"De piek en het 'over de piek gaan' is pas gekomen op het einde van de herstvakantie" verklaart immunoloog Hans-Willem Snoeck, om daarna te argumenteren dat scholen best sluiten. Vreemde uitspraak die tegen alle data ingaat. 1/8 vrt.be/vrtnws/nl/Jour…
De piek in vastgestelde besmettingen kwam op 27 oktober, hospitalisaties op 3 november, en overlijdens 10 november. Rekening houdende met vertraging voor elk van deze gegevens ten opzichte van infecties, kan je dit terugrekenen tot een piek van infecties rond 17 oktober. 2/8
Deze grafiek is gebaseerd op een model dat die vertragingen (en de onzekerheid erop) tegelijk ook inschat uit de data, op basis van geobserveerde wijzigingen in reproductiegetal en genomen maatregelen. 3/8
In dit model had sluiting van scholen en niet-essentiële winkels geen bijkomende impact op de curve, maar het einde van de verlengde herfstvakantie trouwens wel. Allerlei zaken wijzigden tegelijk (test strategie, einde verlof, kouder weer), wat interpretatie moeilijk maakt. 4/8
Dat de vraag naar de rol van kinderen zo moeilijk te beantwoorden blijft, is omdat ze vaak asymptomatisch zijn, waardoor weinig getest, zelden in het ziekenhuis belanden, en uiterst zelden overlijden. Wat niet uitsluit dat ze geïnfecteerd worden en ook het virus verspreiden. 5/8
Het beantwoorden van die vraag is dus moeilijk en slechts recent lijkt de consensus te consolideren: kinderen worden in mindere mate besmet en dragen in mindere mate bij aan transmissie. 6/8 nature.com/articles/d4158…
Uiteraard zou, zoals de professor betoogt, het sluiten van scholen bijdragen tot een vermindering in transmissie. Maar de evolutie van de Belgische epidemie in september en eind oktober bevestigt geenszins dat (lager/middelbaar) onderwijs een belangrijke factor is. 7/8
Tot zover de wetenschap. Verdere uitspraken over al dan niet sluiten van scholen zijn een maatschappelijke (politieke) afweging met veel aspecten. Maar vraag je het aan mij, als burger, dan sluit ik mij aan bij onderstaande mening. 8/8
Current Re estimate 0.85 (95% cri 0.7 - 1.0). The model is not predicting a "third wave", since it estimates that infections <65y have continued to decrease (see more below). 1/5 #COVID19be
Zoomed in version (as PDF: genomedetective.com/covid19-epi/be…). Case data <65y (which isn't being used by the model) is being overestimated since the end of October, but could now be starting to follow the predicted (downward) trend of the model.🤞 2/5
The model motivates the optimism mostly based on hospitalization data. Although age information of daily hospitalizations is lacking, since last week, the model uses weekly hospitalization age distribution from surveys. 3/5
Indien deze lockdown dient om de curves om te buigen, dan schiet ze wellicht haar doel voorbij, en in dat geval moet overwogen worden om deze veel sneller dan voorzien terug te draaien, gezien de grote maatschappelijke impact ervan.
Het is ondertussen duidelijk dat besmettingscijfers (zelfs >65j) spectaculair dalen, hospitalisatie cijfers dalen, en overlijdens wellicht deze week de daling zullen inzetten. Weinig spannend dus.
We zijn een week ver in de nieuwe lockdown. Dat betekent dat we vanaf deze week een effect mogen verwachten in de cijfers van besmettingen, en vanaf volgende week een impact op cijfers van hospitalisaties. Wat mogen we verwachten? 1/6
Hoe weten we dat maatregelen van de lockdown nog geen rol spelen in de cijfers nu? Voor de Belgische cijfers weten we dit uit modellen: de tijd van infectie tot test is gemiddeld +/- 8 dagen; van infectie tot hospitalisatie is gemiddeld +/- 13 dagen. 2/6
Nog vóór deze lockdown was de epidemie al aan het krimpen, met een reproductiegetal 0.6 - 0.8 (gjbex.github.io/DSI_UHasselt_c…ibz-shiny.ethz.ch/covid-19-re/). Dat is vergelijkbaar, of zelfs onder, het reproductiegetal tijdens de lockdown van maart. 3/6
1/6 Wat Zweden was voor zij die de lockdown in maart overdreven vonden, lijkt Duitsland nu voor zij die de aanpak van onze overheid (en bij uitbreiding, alle andere Westerse landen) te laks vinden.
In beide gevallen is de waarheid niet zo spectulair.
2/6 Wat Zweden betreft tijdens de eerste golf: ook daar was er een gedragswijziging (zie Google mobility data) die Re tot dicht bij of net onder 1 bracht. Zweden zijn van nature misschien ook iets 'afstandelijker'. medrxiv.org/content/10.110…
3/6 Wat betreft Duitsland: het wezenlijke verschil tussen de aanpak van Duitsland en andere Europese landen was in februari. Toen deed Duitsland een intensieve en succesvolle test, trace & contain waardoor initiële uitbraken werden de kiem ingesmoord. ourworldindata.org/covid-exemplar…
1/ Re estimate: 1.33 (1.26 - 1.42). Estimated Belgians currently infected: 120K (90K - 190K) <65y, 2200 (1400 - 3000) >65y. At this rate (continuing our current behaviour), estimated COVID-19 deaths until Jan 1 2021: 5000 (3000 - 8000). #COVID19be
2/ Zoomed in version. I added two new charts: estimated age of infected population and estimated IFR (as a result of this change in demography).
3/ The model estimates that the IFR of those infected changed from 1% in March/April to 0.1% now. This seems drastic but can be explained by a relatively modest change in demography of those infected: from an average 40y (+/- 40y) then, to an average 30y (+/- 30y) now.
1/6 New model (details below), estimating the Belgian epidemic from hospitalization, death (and case) data. Current Re estimate = 1.4 (1.3 - 1.5). Estimated deaths, continuing current behaviour, until Jan 2021: 1900 (1300 - 2700), with a peak of 300 hospitalizations per day.
2/6 Zoomed in version. This model more reliably fits both deaths (within two age-groups) and hospitalization data, something which recent model fits didn't manage.
3/6 Until now, the model assumed that the hospitalization rate (HR) was proportional to IFR, but that assumption wasn't valid. The figure below shows estimates based on the Belgian epidemic until June 14th, using covid-19.sciensano.be/sites/default/…