Der Pfizer-Job

Von Dr Ah Kahn Syed

Wie Pfizer den größten Raubüberfall auf eine Pharma-Studie aller Zeiten durchführte – und die Aufsichtsbehörden alles schluckten, ohne mit der Wimper zu zucken.

„Der Impfstoff von Pfizer ist zu mehr als 90 % wirksam”.

Diese Schlagzeilen wurden weltweit wiederholt, vor allem von den Aufsichtsbehörden FDA, TGA, EMA und MHRA.

Die „tatsächliche“ Statistik lag bei 95 %. Ja, Pfizer und die FDA kamen nach einer der schnellsten und größten randomisierten kontrollierten Studien in der Geschichte der Pharmazie zu dem Schluss, dass die Impfung mit dem COVID-Impfstoff von Pfizer das Risiko, an COVID zu erkranken, um 95 % senkt im Vergleich zu Personen, die das Produkt nicht erhalten haben.

Um es noch einmal zu wiederholen: Es ging hier um eine COVID-Infektion. Pfizer machte keine Angaben zum Schweregrad, zu Krankenhausaufenthalten oder Todesfällen. Die FDA stimmte zu, dass die Studie von Pfizer zeigte, dass von 100 nicht geimpften Personen, die „an COVID erkrankten”, nur 5 geimpfte Personen „an COVID erkrankten”. Und denken Sie daran, dass es sich hier um eine COVID-Infektion (positiver Test) handelt, um nichts anderes.

Die Analyse der FDA der verfügbaren Wirksamkeitsdaten von 36.523 Teilnehmern im Alter von 12 Jahren und älter ohne Anzeichen einer SARS-CoV-2-Infektion vor 7 Tagen nach der zweiten Dosis bestätigte, dass der Impfstoff zu 95 % wirksam war (95 %-Konfidenzintervall 90,3, 97,6) bei der Vorbeugung von COVID-19 mindestens 7 Tage nach der zweiten Dosis (mit 8 COVID-19-Fällen in der Impfstoffgruppe im Vergleich zu 162 COVID-19-Fällen in der Placebogruppe).

Anders ausgedrückt: Für jede geimpfte Person, die Sie getroffen haben und die COVID hatte, hätten Sie mindestens 24 geimpfte Personen treffen müssen, die nie COVID hatten. Angesichts der Tatsache, dass die meisten geimpften Menschen tatsächlich „COVID bekommen haben” – viele von ihnen sogar mehrfach –, klingt das unmöglich, oder?

Das ist es auch.

Dennoch zeigte die Studie selbst eine 95-prozentige Verringerung des Risikos einer Infektion und wurde am 10. Dezember 2020 in der berüchtigten Fachzeitschrift New England Journal of Medicine (derselben Zeitschrift, die auch die betrügerische Surgisphere-Studie veröffentlichte) veröffentlicht.

Daten sind wichtig

Als Hintergrundinformation zu den ersten Warnsignalen bezüglich dieser Studie und der anschließenden „Notfallzulassung” des Pfizer-COVID-19-Impfstoffs sind einige Daten erwähnenswert.

• Der erste Patient wurde am 27. Juli 2020 für die Studie rekrutiert.
• Bis zum 31. August 2020 war die Hälfte der Teilnehmer rekrutiert worden, was bedeutet, dass weniger als die Hälfte der Teilnehmer eine Nachbeobachtungszeit von mindestens 75 Tagen nach der ersten Injektion hatte. Da man davon ausging, dass man nach der zweiten Injektion zwei Wochen (35 Tage) warten musste, bis der Impfstoff „wirkt”, bedeutet dies, dass die Hälfte der Teilnehmer eine Nachbeobachtungszeit von weniger als 47 Tagen für die „wirksame Dosis” hatte.
• Die ursprüngliche Einreichung von Pfizer bei der FDA erfolgte am 20. November 2020. Der „Datenstichtag” für die Studie – der letzte Tag, an dem COVID-Infektionen registriert werden konnten – war der 14. November 2020.
• Die Sitzung des VRBPAC (Vaccines and Related Biological Products Advisory Committee) bei der FDA fand am 10. Dezember 2020 statt, dem Tag, an dem die Studie veröffentlicht wurde.
• Das VRBPAC-Bewertungsdokument für den Antrag von Pfizer wurde am 7. Dezember 2020 verfasst, nur zwei Wochen nach Einreichung des Antrags – und nachdem eine Studie mit 44.000 Teilnehmern bewertet werden musste.

Dieser Median von 47 Tagen war die Grundlage für die Zulassung, aber es kommt noch schlimmer – viel schlimmer.

Tatsächlich werden wir zeigen, dass die gesamte Studie eine Farce war und dass es nie einen Nutzen gab – überhaupt keinen, ganz zu schweigen von einer „95-prozentigen Verringerung der Infektionen”.

Hier ist die von Pfizer bereitgestellte Grafik, mit der sie eine 95-prozentige Reduzierung der Infektionen belegen wollten. Sie ist beeindruckend. Die rote Linie steht für die „Placebo”-Gruppe und die blaue Linie für die „geimpfte” Gruppe. Und obwohl sie anfangs mit der gleichen Rate infiziert werden, hören die Geimpften etwa 10 Tage nach der ersten Impfung so gut wie gar nicht mehr auf, sich zu infizieren. Ein wahrhaft wundersamer Impfstoff.

Beachten Sie, dass seine Tabelle nach „Tag nach Dosis 1” und nicht nach „Tag des Jahres” oder „Tag der Studie” gegliedert ist.

Der Grund für die Angabe der Daten ist nicht nur, um zu zeigen, dass die Zulassung auf der Grundlage einer 47-tägigen Nachbeobachtungszeit für die meisten Patienten erfolgte, sondern auch, dass sie innerhalb eines Tages erteilt wurde, da die VRBPAC-Sitzung am 10. Dezember 2020 stattfand und die EUA-Zulassung am 11. Dezember 2020 erklärt wurde. Es ist natürlich nicht möglich, dass eine solche Entscheidung über Nacht getroffen wurde, was bedeutet, dass es sich um eine vorab vereinbarte Zulassung handelte und Pfizer lediglich Daten vorlegen musste, die zeigen, dass in der Gruppe, die länger als 35 Tage nachbeobachtet wurde, weniger Infektionen in der Impfgruppe auftraten.

Und wir werden sehen, dass dies alles für den 20. Oktober geplant war, also etwa vier Wochen vor dem Stichtag für die Daten.

Was ist „COVID” laut Pfizer?

Hier kommt der nächste wichtige Teil der Hektik.

Für die meisten von uns ist „COVID” ein klinisches Syndrom, das durch eine Virusinfektion gekennzeichnet ist, die Symptome verursacht. Zu diesen Symptomen gehören immer Fieber und Lethargie. Bei manchen Menschen kommt es zu Husten oder Schnupfen. Und wenn es zu einem „schweren COVID-Verlauf” kommt, dann geht dieser fast immer mit einer postviralen Lungenentzündung einher – genau wie bei der „Spanischen Grippe” von 1918 und im Grunde bei jedem anderen Atemwegsvirus, wie ich hier ausführlich beschrieben habe.

Wenn Sie keine Symptome haben, können Sie nicht wirklich an „COVID“ oder einer ähnlichen Krankheit von Bedeutung leiden. Ein positiver PCR-Test ist irrelevant, wenn Sie keine Symptome haben (warum testen Sie dann überhaupt?), aber wenn Sie Symptome haben, ist dies ein starkes Indiz für eine Virusinfektion mit SARS-Cov-2.

Man könnte also meinen, dass die Definition von „COVID“ in der Pfizer-Studie in etwa so lautet: „Symptome einer respiratorischen Virusinfektion mit Fieber, Husten und einem positiven PCR- oder Lateral-Flow-Test, der bei der örtlichen Gesundheitsbehörde durchgeführt wurde“, oder?

Oh nein. Dies ist die Falldefinition im Pfizer-Protokoll.

Die Wirksamkeit wird bewertet. Wenn ein Teilnehmer zu irgendeinem Zeitpunkt eine akute Atemwegserkrankung entwickelt (siehe Abschnitt 8.13), wird er für die Zwecke der Studie als potenziell an COVID-19 erkrankt betrachtet. Der Teilnehmer sollte sich an die Einrichtung wenden, es sollte ein persönlicher Besuch oder eine telemedizinische Untersuchung stattfinden und es sollten Untersuchungen durchgeführt werden … Dazu gehört ein Nasenabstrich (Mittelturbinate), der in einem Zentrallabor mittels Reverse Transkriptase-Polymerase-Kettenreaktion (RT-PCR) getestet wird … Das NAAT-Ergebnis des Zentrallabors wird für die Falldefinition herangezogen.

Darin versteckt sich ein Satz, den nicht viele Leute bemerkt haben, der aber vor über drei Jahren zu diesem Tweet geführt hat…

Der interessante Satz lautet: „Das NAAT-Ergebnis des Zentrallabors wird für die Falldefinition verwendet.“

Der Tweet fragt im Grunde genommen, warum man – wenn ein großer Teil der Studienteilnehmer in Argentinien rekrutiert wurde – seinen „COVID-verdächtigen“ Abstrich den ganzen Weg nach New York schicken würde.

Die Antwort wird klar, wenn man weiß, was das „Zentrallabor“ ist – es handelt sich um das Labor von Pfizer in Pearl River, New York. Woher wissen wir das? Weil es in den Dokumenten steht, die Pfizer und die FDA 75 Jahre lang zurückhalten wollten – bis Aaron Siri die FDA vor Gericht brachte, um genau diese Dokumente herauszugeben.

[An dieser Stelle sei angemerkt, dass diese Dokumente insgesamt mehr als 2 Millionen Seiten umfassen. Ich hoffe daher, dass die Leser mir verzeihen, dass ich so lange (nämlich 3 Jahre) gebraucht habe, um diesen Artikel zu verfassen, der auf der Analyse und Überprüfung der darin enthaltenen Daten basiert. Es ist eine Menge Arbeit, und jeder, der sich diese Akten angesehen hat, weiß, dass es unmöglich ist, sie in zwei Wochen gründlich zu prüfen.

Und hier ist die Bestätigung, dass sich das „Zentrallabor” im Impfstoff-Hauptquartier von Pfizer befand…

… Das bedeutet, dass die Entscheidung, ob ein Abstrich als PCR-positiv oder -negativ markiert wurde – was der einzige Test war, der zählte –, bei Pfizer lag.

Da gibt es offensichtlich nichts zu sehen. Aber es kommt noch besser.

VRBPAC SHMERPAC

Die VRBPAC-Sitzung der FDA fand am 10. Dezember 2020 statt und bestand aus einer Gruppe von Personen, die völlig inkompetent wirkten – und in einigen Fällen nicht einmal zu wissen schienen, wie spät es war oder wie man Zoom benutzt.

Mit Ausnahme von Doran Fink, der eine ausgefeilte Präsentation hielt, die fast so aussah, als wäre sie für ihn geschrieben worden, und erklärte, wie die FDA diese Studiendaten „monatelang” untersucht hatte. Und das, obwohl (vermutlich) zu diesem Zeitpunkt noch keine klinischen Daten vorlagen – was also unmöglich war. Zur Klarstellung: Die Aufhebung der Verblindung in der Studie durfte erst nach dem 14. November 2020 erfolgen. Es scheint also, als würde Doran Pfizer opfern, indem er uns erzählt, dass Pfizer irgendwie wusste, wer in welcher Gruppe war, bevor der 14. November kam.

Es war auch nicht möglich, dass Doran Fink selbst eine solche Datenmenge analysiert hat, da er keine Erfahrung im Umgang mit großen klinischen Datensätzen hatte, also war es sicherlich nicht er, der diese Analyse durchgeführt hat.

Doran wurde für seine Bemühungen, die Daten der Pfizer-Studie schönzureden, mit einem Traumjob bei Moderna belohnt… und als ob das noch nicht genug wäre, rockt er jetzt bei GSK, der Heimat des Pharma-Impfstoffkartells. Da gibt es also absolut nichts zu sehen, denn die „Drehtür“-Korruption bei der FDA ist nur Teil des Mobiliars.

Und hier ist er nun bei der VRBPAC-Sitzung selbst und erzählt uns, wie die FDA (d. h. Fink und Freunde) die Studie mit 44.000 Teilnehmern in kürzester Zeit „gründlich und umfassend” geprüft hat, obwohl er (und seine Elfen) tatsächlich monatelang daran gearbeitet hatten. Und das sogar über Thanksgiving hinweg – nur um wirklich deutlich zu machen, dass sie daran gearbeitet hatten.

Nur mussten sie gar nichts machen, weil nichts Pfizer davon abhalten konnte, die ganze „Analyse“ für sie zu schreiben. Es ist echt unwahrscheinlich, dass Doran Fink das 60-seitige Dokument geschrieben hat.

Aber das Wichtigste ist, dass Pfizer schon am 9. November wusste, dass der Impfstoff „gewirkt“ hat. Genauso wie alle „Mainstream“-Medien und das WEF.

Das war alles ein bisschen unredlich, denn wenn der Stichtag für die Datenerhebung der 14. November war, konnte Pfizer vor diesem Datum gar nicht wissen, dass sie überhaupt etwas erreicht hatten, es sei denn, das „unblindierte Team”, das sie praktischerweise als Teil ihres Protokolls hatten, hätte es ihnen gesagt.

Und obwohl sie ein „nicht verblindetes Team“ hatten, das wusste, welche Patienten in welchen Gruppen waren, brauchten sie diese Informationen nicht, weil sie eine andere Möglichkeit hatten, dies herauszufinden, auf die wir gleich noch zurückkommen werden.

Was hat Doran getan?

Nun, abgesehen davon, dass er sich (zweimal) einen bequemen Job bei einem Pharmaunternehmen gesichert hat, nachdem er der Welt die Wirksamkeit des COVID-Impfstoffs verkauft hatte, um die EUA-Zulassung (Emergency Use Authorization) in weniger als 24 Stunden unter Dach und Fach zu bringen, ist die Antwort wahrscheinlich: nicht sehr viel.

An dieser Stelle verdient auch Moderna eine lobende Erwähnung, das nur 7 Tage später eine ähnliche Notfallzulassung erhielt (nachdem es denselben „Zentrallabor”-Trick angewendet hatte). Ja, das ist richtig: Während Fink und sein Team auf ihren Thanksgiving-Truthahn verzichteten, um die Daten von 44.000 Teilnehmern der klinischen Studie für Pfizer zu sichten, haben sie offenbar auch die Studie von Moderna mit 30.000 Teilnehmern „gründlich bewertet”. Entweder das, oder jede Analyse, die sie vorgaben durchzuführen, wurde (wieder einmal) von der Pharmaindustrie für sie geschrieben.

Aber zurück zur Analyse der Pfizer-Studie durch Doran Fink… Bei der VRBPAC-Sitzung selbst war es tatsächlich Susan K. Wollersheim, die die statistische Präsentation hielt. Ihre Fähigkeit, eine klinische Studie mit 44.000 Teilnehmern in Rekordzeit zu analysieren, ist legendär, da sie noch nie eine klinische Forschungsstudie veröffentlicht hat. Daher ist die Wahrscheinlichkeit, dass Wollersheim diese Daten von 44.000 Teilnehmern analysiert hat, nahezu null.

Hier ist sie mit ihrer Blaulichtfilterbrille zu sehen, während sie darauf hinweist, dass die FDA im Oktober ebenfalls über Insiderinformationen zu der fantastischen „95 %-Wirksamkeit” verfügte.

Natürlich würde nur ein Zyniker behaupten, dass dieses „wundersame” Ergebnis der US-Bevölkerung vor den Wahlen 2020 hätte bekannt gegeben werden können, damit sie keine speziellen Wahlurnen aufstellen mussten, aber das ist eine andere Geschichte.

Wenn man sich den VRBPAC-Monolog der blauäugigen Wollersheim tatsächlich ansieht, kann man erkennen, dass sie nur ein Skript vorliest. Das ist keine Überraschung, denn es ist unmöglich, dass diese Leute diese Analyse durchgeführt haben. Sie verfügen nicht über die erforderlichen Fähigkeiten, und der Arbeitsaufwand ist unglaublich – insbesondere für jemanden, der als Arzt tätig ist und daher keine Zeit dafür hat.

Zum Kontext: Was Sie unten in meiner Analyse sehen, ist nur ein Teil dessen, woran wir seit über drei Jahren arbeiten. Mit „wir” meine ich eine Handvoll Leute, die über die Fähigkeiten verfügen, die Pfizer-Daten zu durchforsten, die schließlich nach zwei Jahren von der FDA veröffentlicht wurden. Das war die beschleunigte Veröffentlichung, nachdem das Gericht den Versuch der FDA, diese Daten erst nach 75 Jahren zu veröffentlichen, gekippt hatte. Es handelt sich buchstäblich um Millionen von Seiten, und es ist völlig ausgeschlossen, dass die Susan Wollersheims dieser Welt in zwei Wochen eine vollständige Neuauswertung der Daten hätten vorlegen können.

Allein die Arbeit an diesem einen Aspekt des Datenbetrugs von Pfizer (dem Thema dieses Artikels) hat mich drei Jahre lang beschäftigt. Ähnlich hat OpenVAET rund zwei Jahre damit verbracht, Beispiele dafür zu sammeln, wo Pfizer so viel betrogen hat, dass es allein aufgrund von „Fehlern” die Ergebnisse in die „richtige” Richtung beeinflusst hat.

Im Vergleich dazu kam einer der Datenprüfer der FDA, Ye Yang, der leitende Statistiker der FDA, innerhalb weniger Wochen zu dem Schluss:

Bei der Überprüfung wurden keine wesentlichen statistischen Probleme hinsichtlich der Sicherheitsdaten festgestellt. Ein höherer Prozentsatz der Probanden in der BNT162b2-Gruppe berichtete nach jeder Dosis über lokale und systemische Reaktionen als die Placebo-Empfänger sowohl in der jüngeren (16 bis 55 Jahre) als auch in der älteren (>55 Jahre) Erwachsenenaltersgruppe. Es gab keine größeren Ungleichgewichte bei den gemeldeten SAEs, zu einem Abbruch führenden AEs oder Todesfällen zwischen den Behandlungsgruppen einen Monat und bis zu sechs Monate nach der zweiten Dosis oder der Aufhebung der Verblindung/dem Datenstichtag. (b) (6)

Es gibt Hinweise auf eine Reaktogenität im Zusammenhang mit BNT162b2; die überwiegende Mehrheit der Ereignisse war von leichter oder mäßiger Schwere und kurzer Dauer. In der Studie C4591001 gab es keine Hinweise auf ein erhöhtes Risiko für unaufgeforderte SAE oder Todesfälle im Zusammenhang mit BNT162b2. Ich verweise auf das klinische Review-Memo von Dr. Susan Wollersheim und Dr. Ann Schwartz zur allgemeinen Sicherheitsbewertung von BNT162b2.

Gute Arbeit, Ye Yang. Keine einzige Erwähnung von Brook Jacksons Betrugsanzeige, die im September 2020 bei der FDA eingereicht wurde. Alles ist rosig.

Ich denke, wir können mit Sicherheit sagen, dass die FDA kein Interesse daran hat, in solchen Studien nach Betrug zu suchen. Tatsächlich ist es sehr wahrscheinlich, dass die FDA überhaupt nichts analysiert hat, sondern nur das wiedergekäut hat, was Pfizer ihr vorgelegt hat.

Was niemand getan hat, werde ich Ihnen jetzt zeigen.

Der Pfizer-Raub (alias „wie sie es gemacht haben“)

Hintergrund

Um zu verstehen, was Pfizer brauchte, um das Studienergebnis zu fälschen, müssen zwei Fragen gestellt werden:

1. Wie viele Infektionen hätte es in jeder Gruppe geben müssen, wenn die Behauptungen wahr wären?
2. Haben die Antikörpertests die Zahlen bestätigt?

Beginnen wir also mit der Betrachtung der Anzahl der positiven Tests laut Pfizer.

Diese stammen direkt aus der Präsentation von Susan Wollersheim und wurden aus Gründen der Lesbarkeit gekürzt.

Ich werde kurz die Zahlen erläutern, da dies wichtig ist.

Die erste Zeile zeigt 50 Fälle in der Impfstoffgruppe und 275 Fälle in der Placebogruppe, was einer Gesamtwirksamkeit von 82 % entspricht (das heißt, 50 Fälle sind 82 % weniger als 275 Fälle bei einer ähnlichen Teilnehmerzahl in jeder Gruppe).

[Zur Information: Diese Zahlen (50 gegenüber 275) ändern sich geringfügig, je nachdem, welche Dateien aus dem Pfizer-Dump verwendet werden, wie Sie in den folgenden Diagrammen sehen können.

Die zweite Zeile zeigt, woher die 95 % stammen, wenn nur Fälle gezählt werden, die nach 4 Wochen nach der ersten Impfung auftreten.

Und hier kommt das Wunder ins Spiel, denn im Grunde genommen haben sie für einen bestimmten Zeitraum aufgehört, Fälle (nur in der geimpften Gruppe) zu sammeln, um die Grenze zu erreichen.

Damit dies geschehen konnte, musste es entweder einen Zaubertrick geben oder der Impfstoff wirkt wirklich (und Ihre 24 geimpften Freunde, die COVID bekommen haben, müssen sich das eingebildet haben).

Um zu veranschaulichen, wie der Trick funktioniert, hier ein kleiner Ausschnitt aus einem Sketch von Penn & Teller (übrigens keine netten Leute), in dem die Kundin glaubt, dass die Magier den richtigen Geldbetrag in ihrer Hand erraten haben. Tatsächlich hatten sie die Szene so inszeniert, dass der Pizzabote immer den richtigen Betrag verlangte, egal wie viel Geld sie in die Hand nahm.

Und ähnlich verhält es sich mit der Pfizer-Studie C4591001, mit der der Impfstoff weltweit vermarktet wurde… Sie wussten von Anfang an, dass sie die „95 %-Reduktion” erreichen würden.

Ich zeige es Ihnen.

Der PCR-Betrug

Beginnen wir mit den PCR-Tests. Dies ist eine Nachbildung der PCR-Testergebnisse aus einem der Dokumente, die in der ersten Tranche der Pfizer FOI-Veröffentlichung (im Jahr 2022) veröffentlicht wurden, aber anstatt die Grafik als „Tage seit Dosis 1” darzustellen, stellen wir die Grafik als „Tage seit Beginn der Studie (d. h. 27. Juli)” dar.

Sie können sehen, dass die Zahlen mit den bereitgestellten Daten übereinstimmen (275 gegenüber 50 Fällen), was eine gute Plausibilitätsprüfung darstellt. Tatsächlich können wir die Grafik „Tage seit Dosis 1” aus denselben Daten neu erstellen, um zu bestätigen, dass wir über die richtigen Daten verfügen.

Abgesehen davon, dass die Impfgruppe insgesamt viel weniger Fälle aufweist, hoffe ich, dass Sie erkennen können, dass die Linie für die Geimpften noch etwas anderes Ungewöhnliches aufweist. Erstens beginnen sich die Fälle mit einer ähnlichen Rate wie bei den Ungeimpften zu häufen, und zweitens gibt es in der Mitte eine Abflachung, als ob es eine Pause gäbe.

In diesem Diagramm können wir dies besser erkennen.

Sie sollten sehen können, dass bis zum 6. September (etwa 5 Wochen nach Beginn der Studie, als die Rekrutierung rapide zunahm) die Zahl der Fälle in der Impfstoffgruppe rapide anstieg und sich dann plötzlich verlangsamte, bis die Anstiegsrate am 21. Oktober wieder normal wurde. Dies geschieht nur in der geimpften Gruppe.

Es ist, als hätte jemand die Maschine ausgeschaltet oder irgendwie heruntergedreht.

Kehren wir nun zu unserer Pizza-Analogie zurück und erinnern uns daran, dass der Pizzalieferant sich schnell anpassen und seinen Beleg so ausdrucken musste, dass er mit dem Geldbetrag übereinstimmte, den die Dame, wie sie wussten, abgeholt hatte.

Hier ist es genauso. In diesem Diagramm stellt die gepunktete Linie die modellierte (prognostizierte) Anzahl von Fällen in der Impfstoffgruppe dar, unter der Annahme, dass der Impfstoff „nach 4 Wochen” zu 95 % wirksam war, wie sie sagten.

Ich habe die Wendepunkte auf der Kurve markiert, und man kann sich vorstellen, dass die Leute von Pfizer in Pearl River so etwas tun:

(A) „Oh Scheiße, Albert, wir haben noch gar keine Fälle, die Leute werden denken, dass etwas nicht stimmt, und wir brauchen einige Fälle, um glaubwürdig zu sein, also fangen wir besser an, sie zu sammeln. Dreh die Maschine auf*“

(B) „Whoa, Albert, dreh die Maschine runter, du wirst noch mit diesen lästigen Placebos gleichziehen, wenn du nicht aufpasst, und wir haben jetzt alle Fälle, die wir brauchen, um überzeugend zu wirken. Sammle bis zum 20. Oktober keine weiteren Fälle mehr, sonst sitzen wir in der Scheiße.“

(C) „Okay, Albert, du kannst die Maschine jetzt wieder aufdrehen. Die Fälle zählen nicht, solange es sich um neue Rekruten handelt.“

*Mit „Up“ meine ich natürlich „Down“, denn der einfachste Weg, um zu beeinflussen, ob Sie Fälle bei einem PCR-Test erkennen, besteht darin, einfach den Ct-Wert (Zyklusschwellenwert) für einen positiven Test anzupassen. Wenn der Ct-Wert sehr hoch ist (über 40), werden Sie eine Reihe von falsch-positiven Ergebnissen erhalten, und wenn er sehr niedrig ist (z. B. unter 16), werden Sie nur die echten Fälle mit einer hohen Viruslast erkennen. Natürlich wussten sie nicht, wo der „Sweet Spot“ liegt, weshalb sie ihn im Laufe der Zeit ändern mussten.

Und Sie fragen sich vielleicht: „Warum haben sie die Tests nicht einfach als positiv oder negativ in den Fallberichtformularen erfasst?“

Das wäre zwar möglich, aber einige der Tests sind automatisiert, sodass sie falsche Werte für POSITIV/NEGATIV nicht manuell erfassen können, und wenn sie es täten, würde dies bei einer Prüfung sehr offensichtlich werden.

Was sie tun konnten, war, den Ct-Schwellenwert auf dem Gerät, das die Tests aufzeichnet, so zu ändern, dass sie nicht als positiv aufgezeichnet werden. Wir wissen nicht, ob das geschehen ist, da das Feld, in dem dies hätte aufgezeichnet und in den Pfizer-Dateien (MBORRESU) veröffentlicht werden müssen, fehlt.

Wie praktisch.

Aber eines wissen wir mit Sicherheit: Pfizer wusste, welche Tests aus welchem Teil der Studie (geimpft oder Placebo) kamen, und zwar deshalb, weil sie die Bluttests aller Studienteilnehmer im Pearl River-Labor hatten.

Und um festzustellen, welcher Proband geimpft war und welcher nicht, mussten sie lediglich das Blut testen.

Wir wissen, dass dies zutrifft, da Castruita im Jahr 2023 gezeigt hat, dass selbst nach vier Wochen noch genügend zirkulierende RNA (oder DNA) aus den COVID-19-Impfstoffen vorhanden war, um eine Genomsequenzierung durchführen zu können.

In einer streng kontrollierten randomisierten Pharmastudie sind die Datenbanken, in denen Informationen darüber gespeichert sind, welcher Patient welche Behandlung erhalten hat (in diesem Fall Impfstoff vs. Placebo), gesperrt. Würden sie entsperrt, würde dies zu Audit-Flags führen, sodass die FDA erkennen könnte, dass Manipulationen vorgenommen wurden. Es war also nicht möglich, einfach in der Datenbank zu betrügen.

Da Pfizer jedoch bereits über die Blutproben aller Teilnehmer aus demselben Labor verfügte, an das die „Fälle” ihre Abstrichproben schicken mussten, war es für das Unternehmen ein Leichtes, zu dokumentieren, welche Probe zu welcher Studiengruppe gehörte.

Die Placebo-Tests konnten daher einfach auf dem Standard-Testgerät fortgesetzt werden, während die Impfstoffgruppe (die anhand ihrer eigenen Aufzeichnungen über die Identität der Personen auf der Grundlage der Bluttests identifiziert worden war) auf einem anderen Gerät getestet wurde. Und da sie aus der Placebo-Gruppe wussten, wie viele Patienten bisher an COVID erkrankt waren, mussten sie nur das „geimpfte” Gerät entsprechend der Anzahl der benötigten positiven Tests nach oben oder unten anpassen. Ein bisschen wie beim Pizzaboten.

Aber Sie werden sagen, das sei eine „Verschwörungstheorie“ und „es gibt keine Möglichkeit, das zu beweisen“, richtig?

Nun, leider hat Pfizer einige Fehler gemacht, und der größte davon war, dass sie es versäumt haben, die N-Antikörper-Tests (Nab) gleichzeitig zu korrigieren.

NABs Schmabs

Wenn Sie sich auf natürliche Weise mit COVID infizieren, produziert Ihr Immunsystem zwei Arten von Antikörpern.

Der eine richtet sich gegen das Spike-Protein (S-Antikörper), der andere gegen das Nukleokapsid (N-Antikörper). Das Nukleokapsid befindet sich im Inneren des Viruspartikels. Um damit in Kontakt zu kommen, muss das Virus seinen Inhalt freisetzen. Dies geschieht in der Regel, wenn Ihr Immunsystem das Virus abtötet, sodass eine natürliche Immunantwort beide Arten von Antikörpern (Anti-S und Anti-N) hervorbringt.

Im Gegensatz dazu wird der Spike nach der Impfung mit Antikörpern überflutet, und das Immunsystem ist möglicherweise nicht in gleichem Maße dem Nukleokapsid ausgesetzt wie bei einer natürlichen Immunität, sodass die Wahrscheinlichkeit, dass nach einer Infektion nach der Impfung (die natürlich nicht auftreten sollte) N-Antikörper („NABs“) auftreten, viel geringer ist.

Woher wissen wir das? Nun, die Hersteller haben es uns gesagt.

Hier ist die Grafik aus Lindsey Badens Artikel über die Moderna-Studie, in der genau diese Frage untersucht wurde.

Die Grafik zeigt die Wahrscheinlichkeit, dass ein „Anti-N-Serologietest” während der Moderna-Impfstoffstudie positiv ausfällt, und das Fazit lautet, dass bei den meisten Infektionen (mit Ausnahme der schwersten, also etwa 95 % aller in der Studie erfassten Infektionen) die Wahrscheinlichkeit eines positiven Anti-N-Serologietests in der geimpften Gruppe 2,3-mal geringer war (93 % gegenüber 40 %).

Das gleiche Ergebnis wurde von Dhakal et al beobachtet, sodass es sich hierbei nicht nur um einen Trick von Moderna handelte, um die Erzählung zu schaffen, dass die COVID-Impfstoffe schwere Erkrankungen verhindern (was immer die Hintergrundgeschichte war und nie in einer randomisierten kontrollierten Studie gezeigt wurde). Aber die Hintergrundgeschichte von Baden schoss Pfizer ins eigene Knie. Schauen wir uns also an, was in der Pfizer-Studie passiert ist.

Hier sind die N-Antikörpertests für jede Gruppe:

Die blaue gepunktete Linie zeigt die Gesamtzahl der positiven N-Antikörpertests in der geimpften Gruppe und beträgt 116.

Aber Moment mal, in der Studie wurden mittels PCR nur 50 Infektionsfälle gemeldet.

Das kann doch nicht stimmen, oder?

Es kann nicht sein, dass in nur einer Gruppe mehr als doppelt so viele Fälle von durch Antikörper nachgewiesenen Infektionen auftreten wie durch PCR dokumentierte Infektionen – es sei denn, man unterdrückt die PCR-Tests.

Aber es wird noch schlimmer, wenn man die Tatsache berücksichtigt, dass man, wenn man geimpft ist, eine 2,3-mal geringere Wahrscheinlichkeit hat, bei einem Test N-Antikörper aufzuweisen.

Korrigieren wir also die Grafik und zeigen wir, wie hoch die tatsächliche Infektionsrate in den beiden Gruppen war.

Et voilà…

Sieh dir das mal an. Fast identische Kurven.

Diese Grafik zeigt, dass selbst nach den Daten von Pfizer die durch Antikörper dokumentierte Infektionsrate in beiden Gruppen nahezu identisch war.

Von einer „95-prozentigen Reduzierung der Infektionen” kann also keine Rede sein.

Der einzige Unterschied bestand in der Erfassung der PCR-Tests.

Es war also ein Betrug.

Aber natürlich werden Sie nicht glauben, dass es ein Betrug war, denn als Nächstes werden Sie sagen: „Nun, sie haben gesagt, dass es die Schwere der Erkrankung verringert, also spielt es keine Rolle“…

Das haben sie aber nicht gesagt. Sie haben behauptet, dass die Infektionsrate geringer sei. Was Pfizer jedoch tatsächlich gesagt hat, war Folgendes:

In unserer groß angelegten randomisierten kontrollierten Studie war die Wahrscheinlichkeit, dass eine geimpfte Person in unserem Labor mit unserem speziellen PCR-Gerät positiv getestet wurde, um 95 % geringer als bei einer nicht geimpften Person.

Das klingt jetzt nicht mehr so überzeugend, oder?

Aber das ist noch nicht alles, denn ich weiß, dass Sie jetzt aufspringen und behaupten werden, dass die Pfizer-Impfstoffstudie gezeigt hat, dass bei den Geimpften weniger Symptome auf COVID auftraten.

Also lassen Sie uns darauf eingehen.

Muh Symptome

Tatsächlich war es die FDA, die (in ihrer superintensiven Thanksgiving-Truthahn-Opfer-Analyse, für die sie mindestens 3 Stunden gebraucht hat) sagte…

Von insgesamt 3410 Verdachtsfällen von COVID-19, die jedoch nicht bestätigt wurden, traten in der gesamten Studienpopulation 1594 in der Impfstoffgruppe und 1816 in der Placebogruppe auf. Verdachtsfälle von COVID-19, die innerhalb von 7 Tagen nach einer Impfung auftraten, betrugen 409 in der Impfstoffgruppe gegenüber 287 in der Placebogruppe. Es ist möglich, dass das Ungleichgewicht bei den Verdachtsfällen von COVID-19, die innerhalb von 7 Tagen nach der Impfung auftraten, auf die Reaktogenität des Impfstoffs zurückzuführen ist, deren Symptome sich mit denen von COVID-19 überschneiden.

„Verdacht auf COVID“ bedeutet, dass Sie sich elend gefühlt haben, Fieber hatten und wahrscheinlich Husten oder Schnupfen hatten. Genau wie bei jeder anderen viralen Atemwegsinfektion, von der man sich normalerweise innerhalb einer Woche erholt.

In der ersten Woche nach der Impfung war es also viel wahrscheinlicher (42 %), dass Sie sich elend fühlten und Symptome hatten, die wie COVID aussahen, aber in der restlichen Zeit war es etwas wahrscheinlicher (13 %), dass Sie dachten, Sie hätten COVID, wenn Sie nicht geimpft waren.

Was für ein Kompromiss.

Und wenn Sie diese „Symptome“ vergleichen möchten, können Sie anhand dieser Grafik deutlich sehen, dass die erste Woche für die Geimpften schlimmer ist und dann im Laufe der Zeit die Placebo-Gruppe schlechter abschneidet – aber das reicht wahrscheinlich nicht aus, um die Katastrophe der ersten Woche auszugleichen.

Was genau hat dieser Wunderimpfstoff also verhindert?

Das Schlimmste an COVID ist, abgesehen von der sehr geringen Anzahl von Menschen, die an einer postviralen Lungenentzündung erkranken, das Fieber – das einen sich elend fühlen lässt und daran hindert, zur Arbeit zu gehen.

Wenn also MiracleVax™ diese schlimme Virusinfektion zu 95 % verhindert hat, dann sollte sich dies vermutlich auch im Fieber widerspiegeln. Das heißt, wenn man alle statistischen Nuancen und PCR-Tests und bla bla bla beiseite lässt, MUSS es für die Opfer Kunden von Pfizer einen Vorteil geben, wenn das Fieber verhindert wird, das einen daran hindert, zur Arbeit zu gehen. Denn ansonsten müsste es, da es keine Unterschiede bei den Gesamtsterbezahlen gab (tatsächlich schnitt die geimpfte Gruppe in dieser Hinsicht sogar etwas schlechter ab), etwas geben, bei dem es tatsächlich gewirkt hat, angesichts der dramatischen Verringerung der Infektionen um 95 %.

Richtig?

Wer bekam das Fieber?

Nun kommen wir zum Kern der Sache, nämlich der Frage, ob der „Erfolg” der Pfizer-Studie überhaupt echt war… das Fieber (und die damit einhergehenden Symptome wie Schüttelfrost, die, wenn Sie jemals starkes Fieber hatten, nicht zu unterschätzen sind).

Was die FDA übersehen hat, während sie die geringfügige Verringerung der zugewiesenen „Symptome” durch den Impfstoff lobte, war das offensichtliche Problem des Fiebers.

Dies sind die Zahlen direkt aus der Überprüfung der FDA.

Das heißt, es gab über 1100 mehr Fieberfälle und über 2000 mehr Berichte über Schüttelfrost.

Aber Sie waren begeistert von den scheinbar 222 weniger Menschen mit „Symptomen” in der geimpften Gruppe, oder?

An dieser Stelle ist es erwähnenswert, dass daraufhin in der realen Welt Berichte über Gesundheitspersonal folgten, das sich wegen impfstoffbedingter Fiebererkrankungen krankschreiben lassen musste – 29 % laut dem Bericht von Lidström allein für den Pfizer-Impfstoff, und bis zu 48 % des Gesundheitspersonals nahmen sich wegen aller Symptome nach der Impfung frei.

Also, lassen Sie uns das mal klarstellen.

Der Impfstoff hat nicht nur die Übertragung nicht verhindert, sondern man musste ihn auch nehmen, um zu verhindern, dass man so krank wurde, dass man nicht mehr arbeiten konnte, indem man so krank wurde, dass man nicht mehr arbeiten konnte. Die Memes schreiben sich quasi von selbst, nicht wahr?

Was passiert also, wenn wir uns die Gesamtzahl der Fälle von „Fieber oder Schüttelfrost“ in der gesamten Studie unabhängig von der Ursache ansehen?

Denn wenn unser MiracleVax™ wirklich wirken würde, dann hätte das NEJM Recht gehabt und es gäbe insgesamt deutlich weniger Fälle von Fieber oder Schüttelfrost in der geimpften Gruppe.

Hier ist sie. Hier ist die endgültige Analyse (die die FDA nie durchgeführt hat), in der untersucht wurde, ob Fieber und Schüttelfrost – die Hauptsymptome von „COVID“ – in der Placebo-Gruppe (blau) oder in der geimpften Gruppe (rot) seltener auftraten.

Denken Sie daran, dass dies Fieber und Schüttelfrost aus allen Ursachen, einschließlich „COVID“, umfasst und dass die Wahrscheinlichkeit, Fieber oder Schüttelfrost zu bekommen, wenn Sie geimpft waren, mehr als doppelt so hoch war wie bei den Ungeimpften.

Das ist doch ein klarer Fall, oder?

All das ausgegebene Geld, all das Geschwätz darüber, dass der COVID-Impfstoff „zu 95 % wirksam bei der Vorbeugung von COVID ist (obwohl er tatsächlich keinen Vorteil hinsichtlich der Sterblichkeit zeigt)“, all die Betrügereien in den Testzentren, all die Unterdrückung von Meinungsverschiedenheiten von Menschen, die tatsächlich wussten, wovon sie sprachen…

All das für einen Betrug, von dem die CDC wusste, dass es ein Betrug war, als bei der größten öffentlichen Versammlung nach der Einführung des Impfstoffs in Barnstable, Massachusetts, im Juli 2021 kein einziger Fall verhindert wurde – wo es zu einem großen COVID-Ausbruch in einer vollständig geimpften Bevölkerung kam.

Und kein einziger „Experte“ in einem der Gremien – die verzweifelt darauf aus waren, sich mit öffentlichen Geldern bei Pfizer einzuschmeicheln, um anschließend Auszeichnungen und Beförderungen zu erhalten – hat diesen massiven und offensichtlichen Betrug erkannt oder begriffen, wie er zustande kam.

Nun, jetzt wissen Sie es.

Quellen:

• 1Original EUA approval letter from the FDA to Pfizer, written on the 11th Dec 2020.
  Pfizer Loa 051021
  217KB ∙ PDF file
  Download
  2VRBPAC briefing document (FDA’s assessment of Pfizer’s trial)
  Vrbpac 121020 Meeting Briefing Document Fda
  1.13MB ∙ PDF file
  Download
  3Remember that it can be shown that building in a delay (by saying that you’re not vaccinated until 35 days after the vaccine was given) provides a fake vaccine efficacy.
  
  4Pfizer C4591001 protocol
  Pfizer C4591001 Clinical Protocol Nov2020
  1.31MB ∙ PDF file
  Download
  5Registered labs in the C4591001 protocol
  125742 S1 M5 5351 C4591001 Interim Mth6 Interlab Standard
  10.9MB ∙ PDF file
  Download
  6The cover story explanation for this is that there was a special “unblinding team” but no details of who was on that team, or what was to stop that team communicating with the study centres or Pfizer themselves, was provided.
  7Susan K Wollersheim is a pediatrician but only has one first author paper on Pubmed – but it’s a case report as opposed to a clinical trial or clinical research study. Her second mention on Pubmed is as second author in a genome sequence of a cocksackie isolate. Both appear to be at David Geffen medical school where she underwent her fellowship training. She never published again under that name.
  8Blue light filter glasses do absolutely nothing so it is apt that the lead “researcher” for the FDA is gullible enough to have bought a pair
  
  
  
  
  9Ye Yang statistical review – Pfizer BLA application Sept 2021
  Statistical Review Comirnaty
  290KB ∙ PDF file
  Download
  10If you didn’t already know, Penn & Teller are part of the skeptics society who are closely linked to Jeffrey Epstein, James Randi (aided and abetted identity fraud) and legal advocates for pedophiles. They really hate vaccine skeptics.
  11Reproduced plot in R from the original “positivity” data provided in the Pfizer data dump
  
  
  
  12The modelling required for this one graph was unbelievably time consuming.
  Two analyses of this were made and in the first, a formula for a polynomial fit to the infection rates for the five countries involved was made using a base infection rate of 0.00018835
  IR<-0.00018835*((0.3525*c(1:111)^3-30.911*c(1:111)^2+59.33*c(1:111)+111226)/111255)
  In the second, which was a slightly closer fit to the “real” data, the infection rate was calculated by country for the number of patients in each country on each date based on “ourworldindata” infection rate data for that country, and smoothed using loess in R.
  There was no appreciable difference to the findings when using either data set.
  13In fact there were a bunch of ways of testing the blood of participants to see who was vaccinated or not. An alternative way would be to test for antibodies but those don’t show up until about two weeks after injection.
  We have also discussed how the genetic vaccines were set up to provide a specific “tag” which can be seen using CRISPR technology (SHERLOCK or DETECTR).
  
  How many coincidences…Dr Ah Kahn Syed
  ·
  19. Mai 2024
  Read full story
  14You can perform statistical tests to show that the accumulation of cases in the period 6th Sept – 21st October was anomalous by comparing the number of cases in this time between the groups (chisquare test 10/54 vs 122/272, p<0.001) or comparing the cases that arose in this time period to the model (Fisher test 9/55 vs 23/61, p=0.013) . The numbers vary slightly depending on the model or the Pfizer file used.
  15All files for these analyses were taken from the Pfizer file FOI repository at https://phmpt.org/pfizer-16-plus-documents/ e.g.
  FDA-CBER-2021-5683-0123168 to -0126026_125742_S1_M5_c4591001-A-D-adva.xpt
  FDA-CBER-2021-5683-0282366 to -0285643_125742_S1_M5_c4591001-S-D-mb.xpt
  16The placebo arm total number of cases in this chart is 294, close to the documented number of documented cases (275).
  17These curves are similar enough to be the same within the limits of testing available. There are few more positive tests in the vaccinated group early on and a few less positive tests later on.
  18In the Barnstable Massachusetts study (July 2021) the infected population were 74% fully vaccinated for a baseline population of 69% fully vaccinated, giving a derived vaccine efficacy of NEGATIVE 28%. That is, in this well matched group, you were 28% MORE likely to get COVID if you were vaccinated than unvaccinated, proving that the Pfizer claim of “100% efficacy against infection” in a study at a similar time was garbage.
  Cdc Barnstaple Mm7031e2 H
  180KB ∙ PDF file
  Download