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_borderSARS-CoV-2/Covid-19 -Aktuelle epidemiologische Lage 10.10.2020

Von Peter Baier

„Corona“ läuft auf Hochtouren weiter. Die „Fallzahlen“ steigen rapide an. Woher kommt diese Entwicklung?

Eine mögliche Antwort ist: Seit der KW 34 werden laut RKI jede Woche n>1.000.000 Personen auf SARS-CoV-2 in Deutschland getestet. Daraus ergibt sich eine vorhersagbare Entwicklung. Stellt man nämlich die Anzahl der durchgeführten PCR-Tests der Anzahl der positiven Testergebnisse gegenüber, ergibt sich ein über weite Strecken paralleler Verlauf der beiden Kurven:

Dies stützt die von Skeptikern bereits häufig vorgetragene Vermutung, dass aufgrund der Spezifität von ca. 98-99% des verwendeten PCR-Tests ca. 1 bis 2% der Testergebnisse falsch positiv sind. Bei einer Million Tests pro Woche wären das 10.000 bis 20.000 Personen, bei denen keine wirkliche Infektion vorliegt, die aber trotzdem in der exorbitant steigenden Zahl der „Neuinfektionen“ auftauchen. Testet man eine weitgehend uninfizierte Bevölkerung erhält man als Ergebnis das Grundrauschen der falsch-positiven PCR-Tests.

Nun wird zumindest in Grundzügen einsichtig, warum man pro Woche einen signifikanten Teil der Bevölkerung durchtestet. Die Steigerung der „Fallzahlen“ lässt sich so nahezu mit einem beliebigen Gradienten erhöhen worauf man wiederum politisch die Einschränkungen von Freiheitsrechten „rechtfertigen“ kann.

Prediktisch ist hier aber noch nicht das Ende der Möglichkeiten erreicht. Laut RKI beträgt die wöchentliche theoretische Testkapazität derzeit ca. 1.5 Mio. Tests ([1] RKI Bericht vom 7.102020 S. 12) Geht man von einer Spezifität von im Mittel 98,5% aus, so wären bei dieser Testkapazität pro Woche 22.500 „neue“ Fälle einer Covid-19-Erkrankung denkbar.

Untersucht man die Schwere der angeblichen Infektionswelle so sind zuerst die Patienten, die in stationären Behandlung befindlich sind, interessant. Laut [1] sind derzeit 470 Personen auf einer Intensivstation wegen Covid-19 in Behandlung. Bei ca. 33.000 Intensivbetten in Deutschland (Quelle DIWI) sind 1,4% der Betten durch Covid-19-Patienten belegt:

Ähnlich entspannt sieht die Lage bei den angeblichen „Corona“-Toten aus. Diese Zahl ist aber mit erheblichen Unsicherheiten behaftet, da die Todesursache „Covid-19“ bereits dann angegeben wird, wenn die Person vorher mit SARS-CoV-2 positiv getestet wurde. Der Verstorbene ist dann automatisch ein „Coronatoter“.

Die Anzahl der so ermittelten „Coronatoten“ liegt derzeit bei ca. 10 bis 20 am Tag, also um ca. den Faktor 10 niedriger als zu Beginn des Frühjahrs 2020 wo der Spitzenwert n=315/d betrug.

Fazit

Bei nüchterner Analyse der Zahlen wird deutlich, dass Politik und die nachgeschalteten Medien nach wie vor eine auf Angst und Panik ausgerichtete Desinformationskampagne betreiben. Die Zahlen geben weder eine „epidemiologische Lage von nationaler Tragweite“ her noch sind sie geeignet, davon auszugehen, dass das Gesundheitswesen auch nur in Ansätzen durch Covid-19 überlastet werden könnte.

Die Rohdaten sind zur Verifizierung abrufbar auf dem Github-Account des Verfassers: https://github.com/DK7IH/Covid-19_GER

bookmark_borderFrankfurt/Main: Daten für das reale Infektionsgeschehen Covid-19

Von Peter Baier

Im Hessischen Ärzteblatt (Ausgabe 10.2020) veröffentlichen Ursel Heudorf und René Gottschalk eine interessante Ausarbeitung zu den Covid-19-Zahlen für Frankfurt am Main.

In einigen aussagekräftigen Graphen wird die Ansicht, dass es sich bei Covid-19 mittlerweile um eine reine Laborepidemie handelt, neuerlich bestätigt. Nachfolgend sollen in aller gebotenen Kürze die wichtigsten dieser Schaubilder besprochen werden.

Zuerst stellen die Autoren die Anzahl der Meldungen der „Neuinfizierten“ (also der Inzidenz an positiven Testergebnisse) der Hospitalisierung (Krankenhauseinweisung) gegenüber:

(Quelle: Hessisches Ärzteblatt 10.2020)

Bereits hier wird erkennbar, dass es zwei unterschiedliche Phasen in dem Infektionsgeschehen gab. Zu Anfang des Ausbruchs der Covid-19-Erkrankung laufen  die Inzidenzkurve und die Hospitalisierung annähernd parallel. Dies indiziert, dass es zu jener Zeit im Frühjahr 2020 ein relevantes Infektions- und, darauf kommt es an, auch Krankheitsgeschehen gegeben haben muss. Diese Kurven fielen jedoch sehr schnell wieder ab.

Im September kommt es hingegen zu einer auffälligen Diskrepanz von „Neuinfektionen“ und Hospitalisierung, also dem realem Krankheitsgeschen.

Während die Zahl der „positiven“ Testergebnisse nach oben schnellt, bleibt die Zahl der ins Krankenhaus eingewiesenen Personen sehr gering. Daraus lässt sich ableiten, dass es kein relevantes Krankheitsgeschehen mehr gibt, zumindest was Covid-19 in Frankfurt betrifft. Dass sich dies auch auf den Rest des Landes übertragen lässt, dürfte einsichtig sein.

„Corona“-„Tote“

Einen ganz ähnlichen Verlauf wie Hospitalisierungsfunktion nimmt jene für die Anzahl der „Corona“-„Toten“:

(Quelle ebd.)

Sie verharrt seit Ende April 2020 im Bereich von 0 oder max. 1 wobei die „0“ die Regel und die „1“ die Ausnahme darstellen. Auch hieraus lässt sich ableiten, dass es kein relevantes Krankheitsgeschehen für Covid-19 mehr gibt. Seit Mai 2020 sind in Frankfurt/Main (750.000 Einwohner) 7 Personen an (oder mit) Covid-19 verstorben.

Allgemeine Sterbestatistik

Zu diesem Thema führen die Autoren aus:

Die Sterbestatistik (tägliche Sterbefälle) zeigt im ersten Halbjahr 2020 keine Auffälligkeiten – im Gegensatz zu erkennbar höheren Sterbezahlen während der Influenza-Zeiten 2017 (ebd.)

In der Grafik erkennt man eine Art „Rauschen“ ohne signifikante Ausschläge mti einer Ausnahme, nämlich dem Frühjahr 2018 als die Grippewelle auch in Frankfurt zu einer messbaren Übersterblichkeit führte:

(Quelle ebd., Markierung durch den Autor)

Testsituation

Am Ende des Papiers werden (u. a.) noch einmal die Zahl der wöchentlichen durchgeführten Tests und die Rate an positiven Testergebnissen gegenübergestellt:

(Quelle ebd.)

Sehr auffällig ist, dass die Positiven-Quote für die letzten 10 Wochen annähernd konstant bleibt, sie liegt um 1%. Dies ist, nebenbei bemerkt, genau jene Quote, welche man ebenfalls für die falsch-positiven Testergebnisse erwartet. Denn die verwendeten PCR-Tests besitzen eine Spezifität von ca. 99%, erzeugen also im arithmetischen Mittel eine falsch-positive Testrate von 100%-99%=1%.

Abschluss

Als Fazit bleibt zu ziehen: Auch durch diese Analyse wird wieder eindrucksvoll bestätigt, dass die hohe Zahl der „Neuinfektion“ kaum ein relevantes Krankheitsgeschehen zur Folge hat. Die „Epidemie“ findet nun nur noch ausschließlich in den Testlabors statt. Weder werden Menschen in signifikanter Zahl durch SARS-CoV-2 krank noch sterben sie daran.

 

 

bookmark_borderZahlenhorror Covid-19: Wie man mit Statistik manipulieren will

Von Peter Baier

Die Medien überschlagen sich gerade mit Meldungen über „erheblich angestiegene Infektionszahlen“, „neue Rekordmarken“ und anderen Meldungen mehr was Covid-19 betrifft und die uns suggerieren sollen, dass demnächst (also vermutlich bereits in wenigen Tagen!) die sog.  „zweite Infektionswelle“ (aka „2. Welle“) mit SARS-CoV-2 auf uns zu rollen soll und dass nun doch ganz erheblich Gefahr drohe.

Was ist davon zu halten?

Zuerst einmal ist zu sagen, dass immer nur die Zahlen der neu infizierten Personen genannt werden, also die sog. Inzidenz. Diese liegt aktuell zwischen 200 und 900 pro Tag für Deutschland, aufgrund der täglichen Meldepraxis der Gesundheitsämter ist die Schwankung erheblich. Ist der Wert über einer von der Presse respektive der Politik liegenden und frei gewählten „kritischen Marke“, so wird „Alarm“ gegeben und man stimmt das Volk schon mal auf die nächsten Freiheitseinschränkungen ein.

Summiert man diese Tageswerte aber wochenweise auf, ergibt sich für die zurückliegenden Kalenderwochen ein weniger mit tagesaktuellen Schwankungen behaftetes Bild:

Covid-19 Deutschland Inziidenz wochenweise kumuliert
Covid-19 Deutschland Inzidenz wochenweise kumuliert

Infiziert ist nicht gleich „erkrankt“

Es werden immer nur die Zahlen der Infizierten genannt. Über die Zahlen der tatsächlich Erkrankten schweigt man sich aus. Und genau jene sind es, auf die es ankommt. Die Infektionsrate ist hingegen weitgehend unerheblich.

Ausschließlich die Erkrankten belasten das Gesundheitssystem und seine Ressourcen, die „nur“ Infizierten tun es nicht.

Würde man die Zahl der Infizierten mit z. B. dem Epstein-Barr-Virus (EBV) mit 90% Durchseuchungsrate  als Horrormeldung betrachten? Bestimmt nicht. Denn die wenigsten Menschen erkranken aufgrund ihrer Infektion mit EBV z. B. am Pfeifferschen Drüsenfieber. Das Beispiel mag plakativ erscheinen, das Grundproblem wird aber deutlich.

In ähnlicher Weise, wenn auch in anderen Größenordnungen, weiß man recht genau, dass im Falle von SARS-CoV-2  eine Infektion vom einem sehr großen Anteil des Kollektivs häufig gar nicht bemerkt wird, bis zu 80% der „Patienten“ entwickeln überhaupt keine Symptome.

Die Zahl der Neuinfizierten pro Tag (Inzidenz) hat also keinerlei Aussagekraft, wenn man den eigentlichen Zweck der Einschränkungsmaßnahmen, das Gesundheitssystem vor Überlastung zu schützen, als bestimmend zugrunde legt.

Nicht zuletzt wären derzeit kaum 400.000 Mitarbeiter im Gesundheitswesen in Deutschland in Kurzarbeit, wenn man aufgrund Covid-19 eine bedrohliche Lage konstatieren müsste.

Testen, was das Zeug hält

Um die Freiheit der Bürger einzuschränken, benötigt man seitens der Politik aber unbedingt eine hohe Inzidenz. Durch sie lassen sich die „Corona“-Maßnahmen, die letztlich nicht anderes sind, als schwerste Eingriffe in die Grundrechte der Bürger des Landes, rechtfertigen. So meinen zumindest die politischen Akteure in diesem Land.

Dazu gibt es eine einfache Methode: Man steigere die Zahl durchgeführten Tests (PCR, polymerase chain reaction) und erhalte in der Folge natürlich sofort auch eine erhöhte Inzidenz. Und, voilà, schon hat man wieder einen Grund für die nächsten Maßnahmen, die sich sozial adäquat und positiv begrifflich besetzt nun „‚Corona‘-Regeln“ nennen..

Hier also zuerst die Entwicklung der Testzahlen in Deutschland seit dem Ausrufen der „Corona“-Krise, abgeleitet aus den Daten des Robert-Koch-Institutes (RKI):

 

Number of Covid-19 PCR tests performed in Germany per week
Number of Covid-19 PCR tests performed in Germany per week

Man erkennt, dass die Zahl der durchgeführten Tests seit der Kalenderwoche 25 stark anwächst. Auffällig ist, dass das verzögerte Anwachsen der Zahl der Neuinfizierten nicht synchron ab der KW 25 stattfindet, sondern erst ab der KW 28. Woher diese Verzögerung ihren Ursprung hat, kann man vermuten. Die Latenz der Infektion von max. 2 Wochen dürfte hier eine gewisse Rolle spielen.

Normiert man dann jedoch die Zahl der neuen Testpositiven (oberes Schaubild) auf die Zahl der durchgeführten Tests (s. o. !), indem man einfach die positiven Testergebnisse durch die Gesamtzahl der Tests dividiert, ergibt sich ein ganz anderes Bild (untere Grafik):

Man erkennt in der oberen Grafik, welche die Inzidenz abbildet, am rechten Ende des Graphen ein teilweise stark anwachsendes Infektionsgeschehen, was sich aber nach Normierung der Inzidenz auf die Anzahl der durchgeführten Tests als einigermaßen konstant relativiert. Was sicher auch mit der hier erfolgten wochenweisen Summenbildung zu tun hat.

Wenn man folglich die Zahl der positiv getesteten Personen nennt, muss man auch die Anzahl der im gleichen Zeitraum durchgeführten PCR-Tests nennen. Dies unterbleibt in der öffentlichen Darstellung regelmäßig.

Testfehler

Der PCR-Test, der durchgeführt wird, hat eine Spezifizität von 92 bis 99%, je nach verwendetem Test und nach Literaturangabe. Dies bedeutet, dass im ungünstigen Fall 1 bis 8% der Tests ein falsch positives Ergebnis anzeigen.

Rechnet man nun aus, dass von ca. 500.000 pro Woche durchgeführten Tests im günstigsten Falle 1% falsch positiv sind, ergibt dies eine Zahl von ungefähr 5000 Personen pro Woche, die inkorrekt in die Gruppe der Testpositiven eingruppiert werden.

Man erkennt nun weiterhin sehr schnell, dass man sich hier im arithmetischen Mittel der Inzidenz von 700 Neufällen pro Tag bewegt (i. e. 5000/7), was ziemlich genau den Mittelwert der aktuellen Infektionslage darstellt. Polemisch könnte man sagen, dass außer den „Falsch-Positiven“ gar keine realen Covid-19-Fälle mehr auftreten, aber dem ist sicher nicht so.

Dass die Zahl der „real“ Neuinfizierten sehr klein sein muss, lässt sich jedoch  an den Zahlen der „Corona“-Toten ablesen. Diese Zahl, mit der zu Beginn der sog. „Corona-Krise“ noch regelmäßig die Schockmeldungen unterfüttert worden ist, approximiert nämlich gerade gegen NULL.

Covid-19 death toll - Germany
Covid-19 death toll – Germany

Der „R“-Wert

Für jemand, der sich gerne mit mathematischen Fragestellungen und darüber hinaus mit Softwareentwicklung und Algorithmen beschäftigt, ist der immer wieder genannte „R-Wert“ ein lohnendes Objekt. Zeigt er doch, auf welch haarsträubende mathematischen Konstrukte Mediziner teilweise kommen.

Der R-Wert ist ein Quotient, bei dem die Inzidenz zweier Zeiträume verglichen wird. Man nimmt ein erstes Tagesintervall (z. B. 4 Tage) und summiert die Inzidenz (Neuinfektionen) dieser 4 Tage auf und dividiert diesen Wert durch die Summe der Neuinfektionen der 4 Tage vor diesem Zeitpunkt:

R = n(0..3) / n(4..7)

Dadurch erhält man die sogenannte Reproduktionszahl R. Gilt R<1 so ist alles gut, bei R>1 nimmt die Zahl der Infizierten zu. Die Katastrophe droht.

„R“ ist also streng genommen gar keine Reproduktionszahl sondern lediglich der Vergleich zweier Ereignisse und der math. Quotient dieser beiden Ereignisse.

Das Problem ist nun die Länge des Zeitintervalls. Denn wenn man die Zahl der Messtage verlängert (z. B. auf 7) so ergibt sich ein gänzlich anderes Bild.

Covid-19 Germany R-Rate comparison
Covid-19 Germany R-Rate comparison

Es wird deutlich, dass die Aussagekraft des R-Wertes (also ob wie seitens der Politik definiert, Gefahr droht oder nicht) im Wesentlichen vom Zeitintervall abhängt. Tagesaktuell zu vermelden, der „R-Wert“ habe jetzt „wieder einen kritischen Wert“ erreicht, wie das in der Presse regelmäßig getan wurde und wird, ist Unsinn. Zumal die Definition des Begriffes „kritisch“ in dem Zusammenhang willkürlich, also politisch, und nicht wissenschaftlich gesetzt ist.

Fazit

Um das Infektionsgeschehen, was Covid-19 betrifft, korrekt und für die Bürger logisch abbilden zu können, ist es erforderlich, dass:

  • Die täglichen Schwankungen zumindest erklärt und am besten wochenweise mit den entsprechenden Ergebnissen präsentiert werden müssen,
  • deutlich gemacht wird, dass „infiziert“ nicht notwendigerweise „krank“ bedeutet, dass also alleine die Zahl der (Neu)Infizierten keinen Aussagewert hat,
  • herausgestellt wird, dass die Zahl der Neuinfizierten stets in Relation zur Zahl der durchgeführten Test gesehen werden muss,
  • der PCR-Test eine bestimmte Fehlerquote insbesondere in falsch-positiver Hinsicht hat und daher, die Inzidenz (Zahl der Neuinfektionen pro Zeiteinheit) bei einer hohen Testanzahl auch entsprechend zu betrachten ist,
  • bestimmte errechnete Ergebnisse („R-Wert“) kritisch zu sehen sind, denn sie spiegeln eine mathematische Stringenz vor, die möglicherweise so nicht existiert.

Die Daten zu diesen Betrachtungen sind auf dem Github-Account des Verfassers verfügbar: https://github.com/DK7IH/Covid-19_GER