Liten analys av plandemin

Jag har börjat läsa en utbildning i AI och maskininlärning. Under kursen i databehandling fick vi i uppgift att analysera statistik från Covid-19. Till en början ville jag bara kräkas på uppgiften (ursäkta bildspråket), för det lades fram som att vi skulle låtsas vara Anders Tegnell och se hur det går med kvaccinationerna och plandemin. Detta kändes hopplöst omedvetet och som att jobba för nazisterna, eller för all del, kommunisterna.

Men det visade sig att vi bara skulle analysera data och undersöka tillgänglig statistik, vilket ju kan vara intressant, beroende på frågeställning. Min frågeställning var i princip att undersöka korrelationen mellan bland annat kvaccin, intensivvård, antal fall och mortalitet. Korrelation är som bekant inte kausalitet, men det kan ändå ge en indikation på vartåt det lutar. Det visar om det finns en relation mellan variabler, hur stark relationen är och hur den ser ut. Till exempel kan man använda korrelation för att kartlägga relationen mellan BMI (Body Mass Index) och blodsocker, eller inom ekonomi för att t.ex. bedöma sambandet mellan arbetslöshetsnivåer och konsumtionsmönster.

Mot slutet finner vi en relativt stark koppling mellan antal injicerade sprutor och antal dödsfall, vilket är denna undersöknings största fynd.

1. Terminologi
2. Källor till underlaget
3. Tillvägagångssätt och verktyg
4. Överblick antal fall/kvaccinerade i olika delar av landet
   1. Kumulativt antal fall i en världspolitisk kontext
   2. Kvaccinerade per län/kommun
      1. Kvaccinerade per län
      2. Stockholms län/Västra Götaland 1-4 doser
      3. Kommuner med minst andel besprutade
      4. Kommuner med högst andel besprutade
5. Mortalitet
   1. Överblick sedan 2013
   2. Mortalitet före/efter plandemi/injektion
6. Korrelation
   1. Vad är korrelation?
   2. Intensivvårdsbehandling och dödlighet
   3. PCR-test och antal fall
   4. PCR-tester, fall och dödsfall
      1. Fall och dödsfall klassade som Covid-19
      2. Fall klassade som Covid-19 och alla dödsfall
      3. Kvaccination och mortalitet
7. Slutsatser
   1. Politisk kontext
   2. Kvaccinationsgrad i olika delar av landet
   3. Korrelationer
   4. Värt att notera

Terminologi

Jag kommer inte använda order ”vaccin” i denna text (mer än i diagrammen). Definitionen ändrades av CDC (Center for Disease Control/Creation, valbart) 1 september 2021 , så att det inte längre behöver skydda mot sjukdom (i vilken grad det tidigare gjort det kan också diskuteras). Det behöver inte heller längre producera immunitet, och istället för att det ska hjälpa, som i den gamla definitionen, räcker det att det är ett preparat som används i syfte att stimulera immunförsvaret. Därför är det mer lämpligt att kalla det ”kvacksin”.

En pandemi var det inte heller tal om. Även där har definitionen ändrats, denna gång av WHO den 4 maj 2009, ca 1 månad innan H1N1 ”bröt ut”, och WHO deklarerade att det var en så kallad pandemi. Man släppte att det skulle medföra ”ett stort antal döda och sjuka”. På liknande vis gjorde man under Covid-åren: Istället för att kalla det influensa, som vanliga år, valde man att försöka hetsa igenom en ny världsordning genom att påstå att det var en pandemi. Därmed, och av många fler anledningar som inte är fokus i denna text, används den mer passande termen ”plandemi”.

Källor till underlaget

• Folkhälsomyndighetens statistik om kvaccinationsgrad och smittans utbredning m.m. mellan v6 2020 och v42 2022 (det var en uppgift som även gjordes på skolan förra året och Folkhälsomyndigheten har sedan dess förändrat strukturen på sin data så vi fick av någon anledning använda 1 år gammal statistik).
• Folkhälsomyndighetens statistik över PCR-testade individer fram till sista oktober 2023.
• SCB:s statistik över alla dödsfall i Sverige per län mellan v 46 2020 och v46 2022.
• SCB:s statistik över alla dödsfall i Sverige mellan v 1 2013 och v38 2023.

Tillvägagångssätt och verktyg

• Jupyter Notebook för att dokumentera
• Pandas för beräkningar
• Plotly Express och Seaborn för diagram

Jag redovisar nedan mina resultat och slutsatser. Uppgiften skulle redovisas på engelska, varför de flesta diagram är på detta språk. Först en överblick över antal fall och andel kvaccinerade i olika delar av landet, för att därefter gå till korrelationsrapporten.

Överblick antal fall/kvaccinerade i olika delar av landet

Kumulativt antal fall i en världspolitisk kontext

Frågor värda att fundera över:

• Varför förklarade FHM plötsligt slutet på de drakoniska åtgärderna under höjden av den största ökningen av antalet fall?
• Varför den plötsliga enorma ökningen av fall efter att kvaccinationspass krävs för inomhusevenemang med fler än 100 deltagare?
• Hur kommer det sig att antalet fall började avta drastiskt så snart FHM deklarerade att restriktionerna var över?
• Hur kommer det sig att antalet fall stadigt tilltog i lugn takt under 2020, innan de plötsligt började skjuta i höjden runt det amerikanska presidentvalet, då det blev tydligt att statskuppen hade lyckats?
• Varför dog Covid-narrativet ut vid inledningen av den ryska operationen/invasionen i Ukraina?
• Vad är underrättelsetjänster?
• Kan stora händelser vara skapade för att driva en politisk agenda? Krävs vissa förutsättningar? Vad händer när förutsättningarna inte längre finns?

Kvaccinerade per län/kommun

Kvaccinerade per län

Kvaccinationsgraden är ganska jämnt fördelad över landet. Kronoborgs län, Skåne, Stockholm och Västmanland är bäst i klassen på självständigt tänkande (även om alla län och kommuner får IG [G = 50% rätt]). I sin helhet tycks 85,7% av de över 12 år i Sverige ha låtit injicera den otestade, nödgodkända, experimentella gentekniksprutan i sina kroppar mot slutet av 2022.

• Motsvarande siffra för 2 sprutor: 83,9%
• Motsvarande siffra för 3 sprutor: 58,8%
• Motsvarande siffra för 4 sprutor: 25,5%

Stockholms län/Västra Götaland 1-4 doser

Stockholms län vinner här över Västra Götalands län vad gäller alla sprutor.

Kommuner med minst andel besprutade

Kommuner med högst andel besprutade

Mortalitet

Först en övergripande bild över mortalitetens utveckling i Sverige i antal fall (ej kompenserat för befolkningsökningen på närmare 1 miljon människor under det gångna decenniet).

Överblick sedan 2013

Totalt dog under denna period 962 824 människor i Sverige. Notera det låga antalet dödsfall under året som föregick plandemin. Frågan infinner sig om det var med mening för att kunna få till mer dramatiska tal nästa år?

Vi ser även hur dödstalstopparna har blivit mer extrema och direkta sedan plandemin.

Mortalitet före/efter plandemi/injektion

För att undersöka om det skett någon förändring i mortalitet, dels pga. plandemin, dels på grund av de så kallade vaccinerna, delades datan upp i fyra olika tidsperioder:

Tidsperiod	Datum
Före Covid-19	2013-01-01 till 2020-03-01
Covid -19 (plandemin)	2020-01-01 till 2022-02-28
Före injektionerna	2017-01-01 till 2020-12-01
Efter injektionerna	2021-01-01 till 2023-09-24

Efter att datan delats upp i tidsperioder kan vi nu se skillnader i mortalitet perioderna emellan:

Den genomsnittliga dödligheten per vecka har inte förändrats nämnvärt sedan innan Covid. Under covidåren ökade dödligheten med 4,5% jämfört med perioden från 2013 fram till Covid. Dödligheten är nu i genomsnitt 0,5% högre än innan kvaccinationerna, men å andra sidan har befolkningen ökat från 9,6 miljoner år 2013 till 10,6 miljoner år 2023 (10,4%). Detta beror till stor del på migration, så effekterna på dödligheten är oklara.

Det är intressant att standardavvikelsen för antalet dödsfall har ökat betydligt sedan innan Covid, vilket vi också kunde se i diagrammet. Skillnaden är ungefär lika stor mellan åren före Covid och åren efter Covid som mellan åren efter Covid och Covid-åren.

Tittar man på skillnaden mellan åren före Covid-19 (2017-01.01 till 2020.03.01) och åren före sprutorna (2017.01.01 till 2020.12.01) finner vi att antalet dödsfall per vecka, trots det abnorma antalet döda i april 2020, bara är 9 fler per vecka under plandemins första 9 månader . När sprutorna väl började distribueras gick antalet döda upp till 76 fler per vecka.

Korrelation

Nu är det dags att undersöka korrelationen, dvs. om det finns någon relation mellan olika faktorer, såsom mellan antal fall, kvaccinationer och mortalitet.

Vad är korrelation?

Korrelation mäts mellan ett och minus ett. Det antyder att när en variabel ökar tenderar den andra variabeln också att öka. Här är en generell tolkning av korrelationskoefficienter:

Korrelation	Betydelse
1.0	Perfekt positiv korrelation
0.8 till 1.0	Stark positiv korrelation
0.6 till 0.8	Måttlig positiv korrelation
0.4 till 0.6	Svag positiv korrelation
0.0	Ingen korrelation
-0.4 till -0.6	Svag negativ korrelation
-0.8 till -1.0	Måttlig negativ korrelation
-1.0	Perfekt negativ korrelation

Intensivvårdsbehandling och dödlighet

Till att börja med har vi här en heatmap över korrelationen mellan olika variabler i FHM:s statistik över antal fall etc.:

Take-away: Antalet personer som togs till intensivvård för den kontroversiella behandlingen med respiratorer korrelerar måttligt till kraftigt positivt (0.75) med antalet dödsfall klassificerade som orsakade av Covid-19. Resten är ganska självklart. Men hur ser det ut om man kontrollerar korrelationen med ett antal veckors fördröjning?

Fördröjning mortalitet jämfört med intensivvårdsbehandling (veckovis)	Korrelation
-2 veckors fördröjning	0,58
-1 veckas fördröjning	0,67
0 veckors fördröjning	0,75
1 veckas fördröjning	0,79
2 veckors fördröjning	0,76

Då ser vi att korrelationen är som högst med en veckas fördröjning (0,79), dvs. att om antalet intensivvårdspatienter ökar en vecka, ökar antalet dödsfall som mest veckan därpå. Korrelationen gränsar till stark.

PCR-test och antal fall

Under perioden 2020-10-05 till 2023-10-30 utfördes 17 938 970 PCR-test i Sverige. Låt oss undersöka sambandet mellan antalet tagna tester per vecka och rapporterade fall per vecka.

Vi ser hur kurvorna följer varandra mycket väl, men låt oss även räkna ut korrelationen:

Fördröjning mellan utförda PCR-tester och fall klassade som Covid -19 (veckovis)	Korrelation
-3 veckors fördröjning	0,23
-2 veckors fördröjning	0,41
-1 veckors fördröjning	0,60
0 veckors fördröjning	0,73
1 veckas fördröjning	0,76
2 veckors fördröjning	0,71
3 veckors fördröjning	0,61
4 veckors fördröjning	0,51

Korrelationen är som starkast med en vecka mellan taget test och rapporterat fall (0,76 ). Eftersom ett fall i de allra flesta fall klassas som Covid-19 först efter taget test, och det tar ett litet tag att få resultatet, är det rimligt att här finns en tydligt samband mellan.

PCR-tester, fall och dödsfall

Vid första anblick sticker inte korrelationen mellan antalet C19-fall (som i huvudsak  drivs av de för ändamålet olämpliga PCR-testerna) och antalet dödsfall (oavsett dödsorsak) i ögonen. Sambandet mellan antalet test och antalet fall är desto tydligare, som vi ovan konstaterat.

Men låt oss vidare undersöka kopplingen dels mellan fall och dödsfall som båda är klassade som Covid-19, dels fall klassade som Covid-19 och alla dödsfall.

Fall och dödsfall klassade som Covid-19

Fördröjning all mortalitet jämfört med fall klassade som Covid -19 (veckovis)	Korrelation
-4 veckors fördröjning	0,32
-3 veckors fördröjning	0,34
-2 veckors fördröjning	0,34
-1 veckas fördröjning	0,32
0 veckors fördröjning	0,27
1 veckas fördröjning	0,20
2 veckors fördröjning	0,13
3 veckors fördröjning	0,06

Vi ser att den mycket svaga korrelationen med dödsfall är som störst 2-3 veckor före fallen. Att man inte hade kommit igång med tester i större skala under de första massavrättningarna på äldreboenden kan påverka pålitligheten av dessa slutsatser.  Men att PCR-testerna enligt uppfinnaren (som länge var en stark motståndare till USA:s Tegnellmotsvarighet Anthony Fauci, och som [lämpligt nog?] råkade dö strax före de första fallen i Kina den 7 augusti 2019) å andra sidan inte alls var lämpade för att diagnosticera sjukdom och att man kan påvisa smitta av vad som helst i vad som helst med tillräckligt många cykler gör å andra sidan att denna statistik är högst opålitlig. Särskilt med tanke på att dödsfall klassades som havande med Covid att göra även om någon blev påkörd när hysterin var som värst.

Låt oss nu undersöka sambandet med alla dödsfall, inte bara de som klassats som att de är relaterade till Covid-19.

Fall klassade som Covid-19 och alla dödsfall

Här skönjer vi en korrelation, åtminstone vad gäller topparna. Men låt oss även räkna ut siffrorna:

Fördröjning all mortalitet jämfört med fall klassade som Covid -19 (veckovis)	Korrelation
-2 veckors fördröjning	0,28
-1 veckas fördröjning	0,33
0 veckors fördröjning	0,37
1 veckas fördröjning	0,30
2 veckors fördröjning	0,22
3 veckors fördröjning	0,19

Här föreligger också en mycket svag korrelation, som är störst för samma vecka, på 0,37. Detta kan jämföras med korrelationen mellan fall och dödsfall som båda klassats som Covid-19, där korrelationen var som störst 2-3 veckor före fallen (0,34).

Det är märkligt att korrelationen är aningen större med den allmänna mortaliteten, än med den specifikt kopplade till Covid-19. Variationen beror säkert till viss del på att det är olika tidsintervall.

Kvaccination och mortalitet

Detta diagram är i princip delat i två motsatser. Vi ser att linjerna i den första halvan (fram till slutet av den första kvaccinationsvågen) i sin tur i princip är varandras motsatser, medan de i den andra halvan (från andra sprutan) följer varandra väldigt väl.

Det var ett ovanligt stort antal dödsfall strax innan kvaccinationerna började distribueras. Många äldre och personer på äldreboenden behandlades med livsavslutande åtgärder om de eller någon i deras närhet testade positivt för covid. Sedan finns det nästan en omvänd relation mellan antalet distribuerade doser och dödsfall, vilket kan tolkas som en följd av det stora antalet dödsfall strax innan kvaccindistributionen började. Från omkring vecka 40 2021 verkar korrelationen mellan antalet distribuerade doser och antalet dödsfall öka (med en fördröjning på 2 veckor).

Vi tittar först på hela perioden:

Fördröjning all mortalitet jämfört med antal kvaccinationer (veckovis)	Korrelation
-2 veckors fördröjning	-0,31
-1 veckas fördröjning	-0,32
0 veckors fördröjning	-0,33
1 veckas fördröjning	-0,33
2 veckors fördröjning	-0,31

Detta tycks i sig, trots de ovanliga dödsstegringarna i mars/april 2020 och sedan i december 2020 strax före införandet av sprutorna, antyda att sprutorna bidrog till att undvika dödsfall till i en minimal grad. Korrelationen är lägre än vad som betraktas som svag negativ korrelation. Vi ser dock att variationen är minimal mellan veckorna, vilket antyder att det snarare är mer orelaterat än siffran indikerar. Korrelationen är också lika stor 2 veckor innan besprutning som 2 veckor efter.

Men om vi nu kontrollerar  korrelationen under perioden efter de enorma dödsstegringarna och den första sprutan, framträder en annan bild. Vi kan också kalla det korrelationen för alla sprutor efter den första (fram till oktober 2022, dvs till spruta 4):

Fördröjning all mortalitet jämfört med antal kvaccinationer (veckovis, perioden från spruta 2 och framåt)	Korrelation
-4 veckors fördröjning	0,37
-3 veckors fördröjning	0,41
-2 veckors fördröjning	0,47
-1 veckas fördröjning	0,53
0 veckors fördröjning	0,56
1 veckas fördröjning	0,63
2 veckors fördröjning	0,71
3 veckors fördröjning	0,74
4 veckors fördröjning	0,68

Detta visar en måttlig positiv korrelation, nästan gränsande till en stark korrelation efter 3 veckor (0,74), mellan antalet distribuerade doser och mortaliteten överlag.

Med andra ord finns det en måttlig till stark korrelation mellan ett ökat antal injektioner och ett ökat antal dödsfall på veckonivå från och med spruta 2.

Om man inte är fullt så godtroget lagd dyker tanken upp, att man kanske designade plandemin på så vis att den första sprutan skulle visa en väldigt bra statistik, för att folk sedan skulle köpa sprutprenumerationen utan eftertanke, och för att man lättare skulle kunna komma undan med det.

Korrelationen mellan antalet sprutor och den allmänna mortaliteten är hur som helst väldigt hög från spruta 2. 

Slutsatser

Politisk kontext

Det är häpnadsväckande hur antalet fall sköt i höjden i samband med att statskuppen i USA genomfördes under valet 2020. En kupp som inte hade varit möjlig utan all poströstning, som är lätt att manipulera, och som tidigare inte varit särskilt utbrett i amerikanska val.

Lika anmärkningsvärt är det hur kvaccinationspass började införas i Sverige strax innan antalet PCR-test (och därmed mängden fall) sköt i höjden, för att strax därefter avblåsa alla åtgärder när ökningen av antal fall fortfarande var lavinartat hög, bara veckor innan Ryssland påbörjade sin operation i Ukraina.

Kvaccinationsgrad i olika delar av landet

(Baserat på data från oktober 2022).

• Länen med lägst kvacksinationsgrad: Kronoborgs län, Skåne, Stockholm län och Västmanland.
• 85,7% av landets befolkning över 12 hade i oktober 2022 tagit minst en spruta.
• Kommunerna med lägst kvaccinationsgrad: Botkyrka (72%), Södertälje (72%), Burlöv (77%), Bjuv (77%) och Åstorp (77,7%).
• Kommunerna med högst kvaccinationsgrad: Hammarö (92%), Umeå (92%), Lomma (92%), Roberstfors (91%), Knivsta (91%).

Korrelationer

Variabler	Korrelation	Korrelationsklass	Veckors fördröjning max
Intensivvårdsbehandling / Total dödlighet	0,79	Stark måttlig	1
Nya kvaccinationer / Total dödlighet (inkl. dödsfall före första kvaccinet, och första kvaccinet)	-0,33	Mycket svag negativ	0
Nya kvaccinationer / Total dödlighet (från andra kvaccinet)	0,74	Stark måttlig	2-3
PCR-test / Fall	0,76	Stark måttlig	1
Fall / Total dödlighet	0,37	Mycket svag	1
Fall / Dödsfall båda klassade som C-19	0,27	Mycket svag	0

• Den starkaste korrelationen som hittats är mellan den kontroversiella intensivvårdsbehandlingen och allmän dödlighet, som gränsar till stark korrelation (0,79).
• Den näst starkaste korrelationen som hittats är den mellan test som tagits och fall följande vecka (0,76).
• Den tredje starkaste korrelationen är mellan nya kvaccinationer och dödlighet 2-3 veckor därefter, under perioden efter den första vågen av masskvaccinationer (de så kallade ”boosters” och följande sprutor) (0,74).
• Det var en kraftig ökning i dödligheten precis innan lanseringen av masskvaccinationskampanjen, vilket troligen påverkade korrelationen mellan första sprutan och dödligheten under kampanjen (-0,33).
• Sambandet mellan antal fall per vecka och dödlighet väger in på 0,37 i jämförelse (maxar ut 1 vecka efter fall), generellt sett under tröskeln för svag korrelation.
• Korrelationen mellan C19-fall och dödsfall klassificerade som på grund av (eller snarare kopplade till) C19 är ännu svagare (0,27).
• Med andra ord är fler fall inte nämnvärt korrelerat till en ökning av dödligheten. Däremot gäller att ju fler tester, desto fler fall. Det finns även ett starkt samband mellan det andra sticket och framåt, och dödligheten. Det finns också en något starkare koppling mellan intensivvårdsbehandling och dödlighet, vilket i hög grad ifrågasätter effektiviteten och säkerheten hos dessa behandlingar, och till och med antyder motsatsen (om man inte med ‘effektivitet’ menar att många dör, och med ‘säkerhet’ att det är låg risk att åka fast).

Värt att notera

Värt att notera är att i en värld som inte är befolkad av lika anständiga toppolitiker och affärsmän som vår, skulle dessa siffror kunna indikera:

Att det, med hjälp av ett starkt konsoliderat ägande av media (även om det kan tyckas finnas en mångfald att döma av alla olika varumärken), skulle vara möjligt att, med hjälp av stora pengars inflytande samt samordning vid hemliga möten för de inflytelserika, under loppet av decennier ta kontroll över nyckelpositioner och driva en plandemi genom att först begränsa släktingar från att besöka sina äldre, sedan att döda många äldre på äldreboenden med hjälp av nya behandlingsprotokoll som är tvärtemot sunt förnuft, för att få igång rädslan och statistiken, samt för att senare få det att verka som att sprutorna är säkra.

Man skulle kunna klassa om alla vanliga influensafall som att de vore av en ny fruktansvärt dödlig typ, för att driva igenom sin agenda. Det skulle kunna bli globala lockdowns och restriktioner, till och med koncentrationsläger, människor skulle kunna bli tillsagda att inte träffa varandra, att bära masker som bevisligen inte hjälper ett dugg (snarare tvärtom) som en form av dominans och för att ingjuta ytterligare rädsla, samt tvinga människor att lyda och göra det lättare att upptäcka och straffa oliktänkande, med hjälp av grupptryck. Grundläggande mänskliga rättigheter, som att protestera, skulle i ett land som Sverige kunna förbjudas i ”säkerhetens” namn.

Man skulle sedan kunna se till att många tester tas med en metod som inte lämpar sig för testning av smitta, och där antalet positiva svar kan styras av antalet använda cykler, för att driva antalet fall, som i sin tur skulle användas för att ytterligare spä på rädslan genom kontrollerad media. Det skulle kunna ställas krav på att visa intyg för att bevisa att man lyder och låter sig bli injicerad av experimentella kvacciner för att delta i samhället, även för sådana grundläggande nödvändigheter som att handla mat eller röra sig fritt.

Ledarna skulle kunna använda 5:e generationens krigföring för att driva på en övergång till en ny världsordning, vissa skulle kanske kalla det ”det nya normala”, med mindre frihet för folket och mycket mer kontroll för dem, och de skulle kunna påstå att vi aldrig skulle återvända till hur saker och ting var. De skulle driva sina oprövade experimentella nya sprutor, baserade på en helt ny genteknologi, och hävda att de är säkra och effektiva, i vetskap om att det är tvärtom, för vinst, dominans, eugenik, och inledande av en ”fjärde industriell revolution”, där människor ska vara de som förändras. Samtidigt skulle man kunna smutskasta alla bevisligen fungerande alternativ (inklusive Nobelprisbelönta säkra läkemedel som har använts profylaktiskt av miljarder människor under mer än ett halvt sekel och som har visat sig fungera för sjukdomen i dussintals referentgranskade artiklar). Man skulle även kunna avskeda och tysta (och ännu värre) läkare och sjuksköterskor som vägrar att lyda. För om det fanns alternativ, skulle de inte kunna pusha sina experimentella kvaccin under nödtillstånd, eller använda rädslan för att driva befolkningen i önskad riktning. De megarika skulle kunna öka sin rikedom med miljarders miljarder, i ett aldrig tidigare skådat tillskansande av makt, medan folket skulle betala priset (känslomässigt, ekonomiskt och hälsomässigt).

Varje kritiskt och självständigt tänkande opposition skulle kunna smutskastas som hatiska, farliga, antivetenskapliga, konspirationsteoretiska, högerextrema knäppskallar, som är i grunden onda, galna och uppbackade av illvilliga utländska makter. Massformationspsykos skulle fånga den godtrogna befolkningen som tror på myndigheternas välvilja, och uppmaningar om död åt oppositionen skulle höras. Censuren skulle nå nivåer som inte ens kunde anas bara några år tidigare, och som bara kunde förväntas av världens största diktatur. Även om rapporterna om biverkningar av injektionerna skulle vara fler än alla biverkningsrapporter för alla mediciner sedan man började föra bok över det, skulle ingen ens våga tänka på det, för då skulle man inte vara en del av flocken, och riskera att bli stigmatiserad som de där hatiska galningarna.

Vi har turen att inte leva i en sådan värld, där psykopater dras till toppositionerna. Särskilt som vår regering och de flesta andra regeringar nu i november 2023 är på väg att lämna över fullständig kontroll över när och hur nästa plandemi både ska deklareras och hanteras till Tedros, på den privata organisationen WHO (mest ägd av det kommunistiska Kina och Bill Gates). Tedros råkar vara anklagad för folkmord i sitt hemland, men det är säkert bara en missuppfattning, för om man är vän med kommunistkina (som skördar organ från levande oppositionskritiker) och rasbiologen Bill Gates kan man väl inte vara korrumperad på något vis?

Det skulle dock inte skada ha med i bakhuvudet att detta är en möjlighet, för vem vet vilka ledare som kan ta kontroll i framtiden?