С начала 2020 года мир засыпан новостями о новом вирусе. Этот вирус был настолько новый, что его назвали «новейшим» вирусом. Ни у кого в мире не должно было быть иммунитета против этого. Каждый мог заразиться, и ожидалось, что большой процент инфицированных умрет. Давайте исследуем эту гипотезу.

Diamond Princess  

5 марта 2020 года Антуан Флао, директор Института глобального здравоохранения в Женеве, опубликовал длинную статью, размещенную на сайте www.state.fr (Ссылка 1). Этот пост включал статистику с известного круизного лайнера Diamond Princess, который находился на карантине в Иокогаме в течение нескольких недель, и ряд вопросов, связанных с этой статистикой. 

 Информация с круизного лайнера Иокогамы Diamond Princess:  

● Всего численность  экипажа и пассажиров: 4 061 человек. 

 ● Общее количество зараженных (все на корабле были проверены несколько раз): 705 (17,36%). 

 ● Общее количество бессимптомных больных 322 (7,93%). 

 ● Общее количество симптоматических больных : 383 (9,43%).

● Общее количество умерших: 6 (что составляет 0,148% от общей численности людей на корабле и 0,78% от числа инфицированных. Это число известно как IFR: уровень смертности от инфекции).

● Я не смог найти в этом посте средний возраст пассажиров и  комнды корабля

 Эти базовые данные позволяют сделать несколько важных наблюдений: · хотя официально вирус считался очень заразным и все были уязвимы для него , только около 17% были инфицированы. Это произошло, хотя :

 - была общая система вентиляции;

- пассажиры и экипаж продолжали общаться (хотя и на более ограниченной основе);

 Карантин был введен, когда у ряда людей на борту уже были симптомы, что указывало на то, что вирус уже получил широкое распространение. · Люди, у которых отсутствовали симптомы, составляли 45,7% от всех инфицированных {322/705 = 100%], что означает, что на каждые 11 человек, заболевших с симптомами, приходилось 9 человек без симптомов.

 ● Число бессимптомных больных может означать, что более 45% всех инфицированных уже имели некоторый иммунитет против вируса, в противном случае они также были  бы симптоматичными.

Эта информация прямо противоречит утверждению, что вирус «новейший» и никто не застрахован от него. Доктор К. Чумаков (ссылка 23) выдвинул гипотезу в русскоязычном интервью на echo.msk.ru, что, некоторые люди могли ранее  переболеть  одним  из 24 других типов коронавирусов, то есть те, кто переболели одним из них, скорее всего могли иметь перекрестный иммунитет к COVID-19.

 Это же утверждение означает, что количество дополнительных людей, которым необходимо заразиться для развития «коллективного иммунитета», намного меньше и находится в диапазоне 20–30%. (Коллективный иммунитет - это состояние в популяции, которое возникает, когда достаточное количество людей вырабатывает иммунитет естественным или искусственным путем, и рост числа случаев либо начинает снижаться, либо прекращается вообще).

 ● Коэффициент летальности от инфекции (IFR)  на Diamond (0,78% ) был намного выше, чем при обычном гриппе ( 0,1% ). Это говорит о том, что основное внимание следовало сосредоточить на возрасте пациентов, нуждавшихся в госпитализации или умерших на этом корабле. Различные заболевания и вирусы по-разному влияют на  людей разного возраста и состояния здоровья, и стало совершенно очевидно, что COVID гораздо сильнее поражает пожилых людей.

 Можно ли применить наблюдаемый IFR к среднестатистическому населению ? В этой  статье не было никаких данных по этому поводу, но в каком-то другом источнике (я думаю, что это было в онлайн-презентации, сделанной Майклом Левиттом из Стэнфордского университета) было  упомянуто, что пассажиры были в основном пожилыми, и что даже в команде не было людей младше 24 лет, Таким образом, их  средний возраст немногим превышал 55 лет. Если это так, то IFR должен был бы  быть около 0,26-0,28% (если один из  параметров исключен, IFR пересчитывается путем добавления к группе более молодой популяции с более низким уровнем риска ). Это все равно делает COVID более опасным, чем обычный грипп, но всё же в 10 раз менее опасным, чем знаменитая пандемия испанского гриппа и в 6 раз менее опасным, чем цифры, используемые для оправдания локдаунов.

 Вот вопросы, заданные Антуаном Флао в его статье от 5 марта 2020 года:

 ● В Китае должно быть 280 000 000 зараженных, если данные Diamond Princess можно использовать в качестве модели. Если это так, то где они, если вирус настолько заразен, как они утверждают?

● Почему Китай делает заявления без публикации каких-либо данных о серологической распространенности (проверка образцов крови на антитела и Т-клетки, уникальные для этого вируса)?

● Почему Китай использует математические модели для прогнозирования, когда известно, что эти модели имеют огромную погрешность?

 ● И почему ВОЗ рекомендует методы Китая, если эти рекомендации противоречат устоявшейся медицинской практике?

 Хорошие  вопросы.

 Интересно, что Антуан Флао больше никогда не задавал эти вопросы и стал стойким сторонником локдаунов, масок и подхода «Zero-COVID», направленного на полное уничтожение вируса.

  Исследования реального риска от вируса  с  помощью серологической распространенности  были  проведены   в  Стэнфордском университете  J. Ioannidis, M.D., PhD. (Статистика).

 Доктор Дж. Иоаннидис из Стэнфордского университета считался одним из ведущих ученых и лучших медицинских статистиков в мире. Он решил продолжить наблюдения доктора Флао и провел несколько исследований серологической распространенности, используя анализ крови для  того, чтобы определить степень фактического распространения COVID среди населения. Такая методология должна обеспечивать более точные подсчеты, поскольку свидетельства реакции иммунной системы на конкретное заболевание не зависят от симптомов пациента. В апреле 2020 года доктор Иоаннидис опубликовал исследование, проведенное в нескольких округах Калифорнии, которое продемонстрировало, что там  IFR COVID составлял 0,27%. Опубликование этого исследования привело к резким нападкам, что вынудило его покинуть общественную жизнь и заставить объяснять, что он «не был сторонником Трампа», что «он ученый, а не политик», и что «он как гражданин  Кипра не заинтересован в политике США.». Эта реакция подсказывает мне, что риск заражения вирусом - или его отсутствие - очень быстро стал политической проблемой, по крайней мере, в Соединенных Штатах.

 Второе исследование д-ра Иоаннидиса было опубликовано ВОЗ в сентябре 2020 года, и на  этот  раз его показатель IFR составил 0,22%. Его последнее известное мне исследование серологической распространенности (ссылка 2) было опубликовано в марте 2021 года и заявляло, что « общее количество случаев инфицирования составляет 1,5–2,0 миллиарда случаев, а уровень летальности от инфекций составляет примерно 0,15% по состоянию на февраль 2021 года»,  т.е.  составляло  примерно  20-25% мирового населения (  это до появления  новой  значительной волны в Индии. Также важно отметить, что данные о смертности от COVID, используемые доктором Иоаннидисом, были взяты из официальных источников, и есть основания полагать, что эти цифры завышены, по крайней мере, для некоторых западных стран, как будет показано позже. Уровень погрешности  неясен, но мог превышать 25%.)

Как далеко мы тогда были от коллективного иммунитета даже без учета вакцинации? Для сравнения с цифрами, сообщенными Иоаннидисом, IFR плохого сезона гриппа в 2017–2018 годах составил 0,135% (данные CDC), в то время как средний IFR сезона гриппа падает примерно на 0,1%. Это означает, что смертность от COVID примерно на 10% выше, чем от обычно циркулирующего гриппа в плохой сезон гриппа и на 50% выше, чем в среднестатистический сезон . Учитывая, что IFR не зависит от мер сдерживания (то есть локдауны не влияют на то, сколько людей умрет, а только на количество инфицированных), это является окончательным показателем того, что, хотя COVID остается серьезным заболеванием, он не особенно опасен. Если дополнительно учесть, что IFR сильно различается для разных возрастных групп (он почти равен нулю для людей в возрасте до 40 лет и достигает 3% для пожилых людей),  то  полезность / эффективность / мер сдерживания, реализуемых правительством, становится еще менее очевидной. Широко распространенная вакцинация в настоящее время делает практически невозможными  дальнейшие исследования серологической распространенности, подобные исследованиям доктора Иоаннидиса, поскольку большинство людей в странах, богатых вакцинами, теперь имеют антитела к вирусу благодаря вакцинам. Кроме того, невозможно установить риск, связанный с самой болезнью, стандартными методами. Может быть, именно поэтому чиновники изо всех сил стараются вакцинировать всех:  чтобы стереть контрольную группу?

 Данные Статистического управления Канады

Сколько людей действительно умерло от COVID или от его осложнений ? В ноябре 2020 года Статистическое управление Канады сообщило, что 90% людей, умерших от COVID в Канаде, имели как минимум одну серьезную сопутствующую патологию, а 76% - как минимум три. Они были указаны в свидетельствах о смерти (ссылка 7). Эта информация заставляет меня задуматься, сколько из этих людей умерло от COVID как от основной причины их смерти или даже как от основной дополнительной причины смерти? Меня особенно интересует около 33% тех, у кого в списке есть пневмония, которая по   сути  дела  является  тем  же COVID. Напрмним,  что  первоначально COVID назывался «атипичной пневмонией». Возможно ли, что почечная недостаточность (продолжительность жизни 3-4 дня), печеночная недостаточность (продолжительность жизни всего несколько дней), сердечный приступ или инсульт (продолжительность жизни всего несколько часов в некоторых случаях) и последние стадии болезни Альцгеймера (продолжительность жизни измеряется в месяцах) ) можно считать менее критичным, чем COVID? Я даже не хочу думать об использовании ИВЛ, потому что, если я сомневаюсь в этом, мы можем начать движение в область, достойную уголовного расследования.

 Когда у человека легкие полны мокротой, стандартные протоколы не требуют искусственной вентиляции, так как это ровно ничего не дает для улучшения состояния человека. Учитывая это, совершенно  непонятно, почему этот метод широко использовался, что привело к смерти 85-95% пациентов, находящихся на ИВЛ?

Недавний скандал в Альберте и критерий Великобритании: можем ли мы вообще верить официальным данным?

  В октябре 2021 года канадская провинция Альберта сообщила о смерти мальчика от COVID. Он был официально объявлен умершим от COVID из-за того, что у него был положительный результат ПЦР-теста за 24 часа до его смерти. Однако действительной причиной смерти в этом случае был рак мозга на поздней стадии. Поскольку сестра мальчика считала позором записывать его смерть как результат COVID, семья возмутилась этим сообщением. Правительственные чиновники извинились. Сколько было случаев неверно приписанных смертей от COVID, когда чиновники не были пойманы с поличным, потому что они не объявили о смерти по телевидению, что не позволило родственникам и друзьям сравнить то, что они знают о состоянии умершего, и официальное заявление? Насколько мне известно и на основании косвенных данных, в Канаде каждая смерть с недавним положительным результатом ПЦР считалась смертью от COVID. То же происходит и в других странах. Я читал по крайней мере о двух местах в Великобритании и США, где обзоры их собственных отчетов пришли к выводу, что минимум 25% всех зарегистрированных смертей от COVID имели нулевые симптомы COVID и были основаны исключительно на положительном ПЦР-тесте. (Кстати, смертью от COVID в Великобритании считается любая смерть по любой причине в течение 28 дней после положительного результата теста ПЦР. /Ссылка 9 /. А как насчет тех, кого сбил автобус? Вы знаете ответ.)

 Если эти данные более применимы, то понижение рейтинга IFR = 0,15%, опубликованного д-ром Иоаннидисом, на 25% дает новый IFR = 0,112, что  даже меньше, чем IFR для гриппа в течение сезона гриппа 2017–2018 гг. 

 Как мы узнаем, что у кого-то есть COVID? «Золотой стандарт»: тест ПЦР 

К этому моменту мы все слышали или испытали на себе ПЦР-тест. ПЦР-тест проводят следующим  образом:

● Образец слизи берется из носа или горла испытуемого с помощью длинного тампона.

● В лабораторных условиях все генетические последовательности образца дублируются в так называемом «цикле амплификации».

Из  википедии - амплификация – удвоение генетического материала в циклах, пока следы вируса не станут легче для обнаружения. Если в образце присутствует РНК SARS-CoV-2, то каждый цикл амплификации приводит к удвоению ее количества

● Циклы затем повторяются много раз, до  тех  пор, пока количество генетического материала не достигнет определенного порогового значения, так что рассматриваемый генетический материал может быть обнаружен, если он присутствует.

Поскольку часто считается, что ПЦР-тест не дает ложноотрицательных результатов, это сделало его фаворитом врачей. Мой интерес к деталям теста ПЦР возник после прочтения статьи в Медицинском журнале Новой Англии (ссылка 3). В документе в целом утверждается, что этот метод тестирования может обнаруживать такие низкие уровни вирусного генетического материала, что результаты теста не могут быть связаны с активной инфекцией. Фактически, в этой статье говорится, что это происходит в 53% случаев, создавая 53% ложных результатов. Но  это  катастрофа для любого действующего метода тестирования! The Journal of Infection опубликовал данные о том, что ложные результаты могут составлять 75% случаев (ссылка 4), а в ряде других препринтов были предложены еще более высокие оценки (85%, 93%). Я не знаю, достигли ли какие-либо из этих препринтов статей официально опубликованного статуса (в наши дни это ничего не доказывает).

Помимо этого, у ПЦР-тестирования есть 3 очень серьезных недостатка, которые необходимо учитывать:

1. Место  отбора образца

2.  Чувствительность

3. Что  мы  исследуем

Место  отбора образца

 Поскольку образец мазка берется из носовых ходов или горла пациента, это делается в той части тела, которую можно считать внешней. Вирус может попасть в нос или рот, даже не достигнув тех мест, где он может нанести вред. Кроме того, он  может  быть  просто убран с помощью первичной иммунной защиты организма в слизистых оболочках, не вызывая более глубокой иммунной реакции. Тем не менее, вирус может быть обнаружен с помощью ПЦР-теста, даже если человек никогда не был инфицирован в результате проникновения вируса в клетки и его фактической репликации.

Чувствительность: 

Сбор образцов может быть довольно простым, но вопросы, связанные с числами амплификации, гораздо сложнее. В ряде источников утверждается, что симптоматическая инфекция связана с 10-15 циклами амплификации  (  удвоениия ), то есть амплификацией генетического материала в 1000-32 000 раз. Живой вирус почти никогда нельзя вырастить из образца, если для идентификации вирусного генетического материала требуется более 27 циклов амплификации (это 125 000 000-кратная амплификация). Таким образом, давайте назовем 27 + 1 максимальным правильным числом амплификации, где добавляется один дополнительный цикл на случай, если процесс пойдет не так. Все известные мне страны используют 38-45 циклов амплификации. Если мы сравним 28 циклов с 38-45 циклами, используемыми властями, чувствительность в 1000-125 000 раз выше, чем требуется для обнаружения живых инфекций. Самое  высокое  количество  циклов применяется  в   провинции Онтарио в Канаде, где для диагностики обычно используется 45 циклов. Чрезмерная чувствительность определенно накручивает  количество случаев заболевания и помогает удерживать давление на испуганное население. Я не могу найти другой причины для использования таких сверхвысокочувствительных мер. В документе NEJM (Ссылка 3) говорится, что, регулярно используя такое большое количество циклов амплификации, органы тестирования обнаруживают мертвые вирусы и простые фрагменты вирусов. Даже если обнаруженные вирусы живы, их количество не может быть связано с активным заражением. Неправильная интерпретация результатов ПЦР настолько распространена, что даже ВОЗ выпустила заявление по этому поводу, в котором подчеркивается необходимость четкого согласия между результатами теста и клинической картиной (Ссылка 5). Это заявление произошло через несколько минут после приведения к присяге президента Байдена. Интересное совпадение, не правда ли? В то же время реальное количество инфекций, основанное на исследованиях серологической распространенности  всего  населения, почти на порядок превышает уровень инфицирования, выявленного на основе ПЦР, что делает ПЦР-тестирование совершенно бесполезным инструментом в качестве основы для определения политики. 

Что  мы  исследуем

 Хочу отметить, что обнаружение фрагментов вирусного генетического материала вовсе не обязательно доказывает текущее присутствие вируса. Пример, чтобы прояснить это: У меня есть кот. Поскольку кошачья шерсть, как известно, будет повсюду  вокруг,  то я не сомневаюсь, что его шерсть  будет на моей одежде. Если  проверить мою одежду, то  там  обязательно найдутся следы кошки.

  Но даже если меня оторвут от кошки - скажем, я путешествую или кошка исчезнет - её шерсть все равно будет оставаться на моей одежде в течение некоторого времени, поскольку это очень тонкая шерсть (хотя и далеко не такая тонкая, как вирус размером 0,1 микрометра!) ).

 Чем больше времени я не контактирую с моей кошкой, тем меньше шансов, что её шерсть будет на моей одежде, но этот шанс может никогда не упасть до нуля.

Тот же Майкл Мика, автор статьи NEJM, утверждает в одной из своих других работ, что человек   по результатам ПЦР может быть считаться  заражённым в течение 90 дней после официального заражения. Мне известен случай, когда  у человека с иммунодефицитом был положительный ПЦР -тест в течение полугода после того, как тот переболел активной COVID-инфекцией.

Изобретателя ПЦР-теста Кэри Маллиса спросили, можно ли использовать его тест для диагностики COVID, для которой он используется. Он ответил: « Категорически нет. Тест просто берет что-то маленькое и делает его очень большим ».

 Удобный тест

 Слышали ли вы о тесте, который может давать разные результаты в зависимости от потребности? Если целью является обнаружение только симптоматических инфекций или поздних предсимптоматических инфекций, то нет необходимости в использовании более 15 циклов амплификации. Если цель состоит в том, чтобы доказать, что определенная популяция имеет больше инфекций, чем другие группы, количество циклов ПЦР-тестов можно просто набрать для этой популяции. Пока распространенность вируса не равна нулю, вы получите увеличение числа «официальных инфекций», возможно, в 2–4 раза.

 Эффективность запретов: у кого на BBC когнитивный диссонанс?

 В августе 2020 года BBC опубликовала «блестящий» отчет, целью которого было опозорить Швецию за то, что она не ввела ограничения (ссылка 6). Статья называлась «Коронавирус: уровень заражения   примерно одинаков в Лондоне и Стокгольме». Прочтите это внимательно. Несмотря на полную изоляцию в Лондоне и минимальные ограничения в Стокгольме, уровни инфицирования (основанные на той же форме тестирования серологической распространенности) были «одинаковыми». Фактически, они были идентичными. Означает ли это, что локдауны ничего не дали? Я думаю, что ответ однозначный: да. Также следует отметить, что уровень  инфицирования  был почти такой же, как на Diamond Princess. Если вирус мог заразить всех,  то почему - когда локдауны были сняты или, по крайней мере, значительно уменьшены после первой волны - количество инфекций не стало снова стремительно расти? Число инфицированных по-прежнему было очень низким для достижения «коллективного иммунитета», но лето 2020 года во всех странах, переживших значительную первую волну, было очень тихим с низким числом новых инфекций и смертей.

 Означает ли это, что вирус заразил достаточно людей к концу первой волны и 17%  (+ 45,7% с потенциальным исходным иммунитетом, как предполагают данные Diamond Princess) были магическим числом для коллективного иммунитета против исходного штамма? Означает ли это, что вторая волна была вызвана новым штаммом вируса и что новый штамм был намного более заразным? Или, наоборот, у меньшего количества людей был естесственный иммунитет?  Неизвестно.

 В статье BBC также говорится, что «в Великобритании -стране с населением более 66 миллионов человек - умерли 46 500 человек в  В Швеции - стране с населением 10,2 миллиона человек -погибло более 5 500 человек ».  

Учитывая эти данные, расчет сопоставимого коэффициента смертности на миллион составляет 704,5 в Великобритании и 540 в Швеции. Это означает, что в Великобритании умерло на 30,4% больше людей. И к какому выводу пришли авторы статьи : слава богу, мы не в Швеции!

Неужели?

 Подробнее о локдаунах.

 Для того, чтобы поставить под сомнение доказательства эффективности локдаунов, существует очень много возможных источников в журналах и СМИ, в том числе· (Рейтер): Швеция, которая избегает строгих ограничений, которые подавили большую часть мировой экономики, вышла из 2020 года с меньшим увеличением общего уровня смертности, чем в большинстве европейских стран, как показал анализ данных официальных источников (Ссылка 10) . Итак, меньшая смертность без локдаунов! Интересно! ·

 В Дании не было обнаружено влияния локдаунов  на количество передач вирусов (ссылка 11). · Наш друг, д-р Дж. Иоаннидис, заявляет, что «после вычитания эффектов эпидемии и менее ограничительных нефармацевтических вмешательств  (НФВ) мы не обнаружили явного значительного положительного эффекта более ограничительных НФВ на рост случаев заболевания в любой стране» ( Ссылка 12). Нефармацевтические вмешательства (или НФВ) включают такие вещи, как изоляция, маски, локдауны и социальное дистанцирование. · В сентябре 2020 года газета The Daily Mail прогнозировала, что количество людей, которые умрут из-за отложенных медицинских процедур, будет сопоставимо с количеством смертей от COVID. С момента публикации статьи количество отмененных и отложенных медицинских процедур стало астрономическим, и ожидается, что окончательное число погибших в результате этого будет намного выше (Ссылка 13). · BBC снова выступила с убедительным заголовком: «В результате  коронавируса Covid-19 погибло  в Южной Азии  228 000 детей, - говорится в отчете ООН». У них действительно было желание  связать воедино ухудшение медицинского обслуживания, питания и т. п. с  влиянием самого вируса  (Ссылка 14). ·Авторы из Чикагского университета обнаружили, что политика «локдауна на месте» не влияет на распространение COVID, но наносит огромный ущерб экономике, психологическому состоянию людей и нормальному человеческому взаимодействию (Ссылка 15). · «Политика локдаунов - это случай катастрофической ошибки » - так  пишет интернет-экологическое  исследование, в котором говорится о ситуации в США, где ограничения были относительно умеренными (Ссылка 16). · Профессор Университета имени Саймона Фрейзера оценил соотношение затрат и выгод, измеренное в годах жизни, сравнив разницу,  если бы в Канаде не было введено никаких ограничений, с фактическими локдаунами. ( Имеется  методика,  используемая  страховыми  компаниями  при  страховании  жизни для  оценки затрат  при  преждевременной  смерти  человека ).

 Его  исследование  показало, что  локдауны в худшем случае привели к увеличению затрат в 282 раза. Это, вероятно, завышенная оценка, отмечает автор, но даже минимальное преимущество отсутствия локдаунов составляет 3,6 раза, что также  весьма  существенно (Ссылка 17).

 Далее приводится  график, демонстрирующий отсутствие преимущества в смертности от COVID в  разных штатах США, независимо от того, были ли введены зимние  локдауны.

  (  синим  цветом  отмечены  штаты,  где  были  введены  зимние локдауны, красным -  нет  )

Фактически, в заблокированных штатах в среднем была более высокая смертность от COVID. Этот график опубликовал один из авторов сайта dailyskeptics.org, но я лично проверил цифры с помощью Worldometer, и они совпали. Следующие графики демонстрирует почти идентичную избыточную смертность между двумя штатами - Южной и Северной Дакотой, которые имеют практически идентичные демографические данные и условия,  хотя  в  одном  из  них  был  введён  локдаун.

 Эти графики были показаны в телеинтервью лауреата Нобелевской премии Майкла Левитта. Мой вывод о локдаунах отражает название ссылки 16: локдауны были «катастрофической ошибкой »,  и теперь все   правительства  пытаются её оправдать. По крайней мере, мне так кажется.  

Маски

 Маски должны уменьшить передачу вируса. Теоретически .... но основана ли эта теория на реальной науке? На мой взгляд и по правилам инженерной гидродинамики, маски работать не могут. Прежде чем рассматривать механизм самой маски, полезно объяснить, что происходит с нашим дыханием. Когда человек выдыхает, капли, содержащие вирус, могут различаться по размеру на несколько порядков. Более крупные капли под действием гравитации упадут почти сразу. Более мелкие капли останутся в воздухе и высохнут, образуя аэрозоли.  Маски  остановят крупные капли. Однако эти капли никогда никому не представляли опасности. Проблема с использованием масок заключается в том, что маски не задерживают большинство мелких капель. Учитывая очень маленький размер и известный аэрозольный характер рассматриваемого вируса COVID, ни одна из обычно используемых масок (включая маски N95) не имеет фильтрующей способности, чтобы остановить вирус размером 0,1-0,15 микрометра. Маска N95 может фильтровать частицы размером не  менее,  чем 0,3 микрометра. · При вдохе и выдохе потоки жидкости следуют по пути наименьшего сопротивления, и жидкости и газы считаются «жидкостями» в области такой точной науки как физика. Если маска оказывает значительное сопротивление потоку, воздух, содержащий вирус, вместо этого будет перемещаться вокруг маски. После всего лишь нескольких минут использования отверстия в материале маски закрываются влагой, выделяемой при дыхании, что значительно увеличивает поток воздуха вокруг маски. В испытаниях масок CDC вместо людей  использовались манекены, и влажность никогда не включалась в уравнение. Дальнейшее приклеивание масок к лицам манекенов позволило добиться удобных, но не репрезентативных результатов.

· На выдохе давление воздуха из легких открывает дополнительные промежутки между кожей и маской, позволяя, по моим оценкам, около 90% воздушного потока не проходить через маску. ( Эксперименты из ссылки 20 довольно хорошо подтверждают мою оценку.) Любой, кто носит очки с маской, знает, что нужно всего несколько вдохов, чтобы образовался туман, если только верхний край маски не приклеен к коже. Очевидно, что значительная часть каждого выдоха (и содержащейся в нем влаги) перемещается по маске. Соответствует ли это реальным данным? Датское исследование с участием 3000 человек в масках и 3000 человек в контрольной группе, не носившей маски, продемонстрировало ничтожную эффективность маски = 0,226% (ссылка 18). То есть было обнаружено, что ношение маски увеличивает шансы человека избежать COVID всего на 0,226% по сравнению с выбором не носить её. Фактическая разница между этими  группами составила 11 случаев, что является статистически незначимым результатом с учетом размера выборки. Даже в этом случае было бы неразумно ожидать найти даже такой небольшой эффект в реальном мире, поскольку люди в исследовании носили хирургические маски, регулярно их меняли и прошли общую подготовку по правильному обращению с масками. Тканевые маски будут иметь гораздо меньшее воздействие, и, учитывая способ их ношения, они совершенно бесполезны. Другие исследования показывают противоположные результаты. Ученые, изучающие инфицированных людей, пытались понять, какие факторы влияют на передачу вируса, и их вывод был прост: «Самостоятельно заявленное использование масок на удивление не повлияло на риск заражения . Точно так же в  работе  19 в анализе данных отслеживания контактов в  Сингапуре   не  было обнаружено влияния использования масок на риск передачи COVID-19 ».

 Есть еще один фактор, который делает маски бесполезными, даже если официально опубликованные данные об эффективности масок (обычно маски снижают риск на 70-80%) верны: это игра с числами. Вспомните - из обсуждения тестирования ПЦР известно, что требуется много дополнительных циклов амплификации для обнаружения вируса COVID, если человек на самом деле не инфицирован.

Образец пациента с симптомами может потребовать от 10 до 15 циклов для четкого диагноза, в то время как образец для человека без активной инфекции может потребовать до 45 циклов. Разница между 45 и 15 циклами составляет 1000 000 000 раз. Это означает, что активно инфицированный человек производит в миллиард раз больше вирусов. Даже если маска может блокировать 90% вирусов как на вдохе, так и на выдохе (чего они явно не делают), то вирусная нагрузка от дыхания инфицированного человека через маску будет составлять 50 миллионов вместо 5 миллиардов патогенов: это  значительно больше, чем  необходимо для вирусного распространения. Возможно, это объясняет результаты реальных данных. 

 Вакцины

Об эффективности вакцин в обществе и в средствах массовой информации много говорят, но существует огромная разница между относительной эффективностью и абсолютной эффективностью, и это необходимо понимать. Представим себе, что существует лекарство, которое снижает риск заражения каким-либо конкретным заболеванием. Если этот человек обычно имеет 1% шанс заболеть, а доступное профилактическое лекарство снижает этот шанс до 0,1%, то относительная эффективность этого лекарства будет 90% [ (1-0,1) / 1 * 100%].

 Относительная эффективность выражается только в сокращении заболеваемости, предполагая в качестве отправной точки, что человек заболеет. Однако абсолютная эффективность того же препарата составляет всего 0,9% [или 1-0,1]. Оценка абсолютной эффективности начинается с признания того, насколько велика вероятность того, что кто-то заболеет,   а затем можно переходить к вычислению показателя того, насколько менее вероятно, что они заболеют в результате вмешательства. Я бы предпочел не обсуждать относительную эффективность вакцин COVID, доступных в настоящее время, из-за несоответствий в известных данных и сложности поиска достоверной информации по этому вопросу.  Тем не менее, относительная эффективность вакцин против COVID, о которой сообщалось в клинических испытаниях, составляла 77-95%. Это те цифры, которые правительства и фармацевтические компании рекламируют, чтобы стимулировать их применение. При расчете абсолютной эффективности вакцин Pfizer и Moderna их эффективность составляет около 1% (Ссылка 21). Этот вывод больше говорит о том, насколько низок риск настоящего заболевания, чем об эффективности вакцин. Я хотел бы повторить, что любые выводы относительно количества случаев, сделанные на основе диагностики, основанной на тестах ПЦР, сомнительны. Однако в определенной степени это уже не имеет значения, поскольку официальные обсуждения эффективности вакцин больше не относятся к профилактике заболевания, а скорее к предотвращению серьезного заболевания. Возможно, поэтому CDC изменили определение самого слова «вакцина».

 Любое обсуждение безопасности вакцин - еще более сложная тема из-за значительных усилий по подавлению любых сообщений, противоречащих официальным утверждениям общественного здравоохранения. Достаточно сказать, что VAERS (Система отчетов о побочных эффектах вакцин) в США официально зарегистрировала 18461 смертельный исход непосредственно из-за вакцины, в то время как их собственный аудит системы сообщает,  что зафиксироано только от 8 до 13% всех побочных эффектов. Это означает,  что фактическое число смертей в результате вакцинации может быть в 7,5–12,5 раз выше опубликованных цифр, т.е. 138000–238000 смертей (Ссылка 22).

Другие  страны

 В Великобритании официально зарегистрировано 1766 смертельных случаев после вакцинации; в Австралии - 633 случая и 29183 смертельных случаев в ЕС (все цифры на конец октября 2021 года). Хотя некоторые могут утверждать, что все вакцины и лекарства могут представлять определенный риск для некоторых людей, это говорит лишь о том, что  уже  имеющиеся  отчеты обо всех побочных эффектах (включая смерть) для всех других вакцин, введенных за последние 50 лет, в рамках этих же систем отчетности намного превзойдены менее чем за один год прививкамии от COVID. Таким образом, у меня есть очень серьезные сомнения в том, что вакцины COVID можно назвать «безопасными» по любым стандартам.

Заключение

 Никогда вирус SARS-CoV-2 не был таким опасным и ядовитым, как было представлено в официальной версии. Более того, для этого никогда не требовались крайние меры со стороны правительств по всему миру, которые оказались абсолютно неэффективными, но при этом нанесли непропорциональный ущерб целым обществам. Был ли извлечен урок властями? Ни единого шанса! Пока я пишу это, они вновь вводят изоляцию, маски,  локдауны и социальное дистанцирование.

 Литература

1. http://www.slate.fr/story/188160/epidemiologie-coronavirus-covid19-epidemie-chine-wuhan-taux-attaque-etudes-seroprevalence-echantillons-sang

2. https://onlinelibrary.wiley.com/doi/epdf/10.1111/eci.13554

3. https://www.nejm.org/doi/full/10.1056/NEJMp2025631?utm_source

4. https://www.journalofinfection.com/article/s0163-4453(21)00265-6/fulltext

5. https://www.who.int/news/item/20-01-2021-who-information-notice-for-ivd-users-2020-05

6. https://www.bbc.com/news/health-53741851

7. https://www150.statcan.gc.ca/n1/pub/45-28-0001/2020001/article/00087-eng.htm

8. https://edmonton.ctvnews.ca/hinshaw-apologizes-after-alberta-mistakenly-reports-14-year-old-s-cancer-death-was-caused-by-covid-19-1.5623489

9. https://www.gov.uk/government/publications/coronavirus-covid-19-vaccine-adverse-reactions/coronavirus-vaccine-summary-of-yellow-card-reporting

10. https://mobile-reuters-com.cdn.ampproject.org/c/s/mobile.reuters.com/article/amp/idUSKBN2BG1R9

11. https://www.medrxiv.org/content/10.1101/2020.12.28.20248936v1.full

12. https://onlinelibrary.wiley.com/doi/10.1111/eci.13484

13. https://www.dailymail.co.uk/news/article-8774141/Coronavirus-UK-Lockdown-kill-75-000-thats-OFFICIAL-projection.html

14. https://www.bbc.com/news/world-asia-56425115

15. https://www.pnas.org/content/pnas/118/15/e2019706118.full.pdf

16. https://www.nature.com/articles/s41598-021-84092-1

17. https://www.sfu.ca/~allen/LockdownReport.pdf

18. https://www.acpjournals.org/doi/10.7326/M20-6817

19. https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(21)00005-0/fulltext

20. https://aip.scitation.org/doi/10.1063/5.0057100

21. https://www.mdpi.com/1648-9144/57/3/199/htm

22. The previous link does not work, use search combining the name of the paper with the name of the site. Originally the paper was CDC website.

                                           ***

 COVID: Some ignored facts, Some unasked questions. 

By Dmitry Elman, Engineer (not an M.D., epidemiologist or medical statistician)

Since early 2020, the world has been bombarded by news of a new virus. This virus is so new, it was called a “novel” virus. No one in the world was supposed to have any immunity against it. Everyone could be infected, and a large percentage of the infected were expected to die.

 Let us investigate this hypothesis.

The Diamond Princess

On March 5^th, 2020, Antoine Flahault, the director of Global Health Institute in Geneva, published a long article posted on www.state.fr (Reference 1). This post included statistics from the well-known cruise ship Diamond Princess which had been quarantined in Yokohama for a few weeks, and a number of questions related to these statistics.  

 The information from Yokohama cruise ship, the Diamond Princess:

● Total crew and passengers: 4,061

● Total number of infected (everyone on ship was tested multiple times): 705 (17.36%)

● Total number of asymptomatic infections: 322 (7.93%) 

● Total number of symptomatic infections: 383 (9.43%) 

● Total number of dead: 6 (representing 0.148% of total population on the ship and 0.78% of infected. This number is known as IFR: the infection fatality rate)

● I could not find the average age on the ship in this post

This basic data raises some important observations:

· Although the virus was officially deemed very infectious, with everyone vulnerable to its effects, only approximately 17% were infected. This occurred even though: there was a common ventilation system; passengers and crew kept interacting (though on a more limited base); and the quarantine was imposed when a number of people on board were already symptomatic, indicating that the virus was already wide-spread.

· Asymptomatic people accounted for 45.7% of all infected people {322/705*100%], meaning that for every 11 people ill with symptoms, there were 9 people ill without symptoms.  This difference is certainly not larger by 30 to 50 times as we were told as a justification for the lockdown, masking, and distancing.  Such a measurement would mean that for every 11 symptomatic patients, there would have to be 270 - 450 asymptomatic people.

● The number of asymptomatic infections might mean that more than 45% of all infected had some prior immunity against the virus already, otherwise, they would be symptomatic as well. This bit of information directly contradicts the statement that the virus is “novel” and nobody is immune to it. Dr K. Chumakov (ref 23) proposed a hypothesis in a Russian-language interview on echo.msk.ru that, as people can be infected by 24 other types of coronaviruses, those who had experienced an infection by one of these, is likely to have cross-immunity to COVID-19. The same statement means that the number of additional people who need to be infected in order to develop “herd immunity” is much lower and in the range of 20 - 30%. (Herd immunity is the condition in a population that occurs when enough individuals develop immunity, either through natural or artificial means, and the growth in number of cases either starts to decline or stops altogether).

● The infection fatality rate (IFR) of 0.78% on the Diamond Princess was much higher than regular influenza, which is about 0.1%. This suggests that the main focus should have been centered on the age of patients requiring hospitalization or who died on this ship.  Various diseases and viruses have differing effects on different age and health demographics, and it has become very clear that COVID hits the elderly much more strongly.

Was the observed IFR ever applicable for the general population? The post did not have any data on this subject, but some other source (I think it was in online presentation done by Michael Levitt of Stanford University) did mention that the passengers were mostly elderly and even the crew had no people under age 24, making the average age on the ship slightly over 55 years old.  If this is so, the IFR should be will be around 0.26-0.28% (If one excluded recalculates IFR by adding younger low risk population to the ship population). This would still make COVID more dangerous than the regular flu, but 10 times less dangerous than the famous Spanish flu pandemic and 6 times less dangerous than the numbers used to justify the lockdowns.

 The questions asked by Antoine Flahault in his post on March 5^th of 2020:

● China should have 280,000,000 infected if the Diamond Princess data can be used as a model.  If this is so, where are they if the virus is as infectious as they claim?

● Why is China making statements without publishing any seroprevalence data (checking blood samples for antibodies and T-cells unique to this virus)?

● Why is China using mathematical models for prediction when it is known that the models have enormous margins of error?

● And why is the WHO recommending China’s practices when those recommendations contradict established medical practices?

Good questions.

Interestingly, Antoine Flahault never again asked those questions and became a staunch supporter of lockdowns, masks and “Zero-COVID” approach aiming to achieve a complete extermination of the virus.

Seroprevalence studies by J. Ioannidis, M.D., PhD. (Statistics), Stanford U: The Real Risk of the Virus.

Dr J. Ioannidis of Stanford University is considered to be one of the top scientists and best medical statisticians in the world.  He decided to follow up on Dr Flahault’s observations, and performed several seroprevalence studies, using blood-based analysis to determine the extent of actual community COVID spread. This kind of methodology should present more accurate counts because the evidence of reaction of the immune system to specific disease is not dependent on patient symptoms.

In April 2020, Dr Ioannidis published a study conducted in several counties in California which demonstrated a COVID IFR of 0.27%.  This study led to attacks, driving him from public life and forcing him to explain that he was “not a Trump supporter”, that “he is a scientist and not a politician”, and that “he is not interested in US politics being a Cypriot.” This reaction suggests to me that risk of the virus - or the absence thereof - was very quickly a political issue, at least in the United States.

Dr Ioannidis’ second study was published by the WHO in September 2020 and calculated an IFR 0.22%.

His last known-to-me seroprevalence study (Reference 2) was published in March 2021 and states a global case count of 1.5 - 2.0 billion infections and an infection fatality rate of approximately 0.15% as of February 2021. This number of cases accounts for 20-25% of world population and is counted prior to a significant wave in India.  (It is also key to note that the COVID death numbers used by Dr Ioannidis came from official sources, and it is reasonable to believe that those numbers are inflated, at least in some Western countries, as will be shown later.  The level of inflation is unclear, but may be in excess of 25%.) How far then were we from the herd immunity even without accounting for vaccination?

For comparison to the numbers reported by Ioannidis, the IFR of a bad influenza season in 2017-1018 was 0.135% (CDC data), while an average flu season IFR falls around 0.1%. This means that COVID has a fatality rate approximately 10% higher than commonly circulating influenza during a bad flu season, and 50% higher than the average flu season.

Considering that IFR does not depend on containment measures (that is, lockdowns do not affect how many people will die, only how many people are infected), it is an ultimate indicator that, while COVID remains a serious disease, it is not particularly dangerous.  If we additionally consider that the IFR varies greatly between age groups (being almost zero for people under age 40 and going as high as 3% for the elderly), the utility/effectiveness of containment measures implemented by the governments are even less clear.

Widespread vaccination now makes seroprevalence studies like those by Dr Ioannidis almost impossible since most people in vaccine-rich countries now have antibodies to the virus due to vaccines.  Furthermore, establishing the risk posed by the disease itself using standard methods is unachievable. Maybe this is the reason why officials are doing their best to try to vaccinate everybody: erase the reference control group?

Data from Statistics Canada: How Many People Really Died from COVID or COVID Complications?

In November 2020, Statistics Canada reported that 90% of people who died with COVID in Canada had at least one serious comorbidity, and 76% had at least three.  These were listed on their death certificates (Reference 7).

This information leaves me wondering how many of those people died of COVID as the primary reason for their death or even as the main additional reason of death?  I am especially wondering about 33% who are listed as having had pneumonia, which was apparently different from COVID even though COVID was originally being called “atypical pneumonia”? Is it possible that renal failure (life expectancy of 3-4 days), liver failure (life expectancy of mere days), heart attack or stroke (life expectancy only hours in some cases) and last stages of Alzheimer (life expectancy measured in months) can be considered less critical than COVID?

I do not even want to contemplate the use of ventilators, because if I question it, we may start moving into an area worthy of criminal investigation. When the person has lungs full of phlegm, standard protocols do not call for artificial ventilation as it does exactly nothing to improve the person’s condition.  Given this, why was this method widely used, contributing to the death of 85 - 95% of ventilated patients depending on location?  

Recent Scandal in Alberta and the UK’s Criterion: Can We Believe the Official Numbers at All?

In October 2021, the Canadian province of Alberta reported the COVID death of a young boy.   He was officially announced as a COVID death due to the fact that the boy had a positive PCR test 24 hours prior to his death. The actual cause of death in this case, however, was late-stage brain cancer. Because the boy’s sister thought that recording his dying as being due to COVID was a shame, the family called out the report.  The government officials apologized.

How many cases have there been of incorrectly attributed COVID deaths where the officials were not caught red-handed because they did not announce the death on TV, allowing the relatives and friends to compare what they know about the deceased condition and the official statement?  To the best of my knowledge and based on the indirect evidence, in Canada every death with a recent positive PCR test has been considered a COVID death.

This is also happening in other countries.

I have read about at least two places in the UK and the US where reviews of their own reports have concluded that a minimum 25% of all recorded COVID deaths had zero symptoms of COVID and were based solely on a positive PCR test. (By the way, death from COVID in the UK is considered any death from any reason within 28 days of a positive PCR test. Reference 9. What about those who were run over by the bus? You know the answer.)

If this data is more generally applicable, downgrading the 0.15% IFR published by Dr Ioannidis by 25% gives a new IFR of 0.112, which is less than IFR of influenza during 2017-2018 flu season.

How Do We Know that Someone has COVID? The “Gold Standard”: the PCR Test

By this point in time, we have all heard about – or experienced – a PCR test.  A PCR test is conducted by:

● A sample of mucus is taken from the test subject nose or throat using a long swab

● In a laboratory process, all genetic sequences from the sample are doubled in what is called “an amplification cycle”

● The cycles are then repeated many times until the amount of genetic material reaches a certain threshold so the genetic material in question can be detected if present

As the PCR test is often considered to not produce false negatives, this has made it a favorite with doctors.  My interest in the details of the PCR test came about after reading a paper in The New England Journal of Medicine (Reference 3). The paper generally stated that the test method can detect such low levels of viral genetic material that the results of the test may not be associated with an active infection. In fact, this article states that this happens in 53% of cases creating a false positive rate of 53%.  A disaster for any valid test method!  The Journal of Infection published data stating that false positives can make up 75% cases (Reference 4), and a number of other pre-prints offered even higher estimates (85%, 93%).  I am unaware as to whether any of these pre-print articles reached officially published status (not that it proves anything these days).

Beyond this, PCR testing has 3 very serious drawbacks that need to be taken into account:

1. Sample location

2. Sensitivity

3. Subject

Sample Location:

As the swab sample is taken from the patient’s nasal passages or throat, it is done in the part of the body which can be considered external.  The virus can enter the nose or the mouth without ever advancing to the places where it can do damage. Further, it may simply be eradicated by the body’s primary immune defenses in the mucus membranes without eliciting a deeper immune reaction.  Nonetheless, the virus can be detected by the PCR test even if the person was never infected by the process of the virus entering the cells and actually undergoing replication.  

Sensitivity:

The sample collection may be fairly straightforward, but the issues surrounding amplification numbers are rather more complex.

A number of sources state that symptomatic infection is associated with 10-15 amplification cycles, which is amplification of genetic material 1,000 - 32,000 times. Live virus can almost never be grown from a sample if it requires more than 27 amplification cycles to identify the viral genetic material (this is 125,000,000 times amplification). As such, let’s call 27+1 the maximal proper amplification number, where one extra cycle is added in case the process goes wrong.

All the countries I know about use 38-45 amplification cycles.

If we compare 28 cycles to the 38-45 cycles the authorities use, the sensitivity is 1,000-125,000 times higher than is required to detect live infections.  The worst offender known to me is the province of Ontario in Canada where 45 cycles is routinely used for diagnosis. The excessive sensitivity definitely increases the case count and helps to keep the pressure on the scared population. I cannot find any other reason for using such high sensitivity measures.

The NEJM paper (Reference 3) states that, by routinely using such a high number of amplification cycles, the testing authorities detect dead viruses and mere fragments of viruses.  Even if the detected viruses are alive, their quantity cannot be associated with active infection. Misinterpretation of PCR test results is so common, that even the WHO issued a statement on the subject highlighting the need for clear agreement between test results and clinical presentation (Reference 5).  This statement occurred just minutes after the swearing-in of President Biden. Interesting coincidence, don’t you think?

At the same time, the real number of infections based on seroprevalence studies is almost an order of magnitude higher than PCR based infection rate, which makes PCR testing a completely useless tool as a basis for defining policies.

Subject:

I would like to point out that detecting fragments of viral genetic material does not even necessarily prove the current presence of the virus at all. An example to make this clearer:

I have a cat.  As cat hair notoriously will get everywhere, I can be positive that some of his fur is on my clothes. If you test my clothes, you’ll find a cat. But even if I am removed from the cat – let us say I travel or the cat disappears - his fur will still be found on my clothes for some time afterwards as it is very fine fur (though not nearly so fine as 0.1 micrometer virus!). The more time that passes with me out of contact with my cat, the less chance his fur will be found on my clothes, but this chance may never go to complete zero. The same Michael Mica who authored the NEJM article, states in one of his other works that a person can be PCR positive up to 90 days from an official infection. I am aware of a known COVID case, where a person with immunodeficiency was PCR-positive for half a year after having an active COVID infection.

The inventor of the PCR test, Kary Mullis, was asked if his test can be used for the type of diagnostics it is being used for with COVID.  He said, “Categorically not. The test just takes something small and makes it very big”.

A Convenient Test:

Have you heard of the test which can produce different results based on a need? If the purpose is to detect only symptomatic infections or late pre-symptomatic infections, there is no need for the use of more than 15 amplification cycles. If the purpose is to prove that a certain population has more infections than other groups, the number of cycles in PCR tests can simply be dialed up for this population.  So long as prevalence of the virus is not zero, you will get an increase in “official infections” by perhaps 2 to 4 times.

Efficacy of Lockdowns: Who is Having Cognitive Dissonance at the BBC?

In August 2020, the BBC published a “brilliant” report, the purpose of which was to disgrace Sweden for not implementing lockdowns (Reference 6). The title of the article was, “Coronavirus: Exposure rate 'similar' in London and Stockholm”. Read that carefully.  Despite total lockdown in London and just minimal restrictions in Stockholm, the exposure rates (based on the same form of seroprevalence testing) were “similar”.

In fact, they were the same.

Does it mean that lockdowns achieved nothing?  I think the answer is a definitive yes.

It is also of note that the detailed exposure rates were almost identical to that of the Diamond Princess.

If the virus could infect everyone, why - when lockdowns were removed or at least significantly scaled back after the first wave - did infections not skyrocket again? The number of infected people was still very low for any expectation of “herd immunity”, but the summer of 2020, in all the countries that had experienced a significant first wave, was very quiet with a low number of new infections and deaths. Does it mean that the virus infected enough people by the end of the first wave and 17% (+ 45.7% with potential previous immunity as suggested by the Diamond Princess data) was the magic number for herd immunity against the original strain?  Does it mean that the second wave was generated by a new strain of the virus and that the new strain was much more contagious?  Or, alternatively, fewer people had previous immunity? Is it possible that each country with the second wave experienced its own strain?

The BBC article further revealed that, “In the UK, more than 46,500 people have died in a country of more than 66 million.  In Sweden, there have been more than 5,500 deaths in a country of 10,2 million”.  Given this data, the calculation of a comparable death rate per million is 704.5 in the UK and 540 in Sweden.  This means that 30.4% more people died in the UK.

It seems to be that the conclusion reached by the article’s authors is: Thank God, we are not in Sweden!

Really?

More on Lockdowns

Questioning the evidence of the effectiveness of lockdowns has so many possible journal and media sources, including:

· (Reuters): Sweden, which has shunned the strict lockdowns that have choked much of the global economy, emerged from 2020 with a smaller increase in its overall mortality rate than most European countries, an analysis of official data sources showed (Reference 10). So, less mortality without lockdowns, Interesting!

· No effect of lockdowns on the number of transmissions was detected in Denmark (Reference 11).

· Our friend, Dr J. Ioannidis, states that “After subtracting the epidemic and lrNPI [less restrictive non-pharmaceutical interventions] effects, we find no clear, significant beneficial effect of mrNPIs [more restrictive] on case growth in any country” (Reference 12). Non-pharmaceutical interventions (or NPIs) include such things as lockdowns, masks, and social distancing.

· In September 2020, The Daily Mail projected that the number of people who will die from delayed medical procedures will be comparable with the number of COVID deaths. Since the article was published, the number of cancelled and delayed medical procedures has become astronomical, and the final death toll from that is expected to be much higher (Reference 13).

· The BBC once again came up with a compelling headline: “Covid-19 disruptions killed 228,000 children in South Asia, says UN report”. They did have the grace to connect the disruption of lockdowns on medical care, nutrition, etc., and not only the effect of the virus itself with the results (Reference 14).

· Authors at the University of Chicago found “shelter-in-place” policies to have no effect on COVID spread, but enormous damage to economy, people’s psychological state, and normal human interactions (Reference 15).

· “Stay-at-home policy is a case of exception fallacy: an internet-based ecological study” speaks about the US situation specifically where the lockdowns were relatively limited (Reference 16).

· A professor at Simon Fraser University evaluated a cost-benefit ratio measured in life-years, comparing the difference if no lockdown had been implemented In Canada to actual lockdowns, arriving at 282 times greater cost in the worst case. This is probably an overestimate, notes the author, but even the minimal advantage of no lockdowns is 3.6 times, which is still very significant (Reference 17).

Next is some graphic information demonstrating no advantage in COVID mortality in US states regardless of whether winter lockdowns were implemented. In fact, the locked-down states had higher COVID mortality on average. This graph was published by one of authors of the website dailyskeptics.org, but I personally checked the numbers using Worldometer and they correspond.

The next graph demonstrates almost identical excess mortality between locked and not-locked down states of South and North Dakota, which have almost identical demographics and conditions. These graphs were shown in a TV interview by Nobel prize winner, Michael Levitt.

My conclusion on lockdowns reflects the name of Reference 16: lockdowns were “an exception fallacy” … and now we live in the fallacy cover-up. Or at least this is how it looks to me.

Masks

Masks are supposed to reduce the transmissions of the virus. In theory.... but is this theory based on real science?

In my opinion, and according to the rules of engineering fluid dynamics, masks cannot be working in principle. Before considering the mechanics of the mask itself, it is useful to explain what happens to our breath.

When a person exhales, the droplets containing the virus can vary in size by several orders of magnitude. The larger droplets will fall almost immediately due to the gravity.  Smaller droplets will stay in the air and dry out forming aerosols.

With a mask is added to the scenario, the larger droplets can be stopped.  However, those drops were never a danger to anyone.  The problem with relying on masks is simply that masks will not stop the majority of small droplets.

· On Inhalation: Given the very small size, and the known aerosol character, of the COVID virus in question, none of masks usually used (including N95 masks) has a filtration capability to stop the virus (0.1-0.15 micrometers). The smallest particles N95 mask can filter have size of 0.3 micrometer.

· On Inhalation and Exhalation: Fluid flows follow the path of least resistance, and both liquids and gases are considered “fluids” in the field of physics: the precise science. If the mask presents a significant resistance to flow, the air containing the virus will instead move around the mask. After only a few minutes’ use, the openings in the mask's material are sealed by the moisture expelled by breathing, significantly increasing airflow around the mask. In the CDC’s mask tests, manikins were used in place of people, and moisture was never included in the equation. By further gluing the masks to the manikins’ faces, the results achieved were convenient, but absolutely not representative.

· On Exhalation: Air pressure from the lungs opens additional gaps between the skin and the mask allowing, by my estimates, for about 90% of airflow to not go through the mask. (Experiments from Reference 20 confirm my estimate rather nicely.)

Anyone who wears glasses with a mask knows, it takes only a few breaths to be looking through fog, unless the upper edge of the mask is taped to the skin. Clearly a significant amount of every exhalation (and the moisture it contains) is moving around the mask.  

Does this correspond to the real-world data?

A Danish study following 3000 mask-wearing people and 3000 as a non-mask wearing control group demonstrated mask effectiveness of 0.226% (Reference 18).  That is, it was found that wearing a mask increased a person’s chance of avoiding COVID by only 0.226% versus choosing to not wear a mask. The actual difference between mask and non-mask COVID infections was 11 cases, which is a statistically insignificant result given the sample size. Even so, it would be unreasonable to expect to find an effect even this small in the real-world as the people in the study were wearing surgical masks, changing them regularly, and had received general training on how to handle masks properly. Cloth masks will have much less impact, and given the way they are worn, they are less than useless.

Other studies show the outcomes of masking tracking in the opposite direction.  Scientists studying infected people tried to understand which factors affected the transmission of the virus, and their conclusion was simple: “Self-reported mask use surprisingly did not affect the risk of transmission. Similarly, Ng and colleagues did not find an effect of self-reported mask use on risk of COVID-19 transmission in their analysis of contact tracing data from Singapore” (Reference 19).

There is one additional factor which renders masks useless even if the officially published numbers on mask efficacy (usually that masks reduce risk by 70-80%) are correct: the numbers game.

Recall from the discussion on PCR testing that many additional amplification cycles are needed to detect the COVID virus if the person is not really infected. A symptomatic person’s sample may require 10 to 15 cycles for a clear diagnosis, while the sample for a person without an active infection may require as many as 45 cycles. The difference between 45 and 15 cycles is 1,000,000,000 times amplification. This means that an actively infected person produces one billion times more virus. Even if a mask can block 90% of the virus on both inhalation and exhalation (which they clearly don’t), the viral load of an infected person’s breath through the mask will be 50 million instead of 5 billion pathogens: significantly more than is needed for viral spread.

Maybe this explains the results of real-world data.

COVID Vaccines

These is a great deal said in public and media discussions regarding the efficacy of vaccines, but there is a massive difference between relative efficacy and absolute efficacy, and this must be understood.  

Let us imagine that there is a drug that reduces the risk of someone contracting some particular disease.  If that person normally has a 1% chance of becoming ill, and an available preventative drug reduces that chance to 0.1%, then that drug’s relative efficacy will be 90% [or (1-0.1)/1*100%]. Relative efficacy cares only about the reduction of becoming ill assuming as a starting point that the person will become ill.  The absolute efficacy of the same drug, however, is only going to be 0.9% [or 1-0.1].  Absolute efficacy starts with an acknowledgement of how likely it is that someone will become sick, and then proceeds to calculate a measure by how much less likely they will be to get ill due to an intervention.

I would prefer not to discuss the relative efficacy of the COVID vaccines that are available at this time, due to inconsistencies in known data and the difficulty of finding trustworthy information on the subject.  Nonetheless, the relative efficacy of COVID vaccines reported in clinical trials was 77- 95%.  These are the numbers touted by governments and pharmaceutical companies to encourage uptake.  Calculating the absolute efficacy of the Pfizer and Moderna vaccines places their efficacy at about 1% (Reference 21). This conclusion speaks more to how low the risk of the actual disease is than the efficacy of the vaccines.  

I would like to reiterate that any conclusions regarding case counts drawn from diagnostics based on PCR tests are dubious.  To a certain extent, however, that no longer matters since official discussions regarding vaccine efficacy no longer apply to the prevention of the disease, but rather the prevention of serious disease. Perhaps this is why the CDC changed the definition of the very word “vaccine”.

Any discussion on the safety of vaccines is an even more complicated subject due to significant efforts to suppress any report contradicting the official public health narratives.

It is enough to say that the VAERS (Vaccine Adverse Effect Report System) in the USA has officially reported 18,461 deaths due directly to the vaccine, while their own review of the system reports between 8 - 13% of all adverse effects, which means the actual number of deaths due to vaccination may be 7.5 - 12.5 times higher than the published numbers: 138,000-238,000 deaths (Reference 22). Elsewhere, 1,766 vaccine fatalities have been officially reported in the UK; 633 deaths have been officially reported in Australia; and 29,183 deaths have been officially reported in the EU (all numbers to the end of October 2021).

While some may wish to contend that all vaccines and drugs may pose some risk to some people, it is telling that compiling reports of all adverse events (including death) for all other vaccines administered in the past 50 years, under these same reporting systems, have been far surpassed by less than a single year of COVID shots.  As such, I have very serious doubts that the COVID vaccines can be called “safe” by any standard.

Conclusion

At no point in time, was the SARS-CoV-2 virus as dangerous and virulent as the official narrative presented.  Furthermore, it never required the extreme measures put into place by governments around the world, which have proven to be absolutely ineffective, but have also caused disproportional damage to entire societies.

Was the lesson learnt by the authorities? Not a chance! As I write this, they are re-introducing lockdowns, masking, and social distancing. They divide society into the “vaccinated” and the “unvaccinated” without good cause and to the detriment of all. In short, they play politics because - as it appears to me - this is the only thing they know how to do.

References

1. http://www.slate.fr/story/188160/epidemiologie-coronavirus-covid19-epidemie-chine-wuhan-taux-attaque-etudes-seroprevalence-echantillons-sang

2. https://onlinelibrary.wiley.com/doi/epdf/10.1111/eci.13554

3. https://www.nejm.org/doi/full/10.1056/NEJMp2025631?utm_source

4. https://www.journalofinfection.com/article/s0163-4453(21)00265-6/fulltext

5. https://www.who.int/news/item/20-01-2021-who-information-notice-for-ivd-users-2020-05

6. https://www.bbc.com/news/health-53741851

7. https://www150.statcan.gc.ca/n1/pub/45-28-0001/2020001/article/00087-eng.htm

8. https://edmonton.ctvnews.ca/hinshaw-apologizes-after-alberta-mistakenly-reports-14-year-old-s-cancer-death-was-caused-by-covid-19-1.5623489

9. https://www.gov.uk/government/publications/coronavirus-covid-19-vaccine-adverse-reactions/coronavirus-vaccine-summary-of-yellow-card-reporting

10. https://mobile-reuters-com.cdn.ampproject.org/c/s/mobile.reuters.com/article/amp/idUSKBN2BG1R9

11. https://www.medrxiv.org/content/10.1101/2020.12.28.20248936v1.full

12. https://onlinelibrary.wiley.com/doi/10.1111/eci.13484

13. https://www.dailymail.co.uk/news/article-8774141/Coronavirus-UK-Lockdown-kill-75-000-thats-OFFICIAL-projection.html

14. https://www.bbc.com/news/world-asia-56425115

15. https://www.pnas.org/content/pnas/118/15/e2019706118.full.pdf

16. https://www.nature.com/articles/s41598-021-84092-1

17. https://www.sfu.ca/~allen/LockdownReport.pdf

18. https://www.acpjournals.org/doi/10.7326/M20-6817

19. https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(21)00005-0/fulltext

20. https://aip.scitation.org/doi/10.1063/5.0057100

21. https://www.mdpi.com/1648-9144/57/3/199/htm

22.  The previous link does not work, use search combining the name of the paper with the name of the site. Originally the paper was CDC website.

23. https://gvn.org/.../gvn-center-and-member-spotlight-konstantin-chumakov