Thread by @mdradvies

Vrijdagavond schreef ik deze draad over hoe dit Kabinet op indrukwekkende wijze 7 maanden lockdown in twee weken tijd volledig geFUBARd* heeft met een rampzalig slechte opzet van #TestenVoorToegang. En hoe dit dus niet lag aan #sjoemelQR’s

https://twitter.com/mdradvies/status/1413762948632305665?s=20

1/n

*Aangezien ik zag dat ik tegenwoordig gevolgd wordt door @DiederikJekel die een mooi draadje schreef over de toon van het debat mogen jullie dit zelf opzoeken…

De vraag wat dan wel het probleem was bij #TestenVoorToegang heb ik vakkundig genegeerd.
Maar dat is natuurlijk wel een superbelangrijke vraag.
Want die vraag geeft antwoord op een andere vraag: zijn de nieuwe maatregelen voldoende?

Dus: hoe ging het nu wel fout?

2/n

Als eerste gaan alle credits voor het echte werk in dit draadje naar @CDuitsland. Hij heeft het rekenmodel opgezet. Ik heb vooral wat domme vragen gesteld en inpujt geleverd. En nu dan dit draadje geschreven.

3/n

Waar komt de rest van die besmettingen dan vandaan? Paar opties:
1. Termijn van 40u tussen testen en toegang.
2. Dansen Met Janssen, zonder bescherming of test de kroeg in.
3. #SjoemelQR’s van mensen die helemaal niet getest zijn
4. Andere besmettingsbronnen buiten de horeca

4/n

Probleem is:
We weten te weinig. Hoeveel mensen gingen Dansen met Janssen? Hoeveel hebben een sjoemelQR gebruikt? Hoeveel waren er uberhaupt op stap? En, nu de teststructuur in zijn voegen kraakt: waar komen de besmettingen eigenlijk vandaan en hoeveel zijn het er geweest?

5/n

Dus hebben we een model gemaakt. Om te kijken waar nu de grote correlaties zitten. Welke invloeden hebben de verschillende opties op het totale aantal besmettingen.
Het Excel rekenmodel kun je hier downloaden

6/n
drive.google.com/drive/folders/…

Voor het rekenmodel zijn een aantal variabelen gedefinieerd.
Die zie je hieronder. Voor een verantwoording van de gebruikte data en bronnen verwijzen we voor het gemak even naar het bronbestand uit Tweet 6.

7/n

Enige wat ik hier wel even wil benoemen:
We maken een extrapolatie van het door RIVM gemelde aantal testen (287k) naar het door SON publiek gemelde testen (420k).
We gaan uit van: 420k testen en (420.000 / 286780) * 553 = 781 positieve testen.

8/n

stichtingopennederland.nl/afgelopen-week…

Hiernaast onderscheiden we nog 4 groepen deelnemers:
- Toegang via #DansenMetJanssen, prik < 14 dagen (geen immuunrespons)
- Toegang via #DansenMetJanssen, prik > 14 dagen (volledige immuunrespons)
- Sjoemelaars zonder test
- Sjoemelaars na positieve test TvT.

9/n

Tot slot hoeveel personen iemand besmet. Hierbij maken we onderscheid tussen personen met een normale / lage viruslast, en personen met een hoge viruslast (vaak op de dagen -2 tot 1, ofwel 2 dagen voor en 1 dag na begin symptomen cq piek in viruslast voor asymptomatischen)

10/n

Voor de besmettelijkheid houden we een periode van 7 dagen aan, waarbij 30% van de tijd zeer besmettelijk bent. Dit is gebaseerd op een vergelijkende studie omtrent het ziekteverloop van de Delta variant tov het originele SARS-Cov-2 virus.

11/n

Met deze aannames gaan we vervolgens berekenen hoeveel mensen besmettelijk zijn binnen de totale groep van deelnemers aan #TestenVoorToegang. Ook berekenen we hiermee de prevalentie. Voor de gegeven zijn dit resp. 1161 besmettelijke mensen en een prevalentie van 0.28%

12/n

En tot slot kijken we, aan de hand van de het ziekteverloop in voorgaande afbeelding hoeveel mensen pas besmettelijk werden na een test op de maximale termijn tussen testen en toegang. Dat zijn, met een termijn van 40u, 277 mensen.

13/n

Waar leidt dit nu allemaal toe?

Nou, het volgende:
Het aantal fout-negatieven in dit scenario bedraagt ongeveer 50% van het totaal aantal besmettelijke personen, en ongeveer 75% van het zeer besmettelijke personen.

14/n

Doordat een relatief grote groep fout-negatieven pas positief zijn geworden na de test, en de termijn tussen test en toegang precies overeenkomt met de periode waarin de besmettelijkheid het grootst is, worden er relatief veel “superspreaders” geintroduceerd.

15/n

Dit zijn mensen met een hoge virale load, die veel anderen besmetten. Deze groep, hoewel de helft van het totaal aantal positieve personen, neemt 80% van de besmettingen voor zijn rekening.

16/n

Het verkorten van de termijn van testen tot toegang tot respectievelijk 24 en 2 uur laat zien dat hiermee het aandeel “superspreaders” snel minder wordt. Bij een test 2u voor aanvang is het aantal besmettingen door deze superspreaders gehalveerd.

17/n

Andere optie is antigeentest met hogere sensitiviteit gebruiken. Zou, bijvoorbeeld, de Roche SARS-CoV-2 Rapid Antigen Test gebruikt worden, met een (gevalideerde) sensitiviteit van 89% wordt het totaal aantal besmettingen voor ieder scenario met nog eens 25-30% kleiner.

18/n

Vanzelfsprekend scheelt het ook behoorlijk als bij het Janssen vaccin een wachttijd van 2wkn aangehouden wordt. Als we uitgaan van de basisconfiguratie, en dit vergelijken met de situatie waarin men min 2 wkn moet wachten scheelt dit 30% in het totale aantal transmissies.

19/n

Wat verder nog opvalt is de grote invloed van de prevalentie. Vergelijken we het aantal testen en prevalentie van het weekend van 3 juli (420.000 - 0.28%) met dat van 10 juli (170.000 - 2.20%), dan zijn de uitkomsten schrikbarend.

20/n

U leest het goed. Hoewel TvT in het afgelopen weekend ruim 60% minder testen zijn afgenomen (enkel vrijdag open) is het aantal transmissies vervijfvoudigd. En daarmee wordt de vraag of het niet nog een blunder was te wachten tot zaterdag met het nemen van maatregelen...

21/n

Eigenlijk de enige constante in het hele verhaal is dit: #sjoemelQR’s zijn niet het probleem geweest. In geen enkel plausibel scenario spelen die een rol van betekenis. 100k fraudeurs EN min. 50% van de positief getesten die toch gaat levert maar 50% toename in transmissies

22/n

Conclusie:
#TestenVoorToegang is niet aan 1 verkeerde inschatting ten onder gegaan. Het is een opeenstapeling van fouten geweest. Op cruciale punten (termijn tussen test en toegang, #DansenMetJanssen) is afgeweken van de #OMT adviezen.

23/n

Juist deze beleidskeuzes hebben een grote stijging van het aantal besmettingen ten gevolg. De initiele zondebok, sjoemelende jongeren, treft juist geen blaam (los van het morele aspect natuurlijk). Dit gedrag is niet de oorzaak geweest van de explosie aan besmettingen

24/n

Wel is het belangrijk om de vraag te stellen of #TestenVoorToegang bij deze prevalenties plaats kan vinden, of dat we eerst de cijfers nog verder omlaag moeten duwen.
Zelfs al schaf je #DansenMetJanssen af, EN verkort je de termijn tussen test en toegang tot 2u...

25/n

...EN gebruik je een antigeentest met hogere sensitiviteit, zoals bijv. de Roche, dan nog hou je problemen. Problemen omdat de R van een avondje stappen hoger blijft dan 1 (meer transmissies dan dat er besmette personen zijn).

26/n

Pas als je ook de transmissie binnen de horeca omlaag weet te krijgen (o.a. Goede ventilatie, placeren, afstand houden, etc) zakt het aantal besmettingen naar een (epidemiologisch) aanvaardbaar niveau.

27/n

Conclusie:
Dit draadje is vooral geschreven om te laten zien dat het wel degelijk mogelijk, en absoluut noodzakelijk, is om de blik los te scheuren van de achteruitkijkspiegel en naar voren te gaan kijken.

28/n

De uitkomsten van deze analyses zullen absoluut niet tot 3 cijfers achter de komma een juist beeld geven van de ontwikkelingen. Zijn ze ook niet voor bedoeld. Ze zijn bedoeld om vooruit te kijken en een inschatting te geven van de te verwachten consequenties van maatregelen

29/n

Want het probleem is niet dat er geen voorspellende modellen gemaakt of gebruikt kunnen worden. Dat dit (modelleer)technisch niet zou kunnen is volslagen onzin.

Zoals wij nog wel eens tegen concullega’s zeggen:
“Nee, *jullie* kunnen het niet. Dat is iets anders.”

30/n

Door enkel te kijken naar het verleden, laten we ons telkens verrast door de toekomst.
Door externe expertise af te wijzen, zullen we nooit beter weten.
Door niet te evalueren, zullen we nooit leren.

Persoonlijk ben ik daar wel een beetje klaar mee eerlijk gezegd.

31/eind