Να η ΑΠΟΔΕΙΞΗ, χρησιμοποιώντας τα δικά τους στοιχεία από το προσφιλές τους Our Word in Data.
ΣΥΝΟΠΤΙΚΑ: Πήρα τα δύο διαδραστικά διαγράμματα των εμβολίων και των θανάτων στην Ελλάδα και τα συνδύασα (εικ 2 και 3).
Έκανα τις συσχετίσεις κατά Pearson (r=0.68) και κατά Spearman (r=0.64) . Εικ 1.
H συσχέτιση ήταν ισχυρότερη στις 1-2 εβδομάδες, όπως ακριβώς δείχνουν και τα ευρήματα του VAERS (USA) και διαρκεί και στις 4 εβδομάδες (Σημ: Επιπλοκή χαρακτηρίζεται το συμβάν μέχρι 1 μήνα μετά την λήψη φαρμάκου).εικ 4
Η ΑΠΟΚΟΡΥΦΩΣΗ: Ήταν Στατιστικά πάρα πολύ σημαντική η συσχέτιση του εμβολίου και της θνητότητας (p<0.0001) όπως φαίνεται στην πρώτη εικόνα, αριστερή στήλη, ΚΑΙ ΣΤΙΣ ΤΕΣΣΕΡΕΙΣ ΕΒΔΟΜΑΔΕΣ !
-Ως έπιστήμονας, χωρίς παρωπίδες, θυμίζω αυτό που γράφω στα αγγλικά , ότι δηλαδή συσχέτιση δεν σημαίνει αιτιολόγηση .(Correlation does not imply Causation)
–Ζητώ συγνώμη για τα Αγγλικά αλλά αυτές οι στατιστικές γίνονται στα αγγλικά και με γλωσσα προγραμματισμού Python.
-Η επεξεργασία έγινε μέσω του ChatGPT για λόγους ταχύτητος. -Έμεινα με το στόμα ανοιχτό με τον χρόνο που χρειάστηκε για να κάνει τους υπολογισμούς. Νόμισα ότι κόλλησε ο υπολογιστής. Λίγο έλλειψε να τον επενεκινήσω!
-Αύριο θα σας δώσω αναλυτικά την διαδικασία που ακολούθησα την κλινική επιβεβαίωση και την στατιστική επιβεβαίωση των ευρημάτων, για αποφυγή κάθε αντίδρασης.
-Είμαι διαθέσιμος για δημόσια συζήτηση.
