Wenn Sie so viele Infizierte und an COVID-19 Erkrankte wie nur möglich zählen wollen und auch die Todesstatistik aufpeppen wollen, dann gibt es dafür ein einfaches Mittel:
- Jeder, der positiv auf SARS-CoV-2 getestet wird, der zählt als “erkrankt”.
- Jeder, der positiv auf SARS-CoV-2 getestet wird und in ein Krankenhaus geht, zählt als hospitalisiert und schwer an COVID-19 erkrankt.
- Jeder, der positiv auf SARS-CoV-2 getestet wird, in ein Krankenhaus geht und dort stirbt, gilt als an COVID-19 verstorben.
Die drei Punkte stellen einen kumulativen Fehlschluss der Bejahung des Konsequens dar, denn
- unter denen, die positiv getestet werden, gibt es false positives, also Personen, die fälschlicherweise als mit SARS-CoV-2 infiziert ausgewiesen werden und es gibt Asymptomatische, die nie erkranken.
- unter denen, die positiv getestet werden und in ein Krankenhaus gehen, gibt es diejenigen, die sich ein Bein gebrochen haben, deren Blinddarm entzündet ist, die nach einem Unfall eingeliefert werden und viele andere, die nicht an COVID-19 erkranken, nicht wegen COVID-19 im Krankenhaus sind, aber positiv auf SARS-CoV-2 getestet wurden.
- unter denen, die in einem Krankenhaus positiv getestet werden und versterben, gibt es viele, die nicht AN sondern MIT SARS-CoV-2 verstorben sind. Für den Asymptomatischen, der nach einer Herz-Operation an einer Lungenembolie verstirbt, steht sein Tod in keinerlei Zusammenhang zu SARS-CoV-2, dennoch wird er als COVID-19-Toter gezählt.
Auf diese Weise ist sichergestellt, dass die Fallzahl an Infizierten, Hospitalisierten und Verstorbenen maximiert wird, so dass das Ausmaß der Epidemie/Pandemie übertrieben, in jedem Fall vollkommen falsch dargestellt wird.
Diese Fehler in der Zählung von Personen, die sich mit SARS-CoV-2 infiziert haben, an COVID-19 erkrankt sind oder innerhalb von 28 Tagen nach einem positiven Test verstorben sind, hat Polit-Darsteller bislang nicht gestört. Sie haben auch diejenigen nicht gestört, die für die Daten verantwortlich sind, sie erheben, sie auswerten, sie berichten. Sie alle, haben gute Miene zum bösen Spiel gemacht und ihren Teil dazu beigetragen, dass das Ausmaß der SARS-CoV-2-Pandemie in der öffentlichen Darstellung übertrieben wurde.
Diese Übertreibung ist nun natürlich hinderlich, wenn es darum geht, die Wirksamkeit von Impfungen zu berichten. Dazu benötigt man zurückgehende Fallzahlen, zurückgehende Hospitalisierungen und zurückgehende Tote. Und weil dem so ist, hat der NHS im Vereinigten Königreich seine Krankenhäuser angewiesen, ab sofort zwischen denen zu unterscheiden, die wegen SARS-CoV-2 und entsprechend mit Symptomen in ein Krankenhaus eingeliefert werden und denen, die zwar positiv getestet wurden, aber keine Symptome zeigen und aus ganz anderen Gründen in ein Krankenhaus kommen.
Das nennt man dann wohl interessegeleitete Zählung.
Der Schritt werde unternommen, so berichtet der Independent aus einer eMail des NHS England, um den Effekt, den Impfstoffe auf Hospitalisierung wegen und Mortalität an COVID-19 habe, zu analysieren. Eine gerade zu “outrageous lie”, die einem auf die Palme bringen kann, denn um den Effekt der Impfung auf die Hospitalisierung wegen und die Sterblichkeit an COVID-19 zu analysieren, benötigt man natürlich Vergleichszahlen. Wenn die Vergleichsbasis dadurch verändert wird, dass es ab einem bestimmten Zeitpunkt schon wegen veränderter Zählung weniger Hospitalisierte und Tote gibt, dann ergibt sich ein Impferfolg schon allein aus der veränderten Zählung. Wollte man tatsächlich sehen, ob die Impfungen wirken, dann müsste man, wohl oder übel, bei den alten Lügen bleiben und alle, die einen positiven Test auf SARS-CoV-2 haben, als Hospitalisierte zählen, wenn sie in ein Krankenhaus eingewiesen werden und als COVID-19 Tote, wenn sie dort sterben.
Fast noch schlimmer als dieser Versuch, die Öffentlichkeit auch weiterhin hinters Licht zu führen, ist die lamoyrante, selbstgefällige, eklatant unkritische Art und Weise, in der dieser Taschenspielertrick im Independent berichtet wird.
Eine “NHS source” wird damit zitiert, dass man mit der neuen Zählungen “realistischere Daten” gewinne, um sie dann wie folgt zu zitieren:
“But it will make figures look better as there have always been some, for example stroke [patients], who also had Covid as an incidential finding”.
Hier wird ganz offen erklärt, dass man nun “realistischere Daten” gewinnen wolle, weil die ganze Zeit Patienten mitgezählt wurden, als “wegen COVID-19 hospitalisiert” oder “an COVID-19 gestorben”, auf die das gar nicht zugetroffen habe. Sorry, folks, wir haben Euch die ganze Zeit betrogen. Die Zahlen sind viel zu hoch, alle, ausnahmslos. Aber Schwamm drüber. Ab sofort berichten wir korrekt. Früher hat es uns genutzt, Euch viel zu hohe Zahlen zu präsentieren, um Euch ins Bockshorn zu jagen. Jetzt nutzt es uns nicht mehr, also lassen wir es. Ist doch okay, oder? Wer wird schon nachtragend sein, dass er die ganze Zeit betrogen und belogen wurde. Vergesst es einfach.
Frech.
Unverschämt.
Dreist.
Und was fällt dem Reporter des Independent dazu ein?
…
….
…..
……
richtig: Nichts.
Offenkundig ist man als Journalist den Umgang mit (eigenen und fremden) Lügen so gewohnt, dass man selbst dann, wenn einem frech ins Gesicht gesagt wird, “Of course I lied to you, didn’t you notice?”, keinerlei Reaktionsmuster zeigt.
Journalismus ist tot.
Journalisten sind Zombies.
Seit Ende Januar 2020 besprechen wir Studien zu SARS-CoV-2. Damit gehören wir zu den wenigen, die das neue Coronavirus seit seinem Auftauchen verfolgt und den Niederschlag, den es in wissenschaftlichen Beiträgen gefunden hat, begleitet haben.
Eine Liste aller Texte, die wir zu SARS-CoV-2 veröffentlicht haben, finden Sie hier.
Gutes, so hieß es früher, muss nicht teuer sein. Aber auch ein privates Blog muss von irgend etwas leben.
Deshalb unsere Bitte: Tragen Sie mit einer Spende dazu bei, dass wir als Freies Medium weiterbestehen.
Vielen Dank!
[wpedon id=66988]
- Deutsche Bank
- Michael Klein
- BIC: DEUTDEDBCHE
- IBAN: DE18 8707 0024 0123 5191 00
- Tescobank plc.
- ScienceFiles / Michael Klein
- BIC: TPFGGB2EXXX
- IBAN: GB40 TPFG 4064 2010 5882 46
Bleiben Sie mit uns in Kontakt.
Wenn Sie ScienceFiles abonnieren, erhalten Sie bei jeder Veröffentlichung eine Benachrichtigung in die Mailbox.
