Sidste år udarbejdede Aaron Hertzberg en idiotguide til, hvordan man overbeviser masserne om, at der er en dødelig pandemi, når der ikke er nogen, og lader som om, at vaccinen ikke har forårsaget nogen skader, når der er.
Han har skrevet teksten til håbefulde propagandister, der gerne vil lære kunsten: "For begynderen kan [propagandakunsten] være meget vanskelig at mestre. Selv den erfarne propagandist kan til tider falde i den fælde at tro, at det at skabe og formidle propaganda er en ligetil opgave – hvilket er en god måde at vinde en permanent ferie i Sibirien med alle udgifter betalt," sagde han.
"Den følgende korte guide vil give den håbefulde propagandist, WEF-lakaj, kommunistisk apparatchik, vågen marxist og erfaren regeringsbureaukrat de værktøjer og den viden, der er nødvendig for at udvikle deres lovende talent til fuldt ud at mestre propagandaens kunst."
Som man kan forestille sig, er Herzbergs guide nødvendigvis lang. Vi udgiver én sektion ad gangen, så håbefulde propagandister ikke føler sig overvældede og opgiver deres drømme om en karriere inden for propaganda efter den første forhindring.
Lad os ikke miste kontakten ... Jeres regering og Big Tech forsøger aktivt at censurere de oplysninger, der rapporteres af The Udsat for at tjene deres egne behov. Tilmeld dig vores e-mails nu for at sikre dig, at du modtager de seneste ucensurerede nyheder i din indbakke…
By Aaron Hertzberg som offentliggjort af Brownstone Institute den 20. december 2024. Artiklen var oprindeligt offentliggjort på Hertzbergs Substack-side den 15. juni 2023. For introduktionen, som indeholder links til alle afsnit, og 'Afsnit I – Definitioner', læs HER.
Den måske mest afgørende færdighed, der er nødvendig for at manipulere videnskab, er evnen til at designe og manipulere en undersøgelse for at opnå de nødvendige resultater.
(Bemærk: Selve planlægningen af studier vil altid blive udført af eksperter, der lever af at drive studier (kaldet PI'er eller Principal Investigators). Så du behøver ikke rigtig at være flydende i disse ting. Men det er ikke desto mindre nyttigt at have en god nok forståelse af det grundlæggende.)
Studier – især de store, smarte af slagsen, der typisk betragtes som videnskabens "guldstandard"™️ – er massivt komplekse bæster, der kan manipuleres på utallige måder. Vi vil forklare de mere fremtrædende og ligefremme typer af bedrag, manipulationer og designfejl, der kan udnyttes til at gøre studiet til en marionetdukke i dine hænder, som du kan spille rundt med efter behag.
(Bemærk: Der er mange grader af sofistikering i implementeringen af følgende manipulationer. Vi vil kun forklare og illustrere de underliggende koncepter ved hjælp af en ligefrem anvendelse af principperne uden at tilføje nogen fine pynt og pynt. Målet her er, at du skal forstå de forskellige typer og måder at manipulere data på. Du kan bagefter uddanne dig selv i de mere avancerede metoder, hvilket naturligvis er stærkt opmuntrende og anbefalet.)
Indholdsfortegnelse
IV-1. Study Rigging Tactic #1: Rig designet af undersøgelsesprotokoller
Det meste af materialet, der er relevant for dette afsnit, er også relevant for det næste afsnit, der omhandler sabotering af implementeringen af undersøgelsesprotokollerne, så vi vil her kun behandle den taktik, der er unik for rigging af designet af selve protokollerne.
Studieprotokoller er dybest set som en regelbog, der dikterer, hvordan studiet skal udføres. Så sørg for at skrive regler, der favoriserer det resultat, du ønsker at opnå.
A) Stabling af bunken; Strategisk tildeling af forsøgspersoner til de respektive studie- og kontrolgrupper
Næsten alle store, særlige studier har to grupper: studiegruppen og kontrolgruppen. I et studie for en ny medicin får studiegruppen medicinen, og kontrolgruppen får ikke. I teorien, hvis medicinen virker, burde der være flere syge mennesker i kontrolgruppen end i studiegruppen.
Så hvis du laver en undersøgelse for at teste et nyt regime-vidundermiddel, kan du udnytte dette ved at placere flere usunde personer i kontrolgruppen end i studiegruppen, så studiegruppen klarer sig bedre, selvom regimemedicinen ikke virker. (Du bør selvfølgelig ikke indrømme at have gjort dette eller andre af disse taktiske narrestreger i undersøgelsesdokumentationen.)
B) Omhyggeligt udvælge forsøgspersoner, der skal inkluderes i undersøgelsen
Meget hovedpine kan undgås blot ved at holde folk ude, som sandsynligvis vil ødelægge dine resultater på en eller anden måde.
Hvis du for eksempel tester et nyt lægemiddel, som du vil bevise er sikkert og effektivt, så hold folk ude, der er særligt tilbøjelige til at opleve dårlige reaktioner eller ineffektivitet. Du forstår ideen. (Ligesom de ikke inkluderede nogen ældre komorbide personer i covid-vaccineforsøgene, hvilket ville have afsløret den "99% effektive" idiot.)
IV-2. Study Rigging Tactic #2: Saboter udførelsen af undersøgelsesprotokollerne
Ofte nok vil du ikke være i stand til at rigge selve undersøgelsesprotokollerne til at producere dine ønskede resultater. I sådanne tilfælde skal du i stedet sabotere implementeringen eller overholdelse af de officielle undersøgelsesprotokoller. Dette er ret nemt at gøre, og der er bogstaveligt talt uendelige måder at opnå dette på.
(Bemærk: Det er klogt at have planlagt din logistik på forhånd for at undgå en række problemer og stressende situationer, der kan opstå i et stort studie, der involverer tusindvis af forsøgspersoner og personale. Hvis du f.eks. vil "vise", at et særligt irriterende stof faktisk er dødeligt, bør du have ligposer ved hånden til hurtigt at fjerne lig fra offentlige steder og et kremeringscenter på vagt døgnet rundt for at destruere uønskede retsmedicinske eller patologiske beviser, som lig måtte indeholde.)
Protokolsabotage #1: Administration af studiebehandlingen eller interventionen (til studiegruppen)
Folk tror, at det er ukompliceret og ligetil at give forsøgspersoner et stof. De tager fejl. Meget meget forkert. Du kan ofte kontrollere hele undersøgelsen ved subtilt at justere, hvordan behandlingen administreres til forsøgspersonerne, herunder følgende:
- Dosering/indgrebsmængde – Du kan underdosere eller overdosere et lægemiddel afhængigt af, hvad du sigter mod. Hvis du vil have, at lægemidlet skal se ineffektivt ud, vil underdosering sikre, at det ikke virker. Hvis du vil vise, at lægemidlet er farligt, skal du blot øge dosis til meget giftige niveauer.
- Tidspunkt for behandlingsadministration – En anden måde at sabotere et lægemiddel på er at give det til patienter for tidligt eller for sent til at være effektivt. Der er mange forskellige metoder, du kan vælge at opnå dette på. For eksempel kan du sende lægemidlet til patienter med posten, hvilket uundgåeligt vil forlænge tidsplanen med et par dage (en David Boulware Ivermectin-special).
- Produktets kvalitet, dvs. renhed eller styrke – Et forurenet eller dårligt fremstillet produkt vil ikke fungere på samme måde som et rent produkt fremstillet med ingredienser af høj kvalitet og fuldstændig troskab over for den ideelle fremstillingspraksis.
(Bemærk: Du bør ALTID udføre uofficielle prækliniske studier på dyr – og mennesker – for at forstå, hvordan forskellige versioner af lægemidlet eller interventionen vil fungere, FØR du anvender forurenede versioner i et studie (ud over de officielle prækliniske studier af lægemidlets normale formulering); ellers risikerer du ved et uheld at sabotere dine egne sabotageforsøg. Husk, at pointen med at udføre studiet er at vise et forudbestemt resultat, ikke at opdage nogen nye videnskabelige indsigter! Usikkerhed eller uforudsigelighed om, hvad det lægemiddel eller den intervention, du studerer, vil gøre i det virkelige liv, er kryptonit for vellykket studiemanipulation. Eller i det mindste vil det give dig nogle virkelig slemme migræneanfald, mens du kæmper med at navigere i labyrinten af farer og ubehagelige data fra dit nu ekstremt rodede studie.)
- Brug saltvand eller placebo i stedet for interventionen – En anden måde at minimere farerne ved den valgte intervention er at give placebo i stedet for behandlingen, så der er mindre eksponering for interventionens toksicitet. Du skal naturligvis også sørge for, at brugen af saltvand ikke har den uønskede bivirkning, at det viser, at dit lægemiddel ikke virker, så denne taktik bruges typisk i forbindelse med andre protokolmanipulationer eller utroskab.
- Mix og match – Du kan altid blande og matche inden for et af disse forslag. For eksempel kan du give nogle af behandlingspersonerne et forskelligt produkt. Du kan også bruge mere end ét af disse forslag i kombination, så du dækker forskellige dele af studiegruppen med forskellige forslag, hvilket kan gøre det sværere for udenforstående at opdage protokolbrud.
Protokolsabotage nr. 2: Administration af placebo (til studiegruppen)
Dette er i det væsentlige bagsiden af det forrige afsnit. Der er et par specifikke taktikker, der er lidt unikke, når de anvendes på placebo:
- Giv kontrol- eller placebogruppen interventionen – En måde at sikre, at en undersøgelse ikke viser nogen effekt for en behandling, er at give kontrolgruppen også behandlingen. Hvis begge grupper får behandlingen, så vil der ikke være forskel på dem, hvilket viser, at behandlingsgruppen klarede sig bedre på grund af behandlingen.
Den nemmere, men mere risikable metode til at gøre dette er at få forsøgspersonalet til at give lægemidlet direkte til kontrolgruppen, mens de udgiver sig for at være placebo. (Dette er nemt nok, fordi placeboen skal se ud, føles, smage og lugte identisk med behandlingen for at forhindre, at kontrolgruppens forsøgspersoner finder ud af, at de ikke fik lægemidlet.)
Den vanskeligere, men mindre risikable metode er at få kontrolgruppen til at få behandlingen uden for studiet. For eksempel kan man bruge en placebo, der er markant forskellig fra lægemidlet. Da forsøgspersonerne nemt kan opdage via Google, at det ikke er sådan, lægemidlet skal se ud, lugte eller smage, vil de forsøge at få fat i selve lægemidlet ved siden af, da de ikke ønsker at dø eller lide af invaliderende komplikationer fra den sygdom eller tilstand, lægemidlet bruges til at behandle.
Alternativt kan du vælge at køre undersøgelsen et sted, hvor befolkningen i forvejen har stor eksponering for den behandling, der undersøges, så puljen af forsøgspersoner vil blive grundigt forurenet med personer, der allerede bruger eller i det mindste har en forsyning af lægemidlet ved hånden.
(Husk blot, at denne taktik risikerer at blive bemærket af irriterende dissidente antividenskabelige kættere, da det vil være offentligt kendt, at der var udbredt kendskab til og/eller brug af stoffet, hvor undersøgelsen blev udført.)
- Spike placeboen – Hvis du ikke ønsker en inert placebo, kan du tilsætte noget lidt mere "livligt", der kan fremkalde bivirkninger og/eller en terapeutisk effekt.
En specifik metode er at bruge komponenter i behandlingen til at øge placeboen. Dette kan især være nyttigt til at skjule problematiske bivirkninger af en behandling, der er forårsaget af andre ingredienser eller komponenter udover den aktive behandlingsingrediens – hvis du lægger dem i placebo, så vil begge grupper have lignende bivirkninger.
(Bemærk: Husk, at hvis bivirkningerne er for udtalte, kan det blot at inkludere de toksiske komponenter i behandlingen i placeboen give anledning til spørgsmål, hvis folk bemærker, at forekomsten af de specifikke bivirkninger er betydeligt højere i undersøgelsens kontrolgruppe end i den generelle befolkning.)
Protokolsabotage #3: Giv forsøgspersonerne incitament til at ændre deres adfærd
Forsøgspersonernes adfærd er ofte en kritisk overvejelse, når man designer protokoller og udfører et studie. Brug dette til din fordel.
Der er 3 grundlæggende typer af incitamenter:
- Økonomiske tilskyndelser – En af de sikreste måder at fremme adfærd på er at belønne den økonomisk:
- Du kan køre en korrupt bestikkelsesordning i undersøgelsen. For eksempel, hvis undersøgelsen opnår resultater ved at bede forsøgspersoner om at indberette oplysninger - såsom hvilke bivirkninger de oplevede efter at have fået Glorious Intervention - kan du betale forsøgspersoner for ikke at rapportere bivirkninger. Men du bliver også nødt til at håndhæve hemmeligholdelse og sikre, at ingen finder ud af det, hvilket kan være vanskeligt.
- Alternativt kan du manipulere eller udnytte det miljø, hvor undersøgelsen finder sted, til at fungere som din mellemmand eller mellemmand for at uddele de økonomiske goder. Hvis du for eksempel tester effektiviteten af en potentiel intervention til at blokere transmission af den frygtede sygdom, kan du køre undersøgelsen et sted, hvor folk kun kan gå på arbejde, hvis de ikke er smittet med den frygtede sygdom, og dermed udnytte dette indbyggede incitament til ikke at rapportere positive testresultater, som folk har (de vil have deres fulde lønseddel).
- Socialt pres – Den anden type incitament er socialt pres. Dette kan komme fra jævnaldrende, politiske kræfter, sociale grupper, professionelle medarbejdere, institutioner, berømtheder eller enhver anden kilde til indflydelse i samfundet. Pointen er, at du kan bruge enhver eller alle disse til din fordel.
Lad os for eksempel sige, at du laver en undersøgelse for at teste effektiviteten af Det Vidunderlige Stofskjold, der stopper spredningen af den Frygtede Sygdom. Så du giver nogle landsbyer i et tredjeverdensland Det Vidunderlige Stofskjold og opretter en kontrolgruppe af landsbyboere, der ikke får Det Vidunderlige Stofskjold. Du kan lave et show om, hvor fantastiske disse apparater er, foran de landsbyboere, der får dem. Du kan også få landsbyens ældste til at proklamere, at Det Vidunderlige Stofskjold er en gave fra himlen, hvilket gør det til et moralsk dyd at bære et, og endnu vigtigere, gør det at bære et, men blive smittet med den Frygtede Sygdom, til et tegn på religiøs fiasko. Dette gør dem langt mindre tilbøjelige til at rapportere tilfælde af den Frygtede Sygdom, især sammenlignet med landsbyboerne, der ikke fik De Vidunderlige Stofskjolde. Hvilket får det til at se ud som om Det Vidunderlige Stofskjold virker på at reducere overførsel af den Frygtede Sygdom.
- Hårde straffe – Man kan true med alle mulige forfærdelige konsekvenser, hvis studiefag ikke gør præcis, som man vil. Dette er især nemt at implementere i tredjeverdenslande, hvor der er lidt om nogen retsstat og korruption er reglen. Det kan være nyttigt at lave et eksempel på nogen på forhånd for at vise, at du mener alvor - for eksempel kan du vælge en tilfældig person til at sende til et fængsel i Sudan, hvorfra de næppe nogensinde vender tilbage i live.
Protokolsabotage #4: Ansæt inkompetente folk til at lede undersøgelsen
Studier – især de studier, der udfører en form for eksperiment (i modsætning til blot at analysere eksisterende datasæt) – kræver typisk et stort personale at udføre. At ansætte inkompetent personale er en god måde at give dig selv lidt spillerum til at "massere" ubelejlige data, der kommer ud af studiet – "disse data er fejlagtige, fordi personalet har rodet det til." Så selvfølgelig skal du "rette" "fejlene".
Endnu vigtigere er det, at inkompetente medarbejdere er mindre tilbøjelige til at bemærke, at du rigger undersøgelsen, fordi de ikke har viden eller erfaring om, hvordan en lovlig undersøgelse formodes at blive afviklet.
Protokolsabotage #5: Fjern eventuelle problematiske forsøgspersoner eller begivenheder fra undersøgelsen
Denne her er et åbenlyst "duh". Hvis et par forsøgspersoner i fase 3-forsøget med Glorious Vaccine lider alvorlige skader lige efter at være blevet injiceret med Glorious Vaccine, ja, så kan man jo ikke lade dem ødelægge fortællingen om "sikkerhed og effektivitet". Men heldigvis er løsningen enkel: fjern dem fra studiet.
Dette vil ikke engang se mistænkeligt ud for en ekstern observatør! Hver undersøgelse har regler skrevet ind i protokollerne, der giver dig mulighed for at sparke forsøgspersoner ud, der overtræder undersøgelsesprotokollerne eller ønsker at forlade af "personlige årsager." (Tænk på hver gang en politiker siger, at han trækker sig for at "bruge mere tid sammen med sin familie" - samme idé.) Men de fleste akademikere er suckers for dette og falder for det hver gang.
Hvis du er virkelig smart med, hvordan du designer protokollerne i første omgang, vil du tilføje en betingelse, der forbyder forsøgspersoner at søge lægehjælp hos nogen læge uden for studiet. Så hvis en forsøgsperson oplever en ubehagelig bivirkning, som f.eks. lidt sikker og effektiv myokarditis eller en mild Bells parese, der efterlader ham noget lammet, vil de gå direkte til den nærmeste skadestue ... hvilket er en klar overtrædelse af studieprotokollerne!! Farvel-farvel-problem.
Hvis du vil se en ægte maestro, behøver du ikke lede længere end til den person, der er ansvarlig for Pfizers fase 3-forsøg med børnevacciner – da en af forsøgspersonerne ved navn Maddie de Garay pådrog sig flere ret grimme neurologiske skader 24 timer efter at have fået vaccinen (den slags, der involverer permanent brug af sondeernæring og kørestole blandt andre livsstils"justeringer"), smed de hende simpelthen ud af undersøgelsen. Og derefter skrev de hendes skade op som "uopklarede mavesmerter". De smed også en anden person ud af hovedforsøget, en advokat ved navn Augusto Rioux, efter at han fik en mild sikker og effektiv perikarditis efter dosis #1.
Det samme gælder for AstraZeneca. Brianne Dressen blev smidt ud efter dosis #1, men de rapporterede, at hun trak sig af personlige årsager. Se? Nemt.
Protokolsabotage #6: Registrer falske data
Når alt andet fejler, kan du blot registrere data til undersøgelsen, der er fuldstændig forkerte og opdigtede ud af den blå luft. Pfizer-undersøgelsesleverandøren Ventavia viser os vejen i denne sag. De følgende skærmbilleder er den faktiske e-mail sendt af Brooke Jackson, en af Ventavias site managers, som besluttede at forsøge at undergrave regimet ved at afsløre den igangværende svindel:
I et usædvanligt hurtigt og effektivt svar blev fru Jackson fyret mindre end seks – 6 – timer efter at have sendt denne e-mail til FDA. SEKS TIMER!! Sådan skal tingene gøres.
Ydermere, da hun sagsøgte ved den føderale domstol i et forsøg på at vælte hele Pfizer-vaccineforsøget, lykkedes det regimet at standse det i næsten to hele år ved at bruge en række geniale juridiske taktikker. (Det skal dog bemærkes, at den, der var ansvarlig for ansættelsen, blæste det stort; du skal lave grundige baggrundstjek for at sikre, at potentielle ansøgere ikke besidder stærke moralske overbevisninger.)
Desværre kontrollerer FDA ikke udenlandske medicinske tidsskrifter, hvoraf et besluttede (chokerende) at offentliggøre en artikel, der dokumenterer svindel med Pfizer-forsøg. Stor pyt. Det er derfor, det er bydende nødvendigt at etablere et enhedsstyrende organ for hele verden.
IV-3. Undersøgelsesrigningsmulighed #3: Undersøgelsesanalyse
Når du er færdig med selve undersøgelsen, er det tid til at analysere tallene fra undersøgelsen. Eventuelle problematiske data, der på en eller anden måde er kommet igennem alle dine protokoldesigns og sabotage, vil blive ryddet op her. Tænk på det som at give en brugt, ødelagt bil et helt nyt lag maling for at skjule alle skaderne nedenunder; du ændrer ikke noget væsentligt, bare skjuler ting (for det meste). Ingen ønsker at ridse den friske, nye maling for at sikre sig, at den ikke skjuler noget.
Der er såååå mange måder at "analysere" data på. Tricket er at være smart med, hvilke du vælger, og hvordan du udfører analysen.
Analysetaktik nr. 1: Juster ikke dataene
Datajusteringer er ret standard ting i videnskaben. Rådata er næsten aldrig egnet til direkte at drage slutninger eller ekstrapolere fra, fordi der normalt er alle mulige forvirrende variabler til stede.
Her er et meget simpelt eksempel på en datajustering:
Følgende er befolkningen i staterne Darth Santistan (dårlig tilstand) og The Gender Spectral Paradise of Commiefornia (god tilstand):
Her er dødsraterne fra den frygtede sygdom i disse stater. Samlet set har den dårlige stat flere dødsfald end den gode stat. Da de har den samme befolkning, betyder det, at dødeligheden er højere i den DÅRLIGE, DÅRLIGE stat Darth Santistan:
MEN ... ja, der er et stort "men" her ...
Hvis vi ser på dødsraterne for seniorbefolkningen og ikke-seniorbefolkningen separat, har den gode stat chokerende nok en højere dødsrate i BEGGE (?!?!?!?!?):
To vigtige observationer her.
Årsagen til, at den illoyale tilstand Death Santistan har en højere samlet rate på trods af at de har lavere dødsrater i hver alderskohorte er faktisk meget simpelt. Ældre dør langt oftere end ikke-seniorer, men den dårlige stat har den uheldige situation at have 2.5 gange så mange ældre som den gode stat, hvilket betyder mange flere dødsfald samlet set på grund af det store antal ældre borgere i den dårlige stat Dødsstaten:
For at den dårlige stat skal have det samme antal seniordødsfald som den gode stat, skal de bogstaveligt talt have 40 % af dødsraten hos seniorer som den gode stat, fordi den gode stat kun har 40 % så mange seniorer i deres befolkning som den dårlige tilstand. Det er derfor (når vi vil være ærlige, som når sandheden hjælper regimet) Videnskaben justerer data - for at undgå ting som dette. (Dette særlige statistiske fænomen har faktisk et officielt navn: "Simpsons paradoks. ")
Juster derfor IKKE dataene, når det vil skade regimets fortælling.
Analysetaktik nr. 2: Juster dataene vildledende eller uhensigtsmæssigt
Omvendt vil rådata, eller korrekt justerede data, nogle gange ikke være gode for din fortælling. I sådanne tilfælde skal du fortsætte med at justere på kreative måder, indtil du med succes har sløret de kætterske resultater, så ingen kan se dem eller finde ud af dem.
Hvis vi for eksempel tager vores ovenstående hypotetiske sammenligning af de fiktive tilstande i Kønsspektrale Paradis i Commiefornia og Dødssantistan, kan du tilføje en 'justering' for at "løse" problemet. Alt du skal gøre er at finde en egenskab, der er en reference for værre resultater i den dårlige tilstand i Dødssantistan end den gode tilstand i Kønsspektrale Paradis i Commiefornia. Da Dødssantistan besluttede ikke at følge regimets livreddende nedlukninger, havde seniorerne i Dødssantistan en tendens til at forlade deres huse mere end andre stater, selvom det bare var for at gå en tur rundt om gaden for at få frisk luft – hvilket betyder, at seniorer, der ikke forlod deres huse, sandsynligvis oftere var for syge til at forlade deres hus. Sådanne syge seniorer er også mere tilbøjelige til at være dem, der dør af den frygtede sygdom.
Sådan her kan det udspille sig.
Diagram nr. 1 – antallet af seniorer i hver stat (venstre kolonne = seniorer, der gik udenfor mindst én gang om ugen; midten = seniorer, der ikke gik udenfor; højre = det samlede antal seniorer i hver stat):
Diagram #2 – antal dødsfald i hver af de tre kategorier i diagram #1:
Dette løser fuldstændigt vores problematiske data (det kan faktisk løse det for godt!!) – se, hvordan vi ændrer dødsraten hos seniorer:
Alt du skal gøre nu er at referere til den indendørs dødelighed blandt seniorer som den "befolkningsjusterede dødelighed blandt seniorer".
Man kan også stadig henvise til dødsfald blandt ældre indendørs fra tid til anden, fordi det er meget nemmere at propagandere med et argument som "seniorer, der var mest udsatte, fordi de er immobile, havde næsten TRE gange større sandsynlighed for at dø i den DÅRLIGE tilstand end i den GODE tilstand." Folk forbinder naturligt seniorer med at være fanget indendørs, så de vil sandsynligvis ikke forstå, at "seniorer indendørs" i virkeligheden er en så lille procentdel af vores hypotetiske seniorbefolkning i Death Santistan.
Analysetaktik nr. 3: Vælg optimale slutpunkter
Endepunkter er en stor ting. Officielt er det/de primære endepunkter i et studie det centrale fund, der afgør, om studiet anses for at være en succes eller en fiasko. Et endepunkt er dybest set en ting eller en metrik, som du bruger til at vurdere succesen/fiaskoen eller effekten af det, du undersøger. For eksempel, hvis du tester et nyt lægemiddel for at se, om det forhindrer den frygtede sygdom i at dræbe dig, ville endepunktet være dødsfald som følge af den frygtede sygdom. Hvis behandlingsgruppen havde færre dødsfald som følge af den frygtede sygdom end kontrolgruppen, så virker behandlingen, men hvis de ikke gjorde det, ja, så betyder det, at du ikke har manipuleret studiet godt nok. (Det er lidt forenklet, men du forstår den grundlæggende idé.) Så du skal sørge for at vælge klogt, når du vælger endepunkterne.
Derfor bør du generelt vælge slutpunkter, der har så mange af følgende egenskaber som muligt:
- Afhænger af subjektiv vurdering snarere end objektiv observation.
- Naturligvis forudindtaget over for dine foretrukne resultater.
- Let at manipulere resultatet.
- Det er nemt at lyve om resultatet.
- Det er svært for folk at finde ud af, om du har forfalsket eller manipuleret resultatet.
- Svær at forstå/forstå, især for lægfolk.
Lad os for eksempel antage, at du kører et forsøg med det formål at sabotere en alternativ behandling, der faktisk virker på den frygtede sygdom (hvilket ville være meget dårligt, hvis regimet ønsker, at en pandemisk krise skal foreviges i et stykke tid endnu). Du skal vise, at det ikke virker. Hvis du vælger "død" som et slutpunkt, kan du komme i store problemer, når stoffet redder en flok mennesker i behandlingsgruppen.
I stedet for død kunne man vælge noget i retning af "tidspunkt for udskrivelse fra hospitalet". Dette endepunkt opfylder alle seks betingelser (til en vis grad):
– Patientudskrivelse er en subjektiv beslutning truffet af lægerne (som burde være på studiets lønningsliste), så man er ikke tvunget til at udskrive patienter, der opfylder en objektiv standard for udskrivelse.
– Udskrivelse er påvirket af dine foretrukne resultater. Da en højere procentdel af kontrolgruppen vil dø, betyder det, at en højere procentdel af alvorlige tilfælde aldrig bliver udskrevet, så de vil ikke øge den gennemsnitlige udskrivelsestid for resten af kontrolgruppen. Sammenlignet med behandlingsgruppen, hvor de mere alvorligt syge patienter i stedet for at dø tager et par ekstra dage om at komme sig, hvilket øger den gennemsnitlige udskrivelsestid for behandlingsgruppen.
– Udskrivelse er meget nem at manipulere. Du kan rekruttere hospitalspersonalet, der er involveret i undersøgelsen, til unødvendigt at forsinke udskrivelsen af behandlingspatienterne et stykke tid (du skal sørge for, at det relevante personale ved, hvem der har fået behandlingen, og derfor venter ekstra med udskrivelse fra hospitalet).
– Tidspunktet for udskrivelse er også ret nemt at forfalske; rediger blot papirerne for enten datoen for indlæggelse på hospitalet og/eller datoen for udskrivelse (og sikkerhedsoptagelserne om nødvendigt). Dødsfald er meget sværere at forfalske, fordi dødstidspunktet typisk er noget, der registreres meget præcist og fremgår af dødsattesten.
– "Tid til udskrivelse" er ikke den mest intuitive målestok for en lægmand.
Det er klart, at du kan gøre det bedre under de fleste af disse forhold, men dette formidler den grundlæggende idé.
Analysetaktik nr. 4: Begrav alternative slutpunktsmålinger
Denne er praktisk talt selvindlysende: hvis man bruger "tid til udskrivelse" som endepunkt, men rapporterer, at der var en 50% reduktion i dødeligheden i behandlingsgruppen, ja, lad os bare sige, at det vil vække en del undren.
Så i stedet for at skulle stille svære spørgsmål om, hvorfor du valgte et så absurd endepunkt, og hvorfor du ville hævde, at behandlingen ikke virker, hvis du ser, at behandlingen reducerede dødeligheden betydeligt, bør du ideelt set ikke rapportere dødsfaldene nogen steder i studiet.
Hvis du ikke kan undgå at rapportere dødelighedsstatistikkerne, bør du i det mindste begrave dem midt i en tilfældig tabel i et bilag i et format, der er meget svært at forstå. Eller endnu bedre, sprede dem ud over flere datatabeller i stedet for at de er samlet ét sted, hvor de nemt kan identificeres af en eller anden irriterende tilfældig nørd i sin kælder.
Analysetaktik #5: Brug de optimale analysetyper for at opnå dine ønskede resultater
Der er lige så mange måder at analysere data på, som der er kønsidentiteter eller pronomenkombinationer. Desværre kan en dybdegående forklaring af forskellige metoder ikke destilleres ned i et format, der er passende til en Idiot's Guide som denne. Se bare på nogle af disse navne:
- Balanceret designanalyse af varians.
- Beta-distributionsmontering.
- Box-Cox-transformation for to eller flere grupper (T-test og envejs-ANOVA).
- Klyngede varmekort (dobbelte dendrogrammer).
- Distributionsmontering (Weibull).
- Fuzzy klyngedannelse.
- Gammafordelingsmontering.
- Generelle lineære modeller ("GLM").
- Grubbs' outlier-test.
- Hierarkisk klyngedannelse/dendrogrammer.
- K-Means Clustering.
- Medoid partitionering.
- Multivariat variansanalyse ("MANOVA").
- Ikke-detekterede datagruppesammenligning.
- Envejsanalyse af kovarians ("ANCOVA").
- Regressionsklyngering.
Pointen er, at forskellige metoder til statistisk analyse vil give forskellige resultater. Hvis de ikke gav forskellige resultater, ville der ikke være så mange metoder. Det er alt sammen et spørgsmål om perspektiv. Så du er nødt til at ansætte kompetente statistiske guruer, der ved det her (og er loyale over for regimet) af to grunde:
1. Du får gavn af deres ekspertise (som du har brug for; husk, at din ekspertise er propaganda, ikke fancy statistisk analyse. Lidt praktisk ydmyghed i at erkende dine egne begrænsninger er afgørende for at være en succesfuld propagandist; overdreven selvtillid har været nederlaget for mange loyale regimelakajer og har ofte også udløst en lang ferie i et skuffende Gulag).
2. Regimkættere kan ikke påpege manglen på troværdig ekspertise hos jeres statistiske analytikere for at besudle og stille regimestudiers troværdighed på spil. Sagen om Neil Ferguson står som en advarende fortælling. Selvom han i starten lykkedes med at overbevise regeringer over hele verden med sin fantastiske model, der forudsagde apokalyptisk blodbad forårsaget af covid, gav hans fuldstændige mangel på enhver fagekspertise plus hans lange historie med fuldstændig vrangforestillinger om pandemier oppositionen et solidt grundlag for at forkaste hans modeller og alle efterfølgende modeller, der blev fremført af forskellige regeringer. De var også i stand til at missionere med stor effekt på baggrund af denne fiasko.
Analysetaktik #6: Fjern problematiske data, der ikke kan analyseres, justeres eller på anden måde skjules
Dette er det samme koncept som at sparke forsøgspersoner ud fra en undersøgelse, hvis de ikke er i overensstemmelse med regimets påbudte resultater; bare her fjerner du de allerede genererede data i stedet for selve undersøgelsespersonerne. Målet er dog det samme: at forhindre, at de data, der ikke passer med det, du ønsker, at undersøgelsesresultaterne skal vise, kommer ind i den officielle registrering af undersøgelsen i første omgang.
IV-4. Undersøg rigging mulighed #4: Rekruttering af medier til at spinde resultaterne
Uanset hvad resultaterne bliver, bør du have klargørende diskussionsemner, som sympatiske medier kan gå til angreb på. Det gør ingen forskel, hvor falske, vildledende osv. de er, hele pointen med propaganda er at gaslighte og vildlede. Medierne er simpelthen ved at oversvømme økosfæren med dine oplysninger en stærk kraft, der i det mindste vil gøre det meget vanskeligt for de fleste mennesker at være i stand til at afdække de løgne og bedrag, du hurtigt udbreder i hele samfundet.
Du bør være særligt parat til ondskabsfuldt at målrette enhver videnskabsmand eller akademiker med kætterske tilbøjeligheder, som kan sætte spørgsmålstegn ved alt, hvad du siger, eller endnu værre, gøre opmærksom på mangler i dit studie. Med maksimale fordomme.
Om forfatteren
Aaron Hertzberg er skribent om alle aspekter af pandemiresponsen. Du kan finde mere af hans forfatterskab på hans Substack:Modstand mod den intellektuelle analfabetisme'.
Det fremhævede billede er taget fra forsiden af 'Den komplette idiots guide til madlavningsdata for håbefulde propagandister'.
Expose har akut brug for din hjælp…
Kan du venligst hjælpe med at holde lyset tændt med The Exposes ærlige, pålidelige, kraftfulde og sandfærdige journalistik?
Din regering og Big Tech-organisationer
prøv at tave The Expose ned og lukke den ned.
Så har vi brug for din hjælp til at sikre
vi kan fortsætte med at bringe dig
fakta, som mainstreamen nægter at vise.
Regeringen finansierer os ikke
at udgive løgne og propaganda på deres
vegne ligesom mainstream medierne.
I stedet er vi udelukkende afhængige af din støtte.
støt os venligst i vores bestræbelser på at bringe
din ærlige, pålidelige og undersøgende journalistik
i dag. Det er sikkert, hurtigt og nemt.
Vælg venligst din foretrukne metode nedenfor for at vise din støtte.
Kategorier: Seneste nyt, Verdens nyheder
https://www.youtube-nocookie.com/embed/UtVxr6Albwo Peckford