Ungeeignet, um Hysterie zu schüren: Übersterblichkeit für sich sagt überhaupt nichts aus

33.791 Menschen sind im Jahr 2020 MIT COVID-19 (nicht COVID-19, MIT-COVID-19 meint, die Verstorbenen wurden zu irgend einem Zeitpunkt positiv auf SARS-CoV-2 getestet) verstorben. Das sind 3,4% aller im Jahr 2020 Verstorbenen. Die Frage, ob diese 33.791 Verstorbenen eine “Übersterblichkeit” konstituieren, ob – letztlich mehr Menschen 2020 wegen COVID-19 verstorben sind als in einem normalen Sterbejahr verstorben wären, und ob damit die drakonischen Maßnahmen, die seit sie eingeführt wurden, um eine Überlastung der Krankenhäuser zu verhindern und diese Überlastung zu keinem Zeitpunkt eingetreten ist, und die mittlerweile zu einer schlechten Angewohnheit geworden sind, die mit den aberwitzigsten Begründungen zu legitimieren versucht wird, gerechtfertigt sind.

Vor einigen Monaten ist das Statistische Bundesamt offensichtlich angewiesen worden, monatlich eine gefällige Abbildung zu produzieren, die das folgende Aussehen hat und deren Erscheinen von MS-Medien begierig aufgenommen und als Beleg dafür interpretiert wird, dass es 2020 eine Übersterblichkeit WEGEN SARS-CoV-2 gegeben habe, dass die Pandemie zu Übersterblichkeit geführt habe.

Folgen Sie uns auf TELEGRAM

Wer die Abbildung betrachtet, kann schnell zu dem Schluss kommen, dass es eine Übersterblichkeit gibt, die durch COVID-19 verursacht ist. Wer in seinem Leben viel Zeit mit Statistik verbracht hat, wird es hingegen seltsam finden, dass die Kurve für “COVID-19-Tote” nahezu identisch im Verlauf mit der Gesamtkurve der wöchentlich Verstorbenen ist, denn um diese identischen Verläufe zu erreichen, muss man annehmen, dass die Zahl derjenigen, die nicht an COVID-19 sterben, weitgehend konstant geblieben ist, dass also jede Woche, sagen wir ab Kalenderwoche 40 gleichviel Menschen nicht an COVID-19 gestorben sind. Nur unter dieser Annahme lässt sich die Gleichförmigkeit beider Kurven erklären.

Ergo ist die Abbildung von Destatis zwar suggestiv, aber sie belegt in keiner Weise, dass die Übersterblichkeit, die man für das Jahr 2020 im Vergleich zum Mittelwert der Jahre 2016 bis 2019 sieht, auf COVID-19 Tote zurückzuführen ist.

Warum?
Folgen Sie uns:

Zunächst zeigt die nächste Abbildung, die auf denselben Daten basiert, die das Statistische Bundesamt für seine Abbildung verarbeitet hat, den Sterbeverlauf für die Jahre 2016 bis 2020, sowie für den Durchschnit (MAV) der Jahre 2016 bis 2019 auf Tagesbasis.

Quelle: Sonderauswertung Sterbefälle des Statistischen Bundesamts

Die Abbildung zeigt sehr deutlich, dass “Übersterblichkeit” ein statistisches Konstrukt ist. Es gibt aus statistischer Sicht immer Übersterblichkeit, denn die Anzahl der Toten eines Monats, einer Woche oder eines Tages in einem Vergleichs-Jahr wird der Anzahl anderer Jahre nicht entsprechen. Bildet man über mehrere Jahr einen Durchschnitt, hier als Moving Average, dann gibt es immer sowohl Zeitpunkte, die über, als auch Zeitpunkte, die unter dem Durchschnitt liegen, denn der Durchschnitt ist so definiert, dass er den mittleren Wert einer Verteilung abbildet. Außer im Weltbild linker Spinner ist die Mitte immer in der Mitte, ergo gibt es Punkte, die über und Punkte die unter der Mitte liegen.

Wie die Abbildung zudem zeigt, gibt es Übersterblichkeit nicht nur im Jahr 2020, wie die Abbildung des Statistischen Bundesamts suggeriert, es gibt Übersterblichkeit in nahezu jedem der betrachteten Jahre über mehr oder weniger lange Zeiträume. Lediglich das Jahr 2016 ist, was die Sterblichkeit angeht, ein “durchschnittliches” Jahr. Dagegen ist das Jahr 2018 durch eine erhebliche Übersterblichkeit ausgezeichnet, indes haben wir nicht in Erinnerung, dass es 2018 Lockdown, Maßnahmen sozialer Distanz oder sonst einen Klamauk gab. Auch 2017 und 2019 haben Phasen der Übersterblichkeit, im Fall des Jahres 2019 in eher erratischer Weise, was darauf hinweist, dass die Daten oben nicht den Zeitpunkt angeben, zu dem ein Mensch gestorben ist, sondern den Zeitpunkt, zu dem sein Tod statistisch erfasst wurde. In den meisten Fällen wird die statistische Erfassung und das Datum auf dem Totenschein mit dem Zeitpunkt des Todes übereinstimmen, indes, die Spikes im Jahr 2019 legen den Schluss nahe, dass das nicht immer der Fall ist.



Was kann man nun an dieser Abbildung sehen, außer dass es Übersterblichkeit gibt?

Nichts.

Die Ursache dieser Übersterblichkeit ist nicht ersichtlich. Deshalb ergänzt das Statistische Bundesamt den Verlauf der COVID-19-Tode, um zu suggerieren, dass die Übersterblichkeit, die abgebildet ist, auf COVID-19 zurückzuführen sei. Nun sind 2020 33.791 Menschen MIT COVID-19 verstorben: 3,4% aller Verstorbenen sollen eine reine Übersterblichkeit begründen?

Das ist mehr als unwahrscheinlich.

Um das Problem einmal figurativ zu verdeutlichen: Das Statistische Bundesamt versucht zu zeigen, dass unter den Toten, die das Schlachtfeld an der Marne in so großer Menge belegen haben, eine gewisse Anzahl von Toten zu finden ist, die an Herzversagen und nicht im Kugelhagel verstorben sind. Diese, an Herzversagen Verstorbenen, so Destatis, wären für die Übersterblichkeit verantwortlich, die sich einstellt, wenn man die Anzahl der Toten der Schlacht an der Marne mit dem Durchschnitt der Toten bei den Schlachten in Ypres, an der Somme, in Tannenberg vergleicht.

Aggregatdaten, und Übersterblichkeit ist ein Aggregatdatum, sind nur mit großer Mühe kausal erklärbar. Will man behaupten, dass die Übersterblichkeit, die oben statistisch geschaffen wurde, eine konkrete Ursache in COVID-19 hat, dann muss man alle anderen Ursachen auschließen oder man muss auf Grundlage von Erfahrungswerten für die vergangenen Jahre einen Erwartungswert darüber bilden, wie viele Menschen in einem normalen Jahr an CVOID-19 sterben und diesen Erwartungswert mit den tatsächlich beobachteten COVID-19 Toten vergleichen. Letzteres ist im vorliegenden Fall nicht möglich, da es keine Zeitreihe für COVID-19-Tote über mehrere Jahre gibt. Bleibt ersteres, der Ausschluss ALLER anderen Ursachen für die beobachtete Übersterblichkeit.

Wer also behaupten will, dass COVID-19 zu Übersterblichkeit geführt hat, der muss zeigen, dass keine andere Ursache für die Erklärung der Übersterblichkeit in Frage kommt. Das haben die Enthusiasten, die jedes Datum geradezu anbeten, wenn es sich dazu missbrauchen lässt, weiter Horror und Schrecken zu verbreiten, bislang nicht getan. Warum nicht, nun, man käme über kurz oder lang zu der Frage, ob die Übersterblichkeit nicht darauf zurückzuführen ist, dass mehr Menschen wegen der Maßnahmen, die zum Schutz vor COVID-19 getroffen wurden, als an COVID-19 versterben, z.B.

  • weil sie sich das Leben nehmen;
  • weil eine wichtige Operation wegen COVID-19 verschoben wurde;
  • weil sie sich im Lockdown-Frust zu Tode trinken;
  • weil sie von unbehandelt gebliebenem Krebs dahingerafft werden;

Das sind nur einige Gründe, die zu einer Übersterblichkeit beitragen können, wie sie in der Abbildung oben zu sehen ist. Das sind die “außergewöhnlichen” Gründe. Es gibt auch weniger außergewöhnliche Gründe, wie sie in der temporären Zunahme bestimmter Krankheiten mit Todesfolge bestehen können. Ob dies der Fall ist, das kann man, ebenso wie die Frage, ob die suggestive Abbildung des Statistischen Bundesamts die Realität oder ein statistisches Artefakt abbildet, erst entscheiden, wenn die Todesursachenstatistik veröffentlicht wird, wenn bekannt ist, wie viele Menschen 2020 an einem Herz-Kreislaufleiden verstorben sind, ob 2020 mehr Menschen an einem Herz-Kreislaufleiden verstorben sind als in den Vorjahren, wie viele Menschen 2020 an Krebs verstorben sind, ob 2020 mehr Menschen an Krebs verstorben sind als in den Vorjahren usw.

Das Problem mit Daten besteht in der Regel darin, dass man nichts über sie aussagen kann, so lange sie nicht erhoben und veröffentlicht sind. Die Frage der Ursachen der Übersterblichkeit im Jahre 2020 ist erst dann beantwortbar, wenn alle Todesursachen für die im Jahr 2020 Verstorbenen bekannt sind. Derzeit sind Abbildungen, wie die des Statistischen Bundesamt suggestive Unterstützung für Polit-Darsteller, die unbedingt etwas benötigen, um ihre Lockdown-Manie weitertreiben zu können, und zwar ohne Rücksicht auf Verluste, da für Lockdowns mittlerweile gut belegt ist, dass sie erhebliche negative Folgen mit sich bringen:

Die Schäden, die durch Lockdowns angerichtet werden, werden nun in einer Reihe von Studien quantifiziert, als Anzahl von verlorenen Jahren bei der Lebenserwartung oder als Schätzung der Millionen Arbeitslosen, die weltweit als Folge der Lockdowns zu beklagen sind. Eine Gegenüberstellung zwischen dem Nutzen an durch Lockdowns geretten Lebensjahren und durch Lockdowns vernichteten Lebensjahre kommt zu dem Ergebnis, dass der Verlust den Gewinn um das Fünffache übersteigt.



Seit Ende Januar 2020 besprechen wir Studien zu SARS-CoV-2. Damit gehören wir zu den wenigen, die das neue Coronavirus seit seinem Auftauchen verfolgt und den Niederschlag, den es in wissenschaftlichen Beiträgen gefunden hat, begleitet haben.
Eine Liste aller Texte, die wir zu SARS-CoV-2 veröffentlicht haben, finden Sie hier.

Gutes, so hieß es früher, muss nicht teuer sein. Aber auch ein privates Blog muss von irgend etwas leben.

Deshalb unsere Bitte: Tragen Sie mit einer Spende dazu bei, dass wir als Freies Medium weiterbestehen.

Vielen Dank!
[wpedon id=66988]

  • Deutsche Bank 
  • Michael Klein
  • BIC: DEUTDEDBCHE
  • IBAN: DE18 8707 0024 0123 5191 00
  • Tescobank plc.
  • ScienceFiles / Michael Klein
  • BIC: TPFGGB2EXXX
  • IBAN: GB40 TPFG 4064 2010 5882 46


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

ScienceFiles-Abo
Loading

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
17 Comments

Schreibe eine Antwort zu Reinhold R. SchmidtAntwort 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