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
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
Dirk Paessler Profile picture
Jan 6, 2023
Kurzes Modellupdate zu XBB.1.5

Wichtig: Die Datenlage der Sequenzierungen ist z.Zt. noch sehr sehr dünn, XBB.1.5 liegt noch unter 1% und Daten sind somit unsicher. Alles was jetzt kommt bitte als Gedankenspiel ansehen, und nicht als Vorhersage.
1/x
Es könnte locker bis Mitte Januar dauern, bis wir das genauer einschätzen können. Die Datengrundlage der Sequenzierungen scheint auch nicht besser zu werden, andere Länder sind da viel besser.
OK, wenn das mal klar ist: In meiner ersten Modellrechnung mit XBB.1.5 hatte ich angenommen, dass in Woche 9.1. ca. 1% der Fälle XBB.1.5. sein würden. Dies scheint mit den aktuellen Daten zu optimistisch gewesen zu sein.
Read 8 tweets
Dirk Paessler Profile picture
Dec 29, 2022
Es kursieren Berechnungen, die für Variante XBB.1.5 eine Verbreitungsvorteil um +50-70% im Vgl. zu BQ.1.* aufzeigen.
Noch taucht das in dt. Sequenzierungen kaum auf, bis Mitte Januar gibt's kaum brauchbare Daten.
Aber wie würde denn XBB.1.5 bei uns aussehen mit diesen Eckwerten?
Was für eine große oder kleine Welle könnte denn da kommen, schließlich klingen 70% Verbreitungsvorteil nach sehr viel?

Um dem nachzugehen habe ich folgende Annahmen getroffen:

* XBB.1.5 liegt aktuell bei 0,5% der Fälle
* XBB.1.5 hat 60-70% Verbreitungsvorteil zu BQ.1.*
Unter den genannten Annahmen ergäbe sich ein XBB.1.5 Peak vor/um Ostern. Wenn man sich das mit den Folgen (Klinik/Totenzahlen) anschaut, dann sieht das so aus:
Read 10 tweets
Dirk Paessler Profile picture
Dec 21, 2022
Rückblick auf Modellrechnung vom 6.10. und Ausblick auf Januar 2023

1. Inzidenz: Am 6.10. erwartete das zentrale Szenario eine Welle um Inzidenz 750. Bekommen haben wir 2 Wellen (Inzidenz 800 Mitte Oktober und 500 im Dezember). Januar könnte etwa wie der September werden
1/x
Warum 2 Wellen: “Feriendelle” für BA.5 war stärker als erwartet, die 2. Welle mit Varianten um BQ.1.x waren noch nicht drin im Modell damals.
Anm.: RKI Inzidenzen sind seit Oktober mit mind. Faktor 2 zu niedrig (Dunkelziffer!), Modell rechnet mit DZF vom September weiter.
2/x
2. COVID-Hospitalisierungen

Zentralen Szenario erwartete am 6.10.2022 eine Welle mit Peak um 17.000 Hospitalisierungen pro Woche. Bekommen haben wir 2 Wellen mit 18.000 Hospitalisierungen Mitte Oktober und 15.000 im Dezember

3/x
Read 8 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!

:(