丹尼斯·兰考特
Denis 拥有物理学博士学位（1984 年，多伦多大学），曾任终身正教授（渥太华大学），并在领先的科学期刊上发表了一百多篇文章。 丹尼斯的报告和文章可以在他的网站上找到： 丹尼斯兰古网站.
丹尼斯·兰古博士
全球和罗马尼亚的全因死亡率
好吧，我要谈谈一些完全不同的事情。 我要谈谈全因死亡率。 我不会关心导致死亡的原因。 我们只是要统计死亡人数。 我还将向您展示罗马尼亚的数据。 我将展示的所有图表和结果都包含在我、我自己和合作者在过去三年或更长时间里撰写的几份科学报告中。 它们可以在这个网站上找到，即科学报告。 这些是我在全因死亡率研究方面的主要合作者。 其中两人和我们一起在这个房间里。 他们来自布拉格。 我告诉他们我不会忘记另一个地方的名字，我只是忘记了，对此我很抱歉，杰雷米。
(01:05):
所以我想从近 1900 年的历史记录开始。我将展示从 1900 年开始的一些数据。如果你愿意的话，我将从新冠疫情初期开始。 现在全因死亡率，你只是在计算死亡人数。 1946 年第二次世界大战刚刚结束后，法国的情况就是如此。 在北半球随处可见，冬季死亡人数更高、规模更大，而夏季则有所下降。 所以它有一个非常有规律的季节性模式。
丹尼斯·兰古 (00:11):
这已为人所知一百多年了。 我认为这还没有被完全理解。 我认为这还远未完全理解，但这就是每月的模式。 因此，我们正在按月查看法国的死亡率。 如果你按照法国每年冬天从夏天到夏天的周期进行整合，它看起来像这样。 因此，可能会有一个严酷的冬天，然后是一个寒冷的冬天，等等。 图案看起来就是这样。
(02:17):
因此，自第二次世界大战结束以来，人口死亡率基本上呈下降趋势。 特定年份中通常有 1% 的人口死亡。 这就是我们要处理的数据类型。 去年是所谓的大流行的第一年。 现在如果我们去美国，再举一个例子，我可以做全因死亡率。 现在这是针对特定年龄组的年份。 这是15至24岁的年龄段。 而且我已经分男和女了。
所以你有两种颜色。 这张图让我们能够说明当你测量死亡率时你会看到什么，这是一个很难的数字。 没有人可以告诉你政府没有正确计算死亡人数，因为他们非常认真地计算死亡人数，而且这是一个合法的过程。 所以这是硬数据。 这就是你所看到的。
(03:18):
你看1918年有一个事件，该事件被CDC恢复并称为西班牙流感。 我知道，并且有几篇科学文章表明这不是病毒性呼吸道疾病。 在那次死亡率高峰中，没有任何 50 岁以上的人死亡。 只有年轻人、家庭和青少年在那个高峰期死亡。 富人并没有在那个时期消亡。 那是 1918 年。
然后在美国出现了所谓的“大萧条”。 巨大的经济崩溃随之而来的是与沙尘暴相关的经济，这在一定程度上是一场环境灾难。 这些都是美国最近遇到的巨大困难。 你可以看到那些时期男性和女性的死亡率。 然后在第二次世界大战中，你会看到男性有死亡率，而女性则没有。 我想我们都明白为什么。 在越南战争期间，你可以看到男性的死亡率大幅上升。 这就是您在全因死亡率中可以看到的情况。
(04:30):
总之，我一直在广泛研究除南极洲以外所有大陆上一百多个国家的全因死亡率，并且按单位时间、按周、按天、按月、按年龄组进行详细研究，通过性别。 我可以告诉你，你在全因死亡率数据中唯一能看到的是以下内容。 正如我所解释的，季节性变化。 冬季达到最大值，而在南半球则相反。 他们的冬天就是我们的夏天。 那是他们死亡率最高的时候。 在赤道地区，死亡率没有季节性变化。 没有尖峰，是一条平线。 因此，半球之间存在季节性变化。
正如我提到的，你可以看到战争。 你可以看到经济崩溃，影响人口的巨大经济崩溃。 你可以看到北纬地区的夏季热浪，他们不习惯夏季非常炎热的时期，这会杀死人，有时因为他们在非常热的时候从楼梯上摔下来，但它会杀死人。 在这些炎热天气中，您可以看到持续大约一周的高峰。
(05:44):
你可以看到地震。 马上，你就看到地震了。 人们会被建筑物压垮。 你数一下死亡人数，就会发现地震造成的死亡人数达到了顶峰。 但我们没有看到或检测到任何 CDC 声称的 1957 年、'58、'68、2009 年发生的大流行病。这些大流行病，那些所谓的大流行病不会导致任何可检测到的超额全因死亡率在任何司法管辖区和/或以任何方式。 对于这些所谓的流行病，在国家或州范围内无法检测到过多的死亡人数。 因此，无论它们是什么，它们都没有造成过多的死亡。 然后你……我解释了 1918 年。
然后是新冠疫情时期。 在新冠疫情期间，发生了大规模的袭击。 在许多不同的司法管辖区，针对人民、弱势群体的攻击是多方面的。 因此，取决于各州在引入疫苗之前所做的事情……我也会谈论疫苗。 但根据各州的做法，它们造成了过高的死亡率，有时甚至是巨大的死亡率。 我将向您展示这方面的例子。
(07:00):
首先我想告诉你们，作为宣传的一部分，社会上发生了一些事情，诺贝尔奖是因为这种所谓的疫苗而获得的。 我想告诉你们这是多么荒谬，因为所有支持这一点的政客都声称疫苗拯救了数以千万计的生命，我们为此授予了诺贝尔奖。
好吧，我们研究了这一点，我们研究了该主张的基础，该主张的基础是发表在 柳叶刀传染病 Watson 等人于 2022 年提出。 他们声称 14 至 19 万人的生命得到了拯救。 因此，作为物理学家和科学家，我们说：“好吧，如果这就是您的说法，让我们计算一下，看看按时间计算的全因死亡率会是什么样子。”
(07:54):
因此，让我们从某个地方开始，让我们去加拿大看看季节性周期。 因此，这是从零开始的全因死亡率。 让我们看看季节性变化。 这条垂直线就是大流行的宣言。 你在那里看到的第一个蓝色高峰是加拿大在医院和疗养院中杀死了老年人和弱势群体，因为他们担心这种所谓的流行病而采取了积极的初步治疗。
这种情况在西方国家的许多热点地区发生过，但在任何东欧国家或俄罗斯都没有发生。 因此，这取决于国家，取决于他们所做的事情。 德国并没有发生这种情况，他们没有这样做。 好的。 然后我们继续引入疫苗，他们声称这种疫苗，即疫苗的数量，就是那条灰色曲线。 这是加拿大注射的累积疫苗剂量。
(08:56):
你看到的是他们声称，“感谢上帝，我们当时引入了疫苗，否则我们的死亡率就会变成红色。” 他们声称他们的疫苗使我们免于出现他们计算出的红色死亡率。 他们声称将会出现人类社会历史上从未见过的死亡率。
感谢上帝，这种疫苗恰好在死亡率如此令人难以置信的时候出现，拯救了我们，并将死亡率降低到了我们一直以来的水平。 这就是疫苗的作用。 不是半途而废，也不是介于两者之间，而是把事情搞砸了。 这就是疫苗的魔力，可以用为被收购的政客工作的被收购的科学家编写的数学模型的魔力来解释。 所以这不是真的。 疫苗没有拯救生命。
(09:50):
事实上，我将向罗马尼亚展示。 我将跳过一些幻灯片。 这又是加拿大。 但是，我们没有显示原始的全因死亡率，而是更正了死亡率，只显示超额死亡率，因此在大流行之前，您的基线是平坦的，然后您可以看到不同时间发生的超额死亡率，具体取决于政府的政策正在做。 再次，预测拯救生命的曲线。
现在，我们可以在美国做到这一点。 美国是一个拥有比加拿大更多弱势群体的国家，并且非常积极地对待他们。 因此，如果您愿意的话，蓝色的超额全因死亡率具有在加拿大看不到的巨大特征。 我们在这里处理的是一种非常奇怪的病毒，因为它带有护照。 尽管它距离非洲大陆两个最大的交换伙伴数千公里，但它拒绝从美国进入加拿大。
(11:01):
疫苗没有跨越国界。 它最初并没有进入德国。 当我们绘制超额死亡率强度地图时，我们会看到疫苗根据管辖范围有明确的通行证。 换句话说，这不是一种正在传播的病毒性呼吸道疾病。 我们通过研究所有全因死亡率得出的结论，在我们到达那里之前我会告诉你我们的结论，那就是有数据，这些硬数据与这样的观点相矛盾，即有一种特别致命的病原体来到地球并传播这本身就造成了严重破坏。
相反，我们看到的是，凡是死亡率过高的地方，你都可以通过我们可以量化的令人难以置信的积极治疗和疫苗来理解它。 我提前给了你结论，我稍微跳过了一点，但没关系。 这就是欧洲的样子，包括整个欧洲或我们能够包括在这里的国家。 看起来和美国很相似，美国的情况。
(12:06):
现在让我向您展示罗马尼亚。 罗马尼亚在疫情宣布后一开始并没有出现过高的死亡率，这只是西欧国家热点地区的一个特点。 但随后就会出现一个巨大的超额峰值。 我们将更多地讨论这一点，因为我们不……当我与更了解罗马尼亚的人交谈时，我开始理解这一点。 然后疫苗就会推出。 我知道罗马尼亚人可能没有像其他人那样接种疫苗，但是这篇理论论文中的主张是，如果没有疫苗，超额死亡率就会是红线。
但当我观察这种模式时，我看到的是，当你开始推出疫苗时，会出现一个峰值，然后当你再次推出疫苗时，会出现一个非常大的峰值，然后你会看到最后一个峰值与加强疫苗直接相关我们给予的剂量。 因此，当我谈论罗马尼亚时，我将在演讲结束时详细讨论这一点。
(13:11):
因此，回到全因死亡率，不是理论家告诉我们的理论红线，而是回到硬数据，这就是美国的情况。 因此，底部是按月列出的全因死亡率。 每个图表中都有一条垂直线，显示了大流行的公告。 神秘的是，在大流行宣布之际，世界各地的热点地区同时出现了热点地区，这些地区出现了巨大的初始死亡率峰值。 我是第一个就此发表文章的人，并指出病毒通常不遵循政治指令，而且它们也不遵循，所以它必须是其他东西。 而且也没有证据表明此功能已传播。
(13:58):
例如，它在整个北半球同步发生。 并且没有证据表明它随后传播开来。 它是局部的，它留在那里，这主要是由于极其积极的医疗治疗，因为医疗队被告知，他们被宣传说有这种可怕的剧毒东西即将降临到我们身上。 现在我们刚刚宣布这是一场大流行。 因此，他们有权尝试尽可能提供的帮助，但有时他们会开出过多的处方。 他们给人们戴上机械呼吸器，这是一件可怕的事情。
而那些做得最积极的地方，这些治疗方法，我们可以在我们的数据中追踪到，具有这种类型的最大峰值。 意大利北部，甚至斯德哥尔摩都特别保护老年人，他们有一个这样的高峰。 纽约市显然是众所周知的。 因此，这主要是您在美国数据中看到的纽约市峰值。 然后中间的曲线，又是全因死亡率，但到了一周，时间分辨率更细了。 所以你可以看到更多的细节。 顶部的曲线是其放大版。
(15:12):
你在美国有记录的历史和死亡率历史上第一次看到的是美国仲夏时节出现的峰值。 闻所未闻。 所以我在那里放了黑点来显示它们。 第一个事件发生在他们真正攻击生活在非常炎热的南部各州的穷人的时候。 综合死亡率与贫困相关。 如果你很穷，那时你就死了。 如果你不是，你就没有死。 然后他们就争抢疫苗。
夏季推出疫苗的高峰来自于他们所谓的疫苗公平，这意味着他们在美国雇佣了数千人去为所有尚未接种疫苗、抵制疫苗或远离疫苗的人接种疫苗。远在疗养院。 他们积极地为所有这些人接种了疫苗。 它是由盖茨和所有这些人资助的，他们在美国造成了死亡率的巨大高峰。 这就是美国最近新冠病毒死亡率的情况。
(16:19):
如果您按年龄组查看美国现在的死亡率，您可以看到那里的年龄组，24 至 25 岁、44 至 XNUMX 岁等，在接种疫苗之前，超额死亡率的增加百分比表示为基线的百分比该年龄组的死亡率，看起来像上面的那样。 并且在疫苗接种期间，死亡率的年龄结构发生巨大变化，并向年轻个体转移。 这并不意味着从数量上看老年人没有死亡。
正如您所预料的，大多数死亡病例是老年人，但这以基线的百分比表示。 因此，从这些角度来看，它转向了年轻人。 在美国，新冠疫情期间的总超额死亡率与美国 50 个州的贫困状况完全相关。 你永远不会在社会科学中看到这种如此强的相关性。 这是非常罕见的。
(17:20):
它不仅具有很强的相关性，我们称之为……从技术上讲，当它是相关系数的值时，它被称为非常好的相关性。 它贯穿原点，这意味着它不仅仅是相关性，而且是比例性。 该州的贫困人口越多，该州死亡的人就越多。 成正比。 所以这告诉你……这是病毒不会做的另一件事。 他们不会选择只杀死穷人。 那不会发生。 这不是病毒感染的特征。 因此，我们所看到的绝大多数司法管辖区导致死亡的情况的模型如下。
我们强调文献……嗯，首先是政府所做的事情。 社会经济影响。 许多人失去了工作，失去了社会联系，失去了正常活动，失去了社会地位。 与此相关的压力非常大。 有各种各样的监管规则。 人们受到制度上的压力。 有各种各样的条件你都知道。
(18:30):
在一些国家，暴力比其他国家要严重得多。 在秘鲁，他们雇佣了10,000名……他们立即召集了10,000名预备役军人去寻找所有可能发现的新冠病毒检测呈阳性的人，无论他们多大，他们都会将他们从家人身边带走并隔离。 由于这种做法，秘鲁出现了巨大的死亡率高峰。 于是就有了攻击性。 它造成了心理压力和社会孤立。 从科学角度来看，这会显着抑制免疫系统。 这是非常确定的。 研究这种与压力的关系是一个完整的科学领域。
因此，你的免疫系统会下降，因此你更容易受到各种感染。 当大量人群免疫力低下时，最容易立即受到感染的器官之一就是肺部，因为你已经拥有完整的细菌生态系统以及你自己的口腔和呼吸道中的所有东西，并且许多这些会对您的肺部造成相当危险。 所以你会得细菌性肺炎。
(19:45):
我的时间到了，但我什至没有去接种疫苗或去罗马尼亚。 我将向您展示罗马尼亚的数据。 好的。 再说一次，这是多年的工作，30 多份有关新冠病毒相关科学的科学报告，你可以在我的各个网站、我们的网站和我提供的网站上找到。 因此，如果我们看一下，这就是我们证明疫苗实际上导致死亡的方式，即每次推出一剂疫苗时，都会立即出现超额死亡率。 这就是以色列的情况。 因此，剂量为一剂和二剂，然后是第一次加强剂量、第二次加强剂量，依此类推。 您可以按年龄组进行操作，就像我们在这里所做的那样。 从最年长的开始，然后按年龄递减。
(20:32):
你会发现，随着年龄的增长，疫苗的毒性会增加，因为我们逐渐了解到，疫苗是一种有毒物质，每个人都会对它产生不同的反应，就像毒理学一样，如果你给予更多剂量，它就会更危险，因为第一剂就会造成损害。 除了高度的年龄依赖性外，这里还遵循所有毒理学原理。 所以我们发现每剂疫苗的毒性呈指数增加。 而按年龄翻倍的时间是四五岁。 因此，每四到五年，每次注射死亡的风险就会增加一倍。
(21:14):
例如，在以色列，如果您已经 80 岁以上，那么当您被感染时，您的死亡几率几乎为 1%，而在其他国家/地区更高。 所以我们看看秘鲁，你可以看到秘鲁由于军队的到来而出现了巨大的高峰。在这里，这是 90 岁以上的年龄组。 您可以看到正在推出的剂量。 彩色的是第四剂，即与之相关的峰值。 然后我们将其作为年龄的函数一直跟踪下去。 我们有很多好的数据。
(21:49):
然后我们绘制了秘鲁发生的情况的图表，我们可以为智利做同样的事情。 我们看到这两个国家的这四个国家都出现了指数增长，总是相同的翻倍时间，四五年。 20 岁以上的老年人每 90 次注射就有 XNUMX 人死亡。 因此，就全因死亡率而言，主要是老年人被疫苗杀死。 当然，年轻人会遭受死亡和各种可怕的副作用等等。 但就死亡率而言，导致死亡率过高的主要死亡群体是老年人。
(22:28):
这就是关于疫苗的结论。 因此，通过这项工作，我们能够计算出全球有多少人会死亡，因为我们现在已经研究了很多国家，发现地球上有 17 万人死于疫苗。 这是我们的号码。 我将忽略蜂鸣器，因为我想向您展示罗马尼亚。 这是罗马尼亚按年龄组划分的数据。 这就是深蓝色疫苗的推出与罗马尼亚超额死亡率的巨大峰值之间的相关性。
没有像西方国家那样的初始高峰。 我们对此有一些假设，罗马尼亚发生了一件非常可怕的事情来解释这一点。 我们对此有想法。 然后就是疫苗死亡，最后一个是加强剂。 因此，在罗马尼亚，我们对这种加强剂进行了初步分析，它是致命的，在罗马尼亚 10 岁以上的老年人中，每注射 80 次或 XNUMX 次加强剂就会导致 XNUMX 人死亡。 这是我们的结论，根据罗马尼亚数据得出的初步结论。 这就是我的演讲的结论。 就是这样。
(23:42):
我可以给你。 或者这实际上是最后一张幻灯片，我忘记展示了。 但不，这可能很复杂。 我不……哦，现在开始了吗？ 不，不，我想这是不可能的。 Correlation-canada.org。 这个网站，当你去研究时，研究结束，那里有同行评审的论文，有科学报告，还有一些令人惊叹的工作，还有理论工作，可以证明，例如……我要告诉你这个因为它太重要了。
你必须仔细查看这些文件。 我们已经证明，如果你接受政府使用的理论流行病学，你就可以证明，如果你想保护老年人，你能做的最糟糕的事情就是将他们隔离在疗养院和他们的家中。 这绝对是导致感染和死亡最大化的事情。 我们证明它现在是一篇经过同行评审的公认论文，而且我们证明这对于老年人来说通常是正确的。
(25:43):
因此，各国政府一直在说，我们必须通过隔离老年人并防止他们被感染来保护他们。 我们使用标准流行病学模型和所有可能的参数证明了事实恰恰相反。 所以政府确实在撒谎。 他们应该更清楚。 这些模型已经存在了十年。 这只是我们所做工作的另一个例子。 如果您想研究该网站，我们在新冠疫情期间做了很多不同的事情。
转载自作者 亚组
发表于 知识共享署名4.0国际许可
如需转载，请将规范链接设置回原始链接 褐石研究所 文章和作者。
