@rki_de hat die Berichte von VOC: #B117 veröffentlicht.
Es gibt 2 verschiedene Vorhersage :
1. @CorneliusRoemer schätzt >30% höhere R für B117 im Vergleich mit Standard Covid19 (~1,2/ ~0,9)
2. @christoph_rothe schätzt nur ~15% (1/0,85)
Wer ist richtig?
Neutral Auswertung 🧵1/.
Wieso gibt es unterschiedliche Ergebnisse von gleiche Daten?
Das Problem ist dass nicht jede positive Covid-19 Fall für VOC B117 getestet war.
z.B. im KW 5 gab es 82.000 bestätigte Covid-19 Fälle davon nur 26531 waren für VOC getestet und 2686 bestätigt als #B117
🧵2/.
Hier ist die Datenquelle von VOC Berichte von @rki_de :
rki.de/DE/Content/Inf…
und hier ist Datenquelle von Testzahlen und insgesamt Covid-19 bestätigte positive Fälle
rki.de/DE/Content/Inf…
🧵3/.
Die Differenz kommt wegen unterschiedliche Annahme für positive Covid-19 Fälle, die keine Info bzg. VOC haben:
@CorneliusRoemer nimmt eine gleiche Anteil in diese nicht für VOC getestete Fälle wie für VOC getestete Fälle an.
Gute Hochrechnung aber nicht 100% sicher.
🧵4/.
@christoph_rothe hat keine klare Annahme geschrieben.
Aber ich glaube dass er das auf Aufbau der VOC Testkappa zuordnet.
z.B. im KW5 gab es nicht 10% Fälle mit B117 sondern 20% aber zusätzliche viele waren nicht für VOC getestet. Er meint, richtige R_B117 ist ~1 nicht 1,2
🧵5/.
Bevor ich die beide Annahme analysiere, hier ist was gleich in beide Szenarien: (Ich nehme das auch an)
-falsche Positive und falsche Negative von VOC Test sind vernachlässigbar d.h.
~0% Wild_Typ wenn VOC Test positiv ist und
~0% B117 wenn das negativ ist
🧵6/.
Jetzt die Methode und Kriterien für meine Auswertung:
-Verschiedene Kombinationen von % der nicht für VOC getestete von KW5 und KW6 als B117 vermutet und R_Wild und R_B117 für verschiedene Szenarien berechnet
- (R_B177-R_Wild)/R_Wild im % als Parameter für Auswertung

🧵7/.
Für jede Szenario wenn diese %
- >30% - @CorneliusRoemer ist richtig dass die Situation schon alarmierend ist
- >15% aber <30% im Lockdown ok aber 3. Welle mit Lockerung
- >0% aber <15% @christoph_rothe ist richtig dass auch mit Lockerung nicht gravierend
<0% unplausibel
🧵8/.
Hier ist eine Beispiel von % der nicht für VOC getestete als B117 im KW5 und KW6 für jeweilige Szenario
🧵9/.
Hier ist eine Tabelle mit sinnvolle Kombinationen von % für nicht VOC getestete positive Covid-19 Fälle von KW5 und KW6 (0-30%):
Szenarien mit
Rot -> @CorneliusRoemer
Grün -> @christoph_rothe
Gelb -> keine klare Gewinner aber Lockerung wird schlimmer
Blau -> Unplausibel
🧵9/.
Auswertung 1
@CorneliusRoemer's Prognose ist im mehrere Fälle richtig und mit Annahme dass der % für nicht VOC getestete Fälle als B177 im KW 5 war deutlich weniger als KW6.
Das entspricht zu eine Testkriterium wo Fälle mit höhere Wahrscheinlichkeit mit B117 getestet waren.
🧵10/
@christoph_rothe's Prognose ist nur im enge Bereich richtig zwar mehr % für nicht VOC getestete Fälle im KW 5 im Vergleich mit KW6
&meistens mehr % als B117 im nicht VOCgetestet als getestet.
Das klingt wie eine willkürliche Auswahl für VOC. Ich hoffe das war nicht der Fall
🧵11/
Mit einem einfachem Beispiel versuche ich zu erklären welche Annahme der nicht für VOC getestete Fälle hat mehr Wahrscheinlichkeit
KW_5 : 100 Fälle
KW_6 : 80 Fälle
@CorneliusRoemer :
Gleiche % B117 in VOC getestete sowie nicht für VOC getestete Fälle
KW_5: 10%
KW_6: 20%
🧵12/.
Mehr % B117 in nicht für VOC getestete Fälle für KW_5 als für VOC getestete Fälle
% der #B117 im:
KW_5: getestet ~10%, nicht getestet ~20%
KW_6: getestet ~20%, nicht getestet ~20%
🧵13/.
Jetzt einfache und klare Antwort zur Frage : Wer hat mehr Wahrscheinlichkeit richtig zu sein?
Einzigste Unterschied war die % der #B117 im KW_5 nicht getestete Fälle:
@CorneliusRoemer's Annahme hat mindestens 2,5 mal mehr Wahrscheinlichkeit als @christoph_rothe's Annahme
🧵14/.
Hier habe ich nur 100 Fälle für KW 5 genommen und @CorneliusRoemer hat 2,5 mal Wahrscheinlichkeit richtig zu sein.
Mit ~80.000 Fälle wird diese Verhältnis noch höher wie in diese ähnliche Video erklärt:
🧵15/.
Am 24.02 wird es eine aktualisierte Bericht mit Daten von VOC(B117) für KW_7 von @rki_de geben.
Hoffentlich wird es mehr % der #COVID19 positive Fälle für VOC getestet sein.
Die % B117 im VOC getestete Fälle hat dann mehr Bedeutung und wird es noch klarer über 3. Welle.
🧵16/.
Hintergrund der Annahme:
Blaue Block bedeutet für VOC getestete Fälle
Graue Block bedeutet nicht für VOC getestete Fälle
KW_5 : ~30% der #COVID19 Fälle für #B117 getestet
KW_6 ~ 50% der COVID19 Fälle für B177 getestet
Verhätnis Insgesamt Fälle:
KW_6 /KW_5 = 67.000/82.000 = ~0,8

• • •

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

Keep Current with Vineet Bhola

Vineet Bhola 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 @vineetbhola90

16 Feb
In diese Pandemie kann ich nicht mehr betonen dass man für exponentielle Funktionen anstelle von Fallzahlen, wöchentlicher Verhältnis (oder 7-Tage R) betrachten muss.
Eine kleine Thread über Covid-19 Fälle, Schuleröffnung und potenziell Anfang von 3. Welle wegen Mutationen.
🧵1/.
Wenn wir rein Fallzahlen von verschiedene Altersgruppen sowie insgesamt Fälle schauen, sieht es wie eine einheitliche Absenkung aus.
Und basiert von diese Absenkung planen Kultusministers sowie Politiker Gespräche über Lockerungen und Schuleröffnungen. Aber
🧵2/.
Wenn wir aber wöchentlicher Verhältnis von diese Altersgruppen schauen, gibt es eine gefährliche Phänomen.
Wöchentlicher Verhältnis ist immer noch<1 für alle Altersgruppen aber für 0-19 Jahre der Wert ist von KW3 nach KW5 von 0,82 auf 0,9 gestiegen.
🧵3/.
Read 9 tweets
7 Feb
#Gütersloh , Tönnies, Juni 2020 !!!
Erinnert ihr euch dass, damals viele Leute zweite Welle vorgestellt haben.
Wie hat #Deutschland das verhindert?
#COVID19 ist eine Infektion, der verbreitet sich ein paar Tagen bevor man Symptome zeigt, oder?
Hier ist meine Analyse :
🧵1/12
Einleitung :
Innerhalb kurze Zeit waren mehr als 1500 Mitarbeiter wegen klimatisierte Schweinezerlegungsräume im Schlachtbetrieb Tönnies in Rheda-Wiedenbrück mit dem Coronavirus infiziert.
Räume für Tiere zerlegen waren sechs bis zehn Grad gekühlt.
🧵2/12
tagesschau.de/inland/corona-…
Reaktion?
-Kontaktbeschränkungen wie im März 2020
- Rund 7000 Tönnies-Mitarbeiter mit ihren Familien unter Quarantäne
-seit dem 17. Juni die Schulen und Kitas im Kreis Gütersloh wieder geschlossen
- Kostenlose Coronavirus Test für alle Bürger
🧵3/12
tagesschau.de/inland/gueters…
Read 14 tweets
5 Feb
Friday evening in a pandemic: Time for a philosphical story.
Once a king and his army get lost in a desert. Everyone is tired and thirsty and they find a muddy pond in the desert. Some want to drink water desperately, others are concerned about contaminations in the water
🧵1/
The King has to make a decision to either
- Allow everyone to drink the water so that no one dies out of thirst. But some may die if the water is contaminated
- Ask the army to carry on their search for clear water. But some may die out of thirst.
What would you choose?
🧵2/
No option is easy and people will die in both the options, right?
Wrong!!!
I don't know the psychological term for this but this is an artificial constraint you have put on your thought process because I asked you to choose from the two options.
🧵3/
Read 7 tweets
19 Jan
Many research papers as well as #RKI, Germany assert average start of symptoms for #COVID19 around 5th-6th day of infection and peak of infectiousness between 2 days before to 1 day after onset of symptoms.. 🧵1/. #2ndlevel #contacttracing #coronavirus
As thumbrule it takes 10-12 days for #lockdown to impact the spread of #COVID19, so duration between infection till confirmation is on avg. 10 days. This is reasonable as people would wait 1-2 days with symptoms, book a test appointment and get the results so 6+2+1+1=10 days 🧵2/
So if Person A gets infected with #COVID19 today, he will be reported as a confirmed case after 10 days. But he might have infected person B after 4 days. Person B might have infected person C after 4+4 = 8 days from today, or 2 days before person A is reported. 🧵3/
Read 17 tweets
17 Jan
Warum vermuten @rki_de und #gesundheitsaemter im zweite Grades der Kontaktpersonen keine Risiko? Wenn sie selbst Generationszeit für #COVID19 als 4 Tage berechnen und Dauer der Bestätigung der Infektion kann locker 10 Tagen sein(6. T Symptome + 3T bis Test + 1T bis Ergebnisse)🧵 ImageImageImage
Wie #COVID19 schneller als nur direkte #Kontaktverfolgung verbreitet. Wenn es heute 20,000 neue infizierte mit R = 1,1 gibt, werden nach 4 Tagen die neue infizierten 22,000 und nach 8 Tagen = 24,200. 10 Tage nach der Infektionen werden die erste 20,000 infizierte bestätigt aber🧵
Bis 10. Tage gibt es schon 2 Zyklen der Infektion(4+4=8) von #COVID aber #gesundheitsaemter und @rki_de emfehlt nur direkte Kontaktpersonen also nur 22,000 infizierte zu verfolgen. Aber es gibt 24,200 zusätz. 2. grades Kontakten als infizierten, die noch keine Symptome haben🧵
Read 7 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!