Thread by @AlleBurgers

1\
WEEK 50 Corona
#oversterfte #LongCovid

CBS: 850† (+58%)
AB:   1.227† (+35%)
Pandemie: >96.800†

• Exponentiële groei; veel herinfecties.
• Dynamiek van immuunontwijkende varianten
• Géén reactie Rutte/Kuipers
• Risico: hoog/zeer hoog, m.n. kinderen

Fig @falsel_net

2\
1. ▶️ Samenvattende Conclusies.

• Geen werkzame indamstrategie en en monitoring:
• SARS 2-infecties wereldwijd/NL ernstig ondergerapporteerd
• Testen is op dieptepunt
• SARS 2-sterfgevallen worden wereldwijd/NL extreem ondergerapporteerd

3\
• Desondanks doen kabinet Rutte/Kuipers en media alsof de pandemie vrijwel achter de rug is (Wij zien nergens indicaties)
• Grote uitbraken/transmissie en talrijke wereldwijd circulerende immuunontwijkende varianten ('post'-omikron) kunnen voor verrassingen zorgen.

4\
• Vaccinatiegraad sterk onder druk door vage strategie, fouten in de uitvoering, mis-, disinformatie en belangen van bijv big pharma
• Groot risico met name kinderen door geringe vaccinatie, superspreading, LongCovid, en door herinfecties

5\
• Monoklonale AntilichaamBehandelingen (MAB's) zijn door varianten nu nutteloos
• Maatschappij-ontwrichtend effect van (Long)Covid gebagatelliseerd en genegeerd
• Immuunschade door SARS2 begint grote schade aan te richten aan het zorgsysteem en gezondheid van bijv kinderen

6\
• Extreme toename van andere ziekten zoals RSV/griep/verkoudheid, met name ook bij kinderen, gepaard met disinformatie; bijv "Immuniteitsschuld" en "opbouw immuniteit door infectie" disinformatie

7\
• Media, zelfs overheden en instituties, met lobby's maken zich schuldig aan mis-/disinformatie op zeer grote schaal, vaak vanwege (corporate) belangen, ideologieën, pseudoscience, gebrek aan kennismanagement etc.

RISICO: BLIJVEND HOOG/ZEER HOOG

8\
▶️ 2. Kerngegevens

▶️ Riool-RNA-meting gaat naar 2.154 (22/12), met een verdubbeltijd van 18 dagen.
Het dagelijkse stijgingspercentage van het model staat nu op ca 4%.
⬇️
Fig ht @covid_nl

9\
... waarmee de modelschatting van de exponentiële R-riool rond ca 0,99 komt, maar lijkt toe te nemen naar 1,12.
Het laatst bekende niveau is van 16/12.

Fig ht @covid_nl

10\
Zie ook lokale R-riool-(groei)cijfers van 22/12.
⬇️
Fig ht @covid_nl

11\
▶️ IC- en zh-opnames zullen met vertraging van 1-2 weken volgen.

Het lijkt er op dat de IC-opnames en de ziekenhuisopnames sterk gaan groeien.

Echter de situatie schommelt sterk gezien de afgenomen exponentiële groei, ca 0,92 per 15 december.
Fig ht @covid_nl

12\
▶️ Weliswaar heeft de huidige boostercampagne een mitigerend effect op mortaliteit/pathogeniciteit (ernst van het virus), maar niet zo zeer op transmissie (gevaarlijkheid).

Daarnaast zijn de nieuwe varianten immuunontwijkender.

13\
▶️ Bij een hoge prevalentie van 5,8% zijn er naar schatting 40 mln #SARS-2 infecties geweest (nu relatief meer bij ouderen).

Echter de herinfecties bij kinderen zijn zeer hoog (nb superspreading): 0-5 jaar 6,4x; 5-10 jaar 4,4x; 10-15 jaar 2,8x.

Fig @falsel_net, @Datagraver

14\
9-weekse trend ziet er slecht uit (fig ht @falsel_net).

Zorgdruk, ziektelast en sterfte stijgen op kortere termijn bij ongewijzigd beleid; onacceptabel. Redenen:
• hoge prevalentie van corona(varianten)
• verhoogde bevattelijkheid, nu ook voor Influenza- en RS-virussen.

15\
▶️ Varianten. In week 50 groeit het aandeel BQ.1* in NL nog steeds (ca 65%). NB zeer immuunontwijkend (bijlage).

BA.4/5 aandeel stabiliseert.
XBB staat op 8%, groeit zeer sterk
BA.2.75*: (5%), CH.1.1 (2%,)

Fig ht @ARGOSamsterdam

16\
Op wereldschaal valt het grote aandeel van respectievelijk BQ.1.1 en BQ.1 op, m.n. in de VS met 38% en 31%. Sterk opkomend is XBB (ook immuunontwijkend) met 7% (24.12)

17\
▶️ 2. Overzicht Oversterfte (Algemeen)

Een lage oversterfte is dé sleutelfactor voor een succesvol coronabeleid.

Daarentegen laten NL, VS en VK, zeer hoge oversterfte zien. Dé spiegel van het mislukte Covid19-beleid.

Bron: Lancet Covid Cie, 2022, jama

18\
We zien dat landen in de westelijke Stille Oceaan de cumulatieve nieuwe infecties per dag laag houden.

Gek genoeg staat dit beleid onder druk, bijv in Australië en China.

19\
Lage oversterfte komt door een:
• beleid om virus in te dammen itt het rond te laten gaan
• hogere vaccinatiegraad
• gerichte vaccinatie op oudere leeftijdsgroepen.
• betere gezondheids- en sociale infrastructuur.
Bron: jamanetwork.com/journals/

20\
We zien dat data over de Covid19-sterfte problematisch zijn o.a. door:
• verschillen in toegang tot testen en diagnostiek
• moeilijke vaststelling van Covid19 als doodsoorzaak
nature.com/articles/s4158…

21\
WHO schat 15M extra sterfgevallen wereldwijd (t/m dec 2021). Cijfer geeft impact pandemie goed weer.

2,74x méér sterfgevallen dan de 5,4M die zijn gerapporteerd door de WHO voor Covid19. Het cijfer is omgeven met enorm veel foutmogelijkheden en onzekerheden.

22\
Daarnaast moeten we ook bedenken dat de Covid19-pandemie naast oversterfte uitgebreide nevenschade veroorzaakt bijv:
• ziekte en LongCovid
• sociaal-economische kosten en fiscale lasten, vooral voor de burger
• ontwrichting maatschappij.

23a\
Definitie oversterfte:

“Het verschil in het totale aantal sterfgevallen tijdens een crisis en de verwachte sterfgevallen onder normale omstandigheden"

23b\
Oversterfte kwantificeert de toename van sterfte door alle oorzaken incl:
• directe Covid19-doden
• indirecte Covid19-doden (bijv overbelasting zorgsysteem)
• niet-COVID-19-sterfgevallen (misclassificaties (oa hart-en vaatziekten), en bijv. conflicten of rampen).

24a\
Deze definitie is al een bron van verschillen want:
• de bruto-berekende oversterfte is afhankelijk van bevolkingsstructuur
• het oversterftecijfer (bijv per 1M inwoners) wordt aangepast voor de bevolkingsomvang

25b\
• de P-score; verhouding tussen oversterfte en genormaliseerde verwachting, bijv leeftijd/geslacht, voor de geanalyseerde periode; uitgedrukt als percentage: 7,8% in 2020 en 18,3% in 2021
• verhouding oversterfte tot gerapporteerde Covid19-doden kan sterk verschillen.

26\
Landen met hoogste oversterfte, ca helft wereldbevolking; 'goed' voor >80% oversterfte (jan 2020 tot dec 2021)

VS, VK, Italië, Banglad., Brazilië, Colombia, Egypte, India, Indon., Iran, Mexico, Nigeria, Pakistan, Peru, Filippijnen, Polen, Rusl., Zuid-Afr., Turkije, Oekraïne

27\
Fig 1 toont de cumulatieve oversterfte en de gerapporteerde COVID-19-sterfgevallen per maand.

Fig 2 maandelijkse oversterfte ratio per 100.000 inwoners.

Midden 2021 zien we een piek toen India het virus liet rondgaan.

28\
P-scores (verhouding tussen de oversterfte en de genormaliseerde verwachting) per regio.

Zie opmerkelijke verschil tussen Europa en de westelijke Stille Oceaan; signaal mislukte beleid in diverse europese landen, waaronder NL.

Zie ook 25 landen met de grootste oversterfte.

29a\
Succes of falen van landen met hun aanpak van de pandemie is geen simpele vergelijking. Veel factoren spelen een rol:
• leeftijdsopbouw, bevolkingsdichtheid
• vaccinatiegraad

29b\
• reacties overheden tijdens verschillende periodes van bijv. op- en afschalen
• leiderschap regering, en reactie bevolking (sociabiliteit/cultuur) op maatregelen
• besmettelijkheids- en sterftecijfers van de verschillende varianten.

30\
Deze schattingen vestigen de aandacht op vier belangrijke discussiepunten.

1. Covid19 heeft geleid tot een duidelijke wereldwijde oversterfte: 2020–2021: oversterfte14,8M

31\
2. Gerapporteerde en geschatte oversterfte Covid19 in 2021 is hoger dan in 2020:
2020: 4,5M
2021: 10,4M

32\
3. Oversterfte geeft impact van pandemie weer; heeft veel meer zeggingskracht dan wereldwijd gerapporteerde Covd19-sterfte.

Landenrapporten zijn problematisch, met soms meerdere ordes van grootte van het verschil (wereldwijde oversterfte 2,7x de gerapporteerde Covid-doden).

33\
4. Voor bijna de helft van de landen van de wereld moet de oversterfte met modellen worden bepaald obv: leeftijdsverdeling, onderliggende ziektelast, sterkten/zwakten zorgstelsel, en wanneer en hoe de pandemie zich er ontwikkelde.

34a\
Belangrijke beperkingen:

De oversterfte-trend wordt afgeleid met behulp van historische gegevens, en is gevoelig voor de aannames in de prognose, met name:
• gewicht dat wordt toegekend aan (recente) gegevensjaren
• hoe structurele veranderingen aanhouden in de pandemie

34b\
• (spline-)modellen kunnen ongepaste extrapolaties opleveren
• kwaliteit van de gebruikte invoergegevens, bijv volledigheid van de waargenomen sterfgevallen en de consistentie in kwaliteit

34c\
• constructvaliditeit van de verschillende covariaten die in het regressiemodel worden gebruikt
• rapportage tijdens de pandemie is gebaseerd op de historische volledigheid van geregistreerde sterfgevallen, maar toch bevatten deze verschillen.

35\
We schatten dat het gemiddelde wereldwijde oversterftecijfer per hoofd van de bevolking 0,06% bedroeg in 2020, en meer dan verdubbelde tot 0,13% in 2021.

36\
Dit overtreft de pandemieën van 1957, 1968 en 2009 (geschat op respectievelijk 0,04%, 0,03% en 0,005%). De totale pandemie van 1918 was echter veel groter, met een geschat oversterftecijfer van 1,0%.

37a\
Enige concrete invloeden:

• In 2020 en 2021 waren er in NL minder ernstige griepseizoenen dan in voorgaande jaren (door gedrag en coronamaatregelen?!)...

37b\
... We schatten de jaarlijkse 'onder-verwachting' van het CBS op ca 10%. Ook in 2022 weer; Influenza en RS-virussen waren minder aanwezig. Ook de oversterfte van ca 65.000 mensen in 2020/21 gestorven aan- of door corona is niet verrekend in 2022.

38\
• Het alternatief voor oversterfte, is vertrouwen op gerapporteerde COVID-19-sterfgevallen. Echter, dat is bijv. een ernstige ondertelling van de schade van de pandemie.

39\
Lessen

1. Informatiesystemen over gezondheid zullen diepgaand moeten worden verbeterd: verzameling, analyse en rapportage.

40\
2. Afstemming tussen routinematige surveillance en demografische/geografische monitoringsystemen tbv interventie en monitoring en indicatoren paraatheid (vaccindekking, infecties, rioolwater, track-en-traceer, hygiëne etc.)

41\
Beïnvloedende factoren

• In 2021 was op veel plaatsen de toename van het aantal infecties sneller dan de uitrol van vaccins. Het resultaat: meer besmettelijke en ernstige SARS-CoV-2-stammen, zoals delta.

42\
• aarzeling/afwijzing vaccins
• te late start, en voortijdige versoepeling maatregelen
• Covid19-‘vermoeidheid’.

43\
• Nieuwe varianten duiken in hoog tempo op, worden gesequenced en geïdentificeerd op gevaar (transmissie), ernst (ziekte/dood)
• Realtime informatie is wat verbeterd, maar de systematiek is volstrekt onvoldoende voor vroegtijdige waarschuwing voor maatregelen en vaccinatie

44\
Toezicht

Samenwerking bij toezicht tussen (multi-)nationale overheden (EU, WHO) en instituties kan veel beter, te beginnen met het lab-onderzoek waarvan soms niet duidelijk is of het dient voor biowapens of voor ander onderzoek (meestal zonder duidelijk doel).

45\
Monitoring en vroegtijdige waarschuwing na uitbraak is noodzakelijk voor voorkomen/preventie, voor kwaliteit data, kennis, praktijk, en respons.

46a\
Bronnen oversterfte:
• WHO/Wereldbank https:///worldhealthorg.shinyapps.io/covid19excess/ met data en code op github.com/WHOexcessc19/C…

46b\
• Human Mortality Database. Short-term Mortality Fluctuation Data Series (Max Planck Institute, Univ. California Berkeley) mortality.org/Data/STMF.
• The Economist economist.com/graphic-detail…

47\
@2ekamertweets @TweedeKamerTwit #Kuipers #Rutte #RIVM #Covid19 #Corona #OMT #MIT
@volkskrant @vrij_nederland @nrc @DeGroene @trouw @op1npo  @Nieuwsuur @RTLnieuws @HartvNL @NUnl @NPORadio1 @EenVandaag @HumbertoRTL @Jinek_RTL @ADnl

@threadreaderapp Please Unroll