Watson et al. “Estudio modelo”: ¿las “vacunas COVID” realmente evitaron 14 millones de muertes?

El 23 de junio de 2022, se publicó un “Estudio de modelos matemáticos” en la revista médica THE LANCET Infectious Diseases 1 ] , que pretendía demostrar que las “vacunas COVID” han “alterado sustancialmente” el curso de la pandemia y “evitado 14,4 millones … muertes por COVID-19 … durante el primer año de vacunación contra COVID-19”.

Cada vez que una droga logra lo imposible, vale la pena examinar los datos subyacentes un poco más de cerca y compararlos con la realidad.

1. ¿Qué requisitos se deben cumplir normalmente para la aprobación de un medicamento o vacuna?

Normalmente, el beneficio proporcionado por un nuevo medicamento debe demostrarse en extensos estudios clínicos (“ensayos de fase 3”) para que este medicamento sea aprobado para el mercado; esto implica una revisión exhaustiva de la documentación del juicio por parte de las autoridades. Para obtener la aprobación completa, una compañía farmacéutica generalmente debe presentar todo lo siguiente:

  • documentación sobre la calidad de fabricación del medicamento,
  • estudios preclínicos (estudios en animales),
  • estudios de fase 1 y fase 2 en humanos, y
  • 12 meses de resultados de ensayos de fase 3 que prueban sin lugar a dudas la eficacia y la seguridad de un fármaco candidato.

Las “vacunas” de COVID recibieron aprobación “temporal” o “condicional” en todo el mundo en base a ensayos de fase 3 muy acortados, que duraron solo 2 meses en lugar de 12 meses [ 2 , 3 ] , en estudios con animales insuficientes o inexistentes, es decir, no recibió solo una “aprobación de emergencia”.

Los criterios de valoración clínicos primarios utilizados en los estudios de fase 3 no fueron clínica y socialmente relevantes, ya que los eventos menores predominantemente leves, como dolor de cabeza, tos o fiebre, se contaron como “casos de enfermedad de COVID”, siempre que la prueba RT-PCR para el coronavirus fue positivo. Un efecto de las “vacunas” sobre “enfermedades graves de COVID”, que entre otras cosas requirieron hospitalización, solo se analizó de forma secundaria 4 , 5 ] . Por lo tanto, para obtener la aprobación, los fabricantes no estaban obligados formalmente a demostrar que las “vacunas” reducen los cursos severos de la enfermedad en un grado relevante.

El hecho de que las autoridades reguladoras de todo el mundo aceptaran este diseño de estudio defectuoso para otorgar la aprobación indica que no pudieron actuar de forma independiente. Hasta la fecha, los ensayos clínicos no han demostrado ningún beneficio relevante 6 ] , los documentos fundamentales en general fueron demostrablemente completamente inadecuados y, además, los datos de los estudios de fase 3 fueron manipulados 7 – 9 ] .

Una vez que se aprueba un medicamento, el fabricante debe investigar más a fondo su eficacia y seguridad en condiciones reales. Los datos generados de esta manera se envían posteriormente a las autoridades reguladoras y los resultados se presentan a los médicos como “evidencia del mundo real” para convencerlos de que estos datos, idealmente, respaldan los hallazgos de los ensayos clínicos y, por lo tanto, alentarlos a usar este fármaco en sus pacientes.

2. ¿Qué muestra la realidad de las “vacunas COVID”?

Los datos de “Real World Evidence” disponibles internacionalmente de las “vacunas” del COVID confirman lo que ya habían señalado los estudios de registro: Las “vacunas” no están asociadas a ningún beneficio relevante, sino por el contrario a un efecto negativo.

sin información de imagen
Figura 1: Muertes diarias en todo el mundo atribuidas a COVID-19, de marzo de 2020 a diciembre de 2021. Gráfico extraído de Data 10 ] el 24 de agosto de 2022.

Un análisis sólido realizado por Kyle Beattie, quien examinó los datos de COVID publicados públicamente en Our World in Data, muestra que para 145 países, el uso de “vacunas” se correlaciona positivamente con la cantidad de “casos de COVID” y, lo que es mucho más preocupante, con la cantidad de ” muertes por COVID” 11 ]. Los países a los que parece que les va peor después de la introducción de las “vacunas” son aquellos en los que se han informado pocas “muertes por COVID” en 2020 (p. ej., Tailandia). Con base en los resultados de Beattie, se debe suponer que casi todos los países experimentaron más infecciones y muertes que si no se hubiera administrado la “vacunación”. Beattie basó su modelo para calcular la morbilidad y mortalidad hipotética que habría ocurrido sin la “vacunación” en los datos de cuatro países africanos que tenían tasas de vacunación muy bajas en todo momento y que, por lo tanto, podrían usarse como un “grupo de control”.

Las conclusiones de Beattie son corroboradas por otras observaciones. A principios de agosto de 2022, las cifras oficiales reportan 6,4 millones de muertes ocurridas con o por COVID-19. Una mirada a la curva de progresión de las “muertes por COVID” registradas en todo el mundo no revela ningún efecto favorable sobre las “muertes por COVID” concomitante con el lanzamiento de las vacunas a finales de 2020/principios de 2021 (Figura 1 ) . En general, las “muertes por COVID” en realidad aumentaron después de la introducción de la “vacunación” y se estancaron en un nivel alto a lo largo de 2021. Con una vacuna eficaz, por supuesto, se habría esperado una caída claramente perceptible en la curva de mortalidad después del inicio de un Campaña mundial de vacunación.

Israel es un ejemplo instructivo, porque logró altas tasas de vacunación antes que la mayoría de los demás países. Según EuroMomo, Israel experimentó su mayor exceso de mortalidad desde el comienzo de la “crisis de la Corona” en el primer trimestre de 2022, es decir, en un momento en que la mayoría de la población estaba supuestamente protegida al máximo por las “vacunas de ARNm”, aunque durante este período, solo la variante Omicron era endémica, que es unas diez veces menos peligrosa que la cepa original de Wuhan y la variante Delta 12 ] . Los aumentos en el exceso de mortalidad se correlacionaron en el tiempo con las campañas de vacunación (Figura 2 ). También es evidente una correlación temporal similar entre las vacunas y las muertes atribuidas específicamente a la COVID-19 (datos no mostrados).

sin información de imagen
Figura 2: Vacunas COVID-19 y mortalidad por todas las causas (puntuación Z) para Israel, 2020-2022. El área sombreada indica el rango normal para el puntaje Z; la línea roja punteada marca el límite para un “aumento sustancial”, según EuroMomo. Datos de vacunas extraídos de Data 13 ] , datos de mortalidad de EuroMomo 14 ] .

En los EE. UU., la introducción de las vacunas contra la COVID no fue seguida por una estabilización sino por un aumento sostenido de la mortalidad por todas las causas (Figura 3 ). Australia también está experimentando un fenómeno similar: después de que el Departamento de Salud de Australia recomendara una segunda “dosis de refuerzo” de la vacuna contra el COVID a todas las personas de 30 años o más en julio de 2022, el país está experimentando un pico de “muertes por COVID” de proporciones sin precedentes, aunque la variante inofensiva Omicron sigue siendo predominante (Figura 4 ).

sin información de imagen
Figura 3: Mortalidad por todas las causas por semana (colores) y por período de 50 semanas (negro) en los EE. UU. de 2015 a 2022. Los datos se muestran desde la semana 21 de 2015 hasta la semana 5 de 2022. Los diferentes colores indican la periodos sucesivos de 50 semanas. Adaptado de la Figura 12 en 15 ] .

3. ¿Sobre qué datos Watson et al. base su conclusión de que la “vacunación” contra el COVID ha evitado 14 millones de muertes?

sin información de imagen
Figura 4: “Muertes por COVID” confirmadas diariamente por millón de residentes en Australia. Gráfico recuperado de Data 10 ] el 24 de agosto de 2022.

El estudio en cuestión es un ejercicio de modelado matemático que, como cualquier ejercicio, depende de los datos subyacentes. Una mirada más cercana a estos datos plantea serias preguntas, relacionadas no solo con el valor científico de esta publicación, sino también con su credibilidad.

En el “estudio de modelado” de Watson et al., los datos hipotéticos sirven como referencia, no las observaciones reales:

“Para este estudio de modelos matemáticos, utilizamos un modelo de transmisión de COVID-19 publicado anteriormente y un marco de ajuste para obtener perfiles de la pandemia de COVID-19 en cada país”.

Por lo tanto, los autores utilizaron modelos publicados previamente para calcular sus proyecciones de la hipotética mortalidad por COVID que habría ocurrido sin la vacunación. El problema con estos modelos publicados es que datan de los primeros días de la “pandemia” y se basan en datos y suposiciones que estaban desactualizados a más tardar en 2021, y que ahora son demostrablemente incorrectos. Mientras tanto, ha quedado claro que el SARS-CoV-2 no es ni excepcionalmente peligroso para la población en general ni una amenaza para el sistema de atención médica. Ya al ​​comienzo de la “pandemia”, es decir, en un momento en que prevalecía la cepa original del virus de Wuhan, la tasa de mortalidad por infección (IFR) era del 0,15 % en general, menos del 0,05 % para los menores de 70 años, y 0.00% para niños 16 ]. La IFR de la variante Omicron que circula actualmente es unas 10 veces menor que la de la cepa de Wuhan y la variante Delta 12 ] . Todas las suposiciones sobre las que se han estimado millones de “muertes por COVID” en todo el mundo son, por lo tanto, fundamentalmente incorrectas y obsoletas.

4. Watson et al. usó tasas infladas de “muerte por COVID”

Ahora se sabe que las “muertes por COVID” se han sobreestimado masivamente en todo el mundo, porque tanto los “casos confirmados” como los “casos probables” se han agrupado en esas estadísticas de casos 17 ] . Los “casos confirmados” se cuentan en función de los síntomas clínicos coincidentes (aunque no específicos) junto con un resultado positivo de la prueba de RT-PCR, mientras que con los casos “probables” no se dispone de un resultado de la prueba de PCR que lo corrobore. La práctica de contar “casos probables de COVID” basándose únicamente en síntomas genéricos de una infección del tracto respiratorio superior no tiene sentido desde el punto de vista médico; solo puede servir para inflar el recuento de casos de una manera no científica. El protocolo de prueba Corman-Drosten RT-PCR para la detección de SARS-CoV-2 18 ]es científicamente más que deficiente: la prueba en la que se basa no está validada, no estandarizada, es hipersensible y poco específica; su especificidad es del 98,6 % y del 92,4 % en ausencia y presencia de otros beta-coronavirus, respectivamente, y las tasas de resultados falsos positivos en consecuencia son del 1,4 % y 7,6 19 , 20 ] .

En solo el 5% de las “muertes por COVID” registradas en los EE. UU., el COVID-19 figuraba como la única causa de muerte en el certificado de defunción y, por lo tanto, una enfermedad debida al SARS-CoV-2 fue causalmente responsable de la muerte 21 ] . Un estudio de Italia mostró que incluso solo el 0,8% de las “muertes por COVID” no tenían una enfermedad concomitante 22 ] . En lugar de tener en cuenta estos hechos y corregir los números de casos a la baja en consecuencia, Watson et al. incluso argumentan que se debe asumir un subregistro masivo de “muertes por COVID”.

Si la mortalidad enormemente alta de COVID predicha por el modelo fuera cierta, esto debería haberse reflejado invariablemente en un aumento relevante en el exceso de mortalidad durante los meses de invierno cuando la “pandemia de corona” era rampante, pero antes de la introducción de la vacunación.

5. Sin exceso de mortalidad relevante en el invierno pandémico de 2020

sin información de imagen
Figura 5: Mortalidad por todas las causas en la ciudad de Nueva York y en Texas, antes y después de la declaración de “pandemia” por parte de la OMS (línea roja vertical). El eje x indica el tiempo en semanas desde principios de 2013. Inmediatamente después de la declaración, se produjo un pico agudo pero de corta duración en la ciudad de Nueva York, mientras que tal evento no fue evidente en Texas. Tenga en cuenta que, antes de la declaración, la mortalidad por todas las causas para el invierno 2019/20 había sido significativamente más baja que dos años antes; la mayor tasa de mortalidad durante la temporada de invierno anterior se debió a un brote mundial de influenza que no fue declarado pandemia. Gráficos adaptados de las Figuras 8 y 10 en Rancourt 23 ] .

Sin embargo, se puede demostrar que este no es el caso: no se observó un aumento relevante a largo plazo en las muertes por cualquier causa (“mortalidad por todas las causas”) para el invierno de 2020. Rancourt ha examinado la correlación en el tiempo entre la declaración de la OMS del Mortalidad por “pandemia” y por todas las causas en varias jurisdicciones 23 ] . Inmediatamente después de la declaración, se produjo un fuerte pico de mortalidad por todas las causas en algunas jurisdicciones, pero no en otras; esta discrepancia se ilustra en la Figura 5 para la ciudad de Nueva York y Texas.

El sentido común y los precedentes históricos sugieren que las fronteras internacionales o estatales no detendrían la propagación de un virus mortal. Además, si el virus hubiera sido mortal y realmente nuevo, la ola de muertes en Nueva York no debería haber disminuido en un período de tiempo tan corto como se muestra en la Figura 5 . En cambio, el pico puede significar que las personas infectadas fueron transferidas a la ciudad de Nueva York desde otras regiones, fueron (mal) tratadas allí y murieron.

La curva de mortalidad del estado de Texas no presenta anomalías para el invierno de 2020, ni antes ni después de la declaración de pandemia por parte de la OMS. Lo mismo se aplica a otras jurisdicciones como Canadá (Figura 6 ) y Europa. Por lo tanto, está claro que en el invierno de 2020 no hubo un patrón de exceso de mortalidad que reflejara una pandemia de virus generalmente grave y mortal.

sin información de imagen
Figura 6: Mortalidad por todas las causas en Canadá por semana, 2010 a 2021. Gráfico de Rancourt et al. 24 ] .

6. Las suposiciones falsas sirven como base para los cálculos.

Los datos utilizados en Watson et al. El “estudio de modelado” se basó en hipótesis relacionadas con la pandemia de Corona que desde entonces han demostrado ser claramente incorrectas, a saber:

  1. que no hay inmunidad preexistente y que la pandemia afectará a todos;
  2. que su efecto sólo puede ser mitigado por medidas políticas.

Anuncio 1: Las investigaciones serológicas han demostrado que el SARS-CoV-2 era endémico en Italia desde septiembre de 2019 25 ] y en Francia desde noviembre de 2019 26 ] , lo que probablemente sea cierto para Europa en general. Sin embargo, en este momento, no se observó clínicamente ninguna actividad de enfermedad agrupada. Se encontraron anticuerpos contra el SARS-CoV-2 en hasta el 53% de las personas asintomáticas, cuyas muestras de suero se habían recolectado en la fase previa a la pandemia en Italia. Mientras tanto, más de 90 estudios demuestran que una infección anterior por SARS-CoV-2 protege mejor contra una recurrencia de la enfermedad que las vacunas 27 ] . Si bien son posibles las reinfecciones con nuevas variantes, no son graves [28 ] . Estos hechos cruciales son completamente ignorados por los autores. Por el contrario, especulan que posiblemente incluso más muertes que los 14 millones estimados han sido evitados por la “vacunación”, porque en sus cálculos pueden haber subestimado el efecto de la falla del sistema inmunológico para reconocer nuevas variantes, que según ellos aumentar aún más el riesgo de una nueva infección.

Anuncio 2: más de 400 estudios muestran que las intervenciones no farmacéuticas, como los confinamientos o el cierre de escuelas para prevenir una pandemia, no se asocian con ningún beneficio, solo con daños 29 ] . Suecia, como uno de los países donde apenas se aplicaron restricciones, tuvo un desempeño significativamente mejor en términos de la cantidad de “muertes por COVID” que muchos otros países con estrictas medidas de bloqueo (Figura 7 ) .

7. La afirmación del “éxito de la vacunación” se basa en cálculos no científicos

Si bien la estimación de Kyle Beattie de la hipotética mortalidad por COVID sin vacunación se basa en datos reales, es decir, en observaciones de países con tasas de vacunación muy bajas 11 ] , Watson et al. utilizan cifras completamente irreales y demostrablemente falsas para sus cálculos para supuestamente probar la eficacia de las “vacunas” contra el COVID. Esto les lleva a estimar una mortalidad excesivamente alta que supuestamente se habría producido sin la “vacunación”. A partir de estos recuentos hipotéticos de muertes inflados, luego restan las muertes notificadas oficialmente para obtener el “éxito de la vacunación” (Figura 8 ). Es difícil concebir una metodología menos científica y engañosa que ésta.

sin información de imagen
Figura 7: Muertes acumuladas confirmadas de COVID-19 por millón de personas, de varios países occidentales como se indica. Gráfico recuperado de 30 ] .
sin información de imagen
Figura 8: Muertes globales por COVID-19 prevenidas por la vacunación, según Watson et al. Número medio de “muertes por COVID-19” diarias según las estimaciones del exceso de mortalidad (barras verticales grises) en el primer año de vacunación. La estimación de referencia de las muertes diarias por COVID-19 resultantes de ajustar el modelo al exceso de mortalidad se muestra como la línea negra continua, mientras que el escenario contrafáctico sin vacunas se representa como la línea roja. La distancia entre las líneas roja y negra representa las muertes evitadas por la vacunación. Entre estos, la proporción de muertes prevenidas por la protección vacunal directa se muestra en azul y la protección indirecta en verde. Adaptado de la Figura 1A en 1 ] .

8. Conflictos de interés graves

Si una publicación plantea tantas preguntas como ésta, entonces es imperativo averiguar cómo se financió. Según la declaración en el propio artículo publicado, este “estudio de modelado” fue financiado, entre otras, por las mismas instituciones que ganan millones con las “vacunas”, gracias a una impresionante tasa de retorno de la inversión de 20:1 31 ] .

9. Conclusión

La hipótesis de que las “vacunas” de COVID evitaron 14 millones de “muertes de COVID” y, por lo tanto, mitigaron significativamente la gravedad de la “pandemia” se basa en cifras poco realistas y cálculos demostrablemente falsos. Hasta la fecha, las “vacunas” experimentales, para las cuales no se puede descartar con seguridad una integración en el genoma humano 32 , 33 ] e incluso deben considerarse probables 34 ], no se ha podido demostrar un beneficio relevante, ni en los estudios clínicos previos a su aprobación ni posteriores. La evidencia del mundo real muestra que la “vacunación COVID” está asociada con un efecto negativo en general y se correlaciona positivamente con un aumento en la morbilidad y la mortalidad asociadas con la infección por SARS-CoV-2, así como en la mortalidad por todas las causas. En general, el “estudio de modelado” de Watson et al. debe considerarse un intento poco científico y deshonesto de presentar falsamente las “vacunas” bajo una luz positiva. Los graves conflictos de intereses que rodean al estudio socavan no solo la credibilidad de la publicación en sí, sino también la de la revista médica que la publicó.

Reconocimiento

Agradecemos al Prof. Harald Walach, quien hizo una importante contribución a esta opinión con su artículo de blog 35 ] .

Referencias

  1. Watson, DO et al. (2022) Impacto global del primer año de vacunación contra la COVID-19: un estudio de modelos matemáticos . Lanceta Infectada. Dis. (preimpresión)
  2. Polack, FP et al. (2020) Seguridad y eficacia de la vacuna Covid-19 de ARNm BNT162b2 . N. ingl. J.Med. 383:2603-2615
  3. Baden, LR et al. (2021) Eficacia y seguridad de la vacuna mRNA-1273 SARS-CoV-2 . N. ingl. J.Med. 384:403-416
  4. Anónimo, (2020) Un estudio de búsqueda de dosis de fase 1/2/3, controlado con placebo, aleatorizado, observador ciego para evaluar la seguridad, tolerabilidad, inmunogenicidad y eficacia de las vacunas candidatas de ARN del SARS-CoV-2 contra Covid-19. 19 en individuos sanos .
  5. Zaks, T. (2020) Un estudio de fase 3, aleatorizado, estratificado, observador ciego, controlado con placebo para evaluar la eficacia, seguridad e inmunogenicidad de la vacuna mRNA-1273 SARS-CoV-2 en adultos mayores de 18 años .
  6. Olliaro, P. et al. (2021) Eficacia y efectividad de la vacuna COVID-19: el elefante (no) en la habitación . Microbio de lanceta 2: e279-e280
  7. Alliance, CCC (2022) Verificación de hechos Los verificadores de hechos .
  8. Latyopva, A. (2022) ¿Pfizer realizó pruebas de seguridad adecuadas para su vacuna de ARNm Covid-19 en estudios preclínicos? Evidencia de fraude científico y regulatorio .
  9. Latypova, S. (2022) Resumen no clínico de Moderna para Spikevax: evidencia de fraude científico y regulatorio .
  10. Datos, OWi (2022) Coronavirus (COVID-19) Muertes .
  11. Beattie, KA (2021) Análisis de impacto causal bayesiano mundial de la administración de vacunas en muertes y casos asociados con COVID-19: un análisis de big data de 145 países . ResearchGate (preimpresión)
  12. Liu, Y. et al. (2022) Reducción en la tasa de mortalidad por infección de la variante Omicron en comparación con variantes anteriores en Sudáfrica . En t. J. infectar. Dis. 120:146-149
  13. Datos, OWi (2022) Coronavirus (COVID-19) Vacunas .
  14. EuroMomo, (2022) Gráficos y mapas .
  15. Rancourt, DG et al. (2022) Campaña de vacunación masiva del período COVID y desastre de salud pública en los EE. UU . ResearchGate (preimpresión)
  16. Ioannidis, JPA (2021) Reconciliación de las estimaciones de la propagación global y las tasas de mortalidad por infección de COVID-19: una descripción general de las evaluaciones sistemáticas . EUR. J. Clin. Invertir. 5:e133554
  17. CDC, (2021) Enfermedad por coronavirus 2019 (COVID-19) 2021 Definición de caso .
  18. Corman, VM et al. (2020) Detección del nuevo coronavirus de 2019 (2019-nCoV) mediante RT-PCR en tiempo real . Eurovigilancia. 25 (preimpresión)
  19. Zeichhardt, H. y Kammel, M. (2020) Kommentar zum Extra Ringversuch Gruppe 340 Virusgenom-Nachweis—SARS-CoV-2 .
  20. Borger, P. et al. (2020) Informe de revisión de Corman-Drosten .
  21. Anónimo, (2022) Actualizaciones semanales por características demográficas y geográficas seleccionadas .
  22. Anónimo, (2020) Report sulle caratteristiche dei pazienti deceduti positivi a COVID-19 in Italia. Il present report è basato sui dati aggiornati al 17 Marzo 2020 .
  23. Rancourt, D. (2020) Mortalidad por todas las causas durante el COVID-19: Sin plaga y una probable firma de homicidio masivo por respuesta del gobierno .(preimpresión)
  24. Rancourt, DG et al. (2021) Análisis de la mortalidad por todas las causas por semana en Canadá 2010-2021, por provincia, edad y sexo: no hubo pandemia de COVID-19, y existe una fuerte evidencia de muertes causadas por la respuesta en la mayoría de los ancianos y en hombres jóvenes .
  25. Apolone, G. et al. (2021) Detección inesperada de anticuerpos contra el SARS-CoV-2 en el período prepandémico en Italia . Tumores 107:446-451
  26. Carrat, F. et al. (2021) Evidencia de circulación temprana de SARS-CoV-2 en Francia: hallazgos de la cohorte “CONSTANCES” basada en la población . EUR. J. Epidemiol. 36:219-222
  27. Alexander, P. (2021) 91 Los estudios científicos demuestran que la inmunidad adquirida de forma natural proporciona una mejor protección que las vacunas Covid-19 .
  28. Dhar, MS et al. (2021) Caracterización genómica y epidemiología de una variante emergente del SARS-CoV-2 en Delhi, India . Ciencia 374: 995-999
  29. Alexander, P. (2021) Más de 400 estudios sobre el fracaso de las intervenciones obligatorias de Covid (bloqueos, restricciones, cierres) .
  30. Datos, OWi (2022) Muertes acumuladas confirmadas por COVID-19 por millón de personas .
  31. Belvedere, MJ (2019) Bill Gates: Mi “mejor inversión” convirtió $10 mil millones en $200 mil millones en beneficios económicos .
  32. Zhang, L. et al. (2021) El ARN del SARS-CoV-2 con transcripción inversa puede integrarse en el genoma de células humanas cultivadas y puede expresarse en tejidos derivados de pacientes . proc. nacional Academia ciencia EE. UU. 118 (preimpresión)
  33. Domazet-Lošo, T. (2021) Vacunas de ARNm: ¿Por qué se ignora la biología de la retroposición? Preimpresión (preimpresión)
  34. Aldén, M. et al. (2022) Transcripción inversa intracelular de la vacuna de ARNm de Pfizer BioNTech COVID-19 BNT162b2 in vitro en línea celular de hígado humano . actual Cuestiones Mol. Biol. 44:1115-1126
  35. Walach, H. (2022) Ohne Impfung 18 Millionen mehr Tote weltweit? – Wirklich? [¿Sin vacunación 18 millones más de muertes en todo el mundo? ¿En serio?]

 

Este artículo fue publicado originalmente en https://doctors4covidethics.org/. Lea el original.