Share this page!

Enter URL or ID to Unroll

You can paste full URL like: https://x.com/threadreaderapp/status/1644127596119195649
or just the ID like: 1644127596119195649

How to get URL link on X (Twitter) App

  1. On the Twitter thread, click on or icon on the bottom
  2. Click again on or Share Via icon
  3. Click on Copy Link to Tweet
  4. Paste it above and click "Unroll Thread"!
  5. More info at Twitter Help
Dirk Paessler Profile picture
@dpaessler
Apr 3, 2021 • 11 tweets • 4 min read • Read on X
Scrolly
Hier ein Update meines Pandemie-Prognose-Modells.

Gute Nachricht: Die Gesamtfallzahl ist seit Version 5 gesunken (3,7 Mio statt 4,9 Mio ab 22.3., wenn keine Verschärfung)

Schlechte Nachricht: Zahl ITS-Fälle und Sterbefälle nicht verbessert!

THREAD
1/x
 dirkpaessler.blog/2021/03/25/cor…
Änderungen am Modell: Teil 1:

* Wochen-Altersgruppen-Daten bis KW 12 vom RKI eingepflegt
* R-Wert Reihe angepasst an aktuelle Entwicklung
* Impfung oder Infektion schützt nur zu 80% davor, sich anzustecken und dann andere anzustecken (Quelle CDC) (vorher 100%)
2/x
Änderungen am Modell: Teil 2:

* Deutlich ambitionierteren Impfplan habe ich von RKI Studie “Epidemiologisches Bulletin 13/2021” übernommen (siehe Bild)
* Darstellung der Infizierten plus Dunkelziffer bei Impfrate
* Berechnung der LongCovid-Fälle von UK-Studie übernommen.
3/x
Vergleich Fallzahlen pro Woche (Modellversionen vom 25.3. und vom 3.4.)
4/x
Vergleich Modellversionen vom 25.3. und vom 3.4. (Achtung: Vertikale Achsen sind unterschiedlich skaliert):
5/x
Bemerkenswert erscheint mir, dass sich das Durchschnittsalter der ITS Patienten vor Juni nicht grossartig ändert in meinen Modellberechnungen. Überprüfen kann ich das nicht, es gibt m.E. keine öffentlichen Daten dazu.
6/x
Die Berechnung der Anzahl der LongCovid Patienten erfolgt nach den Daten der Studie "Prevalence of ongoing symptoms following coronavirus (COVID-19) infection in the UK: 1 April 2021"...
7/x
 ons.gov.uk/peoplepopulati…
...die die folgende Angaben zur Wahrscheinlichkeit hat, dass ein Patient nach einem positiven Test noch Symptome hat. Diese Wahrscheinlichkeit liegt zwischen 12% und 21% (wobei hier Rate der Patienten gezeigt ist, die x Tage nach pos. Test noch mindestens ein Symptom haben)
8/x
Damit ergibt sich eine immense Anzahl an LongCovid-Fällen (wobei hier die Rate der Patienten gezeigt ist, die x Tage nach pos. test noch mindestens ein Symptom haben).
9/x
Abschließend hier der komplette Modelllauf für das Szenario, dass nichts einschneidendes passiert und die Schulen wieder aufmachen nach den Ferien:
10/x
Alles ausführlich beschrieben in meiner Modellbeschreibung:
dirkpaessler.blog/2021/03/25/cor…
11/11

• • •

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

Dirk Paessler Profile picture
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
Dirk Paessler Profile picture
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
Dirk Paessler Profile picture
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
Dirk Paessler Profile picture
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
Dirk Paessler Profile picture
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
Dirk Paessler Profile picture
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!

Send Email!

:(