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.@welt pic.twitter.com/AVzKNlAjMP
— Olaf Gersemann (@OlafGersemann) April 27, 2020
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;
- Nicht alle Personen, die Symptome entwickeln, gehen zum Arzt;
- 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.
Dazu auch: Epidemiologisches Bulletin 17/2020 – 23.- April 2020 des Robert-Koch-Instituts
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]
- ScienceFiles-Spendenkonto (einfach klicken)
- Sponsern Sie ScienceFiles oder Artikel von ScienceFiles (einfach klicken)
Fakten zu SARS-CoV-2/COVID-19:
- Medikamente gegen COVID-19 – 27. April
- Schulschließungen ohne Effekt auf die Ausbreitung von SARS-CoV-2 – 26. April
- Frontalangriff auf die Gefäßbetten – 24. April
- Gefährlicher als gedacht: SARS-CoV-2 mutiert viel häufiger – 23. April
- Erhebliche Über-Sterblichkeit in England und Wales aufgrund von COVID-19 – 22. April
- Lockdown ohne Wirkung? – 22. April
- 10.000.000 PCR-Tests pro Tag: Eine britische Strategie, den Lockdown zu beenden und weitere zu verhindern – 21. April
- Herbe Kritik am Robert-Koch-Institut: Heimlichtuer, die der Aufgabe nicht gewachsen sind? – 21. April 2020
- Stanford, Gangelt, COVID-19: Viel Lärm um herzlich wenig Ergebnis – 20. April 2020
- Altersverteilung der an COVID-19 Verstorbenen in 13 Ländern Europas – 16. April 2020
- Bewusstseinsstörungen, Verlust des Geruchs- und Geschmackssinns, Hirngefässerkrankungen, epileptische Anfälle durch COVID-19 – 14. April 2020
- Exzess-Mortalität: COVID-19 in Euromomo-Daten deutlich sichtbar – 11. April 2020
- Phylogenese: 3 verschiedene Stränge von SARS-CoV-2 sind weltweit aktiv – 10. April 2020
- Deutschland und Spanien: vollkommen verschieden oder nur zeitlich verzögert? – 6. April 2020
- SARS-CoV-2: Doch ein Killer-Virus? – 6. April 2020
- Ent-Mystifizierung: Intensiv-Patienten in Wales <50 Jahre alt und ohne Vorerkrankungen– 6. April 2020
- Gerontozid – 4. April 2020
- Ärzte als Opfer der Virenlast – 4. April 2020
- Abstandsregel falsch? Zwei Meter sind für SARS-CoV-2 keine Entfernung – 2. April 2020
- Spanien: Daten zeigen bereits eine Exzess-Mortalität von 30% durch COVID-19 – 31. März 2020
- Spanien: Fast 40% der positiv Getesteten haben eine Lungenentzündung – 31. März 2020
- Masken schützen, kaufen Sie sich eine – 30. März 2020
- Südkorea als Vorbild – 29. März 2020
- Plagiat oder Propaganda: Das vertrauliche Strategiepapier des WDR aus dem Innenministerium – 27. März 2020
- Social Distancing verschiebt und verringert den Höhepunkt der COVID-19 Pandemie – 26. März 2020
- Wer landet auf der Intensivstation? Fettleibigkeit als Risiko – 25. März 2020
- Im eigenen Blut ersticken – Was COVID-19 wirklich bedeutet – 23. März 2020
- Erkrankungen an und Tod durch COVID-19 hängen mit der Blutgruppe zusammen – 23. März 2020
- Sterben die Italiener an Luftverschmutzung und nicht an COVID-19? – 22. März 2020
- Hydroxychloroquine zur Behandlung von COVID-19 – Ein Anfang – 21. März 2020
- Durchbruch? Medikament gegen COVID-19 gefunden – 21. März 2020
- Sommerurlaub ade: Ernüchternde Fakten zu Dauer und Intensität der COVID-19 Maßnahmen – 21. März 2020
- COVID-19: Wer benötigt eine Behandlung im Krankenhaus? – 17. März 2020
- Jugend schützt vor COVID-19 nicht – 16. März 2020
- Der “offene Grenze” Spleen und COVID-19-Menschenopfer in Deutschland – 15. März 2020
- COVID-19: Deutschland macht keinen guten, sondern einen miserablen Job – 14. März 2020
- Anreiz zum Verschweigen: In deutscher COVID-19-Statistik fehlen Tote – 13. März 2020
- COVID-19 verbreiten: Studie zeigt, wie einfach das ist – 12. März 2020
- COVID-19 – Tod und Überleben: Was macht den Unterschied? – 11. März 2020
- Wer soll diesen Zahlen glauben? – 10. März 2020
- SARS-CoV-2 ist mit der Grippe nicht vergleichbar – 10. März 2020
- Geschönte Statistik? – 9. März 2020
- Seltsame Zahlen: Deutschland fällt bei COVID-19 aus dem Rahmen – 8. März 2020
- Spiel mir das Lied vom Tod der 250000 Anderen – 6. März 2020
- Deutsche Effizienz? Deutsches Durcheinander – 5. März 2020
- UK Coronavirus action plan – 3. März 2020
- Dilettantismus oder Mutwilligkeit? – 3 März 2020
- Sterben Sie ruhig, die Gesellschaft lebt weiter. – 2. März 2020
- Landratsamt Neu-Ulm: Fahrlässigkeit an der Grenze zu vorsätzlicher Körperverletzung – 27. Februar 2020
- SARS-CoV-2: Viel ansteckender als gedacht – 27. Februar 2020
- Tagesschau verbreitet gefährliche FakeNews – 26. Februar 2020
- SARS-CoV-2-Pandemie: Bereiten Sie sich besser vor! – 24. Februar 2020
- Massenstudie bringt neue Erkenntnisse – 20. Februar 2020
- Labor Ursprung von SARS-CoV-2? – 17. Februar 2020
- Rasanter Anstieg bei Toten und Infizierten – 13. Februar 2020
- Cover-up: Mehr Tote als offiziell verlautbart – 10. Februar 2020
- Neueste Daten und Fakten – 7. Februar 2020
- Ruhe vor dem Sturm: Warum Ihnen das chinesische Coronairus gefährlich werden kann – 6. Februar 2020
- Designer Virus?– 1. Februar 2020
- Wuhan Virus ist neues Coronavirus – 28. Januar 2020
- Erste Daten zum Coronavirus– 26. Januar 2020
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.