No son 14 millones de vidas salvadas, sino más de 17 millones de muertos

Denis Rancourt

Denis tiene un doctorado en Física (1984, Universidad de Toronto), fue profesor titular titular (Universidad de Ottawa) y ha publicado más de cien artículos en revistas científicas líderes. Los informes y artículos de Denis se pueden encontrar en su sitio web en denisrancourt.ca.

---

Dr. Denis Rancourt

Mortalidad por todas las causas en el mundo y en Rumania

Bien, voy a hablar de algo bastante diferente. Voy a hablar de la mortalidad por todas las causas. No me voy a preocupar por lo que causó la muerte. Simplemente vamos a contar las muertes. Y también les mostraré datos de Rumania. Y todos los gráficos y resultados que presentaré se encuentran en varios informes científicos que yo, mis colaboradores y yo hemos estado escribiendo durante los últimos tres años o más. Y se pueden encontrar en esta web, los informes científicos. Y estos son mis principales colaboradores en la investigación de la mortalidad por todas las causas. Y dos de ellos están aquí en la habitación con nosotros. Son de Praga. Y otro lugar cuyo nombre les dije que no olvidaría, y simplemente lo hice, lo siento, Jérémie.

(01:05):

Por eso quiero comenzar el registro histórico, casi 1900. Mostraré algunos datos a partir de 1900. Realmente comenzaré desde el comienzo de Covid, si lo desea. Ahora bien, la mortalidad por todas las causas sólo está contando las muertes. Y éste es el caso de Francia a partir de 1946, justo después de la Segunda Guerra Mundial. Y lo que se encuentra en todas partes del hemisferio norte es que la muerte es mayor, mayor en invierno y desciende en verano. Y por eso tiene un patrón estacional que es muy regular.

Denis Rancourt (00:11):

Esto se sabe desde hace más de cien años. Y yo diría que no se entiende del todo. Yo diría que está lejos de entenderse completamente, pero así es como se ve el patrón por mes. Entonces estamos analizando la mortalidad por mes en Francia. Y si se integra por año, por ciclo anual alrededor de cada invierno de verano a verano en Francia, se ve así. Entonces puede haber un invierno intenso seguido de un invierno más bajo y así sucesivamente. Y el patrón se ve así.

(02:17):

Así pues, desde el final de la Segunda Guerra Mundial, la mortalidad poblacional ha ido disminuyendo en gran medida. Y normalmente es el 1% de la población la que muere en un año determinado. Este es el tipo de datos con el que vamos a tratar. Y que el año pasado es el primero de la llamada pandemia. Y ahora, si vamos a Estados Unidos, para dar otro ejemplo, puedo hablar de mortalidad por todas las causas. Esto es por año ahora para un grupo de edad en particular. Este es el grupo de edad de 15 a 24 años. Y me he separado en hombre y mujer.

Entonces tienes los dos colores allí. Y este gráfico nos permite ilustrar lo que se puede ver cuando se mide la mortalidad, que es una cifra difícil. Nadie puede decirle que el gobierno no contó las muertes correctamente porque se toman muy en serio el conteo de muertes y es un proceso legalista. Y estos son datos concretos. Y esto es lo que ves.

(03:18):

Verás que hubo un evento en 1918, ese evento fue recuperado por los CDC y lo llamaron Gripe Española. Lo sé, y hay varios artículos científicos que demuestran que esto no fue una enfermedad respiratoria viral. Nadie mayor de 50 años murió en ese enorme pico de mortalidad. En ese pico sólo murieron adultos jóvenes, familias y adolescentes. Y los ricos no murieron en ese período. Así que eso era 1918.

Y luego en Estados Unidos tenemos algo llamado la Gran Depresión. Enorme colapso económico seguido de un Dust Bowl relacionado con la economía, que fue en parte una catástrofe ambiental. Y esas fueron las grandes penurias, las penurias recientes en Estados Unidos. Y se puede ver la mortalidad tanto en hombres como en mujeres en esos períodos. Luego, en la Segunda Guerra Mundial, se ve que los hombres tienen una mortalidad, mientras que las mujeres no. Y creo que todos entendemos por qué. Y en el período de la Guerra de Vietnam, se puede ver que hay un aumento en la mortalidad de los hombres. Esto es lo que se puede ver en la mortalidad por todas las causas.

(04:30):

Y, en conclusión, he estado estudiando exhaustivamente la mortalidad por todas las causas en más de cien países de todos los continentes excepto la Antártida, obviamente, y con gran detalle por unidad de tiempo, por semana, por día, por mes, por grupo de edad, por sexo. Y puedo decirles que lo único que se puede ver en los datos de mortalidad por todas las causas son las siguientes cosas. Variaciones estacionales, como expliqué. Un máximo en invierno y en el hemisferio sur se invierte. Su invierno es nuestro verano. Ahí es cuando tienen un máximo de mortalidad. En la región ecuatorial no hay variación estacional en la mortalidad. No hay picos, es una línea plana. Entonces hay una variación estacional que sigue a los hemisferios.

Puedes ver guerras, como mencioné. Se pueden ver colapsos económicos, enormes colapsos económicos que afectan a las poblaciones. Se pueden ver olas de calor de verano en latitudes del norte que no están acostumbradas a tener un período muy caluroso en el verano, eso mata a la gente, a veces porque se caen por las escaleras cuando hace mucho calor, pero mata a la gente. Y se puede ver un pico que dura aproximadamente una semana en uno de estos períodos de calor.

(05:44):

Puedes ver terremotos. De inmediato ves el terremoto. La gente es aplastada por los edificios. Cuentas los muertos y ves un pico por los terremotos. Pero no vemos ni detectamos ninguna de las pandemias afirmadas por los CDC que ocurrieron en 1957, 58, 68, 2009. Esas pandemias, esas supuestas pandemias, no dan lugar a ningún exceso de mortalidad por todas las causas que pueda detectarse. en cualquier jurisdicción y/o por cualquier medio. El exceso de muertes no se puede detectar a escala nacional o estatal para estas llamadas pandemias. Así que no causaron muertes excesivas, sean las que sean. Y luego tienes... Le expliqué 1918.

Luego tenemos el período Covid. Y en la época de Covid hubo un gran asalto. Hubo muchos ataques desde múltiples frentes contra personas vulnerables en muchas jurisdicciones diferentes. Entonces, dependiendo de lo que hizo el estado antes de introducir las vacunas… hablaré también de las vacunas. Pero dependiendo de lo que hicieron los estados, provocaron un exceso de mortalidad, a veces en cantidades enormes. Y les mostraré ejemplos de eso.

(07:00):

Primero quiero decirles que algo sucede socialmente como parte de la propaganda de que se otorgó el Premio Nobel por esta supuesta vacuna. Y quiero mostrarles lo absurdo que es esto porque todos los políticos que apoyaban esto afirmaban que la vacuna, esta vacuna mágica por la que le habíamos otorgado el Premio Nobel, salvó decenas de millones de vidas.

Bueno, analizamos eso, analizamos la base de esa afirmación, y la base de la afirmación es un artículo que apareció en Lancet Infectious Diseases en 2022 por Watson et al. Y afirman que se salvaron entre 14 y 19 millones de vidas. Entonces nosotros, como físicos, como científicos, dijimos: "Está bien, si eso es lo que afirmas, calculemos y veamos cómo se vería eso en la escala de mortalidad por todas las causas en función del tiempo".

(07:54):

Entonces, comencemos por algún lado y vayamos a Canadá y veamos el ciclo estacional. Así que se trata de mortalidad por todas las causas en una escala que comienza en cero. Y veamos la variación estacional. Esa línea vertical es la declaración de la pandemia. El primer pico que se ve en azul es que Canadá mata a personas mayores y personas vulnerables en hospitales y residencias de ancianos debido a los agresivos tratamientos iniciales porque estaban preocupados por esta llamada pandemia.

Y esto sucedió en muchos puntos críticos de los países occidentales, pero no sucedió en ninguno de los países de Europa del Este ni en Rusia. Entonces, dependiendo del país, dependiendo de lo que hicieron, esa es la cuestión. Esto no sucedió en Alemania, donde no se hacía esto. Bueno. Luego seguimos y traemos las vacunas y ellos afirman que esta vacuna, que es el número de vacunas, es esa curva gris. Esas son las dosis acumulativas de vacuna que se administran en Canadá.

(08:56):

Y lo que se ve es que afirman que “Gracias a Dios trajimos las vacunas en ese momento porque de lo contrario habríamos tenido la mortalidad en rojo allí”. Afirman que sus vacunas nos salvaron de tener la mortalidad en rojo que ellos calculaban. Afirman que habría habido una mortalidad como nunca hemos visto en la historia de una sociedad humana.

Y que gracias a Dios esta vacuna llegó justo en el momento en que habría habido esta increíble mortalidad y nos salvó y redujo la mortalidad básicamente al mismo nivel que siempre hemos tenido. Eso es lo que hizo la vacuna. No a mitad de camino, ni en algún punto intermedio, sino que simplemente derribó las cosas. Ésta es la magia de la vacuna que se explica por la magia de los modelos matemáticos escritos por científicos comprados que trabajan para políticos comprados. Entonces no es verdad. La vacuna no salvó vidas.

(09:50):

De hecho, se lo mostraré a Rumania. Me saltaré algunas diapositivas. Esto es Canadá otra vez. Pero en lugar de mostrar la mortalidad bruta por todas las causas, hemos corregido la mortalidad para mostrar solo el exceso de mortalidad y, por lo tanto, tenemos una línea de base plana hasta la pandemia y luego podemos ver los excesos que ocurren en varios momentos dependiendo de lo que diga el gobierno. estaba haciendo. Y nuevamente, la curva de vidas salvadas previstas.

Ahora podemos hacer esto en los Estados Unidos. Estados Unidos era un país que tenía muchas más personas vulnerables en términos de salud que Canadá y las trataba de manera muy agresiva. Entonces, la línea de base, si se quiere, el exceso de mortalidad por todas las causas en azul, tiene características enormes que no se ven en Canadá. Y el que estamos tratando aquí es un virus muy extraño porque lleva pasaporte. Se negó a cruzar de Estados Unidos a Canadá, a pesar de que se encuentra a miles de kilómetros de los dos mayores socios de intercambio del continente.

(11:01):

La vacuna no traspasaba fronteras. Inicialmente no cruzó a Alemania. Cuando dibujamos mapas de intensidad del exceso de mortalidad, vemos que la vacuna tiene pasaportes definidos según la jurisdicción. En otras palabras, no se trataba de una enfermedad respiratoria viral que se estuviera propagando. Nuestra conclusión al estudiar todas las causas de mortalidad, les diré nuestra conclusión antes de llegar allí, es que hay datos, estos datos concretos contradicen la idea de que hubo un patógeno particularmente virulento que llegó al planeta y se propagó. y eso causó estragos por sí solo.

En cambio, lo que vemos es que en todos los lugares donde hay un exceso de mortalidad, se puede entender en términos de los increíbles tratamientos agresivos que se realizaron y las vacunas, que podemos cuantificar. Les di la conclusión de antemano, me estoy saltando un poco, pero no importa. Así es Europa, sobre toda Europa o los países que pudimos incluir aquí. La situación en Estados Unidos se parece bastante a la de Estados Unidos.

(12:06):

Ahora déjame mostrarte Rumania. En Rumania no hay un exceso de mortalidad al principio, inmediatamente después del anuncio de la pandemia, lo cual es común en los puntos críticos de los países de Europa occidental. Pero luego comienza un pico de exceso masivo. Vamos a hablar un poco más sobre eso porque no... Estoy empezando a entenderlo a medida que hablo con personas que saben más sobre Rumania. Y luego se lanzan las vacunas. Y sé que los rumanos tal vez no se vacunaron tanto como otros, pero aún así, la afirmación de este artículo teórico es que el exceso de mortalidad habría sido esa línea roja si no hubiera habido vacunas.

Pero lo que veo cuando miro ese patrón es que hay un pico justo cuando comienzas a implementar las vacunas, luego hay un pico muy grande cuando las vuelves a implementar y luego ves que el último pico está directamente asociado con el refuerzo. dosis que nos dan. Así que voy a analizar esto con cierto detalle al final de la charla cuando hable de Rumania.

(13:11):

Entonces, volviendo a la mortalidad por todas las causas, no a esta línea roja teórica que nos dicen los teóricos, sino a los datos concretos, esto es lo que parece en los Estados Unidos. Entonces, en la parte inferior tienes la mortalidad por todas las causas por mes. Tenéis la línea vertical en cada gráfico que muestra el anuncio de la pandemia. Y misteriosamente, cuando se anuncia la pandemia, hay puntos críticos sincrónicamente al mismo tiempo en puntos críticos de todo el mundo donde hay este enorme pico inicial de mortalidad. Fui el primero en escribir un artículo sobre eso y en señalar que normalmente los virus no siguen directivas políticas y no lo hacen, así que tiene que ser otra cosa. Y tampoco hay evidencia de que se haya difundido esta característica.

(13:58):

Ocurre sincrónicamente en todo el hemisferio norte, por ejemplo. Y no hay evidencia de que luego se haya extendido. Estaba localizado, permaneció allí y se debió principalmente a tratamientos médicos extremadamente agresivos porque a los equipos médicos se les dijo, se les hizo propaganda de que había algo horrible y virulento que simplemente iba a caer sobre nosotros. Y ahora acabamos de anunciar que es una pandemia. Así que tenían licencia para intentar cualquier ayuda que pudieran brindar y, a veces, recetan demasiado. Intuban a las personas con respiradores mecánicos, algo espantoso.

Y los lugares que hicieron esto de manera más agresiva, estos tratamientos, y podemos seguir eso en nuestros datos, tuvieron los picos más grandes de este tipo. El norte de Italia, incluso Estocolmo, protegía especialmente a los ancianos, y tuvieron un pico como ese. Y la ciudad de Nueva York, obviamente, es muy conocida. Este es principalmente el pico de la ciudad de Nueva York que se ve aquí en los datos de EE. UU. Luego, la curva en el medio es nuevamente la mortalidad por todas las causas, pero a una semana, una resolución temporal más precisa. Para que puedas ver más detalles. Y la curva en la parte superior es una ampliación de eso.

(15:12):

Y lo que se ve por primera vez en la historia registrada en los EE. UU. y en la historia de la mortalidad son picos que ocurren en pleno verano en los Estados Unidos. Inaudito. Entonces puse puntos negros allí para mostrarlos. El primero ocurre en un momento en el que realmente agredían a los pobres que viven en los estados muy cálidos del sur. Y la mortalidad integrada para eso se correlaciona con la pobreza. Si eras pobre, morías en ese momento. Si no lo eras, no morías. Y luego se pelearon por las vacunas.

Y el pico de verano que se alcanza con el lanzamiento de la vacuna allí se debe a lo que llamaron equidad de la vacuna, lo que significó que contrataron a miles de personas en los EE. UU. para vacunar a todos los que aún no se habían vacunado, a los que se resistían o a los que estaban lejos. lejos en una residencia de ancianos. Y fueron agresivamente y vacunaron a toda esa gente. Fue financiado por Gates y toda esa gente y produjeron ese enorme pico de mortalidad en los EE.UU. allí. Así es como se ve la mortalidad en Estados Unidos en los últimos tiempos por Covid.

(16:19):

Si observa ahora la mortalidad en los EE. UU. por grupo de edad, puede ver los grupos de edad allí, de cero a 24 años, de 25 a 44, etc., antes de que se vacunen, el porcentaje aumenta el exceso de mortalidad expresado como porcentaje de la línea de base. la mortalidad para el grupo de edad, se ve así en la parte superior. Y durante el período de vacunación, la estructura de edad de la mortalidad cambia drásticamente y se desplaza hacia los individuos más jóvenes. Eso no significa que cuantitativamente los ancianos no estuvieran muriendo.

La mayoría de las muertes ocurren en personas mayores, como era de esperar, pero esto se expresa como un porcentaje del valor de referencia. Entonces, en esos términos, se traslada a los más jóvenes. Y en Estados Unidos, el exceso de mortalidad total en el período COVID en su conjunto se correlaciona perfectamente con la pobreza en los 50 estados de Estados Unidos. Nunca verás esto en las ciencias sociales, una correlación tan fuerte. Es muy raro.

(17:20):

Y no sólo es una correlación fuerte, la llamamos... Técnicamente se llama una correlación muy buena cuando es ese valor del coeficiente de correlación. Y pasa por el origen, lo que significa que no es sólo una correlación, es una proporcionalidad. Cuanto más pobres había en el estado, más gente moría en ese estado. Directamente proporcional. Entonces esto les dice... Esa es otra cosa que los virus no hacen. No eligen matar sólo a los pobres. Eso no sucede. Esa no es una señal de una infección viral. Entonces, nuestro modelo de lo que ha estado causando mortalidad en la gran mayoría de las jurisdicciones que vimos es el siguiente modelo.

Hacemos hincapié en la literatura... Bueno, primero que nada está lo que hicieron los gobiernos. El impacto socioeconómico. Muchas personas perdieron sus trabajos, perdieron sus contactos sociales, perdieron sus actividades habituales y perdieron su posición en la sociedad. Un estrés increíble relacionado con eso. Había normas regulatorias de todo tipo. Hubo presiones institucionales sobre la gente. Había todo tipo de condiciones que usted conoce.

(18:30):

Y en algunos países fue mucho más violento que en otros. En Perú contrataron a 10,000… Llamaron enseguida a 10,000 reservistas militares para que fueran a buscar a todas las personas que pudieran dar positivo a Covid y los sacarían de sus familias sin importar la edad que tuvieran y los aislarían. Y hay un enorme pico de mortalidad en Perú como resultado de esa práctica. Entonces hubo agresión. Causó estrés psicológico y aislamiento social. Y científicamente se sabe que esto deprime dramáticamente el sistema inmunológico. Esto está muy bien establecido. Es todo un área de la ciencia estudiar esta relación con el estrés.

Por lo tanto, tienes esa reducción en el sistema inmunológico y, por lo tanto, eres más vulnerable a todo tipo de infección. Y cuando en una población grande la inmunidad está deprimida, uno de los órganos más susceptibles a infectarse inmediatamente son los pulmones, porque ya tienes todo un ecosistema de bacterias y todo en tu propia boca y en tu tracto respiratorio, y muchas de Esos pueden volverse bastante peligrosos para sus pulmones. Entonces contraes neumonía bacteriana.

(19:45):

Y se me acabó el tiempo y ni siquiera llegué a las vacunas ni a Rumania. Así que sólo les mostraré los datos de Rumania. Bueno. Nuevamente, son años de trabajo, más de 30 informes científicos sobre ciencia relacionada con Covid que pueden encontrar en mis diversos sitios web, en nuestros sitios web y en el que proporcioné. Y si nos fijamos, así es como demostramos que las vacunas en realidad estaban causando la muerte, es decir, que cada vez que se aplicaba una dosis, inmediatamente después se producía un exceso de mortalidad. Este es el caso de Israel. Entonces, las dosis uno y dos, luego el primer refuerzo, el segundo refuerzo, y así sucesivamente. Y puedes hacerlo por grupo de edad como lo estamos haciendo aquí. Se empieza por los más mayores y se va bajando por edades.

(20:32):

Y lo que encuentras es que por edad, la toxicidad de la vacuna, porque llegamos a entender que la vacuna es una sustancia tóxica a la que cada persona va a reaccionar de manera diferente, igual que en toxicología, que si le das más dosis, es Más peligroso porque hay daños desde las primeras dosis. Aquí se siguen todos los principios de la toxicología, además de la alta dependencia de la edad. Entonces, lo que encontramos es que hay un aumento exponencial en la toxicidad de la vacuna por dosis. Y el tiempo de duplicación por edad es de cuatro o cinco años. Por lo tanto, el riesgo de morir por inyección se duplica cada cuatro o cinco años de edad.

(21:14):

En Israel, por ejemplo, si tienes más de 80 años, tienes casi un 1 por ciento de posibilidades de morir cuando te infectas y es mayor en otros países. Entonces miramos a Perú, se puede ver el pico masivo allí en Perú debido a la llegada del ejército. Aquí, este es el grupo de edad de 90+. Puede ver las dosis que se están implementando. La de color es la cuarta dosis, los picos que se asocian a ella. Y luego lo seguimos en función de la edad hasta el final. Tenemos muchos buenos datos.

(21:49):

Y luego hacemos un gráfico de lo que pasó en Perú y podemos hacer lo mismo con Chile. Y vemos que esos cuatro en ambos países dieron ese aumento exponencial, siempre el mismo tiempo de duplicación, cuatro o cinco años. Y aquí hay una muerte por cada 20 inyecciones en personas mayores de 90 años. Por lo tanto, fueron las personas mayores las que murieron en mayor medida a causa de las vacunas en términos de mortalidad por todas las causas. Por supuesto, los jóvenes sufrieron la muerte y todo tipo de efectos secundarios horribles, etc. Pero en términos de mortalidad, los grandes grupos que estaban muriendo y que contribuían al exceso de mortalidad eran los ancianos.

(22:28):

Y esas son las conclusiones sobre las vacunas. Entonces, a partir de este trabajo, podemos calcular cuántas personas habrían muerto en todo el mundo, dado que hemos estudiado tantos países ahora y descubrimos que 17 millones de personas murieron a causa de las vacunas en el planeta. Ese es nuestro número. Y voy a ignorar ese timbre porque quiero mostrarles Rumania. Estos son los datos de Rumania por grupo de edad. Ésta es la correlación entre los lanzamientos de vacunas en azul oscuro y estos enormes picos de exceso de mortalidad en Rumania.

No hay un pico inicial como el que se ve en los países occidentales. Está el que tiene el signo de interrogación sobre el que tenemos hipótesis y algo muy horrible sucedió en Rumania para explicarlo. Tenemos ideas al respecto. Y luego están las muertes por vacunas, y la última es la de refuerzo. Entonces, en Rumania hicimos un análisis preliminar de ese refuerzo y está matando, se produce una muerte por cada cinco o 10 inyecciones en las personas mayores de 80 años en Rumania debido a los refuerzos. Ésa es nuestra conclusión, una conclusión preliminar sobre los datos rumanos. Y esa es mi conclusión con la charla. Y eso es.

(23:42):

Puedo dartelo. O en realidad fue la última diapositiva, que olvidé mostrar. Pero no, eso puede resultar complicado. Yo no… Oh, ¿está encendido ahora? No, no, no es posible, creo. Correlación-canada.org. En este sitio, cuando vas a investigar, al final de la investigación, hay artículos revisados ​​por pares, hay informes científicos y hay algunos trabajos increíbles, también trabajos teóricos que prueban, por ejemplo... Voy a decirte esto. porque es demasiado importante.

Tienes que revisar estos documentos. Hemos demostrado que si se acepta la epidemiología teórica tal como la utilizaron los gobiernos, se puede demostrar que si se quiere proteger a las personas mayores, lo peor que se puede hacer es aislarlas en residencias y en sus hogares. Es absolutamente lo que maximizará las infecciones y la muerte. Y demostramos que ahora es un artículo aceptado y revisado por pares, y demostramos que eso era cierto en general para las personas mayores.

(25:43):

Por eso los gobiernos han estado diciendo que tenemos que proteger a los ancianos aislándolos y evitando que se infecten. Y demostramos utilizando modelos epidemiológicos estándar con todos los parámetros posibles que ocurre lo contrario. Así que el gobierno realmente ha estado mintiendo en eso. Deberían saberlo mejor. Estos modelos existen desde hace una década. Así que ese es sólo otro ejemplo del trabajo que hacemos. Hay muchas cosas diferentes que hemos hecho durante Covid, si quieres estudiar ese sitio web.

Reeditado del autor Substack