bookmark_borderAus der Wissenschaft: Krankenhausdaten 2019 und 2020 im Vergleich: „Covid-19“ – Kein Grund zur Panik!

Von Peter Baier

Eine Lücke, wenn man belegen wollte, dass Covid-SARS-CoV-2 sicher nicht das „Killervirus“ ist, wie uns eine verantwortungslose und panikgetriebene Politik im Alarmverbund mit den nachgeschalteten Massenmedien weiß machen wollen, waren verlässliche Daten zur Hospitalisierung, also der Krankenhauseinweisung, von Patienten mit Covid-19 oder Verdacht darauf.

Diese Lücke schließt jetzt eine Studie der „Initiative Qualitätsmedizin“. Diese ist ein Institut zur Qualitätssicherung und Datenauswertung im Bereich der Krankenhausmedizin. Auf deren Webseite ist eine Untersuchung veröffentlicht, welche die Krankenhausbelegung und die Fallzahlen an akuten schweren Atemwegserkrankungen (SARI = severe acute respiratory infection)  der beiden Jahre 2019 und 2020 vergleicht. Dazu wurde die Patientendaten aus 421 deutschen Krankenhäusern für beide Jahre einer Auswertung unterzogen. Mit teilweise sehr überraschenden Ergebnissen. Ergebnisse, welche die durch Politik und Medien veranstaltete „Corona“-Panik in einem ganz anderen Licht erscheinen lassen.

Die wichtigsten Ergebnisse

Im Jahre 2020 wurden in den 421 Kliniken, welche einbezogen waren, 2.866.982 Patienten behandelt. Davon lag bei 14783 ein Nachweis auf eine SARS-CoV-2-Infektion/Covid-19-Erkrankung vor (0,52%).

Die Altersgruppenverteilung und darauf basierend die Anzahl der an Covid-19 erkrankten Patienten und der an Covid-19 Verstorbenen stellt sich wie folgt dar:

Auffällig ist, dass die Gruppe mit dem höchsten Anteil an Verstorbenen nicht die ganz alten Menschen darstellen sonder jene, deren Lebensalter zwischen 65 und 84 Jahren liegt. Über die Anzahl der Vorerkrankungen macht die Studie jedoch leider keine Angaben.

Quantifizierung der Covid-19-Patienten

Sehr interessant ist auch der Anteil der Patienten mit einer gesicherten Covid-19-Diagnose im Vergleich zur Gesamtzahl der im Jahre 2020 in der Studie erfassten und im Krankenhaus behandelten Personen. Dieser ist nämlich extrem gering:

Gesamtzahl der Patienten n.ges = 2866982, davon mit Covid-19 bestätigter Diagnose n.C19=14783. Daraus ergibt sich ein Anteil von Covid-19-Fällen von 0,52%.

Hierbei muss natürlich beachtet werden, dass aufgrund der Panikreaktionen von Politik und Gesundheitswesen die Krankenhausbetten mit „regulären“ Patienten wesentlich weniger belegt waren, was, wie sich im  Nachhinein herausstellte, vollkommen unnötig gewesen wäre.

Belegung der Intensivstationen

Von den insgesamt 14783 Patienten mit gesicherter Covid-19-Diagnose wurden 3949 auf der Intensivstation behandelt, wobei hier die Angaben  fehlen ob diese Behandlung jeweils im „Low care“ oder „High care“-Bereich stattfand bzw. ob ggf zeitlich versetzt in beiden.

Der Anteil der auf der Intensivstation behandelten Patienten betrug dabei 26,8%, also mehr als jeder Vierte. Die Sterblichkeit der beatmeten Patienten war dabei ca. fast 3 mal so hoch (40,18%) im Vergleich zu den nicht beatmeten (14,02%)

Vergleich der Jahre 2019 und 2020

Diese Daten, welche die Anzahl der mit akuten schweren Atemwegsinfektionen (SARI) hospitalisierten Menschen  für das jeweils erste Halbjahr darstellen, bergen eine Überraschung:

(Quelle, Grafik durch Verfasser gekürzt)

Man erkennt sofort, dass die Anzahl der gesamten Patienten mit Atemwegsinfektion mit schweren Verläufen im Jahre 2019 deutlich höher war als im Jahre 2020:

SARI 2019 221841
SARI 2020 187174
Veränderung 34667
in Prozent bezogen auf 2019
-15,63%

Vergleicht man die Zahl der SARI-Erkrankungen im Jahr 2020 mit der aus 2019 ergibt sich bezogen auf 2019 für 2020 ein Rückgang von 15,36%. Oder anders gesprochen: 2020 betrug die Zahl der SARI-Fälle nur noch ca. 84% von der Fallzahl des Vorjahres.

Schaut man nochmals auf das Schaubild, wo beide Kurven überlagert sind, erkennt man ebenfalls, dass der 1. „Lockdown“ total unsinnig war. Die Patientenzahlen begannen schon weit vor dem Stichtag zu fallen, die Steigung der Kurve ändert sich auch nach dem „Lockdown“ eben nicht zu einem größeren Absolutsteigungswert (i. e. schneller fallenden Fallzahlen) sondern, im Gegenteil, die Fallzahlen nehmen langsamer ab.

Wäre man unwissenschaftlich, würde man hier fälschlicherweise von einem kausalen Effekt („Lockdown“ führt zu verlangsamter Absinkrate) ausgehen, wissenschaftlich betrachtet ergibt sich nur die Effektlosigkeit des „Lockdowns“ Nr. 1.

Fazit: Hier war die durch Panik getriebene Politik ebenfalls (entweder aufgrund von Ignoranz oder von Absicht) vollkommen von falschen Tatsachen ausgegangen. Die Wirkung des 1. „Lockdown“ auf die Volksgesundheit war, gut erkennbar, gleich NULL!

Abschlussbemerkung

Diese Studie zeigt überraschende Tatsachen auf. Eines kann man sehr gut belegen: Bei SARS-CoV-2 handelt es sich im Jahresvergleich des Jahres vor der „Corona“-Panik (i. e. 2019) im Vergleich mit dem Panikjahr 2020 in selbigem um kein besonders schweres Infektionsgeschehen. 2020 war kein Todesjahr und wird es auch nicht werden. Im Gegenteil. Die Zahlen der Krankenhauseinweisungen von Patienten mit schweren Atemwegserkrankungen waren 2019 deutlich höher als 2020. Man darf nun auch getrost dran denken, was heute, im November 2020, noch für weitere Angstszenarien in die Presse gedrückt werden und was davon zu halten ist. Nämlich nicht viel.

 

 

 

 

bookmark_borderSchockierende Zahlen aus dem „Top-Corona-Hotspot“

Der Landkreis „Berchtesgadener Land“ ist der derzeitige „Top-Corona-Hotspot“ in Deutschland. Der bayerische Ministerpräsident Söder hat vollkommen richtig reagiert und dem Landkreis einen knallharten „Lockdown“ verordnet. Insbesondere die intensivmedizinische Versorgung steht kurz vor dem Zusammenbruch, wie das Register von DIVI.de ausweist:

(Quelle)

Scherz beiseite: Wie lange wollen sich die Menschen in diesem Land eigentlich noch von den Politikern an der Nase herumführen lassen? Merken diese Leute gar nichts mehr? Dieser Landkreis hatte 2019 105.000 Einwohner. Derzeit liegen also 0,00094% der Einwohner mit dem Krankheitsbild Covid-19 auf der Intensivstation. Mehr muss man dazu nicht sagen.

bookmark_borderPodcast: Keine Hinweise für Wirksamkeit der öffentlichen Maskenpflicht! (Ines Kappstein)

In einem ca. einstündigen Audiobeitrag erläutert die Krankenhaushygienikerin Prof. Dr. Ines Kappstein die aktuelle Studienlage zur sog. „Maskenpflicht“ im öffentlichen Raum. Sie analysiert Papiere des RKI und andere Studien und kommt zu dem Fazit, dass es keine wissenschaftlichen Belege für die Nutzwirkung von Gesichtsmasken betreffend den Schutz vor Atemwegsviren gibt, zumindest wenn diese Masken, wie derzeit verpflichtend, im öffentlichen Raum getragen werden müssen. Also z. B. in Schulen während des Unterrichts oder in den Pausen. Zudem weist sie nach, welche methodischen Schwächen häufig zitierte Studien (wie z. B. die „Gera-Studie“) aufweisen, die gemeinhin als Beleg für die Effektivität der vor dem Gesicht getragenen Stofffetzen dienen sollen und die nach wissenschaftlichen Erkenntnissen lt. Prof. Kappstein keinen Nutzen, dafür aber potenziell Schaden bringen.

Fazit: Ein wohltuend kritisch-rationaler Beitrag gegen den Voodoo-Zauber der „Alltagsmasken“.

bookmark_borderFazit: „Gesichtsmasken sind für die Allgemeinbevölkerung schädlich.“

Von Peter Baier

Im Thieme-Fachverlag, einem bekannten Herausgeber von Medizinliteratur, ist unlängst eine Studie erschienen, die den Befürwortern der allgemeinen Tragepflicht von gesichtsverhüllenenden Stoffstücken nicht gefallen dürfte. Die Studie trägt bereits einen Titel, der ihre Ergebnisse vorwegnimmt:

„Mund-Nasen-Schutz in der Öffentlichkeit: Keine Hinweise für eine Wirksamkeit“

Verfasserin ist die Krankenhaushyginekerin Prof. Dr. Ines Kappstein vom Klinikum in Fürstenfeldbruck. In Ihrer Studie, mit der sie die Wirksamkeit und die möglichen Schadwirkungen der allgemeinen Maskerade untersucht hat, kommt sie zu einem eindeutigen Ergebnis:

Aus einer Maskenpflicht für viele Millionen Bürger in Deutschland können jeden Tag zig-millionenfache Kontaminationen resultieren, die zu einem wesentlichen Teil vermeidbar wären, weil die ohnehin schon häufigen Hand-Gesichts-Kontakte der Menschen durch die Maskenpflicht noch häufiger werden, Händewaschen unterwegs aber nur ausnahmsweise möglich ist. Dabei besteht das Risiko, dass der – schon zwangsläufig – unsachgemäße Umgang mit der Maske und die erhöhte Tendenz, sich selbst ins Gesicht zu fassen, während man die Maske trägt, tatsächlich das Risiko einer Erregerverbreitung und damit Erregerübertragung noch erhöht – ein Risiko, das man doch aber gerade durch die Maske reduzieren will.

Eine Maskenpflicht vermittelt ein falsches Sicherheitsgefühl, und ein falsches Sicherheitsgefühl ist immer ein Sicherheitsrisiko.

(Quelle)

Das RKI und die Hongkonger Studie

Am Anfang des Volltextes nimmt sich Kappstein einer vom RKI referenzierten Studie aus Hongkong an (Leung, Chu et. al., Hongkong, 2020) und zeigt die Schwächen dieser Studie auf:

  • Die Studie ist bereits vor einigen Jahren erschienen und wurde nur wegen „Corona“ neu aufgelegt.
  • Die meisten Patienten mit Infektionen der oberen Luftwege setzten überhaupt keine messbaren und schon gar keine signifikanten Erregermengen frei.
  • Es wurde nicht überprüft, ob das freigesetzte Erregermaterial überhaupt infektiös war.

Hier wird also wieder deutlich, dass auch methodisch schwache Studien es irgendwie durch den „Peer review“-Prozess schaffen müssen. Denn das entscheidende Kriterium, die Virusaktivität, wurde gar nicht untersucht.

Merke: Ob ein Erregernachweis außerhalb des Körpers bedeutet, dass die gefundenen Erreger auch ein tatsächliches Infektionsrisiko darstellen, ist kaum zu beantworten. Hinzu kommt, dass der Nachweis von Virusnukleinsäure kein Beleg für die Infektionstüchtigkeit von Viren ist. Auch ein Virusnachweis mittels Zellkultur ist nicht mit dem Nachweis ihrer Infektiosität unter normalen Lebensumständen gleichzusetzen.

(ebd.)

Insbesondere seien die direkten Kontakte „face-to-face“ (s<1m) ein wesentlicher Überträgerweg. Hinzu komme eine erforderliche Dauer  (t>15min) um ein signifikant erhöhtes Infektionsrisiko postulieren zu können..

Aussagen der World-Health-Organisation (WHO)

Im Anschluss widmet sich die Studienleiterin den Empfehlungen der WHO zum Tragen von Masken in der Öffentlichkeit. Breiten Raum nehmen hier die evidenten Nachteile ein:

  • Selbstkontamination
  • Kopfschmerzen
  • Hautprobleme im Gesicht
  • Artikulationsprobleme verbaler Natur (undeutliche Sprache)
  • Beklemmungsgefühle
  • falsches Sicherheitsgefühl
  • Probleme für hörbehinderte Menschen
  • etc. etc.

Übertragungswege

Im weiteren Verlauf der Studie erörtert Kappstein den Übertragungswegen von SARS-CoV-2 und nennt hier die Übertragung über die Luft (vornehmlich in Form von Tröpfchen d>5µm) und der Schmierinfektion über kontaminierte Fläche. Gerade letztere scheint aber weniger plausibel, zumindest wenn man die Studie von Streeck et. al. liest ( („Heinsberg-Studie“) , wo keine nachgewiesene Infektion über virusbelastete Fläche erkennbar war. Trotzdem sei laut Kappstein Händewaschen ein probates Mittel gegen eine Übertragung von SARS-CoV-2:

RKI, ECDC, CDC und WHO betonen mit Nachdruck, dass äußerst sorgfältige Händehygiene und das Vermeiden von Hand-Gesichts-Kontakten essenziell sind und durch den Gebrauch von Masken in der Öffentlichkeit nicht vernachlässigt werden dürfen.

(ebd.)

Fazit der Untersuchung

Am Ende wird der Maskenwahn auf breiter Front angegriffen:

Weder vom RKI oder von der WHO noch von ECDC oder CDC wurden wissenschaftliche Daten für eine positive Wirkung von Masken in der Öffentlichkeit (im Sinne einer reduzierten „Ausbreitungsgeschwindigkeit von COVID-19 in der Bevölkerung“ [1]) vorgelegt, weil es solche Daten nicht gibt. Ebenso stützt auch das Update des Cochrane-Reviews die Anwendung von Masken im öffentlichen Raum in keiner Weise. Dies wird durch 2 weitere Reviews der relevanten Literatur vom April 2020 bestätigt. Dasselbe gilt für die schon vor einigen Jahren durchgeführte Studie aus Hongkong.

[…]

Der Gebrauch von Masken im öffentlichen Raum ist schon allein aufgrund des Fehlens von wissenschaftlichen Daten fragwürdig. Zieht man dazu noch die erforderlichen Vorsichtsmaßnahmen in Betracht, müssen Masken nach den aus Krankenhäusern bekannten Regeln im öffentlichen Raum sogar als ein Infektionsrisiko betrachtet werden.

[…]

Aus einer Maskenpflicht für viele Millionen Bürger in Deutschland können jeden Tag zig-millionenfache Kontaminationen resultieren, die zu einem wesentlichen Teil vermeidbar wären, weil die ohnehin schon häufigen Hand-Gesichts-Kontakte der Menschen durch die Maskenpflicht noch häufiger werden, Händewaschen unterwegs aber nur ausnahmsweise möglich ist. Dabei besteht das Risiko, dass der – schon zwangsläufig – unsachgemäße Umgang mit der Maske und die erhöhte Tendenz, sich selbst ins Gesicht zu fassen, während man die Maske trägt, tatsächlich das Risiko einer Erregerverbreitung und damit Erregerübertragung noch erhöht – ein Risiko, das man doch aber gerade durch die Maske reduzieren will.

Eine Maskenpflicht vermittelt ein falsches Sicherheitsgefühl, und ein falsches Sicherheitsgefühl ist immer ein Sicherheitsrisiko.

Diese Studie darf nun allen entgegegehalten werden, die sich „wissenschaftlich“ noch auf der Ebene der Konjunktive befinden: „Könnte“, „sollte“, „dürfte“ etc. Denn wir alle wissen nun, nach monatelanger medialer Dauerbeschallung: „Eine Mund-Nase-Bedeckung kann helfen, die Ausbreitung von SARS-CoV-2 zu verlangsamen.“ Das kann das Blaufärben der eigenen Haartracht (so noch vorhanden) aber auch.

bookmark_borderDas Grundrauschen der falsch-positiven Testergebnisse

Von Peter Baier

Die in meinem letzten Artikel zur Betrachtung der „Incfected fatality ratio“ vertretene Auffassung, dass sich die neuen, angeblich „besorgniserregenden“, Infiziertenzahlen primär aus dem Grundrauschen der falsch-positiven Tests ergeben, wird erhärtet, wenn man sich die Landkreise ansieht, die das RKI täglich erstellt:

(Quelle)

Bereits an der einigermaßen homogenen Färbung (der größte Teil der Landkreise liegt in den unteren drei Gruppen) erkennt man, dass es fast keine lokalen Hotspots mehr gibt, was man aber erwarten müsste. Denn wenn jetzt z. B. „hochinfektiöse“ Urlaubsrückkehrer in die Betriebe und Schulen zurückkehren, müssten sich doch sofort doch eine Vielzahl von Hotspots gebildet haben. Die Inzidenz müsste dort, wie z. B. im Fall „Tönnies“ sofort im Bereich >200 pro Woche befinden. Das ist aber erkennbar nicht der Fall.

Die angeblich „hohen“ Infektionsraten spielen sich in Bereichen ab, die unter 25/100.000 Einwohner je 7 Tage und Landkreis liegen. Wie das eben mit dem Rauschen ist: Auf ein großes Spektrum (hier die Fläche) verteilen sich die Frequenzen (hier die Inzidenz) einigermaßen gleichmäßig und zufällig, die Frequenzverteilung determiniert dabei die Art des Rauschens (weißes, rosa, rotes, blaues R.). Das ist dann aber wieder Physik und hat mit „Corona“ weniger zu tun. 😉

bookmark_borderSterblichkeit für Covid-19 bei steigenden Fallzahlen

Von Peter Baier

Seit Wochen melden die Politiker und die ihnen nachgeschalteten Medien einen signifikanten (sie nennen es „besorgniserregenden“) Anstieg bei den Infiziertenzahlen für Covid-19. Gleichzeitig fällt auf, dass die Anzahl der angegebenen „Coronatoten“ sehr niedrig ist. Dies deutet auf ein wenig intensives Krankheitsgeschehen hin. Ein interessanter Ansatz, die Zahlen neuerlich unter die Lupe zu nehmen und insbesondere die Infiziertensterblichkeit (infected fatality ratio, IFR) zu untersuchen.

Die Infiziertensterblichkeit (infected fatality ratio, IFR)

Zuerst ist zu sagen, dass normalerweise die Fallsterblichkeit (case fatality ratio, CFR) untersucht wird. Diese bezieht sich auf die Zahl der wirklich Erkrankten. Letztere ist aber bei Covid-19 nicht bekannt, man kennt nur die Zahl der Infizierten. Daher kann man nur mit der IFR rechnen. Für sie gilt: Die IFR sagt aus, wie hoch die Anzahl der an der Krankheit gestorbenen Personen  im Vergleich zur Zahl aller Infizierten ist. Daraus wird ein Quotient gebildet:

IFR = n.Tote / n.Infizierte

Diese Zahl kann, wenn man exakter arbeiten will, noch um eine Zeitverzögerung ergänzt werden. Denn nach der erkannten Infektion dauert es eine bestimmte (im Durchschnitt zu bestimmende) Zeitspanne, bei der ein signifikanter Anteil der Infizierten der Krankheit erliegt. Die Ermittlung dieser Zeitspanne ist natürlich auch wieder nur ein, notwendigerweise ungenauer, Durchschnittswert.

Datenauswertung

Da die Daten der Gesundheitsämter (Infizierte) und Krankenhäuser (Verstorbene) teilweise nur verzögert gemeldet werden, kommt es zu tageweisen erheblichen Schwankungen. Daher wurden zuerst wieder Summen über die einzelnen Wochen gebildet, um diese Schwankungen auszugleichen.

(Hinweis: Die drei letzten Zeilen in Fettdruck enthalten Prozentangaben, während die anderen Zeilen in der gleichen Spalte einfache Quotienten darstellen.)

Grundannahmen

Man sollte davon ausgehen, dass der Anteil der Verstorbenen an der Gesamtzahl der mit Covid-19 positiv getesteten Personen über die Zeit einigermaßen konstant ist. Denn eine bestimmte Krankheit wird i. d. R. stets einen bestimmten Anteil von Personen die an ihr leiden, das Leben kosten. Dieser Anteil kann von 0% bis 100% betragen.  Wenn man die Betrachtungen in einem bestimmten umgrenzten Gebiet mit einer homogenen Bevölkerung und vergleichbaren Lebens-, Ernährungs- und Gesundheitsstandards durchführt, sollte man davon ausgehen können, dass diese Grundannahme zutreffend ist.

IFR ohne Zeitverzögerung

Berechnet man nun für die einzelnen Kalenderwochen die Infiziertensterblichkeit,  so fällt auf, dass diese erheblichen Schwankungen unterliegt:

Die minimale IFR = 0,1% (0,001), die maximale IFR=10% (0,1), liegt also um den Faktor 100(!) höher. Der Durchschnittswert beträgt 4,1% (0,41).

IFR mit Zeitverzögerung

Verzögert man den Sterbezeitpunkt um jene 3 Wochen, die im Mittel zwischen Infektionsdiagnose und Tod des Infizierten angegeben werden und baut daher eine Phasenverschiebung ein, ergibt sich ein ähnliches Bild:

Hier ist ebenfalls eine starke Schwankung der IFR beobachtbar. Minimalwert ist 0,008% (0,00008), Maximalwert 27% (0,27) und das arithmetische Mittel liegt bei 8,6% (0,08). Hier liegt der Faktor zwischen MIN- und MAX-Wert sogar bei 3000.

Diskussion

Es gibt offenbar keinen funktionalen Zusammenhang zwischen der Zahl der Infizierten an Covid-19 und der Sterblichkeit. Die Schwankungsbreiten sind, unabhängig vom Berechnungsmodus, erheblich.

Eine Möglichkeit dies zu erklären, ist darin zu suchen, dass Covid-19 nicht die alleinige, i. e. kausale, Ursache sein könnte sondern die Person an anderen Ursachen verstorben ist und diese Ursachen zufällig verteilt sind.

Weiterhin ist beobachtbar, dass in den letzten Wochen, trotz gesteigerter Zahl der Infizierten, die IFR als Funktion der Zeit erheblich abnimmt. Sie approximiert derzeit gegen NULL. D. h. es gibt kaum noch „Coronatote“ trotz steigender Infiziertenzahlen.

Dies legt den Schluss nahe, dass die Zahl von wirklich Infizierten sehr klein sein muss, denn die Sterblichkeit folgt der Anzahl der Infizierten nicht mehr auch nur in der Näherung. Dies ebenfalls unabhängig davon, ob mit Zeitverzögerung ausgewertet wurde oder nicht.

Es besteht daher Grund zu der Annahme, dass die Zahl der real Infizierten momentan im Grundrauschen der falsch-positiv getesteten Personen untergeht. Dies wäre eine mögliche Erklärung für das starke Abfallen der IFR zum jetzigen Zeitpunkt. Wo es nur noch falsch-positiv gesteste Personen gibt, die man „Infizierte“ nennt, muss das Krankheitsgescheen sehr überschaubar sein. Das Problem dürften also (neben anderen noch zu explorierenden Faktoren) die mangelnde Genauigkeit des PCR-Tests sein. Nach allgemeiner Meinung liegt die Spezifität des verwendeten PCR-Tests zwischen 98 und 99%, so dass mit 1 bis 2% falsch-positiver Ergebnisse gerechnet werden muss.

bookmark_borderStatistik: Interessante Entwicklung bei den Testergebnissen

von Peter Baier

Die Anzahl der wöchentlichen Tests auf eine Infektion mit SARS-CoV-2 in Deutschland nimmt derzeit rasant zu. Man erkennt Ansätze eines exponenziellen Wachstums.

Die Positivenrate (Positive Tests / gesamte Tests) steigt auf ca. 1%:

Vergleicht man nun die Anzahl der test-positiven Personen mit der Anzahl der zu erwartenden falsch-positiven Tests (ca. 1% bei einer Spezifität von 99%) erhält man ein auffälliges und durchaus interessantes Ergebnis:

In den letzten zwei Kalenderwochen sind beide Raten fast identisch, d. h. die Anzahl der positiven Tests liegt nur knapp um den Erwartungswert für falsch-positive Testergebnisse. Das zeigt die Tabelle noch deutlicher als die Grafik:

Würde sich dieses Ergebnis die folgenden Wochen stabilisieren und würde sich Spezifität der PCR-Tests nicht verändern, könnte man ableiten, dass die erhebliche gestiegenen „Infiziertenzahlen“ primär durch falsch-positive Ergebnisse erklären ließen.

bookmark_borderWHO: Keine Evidenz für den Nutzen bei allgemeinem Gebrauch von „Mundschutzmasken“

von Peter Baier

Aus einem Papier der World Health Organisation (WHO):

Übersetzung: Zum gegenwärtigen Zeitpunkt existiert keine auf hohem  Niveau sich befindende wissenschaftliche Evidenz, was den Nutzen für das allgemeine Tragen von Masken betrifft. Es mag vielleicht einen möglichen Nutzen geben, aber dieser muss neben einer ebenfalls möglichen Schadwirkung berücksichtigt werden.

(Quelle PDF)

(ebd.)

Einfache nicht-medizinische Gewebemasken werden zur Zeit von vielen Menschen im öffentlichen Raum genutzt. Es gibt aber nur begrenzte Belege für deren Wirksamkeit. Die WHO empfiehlt nicht, diese Masken in großem Umfang in der Öffentlichkeit anzuwenden um die Ausbreitung von Covid-19 unter Kontrolle zu halten.

bookmark_borderCovid-19 – Wo ist bitteschön die Epidemie?

Eine Pandemie ist eine in weiten Teilen der Welt sich ausbreitende Epidemie. Eine Epidemie (von griech. epi („auf“ oder „im“) und demos („Volk“)) ist nach Definition:

Eine Epidemie, auch Seuche genannt, ist ein zeitlich und örtlich begrenztes vermehrtes Auftreten von Krankheitsfällen einheitlicher Ursache innerhalb einer menschlichen Population und entspricht damit einem großen Ausbruch einer Krankheit. Der Begriff ist nicht auf Infektionskrankheiten beschränkt

(Quelle)

Also wollen wir nun die Covid-19-Epidemie für Deutschland suchen. Hier ein paar Grafiken anhand derer man erkennen kann, ob sich Covid-19 durchaus als „großer Ausbruch“ (siehe obige Definition!) in Deutschland vollzieht.

(Volle Bildgröße)

(Volle Bildgröße)

Sieht man sich die Verteilung der 7-Tage-Inzidenz in den Landkreisen an (abrufbar über das Robert-Koch-Institut), ergibt sich folgendes Bild:

Ein Landkreis (Dingolfing/Landau in Bayern) liegt oberhalb der Marke von 100 Neuinfizierten/100.000 Einwohner.

Geht man noch  weiter ins Detail, erkennt man, dass im Landkreis Dingolfing-Landau genau ein „Hotspot“ zu finden ist, der Ort Mamming:

(Quelle)

Dieser „Hotspot“ lokalisiert sich alleine in einer einzigen Konservenfabrik.

In der überwiegenden Zahl der Landkreise in Deutschland finden sich lediglich zwischen 5 und 25 Neuinfizierte pro 100.000 Einwohner. in 32 Landkreisen sind keine neuen Fälle in den letzten 7 Tagen aufgetreten (Inzidenz = 0).

Hmm, das alles kann die „Epidemie“ betreffend Covid-19 also nicht sein.

Des Weiteren bezieht sich der Begriff „Epidemie“ auf Krankheitsfälle (siehe Definition!). Wir haben hier aber zum größten Teil nur „Infizierte“, die gar nicht wirklich krank sind. Denn diese wirklichen Krankheitsfälle werden NIE quantifiziert!

Daher unser Aufruf: Wer die „Covid-19-Epidemie“ für Deutschland gefunden hat, möge uns bitte Nachricht geben. Ein Eintrag in die Kommentarfunktion reicht aus, die wird regelmäßig gelesen!