Mammalian innate antiviral defenses: beyond interferon
https://journals.asm.org/doi/10.1128/jvi.01707-24
https://journals.asm.org/doi/10.1128/jvi.01707-24
Journal of Virology
Mammalian innate antiviral defenses: beyond
interferon | Journal of Virology
interferon | Journal of Virology
Interferons (IFNs) are classified into three groups based on the different receptors
they bind and have been reviewed in detail elsewhere (1–4). Here, we will focus on discussing the type I IFN (IFN-I)
response as it has long been regarded as the most vital…
they bind and have been reviewed in detail elsewhere (1–4). Here, we will focus on discussing the type I IFN (IFN-I)
response as it has long been regarded as the most vital…
Aber Schweden... Klar. Wenn ich nur selektiv erfasse und mir den Krams modelliere, wie er gerade passt...
https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/02/eu-country-cancer-profile-sweden-2025_f01eb08d/39c18d93-en.pdf
Zur Erinnerung:
Batch-dependent safety of the BNT162b2 mRNA COVID-19 vaccine
https://onlinelibrary.wiley.com/doi/10.1111/eci.13998
Reports of Batch-Dependent Suspected Adverse Events of the BNT162b2 mRNA COVID-19 Vaccine: Comparison of Results from Denmark and Sweden
https://www.mdpi.com/1648-9144/60/8/1343
Batch-dependent safety of the BNT162b2 mRNA COVID-19 vaccine in the United States
https://publichealthpolicyjournal.com/batch-dependent-safety-of-the-bnt162b2-mrna-covid-19-vaccine-in-the-united-states/
https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/02/eu-country-cancer-profile-sweden-2025_f01eb08d/39c18d93-en.pdf
Zur Erinnerung:
Batch-dependent safety of the BNT162b2 mRNA COVID-19 vaccine
https://onlinelibrary.wiley.com/doi/10.1111/eci.13998
Reports of Batch-Dependent Suspected Adverse Events of the BNT162b2 mRNA COVID-19 Vaccine: Comparison of Results from Denmark and Sweden
https://www.mdpi.com/1648-9144/60/8/1343
Batch-dependent safety of the BNT162b2 mRNA COVID-19 vaccine in the United States
https://publichealthpolicyjournal.com/batch-dependent-safety-of-the-bnt162b2-mrna-covid-19-vaccine-in-the-united-states/
Forwarded from Dr. John Campbell
Media is too big
VIEW IN TELEGRAM
Vaccine dangers with animations
Inside mRNA vaccines
https://www.insidemrnavaccines.com/
Filmmaker: Erik Tangsoo
Join👉🏻 @DrJohnCampbell
Inside mRNA vaccines
https://www.insidemrnavaccines.com/
Filmmaker: Erik Tangsoo
Join👉🏻 @DrJohnCampbell
Dr. John Campbell
Vaccine dangers with animations Inside mRNA vaccines https://www.insidemrnavaccines.com/ Filmmaker: Erik Tangsoo Join👉🏻 @DrJohnCampbell
Nix über endozytose"like" begriffen.
Also ob die modRNA direkt während der Einschnürung ins Zytosol entlassen würde... *leise seufz*
Also ob die modRNA direkt während der Einschnürung ins Zytosol entlassen würde... *leise seufz*
Forwarded from Dr. Lynn Fynn’s Science Enlightenment Channel & Stuff
Halted because much like other mRNA jabs, it failed! https://t.co/WPW11VyLox
ZeroHedge
mRNA Vaccine For Birth Defects Didn't Work Well, Won't Be Continued: Moderna
The vaccine targeted a virus linked to birth defects.
https://t.me/mspezial/20100
Weil das mit der Rubin's Regel vermutlich einige (mich eingeschlossen) ziemlich verwirrt hat:
Grok hat endlich ne schöne und einfach zu verstehende Metapher geliefert:
Stell dir vor, du musst 5 leere Gläser füllen. Jede Schätzung ist ein Versuch, die Gläser zu füllen. Rubin’s Rule schaut sich alle Füllungen an und sagt: ‚So groß ist meine Unsicherheit insgesamt‘. Die Studie hat einfach das Glas ausgesucht, das am schönsten aussieht und tut so, als sei alles perfekt.
Man führt für jeden Patienten (nicht die gesamte Kohorte) mind. 5 (wobei hier eher 20 - 50 empfehlenswert wären) Simulationen durch, weil man ja nur schätzt und matched diese zuerst. Danach macht man das Selbe für den nächsten Patienten, usw... Und daraus bildet man den Mittelwert für die höchste und geringste Fehlerquote.
Das ist das Prinzip von einer korrekten Imputation.
Und diese Vollpfosten haben nur eine lineare Schätzung durchgeführt und dabei die Unsicherheit der Imputation nicht adäquat berücksichtigt. Die Auswahl des Modalwerts aus den fünf Imputationen ignoriert die Varianz zwischen den Imputationen, was zu einer Unterschätzung der Unsicherheit führt. Dies kann insbesondere bei kleinen Kohorten problematisch sein, da die Unsicherheit der Schätzungen nicht korrekt reflektiert wird.
Weil das mit der Rubin's Regel vermutlich einige (mich eingeschlossen) ziemlich verwirrt hat:
Grok hat endlich ne schöne und einfach zu verstehende Metapher geliefert:
Stell dir vor, du musst 5 leere Gläser füllen. Jede Schätzung ist ein Versuch, die Gläser zu füllen. Rubin’s Rule schaut sich alle Füllungen an und sagt: ‚So groß ist meine Unsicherheit insgesamt‘. Die Studie hat einfach das Glas ausgesucht, das am schönsten aussieht und tut so, als sei alles perfekt.
Man führt für jeden Patienten (nicht die gesamte Kohorte) mind. 5 (wobei hier eher 20 - 50 empfehlenswert wären) Simulationen durch, weil man ja nur schätzt und matched diese zuerst. Danach macht man das Selbe für den nächsten Patienten, usw... Und daraus bildet man den Mittelwert für die höchste und geringste Fehlerquote.
Das ist das Prinzip von einer korrekten Imputation.
Und diese Vollpfosten haben nur eine lineare Schätzung durchgeführt und dabei die Unsicherheit der Imputation nicht adäquat berücksichtigt. Die Auswahl des Modalwerts aus den fünf Imputationen ignoriert die Varianz zwischen den Imputationen, was zu einer Unterschätzung der Unsicherheit führt. Dies kann insbesondere bei kleinen Kohorten problematisch sein, da die Unsicherheit der Schätzungen nicht korrekt reflektiert wird.
Telegram
Mutflash - Medizinische Argumentationen und Studiensammlungen
Das Hauptproblem: Fehlende Daten wurden „erraten“
Ein wichtiger Parameter bei Krebspatienten ist der sogenannte ECOG-Status (ein Maß dafür, wie krank oder belastbar jemand ist). Viele dieser Werte fehlten – und statt das offen als Unsicherheit zu behandeln…
Ein wichtiger Parameter bei Krebspatienten ist der sogenannte ECOG-Status (ein Maß dafür, wie krank oder belastbar jemand ist). Viele dieser Werte fehlten – und statt das offen als Unsicherheit zu behandeln…
❤1
Forwarded from IDA informiert
Media is too big
VIEW IN TELEGRAM
Aufruf zur Rehabilitation verfolgter Ärzte und Heilberufler
Ärzte werden in Deutschland strafrechtlich verfolgt, weil sie den Corona-Irrsinn nicht mitgemacht und ihre Patienten vor den schädlichen Folgen sinnloser Masken bewahrt wollten haben oder sich der Impfkampagne verweigerten.
Die Ärztin Dr. Monika Jiang, selbst Opfer dieser Justiz, hat mit kritischen Kollegen eine Initiative gestartet. Sie fordern die Verantwortlichen in Ärztekammern, Kassenärztlichen Vereinigungen und Berufsverbänden auf, sich endlich für die Rehabilitierung der verfolgten Kollegen einzusetzen.
Im Interview mit Kay Klapproth (IDA) erklärt Monika Jiang, was hinter dieser Aktion steht – und wie Sie selbst unterstützen können.
Das Schreiben: 👉 https://www.ida-hd.de/aufruf-zur-rehabilitation-verfolgter-aerztinnen-aerzte-und-heilberufler/
Unterstütze IDA
Paypal: www.paypal.com/paypalme/idaheidelberg (http://www.paypal.com/paypalme/idaheidelberg)
IBAN: DE92 6729 0000 0149 7007 73 BIC: GENODE61HD1
www.ida-hd.de
@initiative_demokratie
Ärzte werden in Deutschland strafrechtlich verfolgt, weil sie den Corona-Irrsinn nicht mitgemacht und ihre Patienten vor den schädlichen Folgen sinnloser Masken bewahrt wollten haben oder sich der Impfkampagne verweigerten.
Die Ärztin Dr. Monika Jiang, selbst Opfer dieser Justiz, hat mit kritischen Kollegen eine Initiative gestartet. Sie fordern die Verantwortlichen in Ärztekammern, Kassenärztlichen Vereinigungen und Berufsverbänden auf, sich endlich für die Rehabilitierung der verfolgten Kollegen einzusetzen.
Im Interview mit Kay Klapproth (IDA) erklärt Monika Jiang, was hinter dieser Aktion steht – und wie Sie selbst unterstützen können.
Das Schreiben: 👉 https://www.ida-hd.de/aufruf-zur-rehabilitation-verfolgter-aerztinnen-aerzte-und-heilberufler/
Unterstütze IDA
Paypal: www.paypal.com/paypalme/idaheidelberg (http://www.paypal.com/paypalme/idaheidelberg)
IBAN: DE92 6729 0000 0149 7007 73 BIC: GENODE61HD1
www.ida-hd.de
@initiative_demokratie
Forwarded from Multipolar Magazin
✒️ In den USA wird derzeit auf höchster politischer Ebene diskutiert, ob der enorme Anstieg chronischer Krankheiten etwas mit dem parallel dazu stark angewachsenen Impfprogramm zu tun hat. Gesundheitsminister Kennedy nannte aluminiumhaltige Wirkverstärker als mögliche Auslöser. Sie sind in zwei Drittel aller Kinderimpfstoffe enthalten. Präsident Trump kündigte Ende September öffentlich an, man werde – nach Quecksilber – nun auch Aluminium aus Impfungen verbannen. Zugleich tobt ein Kampf um die Deutung von Studien zum Thema. Der Wissenschaftsjournalist Bert Ehgartner beleuchtet für Multipolar die Hintergründe.
➠ Artikel lesen
alle bisherigen Beiträge: Artikel, Meldungen, tägliche Hinweise, Literatur. @multipolar_magazin
➠ Artikel lesen
alle bisherigen Beiträge: Artikel, Meldungen, tägliche Hinweise, Literatur. @multipolar_magazin
multipolar-magazin.de
Sichere Kinderimpfungen?
Die USA wollen aluminiumhaltige Wirkverstärker verbieten. Multipolar beleuchtet die Hintergründe.
❤1
1-year risks of cancers associated with COVID-19 vaccination: a large population-based cohort study in South Korea
"Our data showed associations between COVID-19 vaccination and an increased the risk of six cancer types, namely, thyroid (hazard ratio [HR], 1.35; 95% confidence interval [CI], 1.21–1.51), gastric (HR, 1.34; 95% CI, 1.13–1.58), colorectal (HR, 1.28; 95% CI, 1.12–1.47), lung (HR, 1.533; 95% CI, 1.25–1.87), breast (HR, 1.20; 95% CI, 1.07–1.34), and prostate (HR, 1.69; 95% CI, 1.35–2.11) cancers (Fig. 1 and Additional File 2)."
https://biomarkerres.biomedcentral.com/articles/10.1186/s40364-025-00831-w
Auch wen die Hazard Ratios teilweise katastrophal schwankend ausshen, so sind sie bei einer solchen Kohortengröße robust und stat. signifikant. Und wirklich ganz, ganz stark, was die Studie robust macht: 1:2 Gewichtung. Und immer daran denken: Wartet mal noch ein paar Jährchen. 😉
"Our data showed associations between COVID-19 vaccination and an increased the risk of six cancer types, namely, thyroid (hazard ratio [HR], 1.35; 95% confidence interval [CI], 1.21–1.51), gastric (HR, 1.34; 95% CI, 1.13–1.58), colorectal (HR, 1.28; 95% CI, 1.12–1.47), lung (HR, 1.533; 95% CI, 1.25–1.87), breast (HR, 1.20; 95% CI, 1.07–1.34), and prostate (HR, 1.69; 95% CI, 1.35–2.11) cancers (Fig. 1 and Additional File 2)."
https://biomarkerres.biomedcentral.com/articles/10.1186/s40364-025-00831-w
Auch wen die Hazard Ratios teilweise katastrophal schwankend ausshen, so sind sie bei einer solchen Kohortengröße robust und stat. signifikant. Und wirklich ganz, ganz stark, was die Studie robust macht: 1:2 Gewichtung. Und immer daran denken: Wartet mal noch ein paar Jährchen. 😉
SpringerLink
1-year risks of cancers associated with COVID-19 vaccination: a large population-based cohort study in South Korea
Biomarker Research - The oncogenic potential of SARS-CoV-2 has been hypothetically proposed, but real-world data on COVID-19 infection and vaccination are insufficient. Therefore, this large-scale...
❤1
Mutflash - Medizinische Argumentationen und Studiensammlungen
LOOOL! Try hard and fail better: https://x.com/Jean__Fisch/status/1972041534188278018
Verwechslung von absoluten Zahlen und Hazard Ratios (HR):
Er sagt: „One look at South Korea’s cancer register would have shown that this cannot be real“.
Das ist völliger Quatsch. HRs messen relative Risiken, nicht absolute Fallzahlen. Nur weil die Gesamtinzidenz steigt oder fällt, sagt das nichts darüber aus, ob Geimpfte im Vergleich zu Ungeimpften ein höheres Risiko haben. Man muss die stratifizierten Daten nach Impfstatus analysieren. Einfach nur die Gesamtzahlen anschauen, ist epidemiologisch wertlos.
Missverständnis zum 27%-Anstieg:
Der 27%-Anstieg bezieht sich auf die geimpfte Gruppe relativ zur ungeimpften innerhalb eines Jahres nach der Impfung. Das ist ein relativer Effekt, kein Effekt auf die gesamte Bevölkerung.
Dass die Gesamtrate in der Bevölkerung 2021 nur um ~11% gestiegen ist, widerlegt den HR von 1,27 nicht automatisch – weil HRs adjustiert werden für Alter, Geschlecht, Screening etc.
Ignoriert Bias-Faktoren korrekt:
Er erwähnt Diagnosebias („Unvaxed are less prone to get diagnosed“), versteht aber nicht, dass dies genau der Punkt ist, der zu einer Überschätzung des Effekts führen kann. Genau das ist ein klassischer Bias in Beobachtungsstudien: Menschen, die sich häufiger impfen lassen, nutzen auch eher Vorsorgeangebote.
Die Studie hätte diesen Faktor prüfen müssen (z. B. Screeningverhalten), und das ist kein Argument gegen die Studie, sondern ein potenzielles Problem, das er nicht sauber einordnet
Falsche Behauptung zur HR von 1,01:
Das ist schlichtweg eine Fehlinformation. Die Studie zeigt deutlich einen HR-Anstieg für bestimmte Krebsarten, wie im Zitat erwähnt.
Fazit: Der Typ zeigt wirklich ein sehr oberflächliches Verständnis. Er wirft Schlagworte wie „one look“ und „overall HR 1,01“ in den Raum, ohne zu verstehen, dass epidemiologische Analysen adjustierte relative Risiken und Stratifizierung verwenden. Das ist fast schon wie Toast, der denkt, er könne die chemische Zusammensetzung eines Kuchens beurteilen, nur indem er ihn ansieht. 😅
Und natürlich kommst du auf nen HR 1.01 overall, wenn du nur bestimmte Krebsarten tatsächlich stratifizierst und nicht alle inkludierst.
Was dieser 🤡 also gemacht hat, ist ein Simpson’s-Paradox in Echtzeit: Er interpretiert einen aggregierten HR als Widerspruch zu stratifizierten Effekten, obwohl das Aggregat gerade wegen der Mischung heterogener Gruppen keine Aussagekraft mehr hat.
https://x.com/Jean__Fisch/status/1972041534188278018
Er sagt: „One look at South Korea’s cancer register would have shown that this cannot be real“.
Das ist völliger Quatsch. HRs messen relative Risiken, nicht absolute Fallzahlen. Nur weil die Gesamtinzidenz steigt oder fällt, sagt das nichts darüber aus, ob Geimpfte im Vergleich zu Ungeimpften ein höheres Risiko haben. Man muss die stratifizierten Daten nach Impfstatus analysieren. Einfach nur die Gesamtzahlen anschauen, ist epidemiologisch wertlos.
Missverständnis zum 27%-Anstieg:
Der 27%-Anstieg bezieht sich auf die geimpfte Gruppe relativ zur ungeimpften innerhalb eines Jahres nach der Impfung. Das ist ein relativer Effekt, kein Effekt auf die gesamte Bevölkerung.
Dass die Gesamtrate in der Bevölkerung 2021 nur um ~11% gestiegen ist, widerlegt den HR von 1,27 nicht automatisch – weil HRs adjustiert werden für Alter, Geschlecht, Screening etc.
Ignoriert Bias-Faktoren korrekt:
Er erwähnt Diagnosebias („Unvaxed are less prone to get diagnosed“), versteht aber nicht, dass dies genau der Punkt ist, der zu einer Überschätzung des Effekts führen kann. Genau das ist ein klassischer Bias in Beobachtungsstudien: Menschen, die sich häufiger impfen lassen, nutzen auch eher Vorsorgeangebote.
Die Studie hätte diesen Faktor prüfen müssen (z. B. Screeningverhalten), und das ist kein Argument gegen die Studie, sondern ein potenzielles Problem, das er nicht sauber einordnet
Falsche Behauptung zur HR von 1,01:
Das ist schlichtweg eine Fehlinformation. Die Studie zeigt deutlich einen HR-Anstieg für bestimmte Krebsarten, wie im Zitat erwähnt.
Fazit: Der Typ zeigt wirklich ein sehr oberflächliches Verständnis. Er wirft Schlagworte wie „one look“ und „overall HR 1,01“ in den Raum, ohne zu verstehen, dass epidemiologische Analysen adjustierte relative Risiken und Stratifizierung verwenden. Das ist fast schon wie Toast, der denkt, er könne die chemische Zusammensetzung eines Kuchens beurteilen, nur indem er ihn ansieht. 😅
Und natürlich kommst du auf nen HR 1.01 overall, wenn du nur bestimmte Krebsarten tatsächlich stratifizierst und nicht alle inkludierst.
Was dieser 🤡 also gemacht hat, ist ein Simpson’s-Paradox in Echtzeit: Er interpretiert einen aggregierten HR als Widerspruch zu stratifizierten Effekten, obwohl das Aggregat gerade wegen der Mischung heterogener Gruppen keine Aussagekraft mehr hat.
https://x.com/Jean__Fisch/status/1972041534188278018
X (formerly Twitter)
Jean Fisch (@Jean__Fisch) on X
This study of the Seoul population found a 27% increase in cancer diagnoses among vaxed within a yr of vax
As 80%+ are vaxed, ONE LOOK at South Korea's cancer register would have shown that this cannot be real so is a analysis issue and/or vaccinee bias…
As 80%+ are vaxed, ONE LOOK at South Korea's cancer register would have shown that this cannot be real so is a analysis issue and/or vaccinee bias…
Forwarded from Chuck Chunder
This media is not supported in your browser
VIEW IN TELEGRAM
Kat A 🌸
@SaiKate108
Senator Alex Antic just outed Big Pharma for hijacking evidence based medicine in Australia.
‘Is it really any surprise that post Covid Australians are much more cynical about interventions now like routine vaccinations recommended for their health and the health of their children….
This cycle of misinformation propagated by industry funded trials creates misled healthcare professionals and misled patients.’
Interestingly he also exposed the media as having a vested interest in supporting Big Pharma due to advertising of over the counter drugs.
MAHA gathering momentum in Oz.
🔥👏🔥👏🔥
https://x.com/SaiKate108/status/1983113658436616439
@SaiKate108
Senator Alex Antic just outed Big Pharma for hijacking evidence based medicine in Australia.
‘Is it really any surprise that post Covid Australians are much more cynical about interventions now like routine vaccinations recommended for their health and the health of their children….
This cycle of misinformation propagated by industry funded trials creates misled healthcare professionals and misled patients.’
Interestingly he also exposed the media as having a vested interest in supporting Big Pharma due to advertising of over the counter drugs.
MAHA gathering momentum in Oz.
🔥👏🔥👏🔥
https://x.com/SaiKate108/status/1983113658436616439