Die Auswertung aug tkp.at ist eher obrflächlich und vom Ziel geprägt, eine hohe unerwartete Sterblichkeit jüngerer herbeizurechnen.
Die Probleme beginnen beim Vergleich 2020 mit 2021. 2020 hatte 53 Kalenderwochen, 2021 nur 52. 1/n tkp.at/2022/02/24/ste…
Hier wird aus 2020 eine Woche mit Übersterblichkeit gegen eien Woche mit Unterstreblichket getauscht, was die Differenz zu 2021 erhöht. Besser wäre ein Vergleich auf tagesbasis, wobei 2020 366 Tage (+0,27 %) hatte, was zu korrigieren wäre.
2/n
Das mittlere Sterbealter ist bei Männern und Frauen unterschiedlich. Durch die Änderung der Geschlechterstruktur (viele Männer sind bereits im WK II gestorebne) ändert sich das mittlere Sterbealter über beide Gruppen.
Entwicklung der Sterbefallzahlen (abs & rel) nach M & F. 3/n
In 2021 sind 7.000 mehr Männer unter 80 und 4.000 mehr Frauen als 2020 an Corona gestorben. Gleichzeitig sind staben etwa 2 x so viele Männer, wei Frauen in dem Alter an Corona. Erst ab A80+ kehrt sich dies um, weil es nicht genug Männer in dem Alter gibt. 4/n
Das zeigt sich auch in den Sterbefallzahlen.
"Überraschendes" ist da nicht zu sehen.
Dei Steigerung von 2020 auf 2021 bei den 45 bis 55-Jährigen liegt einfach daran, dass sich 2021 3x mehr jüngere Infiziert haben. Bei Ü60 nur 2x.
Im Diagramm die Fallzahlen für < 60 und >= 60 5/n
Insgesamt sehr oberflächliche (um nicht zu sagen stümperhafte) und vom Wunsch geprägte Auswertung, die eigene, vorgefasste Meinung zu bestätigen.
6/n
• • •
Missing some Tweet in this thread? You can try to
force a refresh
Mein Diagramm beruht auf den täglichen Todesfällen aus dem letzten Sonderbericht des RKI. Die ø Todesfälle (rote Linie) sind das arithmetische Mittel der Jahre 2016 - 2020 (den letzten 5 Jahren). Bei Kuhbandner (Diagramm Mitte) sieht es anders aus. multipolar-magazin.de/media/pages/ar…
2/n
Selbst eine Glättung erklärt den Unterschied nur unzureichend. Seis drum. Schauen wir uns Kuhbanders Grafik näher an. Die linke y-Achse beginnt bei ⚠ minus 400.
Alles unter der Nulllinie ist U̲n̲t̲e̲r̲s̲t̲e̲r̲b̲l̲i̲c̲h̲k̲e̲i̲t̲.
⚠Dort nimmt Untersterblichkeit ab!
3/n
Ob es eine gute Entscheidung ist, Daten nicht mehr bereitzustellen, weil sie (bewusst) fehlinterpretiert werden, sei dahingestellt. #SHomburg nimmt das natürlich zum Anlass, böses zu vermuten.
Nur: Wenn man ganz nicht weiß, wer geimpft ist, dann helfen diese Daten nicht. 1/3
Trotz aller Warnungen, dass die Daten nicht belastbar sind, um die Effektivität der Impfung zu bewerten, missbrauchen Menschen wie Homburg und Co diese Daten immer wieder für ihr Narrativ.
2/3
PHS gibt u. a. einen nachvollziehbaren Grund für Verzerrungen an:
Geimpfte testen sich häufiger als Ungeimpfte.
Aber das verschweigt #SHomburg und hofft, dass seine Anhänger nicht im Original nachlesen. 3/3
Eigentlich ist in rwi-essen.de/unstatistik/12…
schon alles zur Studie des Psychologieprofessors Christoph Kuhbandner zur Übersterblichkeit gesagt, leider fehlen dort anschauliche Bildchen.
Dem kann geholfen werden.
Dazu habe ich 2 mal 101 Zufallszahlen mit R ausgewürfelt, die wir als Zeitreihen f und g betrachten wollen. D.h., es gibt keinen kausalen Zusammenhang zwischen den Zeitreihen.
Das obige Diagramm zeigt: nichts. Es gibt nur eine zufällige, marginale Korrelation.
Nun geben wir beiden Zeitreihen eine steigende Tendenz, indem wir von 0 bis 100 einen kleinen, kontinuierlich steigenden Betrag hinzufügen. Das Ergebnis sind zwei Zeitreihen mit steigender Tendenz, die plötzlich korrelieren.
#SHomburg
Wie man vortäuscht, dass Erkenntnis aktuell sind.
Homburg behauptet, dass 5 bis 10 % der UAW nicht gemeldet werden.
Schauen wir in den Bericht des RKI. Hinter dem Satz stehen 3 Fußnoten als Referenz. Die Studien, auf die sich die Aussage bezieht. 1/5
Die Studien /Berichte und damit die Erkenntnisse stammen von 2010, 2006 und 2002.
Die Studie von 2010 verwaist in den Fußnoten auf die zwei Studien, die wir bereits aus dem Bericht von 2017 kennen.
Diese Erkenntnis muss also mindestens 16 Jahre alt sein. 2/5
Auf nach 2006. Dies ist eine Metastudie, die die älteren Studien zusammenfasst. Durchschnitte einer Metastudie haben aber ihre eigenen Probleme. 3/5 doi.org/10.2165/000020…
#SHomburg schwurbelt wieder mit einer Studie. Diesmal hat jemand eine Studie der @JohnsHopkins gelesen. Genauer einer Metastudie. Bevor wir schauen, was in der Studie wirklich steht, schauen wir uns die Schlagzeile an. 1/n
Danach sollen Lockdowns die #COVID19 Sterblichkeit um nur 0,2 % senken. Das wären auf die ~ 120.000 Todesfälle in DEU 240 weniger. Das entspricht der Zahl, die derzeit pro Tag etwa sterben.
2/n
D.h. die Studie muss nicht nur die tatsächlichen Todesfälle extrem genau gezählt haben, sondern auch die zu erwartenden Todesfälle extrem genau geschätzt haben.
Das @destatis schätzt die zu erwartenden Todesfälle des nächsten Jahres auf ± 1 % genau.
3/n
#SHombrg schwurbelt sich Tote durch #Impfung zurecht.
Aus wahren Daten lassen sich Fake News oder schlicht Lügen generieren.
Am einfachsten geht es durch Weglassen der Interpretation (gelb) und unterschieben einer eigenen Fehl-Interpretation. 1/n rki.de/SharedDocs/FAQ…
Setzen wir diese Gesamtübersicht der gemeldeten Todesfälle nach #Impfung in einen Kontext zu den bisherigen #Corona-Todesfällen.
Um nicht ganz so unredlich wie #SHomburg zu sein, habe ich die Corona-Todesfälle nach Altersgruppen aufgeteilt. 2/n Quelle: github.com/robert-koch-in…
BTW: 0,02 pro 1000 sind 2 pro 100.000
Scheinbar ist in der Altersgruppe A0-A14 die Sterbewahrscheinlichkeit nach Impfung höher als im Zusammenhang mit einer Infektion. In Altersgruppe A15-A34 hält es sich scheinbar die Waage.