Übersetzung: Houston, wir haben ein Problem (Teil 1)

Beitragsbild von SpaceX-Imagery auf Pixabay

The Ethical Skeptic hat mir freundlicherweise die Erlaubnis erteilt, seine Artikelserie zu übersetzen und die Übersetzung zu veröffentlichen

Artikelserie von The Ethical Skeptic, übersetzt von Katharina Münz

Sieben der elf wichtigsten Codes der Internationalen Klassifikation der Krankheiten, die vom Nationalen Zentrum für Gesundheitsstatistiken der USA erfasst werden, weisen ab der ersten Aprilwoche 2021 einen starken Anstieg auf – ein außergewöhnliches Wachstum, das sogar den Zeitraum der Covid-19-Pandemie übertrifft. Dieser Zeitpunkt des Beginns ist kein Zufall, denn er fällt mit einem wichtigen Wendepunkt in Bezug auf einen bestimmten Eingriff in das Körpersystem des größten Teils der US-Bevölkerung zusammen. Diese sieben ausgeprägten Erhöhungen der Sterblichkeitsrate bestehen auf beunruhigende Weise auch heute noch.

Die folgende Arbeit ist das Ergebnis von Tausenden von Stunden dynamischer Datenverfolgung und Forschung seitens des Autors. Der Leser sollte sich auf eine Reise durch die Methoden und Messgrößen einstellen, die zur Identifizierung dieses Problems dienen, sowie auf eine deduktive Bewertung der in Frage kommenden Kausalmechanismen. Zu den alternativen Ursachen gehört insbesondere ein Mechanismus, der in einigen Diskussionsrunden nicht als Erklärung zugelassen oder auch nur erwähnt wird.

Am Ende dieses Prozesses werden wir mit einer unausweichlichen Schlussfolgerung dastehen. Eine, die die Struktur und die Zukunft der Gesundheitspolitik in den USA für die nächsten Jahrzehnte bedroht.

Sturmwarnungen

Am 21. März 2021 erlitt ein langjähriger Mentor, Freund und Geschäftspartner von mir, ein ansonsten gesunder 68-jähriger Mann, unerwartet eine Kaskade von Organversagen, die zum Versagen seiner Bauchspeicheldrüse, Leber, Nieren und schließlich seines Herzens führte. Am Donnerstag zuvor hatte er gerade seine zweite Dosis des Impfstoffs von Pfizer erhalten. Carl fiel schnell ins Koma und starb dann am 26. März.1

Am 29. Mai 2021 begann sich in meinen regelmäßigen Covid-19-Verfolgungsmodellen ein recht merkwürdiges Signal zu entwickeln. Die Veränderung, die mich alarmierte, lag in der Größenordnung der ICD-Todesursachengruppe „Symptome, Anzeichen und abnormale klinische und Laborbefunde, nicht anderweitig klassifiziert (R00-R99)“ (siehe Diagramm in Anhang D und auch durch Klicken hier). Ungefähr zu dieser Zeit und als Ergebnis dieser Beobachtung begann ich, die R00-R99-Todesfälle zusammen mit elf anderen ICD-10-Todescodes, Todesfällen nicht natürlicher Ursache (Selbstmord, Überdosis, Körperverletzung usw.) und schließlich einer Statistik mit der Bezeichnung „Excess Non-Covid Natural Cause Deaths“ zu verfolgen. Wenn der Leser die berechneten Trends innerhalb jeder dieser Todesursachen-Kategorien betrachtet, sollte er feststellen, dass dies in der Tat sowohl eine vorausschauende als auch eine solide Entscheidung war.

Als ich am 1. Dezember 2021 an einem Geschäftstreffen im medizinischen Komplex eines Kunden teilnahm und durch die Einrichtung ging, fiel mir auf, dass das große Wartezimmer der Onkologieabteilung mit Patienten überfüllt war. Diese Warteschlange von Personen, die auf ihre Onkologietermine warteten, erstreckte sich bis in den Flur und schließlich bis in das Atrium des Gebäudes.2 Obwohl ich auf den ersten Blick versucht war, dies als Folge von durch Patienten und ihre Ärzte aufgeschobenen Vorsorgeuntersuchungen“ und/oder als Effekt der durch Covid eingeschränkten Praxistage/-stunden“ abzutun, legten mir meine früheren Beobachtungen nahe, von einer solchen Schlussfolgerung Abstand zu nehmen, zumindest bis sich die Daten des CDC – National Center for Health Statistics (drei Aufzählungspunkte weiter unten) in den kommenden Monaten als richtig erwiesen. Auch dies erwies sich als eine weise Entscheidung.

Es ist nicht nur der beweiskräftige und zuverlässige Charakter der Daten, die man beschafft hat, sondern vielmehr die relative Dynamik, mit der sich diese Daten über einen signifikanten oder kritischen Zeitraum hinweg verändern, die es dem scharfsinnigen Ermittler erlaubt, wichtige Schlüsse zu ziehen.

Der Leser sollte beachten, dass in den in diesem Artikel vorgestellten Modellen nur wenige ausgefallene akademische heuristische Tricks verwendet werden. Vielmehr habe ich mich dafür entschieden, die gute alte Ausdauer, Neugier, harte Arbeit, logische Schlussfolgerungen und ein erfahrenes Gespür für Strategien, Systeme und Problemlösungen einzusetzen. In meinen Modellen versuche ich, diese Schlussfolgerung durch den Vergleich der dynamischen (nicht statischen) Veränderungsmuster über eine große Anzahl unterschiedlich verglichener Datenpunkte und kritischer Intervalle in der verstrichenen Zeit abzuleiten, um den Prozess der Schlussfolgerung in diesem Artikel voranzutreiben. Das ist es ja, was ich beruflich auf den Märkten und für Unternehmen und Nationen tue. Ich ermittle und entwickle Strategien zur Bewältigung außergewöhnlicher Herausforderungen. Meine Motivation, diesen Artikel zu schreiben, ist jedoch einfach. Ich strebe nicht nach Einkommen, nicht nach Abonnenten, nicht nach Macht, nicht nach einem Amt, nicht nach Berühmtheit, nicht nach einem politischen Sieg, nicht nach Buchverkäufen und auch nicht nach einer neuen Karriere. Ich fühle mich einfach gezwungen, für diejenigen einzutreten, die keine Stimme haben – für diejenigen, die der gegenwärtigen politischen Hybris und ihrem langen Schatten der Dunkelheit zum Opfer fallen.

Vor diesem Hintergrund wollen wir kurz die Datenquellen skizzieren, die in diesen Modellen verwendet werden. Alle Daten, die für die in dieser dreiteiligen Artikelserie vorgestellten Analysen verwendet werden, stammen hauptsächlich aus den folgenden drei Quellen und Links. Sie werden im Folgenden gemeinsam als MMWR-Daten (wöchentlicher Bericht über Erkrankungs- und Sterblichkeitsraten des CDC) bezeichnet, da diese Datenbanken im Rahmen der wöchentlichen Berichterstattung der CDC aktualisiert werden.

  1. US Center for Disease Control and Prevention: Weekly Counts of Deaths by State and Select Causes, 2014-20193
  2. US Center for Disease Control and Prevention: Weekly Provisional Counts of Deaths by State and Select Causes, 2020-20224 (Bitte beachten Sie, dass der Begriff „vorläufig“ in Bezug auf diese Datei größtenteils nur die ersten vier bis sechs Wochen dieser Daten betrifft. Die Verlaufskurve kann hier für den 17. August 2022 eingesehen werden. Lassen Sie sich nicht einreden, dass die Daten für 2021 und 2022 unzuverlässig sind, weil sie vorläufig sind – im Notfall müssen wir uns auf diese Daten verlassen)
  3. US Center for Disease Control and Prevention: Wonder: Provisional Mortality Statistics, 2018 through Last Month – Query by Constraint Engine5

Im Rahmen der Verfolgung dieser MMWR-Meldedaten wurde im Oktober 2020 deutlich, dass die Übersterblichkeit von Nicht-Covid-Fällen natürlicher Ursache (siehe Anhang E) im Vergleich zu ihrem historischen Trend leicht erhöht war, aber immer noch den jährlichen saisonalen Sterbemustern entsprach. Ein Diagramm vom November 2020, das dies veranschaulicht, kann hier eingesehen werden. Merken Sie sich diese eher symbolische Form des Eintreffens von Todesfällen natürlicher Ursache, die nicht auf Covid zurückzuführen sind, für später – denn es ist der Holmes’sche „Hund, der nicht gebellt hat“.

Trotz der Tatsache, dass viele Krankheiten nicht saisonal sind, sind wir Menschen tatsächlich saisonale Wesen. Wir neigen dazu, in den (auf der Nordhalbkugel gelegenen) Wintermonaten Dezember und Januar eines jeden Jahres häufiger zu sterben. Solche Sterblichkeitstrends bilden über die Jahre hinweg vertraute Muster. Diese Muster und Trends sind daher nützlich, um Anomalien, wie z. B. Pandemien, vergleichend zu erkennen. Im Oktober 2020 konnte man jedoch davon ausgehen, dass dieser leichte Anstieg der Nicht-Covid-Mortalität tatsächlich auf die systemischen Schäden zurückzuführen war, die die SARS-CoV-2-Infektion und das Virus-Spike-Protein im menschlichen Körper verursachen können. Zunächst ein verzögerter Tod durch Covid, wenn man so will.

In der dritten MMWR-Woche des Jahres 2022 begann sich jedoch innerhalb dieser Nicht-Covid-Mortalitätsgruppe ein störendes Ausnahmemuster zu manifestieren, das sich stark von der Pandemieperiode 2020 allein abhob (ganz zu schweigen vom Zeitrahmen 2014 bis 2019) und schließlich nicht mehr geleugnet werden konnte (ein Beispieldiagramm finden Sie, indem Sie hier klicken). In diesen ersten Diagrammen wurde mir klar, dass sich das Bild der Sterblichkeit in den USA – das Wer, Wann und Warum – von Anfang 2021 bis Ende 2021 und bis Anfang 2022 erheblich verändert hatte. Es konnte sogar ein Wendepunkt ermittelt werden, an dem diese Veränderung eintrat (3. bis 10. April, MMWR-Woche 14 im Jahr 2021) – ein entscheidendes Datum im Hinblick auf dieses neue Sterblichkeitsmuster. Ja, natürlich starben Menschen an Covid-19, und als Nation mussten wir uns weiterhin gewissenhaft mit dieser Herausforderung befassen.

Dennoch wurde Ende 2021 überdeutlich, dass die US-Bürger nicht nur im Übermaß an Covid-19 starben, sondern nun auch an etwas anderem, und zwar mit einer Rate, die schließlich höher war als die von Covid selbst.

Identifizierung des Problems (angewandte Methodik und beobachtete Ergebnisse)

In einem früheren Artikel haben wir dem Leser die charakteristischen Elemente erläutert, die ein Problem, mit dem eine Nation oder ein Unternehmen konfrontiert ist, zu etwas Besonderem machen. Diese Probleme bezeichne ich als ACAN-Probleme oder -Herausforderungen (Asymmetry – Complexity – Ambiguity – Novelty), die die Merkmale Asymmetrie – Komplexität – Mehrdeutigkeit – Neuartigkeit aufweisen. Wie der Leser weiter unten feststellen wird, weist die Herausforderung im Hinblick auf die Übersterblichkeit durch natürliche Ursachen, die nicht auf Covid zurückzuführen ist, alle erforderlichen Merkmale eines ACAN-Problems auf. Asymmetrie in Bezug darauf, welche Krebsarten plötzlich zunehmen, welche Altersgruppen in größerer Zahl sterben oder Ungleichheiten zwischen den Impfquoten der Kohorten und den beobachteten Infektionen. Komplexität in Bezug auf die nach Yule-Simpson anfällige Verteilung der überzähligen Todesfälle auf die verschiedenen ICD-10-Codes. Mehrdeutigkeit in Bezug auf die politischen Beweggründe hinter den offiziellen Praktiken zur Erfassung von Gesundheitsdaten und den bewusst weggelassenen oder ignorierten Informationen. Und schließlich die Neuheit, dass wir vor einer Herausforderung stehen, auf die unsere epidemiologische Gemeinschaft nicht vorbereitet war und mit der sich die Menschheit noch nie wirklich auseinandergesetzt hat.

In vielerlei Hinsicht könnte die Herausforderung, vor der wir jetzt stehen, genauso entmutigend sein wie Covid-19 und die Pandemiebekämpfung selbst. Das hängt natürlich alles davon ab, wie sich die in diesem Artikel beschriebenen Trends entwickeln. Meiner Erfahrung nach hält ein beschleunigtes Wachstum nie ewig an, und es gibt immer mildernde Umstände und unbeabsichtigte Folgen, die einem die Vorhersage der Zukunft durcheinander bringen können. Der Leser sollte dies bei der Betrachtung der Diagramme und Schlussfolgerungen in diesem Artikel im Hinterkopf behalten. Im Angesicht eines Sturms sollten wir immer die Hoffnung bewahren. Dies war natürlich zu Beginn der Pandemie ein ebenso guter Rat wie heute.

Für ein detailliertes Daten- und Ableitungsflussdiagramm, in dem Datenquelle, -verarbeitung und -modifikation bis hin zur ersten abgeleiteten Basislinie, ihrer Glättung, einer Reihe von Berechnungen und der Kompensation der damit verbundenen Risikopunkte beschrieben werden – mit anderen Worten, wie die Diagramme in diesem Artikel zusammengesetzt sind – klicken Sie bitte auf das Flussdiagramm-Symbol auf der rechten Seite.

Unabhängig davon werden die Daten aus den oben genannten Quellen 1 und 2 abgeleitet, und die Grundformel für die Ableitung der Sterblichkeit durch natürliche Ursachen ohne Covid ist so einfach, wie sie klingt.

ENCNCM = Sterblichkeit aller Ursachen – Todesfälle nicht natürlicher Ursache – COVID-19 (U071, UCoD) – Referenzwert für die Basissterblichkeit (BOY 2014 – EOY 2019)

Das Problem

Die Diagrammreihe in Anlage A auf der rechten Seite ist eine Reihe von Schnelldiagrammen (so genannte „Variation Against Trend“- oder VAT-Diagramme), die ich in meinen Datenbanken führe und jede Woche überwache (zusammen mit anderen Faktoren wie Meldeverzögerung, Pull-Forward-Effekt usw.). Ende 2021 und Anfang 2022 begann ich zu bemerken, dass sich bei vielen der dargestellten Trendlinien ein potenzielles Problem abzuzeichnen begann. Bevor jedoch irgendetwas statistisch Signifikantes berichtet werden konnte, brauchten die Daten genügend Zeit, um den Schweif der statistischen Todesfälle durch die tödliche Delta-Variante aus den wöchentlichen MMWR-Meldedaten (die drei oben genannten Quellen) zu entfernen. Auch dieser Prozess wurde durch das „System-Upgrade“ der CDC verzögert, das am 3. Juni 2022 begann und noch immer nicht vollständig abgeschlossen ist (siehe die entsprechende CDC-Mitteilung).

Zum Zeitpunkt der Veröffentlichung dieses Artikels erwiesen sich 9.290 Todesfälle, die in der MMWR-Aktualisierung vom 2. Juni veröffentlicht wurden, vier Wochen später als redigiert und fehlen immer noch in den Daten. Weitere 13.245 Todesfälle wurden von der CDC von hauptsächlich Krebs- und Herztod in andere Codes wie Alzheimer-, Nieren- oder Atemwegs-Todesfälle umkategorisiert, wie teilweise in dieser Grafik zu sehen ist. Es fällt schwer, sich ein Szenario vorzustellen, das diese Datenmanipulation von 52.000 Datensätzen in den risikoreichsten Wochen (MMWR-Wochen 4 bis 20) des Jahres 2022 nicht als böswillige Verschleierung der Mortalitätsdaten der US-Bürger erklärt. Als ehemaliger Geheimdienstoffizier und Stratege für Nationen, die mit einigen ziemlich harten Korruptionsherausforderungen konfrontiert waren, bin ich ein Skeptiker der Macht und kein glühender Anhänger von Hanlon’s Razor („Schreibe nicht der Böswilligkeit zu, was durch Dummheit hinreichend erklärbar ist“).

Schaubild A – Zehn verschiedene ICD-10-Sterbefallskategorien, die in der Summe einen Überschuss an Todesfällen natürlicher Ursache ergeben (oberes Diagramm).

Bedenken Sie, dass die Diagramme in diesem Artikel nicht einmal die Hinzufügung der von der CDC gekürzten und für die MMWR-Wochen 4 bis 20 des Jahres 2022 geschwärzten Sterbedaten widerspiegeln.

Trotz dieses Mangels an Sterbefalldaten zeigen sieben der rechts oben abgebildeten ICD-10-„Variation-against-trend“-Diagramme (klicken Sie auf das Bild, um eine separate Registerkartenversion zu erhalten, und klicken Sie erneut, um das Bild zu vergrößern) Trends, die jeden Fachmann in Bezug auf die Sterblichkeit der US-Bürger nach der MMWR-Woche 14 im Jahr 2021 mit großer Sorge erfüllen sollten. Um zu verstehen, warum diese Woche von entscheidender Bedeutung ist, klicken Sie bitte auf Grafik 1: Critical Inflection Date in Vaccine Doses (Kritischer Wendepunkt bei den Impfstoffdosen) und prüfen Sie Schaubild B: Arrival Comparative Between Doses and Deaths (Ereignis-Übereinstimmung zwischen Dosen und Todesfällen) (unten) – beide Diagramme werden in Teil 2 dieser Artikelserie ausführlich beschrieben. Die Ausrichtung der kritischen Daten in diesen Diagrammen ist nicht nur entscheidend für unsere Argumentation, sondern auch ungemein überzeugend.

Die Diagramme, die von besonderem Interesse sind, habe ich mit einem gelben Hintergrund hervorgehoben und unten aufgeführt. Dazu gehören die Diagramme, die einen starken Anstieg der Sterblichkeit nach der MMWR-Woche 14 2021 zeigen. Im Einzelnen sind dies

  • Überssterblichkeit Nicht-Covid natürliche Ursache, 5+ sigma
  • Krebs und Lymphome, 9+ sigma
  • Andere Atemwegserkrankungen, 2 sigma
  • Nephritis/Nephrotisches Syndrom, 4 sigma
  • Septikämie, 2 sigma
  • Herzkrankheiten und -beschwerden, 2 sigma
  • Alle anderen nach ICD-10 erfassten Todesfälle natürlicher Ursache, 4 sigma

Bei diesen ausgewählten ICD-10-Codes habe ich mich bemüht, nur diejenigen hervorzuheben, bei denen ein deutlicher Unterschied zwischen den Ankunftsmustern im Pandemiezeitraum 2020 und dem Zeitraum nach der MMWR-Woche 14 2021 festzustellen war. Zwar gibt es auch bei den anderen ICD-10-Codes einen Anstieg der Sterbefälle, doch scheint dieser Anstieg auch im Jahr 2020 mit denselben Ereignismustern übereinzustimmen. Mit anderen Worten, sie scheinen in ihrer Dynamik stark Covid-bezogen zu sein, sowohl vor als auch nach dem Wendepunkt in Woche 14 2021.

Besonders besorgniserregend sind die Todesfälle, die sich auf körpereigene Regulierungssysteme beziehen, im Gegensatz zu spezifischen Organen oder Ursachen. Mit anderen Worten: Krebs und Lymphome, Herz, autonome Myokarditis/Perikarditis/Leitungsstörungen, Schädigungen von Leber und Nieren usw. Dies sind nicht nur die Kanarienvögel in der Kohlenmine in Bezug auf die Pathologie, sondern können auch darauf hinweisen, dass in der Physiologie des durchschnittlichen US-Bürgers eine tiefgreifende systemische Störung im Spiel ist, insbesondere in den letzten 71 Wochen. Dies sind die Todesgruppen, die nach der MMWR-Woche 14 2021 den deutlichsten Trend der Zunahme aufweisen. Ich wünsche mir aufrichtig, mich zu irren, und wäre der glücklichste Mensch auf Erden, wenn ich einen kritischen Fehler in den zugrundeliegenden Daten oder der Methodik fände, der alles widerlegen würde. Leider befürchte ich nach monatelangem Hinterfragen meiner eigenen Arbeit aus allen erdenklichen Blickwinkeln und nach geduldigem Warten darauf, dass die CDC/NCHS ihre MMWR-Berichtssysteme und -verfahren in Ordnung bringen, dass ich mich nicht irre. Daher die Notwendigkeit für diesen Artikel.

So herausfordernd die Übersterblichkeits- und „Variation-against-trend“-Diagramme auch sind, bevor wir drei bestimmte Gruppen von Übersterblichkeitsfällen untersuchen, lassen Sie uns für einen Moment auch die zwingenden Gründe hinter dem Wendepunkt der MMWR-Woche 14 2021 überprüfen. Dieses Datum ist nicht ohne Grund ein kritischer Punkt, der Anlass zur Sorge gibt. Seine Herleitung ist kein Zufall. Das Diagramm zum Vergleich von Dosen und Todesfällen (siehe Schaubild B) verdeutlicht, warum.

Schaubild B – Der Wendepunkt in MMWR-Woche 14 2021 entspricht auch dem schnellsten Anstieg der verabreichten Impfstoffdosen in der US-Bevölkerung. Die rote Linie ist die Überschusssterblichkeit bei Nicht-Covid natürlichen Ursachen, die aus den Daten in Schaubild E unten entnommen wurde.

Der Wendepunkt des Risikos in drei Diagrammen

Drei Diagramme sind besonders besorgniserregend, da sie auf eine bevölkerungsweite systemische Gesundheitsstörung hindeuten. Dabei handelt es sich um einen Überschuss an Todesfällen durch bösartige Neubildungen und Lymphome (C00-C97 – Schaubild C), Symptome, Anzeichen und anormale klinische und Laborbefunde, nicht anderweitig klassifizierte Todesfälle (R00-R99 – Schaubild D) und schließlich, aber am wichtigsten, einen Überschuss an Todesfällen durch natürliche Ursachen (Schaubild E). Die ICD-10-Trends dieser drei Diagramme im Vergleich zum historischen Ausgangswert sind unten dargestellt. Bitte beachten Sie, dass wir den Trend des Spitzenwertes der R00-R99-Daten in Schaubild C auswerten und nicht die Tatsache, dass dieser ICD-Code als Auffangbehälter für Dispositionen dient (daher der normale starke Anstieg in späteren Wochen auf der rechten Seite des Schaubilds). Ich lasse diese drei Diagramme hier zu Ihrer Betrachtung und Überlegung stehen, bevor wir uns an Teil 2 dieser Artikelserie wagen – in dem wir Vermutungen über die mögliche(n) Ursache(n) dieses unbestreitbaren Problems in Bezug auf die Gesundheit und Sterblichkeit der US-Bürger anstellen.

Schaubild C – Krebserkrankungen und Lymphome sind seit MMWR Woche 14 2021 auf einen Wert von 9+ Sigma angestiegen. Diese Situation war während der Covid-Pandemie 2020 nicht gegeben. Um das Risiko in Bezug auf die Ungewissheit der Verzögerung zu verringern, habe ich eine Verzögerungsfunktion gewählt, die absichtlich die letzten 3 Wochen des Anstiegs dieser Todeskategorie ausblendet. Doch selbst diese Vorsichtsmaßnahme führt zu einer erschreckend steilen Trendlinie. Natürlich halten wir diesen Zeitraum in der Schwebe, es sei denn, es gibt eine Ausnahme in der Berichterstattung dieser ICD-Gruppe. (Siehe PFE-Fußnote6)
Schaubild D – Der vorübergehende Wartebereich für diese Kategorie schwer zu bestimmender, abnormaler klinischer Befunde und merkwürdiger Todesfälle weist einen starken Anstieg des wöchentlichen Spitzenwertes auf (64 % Anstieg von Dezember 2020 bis zum 23. April 2022). Beachten Sie das Datum des Beginns dieses Anstiegs. Es fällt mit einem kritischen Startdatum zusammen, das in unserem nächsten Artikel beschrieben wird. Der Leser sollte beachten, dass 21.400 Todesfälle in diesem ICD-Hold-Code nicht ihrer endgültigen ICD-10-Disposition zugeordnet wurden (die Dicke der beigen Kurve im Vergleich zur grünen Indexreferenz) – was höchstwahrscheinlich dazu führt, dass die Anzahl der Myokarditis-, Perikarditis- und Leitungsstörungs-Todesfälle für 2022 niedrig ist. Die Verdickung und Abrundung dieser Kurve in den letzten Wochen dieses Diagramms deutet darauf hin, dass der Bereich von der CDC/NCHS nicht wie in der Vergangenheit aufbereitet wird. Dies stellt eine Verschleierung kritischer Daten in einer Zeit extremer Risiken dar, einer Zeit, die klare Informationen über Gesundheit und Sterblichkeit erfordert.

Diese faktische Verheimlichung von 21 400 Sterbedaten (innerhalb der Codegruppe R00-R99) ist unabhängig von den 22 535 Datensätzen, die aus den Sterbedaten vom 2. Juni 2022 entfernt wurden und entweder noch nicht wieder in die Datenbank aufgenommen wurden oder nicht bedrohlichen ICD-Codes neu zugeordnet wurden.

Das ergibt eine Gesamtzahl von 43.935 potenziellen Myokarditis-, Krebs-, Perikarditis-, Leitungs-, Nephrose-, Leber- und/oder Lymphom-Todesfällen, die noch nicht einmal in die Daten aufgenommen wurden, wegen denen dieser Artikel Alarm schlägt.

Das sind 7 % der Gesamttodesfälle für den fraglichen Zeitraum und möglicherweise 15 bis 25 % der Trenddaten für diese höchst bedenklichen Todesfälle der ICD-10-Gruppen, die fehlen. Aber auch ohne diese Daten sind die damit verbundenen Trends alarmierend.


Zum Schluss kommen wir zum wichtigsten Schaubild von allen – dem Schaubild, das Todesfälle anzeigt, die nicht auf Unfälle, Suizid, Suchterkrankungen, Tätlichkeiten, Missbrauch, Verzweiflung, Zerrüttung oder Covid-19 zurückzuführen sind. Das Diagramm der überzähligen Todesfälle, die nicht auf Covid-19 zurückzuführen sind, haben wir am 29. Mai 2021 begonnen zu beobachten. Ich nannte es damals das „Was zum Teufel ist das?“-Diagramm. Wie man sehen kann, haben wir im Zeitraum vom 3. April 2021 bis zum 13. August 2022 349.000 jüngere Amerikaner durch etwas anderes als Covid und durch nicht natürlichen Tod verloren. Die derzeitige Sterblichkeitsrate in dieser ICD-Kategorie liegt bei etwa 5.000 bis 8.000 pro Woche (die Datenbank zeigt einen jüngsten fünfwöchigen Wochendurchschnitt von 7.887 Todesfällen – natürlich mit Verzögerung) – was die meisten Wochen der Covid-Pandemie selbst übertrifft (abgesehen von den absoluten Spitzenzeiten).

Wenn all diese Überschreitungen der Sterblichkeitsrate tatsächlich ein Überbleibsel der Covid-19-Pandemie wären, müssten sie inzwischen bereits abklingen. Leider sind sie nicht nur nicht zurückgegangen, sondern nehmen in vielen Fällen immer noch zu.

Schaubild E – Die Zahl der Todesfälle, die nicht auf natürliche Ursachen zurückzuführen sind, ist in der 32. MMWR-Woche 2022 so hoch wie nie zuvor. 349.000 US-Bürger sind seit der 14. MMWR-Woche 2021 an einem sonstigen Faktor gestorben. Die derzeitige Übersterblichkeitsrate entspricht einem Fünf-Wochen-Durchschnitt von 5+ Sigma (konservative abgesichert in Hinblick auf die Verzögerung). Die verblasste grüne Kurve ist die prozentuale Rate der vollständigen Impfung pro Woche in den Vereinigten Staaten. (Siehe PFE-Fußnote7)

Dementsprechend haben wir zweifelsfrei festgestellt, dass es derzeit ein Problem in Bezug auf die Gesundheit und die Sterblichkeit der US-Bürger gibt. Ein Problem, das sich von Covid-19 selbst unterscheidet und in der MMWR-Woche 14 des Jahres 2021 ernsthaft begann. Unsere nächste Aufgabe, die wir in den Teilen 2 und 3 dieser Artikelserie erläutern werden, besteht darin, diese und andere beobachtete Ankunftsverteilungen zu nutzen, um den oder die kausalen Mechanismen hinter diesem besorgniserregenden Trend bei der Sterblichkeit in den USA herauszufinden.

Nachdem wir beim zweiten und dritten Artikel bereits erhebliche Fortschritte gemacht haben, freuen wir uns sehr darauf, den nächsten Artikel dieser Reihe mit dem Titel „Houston, wir kennen die Mechanismen (Teil 2 von 3)“ zu veröffentlichen.

Fußnote 1

Twitter: @ethicalskeptic; https://twitter.com/EthicalSkeptic/status/1375586484372303876?s=20&t=SVUOHi_jCHYLNDMTVcJEGw

Fußnote 2

Twitter: @ethicalskeptic; https://twitter.com/EthicalSkeptic/status/1466257480275701763?s=20&t=SVUOHi_jCHYLNDMTVcJEGw

Fußnote 3

US Center for Disease Control and Prevention: Weekly Counts of Deaths by State and Select Causes, 2014-2019; https://data.cdc.gov/NCHS/Weekly-Counts-of-Deaths-by-State-and-Select-Causes/3yf8-kanr

Fußnote 4

US Center for Disease Control and Prevention: Weekly Provisional Counts of Deaths by State and Select Causes, 2020-2022; https://data.cdc.gov/NCHS/Weekly-Provisional-Counts-of-Deaths-by-State-and-S/muzy-jte6

Fußnote 5

US Center for Disease Control and Prevention: Wonder: Provisional Mortality Statistics, 2018 through Last Month; https://wonder.cdc.gov/controller/datarequest/D176;jsessionid=5E04864E989106BB6376CAC90A74

Fußnote 6

Bitte beachten Sie, dass der Pull-Forward-Effekt (PFE) zu einem einzigen Zeitpunkt (Woche 14 2021) eingeleitet wird, um zu verdeutlichen, was in den Berechnungen geschieht. Dies hat keinen Einfluss auf die letztendliche Zahl der überzähligen Todesfälle und auch nicht auf das Argument, das vorgebracht wird. Man kann den Pull-Forward-Effekt an der beigefarbenen Linie unmittelbar vor diesem Datum beobachten – und auch feststellen, dass die in unserem Modell angenommene PFE weit geringer ist als die Realität zu diesem Zeitpunkt. Der PFE verjüngt sich in den folgenden 130 Wochen nach seinem Beginn auf Null – so dass er mit fortschreitender Zeit immer weniger zur Gesamtberechnung der Übersterblichkeit beiträgt. Das Prinzip ist in dem folgenden Gedankenexperiment enthalten. Wenn man 100 Menschen aller Altersgruppen nimmt und in einem Jahr die 20 ältesten Personen dieser Gruppe tötet, wird die Sterberate dieser Gruppe im nächsten Jahrzehnt niedriger sein als im vorherigen, weil die verfügbare Population derjenigen, die mit höherer Wahrscheinlichkeit sterben werden, kurzfristig erschöpft ist. Dieses mutmaßliche Risiko wird im Flussdiagramm weiter oben im ersten Abschnitt dieses Artikels angeführt und für die Konservierung bewertet. Außerdem ist zu beachten, dass der Beitrag der PFE zu diesem Argument bis Mitte 2022 nahezu vernachlässigbar ist.

Fußnote 7

Bitte beachten Sie, dass der Pull-Forward-Effekt (PFE) zu einem einzigen Zeitpunkt (Woche 14 2021) eingeleitet wird, um zu verdeutlichen, was in den Berechnungen geschieht. Dies hat keinen Einfluss auf die letztendliche Zahl der überzähligen Todesfälle und auch nicht auf das Argument, das vorgebracht wird. Man kann den Pull-Forward-Effekt an der beigefarbenen Linie unmittelbar vor diesem Datum beobachten – und auch feststellen, dass die in unserem Modell angenommene PFE weit geringer ist als die Realität zu diesem Zeitpunkt. Der PFE verjüngt sich in den folgenden 130 Wochen nach seinem Beginn auf Null – so dass er mit fortschreitender Zeit immer weniger zur Gesamtberechnung der Übersterblichkeit beiträgt. Das Prinzip ist in dem folgenden Gedankenexperiment enthalten. Wenn man 100 Menschen aller Altersgruppen nimmt und in einem Jahr die 20 ältesten Personen dieser Gruppe tötet, wird die Sterberate dieser Gruppe im nächsten Jahrzehnt niedriger sein als im vorherigen, weil die verfügbare Population derjenigen, die mit höherer Wahrscheinlichkeit sterben werden, kurzfristig erschöpft ist. Dieses mutmaßliche Risiko wird im Flussdiagramm weiter oben im ersten Abschnitt dieses Artikels angeführt und für die Konservierung bewertet. Außerdem ist zu beachten, dass der Beitrag der PFE zu diesem Argument bis Mitte 2022 nahezu vernachlässigbar ist.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert