Jetzt kommt endlich die Studie zur SARS-CoV-2-#Seroprävalenz in #Deutschland, durchgeführt von #Streeck et. al. auf Grundlage von Daten des #Payback-Netzwerks.
Warum letzteres problematisch ist, im 🧵
1/
Warum letzteres problematisch ist, im 🧵
1/
Die Aussagekraft einer derartigen Studie steht & fällt u.a. damit, wie repräsentativ die verwendete Stichprobe für die Gesamtbevölkerung ist.
Auf den ersten Blick sieht hier #Payback als Quelle der Stichprobe gut aus: Derzeit über 31 Mio aktive Kunden in #Deutschland. 2/
Auf den ersten Blick sieht hier #Payback als Quelle der Stichprobe gut aus: Derzeit über 31 Mio aktive Kunden in #Deutschland. 2/
1. Problem:
52 Mio Menschen sind nicht in Paybacks Datenbank und es stellt sich die Frage, ob die darin enthaltenen 38 Mio Volljährigen (mehr als aktive #Payback-Nutzer) repräsentativ durch Payback-Nutzer abgebildet werden können.
Dem ist nicht so.
Indizien: 3/
52 Mio Menschen sind nicht in Paybacks Datenbank und es stellt sich die Frage, ob die darin enthaltenen 38 Mio Volljährigen (mehr als aktive #Payback-Nutzer) repräsentativ durch Payback-Nutzer abgebildet werden können.
Dem ist nicht so.
Indizien: 3/
Es gibt Menschen, die aus Überzeugung keine #Payback-Nutzer sind. Diese verhalten sich im Alltag also anders, z.B. beim Einkaufen, gehen vermutlich in andere Geschäfte mit anderer Häufigkeit, was z.B. andere Exposition mit #COVID19 bedeutet, etc.
Hierfür gibt es Evidenz: 4/
Hierfür gibt es Evidenz: 4/
Die Drogeriemarkt-Kette dm fand 2004 heraus, dass #Payback-Nutzer im Schnitt ca. 50% mehr Umsatz generierten (d.h. bei dm 50% mehr Geld ausgaben) als Nicht-Nutzer [Quelle: z.B. Wikipedia + dortige Quelle]. 5/
Man kann jetzt einwenden, dass Payback aufgrund ihrer großen Nutzerdatenbank das irgendwie ausgleichen kann.
Das ist allerdings unmöglich:
Manche Menschen vermeiden #Payback aus dem Grund, damit Payback 6/
Das ist allerdings unmöglich:
Manche Menschen vermeiden #Payback aus dem Grund, damit Payback 6/
nichts über sie erfährt, was es Payback schlicht unmöglich macht, diese Gruppe adäquat mit eigenen Nutzern repräsentativ abzubilden.
Kurzum: Unter allen #Payback-Nutzern ist es unmöglich, eine für ganz #Deutschland repräsentative Stichprobe zu generieren. 7/
Kurzum: Unter allen #Payback-Nutzern ist es unmöglich, eine für ganz #Deutschland repräsentative Stichprobe zu generieren. 7/
2. Problem:
Obwohl Paybacks Nutzerbasis eklatante Lücken hat, wissen sie trotzdem zuviel:
Es ist kein Geheimnis, dass #Payback aus den enormen Datenmenge Informationen extrahiert. Das ist eine wesentliche Säule ihres Geschäftsmodells. Dass es möglich ist, aus derartigen Daten 8/
Obwohl Paybacks Nutzerbasis eklatante Lücken hat, wissen sie trotzdem zuviel:
Es ist kein Geheimnis, dass #Payback aus den enormen Datenmenge Informationen extrahiert. Das ist eine wesentliche Säule ihres Geschäftsmodells. Dass es möglich ist, aus derartigen Daten 8/
medizinische Informationen über die Nutzer zu extrahieren, ist lange bekannt. Aufsehen erregte diesbezüglich ein Fall in den USA, wo #target durch gezielte Werbung versehentlich den Vater über die Schwangerschaft seiner Tochter in Kenntnis setzte, bevor sie mit ihm darüber 9/
Mit anderen Worten: #Payback weiß sehr wahrscheinlich mindestens über symptomatische #Corona-Erkrankungen seiner Nutzer bescheid (d.h. Zeitpunkt & Dauer & ggf. Schwergrad etc.). Vielleicht trifft das sogar auf asymptomatische Verläufe zu, was allerdings spekulativ ist. 11/
Wie dem auch sei: Durch Identifikation einer Gruppe von Nutzern, welche mit großer Wahrscheinlichkeit eine #Infektion hinter sich haben, wäre #Payback in der Lage, die repräsentative Stichprobe in die eine oder die andere Richtung zu frisieren. 12/
Da #Payback durch mehr Konsum mehr Umsatz macht und zugleich mehr Daten erhebt, was auch Gewinne erhöht, könnte dieses Unternehmen durchaus ein Interesse daran haben, dass zukünftig möglichst wenig Eindämmung betrieben wird, d.h. dass eine hohe Quote an Immunisierung gefunden 13/
wird.
Ich sage nicht, dass #Payback Daten frisieren wird oder anderweitig nicht korrekt operieren würde.
Ich sage lediglich, dass die Gelegenheit bestünde, Einfluss zu nehmen und ein hypothetisches Motiv dafür im Raum steht. 14/
Ich sage nicht, dass #Payback Daten frisieren wird oder anderweitig nicht korrekt operieren würde.
Ich sage lediglich, dass die Gelegenheit bestünde, Einfluss zu nehmen und ein hypothetisches Motiv dafür im Raum steht. 14/
3. Problem, unabhängig von #Payback:
Auch eine serologische Studie ist nur ein Blick in die Vergangenheit.
Deshalb werden alle daraus abgeleiteten Vorhersagen über die Zukunft mit großen Unsicherheiten behaftet sein.
Und selbst der Blick in die Vergangenheit kann trügen: 15/
Auch eine serologische Studie ist nur ein Blick in die Vergangenheit.
Deshalb werden alle daraus abgeleiteten Vorhersagen über die Zukunft mit großen Unsicherheiten behaftet sein.
Und selbst der Blick in die Vergangenheit kann trügen: 15/
Ein positiver serologischer Befund bedeutet nicht zwingend, daß tatsächlich eine #Infektion stattgefunden hat. Er kann auch durch wiederholte schwache Exposition (z.B. durch eine #Maske) entstanden sein. D.h. wir können damit bspw. die Infektionssterblichkeit (IFR) nicht 16/
zuverlässig erheben.
Damit stellt sich die Frage der Sinnhaftigkeit einer solchen Erhebung, insbesondere mit Blick auf die aktuelle Sommerwelle & den Herbst. 17/17
Damit stellt sich die Frage der Sinnhaftigkeit einer solchen Erhebung, insbesondere mit Blick auf die aktuelle Sommerwelle & den Herbst. 17/17
Addendum zur Veranschaulichung der Problematik nicht repräsentativer Datenerhebung:
https://twitter.com/drjanosch1/status/1541459542999027712?t=0TG-l1xNjydAnZe_pd98kA&s=19
• • •
Missing some Tweet in this thread? You can try to
force a refresh
