Dirk Paessler Profile picture
Nov 8, 2021 11 tweets 6 min read Read on X
Mein Thread mit den Modellrechnungen für die nächsten 6 Wochen hat eine Menge Aufmerksamkeit bekommen.

Zur Validierung meiner Ergebnisse hier ein Peer-Data Thread, der zeigt, dass Andere mit ganz anderen Methoden ganz ähnliche Werte erzeugen.
1/x Image
Die Grafik zeigt, dass es bei den nachfolgenden Modellen eine hohes Maß an Übereinstimmung gibt für eine ITS-Belegung über 6.000 Anfang Dezember. Der grüne Balken geht von einem Bremsen bei 400 aus, der gelbe Balken ist der Wert für 1 Woche vorher.
2/x
@ECMOKaragianni1, Wissenschaftlicher Leiter #DIVI Intensivregister, rechnet Anfang Januar mit 6.000 ITS-Patienten, wenn Inzidenz bei 400 stoppt (?). Das entspricht meinem Szenario H ("Ein Wunder geschieht") und ich komme auf 9.000 Betten, Peak an Xmas.
3/x
Das Team von @ViolaPriesemann wird hier von @quarkswdr zitiert mit einem Modell, das zum Jahresende 3.500 ITS Betten benötigt, wenn keine Maßnahmen kommen. Dieses Modell ist aber schon etwas älter.
4/x
@Martin46er1 zeigt in seinem Modell für Anfang Dezember eine ITS-Belegung von 9.000.
5/x
@aloa5 zeigt hier für den 23.11. etwa 5.000 ITS Betten. Alle meine Szenarien liegen am 22.11. bei 5.200 (schon nicht mehr vermeidbar).
6/x
@aloa5 zeigt hier für den 23.11. ca. 12.000 Hospitalisierungen pro Woche. Alle meine Szenarien liegen für die Woche des 15.11.-21.11. bei ca. 16.000 Hospitalisierungen, also auch etwas drüber.
7/x
@aurelwuensch zeigt für den 2.12. über 6.000 ITS Patienten. Nur "ein Wunder geschieht" liegt bei mir so tief zu dem Zeitpunkt.
8/x
@rv_enigma zeigt hier eine Interpolation, die auf 7.000 ITS Betten Anfang Dezember kommt. Alle meine Szenarien liegen da nur marginal drüber, außer "das Wunder".
9/x
Zum Schluss noch eine Validierung der Angabe der Toten, wenn Virus ungebremst durchläuft: 200.000-250.000 bei mir.
@mspro kommt auf 170.000 und @HInerle auf 320.000 .
10/x
Alle o.g. Abweichungen liegen innerhalb dessen, was an Unsicherheit für eine Vorhersage über 3 Wochen oder mehr zu erwarten wäre. Wichtig ist aber, dass der Trend in allen Modellen deutlich nach oben zeigt.
11/x

• • •

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

May 11
Der @derspiegel berichtet vorab über unsere Studie zu den gesellschaftlichen Kosten von ME/CFS und #LongCOVID für Deutschland in Folge der SARS-CoV2 Pandemie: Über 60 Mrd. € pro Jahr, d.h. viel viel mehr als alle Naturkatastrophen pro Jahr in D zusammen, inkl. Ahrhochwasser '21. Image
Mit mehr staatlichen Investitionen in die Forschung, insb. für Diagnosen und Medikamente, könnte die Belastung für die Gesellschaft und für die Betroffenen deutlich reduziert werden.

Der Bericht wird am Dienstag auf der ME/CFS Konferenz in Berlin offiziell vorgestellt. Image
Hier wird beschrieben, wie unser Modell arbeitet, ich bin einer der Autoren des Berichts. Image
Read 4 tweets
Apr 5
Im Supplement unseres Papers "Modellierung der COVID-Infektionszahlen in Deutschland (2020–2024)" haben wir unsere Modellzahlen mit verschiedenen, öffentlich zugänglichen Quellen verglichen.

Ein Thread dazu: Image
Der Vergleich mit der Viruslast für ganz Deutschland aus dem Projekt AMELAG (Abwassermonitoring für die epidemiologische Lagebewertung) des RKI zeigt ab 2022 sieben Infektionswellen (Abbildung 5). Die drei Modelle zeichnen den Verlauf der Viruslast im Abwasser sehr genau nach. Image
In einer Studie aus 9/2024 (Loenenbach et al., 2024) berechnen Mitarbeiter des RKI den Dunkelzifferfaktor für Deutschland für 2020 bis Anfang 2024. Die Werte von Loenenbach passen sehr gut zu unseren Modell-Ergebnissen in Abbildung 6. Image
Read 10 tweets
Apr 3
Unser Paper "Modellierung der COVID-Infektionszahlen in Deutschland (2020–2024)" ist online:

Zusammen mit @rv_enigma, @Martin46er1, @SNeefischer und Prof. H. Dormann haben wir versucht, die tatsächliche Anzahl (also inkl. Dunkelziffer) an COVID Infektionen in DE abzuschätzen. Image
Auf Basis von 3 unterschiedlich aufgebauten Modellrechnungen schätzen wir monatlichen SARS-CoV-2-Infektionszahlen in DE für die ersten 5 Jahre der Pandemie (2020–2024) ab. Es ergeben sich insg. zwischen 160 und 197 Mio. Infektionen für DE (bei 83 Mio Einwohnern). Image
D. h. wesentlich mehr als die vom RKI gemeldeten 39 Mio. Infektionen. d. h., im Schnitt wäre jeder Bürger mindestens 2-mal infiziert worden.
Read 7 tweets
Sep 1, 2024
**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, 2024
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, 2024
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

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!

:(