Zur Verteidigung von Steve Kirschs Analyse der durchgesickerten neuseeländischen Impfdaten

Steve Kirsch hat die Daten analysiert, die von Barry Young, dem Whistleblower für neuseeländische Impfdaten, stammen, der kürzlich unter dem Gesetz zur massiven „Verletzung der Privatsphäre“ verhaftet wurde und bis zu sieben Jahre Gefängnis droht. Steve’s statistische Analyse führte dazu, dass er behauptete, dass eine Person pro 1.000 verabreichten Impfdosen in einer Standardbevölkerung vorzeitig starb, wobei dieses Ergebnis stark auf die über 60-Jährigen abzielte. Dies entspricht dem Trend, über den ich bereits im Juni 2022 kommentiert habe. Mehrere andere skeptische Kommentatoren haben sich seitdem mit eigenen Analysen zu Wort gemeldet und die Struktur der Daten kritisiert und kommentiert, ob sie in irgendeiner Weise nützlich sein können. Insbesondere möchte ich diejenigen von Igor Chudov, William Briggs und Eugyppius hervorheben. Seit der Veröffentlichung dieser Beiträge gab es einige weitere Reaktionen, die mehr oder weniger darauf hinweisen, dass die Daten weit davon entfernt sind, perfekt zu sein, insbesondere in dem wohl wichtigsten Aspekt überhaupt, nämlich fehlenden Kontrolldaten zur Sterblichkeit bei Ungeimpften. Leider ist es daher derzeit immer noch unmöglich, eindeutig zu sagen, dass es die Impfstoffe sind, die für die übermäßige Sterblichkeit in Neuseeland oder weltweit seit 2021 verantwortlich sind. Andere Faktoren wie langfristige Auswirkungen von Covid-Infektionen und Schäden durch die Auswirkungen der verschiedenen NPI-Maßnahmen könnten theoretisch dafür verantwortlich sein. Es wird jedoch allgemein akzeptiert, dass die neuseeländischen Daten sehr wahrscheinlich echt sind und die chaotische Struktur des Datensatzes eher eine Reflexion der Art und Weise ist, wie solche Daten in Neuseeland erfasst werden, als etwas anderes. Es handelt sich auch um ein sehr großer Datenleck, das Sterblichkeitszahlen für etwa ein Drittel aller dort in den letzten zweieinhalb Jahren verabreichten Impfstoffe umfasst. Dies bedeutet, dass ein Sicherheitssignal, wenn es gefunden wird, bei weitem die größte rote Fahne darstellen würde. Dies sollte daher ein großer Druckpunkt sein, um die Behörden dazu zu bringen, einen vollständigen Datensatz aller Sterbefälle seit der Einführung des Impfstoffs zu veröffentlichen, der erforderlich ist, um endgültig festzustellen, ob die Impfstoffe wirklich als „sicher und wirksam“ bezeichnet werden können. Betrachten wir daher, was wir in diesem Datensatz sehen können, insbesondere in Bezug auf die Analyse von William Briggs, der Diagramme zeigt, die Mortalitätsspitzen nach jeder Impfung zeigen und diese mit dem offiziellen Zeitplan für Covid-Todesfälle in Neuseeland vergleicht. Die Covid-Mortalitätsspitzen begannen erst ab März 2022 in signifikanter Weise. Briggs schreibt: Da es offiziell kaum Covid-Todesfälle in Neuseeland im Jahr 2021 gab, konnte der Höhepunkt der Todesfälle im August für diejenigen, die nur eine oder zwei Impfungen hatten, nicht Covid sein und musste etwas anderes sein. Das Gleiche gilt für den Höhepunkt im Januar 2022, der nur eine Handvoll offizieller Covid-Todesfälle hatte, aber eine große Anzahl von Menschen mit drei Impfungen sterben sah. Das Fehlen von Covid-Todesfällen für die ersten beiden Mortalitätsspitzen deutet stark auf ein Signal hin – da die ersten drei Impfungen alle vor signifikanten Covid-Todesfällen verabreicht wurden, war Covid nicht der Faktor bei der anschließenden abnormalen Mortalität. Aber wie abnormal war diese Sterblichkeit tatsächlich? Briggs sagt uns, dass knapp unter 1% der Menschen, die die erste und zweite Impfung erhielten, in den folgenden Mortalitätsspitzen starben, die alle innerhalb eines Zeitraums von sechs Monaten auftraten. Das ist etwa doppelt so hoch wie die normale Hintergrundsterblichkeit (zum Vergleich beträgt die jährliche Rate im Vereinigten Königreich etwas mehr als 1%). Fast 2% starben mit der dritten Impfung. Noch einmal doppelt so viele. Und für den Zeitraum nach der vierten Impfung (der auch einige Covid-Todesfälle umfasst) betrug sie 2,8%. Das deutet meiner Meinung nach auf eine kumulative Wirkung hin und dass die übermäßige Sterblichkeit sich über mehrere Monate nach jeder Impfung verteilt. Trotzdem schreibt Briggs: Wenn Impfungen einige Menschen sofort töten würden, würden wir eine Spitze nahe am Tag der Impfung erwarten. Aber man würde auch erwarten, dass diejenigen, die am anfälligsten sind, nach der ersten oder vielleicht zweiten Impfung sterben würden. Menschen würden nach drei oder mehr Impfungen weniger wahrscheinlich sterben, wenn sie die ersten beiden vertragen haben, es sei denn, es gibt eine kumulative Wirkung. Die wir in diesen kurzfristigen Daten nicht zuverlässig erkennen können. In seinem Kommentar schlug Eugyppius vor, dass die insgesamt übermäßige Sterblichkeit Steve Kirschs Schätzung von einem übermäßigen Todesfall pro 1.000 Impfungen nicht erklären könne, was 12.000 übermäßigen Todesfällen basierend auf den 12 Millionen verabreichten Impfungen entsprechen sollte. Aber dieses Argument hängt sehr davon ab, wo die Linie in Bezug auf die „Grundlinie“ der Sterblichkeit gezogen wird. Betrachten Sie zum Beispiel diesen aktuellen Artikel von Clare Craig und auch diese Schätzung, was in Neuseeland tatsächlich übermäßig ist. Meine Einschätzung der übermäßigen Sterblichkeit verwendet einen Durchschnitt von 33.366 als Grundlage für die Sterblichkeit in den Jahren 2018, 2019 und 2020 (Zahlen aus dem Eugyppius-Artikel entnommen). Clare Craig sagt uns, dass ihrer Analyse zufolge: Es würde darauf hindeuten, dass es in den Jahren 2017 und 2018 schlechte Jahre für die Sterblichkeit gab, als es tatsächlich eine hohe Influenza-Sterblichkeit gab, aber dass in den Jahren 2020-2021 die erwartete Anzahl von Todesfällen auftrat. Als Grundlage scheint der Durchschnitt dieser drei jüngsten Jahre vor Covid und Impfung in Neuseeland vernünftig zu sein. Unter Verwendung dieses Durchschnitts gab es 2021 einen Überschuss von 1.566, 2022 von 5.208 und vielleicht 1.000 weniger in 2023. Das summiert sich auf fast 11.000, und wenn die meisten davon auf Impfschäden zurückzuführen wären, würde dies zu Steve Kirschs Schätzung passen. Die Frage bleibt also, wie sehr haben tatsächliche Covid-Todesfälle die übermäßige Sterblichkeit beeinflusst? Beachten Sie, dass Neuseeland erst ab Omicron und den danach kommenden Varianten signifikante Covid-Wellen erlebt hat, und diese waren bei weitem nicht so tödlich wie die früheren Wellen im Vereinigten Königreich und anderswo. Hinzu kommt, dass Neuseeland während der Covid-Jahre relativ wenig Influenza erlebt hat, wie viele andere Länder auch, einschließlich des Vereinigten Königreichs. Dies legt nahe, dass die Atemwegstodesfälle zu dieser Zeit niedrig waren, was bedeutet, dass die Gesamtsterblichkeit unter dem Durchschnitt liegen sollte und die Tatsache, dass dies nicht der Fall war, selbst ein Signal für etwas ungewöhnlich Schädliches ist. Mit anderen Worten, die übermäßigen Todesfälle könnten teilweise durch das Fehlen der üblichen Atemwegstodesfälle verdeckt sein. Ich bin überzeugt, dass die nicht-respiratorische Sterblichkeit (NRM), über die ich in früheren Artikeln geschrieben habe (zuletzt hier), für die meisten der 11.000 übermäßigen Todesfälle verantwortlich ist und sich mit Steve’s Hypothese deckt. Es ist schade, dass wir trotz des mutigen Einzelnen, der Steve die Daten geschickt hat, immer noch nicht weiter sind. Um die Worte von Guy Hatchard zu wiederholen: „Die Botschaft, die mich während des Interviews am meisten berührt hat, war der herzliche Appell des Whistleblowers, dass andere den Mund aufmachen sollen.“ Schließlich sind die neuesten Entwicklungen in dieser Saga, dass Steve Kirsch eine Diskussion mit William Briggs über seine Kritik hatte und Steve auch einen X-Raum abhielt, um Kritik an seinen Behauptungen von Kim Dotcom und Dr. Shiva Ayyadurai zu kontern. Aktuelle Meldung: Dr. Shiva Ayyadurai wurde bereits dabei erwischt, zweifelhafte Analysen zu veröffentlichen, daher ist er möglicherweise nicht der zuverlässigste Analyst. Im November 2020 stand er hinter einer berüchtigten Analyse der Wahlmuster bei der US-Präsidentschaftswahl, die angeblich einen robusten statistischen Beweis dafür lieferte, dass die Wahlmaschinen mit einem Algorithmus programmiert waren, der systematisch Tausende von Stimmen von Trump zu Biden in stark republikanischen Bezirken umschaltete. Tatsächlich beschrieb Dr. Shivas Analyse nur ein natürliches Muster, das auftritt, wenn Wähler wählen können, ob sie ihre Stimmen zwischen den Parteien aufteilen möchten oder nicht – je höher der republikanische Stimmenanteil in

Original Artikel Teaser

In Defence of Steve’s Kirsch’s Analysis of the Leaked New Zealand Vaccine Data

Steve Kirsch has analysed the data obtained from Barry Young, the New Zealand vaccine data whistleblower who was recently arrested under mass ‘breach of privacy’ legislation and faces up to seven years in jail. Steve’s statistical analysis resulted in him claiming that one person per 1,000 doses of the administered vaccines in a standard population died prematurely as a result, with that result skewed heavily to the over-60s. This is consistent with the trend that I have commented on already in June 2022. Several other sceptical commentators have since weighed in with their own analyses and criticised the structure of the data and commented on whether or not it can be useful in any way. In particular I highlight those

Details zu In Defence of Steve’s Kirsch’s Analysis of the Leaked New Zealand Vaccine Data