3/ Hoe lager de k is, hoe meer invloed één enkele gebeurtenis op het gemiddelde kan hebben.
Die ene gebeurtenis vinden is dan heel waardevol. Begin juni stond in NYT het artikel 'Just Stop the Superspreading', en schreef ik een draadje over dispersie.
4/ Inzicht in deze dynamiek is geweldig waardevol als je uitbraken moet bestrijden:
(a) De meeste besmettingen doven vanzelf uit
(b) Sommige besmettingen zijn het begin van een enorm cluster
Laat (a) liggen en besteed alle energie aan (b). Maar wie zijn dat?
5/ Eerste punt. Je kunt het bron- en contactonderzoek eraan aanpassen, en zo snel mogelijk op zoek gaan naar de bron van een cluster (backwards tracing).
Heel snel kunnen testen, eventueel met sneltests, helpt dan enorm.
6/ Dat is lastig tot onmogelijk met de hoeveelheid besmettingen die we nu in NL hebben. We zijn nu zicht en grip kwijt en GGD's zijn overbelast. Wachttijd voor tests is enorm opgelopen, en testbereidheid is laag.
Dus eerst virusdruk enorm omlaag!
7/ Ik denk daarnaast dat er nog veel te winnen is met slimme data-analyse van casusgegevens en testuitslagen. Patronen in bijvoorbeeld persoonskenmerken, datum en tijd, plaats en Ct-waardes zouden wel eens aanwijzingen kunnen geven over clusters.
8/ Intermezzo: Gladwell gebruikte de epidemie als model voor The Tipping Point. De superverspreider is daar de Connector, die banden heeft in allerlei kringen.
Bij coronavirus speelt vermoedelijk niet alleen de persoon maar ook de locatie (ruimte) een rol in superverspreiding.
9/ Tweede punt. Je kunt intussen best wat goed onderbouwde aannames doen over de condities waaronder die superverspreiding plaatsvindt, zoals eigenschappen van de plek, de omstandigheden en de persoon.
Zeynep Tufekci benoemt die ook in het artikel.
10/ Als tientallen of honderden bij een enkele gebeurtenis geïnfecteerd raken, ligt aerogene verspreiding voor de hand.
Daarbij past een beleid dat preventief gericht is op vermijden van de 3 D's: dichte ruimtes, drukke plekken, dichtbij anderen.
11/ Het slim vermijden van drukke, slecht geventileerde ruimtes kan goed passen bij een betere dans met het virus.
Met de huidige virusdruk hebben we de luxe van slimme, verfijnde maatregelen niet meer, en is gewoon elke bijeenkomst met veel mensen verboden.
12/ Tot slot. We zitten in het complexe domein. Elke verandering van gedrag beïnvloedt de dynamiek van de verspreiding, en dus de R en de k.
Absolute waarheden en een in steen gebeitelde aanpak past daar niet bij. Experimenteren en snel leren wel.
13/ De inzichten van Tufekci zijn interessant. Maar: ogen op de bal.
De zorg staat onder grote druk. Velen zijn ziek. We hebben geen zicht en grip meer.
Laten we eerst dat fixen. En daarna (of intussen) nadenken over hoe we het niet nog een keer zo uit de hand laten lopen.
• • •
Missing some Tweet in this thread? You can try to
force a refresh
Vertraagt de groei? Een (vrij technisch) draadje 👇
Sinds ongeveer 25 september (datum eerste ziektedag) is er een lichte vertraging in de groei van positieve tests te zien, een afvlakking van de curve.
Eerst over de 'samengestelde R', daarna over de vertraging van de groei.
2/ Een virusverspreiding is niet lineair maar exponentieel van aard.
Dat komt omdat de besmettingen niet uit een centrale bron komen druppelen, maar decentraal plaatsvinden: De mensen die besmet zijn kunnen op hun beurt weer anderen besmetten.
3/ De snelheid van de groei druk je daarom uit in procenten (of verdubbelingen) en niet in absolute aantallen.
Voor het virus zijn de volgende stijgingen even 'lastig':
- van 100 per dag naar 110 per dag (10% groei)
- van 10.000 per dag naar 11.000 per dag (10% groei)
Vandaag mocht ik samen met @Wim_Schellekens namens het RedTeam toelichting geven bij onze rapporten over een nieuwe Hammer & Dance, en inzetten van mondneusmaskers. 👇
Heel leuk en belangrijk dat ik de dynamiek van exponentiële groei en krimp uit mocht leggen aan de hand van de positieve tests landelijk en in Amsterdam.
3/ Wij hebben gepleit voor:
EERST een korte periode van stevige maatregelen om de virusdruk snel terug te brengen naar onder de Duitse waarschuwingsgrens (R=0,6-0,7)
DAARNA een betere, succesvolle periode van indammen.
We moeten het hebben over krimp, groei en het reproductiegetal.
- R=0,9 is geen slim doel
- De huidige aanpak is een gokje
- Het OMT had een goed advies dat VWS niet overnam
Ga voor R=0,8! 👇
2/ Volgens het kabinet is het doel van dit pakket maatregelen om R=1,3 te verlagen naar R=0,9. Of deze maatregelen voldoende zijn weet ik niet. Dat weet niemand.
Er zijn drie redenen dat ik het onverstandig vind dat we ons richten op R=0,9 en niet lager.
3/ Ten eerste is de marge daardoor heel klein. Als het iets tegenvalt heb je zo R>1.
Dat hoeft niet te liggen aan gedrag van de burger. Er is onzekerheid, toeval, pech en geluk.
In het soort modellen dat gebruikt wordt kunnen kleine foutjes elkaar enorm versterken.
3/ Onze 'intelligente lockdown' werkte goed als Hammer.
In juli:
- was de virusdruk laag (0,6% van de tests was positief)
- waren de ziekenhuizen haast leeg (60 covid-patiënten op de verpleegafdeling en 17 op de IC)
Er waren gemeenten met 14 dagen geen enkele positieve test!
Nog even over het draadje van de Noorse studie. Er zit een fout in bij het combineren van de Nederlandse getallen en de Noorse studie.
TLDR: de getallen worden anders, maar maskers zijn onverminderd de moeite waard.
Technisch draadje voor 100% transparantie 👇
2/ In het tabelletje suggereert men het volgende verband tussen aantal mensen dat een week een masker draagt (n) en en de incidentie (i) om 1 infectie te voorkomen:
n = 1.000.000 / i
i = 5 ⇒ n = 200.000
i = 10 ⇒ n = 100.000
i = 20 ⇒ n = 50.000