Multiples biais dans les données de l'ONS

Madame, Monsieur
Depuis que l'ONS a commencé à produire ses rapports de surveillance de la mortalité due aux vaccins contre la covid en 2021, nous avons mis en évidence diverses anomalies dans ses ensembles de données. Il existe notamment des preuves solides que de nombreuses personnes décédées peu après la vaccination ont été classées à tort comme non vaccinées (https://doi.org/http://dx.doi.org/10.13140/RG.2.2.12472.42248) et que les décès survenus dans les deux premières semaines suivant la vaccination ont été systématiquement sous-estimés (http://dx.doi.org/10.13140/RG.2.2.12472.42248).
Nous sommes particulièrement préoccupés par le dernier ensemble de données de l'ONS (https://www.ons.gov.uk/peoplepopulationandcommunity/birthsdeathsandmarriages/deaths/datasets/deathsbyvaccinationstatusengland) et avons produit une analyse détaillée qui met en évidence les multiples anomalies flagrantes qu'il contient.
Nous montrons que, outre d'autres preuves définitives d'erreurs de classification et de décès manquants, il y a : a) une sous-estimation flagrante de la proportion de la population non vaccinée, et b) des taux de mortalité qui sont à la fois absurdes dans diverses catégories et totalement incompatibles avec les taux historiques.
Nous pensons qu'il y a de multiples violations de votre code de pratique. En particulier, l'ensemble de données ne respecte pas les critères de qualité et de valeur numérotés : Q 1.1, Q1.4 - 1.7, Q 2.4, Q 2.5, Q 3.2 - 3.5, V 1.1, V 3.2 - 3.3.
Toutes les anomalies de l'ensemble des données introduisent un biais en faveur des analyses soutenant la "sécurité et l'efficacité" des vaccins. Le fait que ces données soient utilisées pour continuer à justifier l'efficacité et la sécurité des vaccins covidés est donc aujourd'hui un sujet de préoccupation et de scandale au niveau national. Nous pensons qu'une enquête est nécessaire pour déterminer comment et pourquoi l'ensemble des données de l'ONS est si défectueux et corrompu. En attendant, nous demandons
1. le retrait public de l'ensemble des données de l'ONS et
2. la rétractation de toutes les affirmations faites par d'autres sur la base de ces données.
Bien à vous
Norman Fenton, Martin Neil, Clare Craig et Scott McLachlan