Ontwikkelingshulp: Van 2010-2016 gemiddeld 3.4 naar opeens 9.5 miljard in 2017 ?
Dat is 6.2 miljard erbij, opeens in 2017
En in 2018, 6 miljard. Bijna 2x dat gemiddelde
Wie was Minister? Waar ging dat geld naar toe?
Deep Dive Draadje >>
2/n
Ik plaats het ontvangende land erbij.
Het overgrote deel van de plotselinge stijging blijkt naar Ethiopië te gaan.
Recipient country nameYearOutgoing funds EUR
Ethiopia20175.672.823.415
Ethiopia20181.854.289.967
3/n
Ik ga 2 werkbladen opzetten: Welke landen en welke ontvangers
De werkbladen ga ik dynamisch koppelen, zodat we dieper kunnen kijken:
Levert een fraai beeld op 🤓
4/n
Links onderin selecteer ik Ethiopië, de andere werkbladen tonen vervolgens de details voor alleen deze selectie.
Wat blijkt: "No Organization Specified"
Dat betreft 80% van de 9.2 miljard naar dit land.
Dive Deeper dus...
5/n
Een 4e werkblad met Activity Details erbij geplaatst
De selectie is nu dus "Ethiopië: en "No Organization Specified"
7.3 miljard (van de 7.6) gaat naar "Netherlands WASH SDG Consortium".
SDG? Was dat niet iets van @wef?
Kan iemand mij vertellen wat dit precies is?
6/n
In het vorige beeld zag u hoe 7.3 van de 7.6 naar Netherlands WASH SDG Consortium ging. Aan de rechterkant stonden een paar kleine projectjes, zo klein dat de tekst er niet op paste.
Vandaar hier nog even de resterende 300 miljoen Ethiopië en No Organization Specified
Ondertussen duiken we dieper...
7/n
Oke, nu komen we richting de kern geloof ik.
Ik zie een veld genaamd "Activity Identifier and Title", met daarin iets wat lijkt op KVK nummers.
Betekent nieuw werkblad, 1 meter breed scherm gebruiken en ruimte maken op het dashboard.
Om een indicatie te geven van de data:
177 landen, 10776 organisaties, 21042 activities, 28586 Identifiers
En ik ga een URL actie erin plaatsen die ervoor zorgt dat bij elk KVK nummer, de KVK mij gaat zeggen wie het is.
8/n
Midden onderin zie je een web pagina. Zodra ik rechtsonder klik op een Activity Identifier, zal Google (hopelijk) wat details geven. (KVK vindt het niet leuk als ik hun automatiseer...)
Ik zal een filmpje plaatsen van de interactie, want die vind ik best mooi geworden :)
9/n
Hier een videoclip van de interactie met de open data van @MinBZ mbt ontwikkelingshulp.
In de volgende posts zal ik nog een paar voorbeelden tonen uit de ruim 28 duizend activiteiten.
(persoonlijke noot: Ik kan me niet voorstellen dat Flying Doctors zoveel miljarden ontving, enfin, raar is het wel)
10/n
Dit is @gavi, ruim 700 miljoen
11/n
Syrië 1.2 miljard. 485 miljoen in 2023 en 723 miljoen in 2024.
De activity met Activity identifier "NL-KVK-41009723-SYR2018 Syria Joint Response 2022-2023 - implementation ZOA Syria" is geregistreerd op Stichting ZOA te Apeldoorn, zo lijkt het.
In deze draag heb ik geprobeerd te laten zien hoe ik dit soort data benader en hoeveel inzichten je hiermee boven water kunt halen, in relatief korte tijd. Ik vermoed dat @doge dit ook op deze wijze aanvliegt.
Of uitgaven terecht/rechtmatig/gewenst zijn, is natuurlijk aan de democratisch gekozen beleidsmakers, bestuurders en auditors ;)
Laat me in de reactie svp weten of ik 'mijn' versie van het dashboard ook online moet zetten, naast die van @MinBZ.
13/13
• • •
Missing some Tweet in this thread? You can try to
force a refresh
Voor diegene die geïnteresseerd is, hier de lange draad van @MarionKoopmans in het NL, gericht aan @DrJBhattacharya (Emeritus Professor Stanford School of Medicine. MD, PhD. en directeur van het Amerikaanse National Health Institute).
[Vertaling: ChatGPT ]
Ik zal dit één keer proberen. Ik kijk met verbazing naar uw opruiende tweets. U plaatst mij waarschijnlijk in het kamp van de “lockdown-aanjagers”. Ik vraag me af of u ooit een rol hebt gehad in crisisadvisering binnen de volksgezondheid, in een ziekenhuis-uitbraakteams of met verantwoordelijkheid voor gezondheids-bescherming op de werkvloer.
Laat me uitleggen hoe dit werkt: er is een zich ontwikkelende crisis met veel onzekerheid, maar met een dreigend risico op grote impact. Dat betekent dat er een onmiddellijke en dringende behoefte is aan gedetailleerde data over de situatie. Uitbraken beginnen meestal rommelig, vooral bij een nieuwe ziekte: er is nog geen goede diagnostiek, je kent de omvang van verspreiding niet, je weet niet wie risico loopt of wie bijdraagt aan transmissie.
Modellering start al op basis van fragmentarische informatie die landen en experts delen. Dat zijn zelden perfect opgezette studies. Je moet werken met wat beschikbaar is, de kwaliteit beoordelen en vergelijken met ervaringen uit eerdere uitbraken. COVID-19 leek aanvankelijk traag te starten, mogelijk vergelijkbaar met SARS, maar bleek duidelijk besmettelijker. Bovendien ontstond de eerste variant al vroeg, waardoor de vroege data de besmettelijkheid onderschatten.
Wat zich ontwikkelde was een snel bewegende uitbraak met eigenschappen die enorme druk legden op volksgezondheid, zorg en samenleving. Met een relatief hoge sterfte en een immunologisch naïeve bevolking kon zelfs een lage complicatiegraad bij veel infecties leiden tot grote sterfte en overbelasting van zorgsystemen.
De impact hing sterk af van investeringen in zorg en infectiepreventie. Dan kijk je naar wat transmissie drijft en hoe je de meest kwetsbaren beschermt. Doen alsof dit niet moeilijk was, is een grove oversimplificatie. Hindsight is een slechte raadgever.
We moeten leren en zorgen dat “gouden standaard”-data zo vroeg mogelijk beschikbaar zijn: door vertrouwen te bouwen in datadeling, diepgaand onderzoek naar vroege signalen te stimuleren, en resultaten goed te vertalen naar beleid. Ik heb goede en slechte voorbeelden gezien, en ben het eens dat verbetering nodig is.
Maar achteraf oordelen (“kapitein achteraf”) blokkeert dat leerproces en voedt polarisatie. Het stelt geen betekenisvolle dialoog voor. Dat dit komt van hooggeplaatste professionals in de VS vind ik zeer teleurstellend. Dit is geen wetenschappelijk debat, maar het gebruiken van sociale media voor dog whistles.
Ga naar de WHO, verdiep u in wat er is gedaan, doe uitbraaksimulaties, en help een weg vooruit te bouwen. Als hoofd van ’s werelds grootste wetenschappelijke organisatie heeft u hierin een bijzondere verantwoordelijkheid.
Ik schrijf dit wetende dat ik zelf haat en bedreigingen kan oproepen. Wetenschap heeft werk te doen, en wie beweert precies te weten hoe het had gemoeten, heeft per definitie ongelijk. Dit zijn complexe, contextafhankelijke problemen.
Ik verdedig niet WHO, lockdowns of mezelf. Ik sta op voor de volksgezondheid en voor de mensen die keihard hebben gewerkt en daar soms nog steeds de gevolgen van dragen. Ja, evaluaties moeten breder zijn, inclusief mentale en economische effecten. Maar we missen de instrumenten om zulke analyses in real time met voldoende kwaliteit te doen.
Communicatie hierover is extreem moeilijk in het huidige medialandschap met parallelle waarheden en kwaadwillende actoren. Ik wil graag leren hoe we hier voorbij komen, want er zullen nieuwe pandemieën komen.
Met respect,
1. Mevrouw Koopmans was prominent co-auteur van de beroemde Corman-Drosten PCR paper, Januari 2020. Weet u nog? Dé basis voor de miljarden PCR testen wereldwijd.
Echter deze paper bleek binnen 24u te zijn Peer Reviewed. (180 dagen is de standaard).
Dit ruikt naar dezelfde wetenschapsfraude zoals met Diederik Stapel destijds.
World wide number of fetal deaths reports following all -except COVID-vaccines- medication, has shown a sharp increase since Q2/2021, never to return to pre-2021 levels.
This sharp increase coincides with the largest medical intervention in human history and cannot be explained by changes in background reporting or demographic trends.
Any such signal should prompt a multidisciplinary investigation by data experts, physicians, and pathologists.
1/n
Food for fact checkers:
Why does EMA offer a datapoint named 'Age Group (by Reporter)' that mentions Foetus, Neonate, Child, Adolescent, Adult, Elderly? And what is their definition for Foetus?
According to EMA’s Good Pharmacovigilance Practices (GVP) P.III and the ICH E2B guidelines, the term 'Foetus' is used with two levels of precision:
The Broad Definition (Used in Reporting): Covers the entire period of prenatal development from conception until birth. This includes the embryonic stage (weeks 0–8) and the fetal stage (week 9 to delivery).
The Narrow Clinical Definition: Refers specifically to the stage of development after organogenesis (roughly from the end of the 8th week of gestation) until birth.
Crucial for your data analysis: When you filter for Age Group: 'Foetus' and Outcome: 'Death', you are capturing any report where the reporter identified the victim as being in utero.
This typically encompasses both "Spontaneous Abortions" (early loss) and "Stillbirths" (late loss).
2/n
As mentioned, this explosion of case reports mentioning Fetal Death cannot be explained by changes in reporting rates.
Attached graph shows all case safety reports in EMA, for all drugs and vaccines (except covid-19 vaccines), from patients and healthcare professionals world wide.
In NL belanden zo'n 40 duizend mensen in het ziekenhuis met als hoofddiagnose: Bijwerkingen Medicijnen. Elk jaar [1]
Wat blijkt uit de officiële data van CBS en EMA?
In 2 van de 100 gevallen wordt dit door een arts bij @Lareb_NL gemeld.
In 98% (!) werd (wordt) NOOIT GEMELD
1/n
Obv de data (die EMA mij verzocht te verwijderen) kan exact worden bepaald welke meldingen door artsen werden gedaan èn geleid hebben tot ziekenhuisopname.
Het aantal meldingen elk jaar, ziet u in de onderste balken. Bovenin (rood) het % dat werd gemeld (EMA meldingen gedeeld door CBS opnamen).
De berekening is tweemaal uitgevoerd; Rechts werd het minst 'strenge' filter gebruikt.
2/n
In NL wordt dus slechts 2% gemeld. Hoe zit dit in de rest van Europa?
In deze publicatie met Wallach [2] berekende ik het aantal meldingen per 100K COVID prikken. Nederland bleek veruit 'het beste jongetje van de klas'.
Maar als NL artsen 2% van de ziekenhuisopnamen als gevolg van bijwerkingen melden, hoe denkt u dat het dan gesteld is met de onderrapportage in de overige EU lidstaten?
(Voor de zeurpieten: De record-retractie van ons artikel had niets van doen met deze analyse)
Vergelijking tussen de Rapportage Coronavaccinatie 2024 van Lareb [1] en de EMA data (die ik van EMA niet mag hebben) [2]:
Geen 8 maar 18 sterfgevallen
Geen 982 maar 1234 meldingen
Geen 6 maar 27 met ernstige hartklachten
1/n
Weliswaar zie ik -net als Lareb- 8 sterfgevallen die werden geprikt met Pfizer JN.1, maar ik zie nog eens 10 sterfgevallen waarbij de [EV Gateway Date] ligt in dezelfde periode 16-sep-2024 t/m 01-mar-2025.
Van deze 10 additionele sterfgevallen is bij 7 een naamvariatie van Pfizer gemeld, bij 2 meldingen AstraZeneca en bij 1 Janssen.
2/n
Lareb rapporteert 982 meldingen. Ik zie 1.234 meldingen waarbij de EV Gateway Date in de gerapporteerde periode ligt.
EMA verneukt de wetenschap, omdat zij ons een datum voorschotelt die niet deugt. De EV Gateway Date is namelijk niets meer dan een last-updated timestamp.
Als gevolg hiervan zijn wetenschappelijke publicaties -maar ook Lareb rapporten- voor buitenstaanders niet te reproduceren of controleren.
(Dit verklaart wellicht waarom EMA het niet leuk vindt dat ik hun 'echte' data heb)
3/n
Detail Analyse van gemelde vaccinatie-schade bij vijf Pfizer batches:
Op basis van officiële gegevens uit ECDC, RIVM, EMA (Lareb/CBG) en VWS (WOO) haal ik het volgende beeld naar voren (zie Tabel) met daarin twee absolute uitschieters.
1/n
Gemelde overlijdens:
Batch EM0477 noem ik een absolute ‘Killer Batch’. Met 28 gemelde overlijdens per 100 duizend prikken, werd bij mensen die waren geprikt met deze batch ruim 14 maal zo vaak een overlijden gemeld in vergelijking tot het gemiddelde over heel Nederland. Bij batch EJ6795 werd bijna tweemaal zo vaak gemeld na overlijden. De overige drie batches ‘scoorden’ onder het NL gemiddelde.
Ik vind het lastig om harde conclusies te trekken uit deze -toch schokkende- observaties. EM0477 is voor het overgrote deel weggeprikt in WLZ (instellingen Langdurige Zorg). Gevoelsmatig zou ik verwachten dat deze doelgroep dus met name zeer fragiele en vaak hoogbejaarde mensen betreft. Met betrekking tot de gemelde overlijdens trek ik dan een parallel met de Case Fatality Rate van Covid-19 zelf; Het risico op overlijden nam tijdens Covid exponentieel toe op oudere leeftijd.
Ik vraag mij daarom het volgende af: Wat zou er gebeurd zijn, als men deze mensen niet met EM0477 had ingespoten, maar met een andere batch? Zou EM0477 dan niet zo zijn opgevallen, maar juist die andere batch? Is het niet gewoon zo dat elke grootschalige interventie bij deze mensen, enorme risico’s met zich mee brengt? Bijvoorbeeld die kwaadaardige lock-downs of zelfde de griep-prikken?
2/n
Alle gemelde Vaccinatie Schade:
Wanneer ik kijk naar alle meldingen van vaccinatie-schade (ongeacht de uitkomst), dan noem ik EJ6795 de absolute ‘Red-flag Batch’, met ruim vijf maal zoveel meldingen als gemiddeld over heel Nederland. De overige vier batches ‘scoorden’ min of meer in dezelfde orde van grootte.
Wat hiervan precies de oorzaak is, durf ik niet te zeggen. Opvallend is wel dat de doelgroep voor het grootste deel medisch personeel betrof. Ik kan me goed voorstellen dat een arts of verpleegkundige veel eerder aan de (Lareb) bel trekt dan de gemiddelde Hollander.
De andere mensen betrof met name thuiswonende 70-plussers, die zich bij de GGD lieten prikken met deze batch EJ6795. En wederom, in lijn met de Case Fatality Rate, kan ik me voorstellen dat het risico op bijwerkingen toeneemt met leeftijd. Bovendien zijn zij niet afhankelijk van de meldingsbereidheid van zorgpersoneel. [1]
[1] Mbt ziekenhuisopnamen als gevolg van medicijnbijwerkingen toonde ik al eerder aan dat 44 van de 45 opnamen NIET worden gemeld bij Lareb/CBG. Zie ook: x.com/waukema/status…
Dutch FDA-Counterpart CBG Defies EU Drug Safety Standards
The European Medicines Agency (EMA), the EU’s equivalent of the FDA, has compiled a list of specific side effects, often associated with medicines, that are always considered serious, regardless of their severity. [1]
The EMA directs that if the Dutch Medicines Evaluation Board (CBG) receives reports of side effects involving one or more reactions listed as ‘Designated Medical Events (DME)’, CBG must, in principle, always classify these reports as serious.
This is not happening: CBG disregards this mandate in 45% of such serious reports by classifying them as non-serious. This approach by CBG is in stark contrast to that of all other EU member states.
1/n
The fact that CBG misclassifies serious reports as non-serious violates EU regulations (Good Pharmacovigilance Practice), EMA mandates, and industry standards, undermining drug safety.
It’s hard to believe CBG is unaware of its international, treaty-based obligations —including legal and personal accountability— to effectively and preventively sprotect public health.
The critical volume of inherently serious side effect reports on the DME list provides clear signal value, which CBG —per my data analysis— negligently ignores as shown in the infographic.
Under international treaties and EU law, the burden of proof that this is not happening lies with CBG, its executor Lareb, and the State.
2/n
Here’s what the EMA states about Designated Medical Events [1]:
"EMA has developed a list of designated medical events containing medical conditions that are inherently serious and often medicine-related."
"EMA and Member States use it to focus on reports of suspected adverse reactions that deserve special attention, irrespective of statistical criteria used to prioritise safety reviews. The list contains Medical Dictionary for Regulatory Activities (MedDRA) terms and serves as a safety net in signal detection."
3/n