2022 წლის 4 სექტემბერს Facebook-მომხმარებელმა სოციალურ ქსელში კოვიდ-19-თან დაკავშირებით დეზინფორმაციული მტკიცებები გაავრცელა.
მტკიცება: მეცნიერებმა ვერ შეძლეს Covid-19-ის გამომწვევი SARS-CoV-2 ვირუსის იზოლირება და გვაქვს მხოლოდ SARS-CoV-2 კომპიუტერული მოდელი
ვერდიქტი: ყალბი ამბავი
მტკიცება, თითქოს მეცნიერებმა SARS-CoV-2-ის იზოლირება ვერ შეძლეს, ერთ-ერთი ყველაზე გავრცელებული დეზინფორმაციის ნაწილია, რომლის თანახმად, იქიდან გამომდინარე, რომ Covid-19-ის გამომწვევი ვირუსის იზოლირება არ მომხდარა, ვირუსი არ არსებობს.
სინამდვილეში, მეცნიერებმა ვირუსის იზოლირება მოახდინეს და გენომის სრული თანმიმდევრობა დაადგინეს. SARS-CoV-2-ის იზოლაცია პირველად ვუჰანის ჰოსპიტალში ადამიანის სასუნთქი გზების ეპითელური უჯრედების გამოყენებით 2019 წლის 30 დეკემბერს აღებული ნიმუშების საფუძველზე შეძლეს. 2020 წლის დასაწყისში SARS-CoV-2-ის იზოლაცია ვერო უჯრედების გამოყენებით ვუჰანიდან კორეაში შესული პაციენტისგან მოხდა. ამერიკის შეერთებული შტატების ალერგიისა და ინფექციური დაავადებების ნაციონალურმა ინსტიტუტმა იზოლირებული SARS-CoV-2-ის ნაწილაკების სურათებიც გამოაქვეყნა.
შესაბამისად, მტკიცება, რომ კოვიდ პანდემია SARS-CoV-2-ის ვირუსის კომპიუტერული მოდელის შექმნის შედეგია, რადგან მეცნიერებმა ვირუსის იზოლირება ვერ შეძლეს, სიმართლეს არ შეესაბამება. იხილეთ: „ფაქტ-მეტრის“ სტატია SARS-CoV-2-ის ვირუსის იზოლირებასთან დაკავშირებით გავრცელებულ დეზინფორმაციაზე (ბმული 1).
მტკიცება: PCR ტესტები SARS-CoV-2 ვირუსის დასადგენად უვარგისია, რადგან ისინი აივ ინფექციის გამოსავლენადაა შექმნილი. ჯანმრთელობის მსოფლიო ორგანიზაციამ აღიარა, რომ PCR ტესტები ცრუ დადებით შედეგებს იძლევა, ამიტომ WHO ქვეყნებს მოუწოდებს, შეამცირონ ციკლის ბარიერები PCR ტესტებისთვის
ვერდიქტი: ყალბი ამბავი
PCR მეთოდი (პოლიმერაზული ჯაჭვური რეაქცია), რომელიც ამერიკელმა ბიოქიმიკოსმა კერი მულისმა 1983 წელს აღმოაჩინა, სამედიცინო და ბიოლოგიურ კვლევით ლაბორატორიებში გამოიყენება და ის გენეტიკურ მასალის (დნმ და რნმ) კვლევაზე დაყრდნობით მრავალრიცხოვანი ინფექციის მაღალი სიზუსტით დიაგნოსტირების საშუალებას იძლევა. SARS-CoV-2-ის ვირუსის შემთხვევაში PCR მეთოდით ცხვირ-ხახის ნაცხში რნმ-ის განსაზღვრა სხვა ვირუსების დიაგნოსტირების პრინციპით ხდება.
მტკიცება, რომ თითქოს PCR დიაგნოსტირების მეთოდი აივ ინფექციის გამოვლენადაა შექმნილი და არა SARS-CoV-2-ის დასადგენად, 1966 წლის აივ ინფექციისა და შიდსის შესახებ გამოქვეყნებულ სტატიას ეფუძნება. სინამდვილეში, სტატიის ავტორი არ ამბობს, რომ PCR არ მუშაობს, არამედ საუბრობს იმაზე, რომ PCR ნივთიერებებს ხარისხობრივად და არა რაოდენობრივად განსაზღვრავს და ადგენს ვირუსის გენეტიკურ მიმდევრობას. ამასთანავე, უნდა აღინიშნოს, რომ არც PCR-ის გამომგონებელს, კერი მულისს არასდროს უთქვამს, რომ მეთოდი ინფექციური დაავადებების დასადგენად არ იყო შექმნილი.
დღეს მედიცინაში PCR მეთოდი (პოლიმერული ჯაჭვური რეაქცია (პჯრ)) ჯანმრთელობის მსოფლიო ორგანიზაციის (WHO) რეკომენდაციით Covid-19-ის ლაბორატორიული დიაგნოსტირების ოქროს სტანდარტად მიიჩნევა. ჯანმრთელობის მსოფლიო ორგანიზაციამ 2021 წლის 14 იანვარს ლაბორატორიებისთვის ინსტრუქციები მართლაც გამოაქვეყნა, თუმცა მას ცრუ დადებითი შედეგების ასარიდებლად ციკლის ბარიერების შემცირების მოწოდებასთან კავშირი არ აქვს. რეალურად, ჯანმო ლაბორატორიებისგან PCR ტესტებში არა ციკლის რაოდენობის შემცირებას, არამედ ტესტების სათანადო ინსტრუქციებით გამოყენებას მოითხოვდა, რათა მათ უფრო ზუსტი შედეგებისთვისა და ცრუ დადებითი ან ცრუ უარყოფითი შედეგების თავიდან არიდებისთვის მიეღწიათ. ამ თემაზე შეგიძლიათ გაეცნოთ Reuters - ის მიერ გადამოწმებულ ფაქტებს.
PCR ტესტებთან დაკავშირებით გავრცელებულ დეზინფორმაციებზე შეგიძლიათ იხილოთ „ფაქტ-მეტრის“ სტატიები (ბმული 1, ბმული 2).
მტკიცება: კარანტინის დაწესების უკან ნილ ფერგიუსონის ხელმძღვანელობით ჩატარებული მცდარი კვლევის შედეგები დგას
ვერდიქტი: მანიპულაცია
პოსტში საუბარია ლონდონის სამეცნიერო კოლეჯის მეცნიერთა გუნდის მიერ ნილ ფერგიუსონის ხელმძღვანელობით ჩატარებულ მოდელირებაზე. პოსტის ავტორის მტკიცებით, მოდელირების „მცდარი პროგნოზი“ დგას „კარანტინის დაწესების უკან, რომელმაც გლობალური ეკონომიკა დაანგრია“.
რეალურად, ნილ ფერგუსონი ლონდონის საიმპერატორო კოლეჯის მეცნიერთა ჯგუფს, რომლებიც Covid-19-ის გავრცელების შედეგების მათემატიკურ მოდელირებაზე მუშაობდა, მართლაც ხელმძღვანელობდა. ცნობისთვის, ეპიდემიოლოგიაში ინფექციური დაავადებების მათემატიკური მოდელირება არის ინსტრუმენტი, რომელიც საშუალებას იძლევა, დაავადების გავრცელებასა და გადაცემის დინამიკაზე სხვადასხვა ფაქტორის გავლენა განისაზღვროს. ასევე განისაზღვრება სხვადასხვა ინტერვენციის ეფექტები, როგორიცაა ფარმაკოლოგიური მკურნალობა, იმუნიზაცია, სოციალური დისტანცია, კარანტინი და ა.შ.
ლონდონის საიმპერატორო კოლეჯის მეცნიერთა ჯგუფის მიერ შექმნილი მათემატიკური მოდელი კოვიდ-პანდემიის შედეგებს სხვადასხვა მოდელირებულ რეალობაში განსაზღვრავდა. მოდელის შეფასებით, ყველაზე ცუდი სცენარის მიხედვით, თუ მთავრობა არ მიიღებდა რაიმე ზომას ვირუსის გავრცელების შესაჩერებლად, მომდევნო ორი წლის განმავლობაში სიკვდილიანობას შესაძლოა დიდ ბრიტანეთში 510 000-იანი, ხოლო აშშ-ში 2.2 მილიონიანი მაჩვენებლისთვის მიეღწია. აღსანიშნავია, რომ მოცემული პროგნოზი ყველაზე ცუდი შესაძლო შემთხვევის მოდელირების შედეგებს ეფუძნება, რომლის განხორციელების ალბათობა სხვა სცენარებთან შედარებით ყველაზე დაბალია.
როგორც წესი, მთავრობები მთელ მსოფლიოში მათემატიკურ პროგნოზებს ეყრდნობიან, რათა გადაწყვეტილების მიღებისას მათზე დაყრდნობით იხელმძღვანელონ. ნილ ფერგიუსონის განცხადებით, ერთ მოდელზე ზედმეტად დამოკიდებულების თავიდან ასაცილებლად გაერთიანებული სამეფოს მთავრობა სხვადასხვა მოდელირების, მათ შორის LSHTM გუნდის მიერ შემუშავებული მოდელის, შედეგებს დაეყრდნო. მართალია, ფერგიუსონის ანგარიში პანდემიის გავრცელების წინააღმდეგ ქმედებების დაგეგმვის პროცესში ნამდვილად იყო გათვალისწინებული, თუმცა საყოველთაო საკარანტინო ზომების შემოღებასთან დაკავშირებით სამეცნიერო კონსენსუსის მიღწევას ასობით მკვლევრის ერთობლივი მუშაობა უძღოდა წინ.
შესაბამისად - მტკიცება, რომ ფერგიუსონის შედეგები განზრახ იყო მცდარი, რათა შეზღუდვების დასაწესებლად ყოფილიყო გამოყენებული, კონსპირაციული შინაარსისაა და ასევე შეთქმულების თეორიის განმტკიცებას ისახავს მიზნად, რომლის მიხედვით პანდემია წინასწარ დადგმული სცენარია.
--------------------------------------------------------------------
სტატია Facebook-ის ფაქტების გადამოწმების პროგრამის ფარგლებში მომზადდა. ვერდიქტიდან გამომდინარე, Facebook-მა შესაძლოა სხვადასხვა შეზღუდვა აამოქმედოს - შესაბამისი ინფორმაცია იხილეთ ამ ბმულზე. მასალის შესწორებისა და ვერდიქტის გასაჩივრების შესახებ ინფორმაცია იხილეთ ამ ბმულზე.
