미국 질병통제센터(CDC) 자료에 따르면, 미국에서 코로나19 백신 프로그램이 시작된 이후 ‘다른 곳에서 분류되지 않은 비정상적인 임상소견’으로 인한 사망자가 코로나19 백신 이전에 비해 기하급수적으로 증가했다.
공식 통계에 따르면 미국에서 코로나19 백신 프로그램은 2020년 12월 20일부터 시작했으며 2021년 1월 20일까지 총 14,270,441명이 한 차례 코로나19 백신을 접종(인구의 4.3%)했고 2,161,419명은 두 차례 접종(인구의 0.7%)했다.
2021년 3월 5일 경에 인구의 16.9%가 한 차례 접종을 받았고 인구가 8.7%가 두 차례 접종을 받았음에도 불구하고 코로나19의 확산은 더 빨라진 것으로 보인다. 왜냐하면 4월 24일까지 한 차례 접종을 받은 인구가 42.1%, 두 차례 접종을 받은 인구가 28.2%로 증가했기 때문이다.
하지만 다른 무언가가 동시에 의심스럽게도 중가하기 시작했다. 그것은 다른 곳에서 분류되지 않은 비정상적인 임상소견으로 인한 사망이었다.
위의 그래프는 검색이 가능한 공식 CDC 데이터에서 가져온 것으로 매주 ‘증상 징후와 비정상적 임상 및 실험실 소견’으로 인한 사망자 수를 보여준다.
세계보건기구(WHO)는 이 범주의 사망자가 다음으로 구성되어 있다고 말한다.
조사를 실시한 후에도 그 이상의 구체적인 진단이 불가능한 사망
징후 또는 증상이 발생한 초기 당시 임시적으로 판단되고 원인을 확인할 수 없던 사망
추가 조사 또는 치료를 위해 돌아오지 못한 임시 진단을 받은 환자의 사망
진단이 내려지기 전에 다른 곳에서 조사나 치료를 받기 위해 보내진 도중 발생한 사망
어떤 이유든 더 구체적인 진단을 내릴 수 없던 사망
의료 상으로 증상 자체로서 중요한 문제를 나타내는 특정한 증상을 보인 사망
위의 그래프에서 알 수 있듯이, 다른 곳에서는 분류되지 않는 비정상적인 임상소견으로 인한 사망자의 수가 2020년 2월 이후 이래로 미국을 강타한 유행병 이전의 평균 수준인 매주 1,000명을 조금 넘게 유지했다.
그러나 2021년 3월 말 또는 4월 초쯤이 되자 매주 비정상 사망자의 수가 갑자기 증가하여 4월 중순에는 매주 2천 명으로 증가했고, 9월 중순에는 매주 7천 명 이상으로 증가하여 코로나19가 시작하기 전 매주 평균 대비 600%의 증가를 나타냈다.
그렇다면 무엇이 문제인가?
상관관계가 항상 인과관계라고 말할 수는 없지만 다음 그래프 상의 유사성이 확실히 매우 의심스럽다.
위의 그래프는 증상 징후와 비정상적인 임상 및 실험실 소견으로 인한 사망자 수(파란색)와 함께 미국에서 접종된 코로나19 백신의 누적 접종 수(노란색)를 보여준다.
예방접종 건수가 급격히 증가한 후 약간 감소한 것을 볼 수 있듯이, 예방접종 건수와 초기 사망 건수는 매우 유사하며 실험적인 코로나19 주사가 비정상적인 사망의 600% 증가의 원인이라는 것을 암시한다.
코로나19가 미국에 유입된 이후에 비정상적인 사망이 증가하지 않았기 때문에 우리는 (위 그래프가) 코로나19로 인한 사망이 아니라는 것을 알 수 있다. 비정상적인 사망이 예상되는 평균보다 증가하기 시작한 이후 수백만 명의 사람들이 가진 공통점은 모두가 어떤 결과가 초래될지 알 수 있는 장기적인 안전성 데이터가 없는 실험적인 주사를 맞았다는 점이다.
CDC의 공식 자료 상에서 실험적인 백신 접종의 결과로서 비정상적인 원인 불명의 사망자가 놀랄 만큼 가파르게 증가하고 있다. 만약 이것이 백신에 의한 결과가 아니라면 대단한 우연이고, 우리는 ‘우연의 시대’에 살고 있어 보인다.
참고
CDC 사이트에서 비정상적인 사망자 수에 대한 데이터를 표시하려면 다음을 수행해야 한다.
차트 옵션에서 페이지 상단 중앙 방향으로 타임 차트(time chart)를 선택한다.
‘치수(dimension)’을 주 데이터(week ending data)’로 선택한다.
‘측정(measure)’을 ‘증상, 징후 및 비정상 임상 및 실험실 소견(symptoms, signs and abnormal clinical and laboratory findings)’으로 선택한다.
‘차트 정렬(chart sorting)’으로 이동한 후 ‘라벨별 순서(ascending by label)’를 선택한다.
