Stand heute haben wir täglich etwa 5’000 bestätigte Fälle. Gehen wir von einer kontinuierlichen Verdoppelungszeit von einer Woche aus, hätten wir von heute bis zum 13. November (3 Wochen) insgesamt etwa 380'000 bestätigte Fälle. (2/7)
Nur: Wir hätten gar nicht genügend Tests, um so viele bestätigte Fälle überhaupt zu entdecken. @KurtPelda spricht jedoch von Neuinfektionen. Neuinfektionen sind die Infektionen welche heute passieren, und sich in den bestätigten Fällen nach etwa einer Woche niederschlagen. (3/7)
Zusätzlich gibt es natürlich eine Dunkelziffer, womit die Anzahl der Neuinfektionen wohl noch deutlich höher wäre als die Zahl der hochgerechneten bestätigten Fälle. (4/7)
Zusammenfassung: Auch bei gleichbleibender Ausbreitung der Epidemie (Verdoppelungszeit von einer Woche) werden wir nicht 550'000 bestätigte Fälle haben, und die Zahl der Neuinfektionen wäre wohl deutlich höher. (5/7)
Die Massnahmen vom 18. Oktober und die Verhaltensänderung in der Bevölkerung werden die Verdoppelungszeit wahrscheinlich etwas erhöhen, bzw. die Ausbreitung der Epidemie etwas verlangsamen. (6/7)
Es ist jedoch unwahrscheinlich, dass dies ausreichen wird um einen Rückgang der täglichen Neuinfektionen zu erreichen, bzw. die effektive Reproduktionszahl unter 1 zu drücken. Massnahmen wie im Kanton Wallis könnten jedoch eine weitere starke Ausbreitung verhindern. (7/7)
• • •
Missing some Tweet in this thread? You can try to
force a refresh
Mir fällt immer wieder auf, dass gewisse Journalisten (z.B. von der @Weltwoche) und Politiker (z.B. Bundesrat Ueli Maurer) die "schwedische Strategie" als Grund nennen, auf Massnahmen gegen die Pandemie zu verzichten. Ein Thread zu Veranstaltungs-Obergrenzen. (1/n)
Schweden hat im Frühjahr wie die meisten europäischen Länder gezielte Massnahmen leider erst spät eingeführt, was zu einer hohen Anzahl Todesfälle geführt hat, insbesondere im Vergleich zu den skandinavischen Nachbarn. (2/n)
Schweden verzichtete jedoch auf einen vollständigen Lockdown und setzte stattdessen auf Massnahmen welche auf lange Zeit durchgehalten werden können. (3/n)
Vor fast genau 8 Monaten gab ich der @NZZ ein Interview zum Umgang der Schweiz mit der Corona-Pandemie. Eine Passagen daraus bleiben weiterhin aktuell. (1/6) nzz.ch/schweiz/expert…
“Es geht aber nicht nur um die zu erwartenden Todesfälle, sondern auch um die drohende Überlastung der Spitäler. Deshalb muss auch die Schweiz mit beträchtlichen Konsequenzen für die Gesundheit, die Wirtschaft, die Mobilität und das gesellschaftliche Leben rechnen.” (2/6)
“Ich habe den Eindruck, dass man in der Schweiz akzeptiert hat, dass man eine Ausbreitung nicht mehr stoppen kann. Aber das wäre gefährlich. Denn durch eine Verlangsamung würde man Zeit gewinnen, um den Anstieg der Patientenzahlen in den Spitälern besser zu verkraften.” (3/6)
Im gestrigen #10vor10 behauptet @srfnews, dass die von der Swiss National COVID-19 Science Task Force kommunizierte Infektionssterblichkeit die Dunkelziffer nicht berücksichtigt. Das ist leider falsch. (1/9) srf.ch/news/schweiz/p…
Die Infektionssterblichkeit (infection fatality ratio, IFR) bezieht sich auf alle Infektionen, also auch diejenigen - meist milden oder sogar asymptomatischen Infektionen - welche nicht durch PCR-Tests bestätigt werden. (2/9)
Anders ist es bei der Fallsterblichkeit (case fatality ratio, CFR) welche sich typischerweise nur auf die bestätigten Fälle bezieht. Aber wie lässt sich nun die Gesamtzahl der Infektionen, bzw. die Dunkelziffer bestimmen? (3/9)
Switzerland currently has around 2,000 fatalities due to #SARSCoV2. Introducing the same sequence of NPIs only one week later would likely have resulted in around 8,683 (95% prediction interval, PI: 8,038-9,453) deaths. (2/5)
A more rapid response with an introduction of NPIs one week earlier would have led to around 399 (95% PI: 347-458) fatalities due to #SARSCoV2 instead. (3/5)
There is increasing interest in superspreading for COVID-19, not least due to an excellent article by @kakape on the topic 1/9 sciencemag.org/news/2020/05/w…
Mathematically, we are interested in the variation of the number of secondary cases that are generated by one infected index case. This variation can be described by a negative binomial distribution using the dispersion parameter k. 2/9
Small values of k mean that only a few infected individuals contribute to most transmissions. Ebola, SARS and MERS have k values around 0.2. Assuming R0 = 2, this would result in 62% of cases not transmitting at all, while around 15% of cases cause 80% of transmissions. 3/9