„Inzidenz“ und Testzahlen – Ein leicht zu durchschauender Betrug

Seit Wochen fallen die „Inzidenzen“, also der beliebig berechnete Wert für die „Neuinfektionen“ mit SARS-CoV-2 kontinuierlich. Warum diese „Inzidenz“ selbst bereits Schwindel ist, haben wir hier nachgewiesen. Insbesondere deshalb, weil die Inzidenz mathematisch von der Anzahl  der durchgeführten Tests abhängt, ein Umstand der zwar bekannt ist, der aber die notorisch an der Wissenschaft vorbei handelnden (bzw. lügenden) Protagonisten in Berlin und den Landeshauptstädten überhaupt nicht interessiert.

Meine Hypothese, die ich untersuchen wollte, ging dahin, dass es dann offenbar, wenn die „Inzidenz“ schon seit Wochen fällt, auch die Zahl der Tests ähnlich fallen müsste. Beim RKI gibt es wie immer die Daten, die den Betrug recht schnell ersichtlich machen. Zuerst holt man sich die Testzahlen und dann die Datei mit den „Neuinfektionen“.

Die Testzahlen kann man sofort verwenden, die „Inzidenzen“, die auch tageweise ausgegeben werden, muss man noch wochenweise summieren und das arithmetische Mittel bilden. Man erhält dann einen „gleitenden Durchschnitt“ der recht genau das Geschehen wiedergibt. Was dann herauskommt, war zu erwarten:

Dass die beiden Graphen von Testzahlen und Inzidenz nahezu ähnlich verlaufen und nur der Ausreißer in KW21 nicht abgebildet wird, zeigt, wie man die Leute in diesem Land für dumm verkauft. Und wir dürfen sicher sein: Im Herbst wird die Zahl der Tests je Woche wieder hochgefahren und damit wird auch die „Inzidenz“ steigen. Wir werden dann die bereits jetzt postulierte „4. Welle“ vorgespielt bekommt. Wie lange werden sich die Menschen in diesem Land noch in so großer Zahl an der Nase herumführen lassen?

Der Schwindel mit der „Inzidenz“

Die groß angelegte „Corona“-Täuschung der Bevölkerung beruht derzeit auf im Wesentlichen 2 Säulen:

a) Dem PCR-Test, der kein vermehrungsfähiges Virus erkennt sondern nur RNA-Fragmente in der Schleimhaut der getesteten Person finden kann und daher weder über eine Infektion noch eine demnächst ausbrechende Krankheit eine Aussage bzw. Vorhersage machen kann, und

b) Der Berechnung der „Inzidenz“ angeblicher Infektionen.

Über den ersten Punkt hatten wir hier schon ausgiebig referiert, die Suchfunktion dieser Seite liefert unter dem Stichwort „PCR“ die entsprechenden Ergebnisse.

Heute wollen wir also den Punkt „Inzidenz“ diskutieren. Zuerst eine kleine historische Rückschau. Am Anfang der durch Regierung und Medien verkündeten angeblichen „Pandemie“ war die Losung „Flatten the curve“ gewesen, was Englisch ist und damit wissenschaftlich und seriös klingen soll.

Es ging darum, die Zahl der Neuinfektion welche pro Zeiteinheit auftreten zu vermindern und so die entsprechende kumulative Funktion flacher zu gestalten. Das war auch gelungen, und das ganz ohne Zutun der Politiker, einfach natürlichen Gesetzen folgend. Nämlich dem Gesetz, dass eine Infektionswelle irgendwann einmal von alleine abebbt, u. a. weil sie keine neuen zu infizierenden Personen mehr findet (vorausgesetzt, dass die ehemals Erkrankten eine gewisse Immunität erreichen, was bei Covid-19 der Fall ist):

Da diese Kurve für die politische Agenda von Frau Merkel und ihrer Entourage bereits Mai 2020 nichts mehr an Bedrohungsszenario hergab, kam dann der „R-Wert“ auf die Bühne, die Reproduktionszahl. Die war aber auch nicht zu gebrauchen, da die magische „1“ auch bereits im Frühsommer unterschritten war.

Der „letzte Schrei“ ist nun die „Inzidenz“, welche zur Rechtfertigung der grundrechtseinschränkenden „Maßnahmen“ dienen muss. In der Epidemiologie bezeichnet die Inzidenz die Häufigkeit des Neuauftretens einer Krankheit in einem bestimmten Zeitraum ggf. in einem bestimmten geographischen Gebiet. Sie ist definiert als Anzahl der neuen Erkrankungsfälle dividiert durch das gesamte dem Risiko unterliegenden Kollektiv, also meistens der gesamten Bevölkerung oder einer Teilmenge, die theoretisch dem Risiko einer Erkrankung unterliegt:

I = n.x / n.0

I=Inzidenz, n.x: Neufälle, n.0: Population.

Wenn die Inzidenz korrekt und vor allem valide berechnet werden soll, so bedarf es eines ausreichend langen Zeitraumes (normalerweise 1 Jahr, Quelle) und einer repräsentativen Stichprobe, etwa der verfügbaren Gesundheitsdaten öffentlicher Stellen wie der Gesundheitsämter. An beiden fehlt es bei der Berechnung der „Inzidenz“ von Covid-19.

Zuerst ist zu sagen, dass in Deutschland nur jeweils sehr kurze Perioden von 7 Tagen zur Berechnung herangezogen werden und zweitens die Stichprobe nicht repräsentativ ist. Die Berechnung der Covid-19-Inzidenz fußt nämlich nur auf den durchgeführten PCR-Tests, denen nicht die gesamte Bevölkerung unterzogen wird.

Berechnungfehler

Weiterhin wird das Rechenergebnis, das bereits auf ungenügenden Daten basiert, durch einen Fehler im Berechnungsmodus weiter verzerrt. Das Ergebnis ist, das sei vorausgeschickt, dass dieser dann errechnete Inzidenzwert fehlerhaft ist und nur zu einer Sache taugt: Die Bevölkerung weiter mit quasi-wissenschaftlichen Zahlen in Angst und Panik zu halten.

Nach mir vorliegenden Informationen wird die 7-Tage-Inzidenz für das Auftreten von Covid-19 in Deutschland wie folgt berechnet:

I = n.pos * 100.000/ p.ges, (jeweils für eine 7-Tage-Periode)

I: Inzidenz, n.pos: positive Testergebnisse, p.ges: Bevölkerung des zu untersuchenden Landkreises.

Bereits beim ersten Betrachten der Gleichung wird, zumindest für Menschen, die in Mathe in der Schule nicht permanent geschlafen haben, klar, wo hier der Kardinalfehler zu suchen ist. In der Gleichung findet man 2 Variablen, welche das Ergebnis determinieren:

  • Die Anzahl der positiven PCR-Tests,
  • Die Größe der Gebietskörperschaft (Stadt-/Landkreis etc.)  auf den sich die Auswertung bezieht.

Damit ist, mit Verlaub, dem Regierungsschwindel Tür und Tor geöffnet. Die Inzidenz nimmt nämlich aufgrund der fehlerhaften Berechnung bei steigender Anzahl positiver Tests linear zu, bei größeren Landkreisen wird sie in gleichem Verhältnis kleiner.

Eine Beispielrechnung soll das verdeutlichen. Wir gehen aus von einer angenommenen in der Realität vorhandenen Inzidenz von 20/100.000 und forschen nach, was die Berechnung daraus macht.

(Quelle Inzidenzrechnung2)

Man sieht, dass die falsch errechnete Inzidenz um ca. den Faktor 4 zu hoch ist, wenn man sie in das Verhältnis der zugrundeliegenden wahren Inzidenz (in dem Falle 20/100.000) setzt.

Erhöht man nun versuchsweise die Anzahl der Tests, steigt die falsch errechnete Inzidenz ebenfalls an (Proportionalität):

Senkt man hingegen die Anzahl der Einwohner, sieht man wiederum steigende Inzidenzwerte (umgekehrte Proportionalität).

Und, wie zu erwarten, fällt mit steigender Spezifität (geringere Anzahl an falsch-positiven Ergebnissen) die Inzidenz wieder ab:

Dadurch wird erkennbar, dass die fehlerhafte Berechnung der Inzidenz der systematischen Täuschung der Bevölkerung durch die Regierungen Tür und Tor öffnet. Man muss nur die Gleichung beliebig parametrieren, indem man eben „passende“ Werte einsetzt und erhält das gewünschte Ergebnis.

Lösungsansatz

Wissenschaftlich korrekt wäre es, die Gesamtzahl der durchgeführten Tests in die Berechnung einfließen zu lassen und z. B. eine „Positivenquote“ zu definieren.

Diese wäre

r.p = n.pos / (n.pos + n.neg)

r.p: Relation von positiven Tests zur Gesamtzahl, n.pos: Anzahl positiver Tests, n.neg: Anzahl negativer Tests.

Der errechnete Wert hängt zwar auch von der Zahl der Tests ab, da die Spezifität nicht 1 (i. e. 100%) beträgt und damit die Zahl der falsch-positiven Ergebnisse von der Zahl der Tests ebenfalls funktional abhängig ist. Allerdings wäre die Inzidenzrate nicht mehr so volatil, da zumindest die Gesamtzahl der Tests als Parameter in die Berechnung eingehen würde.

 

 

Wie das RKI die hohe Zahl an „Neuinfizierten“ erzeugt

Jeden Tag wird der „Corona“-Hoax ein wenig weiter enttarnt. Wir hatten hier schon berichtet, dass laut Lothar Wieler, dem Chef des  Robert-Koch-Institutes (RKI), jeder als „Corona“-Toter zählt, der jemals in seinem Leben positiv getestet wurde. Und dies vollkommen unabhängig von der eigentlichen Todesursache. So erhält man einen Teil der Horrorzahlen, die täglich durch die Presse getrieben werden.

Zusätzlich wird nun auch langsam klar, wie das RKI die Leute veräppelt und zu seinen horrenden Zahlen an „Neuinfektionen“ kommt. Die Ärztin Kathrin Kessler berichtet auf YouTube aus Ihrer Praxis und von einem Mailverkehr mit dem RKI.

Demnach sei es so, dass jemand, der eine Covid-19-Infektion durchgemacht habe, danach zu einem PCR-Test in ihre Praxis kommt. Er darf nämlich erst wieder arbeiten, wenn der Test negativ ausfällt. Das könne aber u. U. mehrere Wochen dauern. Wenn der Patient nun in der Rekonvaleszenzphase 10 Mal getestet würde, würde das Labor jeweils eine neue Meldung an das RKI senden. Diese sei aber anonymisiert. Daher zählt jede neue Meldung auch als neue Infektion, obwohl es sich um den gleichen Patienten handele.

Nachtrag I: Jeder Schüler der 10. Klasse aus einem Informatikkurs wäre in der Lage, einen Algorithmus zu entwickeln der z. B. aus einer eindeutigen Labornummer als Primärschlüssel und den Patientendaten eine eindeutige ID erzeugt, die man dem RKI mitteilen könnte und mit der eine „Doppelinfektion“ erkennbar würde. So wäre der Datenschutz gewahrt und man hätte bereinigte Zahlen. Wollen Sie mal raten, warum keiner von der Regierungsbehörde RKI auf diese Idee gekommen ist?

Nachtrag II: Es scheint doch einen gewissen Abgleich der Daten zu geben, wie die Ärztin Katrin Kessler in einem neuen Video veröffentlicht hat. Dies soll aber nicht bei allen Gesundheitsämtern der Fall zu sein:

Untersuchung zu den gesundheitlichen Folgen der Maskenpflicht an Schulen in Zusammenarbeit mit „Eltern stehen auf“

Von Peter Baier

Die Initiativgruppe Eltern stehen auf hat in einer groß angelegten Umfrage zur Maskenpflicht in Schulen umfangreiches Datenmaterial erhoben und uns zur Bearbeitung und Auswertung überlassen. Dafür ganz herzlichen Dank!

Das vorgelegte Datenmaterial wurde durch eine Internetumfrage erhoben. Dabei antworteten n=5589 Elternteile und übersandten einen ausgefüllten Antwortbogen. Die Frage, zu welcher Altersgruppe die Person, die verpflichtet wurde eine Maske in der Schule zu tragen gehört, würde für 6308 Personen beantwortet. Die Zahl ist höher als die Zahl der Antwortbögen, da in einigen Familien mehr Kinder betroffen sind. Auch waren Erwachsene (z. B. Lehrkräfte) in die Untersuchung einbezogen. Die Verteilung sieht folgendermaßen aus:

n.Schüler= 5869, n.Erwachsene= 434;n.Maskenbereiung=5

Folgende Geschlechterverteilung bei den Befragten ergab sich:

 

Die Antworten kamen zu ca. 93% aus Deutschland, 6,5% aus Österreich und zu 0,7% aus der Schweiz. In Deutschland kamen wiederum die meisten Antworten aus Bayern (ca. 25%).

Die Mehrzahl der Antworten kam aus dem Bereich Grundschule und des Gymnasiums:

Aussagen von Betroffenen zur Maskenpflicht

Beschäftigen wir uns nun mit den Details zur von den Regierungen verordneten Maskenpflicht an den Schulen. Die Frage, wie diese empfunden wird, wird beantwortet mit (es waren mehrere Antworten möglich):

Auffällig ist hier die starke Häufung von physischen UND psychischen Belastungsmomenten.

Auf die Frage „Wird von der Schule auf die hygienischen Vorgaben im Zusammenhang mit dem Tragen der Maske hingewiesen?“ antworteten:

Ja 19,97%
Nein 62,23%
Weiß nicht 17,80%

Es erschreckt natürlich, dass hierbei insbesondere bestehende Gesundheitsrisiken wie eine Selbstkontamination in 2/3 der Fälle nicht erörtert wurden.

Auch die Tragedauer wurde erfasst:

Hierbei ist besonders auffällig, dass fast 25% der Schüler diese Masken länger als 3 bis 4 Stunden am Stück tragen müssen. Man darf das durchaus als „Zumutung“ ansehen. Insbesondere wenn man die später noch zu diskutierenden gesundheitlichen Folgeprobleme mit einbezieht.

Ähnlich sieht es aus, wenn man die gesamte Tagesperiode betrachtet, denn Schüler müssen diese Masken ja nicht nur in der Schule tragen, sondern auch an anderen Orten:

Summiert man die Gruppen ab „ca. 5 Stunden“ auf, so erhält man einen Wert von 62% von betroffenen Personen, welche eine Gesichtsmaske am Tag für mehr als 5 Stunden tragen müssen.

Gesundheitliche Beschwerden

Es gibt keine wissenschaftliche Evidenz, dass der Gebrauch von Gesichtsmasken im Alltag durch die Bevölkerung zur Eindämmung von Atemwegsinfektionen beitragen kann (Sammlung von Studien). Der weit verbreitete Gebrauch dieser Masken führt aber, im Gegenteil, zu einem breiten Spektrum von gesundheitlichen Problemen. Zuerst die Frage nach der Verteilung, ob überhaupt Probleme entstehen oder nicht:

Man erkennt, dass für den größten Teil der Antwortenden gilt, dass diese Masken entweder physische oder psychische Probleme hervorbringen. Auch hier war eine Mehrfachnennung möglich:

Dominant sind hier Beschwerden, die in diametralem Gegensatz zu einem beabsichtigten Unterrichtserfolg stehen: Kopfschmerzen, Schwindel, Konzentrationsstörungen, Müdigkeit und Angst/Psych. Belastung.

Soziale Folgen des Maskentragens

Das ständige Verbergen des Gesichtes, die Tatsache, dass mit der Maske eine permanente (und so sicher nicht existierende Gefahr assoziiert wird) und damit das Herstellen einer ständigen sozialen und seelischen Ausnahmesituation führt auch zu einem veränderten Kontaktverhalten bei den Schülern:

Die Beeinträchtigungen decken ein weites Feld ab: Hemmungen, sich mit anderen auszutauschen, zu treffen etc., der Verlust an Freude und Spaß, dafür aber Maßregelungen und Sanktionen (vermutlich durch überzogen reagierende Lehrkräfte oder Denunziation unter Schülern), soziale Ängste, Distanzierung von den Mitschülern und persönliche Unsicherheit dominieren hier. Es wird evident, dass mit der Maskenverordnung durch die Behörden auch die persönliche Lebensfreude der durch diese Maßnahmen Betroffenen erheblich leidet. Man setze dies in Relation zum wissenschaftlich nachweisbaren Nutzen, der vermutlich gegen NULL approximieren dürfte.

Die individuelle Entscheidungsfreiheit der Menschen wird durch den Maskenzwang maximiert eingeengt. Es wird Druck ausgeübt, es müssen Masken getragen werden, auch wenn es rechtlich keine Begründung gibt etc. Dies verdeutlicht das nächste Spektrum von Antworten:

Hier dominieren Aussagen, dass Druck von den verschiedensten Personengruppen auf die Schüler ausgeübt wurde. Es waren Mehrfachnennungen möglich. So wird evident, dass es zahlreiche und erhebliche Versuche gab, die freie individuelle Entscheidung der Schüler zu unterlaufen.

Auch wurde in Einzelfällen dokumentiert, dass das Gesundheitsamt Druck ausübte und drohte, die Schule sonst zu schließen. Hier muss dann sofort die Frage aufgeworfen werden, ob dafür eine rechtliche bzw. wissenschaftliche Begründung dafür existiert(e).

Ob Masken auch beim Sportunterricht getragen werden mussten, wurde wie folgt beantwortet:

Ja 26,83%
Nein 49,09%
Teilweise 24,09%

Die Fälle, in denen dauernd oder zumindest zeitweise eine Maske beim Sport getragen werden musste machen rund die Hälfte der gesamten Anzahl aus.

Beachtenswert ist überdies der Umgang mit ärztlichen Attesten, welche vom Tragen einer Gesichstmaske befreien:

Sieht man sich die Mehrheit an, welche kein Attest beim Arzt ausstellen lässt und setzt sie in Relation zu der vorstehend besprochenen großen Anzahl von Fällen, wo im Zusammenhang mit dem Tragen einer Gesichtsmaske nicht unerhebliche Beschwerden auftreten, wird eine starke Diskrepanz deutlich. Man kann nun spekulieren, was die Ursache dafür sein könnte. Zumindest in einigen Fällen dürfte z. B. der Wunsch, das Kind nicht einer Sonderstellung in der Schule zuzuführen, sich Stress mit Schulleitungen und autoritär auftretenden Lehrern zu ersparen, eine Begründung darstellen können.

Fazit

Diese Untersuchung weist auf der Basis umfangreichen Datenmaterials nach, dass das Tragen von Gesichtsmasken in Schulen zu einer vermehrten Belastung der Betroffenen führt. Insbesondere psychische Gesundheitsstörungen sind hier zu nennen. Angst, Verunsicherung, Beklemmung sind einige der Symptome. Aber auch physische Beschwerden sind zu verzeichnen, wie Kopfschemrzen, Atemnot, Unwohlsein etc. Setzt man dies in Relation zum fragwürdigen infektionsprophylaktischen Nutzen der Maskenverwendung im Alltag, so wird klar, dass hier der untaugliche Versuch unternommen wurde, und dies darüber hinaus ohne wissenschaftliche Evidenz für die Sinnhaftigkeit der Maßnahme, mit einer vordergründig einfachen Anordnung (unter Nichtbeachtung anderer, milderer Mittel), einen Zwang durchzusetzen, der im Bezug auf einen möglichst störungsfrei ablaufenden Schulalltag sicher mit „kontraproduktiv“ noch zurückhaltend beschrieben ist. Wer Kopfschmerzen hat, sich nicht konzentrieren kann, sich unwohl fühlt, wird beim Lernen erhebliche Nachteile erleiden. Dem allerdings scheint durch die verantwortlichen Politiker und Ministerialbeamten keinerlei Bedeutung beigemessen worden zu sein. Wie üblich dürfte es so zu sein, dass mal wieder viel zu kurz gedacht wurde. Was sich auch mit der kognitiven Grundhaltung des hier verantwortlichen Personenkreises zu tun hat. Die Deintellektualisierung der Schule nähert sich auch aus bestimmten Quellen. Wenn Politik nicht mehr rational handelt, sondern unreflektiert und unter Handlungsdruck, kommt das heraus, was wir hier sehen.

Fehlerbetrachtung

Ein gewisser methodischer Fehler der Untersuchung mag darin liegen, dass der Druck, sich an der Untersuchung zu beteiligen sicher dann größer war, wenn Beschwerden in Zusammenhang mit dem Tragen einer Gesichtsmaske auftraten. Dies ergibt eine gewisse Präselektion bei der Auswahl der Studienteilnehmer nebst einer Voreingenommenheit, weil eine (beschwerdefreie) Kontrollgruppe fehlt.

Der Inzidenzschwindel – Warum „die 35“ nie erreichbar ist

Bevor wir uns mit ein klein wenig Mathematik beschäftigen, ein kurzer Rückblick. Die Politik hat die Bürger dieses Landes seit Beginn der selbst erfundenen „Coronakrise“ beständig an der Nase herumgeführt. Zuerst war das Motto „Flatten the curve“ (ist Englisch und klingt daher sehr gut!). Die Kurve wurde dann auch bald flacher, aber man wollte weiter die Grundrechte einschränken und hatte sich gerade „warmregiert“, daher kam nun der „R-Wert“, von dem mir übrigens 2 Algorithmen bekannt sind, nach denen er berechnet wird. Der war aber auch schon viel zu niedrig, seither ist die Inzidenz die Zaubergröße. Also wie viele „Neuinfektionen“ pro 100.000 Einwohner in sieben Tagen zu verzeichnen sind.

Mit dieser Inzidenz kann man sehr viel mehr machen, als mit den vorher bestimmten Größen. Denn der Grenzwert lässt sich beliebig weit nach unten schrauben, um damit theoretisch den „Lockdown“ bis zum Sankt-Nimmerleins-Tag durchziehen zu können. Wie das geht, wollen wir nun besprechen.

Etwas Testtheorie

Tests haben 2 wichtige Kenngrößen: Die Sensitivität und die Spezifität.

Sensitivität: Mit welcher Rate zeigt der Test korrekt an, wenn, wie beim PCR-Test, ein RNA-Fragment vorliegt? Oder anders gesagt: Wie viele real „Infizierte“ bezogen auf alle Untersuchten werden gefunden?

Spezifität: Mit welcher Rate zeigt der Test korrekt an, dass jemand NICHT „infiziert“ ist? Anders gesagt. Wie viel „falsch positive“ Ergebnisse sind (im Umkehrschluss) zu erwarten?

Beim PCR-Test muss man noch zwischen Labor- und Klinikbedingungen (also den üblichen Testungen der Bevölkerung) unterscheiden.

  • Labor: Sensitivität: 98%, Spezifität: 99%
  • Klinik; Sensitivität: 70%, Spezifität: 95%

Die Klinik schneidet natürlich schlechter ab, da es eine große Rolle spielt unter welchen Bedingungen getestet wird. Mal im Krankenhaus, dann wieder „open air“, also z. B. durch das Autofenster. Wissenschaftlich haarsträubend, ist aber egal. Es müssen Zahlen her!  Exemplarische Werte, wie wir hier verwenden, werden u. a. genannt in: Watson J, Whiting PF, Brush JE. Interpreting a covid-19 test result. BMJ. 2020;369:m1808. Published 2020 May 12. doi:10.1136/bmj.m1808

Man sieht also, dass die Sensitivität und die Spezifität von den Einsatzbedingungen abhängt.

Wir wollen nun zeigen, dass bei diesen Testparametern (Sensitivität 70%, Spezifität 95%) eine Inzidenz unter 50/100.000 in 7 Tagen schlicht nicht erreichbar ist. Das zugrunde liegende Problem sind die falsch positiven Testergebnisse. Gehen wir von der durch die Politik vorher definierte „Zielmarke“ von 50/100.000 aus und ermitteln unter klinischen Bedingungen die Gegebenheiten bei 100.000 Testpersonen :

Von 100.000 Personen seien nun 50 infiziert (aufgrund der vorgegebenen Inzidenz). Nicht infiziert ist dann der Rest von 99.950 Personen.

Bei einer Sensitivität von 70% ergeben sich 35 real positive Ergebnisse. 15 fallen mangels Testqualität durch das Raster.

Bei einer Spezifität von 95% sind dann von den verbleibenden 99.950 real nicht infizierten Personen immerhin 4998 falsch positiv. Man erkennt schon die Größenordnung von falsch zu real positiv getesteten Personen.

Zusammen erhalten wir dann 35 (real) und 4998 (falsch) positive Personen. Also 5033 insgesamt. Umgerechnet auf 100.000 ergibt sich eine Inzidenzrate von ca. 5000 auf 100.000 Personen, das Hundertfache des vorgegebenen Wertes! Selbst bei 99% Spezifität sind es immer noch über 1000 Personen, die als „positiv“ gelten, was den Normwert immer noch um den Faktor 20 übertrifft.

Und auch wenn gar niemand mehr real infiziert wäre, hätten wir immer noch eine Inzidenz von genau 1.000/100.000 (bei 99% Spezifität)!

Auffällig ist auch, wie dabei die Relation von falsch positiven zu real positiven Testergebnissen verläuft, wenn man, wie die Politik es tut, die Zielinzidenz immer niedriger ansetzt. Oder wenn man praktisch nur asymptomatische Personen testet. Geht man nämlich in Richtung „Inzidenz 0“ verläuft der Funktionsgraph exponentiell, d . h. die „real positiven“ Personen spielen gar keine Rolle mehr, das Testgeschehen wird nur noch von den „falsch positiven“ Ergebnissen getragen.

Eine Frage bleibt: Wenn man uns seit Wochen Inzidenzen um die 100/100.000 oder darunter präsentiert, wie werden die eigentlich errechnet? Es bleiben im Wesentlichen als Möglichkeiten:

a) Die Spezifität des PCR-Tests muss nach dem „Drosten-Axiom“ bei 100% liegen (was gemeinhin als ausgeschlossen gilt). Denn erst ab einer Spezifität von 0,99995 (i. e. 99,995%) kommt man in den Bereich, wo die heute uns präsentierten Inzidenzen erreichbar sind. Oder

b) auch die Sensitivität ist deutlich höher und das reale Infektionsgeschehen ist sehr gering, oder

c) es wird mit Zahlen getrickst.

Ich muss mir dazu erstmal eine Meinung bilden. Aber die Grundgegebeneheiten sehen höchst verdächtig aus. Wie so vieles bei dieser „Plandemie“.

Für eigene Rechenexperimente liegt das entsprechende Tabellenblatt auf dem GitHub-Account des Autors (Inzidenzrechnung.ods)

 

 

Aus der Wissenschaft: Unterbelegung von Krankenhäusern aufgrund der „Corona“-Hysterie

Eine weitere Studie weist nach, dass es im vergangenen Jahr 2020 zu keiner Überbelegung von Krankenhäusern in Deutschland und damit auch zu keiner Notlage insbesondere auf den Intensivstationen kam. Wir hatten hier ebenfalls regelmäßig anhand der Daten von divi.de nachgewiesen, dass es keine Überlastung der Intensivstationen aufgrund Covid-19-Hospitalisierungen gab.

Bollmann et. al. belegen in ihrer Ausarbeitung, (Link zur Studie , noch nicht „peer reviewed“) dass anhand der Daten für die größte deutsche Klinikgruppe, die Helios-Kliniken, nachweisbar ist, dass während der esten Lockdownphase im Frühjahr 2020 die Krankenhausbelegung der 80 Helios-Krankenhäuser in Deutschland signifikant geringer war als im Vorjahr 2019.

Während es im Zeitraum von Mitte März bis Mitte Juni 2019 39.379 Krankenhauseinweisungen gab, standen diesen im Jahre 2020 im gleichen Zeitraum nur 32.807 gegenüber (83% vom Vergleichswert). Auch nach dem Ende des ersten Lockdowns war ein weiterer Rückgang an Hospitalisierungen zu verzeichnen, der aber nicht so ausgeprägt war. Auffällig sei hier gewesen, dass insbesondere mehr Patienten mit Herzinfarkt, Aortenaneurismen und Lungenembolie eingewiesen worden seien.

Zudem sei auffällig das während der gesamten „Pandemie“ weniger Patienten mit den typischen Covid-Symptomen wie Blutvergiftung, Lungenentzündung und Verengung der Atemwege zu verzeichnen gewesen seien.

While hospitalizations for sepsis, pneumonia, obstructive pulmonary disease, and intracranial injuries were reduced during the entire pandemic. There was an alarming increase of hospitalizations for acute myocardial infarction, aortic aneurism/dissection and pulmonary embolism after the 1st wave.

Könnte man vermuten, dass die letztgenannte Gruppe von Patienten auch aufgrund des sog. „Lockdowns“ zum medizinischen Notfall wurden?

 

Die Stanford-Studie – Ausgewählte Ergebnisse

Die Stanford-Studie von Ioannides fasst in Form einer Metastudie die Ergebnisse von 82 Einzelstudien zusammen und ermittelt daraus die Fallsterblichkeit von Covid-19. Diese umfassende Untersuchung wurde natürlich in den Mainstreammedien nicht erwähnt. Wenn man sich die Ergebnisse nur für die Fallsterblichkeit ansieht, weiß man warum: Diese Ergebnisse passen nicht ins Bild der „Killerpandemie“, welches Politiker und die von ihnen mittlerweile sogar durch Geld gefügig gemachten Medien der Bevölkerung beständig zeigen wollen um sie weiter in Angst und Panik zu versetzen damit die nächsten Entscheidungen und Einschränkungen klaglos hingenommen werden.

Die Fallsterblichkeit von Covid-19 ist lt. Ionannides mit zwei Parametern verknüpft:

  • Dem Alter der Patienten
  • Den Vorerkrankungen (Komorbidität)

Beide Variablen stehen zudem in Abhängigkeit voneinander. Ältere sind nicht notwendigerweise nur aufgrund ihres Alters mit einem höheren Risiko belegt, an Covid-19 zu sterben. Diese Risikoerhöhung tritt primär dann ein, wenn gleichzeitig einer oder gar mehrere Risikofaktoren vorliegen.

Die höchste Fallsterblichkeit tritt bei Menschen auf, die alt und gebrechlich sind und in Heimen leben. Sie liegt bei 25%.

Personen über 75 Jahre, die keine Risikofaktoren aufweisen, haben eine deutlich geringe Wahrscheinlichkeit, an Covid-19 zu sterben, nur noch ca. 1%.

Menschen unter 65 aber mit erhöhtem Risiko aufgrund von Komorbidität weisen wiederum ein noch geringeres Risiko auf: 0,25%

Personen, die jünger als 65 Jahre und ansonsten gesund sind, haben die geringste Fallsterblichkeit aufzuweisen, sie liegt nur noch bei 0,01%.

Die Gesamtfallsterblichkeit über alle Menschen liegt dann bei 0,19%.

Normierung auf die deutsche Bevölkerung

Rechnet man diese Daten auf die deutsche Bevölkerung um und wertet nur das Alter aus und nicht etwaige Vorerkrankungen, so ergibt sich folgendes Bild: In Deutschland sind von 82 Millionen Einwohnern 65 Millionen jünger als 65 Jahre (Quelle). Dies sind ca. 80% der Gesamtbevölkerung (79,28%). Anders betrachtet haben also 80 Prozent der Menschen in Deutschland ein Sterberisiko von 0,01% bezüglich Covid-19. Wie erwähnt kennen wir allerdings nicht den Anteil der Kranken an dieser Gruppe. Aber dieser dürfte vernachlässigbar sein. In der Gruppe finden sich aber alle Erwerbstätigen, also jene, die durch den vollkommen unnützen und die Wirtschaft zerstörenden „Lockdown“ betroffen sind. Man erkennt also sofort, dass der „Lockdown“ genau jene trifft, welche Covid-19 fast nicht betrifft.

Anstatt also Maßnahmen zu treffen, die alten und/oder kranken Menschen vor einer SARS-CoV-2-Infektion zu schützen (worin die Politiker vollkommen versagt haben) werden alle Menschen in Mithaftung genommen, weil man es aufgrund einer eklatanten Unfähigkeit nicht vermag, sinnvolle Handlungen zu vollziehen, welche selektiv nur den Schutz bestimmter Gruppen in den Fokus nehmen.

Auffällig ist auch, dass das durchschnittliche Sterbealter der „Coronatoten“ gleich oder höher ist, als das entsprechende durchschnittliche Sterbealter aller Menschen in den untersuchten Ländern. Im Schnitt verlören lt. Ionannides die Opfer von Covid-19 ca. ein Lebensjahr und nicht 11 wie von anderen Wissenschaftlern dramatisch überschätzt.

Negativfolgen der „Maßnahmen“

Auch diesem Thema widmet Ionnanides  ein Kapitel seiner Ausarbeitung. Aufgrund der Radikalität bestimmter Regierungsmaßnahmen wird es in den nächsten Jahren zu einer großen Anzahl Todesfälle kommen, die nichts mit Covid-19 zu tun haben sondern nur auf das fatale, unüberlegte und überaus dumme Handeln der Politiker zurückzuführen sind. Viele zusätzliche Todesfälle werden zu verzeichnen sein aufgrund

  • unerkanntem bzw. unbehandeltem Herzinfarkt
  • Nichtdurchführung von medizinischen Operationen und (Vorsorge)Untersuchungen
  • Selbstmorden aufgrund von Depression
  • Gewalt
  • Hunger
  • Tuberkulose
  • Alkoholismus
  • etc.

Fazit

Die Ausarbeitung von Ionnanides zeigt mehrerlei:

  • „Lockdowns“ schaden mehr als sie nützen, denn sie treffen die falsche Bevölkerungsgruppe.
  • Covid-19 ist keine „Killerseuche“, die Sterblichkeit liegt im Bereich anderer Infektionskrankheiten (z. B. Grippe (Influenza) mit 0,1%)

Was Ionnanides nicht sagt, da er hier als Wissenschaftler vorträgt, kann man sich selbst ausrechnen: Die Regierungen haben aufgrund ihrer eklatanten Unfähigkeit unter Anwendung vollkommen falscher „Maßnahmen“ versucht, eine im Prinzip nicht besonders gefährliche Infektionskrankheit einzudämmen. Ein Versuch, der natürlich, auch aufgrund anderer Faktoren wie einer vollkommen falschen Teststrategie mit den bekannt unzulänglichen PCR-Tests, gründlich schief gegangen ist.

Wir erleben hier ein schockierendes Politikversagen auf breiter Front mit einem unermesslichen politischen, wirtschaftlichen und gesellschaftlichen Kollateralschaden, den die einzelnen Gesellschaften noch in Jahrzehnten werden ausbaden dürfen. Ein Grundproblem dabei ist eben die bereits hier besprochene Negativauslese was das Personal betrifft, welches heute Politik gestaltet. Wir haben keine Fachleute, die Entscheidungen aufgrund von eigener Kompetenz, Intelligenz, Vorwissen und Rationalität treffen, sondern Menschen, die vollkommen kopflos agieren, wenn es zur Krise kommt. Das Absurde dabei ist, dass sie dabei auch versuchen, so wie der bayerische Provinzfürst Söder, sich dann noch als „erfolgreiche Krisenmanager“ zu profilieren und dadurch alles nur noch schlimmer machen indem sie von einer Dummheit in die nächste stolpern. Im Prinzip ist die „Coronakrise“ primär das Scheitern der heutigen Politiker aufgrund ihrer Inkompetenz und ihrer Unfähigkeit zum rationalen Handeln.

Und das Allerschlimmste ist. Da Rationalität in der Politik erkennbar heute keinen Platz mehr hat und sich die Kanzlerette Merkel ausschließlich mit Claqueuren umgibt, die nur das verkünden, was Madame zu hören gedenkt, wird auch diese Studie von Ionannides sicher nicht den Weg ins Kanzleramt finden und es bereits daher nicht zu einer kritischen Reflexion des eigenen Regierungshandelns kommen wird. Von den allfälligen geistigen Engpässen im KanzlerInnenbunker mal ganz abgesehen.

 

 

 

Aus der Wissenschaft: Hochdosiertes Vitamin-C verringert Sterblichkeit an Covid-19 signifikant

Einer wissenschaftlichen Arbeit aus Wuhan zufolge hat die Gabe von hochdosiertem Vitamin-C bei Patienten mit schwerer Covid-19-Erkrankung zu einer signifikant niedrigeren Sterblichkeit geführt, wie eine randomisierte Doppelblindstudie zeigt. (Quelle)

Bei den mit intravenös verabreichtem Hochdosis-Vitamin-C behandelten Patienten zeigten sich weit weniger stark ausgeprägte Entzündungssymptome, welche mit dem Marker IL-6 (Interleukin-6) festgestellt wurde:

Patients with SOFA scores ≥3 in the HDIVC group exhibited a trend of reduction in 28-day mortality (P=0.06) in univariate survival analysis. IL-6 in the HDIVC) group was lower than that in the placebo group (19.42 vs. 158.00; 95% CI -301.72 to -29.79; P=0.04) on day 7.

Als Schlussfolgerung aus Ihrer Untersuchung ziehen die Wissenschaftler die Erkenntnis, dass hochdosiertes intravenös verabreichtes Vitamin Ca einen signifikanten Beitrag zur Reduzierung der Krankheitsschwere und zur Reduzierung der Sterblichkeit bei Covid-19 leisten kann.

Schlussanmerkung vom Autor diese Beitrags: Allerdings lässt sich mit Vitamin-C nicht so viel Geld verdienen wie mit einem neu entwickelten Impfstoff.

Virusalarm aus dem UK – Was ist dran an der „neuen Mutation“ von SARS-CoV-2?

Auf sciencefiles.org, einer kritischen Seite mit wissenschaftlichen Informationen zur vielerlei kontroversen Themen wie der angeblichen „Klimakatastrophe“ etc. fand ich einen interessanten Beitrag, der sich mit der angeblich neuen Variante des SARS-CoV-2-Virus beschäftigt und der durch Zitat verlässlicher Quellen nachweist, dass diese „neue“ Variante so neu gar nicht ist.

Anhand eines dort aufgeführten Papiers britischer Wissenschaftler erfahren wir, dass sich dieses veränderte Virus rasch in einigen Regionen vor allem im Süden Englands verbreitet und dass es 6 auffällige Veränderungen besitzt, die sich u. a. an den Spikeproteinen zeigen.

Der Name dieser Variante ist „B.1.1.7“ und sie wurde erstmals am 20. und 21. September 2020 nachgewiesen, also vor genau 3 Monaten. „Neu“ ist definitiv anders. Das, was uns Politik und Presse weismachen wollen („Neue Variante von ‚Corona‘ aufgetaucht!“), ist also mal wieder entweder die Unwahrheit oder eine krasse Übertreibung!

Als denkbare Ursache für die Mutation wird angegeben, dass es wahrscheinlich ist, dass bestimmte Personen mit geschwächter Immunabwehr, wie z. B. HIV-Positive und Menschen mit vorangegangener Organtransplantionen und einer daraus resultieren Unterdrückung des Immunsystems (Immunsuppression), das Virus länger im Körper haben und ihm dadurch mehr Gelegenheit geben könnten, diese höhere Anzahl an Mutationen zu entwickeln:

These considerations lead us to hypothesise that the unusual genetic divergence of lineage B.1.1.7 may have resulted, at least in part, from virus evolution with a chronically-infected individual. Although such infections are rare, and onward transmission from them presumably even rarer, they are not improbable given the ongoing large number of new infections. (Quelle)

Da RNA-Viren der Literatur nach sowieso eine sehr hohe Mutationsfrequenz haben, sollte man auch mal einen Blick auf die bereits detektierten Mutationen von SARS-CoV-2 werfen:

(Quelle: Nextstrain.org)

Der Stammbaum des Virus fächert sich als Funktion der Zeit immer weiter auf (was natürlich zu erwarten ist), laut sciencefiles.org gibt es derzeit bereits etwas unter 10.000 verschiedene Varianten des Virus. Das „UK-Virus“ ist nur eine davon.

Auch hier wird also wieder durch Politik und Systemmedien der Sachverhalt extrem selektiv beschrieben, um die Aussage „neue Variante des Virus in Umlauf“ in dramatischem Licht erscheinen zu lassen. In Wahrheit ist eine Mutation des SARS-CoV-2 ein beständiger Begleiter der Evolution des Virus.

Die angeblich um 70% erhöhte Transmissibilität (Erhöhung des infektiösen Potenzials) wird von einer Gruppe Wissenschaftler aus dem UK in einem deutlichen Brief an den britischen Gesundheitsminister Hancock in Frage gestellt:

„Warum haben Sie diese Virusvariante erst jetzt bekannt gegeben, obwohl sie seit mehreren Monaten bekannt ist?“ (Frei übersetzt aus  Quelle)

Des Weiteren stellen die Forscher die gleiche Frage, die wir bereits in unserem letzten Artikel aufgeworfen haben: Wie kann man über die erhöhte Transmissibilität des veränderten Virus eine Aussage machen, wenn noch keine Daten dazu vorliegen?

Die politische Dimension des „neuen Virus“

SARS-CoV-2 existiert nicht im luftleeren Raum sondern in einer von bestimmten Grundsetzungen dominierten politischen Landschaft. Namentlich der von der Politik unter Rückgriff auf die angebliche „Pandemie“ gerechtfertigten erheblichen Einschränkungen von Freiheit und Grundrechten. Das „neue Virus“ kommt damit zur rechten Zeit: Im UK beispielsweise konnte Boris Johnson die Gelegenheit nutzen, seine Bürger über Weihnachten einfacher einzusperren und muss nun mit deutlich weniger Gegenwehr der solcherart drangsalierten Untertanen rechnen. Allerdings sehen das nicht alle Briten so:

In der EU kann man weiter Druck auf das UK ausüben. Nach dem Brexit entfernen sich die ehemaligen EU-Partnerländer rasend schnell voneinander. Großbritannien gilt als „abtrünnig“ und so wird eben seitens der EU demonstriert, wie sich ein stark ausgedünnter Warenverkehr und erhebliche Reisebeschränkungen auswirken können. Denn aus den Partnern von einst sind mittlerweile erbitterte Gegner geworden. Und da man in der EU (wie bei allen autoritären Systemen) niemanden so ohne Weiteres von der Fahne gehen lässt, wird jetzt einfach mal die Gelegenheit genutzt, ordentlich nachzutreten. Da kommt „das neue Virus“ gerade recht.

 

Aus der Wissenschaft: Kein messbarer Effekt von Covid-19 auf die US-Sterbezahlen

Von Peter Baier

Genevieve Briand, Professorin für angewandte Ökonomie an der Johns-Hopkins-Universität ist in einer Untersuchung (Link zur Originalarbeit) zu den Sterbedaten in den USA vor und während des Auftretens des SARS-CoV2-Virus und der nachfolgenden „Covid-19“-Erkrankung der Frage nachgegangen, ob diese angebliche „Pandemie“ einen signifikanten Beitrag zur Sterblichkeit in den Vereinigten Staaten geleistet hat.

Die Ergebnisse waren überraschend. Entgegen der landläufigen Meinung, dass es sich bei Covid-19 um ein hochgefährliches und tödliches Virus handele, das eine erhebliche Zahl an Opfern fordere, konnte die Wissenschaftlerin dies bei ihrer Untersuchung nicht bestätigen. Zumindest nicht was eine erhöhte Inzidenz von Todesfällen in den USA betrifft.

Methode

Die Analyse basiert auf Daten des CDC (Center for Disease Control), der US-amerikanischen Seuchenbehörde. Sie wertete dazu die Sterbedaten von Februar bis Februar 2020 aus und untersuchte insbesondere die Todesursachen. Vor allem vor dem Hintergrund, dass Covid-19 insbesondere ältere Menschen gefährden soll. Ein wichtiger Aspekt waren Vergleiche mit den Vorjahren und eine darauf aufbauende vergleichende Analyse.

Ergebnisse

Insgesamt wäre zu erwarten gewesen, dass insbesondere in den höheren Altersgruppen eine vermehrte Sterblichkeit hätte erkennbar werden müssen. Allerdings haben die Daten des CDC dies nicht bestätigt. Bei älteren Menschen lag keine erhöhte Sterblichkeit im Untersuchungszeitraum vor. Verglichen wurde, wie bereits ausgesagt, mit den Vorjahren.

Der folgende Schritt war dann eine genauere quantitative Analyse der Todesursachen. Zuerst fiel auf, dass es jedes Jahr einen saisonalen Anstieg und ein nachfolgendes Abfallen der Sterberaten gab und gibt.

Eine genauere Betrachtung brachte dann eine Überraschung. Während in den USA die Todesursache „Herzkrankheit“ stets vorherrschend war, so zeigten die Daten für das Jahr 2020 verglichen mit 2018 einen dramatischen Einbruch der Todesfälle aufgrund Herzkrankheit und einen ebenso starken Anstieg Anstieg der Fälle mit Todesursache „Covid-19“. Während die Sterbezahlen verursacht durch andere Krankheiten insgesamt sanken, stiegen die Sterberaten an Covid-19 dramatisch an. Insgesamt blieben die Sterbezahlen indes weitgehend konstant. Es kam vor allem zu einer Verschiebung der Todesursachen.

Die genauere Datenlage zeigt die untenstehende Tabelle. Auffällig wird der oben genannte Sachverhalt in den Spalten 2 und 3.

Die Spalte 2 beginnt (nach dem amerikanischen Datumsformat) am 18. April 2020, just nachdem die „Corona“-Panik weltweit und damit auch in den USA durch Politik und Medien nach Kräften befeuert,  Fahrt aufgenommen hatte.

(Quelle: Originalarbeit, Link siehe unten!)

Wer sich mit Wissenschaft beschäftigt, weiß zwar, dass eine Korrelation noch lange keine Kausalität bedeutet, aber dieses Ergebnis, das sich auch in der Folgewoche fortsetzte, ist extrem auffällig. Und es deckt sich vor allem auch mit anderen Erkenntnissen, dass in Florida z. B. auch Unfallopfer nachträglich als „Covid-Tote“ in die Statistik eingingen.

Reaktionen

Allerdings hatte diese Untersuchung nicht das gewünschte Ergebnis, nämlich Aufklärung und wissenschaftlichen Diskurs. Denn das Ergebnis passte wohl so gar nicht in das allgemeine, auch in den USA praktizierte, Covid-Panikszenario. Daher wurde der Artikel von der Universität stante pede von deren Servern gelöscht. Dank der „Wayback Machine“, einem Internetarchiv, ist er aber noch abrufbar und es lohnt die Lektüre. Insbesondere wird deutlich, dass es vermutlich eine absichtliche „Verlagerung“ der Todesursachen gegeben haben muss, so dass Patienten mit gravierenden Vorerkrankungen dann als Todesursache „Covid-19“ bescheinigt wurde, obwohl in vielen Fällen ein anderes Ereignis kausal gewesen sein wird.

https://web.archive.org/web/20201126223119/https://www.jhunewsletter.com/article/2020/11/a-closer-look-at-u-s-deaths-due-to-covid-19