コロナワクチンは、製造ロット番号で死亡率が異なる「5％のロットが100％のワクチン死を起こす！」

https://www.naturalnews.com/2021-11-07-uh-thats-not-a-conspiracy-theory-5-of-vaccine-production-lots-caused-100-of-vaccine-deaths.html#

コロナワクチンは、製造ロット番号で死亡率が異なる「5％のロットが100％のワクチン死を起こす！」
統計データによると、5％のワクチン製造ロットが100％のワクチン死を引き起こした事が判明！

Uh, that’s not a conspiracy theory – 5% of vaccine production lots caused 100% of vaccine deaths
Sunday, November 07, 2021 by: News Editors

Covid-19コロナワクチンによる死亡率には、ロット番号ごとに統計的に有意な偏りがある」という衝撃的な主張をしている記事がThe Exposeから報告されました。

カール・デニンガー氏の記事をMarket-Ticker.org（マーケットティッカー）から転載しました。

私が最初に注目したのは、特定の人を殺すために意図的にロットを配布したというアルミホイルハット派の叫びだった。つまり、Covid-19コロナワクチンの特定のロットは、どう見ても毒入りだというのだ。それはあり得ないことなので、私はそれを反証するために、アルミホイル帽子の人たちの頭にほうきの柄を当ててみた。しかし、私が発見したのは、興味深くもあり、また非常に気がかりなことでもありました。

特に2億人の人口と4億回の投薬量を扱う場合、ロットは非常に大きくなります。ロットが特定のコホートに優先的に割り当てられていないと仮定すると（例えば、あるロットがすべての老人ホームに割り当てられるなど）、副作用はロット間で正規に分布するはずですが、そうでない場合は、以下のいずれかがほぼ確実に当てはまります。

There is an article floating around from The Expose that makes an explosive claim: There is a wildly statistically-significant skew in the death rate from Covid-19 vaccines by lot number.
(Article by Karl Denninger republished from Market-Ticker.org)
What originally got my attention was the tinfoil hat crowd screaming about lots being intentionally distributed to certain people to kill them — in other words certain Covid-19 vaccine lots were for all intents and purposes poisoned. That was wildly unlikely so I set out to disprove it and apply some broom handles to the tinfoil hatters heads. What I found, however, was both interesting and deeply disturbing.
Lots are quite large, especially when you’re dealing with 200 million people and 400 million doses. Assuming the lots are not preferentially assigned to certain cohorts (e.g. one goes to all nursing homes, etc) adverse reactions should thus be normally distributed between lots; if they’re not one of these things is almost-certainly true:

製造品質に重大な問題があるか、体内でどのように作用するかを理解せずに製造したため、再現可能な結果を得るために必要な制御ができなかったのです。

つまり、あるロットは大丈夫だが、他のロットは汚染されていたり、有効成分の量が多すぎたり少なすぎたり、注射したときに体内で他のロットよりもスパイクたんぱく質が大量に生成されるものがある、などです。

もっと悪いのは、ロットが意図的に分離されていて、異なる結果が出ることです。これでは、差をつけて人を殺すような悪意があるとしか思えないし、メーカーはロットごとに何が入っているかを知っていて、意図的に内容を変えているのだから、無認可の実験を一般の人を対象に大量に行っているとしか思えない。

おそらく最悪なのは、報告が意図的に隠蔽されていることである。負傷者や死亡者の割合は変わっておらず、上記2つの問題のいずれかを抱えている人はたくさんいるが、意図的に報告されておらず、ほとんど瞬時に発見されており、医療従事者は注射に関連する重大なこと（例えば死亡）を報告しないように指示されている。

さて、VAERS(予防接種安全性監視システム)についてお話しましょう。 VAERS(予防接種安全性監視システム)からは公開されているデータを入手することができますが、VAERS(予防接種安全性監視システム)は意図的にロットによる結果の違いを見分けることを困難にしています。

なぜか？それは、ワクチンの詳細情報（メーカー、ロット番号など）を別のファイルに分けているからです。つまり、単純にエクセルに読み込むだけでは意味がなく、エクセル自体で2つの表を相関させて一致させようとすると、ファイルのサイズが非常に大きいために問題となります。しかし、これは外部へのデータエクスポートの問題であり、HHS(高浸透圧性高血糖状態)では、相関関係を調べることは難しいことではありません。

There is a serious manufacturing quality problem or you produced something without understanding how it would work in the body and thus failed to control for something you had to in order to wind up with reproduceable results. That is, some lots are ok, others are contaminated, have too much or too little of the active ingredient in them, some produce wildly more spike-protein than others in the body when injected, etc.OR
Much worse, the lots are intentionally segregated to produce different results. This implies some sort of nefarious intent such as killing people on a differential basis or that the manufacturers are running unsanctioned experiments on a mass basis among the population at-large, since they know what is in each lot and intentionally varied the contents.OR
Perhaps worst of all, reports are now being intentionally suppressed, the injury and death rate hasn’t changed and there are lots with one of the two above problems but it is being intentionally not reported, having been detected almost-instantly and health providers were directed to not report anything serious (e.g. death) associated with the jabs.
Now let’s talk about VAERS. You can grab the public data from it, but VAERS intentionally makes it difficult to discern differences in lot outcomes. Why? Because they separate out the specifics of the vax (the manufacturer, lot number, etc.) into a different file. This means that simply loading it into Excel does you no good and attempting to correlate and match the two tables in Excel itself is problematic due to the extreme size of the files — in fact, it blew Excel up here when I tried to do it. But that’s an external data-export problem; internally, within HHS, it is certainly not hard for them to run correlations.

実際、VAERS(予防接種安全性監視システム)の目的は、人々が薬害を受ける前にその相関関係を見つけ、それを未然に防ぐことにあります。

少し歴史を振り返ってみましょう。VAERS(予防接種安全性監視システム)が誕生したのは、1970年代にDTP注射(三種混合ワクチン)の製造業者が品質管理に問題を抱えていたからです。あるロットには有効成分が過剰に含まれており、他のロットにはほとんど含まれていませんでした。

これにより、予防接種を受けた子供たちが大量の悪い反応を示し、親たちが訴訟を起こしたのです。賠償責任保険が使えなくなる恐れが出てきました。（強制的に注射を受けなければならない子供たちを騙した後での話ですが）そのため、メーカーはDTP(三種混合ワクチン)療法を中止し、すべてのワクチンを市場から撤退させると脅しました。

議会は、製薬会社が意図的に撒いたパニックの脅威に対応するため、ワクチン会社に免責を与え、基本的には、ワクチンによって被害を受けた家族に支払うための税金と仲裁制度を設けた。議会は、罪を犯した企業に自分たちが引き起こした傷や死を負わせるのではなく、製造業者に自分たちの過失の結果を免除し、注射1本ごとに少額の税金をかけて損失を社会化したのです。

Indeed the entire point of VAERS is to find said correlations before people get screwed in size and stop it from happening.
Let’s step back a bit in history. VAERS came into being because back in the 1970s the producers of the DTP shot had a quality control problem. Some lots had way too much active ingredient in them and others had nearly none. This caused a crap ton of bad reactions by kids who got the jabs and parents sued. Liability insurance threatened to become unobtanium (gee, you figure, after you screw a bunch of kids who had to take mandatory shots?) and thus the manufacturers pulled the DTP jab and threatened to pull all vaccines from the market.
Congress responded to this threat of intentional panic sown by the pharmaceutical industry by giving the vaccine firms immunity and setting up a tax and arbitration system, basically, to pay families if they got screwed by vaccines. Rather than force the guilty parties to eat the injuries and deaths they caused Congress instead exempted the manufacturers from the consequences of their own negligence and socialized the losses with a small tax on each shot.

その理由の一つはVAERS(予防接種安全性監視システム)です。 VAERS(予防接種安全性監視システム)が有害事象を過小評価しているのは、「義務」とされているものの、臨床的判断に委ねられており、これらの注射その他の注射に悪い副作用があると信じることに大きな偏見があるからだと分かっています。

さらに、報告を怠った場合の民事・刑事上の罰則はありません。コロナワクチンの副作用を受けた人の中には、医師の診察を受けた後にソーシャルメディアに登場し、自分の記録を探そうとした人もいますが、カードのロット番号、出来事の内容、日付を知っていれば簡単にできますが、医師はそれを提出しませんでした。

このような報告書を提出するにはかなりの時間がかかるし、医師は政府や他の誰かからお金をもらっているわけではないので、偏見がなくても、提出しないと厳しい罰則がない限り、仕事をしない人がいるのは当然のことだ。実際には何の罰則もありません。

過剰報告については、信頼できる境界線はありませんが、

推定では実際の有害事象の3％から10％しかデータベースに入らないと言われています。つまり、有害事象の発生率は、せいぜいVAERS(予防接種安全性監視システム)の10倍程度ということになります。

Part of this was VAERS. We know VAERS understates adverse events because it while it is allegedly “mandatory” it is subject to clinical judgment and there is a wild bias against believing that these jabs, or any jab for that matter, has bad side effects. In addition there is neither a civil or criminal penalty of any kind for failure to report. We now know some people who have had bad side effects from the Covid-19 jabs have shown up on social media after going to the doctor and then tried to find their own record, which is quite easy to do if you know the lot number from your card, what happened and the date the event happened — their doctor never filed it. This does not really surprise me since filing those reports takes quite a bit of time and the doctor isn’t paid for it by the government or anyone else, so even without bias there will be those who simply won’t do the work unless there are severe penalties for not doing so. There are in fact no penalties whatsoever. The under-reporting does not have a reliable boundary on it, but estimates are that only somewhere between 3% and 10% of actual adverse events get into the database. That’s right — at best the adverse event rate is ten times that of what you find in VAERS.

しかし、興味深いことに、VAERS(予防接種安全性監視システム)の報告は、故意にせよ偶然にせよ、一般の人々が将来的に傷害や死亡とワクチンのロット番号との間に相関関係を見出すことが難しくなるように設定されていたようです。

メーカーが元々品質管理に問題を抱えていたという、まさにこの状況がVAERS(予防接種安全性監視システム)の存在理由であることに注意してください。

もし議会が実際に問題解決に関心を持っていたら、これは最も簡単に監視できる種類のものであり、定期的に報告されるだろうと思うでしょう。また、有害事象を報告しなかった場合には、民事上、あるいは刑事上の強い罰則があると思うでしょう。

このデータは2つのテーブルに分かれており、VAERS(予防接種安全性監視システム)が公表しているような相関関係はありません。また、VAERS(予防接種安全性監視システム)のサイトには、イベントをロット番号ごとに比較してグループ化するような、簡単で迅速な報告はありません。このような分析をVAERSのホームページから行うことは可能ですが、簡単ではありません。

さらに、これも意図的に分析を困難にしているのですが、VAERS(予防接種安全性監視システム)はロットごとの注射数を記録・報告していないため、ある安定した分母への規範化が文字通り不可能なのです。

しかし、私にはPostgresがあります。実際、あなたがこの記事を読んでいるということは、私がPostgresを持っていて、それに対してどのようにプログラムするかを知っているからです。

Postgresは、他のデータベースと同様に、外国のキーに関連する何かを取得し、それを関連付けることが非常に得意です。実際、それはデータベースの主要な強みの1つです。 VAERS(予防接種安全性監視システム)でも使用していると思われるSQLは素晴らしいと思いませんか？

But now it gets interesting because VAERS exports, it appears, were also set up, whether deliberately or by coincidink, to make it hard for ordinary people to find a future correlation between injury or death and vaccine lot number.
NOTE THAT THIS EXACT CIRCUMSTANCE — THAT MANUFACTURERS HAD QUALITY CONTROL PROBLEMS ORIGINALLY — IS WHY VAERS EXISTS. YOU WOULD THINK THAT IF CONGRESS WAS ACTUALLY INTERESTED IN SOLVING THE PROBLEM THIS WOULD BE THE EASIEST SORT OF THING TO MONITOR AND WOULD BE REGULARLY REPORTED. YOU’D ALSO THINK THERE WERE STRONG CIVIL AND EVEN CRIMINAL PENALTIES FOR NOT REPORTING ADVERSE EVENTS.
You’d be wrong; the data is across two tables and uncorrelated as VAERS releases it and there is no quick-and-easy reporting on their site that groups events on a comparative basis by lot number. While it is possible to do this sort of analysis from their web page it’s not easy.
(Further, and this also intentionally frustrates analysis, VAERS keeps no record nor reports on the number of shots administered per lot, making norming to some stable denominator literally impossible. If you think that’s an accident I have a bridge for sale. It’s a very nice bridge.)
But, grasshopper, I have Postgres. Indeed if you’re reading this article it is because I both have it and know how to program against it; this blog is, in fact, stored in Postgres.
Postgres, like all databases, is very good at taking something that can be foreign-key related and correlating it. In fact that’s one of a database’s prime strengths. Isn’t SQL, which I assume VAERS uses as well, wonderful?

そこで私は、ここにある2021年のデータを使って、まさにそれをやってみた。
そして..... 気に入らないかもしれませんが。
ベーステーブルとVAERS-IDに関連するメーカーテーブルを読み込んで、次のようなクエリを実行しました。

So I did exactly that with the data found here for 2021.
And….. you aren’t going to like it.
Having loaded the base table and manufacturer tables related by the VAERS-ID I ran this query:

karl=> select vax_lot(vaers_vax), count(vax_lot(vaers_vax)) from vaers, vaers_vax where vaers_id(vaers) = vaers_id(vaers_vax) and died=’Y’ and vax_type=’COVID19′ and vax_manu(vaers_vax)=’MODERNA’ group by vax_lot(vaers_vax) order by count(vax_lot(vaers_vax)) desc;
This says:

これによると

VAERSデータから、レポートIDが

悪い反応を起こした人のテーブル、死亡、コロナワクチン、製造者がモデルナであるロットを選択し、

そのロットのインスタンスをカウントします。結果をロットごとの死亡者数の降順で並べる。

Select the lot, and count the instances of that lot, from the VAERS data where the report ID is in the table of persons who had a bad reaction, said bad reaction was that they died, where the vaccine is a Covid-19 vaccine and where the manufacturer is MODERNA. Order the results by the count of the deaths per lot in descending order.

モデルナロット番号
vax_lot | count
-----------------+-------
039K20A | 87
013L20A | 66
012L20A | 64
010M20A | 62
037K20A | 49
029L20A | 48
012M20A | 46
024M20A | 44
027L20A | 44
015M20A | 43
025L20A | 42
026A21A | 41
013M20A | 41
016M20A | 41
022M20A | 41
030L20A | 40
026L20A | 39
007M20A | 39
013A21A | 36
011A21A | 36
031M20A | 35
032L20A | 35
010A21A | 33
011J20A | 33
030A21A | 33
028L20A | 32
011L20A | 32
004M20A | 32
025J20-2A | 31 << — What’s this? (see below)
041L20A | 31
011M20A | 31
031L20A | 30
032H20A | 29
030M20A | 28
042L20A | 27
Unknown | 27
006M20A | 27
012A21A | 25
002A21A | 25
043L20A | 24
032M20A | 24
023M20A | 23
040A21A | 23
027A21A | 23
017B21A | 22
036A21A | 20
unknown | 19
020B21A | 19
047A21A | 19
006B21A | 18
044A21A | 17
038K20A | 17
048A21A | 15
003A21A | 15
014M20A | 15
031A21A | 15
031B21A | 15
021B21A | 15
025A21A | 14
007B21A | 14
003B21A | 14
001A21A | 13
038A21A | 13
025B21A | 13
001B21A | 12
046A21A | 12
027B21A | 11
045A21A | 11
038B21A | 11
025J20A | 11
002C21A | 11
016B21A | 11
036B21A | 11
039B21A | 10
002B21A | 10
018B21A | 10
019B21A | 10
008B21A | 10
029K20A | 10
029A21A | 10
028A21A | 9
047B21A | 9
001C21A | 9
044B21A | 8
045B21A | 8
009C21A | 8
048B21A | 8
026B21A | 8
UNKNOWN | 7
039A21A | 7
040B21A | 7
046B21A | 7
032B21A | 7
038C21A | 6
030m20a | 6
027C21A | 6
008C21A | 6
006C21A | 6
004C21A | 6
047C21A | 6
007C21A | 5
025C21A | 5
042B21A | 5
043B21A | 5
025J202A | 5 << — Same as the above one?
052E21A | 5
003C21A | 5
030B21A | 5
030a21a | 5
016C21A | 5
017C21A | 5
N/A | 5
NO LOT # AVAILA | 5
037A21B | 5
037B21A | 5
024m20a | 4
031l20a | 4
003b21a | 4
026a21a | 4
041B21A | 4
005C21A | 4
033C21A | 4
035C21A | 4
021C21A | 4
040a21a | 4
041C21A | 4
006D21A | 4
022C21A | 4
037k20a | 4
048C21A | 4
03M20A | 3
008B212A | 3
039k20a | 3
024C21A | 3
016m20a | 3
038k20a | 3
025b21a | 3
033B21A | 3
026C21A | 3
Moderna | 3
033c21a | 3
014C21A | 3
…..

1つ以上の死が関連しているユニークなロットエントリーが547件あります。ロット番号の中には、間違った形式のものや欠落しているものもあります。これは珍しいことではなく、実際、人々が入力したときに物事を正しく把握できないという通常の失敗を暗示しています。例えば、上記の結果の「モデルナ」は明らかにロット番号ではありません。私はこの点に関してデータセットを「きれいに」しようとはしていませんし、VAERSも数ヶ月後に「申し立てられた」報告のフォローアップを行っていますが、明らかにそうではありません。

実際、20件以上の関連死が発生したすべてのロットを占めるのは50件以下であり、547件のユニークエントリーのうち、10件以上の関連死が発生したすべてのロットを占めるのは100件以下である。

正規分布とはまさにこのことです。

ファイザーはどうでしょうか？

There are 547 unique lot entries that have one or more deaths associated with them. Some of the lot numbers are in the wrong format or missing, as you can also see. That’s not unusual and in fact implicates the ordinary failure to get things right when people fill out the input. For example “Moderna” in the above results is clearly not a lot number. I’ve made no attempt to “sanitize” the data set in this regard and, quite-clearly, neither has VAERS even months after the fact with their “alleged” follow-up on reports.
But there is a wild over-representation in deaths of just a few lots; in fact fewer than 50 lots account for all lots where more than 20 associated deaths accumulated and out of the 547 unique entries fewer than 100 account for all those with more than 10 deaths.
Normal distribution my ass.
How about Pfizer?

ファイザー　ロット番号

vax_lot | count
-----------------+-------
EN6201 | 117
EN5318 | 99
EN6200 | 97
EN6198 | 89
EL3248 | 86
EL9261 | 84
EM9810 | 82
EN6202 | 75
EL9269 | 75
EL3302 | 69
EL3249 | 67
EL8982 | 67
EN6208 | 59
EL9267 | 58
EL9264 | 57
EL0140 | 54
EN6199 | 54
EJ1686 | 51
EL9265 | 50
EL1283 | 48
ER2613 | 48
EN6204 | 47
EN6205 | 45
EK9231 | 43
EL3246 | 43
EN6207 | 41
EN6203 | 41
ER8732 | 40
EL1284 | 39
EL0142 | 38
EJ1685 | 38
ER8737 | 37
EN9581 | 36
EN6206 | 35
EP7533 | 35
EL9262 | 34
EL9266 | 33
EL3247 | 32
ER8727 | 28
EP6955 | 27
ER8730 | 26
EW0150 | 25
EK5730 | 24
EP7534 | 24
EM9809 | 22
EK4176 | 22
EH9899 | 21
EW0171 | 21
unknown | 20
ER8731 | 19
ER8735 | 18
EW0172 | 18
EL9263 | 17
EW0151 | 15
ER8733 | 15
EW0158 | 14
EW0164 | 14
EW0162 | 14
EW0169 | 14
ER8729 | 13
ER8734 | 13
Unknown | 13
EW0153 | 13
EW0167 | 12
EW0168 | 10
EW0161 | 10
EW0182 | 9
NO LOT # AVAILA | 8
EW0181 | 8
EW0186 | 8
ER8736 | 8
EW0191 | 8
FF2589 | 7
EW0173 | 6
EW0175 | 6
FA7485 | 6
EW0177 | 6
FD0809 | 6
301308A | 6
EW0170 | 6
FC3182 | 6
EW0217 | 6
EK41765 | 5
EW0196 | 5
EW0176 | 5
EW0183 | 4
EN 5318 | 4
el3249 | 4
EW0178 | 4
EW0179 | 4
EW0187 | 4
FA6780 | 4
FA7484 | 4
EN 6207 | 4

ファイザー社は、少なくとも1人の死亡者に関連する395のユニークなロット番号を持っていますが、やはり、明らかにインチキなものもいくつかあります。しかし、繰り返しになりますが、正規分布では、1つのロット、EN6201が117人の死亡と関連しており、50人以上の死亡と関連しているのは20人以下であることから、乱暴な過剰発現が見られます。

笑い話として、039K20Aの年齢分布を見てみましょう-モデルナの最悪のロットです。

さて、この注射を受けて悪い反応が出た人（テーブルに有効な年齢が入っていた人）の平均年齢は51歳です。

死亡者数が33人の030A21Aではどうでしょうか？

平均値
-------
61.1097014925373134
(1行)

老人ホームにいるお年寄りに、とても厄介な結果をもたらすワクチンを打って、お年寄りは死にましたが、それはワクチンが原因ではなく、もっと確率の低い2回目のワクチンがすべて若い人の腕に入ったから、お年寄りは死ななかったのだ、という議論が出てきました。致死率の低い2回目の接種では、平均して高齢者に悪い反応が出ていますが、死亡者数は少なく、しかも10歳も差があるのです。

さらに、「悪い」ロットと最初のトラブルの報告との間には、確かな相関関係はありません。絶対的な最悪のモデルナは、1月の最初の日に悪い報告がありました。しかし、172件の報告しかない別のロットのワクチンでは、1月6日に最初の有害事象の報告がありました（有害事象の合計では最悪のロットの20分の1）。

何が正規分布しているのか？人が死んだ時です。

Pfizer has 395 unique lot numbers associated with at least one death and, again, there are a few that are obviously bogus. But again, normal distribution my ass; there is a wild over-representation with one lot, EN6201, being associated with 117 deaths and fewer than 20 are associated with more than 50.
For grins and giggles let’s look at the age distribution for 039K20A — the worst Moderna lot.
karl=> select avg(age_yrs) from vaers, vaers_vax where vaers_id(vaers) = vaers_id(vaers_vax) and vax_type=’COVID19′ and vax_manu(vaers_vax)=’MODERNA’ and vax_lot(vaers_vax)=’039K20A’ and age_yrs is not null;
avg
———————
51.4922202119410700
(1 row)
Ok, so the average age of people who got that shot, had a bad reaction (and had a valid age in the table) is 51.
How about for 030A21A which had 33 deaths?
karl=> select avg(age_yrs) from vaers, vaers_vax where vaers_id(vaers) = vaers_id(vaers_vax) and vax_type=’COVID19′ and vax_manu(vaers_vax)=’MODERNA’ and vax_lot(vaers_vax)=’030A21A’ and age_yrs is not null;
avg
———————
61.1097014925373134
(1 row)
Well there goes the argument that we jabbed all the old people in nursing homes with the really nasty outcome lot and they died but it not caused by the jab and the second lot, which had a much lower rate, all went into younger people’s arms and that’s why they didn’t die. Uh, no, actually when it comes to the age of the people who got jabbed in these two instances its the other way around; the second lot, which was less deadly, had bad reactions in older people on average yet fewer died — and significantly so too (by 10 years.)
In addition there is no solid correlation between the “bad” lots and first report of trouble. The absolute worst of Moderna had a bad report in the first days of January. But — another lot of their vaccine with only 172 reports against it (1/20th the rate of the worst for total adverse events) had its first adverse event report on January 6th.
What is normally-distributed? When people died.

実際に **** はどうなっているんだ？ CDC(アメリカ疾病予防管理センター)、NIH(アメリカ国立衛生研究所)、FDA(アメリカ食品医薬品局)がこのことを知らないとでも言うつもりですか？

私はこのデータをデータベースに吸い上げ、30秒のクエリを実行し、製造・使用された全てのロットにおいて、その関連性の分布が正常であるか、少なくともそれに近いものであるはずなのに、特定のロット番号に関連した死亡率や危険率が異常に高くなっていることを即座に特定できますか？

そして、明らかに「クリーン」な説明の可能性（死亡率の高いロットが高齢者に投与された可能性）を見つけようとしましたが、すべての有害事象報告書を見ても、それは単に存在しないのです。死亡した人の平均年齢が同じで、関連する死亡数が10倍のモデルナのロットがあります。

そして、報告された死亡日を見てみると、.... その分布は正規分布にかなり近いものでした。つまり、最初の月に高齢者が一度に殺されたわけではないのだ。説明しようとしていたことはこれで終わりです。

興味のある方は、有害事象を報告する州の観点から、最も厄介なロットは文字通り至る所に存在していました。

ほとんどのロットで関連する死亡数が一桁である場合、結果の分布は「やや近い」とは言えません。

What the actual **** is going on here? You’re going to try to tell me that the CDC, NIH and FDA don’t know about this? I can suck this data into a database, run 30 seconds of queries against it and instantly identify a wildly-elevated death and hazard rate associated with certain lot numbers when the distribution of those associations should be normal, or at least something close to it, across all the lots produced and used? Then I look to try to find the obvious potential “clean” explanation (the higher death rate lot could have gone into older people) and it’s simply not there when one looks at all adverse event reports. I have Moderna lots with the same average age of persons who died but ten times times the number of associated deaths.
Then I look at reported date of death and…. its reasonably close to a normal distribution. So no, it wasn’t all those old people getting killed at once in the first month. So much for that attempted explanation.
Oh if you’re interested the nastiest lot was literally everywhere in terms of states reporting adverse events against it; no, they didn’t concentrate them in one state or region either.
The outcome distribution isn’t “sort of close” when most of the lots have a single-digit number of associated deaths.

また、「死亡」というフラグを外すと、同じような相関関係が見られるのも興味深いことではないでしょうか。つまり、ほとんど何も報告されていないロットがたくさんあるということです。モデルナの場合、結果の最初のページ（約85ロット）では、有害事象の合計に3倍以上の差があります。

最悪のロットである87人の死亡者を出した039K20Aは、死亡率が最悪であるだけでなく、4,000件以上の有害事象の報告があります。

この報告書の数百項目を掘り下げてみると、

別のロットである025C21Aの417番で人が死亡した有害事象の総数がわかります。

大量に生産され流通している薬で、2つのロット間の有害事象発生率が約10倍、同じ2つのロット間の死亡率が17倍であることを、「高齢者が一方のロットを手に入れ、もう一方のロットを手に入れなかった」という理由では説明できず、ランダムな偶然では説明できない何かが発生したことを示す悲鳴ではないと、あなたは本当に言おうとしているのですか？

写真でご紹介します。

Isn’t it also interesting that when one removes the “dead” flag the same sort of correlation shows up? That is, there are plenty of lots with nearly nothing reported against them. For Moderna within the first page of results (~85 lots) there is more than a three times difference in total adverse events. The worst lot, 039K20A with 87 deaths, is not only worst for deaths; it also has more than 4,000 total adverse event reports against it. For context if you drill down a couple hundred entries in that report the number of total adverse events against another lot, 025C21A number 417 with five deaths.
Are you really going to try to tell me that a mass-produced and distributed jab has a roughly ten times adverse event rate between two lots and seventeen times the death rate between the same two, you can’t explain it by “older people getting one lot and not the other” and this is not a screaming indication that something that cannot be explained as random chance has occurred?
Here, in pictures, since some of you need to be hit upside the head with a ****ing railroad tie before you wake up:

これはファイザーの死亡者数をロット別に表したもので、最悪から最高までのものです。普通だと思いませんか？覚えておいてほしいのは、あるロットでの死亡者数がゼロであっても、システムに登録されていないために出てこないということです。

あらゆる種類の有害事象についてはどうですか？

That’s Pfizer deaths by lot, worst-to-best. Look normal to you? Remember, zero deaths in a given lot doesn’t come up since it’s not in the system.
How about adverse events of all sorts?

(特に2つ目のグラフでは、「1」が多く、無効なロット番号があります。しかし、左側はそれでいいのだ）。

もっと大きな問題があります。同じ内容のモデルナのグラフを見てみましょう。まず、死亡者数。

(Yes, there are invalid lot numbers, particularly in the second graph, with lots of “1s”. The left side however is what it is.)
There’s a much-larger problem. Have a look at Moderna’s chart of the same thing. First, deaths:

そして、AEの...

And AE’s…

これは別の会社です。
さらに悪いニュースがあります。

全く別の技術であるジョンソンエンドジョンソンも同じカーブを描いています。
皆さん、どうしましょう？

指示書」の作成には何か本質的なものがあり、それがどのように伝達されようとも、結果的に注射の工程の中で非決定的な結果をもたらし、それがコントロールされなかったのでしょうか、おそらくそれが理解されていないからでしょう。

医師は報告を止めるように言われたのでしょうか？ HHSは、PREP法(最初に結論を伝え、次にその理由を説明、事例で理由を補強し、最後に結論を再度提示するストーリー展開)に基づいてそのような命令を出すことができ、そのような命令を出しても司法の審査はないことに注意してください。彼らは？

これには説明が必要です。

3社ともスパイクタンパクを使用しており、2社は3社とは異なる技術を使用しており、3社ともスパイクを直接投与するのではなく、体内でスパイクを生成させており、3社とも、統計的には他の会社は人を襲わないのに、あるロットは人を襲うという乱暴な偏りがあります。

次の質問ですが、これはVAERS(予防接種安全性監視システム)では答えられません。VAERSが答えられない次の質問：人を騙すロットとそうでないロットの間に有効性の違いはあるのか？

私たちはまだ愚かではないのでしょうか？統計的に見て、あらゆる種類の有害事象は、ブランドに関係なく、一握りのロットで発生しています。残りのロットは少数の悪い結果を生み出し、ごくごく少数のロットが膨大な割合の害を生み出しているのです。

最悪のロットの中には、有害事象の発生率が低いロットよりも平均年齢の分布が低いものもあります。また、使用された時期にも関係がありません。というのも、「悪い」ロットと同様に、「良い」ロットの1つには1月の初めに最初の有害事象が報告されているからです。

These are different companies!
Want even worse news?
JANSSEN, which is an entirely different technology, has the same curve.
What do we have here folks?
Is there something inherent in the production of the “instructions”, however they’re delivered, that results in a non-deterministic outcome within a batch of jabs which was not controlled for, perhaps because it isn’t understood SINCE WE HAVE NEVER DONE THIS BEFORE IN MAN OR BEAST and if it goes wrong you’re ****ed?
Have doctors been told to stop reporting? Note that HHS can issue such an order under the PREP Act and there is no judicial review if they do that. Did they?
This demands an explanation. Three different firms all using spike proteins, two using a different technology than the third, all three causing the body to produce the spike rather than deliver it directly and all three of them have a wild skew of some lots that hose people left and right while the others, statistically, do not screw people.
Next question, which VAERS cannot answer: Is there an effectiveness difference between the lots that screw people and those that do not?
Are we done being stupid yet? Statistically all of the adverse events of any sort are in a handful of lots irrespective of the brand. The rest generate a few bad outcomes while a very, very small number of lots generate a huge percentage of the harm. And no, that’s not tied to age bracketing (therefore who got it first either); some of the worst have average age distributions that are less than lots with lower adverse event rates. It is also not tied to when used either since one of the “better” lots has a first-AE report right at the start of January — as do the “bad” lots.

これら3つのワクチンに共通しているのは、3つとも人体がスパイクタンパク質を生成し、それを免疫系が攻撃して抗体を生成することに依存している点であり、問題となる物質を直接体内に導入しているものはない。

ジョンソンエンドジョンソン、ファイザー、モデルナの製剤では、誘導のメカニズムが異なるが、どちらも同じ問題を抱えている。

データに示された差は、投与されたコホートに関連した合理的な説明を超えたものであり、報告された全事象（死亡例だけではない）の人の平均年齢は、特定のロットでのリスク上昇とも相関しないため、明らかに接種者の年齢とは関係がない（例：「特定のロットではすべての人が死亡した」）。

AE率の高いロットはすべて使用期限が早いが、AE率の低いロットの中にも使用期限が早いものがあり、「しかし、リスクの高い人が最初に手にした」としてデータを説明しようとする試みも失敗に終わった。

VAERS(予防接種安全性監視システム)を運営している人たちは、意図的に見ていないか、何が起きているかよく知っていて、意図的に何も言わないか、ダウンロードしたデータをちょっと見ただけでは分からないような方法でデータを分離しているか、あるいはすぐに分かっていて意図的に報告を抑制しているかのいずれかだと思います。

もし、２０１９年と２０２１年のそれぞれの大統領が行ったことによって、これらの企業が民事上、さらには刑事上の訴追を免れないのであれば、原告団は数ヶ月前に*******。

このことは、CDC(アメリカ疾病予防管理センター)、NIH(アメリカ国立衛生研究所)、FDA(アメリカ食品医薬品局)のすべての関係者とともに、すべての政治家の尻に叩き込まれるべきです。彼らはこれが起こっていることを知っています。

これを分析して見つけるのに数分かかりました。

いったい何が起こっているのでしょうか？

何が起こっているのかが完全に説明され、必要であれば、結果として傷ついたり死んだりした人たちに説明責任が果たされるまで、この写真は今すぐ取り下げられなければならない。もし報告書の隠蔽が証明されたら、そしてその可能性があるならば、関係者全員が今すぐ刑務所に入り、このプログラムを永久に破棄しなければならない。

The only thing all three of these vaccines have in common is that all three of them rely on the human body to produce the spike protein that is then attacked by the immune system and produces antibodies; none of them directly introduce the offending substance into the body. The mechanism of induction is different between the J&J and Pfizer/Moderna formulations but both exhibit the same problem. The differential shown in the data is wildly beyond reasonable explanation related to the cohort dosed and the reported person’s average age for the full set of events (not just deaths) does not correlate with elevated risk in a given lot either so it is clearly not related to the age of the person jabbed (e.g. “certain lots all went to nursing homes since they were first.”) While the highest AE rate lots all have early use dates so do some of the low-AE rate lots so the attempt to explain the data away as “but the highest risk got it first” fails as well.
Something is very wrong here folks and the people running VAERS either aren’t looking on purpose, know damn well its happening and are saying nothing about it on purpose — never mind segregating the data in such a fashion that casual perusal of their downloads won’t find it — or saw it immediately and suppressed reporting on purpose.
If these firms were not immune from civil and even criminal prosecution as a result of what Biden and Trump did the plaintiff’s bar would have been crawling up *******s months ago.
This ought to be rammed up every politician’s ass along with every single person at the CDC, NIH and FDA. They know this is going on; it took me minutes to analyze and find this.
What the HELL is going on here?
THESE SHOTS MUST BE WITHDRAWN NOW until what has happened is fully explained and, if applicable, accountability is obtained for those injured or killed as a result. If embargoing of reports is proved, and its entirely possible that is the case, everyone involved must go to prison now and the entire program must be permanently scrapped.

～～～～～～～～～～～

～～～～～過去記事の一部です (ここから) ～～～～～～

ファイザー社の社長が「コロナワクチン効果の詐欺罪」で起訴され、テレビ・メディアは沈黙を守る！

ワクチンのスパイク蛋白質が細胞核に入りDNA修復を90％抑制し、がん、免疫不全、老化加速させる！

コロナが登場する数週間前、米国議会は「mRNA遺伝子組み換え技術」にワクチンの名称を与えた！

生物兵器ワクチンによる障害と死者数が、欧州連合データベース(EudraVigilance)に登録

EU(欧州連合)は、ワクチンパスポートとワクチン接種を廃止し、欧州委員会が5種類の薬剤を承認！

英国政府は、コロナワクチン接種すると「免疫が永久消滅する」事を政府の統計で明らかにした!

世界でコロナウイルスは一度も分離されず科学的に存在しない。生物兵器ワクチンを接種させる為の嘘！

コロナワクチンでエイズやガンになる？ワクチン接種者の免疫機能は、毎週5％ずつ低下し防御力ゼロに？

世界中のワクチン接種者は、毒を体内製造し、ネットで監視追跡する機能を特許取得した製品の一部である

コロナワクチンの中にエイリアンの様な寄生虫が発見される。ワクチンのグラフェンが卵に栄養を与える！