国内疫情传播迅速从侧面证实了国产疫苗一点用都没有
现在没有什么统计数据（中共也不允许有），只能从身边的感受看（虽然这是很不科学的）
各种网上消息看来
中国的疫情传播极快，经常成片成片的倒下，常常到了整个公司不能运作的地步。
虽然美国疫情在Omicron期间也传得很快，但绝不是这种速度
在美国的亲身经历，公司里时不时有阳性，但是同时发病绝对不会高于20%
而且美国这里在2022年，大多数感染者只有非常轻微的症状，只要打了疫苗，很少看见发烧的。
美国数据已经证明mRNA疫苗在Omicron期间防感染效率大大降低，但是防重症效果还是很明显的。（反疫苗派请去各州自己查数据。我提供加州的数据源，自己可以计算。https://covid19.ca.gov/state-dashboard/）
和中国朋友圈里经常一发烧就是三天，远超过普通年的季节性流感。
中国人似乎对于Omicron几乎没有任何抵抗力
Omicron在国外真正无症状的只有不到一半（1/4-1/3），考虑到中国和美国对于“有症状”的定义很大（中国要到了美国的重症才算症状）
Omicron在中国的传染力和杀伤力都远高于美国
以中共公布的数据，中国的疫苗接种率是很高的
所以只能得出结论中国的疫苗对于防止感染、重症一点效果也没有。中共现在大规模掩盖死亡数据（清华网站，退休教职工讣告从2022年12月1日起比起去年同期飙升）。看样子对于防止死亡也没用。
顺便说一下，国内现在盛传因为北京和广州变种不同，所以疫情大不相同。这是完全在胡说八道。网传的两地主流毒株在海外致命力并无统计区别。只能说广州掩盖数据更厉害。
外媒估计中国会因为疫情死亡100万人，我看这是个过于乐观的估计。
各种网上消息看来
中国的疫情传播极快，经常成片成片的倒下，常常到了整个公司不能运作的地步。
虽然美国疫情在Omicron期间也传得很快，但绝不是这种速度
在美国的亲身经历，公司里时不时有阳性，但是同时发病绝对不会高于20%
而且美国这里在2022年，大多数感染者只有非常轻微的症状，只要打了疫苗，很少看见发烧的。
美国数据已经证明mRNA疫苗在Omicron期间防感染效率大大降低，但是防重症效果还是很明显的。（反疫苗派请去各州自己查数据。我提供加州的数据源，自己可以计算。https://covid19.ca.gov/state-dashboard/）
和中国朋友圈里经常一发烧就是三天，远超过普通年的季节性流感。
中国人似乎对于Omicron几乎没有任何抵抗力
Omicron在国外真正无症状的只有不到一半（1/4-1/3），考虑到中国和美国对于“有症状”的定义很大（中国要到了美国的重症才算症状）
Omicron在中国的传染力和杀伤力都远高于美国
以中共公布的数据，中国的疫苗接种率是很高的
所以只能得出结论中国的疫苗对于防止感染、重症一点效果也没有。中共现在大规模掩盖死亡数据（清华网站，退休教职工讣告从2022年12月1日起比起去年同期飙升）。看样子对于防止死亡也没用。
顺便说一下，国内现在盛传因为北京和广州变种不同，所以疫情大不相同。这是完全在胡说八道。网传的两地主流毒株在海外致命力并无统计区别。只能说广州掩盖数据更厉害。
外媒估计中国会因为疫情死亡100万人，我看这是个过于乐观的估计。
16 个评论
国产疫苗对奥米克戎基本没用这个是早就知道的事情
我已经知道不止一个人打了国产疫苗后没有几个月，入境美国后检测完全没有抗体，就和没打一样
我已经知道不止一个人打了国产疫苗后没有几个月，入境美国后检测完全没有抗体，就和没打一样
因为墙党目前发布的数据在个人看来水分极高，基本是政治工具，且实验室数据（更多可控因素）和真实大范围感染（几乎无可控因素，且只能模拟）数据间一般存在较大差异，所以个人来讲也难下结论。
不过如果要从大数据出发讨论某国疫苗是否有效，需要考虑至少以下几点因素（以下名词不知中文皆随意翻译）：
1-接种疫苗人群比例
2-免疫力低下人群是否得到有效医疗保障（老年人/重症/慢性病/免疫疾病等）
3-接种疫苗类型及对应疫苗传播和重症有效率
4-现行主流毒株生物及化学特点，包括传播途径，传播（宿主内）路径，生物性/非生物性储存池等
5-现行非生物环境（季节，温度，湿度等）
6-现行生物环境（人群密集，社会习俗，节假日等）
根据墙党没有一个点是真的的数据来科学分析的话…… 分析不了，下一个。
不过如果要从大数据出发讨论某国疫苗是否有效，需要考虑至少以下几点因素（以下名词不知中文皆随意翻译）：
1-接种疫苗人群比例
2-免疫力低下人群是否得到有效医疗保障（老年人/重症/慢性病/免疫疾病等）
3-接种疫苗类型及对应疫苗传播和重症有效率
4-现行主流毒株生物及化学特点，包括传播途径，传播（宿主内）路径，生物性/非生物性储存池等
5-现行非生物环境（季节，温度，湿度等）
6-现行生物环境（人群密集，社会习俗，节假日等）
根据墙党没有一个点是真的的数据来科学分析的话…… 分析不了，下一个。
>>因为墙党目前发布的数据在个人看来水分极高，基本是政治工具，且实验室数据（更多可控因素）和真实大范围感...
确实是，我在做这方面工作，难点重重
几个例子
1.美国虽然数据丰富，但是未必可以直接套用中国。举个例子，虽然美国的人均寿命和中国非常接近，但是美国的东亚裔的寿命远高于平均值。
2.东亚人群在美国疫情中死亡率最低。事实上，东亚国家的死亡率都低于欧美。这到底是因为基因、生活习惯、还是因为保护意识？
3.如果以东亚其它国家的数据套用中国，又是不合适的。目前数据可知的东亚国家（日、韩、台、港）的医疗条件都远好于中国，而且都经历过前几轮疫情洗礼
4.疫苗接种情况也大不相同，mRNA疫苗接种率最低的香港，也远高于中国。
5.各国对于有症状、重症、超重症的定义不同。特别是中国大陆，定义最不同。
最后只能让中国自己的事实说话。问题是中共永远也不会公布这轮疫情死亡人数，除非发生政治变化。
不怕 有连花清瘟
>>因为墙党目前发布的数据在个人看来水分极高，基本是政治工具，且实验室数据（更多可控因素）和真实大范围感...
比較同時打中國移民和西方疫苗的國家地區 就可以比出來
例如香港（現在國安法下 數據不知道還能不能信）、泰國、馬來西亞、巴西
我記得其中很多國家後來棄用中國疫苗
**该用户被封禁，内容已自动替换**
不要損壞精美的刺繡圖案https://pincong.rocks/article/41653
今天我想討論一下《聖經》中一段有違世人固有經驗的經文 ，該段經文看似矛盾、令人難以理解，卻關係着我們生命的核心意義。經文是關於耶穌的一個教導：
「耶穌一見群眾，就上了山，坐下；他的門徒上他跟前來，他遂開口教訓他們說：『神貧的人是有福的，因為天國是他們的。哀慟的人是有福的，因為他們要受安慰。溫良的人是有福的，因為他們要承受土地。飢渴慕義的人是有福的，因為他們要得飽飫。憐憫人的人是有福的，因為他們要受憐憫。心裡潔淨的人是有福的，因為他們要看見天主。締造和平的人是有福的，因為他們要稱為天主的子女。為義而受迫害的人是有福的，因為天國是他們的。幾時人為了我而辱罵迫害你們，捏造一切壞話毀謗你們，你們是有福的。你們歡喜踴躍罷！因為你們在天上的賞報是豐厚的，因為在你們以前的先知，人也曾這樣迫害過他們。』」（瑪竇福音5:1-12）
我們習慣稱這段福音為「真福八端」，初接觸的人肯定會覺得其中有些內容頗為費解，世人期望的幸福不是通常與富有、飽足、安全、受人尊重等元素掛鉤的嗎？耶穌卻為何將幸福與神貧、哀慟、飢渴、受迫害、受毁謗等畫上等號呢？雖然耶穌提到的福份是在天上的，是在天主的國內領受的，但難道我們今生今世但求可憐兮兮地過日子就必會獲得來生的幸福嗎？當然不是。那麼這些「可憐兮兮」的元素究竟代表什麼呢？讓我們再看看《馬爾谷福音 》裏耶穌的教導：
「耶穌正在出來行路時，跑來了一個人，跪在他面前，問他說：『善師，為承受永生，我該作什麼？』耶穌對他說：『你為什麼稱我善？除了天主一個外，沒有誰是善的。誡命你都知道：不可殺人，不可奸淫，不可偷盜，不可做假見證，不可欺詐，應孝敬你的父母。』他回答耶穌說：『師傅！這一切我從小就都遵守了。』耶穌定睛看他，就喜愛他，對他說：『你還缺少一樣：你去，變賣你所有的一切，施捨給窮人，你必有寶藏在天上，然後來，背著十字架，跟隨我！』因了這話，那人就面帶愁容，憂鬱地走了，因為他有許多產業。耶穌周圍一看，對自己的門徒說：『那些有錢財的人，進天主的國是多麼難啊！』門徒就都驚奇他這句話。耶穌又對他們說：『孩子們！仗恃錢財的人，進天主的國是多麼難啊！駱駝穿過針孔，比富有的人進天主的國還容易。』他們就更加驚奇，彼此說：『這樣，誰還能得救？』耶穌注視他們說：『在人不可能，在天主卻不然，因為在天主，一切都可能的。』」（馬爾谷福音10:17-27）
耶穌是在教導我們不要「仗恃錢財」，而要依靠天主，才能在絕望中獲得拯救。我們只要放下對世間財富的依恃，以同理心幫助受苦的人，體會世界的貧窮、哀慟、飢渴、受迫害、受毁謗，背着十字架跟隨耶穌，就可得到天上的永遠福樂。耶穌說「神貧的人是有福的」，並不是說只要過貧窮的生活就必有後福，而是要求我們要謙卑、儉樸、憐憫好施、敬天主而輕世福。
>>确实是，我在做这方面工作，难点重重几个例子1.美国虽然数据丰富，但是未必可以直接套用中国。举个例子，...
西方人性子野，很多人不信疫苗，不喜歡戴口罩和呆在家，政府的組織架構都很難強制他們做太多，而且每個政策出來都有人有意見
3年后中国才开始真正的大流行，新增大规模死亡人数不会被公布，可能只在原本的5000多武汉冤魂基础上个位数增加，就像夏天时四川许多老人热死，只要不是死在医院，都属于自然死亡
>>请问一下，哪里可以查到近几年生活于美国的华人或者亚洲人的平均寿命或者预期寿命数据呢？
Thursday, June 16, 2022
Life expectancy in the U.S. increased between 2000-2019, but widespread gaps among racial and ethnic groups exist
County-level data provides unprecedented detail by geography and population groups.
From 2000-2019 overall life expectancy in the United States increased by 2.3 years, but the increase was not consistent among racial and ethnic groups and by geographic area. In addition, most of these gains were prior to 2010. This is according to a new study funded by the National Institutes of Health that examined trends in life expectancy at the county level. The study was led by researchers at the Institute for Health Metrics and Evaluation at the University of Washington’s School of Medicine, Seattle, in collaboration with researchers from NIH and published on June 16th in The Lancet.
“These varied outcomes in life expectancy raise significant questions. Why is life expectancy worse for some and better for others? The novel details in this study provide us the opportunity to evaluate the impact of social and structural determinants on health outcomes in unprecedented ways. This in turn allows us to better identify responsive and enduring interventions for local communities,” said Eliseo J. Pérez-Stable, M.D., co-author and director of the National Institute on Minority Health and Health Disparities (NIMHD), part of NIH.
In most counties, life expectancy for the Black population has increased more than any other racial and ethnic group but overall, the Black population still has a lower life expectancy than the white population. Meanwhile, the white population had a moderate increase, and in some counties, a decrease in life expectancy. Considering these two trends, the study noted that the decrease in the white-Black life expectancy gap could be attributed to the stagnation and reversal of gains in the white population. In addition, American Indian and Alaska Native populations have the lowest life expectancy of all populations and experienced a decrease in most counties, with a gap of more than 21 years in some counties.
At the same time, the Latino/Hispanic and Asian populations had the longest life expectancy at the national level, but this advantage was not observed in all counties. While these population groups maintained longer life expectancy than the white population, the advantage narrowed in a sizeable minority of counties for the Latino/Hispanic population (42%) and in most counties for the Asian population (60.2%). Life expectancy at the county level varied from 58.6 years for AIAN to 94.9 years for the Latino/Hispanic population, a range of 36 years.
Among the findings and trends:
National level
In 2019, overall life expectancy in years was 85.7 for the Asian population, 82.2 for the Latino population, 78.9 for the white population, 75.3 for the Black population, and 73.1 for the AIAN population.
Between 2000 and 2019, life expectancy increased most for the Black population (3.9 years), the Asian population (2.9 years), and the Latino population (2.7 years). At the same time, the increase in life expectancy for the white population was more moderate (1.7 years). For AIAN populations, there was no improvement in life expectancy.
From 2010 to 2019, the Asian, Latino, Black, and white populations experienced only small improvements in life expectancy.
County level
From 2000 to 2019, 88% of U.S. counties experienced an increase in life expectancy; however, most of these gains were from 2000-2010.
Almost 60% of U.S. counties experienced a decrease in life expectancy from 2010 to 2019.
In 2019, life expectancy varied widely among counties. For all groups combined, the estimated life expectancy was below 65 years in some counties and over 90 years in others. The range of life expectancy also varied within groups.
For the AIAN population, the estimated life expectancy in different counties in 2019 ranged from under 59 to over 93 years.
This is the first U.S.-wide time-series analysis of life expectancy at the county level that includes estimates for the American Indian/Alaska Native (AIAN) and Asian populations as well as white, Black, and Latino/Hispanic populations. This is also the first county-level study that corrected misreporting of racial and ethnic identity on death records. Using novel small area estimation models, researchers analyzed death records from the National Vital Statistics System and population estimates from the National Center for Health Statistics, providing the most comprehensive data on life expectancy across 3,110 counties.
It is important to note that the study estimates for the Asian population do not separate the differences between Asian Americans and Native Hawaiian and Pacific Islanders (NHPI) populations. Researchers note that estimates for the Asian population likely masked important differences in life expectancy between these two populations. Previous regional studies generally show worse outcomes for NHPI populations, further underscoring the need to study these groups individually.
This study gives a detailed analysis of life expectancy two decades preceding the COVID-19 pandemic, providing context for changes to mortality and disparities that have occurred since the beginning of the pandemic. Provisional estimates(link is external) for 2020 show substantial declines in life expectancy overall and for the Black, Latino, and white populations. These declines were larger for the Latino and Black populations than the white population, possibly reversing gains observed over the period of this study.
“The pandemic exposed stressors and weaknesses in local and national systems that continuously put our most vulnerable populations at risk. These findings offer county, state, and federal leaders a unique look at the pervasiveness of health disparities in their respective communities,” said Laura Dwyer-Lindgren, Ph.D., lead author and assistant professor of health metrics at the Institute for Health Metrics and Evaluation.
George Mensah, MD, co-author, and director of the Center for Translation Research and Implementation Science at the National, Heart, Lung, and Blood Institute (NHLBI) noted that the findings should be an alarm bell to urgently address root causes to truly eliminate health disparities and at the same time, promote healthy living and longevity for everyone. “Researchers, policymakers, and thought leaders can all benefit from this study if we use the data to inform our actions, and this begins with active community engagement,” he added.
Future researchers can use the data as a starting point for studying why the gaps in life expectancy vary so much between places. Possible reasons that previous research has found include county-level differences in income or education, exposure to environmental risks, and differences in the built environment.
The NIH co-authors of the study are members of the U.S. Burden of Health Disparities Working Group. They include NIMHD Director, Eliseo J. Pérez-Stable, M.D.; NIMHD Scientific Director Anna María Nápoles, Ph.D., M.P.H.; NHLBI Director of The Center for Translation Research and Implementation Science, George A. Mensah, M.D.; as well as researchers at the National Cancer Institute; National Institute on Aging; National Institute of Arthritis and Musculoskeletal and Skin Diseases; and the NIH Office of the Director.
The research paper is available at https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(22)00876-5/fulltext(link is external) and results for individual counties can be found on IHME’s U.S. Health Map(link is external).
National Institute on Minority Health and Health Disparities (NIMHD): NIMHD leads scientific research to improve minority health and eliminate health disparities by conducting and supporting research; planning, reviewing, coordinating, and evaluating all minority health and health disparities research at NIH; promoting and supporting the training of a diverse research workforce; translating and disseminating research information; and fostering collaborations and partnerships. For more information about NIMHD, visit https://www.nimhd.nih.gov.
About the National Institutes of Health (NIH): NIH, the nation's medical research agency, includes 27 Institutes and Centers and is a component of the U.S. Department of Health and Human Services. NIH is the primary federal agency conducting and supporting basic, clinical, and translational medical research, and is investigating the causes, treatments, and cures for both common and rare diseases. For more information about NIH and its programs, visit www.nih.gov.
NIH 美国国家卫生研究院，美国最权威的医学研究机构。
按方舟子提出的omicron感染病死率數據計算，無免疫力情況下，大陸的最終感染病死總數好像會在下限200萬、上限800萬之間。具體我記不太清了，好幾天前看的。
但是如果再加上醫療擠兌、胡亂吃藥、混亂期間罪案增加等等次生災害，我感覺最終這場災難至少也得導致感染和次生死亡總數在400萬~1200萬之間。
但是如果再加上醫療擠兌、胡亂吃藥、混亂期間罪案增加等等次生災害，我感覺最終這場災難至少也得導致感染和次生死亡總數在400萬~1200萬之間。
>>确实是，我在做这方面工作，难点重重几个例子1.美国虽然数据丰富，但是未必可以直接套用中国。举个例子，...
除了美国公布数据还算接近事实，其他国家都一样公布的远低于实际超额死亡率
所以根据超额死亡率推测就完事儿了
汁国的瓦房店疫苗会不会不仅无效反而还会引发ade效应 那就有得看了
统计数据上按需阳性按需死亡这个算是基本操作了，内宣很早就说过国产疫苗不防感染防重症，并且说打了疫苗没有抗体也不代表无效，这都是从去年起就一直宣传的。
党国对武汉肺炎的确诊定义重要的一点还是有肺炎症状，而omicron基本是上呼吸道感染的症状，所以很大程度会被党国归于无症状。
至于病死率，党国不会有准确数据不好评估，至少我身边接触的人大多是发热3-7天就恢复了
考虑到中国和美国对于“有症状”的定义很大
党国对武汉肺炎的确诊定义重要的一点还是有肺炎症状，而omicron基本是上呼吸道感染的症状，所以很大程度会被党国归于无症状。
至于病死率，党国不会有准确数据不好评估，至少我身边接触的人大多是发热3-7天就恢复了
最讨厌一知半解的做题家。
自己去查查是不是辉瑞疫苗都防不住奥密克戎，一样大规模感染。
重点是奥密克戎不需要任何疫苗的防护，而且防不住。
欧美的左逼现在也不敢嚣张了，对疫苗的话题不敢大放厥词了。以前左逼是怎么宣传的？让你月月去打加强针，简直绷不住。
自己去查查是不是辉瑞疫苗都防不住奥密克戎，一样大规模感染。
重点是奥密克戎不需要任何疫苗的防护，而且防不住。
欧美的左逼现在也不敢嚣张了，对疫苗的话题不敢大放厥词了。以前左逼是怎么宣传的？让你月月去打加强针，简直绷不住。