Covid-Modell-Update 19.1.2023

Mit neusten (weiter sinkenden) Hospitalisierungszahlen und letzten Sequenzierungs-Daten zum XBB.1.5-Anteil (danke @icestormfr für die Aufbereitung) konnte ich das Modell aktualisieren.

Das sieht jetzt deutlich besser aus als bisher, auch wenn noch eine Krankheits-Welle kommt.

XBB.1.5 Welle scheint sich etwas mehr Zeit zu lassen als bisher berechnet, und rutscht damit weiter nach hinten, wo dann die Saisonalität nicht mehr so stark treibt. Dadurch fällt Welle schwächer aus als bisher gezeigt. Auch sind Sequenzierungs-Daten für XBB.1.5 jetzt genauer.

Anmerkung: Modell- und RKI-Inzidenz passen seit September nicht mehr zusammen, weil das Modell mit der Dunkelziffer-Quote vom September weiter rechnet. Aktuell dürfte der DZF Faktor bei 12-15x sein (d.h. man rechnet RKI Inzidenz mal 12-15).

Mit etwas Glück fällt die XBB.1.5-Welle in den Krankenhäusern weniger hoch aus als befürchtet. Andere Saison-Erkrankungen wie RSV oder Influenza sind aber in diesem Modell nicht enthalten und könnten trotzdem diese Welle noch zusätzlich überlagern.

Je nach Wetter-Entwicklung könnte das Modell im März auch noch zu pessimistisch sein, gerade um den Frühlings/Herbst-Punkt herum machen 2-3 Wochen besseres oder schlechteres Wetter einen überraschend großen Unterschied, das haben wir jetzt schon 2-3 mal erlebt.

Die vielen Infektionen im März erzeugen im Modell nochmal eine erhebliche Krankenstands-Welle bevor es dann in den Frühling geht.

Im Modell wird XBB.1.5 mit wöchentlichen Wachstumsvorteil von ca. 70% gegenüber BQ.1* gerechnet, also ca. 8% täglichem Vorteil. Das liegt etwas vorsichtiger als es z.B. @TWenseleers für UK berechnet: https://twitter.com/TWenseleers/status/1616097520379109376 oder auch knapp 10% für Europa

Wenn wir erneut den Effekt bekommen, dass sich der Wachstumsvorteil einer neuen Varianten gegenüber den bestehenden Varianten mit der Zeit abschwächt, dann bewegen wir uns recht schnell in Richtung des optimistischen Szenarios.

Originally tweeted by Dirk Paessler (@dpaessler) on January 19, 2023.

Rückblick auf COVID-Modelle seit November

Höhe und Zeitpunkt des Peaks der COVID-Hospitalisierungen und COVID-ITS-Belegung über die Weihnachtstage war bereits ab Anfang November berechenbar.

Mein Modell hat Zeitpunkt beider Peaks auf 1 Woche genau und Höhe der Welle ab 7.11. auf 20% und ab 9.12. auf <10% genau berechnet.

Der aktuelle Ausblick auf die nächsten Wochen:

Originally tweeted by Dirk Paessler (@dpaessler) on January 12, 2023.

Ein (hypothetischer!) Ausblick auf XBB.1.5

Es kursieren Berechnungen, die für Variante XBB.1.5 eine Verbreitungsvorteil um +50-70% im Vgl. zu BQ.1.* aufzeigen. Noch taucht das in dt. Sequenzierungen kaum auf, bis Mitte Januar gibt’s kaum brauchbare Daten.

Aber wie würde denn XBB.1.5 bei uns aussehen mit diesen Eckwerten?

Was für eine große oder kleine Welle könnte denn da kommen, schließlich klingen 70% Verbreitungsvorteil nach sehr viel?

Um dem nachzugehen habe ich folgende Annahmen getroffen:

* XBB.1.5 liegt aktuell bei 0,5% der Fälle
* XBB.1.5 hat 60-70% Verbreitungsvorteil zu BQ.1.*

Unter den genannten Annahmen ergäbe sich ein XBB.1.5 Peak vor/um Ostern. Wenn man sich das mit den Folgen (Klinik/Totenzahlen) anschaut, dann sieht das so aus:

Nach Ende der Ferien geht es wieder bergauf, nach einem Peak in den Kliniken Anfang Februar (noch getrieben von BQ.1.* et al.) sinkt Welle ab, würde aber im März/April von XBB.1.5 überlagert werden zu erneutem Peak.
(Unter den genannten Annahmen, bla bla, mund fusselig-red').

Danach prügeln die erworbene zusätzliche Immunität und die immer mehr zu unseren Gunsten wirkende Saisonalität die Inzidenz wohl endlich in den Keller und dann hoffen wir mal ganz optimistisch, dass uns über den Sommer keine neue fiese Immun-Escape-Variante ereilt.

NOCHMAL: Dies ist eine hypothetische Berechnung für XBB.1.5 mit der ich ein Gefühl entwickeln wollte, in welchen Größenordnungen sich das evtl. bewegen wird/könnte.

Wichtig: Der qualitative Verlauf (Kurvenform und Zeitverlauf) sind zuverlässiger als die genaue Höhe der Werte.

Ob und wie sich die Variante XBB.1.5 bei uns manifestiert können wir anhand von den nur sehr langsam verfügbaren deutschen Sequenzierungsdaten erst ca. Ende Januar absehen. So viel anders als in USA dürfte die dt. Immunität aber auch nicht aussehen. 😬

Ausführliche Infos zu XBB.1.5 bei @EricTopol

Was können wir tun?

Die bivalenten “neuen” Impfstoffe scheinen als 2./3. Booster auch gegen XBB.1.5 zu helfen. **JETZT** wäre also eine gute Zeit dafür. Und sonst das übliche: Masken, frische Luft, Filter, Schnell-Tests.

Aus dem Blog-Artikel von @EricTopol:

PS: Das ist übrigens inzwischen Modell-Versions-Nummer 70.

Originally tweeted by Dirk Paessler (@dpaessler) on December 29, 2022.

Rückblick auf Modellrechnung vom 6.10. und Ausblick auf Januar 2023

1. Inzidenz:

Am 6.10. erwartete das zentrale Szenario eine Welle um Inzidenz 750. Bekommen haben wir 2 Wellen (Inzidenz 800 Mitte Oktober und 500 im Dezember). Januar könnte etwa wie der September werden
1/x

Warum 2 Wellen?

“Feriendelle” für BA.5 war stärker als erwartet, die 2. Welle mit Varianten um BQ.1.x waren noch nicht drin im Modell damals.
Anm.: RKI Inzidenzen sind seit Oktober mit mind. Faktor 2 zu niedrig (Dunkelziffer!), Modell rechnet mit DZF vom September weiter.
2/x

2. COVID-Hospitalisierungen

Zentralen Szenario erwartete am 6.10.2022 eine Welle mit Peak um 17.000 Hospitalisierungen pro Woche. Bekommen haben wir 2 Wellen mit 18.000 Hospitalisierungen Mitte Oktober und 15.000 im Dezember

3/x

3. ITS-Belegung und Verstorbene

Oben Modellrechnung vom 6.10.2022, unten tatsächliche Zahlen und Modell von heute: ITS-Belegung und wöchentliche COVID-Todesfälle lagen bisher in der Spitze ca. 30% niedriger als damals im Modell berechnet

4. Krankenstand

Krankenstand lag im Oktober über Modellrechnung vom 6.10., im Dezember noch höhere Werte zu erwarten als hier gezeigt, weil das Modell RSV, Influenza usw. nicht mit einrechnet

5. Dunkelziffer

Entweder haben wir eine massiv höhere Dunkelziffer (nicht getestete/gemeldete COVID Fälle) oder/und die COVID-Infektionen im Jahresverlauf haben Menschen "anfälliger" gemacht, sodaß Reinfektionen statistische schneller passieren und schwerer verlaufen.

6. Belastung

Die Belastung des ambulanten und des klinischen Gesundheitssystems könnte weiterhin sehr hoch bleiben; z.B. 75% der beteiligten ZNAs haben am Montag “rote” Überlastung gemeldet (Eisregen in ganz DE), so viel wie noch nie seit Bestehen der DGINA Notaufnahme Ampel.

PS: Historischer Link zur Modellrechnung vom 6.10.2022

Originally tweeted by Dirk Paessler (@dpaessler) on December 21, 2022.

Modell-Update 9.12.2022

Das wöchentliche Modell-Update zeigt, dass die COVID-Hospitalisierungen sehr nachdrücklich darauf hinweisen, dass die offiziellen Fallzahlen viel zu niedrig sind.

Seit Ende Oktober rechnet das Modell intern mit dem DZF Faktor vom Oktober weiter, deswegen stimmen die Inzidenz-Werte nicht mehr mit den Zahlen vom RKI überein. Der Dunkelziffer-Faktor hat sich fast sprunghaft erhöht.

Es könnte sein, dass wir durch die vielen anderen Infektions-Erkrankungen für COVID auf die optimistische Linie einschwenken werden, weil sich quasi ein kleiner Lockdown ergibt…

… (Personen, die an RSV, Influenza et al. erkrankt sind bleiben zu Hause und senken damit den R-Wert von Covid gerade so viel, dass wir von R>1 auf R=1 oder R<1 kommen).

Leider ergibt sich durch die vielen anderen Infektionen doch ein hoher Druck auf die Krankenhäuser (zu den Kinderkliniken liegen mir keine eigenen Daten vor).

Das Modell folgt weiter den Anteilen der neuen Varianten aus den Sequenzierungsdaten.

Der ständige Anstieg der Hospitalisierungsraten über alle Altersgruppen hinweg macht weiterhin sehr stutzig. Seit Oktober steil bergauf.

Wenn man annimmt, dass in 2021 der DZF bei 1,6x lag und dass sich die "wahre" Hospitalisierungsrate seit März eigentlich nicht geändert hat (d.h. die Veränderung der Hospitalisierungsraten nur durch die höhere Dunkelziffer zu erklären), kommt man schon auf immense Fallzahlen.

Originally tweeted by Dirk Paessler (@dpaessler) on December 9, 2022.

Rückblick auf das Modell vom 7.11. und den aktuellen Verlauf

Rückblick auf das Modell vom 7.11. und den aktuellen Verlauf:

* Gute Nachricht: Wir haben sinkende Zahlen 👍
* Aber: Inzidenzen und Krankenhauszahlen passen kaum mehr zusammen
* Hosp.-Rate im Oktober verdoppelt

=> höhere Dunkelziffer, Inzidenz kaum vergleichbar mit früher?

Auffällig ist, dass die RKI-Inzidenz unter dem optimistischen Szenario liegt, die aktuellen Zahlen der Hospitalisierungen dagegen zwischen dem zentralen und dem optimistischen Szenario liegen.

Continue reading “Rückblick auf das Modell vom 7.11. und den aktuellen Verlauf”

Mal gute Nachrichten aus dem Modell

*Wenn* die aktuellen Sequenzierungs-Zahlen jetzt korrekter sind als die Zahlen bis Anfang Oktober, dann scheint die hohe November Welle durch BQ.1.* und XBB auszufallen.

Was nicht heißt, dass das Gesundheitssystem wenig zu tun hätte.

Die gute Nachricht: Die befürchtete hohe Welle durch die Immun-Escape-Varianten im November und Dezember scheint erstmal auszufallen. Aber das Infektionsgeschehen geht auch nicht gerade “auf null” im Winter.

Durch Nachlassen des Wachstums-Vorteils der Level 5-Varianten (u.a. BQ.1.* und XBB) seit Anfang Oktober (eine neue Situation, die wir bisher bei keinem Varianten-Übergang bisher hatten) ergibt sich im Vergleich zur letzten Modellrechnung eine wesentliche flachere
Inzidenzkurve.

Was aber nicht über den stetig ansteigenden Dunkelziffer-Faktor hinwegtäuschen kann, der Blick auf die ITS-Belegung und Hospitalisierungen zeigt, dass eine viel niedrigere Inzidenz jetzt immer noch zu hohen Belastungen für das Gesundheitssystem führt.

Auch wenn die Kurve der @DieDgina Notaufnahme Ampel sich verschoben hat zu den Zahlen des RKI (ggf. durch Veränderungen im Melde/Bewertungs- System?) deutet der Wert für letzte Woche darauf hin, dass die Zahlen des RKI auch weiter sinken werden – zumindest für 1-2 Wochen.

Trotzdem bleiben die Belastungen für die Kliniken durch COVID-Patienten den ganzen Winter sehr hoch in dieser Modellrechnung.

Für die ITS scheint es keine neue hohe Welle durch COVID zu ergeben, aber die Dauerbelastung bleibt hoch.

Hier sieht man, dass das Modell für den Dezember auch ohne BQ.1.* und XBB nochmal eine kleine Welle für BA.5 berechnet hat, die von den Weihnachtsferien und dem sich dann drehenden Saisonalitäts-Trend beenden würde.

Wenn sich die neuen Varianten stärker durchgesetzt hätten, hätten sich für den Krankenstand im Nov/Dez hohe Werte ergeben. Jetzt bleibt das in einem gewissen Rahmen, wenn auch deutlich erhöht.

In Frankreich, wo BQ.1.* schon viel erreicht hatte, geht sogar die absolute Zahl der Infektionen der BQ.1.* nach unten.

Hier ist ein weiterer Thread mit Diskussion über diese Entwicklung, der aber auch keine ausfüllende Erklärung liefern kann.

Im schlimmsten Fall ist es so, dass wir unser Zahlen-Erhebungssystem inzwischen so weit kaputtgewirtschaftet und runtergeschraubt haben, dass es – in Kombination mit ständig steigernder Dunkelziffer – immer schwerer oder gar unmöglich wird, ein Stück in die Zukunft zu schauen.

Wie wir uns dann, wenn es doch noch zu einer richtig fiesen Variante kommen sollte, auf diese vorbereiten sollen, bleibt das Geheimnis der Entscheidungsträger. Das Potential für Mutation ist noch lange nicht ausgeschöpft.

Abschliessend ein Rückblick auf das Modell von vor 18 Tagen: Durch die falschen (?) Zahlen der Sequenzierungen für BQ.1* und XBB lag das Modell deutlich zu hoch.

Das ist jetzt wieder gefundenes Fressen für alle diejenigen, die sich nicht so viel mit Exponential-Funktionen beschäftigen. Modell-Alltag bei pandemischen Prozessen! 🤷‍♂️

"when you are wrong about exponential growth rates, you are exponentially wrong" (stolen from @BristOliver)

Originally tweeted by Dirk Paessler (@dpaessler) on November 7, 2022.

Update Modellierungen

Meine bisherigen Modellrechnungen mit Level5+ Varianten (BQ.1.* und XBB.*) können wir vorerst in die Tonne treten: um die neusten RKI-Sequenzierungsdaten nachzuvollziehen muss ich im Modell einen Knick beim Immunescape von 14% auf 3% einbauen am 10.10.

Da stimmt also was nicht.

Eine ähnliche Situation hatten wie bei den bisherigen Variantenübergängen noch nie. Wer das schlüssig erklären kann, möge vortreten.

Freuen wir uns, dass die große November Varianten-Welle wohl (erstmal!) nicht so kommt wie zu befürchten war.

Originally tweeted by Dirk Paessler (@dpaessler) on November 4, 2022.

Neue Modellrechnung mit BQ.1.* und XBB

Neue Daten machen neue Modellrechnung nötig: Modell verwendet jetzt bisherige Sequenzierungsdaten für BQ.1/XBB et al. um daraus weiteren Verlauf der Varianten-Welle zu berechnen.

=> Peak liegt ca. Ende November, Wirkung auf Krankenhäuser und Krankenstand könnte erheblich sein
🧵

Höhe der Welle im November ist noch schwer bestimmbar aus den aktuell vorliegenden Daten, eine ggf. hohe Welle scheint sich aber abzuzeichnen.

Continue reading “Neue Modellrechnung mit BQ.1.* und XBB”