2/ Beispiel-Szenario 1A: Retrospektives Expositionsrisiko für Veranstaltung in Woche 34, mit 80 Personen ohne #Zertifikatspflicht, Verteilung nach Impfstatus gemäss Impfdaten.
Totales Expositionsrisiko 25.6% (1:4 Risiko! 🤦♂️), davon 21.5% durch #Ungeimpfte.
3/ Die Figur zeigt, dass an der Veranstaltung teilnehmende 'Persons' von vergangenen Tagen (Zeitfenster von T_ptc + 1 Tagen) je einen Risikobeitrag für eine unerkannte #Neuinfektion mitbringen. Nur der #Dunkelziffer-Anteil spielt hier eine Rolle.
4/ Szenario 1B: Wie 1A, aber mit #Zertifikatspflicht. Relevant ist hier die Sensitivität der Antigen-#Schnelltests bei asymptomatischen Infektionen. Obwohl diese mit 44% tiefer ist als erhofft (siehe [14] in 6/), reduziert sich das Expositionsrisiko auf 15.6%.
5/ Szenario 1C: Wie 1A/B, aber ausser den Kindern (0-9) seien alle geimpft. Zeigt, dass die viel zu hohen Fallzahlen in #Schulen, #Kitas etc. die #Pandemie befeuern können: 10 ungeschützte #Kinder tragen 7.13% zum Expositionsrisiko bei, die restlichen 70 Personen nur 5.60%! 🙄
7/ PS: Bei einem Treffen am Tag x tragen auch "zukünftige" Neuinfektionen zum Risiko bei, d.h. Personen, die schon ansteckend sind, jedoch erst Tage später die höchste Virenlast erreichen / allenfalls positiv testen. Alles im Tool drin.
Fragen/Anregungen? #LessCOVID#TeamScience
8/ Diese Figur zeigt im Detail eine Möglichkeit (von mehreren) für eine vergangene, unerkannte Neuinfektion, die am Tag der Veranstaltung noch ansteckend ist. Die Rate dieser vergangenen, unerkannten Neuinfektionen entspricht dem #Dunkelziffer-Anteil.
9/ Auch Neuinfektionen, die am Tag der Veranstaltung bereits ansteckend sind und erst später ihren Peak erreichen, tragen zum Expositionsrisiko bei. Die Rate dieser „zukünftigen“ Neuinfektionen hat einen zukünftig laborbestätigten und einen Dunkelziffer-Anteil.
• • •
Missing some Tweet in this thread? You can try to
force a refresh
1/ 🧵 für #Transparenz betr. abnehmendem #Impfschutz.
Bei steigender Impfdurchbruch-Rate in allen Altersklassen ist es sehr unglücklich, dass das @BAG_OFSP_UFSP nicht alles unternimmt, den #Impfstatus von PCR-getesteten Personen systematisch zu erfassen.
2/ In meinem Schreiben ans #BAG vom 23.08.2021 hatte ich auf die desolate Datenlage bei der Erhebung von Impfdurchbrüchen hingewiesen und davor gewarnt, bez. #ImpfstoffEffizienz ein allzu rosiges Bild zu malen.
3/ Mein Schreiben enthielt eine „Analyse der CH-Fallzahlen vs. Alter, Impfstatus und Vaccine Effectiveness“, welche in diesem (Thread) beschrieben wurde:
UPDATE: Wie gut sind unsere Impfstoffe? Wie ermittelt man die #Wirksamkeit zuverlässig? Welche Daten benötigt man, um Störfaktoren zu eliminieren? Wie kann die 🇨🇭 ihre Datenlage verbessern?
Ein 🧵 zur #Vaccine#Effectiveness (VE) vs. #DeltaVariante, Fokus Schutz vs. Infektion. 1/
Wie war dein #Infektionsrisko in Woche 33?
Beispiel: Du bist 20-29 und hattest eine durchschnittliche # Kontakte. Falls #ungeimpft, war deine 7-Tages-Infektionswahrscheinlichkeit 2%. 🙄
PS: Berechnet mittels BAG-Daten und VEs aus [9].
Siehe 10/ für Referenzen. 2/
Für eine unverfälschte Ermittlung der #Impfstoffwirksamkeit (VE) muss man den #Impfstatus von Fällen (positiver PCR-Test) wie auch von Nicht-Fällen (negativer PCR-Test) kennen. Leider fehlen uns dazu wichtige Daten (im Slide rot markiert). @BAG_OFSP_UFSP ? 3/
Update: Ein🧵zur erwarteten Verteilung der CH-#Fallzahlen nach Alter und #Impfstatus für 09.08.-15.08.21, wenn wir zur Vereinfachung eine altersunabhängige #Impfstoffeffizienz VE(2) = 91% gegen die #DeltaVariante annehmen.
In GB erreichen 18-34-jährige 91%, 35-64-jährige 80%
1/
Wie die dominanten roten Anteile in Slide (1/2) zeigen, entwickelt sich eine Pandemie der Ungeimpften. Alle, die sich irgendwie zum #Impfen entschliessen können, helfen mit, die rote Fläche zu verkleinern und den #Kollateralschaden zu reduzieren. #MinimizeCovid 2/
Ohne nationales Impfregister ist die Erhebung des #Impfstatus bei #PCR_Tests erschwert. Dies ist deutlich erkennbar anhand der Diskrepanz bei den Fällen von geimpften Personen zwischen den Daten des @BAG_OFSP_UFSP und den zu erwartenden Zahlen bei VE(2) = 91%. 3/