Dirk Paessler Profile picture
Mar 20, 2021 21 tweets 5 min read Read on X
Wir haben ca. 4 Wochen um uns zu entscheiden zwischen "Brems-chen", "Notbremse" oder "Lockdown".

Was davon ausreicht hängt vom Start-Zeitpunkt der Einschränkungen ab! Für sowas macht man Modellrechnungen.

Hier sind 4+1 Szenarien.

THREAD 1/x

dirkpaessler.blog/2021/03/20/cou…
Szenario A: Kein Lockdown => Dass “nix tun” keine Option ist, sieht man sofort. 55.000 Todesfälle, 6 Millionen Infektionen, die zu 600.000 Longcovid-Fällen führen und eine Welle in den Intensivstationen, die nicht in die Grafik passt (Welle wäre ca. 4x so hoch wie 2. Welle).
2/x
Jetzt kommen zwei Szenarien mit ähnlichen Auswirkungen.

Szenario B: “Brems-chen” (wie 1. Märzwoche) ab 22.3.2021
=> Was passiert, wenn am Montag einige, aber keine tiefgreifenden Einschränkungen beschlossen werden?
3/x
Szenario C: Lockdown (wie 1. Februarwoche) ab 5.4.2021
=> Wie sieht es aus, wenn wir jetzt nichts ändern, und die Entscheidung für einen Lockdown mit Regeln ähnlich wie in der letzten Januarwoche/ersten Februarwoche bis Anfang April verschieben?
4/x
Interessanterweise haben Szenario B und C nahezu das gleiche Ergebnis: Etwa 25.000 Todesfälle, ca. 2 Mio Infizierte und 200.000 Longcovid-Fälle – beim “Brems-chen” bleibt aber die Welle in den Intensivstationen deutlich niedriger (7.600 Betten vs. 9.300)...
5/x
... , weil sich die Welle etwas in die Länge zieht, ist aber immer noch um fast 25% höher als die erste Welle.
6/x
Szenario D: Lockdown (wie 1. Februarwoche) ab 29.3.2021
=> Was würde es bringen den Lockdown eine Woche vorzuziehen? Dann sinkt die Gesamtanzahl der Infektionen und Longcovid Fälle 25% auf 1,5 Mio bzw. 150.000, die Sterbefälle sinken um 15%.
7/x
Fun Fact: In allen Szenarios mit Maßnahmen, also B/C/D, dauert es bis Juni um wieder auf die Fallzahlen zu kommen, die wir vor 4 Wochen hatten. 2 Monate Lockdown als Quittung für 4 Wochen Leben mit überstürzte Lockerungen – gegen die Empfehlungen der Wissenschaft.
8/x
Merke: Für jeden Tag Inzidenz-Wachstum brauchst Du 2 Tage Lockdown. Das ist ein hoher Preis, den wir für die "unbedingt nötigen" Lockerungen bezahlen.
9/x
Fazit: Wenn man die Ergebnisse des Modells miteinander vergleicht ergibt sich: Weil die Nebenwirkung der Einschränkungen beim “Brems-chen” wohl geringer ausfallen als bei einem härteren Lockdown, dürfte das z.Zt. unsere beste Option der 4 sein.
10/x
Dazu müssten wir uns aber gleich am Montag entscheiden und das sofort umsetzen. Ist wohl nicht wahrscheinlich, dass die Politik das so schnell schafft.
11/x
Alle anderen Modelle, also “Brem-schen” erst eine Woche später, oder Lockdowns später als 29.3. oder 5.4. haben deutlich schlechtere Aussichten, erscheinen aber wenigstens noch machbar.
12/x
Das bringt uns zu “Szenario E”: Käme als “letzte Lösung” ein Lockdown erst am 12.4.2021, der ab 19.4.2021 wirkt, hätte das 5 Mio Infektionen, 100.000 Todesfälle und eine Welle in den Intensivstationen, die doppelt so groß ist wie im Dezember, zur Folge.
13/x
Immerhin besser als “durchlaufen zu lassen”, aber immer noch katastrophal. Das Gesundheitssystem würde kollabieren, andere Funktionsbereiche der Gesellschaft würden straucheln, was noch weitere Schäden nach sich zieht, die ich hier nicht eingerechnet habe.
14/x
Also, ohne massive Einschränkungen kommen wir nicht bis in den Sommer. Und das alles trifft auch nur dann ein, wenn der ambitionierte Impfplan auch tatsächlich umgesetzt wird.

All das ausführlich in meinem Blog:
dirkpaessler.blog/2021/03/20/cou…

15/x
Nachtrag: Weil die Frage aufkam, warum in Szenario A ("nix machen") doch irgendwann der R-Effektiv Wert unter 1 sinkt und die Welle zu Ende geht. Das ist eine Kombination aus 3 Effekten

=> was jetzt kommt sind Stresstests für das Modell, bitte mit Wohlwollen betrachten 🙂
1/4
Effekt 1: Die Impfung: Hier der Vergleich von Szenario A mit aktuellem Impfplan und mit 2 Monate verzögerter großer Impfwelle: Alle Schlüsselzahlen steigen um ca. 50%
2/4
Effekt 2: Saisonalität: Wenn ich die Absenkung des R-Wert über den Sommer (modelliert mit Sinus-Funktion) rausrechne, dann hat das etwa die gleichen Auswirkungen wie die verzögerte Impfung
3/4
Effekt 3: Lockdown: In Szenario A bleiben wir ja bei den aktuellen Restriktionen, wir sind ja praktisch in einem Dauer-Lockdown. Würden wir am 22.3. alle Restriktionen streichen, steigt R-wild auf R0=2 oder mehr und bis Juni hätten sich 54 Mio infiziert, 1 Mio wären tot.
4/4
Nachtrag 2: Es kam die Frage auf was passiert, wenn wir einen härteren "April-2020-Style" Lockdown machen würden.
Nachtrag 3: Google Sheets Datei des Modells zum reinschauen oder kopieren/herunterladen:

docs.google.com/spreadsheets/d…

Würde mich freuen, wenn mir jemand die Vorhersage-Fehler bzw. falschen Annahmen aufzeigt, die die o.g. Szenario-Ergebnisse besser werden lassen.

• • •

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

Keep Current with Dirk Paessler

Dirk Paessler 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 @dpaessler

Sep 1
**WENN** (Achtung, Konjunktiv) die aktuelle COVID Welle ähnlich verlaufen würde wie die letzte Welle, dann **könnte** das im Herbst so aussehen: Peak der Welle könnte Anfang Oktober zwischen Inzidenz 2500-5500 sein, dafür dieses Jahr ruhigerer Jahreswechsel.

Let me explain 🧵 Image
Wenn man sich geglättete Wochen-R-Werte (=aktuelle Woche durch Mittelwert 2 Vorwochen) anschaut und mit Anzahl der "Ansteckbaren" (=Bevölkerung minus Infektionen der letzten 12 Wochen) anschaut, könnte es Zusammenhang geben: Bei ca. 55 Mio Ansteckbaren, sinkt der R-Wert unter 1. Image
Dann bleibt der R-Wert unter 1, die Welle läuft aus, bis wieder ca. 78 Mio Ansteckbare erreicht sind, dann geht der R-Wert wieder über 1 und die nächste Welle beginnt. Diese Augenblicke sind in der Grafik mit rosa Pfeilen markiert.
Read 15 tweets
Aug 30
Ich habe hier mal versucht, das aktuelle Infektionsgeschehen in Deutschland (rechts) anhand der COVID-Hospitalsierungen (links) der @diedgina Notaufnahme Ampel **abzuschätzen**. Links sieht es so aus, als wären wir auf Vorjahresniveau. Aber... Image
Aber weil wir (optimistisch) davon ausgehen wollen, dass die Hospitalisierungsrate über die Zeit stetig sinkt (durch mehr und mehr Infektions/Impfbedingte Immunität), müßten wir jetzt aktuell im August 2024 deutlich über der Anzahl der täglichen Neu-Infektionen des Vorjahres liegen.
Das ist hier aber natürlich nur eine ABSCHÄTZUNG mit großer Unsicherheit ("Error bars"), die man auch wieder nur abschätzen kann und die ich mit den lila Linien eingezeichnet habe. Aber hier geht es ja auch um die Darstellung des Trends.
Read 10 tweets
Jul 28
Kann man die tatsächlichen SARS CoV2 Infektionszahlen und die daraus folgenden Longcovid Patientenzahlen aus öffentlich verfügbaren Daten abschätzen? Eine Statistik-Fingerübung zum Zuschauen. #manycharts

Ein längerer 🧵

1. Image
Was folgt ist eine Abschätzung der Zahlen für die COVID-Infektionen und LongCovid-Patienten in Deutschland. Aufgrund der mauen Datenlage kann das hier nur ein Versuch einer Annäherung sein. Trotzdem sollten diese Zahlen zumindest eine brauchbare Abschätzung "nach unten" sein.

2.
Wir gehen von den vom RKI vermeldeten Fallzahlen der letzten Jahre aus. Irgendetwas ist ab März 2023 passiert, die offiziellen Fallzahlen könnten suggerieren, dass die Pandemie vorbei gewesen wäre, aber....

3. Image
Read 36 tweets
Feb 23, 2023
Im Vergleich zur Vorwoche liegt die Modellrechnung mit den neuen Daten aus dieser Woche etwas optimistischer, aber nicht erheblich verändert. Spitze der Welle im Modell in der KW des 6.3.2023.
Der Peak bei den COVID-Hospitalisierungen hat sich um eine Woche nach vorne verschoben auf die KW des 6.3.2023 mit dem Wert 9250. Auch der Peak der COVID ITS-Belegung hat sich um eine Woche nach vorne verschoben auf ca. 1220 in der KW des 20.3.2023.
Mit den neuen Krankenstands-Daten der @BKKDV zeigt sich, dass die Krankenstands-Berechnung des Modells für Januar den Wert korrekt vorhergesagt hat. Für Mitte März erwartet das Modell einen höheren Krankenstand als im Dezember.
Read 7 tweets
Feb 17, 2023
Update Modellrechnung: Die Dunkelziffer-korrigierte Modell-Inzidenz liegt jetzt höher als letzte Woche und oberhalb der Skala. Erst Ende März ist Entspannung in Sicht im Modell, der Krankenstand strebt wohl neuem Rekord entgegen.
Es herrscht immernoch eine große Unsicherheit, was man an der großen Spanne der wöchentl. COVID-Hospitalisierungen und COVID-ITS-Bettenbelegung sieht, die je nach Szenario von sinkend bis Verdopplung geht.
Ab jetzt bis Ende März liegt im Modell die Dunkelziffer-korrigierte Inzidenz bei mehreren Tausend (im zentralen Szenario). Welcher genaue Wert das ist, ist eigentlich schon nicht mehr relevant (und nicht überprüfbar). Wohl aber m.E. höher als alles, was wir bis jetzt hatten.
Read 4 tweets
Feb 5, 2023
Mit den neuesten Sequenzierungsdaten deutet sich im Modell weiterhin an, dass die XBB.1.5 Welle kleiner ausfällt als die Dezember-Welle. Die Ferien helfen beim Bremsen, die Faschingswoche ist bereits mit etwas erhöhter Ansteckung modelliert (interne Modell-Inzidenz max ~4000).
Wenn es nach dem Modell geht, dann würden die ITS-Betten mit COVID nicht mehr über 500-700 steigen.
Krankenstand liegt im Modell Ende Februar auf ähnlichem Level wie im Dezember 2022.
Im Modell wird XBB.1.5 ab Ende Februar dominant (=Mehrheit der Infektionen). Die gestrichelten Linien zeigen wie das Modell die Entwicklung der Sequenzierungsdaten (durchgezogene Linien) synthetisch nachzeichnet um daraus einen möglichen weiteren Verlauf zu berechnen.
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!

:(