點選 Dr. Peter McCullough 有關疫情看法的四個影片

因緣際會，知道了這位醫師 Dr. Peter McCullough。

根據wiki的簡介，資歷如下。

彼得·安德魯·麥卡洛（Peter Andrew McCullough）是美國心髒病專家。他曾擔任貝勒大學醫學中心內科副主任和德克薩斯農工大學教授。

Peter Andrew McCullough (/məˈkʌlə/;[1] born December 29, 1962) is an American cardiologist.[2] He was vice chief of internal medicine at Baylor University Medical Center and a professor at Texas A&M University.

ピーター・アンドリュー・マッカロー（英語: Peter Andrew McCullough[məˈkʌlə][1]、1962年12月29日 - ）は、アメリカ合衆国の循環器専門の医師[2]、教授。ピーター・マッカローとも表される。ベイラー大学メディカル・センター内科の副主任、テキサスA&M大学の教授を歴任した。

在這樣的位置，他發表的有關疫情疫苗與治療的看法，變得有一定的影響力。而相關學術訓練也讓他的表達充滿科學性的語調，證據的引用上也會提及目前已知確定發表的文獻，對專業人士來說，因為專業人士有不信一家之言，總是看內容自行判斷的習慣，所以 Dr. Peter McCullogh 應該是最適合專業人士從不同角度看疫情的材料來源。

個人選了四片影片，都是有在審查內容的YouTube平台。

第一片：2021年3月，向德州參議院，衛生與公共服務委員會作證。針對確診患者居家治療，提出他的研究及建議。



第二片：長達一小時以上，接受 Darkhorse 專訪。其中提到，針對疫苗安全，美國中央應有完善的委員會架構：醫療數據安全監測委員會，及隸屬倫理委員會下的緊急事件委員會。（...if we had the right committee structure in place and and for vaccines we obviously should have had a data safety monitoring board a critical event committee in the human ethics board ...）



第三片： Dr. Peter McCullogh 最近針對疫情提出的五個重點。


第四片：2022年三月，在參議院證言，在更多經驗之下，更新其主張疫情控制四個支柱內容（首次提出是 2020-11-19：Contagion Control; Early Home Treatment; Late Stage Treatment; and Vaccination）：接觸控制、早期治療、晚期治療、有關疫苗。


2020年11月19日證言的官方文件：連結在此。

這個網誌中的熱門文章

UK Deaths by Vaccination status: male 英國分疫苗注射狀態的死亡統計：男性部分

圖片
以下的資料，是整理自英國官方資料庫  Deaths by Vaccination status, England  （英國分疫苗注射狀態的死亡統計），其中最新的報表  Deaths occurring between 1 January 2021 and 31 January 2022 edition of this dataset  （2021-1-1 至 2022-1-31 的死亡統計）。 The following line graphs are summarized from the latest datasheet  Deaths occurring between 1 January 2021 and 31 January 2022 edition of this dataset  of the UK official website  Deaths by Vaccination status, England 。 個人觀察： 與女性不同的是：在18-39歲的男性族群，不管第一針或第二針或第三針，全原因死亡率大部分時候都比未打針的高。這會讓人聯想到前一陣子年輕男性運動員在球場猝死的新聞，不知道能不能用這個折線圖解釋。 40-49歲男性族群，第三針有統計的三個月，每個月全原因死亡率都比未打針的高。 所以，這要如何進一步解讀呢？到底注射是對人類有益還是有害？   Raw data for line graphs 18-39 84 59 51 47 42 60 66 63 45 52 41 46 26 0 134 156 138 102 98 33 54 73 75 39 48 50 0 0 0 104 100 122 116 62 133 170 140 88 87 0 0 0 0 0 0 0 0 0 0 124 89 33 40-49 262 204 143 147 249 291 332 288 248 202 235 237 188 0 247 338 250 180 115 192 453 564 555 291 331 319 0 0 0 81 257 220 198 117 139 135 127 139 192 0 0 0 0 0 0 0 0 292 342 220 50-59 688 569 531 991 824 782 836 880 6
閱讀完整內容

「感染率 x 感染死亡率」才能真實表示出疫苗的效益

圖片
因為我們遇到了非常奇妙的疫苗狀況： ．就是「注射三劑的」感染率，比「完全未注射的」高。 ．「注射三劑的」感染死亡率，比「完全未注射的」低。 那究竟，單就「未注射」與「注射三劑」，究竟對族群是好或壞？究竟注射三劑，能讓族群死亡人數變少嗎？ 建立簡單數字模型如下 「有打針的10人，8個被感染，4個死亡。」 計算可以得知，感染率80%，感染死亡率，50% 。 「沒打針的10人，2個被感染，2個死亡。」 計算可以得知，感染率20%，感染死亡率，100%。 分析： 打針後，因為感染死亡的佔該族群 40%；未打針，因為感染死亡佔該族群 20%。 ．看起來不要打針比較好。 可是單用感染死亡率的算法（感染死亡數/感染數），會得到打針感染死亡50%，未打針100%。 ．看起來打針竟然比較好。 如果我們用「感染率 x 感染死亡率」來調整，就會看到與真實狀況吻合的數字： 打針族群：感染率 80% x 感染死亡率 50% = 40% 未打針族群：感染率 20% x 感染死亡率 100% = 20% 可以看到，這樣計算之後，就會吻合打針或不打針，對整個族群的影響。 所以在打針比未打針感染率高的狀況，單用感染死亡率無法看出「打針」這件事，對整體族群的影響。 我們這次疫情疫苗，剛好就遇到這個狀況。從下表，英國最新公佈的統計來看，剛好就可以看出，打三劑的被感染率，在許多年齡層，都高出完全未打針的三倍以上。 依照「感染率 x 感染死亡率」，去計算急診率、28天死亡率、60天死亡率，可能會得出令人非常驚訝的數字。簡單的說，就是去計算： ．感染率 x 感染急診率 ．感染率 x 28天感染死亡率 ．感染率 x 60天感染死亡率 所以，個人主張，應該使用「感染率 x 感染死亡率」，來評估預防針的整體族群效果。
閱讀完整內容

UK Deaths by Vaccination status: Female 英國分疫苗注射狀態的死亡統計：女性部分

圖片
以下的資料，是整理自英國官方資料庫 Deaths by Vaccination status, England  （英國分疫苗注射狀態的死亡統計），其中最新的報表  Deaths occurring between 1 January 2021 and 31 January 2022 edition of this dataset （2021-1-1 至 2022-1-31 的死亡統計）。 The following line graphs are summarized from the latest datasheet  Deaths occurring between 1 January 2021 and 31 January 2022 edition of this dataset  of the UK official website  Deaths by Vaccination status, England 。 個人認為，一個預防針，要預防可造成死亡的疾病，要檢證的有兩個： 1. 降低該疾病死亡率。 2. 降低流行病期間，總體人類死亡率。 有時候達成一，並無法達成二，而二是更重要的，舉個極端的例子：例如在染病之前，預防針就殺死了感染易死的個體族群，那個體沒機會被感染而死，就會看到感染死亡率降低的假象。 所以第二個（全原因死亡率）比第一個重要，只有染病死亡率下降，但總體人類死亡率如果是上升的，那預防針是沒用的。 那如何解釋年長者第一針死亡率快速陡升，第二針沒那麼快呢？ 一個可能的假說是，對針劑有不良的反應，就像過敏反應有好幾種一樣，有快速反應的，與延遲反應的，對針劑會快速反應的，在第一劑後就大量死亡，對針劑有延遲不良反應的，數個月後才發生死亡。 18到39歲族群，第二針的全原因死亡率上升與年長者，或許跟這個族群比較年輕，即使第二針也會快速反應，所以在這個族群打針應更謹慎。 以上是根據圖表提出的假說，希望未來會有人有興趣進一步驗證。 Raw data for line graphs All cause  18-39 53 41 32 26 23 28 41 36 49 24 25 48 28 0 47 60 91 62 34 30 29 42 67 74 37 0 0 0 0 31 49 43 55 113 120 88 89 56 77 0 0 0 0
閱讀完整內容