Impfen wirkt! Wie viele Fälle hätten wir in dieser Woche, wenn plötzlich ab heute bei allen Geimpften die Impfwirkung komplett verschwinden würde?
Letzte Woche: ca. 400.000 Fälle
Nächste Woche ohne Impfung: über 1 Million? 😮
Ein Mathe-Thread zum Mitdenken 1/x
Wir nehmen folgende Ausgangsdaten:
Fälle in der KW 22.11.: 400.000 (Quelle @risklayer)
7-Tage-R-Wert: 1,1 (aus @risklayer Fallzahlen)
Impfrate 2. Impfung: 68% (Impfdashboard)
Schutzwirkung der Impfungen: 50% (mein Modell)
2/x
Wir wissen, dass sich der aktuelle Gesamt R-Wert von 1,1 zu 68% aus den Geimpften speist, die aber zu 50% geschützt sind, und zu 32% aus Ungeimpften, die zu 100% ansteckbar sind. Mit der o.g. Herleitung können wir einen R-Wert berechnen, der ohne Impfungen stattfinden würde.
3/x
Diese R-Wert wäre 1,78 und daraus ergibt sich ein Wachstumsfaktor pro Woche von 2,7. Multipliziert mit 400.000 Fällen macht über 1 Million. Und das, obwohl sich schon viele Menschen mit ihren Kontakten einschränken (mehr oder weniger freiwillig).
4/x
Die Impfungen werden also nur in dieser Woche ca. 700.000 Infektionen verhindern, mit Zinses-Zins-Effekt natürlich noch viel mehr. Hier kann man ahnen, was ohne Impfungen los wäre diesen Herbst!
5/x
Das ist natürlich eine theoretische und krude Herleitung, aber m.E. ausreichend um eine grobe Abschätzung der Impfwirkung zu bekommen.
Feedback/Verbesserungsvorschläge welcome.
6/x
"Impfwirkung" berechnet mein Modell aus den Impfraten (1./2./3. Impfung) der Altersgruppen und dem langsamen Verlust des Schutzes (84% nach 2. Impfung, 1% Verlust pro Woche, nach Booster wieder bei 84%).
PS: Schon den ersten Fehler selber gefunden: Muss natürlich nicht "Nächste Woche über 1 Million?" sondern "Diese Woche über 1 Million?" heißen im ersten Tweet.
8/x
• • •
Missing some Tweet in this thread? You can try to
force a refresh
Update Pandemie Modellrechnungen:
Wir können alle jede wenigstens etwas positivere Nachricht gebrauchen, die wir bekommen können, nach den Nachrichten der letzten Tage.
Also: Die aktuellen Entwicklungen lassen die Modellrechnung ein ganz bisschen besser aussehen!
Thread 1/x
Deswegen kommt doch früher als gedacht ein Modellrechnungs-Update. Wer das lieber als leicht lesbaren Blog-Artikel lesen will, folgt bitte diesem Link: 2/x dirkpaessler.blog/2021/11/28/upd…
Aus zwei Gründen sind die Aussichten zumindest ein bisschen besser geworden: 1. Mit den neuesten Alters-Gruppen-Inzidenzen vom RKI vom Donnerstag konnte ich das Modell bei der Berechnung insbesondere der älteren Menschen genauer machen und...
3/x
Links oben: Weil die Positiv-Rate hochgeht und aus den Meldungen der überlasteten Gesundheitsämter und Labors wissen wir, dass wir die Anzahl der tatsächlich stattfindenden Infektionen heute mehr unterschätzen als vor 3-6 Wochen (steigende Dunkelziffer).
2/x
Links unten: Die Anzahl der Hospitalisierungen wächst deutlich langsamer als der Modell-Erwartungswert, der seit Juni wöchentlich die korrekten Zahlen vorhergesagt hat und somit kalibriert ist. Letzte Woche "fehlten" 3.700 Patienten (-27%).
3/x
@zdf berichtet über die Modellrechnungen von Prof. Kristan Schneider. Sogar richtig mit Zahlen und so, also eine gute Chance meine Amateur-Modellergebnisse mit einem Profi-Modell zu vergleichen.
Kurzfassung: Die Modellergebnisse sind beeindruckend ähnlich. 😎
Thread 1/x
Die Grafik zeigt die Überlagerung unserer beider Kurven. Die Peaks liegen bei Schneider 1-2 Wochen später als bei mir, die maximalen Höhen der beiden Extremfälle ("nix tun" und "Lockdown") liegen sehr ähnlich.
2/x
Für die nächsten Wochen ist Schneider's Modell bei Szenarien mit Bremsung etwas pessimistischer als meins (steilere Kurven) und meine Lockdowns sind "stärker" als bei Schneider (sinken schneller und sind kürzer). Alles im Rahmen der vielen Modell-Unsicherheiten.
3/x
Modellrechnung: Was passiert mit bzw. ohne Lockdown? Und danach?
Ein Blick in die nähere Zukunft anhand von Modell-Szenarien mit und ohne Lockdown.
Spoiler: Nicht gut. Gar nicht.
Blogartikel und Thread 1/x
Hier im Thread kommen nur ein paar Highlights, viel ausführlicher und als wohlformatierter Blogartikel hier zum Lesen (besser als bei Twitter): 2/x dirkpaessler.blog/2021/11/23/mod…
Es könnte sein, dass das hier für einige Zeit der letzte Blogpost mit Modellrechnungen sein wird. Zum Einen, weil unsere Datenqualität gerade komplett am abka**en ist (viele sind überfordert: Teststationen, Labors, Meldewesen, Kliniken)...
3/x
Aus Modellierer-Sicht befinden wir uns schon seit 2-3 Wochen im "Nebel", denn die realen Daten passen nicht mehr zu den Modell-Daten. Leider ist das kein gutes Zeichen: z.B. scheinen bereits ~30% mehr Covid-Patienten zu sterben als in Zeiten optimaler Versorgung
Ein Thread 1/x
Die 3 Grafiken für Hospitalisierungen, ITS-Betten und Verstorbene zeigen die offiziellen Zahlen von RKI und DIVI (schwarz) im Vergleich zu den Zahlen, die mein Modell aus den historischen Fallzahlen und der Prognose der Fallzahlen für die nächsten 4 Wochen errechnet (blau).
2/x
Klar zu sehen ist, dass das Modell sehr genau die historischen Patienten/Todeszahlen berechnen kann, außer bei hoher Belastung, also in Welle 2 und 3. Und eben jetzt. Die Abweichungen werden mehr und mehr. Was ist da los? Fehler im Modell?
3/x
Corona-Schallmauer liegt auch in diesem Bereich: Eine regionale Inzidenz>1000 dürfte die Mauer sein, wo Lockdown unausweichlich wird (=> Sachsen, Oberösterreich, Salzburg => Lockdown angekündigt).
1000er-Schallmauer-Thread
1/x
Inzidenz 1.000 bedeutet 1.000 Infektionen pro 100.000 Einwohner pro Woche.
Daraus ergeben sich 40 bis 60 Hospitalisierungen pro Woche, ca. 25 belegte ITS Betten und 9-11 Tote pro Woche. Pro 100.000 Einwohner.
Bei Inzidenz 2000 ganz einfach von allem das Doppelte.
2/x
ABER: DE hat nur 33 ITS Betten pro Einwohner, AT 29. 2000er-Inzidenz geht also nicht.
Bayern liegt bei 628 und verdoppelt sich alle 2 Wochen, einige Regionen schon bei >1000.
Daraus leitet sich Vorhersage ab: @Markus_Soeder kündigt innerhalb 10 Tage Lockdown an.
3/x