How to get URL link on X (Twitter) App
https://twitter.com/Jean__Fisch/status/1459420776269062152Een exponentiële faze, die bij het natuurlijk verloop van een golf enkel initieel een bruikbare benadering is, is ook niet te verwachten tenzij omstandigheden (slechter weer) de stijgende immuniteit (en beperkte gedragswijziging) teniet zou doen. 2/4
https://twitter.com/mboudry/status/1245753304648384513?s=20Laat ons volgend gedachtenexperiment voeren. In januari waren er uitbraken in scholen, in vele gevallen door B.1.1.7, de nieuwe besmettelijke variant. Deze werd toen ingeschat 65% besmettelijker te zijn (een inschatting die wetenschappelijk nog altijd +/- standhoudt). 2/10
Zoomed in version (as PDF: genomedetective.com/covid19-epi/be…). Case data <65y (which isn't being used by the model) is being overestimated since the end of October, but could now be starting to follow the predicted (downward) trend of the model.🤞 2/5
https://twitter.com/houterkabouter/status/1325514437982380042?s=20Het is ondertussen duidelijk dat besmettingscijfers (zelfs >65j) spectaculair dalen, hospitalisatie cijfers dalen, en overlijdens wellicht deze week de daling zullen inzetten. Weinig spannend dus.
https://twitter.com/vanranstmarc/status/1323235985099051009?s=20
https://twitter.com/houterkabouter/status/1325142071196479488?s=20

2/ Zoomed in version. I added two new charts: estimated age of infected population and estimated IFR (as a result of this change in demography).
2/6 Zoomed in version. This model more reliably fits both deaths (within two age-groups) and hospitalization data, something which recent model fits didn't manage.
https://twitter.com/houterkabouter/status/1305410520657391616?s=20
Incidence of cases, hospitalizations and deaths are modelled in a similar way, by assuming that the rate for each is proportional to the age-specific IFR, which is directly estimated from data on deaths.
This model is now estimated exclusively on information from deaths, except for the last month where cases are used to better model recent trends. Despite low deaths the model estimates a high number of (young) infected people.
https://twitter.com/Marliesvdwalle/status/1301817167441260544
Vanaf begin april had België ook zijn testcapaciteit op orde, dus het tekort van maart was niet langer een bottleneck.
Dit model schat dat een hoog aantal Belgen vandaag geïnfecteerd zijn: 0.5% < 65j, en 0.02% > 65j. Het model baseert zich hiervoor op overlijdens (per leeftijdsgroep) en schattingen van IFR door Moolenbergs et. al (die zijn geschat op basis van serorpevalentie steekproeven).
IFR voor SARS-CoV-2 is zeer leeftijdspecifiek: de kans op overlijden stijgt exponentieel (sic) met de leeftijd. Tot nog toe gebruikte het model twee leeftijdsgroepen: <65j, IFR = 0.09% en >65j, IFR = 3%. Maar er is ook aanzienlijke variatie binnen elke groep.
https://twitter.com/mboudry/status/1299019712546902018"wat nu veel beter lukt bij de 2de dan bij 1e golf" : o ja ?

https://twitter.com/drWouterArrazol/status/1289875527759609858Er wordt vaak verwezen naar landen zoals China, Nieuw-Zeeland, Australië, Oostenrijk, Finland, etc... die erin leken in te slagen om broeihaarden op te sporen en te blussen. Maar die lijst wordt met de dag korter. Ook Australië kampt nu met een grote uitbraak. 2/7
We moeten COVID-19 ernstig nemen en een onvoorbereid land draagt de gevolgen. Desondanks is het onwaarschijnlijk dat deze tweede golf erger wordt, niet in het minst omdat er nu véél minder geïnfecteerden zijn, en transmissie een pak trager (wat exponentieel véél scheelt). 2/4
Als we toen evenveel zouden testen als nu, dan zouden we deze grafiek zien. Vooral tijdens de piek kon test capaciteit absoluut niet volgen maar vanaf half april, drie weken voorbij de piek, werden cases ongeveer even vlot gevonden als vandaag. 2/4
We zouden bvb kunnen terugkeren naar de situatie van begin juni (horeca dicht, bouwverlof afgeschaft, studenten terug in de blok 🤓; we weten helaas niet wat het meeste invloed heeft op R).