Il n’y a pas de pandémie

Les recherches d’un statisticien indépendant, qui porte le pseudonyme de John Dee, semblent confirmer ce que beaucoup soupçonnent depuis le début de la pseudo-pandémie de Covid-19, à savoir que le récit du gouvernement sur la maladie est une tromperie.

John Dee a examiné plus de 160 000 admissions via le service des urgences d’un hôpital très fréquenté. Son analyse montre que, pour un hôpital anonyme du NHS, entre le 1er janvier 2021 et le 13 juin 2021, sur les 2 102 admissions enregistrées comme étant des cas de Covid-19, seuls 9,7% (204) avaient un diagnostic de maladie symptomatique.

Pour les 90,3% restants (1 899), il n’y avait aucune raison clinique discernable de les décrire comme des patients covid. Cependant, ils ont tous été admis pour la raison suivante :

Maladie causée par le nouveau coronavirus 2019.

L’analyse de John Dee a conclu :

Le système d’enregistrement électronique des patients des urgences est inondé d’admissions asymptomatiques/faux positifs qui nécessitent principalement des soins d’urgence pour des maladies et des conditions non-COVID alors que leur enregistrement de données est marqué comme COVID.

Ces résultats jettent un doute important sur l’hypothèse précédente selon laquelle les données du NHS sur les admissions et la mortalité « respecteraient les attentes en termes de résultats et de diagnostic clinique ». Il semble que les données soient loin d’avoir répondu à cette attente. Par conséquent, cela jette un doute considérable sur d’autres statistiques « officielles » que nous avons reçues.

Par exemple, le récent rapport de l’Office of National Statistics (ONS) sur la mortalité Covid-19 par statut vaccinal est très douteux. Les recherches de Dee laissent un énorme point d’interrogation sur toutes les affirmations officielles concernant la mortalité due au Covid-19. Si ces questions ne sont pas résolues, il y a très peu de raisons d’accepter les récits du gouvernement ou des médias grand public sur la soi-disant pandémie.

Cela inclut les récentes affirmations sur une prétendue pandémie de personnes non vaccinées et la prédiction modélisée de l’efficacité du vaccin par Public Health England. Les données sur lesquelles reposent ces affirmations ne peuvent être considérées comme fiables et renforcent les inquiétudes selon lesquelles les déclarations des politiciens sur l’efficacité des vaccins ne reposent sur aucune base statistique.

L’analyse de John Dee a des implications profondes. Elle doit être validée et d’autres personnes doivent avoir accès aux données anonymes du NHS sur les admissions enregistrées CIM-10, avec le diagnostic correspondant, afin de mener une étude plus large. Si, pour une raison quelconque, le NHS ou d’autres sources officielles ne divulguent pas ces informations, cela ne peut qu’ajouter de la crédibilité aux conclusions de John Dee.

Le profil Facebook de John Dee indique qu’il est consultant analyste et ancien responsable de l’audit clinique dans un hôpital du NHS. Il s’est spécialisé dans l’évaluation des résultats cliniques et a fait partie d’un comité de référence clinique régional. Il ajoute qu’il utilise « des données provenant de sources officielles pour révéler ce que les autorités devraient nous dire sur le COVID-19 mais qu’elles ne font pas ».

Il dirige John Dee’s Almanac, un groupe de recherche public qui se définit comme suit :

« John Dee’s Almanac est un groupe d’étude public où seront postées des analyses non officielles des données officielles du COVID par un ancien « officiel » du NHS. Bien que ce groupe ne donne pas et ne puisse pas donner de conseils médicaux, il s’intéresse à la médecine fondée sur des preuves, dans le but de publier des analyses rigoureuses de données faisant autorité … Mes messages sont régulièrement rassemblés dans des fichiers PDF, qui peuvent être trouvés sur le Google Drive du groupe. Les documents d’accompagnement y seront également placés ».

L’avertissement évident est que nous ne savons pas qui est John Dee, et nous ne savons pas non plus dans quel hôpital il a obtenu ces données. John Dee déclare que son « nom est un nom de plume en raison des sensibilités impliquées, mais mon CV, ma biographie et mes articles publiés peuvent être mis à la disposition de toute partie intéressée de bonne foi ». L’implication est que, si sa propre identité est rendue publique, sa source peut être en danger. Cette source doit avoir accès à des données hospitalières restreintes. D’où la nécessité d’une divulgation complète de la part du NHS.

Dee a reçu les données en juin 2021 et a utilisé le logiciel IBM SPSS pour l’analyse. Le NHS utilise la Classification internationale des Maladies – système CIM-10 pour coder les diagnostics des patients. Dee a analysé les codes de 161 494 admissions aux urgences pendant la période d’étude de 6 mois. Il y avait 867 entrées de codage uniques dans toutes les admissions aux urgences.

Dee a remarqué que le codage ne correspondait pas au motif d’admission déclaré dans une forte proportion de patients covid. Par exemple, 23 patients prétendument atteints de Covid-19 ont été admis pour des douleurs abdominales, alors que ces douleurs étaient censées être « causées par le nouveau coronavirus 2019 ». Parmi eux, seuls 4 avaient un diagnostic codé d’une quelconque maladie abdominale.

Confidentiel : Analyse des données des urgences

Il a partagé cette constatation avec des médecins qualifiés et ceux-ci ont conclu que pour 19 de ces 23 patients supposés atteints du Covid-19, que ni la présence d’un résultat de test positif ni toute autre raison d’attribuer le Covid-19 n’avait de « signification clinique inhérente ». C’est-à-dire qu’il n’y avait aucune justification médicale pour le diagnostic de Covid-19.

Dee a constaté que ces admissions pour le Covid-19 étaient soit asymptomatiques, soit de faux positifs. Il convient de noter que Dee a supposé qu’un test positif, sans aucune preuve clinique de la maladie Covid-19, indiquait un faux positif.

Dee a appelé l’absence de maladie, en présence d’un test positif pour le SRAS-CoV-2, un « faux positif ». Un résultat positif au test PCR n’est pas et n’a jamais été la preuve d’un « cas » de Covid-19. Même un véritable résultat positif n’indique pas nécessairement que la personne est atteinte de la maladie Covid-19. Il s’agit peut-être d’un point de sémantique.

Indépendamment des résultats des tests, Dee a initialement constaté qu’il n’y avait aucune raison évidente d’attribuer le Covid-19 à la grande majorité des admissions pour douleurs abdominales. Pourtant, elles étaient enregistrées comme telles. Dee et ses collègues de recherche ont estimé que cela pouvait être significatif, et ont entrepris une enquête plus approfondie.

Comme le Covid-19 est principalement une maladie respiratoire, ils ont croisé le codage CIM-10 avec le diagnostic respiratoire. Il existe d’autres marqueurs cliniques revendiqués du Covid-19 et Dee a étendu ses critères de correspondance pour inclure les diagnostics de myocardite, péricardite, arythmie, thrombose veineuse profonde, embolie pulmonaire, infarctus du myocarde, hémorragie intracrânienne et thrombocytopénie.

Il s’est ensuite penché sur la ou les plaintes présentées par les patients aux urgences : congestion nasale, maux de tête persistants, perte de sensation, etc.

Il a attribué une variable (COVcomp) pour évaluer la pertinence de la plainte par rapport à un diagnostic Covid-19. Par exemple, une toux serait considérée comme très pertinente, une abrasion comme non pertinente. Sur les 140 plaintes présentées, Dee a identifié 26 plaintes principales liées au Covid-19.

Tableau 4 : Tableau croisé : plainte compatible et diagnostic marqueur

Tableau 5 : Tableau croisé : plainte compatible et diagnostic respiratoire

En combinaison, ces marqueurs de maladie symptomatique et la variable de la plainte principale indiquaient une possible infection Covid-19 suffisamment grave pour justifier une admission Covid-19. Dans ce cas, un codage CIM-10 Covid-19 aurait été approprié. Il est important de noter l’objectif de Dee :

« … Jeter le « filet » clinique le plus large possible pour capturer toutes les admissions qui présentaient des conditions proportionnelles au COVID-19 symptomatique et au développement de la maladie ».

Dee n’essayait pas de minimiser les codes CIM-10 éventuellement légitimes pour le Covid-19. Son analyse était conçue pour en capturer le maximum.

Sur les 2 102 admissions, prétendument « causées par le nouveau coronavirus 2019 », seules 204 (9,7%) présentaient une base fondamentale pour un diagnostic de la maladie Covid-19. Les autres étaient soit asymptomatiques, soit testés positifs par le test PCR, sans aucune preuve que le résultat du test correspondait à la maladie Covid-19 (faux positif de Dee).

La grande majorité des admissions enregistrées pour la maladie Covid-19 semble ne pas être liée à la maladie Covid-19 symptomatique. Les implications de cette recherche ne peuvent être surestimées. En clair, si elle est exacte, elle démontre qu’il n’y a pas de pandémie.

Tableau 6 : Désignation Covid-19

Le récent rapport de l’ONS sur les décès dus au Covid-19 rapportés par statut vaccinal devient pratiquement sans signification. L’ONS a indiqué comment il est arrivé à sa conclusion principale :

« Nombre de décès impliquant le Covid-19 et pourcentage de tous les décès par statut vaccinal, Angleterre, décès survenus entre le 2 janvier et le 2 juillet 2021 ».

Il semble maintenant que le nombre de décès impliquant le Covid-19 n’était pas du tout fiable. L’ONS obtient ses informations sur le statut vaccinal à partir du Système national de Gestion des Vaccinations (NIMS), qui enregistre les vaccinations par numéro d’enregistrement au NHS. Il a ensuite croisé cet ensemble de données avec les données de NHS Test and Trace, qui enregistre les résultats des tests PCR par numéro d’enregistrement au NHS.

Cela a conduit l’ONS à conclure, dans cette publication et dans tous leurs autres rapports relatifs au Covid-19, que tout décès d’une personne ayant un test RT-PCR positif « impliquait » le Covid-19. Les recherches de John Dee impliquent que ces résultats de test n’ont aucune « signification clinique inhérente » dans la grande majorité des cas. Peu importe le statut vaccinal de la personne décédée, l’ONS ne peut pas dire, à partir des données de test et de traçage du NHS, que leurs décès impliquaient le Covid-19.

Les recherches de Dee indiquent que Test and Trace est un outil plutôt inutile. Nous pouvons à peine accorder une quelconque crédibilité aux statistiques de mortalité. L’idée que la mort dans les 28 jours suivant un test positif implique le Covid-19, sans parler d’en être la cause, est très discutable.

Il n’y a actuellement aucune justification pour un programme de vaccination de masse contre le Covid-19. Les chiffres de Dee indiquent que le Covid-19 ne présente pas plus de risque pour la santé que la grippe saisonnière. Les vaccins offerts aux plus vulnérables semblent être la seule mesure nécessaire de précaution.

Cependant, c’est lorsque nous examinons les chiffres de la mortalité que les questions les plus inquiétantes se posent. Alors que l’année 2020 ne se classe qu’au 9ème rang pour la mortalité, sur les deux premières décennies du XXIe siècle, on note des pics de mortalité hors saison et des schémas inhabituels. Ces phénomènes se sont poursuivis tout au long de l’année 2021 et ont été attribués en grande partie au Covid-19, selon les chiffres du NHS.

L’analyse de Dee suggère que seuls 10% ou moins de ces décès codés CIM-10 au NHS étaient réellement attribuables au Covid-19. Alors qu’est-ce qui a causé ces pics de surmortalité hors saison si ce n’est le Covid-19 ?

À moins que le NHS et le gouvernement n’expliquent les conclusions de Dee, non seulement il n’y a aucune raison de croire qu’une pandémie ait jamais eu lieu, mais il est clair que les schémas inhabituels de surmortalité ont été causés par autre chose. Il existe un certain nombre d’antécédents possibles et chacun d’entre eux justifie une enquête plus approfondie.

Dans la première vague alléguée de Covid-19, la mortalité correspondait aux politiques de confinement, qui semblaient augmenter le risque de mortalité. La deuxième vague alléguée, au cours de l’hiver 2020/2021, était corrélée au déploiement du vaccin. En 2021, la troisième vague supposée de l’été inhabituel, la mortalité due au Covid-19 contraste fortement avec la même période en 2020, où la mortalité due au Covid-19 semblait être plus faible en l’absence de vaccins.

La corrélation évidente entre l’utilisation de médicaments de soins palliatifs, en particulier le Midazolam, et les pics de mortalité observés est une autre question qui nécessite une explication. L’analyse de Dee fournit une raison supplémentaire de soupçonner que la majorité de ces décès n’étaient pas attribuables au Covid-19.

Nombre de décès en excès par lieu de survenue, Angleterre et Pays de Galles, enregistrés entre le 7 mars 2020 et le 17 septembre 2021

Au cours de toutes les « vagues » proposées de la « pandémie », et pendant toutes les périodes intermédiaires, une anomalie persistante de la mortalité est demeurée. Les statistiques de l’ONS ont toujours montré des taux élevés de surmortalité à domicile. En l’absence apparente de toute maladie pandémique, nous devons nous demander ce qui explique cette surmortalité.

L’analyse de Dee n’est pas une « preuve » catégorique que tout ce qu’on nous a dit sur la supposée pandémie de Covid-19 est un mensonge. Mais elle en suggère fortement la vraisemblance.

Il est indéfendable pour le gouvernement de maintenir son récit sur la « pandémie de Covid-19 » sans reconnaître et expliquer ses conclusions. Jusqu’à ce qu’il le fasse, nous pouvons légitimement affirmer que les preuves montrent qu’il n’y a pas de pandémie.

Traduit par Réseau International