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
4/14 Die Grafik zeigt die angenommene Testzahl nach #RKI (hier 980.000 für KW 6) auf Basis der ALM-Zahlen und die Positivrate dazu. Es ist gut zu sehen, wie die Testzahlen relativ linear abnahmen. Meine Vermutung ist, dass das konsistent mit der Abnahme der #Inzidenz ist.
5/14 Die Teststrategie sah seit November vor, dass möglichst nur noch berechtigte bzw. symptomatische Fälle mit #PCR getestet werden. Da wir aber seit Wochen eine stetige Abnahme der Fallzahlen sehen, nehmen auch die Verdachtsfälle deutlich ab.
6/14 Konsequenterweise gibt es auch immer weniger Menschen, die das Bedürfnis sehen sich testen lassen zu wollen/müssen. Das würde in meinen Augen auch die weitere Reduktion in KW 6 begründen.
7/14 Nun hatte ich in meinem Thread als These angenommen, dass der ungewöhnlich starke Rückgang der #Fallzahlen in KW 6 auf die winterliche Witterung zurückzuführen sein könnte. Dem stehen die neuen Testzahlen eher im Widerspruch.
8/14 Die Tabelle unten zeigt gut, wieso.

Schwarz: Gemessene Zahlen (und die hypothetische Testzahl von RKI)
Rot: Erwartungswert meines Modells
Grün: Umrechnung von erwarteter Positivrate auf die Testzahl

9/14 Sofern ich mich da mathematisch nicht völlig vertan habe, hätten 166.000 Tests weniger als in KW 5 und 120.000 weniger als die hypothetische RKI-Testzahl in KW 6 beobachtet worden sein müssen, um einen solchen Rückgang durch Witterung zu begründen.
10/14 Als weitere Arbeitsthese wurde von @systeon die Nachverfolgung in den Raum gestellt. Er konnte zumindest im Ansatz eindrucksvoll zeigen, dass es scheinbar gewisse Schwellwerte gibt, die auf eine bessere Kontaktverfolgung zurückzuführen sein könnten.
11/14 Hier wäre jetzt spannend zu sehen, ob sich die These noch halten lässt, nachdem die letzten 2 Tage nach Risklayer & RKI keinen (nennenswerten) Rückgang mehr aufzeigten. In meiner Grafik sieht das dann so aus:
12/14 Eine dritte These hat @DerAlteSermon gestern Abend noch ins Spiel gebracht: Es wurde die #Teststrategie geändert. Offiziell am 02.02., durch eine simplen Austausch eines Schlüsselwortes. Am 12.02. wurde in der PK darauf hingewiesen:
13/14 Das könnte zumindest der #MissingLink sein, der erklären könnte, wieso in den letzten 2 Tagen kein Wachstum von im Mittel -20% mehr beobachtet wurde. Eine Antwort hierauf wird es dann allerdings erst in genau einer Woche geben.
14/14 Es bleibt also weiterhin spannend.

Gibt es evtl. noch weitere Erklärungsversuche? Weitere Thesen, die hier eine mögliche Ursache in den Zahlen haben könnten? Wie seht ihr das?

#COVID19 #Corona

• • •

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

15 Feb
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…
Read 12 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!