De afgelopen drie weken zien we weer oversterfte na een lange periode van enige ondersterfte. Update: Hoeveel mensen zijn er tot nu toe gestorven aan corona?

En ook: hoeveel mensen zouden er overleden zijn tijdens de lockdown als corona er niet geweest zou zijn? 👇
2/ CBS heeft het aantal overlijdensgevallen bijgewerkt t/m week 41 van dit jaar. Ik gebruik een historische vergelijking en opnieuw de DLM methode die CBS eerder heeft gepubliceerd. CBS heeft ondertussen ook de doodsoorzakenstatistiek bijgewerkt t/m juni.
3/ Dit stelt ons in staat om te kijken hoe goed de DLM methode werkt. Daarnaast kunnen we zien hoeveel mensen er overleden waren als corona er niet geweest zou zijn, maar we wel een lockdown hadden gehad. Daarover later meer.
4/ Oversterfte per week. Hier zijn drie methodes voor: een historisch gemiddelde (1), historisch gemiddelde per leeftijdsgroep omdat je daarmee beter corrigeert voor vergrijzing (2) en methode CBS (3). Uitgebreide uitleg hier:
5/ De oversterfte in de afgelopen drie weken was:

1) Historisch gemiddelde: 433.
2) Historisch gemiddelde (per leeftijdsgroep): 67.
3) Methode CBS: 469

De oversterfte wordt, zoals in de eerste golf, voornamelijk gedreven door sterfgevallen bij 80+’ers

(Grafiek via CBS)
6/ We zien dit ook aan het aantal overledenen bij mensen die zorg vanuit de Wlz (zoals verpleeghuizen) gebruiken. Oversterfte (volgens methode 2):

80+ = 154
Bij Wlz-instellingen: 150.

Dit is in lijn met het toenemende aantal besmettingen in verpleeghuizen in de afgelopen tijd.
7/ Historische vergelijkingen doen de (sterke) aanname dat alle oversterfte dit jaar door corona wordt veroorzaakt. Een dynamisch linear model is een manier om dat probleem te omzeilen en helpt om de impact van corona te begrijpen. Uitgebreide uitleg hier:
8/ Een extra voordeel aan dit type model: we kunnen schattingen maken van de betrouwbaarheid door het model duizenden keren te draaien. Daarna bereken je het gemiddelde van al die duizenden uitkomsten. We kunnen ook de ondergrens en bovengrens bepalen met 95% zekerheid.
9/ Uitkomsten: de oversterfte door corona van week 11 t/m 41 wordt geschat op 11718 met een ondergrens van 9854 en een bovengrens van 13645. Naast elke 10 geregistreerde corona-sterfgevallen zijn er dus tussen de 5 en 10 mensen overleden aan corona die niet geregistreerd werden.
10/ Dit model schat het aantal sterfgevallen in de afgelopen drie weken op:

39: 158
40: 114
41: 213

Dat is in drie weken tijd net zoveel sterfgevallen (totaal: 568) door corona als het totaal in de 16 weken daarvoor (totaal: 574).
11/ CBS heeft de overlijdensaktes bestudeerd en de doodsoorzaken van overleden mensen geteld t/m juni 2020 (week 27). Daardoor kunnen we de resultaten van het gebruikte model vergelijken met de meest betrouwbare gegevens op dit gebied. Hoe bruikbaar is dit model nou eigenlijk?
12/ Het model schat het aantal sterfgevallen van week 11-27 op 10564 en CBS telt er 10067: dat is een overschatting van 4.9% door het model. Wie gewend is te werken met dit soort modellen: dat is vrij accuraat.

Zie: cbs.nl/nl-nl/nieuws/2…
13/ Dit is ook de reden dat we onder- en bovengrenzen bepalen bij modellen: goede puntschattingen (zoals 10564) zijn bijna nooit perfect, maar zodra ze binnen het interval vallen zijn we tevreden. Het aantal sterfgevallen van CBS (10067) valt uitstekend binnen dit interval.
14/ Nu CBS goed geteld heeft hoeveel mensen er door corona overleden zijn (maart t/m juni), kunnen we ook bestuderen wat het ‘lockdown effect’ is geweest. Hier zitten heel veel haken en ogen aan, dus ik probeer voorzichtg te zijn met conclusies.
15/ Het idee: We verminderen het totale aantal overledenen met het aantal corona-sterfgevallen. Dan krijg je alle niet-corona sterfte. Dat getal vergelijken we met een historische gemiddelde (zoals eerder). Daardoor weet je wat de lockdown op zichzelf tot nu toe veroorzaakt heeft
16/ In de piek van de eerste golf zien we dat er zonder corona nog steeds oversterfte zou zijn (wat uiteraard allerlei oorzaken kan hebben). Opmerkelijk: vanaf week 19 keldert dit naar beneden. Corona was toen redelijk onder controle terwijl er nog wel een lockdown was.
17/ Een oorzaak van de lagere sterfte kan zijn dat planbare zorg is uitgesteld, waardoor het operatierisico verdwijnt. Daar schreef ik dit over:

Wat de lockdown nog meer heeft veroorzaakt weten we pas op de middellange termijn. Goed om te onderzoeken.
Conclusie: De tweede golf wordt nu ook zichtbaar in de oversterfte, nadat het aantal besmettingen en daarna de ziekenhuisopnames begonnen op te lopen. De golf is een stuk minder steil dan de eerste keer, maar we staan nog aan het begin qua oversterfte.
Eindnoot 1

In onze repo houden we wekelijks deze analyses allemaal bij, zie hier: github.com/mzelst/covid-1…

Ik zal wekelijks deze resultaten ook op Twitter bijwerken, zolang er oversterfte is.
Eindnoot voor de nerds: ik heb tientallen runs gedraaid van de DLM waarbij ik de initiële parameter waardes heb gevarieerd, het aantal Monte-Carlo simulaties gevarieerd etc. De variatie in de uitkomsten was tussen 1% lager of hoger dan hier weergegeven: vrij stabiel dus.

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Marin⭕️ van Zelst 🌱

Marin⭕️ van Zelst 🌱 Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @mzelst

14 Oct
Veel nieuws vandaag met betrekking tot de data rondom ziekenhuisopnames. Het dashboard maakt nu gebruik van NICE data en LCPS meldt sinds vandaag ook het aantal opnames. Klein draadje 👇
2/ Het dashboard gebruikte eerder RIVM data voor het aantal ziekenhuisopnames, maar daar zit veel vertraging in. Sinds vandaag zijn ze overgeschakeld op de NICE data, die veel actueler is: bravo 👏

Door die vertraging kon je de tweede golf niet goed zien. Nu is deze wel zichtbaar. We zien het aantal opnames per dag (Fig. 1), wat al sinds 17 sep over de signaalwaarde zit. Dit zien we ook in het aantal aanwezige patiënten (Fig. 2).

Bij LCPS zien we hetzelfde (via @yorickb).
Read 6 tweets
13 Oct
Het RIVM heeft de wekelijkse rapportage bijgewerkt. Er is op dit moment geen enkele indicator waar ik optimistisch van word: de tweede golf is er.

Ik probeer het een en ander te duiden in een draadje. 👇
Voordat we het over cijfers hebben wil ik opnieuw dit kwijt. Hulde aan alle mensen bij de GGD'en, het RIVM, de mensen in de zorg, en iedereen die ontzettend hard werkt om dit alles in kaart te brengen voor ons en dit hardnekkige virus in te dammen.

Het lag niet aan jullie.
3/ Het aantal positieve tests in week 41 was 38761 terwijl dit in week 40 nog 24266 was.

Opnames (RIVM): 420 (was: 255; via meldingsdatum)
Opnames (NICE): 961 (was: 734; via opnamedatum)
IC-opnames (NICE): 178 (was: 114; via opnamedatum)

Overleden: 130 (was: 80)
Read 15 tweets
11 Oct
De weken na de aangescherpte maatregelen keken we allemaal met spanning naar de dagelijkse cijfers. Maar, de cijfers zeggen op dit moment niet genoeg over de daadwerkelijke verspreiding.

Het is daarom slimmer om ook te kijken naar mobiliteit. Een draadje 👇
De betrouwbaarheid van het aantal positieve tests neemt af door vertragingen in teststraten, achterstanden in de verwerking van cijfers en het grotendeels wegvallen van degelijk bron- en contactonderzoek. Daarom kunnen we ook kijken naar meetbaar gedrag over mobiliteit.
We kijken naar:

1) Verkeersbewegingen rondom retail, recreatie, en werk
2) Geplande routes
3) Parkeertransacties
4) Gebruik van mobiele data
5) Pintransacties
Read 16 tweets
9 Oct
Deze weken zijn een soort déjà vu. Mijn eerdere artikel is weer actueel: "Fuck de nuance. Ik zie de beelden van de volle IC’s en de lege verpleeghuizen aan de binnenkant van mijn ogen en ik huil. De wetenschapper is vertrokken en de mens blijft achter." ginnymooy.com/2020/09/20/de-…
Artikel: 'En in augustus gaat iemand zeggen ‘dat het ze is overkomen.'

Déjà vu. Image
Artikel: "Ik zie de beelden van de volle IC’s."

Déjà vu: ad.nl/rotterdam/maas…
Read 5 tweets
27 Sep
We moeten het weer eens hebben over de IFR, sterfte door corona, en groepsimmuniteit.

Een nieuwe studie laat zien dat een stad in Brazilië, Manaus, waarschijnlijk groepsimmuniteit bereikt heeft. Het aantal mensen wat corona heeft gehad ligt daar tussen de 44%-66%! Een draadje 👇
Brazilië is een van de hardst geraakte landen ter wereld als het om corona gaat. Het aantal positieve tests/miljoen is 22164 (11de op de ranglijst) en het officiële aantal sterfgevallen staat op 665/miljoen. Veel variatie binnen Brazilië maar Manaus lijkt het hardst geraakt.
Het coronavirus sloeg in Manaus ontzettend hard toe in de maanden april/mei, waarna het rustig zakte, en de laatste tijd lijkt het redelijk uitgedoofd (weinig positieve tests, 2-3 sterfgevallen per dag nog). De maatregelen zijn beperkt, mobiliteit is nu redelijk hoog.
Read 15 tweets
27 Sep
Een klein beetje uitleg bij de cijfers van vandaag. Vorige week schreef ik over het verschil tussen de NICE en LCPS cijfers. Samengevat: In het weekend is NICE trager en is LCPS de beste indicator voor opnames.

Uit onze update blijkt dat er in 24u tijd (periode tussen de update van gisteren en vandaag) dus 27 nieuwe bewezen covid-19 opnames zijn op de verpleegafdeling en 9 bewezen covid-19 opnames op de IC.

Dit lijkt wat lager dan de cijfers in de afgelopen week. Dan nu naar LCPS.
LCPS meldt het aantal opgenomen patiënten en de toe/afname daarin. We zien daar een stijging van +5 op de IC en +59 op de verpleegafdeling. Omdat er ook mensen ontslagen worden/niet meer besmettelijk zijn, is het aantal opnames waarschijnlijk hoger.

(grafiek via @YorickB)
Read 5 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!

Follow Us on Twitter!