por Por Robert W. Malone MD, MS | rwmalonemd.substack.com
Visto en: Infowars
Un nuevo documento documenta que la tasa de mortalidad antes de la vacunación era extremadamente baja en la población no anciana.
Tasa de letalidad por infección estratificada por edad de COVID-19 en la población no anciana
Investigación ambiental , volumen 216, parte 3, 1 de enero de 2023, 114655
Resumen
La mayor carga de COVID-19 la llevan los ancianos, y las personas que viven en hogares de ancianos son particularmente vulnerables. Sin embargo, el 94% de la población mundial tiene menos de 70 años y el 86% tiene menos de 60 años. El objetivo de este estudio fue estimar con precisión la tasa de mortalidad por infección (IFR) de COVID-19 entre personas no mayores en ausencia de vacunación o infección previa. En búsquedas sistemáticas en SeroTracker y PubMed (protocolo: https://osf.io/xvupr), identificamos 40 estudios nacionales de seroprevalencia elegibles que cubren 38 países con datos de seroprevalencia previos a la vacunación. Para 29 países (24 de ingresos altos, 5 otros), los datos de muerte por COVID-19 estratificados por edad y la información de seroprevalencia estratificada por edad estaban disponibles públicamente y se incluyeron en el análisis primario. Las IFR tuvieron una mediana de 0. 034% (rango intercuartílico (RIC) 0,013-0,056%) para la población de 0-59 años y 0,095% (RIC 0,036-0,119%) para la de 0-69 años. La IFR mediana fue de 0,0003 % a los 0–19 años, 0,002 % a los 20–29 años, 0,011 % a los 30–39 años, 0,035 % a los 40–49 años, 0,123 % a los 50–59 años y 0,506 % a los 60– 69 años IFR aumenta aproximadamente 4 veces cada 10 años. La inclusión de datos de otros 9 países con distribución de edad imputada de las muertes por COVID-19 arrojó una IFR mediana de 0,025 a 0,032 % para 0 a 59 años y de 0,063 a 0,082 % para 0 a 69 años. Los análisis de metarregresión también sugirieron una IFR global de 0,03 % y 0,07 %, respectivamente, en estos grupos de edad. 123% a los 50-59 años y 0,506% a los 60-69 años. IFR aumenta aproximadamente 4 veces cada 10 años. La inclusión de datos de otros 9 países con distribución de edad imputada de las muertes por COVID-19 arrojó una IFR mediana de 0,025 a 0,032 % para 0 a 59 años y de 0,063 a 0,082 % para 0 a 69 años. Los análisis de metarregresión también sugirieron una IFR global de 0,03 % y 0,07 %, respectivamente, en estos grupos de edad. 123% a los 50-59 años y 0,506% a los 60-69 años. IFR aumenta aproximadamente 4 veces cada 10 años. La inclusión de datos de otros 9 países con distribución de edad imputada de las muertes por COVID-19 arrojó una IFR mediana de 0,025 a 0,032 % para 0 a 59 años y de 0,063 a 0,082 % para 0 a 69 años. Los análisis de metarregresión también sugirieron una IFR global de 0,03 % y 0,07 %, respectivamente, en estos grupos de edad.
El análisis actual sugiere una IFR previa a la vacunación mucho más baja en poblaciones no ancianas de lo que se sugería anteriormente.
Existieron grandes diferencias entre países y pueden reflejar diferencias en comorbilidades y otros factores. Estas estimaciones proporcionan una línea de base a partir de la cual comprender nuevas disminuciones de IFR con el uso generalizado de vacunas, infecciones previas y la evolución de nuevas variantes.
A partir de los datos anteriores, la tasa mediana de mortalidad por infección (IFR) durante la ERA PREVIA A LA VACUNACIÓN fue:
- 0,0003 % de 0 a 19 años
- 0,002% a los 20-29 años
- 0,011 % a los 30–39 años
- 0,035% a los 40-49 años
- 0,123% a los 50-59 años
- 0,506% a los 60-69 años
- 0,034 % para personas de 0 a 59 años de edad
- 0,095 % para personas de 0 a 69 años.
Estas estimaciones de IFR en la población no anciana son mucho más bajas de lo que habían sugerido los cálculos y modelos anteriores.
¿Alguien recuerda a principios de 2020? ¿Las nefastas predicciones de un desastre global, de una tasa de letalidad y de una tasa de infectividad (R0) que eran inauditas en los tiempos modernos para una enfermedad respiratoria? Las predicciones eran que el “nuevo coronavirus”, como se le llamaba entonces, iba a ser la próxima gripe española. Que la única solución era que naciones enteras se cerraran. Este fue el modelo que provocó el pánico en los gobiernos de todo el mundo. Este fue el modelo que hizo que los medios heredados se derritieran.
Un científico que claramente lideró este esfuerzo y llevó al mundo por mal camino con su nefasto pronóstico fue Neil Ferguson, PhD del Imperial College.
El equipo de Ferguson en el Imperial College de Londres se atribuye el mérito de haber salvado millones de vidas a través de las políticas de confinamiento que implementaron sus modelos. Son los modelos del Imperial College los que proyectaron millones de muertes en el primer año en el Reino Unido, si no se implementaron bloqueos estrictos. Una vez implementados, Ferguson e Imperial College rápidamente se atribuyeron el “éxito” de los cierres.
La estimación de 3,1 millones de vidas salvadas por el Dr. Ferguson se derivó de un “ejercicio no científico ridículo” en el que pretendían validar su modelo mediante el uso de sus propias proyecciones hipotéticas como contrafactual de lo que sucedería sin bloqueos. Otros modelos y datos del mundo real han desacreditado los modelos de Ferguson, pero el daño ya estaba hecho. Los bloqueos, las cuarentenas, el enmascaramiento, los productos EUA mal probados, como las vacunas experimentales, nos han pasado factura a todos. Al final, ¿qué, si alguno de ellos fuera necesario?
Elon Musk llama a Ferguson una ” herramienta total” que hace “ciencia absurdamente falsa “. Jay Schnitzer, un experto en biología vascular y exdirector científico del Centro de Cáncer Sidney Kimmel en San Diego, me dice: “ Normalmente soy reacio a decir esto sobre un científico, pero baila al borde de ser una publicidad. buscando charlatán ” ( National Review ).
Una y otra vez, año tras año, década tras década, el NHS y los gobiernos del mundo, incluido el nuestro, han recurrido al Dr. Ferguson para el modelado de enfermedades infecciosas. Ferguson les da lo que quieren. Una razón para que los burócratas, el estado administrativo, vuelvan a dar un paso al frente y ser importantes. Uno de sus modelos pesimistas puede aumentar los presupuestos federales de preparación para desastres a proporciones astronómicas. Ese es poder puro para el humilde funcionario de salud pública. ¿Qué es no gustar?
Excepto por un hecho singular:
Las predicciones de Ferguson de tasas de letalidad altísimas fueron extremadamente exageradas.
Los bloqueos fueron un completo y absoluto fracaso.
Pero este no es el primer modelo fallido de enfermedades infecciosas de Ferguson en el escenario mundial. Estos son dos ejemplos de sus predicciones anteriores:
- Ferguson predijo que hasta 150 millones de personas podrían morir a causa de la gripe aviar durante el brote de 2005. Esta predicción falló por una cantidad asombrosa, con un total de 282 personas que murieron en todo el mundo a causa de la enfermedad entre 2003 y 2009.
- En 2009, uno de los modelos de Ferguson predijo que 65.000 personas podrían morir a causa del brote de gripe porcina en el Reino Unido; la cifra final fue inferior a 500 . Este modelo fue lo que provocó el pánico de tantos funcionarios de salud pública y creó un pánico mundial entre los funcionarios y la población.
Entonces, ¿por qué Boris Johnson y nuestro gobierno recurrieron a sus modelos como guía al principio de la crisis de COVID? ¿Por qué aceptaron las afirmaciones de Ferguson de que los bloqueos funcionarían, sin ninguna evidencia o guía de política pública que indicara que tales medidas draconianas tendrían algún impacto?
¿Eran tan ingenuos?
Aquí es donde se vuelve aún más loco. Hay quienes argumentan apasionadamente que el modelado que hizo Ferguson a principios de 2020 es una prueba de que 1) las “intervenciones no farmacéuticas (bloqueos y máscaras) funcionaron porque (lógica circular aquí) sus predicciones de modelado no se hicieron realidad y 2) que las vacunas funcionaron más allá de toda medida porque, nuevamente, sus predicciones de modelado no se hicieron realidad.
Sin embargo, aquí estamos. Un nuevo documento importante (discutido anteriormente) que documenta que la tasa de mortalidad antes de la vacunación era extremadamente baja en la población no anciana. Eso significa más evidencia de que los modelos de Ferguson estaban equivocados (nuevamente) y ¿qué escuchamos de los medios patrocinados por el estado?
Un colega mío que está en el Senado de los EE. UU. me informó recientemente que los senadores republicanos chocaban los cinco entre sí sobre el éxito de la velocidad Warp según los datos de modelos de Ferguson en un artículo reciente. No puedes inventar estas cosas.
Deja una respuesta