Thread by @dpaessler

In Stellungnahme 6.1. des Expertenrats finden sich wenig Hinweise auf die Notwendigkeit von stärkeren Kontakteinschränkungen. Dies könnte die logische Konsequenz aus den Modellierungen des Teams um @ViolaPriesemann sein.
Vergleich mit meinem Modell (mit ähnlichen Ergebnissen)
1/x

Ich erlaube mir im Folgenden meine Amateur-Modellrechnungen vom Montag

https://twitter.com/dpaessler/status/1478049791682748417

mit den viel aufwendiger berechneten Profi-Modelldaten zu vergleichen, die im Spiegel gezeigt wurden: spiegel.de/wissenschaft/c…
2/x

Beide basieren auf den Daten bis kurz vor Weihnachten, weil die (RKI-)Daten danach bekanntlich unbrauchbar sind bis Mitte Januar.
3/x

Die Studie des Teams um @ViolaPriesemann et al. modelliert ein hypothetisches Land, das zufällig sehr ähnliche Impf/Bevölkerungs/usw. Parameter hat wie Deutschland.
4/x
arxiv.org/abs/2112.12062

Beim Betrachten der folgenden Zahlen muss man sich klar machen, dass der Vergleich von Modellrechnungen immer eine Krücke ist, weil niemals die Annahmen und Ausgangswerte gleich sind.
5/x

Wie immer bei Modellrechnungen geht es um den Vergleich verschiedener Szenarien, die verschiedene Annahmen in die Zukunft projizieren um zu lernen, wie und ob man die Zukunft zu seinem Vorteil beeinflussen kann. => keine Prognosen!
6/x

Die Studie hat drei sehr ähnliche Basis-Szenarien wie meine Modellrechnungen vom Montag: 1: Weiterlaufen lassen der Beschränkungen von Anfang Dezember, 2: Verschärfungen (bei mir eher Selbst-Einschränkungen) und 3: Lockdown.
7/x

Mein Modell rechnet mit einer Booster-Schutzwirkung gegen Ansteckung von 75%, die Studie mit 65% und 80%, wir müssen also zum Vergleich einen Wert dazwischen nehmen.
8/x

Wobei bei mir der Lockdown im 3. Szenario ca. 14 Tage später modelliert ist, daher liegt mein drittes Szenario deutlich über den Werten der Studie.
9/x

Vergleich der Modellergebnisse: Bei der Inzidenz liegt mein Modell bei den Spitzenwerte ca. 50% höher und erreicht diese Spitzen ca. 10 Tage früher. Im Rahmen von Modellrechnungen ein sehr ähnliches Ergebnis.
10/x

Bei der ITS-Belegung liegen meine Berechnungen (bei opt. Annahme Omikron macht 50% weniger krank als Delta) ebenfalls um ca. 40-50% höher und wieder 10 Tage früher.
11/x

Wobei mein Modell immer von "optimaler Versorgung" ausgeht, unabhängig von der ITS-Belastung, und damit in hohen Wellen ca. 50% höhere Belastungen anzeigt, als die DIVI dann tatsächlich meldet. Das erklärt einen Teil der Differenz.
12/x

Die Priesemann Studie hat noch eine weitere ITS-Belegungs-Berechnung, die von 80% weniger ITS-Belegung ausgeht durch Omikron im Vergleich zu Delta, da liegen die ITS-Belegungen natürlich nochmals deutlich niedriger.
13/x

Am Ende liegen die ITS-Belastungen in der Studie und auch in meinem Modell für alle Modellläufe außer "weiter so wie Anfang Dezember" unter den Spitzenwerten der November/Delta-Welle.
14/x

Daraus könnte man also ableiten, dass - solange die Annahmen der Modellrechnungen sich als korrekt herausstellen - ohne erhebliche Beschränkungen durch Januar/Februar durchkommt.
15/x

Die nächsten Wochen ist es nun wichtig zu beobachten, ob die Booster-Impfrate wie angenommen läuft und ob sich die Hospitalisierungs-/ITS-Quoten wie modelliert entwickeln.
16/x

Es deutet sich an, dass sich mit Omikron bei sehr hohen Inzidenzen der Schwerpunkt der Klinik-Belastung auf die Normalstationen verlagern könnte. Das ist hier nicht betrachtet.
17/x

Hohe Fallzahlen erzeugen leider auch viele LongCovid-Fälle, was in sich selbst ein Grund sein könnte/sollte, die Fallzahlen zu senken.
Ob die Politik dies aber auch als machbar/durchsetzbar ansieht, bleibt die Frage. Der allg. Informationsstand zu Longcovid ist zu schlecht.
18/x