1/11 Inspiriert durch @pavel23, der im unten verlinkten Thread eine interessante Auflistung des Pandemieverlaufs nach #Fallzahlen in Deutschland gemacht hat, habe ich dasselbe mal mit theoretischen Infektionszahlen gemacht.

Ein Thread.

2/11 Zunächst eine kurze Erklärung, wie ich überhaupt die theoretischen Infektionszahlen berechnet habe, die hier als Basis dienen sollen.

Das #RKI veröffentlicht seit einigen Wochen wöchentliche #Todeszahlen nach Sterbedatum in 5-Jahres-Altersgruppen:
rki.de/DE/Content/Inf…
3/11 Mit Hilfe einiger Studien, die die Infektionssterblichkeit (#IFR) von #COVID19 hergeleitet haben, lässt sich so über die Todeszahl die Infektionszahl zurückrechnen. Zwei Beispiele für gute Studien dazu finden sich hier:
nature.com/articles/s4158…
link.springer.com/article/10.100…
4/11 Schließlich musste ich noch schauen, was in Deutschland die typische Zeitdauer zwischen Infektion und Todestag ist. Nach RKI beträgt die Zeit zwischen Erkrankung und Tod etwa 7 bis 18 Tage, je nach Alter.
rki.de/DE/Content/Ges…
5/11 Leider ist das für eine Umrechnung nicht ganz so trivial, da ich nur Wochenwerte zur Verfügung habe. Da die meisten Menschen recht alt sind, die versterben, und deren Median bei 10 Tagen liegt, bin ich pauschal von genau 14 Tagen Zeitdauer ausgegangen.
6/11 Damit ergibt sich ein grobes, aber näherungsweises Bild des realen Infektionsgeschehens in Deutschland über die vergangenen 45 Wochen. Dass es nicht perfekt ist, zeigt sich im Verlauf vor allem bei sehr niedrigen Zahlen. Das ist der Variabilität geschuldet.
7/11 Die hier geplotteten Fallzahlen entsprechen den alterstratifizierten Fallzahlen nach Meldedatum des RKI. Da sie nach Meldedatum angegeben sind, passen sie vom zeitlichen Verlauf nicht sehr gut (die Infektion ist ja immer einige Tage früher).
rki.de/DE/Content/Inf…;
8/11 Das muss im Chart berücksichtigt werden. Für die weitere Betrachtung aber unerheblich, da die Infektionszahlen im Fokus stehen sollen.
9/11 Damit ich das ganze von Wochen auf Tage auflösen kann, habe ich mich eines nicht sonderlich wissenschaftlichen Kniffs bedient: Ich habe einfach die Differenz zweier Wochenwerte genommen, durch 7 geteilt und dann aufaddiert. Das sieht dann so aus:
10/11 Auf diese Weise war ich dann in der Lage eine vergleichbar gute Auflösung hinzubekommen für die 7-Tages-#Inzidenz wie @pavel23.
11/11 Und nun zum Kern des Threads. So sieht das dann in Tabellenform aus. Ich habe hier die farbliche Markierung und die Bemerkungen von Pavel übernommen, damit es vergleichbar ist.
12/11 Als Nachtrag möchte ich nochmal bemerken, dass das alles nur sehr grobe Berechnungen sind. Es soll lediglich zur Veranschaulichung dienen. Wie viele Infekte wir tatsächlich pro Tag hatten, werden wir vermutlich nie herausfinden.

• • •

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

Keep Current with Christoph Montag

Christoph Montag 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 @ChristophMontag

16 Feb
1/14 Da das @ALMevTeam vor einer Stunde seine #Testzahlen für KW 6 veröffentlicht hat, an dieser Stelle schon mal eine erste Validierung meiner These, die ich vor 2 Tagen in den Raum geworfen hatte.

alm-ev.de/wp-content/upl…
2/14 Auch @risklayer hat vorhin schon die Frage gestellt, ob die Witterung eine Ursache für den erneuten Rückgang in den Testzahlen gewesen sein könnte.

Meine Vermutung: Wahrscheinlich eher nicht.

3/14 Zunächst mal wieso ich das denke. In KW 1 hatten wir nach den Feiertagswochen KW 52 und 53 erstmals wieder >1,2 Mio. Tests gehabt. Seit dem ist, mit Ausnahme KW 4, jede Woche ein ziemlich stetiger und konstanter Rückgang beobachtet worden.
covid-germany.de/tests.php Image
Read 14 tweets
14 Feb
1/6 In den letzten Tagen fiel auf, dass die Wachstumsrate der Fallzahlen nach #RKI deutlich zunahm und mittlerweile bei -26% im 7-Tages-Mittel steht. Das ist signifikant, besonders im Vergleich zu den Wachstumszahlen der Wochen davor (zwischen -14 und -20%).

Ein kurzer Thread.
2/6 Ich hatte bereits Anfang dieser Woche die Theorie, dass wir dank des #Schnee s über weite Teile Deutschlands geringere Zahlen sehen würden im Wochenverlauf. Das scheint sich nun zu bestätigen.

Aber ist es denn wirklich so? Sehen wir geringere Fallzahlen als erwartet?
3/6 Um das zu prüfen, habe ich heute die 7-Tages-Mittelwerte der Fallzahlen der letzten 4 Tage in die Grafik aufgenommen. Tatsächlich scheinen diese 4 deutlich vom Erwartungswert abzuweichen. Berechnungen von Sigma bestätigten dann die Vermutung. Image
Read 6 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!