Wie das RKI nicht nur Minister Karl und Herrn Spahn Absolution erteilen will – SciFi

Wir müssen aufpassen, dass dieser Beitrag nicht zotig, nein zu zotig wird.

Die Corona-Schutzmaßnahmen, das habe das RKI gezeigt, jedenfalls behauptet das die ARD-tagesschau, sie waren effektiv [und sicher…]. In den Worten des Tagesschau-Schreibsklaven:

“Haben die Corona-Maßnahmen einen entscheidenden Effekt zur Eindämmung der Pandemie gehabt? Eine RKI-Analyse beantwortet dies nun mit “Ja”. Insbesondere die Kombination der Vorkehrungen sei entscheidend gewesen.”

Ein erstaunliches Ergebnis, wenn man bedenkt, dass die wissenschaftlichen Veröffentlichungen, die mittlerweile nicht nur zeigen, dass die Corona-Maßnahmen nicht nur nichts genutzt haben, sondern schädlich in großem Stil waren, mittlerweile so zahlreich geworden sind, dass man sie schon willentlich ignorieren muss. Und das tun die RKIs dann auch.

Wir wollen die Verantwortlichen für den Bericht, den wir nun durch die Mangel drehen, zu ihrem vollen Recht kommen lassen. Niemand soll sich beklagen können, nicht die Ladung an Gespött erhalten zu haben, die ihm zusteht.

Hier die Verantwortlichen für den Abschlussbericht

Dr. Matthias an der Heiden, Andreas Hicketier, PD Dr. med. Viviane Bremer, (alle RKI), Prof. Dr. Kayvan Bozorgmehr, Dr. Diogo Costa, Sven Rohleder (Universität Bielefeld).

Gibt es Bielefeld also doch?

Unabhängig davon sind die Genannten verantwortlich, verantwortlich für einen Unfug, den man kaum mehr steigern kann. Aber gehen wir der Reihe nach vor und beginnen bei der Forschungsfrage, die bereits falsch gestellt ist.

“Innerhalb von StopptCOVID wurde untersucht, inwiefern verordnete Maßnahmen einen Anstieg der COVID-19-Inzidenz in Deutschland bremsen konnten. Der folgende Bericht fokussiert sich auf die Analyse der Wirksamkeit der NPI in Deutschland.”

Ist es nicht bemerkenswert, dass die Frage, ob “Maßnahmen einen Anstieg der COVID-19-Inzidenz in Deutschland bremsen konnten”, mit einem Fokus auf Deutschland beantwortet wird? Immerhin bemühen sich die Autoren um eine Verbindung zur Realität. So mancher hätte sich vermutlich gewundert, wenn die Frage für Burundi beantwortet worden wäre. Andererseits, … bei der ARD hätte sich niemand gewundert, auch wundern setzt Hirn voraus.

Nun ist die Fragestellung des “StopptCOVID”-Projektes bereits falsch. Denn sie basiert auf der Prämisse, DASS die Maßnahmen einen positiven Effekt auf die Entwicklung der COVID-19 Inzidenz haben. Das aber muss erst gezeigt werden.

In der richtigen Wissenschaft muss das erst gezeigt werden. Beim RKI ist das, was gezeigt werden soll, schon klar, wird vorausgesetzt, denn es geht nicht um Wissenschaft, es geht um Legitimation oder, in einer weniger euphemistischen Weise ausgedrückt, es geht um Arschkriechen beim politischen Herrn. Der Bericht aus dem RKI ist also ein Bericht intellektueller Sklaven, bei dem schon am Anfang klar ist, was hinten herauskommen wird, ganz einfach weil es herauskommen muss, auftragsgemäß herauskommen muss. Minister Karl hat es sich gewünscht, ergo bekommt er die gewünschten Ergebnisse auch geschenkt.

Dass dem so ist, kann man schnell zeigen.
Die korrekte Fragestellung, die ein Wissenschaftler untersuchen würde, sie lautet: Haben die Corona-Maßnahmen, die NPIs, wie es bei den RKIs heißt, die Non-Pharmaceutical Interventions einen Effekt auf die Entwicklung der Fallzahlen von SARS-CoV-2 und wenn ja, welchen?

Um diese Frage zu beantworten, kann man sich das zunutze machen, was es bereits gibt, und die Studien, die vielen Studien analysieren, die zu Fragen von Masken tragen, Lockdown, Schulschließung oder Handhygiene und deren Effekt auf die Verbreitung von SARS-CoV-2 und nachfolgend COVID-19 bereits erstellt wurden. Man muss die Studien nicht einmal selbst lesen, man kann bei uns nachlesen. Wir haben diese Studien gesammelt. Indes zeigen diese Studien mit nur wenigen Ausnahmen, dass KEINE der unter NPI fallenden Maßnahmen, die Polit-Darsteller so gerne umgesetzt gesehen haben, um ihr Mütchen zu kühlen, auf Kosten von Bürgern, einen positiven Effekt auf die Entwicklung hatte, die SARS-CoV-2 genommen hat. Als einzige Leistung, die die NPIs vorweisen können, gilt den meisten Wissenschaftlern, die sich mit der Sache beschäftigt haben: Sie haben die Pandemie in die Länge gezogen. [Wer sich mit der angesprochenen Literatur vertraut machen will, wir haben Studien zu NPIs und ihrer Wirksamkeit in diesem Beitrag zusammengestellt].

Die Ergebnisse, die wir berichten, stimmen mit den Ergebnissen überein, zu denen Dr Ashley Croft im für die schottische COVID-19 Untersuchungskommission verfassten Bericht kommt:

NPIs waren nicht nur NUTZLOS, sie waren schädlich.
Wie wir, so kommt Croft auf Basis einer umfassenden Analyse der entsprechenden wissenschaftlichen Literatur zu diesem Ergebnis.
Was tun, wenn der Auftrag darin besteht, zu zeigen, dass die Corona-Maßnahmen einen positiven Effekt hatten, dass sie sich auf die Anzahl der COVID-19 Erkrankten oder SARS-CoV-2 Infizierten reduzierend ausgewirkt haben?

Na?
Haben Sie eine Idee?
Kleiner Tipp: Man rechnet etwas, das mit M anfängt und mit l aufhört.
Richtig: Ein Modell.
Mit Modellen kann man COVID-19 Tote vorhersagen, die es nie gegegen hat, man kann einen Klimawandel auf Grundlage menschlicher Intervention vorhersagen, den es nicht gibt und natürlich kann man damit zeigen, dass sich die Maßnahmen, die ganzen NPIs positiv auf die Anzahl der SARS-CoV-2 Infizierten oder COVID1-19 Erkrankten oder irgendwas mit SARS ausgewirkt haben.

Das ist leicht.
Nur: Damit es nicht so auffällt, muss man einen sprachlichen Zinnober darum bauen, der vom Lesen abschreckt. Abgeschreckte Leser merken nicht, was für einen Bullshit sie vor sich haben.

Also formuliert man so etwas:

“Zunächst wurde mittels eines ‚directed acyclic graph‘ (DAG) ein Kausalmodell für die wichtigsten Faktoren konstruiert, aus deren Zusammenspiel sich der Verlauf der COVID-19-Pandemie in Deutschland ergab (Abbildung 2). Aufgrund der effektiven Mensch-zu-Mensch-Übertragung des SARS-CoV-2 Virus, vor allem als Tröpfcheninfektion und über Aerosole, spielt die durchschnittliche Zahl von Folgeinfektionen, die sogenannte Reproduktionszahl (R-Wert) eine zentrale Rolle. Ist der R-Wert größer als eins, so führt das zu einem exponentiellen Anstieg der Fallzahlen.”

Und obschon eine ehrfurcht erregende Methode “direct acyclic graph” gewählt wurde, unterscheidet sich das Ergebnis doch nicht von einem schnell dahingeworfenen Flussdiagramm, mit dem der Zusammenhang zwischen Mehl, Hefe und Wasser und Brot am Ende beschrieben wird:

Das “Kausalmodell”, das hier zu sehen ist, ist natürlich kein Kausalmodell, es ist eine Zusammenstellung der Annahmen darüber, was sich kausal auf die Fallzahl auswirken könnte, reduzierend auswirken könnte. Es ist eine Zusammenstellung, die voraussetzt, was eigentlich gezeigt werden soll, was am besten an “Vaccination” gezeigt werden kann. Ungeachtet der zahlreichen Studien, die zeigen, dass “Vaccination”, also ein Shot COVID-19 Gentherapie die Fallzahl nicht reduziert, sondern ERHÖHT, nehmen die RKIs an, dass “Vaccination” die Fallzahl reduziert. Selbst im Australischen Outback gibt es mittlerweile Aborigines, die wissen, dass ein COVID-19 Shot keinerlei Schutz vor einer Ansteckung mit SARS-CoV-2 bereitstellt, vielmehr die Wahrscheinlichkeit, sich mit SARS-CoV-2 zu infizieren und an COVID-19 zu erkranken ERHÖHT. Nur beim RKI ist diese Kenntnis nicht vorhanden. Weshalb Vaccination als die Fallzahl reduzierender Effekt modelliert wird. Neben Saisonalität, weil SARS-CoV-2 eigentlich, wenn es nicht per COVID-19 Shot verbreitet worden wäre, saisonal ist, eigentlich, denn eigentlich ist SARS-CoV-2 eine Atemwegserkrankung und deren Saison ist im Herbst und im Winter.

Natürlich spielt auch die Variante von SARS-CoV-2 eine Rolle. Delta ist harmloser als die Wuhan-Urvariante, der direkt Export aus dem Wuhan Institute of Virology, Omikron harmloser als Delta. Aber beide sind ansteckender als die Urvariante. Ein Effekt der Evolution von Viren, die erfolgreicher sind, wenn sie zwar ansteckend, aber nicht tödlich sind. Indes, beim RKI ist man der Ansicht, dass die herrschende Variante von SARS-CoV-2 sich irgendwie und so ähnlich wie die Saisonalität von SARS-CoV-2 und die COVID-19 Shots auf die NPIs, also die Corona-Maßnahmen, vom Lockdown über 4G, 3G und 2G, über Schulschließungen und Kontaktverbot mit mehr als 5 Personen auf die Fallzahl auswirkt, die beim RKI über den R-Wert, der, als er unter 1 gefallen ist, seine Anziehungskraft auf Polit-Gangster verloren hat, modelliert wird. Und natürlich wird der R-Wert ganz hervorragend genau berechnet, zeitverzögert unter Berücksichtigung von Inkubationszeit und Zeit zwischen Ansteckung und Erkrankung, Durchschnittszeit versteht sich. Ein Verfahren, das zur Konsequenz hat, dass jeder zum Zeitpunkt x positiv auf SARS-CoV-2 Getestete sich zum selben Zeitpunkt angesteckt haben muss. Eine offenkundig aberwitzige Annahme, die einer aberwitzigen Vorgehensweise zugrunde liegt.

Haben Sie nicht auch den Eindruck, dass das Bildchen oben von jedem Penäler erstellt werden könnte? Ein paar Kreise, ein paar Pfeile, alles in die vorgegebene Richtung, damit hinten auch das herauskommt, was herauskommen soll. Schaffen wir dem ganzen Abhilfe:

Sieht gleich viel gelehrter aus – oder? Beschreibt nichts anderes als das Malwerk aus Ovalen und Pfeilen, aber es ist, boy eh, Mathematik. Und Mathematik ist natürlich ein geschlossenes System, aus dem nichts herauskommen kann, was nicht hineingesteckt wurde. Im Fall der RKIs sind das die Annahmen, die in das Modell gesteckt werden. Alle Annahmen gehen in dieselbe Richtung: NPIs und “Impfung” haben die Fallzahl von SARS-CoV-2 positiv Getesteten reduziert.

Indes, das alles ist noch zu trivial.
Am Ende kommt jemand und rechnet nach.

Damit das “Modell” beeindruckend wirkt, wir denken es wirkt dadurch peinlich, aber tun wir derzeit so als seien wir beeindruckt, werden 23 NPIs zusätzlich zu R und Fallzahlen und SARS-Varianten und Impfbrühen und Saisonalität in das Modell gesteckt und um 150 Ausprägungen angereichert. Es gibt unter Datenfuzzis den nicht auszurottenden Glauben, dass dann, wenn man ein Modell mit Variablen vollstopft, bis die CPU in die Knie geht, das Ergebnis besonders verlässlich sein muss. Dass alle Variablen nichts daran ändern, dass das Modell über die Annahmen darauf ausgerichtet ist, den gewünschten Zusammenhang auch abzubilden, ist in diesen Kreisen ein ungewünschter Rekurs auf die Vernunft. Wenn so ein Datenhuber erst einmal im Rausch der Variablen versunken ist, dann rettet ihn nichts mehr. Dann koeffizientet es.

Damit Sie sich einen Eindruck von diesem absurden Blödsinn machen können, hier ein paar Ausprägungen von ein paar NPIs, die im Modell berücksichtigt werden.

Falls Sie den Unfug lieber in Fingerfarben hätten, dann kann Ihnen geholfen werden:

Das ist ein klassischer Fall von Tetritis. Wer Tetris spielt, der weiß, wovon wir sprechen.

Damit das Modell auch maximale Ergebnisse in gewünschter Richtung produziert, muss man Input und Output so aufeinander anpassen, dass die Koeffizienten maximiert werden. Wirkungsverzögung nennen das die RKIler. Das heißt, der Koeffizient war dann, wenn der R-Wert drei Tage nach dem positiven Test mit dem ganzen Variablenzinnober in Zusammenhang gebracht wurde, geringer als wenn 5 Tage ins Land gehen durften. Sie sehen, man hat keine Mühen gescheut, um Minister Karl mit maximalem Koeffizienten zu beglücken. Und um noch etwas Eindruck zu schinden, wurde die Saisonalität mit Sinus-Cosinus-Variablen in jährlicher Periode berechnet, natürlich unter Berücksichtigung von Schulferien:

“Zur Modellierung der Saisonalität wurden Sinus- und Cosinus-Variablen mit jährlicher Periode eingefügt, die der erhöhten Übertragbarkeit von SARS-CoV-2 bei kälteren Außentemperaturen und der Verlagerung von Aktivitäten in den Innenräume Rechnung tragen sollen. Zudem wurden Variable für den Effekt von Schulferien berücksichtigt, da es, ähnlich wie bei den Schulschließungen, bei Schulferien zu einer drastischen Reduktion der Kontakte unter Kindern kommt. Auch für Effekte des besonderen Verhaltens um Weihnachten und Ostern herum wurde adjustiert.”

Man kann sich diesen Bullshit nicht ausdenken, selbst wenn man es wollte.
Sie wissen, wie eine Sinuskurve aussieht?
So:

Saisonalität in Sinus: Erste Amplitude im Plus: Winter, zweite Herbst, erste im Minus: Frühling, zweite: Sommer. Sie wissen nun auch, wo das Pi aus der Formel oben herkommt. Wir hoffen, Sie sind beeindruckt.

Falls nicht, dann haben wir zwei unserer Lieblingsergebnisse für Sie, die uns an einen Tag erinnern, an dem ein Familiensoziologe älterer Bauart mit Balkendiagrammen, die in einem erfolgreichen, wie er glaubte, Kampf dem damaligen Harvard Graphics abgerungen wurden, stolz wie Oskar vorstellig wurde, Abbildungen, auf denen rund 25 Bälkchen in unterschiedlicher Farbe um Aufmerksamkeit bei einem visuell überforderten Betrachter gebuhlt haben, einem Betrachter, der schon nach kurzer Zeit zu dem Schluss kam, dass diese Abbildung überladene Aussagelosigkeit darstellt. Und selbst das, haben die RKIs noch gesteigert. Hier unsere beiden Lieblingsabbildungen: Unsinn auf Stelzen:

So einen BS kann man nur Twitter-Professor Lauterbach verkaufen.

Indes kann man sich den ganzen Unfug sparen, denn bei einem Modell, das dazu dient, bestimmte Annahmen umzusetzen, wird am Ende NIE etwas anderes herauskommen, als in den Annahmen festgelegt. In den Annahmen der RKIs ist festgelegt, dass sich Impfung auf NPIs und NPIs reduzierend auf die Fallzahl auswirken. Also kommt heraus, dass sich Impfung auf NPIs und NPIs reduzierend auf die Fallzahl, die über R-Werte gemessen wird, auswirkt.

“Insgesamt scheinen auch weniger stark eingreifende NPI wie etwa Hygienekonzepte oder die Begrenzung der Personenzahl bei öffentlichen Veranstaltungen eine relevante Wirkung zu zeigen. In der Summe aller NPI führten Verschärfungen jeweils zu einer stärkeren Reduktion der COVID-19 Ausbreitung”

Es ist immer wieder erstaunlich, wie es Modellierer schaffen, sich von ihren eigenen Annahmen überrascht zu zeigen. Natürlich wird X, wenn ich annehme, das X Y reduziert, mit jeder Einheit, um die ich X erhöhe, Y stärker reduzieren. Das liegt an den Annahmen. Und dass bei Modellen am Ende immer das herauskommt, was man durch die Annahmen als Ergebnis determiniert hat, lediglich die Höhe der Ausprägung des Ergebnisses unbekannt ist, ein Problem, das man Adjustierung minimieren kann, so dass die Höhe der Ausprägung maximiert wird, das ist eigentlich bekannt, jedenfalls unter denen, die wissen, dass Modelle nicht dazu dienen, einem Gesundheitsminister und seinen politischen Helfershelfern Generalabsolution über getürckte Ergebnisse zu verschaffen, sondern dazu, Annahmen zu formulieren, die in einem Modell über ANGENOMMENE WIRKUNGSZUSAMMENHÄNGE zwischen Variablen operationalisiert werden und zu einem bestimmten durch die Annahmen determinierten Ergebnis führen, DANN an der Realität zu testen. Indes, dieser letzte Schritt, der der einzige Schritt ist, der die Erstellung von Modellen rechtfertig, er wird von Ideologen und ihren Sykophanten grundsätzlich unterlassen. Denn Sie wollen nicht wissen, ob ihre Modelle richtig sind. Sie wollen ihre Modelle als Abbild der Realität verkaufen, um diejenigen damit zu täuschen, die sich mit einem solchen akademisierten Betrug täuschen lassen.

Lassen Sie sich nicht täuschen.
Lesen Sie ScienceFiles.

Übrigens erstaunlich, dass dieselben Leute, die auch nach tausenden von Berichten über COVID-19 Shot nachfolgende schwere Erkrankung, nach hunderten von Autopsien, die einen Zusammenhang zwischen COVID-19 Shot und nachfolgendem Tod zeigen, noch auf der Unterscheidung zwischen Korrelation und Kausalität beharren, der Ansicht sind, wenn sie sich die Welt al gusto zusammen modellieren, könnten die Ergebnisse dieser gedanklichen Assoziationen als Kausalität ausgegeben werden.

Anregungen, Hinweise, Kontakt? -> Redaktion @ Sciencefiles.org

Wenn Ihnen gefällt, was Sie bei uns lesen, dann bitten wir Sie, uns zu unterstützen.
ScienceFiles lebt weitgehend von Spenden.
Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen.

Wir haben drei sichere Spendenmöglichkeiten: