Bis zu 4600% – Daten der WHO zeigen dramatisches Wachstum schwerer Erkrankungen nach COVID-19 Shot – Erste systematische Auswertung der WHO-Datenbank

Wir haben uns heute viel Arbeit gemacht, aber es hat sich gelohnt, denn unsere Ergebnisse, die wir in diesem Post präsentieren, zeigen zum ersten Mal das Ausmaß der gesundheitlichen Zerstörung, das COVID-19 Shots anrichten auf Basis offizieller Daten, den Daten der WHO!

Folgen Sie uns auf TELEGRAM

Die Frage, welche schweren Erkrankungen ein COVID-19 Shot, gleich welchen Herstellers, nach sich zieht, ist insofern beantwortet, als die Anzahl wissenschaftlicher Beiträge, in denen eine Kausalität zwischen einer schweren Erkrankung und dem vorausgehenden COVID-19 Shot belegt wird, inzwischen eine Menge erreicht hat, ab der man kaum mehr begründet daran zweifeln kann, dass COVID-19 Shots die Ursache der nachfolgenden, schweren Erkrankung(en) waren.

Unsere Liste der entsprechenden Nachweise umfasst derzeit rund 200 Studien, weitere 200+ Studien warten darauf, von uns gelesen und aufgenommen zu werden. Die, die wir bereits ausgewertet haben, berichten eine Kausalität für 53 Krankheiten bzw. Krankheitsbilder. Sie können hier nachgelesen werden. Alle schweren Erkrankungen, die wir im Folgenden berichten, sind in unserer Datei zu finden, nebst Quellenangabe der wissenschaftlichen Arbeiten, die die Kausalität belegt haben. Wenn Sie sich zudem ein Bild darüber machen wollen, was sich z.B. hinter Polymyalgia Rheumatica oder hinter Transverser Myelitis verbirgt, dann finden sie eine Beschreibung der mit den Krankheiten verbundenen Symptome und des damit verbundenen Leidens ebenfalls in unserer Zusammenstellung.

Ausgangspunkt für unsere heutige, systematische Analyse der Nebenwirkungen, die nachweislich von COVID-19 Shots ausgelöst werden, ist die Datenbank der WHO “Vigiaccess”, in der ein Teil der tatsächlich nach dem COVID-19 Shot eintretenden gesundheitlichen Ereignisse erfasst ist, vermutlich irgendwo zwischen 10% und 15%. Wir nutzen die Datenbank der WHO als Grundlage, um die durch COVID-19 Shots verursachte ZUNAHME verschiedener Klassen von Erkrankungen und einzelner Erkrankungen zu analysieren. Dabei machen wir uns zunutze, dass wir seit Beginn der angeblichen Pandemie regelmäßige Auszählungen der Datenbank der WHO erstellt haben, so dass wir in der Lage sind, die Entwicklung der Meldungen für “Impf-Nebenwirkungen” an die Datenbank der WHO für den Zeitraum vom 3. Mai 2021 bis zum 3. Mail 2023 abzubilden, also für zwei Jahre.

Um zu untersuchen, ob Meldungen für eine Erkrankung oder eine Klasse von Erkrankungen gehäuft auftreten, haben wir ein einfaches Verfahren entwickelt, in dem zunächst das Wachstum aller Meldungen, die Erkrankungen zugeordnet werden können, für den Zeitraum vom 3. Mai 2021 bis zum 3. Mai 2023 berechnet wird. Der Wert, der sich dabei ergibt, ist ein Wachstum um den Faktor 6,03: Die Anzahl der Meldungen von Erkrankungen, die in der Datenbank der WHO erfasst sind, ist von 1.408.347 Meldungen am 3. Mai 2021 auf 9.897.901 Meldungen am 3. Mai 2023 angewachsen. Beide Zahlen betreffen Erkrankungen, nicht Erkrankte. Zum 3. Mai 2023 waren in der Datenbank der WHO 5.038.156 Berichte zu Nebenwirkungen erfasst. Diese Berichte umfassen offenkundig in ihrer Mehrzahl mehr als eine Erkrankung. Wir rechnen mit den Erkrankungen, schließlich wollen wir herausfinden, wie die Häufigkeit bestimmter Erkrankungen durch COVID-19 Shots beeinflusst wird.

Hätten COVID-19 Shot keinerlei gesundheitliche Konsequenzen, keinerlei Nebenwirkungen im Schlepptau, dann müssten sich die Meldungen, die bei der WHO eingehen, zufällig verteilen. Es dürfte somit keinerlei Unterschied im Gesamtwachstum oder im Wachstum einzelner Erkrankungen aufzufinden sein. Um diese Hypothese zu prüfen, berechnen wir für jede Erkrankungsklasse und eine Reihe ausgewählter Einzel-Erkrankungen aus bestimmten Erkrankungsklassen zunächst das Wachstum seit dem dritten Mai 2021 und setzen dieses Einzelwachstum dann mit dem Gesamtwachstum in Relation. Ist die Hypothese oben richtig, dann sollten alle errechneten Werte im Bereich von 100 liegen (letzte Spalte der Tabelle).

Wie die folgende Tabelle zeigt, ist die Hypothese nicht richtig, sondern so falsch, wie sie nur sein kann. Für unterschiedliche schwere Erkrankungen ergeben sich extraorbitante Unterschiede, z.B. eine überproportionalen Meldung für das Basedow-Syndrom, einer Erkrankung der Schilddrüse, von 1.670%, eine überproportionale Meldung von Perikarditis von 1.460% und von Myokarditis von 746%, eine überproportionale Meldung von Fällen autoimmuner Hepatitis nach COVID-19 Shot von 1.580% und eine exorbitante Steigerung bei dem häufig tödlich verlaufenden Multiinflammatory Syndrom von 4.957%. Krebs, mit einem Wachstum von 493%, überproportionale Meldungen, die den Tod von Foeten oder Todgeburten zum Gegenstand haben von 446%, Meldungen von Fehlgeburten, die um 375% über der zu erwartenden Anzahl der Meldungen liegen, wenn keinerlei bedenkliche Signale in den Daten zu finden wären, zeichnen ein erschreckendes Bild einer medizinischen Intervention, die im großen Stil Schaden anrichtet. Es ist eigentlich egal, was man betrachtet, Schäden im lymphatischen System, Hirnschläge, Erkrankungen des zentralen Nervensystems, überall finden sich rote Lampen im Dauerblink-Modus.

Werte über 100 in der letzten Spalte geben eine überproportionale Meldung, unter 100 eine unterproportionale Meldung an.

Die Verantwortlichen, die auf diesen Daten sitzen und NICHT von morgens bis abends die Alarmglocken läuten, sind Mittäter mit denen, die die Bevölkerung über die “Ungefährlichkeit” der experimentellen COVID-19 Spritzbrühen belogen haben und weiterhin belügen, um sich selbst vor Strafverfolgung zu schützen.


 

Folgen Sie uns auf Telegram.
Anregungen, Hinweise, Kontakt? -> Redaktion @ Sciencefiles.org
Wenn Ihnen gefällt, was Sie bei uns lesen, dann bitten wir Sie, uns zu unterstützen. ScienceFiles lebt weitgehend von Spenden. Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen.
Wir haben drei sichere Spendenmöglichkeiten:

Donorbox

Unterstützen Sie ScienceFiles


Unsere eigene ScienceFiles-Spendenfunktion

Zum Spenden einfach klicken

Unser Spendenkonto bei Halifax:

ScienceFiles Spendenkonto: HALIFAX (Konto-Inhaber: Michael Klein):
  • IBAN: GB15 HLFX 1100 3311 0902 67
  • BIC: HLFXGB21B24

Print Friendly, PDF & Email
27 Comments

Schreibe eine Antwort zu Albert PflügerAntwort abbrechen

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Entdecke mehr von SciFi

Jetzt abonnieren, um weiterzulesen und auf das gesamte Archiv zuzugreifen.

Weiterlesen

Entdecke mehr von SciFi

Jetzt abonnieren, um weiterzulesen und auf das gesamte Archiv zuzugreifen.

Weiterlesen