Offizieller Bericht: Beatmungsgeräte töteten fast alle COVID-Patienten
Antiilluminaten TVArtikel geschrieben von Sean Adl-Tabatabai
Einem beunruhigenden neuen Bericht zufolge starben fast alle COVID-19-Patienten, die in der Frühphase der Pandemie im Krankenhaus starben, direkt daran, dass sie an ein Beatmungsgerät angeschlossen wurden.
Eine neue Analyse legt nahe, dass die meisten Patienten, die aufgrund einer COVID-19-Infektion an ein Beatmungsgerät angeschlossen werden mussten, auch eine sekundäre bakterielle Lungenentzündung entwickelten. Diese Lungenentzündung war für eine höhere Sterblichkeitsrate verantwortlich als die COVID-19-Infektion.
COVID-19 mag zwar dazu geführt haben, dass diese Patienten ins Krankenhaus kamen, aber in Wirklichkeit war es eine Sekundärinfektion, die durch den Einsatz eines mechanischen Beatmungsgeräts ausgelöst wurde, die ihren Tod verursachte.
"Unsere Studie zeigt, wie wichtig es ist, sekundäre bakterielle Lungenentzündungen bei schwerkranken Patienten mit schwerer Lungenentzündung, einschließlich solcher mit COVID-19, zu verhindern, danach zu suchen und aggressiv zu behandeln", sagt Benjamin Singer, Lungenfacharzt an der Northwestern University in Illinois.
Sciencealert.com berichtet: Das Team untersuchte die Unterlagen von 585 Personen, die in die Intensivstation des Northwestern Memorial Hospital, ebenfalls in Illinois, eingeliefert wurden. Sie alle hatten eine schwere Lungenentzündung und/oder Atemversagen, und 190 hatten COVID-19.
Mithilfe eines maschinellen Lernansatzes zur Durchsicht der Daten gruppierten die Forscher die Patienten nach ihrem Zustand und der Dauer ihres Aufenthalts auf der Intensivstation.
Die Ergebnisse widerlegen die Annahme, dass ein Zytokinsturm nach COVID-19 - eine überwältigende Entzündungsreaktion, die zu Organversagen führt - für eine erhebliche Anzahl von Todesfällen verantwortlich war. Bei den untersuchten Patienten gab es keine Hinweise auf ein Multiorganversagen.
Stattdessen entwickelten COVID-19-Patienten häufiger und über einen längeren Zeitraum eine beatmungsassoziierte Lungenentzündung (VAP). Fälle, in denen die VAP nicht auf die Behandlung ansprach, waren signifikant für die Gesamtsterblichkeitsrate in der Studie.
"Diejenigen, die von ihrer sekundären Lungenentzündung geheilt wurden, hatten eine höhere Lebenserwartung, während diejenigen, deren Lungenentzündung sich nicht zurückbildete, mit größerer Wahrscheinlichkeit starben", sagt Singer.
"Unsere Daten deuten darauf hin, dass die Sterblichkeit im Zusammenhang mit dem Virus selbst relativ gering ist, dass aber andere Faktoren, die während des Aufenthalts auf der Intensivstation auftreten, wie sekundäre bakterielle Lungenentzündungen, dies ausgleichen."
Diese Ergebnisse deuten darauf hin, dass die Ergebnisse auf der Intensivstation verbessert werden könnten, wenn es bessere Strategien zur Diagnose und Behandlung von VAP-Episoden gäbe - etwas, das nach Ansicht der Forscher in Zukunft angegangen werden muss.
Es ist zu bedenken, dass, wenn der Bedarf eines Patienten an einem Beatmungsgerät zur Behandlung von COVID-19-Komplikationen zu VAP führt, dies weder bedeutet, dass eine COVID-19-Infektion weniger gefährlich ist, noch die Zahl der COVID-19-Todesfälle verringert.
Wie die Autoren in ihrer Arbeit schreiben : „Die relativ lange Verweildauer bei Patienten mit COVID-19 ist in erster Linie auf ein anhaltendes Atemversagen zurückzuführen, wodurch sie einem höheren VAP-Risiko ausgesetzt sind.“
Die Ergebnisse machen jedoch deutlich, dass weitere Untersuchungen erforderlich sind und Vorsicht geboten ist, wenn Annahmen über die Todesursache bei COVID-19-Fällen getroffen werden. Eine detaillierte molekulare Analyse aus derselben Studie sollte mehr darüber aufdecken, was den Unterschied zwischen einer Genesung oder Nichtheilung von VAP ausmacht.
Es ist auch ein weiteres Beispiel dafür, wie maschinell lernende künstliche Intelligenz riesige Datenmengen verarbeiten und Muster erkennen kann, die über uns Menschen hinausgehen – sei es bei der Analyse von Proteinen oder bei der Weiterentwicklung der Mathematik.
„Die Anwendung von maschinellem Lernen und künstlicher Intelligenz auf klinische Daten kann genutzt werden, um bessere Möglichkeiten zur Behandlung von Krankheiten wie COVID-19 zu entwickeln und Intensivärzte bei der Behandlung dieser Patienten zu unterstützen“, sagt Catherine Gao, ebenfalls Lungenärztin an der Northwestern.
Die Forschung wurde im Journal of Clinical Investigation veröffentlicht .
Quellen:
In einer Zeit systematischer „Big-Tech“-Zensur und weit verbreiteter institutioneller Korruption sind wahrheitssuchende Medien und alternative Sichtweisen von entscheidender Bedeutung, und Jede Art von Unterstützung hilft mehr, als Sie denken!
Hier kannst du den Kanal unterstützen:
👉🏻 KLICK
❤️ Vielen Dank ❤️
Satanische Blutlinien: Staatsbankett oder Familientreffen?!
Krisenvorsorge - Für Krisen & Notfälle vorsorgen
Empfohlene Lektüre:
*Bücher, die Dir die Augen öffnen
Empfohlene Artikel:
Jan van Helsing im Interview mit Daniel Prinz: Blackout, Finanzcrash und Dritter Weltkrieg
Tipps zur Vorbereitung: Überleben bei begrenztem Wasservorrat
Alois Irlmaier - 3. Weltkrieg - Ukraine - Russland - Nato
Diese natürlichen Substanzen NEUTRALISIEREN die Spike-Proteine der Covid-Impfstoffe
Insider warnt: HAARP wird "biblische Katastrophen" verursachen und eine "neue Weltordnung" einführen
Enthüllung Teil 1-3
Enthüllung Teil 1: CORONA (IMPFUNG) – Die synthetische Weiterentwicklung von BORRELIOSE?!
Enthüllung Teil 2: Die unheimlichen Experimente auf der deutschen Insel des Todes
Enthüllung (Teil 3): Babylon Berlin – Die WHO als neue Weltregierung in der NWO
Vitamin D beugt Diabetes vor: STUDIE
Folgendes passiert, wenn das Stromnetz ausfällt (plus Tipps zum Überleben)
WEF-Insider gibt zu, dass der Zusammenbruch der Silicon-Valley-Bank ein "Great Reset Scam" ist
Mehr kostenfreie Infos und Enthüllungen:
👉🏻 https://t.me/antiilluminaten
Abonniere hier meinen Notfallkanal:
🆘 https://t.me/antiilluminaten2
*Wenn ihr über diesen Link etwas kauft, entstehen euch natürlich keine zusätzlichen Kosten, ihr unterstützt dadurch meine Arbeit sehr!
♥Vielen Dank♥