---

昨年、アーロン・ハーツバーグは、致命的なパンデミックは存在しないのに、大衆に致命的なパンデミックが存在すると信じ込ませる方法や、ワクチンによる傷害は存在するのに、存在しないかのように装う方法についての愚か者向けのガイドをまとめた。

彼は、プロパガンダの技術を学びたいと願う志望者に向けてテキストを執筆した。「初心者にとって、（プロパガンダの技術は）習得が非常に難しい場合があります。経験豊富なプロパガンダ担当者でさえ、プロパガンダの作成と発信は簡単な仕事だと思い込んでしまうという罠に陥ることがあります。それは、全額負担のシベリア旅行を永久に勝ち取るための良い方法だ、と」と彼は述べた。

「以下の短いガイドブックは、プロパガンダの専門家を目指す人、WEFの手先、共産党幹部、目覚めたマルクス主義者、そしてベテランの政府官僚に、彼らの将来有望な才能をプロパガンダの技を完全に開花させるために必要なツールと知識を提供します。」

ご想像のとおり、ハーツバーグのガイドは必然的に長くなります。プロパガンダに携わる志願者が最初のハードルを乗り越えただけで圧倒され、プロパガンダのキャリアという夢を諦めてしまうことがないように、私たちはセクションごとにまとめています。

連絡を失わないようにしよう…政府と大手IT企業は、The Newsが報じた情報を積極的に検閲しようとしている。 露出 自らの欲求を満たすためだ。最新の無修正ニュースを確実に受け取るために、今すぐメールを購読してください。 受信トレイに…

プロパガンダ志望者のためのデータ操作ガイド

By アーロン・ハーツバーグ によって発行された 褐色砂岩研究所 20年2024月XNUMX日。この記事は もともと公開 15年2023月XNUMX日にハーツバーグのSubstackページで公開されます。すべてのセクションへのリンクを含む序文と「セクションI – 定義」については、 Pr_media.

セクションIV – 研究を不正に操作する方法

おそらく、科学を操作するために必要な最も重要なスキルセットは、必要な結果を達成するために研究を設計し操作する能力です。

（注：研究の実際の操作は、研究を生業とする専門家（PIまたは主任研究員と呼ばれる）によって行われます。したがって、この分野に精通している必要はありません。しかし、それでも基礎を十分に理解しておくことは役に立ちます。）

研究、特に科学の「ゴールドスタンダード」™️と一般的に考えられているような、大規模で派手な研究は、非常に複雑な怪物であり、無数の方法で操作される可能性があります。ここでは、研究を意のままに操るために悪用される、より顕著で分かりやすい種類の欺瞞、操作、そして設計上の欠陥について説明します。

（注：以下の操作は、実装の複雑さの度合いに応じて段階的に変更されます。ここでは、装飾や飾り付けを一切加えず、原則を分かりやすく適用することで、基本的な概念のみを説明し、図示します。ここでの目標は、データ操作のさまざまな種類と方法を理解することです。より高度な手法については、後から学習することも可能です。もちろん、これは強く推奨されます。）

目次

IV-1. 研究不正操作戦術その1: 研究プロトコルの設計を不正操作する

このセクションに関連する資料のほとんどは、研究プロトコルの実施を妨害することを扱う次のセクションにも関連しているため、ここではプロトコル自体の設計を不正に操作することに特有の戦術についてのみ説明します。

研究プロトコルは、基本的に研究の進め方を規定したルールブックのようなものです。したがって、得たい結果に有利なルールを必ず作成してください。

A) デッキを積み重ねる; 研究対象者をそれぞれの研究グループと対照群に戦略的に割り当てる

ほとんどすべての大規模で特別な研究は、研究群と対照群の2つのグループに分かれています。新薬の研究では、研究群には薬が投与され、対照群には投与されません。理論上、薬が効くのであれば、対照群の方が研究群よりも病気の人が多いはずです。

したがって、新しい治療法の驚異的な薬をテストする研究を行う場合、この特性を利用して、対照群に研究群よりも多くの不健康な人を配置することで、たとえ治療法の薬が効かなくても研究群の成績が向上するようにすることができます。（もちろん、研究記録において、このような戦術的な策略を行ったことを認めるべきではありません。）

B) 研究に参加する被験者を慎重に審査する

何らかの方法で結果を台無しにする可能性のある人を締め出すだけで、多くの頭痛の種を避けることができます。

例えば、新薬の安全性と有効性を証明したい場合、副作用が出やすい、あるいは効果が出にくい傾向のある人は除外しましょう。お分かりでしょう。（例えば、COVID-99ワクチンの治験では、既存の併存疾患を持つ人は含まれていなかったはずです。そうであれば、「XNUMX%有効」というデマが暴露されていたはずです。）

IV-2. 研究不正戦術その2: 研究プロトコルの実行を妨害する

多くの場合、研究プロトコル自体を不正に操作して、希望する結果を得ることはできません。そのような場合は、代わりに公式の研究プロトコルの実施または遵守を妨害する必要があります。これは非常に簡単で、これを実現する方法は文字通り無限にあります。

（注：数千人の被験者と職員が関わる大規模な研究で発生する可能性のある様々な問題やストレスの多い状況を回避するために、事前にロジスティクスを計画しておくことが賢明です。例えば、特に厄介な薬物が実際には致死性であることを「証明」したい場合は、公共の場から遺体を迅速に撤去するための遺体袋を用意し、遺体に含まれる可能性のある望ましくない法医学的または病理学的証拠を破壊するために24時間7日対応可能な火葬施設を用意しておく必要があります。）

プロトコル妨害行為その1：研究対象の治療または介入の実施（研究グループに対して）

被験者に薬を与えるのは簡単で簡単だと考える人がいます。それは間違いです。まったくの間違いです。被験者に薬を与える方法を微妙に調整することで、多くの場合、研究全体をコントロールすることができます。その方法には次のようなものがあります。

– 介入の投与量/量 – 目的に応じて、薬物の投与量を過少にしたり過量にしたりすることができます。薬物の効果を弱く見せたい場合は、投与量を過少にすることで効果を確実に失わせることができます。薬物が危険であることを示したい場合は、毒性レベルまで投与量を増やすだけで済みます。

– 治療投与のタイミング 薬の効果を阻害するもう一つの方法は、患者に薬を投与する時期が早すぎたり遅すぎたりして効果が出ないことです。これには様々な方法があります。例えば、患者に薬を郵送するという方法がありますが、その場合、必然的に投与スケジュールに数日余計に時間がかかります（David Boulwareのイベルメクチン特集）。

– 製品の品質、すなわち純度や効力 – 汚染された製品や製造品質の悪い製品は、高品質の原料を使用し、理想的な製造方法に完全に忠実に製造された純粋な製品と同じようには機能しません。

（注：必ず動物や人間を対象に非公式の前臨床研究を実施し、汚染されたバージョンを研究に導入する前に、異なるバージョンの薬や介入がどのように機能するかを理解する必要があります（通常の薬の配合に関する公式の前臨床研究に加えて）。そうしないと、意図せず妨害行為を妨害するリスクがあります。研究を実施する目的は、事前に定められた結果を示すことであり、新しい科学的洞察を発見することではないことを忘れないでください。研究対象の薬や介入が現実世界でどのような効果をもたらすかが不確実であったり予測不可能であったりすることは、不正な研究を成功させる上での弱点です。あるいは、少なくとも、今や非常に混乱した研究から得られる危険と不快なデータの迷路を進むのに苦労している間、ひどい頭痛に悩まされることになるでしょう。）

– 介入の代わりに生理食塩水またはプラセボを使用する レジームが選択した介入の危険性を最小限に抑えるもう一つの方法は、治療の代わりにプラセボを投与することです。これにより、介入の毒性への曝露を軽減できます。当然のことながら、生理食塩水の使用によって、薬剤が効かないという望ましくない副作用が生じないように注意する必要があります。そのため、この戦術は通常、他のプロトコル操作や不正行為と組み合わせて用いられます。

– ミックスとマッチ これらの提案は、いつでも自由に組み合わせることができます。例えば、被験者の一部に異なる製品を与えることができます。また、これらの提案を複数組み合わせて、研究グループの異なる部分に異なる提案を適用することもできます。これにより、外部の人がプロトコル違反を発見しにくくなります。

プロトコル妨害行為その2：プラセボ投与（研究グループへ）

これは基本的に前のセクションの裏返しです。プラセボに適用される、少し独特な戦術がいくつかあります。

– 対照群またはプラセボ群に介入を与える – 研究で治療の有効性が示されないことを保証する 1 つの方法は、対照群にも治療を施すことです。両方のグループが治療を受ければ、治療によって治療群の成績が改善したことを示す差異は生じません。
より簡単だがリスクの高い方法は、研究担当者がプラセボを装って対照群に薬を直接投与することです。（対照群の被験者が薬を投与されていないことに気付かないように、プラセボは見た目、感触、味、匂いが治療薬と全く同じになるように作られているため、これは簡単です。）

より困難ではあるものの、リスクの少ない方法は、対照群の被験者に研究外で治療を受けるよう促すことです。例えば、薬とは著しく異なるプラセボを用いることができます。被験者はGoogle検索で、その薬の見た目、匂い、味が本来の薬と異なることを容易に知ることができるため、その薬が治療に用いられる疾患や症状によって死に至ったり、衰弱させる合併症に苦しんだりすることを望まないため、わざわざ実際の薬を入手しようとするでしょう。

あるいは、研究対象の治療法にすでに広く曝露されている集団で研究を実施することもできます。その場合、被験者のプールは、すでにその薬を使用しているか、少なくとも手元にその薬の供給がある人々で完全に汚染されます。

（ただし、この戦術は、研究が行われた場所でその薬が広く認知され、使用されていたことが公的記録に残るため、厄介な反科学異端者の目に留まるリスクがあることに留意してください。）

– プラセボを注入する – 不活性なプラセボが欲しくない場合は、副作用や治療効果を引き起こす可能性のある、もう少し「活発な」ものをプラセボに混ぜることもできます。

具体的な方法の 1 つは、治療の成分を使用してプラセボをスパイクすることです。これは、治療の有効成分以外の成分によって引き起こされる治療の問題のある副作用を隠すのに特に役立ちます。これらの成分をプラセボに入れると、両方のグループに同様の副作用が発生します。

（注意：副作用があまりにも顕著な場合、治療の毒性成分をプラセボに単に混ぜるだけでは、特定の副作用の発生率が研究のコントロールグループの方が一般人口よりも大幅に高いことに人々が気づいたときに疑問が生じる可能性があることに留意してください。）

プロトコル妨害行為その3：被験者に行動変容を促す

被験者の行動は、プロトコルの設計や研究の実施においてしばしば重要な考慮事項となります。この点を効果的に活用しましょう。

インセンティブには基本的に 3 つの種類があります。

– 金銭的誘因 – 行動を奨励する最も確実な方法の一つは、金銭的な報酬を与えることです。

• 研究の中で不正な賄賂計画を実行することもできます。たとえば、研究が被験者に情報（栄光の介入を受けた後に経験した副作用など）を報告するよう依頼して結果を得ている場合、被験者に副作用を報告しないように金銭を支払うことができます。ただし、秘密を厳守し、誰にも知られないようにする必要もあります。これは難しい場合があります。

• あるいは、研究が行われる環境を操作したり、利用したりして、仲介者や仲買人として機能させ、金銭的な利益を分配することもできます。例えば、恐ろしい病気の伝染を阻止するための潜在的な介入の有効性を試験する場合、恐ろしい病気に感染していない人だけが仕事に行ける場所で研究を実施し、検査で陽性反応が出ても報告しないという内在的なインセンティブ（満額の給与を受け取りたいため）を利用することができます。

– 社会的な圧力 二つ目のインセンティブは社会的圧力です。これは、同僚、政治勢力、社会集団、仕事上の同僚、機関、著名人など、社会におけるあらゆる影響力を持つ人々からもたらされます。重要なのは、これらのいずれか、あるいはすべてを、自分の利益のために利用できるということです。

例えば、恐ろしい病気の蔓延を阻止する「不思議な布の盾」の効果をテストする研究を行っているとします。そこで、発展途上国のいくつかの村に「不思議な布の盾」を与え、それを持たない村人たちのコントロールグループを作成します。盾を受け取った村人たちの前で、これらの装置の素晴らしさを誇示することができます。また、村の長老たちに「不思議な布の盾は天からの贈り物である」と宣言させ、それを着用することが道徳的美徳となるようにし、さらに重要なことに、それを着用しても恐ろしい病気に感染することは宗教的失敗の印となるようにします。これにより、特に「不思議な布の盾」を与えられなかった村人と比較して、彼らが恐ろしい病気の症例を報告する可能性ははるかに低くなります。そのため、「不思議な布の盾」が恐ろしい病気の伝染を減らすのに効果があるように見せかけることができます。

– 厳しい罰則 – 被験者が自分の思い通りに行動しなかったら、あらゆる種類の恐ろしい結果を招くと脅すことができます。これは、法の支配がほとんどなく、腐敗が蔓延している第三世界の国々では特に簡単に実行できます。本気であることを示すために、事前に誰かの例を挙げておくと役立つかもしれません。たとえば、誰かをランダムに選んでスーダンの刑務所に送り、生きて戻ってくる可能性は低いようにすることができます。

プロトコル妨害行為その4：研究を実施するために無能な人材を雇う

研究、特に何らかの実験を行う研究（既存のデータセットを分析するだけではない）は、通常、大規模なスタッフの確保が必要です。能力の低いスタッフを雇うことは、研究から得られた不都合なデータを「修正」する余裕を与えてしまう絶好のチャンスです。「このデータはスタッフが間違えたので誤りだ」と。つまり、当然のことながら、「誤り」は「修正」しなければならないのです。

さらに重要なのは、無能なスタッフは正当な研究がどのように行われるべきかについての知識や経験がないため、研究が不正に操作されていることに気付く可能性が低いということです。

プロトコル妨害 #5: 問題のある被験者やイベントを研究から除外する

これは当然の「当然」です。グロリアスワクチンの第3相臨床試験で、グロリアスワクチンの接種直後に重篤な傷害を負った被験者が数人いたとしても、「安全で効果的」という主張を台無しにすることはできません。しかし、幸いなことに解決策は簡単です。彼らを試験から除外するのです。

これは外部の観察者から見ても疑わしいとは思えません。すべての研究には、研究プロトコルに違反した被験者や「個人的な理由」で離脱を希望する被験者を追い出すことができる規則がプロトコルに書かれています。（政治家が「家族と過ごす時間を増やすため」に辞職すると言ったときのことを考えてみてください。同じ考えです。）しかし、ほとんどの学者はこれに弱く、毎回騙されます。

そもそもプロトコルの設計を本当に賢く行うなら、被験者が研究に参加していない医師の診察を受けることを禁じる条件を最初から追加するはずです。つまり、被験者が安全で効果的な心筋炎や、軽度のベル麻痺による麻痺といった厄介な副作用に見舞われた場合、彼らはすぐに最寄りの救急外来に行くことになります…これは明らかに研究プロトコル違反です！さようなら、問題です。

現実世界の巨匠を見たいなら、ファイザー社のワクチンの第3相小児臨床試験の責任者を見れば一目瞭然です。被験者の一人、マディ・デ・ガレイがワクチン接種から24時間後に、かなりひどい神経損傷（栄養チューブや車椅子の常時使用など、生活習慣の「調整」が必要となる類のもの）を複数患った際、当局はあっさりと彼女を試験から除外しました。そして、彼女の損傷を「未解決の腹痛」と記録しました。さらに、別のフェローである弁護士のオーガスト・リウも、1回目の接種後に軽度の安全かつ効果的な心膜炎を発症したため、試験から除外されました。

アストラゼネカも同じです。ブリアンヌ・ドレッセンは1回目の接種後に外されましたが、個人的な理由で辞退したと報道されています。ほら、簡単ですよ。

プロトコル妨害#6: 偽のデータを記録

他に方法がない場合は、研究のために、全くの誤りで根拠のない捏造データを記録するだけで済みます。ファイザーの研究委託業者であるVentaviaは、この点についてその方法を示しています。以下のスクリーンショットは、Ventaviaのサイトマネージャーの一人であるブルック・ジャクソンが実際に送ったメールです。彼女は進行中の不正行為を暴露することで、体制を揺るがそうと決意しました。

異例の迅速さと効果的な対応で、ジャクソン夫人はFDAにこのメールを送信してからわずか6時間足らずで解雇されました。なんとXNUMX時間！ 物事はこうやって進むべきなのです。

さらに、彼女が連邦裁判所に訴訟を起こしてファイザー社のワクチン治験全体を中止させようとしたとき、政権はさまざまな巧妙な法的戦術を使って、治験をほぼ2年間も引き延ばすことに成功した。（しかし、採用を担当した人が大失敗したことは特筆すべきだ。応募者が強い道徳的信念を持っていないことを確認するために、徹底的な身元調査を行わなければならない。）

残念ながら、FDA は外国の医学雑誌を管理していません。そのうちの 1 誌は、（衝撃的なことに）ファイザーの治験詐欺を記録した記事を掲載することを決定しました。これは大きな失敗です。これが、全世界を対象とする単一の統治機関を設立することが不可欠である理由です。

IV-3. 研究リギングオプション3: 研究分析

調査自体が完了したら、次は調査結果を分析する番です。プロトコル設計や妨害工作をすり抜けて何らかの形で漏れてしまった問題のあるデータは、ここでクリーンアップされます。これは、傷だらけの中古車に新しい塗装を施して、下地の損傷を隠すようなものです。実質的に何かを変えるわけではなく、（大部分は）何かを隠しているだけです。何かを隠していないか確認するために、真新しい塗装に傷をつけたいと思う人はいないでしょう。

データを「分析」する方法は実にたくさんあります。重要なのは、どの方法を選び、どのように分析を進めるかを賢く判断することです。

分析戦術1：データを調整しない

データ調整は科学ではごく標準的なことです。生データにはさまざまな交絡変数が存在するため、直接推論したり推定したりすることはほとんど不可能です。

以下はデータ調整の非常に簡単な例です。

以下は、ダース・サンティスタン（悪い州）と共産主義のジェンダー・スペクトル・パラダイス・オブ・コミーフォルニア（良い州）の州の人口です。

これらの州における、この恐ろしい病気による死亡率は次のとおりです。全体的に見て、悪い州の方が良い州よりも死亡率が高くなっています。人口は同じなので、ダース・サンティスタンのような、まさに悪い州の方が死亡率が高いということになります。

しかし…そうです、ここには大きな「しかし」があります…

高齢者人口と非高齢者人口の死亡率を別々に見てみると、驚くべきことに、良い州では両方で死亡率が高くなっています (?!?!?!?!?):

ここで重要な観察が 2 つあります。

デス・サンティスタンの不忠国家が全体的に高い割合を占めている理由 各年齢層での死亡率が低いにもかかわらず 実は、とてもシンプルです。高齢者は非高齢者よりもはるかに多く亡くなりますが、悪い州では高齢者の数が良い州の2.5倍という不運に見舞われています。つまり、悪い州であるデス・サンティスタンでは高齢者の数が非常に多いため、全体として死亡者数が大幅に増えるということです。

悪い州が良い州と同じ数の高齢者死亡者数になるには、良い州の高齢者死亡率の文字通り 40% にならなければなりません。なぜなら、良い州の人口に占める高齢者の数は悪い州の 40% に過ぎないからです。これが (私たちが正直になりたいとき、真実が政権を助けるときなど) 科学がデータを調整する理由です - このようなことを避けるためです。(この特定の統計的現象には、実際に正式な名前があります:「シンプソンのパラドックス。 "）

したがって、政権の主張に悪影響を与える場合には、データを調整しないでください。

分析戦術その2：データを欺瞞的または不適切に調整する

逆に、生のデータや適切に調整されたデータが、あなたの物語にとって良くないこともあります。そのような場合、異端の結果を誰にも見られず、誰にも理解されないよううまく隠せるまで、創造的な方法で調整を続けなければなりません。

例えば、上記の架空の国家であるジェンダー スペクトル パラダイス、コミーフォルニアとデス サンティスタンの比較を例に挙げると、問題を「修正」するために「調整」を加えることができます。必要なのは、ジェンダー スペクトル パラダイス、コミーフォルニアの良い状態よりも悪い状態であるデス サンティスタンでより悪い結果の代理となる特性を見つけることだけです。デス サンティスタンは政権の救命ロックダウンに従わないことを決定したため、デス サンティスタンの高齢者は、新鮮な空気を求めてブロックを一周するだけであっても、他の州よりも家を出る傾向がありました。つまり、家を出なかった高齢者は、おそらく家から出られないほど病気の場合が多かったということです。そのような病気の高齢者は、恐ろしい病気で亡くなる可能性も高くなります。

これがどのように展開するかは次のようになります。

図表1 – 各州の高齢者人口（左の列 = 少なくとも週にXNUMX回外出した高齢者、中央 = 外出しなかった高齢者、右 = 各州の高齢者の総数）

図 2 – 図 1 の XNUMX つのカテゴリごとの死亡者数:

これにより、問題のあるデータが完全に修正されます (実際には修正しすぎている可能性があります)。高齢者の死亡率がどのように変化しているかを確認してください。

今やるべきことは、屋内高齢者死亡率を「人口調整高齢者死亡率」と呼ぶことです。

また、「動けないために最もリスクの高い高齢者は、良い州に比べて悪い州で死亡する可能性が約3倍高い」といった論点を掲げれば、屋内で死亡する高齢者についても時折言及することは可能でしょう。高齢者といえば屋内に閉じ込められているイメージが強いため、「屋内高齢者」が実際には、私たちが想定するデス・サンティスタンの高齢者人口のごく一部に過ぎないことを理解している人は少ないでしょう。

分析戦略3：最適なエンドポイントを選択する

エンドポイントは非常に重要です。正式には、研究の主要エンドポイントとは、研究が成功か失敗かを判断する中心的な発見です。エンドポイントとは基本的に、研究対象が何であれ、その成功/失敗、あるいはその影響を評価するために用いる指標です。例えば、新薬が恐ろしい病気による死亡を防げるかどうかをテストしている場合、エンドポイントは恐ろしい病気による死亡者数になります。治療群の恐ろしい病気による死亡者が対照群よりも少なければ、治療は有効ですが、そうでなければ、研究が適切に操作されていなかったことを意味します。（少し単純化しすぎていますが、基本的な考え方は理解できるでしょう。）ですから、エンドポイントを選ぶ際には慎重に行う必要があります。

したがって、通常は、次の特性をできるだけ多く備えたエンドポイントを選択する必要があります。

• 客観的な観察ではなく主観的な判断に依存します。
• 当然ながら、あなたの好みの結果に偏っています。
• 結果を操作するのは簡単です。
• 結果について嘘をつくのは簡単。
• 結果を偽造または操作したかどうかを人々が見抜くのは困難です。
• 特に一般の人にとっては把握/理解するのが難しい。

たとえば、恐ろしい病気に実際に効く代替治療法を妨害する目的で試験を実施しているとします (政権がパンデミック危機をもう少し長く継続させたいと考えている場合、これは非常にまずいことになります)。その治療法が効かないことを示す必要があります。エンドポイントとして「死亡」を選択した場合、その薬が治療グループの多数の人々を救ったときに大きな問題に巻き込まれる可能性があります。

死の代わりに、「退院までの時間」といった指標を選ぶこともできます。このエンドポイントは、以下の6つの条件をすべて（ある程度）満たしています。

– 患者の退院は医師（研究の給与支払い対象者）による主観的な決定であるため、客観的な退院基準を満たした患者を退院させる必要はありません。

– 退院は、あなたが望む結果に偏ります。対照群では死亡率が高くなるため、重症患者が退院しない割合も高くなり、対照群の残りの患者の退院までの平均日数が増加しません。一方、治療群では、重症患者は死亡する代わりに回復に数日余分にかかるため、治療群の退院までの平均日数が長くなります。

– 退院は非常に簡単に操作できます。研究に関与する病院スタッフを動員して、治療中の患者の退院を不必要に少し遅らせることができます（誰が治療を受け、そのために退院を余分に待つことになるのかを、関係スタッフが把握していることを確認する必要があります）。

退院までの時間も偽造するのは比較的簡単です。入院日と退院日（必要であれば防犯カメラの映像も）の書類を改ざんするだけで済みます。死亡時刻は通常非常に正確に記録され、死亡診断書にも記載されるため、偽造ははるかに困難です。

– 「退院までの時間」は、一般の人にとって最も直感的な指標ではありません。

明らかに、これらの条件のほとんどに対して、もっと良い結果を出すことは可能ですが、これは基本的な考え方を伝えています。

分析戦術 #4: 代替エンドポイントメトリクスを埋め込む

これはほぼ自明です。エンドポイントとして「退院までの時間」を使用しながら、治療グループの死亡率が 50% 減少したと報告した場合、多くの人が眉をひそめることになるとだけ言っておきましょう。

したがって、なぜそのような不合理なエンドポイントを選択したのか、治療によって死亡率が大幅に低下したのになぜ治療は効かないと主張するのかといった厳しい質問に直面する代わりに、理想的には、研究のどこにも死亡を報告しない方がよいでしょう。

死亡率統計の報告を避けられないのであれば、少なくとも付録の適当な表の真ん中に、非常に分かりにくい形式で埋め込むべきです。あるいは、地下室のどこかの迷惑なオタクに簡単に見破られてしまうような、まとめて一箇所にまとめるのではなく、複数のデータ表に散りばめておくのが良いでしょう。

分析戦略＃5：望ましい結果を得るために最適な分析方法を採用する

データ分析の方法は、ジェンダーアイデンティティや代名詞の組み合わせと同じくらい数多く存在します。残念ながら、様々な手法を詳細に解説するには、このような初心者向けガイドにふさわしい形式にまとめることはできません。例えば、次のような名前が挙げられます。

• バランスのとれた設計による分散分析。
• ベータ分布のフィッティング。
• 2 つ以上のグループに対する Box-Cox 変換 (T 検定および一元配置分散分析)。
• クラスター化ヒートマップ（ダブルデンドログラム）。
• 分布（ワイブル）フィッティング。
• ファジークラスタリング。
• ガンマ分布フィッティング。
• 一般線形モデル（GLM）。
• グラブスの外れ値検定。
• 階層的クラスタリング/デンドログラム。
• K-Means クラスタリング。
• Medoid パーティショニング。
• 多変量分散分析（MANOVA）。
• 非検出データ グループの比較。
• 一元配置共分散分析（ANCOVA）。
• 回帰クラスタリング。

重要なのは、統計分析の手法が異なれば結果も異なるということです。もし結果が異ならなければ、これほど多くの手法が存在するはずがありません。すべては視点の問題です。ですから、この分野に精通し（そして体制に忠実な）有能な統計の専門家を雇う必要があるのです。理由は2つあります。

1. 彼らの専門知識の恩恵を受けることができます（これは必要ですが、あなたの専門知識はプロパガンダであり、高度な統計分析ではないことを忘れないでください。自分の限界を認識するという実践的な謙虚さは、プロパガンダを成功させる上で非常に重要です。自信過剰は、政権に忠実な多くの手先を破滅に導いてきましたし、また、期待外れの強制収容所での長期休暇を招いたことも少なくありません）。

2. 体制異端者は、統計分析担当者の専門知識の不足を理由に、体制研究の信頼性を貶め、糾弾することはできません。ニール・ファーガソンの事例は、まさに教訓的な事例です。彼は当初、新型コロナウイルス感染症による終末的な大惨事を予測する驚異的なモデルで世界各国の政府を説得することに成功しましたが、専門知識の完全な欠如に加え、長年にわたり完全に妄想的なパンデミック予測を行ってきたため、野党はファーガソンのモデル、そしてその後各国政府が推し進めてきたすべてのモデルを放棄する確固たる根拠を得ました。彼らはまた、この大失敗を機に、大きな布教活動を行うことにも成功しました。

分析戦術6: 分析、調整、または非表示にできない問題のあるデータを削除する

これは、制度が義務付けた結果と矛盾する被験者を研究から排除するのと同じ概念です。ここでは、研究対象者自体ではなく、すでに生成されたデータを削除します。ただし、目的は同じです。つまり、研究結果に示したい内容に合わないデータが、そもそも研究の公式記録に入らないようにすることです。

IV-4. 研究不正操作の選択肢その4: 結果を操作するためにメディアを利用する

結果がどうであれ、あなたに同情的なメディアがあなたのために戦ってくれるような、すぐに使える論点を用意しておくべきです。どれほど虚偽で誤解を招く内容であっても、プロパガンダの本質はガスライティングとミスリードです。メディアは、あなたの情報をエコスペースに氾濫させるだけで強力な力となり、少なくとも、あなたが社会全体に急速に広めている嘘や欺瞞をほとんどの人にとって解くのを非常に困難にします。

特に、あなたの発言に疑問を投げかけたり、さらに悪いことに、あなたの研究の欠陥を指摘したりするような、異端的な傾向を持つ科学者や学者を、最大限の偏見を持って激しく攻撃する準備をしておくべきです。

著者について

アーロン・ハーツバーグ パンデミック対応のあらゆる側面について執筆活動を行っています。彼の他の記事はSubstackでご覧いただけます。知的無学への抵抗'。

特集画像は「熱意あるプロパガンディストのためのデータを調理するための完全なバカガイド'。