukene!
Hva er så forklaringen? Den ser ut til å være ganske enkel – som også Fenton forklarer det; når folk ble vaksinert var de definert som uvaksinerte de første ukene etter nålestikket. Du fikk først status som vaksinert fra 14 dager etter å ha mottatt sprøyten. For å si det på godt norsk:
Det ser ut som at folk faktisk døde i hopetall etter å mottatt vaksinen, men siden man var definert som uvaksinert de 14 første dagene etter selve sprøytestikket ble et stort antall av disse kategorisert som uvaksinerte døde. Og uvaksinerte kan jo ikke dø av vaksinen, ergo “nothing to see here”! Derfor ser vi disse toppene i grafene blant de “uvaksinerte” samtidig med at den samme aldersgruppene fikk vaksinedosene.
Og, ja du leser riktig.
Ikke bare skjuler dette et sannsynlig stort antall vaksinedødsfall, altså at det får vaksinen til å virke mindre farlig enn den er, men det får også vaksinen til å virke mer effektfull i tillegg. Altså at den hindrer dødsfall, når den i virkeligheten med all sannsynlighet tok liv av folk i hopetall.
Og det blir på en måte enda verre. Modelleringsstudien som norske myndigheter i dag baserer sin vaksinepolitikk på, nemlig den som kunne fortelle oss at vaksinene mot Covid-19 hadde reddet 20 millioner liv baserer seg blant annet på disse ovennevnte manipulerte tallene fra UK. Det er dog tall fra også andre land i denne studien, men husk at praksisen med hvordan man definerte vaksinert vs. uvaksinert var veldig lik i store deler av verden. Denne studien ble ivrig promotert i Norge, for eks fagbladene Sykepleien og Dagens Medisin samt Aftenposten m. fl:
Det finnes flere slike gode analyser gjort av fagfolk der ute i verden. Noen av dem, slik som antakeligvis denne, er ganske knusende for de narrativene myndighetene og pressen har servert oss og fortsatt serverer oss på høygir. Kunsten blir å identifisere slik informasjon i jungelen av upresis eller regelrett feilinformasjon som finnes der ute. Deretter blir steg to å finne de få i myndighetsapparatet, akademia eller pressen som faktisk er interessert, og det er virkelig ikke mange her i Norge.
Finnes det noen slike personer i for eks. FHI, Helsedirektoratet eller på Stortinget?
Bra artikkel, takk for den!
Nydelig, godt å bli påminnet denne siden av svindelen. Jeg kjente litt for mange som skrøt hølylytt av den fantastiske vaksinen men som nå har forlatt denne verden…
Folkene i Sykevesenet og Regjeringen har heeeeeelt andre fokus enn folkehelse så en skal lete lenge i de kretser etter folk som vil ta dette inn over seg…
Takk for info. Meget illustrerende for den vanvittige svindelen folk flest er blitt utsatt for. Det må selvfølgelig ha konsekvenser for de skyldige.
Søk opp Denis Rancourt, han har også gode statistikker for mange land som viser at folk døde når pandemien ble erklært (varierte fra land til land), og for hver gang det ble gitt vaksiner. Vi har ikke hatt en pandemi som skyldes virus.
Undres på om det samme gjelder barnevaksinasjonsprogrammet.
Grafer er ikke for gud og hvermann. Jeg konkluderer med at det er et faktum at folk dør hele tiden. Av alle slags sykdommer. Vi ser at mediene som førte oss bak lyset bruker spalteplass på alt mulig ved å fortelle oss hvordan vi kan beholde helsa. Dette er det nye narrativet. Plutselig kunne/måtte de for syn skyld involvere seg. Denne artiklen viser at de tror de fant opp kruttet på nytt. Og fremdeles fører folk bak lyset. Forøvrig er jeg skeptisk til at dere følger etter. Dere kunne ha spart dere.
Se min artikkel https://koronatesten.no/33-sparte-covid-19-vaksinene-liv-i-arene-2021-2023-apent-brev-til-fhi-og-dmp
Det er verd å merke seg hvordan det angivelige SARS CoV-2 viruset ble oppdaget.
Det starter med en publikasjon fra Fan Wu et. al. i starten av 2020, der de forklarer hvordan de sekvenserte dette viruset:
A new coronavirus associated with human respiratory disease in China av Fan Wu et al.
https://www.nature.com/articles/s41586-020-2008-3
Fra metodeseksjonen kan vi se nøyere på følgende 7 sammenhengende setninger:
1) To investigate the possible aetiological agents associated with this disease, we collected bronchoalveolar lavage fluid (BALF) and performed deep meta-transcriptomic sequencing.
2) The clinical specimen was handled in a biosafety level 3 laboratory at Shanghai Public Health Clinical Center.
3) Total RNA was extracted from 200 μl of BALF and a meta-transcriptomic library was constructed for pair-end (150-bp reads) sequencing using an Illumina MiniSeq as previously described 4,6,7,8.
4) In total, we generated 56,565,928 sequence reads that were de novo-assembled and screened for potential aetiological agents.
5) Of the 384,096 contigs assembled by Megahit9, the longest (30,474 nucleotides (nt)) had a high abundance and was closely related to a bat SARS-like coronavirus (CoV) isolate—bat SL-CoVZC45 (GenBank accession number MG772933)—that had previously been sampled in China, with a nucleotide identity of 89.1% (Supplementary Tables 1, 2).
6) The genome sequence of this virus, as well as its termini, were determined and confirmed by reverse-transcription PCR (RT–PCR)10 and 5′/3′ rapid amplification of cDNA ends (RACE), respectively.
7) This virus strain was designated as WH-Human 1 coronavirus (WHCV) (and has also been referred to as ‘2019-nCoV’) and its whole genome sequence (29,903 nt) has been assigned GenBank accession number MN908947.
Oversatt til norsk, og kommentert:
1) For å undersøke mulige etiologiske virkemidler assosiert med denne sykdommen, samlet vi bronkoalveolær lavage væske (BALF) og utførte dyp meta-transkriptomisk sekvensering.
-Kommentar: Prøven som tas av pasienten blir brukt direkte til sekvensering, uten at man filtrerer bort uønsket materiale som f.eks. rester av nedbrutt vev fra pasienten selv eller RNA fra bakterier og andre mikroorganismer.
2) Den kliniske prøven ble håndtert i et biosikkerhetsnivå 3-laboratorium ved Shanghai Public Health Clinical Center.
3) Totalt RNA ble ekstrahert fra 200 μl BALF og et meta-transkriptomisk bibliotek ble konstruert for parende (150 bp-reads) sekvensering ved bruk av en Illumina MiniSeq som tidligere beskrevet 4,6,7,8.
-Kommentar: Her blir nukleinsyrer brutt ned til kortere sekvenser på maks 150 baser, og så sekvenseres disse.
4) Totalt genererte vi 56.565.928 sekvensreads som ble de novo-sammensatt og screenet for potensielle etiologiske virkemidler.
-Kommentar: De finner over 56 millioner korte nukleinsyresekvenser på maks 150 baser i lengde, slik at de får det de kaller et “bibliotek” av korte sekvenser.
5) Av de 384.096 contigs satt sammen av Megahit 9, hadde den lengste (30.474 nukleotider (nt)) en høy overflod og var nært beslektet med et flaggermus SARS-lignende koronavirus (CoV) isolat – flaggermus SL-CoVZC45 (GenBank tilgangsnummer MG772933) – som det tidligere var tatt prøver av i Kina, med en nukleotididentitet på 89,1 % (tilleggstabeller 1, 2).
-Kommentar: Dataprogramvaren “Megahit” hoster opp over 384 tusen forslag på hvordan 56 millioner korte nukleinsyresekvenser kan settes sammen, og det lengste forslaget er på 30.474 baser. De velger dette forslaget fordi det ligner på et tidligere genom som ble konstruert på den samme måten av programvare.
6) Genomsekvensen til dette viruset, så vel som dets termini, ble bestemt og bekreftet ved henholdsvis revers-transkripsjon PCR (RT–PCR)10 og 5’/3′ rask amplifikasjon av cDNA-ender (RACE).
-Kommentar: De korter så inn dette genom-forslaget fra Megahit til 29.903 baser, og justerer slutten (termini) ved å sette i 33 a’er (adenin).
7) Denne virusstammen ble betegnet som WH-Human 1 coronavirus (WHCV) (og har også blitt referert til som ‘2019-nCoV’) og hele genomsekvensen (29.903 nt) har blitt tildelt GenBank-aksessnummer MN908947.
-Kommentar: Genomet er i genbanken, under tittelen “Severe acute respiratory syndrome coronavirus 2 isolate Wuhan-Hu-1, complete genome”, link: https://www.ncbi.nlm.nih.gov/nuccore/MN908947
De henter altså ut væske fra lungene til en pasient, og bryter ned det som finnes av nukleinsyrerester til maks 150 baser, og sekvenserer disse restene.
De får et “nukleinsyrebibliotek” med 56 millioner smårester, som deretter settes sammen i en datamaskin til lengre strenger, så de ender opp med 384 tusen forskjellige forslag å velge mellom.
De velger det lengste forslaget, som er en streng på 30.474 baser, der basene er a, c, g eller t: adenin, cytosin, guanin eller tymin. De velger dette fordi det ligner på en tidligere konstruksjon.
De tar så bort 604 baser fra slutten, og setter inn 33 ganger adenin, slik at genomet blir 29.903 baser langt og ender med 33 ganger adenin. Det er helt usannsynlig at et genom har så mange like repetisjoner av en enkelt base, ut fra naturlig variasjon, så dette er veldig merkelig. Ellers finner man maksimalt 6 repetisjoner av samme base i dette genomet.
Dette kaller de virusisolasjon, men det er ikke isolasjon, men heller konstruksjon: SARS CoV-2 er et datakonstruert virus, basert på nukleinsyrer der man ikke kjenner opphavet til hver enkelt lille bit.
Så lenge et komplett virus ikke har blitt identifisert og isolert, blir det en bedragersk affære å lage PCR-primere for å detektere det man tror er rester av det datakonstruerte viruset, slik Corman-Drosten gjorde i deres publikasjon av 23. januar 2020:
Detection of 2019 novel coronavirus (2019-nCoV) by real-time RT-PCR
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6988269/
Corman-Drosten sier følgende om bakgrunnen for publikasjonen:
“The ongoing outbreak of the recently emerged novel coronavirus (2019-nCoV) poses a challenge for public health laboratories as virus isolates are unavailable while there is growing evidence that the outbreak is more widespread than initially thought, and international spread through travellers does already occur.”
Oversatt til norsk:
“Det pågående utbruddet av det nylig fremkomne nye koronaviruset (2019-nCoV) utgjør en utfordring for folkehelselaboratorier ettersom virusisolater er utilgjengelige mens det er økende bevis på at utbruddet er mer utbredt enn først antatt, og internasjonal spredning gjennom reisende allerede forekommer.”
-Kommentar: legg merke til at de skriver: “virusisolater er utilgjengelige”. Det angivelige viruset var sekvensert på dette tidspunktet, av Fan Wu et. al., men det innrømmes at det ikke var isolert.
Deretter står det om målsettingen:
“We aimed to develop and deploy robust diagnostic methodology for use in public health laboratory settings without having virus material available.”
Oversatt til norsk:
“Vi hadde som mål å utvikle og distribuere robust diagnostisk metodikk for bruk i offentlige helselaboratorier uten å ha virusmateriale tilgjengelig.”
-Kommentar: de har fremdeles, den dag i dag, ikke virusmaterialet tilgjengelig. Viruset er en ren datakonstruksjon, basert på tusenvis av småbiter der opphavet i hovedsak er pasientens eget nedbrutte vev.
Fra publikasjonens introduksjon:
“According to the World Health Organization (WHO), the WHO China Country Office was informed of cases of pneumonia of unknown aetiology in Wuhan City, Hubei Province, on 31 December 2019 [1]. A novel coronavirus currently termed 2019-nCoV was officially announced as the causative agent by Chinese authorities on 7 January. A viral genome sequence was released for immediate public health support via the community online resource virological.org on 10 January (Wuhan-Hu-1, GenBank accession number MN908947 [2]), followed by four other genomes deposited on 12 January in the viral sequence database curated by the Global Initiative on Sharing All Influenza Data (GISAID). The genome sequences suggest presence of a virus closely related to the members of a viral species termed severe acute respiratory syndrome (SARS)-related CoV, a species defined by the agent of the 2002/03 outbreak of SARS in humans [3,4]. ”
Oversatt til norsk:
“I følge Verdens helseorganisasjon (WHO) ble WHOs Kina-landskontor informert om tilfeller av lungebetennelse av ukjent etiologi i Wuhan City, Hubei-provinsen, 31. desember 2019 [1]. Et nytt koronavirus kalt 2019-nCoV ble offisielt kunngjort som årsak av kinesiske myndigheter 7. januar. En viral genomsekvens ble frigitt for umiddelbar støtte fra folkehelsen via nettbasert ressurs for samfunnet virological.org 10. januar (Wuhan-Hu-1, GenBank-aksessnummer MN908947 [2]), etterfulgt av fire andre genomer deponert 12. januar i viralsekvensdatabase kuratert av Global Initiative on Sharing All Influenza Data (GISAID). Genomsekvensene antyder tilstedeværelse av et virus som er nært beslektet med medlemmene av en viral art kalt alvorlig akutt respiratorisk syndrom (SARS)-relatert CoV, en art definert av agenten for 2002/03-utbruddet av SARS hos mennesker [3,4].”
Her ser man referansen til genbank nr. MN908947, som er genomet Fan Wu et. al. fant ved såkalt “dyp meta-transkriptomisk sekvensering” og som ble frigitt den 10. januar 2020.
PCR-test protokollen utviklet av Corman-Drosten og publisert 13 dager etterpå, den 23. januar, ble altså basert på det datakonstruerte genomet til Fan Wu et. al., sannsynligvis for å kunne definere og detektere såkalt “asymptomatisk infeksjon”, en metode for å skape stor frykt i befolkningen slik at frihetsreduserende inngrep og eksperimentelle injeksjoner ville bli godtatt.
Les gjerne Dr. Mark Baileys “A farewell to virology”, link: https://drsambailey.com/a-farewell-to-virology-expert-edition/
Verd å lese er også The “Settling The Virus Debate” Statement på https://drsambailey.com/resources/settling-the-virus-debate/