Reproduktionszahl R – Wie wird sie berechnet? Anders als die meisten denken!
Alle reden von der Reproduktionszahl, nein, nicht alle, die ARD-tagesschau redet von der “Reproduktionsrate”, wie gewöhnlich: uninformiert. Die meisten reden von der Reproduktionszahl, denn das Robert-Koch-Institut hat bekannt gegeben: Sie ist wieder gestiegen, auf den Wert 1,0 – Selbsterhaltung für SARS-CoV-2, also.
Je nach ideologischer Ausrichtung, wird die neue Reproduktionszahl als Unsinn abgelehnt oder als Beleg für falsche Politik gewertet. Gemeinsam ist den meisten, die hier bewerten, die Ahnungslosigkeit darüber, wie die Reproduktionszahl eigentlich berechnet wird.
Der folgende Tweet ist in dieser Hinsicht repräsentativ:
Das RKI hebt seine Schätzung für die Reproduktionszahl R auf 1,0 an.
Eine Überraschung an dem Tag, an dem die Zahl der Neuinfektionen auf ein 6,5-Wochen-Tief fällt.
Die aktuellsten Schätzungen von Helmholtz (0,699) und TU Ilmenau (0,17 (!)) sind deutlich niedriger.@weltpic.twitter.com/AVzKNlAjMP
Wie kann die Reproduktionszahl steigen, wenn die Anzahl der Neuinfektionen sinkt? Ganz einfach – wie jeder spätestens am Ende dieses Textes sagen wird.
Zunächst zu einem wichtigen Unterschied:
Die Reproduktionszahl, die das RKI regelmäßig berechnet, ist nicht die Basic Reproduction Number, denn Letztere gibt ZU BEGINN einer Epidemie die erwartete Zahl der Infektionen, die von einem Index-Fall ausgehen, an.
Die Reproduktionszahl, die das RKI berechnet, ist eine ZEITABHÄNGIGE REPRODUKTIONSZAHL, die auf Schwankungen in der Anzahl der Neuinfektionen reagiert.
Bleiben wir kurz bei der Basic Reproduction Rate, die wie folgt berechnet wird: [Wer kein Interesse an mathematischen Herleitungen hat, der kann die nächsten Zeilen bis RKI überspringen und den Eindruck mitnehmen, dass nicht alles so einfach ist, wie es der Begriff “Reproduktionszahl” vermittelt.
(1) R0 = τ * c * d,
wobei
τ die Übertragbarkeit als Wahrscheinlichkeit einer Infektion bei Kontakt zwischen einer infizierten und einer nicht-infizieren Person angibt; c die durchschnittliche Anzahl von Kontakten zwischen infizierten und nicht-infizierten Personen angibt; d die Zeit, in der ein Infizierter andere anstecken kann, bezeichnet;
Schon dieser kurze Ausflug in die Berechnung der Basic Reproduction Number zeigt, dass die ganze Geschichte nicht so einfach ist, wie manche denken. Ausgehend von dieser kurzen Denotation kann im Rahmen des sogenannten SIR-Modells (Susceptible-Infected-Removed) die Bedingungen für eine Epidemie bestimmt werden.
Dazu benötigt man β, die effektive Kontaktrate zwischen s(nicht Infizierten) und i(Infizierten), die bekannt ist als τc, also Übertragbarkeit mal durchschnittliche Anzahl der Kontakte. Epidemien ergeben sich dann, wenn die Anzahl der Neuinfektionen größer ist als die Anzahl derjenigen, die aus einer VirusPopulation ausscheiden, entweder durch Tod oder Immunität, μ. Ist eine Epidemie vorhanden, dann muss gelten:
(2) βsi – μi > 0
Eine Epidemie zeichnet sich dadurch aus, dass niemand immun gegen den Erreger ist, also kann s, die Anzahl der potentiell Infizierten der Wert 1 zugewiesen werden, woraus folgt, dass
(3) β/μ = R0 > 1, was im übrigen identisch mit (1) ist, da β definiert ist als τc und die Zahl derer, die aus dem Spiel ausscheiden, eine Funktion der Zeit ist: d = μ-1
QED.
Wie berechnet das RKI die zeitabhängige Reproduktionszahl Rt, von der in Medien (außer der ARD, dort werden Raten nicht Zahlen berichtet) ständig die Rede ist?
Nun zunächst hat das RKI ein Problem. Alle Daten die beim RKI eingehen, sind zu dem Zeitpunkt, zu dem sie eingehen, veraltet, denn das deutsche System der Übermittlung hat eine Vielzahl von Schnittstellen und an jeder kann ein Infizierter ausscheiden. Die Systematik ist wie folgt:
Nicht alle Infizierten zeigen Symptome;
Nicht alle Personen, die Symptome entwickeln, gehen zum Arzt;
Nicht alle Personen, die mit Symptomen zum Arzt gehen, werden getestet;
Nur Personen, die zum Arzt gehen und positiv getestet werden, werden an Gesundheitsämter gemeldet;
Aber nicht alle Personen, die positiv getestet werden, werden auch erfasst;
Nimmt man noch die Zeit als Variable hinzu, dann wird das Problem noch größer, denn
Es vergeht Zeit zwischen Inkubation und Symptomen;
Es vergeht Zeit zwischen Symptomen und Test;
Es vergeht Zeit zwischen Testergebnis und Übermittlung an ein Gesundheitsamt;
Es vergeht Zeit zwischen der Übermittlung von Testergebnissen vom Gesundheitsamt zur zuständigen Landesbehörde und von da zum RKI;
Mindestens zwei Ebenen könnte man hier ausschalten, um dem RKI zeitnahe Daten zu übermitteln, aber natürlich ist der Daseinszweck von Behörden nicht Effizienz oder nicht mehr, sondern die Legitimation der eigenen Existenz, was voraussetzt, dass man in eine Übermittlungskette, und sei man auch noch so überflüssig, wie Gesundheitsämter und Landesbehörde in diesem Fall, eingeschlossen ist.
Das erste Problem, vor dem das RKI steht, besteht darin, die Zeit, die vergeht, bis ein “aktueller Fall” an das RKI gemeldet wird, hochzurechnen, um Prognosen für die IST-Zeit erstellen zu können. Weil nicht bekannt ist, wie viel Zeit seit der Infektion vergangen ist, ist das Ausgangsdatum der Zeitpunkt der Erkrankung. Vom Zeitpunkt der Erkrankung bis zur Meldung des Erkrankten beim RKI vergehen in 50% der Fälle 7 oder weniger Tage. Das ist der Median der Meldezeit. In den restlichen 50% der Fälle dauert es noch länger als 7 Tage. Ineffizienz mal 2.
Um die zeitliche Verschiebung aus den aktuellen Daten herauszurechnen, betreibt das RKI ein sogenanntes NOWCASTING, wie der Begriff schon sagt, eine Vorhersage der aktuellen Zahlen auf Grundlage der mit einem Zeitverzug von im Median 7 Tagen gemeldeten Daten. Die folgende Abbildung zeigt das Ergebnis eines solchen Nowcastings:
Nun, diese Abbildung könnte man sicher optimieren, denn sie sorgt für viele Probleme, vor allem Verständnisprobleme, wie sie z.B. im oben dargestellten Tweet deutlich werden. Die dunkelblaue Fläche stellt die Daten dar, die mit Erkrankungsbeginn von Gesundheitsämtern an das RKI gemeldet wurden. Sie sinken zum rechten Rand der Abbildung sehr deutlich und man könnte annehmen, dass die Anzahl der Neuinfektionen geringer geworden ist. Das kann man jedoch nicht, denn je weiter nach rechts man in der Abbildung kommt, desto höher wird der Anteil der Fälle, die noch nicht diagnostiziert, getestet oder übermittelt wurden. Das führt zurück zu dem oben beschriebenen ineffizienten Übermittlungssystem, das in 50% der Fälle länger als sieben Tage in Anspruch nimmt, um einen in Tutzing Erkrankten nach Berlin zum RKI zu melden, via Gesundheitsamt und Landesbehörde. Die Abbildung oben ist somit ein Ausschnitt aus einem laufenden Prozess, der in Veränderung begriffen ist. Dem wird mit der hellblauen Fläche Rechnung getragen. Bei dieser Fläche handelt es sich um die vorhergesagten Fälle, die auf Basis von sieben Tages Intervallen versuchen, die LahmarschigkeitLangsamkeit der Datenübertragung zu umgehen und die aktuellen Zahlen hochzurechnen. Zu dieser Hochrechnung gehört auch die Imputation, die grau dargestellte Fläche. Imputierte Werte werden genutzt, wenn die Meldung eines Falles vom Gesundheitsamt KEINEN Krankheitsbeginn enthält, dann wird per Regressionsanalyse ein wahrscheinlicher Wert für den Krankheitsbeginn eingesetzt.
All das, was wir hier beschrieben haben, ist notwendig, um Rt zu berechnen, denn Rt baut auf dem Nowcasting, also NICHT AUF DEN BERICHTETEN WERTEN FÜR EINEN TAG auf. Die zeitabhängige Bestimmung der durchschnittlichen Anzahl der Personen, die von einem Infizierten angesteckt werden, erfolgt unter folgenden Annahmen:
Zwischen Ansteckung und Beginn der Symptome vergehen im Durchschnitt fünf Tage;
Ein Infizierter kann im Durchschnitt bereits zwei Tage bevor er Symptome entwickelt, andere anstecken;
Zwischen der Infektion einer Person und der Infektion anderer durch diese Person vergehen vier Tage. Diese Zeitspanne wird als Generation in den Modellen bezeichnet;
Auf dieser Grundlage erfolgt die Berechnung von Rt als schlichte Division zweier aufeinanderfolgender Generationen:
Rt = Anzahl der Neuinfektionen G2 (z.B. Tage 5 bis 8) / Anzahl der Neuinfektionen G1 (z.B. Tage 1 bis 4)
Ergibt sich ein Wert größer als 1, dann ist die Epidemie in vollem Gange, ist der Wert unter 1 geht sie gehen Garaus.
Die Anzahl der Neuinfektionen, die dem RKI gemeldet werden und die z.B. heute verkündet wird, ist ein Potpourri der unterschiedlichsten Erkrankungszeitpunkte (je nach Meldbehörde liegen die Erkrankungszeitpunkte um bis zu 12 Tage in der Vergangenheit). Nicht alle heute gemeldeten Neuerkrankten sind ZUM SELBEN ZEITPUNKT erkrankt. Um dieses Problem, das sich auch daraus ergibt, dass zu vielen Köche im Meldebrei rühren, zu beherrschen, erfolgt ein Nowcasting, mit dem der aktuelle Stand der Infektionen hochgerechnet wird, und zwar auf Grundlage der Zuordnung der neu gemeldeten Fälle zu ihren jeweiligen Erkrankungszeitpunkten. Die Berechnung von Rt hat somit herzlich wenig mit den Zahlen zu tun, die für heute gemeldet werden.
Nun sollte jeder wissen, warum der Tweet, den wir oben als Beispiel ausgesucht haben, Unfug ist.
Wenn man bedenkt, dass wir ein kleines privates Blog sind und uns vornehmlich über Spenden finanzieren, dann ist die Menge an Informationen, die wir bereitstellen, damit SARS-CoV-2 und die von ihm ausgehende Gefahr besser eingeschätzt werden kann, erstaunlich, wie wir finden.
Unterstützen Sie unseren Fortbestand als freies Medium.
Vielen Dank! [wpedon id=66988]
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:
Gleichwohl kommt bei Meldungen wie der aktuellen des RKI die Frage auf: Bei so vielen Schäzungen, Annahmen und Variablen – ist der jetzt verkündete Wert “1,0” ein zufälliges Ergebnis von unveränderten, vorher festgelegten Faktoren und der in den vergangenen Tagen angefallenen Meldungen, oder wurde aktuell so gefingert, dass ein gewünschtes Ergebnis herauskam?
Denn immerhin passt die Zahl hervorragend zu dem Wunsch der Chefin, die Diskussionsorgien zu beenden.
Ich hatte mir heute ein anderes Modell zur Berechnung von R angesehen, dass zu einem fallenden Ergebnis für R kommt. Das Modell geht wohl davon aus, dass die jeweils gemeldeten Zahlen am Tag der Infektion gemeldet wurden und dividiert dann die Anzahl der Infizierten eines Tages durch die zu diesem Zeitpunkt potentiell ansteckenden Personen. Die letzte Zahl wird dabei wohl aus allen Personen errechnet, die zu diesem Zeitpunkt noch ansteckend waren, gewichtet mit deren Ansteckungspotential.
So ähnlich jedenfalls. Ich weiß jetzt nicht welches Modell exakter ist. Noch nicht, und ich weiß auch nicht, ob ich das verstehen werde.
Aber ich hatte gerade den Gedanken, dass eine Epidemie letztlich doch abflauen muß, wenn die Infektionszahlen zurückgehen. Das ist doch das, was für unsereinen sichtbar ist.
Wenn das RKI R über ein Intervall (verschmiert) berechnet und Andere das tagesbezogen machen muß doch bei Rückgang der Infektionen über mehrere Tage oder Intervalle gerechnet dasselbe herauskommen.
Ich meine die Ergebnisse der Modelle müssen sich angleichen. Auf worldometers.com geht es jetzt 4 Tage runter und beim RKI mit leicht veränderten Zahlen bis auf eine Ausnahme ebenfalls.
Also ich würde noch ein paar Tage warten ob dieser Trend anhält und dann müßte auch das RKI wieder fallendes R melden. Und wenn die Infketionen wieder zunehmen, dass ist das mit Covod halt nicht so einfach. Davon abgesehen werde ich versuchen das RKI-Modell zu verstehen. Das tagesbezogene Modell konnte man sich selbst ähnlich ausdenken.
Also dieses Modell hier scheint mir durchsichtiger, wobei das ja anscheinend auch nachträgliche Korrekturen des RKI zu den Tagesdaten berücksichtigt. Aber ich kann die Korrekturen im Moment nicht in Ihrer Äquivalenz zum RKI-Modell vergleichen.
Die Seite der TU gibt dazu Auskunft: https://stochastik-tu-ilmenau.github.io/COVID-19/germany
u.a. “Geschätzt wird die (Netto-)Reproduktionszahl R(t) am Tag t, das heißt die durchschnittliche Anzahl von Menschen, die jemand, der am Tag t infiziert wurde, unter gleichbleibenden Bedingungen infizieren würde…
Zu beachten ist weiterhin, dass das Meldedatum der Fälle aufgrund der Inkubationszeit (ca. 5 Tage (WHO 2020)) und der Zeit für die Durchführung der Tests sowie der Meldung an die Behörden wesentlich später liegt als das tatsächliche Infektionsdatum. Der Einfachheit halber wird hier von einer Verzögerung von 7 Tagen ausgegangen. Daher wird auch die Schätzung der Reproduktionszahl um eine Woche zeitversetzt zu den gemeldeten Fällen angezeigt.
Aufgrund der Meldekette vom Gesundheitsamt des Landkreises über die zuständige Landesbehörde an das Robert Koch-Institut werden noch Daten nachgetragen – und zwar für die letzten 3 Tage in nicht zu vernachlässigendem Umfang. Deshalb sind die jeweils letzten 3 Werte noch nicht vollständig und werden entsprechend blasser dargestellt.”
Ich geh mal davon aus, dass die zwei verglichenen Werte aus dem Nowcast stammen, aber welche Zeiträume sollen das denn sein? Die kurve sieht jedenfalls nicht danach aus, als könnte man zu irgendeinem Zeitpunkt zwei gleiche Zeiträume nebeneinander haben, was ja fur 1.0 erforderlich wäre.
Oder hab ich jetzt n knick in der Optik?
Ich halte nichts vom Kritisieren nur um des Kritisierens willen. Das Problem beim “Nowcast” besteht darin, dass man die Zahlen, die morgen kommen, heute noch nicht kennen kann und deshalb weiß man auch nicht, welche Zahlen morgen für die Zeit, die 7-12 Tage zurückliegt, gemeldet werden…
Zur Lahmarschigkeit: da halte ich das Rennen zwischen lokalen Ämtern und RKI für offen. Wenn RKI und Gesundheitsämter einen vergangenen Corona-Tag beziffern, lagen die Gesundheitsämter bisher immer weit vorn mit ihren Zahlen. Ich gehe davon aus, dass wenn ein Bundesland seine Tageszahlen im Netz veröffentlicht, diese dem RKI spätestens dann auch vorliegen, wahrscheinlich früher. Sind die Gründe für die Unterschiede wirklich zwingend, oder eher administrativ und politisch, oder aber der Tatsache geschuldet, dass beim RKI im “Mittelbau” dutzende Stellen unbesetzt sind?
Dazu kommen dann noch Dinge wie das wochenlange Zurückhalten von gemeldeten Fällen aus der Statistik, wie im Fall des Bergmann-Klinikums in Potsdam. Wurde ja hier thematisiert. Die Zahl der Toten lag in Brandenburg schon bei jenseits von 60, da stand der Zähler des RKI immer noch bei den 36 oder 37, die das Land hatte, just bevor Bergmann durch die Presse ging und denen der Staatsanwalt auf den Hals gehetzt wurde. Da wurde der RKI-Zähler offensichtlich einfach mal angehalten für Brandenburg.
Wie da eine ordentliche Basis für vernünftige Entscheidungen entstehen kann, ob nun die Reproduktionszahl oder ein anderer Parameter, ist mir schleierhaft.
Wir werden sowieso trotz der 100 Mio im Jahr fürs RKI am Ende, wenn wir mit der Epidemie durch sind, noch nicht mal brauchbare eigene epidemiologische Daten haben, um damit in Deutschland Forschung zu betreiben.
Für die Wissenschaft in Dtl. ein Debakel und Offenbarungseid. Und bei aller berechtigten Kritik an Gesundheitsämtern und Landesministerien, bitte erst das RKI wegkegeln, bevor man örtliche Gesundheitsämter reformiert. Figuren wie Wieler und auch Drosten kosten uns im Monat bestimmt soviel, wie drei Leiter von Gesundheitsämtern. Erstere haben für mich keinen erkennbaren Mehrwert für die Gemeinschaft, auf ihrem einzigen Feld, der Epidemiologie, haben sie brachial versagt. Letztere hingegen haben sich um alles Mögliche zu kümmern, Bekämpfung von Infektionskrankheiten oder gar Epidemien spielt da zu normalen Zeiten praktisch nur eine kleine Rolle (Zecken, Läuse usw., seit der Flüchtlingskrise auch Krätze in diversen UNterkünften).
Könnte da nicht noch etwas mehr für die Datenverarbeitung gespendet und / oder Daten-verarbeitungstechnisch etwas nachgeholfen werden von Bill & Melinda &Warren.
Diese Philanthropen sind doch vom Fach
„In Deutschland erhielt das Robert Koch-Institut als zuständige nationale epidemiologische Behörde im November 2019 250.000 Dollar. Der Charité in Berlin (Arbeitgeber von Prof. Christian Drosten) flossen 2019 und 2020 insgesamt mehr als 300.000 Dollar zu.“
Und
„Die Stiftung des ehemaligen Microsoft-Chefs Bill Gates, die „Bill and Melinda Gates Foundation“ (BMGF), wird kontrolliert von ihren drei Treuhändern: Bill und Melinda Gates sowie dem Hedgefonds-Manager Warren Buffett. Die Stiftung verfügt über ein Vermögen von gut 50 Milliarden Dollar – etwa die Hälfte davon stammt von Buffett – und finanziert eine Vielzahl von wohltätigen Projekten“
Aha, also wieder mal Schätzungen statt der Realität, wie beim BIP, wo Destatis ja auch viel schätzt, hinterher aber die Schätzungen wenigstens korrigiert. Warum sagt man nicht einfach: Liebe Leute wir haben 4 Tage Inkubationszeit und 7 Tage für die Datenübermittlung, macht 11 Tage. Das heißt unser R beschreibt die Situation von vor 11 Tagen. Hasta la Vista …
Äh, was ich vergessen habe: Da die Zahl der infiziert Getesteten (Nicht der Infizierten, die kennt man ja nicht) mit der Anzahl der Tests schwankt, müsste natürlich noch dieses Faktum herausgerechnet werden. Das heißt, R müsste auf eine konstante Zahl der Tests normiert werden. Oder?
Und wie immer in solchen Schätzungen, steht dann der Manipulation Tür und Tor offen. Weil keiner kontrollieren kann, was wirklich Sache war, weil die Basisdaten evtl., jedoch die Begründungen für die Schätzungen nicht offen gelegt werden. Oder?
Vielen Dank, dass Sie ScienceFiles unterstützen! Ausblenden
Wir sehen, dass du dich in Vereinigtes Königreich befindest. Wir haben unsere Preise entsprechend auf Pfund Sterling aktualisiert, um dir ein besseres Einkaufserlebnis zu bieten. Stattdessen Euro verwenden.Ausblenden
Liebe Leser,
seit 2011 sind wir als zentrale Stelle zur Prüfung von nicht nur wissenschaftlichen Informationen für Sie da -
Unentgeltlich in all den Jahren.
Bislang sind wir in der Lage, unseren Aufwand über Spenden zu decken.
Damit das auch weiterhin so bleibt, benötigen wir Ihre Hilfe:
Alle reden von der Reproduktionszahl, nein, nicht alle, die ARD-tagesschau redet von der “Reproduktionsrate”, wie gewöhnlich: uninformiert. Die meisten reden von der Reproduktionszahl, denn das Robert-Koch-Institut hat bekannt gegeben: Sie ist wieder gestiegen, auf den Wert 1,0 – Selbsterhaltung für SARS-CoV-2, also.
Nimmt man noch die Zeit als Variable hinzu, dann wird das Problem noch größer, denn
ScienceFiles Spendenkonto:
HALIFAX (Konto-Inhaber: Michael Klein):
ScienceFiles Spendenkonto:
HALIFAX (Konto-Inhaber: Michael Klein):
Danke für die wieder einmal famose Erklärung.
Gleichwohl kommt bei Meldungen wie der aktuellen des RKI die Frage auf: Bei so vielen Schäzungen, Annahmen und Variablen – ist der jetzt verkündete Wert “1,0” ein zufälliges Ergebnis von unveränderten, vorher festgelegten Faktoren und der in den vergangenen Tagen angefallenen Meldungen, oder wurde aktuell so gefingert, dass ein gewünschtes Ergebnis herauskam?
Denn immerhin passt die Zahl hervorragend zu dem Wunsch der Chefin, die Diskussionsorgien zu beenden.
Ich hatte mir heute ein anderes Modell zur Berechnung von R angesehen, dass zu einem fallenden Ergebnis für R kommt. Das Modell geht wohl davon aus, dass die jeweils gemeldeten Zahlen am Tag der Infektion gemeldet wurden und dividiert dann die Anzahl der Infizierten eines Tages durch die zu diesem Zeitpunkt potentiell ansteckenden Personen. Die letzte Zahl wird dabei wohl aus allen Personen errechnet, die zu diesem Zeitpunkt noch ansteckend waren, gewichtet mit deren Ansteckungspotential.
So ähnlich jedenfalls. Ich weiß jetzt nicht welches Modell exakter ist. Noch nicht, und ich weiß auch nicht, ob ich das verstehen werde.
Aber ich hatte gerade den Gedanken, dass eine Epidemie letztlich doch abflauen muß, wenn die Infektionszahlen zurückgehen. Das ist doch das, was für unsereinen sichtbar ist.
Wenn das RKI R über ein Intervall (verschmiert) berechnet und Andere das tagesbezogen machen muß doch bei Rückgang der Infektionen über mehrere Tage oder Intervalle gerechnet dasselbe herauskommen.
Ich meine die Ergebnisse der Modelle müssen sich angleichen. Auf worldometers.com geht es jetzt 4 Tage runter und beim RKI mit leicht veränderten Zahlen bis auf eine Ausnahme ebenfalls.
Also ich würde noch ein paar Tage warten ob dieser Trend anhält und dann müßte auch das RKI wieder fallendes R melden. Und wenn die Infketionen wieder zunehmen, dass ist das mit Covod halt nicht so einfach. Davon abgesehen werde ich versuchen das RKI-Modell zu verstehen. Das tagesbezogene Modell konnte man sich selbst ähnlich ausdenken.
Also dieses Modell hier scheint mir durchsichtiger, wobei das ja anscheinend auch nachträgliche Korrekturen des RKI zu den Tagesdaten berücksichtigt. Aber ich kann die Korrekturen im Moment nicht in Ihrer Äquivalenz zum RKI-Modell vergleichen.
https://www.mdr.de/wissen/monitor-corona-ausbreitung-wird-geringer-100.html
Sieht schön aus, vergleicht aber Äpfel mit Birnen.
Die Seite der TU gibt dazu Auskunft: https://stochastik-tu-ilmenau.github.io/COVID-19/germany
u.a. “Geschätzt wird die (Netto-)Reproduktionszahl R(t) am Tag t, das heißt die durchschnittliche Anzahl von Menschen, die jemand, der am Tag t infiziert wurde, unter gleichbleibenden Bedingungen infizieren würde…
Zu beachten ist weiterhin, dass das Meldedatum der Fälle aufgrund der Inkubationszeit (ca. 5 Tage (WHO 2020)) und der Zeit für die Durchführung der Tests sowie der Meldung an die Behörden wesentlich später liegt als das tatsächliche Infektionsdatum. Der Einfachheit halber wird hier von einer Verzögerung von 7 Tagen ausgegangen. Daher wird auch die Schätzung der Reproduktionszahl um eine Woche zeitversetzt zu den gemeldeten Fällen angezeigt.
Aufgrund der Meldekette vom Gesundheitsamt des Landkreises über die zuständige Landesbehörde an das Robert Koch-Institut werden noch Daten nachgetragen – und zwar für die letzten 3 Tage in nicht zu vernachlässigendem Umfang. Deshalb sind die jeweils letzten 3 Werte noch nicht vollständig und werden entsprechend blasser dargestellt.”
Quelltexte gibt’s auf https://github.com/Stochastik-TU-Ilmenau/COVID-19/tree/gh-pages
Ich geh mal davon aus, dass die zwei verglichenen Werte aus dem Nowcast stammen, aber welche Zeiträume sollen das denn sein? Die kurve sieht jedenfalls nicht danach aus, als könnte man zu irgendeinem Zeitpunkt zwei gleiche Zeiträume nebeneinander haben, was ja fur 1.0 erforderlich wäre.
Oder hab ich jetzt n knick in der Optik?
Ich halte nichts vom Kritisieren nur um des Kritisierens willen. Das Problem beim “Nowcast” besteht darin, dass man die Zahlen, die morgen kommen, heute noch nicht kennen kann und deshalb weiß man auch nicht, welche Zahlen morgen für die Zeit, die 7-12 Tage zurückliegt, gemeldet werden…
Zur Lahmarschigkeit: da halte ich das Rennen zwischen lokalen Ämtern und RKI für offen. Wenn RKI und Gesundheitsämter einen vergangenen Corona-Tag beziffern, lagen die Gesundheitsämter bisher immer weit vorn mit ihren Zahlen. Ich gehe davon aus, dass wenn ein Bundesland seine Tageszahlen im Netz veröffentlicht, diese dem RKI spätestens dann auch vorliegen, wahrscheinlich früher. Sind die Gründe für die Unterschiede wirklich zwingend, oder eher administrativ und politisch, oder aber der Tatsache geschuldet, dass beim RKI im “Mittelbau” dutzende Stellen unbesetzt sind?
Dazu kommen dann noch Dinge wie das wochenlange Zurückhalten von gemeldeten Fällen aus der Statistik, wie im Fall des Bergmann-Klinikums in Potsdam. Wurde ja hier thematisiert. Die Zahl der Toten lag in Brandenburg schon bei jenseits von 60, da stand der Zähler des RKI immer noch bei den 36 oder 37, die das Land hatte, just bevor Bergmann durch die Presse ging und denen der Staatsanwalt auf den Hals gehetzt wurde. Da wurde der RKI-Zähler offensichtlich einfach mal angehalten für Brandenburg.
Wie da eine ordentliche Basis für vernünftige Entscheidungen entstehen kann, ob nun die Reproduktionszahl oder ein anderer Parameter, ist mir schleierhaft.
Wir werden sowieso trotz der 100 Mio im Jahr fürs RKI am Ende, wenn wir mit der Epidemie durch sind, noch nicht mal brauchbare eigene epidemiologische Daten haben, um damit in Deutschland Forschung zu betreiben.
Für die Wissenschaft in Dtl. ein Debakel und Offenbarungseid. Und bei aller berechtigten Kritik an Gesundheitsämtern und Landesministerien, bitte erst das RKI wegkegeln, bevor man örtliche Gesundheitsämter reformiert. Figuren wie Wieler und auch Drosten kosten uns im Monat bestimmt soviel, wie drei Leiter von Gesundheitsämtern. Erstere haben für mich keinen erkennbaren Mehrwert für die Gemeinschaft, auf ihrem einzigen Feld, der Epidemiologie, haben sie brachial versagt. Letztere hingegen haben sich um alles Mögliche zu kümmern, Bekämpfung von Infektionskrankheiten oder gar Epidemien spielt da zu normalen Zeiten praktisch nur eine kleine Rolle (Zecken, Läuse usw., seit der Flüchtlingskrise auch Krätze in diversen UNterkünften).
Könnte da nicht noch etwas mehr für die Datenverarbeitung gespendet und / oder Daten-verarbeitungstechnisch etwas nachgeholfen werden von Bill & Melinda &Warren.
Diese Philanthropen sind doch vom Fach
Zitat aus:
https://multipolar-magazin.de/artikel/der-impfaktivismus-der-gates-stiftung
„In Deutschland erhielt das Robert Koch-Institut als zuständige nationale epidemiologische Behörde im November 2019 250.000 Dollar. Der Charité in Berlin (Arbeitgeber von Prof. Christian Drosten) flossen 2019 und 2020 insgesamt mehr als 300.000 Dollar zu.“
Und
„Die Stiftung des ehemaligen Microsoft-Chefs Bill Gates, die „Bill and Melinda Gates Foundation“ (BMGF), wird kontrolliert von ihren drei Treuhändern: Bill und Melinda Gates sowie dem Hedgefonds-Manager Warren Buffett. Die Stiftung verfügt über ein Vermögen von gut 50 Milliarden Dollar – etwa die Hälfte davon stammt von Buffett – und finanziert eine Vielzahl von wohltätigen Projekten“
M.E. auch passend zum Thema, allerdings scheinen mir die Rückschlüsse nicht kompatibel 😉 https://www.heise.de/tp/features/Von-der-fehlenden-wissenschaftlichen-Begruendung-der-Corona-Massnahmen-4709563.html?view=print
Aha, also wieder mal Schätzungen statt der Realität, wie beim BIP, wo Destatis ja auch viel schätzt, hinterher aber die Schätzungen wenigstens korrigiert. Warum sagt man nicht einfach: Liebe Leute wir haben 4 Tage Inkubationszeit und 7 Tage für die Datenübermittlung, macht 11 Tage. Das heißt unser R beschreibt die Situation von vor 11 Tagen. Hasta la Vista …
Äh, was ich vergessen habe: Da die Zahl der infiziert Getesteten (Nicht der Infizierten, die kennt man ja nicht) mit der Anzahl der Tests schwankt, müsste natürlich noch dieses Faktum herausgerechnet werden. Das heißt, R müsste auf eine konstante Zahl der Tests normiert werden. Oder?
Und wie immer in solchen Schätzungen, steht dann der Manipulation Tür und Tor offen. Weil keiner kontrollieren kann, was wirklich Sache war, weil die Basisdaten evtl., jedoch die Begründungen für die Schätzungen nicht offen gelegt werden. Oder?