Steve Kirsch vymyslel unikátní matematickou metodu, podle které lze analyzovat jakákoli data. V souvislosti s tím se zabýval českými a japonskými daty, která se týkají takzvaných „Covid vakcín.“
Dlouhodobě své matematické analýzy prezentuje a vyzývá své odpůrce k diskuzi, nicméně dosud se neobjevil nikdo, kdo mu je dokázal vyvrátit.
Přitom ten, kdo by skutečně uměl matematicky jeho data popřít a dokázat, že nemá pravdu, by mohl obdržet vysokou odměnu, kterou Kirsch neustále zvyšuje.
Aktuálně je odměna již v milionech dolarů (pokud někdo dokáže vyvrátit celou metodu), v případě dílčích dat nebo argumentace formou debaty nabízí řádově až desetitisíce dolarů.
Přesto se dosud nikomu nepodařilo prokázat, že jsou jeho matematické analýzy mylné. Pokud by se mýlil, pak by přece bylo nejjednodušší jeho data popřít a shrábnout odměnu.
Jenže jeho kritici zatím zůstávají pouze u pomluv, ovšem bez protidůkazů.
Svojí metodou, kterou nazývá KCOR, již dříve analyzoval česká data a nedávno také japonská.
Steve Kirsch na rekordně vysokých japonských datech ukazuje stejný vzorec poškození, jaký nalezl u českých dat.
Stev Kirsch k tomu píše :
Očkování zvýšilo úmrtnost. O tom už není pochyb. Už není možné tato data vymýtit, ale moji kritici jsou zváni, aby to zkusili.
Stávající epidemiologické metody nejsou schopny poskytnout přesné výsledky v retrospektivních studiích vakcín, jak bylo nakonec uznáno v abstraktu Obel.
Proto jsem vynalezl KCOR, nový přístup k analýze dat. KCOR obchází problém „efektu zdravé vakcíny“ (HVE), protože přesouvá „úpravu kohort“ (aby byly srovnatelné) do prostoru úmrtnosti místo toho, aby se snažila udělat 1:1 párování na základě pozorovatelných charakteristik živých lidí (což – jak ukázala studie Obel – prostě nefunguje).
Tento článek ukazuje, že KCOR, aplikovaný na japonské jednoúrovňové datové sady (2 miliony datových sad), vykazuje přesně stejný vzorec jako české jednoúrovňové datové sady (12 milionů datových sad).
Kontaktoval jsem Paula Offita (pozn.: hlavní americký propagátor mRNA „vakcín“) několikrát a odmítá se na data podívat. Ani za milion dolarů. Co nám to říká? Říká mi to, že nechtějí znát pravdu.
Výsledky KCOR z České republiky
KCOR aplikoval na data České republiky – grafy.
Japonské KCOR křivky (pro všechny věkové kategorie)
KCOR > 1 → Skupina očkovaná umírá častěji než neočkovaní.
KCOR používá fixní kohorty (definované při přijetí): přechody nejsou povoleny. Bezpečná vakcína by vytvořila PLOCHOU křivku, ne takovou, která by rychle po očkování stoupala (a pak se ustálila).
Ani to není dynamické HVE, protože všechny ostatní dávky jdou po sobě (dynamické HVE by při dřívější dávce vytvořilo zrcadlový obraz).
Lze zaznamenat typický nárůst celkové úmrtnosti, který se vyskytuje pouze u poslední očkované skupiny, která VŽDY stoupá směrem nahoru. Jiné skupiny (které NEBYLY nedávno očkovány) pomalu klesají oproti dřívějšímu nárůstu úmrtnosti souvisejícímu s vakcínami.
Jedinou výjimkou je poslední graf, protože lidé dostali dávky 1 a 2 v rychlém sledu a je vidět, že škody byly ZÁVISLÉ na dávce: dvě očkování vedla k vyšší úmrtnosti než jedno. Závislost na dávce je velký problém: je to znak příčinné souvislosti.
Pokud zdvojnásobení dávky vede ke zdvojnásobení úmrtnosti a všechny ostatní parametry jsou stejné, je těžké tvrdit, že příčinná souvislost neexistuje.
Grafy porovnávají různé dávky ve srovnání s neočkovanými. Pro zaznamenávání každé vakcíny se používají různá data zápisu. Nejbližší datum zápisu bude uvedeno jako první.
Tabulka je dostupná na mém GitHubu . Vytvoření mi doslova zabralo 90 sekund (je to jen kontingenční tabulka a graf).
Interpretace
Existuje jen jedno věrohodné vysvětlení tohoto vzorce, o kterém vím: vakcíny proti COVIDu zvyšují riziko úmrtí.
ChatGPT, po mnoha námitkách ohledně identifikace, neochotně souhlasil, že mám pravdu: neexistuje pro to žádné věrohodné vysvětlení kromě toho, že vakcíny proti COVIDu zvýšily vaše čisté riziko úmrtí, tedy rizika úmrtnosti byla mnohem větší než jakékoli „přínosy.“
Data OWID z Japonska ukazují, že nadměrná úmrtnost prudce vzrostla ihned po zavedení očkování.
KCOR odhaluje pravdu
Někteří lidé říkají, že nárůst úmrtnosti je příliš vysoký, a proto se KCOR musí mýlit.
KCOR předpokládá, že vakcína je zcela bezpečná.
Takže pokud nechcete věřit výsledku, znamená to, že vaše hypotéza musí být chybná.
A přesně o tom to celé je. Pokud nechcete přijmout výsledek, musíte odmítnout předpoklad, že vakcíny byly „bezpečné a účinné,“ což vás pak nutí přijmout výsledek, že vakcíny byly smrtelné (reductio ad absurdum).
Kromě toho KCOR porovnává úmrtnost očkovaných s úmrtností neočkovaných ve stejném období, nikoli s absolutním referenčním bodem. Výše uvedené výsledky KCOR znamenají, že očkovaný si vedl výrazně hůře než neočkovaný.
V Japonsku nadměrná úmrtnost prudce vzrostla po zavedení očkování.
Závěr
Nikdo, kdo podporuje očkování (včetně mainstreamových médií), nechce číst metodologickou práci KCOR.
Ani se nechtějí dívat na japonská nebo česká data.
Chtějí jen věřit, že měli pravdu.
Nechtějí být v situaci, kdy by prohráli:
svoji práci
lékařskou licenci
specializovaná ocenění
přátele a rodinu
respekt svých kolegů,
nebo by se museli vypořádat s kognitivní disonancí.
Všichni zaboří hlavy do písku a doufají, že to všechno přejde. Všichni. Žádné výjimky.
Neprojde to.
Jediné, co to ukončí, je otevřená debata o metodách a datech.
Pokud se mýlím, postavte se mi v otevřené veřejné debatě.
Nebo prostě vysvětlete světu, co způsobuje, že nejzdravější lidé mají náhle zvýšenou úmrtnost hned po každé vakcíně proti COVIDu, pokud to nebylo právě očkováním. To by mělo být snadné, že?
Ale všichni se bojí veřejné debaty a nikdo z nich nedokáže data vysvětlit.
Takže to neprojde. Nikdy.
Ohodnoťte tento příspěvek!
[Celkem: 1 Průměrně: 5 ]
