2022年12月初北京醫療系統爆發新冠瘟疫,在越演越烈無法掩蓋的危機下,12月7日突然命令全國全面放開,已經燃爆了的北京醫院疫情迅速井噴,醫療擠兌、死亡爆棚,並迅速傳向全國。

12月1~20日感染2.48億人,火葬場屍滿為患,北京玉泉營凍肉冷庫積屍1.5萬具,還在新建冷庫、火化爐……

圖1:2022年12月19日公布的7000份問卷的統計數據再計算,驚見中國疫苗有反作用。(作者提供)
圖1:2022年12月19日公布的7000份問卷的統計數據再計算,驚見中國疫苗有反作用。(作者提供)

圖2:中國疫情大起,各地死人堆積,鞍山地下車庫存屍。(新唐人影片截圖)
圖2:中國疫情大起,各地死人堆積,鞍山地下車庫存屍。(新唐人影片截圖)

12月25日我們曾撰文《陽性有症狀奇多,疫苗ADE惡果被掩蓋》,結合世界疫苗大數據指出:根源在中國的疫苗。而中共的專家斷言否定,稱「和疫苗沒有關係」,卻給不出合理的解釋。

舉國狐疑、世界惶惑之際,一篇《7000份問卷實錄回答你對Omicron的14個疑問》(以下簡稱《7000問卷》),給出了無可辯駁的統計學答案。

(一)無症狀比例陡降 超過變異病毒的能力

中國大疫之下,人們驚訝地發現:Omicron怎麼不再是小感冒了?!90%的無症狀感染者看不到了,身邊的人,幾乎盡在咳嗽發燒,不該感染的中青年人,紛紛躺倒。

為甚麼這樣?是病毒變異了?還是中國的疫苗有問題?中國的專家們馬上出來「闢謠」說,病毒沒有變異,疫苗也沒問題——不給任何解釋的同時,發明了「無症狀和輕症佔90%(此處輕症包括39度以上高燒5天以上尚無肺炎的)」,來掩蓋「90%的無症狀消失」——不尋常的專家群體掩蓋,口徑統一,背後一定有不可告人的黑幕。

《7000問卷》中公布:「問卷綜合了《新冠肺炎防控方案(第九版)》和余昌平的定義方法,結果顯示,僅1.1%的問卷感染者為無症狀。」這符合當今的中國疫情現狀,但是下表一對比,就會發現問題。

表1:感染各種新冠病毒後的症狀比例

地域 武漢 美國 上海 中國大陸
病毒種類 原始毒株 Delta 奥密克戎 奥密克戎   
時間 2020.4 2021.8~2022.5 2022.3-4 2022.12
無症狀比例 82.10% 43.70% > 96% 1.10%
有症狀比例 17.90% 56.30% < 4% 98.90%

上表武漢、美國的無症狀感染比例,都出自血清學大樣本數據的論文[1,2];上海的比例則是今年上海疫情爆發時上海衛健委的發布。

中國專家稱:大陸尚未發現新的超級變異,還是Omicron毒株的各種變體。意大利等國對中國入境旅客強制檢測,在無症狀感染者身上,也沒發現新變種。

上表對比可以看出,血清大數據樣本顯示,從武漢新冠病毒原始毒株,到Delta、Omicron,都有高比例的無症狀感染者存在——所以,即使有新的變異病毒出現,也不會把無症狀感染降低到1.1%,對吧?

既然不是病毒變異所致,哪裏來的魔力?讓已經橫掃過全球的溫和病毒,在中國變得如此強悍?20天感染2.5億,超過美國3年疫情感染量的1.5倍,甚至超過世界3年疫情感染的總數!讓本來大比例的無症狀者都犯了病,症狀加重,死亡暴增,席捲各個年齡層,完全不像專家吹泡的:越晚放開危害越輕,而是過於沉重。

中國此次疫情和國外相比,相同的病毒卻傳染超快、疫情過重,對比中外整體的不同,就能找到答案。答案的選項,既然不在新病毒,就只剩下中國特色的疫苗了。

(二)被重重掩蓋的中國疫苗

中國滅活疫苗的三期臨床試驗數據,至今也沒有全部公開,中國所有疫苗的不良反應數據,至今還是國家機密。

1. 50%有效率 也只是在巴西掩蓋後的數據

圖3:世衛組織把新冠疫苗保護率降到50%,中國疫苗恰好過關。(作者提供)
圖3:世衛組織把新冠疫苗保護率降到50%,中國疫苗恰好過關。(作者提供)

注意:2021年1月公布的中國疫苗在巴西有效率50%,只是平均數,假如關鍵數據低於50%,次要數據高於50%,如果是這麼平均過關的,當時就不合格。一直不敢公開全部數據,一定有鬼。

2021年9月,巴西政府暫停購買中國疫苗,像其它幾個拉美國家和東南亞國家一樣,轉用歐美疫苗。

2. 1~8%?中國疫苗有效率 已被香港美化

2022年2月,香港第5波疫情期間,香港大學公布了新冠疫苗的保護率,見下圖:

圖4:香港公布的第五波疫情數據,完美規整的降幅曲線很可能在造假,整體也與大數據不符。(作者提供)
圖4:香港公布的第五波疫情數據,完美規整的降幅曲線很可能在造假,整體也與大數據不符。(作者提供)

按港大的數據:中國疫苗3針有效率從36%(針後14天)跌到了8%(針後6個月);

2針有效率從3%跌到了1%;

美國mRNA疫苗復必泰2針開始有效率只20%?6個月也跌到1%……

世界的驚呼,聚焦在8%上——而媒體們有意忽略的是,剛完成接種:

中國疫苗3針有效率只有36%,2針有效率只有3%;

美國mRNA疫苗有效率只有20%;

——這些疫苗開始就不合格,低於世衛組織50%的及格線,之前合格、漂亮的有效率是怎麼來的?怎麼可以繼續施打?

3. 大數據說話 香港數字涉嫌造假

對比下圖真實數據,會發現香港的「中國疫苗不及格數據」,很可能是已經美化過的,給中共「留足」面子。

圖5:著名醫學期刊論文涉嫌造假,以其原始數據計算,三大新冠疫苗一直不合格。(作者提供)
圖5:著名醫學期刊論文涉嫌造假,以其原始數據計算,三大新冠疫苗一直不合格。(作者提供)

表2 疫苗防感染有效率,圖4(香港)與圖5(英國論文[3])對比

  香港第5波疫情數據 英國論文原始數據計算
第3针mRNA疫苗,開始 都合格(有效率 > 50%) 都不合格
第針mRNA疫苗,3月後 規律性降低,但都合格 一直都不合格
第3針mRNA疫苗,6月後 含中國疫苗的不合格,純mRNA疫苗3針合格 所有疫苗都不合格
所有疫苗6個月後 曲線下降太完美,都>0 曲線波動才正常,多<0
真假判定 數據造假 原始數據可用

(三)7000問卷 烘托真實數據

1. 中國疫苗相關數據 掩蓋過嚴

2022年6~9月,在世界大疫苗公司日均收入上億美元的「大好形勢」下,我們發出系列文章:《大數據說話,疫苗有效率嚴重造假(1-7)》。在西方官方新聞、科研文獻,以及數據庫中,挖掘疫苗原始數據,總能找到一些,從而計算西方疫苗的真實保護率。

而在中國,相關疫苗的數據,是作為國家機密全面掩蓋的。我們只在2022年3~6月上海疫情爆發期間,從兩個多月的每日疫情報告中,挖掘那些不經意透露出來的染疫數據(相關疫苗的),結合疫苗大數據還原真相,寫出了《大數據曝光疫苗有效率負值:-77%》,揭開了中國疫苗促進感染的黑幕。這以外的中國疫苗有用數據,就再沒找到。

而2022年12月19日的《7000問卷》,無意中把中國疫苗的真相漏了出來。

2. 結論直接造假 原始數據沒改

圖1的疫苗相關數據,整理成表3。

表3《7000問卷》輕中重症比例與疫苗接種

  無症狀 輕度輕症 中度輕症 重度輕症 肺炎 重症
未打疫苗 1.77% 48.34% 19.07% 3.33% 0.44% 0%
打1針 0% 48.63% 20.55% 7.53% 0.68% 0%
打2針 1.05% 48.84% 24.34% 4.43% 0.68% 0%
打加強針 1.11% 52.78% 19.73% 2.51% 0.45% 0.02%

表4 《7000問卷》的結論造假與真實數據保留

造假的結論 真實情况
1.認定本次疫情是奥密克戎 只測抗原,不能確定病毒
2.輕度輕症感染者中,已完成加強針的佔比較大——影射疫苗加強針讓症狀變輕 表3可見:不打疫苗的無症狀比例最大,打疫苗的輕、中、重症比例都升高
3.完成1針、2針、加強針的感染者,重度輕症逐步遞减——影射應該多打疫苗 但是重症增加了!(表3)與不打疫苗相比,輕症、肺炎都增加,不打最好

上表對比可見,《7000問卷》有3個結論,和判定原理、統計數據完全不符,是扭曲的。可以看出結論精心造了假以迎合中共,但數據沒篡改過,所以可以用這些原始數據,去還原疫苗真相。

(四)以7000問卷的數據 還原疫苗真相

1. 大數據的宏觀把控

見微知著,一葉知秋。宏觀的大數據計算,不糾纏於細節,如細分《7000問卷》中的疫苗哪個品牌佔多少?小比例的腺載體疫苗、亞單位疫苗、mRNA疫苗如何區分對待?……陷入細枝末節,永遠看不清大方向。

這裏的大數據計算,把這些新冠疫苗整體看待。我們以前的《大數據》系列文章中,計算出mRNA疫苗、滅活疫苗的真實有效率實際都不合格,都靠造假,保護率很快都會跌入負值。既然哪種都好不到哪裏去,就整體上一視同仁。

疫苗1~3針組和沒接種疫苗的,身體基礎狀況是否一致?不一致的話沒法計算疫苗有效率?——這是臨床實驗的要求,大數據宏觀統計不羈絆於這些細節。因為基礎誤差存在不可避免,數據越大,人數越多,越能從統計學上,抵消誤差。以前,我們在《大數據》系列文章中的計算,都是這樣做的,以這樣的大數據計算,結果與疫情真實情況相符。

這裏再深入一步,中國大陸至今沒有接種新冠疫苗的,據我們多方調查,大多數是有過敏症、基礎病、禁忌症(癌症、血栓、心臟病、器官移植)等身體狀況不行,怕打疫苗出事,在大陸官方、單位、居委會多輪疫苗攻勢下,就是不敢打的,而因為知道疫苗真相不打疫苗的極少極少。因此,從整體上看,不打疫苗的身體普遍差,他們應該更容易被大疫所傷。所以,《7000問卷》中,他們這一組健康狀況應該最差,不染病(無症狀比例)應該最低,輕症、肺炎、重症應該都最高,才符合基礎健康情況——如果恰恰相反:不打疫苗沒病的(無症狀)的最多,不打疫苗得病的症狀最輕,就更能說明疫苗害了人,數據的事實正是如此。

2. 《7000問卷》的數據 計算疫苗有效率

疫苗有效率(保護率)計算公式:Ve=1-接種組發病率/未接種組發病率=1-Y/N

如果Y=N,即「接種組發病率」=「未接種組發病率」,疫苗毫無正面作用,Ve=0;

只有Y<N時,才有Ve>0;

當Y<(N/9)時,才能Ve>90%,90%是一般疫苗的合格標準;

當Y<(N/2)時,才能Ve>50%,50%是世衛組織給新冠疫苗降低了的標準;

7000樣本涵蓋中國32個省市,數據量不算小,這樣計算的疫苗有效率,可不是小實驗的以偏概全。根據圖1、表3的數據,以重度輕症(發燒39度以上,持續5天以上)為例:

不打疫苗的發病率N=3.33%;打2針疫苗的發病率Y=4.43%;

則疫苗對重度輕症的保護率Ve=1-Y/N= 1-(3.33%)/(4.43%)= -33.03%

有效率負值,表示疫苗促進了重度輕症(長期高燒)。

以此計算疫苗對各種病狀的有效率,匯總為表5。

表5 《7000問卷》統計數據計算的疫苗有效率

  防輕輕症 防中輕症 防重輕症 防肺炎 防重症
打1針 -0.60% -7.76% -126.13% -54.55%
打2針 -1.03% -27.64% -33.03% -54.55%
加強針 -9.18% -3.46% 24.62% -2.27%  -∞?

唯一的正值,加強針對重度輕症的保護率=24.62%,也離50%的及格線差一倍,何況,打加強針的還出了1例重症,別的沒重症,這重症不是加強針打出來的?如果計算加強針對重症的保護率,結果是「負無窮大-∞」。當然,這1列重症樣本太少,沒有統計學意義,只能作為參考。但是,如果剔除「負無窮大」這個最低值,根本不作為參考,也得剔除最高值24.62%,這樣對等抵消,不但全剩負值,而且有效率平均值也不再是-24.6%,而是-33.3%了。

所以綜合來看,全面的負有效率,表明打中國疫苗促進感染、促進輕輕症、中輕症、重輕症、肺炎。這樣推理下去,疫苗也自然會促進重症、死亡。

當然,問卷參與、統計的數據越大,參與的人越全面,越接近真相。但是再怎麼樣,重症和死亡的(家屬)也是很難參與進來的。希望以後這樣「泄密」的大範圍問卷統計數據,能多多出現。

3. 《7000問卷》的疫苗真相 與世界情況吻合

《7000問卷》的數據計算的疫苗有效率,和世界其它疫苗的真實情況吻合。見下圖,南韓、以色列媒體也分別揭露的歐美疫苗促進死亡、促進重症的真相。

圖6:南韓和以色列媒體報道了新冠疫苗促進死亡的真相,以色列博士揭露疫苗防重症的謊言。(作者提供)
圖6:南韓和以色列媒體報道了新冠疫苗促進死亡的真相,以色列博士揭露疫苗防重症的謊言。(作者提供)

「疫苗防重症說」,是新冠疫苗最後的遮羞布。重症降低是「天賜」,是新冠變異為Omicron,毒性大大降低,重症變得極少造成的,各種新冠疫苗趁機給自己貼金,貪天之功。這些,我們《大數據否定新冠疫苗防重症(上、下)》中,系統揭露過。

《7000問卷》讓疫苗真相畢露,統計數據表明:疫苗促進感染、促進發病、促進重症、促進死亡。疫苗專家們最害怕的、「宣判疫苗死刑的」ADE效應,全面展現開來。

(未完,待續)

[1]楊嬌等,《新型冠狀病毒無症狀感染者比例和特徵的研究進展》,中華醫學雜誌,2022,102(46): 3715-3718. DOI: 10.3760/cma.j.cn112137-20220708-01513

[2] Lara J. Akinbami, et.al,SARS-CoV-2 Serology and Self-Reported Infection Among Adults — National Health and Nutrition Examination Survey, United States, August 2021–May 2022, MMWR Morb Mortal Wkly Rep 2022;71(48);1522–1525

[3] N. Andrews, et al.  Covid-19 Vaccine Effectiveness against the Omicron (B.1.1.529) Variant, N Engl J Med 2022;386:1532-46.DOI:10.1056/NEJMoa2119451

------------------
📊InfoG:
https://bit.ly/EpochTimesHK_InfoG
✒️名家專欄:
https://bit.ly/EpochTimesHK_Column
🗞紀紙:
https://bit.ly/EpochTimesHK_EpochPaper

------------------

📰支持大紀元,購買日報:
https://www.epochtimeshk.org/stores
📊InfoG:
https://bit.ly/EpochTimesHK_InfoG
✒️名家專欄:
https://bit.ly/EpochTimesHK_Column