Ilkka Rauvola Profile picture
Mar 20, 2021 36 tweets 18 min read Read on X
Tässä ministeri jakaa virheellistä tietoa. 14 päivän ilmaantuvuuden alkoi pienenemään 10. joulukuuta. Ilmaantuvuuden väheneminen lähti kiihtymään joululomien alettua 22. joulukuuta. Ilmaantuvuus lähti nousemaan oppilaiden palattua kouluihin 7. tammikuuta.
1/x

#FactCheck Image
@jussisaramo väite 1 (ei pidä paikkaansa): "tartunnat laskivat koko joulukuun alun".

14 vuorokauden ilmaantuvuus itse asiassa nousi koko ajan aina 9. joulukuuta asti, ja lähti laskemaan vasta 10. joulukuuta (eikä 1. 12.).
2/x Image
14 päivän ilmaantuvuus laski koulujen viimeiseen päivään (22.12.) mennessä tasolle 90.0, eli yhteensä 20 prosenttia.
3/x Image
Sen jälkeen alkoi koulujen joululoma, joka kesti runsaat 2 viikkoa. Joululoma oli erittäin tehokas keino alentaa tartuntoja: 14 päivän ilmaantuvuus laski 32 prosenttia lisää tasolle 60.5 (eli 32/20 = 60 prosenttia enemmän kuin ennen joululomaa).
4/x Image
Koulujen joululomien seurauksena 14 päivän ilmaantuvuus laski koko joulun jälkeisen ajan minimiin (60.5) joululomien viimeisenä päivänä (6. tammikuuta).
5/x Image
Väite 2 (ei pidä paikkaansa): "kunnes itämisajan viiveellä lasku loppui lomien alettua".

Suomessa altistumiset.fi aineistosta laskettu itämisaika on 4-6 päivää. Yhteensä 290 000 altistunutta noin 8100 tapahtumassa, joissa altistumisia on tapahtunut.
6/x Image
Kuuden päivän viiveellä altistusten ja tartuntojen välinen korrelaatio on 83 prosenttia. Noin 8100 altistumistapahtumaa ja 63000 tartuntaa 1.8.2020 jälkeen.
7/x Image
Jos käytetään 4-6 päivän itämisaikaa, niin 14 päivän ilmaantuvuus lähti todellisuudessa alenemaan 4-6 päivää aikaisemmin eli 3.-5. joulukuuta, ja saavutti todellisen miniminsä 31.12.-2.1.
8/x Image
Olennainen osa 23.11. alkaen tulleita rajoituksia oli se, että lukiot menivät etäopetukseen. Lisäksi, kun ylä- ja alakoulut sulkeutuivat itämisajalla korjattuna 26.-28.12., 14 päivän ilmaantuvuus laski 16.3-18.3% minimiin tultaessa (31.12.-2.1.).
9/x

#FactCheck Image
Kumpikaan osa tästä väitteestä ei siis pidä paikkaansa.
10/x Image
Ministeri @jussisaramo n väite 2 (ei pidä paikkaansa): "itämisaika+testausaika huomioiden joululomat keskeyttivät todella hyvän kehityksen".
11/x

#FactCheck #faktantarkistus

Image
1) Ylempänä (6/x) olen todennut, että Suomen viive altistumisesta tartuntaan on 4-6 päivää.
2) on kaksi viivettä:
- altistumisesta oireiden alkamiseen (itämisaika)
- oireiden alkamisesta näytteenottoon (testiviive)
nuo kaksi ovat siis yhteensä 4-6 päivää.
12/x

#FactCheck Image
THL:n tartuntatautirekisteriin (sininen viiva) tartunnat kirjataan näytteenottopäivälle (eli se päivä jolloin testi tehtiin). Siitä ei siis aiheudu mitään ylimääräistä viivettä.
13/x

#FactCheck Image
Väitteen 2 toinen osa (ei pidä paikkaansa): "... joululomat keskeyttivät todella hyvän kehityksen".

Väärin. Joululomat jatkoivat ja veivät loppuun saakka sen kehityksen, joka alkoi 23.11. rajoituksista (mm. lukiot menivät etäopetukseen).
14/x

Väite 3 (ei pidä paikkaansa): "Koulujen sulkeminen on toimenpiteenä helppo, muttei kovin vaikuttava."
15/x

Image
Joululomat olivat erittäin tehokas keino hidastaa tartuntoja. Uudellamaalla (kuva) rajoitukset tulivat voimaan noin 22. marraskuuta. Lukiot menivät silloin etäopetukseen.
16/x

#FactCheck Image
Lukiot menivät etäopetukseen Uudellamaalla noin 22. marraskuuta. Vaikutus oli välitön: kun 4-5 päivän itämisaika otetaan huomioon, niin lukioikäisten (16-18) ilmaantuvuus lähti laskemaan noin 1-2 päivää etäopetuksen voimaantulon jälkeen.
17/x

#FactCheck Image
Sillä hetkellä kun koulujen joululoma alkoi (22.12 + itämisaika = 26.12.), lukioikäisten ilmaantuvuus oli tullut alas jo 41 prosenttia. Joululoman aikana ilmaantuvuus väheni 7.2 prosenttia lisää (26.12.-10.1.) ja sen jälkeen vielä 7.8 prosenttia lisää.
18/x

#FactCheck Image
Lukioikäisten ilmaantuvuus laski siis etäopiskelun aikana yhteensä 1-134.6/267.3 = 49.6 prosenttia. Toisin sanoen etäopiskelu oli erittäin tehokas keino vähentää lukioikäisten tartuntoja.
19/x

#FactCheck Image
Katsotaan seuraavaksi, mitä peruskoululaisille kävi. Kuten @KLaine920 hienosti havaitsi, HUS:n alueella
ilmaantuvuus lähti peruskoululaisten parissa laskuun vasta kaksi viikkoa lukiolaisten jälkeen. Syy: lähiopetus.
20/x

#FactCheck

Kun rajoitukset tulivat voimaan (22.11. + 4 päivän itämisaika = 26.11.), peruskoululaisten (eli 7-15 -vuotiaiden) 14 päivän ilmaantuvuus oli tasolla 158.8. Siitä se lähti nousemaan, kunnes 14.12. ilmaantuvuus oli tasolla 183.9. Nousua oli tullut 16 prosenttia.
21/x

#FactCheck Image
Kun koulut päättyivät (22.12. + 4 päivän itämisaika = 26.12.=, 7-15 -vuotiaiden ilmaantuvuus oli laskenut 41.5 prosenttia. Joululoman aikana (alkaen 22.12. + 4 = 26.12. ja aina 6.1. +4 = 10.1. asti) ilmaantuvuus laski vielä 32.6 prosenttia.
22/x

#FactCheck Image
Yhteenveto joululomien vaikutuksesta

- lukioikäiset -7.2 % (siitä huolimatta että valmiiksi etäopetuksessa)
- peruskoululaiset -32.6 %

eli joululomat olivat erittäin tehokas keino vähentää varsinkin lähiopetuksessa olleiden peruskoululaisten tartuntoja.
23/x

#FactCheck Image
Tulos: ministeri @jussisaramo :n väite "koulujen sulkeminen on toimenpiteenä helppo, muttei kovin vaikuttava" ei pidä paikkaansa.
(Voidaan toki käydä läpi myös muu Suomi).
24/x

#FactCheck Image
Käydään samalla läpi koulujen syyslomat ja hiihtolomat. Etelä-Suomen koulujen syyslomat (10.-18.10.2020) olivat ainoa hetki koko syksyn epidemian aikana (ennen joululomia), kun 14 päivän ilmaantuvuus laski ilman että olisi asetettu uusia rajoituksia. Tässä kuva.
25/x

#FactCheck Image
Yllä oli HUS:n kuva syyslomien ajalta, tässä koko maan tilanteen kehittyminen syyslomien (10.-18.10.2020) aikana. Lasketaan ensin HUS:n aineistosta.
26/x

#FactCheck Image
Etelä-Suomen syyslomat alkoivat 10.10. (lauantai). Siihen 5 päivän itämisaika päälle = 15.10. alkupiste. Sinä päivänä (15.10.) 14 päivän ilmaantuvuus oli 84.8, kasvua edellisen 5 päivän aikana 7.1.
27/x Image
14 päivän ilmaantuvuus nousi vielä yhden päivän ajan ja lähti sen jälkeen laskemaan. Loman viimeisenä päivänä (18.10. +5 = 23.10.) 14 päivän ilmaantuvuus oli tullut alas 87.1-80.8 = 6.3.
28/x

#FactCheck Image
Syyslomien tartuntoja alentava vaikutus kesti 3.11. asti (samalla tavalla kuin 7-15 -vuotiailla joululoman jälkeen tammikuussa 2021). Silloin viiden päivän ilmaantuvuuden muutos oli noussut takaisin tasolle 89.7-82.7=7.0. Rajoituksissa ei tuona aika tapahtunut muutoksia.
29/x Image
Jos syyslomia ei olisi pidetty, ilmaantuvuus olisi jatkanut kasvuaan todennäköisesti samaa vauhtia kuin ennen ja jälkeen syyslomien. 3.11. ilmaantuvuus olisi noussut tasolle 87.1+18 x (7.1 / 5) = 112.7 (23 korkeampi kuin toteutunut ilmaantuvuus).
30/x Image
Jos syyslomia ei olisi pidetty, 14 päivän ilmaantuvuus olisi noussut 112.7/89.7 = 26 prosenttia korkeammalle 3.11. mennessä. Sen jälkeen tuo 26 prosentin ero ilmaantuvuudessa olisi säilynyt (ellei sen takia olisi ryhdytty rajoitustoimiin. Todennäköisesti ei.).
31/x

#FactCheck Image
Jos syyslomia ei olisi pidetty, 14 päivän ilmaantuvuus olisi noussut 26 prosenttia korkeammalle 3.11. mennessä. Sen jälkeen ilmaantuvuus olisi todennäköisesti kehittynyt samalla tavalla kuin tähänkin asti (ellei olisi säädetty tiukempia rajoituksia).
32/x

#FactCheck Image
Marraskuun 2020 rajoitukset olisi jouduttu laittamaan päälle noin 5 päivää aikaisemmin, ja maaliskuun 2021 rajoitukset noin 9 päivää aikaisemmin. Yhteensä kaksi viikkoa pidemmät rajoitukset, jotka oletuksena olisivat tehonneet samalla tavalla.
33/x

#FactCheck Image
Ylläoleva 23 prosentin ero 14 päivän ilmaantuvuudessa 3.11.2020 alkaen tarkoittaa HUS:n alueella arviolta 7900 ylimääräistä tartuntaa aikavälillä 15.10.2020-19.3.2021.
34/x

#FactCheck Image
Suomessa on 30.6.2020 jälkeen kuollut 1.02 prosenttia niistä, joilla on todettu tartunta 12-15 päivää aikaisemmin (kuva). Ylläolevan kuvan 7856 tartuntaa olisivat johtaneet arviolta 7856 x 1.02/100= 80 ylimääräiseen kuolemaan HUS:n alueella.
35/x

#FactCheck Image
Yhteenveto: viikon kestäneet koulujen syyslomat viime lokakuussa (10.-18.10.2020) ovat vähentäneet HUS:n alueen tartuntoja arviolta 7900:lla, ja kuolemia arviolta 80:lla.
36/x

#FactCheck Image

• • •

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

Keep Current with Ilkka Rauvola

Ilkka Rauvola 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 @jukka235

Mar 9
In Sweden, 10% of healthy life years have been lost since the pandemic began.

That’s one out of every ten years gone.
1/x Image
The Swedish model: effectively, Sweden turned the entire adult population into smokers.
3/x

chatgpt.com/share/69af3267…Image
Read 11 tweets
Feb 26
25-29 year olds: cancer and neoplasm related deaths in Sweden (C00-D48).
1/x Image
During 2020-2024, among 25-29 year olds, the share of cancers showing growth in 2023-2024 increased from a historical baseline of 22% of all cancers (1997-2019 average) to 61% in 2024.
2/x Image
This is the same chart in terms of absolute numbers. Among 25-29 year olds, the total number of cancer related deaths bottomed out in 2021.
For the causes showing growth (in red),
- 2020-2024 average is 2.2 times as high as the 1997-2019 baseline
- 2023-2024 average is 3.1 times as high as the 1997-2019 baseline
3/xImage
Read 9 tweets
Feb 25
Cancer and neoplasm related deaths in Sweden (C00-D48).
1/x Image
Among 30-34 year olds, cancer and neoplasm related causes of death have been growing at an average rate of 32.5% per year since 2021 (equivalent to a 10-fold increase in 8.2 years if current growth continues).
2/x Image
Cancer related deaths accounted for 16.8% of all deaths among 30-34 year olds in 2024. If they continue to grow at the rate of 32.5%, they alone could be sufficient to double total mortality in this age group within 4 years, and increase it 10-fold within a further 8 years.
3/x Image
Read 8 tweets
Feb 22
Finland's epidemic 22 Feb 2026: the amount of virus detected in wastewater is now 60% higher than during the first Omicron wave in 2022. The post-Omicron baseline appears permanently higher compared with the pre-Omicron period; repeated waves show no sign of diminishing.
1/x Image
Post-Omicron baseline is permanently higher than pre-Omicron:
- before late 2021, levels were mostly 10³–10⁴.
- from 2022 onward, even troughs sit around 10⁵, or 10-100x higher than before Omicron: a sign of constant background transmission
2/x Image
The first Omicron wave in January 2022 was the first major structural break.
- this wave was an order of magnitude jump compared to the pre-Omicron period (2020-2021)
- the first Omicron wave fundamentally shifted the baseline 10 to 100 times upward
3/x Image
Read 12 tweets
Feb 20
Index / January 2026.
Part 1: fastest growing disease groups in Finland (7 Jan 2026)
1/x

Renal failures in Finland (8 Jan 2026)
2/x
Developmental delays and disorders (F80-F89) (9 Jan 2026)
3/x

Read 4 tweets
Feb 19
This is one beautiful chart.

Between 1997 and 2019, mortality across age groups declined by up to 48 percent. Large amounts of additional life were delivered. Courtesy of the Swedish health system.
1/x Image
Between 2019 and 2024, the Swedish health system took a step back. It would appear that school aged children were sacrificed for the greater good.
2/x Image
As a result, the post-2019 years have seen increasing levels for disease-related mortality for the younger age groups. For 5-9 and 10-14 year olds, mortality is now 66% and 38% higher than in 2019, respectively. 2024 was the worst for both of these age groups.
3/x Image
Read 4 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

Don't want to be a Premium member but still want to support us?

Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Or Donate anonymously using crypto!

Ethereum

0xfe58350B80634f60Fa6Dc149a72b4DFbc17D341E copy

Bitcoin

3ATGMxNzCUFzxpMCHL5sWSt4DVtS8UqXpi copy

Thank you for your support!

Follow Us!

:(