Citares la diferencia entre muertes reales y prevision estadistica previa de muertes calculada con MOMOIniciado por cocho
El mensaje está oculto porque el usuario está en tu lista de ignorados.
si es que cada vez avanzas mas en tu estulticia . las muertes esperadas se calculan con un programa informatico asistido con un un comite de expertos ,hay tambien otras fuentes que lo calculan con otras metodologiasEl mensaje está oculto porque el usuario está en tu lista de ignorados.
el metodo del miniosterio es este aunque tu con cuatro coniocimentos de pregrado seguro que lo dominas
Qué es MoMo
El sistema de monitorización de la mortalidad diaria por todas las causas (MoMo) fue desarrollado en 2004, en el marco del «Plan de acciones preventivas contra los efectos de las temperaturas excesivas», coordinado por el Ministerio de Sanidad, para reducir el impacto sobre la salud de la población como consecuencia del exceso de temperatura. El objetivo de MoMo es identificar las desviaciones de mortalidad diaria observada con respecto a la esperada según las series históricas de mortalidad, y permite estimar de forma indirecta el impacto de cualquier evento de importancia en Salud Pública.
MoMo propociona estimaciones de excesos de mortalidad por todas las casusas y atribuibles a un exceso o defecto de la temperatura. Se calcula diariamente, por ámbito poblacional (nacional, de CCAA y provincial), sexo y grupo de edad (todas las edades, 0-14, 15-44, 45-64, 65-74, 75-84 y >85 años).
Fuentes de datos
MoMo utiliza tres fuentes de datos:
- Las defunciones diarias por todas las casusas de los últimos diez años, sin incluir aquellas del año 2020 (por su comportamiento debido a la pandemia de Covid-19). Esta serie se obtiene de los datos consolidados del Instituto nacional de Estadística (INE), hasta la fecha en la que están disponibles, y a partir de entonces del Ministerio de Justicia que proporciona defunciones diarias por todas las causas procedentes de los registros civiles informatizados de municipios que corresponden a un 93% de la población española.
- Las temperaturas según la Agencia Estatal de Meteorología (AEMET) a nivel provincial en el mismo periodo de tiempo, incluyendo el año en curso.
- La población por grupo de edad, sexo y provincia, extraídos del INE.
El modelo
El modelo de predicción de excesos de mortalidad por todas las causas y atribuibles a temperatura es un modelo GAM (generalized additive model) de Poisson, cuya variable dependiente son las defunciones diarias.
Las variables independientes que se utilizan para ajustar el modelo son:
- Tendencia modelada como un spline cúbico rígido (de orden 1), por provincia.
- Un spline cíclico (de orden 6) para recoger la estacionalidad anual de la mortalidad, también por provincia.
- El ATO variable que mide el efecto de la temperatura máxima, como efecto aleatorizado entre las provincias, haciendo uso de modelos mixtos (partial pooling entre un coeficiente único y uno por provincia).
- El F_ATO variable que mide el efecto de la temperatura mínima, como efecto aleatorizado entre las provincias, haciendo uso de modelos mixtos (partial pooling entre un coeficiente único y uno por provincia).
- Se ajusta la tasa de defunción, incluyendo la población de cada grupo de edad, sexo y provincia como offset.
Las observaciones que se encuentran por encima del cuantil 0,95 y las que están por debajo del cuartil 0,05 se eliminan y se vuelve a ejecutar el modelo para obtener defunciones esperadas sin outliers.
Las defunciones atribuibles al exceso o defecto de temperatura se calculan de la siguiente manera:
- Se ajusta el modelo con las variables independientes de tiempo y temperatura, obteniendo así la estimación de defunciones esperadas con el efecto del tiempo y de la temperatura.
- Se ajusta el modelo con las variables independientes de tiempo, pero sin las variables de temperatura, obteniendo así la estimación base de defunciones esperadas, sin el efecto de la temperatura.
- La diferencia entre ambas estimaciones, da como resultado las defunciones atribuibles al exceso o defecto de la temperatura.
Los resultados a nivel de comunidad autónoma o nacional se calculan como las agregaciones de sus provincias.
La estimación de cada año se calcula en base a los años previos. Este es el motivo por el que puede observarse un salto en las estimaciones al inicio de año.
El impacto del exceso de temperatura: ATO, F_ATO
El ATO (accumulated thermal overcharge) es una variable sintética que mide el exceso o el defecto de temperatura. Su uso está basado (aunque con modificaciones) en el modelo portugués de Nogueira, Paixao N, 2007. Existen unos umbrales de disparo de la mortalidad por exceso de temperatura máxima (ver Díaz Jiménez J, Linares Gil C., Carmona Alférez R. 2015) que asignan a cada provincia una temperatura máxima crítica a partir de la cual se observa un crecimiento de la mortalidad.
El ATO se define originalmente, en el modelo portugués, como el número de grados que la temperatura máxima está por encima del umbral de disparo multiplicado por el número de días consecutivos previos que la temperatura máxima ha estado por encima de este umbral. Entre las características de nuestro modelo se señala:
- Para un día d, utilizamos el ATO del día d−1. Es decir, ATO con lag de 1 día.
- El efecto del ATO se prolonga y va decayendo durante los días siguientes, con un factor de 0,8 durante 7 días.
- Para evitar que la variable crezca por encima de lo deseable, se utiliza la raíz.
Según la fórmula:
ATO′d=ATOd−1+ATOd−2∗0.8+ATOd−3∗0.82+ATOd−4∗0.83+ATOd−5∗0.84+ATOd−5∗0.85+ATOd−7∗0.86−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−√
El F_ATO (accumulated thermal overcharge for cold) es una variable sintética que mide el defecto del exceso de temperatura mínima. Se construye de forma análoga a ATO, pero utilizando temperaturas mínimas y los umbrales de disparo de la mortalidad por defecto de temperatura mínima (ver Carmona Alférez, R., Díaz Jiménez, J., León Gómez, I., Luna Rico,Y., Mirón Pérez, I.J., Ortiz Burgos, C., Linares Gil, C.. 2016).
Correcciones sobre los datos
Sobre los datos de defunciones notificadas de los últimos 28 días se realiza una corrección por retraso para corregir la cifra real de defunciones notificadas. Esta corrección da como resultado las defunciones observadas, que son las que se utilizarán en todos los análisis y cálculos. Esta corrección se ejecuta de forma independiente para toda la población, por comunidad autónoma y por grupos de sexo y edad. Por este motivo, puede observarse que la suma entre los subgrupos analizados (edad, sexo) puede no coincidir con la cifra exacta de los excesos de defunciones en toda la población. Otro hecho que también provoca este mismo efecto es que un pequeño porcentaje de defunciones notificadas que no tienen información sobre sexo.
Las cifras de mortalidad observada, estimada y sus excesos mostradas en el panel MoMo están extrapoladas a toda la población utilizando las tasas de notificación. Estas tasas de notificación se calculan como el cociente de defunciones que se recibieron desde los registros civiles con respecto a la serie consolidada del INE durante el último año en el que hay datos disponibles en esta última (a nivel nacional, corresponde a un 94,4%). La extrapolación consiste en dividir las defunciones observadas y estimadas resultantes del modelo entre la tasa de notificación de su ámbito geográfico correspondiente.
Las tasas de notificación se pueden consultar en el Panel MoMo en la pestaña “Notificación”.
Referencias
- Nogueira P, Paixao N. 2007. “Models for Mortality Associated with Heatwaves: Update of the Portuguese Heat Health Warning System”
- Díaz Jiménez J, Linares Gil C., Carmona Alférez R. 2015. “Temperaturas Umbrales de Disparo de La Mortalidad Atribuible Al Calor En España En El Periodo 2000-2009”
- Carmona Alférez, R., Díaz Jiménez, J., León Gómez, I., Luna Rico,Y., Mirón Pérez, I.J., Ortiz Burgos, C., Linares Gil, C.. “Temperaturas umbrales de disparo de la mortalidad atribuible al frío en España en el periodo 2000-2009. Comparación con la mortalidad atribuible al calor”
y esto anterior es la pàrte facil del tema
ahora viene lo mas dificil ... que es cuando la realidad se aleja de la estadistica establecer las causas del desvio y ponerles cifras , como paso previo para ponerle remedio si lo tiene
se estan "devanando los sesos" un monton de cientificos con esto hay unas causas evidentes: la paralisis de la atencion medica en la pandemia ,la ola de calor del verano el envejecimieneto de la pblacion incluso la regresion a la media en la edad de supervivencia , la mortalidad residual por covid , y un tema ya descartado unanimemente la mortalidad por vacuna
estos factores y su contribucion incluso el error del modelo esta en estudio en muchas catedras de medicina preventiva/saludpublica bioestadistica ..etc
y entonces llega un chupatintas que ha dado cuatro conceptos de pregrado y ya lo sabe es la vacuna ..... coincide cn 4 youitubers magufos enel "diagnostico" pero cachis no le hacen caso porque son socialistas en el gobierno
mas tonto y no naces icv vortex
Última edición por juanper; 19/12/2022 a las 10:47
es la diferencia entre muertes reales y prevision estadistica previa de muertes calculada con MOMOEl mensaje está oculto porque el usuario está en tu lista de ignorados.
https://as.com/diarioas/2022/01/21/a...66_271127.htmlEl mensaje está oculto porque el usuario está en tu lista de ignorados.
https://www.antena3.com/noticias/soc...0017c6348.html
https://www.lasexta.com/noticias/nac...00101d7b2.html
https://www.elmundo.es/ciencia-y-sal...c288b45bc.html
Etc, etc...
Si, los demás también estamos esperando una respuesta. Bueno, todos no, nuestra mascota del foro @juanper cree que son las desviaciones típicas y está tranquilo. Al resto nos parece que canta mucho que la administración haga mutis por el foro.
te suena eso de las desviciones tipicas has oido campanas perio no va de esto .... repasa tus apuntes del pregrado que lo tiens mas que oxidadoEl mensaje está oculto porque el usuario está en tu lista de ignorados.
Aparte de pegarnos un tocho que evidentemente ni te has leido ni comprendes, crees que porque haya palabras que desconoces, el asunto es como mandar un cohete a la luna. Lamento decirte que no. Si ves tanta palabrería y tocho es porque tratan de ser rigurosos en las predicciones eliminando datos que se encuentran en los extremos por ejemplo y demás particularidades que pueden desviar la cifra.El mensaje está oculto porque el usuario está en tu lista de ignorados.si es que cada vez avanzas mas en tu estulticia . las muertes esperadas se calculan con un programa informatico asistido con un un comite de expertos ,hay tambien otras fuentes que lo calculan con otras metodologias
el metodo del miniosterio es este aunque tu con cuatro coniocimentos de pregrado seguro que lo dominas
Qué es MoMo
El sistema de monitorización de la mortalidad diaria por todas las causas (MoMo) fue desarrollado en 2004, en el marco del «Plan de acciones preventivas contra los efectos de las temperaturas excesivas», coordinado por el Ministerio de Sanidad, para reducir el impacto sobre la salud de la población como consecuencia del exceso de temperatura. El objetivo de MoMo es identificar las desviaciones de mortalidad diaria observada con respecto a la esperada según las series históricas de mortalidad, y permite estimar de forma indirecta el impacto de cualquier evento de importancia en Salud Pública.
MoMo propociona estimaciones de excesos de mortalidad por todas las casusas y atribuibles a un exceso o defecto de la temperatura. Se calcula diariamente, por ámbito poblacional (nacional, de CCAA y provincial), sexo y grupo de edad (todas las edades, 0-14, 15-44, 45-64, 65-74, 75-84 y >85 años).
Fuentes de datos
MoMo utiliza tres fuentes de datos:
- Las defunciones diarias por todas las casusas de los últimos diez años, sin incluir aquellas del año 2020 (por su comportamiento debido a la pandemia de Covid-19). Esta serie se obtiene de los datos consolidados del Instituto nacional de Estadística (INE), hasta la fecha en la que están disponibles, y a partir de entonces del Ministerio de Justicia que proporciona defunciones diarias por todas las causas procedentes de los registros civiles informatizados de municipios que corresponden a un 93% de la población española.
- Las temperaturas según la Agencia Estatal de Meteorología (AEMET) a nivel provincial en el mismo periodo de tiempo, incluyendo el año en curso.
- La población por grupo de edad, sexo y provincia, extraídos del INE.
El modelo
El modelo de predicción de excesos de mortalidad por todas las causas y atribuibles a temperatura es un modelo GAM (generalized additive model) de Poisson, cuya variable dependiente son las defunciones diarias.
Las variables independientes que se utilizan para ajustar el modelo son:
- Tendencia modelada como un spline cúbico rígido (de orden 1), por provincia.
- Un spline cíclico (de orden 6) para recoger la estacionalidad anual de la mortalidad, también por provincia.
- El ATO variable que mide el efecto de la temperatura máxima, como efecto aleatorizado entre las provincias, haciendo uso de modelos mixtos (partial pooling entre un coeficiente único y uno por provincia).
- El F_ATO variable que mide el efecto de la temperatura mínima, como efecto aleatorizado entre las provincias, haciendo uso de modelos mixtos (partial pooling entre un coeficiente único y uno por provincia).
- Se ajusta la tasa de defunción, incluyendo la población de cada grupo de edad, sexo y provincia como offset.
Las observaciones que se encuentran por encima del cuantil 0,95 y las que están por debajo del cuartil 0,05 se eliminan y se vuelve a ejecutar el modelo para obtener defunciones esperadas sin outliers.
Las defunciones atribuibles al exceso o defecto de temperatura se calculan de la siguiente manera:
- Se ajusta el modelo con las variables independientes de tiempo y temperatura, obteniendo así la estimación de defunciones esperadas con el efecto del tiempo y de la temperatura.
- Se ajusta el modelo con las variables independientes de tiempo, pero sin las variables de temperatura, obteniendo así la estimación base de defunciones esperadas, sin el efecto de la temperatura.
- La diferencia entre ambas estimaciones, da como resultado las defunciones atribuibles al exceso o defecto de la temperatura.
Los resultados a nivel de comunidad autónoma o nacional se calculan como las agregaciones de sus provincias.
La estimación de cada año se calcula en base a los años previos. Este es el motivo por el que puede observarse un salto en las estimaciones al inicio de año.
El impacto del exceso de temperatura: ATO, F_ATO
El ATO (accumulated thermal overcharge) es una variable sintética que mide el exceso o el defecto de temperatura. Su uso está basado (aunque con modificaciones) en el modelo portugués de Nogueira, Paixao N, 2007. Existen unos umbrales de disparo de la mortalidad por exceso de temperatura máxima (ver Díaz Jiménez J, Linares Gil C., Carmona Alférez R. 2015) que asignan a cada provincia una temperatura máxima crítica a partir de la cual se observa un crecimiento de la mortalidad.
El ATO se define originalmente, en el modelo portugués, como el número de grados que la temperatura máxima está por encima del umbral de disparo multiplicado por el número de días consecutivos previos que la temperatura máxima ha estado por encima de este umbral. Entre las características de nuestro modelo se señala:
- Para un día d, utilizamos el ATO del día d−1. Es decir, ATO con lag de 1 día.
- El efecto del ATO se prolonga y va decayendo durante los días siguientes, con un factor de 0,8 durante 7 días.
- Para evitar que la variable crezca por encima de lo deseable, se utiliza la raíz.
Según la fórmula:
ATO′d=ATOd−1+ATOd−2∗0.8+ATOd−3∗0.82+ATOd−4∗0.83+ATOd−5∗0.84+ATOd−5∗0.85+ATOd−7∗0.86−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−√
El F_ATO (accumulated thermal overcharge for cold) es una variable sintética que mide el defecto del exceso de temperatura mínima. Se construye de forma análoga a ATO, pero utilizando temperaturas mínimas y los umbrales de disparo de la mortalidad por defecto de temperatura mínima (ver Carmona Alférez, R., Díaz Jiménez, J., León Gómez, I., Luna Rico,Y., Mirón Pérez, I.J., Ortiz Burgos, C., Linares Gil, C.. 2016).
Correcciones sobre los datos
Sobre los datos de defunciones notificadas de los últimos 28 días se realiza una corrección por retraso para corregir la cifra real de defunciones notificadas. Esta corrección da como resultado las defunciones observadas, que son las que se utilizarán en todos los análisis y cálculos. Esta corrección se ejecuta de forma independiente para toda la población, por comunidad autónoma y por grupos de sexo y edad. Por este motivo, puede observarse que la suma entre los subgrupos analizados (edad, sexo) puede no coincidir con la cifra exacta de los excesos de defunciones en toda la población. Otro hecho que también provoca este mismo efecto es que un pequeño porcentaje de defunciones notificadas que no tienen información sobre sexo.
Las cifras de mortalidad observada, estimada y sus excesos mostradas en el panel MoMo están extrapoladas a toda la población utilizando las tasas de notificación. Estas tasas de notificación se calculan como el cociente de defunciones que se recibieron desde los registros civiles con respecto a la serie consolidada del INE durante el último año en el que hay datos disponibles en esta última (a nivel nacional, corresponde a un 94,4%). La extrapolación consiste en dividir las defunciones observadas y estimadas resultantes del modelo entre la tasa de notificación de su ámbito geográfico correspondiente.
Las tasas de notificación se pueden consultar en el Panel MoMo en la pestaña “Notificación”.
Referencias
- Nogueira P, Paixao N. 2007. “Models for Mortality Associated with Heatwaves: Update of the Portuguese Heat Health Warning System”
- Díaz Jiménez J, Linares Gil C., Carmona Alférez R. 2015. “Temperaturas Umbrales de Disparo de La Mortalidad Atribuible Al Calor En España En El Periodo 2000-2009”
- Carmona Alférez, R., Díaz Jiménez, J., León Gómez, I., Luna Rico,Y., Mirón Pérez, I.J., Ortiz Burgos, C., Linares Gil, C.. “Temperaturas umbrales de disparo de la mortalidad atribuible al frío en España en el periodo 2000-2009. Comparación con la mortalidad atribuible al calor”
y esto anterior es la pàrte facil del tema
ahora viene lo mas dificil ... que es cuando la realidad se aleja de la estadistica establecer las causas del desvio y ponerles cifras , como paso previo paraponerle remedio si lo tiene
se estan "devanando los sesos" un monton de cientificos con esto hay unas causas evidentes: la paralisis de la atencion medica en la pandemia ,la ola de calor del verano el envejecimieneto de la pblacion incluso la regresion a la media en la edad de supervivencia , la mortalidad residual por covid , y un tema ya descartado unanimemente la mortalidad por vacuna
estos factores y su contribucion incluso el error del modelo esta en estudio en muchas catedras de medicina preventiva/saludpublica bioestadistica ..etc
y entonces llega un chupatintas que ha dado cuatro conceptos de pregrado y ya lo sabe es la vacuna ..... coincide cn 4 youitubers magufos enel "diagnostico" pero cachis no le hacen caso porque son socialistas en el gobierno
mas tonto y no naces icv vortex
Pero me alegro que gracias a mi estés aprendiendo cosas. Dile a tu enfermera que hoy te de un petit suisse extra. Por tonto, eso si, pero que te lo de.
lo peor nio es que no sepas casi nada es que encima crees que sabes algoEl mensaje está oculto porque el usuario está en tu lista de ignorados.
asi que vas a ser irremdiablemente un mileurista con infulas toda la vida
Última edición por juanper; 19/12/2022 a las 10:57
icv vortex es un gran especialista en analisis multifactorial y analisis multivariante pero esta desperdciiando sus enormes conocimientos tabajando de chupatintas de oficina
Segun momo hay un exceso de 33.000 muertes estadisticamente este año.
6000 de ellas son atribuibles a la temperatura.
Unas 3000 de ellas por covid.
Julio fue el mes con mas exceso de muertes hubo 11.000 mas de las "previstas"
Es esto significativo???
Pues la verdad que para los subnormales antivacunas si lo es ya que no paran con su campañita magufa.
La realidad es que en 2015 sin covid y sin vacunas España tuvo un exceso de muertes de 37.000 personas segun el MOMO y en 2018 un exceso de muertes de 15.000 personas por ejemplo.
Que quiere decir esto?? Que cuando haces una estimación de muertos existiendo 47 millones de personas y tantas variables es normal tener exceso de muertes ( De hecho MOMO tiene todos los años exceso de muertes nunca salen menos)
Pero si estas poniendo noticias de 2020 o de enero 2022El mensaje está oculto porque el usuario está en tu lista de ignorados.
Creo que se ha puesto nervioso. Estos mismos son los que decían que el exceso de muertes en 2019 y 2020 eran mentira, y de ser ciertos, no era por el covid...El mensaje está oculto porque el usuario está en tu lista de ignorados.Pero si estas poniendo noticias de 2020 o de enero 2022
Es lo de siempre, subnormales sin nada mejor que hacer y sacando cada semana las mismas preguntas ya contestadas...
La gente no moría por covid, pero si muere por las vacunas
Es cierto, no he mirado la fecha de alguna noticia. Pero eso no cambia nada. En el año 2022 hay un exceso de mortalidad que nadie a salido a explicar. Supongo que no es importante. Siempre y cuando esté tu gobierno al frente, claro.El mensaje está oculto porque el usuario está en tu lista de ignorados.Pero si estas poniendo noticias de 2020 o de enero 2022
En el año 2015 hubo un exceso de mortalidad de 37.000 personas sin existir ni vacuna ni covid.El mensaje está oculto porque el usuario está en tu lista de ignorados.
Salio el gobierno a explicarlo?
Porque fue ese exceso?
El mensaje está oculto porque el usuario está en tu lista de ignorados.
Pero aún hay alguien que se crea las cifras de muertos por covid?
El mensaje está oculto porque el usuario está en tu lista de ignorados.En el año 2015 hubo un exceso de mortalidad de 37.000 personas sin existir ni vacuna ni covid.
Salio el gobierno a explicarlo?
Porque fue ese exceso?
Fueron por miocarditis leve.
Miocarditis leve, es que tiene cojones la cosa. Jajaja
cuando a cuestiones complejas se les quiere dar una solucion o explicacion simple siempre es un buen detector de ignorantes , que cada cual se de por aludido
Tan simple como que se pone una vacuna y se acaba la pandemia, no?El mensaje está oculto porque el usuario está en tu lista de ignorados.cuando a cuestiones complejas se le quiere dar una solucion o explicacion simple siempre e un buen detector de igniorantes , que cada cual se de por aludido
El mensaje está oculto porque el usuario está en tu lista de ignorados.
vaya, no se podia saber
si no es culpa de la vacuna entonces la culpa es del gobierno , explicacion facil de icv vortexEl mensaje está oculto porque el usuario está en tu lista de ignorados.
Ah claro que tu tampoco tienes explicación no????El mensaje está oculto porque el usuario está en tu lista de ignorados.
Sabemos que la vacuna tiene entre los efectos secundarios la miocarditis, eso es un hecho.
Pero la pregunta no es esa, si supieras responderla lo harias.
Porque en 2015 hubo un exceso de muertes superior a 2022 sin existir ni covid ni las mortales vacunas????
no es una vacuna, es una terapia genica experimental. lo ha dicho la de pfizerEl mensaje está oculto porque el usuario está en tu lista de ignorados.si no es culpa de la vacuna entonces la culpa es del gobierno , explicacion facil de icv vortex
"La de Pfizer"El mensaje está oculto porque el usuario está en tu lista de ignorados.
Esto dentro de 70 años se estudiará en las facultades de psicologia, como ejemplo claro de psicología de masas. Es como los secretos de estado, documentos confidenciales hasta que esten todos muertos y así que nadie pague nada, eso en los paises serios, aquí como te declaran el estado de alarma ilegal, arruinas a ciento y la madre y no pasa nada...sigan.
El caloret, el caloret faller.El mensaje está oculto porque el usuario está en tu lista de ignorados.Ah claro que tu tampoco tienes explicación no????
Sabemos que la vacuna tiene entre los efectos secundarios la miocarditis, eso es un hecho.
Pero la pregunta no es esa, si supieras responderla lo harias.
Porque en 2015 hubo un exceso de muertes superior a 2022 sin existir ni covid ni las mortales vacunas????
Me encanta como los magufos cuando os dan en la boca solo podeis decir tonterias.El mensaje está oculto porque el usuario está en tu lista de ignorados.
cuando lo deciamos nosotros eramos unos locos magufos alejados de la ciencia jajaEl mensaje está oculto porque el usuario está en tu lista de ignorados."La de Pfizer"
Sois unos magufos y no se quien es "la de pfizer"El mensaje está oculto porque el usuario está en tu lista de ignorados.
vamos que no tienes ni idea de lo que hablas mientras nos llamas magufos jajaEl mensaje está oculto porque el usuario está en tu lista de ignorados.
Yo se de lo que estoy hablando del exceso de muertes que atribuis a la vacuna y no sabeis decirme porque en 2015 habia mas exceso de muertes.El mensaje está oculto porque el usuario está en tu lista de ignorados.
Tu eres el que me sale con lo de la Terapia Genetica que ha dicho "la de pfizer"
Es facil, ponme lo que ha dicho "la de pfizer" y explicame porque en 2015 habia mas exceso de muertes sin la vacuna.
Permisos de publicación