#ERW advocate, CEO @carbon_drawdown, Chairman @PaesslerAG, VP @nep_brussels
4 subscribed
4 subscribed
4 subscribed
Der Peak bei den COVID-Hospitalisierungen hat sich um eine Woche nach vorne verschoben auf die KW des 6.3.2023 mit dem Wert 9250. Auch der Peak der COVID ITS-Belegung hat sich um eine Woche nach vorne verschoben auf ca. 1220 in der KW des 20.3.2023. 
Es herrscht immernoch eine große Unsicherheit, was man an der großen Spanne der wöchentl. COVID-Hospitalisierungen und COVID-ITS-Bettenbelegung sieht, die je nach Szenario von sinkend bis Verdopplung geht.
Wenn es nach dem Modell geht, dann würden die ITS-Betten mit COVID nicht mehr über 500-700 steigen.
Es könnte locker bis Mitte Januar dauern, bis wir das genauer einschätzen können. Die Datengrundlage der Sequenzierungen scheint auch nicht besser zu werden, andere Länder sind da viel besser.
Was für eine große oder kleine Welle könnte denn da kommen, schließlich klingen 70% Verbreitungsvorteil nach sehr viel?
Warum 2 Wellen: “Feriendelle” für BA.5 war stärker als erwartet, die 2. Welle mit Varianten um BQ.1.x waren noch nicht drin im Modell damals. 
Höhe der Welle im November ist noch schwer bestimmbar aus den aktuell vorliegenden Daten, eine ggf. hohe Welle scheint sich aber abzuzeichnen. 
Für die Modellierung von BQ.1.* habe ich mich an diesen Thread von @MoritzGerstung gehalten: 5% Anteil am 10.10. und ca. 50% Anteil (Dominanz) um den 14.11.
Das zentrale Szenario vom 17.9.2022 liegt nur knapp über der vom RKI aktuell gemeldeten Inzidenz. Die Höhe der Welle hängt ab von der erworbenen Immunität (durch
Damit das im Juni/Juli auf BA.5-kalibrierte Modell im August die Hospitalisierungen und ITS-Belegung korrekt nachbilden kann, muss ich um 30-60% höhere Inzidenz-Werte modellieren, als vom RKI gemeldet. 
Die Berechnung der Hospitalisierungen berücksichtigt jetzt explizit die ca. 50% höhere Pathogenität von BA.5. 
Das zentrale Szenario hat sich zur letzten Modellrechnung vom 3.7. kaum verschoben. Im optimistischen bzw. im pessimistischen Szenario verschiebt sich der Herbst-Peak jeweils um 3-4 Wochen nach vorne oder nach hinten. Dann scheint Sättigung vorerst erreicht. 
Aus Zahlen der letzten Tage war zu erkennen, dass meine vorhergehende Modellrechnung die bremsende Wirkung der sich durch Infektionen aufbauenden Immunität unterschätzt hat bzw. dass ich bei der Berechnung dieser Immunität die Dunkelziffer nicht “aggressiv” genug abgeschätzt habe
Beim @BKKDV habe ich mir die monatlichen Krankstands-Daten der beschäftigen Versicherten der Mitglieder des BKK Dachverbands seit Januar 2020 geholt: bkk-dachverband.de/statistik/mona… 
Den folgenden Thread gibt es auch als leichter lesbaren Blog-Artikel mit funktionierenden Links
Die gleichen Daten mit linearer y-Achse. Wer jetzt noch von "es gibt erste Anzeichen für eine mögliche Sommerwelle" oder von "im Herbst könnte... blabla" spricht hat irgendwas mit Mathematik nicht wirklich verstanden. Zum 4. oder 5. mal. 
Die Fallzahlen/Inzidenzen fallen tatsächlich, aber weil wir das Testen und Zählen seit Jahresanfang beständig verschlechtert haben, geben die vom RKI täglich gemeldeten Zahlen nur einen Teil der Wahrheit wieder, zeigen ein schnelleres Absinken als tatsächlich passiert.
Wenn sich weder Variante noch Testsystem ändert erwarten wir ein stetiges Absinken der Quoten (durch ständig steigende Immunisierung wegen Impfung oder Infektion). 
Dass mein Modell für die nächsten 4-6 Wochen brauchbare Berechnungen erstellen kann, haben wir schon mehrfach gesehen, zuletzt gestern hier:
Beim Aufstellen einer Modellrechnung muss man mit mehreren Szenarien rechnen, wenn es Modellparameter gibt, von denen unklar ist, wie sie sich weiter entwickeln. Dies war am 9.4. der Fall: es war unklar wie sich das Verhalten nach Aufhebung vieler Regelungen verändern würde. 
Vorab: Beim Lesen einiger (z.T. unterirdischer) Kommentare fällt mir immer wieder auf, dass einige Leser den Sinn von Modellen/Szenarien und die Arbeitsweise grundlegend nicht verstanden haben (und folglich eher unpassende Kommentare abgeben).