Essay
Thomas Glinik
Bedeutung
Wissenschaftliche Einschätzung
Share
Vor dem Hintergrund unserer chronologischen Recherchen (aus diversen Onlineberichten, erster Literatur (Quelle 1 und 2) konnten wir einen gemeinsames Narrativ in den ersten Sitzungen der Taskforces und der Kommunikation zu Beginn der Pandemie bis zur Einführung der Maßnahmen eroieren.
So zb. als in Österreich die Entscheidung zur Einrichtung einer Taskforce Sitzung getätigt wurde, war es ein “Intro” E-mail von Gerald Maier und etwas später die Ausarbeitung von TU Mathematikern, in Deutschland ein erstes Strategiepapier mit dem Titel “Wie wir COVID-19 unter Kontrolle bekommen” und wahrscheinlich international mit größerer Aufmerksamkeit beobachtet, das Essay von Thomas Pueyo bzw. die Modellierungen des Imperial College um Neil M. Fergusson die als Kick-off für die Einführung der bekannten Maßnahmen galten, allesamt zwei fataleFehlannahmen beinhalteten.
Was hatten all diese Modellierungen und Prognosen gemeinsam?
Es war eindeutig das Narrativ des exponentiellen Wachstums und der fehlenden Immunität in der Bevölkerung. Resultierend aus diesen zwei “Thesen” gingen Modellierungen von einer Verdoppelungsrate der Infektionen von 3–5 Tagen aus. Oder mathematisch anderst betrachtet eine Reproduktionszahl von > 1 (damals 3–5). Eine fortlaufende Entwicklung dieser Art bis zum Erreichen des zweiten Narratives — der Herdenimmunität von 60–70% hätte unweigerlich bei den ersten Daten bezüglich Hospitalisierungs- bzw. ICUraten eine überwältigende Belastung bzw. Überlastung der Gesundheitsversorgung zur Folge. Diese Gefahr war es doch, die (zumindest anfänglich) als wichtigstes Ziel der Maßnahmen postuliert wurde.
Diese Überlastung trat zum Glück (resultierend aus PR Berichten) außschließlich in einigen (sehr wenigen) Einrichtungen weltweit auf. Als sehr schwer betroffen galten Bergamo, Brescia, London und Queens (NY). In den med. Einrichtungen an diesen Orten kam es zeitweilig zu Überlastungen der Kapazitäten. Durch Kapazitätserweiterungen und vor allem durch ein Rückgang der Infektionen konnte diese Phase überwunden werden.
Zur Analyse dieser Modellierungen möchten wir an erster Stelle die Effektivität der Maßnahmen zu bewerten versuchen und in Synergie mit diesen Informationen einen Vergleich zwischen den Realdaten und den Modellierungen anstellen.
Wie effektiv war der Lockdown
Resultierend aus Beobachtungen in den Ländern der D-A-CH Region kann ermittelt werden dass die effektive Reproduktionszahl jeweils bereits vor dem einsetzen bzw. deren Wirksamkeit sank. Hierführ möchten wir nochmals die bekannten R(t) Auswertung des RKI und der ETH Zürich aufzeigen.
Die obigen Graphiken lassen viel Raum für Interpretation und nicht zuletzt aufgrund dessen stellen Sie Grundlage für eine weitreichende Diskussion über die Effektivität oder gar Notwendigkeit von Maßnahmen dar. Dies soll aber nicht primärer Gegenstand dieser Ausarbeitung sein.
Medial waren sowohl Experten zu hören, welche hieraus die fehlende Notwendigkeit des Lockdowns ableiteten, aber Beführworter gegenargumentierten dass der Infektionsrückgang logischerweise Bereits durch Einführung von “kleineren” Maßnahmen (Veranstaltungsverbot, Schulschließung u.ä.) vor dem Lockdown dazu beitrugen und die weitere Senkung der Infektionszahlen durch den Lockdown zu begründen ist.
Ungeachtet der Korrektheit der geschilderten Haltungen lässt sich jedoch klarerweise damit eine These beobachten. Das propagierte exponentielle Wachtum trat keinerorts tatsächlich (zumindest in der mittels Testungen beobachten Phase tatsächlich auf).
Wenn wir anhand der epidemiologischen Kurve Vorarlbergs nun einen statistische Analyse vornehmen so ist selbst auf Basis von Ganzzahlwerten keine exponentielle Ausbreitung festzustellen. Vielmehr lässt sich hier unter Berücksichtigung einer log. Trendlinie bereits zum Zeitpunkt der politischen Wahrnehmung eine Rückgang bzw. eine vorübergehende Konstanz und anschließend ein Rückgang (wie oben geschildert vor dem eintreten der Maßnahmenwirksamkeit) feststellen.
In der obigen Grapik werden Ganzzahlwerte an täglichen Infektionen herangezogen.
Es ist von sehr hoher Relevanz die Werte zu den Neuinfektionen täglich im Bezug zu den durchgeführten Testungen zu stellen.
Wenn wir diesen Bezug in Österreich herstellen ergibt sich daraus folgendes Diagram.
Unter Berücksichtung von Meldeverzügen, Inkubationszeit, Testkapazitäten usw. ließ sich zu keinem Zeitpunkt ein exponentielles Wachstum an Infektionen feststellen.
Somit ergibt sich folgender epidemiologischer Verlauf.
Weiters ist zu Berücksichten dass es in AT zu einem Meldeverzug der Testungen kamen und am 17.04 >30.000 Tests nachgemeldet wurden. Dies hatte ein weiteres abflachen der Kurve im Zeitraum davor zu Folge. Leider lässt sich nicht genau eroieren an welchem Tag, wieviele Testungen durchgeführt wurden.
Doch die Erklärung des exponentiellen Wachstums ist doch äußerst plausibel. Man erinnere sich an die banale Logik das eine Person mehr als eine weitere ansteckt und es somit zum Wachstum der Epidemie kommt.
Warum ist das nun doch nicht so?
Sehr treffend sind hierbei die Analysen von Dr. Michael Levitt in diesem Zusammenhang. Scheinbar herrscht die Meiunung zum exponentiellen Wachstum seit vielen Jahren und in der Grundlagenlehre der Epidemiologie vor. Spannenderweise wurde jedoch eben genau dieses in keiner Epidemie tatsächlich beobachtet. Vielmehr verhalten sich Epidemien mathematisch gesehen Sigmodial bzw. folgen dem Verlauf der sog. Gompertz Kurve.
Medizinische und biologische Gründe dafür können wir genauso nur wie aktuell die Wissenschaft nur empirisch ermitteln. Bitte beachten Sie auch dass in keiner Virensaison ein exponentielles Wachstum der Virenstämme (egal ob Influenza A, B, Rhino, Adeno oder andere Coronaviren) bis zur vollständigen Immunität beobachtet werden konnte.
Vielmehr wird eine kurzfristige schnelle Steigerung bis zur sog. HIT (Herd Immunity Treshhold), gefolgt von einer anschließenden Sättigung und einem abflachen der Epidemie seit jeher Beobachtet.
Als Ursachen dafür wird die Inhomogenität der Gesellschaft erwähnt, eine unterschiedliche Menge an Sozialkontakten, med. Parameter wie die Hintergrundimmunität (sehen Sie dazu andere Artikel von uns), saisonale bzw. klimatische Effekte, Auswirkungen auf das Immunsystem uvm.
Grundsätzlich sind es somit zwei Bereiche welche sowohl den Wert der HIT beinflußen, welcher wieder direkt Einfluss auf den epidemiologischen Verlauf nimmt. Einerseits die unterschiedlich auftretende Vulnerabilität in der Bevölkerung (endogene Ursache) und andererseits ein Konvolut an exogenen Ursagen wie die Saisonalität, das Sozialverhalten, Hygienestandarts uvm…
Auch wenn die exponentielle Verbreitung bis zur vollständigen Herdenimmunität empirisch als durchaus plausibel erscheint, gibt es doch, wenn abstrakter gute Gründe und unzählige Beobachtungen die das gegenteil Beweisen.
Aber wie kann es dann sein, dass soviele Experten von exponentiellem Wachstum sprachen und teilweise nach wie vor sprechen?
Wir finden nur (k)eine Antwort daruf. Wir wissen es einfach nicht. Wie in diesem Fall sehr vieles wenn es um Infektionskrankheiten geht.
Unterstützen Sie unsere Arbeit mit einem Abo:
[wpeppsub id=340]
Feed zum Thema:
Die wahrscheinlich meist beachtetete Studie, welche versucht nachzuweisen, dass die weitreichenden Lockdowns keine nachweisliche Wirkung auf das Sterbegeschehen nehmen konnten. SID003
A country level analysis measuring the impact of government actions, country preparedness and socioeconomic factors on COVID-19 mortality and related health outcomes
In this exploratory analysis, low levels of national preparedness, scale of testing and population characteristics were ...
www.thelancet.com
Mathematische Grundlage der Covid-19 Pandemie mit Dr. Michael Levitt (Nobel Leaureates) SID003
Studie der Uniklinik Zürich konnte nicht bei allen Probanten lgA oder lgG Antikörper im Blut nachweisen. Dafür wiesen einige (19% der Gruppe) Antikörper bei Schleimhautabstrichten auf. Auch dies deutet auf eine größere Immunität gegen SARS Cov-2 SID003
https://www.biorxiv.org/content/10.1101/2020.05.21.108308v1