Datenleck des US-Militärs: Fehler in der Datenbank, untrüglicher Beweis – oder etwas dazwischen?

Von  Robert W. Malone, M.D., M.S.

Dies sind gefährliche Zeiten, und wir befinden uns in einem globalen Informationskrieg des 21. Jahrhunderts. Kanonenkugeln fliegen, und es gibt Operationen unter falscher Flagge und Besorgnis erregende Trollerei links, rechts und in der Mitte von uns.

Und dennoch reiten wir weiter. Die leichte Kavallerie.

Kürzlich traten Dr. Samuel Sigoloff, Peter Chambers und Theresa Long – Whistleblower innerhalb des Militärs – unerwartet an die Öffentlichkeit, um über COVID-Impfstoffe und den Schaden, den sie anrichten können  zu berichten.

Sie luden eine riesige Menge nicht klassifizierter Daten herunter (klicken Sie hier, um die Excel-Datei zu speichern) welche die Häufigkeit verschiedener Krankheiten vor und nach dem Beginn der illegalen genetischen COVID-19-Zwangsimpfung [der U.S.-] Streitkräfte zu dokumentieren.

Dabei handelt es sich im Wesentlichen um Rohdaten aus der Defense Medical Epidemiological Database (DMED).

Wer es genauer wissen möchte: Bei der DMED handelt es sich um eine bereinigte und entpersonalisierte (Datenschutzkonforme) Datenbank, die aus dem Defense Medical Surveillance System (DMSS) stammt, das direkt aus Patientenakten und anderen medizinischen Datenströmen des US-Verteidigungsministeriums gespeist wird.

Diese Daten wurden mit einer vollständigen Chain-of-Custody-Dokumentation auf der Grundlage verschiedener CPT-Codes abgerufen, die mit bekannten Nebenwirkungen der genetischen COVID-19-Injektionen assoziiert sind.

Da es sich um Rohdaten handelt, müssen diese Informationen sorgfältig geprüft und als sowohl unbearbeitet und vorläufig betrachtet werden. Für Unerfahrene birgt die Verwendung großer (unkorrigierter) Rohdatensätze für retrospektive (zeitlich zurückschauende) Datenanalysen erhebliche Risiken.

Der wichtigste Fachbegriff in diesem Zusammenhang ist „Störvariablen„, aber auch Fehler bei der Dateneingabe (z. B. Mehrfacheinträge für dasselbe diagnostische Ereignis) oder Änderungen im Prozess der Erfassung können in großen Datensätzen wie diesem zu erheblichen Verzerrungen führen.

Bei Rohdaten ist es am sinnvollsten, jede Datenaufzeichnung als eine Art ersten Entwurf zu betrachten, der dazu dient, potenzielle Trends oder Themen zu erkennen, die genauer analysiert werden sollten.

Aber manchmal, wenn die beobachtete Effektgröße in den Rohdaten sehr groß oder potenziell wichtig ist, schrillen die Alarmglocken, noch bevor die vollständige Analyse abgeschlossen ist. Und das scheint bei diesen Daten der Fall zu sein.

Nick Hudson, Vorsitzender der südafrikanischen PANDATA-Gruppe (führend bei der Bereitstellung genauer Datenanalysen während dieser Pandemie), fasst die Situation wie folgt zusammen:

„Die DMED-Daten scheinen 2021 eine deutliche Zunahme von Erkrankungen zu belegen, die als Nebenwirkungen der COVID-19-Impfstoffe aufgetreten sind.“

Das Zustandekommen dieser Nebenwirkungen wurde mechanistisch bereits nachgewiesen, oder zumindest theoretisch erklärt.

Es ist wichtig, Verzerrungen auszuschließen, die auf jüngste Änderungen im System zurückzuführen sind, wie z. B. eine erhöhte Aufmerksamkeit (z. B. eine Einbeziehung von mehr Personal oder die Einbeziehung von Familienmitgliedern), Änderungen in der Handhabung von Mehrfachdatensätzen aus einzelner Fälle und Änderungen in der Meldewahrscheinlichkeit aufgrund von Änderungen der Richtlinien, des Zugangs zum System, der teilnehmenden Einrichtungen oder jüngster Empfehlungen oder Werbung für das System.

Ein aufschlussreicher Test wäre es, zu prüfen, ob nicht ein ähnlicher Anstieg bei Erkrankungen zu verzeichnen ist, bei denen ein signifikanter Zusammenhang mit den Impfstoffen nicht plausibel ist, wie etwa bei Beinbrüchen oder Verbrennungen.

Dies ist besonders wichtig, da die Gesamtzahl der gemeldeten Krankheiten und Verletzungen offenbar um Größenordnungen gestiegen ist, was auf eine extrem hohe Prävalenz von Nebenwirkungen in einer Population schließen lässt, die grundsätzlich eher gesünder und fitter ist als die Allgemeinbevölkerung.

Die Daten werden in zusammengefasster Form dargestellt. Die zugrundeliegenden Daten mit zeitlichen Angaben und entpersonalisierten Patientenindizes würden im Verbund mit dem Impfstatus für die von der Datenbank erfasste Population wahrscheinlich schnelle und prägnante Schlussfolgerungen liefern.

Obwohl diese Datenbank offenbar seit Jahren von demselben Unterauftragnehmer der National Institutes of Health (NIH) verwaltet wird und in den Datensätzen der Centers for Disease Control and Prevention (CDC) enthalten ist, einschließlich jener, die von der COVID-19 Vaccine Safety Technical (VaST) Work Group der CDC überprüft wurden, haben die Genies, die mit der Verwaltung beauftragt wurden, seltsamer Weise nie irgendwelche Probleme festgestellt, bevor die Whistleblower diesen Download in die Hände bekamen.

Egal wie die endgültige „offizielle“ Erklärung ausfällt: Das ist nicht vertrauenserweckend!

Ausgehend von dieser Präsentation vom 4. Februar weisen die Folien 3 und 13 darauf hin, dass Dr. Anthony Fauci und seine NIH-Kollegen mit dem Verteidigungsministerium zusammenarbeiten und die Daten aus der DMED-Datenbank ihnen zur Verfügung stehen.

Das macht es sehr schwer zu behaupten, dass Fauci diese Daten nicht kannte. Und noch schwerer zu glauben, dass bei all diesen Behörden, die dieselben Daten überwachen, niemand entdeckt hätte dass die Daten fehlerhaft sind, bis jetzt die Whistlelower Alarm schlugen.

Trotzdem sah sich das Verteidigungsministerium, als die Daten mit der von Senator Ron Johnson als „zweite Meinung„einberufenen öffentlichen Anhörung im Senat an die Öffentlichkeit gelangten, veranlasst, mit Politifact anstatt mit dem Senator zu kommunizieren und die folgende Erklärung abzugeben:

„Doch Peter Graves, Sprecher der Defense Health Agency’s Armed Forces Surveillance Division, teilte PolitiFact per E-Mail mit, dass ‚als Reaktion auf die in den Medien erwähnten Bedenken‘ die Abteilung die Daten im DMED überprüft ‚und festgestellt worden ist, dass die Daten für die Jahre 2016-2020 fehlerhaft waren.'“

Die Beamten verglichen die Zahlen in der DMED mit den Quelldaten im DMSS und stellten fest, dass die Gesamtzahl der medizinischen Diagnosen aus diesen Jahren „nur einen kleinen Teil der tatsächlichen medizinischen Diagnosen darstellt.“

Die Zahlen für 2021 seien jedoch aktuell wodurch der „Anschein eines signifikant erhöhten Auftretens aller medizinischen Diagnosen im Jahr 2021 aufgrund der zu wenig gemeldeten Daten für 2016-2020“, entstanden sei, so Graves.

Das DMED-System wurde vom Netz genommen, um „die Ursache der Datenverfälschung zu ermitteln und zu korrigieren“, so Graves.

Wie bereits erwähnt, ist einer der vielen merkwürdigen Aspekte dieser Aussage, dass die CDC VaST diese Daten offenbar seit Jahren überwacht und diese „Datenverfälschung“ nie als Problem erkannt hat.

Was aber zeigen die ursprünglichen Daten (vor der Korrektur der „Datenverfälschung“ durch die Armed Forces Surveillance Division der Defense Health Agency)?

Bei der Überprüfung dieser Daten sehen wir Basisdaten aus den Jahren 2016 bis 2019 (vor SARS-CoV-2/COVID-19), 2020 (dem ersten Jahr von SARS-CoV-2/COVID-19, in dem keine Impfstoffe verfügbar waren) und 2021 (dem Jahr, in dem Impfstoffe verfügbar und für das US-Militär vorgeschrieben waren).

Wie bereits erwähnt, gibt es viele potenzielle Störvariablen, aber was auch immer die Ursache ist, gibt es ein großes Problem mit der allgemeinen Gesundheit [der U.S.-] Streitkräfte, sofern diese Daten nicht auf eine seit langem bestehende und bisher unentdeckte „Datenverfälschung“ zurückzuführen sein sollten.

Und wenn sie auf eine bisher unentdeckte „Datenverfälschung“ zurückzuführen sind, warum hat dann nicht schon längst jemand laut „Alarm“ geschlagen und hat versucht herauszufinden, was vor sich geht, lange bevor die Whistleblower die Aufmerksamkeit [der ganzen Welt] darauf lenkten?

Nachfolgend sind die Zahlen für 2021 (mit Impfstoff) in Prozent im Vergleich zu 2020 (ohne Impfstoff) zusammengefasst

• Gesamtzahl aller gemeldeten Krankheiten und Verletzungen pro Jahr (ambulante Fälle): Anstieg um 988 % bei den „unkorrigierten“ Daten, Rückgang um 3 % bei den „korrigierten“ Daten (dies ist im Grunde eine Kontrolle für den Datensatz).
• Gesamtzahl der gemeldeten Krankheiten und Verletzungen pro Jahr (Hospitalisierte Fälle): Anstieg um 37 %.
• Gesamtzahl der Erkrankungen des Nervensystems pro Jahr um 968 % gestiegen.
• Gesamtzahl der Berichte über bösartige neuroendokrine Tumore pro Jahr um 276 % gestiegen.
• Gesamtzahl der Meldungen über akute Myokardinfarkte pro Jahr um 343 % gestiegen.
• Gesamtzahl der Berichte über akute Myokarditis pro Jahr um 184% gestiegen.
• Gesamtzahl der Berichte über akute Perikarditis pro Jahr um 70 % gestiegen.
• Gesamtzahl der Berichte über Lungenembolien pro Jahr um 260% gestiegen.
• Gesamtzahl der Berichte über angeborene Fehlbildungen pro Jahr um 87 % gestiegen.
• Gesamtzahl der Berichte über nicht-traumatische Subarachnoidalblutungen pro Jahr um 227% gestiegen.
• Gesamtzahl der Berichte über Angstzustände pro Jahr um 2.361% gestiegen.
• Gesamtzahl der Berichte über Selbstmord pro Jahr um 227% gestiegen.
• Gesamtzahl der Neoplasmen für alle Krebsarten pro Jahr um 218% gestiegen.
• Gesamtzahl der bösartigen Neubildungen der Verdauungsorgane pro Jahr um 477 % gestiegen.
• Gesamtzahl der Neoplasmen für Brustkrebs pro Jahr um 469% gestiegen.
• Gesamtzahl der Neoplasmen für Hodenkrebs pro Jahr um 298% gestiegen.
• Gesamtzahl der Berichte über weibliche Unfruchtbarkeit pro Jahr um 419 % gestiegen.
• Gesamtzahl der Berichte über Menstruationsstörungen pro Jahr um 221,5 % gestiegen.
• Gesamtzahl der Berichte über Eierstockfunktionsstörungen nach Jahr um 299 % gestiegen.
• Gesamtzahl der Berichte über Spontanabtreibungen pro Jahr um 10 % gesunken.
• Gesamtzahl der Berichte über männliche Unfruchtbarkeit, aufgeschlüsselt pro Jahr, um 320 % gestiegen.
• Gesamtzahl der Berichte über das Guillian-Bare-Syndrom pro Jahr um 520 % gestiegen.
• Gesamtzahl der Berichte über akute transversale Myelitis pro Jahr um 494% gestiegen.
• Gesamtzahl der Berichte über Krampfanfälle pro Jahr um 298% gestiegen.
• Gesamtzahl der Berichte über Narkolepsie und Kataplexie pro Jahr um 352 % gestiegen.
• Gesamtzahl der Meldungen von Rhabdomyolyse pro Jahr um 672 % gestiegen.
• Gesamtzahl der Berichte über Multiple Sklerose pro Jahr um 614 % gestiegen.
• Gesamtzahl der Migräneberichte pro Jahr um 352 % gestiegen.
• Gesamtzahl der Berichte über Blutkrankheiten pro Jahr um 204 % gestiegen.
• Gesamtzahl der Berichte über Hypertonie (Bluthochdruck) pro Jahr um 2.130% gestiegen.
• Gesamtzahl der Berichte über zerebrale Infarkte pro Jahr um 294 % gestiegen.

Ursprünglich veröffentlicht von Robert W. Malone. M.D., M.S. auf Substack.

Die in diesem Artikel geäußerten Ansichten und Meinungen sind die der Autoren und spiegeln nicht unbedingt die Ansichten von Children’s Health Defense Europe wider.

Korrektur vorschlagen