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
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
@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
@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
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
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.
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.
Hier wird beschrieben, wie unser Modell arbeitet, ich bin einer der Autoren des Berichts.
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:
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.
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.
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.
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).
D. h. wesentlich mehr als die vom RKI gemeldeten 39 Mio. Infektionen. d. h., im Schnitt wäre jeder Bürger mindestens 2-mal infiziert worden.
**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 🧵
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.
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.
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...
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.
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.
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....