Am 25. Juli 2015 hat der Gesundheitswissenschaftler und Statistiker John Ioannidis gemeinsam mit einigen Kollegen im Gesundheitsportal JAMA einen Bericht veröffentlicht, in dem er behauptete, die Covid-19-«Impfstoffe» hätten zwischen 1,4 Millionen und 4 Millionen Todesfälle verhindert.

Jetzt hat der Physiker Denis Rancourt von der gemeinnützigen kanadischen Forschungsorganisation Correlation diese Behauptungen in einem Preprint-Artikel ad acta geführt. Rancourts Kritik: Bei ihren Berechnungen hätten Ioannidis und seine Kollegen Daten verwendet, die auf falschen Annahmen über die Infektionssterblichkeitsraten und die Wirksamkeit der «Impfstoffe» basierten. Zudem hätten sie die Schäden durch die «Impfungen» nicht berücksichtigt und ihre Ergebnisse nicht mit Daten aus der Praxis verglichen.

Laut Rancourt, der als Experte für die Gesamtsterblichkeit gilt, hat der Ioannidis-Bericht das «mentale Spiel» entlarvt, mit dem die Wissenschaftler die angeblich lebensrettenden Fähigkeiten der Covid-«Impfstoffe» begründen wollten. Diesbezüglich erklärte er gegenüber The Defender:

«Die Formel, die sie anwenden, ist elegant und einfach – jeder kann sie verstehen. Aber schauen Sie sich die Komponenten innerhalb der Formel an. Sie basieren auf nichts. Sie basieren auf etwas, das nichts ist, das auf etwas anderem basiert, das nichts ist, und so weiter. Das ist Unsinn. Das ist keine Wissenschaft. Das ist nur Manipulation von erfundenen Daten. Hier wendet ein kluger Mann [Ioannidis] eine Formel an, aber das Ergebnis ist Müll. Es gibt keinen Grund zu glauben, dass irgendwelche Leben gerettet wurden.»

Rancourt erläutert auch, wie Ioannidis und seine Kollegen in ihrem Bericht vorgingen: So untersuchten sie die globalen Auswirkungen der Covid-«Impfungen» auf die Todesfälle zwischen 2020 und 2024. In diesem Rahmen schätzten sie die Anzahl der geretteten Leben, indem sie die Anzahl der Menschen, die ohne Injektion gestorben wären – wiederum geschätzt anhand der Infektionssterblichkeitsrate – mit der Wirksamkeit und der Durchimpfungsrate multiplizierten.

Diesen Berechnungen zufolge haben die «Impfstoffe» «2,5 Millionen Todesfälle verhindert und 15 Millionen Lebensjahre gerettet». Die Autoren kamen deshalb zu dem Schluss, die Impfstoffe hätten einen «erheblichen Nutzen» für die weltweite Sterblichkeit gehabt, vor allem für ältere Menschen.

Die von Ioannidis & Co. verwendete Formel sei einfach, «mathematisch perfekt» und «elegant», doch die Eingaben seien grundlegend fehlerhaft. Aber man müsse den Komponenten der Gleichung glauben, die jedoch sehr weit hergeholt seien, bekräftigt Rancourt. Die Anzahl der Menschen, die den Impfstoff erhalten hätten, sei die einzige Eingabe in der Ioannidis-Formel, die mit relativer Sicherheit bekannt sei, betont er. Die anderen Variablen in der Gleichung seien «disjunktiv und irreparabel problematisch».

So hätten die Forscher Zahlen über die Wirksamkeit der «Impfstoffe» verwendet, die von den Pharmaunternehmen in ihren klinischen Studien ermittelt und zur Verfügung gestellt wurden. Das sei überraschend, urteilt Rancourt, denn Ioannidis stehe medizinischer Forschung und klinischen Studien eigentlich skeptisch gegenüber. Rancourt kritisiert in diesem Zusammenhang:

«Von Herstellern gesponserte Wirksamkeitsstudien für Impfstoffe können angesichts der strukturellen Natur der Branche, ganz zu schweigen vom außergewöhnlich politisierten und vereinnahmten institutionellen Kontext der erklärten Covid-19-Pandemie, überhaupt nicht als vertrauenswürdig angesehen werden.»

Angesichts der öffentlich dokumentierten Skepsis von Ioannidis sei es schwer zu glauben, dass er plötzlich darauf vertrauen würde, dass die Impfstoffhersteller bei der Berichterstattung über ihre klinischen Studien «gute Wissenschaft betreiben» und «ethisch handeln», meint Rancourt.

Außerdem würden zahlreiche Daten und Berichte zeigen, dass die Hersteller von Covid-Injektionen die Wirksamkeit ihrer Präparate in irreführender Weise überbewertet hätten. Es sei gut belegt, dass Pharmaunternehmen Daten gefälscht, relevante Daten ausgeschlossen, Geheimnisse bewahrt und ihre Aufzeichnungen manipuliert hätten.

Um die Zahl der Todesfälle zu ermitteln, die ohne «Impfung» aufgetreten wären, verwendeten Ioannidis und seine Kollegen zudem Seroprävalenzdaten – also den Anteil der Bevölkerung, der zu einem bestimmten Zeitpunkt von einer Krankheit betroffen ist, basierend auf Antikörpertests. Die Infektionssterblichkeitsraten hängen ebenfalls von den Seroprävalenzdaten ab.

Rancourt argumentiert diesbezüglich, dass SARS-CoV-2-Antikörpertests oft keine korrekten Ergebnisse lieferten. Denn sie seien nicht gründlich kalibriert, verifiziert oder validiert worden. Wie die Impfstoffe seien sie unter Notstandsbedingungen aus Profitgründen hergestellt worden, was die Voraussetzungen für Fehler und Betrug geschaffen habe. Der Physiker stellt klar:

«Ich halte die Seroprävalenzdaten für überhaupt nicht zuverlässig. Um einen chemischen Test zu validieren und zu bestätigen, dass er eine bestimmte Krankheit wie SARS-CoV-2 (sic) identifiziert, müssten Laborvergleiche durchgeführt werden. Diese wurden jedoch nicht gemacht.»

Obendrein hätten Ioannidis und seine Kollegen ihre Ergebnisse nie mit realen Daten zur Gesamtsterblichkeit in Verbindung gebracht. Sie hätten nicht an ihren Eingaben gezweifelt, daher hätten sie keinen Grund gesehen, diese mit Daten abzugleichen, die eindeutig die mangelnde Wirksamkeit der Covid-Präparate und deren schwerwiegende Schäden belegen würden.

Bei der Berechnung der geretteten Leben habe der Artikel zudem die durch Covid-«Impfstoffe» verursachten Todesfälle ignoriert – eine Tatsache, die die Autoren sogar ausdrücklich anerkannt hätten. Diese Auslassung hätten sie mit der Annahme gerechtfertigt, dass die lebensrettende Wirkung der Injektion weitaus größer sei als alle damit verbundenen Risiken. Doch durch all diese Faktoren sei ein verzerrtes Endergebnis entstanden, resümiert Rancourt.

Dass die Behauptung, die Covid-«Impfstoffe» hätten Millionen Leben gerettet, einer detaillierten Überprüfung nicht standhält, wurde im Laufe der letzten Jahre bereits in anderen Berichten und Studien bestätigt. Zum Beispiel hier und hier.