Um novo artigo científico documenta que a taxa de mortalidade de casos pré-vacinação foi extremamente baixa na população não idosa.
O artigo intitulado “Taxa de mortalidade por infecção COVID-19 estratificada por idade na população não idosa” (em tradução livre para português), está disponível em: Age-stratified infection fatality rate of COVID-19 in the non-elderly population. Publicado na Revista Científica Environmental Research, volume 216, Part 3, em 1 January 2023.
Resumo
“O maior fardo do COVID-19 é carregado pelos idosos e as pessoas que vivem em lares de idosos são particularmente vulneráveis. No entanto, 94% da população global tem menos de 70 anos e 86% têm menos de 60 anos. O objetivo deste estudo foi estimar com precisão a taxa de mortalidade por infecção (IFR) de COVID-19 entre pessoas não idosas na ausência de vacinação ou infecção prévia. Em pesquisas sistemáticas no SeroTracker e PubMed (protocolo: https://osf.io/xvupr), identificamos 40 estudos nacionais de seroprevalência elegíveis cobrindo 38 países com dados de seroprevalência pré-vacinação. Para 29 países (24 de alta renda, 5 outros), dados de morte por COVID-19 estratificados por idade disponíveis publicamente e informações de seroprevalência estratificada por idade estavam disponíveis e foram incluídos na análise primária. Os IFRs tiveram uma mediana de 0,034% (faixa interquartil (IQR) 0,013–0,056%) para a população de 0–59 anos e 0,095% (IQR 0,036–0,119%) para a população de 0–69 anos. A IFR mediana foi de 0,0003% aos 0-19 anos, 0,002% aos 20-29 anos, 0,011% aos 30-39 anos, 0,035% aos 40-49 anos, 0,123% aos 50-59 anos e 0,506% aos 60-49 anos. 69 anos. O IFR aumenta aproximadamente 4 vezes a cada 10 anos. A inclusão de dados de outros 9 países com distribuição etária imputada de mortes por COVID-19 resultou em IFR mediano de 0,025–0,032% para 0–59 anos e 0,063–0,082% para 0–69 anos. Análises de meta-regressão também sugeriram IFR global de 0,03% e 0,07%, respectivamente, nessas faixas etárias.
“A análise atual sugere um IFR pré-vacinação muito menor em populações não idosas do que o sugerido anteriormente.
“Existiam grandes diferenças entre os países e podem refletir diferenças nas comorbidades e outros fatores. Essas estimativas fornecem uma linha de base a partir da qual se pode compreender mais declínios de IFR com o uso generalizado de vacinação, infecções anteriores e evolução de novas variantes”.
A partir dos dados acima, a taxa média de mortalidade por infecção (IFR) durante a ERA PRÉ-VACINAÇÃO foi:
- 0003 % em 0–19 anos
- 002% aos 20-29 anos
- 011 % aos 30-39 anos
- 035% aos 40-49 anos
- 123 por cento em 50-59 anos
- 506 por cento em 60-69 anos
- 034% para pessoas de 0 a 59 anos
- 0,095% para pessoas de 0 a 69 anos.
Essas estimativas de IFR na população não idosa são muito mais baixas do que os cálculos e modelos anteriores sugeriram.
* * *
Alguém se lembra do início de 2020? As terríveis previsões de um desastre global – de uma taxa de letalidade e de uma taxa de infecciosidade (R0) inédita nos tempos modernos para uma doença respiratória? As previsões eram de que o “novo coronavírus”, como era chamado na época, seria a próxima gripe espanhola. Que a única solução era o confinamento de nações inteiras. Esta foi a estratégia que causou pânico em governos de todo o mundo. Essa foi a estratégia que causou o colapso da mídia legada.
Um cientista que claramente liderou esse esforço e enganou o mundo com suas terríveis previsões foi Neil Ferguson, Ph.D. do Colégio Imperial.
A equipe de Ferguson no Imperial College London, reivindicou o crédito por salvar milhões de vidas através das políticas de bloqueio e confinamento que implementaram seus modelos. São os modelos do Imperial College que projetaram milhões de mortes no primeiro ano no Reino Unido, se os rigorosos lockdowns não tivessem sido implementados. Uma vez implementado, Ferguson e o Imperial College rapidamente assumiram o crédito pelo “sucesso” dos lockdowns.
A estimativa de 3,1 milhões de vidas salvas pelo Dr. Ferguson, foi derivada de um exercício completamente ridículo e não científico, por meio do qual eles pretendiam validar seu modelo usando suas próprias projeções hipotéticas como um contrafactual do que aconteceria sem lockdown ”. Outros modelos e dados do mundo real desacreditaram os modelos de Ferguson, mas o estrago já estava feito. Bloqueios, quarentenas, mascaramento, produtos mal testados – como vacinas experimentais cobraram seu preço de todos nós. Afinal, e se algum deles fosse necessário?
“Elon Musk chama Ferguson de ‘ferramenta absoluta’ que faz ‘ciência absurdamente falsa.’ Jay Schnitzer, especialista em biologia vascular e ex-diretor científico do Sidney Kimmel Cancer Center em San Diego, me disse: ‘Normalmente reluto em dizer isso sobre um cientista, mas ele dança à beira de ser um charlatão em busca de publicidade.’” (Revisão Nacional)
Repetidas vezes, ano após ano, década após década, o NHS e os governos mundiais, incluindo o nosso, recorreram ao Dr. Ferguson para modelagem de doenças infecciosas. Ferguson dá a eles o que eles querem. Uma razão para os burocratas, o estado administrativo para mais uma vez intensificar e ser importante. Um de seus modelos pessimistas pode aumentar os orçamentos federais de preparação para desastres a proporções astronômicas. Isso é poder bruto para o humilde funcionário da saúde pública. o que tem para não gostar?
Exceto por um factóide singular:
As previsões de Ferguson de taxas de letalidade altíssimas foram exageradas.
Os lockdowns foram um fracasso completo e absoluto.
Mas este não é o primeiro modelo de doenças infecciosas fracassado de Ferguson que tropeça no cenário mundial. Estes são dois exemplos de suas previsões anteriores:
- Ferguson previu que até 150 milhões de pessoas poderiam morrer de gripe aviária durante o surto de 2005. Essa previsão falhou em uma quantidade surpreendente, com um total de 282 pessoas morrendo em todo o mundo devido à doença entre 2003 e 2009.
- Em 2009, um dos modelos de Ferguson previu que 65.000 pessoas poderiam morrer do surto de gripe suína no Reino Unido—o valor final ficou abaixo de 500. Essa modelagem foi o que causou pânico em tantos funcionários da saúde pública e criou pânico mundial entre os funcionários e a população.
Então, por que Boris Johnson e nosso governo recorreram a seus modelos para orientação no início da crise do COVID? Por que eles aceitaram as afirmações de Ferguson de que os lockdowns funcionariam, sem nenhuma evidência ou orientação de política pública indicando que tais medidas draconianas teriam algum impacto?
Eles eram tão ingênuos?
* * *
Aqui é onde fica ainda mais louco. Há quem defenda apaixonadamente que a modelagem que Ferguson fez no início de 2020 é a prova de que 1) as intervenções não farmacêuticas (lockdowns e máscaras) funcionaram porque (lógica circular aqui) suas previsões de modelagem não se tornaram realidade e; 2) que as vacinas funcionaram além de qualquer medida porque, novamente, suas previsões de modelagem não se concretizaram.
No entanto, aqui estamos nós. Um novo artigo científico importante (discutido acima) documenta que a taxa de mortalidade de casos pré-vacinação foi extremamente baixa na população não idosa. Isso significa mais evidências de que os modelos de Ferguson estavam errados (de novo) e o que ouvimos da mídia patrocinada pelo estado?
Grilos.
Um colega meu que está no Senado dos EUA relatou recentemente que os senadores republicanos estavam cumprimentando uns aos outros sobre o sucesso da Warp-speed com base nos dados de modelagem de Ferguson em um artigo recente.
Você não pode inventar essas coisas.
Publicado originalmente no site do autor Subpilha, republicado do Instituto Brownstone
As opiniões expressas neste artigo são as opiniões do autor e não refletem necessariamente as opiniões do Epoch Times.
Entre para nosso canal do Telegram
Assista também:
As opiniões expressas neste artigo são as opiniões do autor e não refletem necessariamente as opiniões do Epoch Times
