Vorige week heb ik een mogelijk verband tussen de koudegolf boven Europa en de plotselinge stijging van de besmettingscijfers in hetzelfde gebied gelegd.
Na de koudegolf kwam een uitzonderlijk warme periode. Zien we dit terug in de cijfers?👇
Wat vorige week al opviel, was dat in vrijwel alle landen die met de koudegolf te maken hadden de groeipercentages rond 15 februari gingen oplopen en op 25 februari een piek hadden.
2/7
De koudegolf duurde ongeveer 10 dagen, daarna kwam de warme periode. Ik heb de tabel aangevuld en omgezet in een heat map, waarbij rood de hoogste groeipercentages aangeeft.
Het resultaat is op zijn minst opmerkelijk 😮
3/7
In vrijwel al deze landen is na de piekperiode rond 25 februari het groeipercentage weer ver teruggevallen tot een niveau rond of zelfs onder 18 februari.
De grote uitzondering is Noorwegen, waar de cijfers nog steeds oplopen.
4/7
Wat exact het verband is tussen de weersomstandigheden en het verloop van de besmettingen is uit deze cijfers niet te bepalen.
Door diverse mensen zoals @EdsardRavelli is mij gewezen op de absolute luchtvochtigheid (AWS) en de website coronaweer.nl
5/7
Hoe belangrijk AWS is voor de besmettingsgraad valt moeilijk te bepalen, maar dat luchtvochtigheid en temperatuur invloed hebben op de besmettelijkheid, is bekend in de literatuur (bijv griepseizoen). Toch mogen we ook andere oorzaken zoals menselijk gedrag niet uitvlakken.
6/7
Zowel de absolute luchtvochtigheid als de temperatuur zullen met de lente in zicht gaan stijgen, dus het is alleen maar te hopen dat de invloed groot is en we onder invloed van beter weer een daling gaan zien zoals vorig jaar april.
De tijd zal het leren.
7/7
• • •
Missing some Tweet in this thread? You can try to
force a refresh
Zoals beloofd zal ik wat dieper ingaan op de huidige problematiek rond de corona cijfers, waardoor het op dit moment lastig is om een duidelijke trend aan te geven. Het is wat lang geworden, maar ik wil het graag duidelijk uitleggen.
Hier gaan we 👇
1/11
Bij besmettingen hebben we twee parameters : het aantal mensen dat getest is en het aantal mensen dat positief is.
Bij een hoge R-waarde (uitbraak) nemen het aantal testen en het percentage positief neemt vaak beide toe en andersom in een synchrone golfbeweging
2/11
In onderstaande grafiek is dit goed te zien in de periode van oktober tot eind januari.
De laatste maand is het beeld echter totaal anders: een sterke stijging van het aantal testen en een sterke daling van het % positief.
@JosetteSchoenma stuurde mij een interessante tabel met het aantal testen en positieve testen per leeftijd.
Daarmee kunnen we antwoord geven op de volgende vraag:
Wat is de invloed van de opening van de basisscholen en het nieuwe snottenbellen-testbeleid op de Corona cijfers?👇
Ik vergelijk de cijfers van week 4 t/m week 8 in de leeftijdscategorieën 0-3, 4-12, 13-17 en 18+.
Allereerst het percentage positief (zie grafiek). Opvallend is de sterke daling van de categorie 0-3 en 4-12 , de schoolgaande kinderen.
2/5
Beide komen in de buurt van de 18+ categorie, een aanwijzing dat er (eindelijk) voldoende getest wordt bij de jonge kinderen en waar er daarvoor (zie week 4) waarschijnlijk alleen bij ernstige klachten een test werd gedaan.
3/5
Het #RIVM heeft vandaag haar wekelijkse #COVID rapportage uitgebracht. Ook deze week is er weer het nodige geschreven over de #Britse en andere varianten.
Als je de gegevens vergelijkt met die van eerdere weken, dan zijn er weer diverse opvallende feiten te vinden👇
1/10
Ik heb in de afgelopen weken al diverse keren aangegeven dat het RIVM model voor het aandeel Brits in de besmettingscijfers niet klopt en structureel te hoog is.
De afgelopen 3 weken kon ik het laten zien met de gegevens uit de tabellen die het RIVM publiceerde 👇
2/10
Het lijkt erop dat ze het model hebben opgegeven, want deze week wordt er structureel gezwegen over het percentage Britse variant. De tabel met aandeel Brits is geheel verdwenen en in de tabel met de reproductiecijfers wordt het niet genoemd (voor het eerst in vele weken)
Uit de Powerpoint van Jaap van Dissel vanmorgen kunnen we een paar gegevens halen over de ontwikkeling van met name de Britse variant die misschien wat onderbelicht zijn gebleven in zijn presentatie 👇
1/7
Het eerste dat mij opvalt is de tekening van het percentage variaties. Van Dissel geeft hierbij aan dat de onzekerheid toeneemt in de extrapolatie naar de toekomst, aangegeven met de rode en blauwe gebieden.
2/7
Het patroon van de rode datapunten lijkt echter een ander patroon te volgen dan de lijn die is getrokken. Als we de datapunten verbinden, dan zien we de gele curve verschijnen, ver buiten de marges die het RIVM aangeeft.
Met name de laatste drie datapunten zijn veel vlakker
De cijfers zijn behoorlijk gewijzigd sinds de vorige update. Allereerst is duidelijk dat de aantallen vrijwel overal ver onder de topwaarden van twee maanden terug liggen. Alleen Tsjechië zit (weer) erg hoog.
1/6
Misschien nog veel opvallender is dat in met name de Noord-Europese landen de daling is veranderd in een stijging.
Ik heb van de Europese landen de groeipercentages van vandaag en 10 dagen eerder naast elkaar gezet met het verschil 👇
2/6
Deze plotselinge verandering valt moeilijk los te zien van het plotselinge en extreme winterweer in dit deel van Europa.
Duitsland lijkt met 3% groei het buitenbeentje, maar die zaten 12/02 op -23% en zijn dus 26 procentpunt gestegen.