A principios de 2020, el mundo retrocedió. Los informes de un nuevo coronavirus, supuestamente originado en un laboratorio o un mercado húmedo, desencadenaron una crisis global. Las narrativas oficiales, amplificadas por la declaración de pandemia de la Organización Mundial de la Salud el 11 de marzo de 2020, retrataron a la COVID-19 como un patógeno implacable y contagioso. Había devastado a la población, abrumado hospitales y cobrado vidas indiscriminadamente. Pero al examinarlo más de cerca, colapsó. Denis Rancourt y su equipo demostraron meticulosamente esto en su estudio pionero . Su análisis, resumido aquí en 27 preguntas y respuestas, revela un patrón aterrador: el exceso de mortalidad no correspondió a la dinámica esperada de propagación viral, sino que estuvo fuertemente correlacionado con medidas médicas agresivas. Inmediatamente después de la declaración de pandemia, se produjeron picos de muerte simultáneos en Europa y América del Norte. Estos desafiaron toda lógica geográfica. Tampoco había habido un exceso significativo de muertes antes de la pandemia. Ciudades como Roma, con un intenso tráfico aéreo procedente de Asia, experimentaron tasas de mortalidad mínimas, mientras que el Bronx de Nueva York, con una red hospitalaria bien desarrollada, sufrió pérdidas catastróficas. El trabajo de Rancourt, elogiado en " Más allá del contagio" por desafiar el dogma virológico, subraya una amarga ironía: "El 88 % de los pacientes con ventilación mecánica en Nueva York murieron", no por un virus, sino por protocolos como la ventilación mecánica y la medicación en dosis altas. A pesar de esta evidencia, como se señaló en el testimonio de Denis Rancourt ante la Comisión Nacional de Ciudadanos de Canadá, muchos se aferran a la idea de un "virus convertido en arma", una creencia que Rancourt refuta por considerarla científicamente insostenible. Este estudio obliga a confrontar el daño iatrogénico: son los protocolos hospitalarios, no un patógeno en propagación, los que causaron la crisis de mortalidad.
Las implicaciones de los hallazgos de Rancourt, exploradas con más detalle en "¿Hubo una pandemia ? " y " No hubo pandemia ", presentan toda la saga de la COVID-19 como una historia de asalto institucional . Los confinamientos, las campañas de miedo y los tratamientos experimentales, como los criticados en " La pandemia final ", causaron estrés biológico y llevaron a las poblaciones vulnerables a líneas de montaje médicas letales. La irregularidad geográfica (altas tasas de mortalidad en áreas como Lombardía , pero no en el vecino Véneto) desmiente los modelos de transmisión del virus, que, como señala Rancourt, "fracasaron espectacularmente" al predecir una propagación uniforme. En cambio, la vulnerabilidad socioeconómica, particularmente en comunidades pobres cerca de grandes centros médicos , solo se volvió letal cuando se combinó con intervenciones agresivas. Esta paradoja, en la que el acceso a la "atención" se volvió peligroso, desafía la suposición de que más medicamentos equivale a mejores resultados. Los rigurosos datos de Rancourt muestran que en áreas con alta mortalidad, "las muertes se trasladaron de los hogares a los hospitales". Esto genera escepticismo sobre las medidas sanitarias centralizadas. La verdadera pandemia fue política, no patológica.
Imagine enterarse de que los accidentes aéreos se cobran miles de vidas en todo el país. Las autoridades anuncian que una misteriosa "enfermedad de fallo de motor" se está propagando de aeropuerto en aeropuerto. Implementan medidas de emergencia: se aumenta drásticamente el número de mecánicos en los principales aeropuertos, se utilizan técnicas de reparación experimentales y todas las aeronaves, incluso las que presentan defectos menores, deben someterse a un mantenimiento exhaustivo.
Ahora imagine que su investigación revela que los accidentes aéreos ocurrieron solo en aeropuertos que implementaron los nuevos protocolos de emergencia, mientras que los aeropuertos que mantuvieron sus procedimientos de mantenimiento habituales no experimentaron accidentes. También descubriría que los accidentes ocurrieron inmediatamente después de declararse la emergencia, no antes, y que los aeropuertos con más vuelos internacionales a menudo tuvieron menos accidentes que los aeropuertos regionales más pequeños. Sin embargo, lo más revelador sería el hallazgo de que los aviones se estrellaron durante las medidas de mantenimiento agresivas, no durante las operaciones de vuelo normales.
Esto es esencialmente lo que encontraron los investigadores con respecto a la mortalidad por COVID-19: la "cura" parece haber sido mucho más mortal que cualquier enfermedad, y el exceso de muertes se produjo principalmente donde se implementaron intervenciones médicas agresivas. Tampoco se ajustaron a los patrones típicos de propagación natural de la enfermedad.
La explicación de un minuto del ascensor.
Este estudio analizó los patrones de mortalidad en Europa y Norteamérica a principios de 2020 y halló un hallazgo impactante: el exceso de muertes no siguió los patrones esperados para un virus en expansión. En lugar de propagarse gradualmente entre poblaciones interconectadas, se produjeron picos masivos de mortalidad en regiones muy distantes inmediatamente después de que la Organización Mundial de la Salud declarara la pandemia el 11 de marzo de 2020, a pesar de que prácticamente no se había registrado un exceso de muertes antes de esa fecha.
Aún más revelador es que las zonas que ampliaron drásticamente la capacidad hospitalaria y utilizaron métodos de tratamiento agresivos, como la ventilación mecánica, experimentaron tasas de mortalidad catastróficas, mientras que zonas similares con enfoques médicos conservadores se mantuvieron relativamente indemnes. Las ciudades con mayor número de vuelos desde China a menudo presentaron bajas tasas de mortalidad, mientras que las zonas con menor contacto internacional experimentaron picos de mortalidad masivos.
Los investigadores descubrieron que el 88 % de los pacientes con respiradores artificiales en la ciudad de Nueva York fallecieron; que se administraron combinaciones experimentales de fármacos en dosis peligrosas; y que las muertes se trasladaron de domicilios particulares a hospitales en zonas de alta mortalidad. Los patrones geográficos, la cronología y la correlación con las intervenciones médicas sugieren que el exceso de muertes se debió a la propia respuesta a la pandemia, más que a la propagación del virus, en particular a los tratamientos hospitalarios agresivos y al estrés causado por los confinamientos.
Esto significa que toda nuestra comprensión de los acontecimientos de 2020 es errónea y que las medidas médicas bien intencionadas mataron a muchas más personas de las que salvaron.
Áreas de investigación a seguir: Investigar las muertes iatrogénicas en hospitales, la historia de las tasas de mortalidad por ventilación mecánica y estudios de inmunosupresión inducida por estrés durante los confinamientos.
El estudio muestra que las muertes superiores a la media a principios de 2020 se produjeron siguiendo un patrón geográfico muy irregular que contradice la lógica de la propagación de enfermedades infecciosas. En algunas regiones, la tasa de mortalidad superó en más del 200 % lo normal, mientras que las zonas vecinas con poblaciones, aeropuertos y características demográficas similares se mantuvieron prácticamente intactas. Este patrón irregular se extendió a través de las fronteras internacionales y entre condados vecinos, creando una distribución geográfica incompatible con la transmisión natural del virus.
2. El proceso simultáneo contradice la propagación natural de las enfermedades.
Los picos de mortalidad en Europa y Norteamérica se produjeron de forma sorprendentemente simultánea, todos en un plazo de tres semanas, especialmente después de que la OMS declarara la pandemia el 11 de marzo de 2020. Antes de esa fecha, no se había registrado un exceso de mortalidad significativo en ninguna parte, a pesar de las afirmaciones de que el virus ya llevaba semanas circulando. Este patrón temporal se asemeja a una respuesta coordinada a un anuncio político, más que a la propagación geográfica gradual que cabría esperar en la transmisión de enfermedades infecciosas.
3. Los patrones de tráfico aéreo no coinciden con el número de muertos
Las ciudades y regiones con el mayor tráfico aéreo internacional, en particular desde Asia, a menudo experimentaron tasas mínimas de exceso de mortalidad, mientras que las áreas con menor conectividad internacional sufrieron tasas de mortalidad catastróficas. Roma recibió más vuelos desde China que Milán, pero tuvo tasas de mortalidad 18 veces más bajas. Los Ángeles y San Francisco tenían mejores conexiones con Asia que la ciudad de Nueva York, pero se salvaron del número de muertos que azotó Nueva York. Este 5. La ventilación mecánica resultó extremadamente mortal: los hospitales colocaron números sin precedentes de pacientes en respiradores y a menudo recurrieron a técnicas experimentales debido a la escasez de equipos. La tasa de mortalidad para pacientes ventilados alcanzó el 88 por ciento en los hospitales de Nueva York y tan alta como el 97 por ciento para los pacientes mayores. Métodos no probados, como el uso de máquinas de anestesia como respiradores, resultaron en una tasa de mortalidad del 70 por ciento, en comparación con el 37 por ciento para las máquinas estándar. Este uso agresivo de la ventilación mecánica, que fue mucho más allá de la práctica médica normal, probablemente contribuyó significativamente al exceso de muertes. Contradice la suposición básica de que el virus se propagó a través de los viajes internacionales.
4. Las medidas hospitalarias están relacionadas con las tasas de mortalidad.
Las regiones que ampliaron drásticamente la capacidad de sus unidades de cuidados intensivos e implementaron medidas médicas agresivas experimentaron las tasas de mortalidad más altas, mientras que las áreas que adoptaron un enfoque médico conservador evitaron una mortalidad superior a la media. La relación entre la expansión de la atención médica y las tasas de mortalidad sugiere que los tratamientos agresivos, y no la gravedad de la enfermedad, fueron el principal factor determinante de la mortalidad. Las áreas que aumentaron su capacidad hospitalaria y emplearon protocolos de tratamiento experimental experimentaron sistemáticamente tasas de mortalidad más altas que las áreas comparables con otros enfoques de tratamiento.
5. La respiración artificial resultó extremadamente letal.
Los hospitales conectaron a un número sin precedentes de pacientes a respiradores y recurrieron con frecuencia a técnicas experimentales debido a la escasez de equipos. La tasa de mortalidad entre los pacientes con respiradores alcanzó el 88 % en los hospitales de la ciudad de Nueva York, y llegó al 97 % en los pacientes de edad avanzada. Métodos no probados, como el uso de máquinas de anestesia como respiradores, resultaron en una tasa de mortalidad del 70 %, en comparación con el 37 % de las máquinas estándar. Este uso intensivo de la ventilación mecánica, que excedió con creces la práctica médica habitual, probablemente contribuyó significativamente al exceso de mortalidad.
6. Se utilizaban con frecuencia combinaciones peligrosas de medicamentos.
Los hospitales utilizaron ampliamente hidroxicloroquina en combinación con azitromicina, a menudo en dosis muy superiores a las seguras, a veces incluso diez veces superiores a la dosis normal. Estas combinaciones conllevaban riesgos significativos de complicaciones cardíacas mortales. El consumo de azitromicina en España aumentó más de un 400 % en marzo de 2020. Además, se recetaron sedantes como el midazolam en dosis mucho más altas de lo habitual, lo que contribuyó a un retraso en la recuperación y a un aumento de la mortalidad en pacientes críticos.
7. La pobreza sólo se volvió peligrosa cerca de los grandes centros médicos.
Si bien la desventaja socioeconómica fue un fuerte indicador de riesgo para las tasas de mortalidad en zonas como la ciudad de Nueva York y Londres, muchas otras regiones con niveles de pobreza similares o peores experimentaron un exceso de mortalidad mínimo. Esto sugiere un patrón en el que la pobreza y la pertenencia a minorías se volvieron particularmente peligrosas al combinarse con el acceso a grandes sistemas hospitalarios con opciones de tratamiento agresivas. Por lo tanto, la pobreza no puede considerarse en absoluto un factor de riesgo general para la presunta enfermedad.
8. Trasladar las muertes del hogar a las instituciones
En zonas de alta mortalidad, la proporción de muertes en hospitales y residencias de ancianos, en comparación con las muertes en el hogar, aumentó drásticamente, mientras que en zonas de baja mortalidad, el número de muertes en el hogar, de hecho, aumentó. Esta inversión de los lugares habituales de fallecimiento sugiere que la atención institucional durante este período fue más peligrosa que protectora, y que la proximidad a centros médicos aumentó, en lugar de disminuir, el riesgo de muerte.
9. Las enfermedades relacionadas con el estrés podrían explicar las muertes por enfermedades respiratorias
Las medidas de confinamiento, el aislamiento social y las campañas de miedo provocaron un estrés biológico sin precedentes. Esto podría debilitar el sistema inmunitario y hacer que las personas sean vulnerables a la neumonía bacteriana causada por sus propias bacterias respiratorias. Este modelo de neumonía inducida por estrés explica por qué las muertes fueron de origen respiratorio, pero se debieron a anuncios políticos en lugar de a patrones de transmisión de enfermedades, y por qué se correlacionaron más con factores de estrés socioeconómico que con la exposición a enfermedades infecciosas.
10. Los modelos informáticos han fallado espectacularmente
Los modelos científicos predijeron que, para febrero de 2020, prácticamente todas las grandes ciudades con aeropuertos internacionales se verían afectadas por brotes significativos, con una distribución relativamente uniforme entre las poblaciones interconectadas. Sin embargo, muchas ciudades con conexiones internacionales se mantuvieron prácticamente intactas, mientras que las muertes se concentraron en focos específicos sin relación con los patrones de propagación previstos. Este fallo masivo de los modelos predictivos sugiere que las suposiciones subyacentes sobre la transmisión del virus eran incorrectas.
11. Las medidas políticas no siguieron a la mortalidad, sino que la precedieron.
El momento de los confinamientos nacionales se correlaciona con precisión con los picos de mortalidad, en lugar de precederlos. Esto sugiere que las medidas políticas desencadenaron las crisis sanitarias, en lugar de evitarlas. El confinamiento en Italia comenzó el 9 de marzo, con un pico de muertes esa semana. El confinamiento en España el 15 de marzo precedió a un aumento inmediato de la mortalidad. El confinamiento en el Reino Unido el 23 de marzo coincidió con el inicio del aumento de muertes. Este momento sugiere que las medidas institucionales causaron la crisis de mortalidad.
12. Toda la respuesta a la pandemia puede haber sido el problema
La evidencia sugiere que las intervenciones médicas agresivas, los tratamientos experimentales, el pánico institucional, el estrés inducido por el confinamiento y los programas sistemáticos de pruebas que sometieron a las personas vulnerables a protocolos de tratamiento peligrosos han causado el exceso de mortalidad atribuido al COVID-19. En lugar de responder a una pandemia de origen natural, los datos sugieren que la propia respuesta declarada a la pandemia ha provocado una catástrofe a través de muertes iatrogénicas (inducidas por el tratamiento) y enfermedades relacionadas con el estrés.
1. ¿Cuál fue el propósito principal de este estudio de investigación?
El objetivo de este estudio fue examinar si los patrones de mortalidad superiores a la media a principios de 2020 coincidían con las expectativas de los científicos respecto a la propagación de un virus respiratorio. Los investigadores analizaron estadísticas detalladas de mortalidad de Europa y Estados Unidos entre marzo y mayo de 2020, examinando cuándo y dónde fallecieron personas en cantidades sin precedentes. Querían verificar si la explicación oficial —que un nuevo coronavirus se propagó de persona a persona y causó estas muertes— realmente coincidía con los datos.
El estudio utilizó datos geográficos y temporales de alta resolución para crear una imagen completa de los patrones de mortalidad en dos continentes. Al examinar las tasas de mortalidad a nivel de condado, región e incluso distrito, los investigadores pudieron identificar patrones específicos que apoyaban o contradecían la teoría de la propagación viral. Su objetivo era proporcionar un análisis basado en la evidencia que pudiera mejorar nuestra comprensión de lo que realmente ocurrió durante los críticos primeros meses tras la declaración de la pandemia.
2. ¿Qué es un “valor P” y por qué es importante para comprender las tasas de mortalidad?
Un valor p mide cuánto mayor (o menor) fue la tasa de mortalidad en comparación con lo que normalmente se esperaría con base en años anteriores. Se puede considerar como un porcentaje que indica el aumento de muertes con respecto al valor de referencia: si una región registra normalmente 100 muertes por semana, pero de repente experimenta 150, el valor p es del 50 %. Esta medición considera automáticamente las diferencias en la estructura por edad de la población y el estado de salud entre diferentes áreas, lo que garantiza una comparación justa entre una población joven y sana y una población mayor y más enferma.
Los valores p son cruciales porque revelan el verdadero impacto de un evento en la mortalidad, a la vez que filtran las variaciones estacionales habituales y las diferencias demográficas. A diferencia de los recuentos de muertes sin procesar, que pueden ser engañosos al comparar poblaciones de diferentes tamaños, los valores p revelan la intensidad relativa del exceso de mortalidad. Esto permite a los investigadores identificar verdaderos focos de muertes inusuales y comparar la gravedad de los eventos en regiones geográficas muy diversas, desde condados rurales hasta grandes áreas metropolitanas.
3. ¿En qué períodos de tiempo se centraron los investigadores y por qué?
Los investigadores se centraron principalmente en el período de marzo a mayo de 2020, al que denominaron el «primer pico», ya que fue el período inmediatamente posterior a la declaración de la pandemia por parte de la OMS el 11 de marzo de 2020, cuando se produjeron los mayores picos de mortalidad. También examinaron el período de junio a septiembre de 2020, conocido como el «pico de verano», para observar cómo cambiaban los patrones con el tiempo. Se eligieron estos períodos específicos porque abarcaron la primera ola de mortalidad superior a la media, supuestamente atribuible al nuevo coronavirus.
El momento es importante porque permite a los investigadores examinar lo que ocurrió antes del despliegue de intervenciones médicas importantes, como las vacunas. También les permitió centrarse exclusivamente en la respuesta inmediata a la pandemia declarada. Al utilizar el período de 2015 a 2019 como referencia de comparación, pudieron identificar con precisión cuándo surgieron patrones de mortalidad inusuales y cómo evolucionaron. Este período también les permite analizar si las muertes siguieron patrones consistentes con una enfermedad infecciosa de propagación natural o si otros factores podrían explicar los picos de mortalidad.
4. ¿Qué descubrieron los investigadores sobre el momento en que se producen los picos de mortalidad en diferentes países?
Los investigadores descubrieron que los picos de mortalidad en Europa y EEUU ocurrieron de forma notablemente simultánea: todos con una diferencia de aproximadamente tres semanas entre sí y, notablemente, ninguno antes de que la Organización Mundial de la Salud declarara una pandemia el 11 de marzo de 2020. Países tan distantes entre sí como Italia, España, el Reino Unido y varios estados de EEUU registraron sus tasas de mortalidad más altas dentro de este estrecho período de tiempo, a pesar de tener ubicaciones geográficas, climas y densidades de población muy diferentes.
Esta coincidencia fue inesperada, ya que si un virus se hubiera propagado naturalmente de persona a persona a través de los continentes, se habría esperado una variación temporal mucho mayor a medida que se propagaba gradualmente a través de diferentes poblaciones y redes de transporte. El hecho de que no se registrara un aumento pronunciado de muertes en ningún lugar antes de la declaración oficial de la pandemia, sumado a la estrecha agrupación de los picos inmediatamente después, sugiere que algo más que la propagación natural del virus causó estos patrones de mortalidad. Este patrón temporal es más consistente con una respuesta coordinada o un cambio de política que con la transmisión orgánica de la enfermedad.
5. ¿Cómo difirieron las tasas de mortalidad entre regiones en los primeros meses de 2020?
Las fluctuaciones en las tasas de mortalidad fueron extremas y geográficamente desiguales, en lugar de seguir los patrones esperados de propagación de la enfermedad. En algunas regiones, las tasas de mortalidad aumentaron más del 200 %, mientras que las zonas vecinas con poblaciones y características similares experimentaron una mortalidad mínima o nula por encima de la media. En Europa, por ejemplo, países occidentales como España, Italia y el Reino Unido experimentaron picos masivos de mortalidad, mientras que los países de Europa del Este con importantes aeropuertos y áreas metropolitanas prácticamente no experimentaron muertes por encima de la media durante el mismo período.
Este patrón heterogéneo se extendió a nivel local: algunos condados de Estados Unidos registraron tasas de mortalidad dos o tres veces superiores a lo normal, mientras que los condados vecinos no se vieron afectados. Las tasas de mortalidad más altas se registraron a menudo en ciertas zonas urbanas con grandes hospitales, en particular los que atendían a poblaciones económicamente desfavorecidas. En lugar de mostrar la propagación geográfica gradual que cabría esperar de una enfermedad contagiosa, el patrón se asemejaba a focos de mortalidad pronunciados que parecían estar relacionados con factores institucionales locales más que con la transmisión natural de la enfermedad.
6. ¿Qué patrones han encontrado los investigadores al comparar países vecinos con estructuras poblacionales similares?
Los investigadores encontraron diferencias drásticas en las tasas de mortalidad entre países vecinos que deberían haber tenido experiencias similares si el virus se hubiera propagado de forma natural. El contraste fue más marcado en la frontera occidental de Alemania, donde las regiones alemanas experimentaron un exceso de mortalidad muy bajo, mientras que las regiones vecinas de Francia, Bélgica y los Países Bajos registraron algunas de las tasas de mortalidad más altas de Europa. Estas zonas están densamente pobladas, tienen un importante tráfico profesional y comercial transfronterizo y comparten estructuras demográficas y sistemas de salud similares.
Este patrón desafía la lógica de la propagación de enfermedades infecciosas. En este caso, cabría esperar que las regiones vecinas con contacto intenso presentaran tasas de infección y mortalidad similares. Los investigadores documentaron que, a pesar de algunas restricciones de viaje, se produjo un tráfico transfronterizo significativo durante este período, lo que hace improbable que un virus respete tan estrictamente las fronteras políticas. Se observaron patrones similares en otras fronteras europeas y entre estados de EEUU, lo que sugiere que factores políticos o administrativos, más que la transmisión natural de la enfermedad, influyeron en la distribución geográfica del exceso de muertes.
7. ¿Por qué los investigadores compararon Milán con Roma y Nueva York con Los Ángeles?
Estas comparaciones entre ciudades se diseñaron para determinar si factores como los viajes aéreos internacionales y las características de la población podían explicar las drásticas diferencias en las tasas de mortalidad. Milán y Roma son grandes ciudades italianas con importantes aeropuertos internacionales, características demográficas, sistemas de salud y estructuras de edad similares. Sin embargo, Roma recibió más vuelos directos desde China y Asia que Milán; sin embargo, la tasa de mortalidad en la región de Milán fue 18 veces mayor que en la región de Roma durante el período crítico.
De igual manera, Los Ángeles y San Francisco recibieron muchos más vuelos desde China y tenían una mayor población asiática que Nueva York. Sin embargo, Nueva York experimentó tasas de mortalidad catastróficas, mientras que las ciudades de la Costa Oeste se mantuvieron relativamente inafectadas. Esta comparación refuta la teoría de que el virus se importó de Asia a través del transporte aéreo y se propagó de forma natural entre las comunidades. De ser así, las ciudades con mayor exposición directa a la supuesta fuente de infección deberían haber sido las más afectadas, pero ocurrió lo contrario. Estas comparaciones sugieren firmemente que factores locales, en particular los protocolos de tratamiento médico, y no la introducción del virus, impulsaron las tasas de mortalidad.
8. ¿Qué reveló el estudio acerca de dónde moría la gente durante las horas pico?
El estudio reveló un patrón claro: en zonas con altas tasas de sobremortalidad, un porcentaje inusualmente alto de personas falleció en hospitales y residencias de ancianos en lugar de en sus hogares, mientras que en zonas con bajas tasas de sobremortalidad, de hecho, se observó un aumento de las muertes en el hogar. Esto representa una inversión del patrón habitual, en el que la mayoría de las personas suelen morir en casa. En los estados y condados con las tasas de mortalidad más altas, la proporción de muertes en centros médicos aumentó drásticamente en comparación con los mismos meses de 2019.
Este cambio hacia las muertes en residencias de ancianos y hospitales en zonas de alta mortalidad sugiere que la propia atención médica pudo haber influido en el exceso de mortalidad, en lugar de simplemente tratar a las víctimas de enfermedades externas. La correlación entre las altas tasas de mortalidad y las altas tasas de mortalidad hospitalaria, sumada al aumento de las muertes en el hogar en zonas de baja mortalidad, sugiere que la proximidad a las instalaciones médicas y la interacción con ellas pudieron haber sido un factor de riesgo, más que un factor protector, durante este período