Exzess-Mortalität: COVID-19 Einfluss auf Sterberate in Euromomo-Daten deutlich sichtbar

Vor wenigen Wochen sind wir täglich mit immer demselben Link auf Euromomo geflutet worden. Die, die uns geflutet haben, haben dies getan um “zu beweisen”, dass man bei Euromomo, “European Monitoring of Excess Mortality for Public Health Action”, keinen Effekt von COVID-19 sieht.

Euromomo präsentiert aktuelle Verlaufsdaten zu Verstorbenen in Europa und den Daten konnte keinerlei Auffälligkeit im Hinblick darauf entnommen werden, dass COVID-19 zu mehr Verstorbenen führt als für die jeweilige Woche normal.

Nun ist aktuell bei Euromomo nicht aktuell, sondern vor mindestens einer Woche und Ereignisse wie die derzeitige Pandemie benötigen eine gewisse Zeit, um sich in Daten niederzuschlagen.



Dass wir mit dem Link auf Euromomo geflutet werden, hat übrigens aufgehört.

Warum?
Darum:

Dass COVID-19 kein Witz ist, sieht man anhand der neuesten Daten für Kalenderwoche 14, also für die Woche, die am 30. März 2020 begonnen hat und am 5. April geendet ist, mehr als deutlich. Die dunkelblau eingefärbten Länder, die für eine Exzessmortalität von mehr als 7 Standardabweichungen stehen, lassen keinen Zweifel mehr zu.

Eines der witzigen Dinge der letzten Wochen war die plötzliche Blüte der Statistik, die sich in einer großen Zahl von Statistikexperten gezeigt hat, die mit z-scores nur so um sich geworfen haben.

Für uns alle, die wir nicht so in Statistik bewandert sind, dass wir mit z-scores schlafen gehen, mit ihnen aufwachen und von ihnen geträumt haben, ein z-score standardisiert eine Verteilung auf Basis der Annahme, dass eine Normalverteilung der Daten vorliegt. Der Wert, der bei der oben dargestellten Berechnung herauskommt, ist die Abweichung eines beobachteten Wertes vom Mittelwert einer Verteilung gemessen als Standardabweichung:

Bei herkömmlicher Vorgehensweise variieren z-scores zwischen -4 und +4. Da oben in der Abbildung ein z-score von >7 berichtet wird, kann man davon ausgehen, dass die Darstellung von Exzess-Mortalität bei Euromomo auf Grundlage nicht einer Normalverteilung, sondern einer Poisson-Verteilung berechnet wird, in der saisonale Besonderheiten wie die Häufung von Toten in der Winter-Grippesaison und Hitzetoten im Sommer berücksichtigt werden, was letztlich ein Modell ergeben wird, das einer Sinuskurve ähnelt.

Poisson-Verteilung By Skbkekas; This plot was created with Matplotlib., CC BY 3.0, Quelle

Wie auch immer, wir haben es mit einem erheblichen Ausreißerwert zu tun. 



Bei Euromomo findet sich die folgende Erklärung für die Berechung von z-scores, das, was in den ersten beiden Absätzen steht, ist das, was man in jedem Statistikbuch nachlesen kann. Das, was interessant wäre, die im dritten Abschnitt erwähnte Methode von Farrington et al. 1996, wird leider nicht erklärt (bei Gelegenheit füttern wir das noch nach).

Nun, nachdem wir alle auf dem Stand der Statistik-Pros sind, die uns bis vor rund einer Woche mit Links auf Euromomo zugeschwemmt haben, können wir auf einer kenntnisreichen Basis feststellen, dass in den Daten von Euromomo eine erhebliche Exzess-Mortalität, die man – da es derzeit weder eine Epidemie von Dengue-Fieber noch eine Salmonellen-Pandemie gibt, auf COVID-19 zurückführen muss. Die Exzess-Mortalität findet sich, wenig überraschend, in den Ländern, aus denen auch die höchsten Todeszahlen für COVID-19 berichtet werden.

Italien:

Frankreich:

Spanien:

Schweiz und England:

Für Deutschland zeigen die Daten, dass … oh, für Deutschland liegen ja, wieder einmal, keine Daten vor.
Hony soi qui mal y pense.


Warum es für Deutschland (noch) keine Daten gibt?
Ein Blick auf die Euromomo-Partner in Deutschland reicht:

Das Institut aus Berlin, das mit seinen Empfehlungen die Anzahl der Toten in Deutschland weit hinter dem internationalen Normalmaß hält und ansonsten dazu eingesetzt worden ist, die Verbreitung von Daten, zwar nicht zu unterbinden, aber doch so zu verlangsamen, dass die aus der Todesursachenstatistik bekannte Verzögerung: Wir erfassen aktuell die Todesursachen von vor zwei Jahren resultiert. Und wer kräht in zwei Jahren noch nach einer heftigen Exzess-Mortalität bei Lungenentzündung im Jahre 2020? (Wir!)


Natürlich beeindruckt das keinen derjenigen, die partout und wie Leon Festinger das mit seiner Theorie kognitiver Dissonanz vorhergesagt hat, nicht zugeben wollen, dass SARS-CoV-2 mit COVID-19 ein erhebliches Problem darstellt. Was den oben erwähnten Witz noch steigert ist die Tatsache, dass diejenigen, die mit allen Mitteln Tote, die an COVID-19 verstorben sind, ausblenden wollen, sich im selben Boot mit Chairman Xi Jinping finden. Nun, da die Daten zeigen, was sie noch vor Wochen nicht zeigen konnten, muss die Strategie also geändert werden. Es bleiben die folgenden alternativen Strategien:

  • Die Zählung von COVID-19-Toten anzweifeln.
  • Vorerkrankungen für den Tod an COVID-19 verantwortlich machen
  • Eine Alien-Conspiracy – gerne auch in Kooperation mit Reptiloiden – annehmen.
  • … [please fill the void]


Fakten zu SARS-CoV-2/COVID-19:




Bleiben Sie auf dem Laufenden mit ScienceFiles.
ScienceFiles ist ein privates Blog, das u.a. auf Grundlage der Spenden unserer Leser betrieben wird.
Unterstützen Sie unseren Fortbestand als freies Medium.
Vielen Dank!

[wpedon id=66988]



Folgen Sie uns auf TELEGRAM


Bleiben Sie mit uns in Kontakt.
Wenn Sie ScienceFiles abonnieren, erhalten Sie bei jeder Veröffentlichung eine Benachrichtigung in die Mailbox.

ScienceFiles-Abo
Loading



ScienceFiles-Shop


Folgen Sie uns auf Telegram.
Anregungen, Hinweise, Kontakt? -> Redaktion @ Sciencefiles.org
Wenn Ihnen gefällt, was Sie bei uns lesen, dann bitten wir Sie, uns zu unterstützen. ScienceFiles lebt weitgehend von Spenden. Helfen Sie uns, ScienceFiles auf eine solide finanzielle Basis zu stellen.
Wir haben drei sichere Spendenmöglichkeiten:

Donorbox

Unterstützen Sie ScienceFiles


Unsere eigene ScienceFiles-Spendenfunktion

Zum Spenden einfach klicken

Unser Spendenkonto bei Halifax:

ScienceFiles Spendenkonto: HALIFAX (Konto-Inhaber: Michael Klein):
  • IBAN: GB15 HLFX 1100 3311 0902 67
  • BIC: HLFXGB21B24

Print Friendly, PDF & Email
80 Comments

Schreibe eine Antwort zu R. FrühwirthAntwort abbrechen

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Entdecke mehr von SciFi

Jetzt abonnieren, um weiterzulesen und auf das gesamte Archiv zuzugreifen.

Weiterlesen

Entdecke mehr von SciFi

Jetzt abonnieren, um weiterzulesen und auf das gesamte Archiv zuzugreifen.

Weiterlesen