Nachdem wir nun den Talpunkt der Inzidenzen in DE durchschritten haben, hat sich gezeigt, dass mein Modell bisher die durch Infektionen plus DZF erworbene Immunität unterschätzt hat. Hier also nun eine neue Modellrechnung mit neu kalibriertem Immunitätsmodell.
Nach Umstellung/Verbesserung der Berechnung der durch Vor-Infektionen erworbenen Immunität ergibt sich ein weniger steiler und weniger hoher Wellenpeak Mitte Oktober als in den bisherigen Modellrechnungen.
* Aktueller Inzidenzverlauf passt gut zur Modellberechnung * Verläufe deuten auf etwas erhöhte Dunkelziffer hin * Entscheidend für weiteren Verlauf: Was passiert in den nächsten 2-3 Wochen (Ende Ferieneffekt)? 1/x
Das optimistische Szenario erneut mit einer Punktlandung beim Inzidenzverlauf (auf 1% genau getroffen). Entscheidend für den weiteren Verlauf sind die nächsten 2-3 Wochen: Wie stark wird sich das Ferienende auswirken? 2/x
Ein Update der Berechnung der Hospitalisierungen macht neue Modellrechnung nötig.
* Alle Szenarien sehen eine Welle im Herbst
* Genaue Höhe der Welle auf Basis der akt. Zahlen kaum absehbar
* Damit sind auch Spitzenwerte aller anderen Kurven noch nicht genau abschätzbar.
1/x
Die Berechnung der Hospitalisierungen berücksichtigt jetzt explizit die ca. 50% höhere Pathogenität von BA.5.
Immerhin: Es deutet sich eine Verschnaufpause beim Fall-Wachstum und bei den Krankenhauszugängen für die nächsten 4 Wochen an.
Neue Modellrechnung (und Rückblick auf die letzte)
* Abhängig von Verlauf der nächsten 3-6 Wochen zeigt das Modell einen Peak im Sep oder Okt oder Nov
* BA.5 scheint deutlich mehr ITS- und Hospitalisierungs-Belastung zu erzeugen – nicht gut für Herbstwelle!
1/x
Das zentrale Szenario hat sich zur letzten Modellrechnung vom 3.7. kaum verschoben. Im optimistischen bzw. im pessimistischen Szenario verschiebt sich der Herbst-Peak jeweils um 3-4 Wochen nach vorne oder nach hinten. Dann scheint Sättigung vorerst erreicht.
Ob das auch so richtig ist werden wir natürlich alle erst in 6-10 Wochen wissen. Modellierer-Alltag.
Damit ich die tatsächliche Entwicklung auf ITS und bei den Hospitalisierungen nachstellen kann, muss ich für BA.5 erheblich höhere Quoten verwenden (z.B. +50% für ITS). Da mein Modell die Dunkelziffern einrechnet würde ich daraus schließen, dass BA.5 deutlich mehr krank macht.
Als Folge ergibt sich daraus, dass wir – wenn wir im Herbst tatsächlich eine RKI-Meldung von Inz=2000 als Peak gemeldet bekommen würden – erhebliche Belastungen in den Krankenhäuser sehen werden.
In meinem Modell ergibt sich ITS-Welle ähnlich der Delta-Welle im November. Für die Hospitalisierungen liegen die Spitzenwerte off-the-charts und ich schneide die Spitzenwerte in der Grafik bewusst weg, weil mir die nicht plausibel erscheinen. Aber hohe Werte werden wohl kommen.
Rückblick: Wie schon erwähnt hat sich seit der Modellrechnung vom 3.7. der Verlauf der Inzidenz nicht großartig verändert, für die Inzidenz wäre keine neue Modellrechnung nötig gewesen. Aber Krankenhausbelastung ist inzwischen klar höher als bei BA.1/2.
Eine mögliche höhere Pathogenität von BA.5 passt aus meiner Beobachtung auch zu den Schilderungen der Verläufe von COVID-Erkrankungen in den letzten 6 Wochen aus dem eigenen Umfeld, die scheinen schwerer zu verlaufen.
Diese Grafik aus dem Modell zeigt die Hospitalisierungen nach Alter im Vergleich der RKI Zahlen (blau) und der im Modell berechneten Zahlen (orange) mit Fortschreibung.
Hier die gleiche Darstellung für die ITS-Belegung, der Vergleich der DIVI-Zahlen und der Modellwerte. Damit das Modell die DIVI-Zahlen nachstellen konnte musste ich die ITS-Quote um 50% hochsetzen.
Deutlich zu sehen ist, dass das Modell die ITS-Belegung für Altersgruppen unter 30 seit Juni auch nach der o.g. Korrektur immer noch unterschätzt: die sind wohl mit BA.5 kränker als mit BA.1/2 (zusätzlich Faktor 2-4 zu den o.g. +50%). Oder….
… Oder die andere Erklärung wäre: Mein Modell berechnet in dieser Altersgruppe die Dunkelziffer sehr falsch und hat damit die falschen Zahlen für die "echten" Fallzahlen, die dann in die ITS-Belegung eingehen.
PS: Hier ist eine erste Studie aus Dänemark, die auf eine deutlich erhöhte Pathogenität von BA.5 hindeutet, in ähnlicher Größenordnung wie oben in meinem Modell hergeleitet.
First report on vaccine and clinical impact of BA.5 variant from Denmark nationwide studyhttps://t.co/irVPdy47wW —good vaccination protection w/ booster especially with prior Omicron infection (94%) —increase risk of hospitalization, adjusted odds ratio 1.65 pic.twitter.com/hEhXa2cwMo
In den aktuellen Daten der @DieDgina Notaufnahme Ampel sehen wir 3 der 4 wichtigsten Belastungs-Metriken an ihren Allzeit-Höchstwerten. pic.twitter.com/yXH54ZyPUX
Ich habe hier mal die Daten für den Krankenstand (von @DieTechniker, @BKKDV und mein Modell) mit den Daten für Personalausfall an den ZNAs (@DieDgina) in eine Grafik gezeichnet. Mit Omikron liegen diese Kurven alle recht genau übereinander, der Ausblick in den Herbst ist übel.
Hier ist ein Update meiner Modellrechnung für den Krankenstand. Wenn im Herbst die vom Modell erwartete Welle kommt, steigt der Krankstand nochmal heftig an.
Die Grafik zeigt, dass sich bei einem Eskalieren der Fallzahlen im September, wie sie meine Modellrechnung aktuell erwartet, der Krankenstand in Bereiche über 7% steigern könnte. Ist das dann der Bereich in dem es in den KRITIS knarzt?
Die gute Nachricht: Um den Verlauf des Personalausfalls in den ZNAs mit dem Krankenstand-Modell anzunähern im Juli war es *nicht* nötig für BA.5 eine erhöhte Quote für Krankentage zu verwenden (für ITS/Hospitalisierungen liegt Quote +50% höher).
In der Grafik stelle ich die Krankenstanddaten des @BKKDV um 0,5 Prozentpunkte abgesenkt dar, dann liegen Modell und beide Daten-Quellen praktisch aufeinander. Vereinfachung ist zulässig, uns geht es hier ja um eine qualitative Betrachtung des weiteren Verlaufs des Krankenstands.
Um diese Modellrechnung nun mit der Realität abzugleichen brauchen wir die aktualisierten Krankenstands-Daten der @DieTechniker und des @BKKDV für den späten Juni oder noch besser Juli.
PS: Diese Krankenstands-Berechnung verwendet das “zentrale Szenario” aus meinem o.g. Modell vom 22.7.
Aus den Zahlen der letzten Tage war zu erkennen, dass meine vorhergehende Modellrechnung die bremsende Wirkung der sich durch Infektionen aufbauenden Immunität unterschätzt hat bzw. dass ich bei der Berechnung dieser Immunität die Dunkelziffer nicht “aggressiv” genug abgeschätzt habe. Will heissen: Es wurden im Juni mehr Menschen tatsächlich infiziert (und wurden damit zumindest teil-immun gegen BA.5) als ich berechnet hatte.
Ich habe nun die Dunkelziffer-/Immunitätsberechnung angepasst, sodass die sich in dieser Woche abzeichnende Abflachung des Anstiegs angemessen “abgebildet” wird.
Es folgt mein Vorschlag für eine stark vereinfachte Berechnung zur Abschätzung der Krankheitslast von Corona-Wellen, mit der Bitte um Feedback und Verbesserungsvorschläge. Also bitte als “RFC” (Request for Comments) verstehen und ==> hier <== auf Twitter kommentieren.
Aktuell verdoppeln sich die Inzidenzen alle 2 Wochen, Bremsmaßnahmen sind nirgends in Sicht. Wohin führt uns das noch? Wo bleibt die Märchenprinz-Notbremse? Das fragen sich Pandemie-Modellierer beim Blick in den Juli/August.
Auch wenn die Datenlage zur Zeit nicht gerade optimal ist (Datenlöcher durch Feiertage in den letzten 2 Wochen, Varianten-Sequenzierungsdaten werden z.T. täglich nachkorrigiert und ganz allgemein durch ein vielfach kaputt-sabotiertes Test&Zählsystem) hier der Versuch einen ersten Blick auf die BA.4/5-Welle in den nächsten 6 Wochen zu werfen.
Im Moment wirkt es so, als wäre der Plan der Bundes- und Landes-Regierungen einfach nur die schrittweise Abschaffung aller Regeln bis auf null. Da ich aber davon ausgehe, dass dort auch Menschen langfristiger planen, können wir aus diesem Verhalten vielleicht wieder – wie im Januar – herauslesen, warum das jetzt so läuft, ob da evtl. ein Plan oder eine Strategie dahinter steckt.
Ende Januar hatte ich anhand der Aktivitäten der Regierung und den zu erwartenden Verläufen schonmal versucht zu verstehen, was der “Plan” der Regierung ist. Damals wurden uns der Plan und die zugrundeliegenden Modelle ja auch nicht mitgeteilt.
Dirk Paessler's Personal Blog 
You must be logged in to post a comment.