MONOSEPIA
MONOSEPIA





【河野太郎】






■　Uh, That's Not A Conspiracy Theory　「market-ticker.org」より機械翻訳

+ ...



えー、それは陰謀論ではありません
The Market Ticker - Cancelled ® - What 'They' don't want Published

えー、それは陰謀論ではありません*。
[コメントを有効にする］

-19 *******sによる死亡率には、ロット番号によって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から出回っています。

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が配布されたと叫ぶティンフォイルハットの人々でした。言い換えれば、特定の *****-19 ******* ロットは、あらゆる目的のために毒殺されたのです。 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、また非常に気になる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均等に分布するはずです。

重大な製造品質上の問題があるか、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、再現性のある結果を得るために必要なコントロール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ものよりもスパイクプロテインが大量に生成されるものがある、などです。

あるいは

もっと悪いのは、異なる結果が出るように、意図的にロットが分けられていることです。これは、差をつけて人を殺すような何らかの悪意があるか、メーカーが各ロット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で、無認可の実験を一般の人々を対象に大量に行っていることを意味します。

あるいは

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いない。ほとんど瞬時に検出されており、医療従事者はジャブ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についてお話しましょう。 VAERS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Excelに読み込むだけでは意味がなく、Excel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が生じるのです--実際、私がそれをやろうとするとExcelが吹き飛んでしまいました。 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内部では、相関関係を調べることは難しいことではありません。

実際、VAERSの要点は、人々が大きさに狂う前に相関関係を見つけ出し、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が誕生したのは、1970年代にDTP注射の製造業者が品質管理上の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たため（強制的に予防接種を受けなければならない子供たちを騙しておいて何を言うか）、メーカーはDTP療法を中止し、******* をすべて市場から撤退させると脅した。

議会は、製薬業界が意図的に撒いたパニックの脅威に対応するため、******* 企業に免責を与え、基本的に、******* に騙された家族に支払うための税金と仲裁制度を設けた。 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、議会はメーカーに自分たちの過失の結果を免除し、注射1本1本に少額の税金をかけて損失を社会化したのである。

これにはVAERSが関わっています。 VAERSが有害事象を過小評価しているのは、「必須」とされながらも臨床的判断に委ねられているためであり、これらのジャブやその他のジャブに悪い副作用があると信じることには大きなバイアスがかかっているからである。 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。 *****-19 のジャブで悪い副作用が出た人の中には、医者に行った後にソーシャルメディアに現れ、自分の記録を探そうとした人がいることがわかっています。カードのロット番号を知っていれば、何が起きたのか、何が起きたのか、何日に起きたのかを知ることは非常に簡単ですが、医者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、VAERSの10倍ということになります。

しかし、興味深いことに、VAERSの輸出は、故意にせよ偶然にせよ、一般の人々が傷害や死亡と******* ロット番号との間に将来的な相関関係を見出すことが難しい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、民事上および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が公表しているような相関関係はありません。また、VAERS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。 もしこれが偶然だと思うなら、私は橋を売っています。 とても素敵な橋ですよ)

しかし、キリギリスさん、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？

そこで、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ました。

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。

karl=> select vax_lot(vaers_vax), count(vax_lot(vaers_vax)) from vaers, karl=> select vax_lot(vaers_vax), count(vaax_lot(vaers_vax)) from vaers, vaers_vax where vaers_id(vaers) = vaers_id(vaers_vax) and died='Y' and vax_type='*****19' and vax_manu(vaers_vax)='MODERNA' group by vax_lot(vaers_vax) order by count(vaax_lot(vaers_vax)) desc;

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にあり、その悪い反応とは死亡したことであり、******* が *****-19 ******* であり、製造者がMODERNA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する。 ロットごとの死亡者数の降順で結果を並べる。

VAX_LOT｜カウント
039K20A｜87
013L20A｜66
012L20A｜64
010M20A｜62
037K20A | 49
029L20A｜48
012M20A | 46
029L20A｜48 012M20A｜46 024M20A｜44
012M20A｜46 024M20A｜44 027L20A｜44
015M20A | 43
025L20A | 42
026A21A | 41
013M20A | 41
013M20A｜41｜016M20A｜41
022M20A | 41
030L20A | 40
026L20A｜39
007M20A | 39
013A21A | 36
013A21A｜36
031M20A | 35
032L20A | 35
010A21A | 33
011J20A | 33
030A21A | 33
028L20A｜32
028L20A｜32｜011L20A｜32
004M20A｜32
025J20-2A｜31 << --これは何だ？(´・ω・`)
041L20A｜31
011M20A｜31
031L20A｜30
032H20A｜29
030M20A｜28
042L20A｜27
不明｜27
006M20A | 27
012A21A | 25
002A21A | 25
043L20A | 24
032M20A | 24
023M20A | 23
040A21A | 23
027A21A | 23
017B21A | 22
036A21A | 20
不明｜19
020B21A | 19
047A21A | 19
006B21A | 18
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 << -- 上のものと同じ？
052E21A｜5
003C21A｜5
030B21A｜5
030A21A | 5
016C21A｜5
017C21A | 5
N/A | 5
ロット番号なし｜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
037K20A｜4 048C21A｜4
03M20A | 3
008B212A | 3
039K20A | 3
024C21A | 3
016M20A | 3
038K20A | 3
025B21A | 3
033B21A | 3
026C21A | 3
モデルナ｜3
033C21A | 3
014C21A | 3
.....

1人以上の死亡者が関連しているユニークなロット・エントリが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、人々が入力を行う際に物事を正しく処理できないという通常の失敗を示唆しています。 例えば、上記の結果の「Moderna」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。

均等に配分されていますね。

ファイザーはどうでしょうか？

VAX_LOT｜カウント
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
不明｜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
不明｜13
EW0153 | 13
EW0167 | 12
EW0168 | 10
EW0161 | 10
EW0182 | 9
ロット数なし｜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
エル3249｜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、明らかに偽装されたものもいくつかあります。 しかし、繰り返しになりますが、均等に分布しています。1つのロットであるEN6201が117人の死亡と関連しており、50人以上と関連しているのは20人未満であるなど、乱暴な過剰発現があります。

笑うに笑えないので、039K20Aの年齢分布を見てみよう。

karl=> select avg(age_yrs) from vaers, vaers_vax where vaers_id(vaers) = vaers_id(vaers_vax) and vax_type='*****19' and vax_manu(vaers_vax)='MODERNA' and vax_lot(vaers_vax)='039K20A' and age_yrs is not null; 
     平均値

51.4922202119410700
(1行)

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？

karl=> select avg(age_yrs) from vaers, vaers_vax where vaers_id(vaers) = vaers_id(vaers_vax) and vax_type='*****19' and vax_manu(vaers_vax)='MODERNA' and vax_lot(vaers_vax)='030A21A' and age_yrs is not null; 

      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見られたが、死亡者数は少なく、しかも10歳も差があったのである。

さらに悪いことに、死亡率が「高い」ロットは、有害事象の合計でも「高い」のです。 もし、死亡例があるロットの一般的な病態と関連していなければ、相関関係はないはずだが、実際にはある。 おやおや。

さらに、「悪い」ロットと最初に報告されたトラブルとの間には、確かな相関関係はありません。 最悪のModernaは、1月の最初の日に悪い報告があった。 しかし--172件の報告しかない同社の******* の別のロット（有害事象の合計では最悪のロットの20分の1）では、1月6日に最初の有害事象の報告がありました。

元々の巨大な取り込み率に対して、合理的なバンプで均等に配分されているものは何か？ 人が死んだとき。



実際に****、何が起こっているのか？ CDC、NIH、FDAがこのことを知らないとでも言うつもりか？ このデータをデータベースに取り込んで 30秒でクエリを実行して 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いことを 瞬時に特定することができます その関連性の分布は生産と使用のすべてのロットに おいて合理的に均等か、少なくともそれに近いはずなのに？ 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がある）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、それは単に存在しませんでした。 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Moderna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、.... 均等な分布に近いものがあります。 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、有害事象を報告した州の観点から、最も厄介なロットは文字通り至る所にありました。

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「ある程度近い」とは言えません。

また、「死亡」というフラグを外すと、同じような相関関係が現れるのも興味深いことではないだろうか。 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だ。 Moderna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5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？

ing railroad tieで頭を殴られないと目が覚めない人もいるでしょうから、写真でご紹介しましょう。



これはファイザーの死亡者数をロット別に並べたもので、最悪のものから最高のものまであります。 普通に見えるでしょう？ 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しょうか？



(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、左側はその通りです）。

もっと大きな問題があります。 同じ内容のModernaのグラフを見てみよう。 まず、死亡者数です。



そしてAEの....



これらは別の会社です。

さらに悪いニュースを見たいですか？

全く異なる技術であるJANSSENも同じ曲線を描いています。



そして



皆さん、これは何でしょうか？

指示書」の作成には何か本質的なものがあり、それがどのように提供されたとしても、結果的にジャブのバッチ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。

これはパワーロー（指数）分布であり、ステップ関数でもなければ、正規分布や均等分布でもありません。 一貫性があると言われている製造プロセスでは、このようなことは起こりません。また、死亡日が実際には合理的に分布していることから、無実の説明となりうる潜在的な交絡因子（悪い人はみんな早くに死んでしまい、「何か」で死んだ年寄りはみんな早くに死んでしまったが、彼らはみんな最初にジャブを受けたので、*******sではなかった）は無効になっています。

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いる。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、あるロットでは人々を右往左往させる乱暴な偏りがあるが、他のロットでは統計的には人々を騙すことはない。

このデータは、吸引技術の欠如が原因であるという仮説も排除している。つまり、時折誤って静脈に入ってしまうことで全身に行き渡るということだ。 それはロット固有のものではないでしょう。

次に、VAERSが答えられない質問をします。人に迷惑をかける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、「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AE報告があったので、使用時期にも関係がありません。

これら3つの******* に共通しているのは、3つとも人体がスパイクタンパクを産生し、それが免疫系に攻撃されて抗体を産生することに依存していることであり、問題のある物質を直接体内に導入するものではない。 J&J社とPfizer/Moderna社の製剤では誘導のメカニズムが異なるが、いずれ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、特定のロットのリスク上昇とも相関していないので、明らかに接種者の年齢とは関連していない（例：「特定のロットの人たちは全員死亡した」など）。 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るため，「しかし，リスクの高い人が先に使用した」とデータを説明しようとしても失敗する．

つまり、病原体の一部が病的な能力を持っているときに、その一部を体内で産生させること（スパイクの場合はそうであることがわかっています）は、商業的な製造プロセスでは十分にコントロールできないというのが、最もフィットする仮説です。 つまり、コロナウイルスを直接投与するのではなく、ベクターを用いて、どのような方法（ウイルスベクターやmRNAなど）で投与しても、許容できる安全性プロファイルは得られないということです。 ここで用いられている大前提、つまり、量をコントロールできる場所に直接導入するのではなく、免疫システムが識別した病原体を体内で生成させるという方法は、失敗です。

これを行うものを「*******」と呼ぶ前提全体がインチキであり、コロナウイルスの文脈では、これを安全に行うことはできないかもしれません。

VAERSを運営している人々は、意図的に見ていないか、そのようなことが起こっていることをよく知っていて、意図的に何も言っていないか、ダウンロードしたものを少し見ただけでは見つからないような方法でデータを分離しているか、あるいはすぐに気付いていて意図的に報告を抑えているかのいずれかです。

もしこれらの企業が、バイデンやトランプがやったことの結果として、民事訴追や刑事訴追を免れないのであれば、原告団は何ヶ月も前に ******* を這い上がっていただろう。

このことは、CDC、NIH、FDA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、そしてそれが事実である可能性は十分にあるので、関係者全員が今すぐ刑務所に入り、プログラム全体を永久に破棄しなければなりません。

このデータは偶然の産物であり、合理的な説明はできません。










◯ファイザー社ロット番号副反応一覧
https://mhlw.go.jp/content/10906000/000790066.pdf


◯モデルナ社ロット番号副反応一覧
https://mhlw.go.jp/content/10906000/000790067.pdf








{
]
{
]












.
「ロット番号」をウィキ内検索
最終更新：2025年01月24日 21:38

[Amazon商品]