Pfizer ist einer der größten Pharmakonzerne der Welt. Er führt derzeit eine große Impfstudie in Deutschland durch, an der 30.000 Menschen teilnehmen. Jetzt äußerte sich der ehemalige Forschungsleiter von Pfizer, Dr. Mike Yeadon in beachtlicher Weise zum Corona-Virus.

Dr. Mike Yeadon war Forschungsleiter und Vizepräsident des Pfizer-Konzerns. Jetzt bezog er in einem Radiointerview Stellung zur Corona-Situation. Seine These rüttelt auf: 90% der positiven PCR-Tests sind falsch-positiv, erklärt er.

Zweite Welle künstlich herbeigetestet

„Es gibt keine wissenschaftliche Grundlage dafür, dass eine zweite Welle eintreten würde“, erklärt Mike Yeadon im Interview. Viel mehr beriefen sich die Regierungen auf die positiv-getesteten Fälle. Den Regierenden sei dabei sehr wohl bewusst, dass die PCR-Tests keine Aussagekraft haben, meint der Forscher.
„Geradezu alle positiven Testergebnisse sind falsch-positiv.“, rund 90% der positiven PCR-Testergebnisse sollen falsch sein. Dadurch erst werde eine „zweite Welle“ künstlich herbeigetestet.

Alles basiert auf falschen Daten

Die Journalistin Julia Hartley-Brewer fragt Yeadon: „Wir stützen uns auf eine Regierungspolitik, eine Wirtschaftspolitik, eine Politik der bürgerlichen Freiheiten, um die Anzahl der Personen in einem Meeting auf sechs Personen zu beschränken. Alles basiert auf möglicherweise vollständig gefälschten Daten zu diesem Coronavirus?“ Dr. Mike Yeadon antwortete darauf mit einem einfachen, aber für viele umso beunruhigenderem „ja“.

Studie: Großbritannien hat es hinter sich

Dr. Yeadon veröffentlichte diese Woche eine Studie, in der er mit zwei Kollegen die Situation in Großbritannien untersuchte. Auch sie beschäftigt sich mit der Frage: „Wie wahrscheinlich ist eine zweite Welle?“ In der Studie kommen die Forscher zu dem Schluss, dass Großbritannien das Corona-Virus weitgehend überwunden hat. Es sei davon auszugehen, dass die Mehrheit der Bevölkerung bereits immun sei. Yeadon und seine Kollegen fordern darin die Forschung dazu auf, sich stärker auf die evidenzbasierte Medizin zu konzentrieren als auf hochsensible theoretische Modelle, die auf Annahmen und Unbekannten beruhen.