Die Fallzahlen steigen immer weiter. Der 7-Tage-Mittelwert liegt aktuell bei 54.062, der Höchststand vor der 4. Welle bei 25.851. Doch wie sieht die Gesamtsituation deutschlandweit aus und wie ist die Lage im Vergleich zum letzten Jahr?

Ein Update. (1/n)
Ein Problem sind wie immer die Nachmeldungen. Von den heute 75.961 gemeldeten Fällen waren 52.329 den Gesundheitsämtern seit gestern bekannt und dementsprechend 23.632 länger als einen Tag. (2/n)
Deshalb ist es besser sich die Fälle nach Erkrankungsbeginn anzusehen. Dafür gibt es den Nowcast des RKI. Bei Fällen mit unbekanntem Erkrankungsbeginn wird dieser durch das RKI approximiert. (3/n)
Beim Vergleich der 7-Tage-Mittelwerte der gemeldeten Fälle mit dem des Nowcast RKI fällt auch ein deutlich geglätteter Kurvenverlauf auf. Der Nowcast des RKI bildet im übrigen auch die Grundlage für die Berechnung der R-Werte. (4/n)
Anhand des Verlaufs des 7-Tage-R-Werts des RKI kann man auch gut die Ausbreitungsgeschwindigkeit beurteilen. Aufgrund der Approximation, wobei bei unbekanntem Erkrankungsbeginn das Meldedatum der wichtigste Parameter ist, unterliegt auch dieser Schwankungen. (5/n)
Man kann aber auch den R-Wert anhand der 7-Tage-Mittelwerte des Nowcast berechnen und erhält dabei einen glatteren Kurvenverlauf. Dabei fällt auf, dass die Wachstumsrate seit dem 20.10. von 1,25 auf 1,14, mit einem zwischenzeitlichen Anstieg. (6/n)
Die zwischenzeitlichen Welle sehe ich zumindest teilweise bedingt durch die Approximation des Erkrankungsbeginns beim Nowcast des RKI. Denn in der Zeit gab es Feiertage und in einigen Bundesländern Ferienzeiten. Das führt u.a. zu Nachmeldungen. (7/n)
Eigentlich sollte das beim Nowcast nicht so wichtig sein, da es die Fälle nach Erkrankungsbeginn aufschlüsselt. Allerdings wird der Erkrankungsbeginn bei den Fällen, wo er nicht bekannt ist, approximiert, wobei das Meldedatum der wichtigste Parameter ist und (8/n)
Nachmeldungen dann doch eine Rolle spielen. Die Ferien spielen ebenfalls eine Rolle. Bspw. weil Schüler nicht mehr regelmäßig getestet werden, nach den Ferien jedoch schon. Den Effekt der Welle haben wir auch schon in früheren Phasen der Pandemie sehen können. (9/n)
Schauen wir uns beispielsweise Weihnachten 2020 an. In der blauen Linie kann man die gemeldeten Fälle sehen (7-Tage-Mittelwert). Dort haben wir einen starken Abfall mit anschließendem Anstieg und daraufhin wieder einen Abfall. Der Nowcast nach Erkrankungsbeginn (türkis) (10/n)
liegt einerseits weiter in der Vergangenheit, da er nach Erkankrankungsbeginn auflöst. Außerdem ist zu erkennen, dass die Welle zwar deutlich abgeflacht wurde, aber doch nicht ganz verschwunden ist. Das liegt wie gesagt daran, dass das Meldedatum bei der Approximation (11/n)
des Erkrankungsbeginns bei unbekanntem Erkrankungsbeginn der wichtigste Parameter ist. Deshalb ist dann eine Approximation erschwert und wird etwas verfälscht. Deshalb wird die Welle nicht komplett ausgeglichen. Das schlägt sich dann auch auf den Verlauf des R-Wertes (12/n)
nieder. Zwar korrigiert der R-Wert anhand des Nowcast die Schwankungen der gemeldeten Fälle, doch dieser kann nicht komplett abgefangen werden. (13/n)
Das selbe Phänomen können wir auch an Ostern erkennen. Auch hier gab es eine vermeintliche Welle, die auf die Ferienzeit zurückzuführen ist. Durch den Nowcast wird das zum großen Teil korrigiert, aber auch hier wieder nicht komplett, weshalb eine leichte Welle bleibt. (14/n)
Das schlägt sich auch hier auf den R-Wert nieder. Auch hier kann man eine Glättung der Welle sehen, die aber auch hier nicht komplett ausgeglichen werden kann, aufgrund der zuvor genannten Effekte. (15/n)
Anhand der zuvor genannten Beispiele kann man erkennen, dass solche Wellen Feiertagen und Ferienzeiten geschuldet sind und durch die Approximation nicht komplett beglichen werden. Deshalb dürfte zumind. ein Teil der aktuellen Welle Ende Oktober hierauf zurückzuführen sein. (16/n)
Schaut man sich den aktuellen 7-Tage-R-Wert des RKI an, hält der Trend der fallenden Wachstumsrate auch weiter an. Er liegt aktuell bei 1,04.

Was wäre gewesen, wenn der Trend sich ab dem 21.10. fortgesetzt hätte und es zu keiner Verlangsamung gekommen wäre? (17/n)
Dann hätten wir jetzt nicht einen 7-Tage-Mittelwert der gemeldeten Fälle von ca. 54.000, sondern von knapp 100.000. Eine Verlangsamung des Fallgeschehens ist also deutlich zu erkennen. (18/n)
Der Feiertags- und Ferieneffekt sollte dabei keine große Rolle spielen. Denn zunächst gibt es zu wenige Fälle, die dann nachgemeldet werden, so dass danach der Kurvenverlauf wieder gleich laufen sollte. Dennoch kann man den Trend auch ab dem (19/n)
07.11. laufen lassen. Da sind dann geringere Zahlen zu erwarten, da der Trend erst später startet. Aber auch dann hätte es knapp 72.000 neue Fälle pro Tag gegeben und nicht 54.000. Die Verlangsamung der Dynamik ist also klar erkennbar. (20/n)
Doch viel wichtiger als die gemeldeten Fälle ist die Situation in den Krankenhäusern. Schauen wir daher nach den Betten, die mit Intensivpatienten mit einem positiven COVID-19-Test behandelt werden. Obwohl wir neue Höchststände bei den gemeldeten Fällen haben, (21/n)
sind wir von Höchstständen auf den Intensivstationen noch entfernt. Lag die Höchstzahl der belegten Betten in der Pandemie bei 5.762, liegt er aktuell bei 4.202. Allerdings haben wir mittlerweile mehr belegte Betten, als vor einem Jahr mit 3.781 belegten Betten. (22/n)
Doch wie sieht die Dynamik aus? Berechnet man den R-Wert anhand der Neuaufnahmen auf ITS, erkennt man auch hier eine Verlangsamung. Mit Glättung mittels eines Mittelwertes berechnet anhand +- 6 Tage, ist recht gut erkennbar, dass der R-Wert seit Anfang November fällt. (23/n)
Es muss wie immer darauf geachtet werden, dass es sich um eine gesamtdeutsche Betrachtung handelt. Regional kann dies deutlich abweisen. Hierzu sei auch an den CODAG-Bericht verwiesen.



(24/24)

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Daniel Haake

Daniel Haake 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 @haake_daniel

25 Nov
Seit Ende Oktober steigen wieder die Zahlen für die täglich durchgeführten Impfungen. Doch auf wen entfallen sie? Wie ist das Verhältnis zwischen Erstimpfung und Boosterimpfungen? Werden mit den Maßnahmen die besonders gefährdete Gruppe Ü60 eher zu Erstimpfungen animiert? (1/n)
Schaut man sich die 7-Tage-Mittelwerte der täglich durchgeführten Impfungen an, fällt auf, dass der überwiegende Anteil (Faktor 7) auf die Boosterimpfungen entfällt. Nicht verwunderlich. Seit Anfang November steigen auch wieder die Erstimpfungen. Doch welche Altersgruppen?(2/n)
Hierzu kann man sich die Differenz in den Impfquoten der Erstimpfungen ansehen. Hier im Beispiel der letzten 14 Tage. Dabei fällt auf, dass die Impfquoten mit 3,1 Prozentpunkten in der Altersgruppe 12-17 etwa 10 mal stärker gestiegen sind, als in der Altersgruppe Ü60 (0,3). (3/n)
Read 8 tweets
24 Nov
Die Hospitalisierungsinzidenz wird zu niedrig und gleichzeitig wohl auch zu hoch berechnet. Was meine ich damit?

Wie u.a. von @RBrinks und @HKuechenhoff ausgeführt, wird die Hospitalisierungsinzidenz durch Meldeverzug unterschätzt.

Gleichzeitig... (1/n)
werden vermutlich jedoch auch zu viele Fälle in die Berechnung mit aufgenommen. Leider wird nicht bundesweit erfasst, ob jemand mit mit oder auch wegen COVID-19 hospitalisiert wird.
Eine bessere Erfassung gibt es jedoch durch das Landesuntersuchungsamt Rheinland-Pfalz. (2/n)
In ihrem Bericht für die KW46 wurden 137 Hospitalisierungen erfasst, die einen positiven COVID-19-Test aufwiesen. Bei 67 von ihnen war sowohl der Hospitalisierungsgrund bekannt und gleichzeitig war dieser COVID-19. Der Bericht gibt jedoch nicht an, bei wievielen (3/n)
Read 7 tweets
18 Nov
UPDATE zu meinem Thread vom 12.11.2021 mit aktualisierten Zahlen:
Die Inzidenz ist immer weniger aussagekräftig.
Wie sieht die Gesamtsituation deutschlandweit aus und wie ist die Lage im Vergleich zum letzten Jahr? Ein Thread. (1/n)
Schaut man sich die gemeldeten Fälle an, sieht die Lage weiterhin dramatisch aus. Der 7-Tage-Mittelwert liegt aktuell bei 43.010, der Höchstand vor Beginn der 4. Welle lag bei 25.851 Ende letzten Jahres und die Zahlen steigen weiter. (2/n)
Doch ein Problem sind immer die Nachmeldungen. Von den heute 65.371 gemeldeten Fällen waren 45.238 den Gesundheitsämtern seit gestern bekannt und dementsprechend 20.133 länger als einen Tag. (3/n)
Read 25 tweets
18 Nov
In diesem Tweet von @Markus_Soeder wird suggeriert, dass die Inzidenz eines Ungeimpften in Bayern aktuell rund 13,4 mal so hoch ist, wie die eines Geimpften. Das ist *nicht* korrekt.

Denn den Ungeimpften werden die Personen zugerechnet, für die kein Impfstatus bekannt ist. (1/n)
Das Bayerische Landesamt für Gesundheit und Lebensmittelsicherheit schreibt hierzu:
"Als ungeimpfte COVID-19 Fälle werden Personen gezählt, die zum Zeitpunkt der Infektion keine Impfung erhalten hatten *oder bei denen keine Angabe dazu vorliegt*." (2/n)
Gerade für die letzten Tage liegen zwar die Infektionszahlen vor, oft jedoch nicht der Impfstatus. Hierzu wieder das Landesamt:
"Die Auswertungen unterliegen verschiedenen Limitationen, die bei der Interpretation dieser Inzidenzwerte zu berücksichtigen sind. So liegen (3/n)
Read 7 tweets
17 Nov
@SDullien Vielen Dank führe ihre Erwiderung. Das freut mich, da ich an einem sachlichen Austausch interessiert bin. Als Geimpfter könnte mir das egal sein, ist es aber für mich nicht. Einerseits aus gesamtgesellschaftlicher, aber auch aus epidemiologischer Sicht. (1/n)
@SDullien Sie scheinen mich auch falsch verstanden zu haben. Bei den Alten ging es mir nicht darum die Alten auszuschließen. Es ging vielmehr um die Jungen. Warum? Sie haben geschrieben, dass man die Ungeimpften schützen muss, da sie durch Hospitalisierungen das Gesundheitssystem (2/n)
@SDullien zum Erliegen bringen können. Das ist mir zu undifferenziert. Denn der ungeimpfte U20 wird nur äußerst selten hospitalisiert und eben seltener als geimpfter Ü60. Deshalb passt für mich das Argument, dass Ungeimpfter nicht teilnehmen darf, damit er das Gesundheitssystem (3/n)
Read 13 tweets
17 Nov
@SDullien Vielen Dank für ihre Ausführungen, die durchaus bedenkenswert sind. Dennoch teile ich diese Ansicht nicht. Wieso? Hierzu ein kleiner Thread.

Bei 2G dürfen Geimpfte ungetestet teilnehmen. Dadurch auch der geimpfte Ü60. Doch dieser hat ein deutlich höheres Risiko für (1/n)
@SDullien einen schweren Verlauf, als ein ungeimpfter U20. Der geimpfte Ü60 wird daher wahrscheinlicher einen Krankenhausplatz einnehmen, als der ungeimpfte U20. Um es provokativ zu sagen: Wenn es um die Überlastung des Gesundheitswesens geht, dürfte daher eher (2/n)
@SDullien nicht der geimpfte Ü60 teilnehmen, als der ungeimpfte U20 (das ist nicht mein Interesse und das unterstütze ich nicht, es zeigt aber das Problem auf). Nun kommt noch die Problematik dazu, dass der Impfschutz mit der Zeit nachlässt. Doch auch der (3/n)
Read 17 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

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal

Thank you for your support!

Follow Us on Twitter!

:(