Modellrechnung von vor 8 Wochen (!) hat sich sehr gut gehalten.

Wohl einer des letzten Threads zum COVID-Modell: Meine Modellrechnung von vor 8 Wochen (!) hat sich sehr gut gehalten. Erst letzte Woche liefen die tatsĂ€chlichen Werte aus dem Unsicherheits-Bereich heraus, die Trends wurden also vom Modell gut antizipiert. Modelle funktionieren👍

Bis letzte Woche verliefen COVID Hospitalisierungen, ITS-Belegung und Verstorbenenzahl innerhalb des Unsicherheitsbereichs des Modells, ab Mitte April war das Modell aber dann etwas zu optimistisch.

Hoffen wir, dass der kleine AufwĂ€rts-Haken bei den Hospitalisierungen der Notaufnahme Ampel in dieser Woche nur ein statistischer Effekt ist (noch unvollstĂ€ndige Daten fĂŒr diese Woche), der sich nĂ€chste Woche wieder klĂ€rt!

Hier die COVID-Hospitalisierungen aus den heutigen Daten der @DieDgina Notaufnahme-Ampel.

Wenn ich das Modell bei den Infektionen so anpasse, dass es den Verlauf der Krankenhaus-Daten ab Ostern korrekt "nachfĂ€hrt" ergibt sich fĂŒr die nĂ€chsten Wochen das folgende Bild: Weiteres Absinken (zumindest solange keine ansteckenderen Varianten auftauchen).

Da meine Datenquellen immer "dĂŒnner" werden, bleibt die Frage, ob ich das Modell noch vernĂŒnftig ĂŒber den Sommer retten kann, sodass wir im Herbst vielleicht eine Vorwarnzeit haben.

Originally tweeted by Dirk Paessler (@dpaessler) on May 13, 2023.

Covid-Modell-Update 19.1.2023

Mit neusten (weiter sinkenden) Hospitalisierungszahlen und letzten Sequenzierungs-Daten zum XBB.1.5-Anteil (danke @icestormfr fĂŒr 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 SaisonalitĂ€t nicht mehr so stark treibt. Dadurch fĂ€llt Welle schwĂ€cher aus als bisher gezeigt. Auch sind Sequenzierungs-Daten fĂŒr 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 dĂŒrfte der DZF Faktor bei 12-15x sein (d.h. man rechnet RKI Inzidenz mal 12-15).

Mit etwas GlĂŒck fĂ€llt die XBB.1.5-Welle in den KrankenhĂ€usern weniger hoch aus als befĂŒrchtet. Andere Saison-Erkrankungen wie RSV oder Influenza sind aber in diesem Modell nicht enthalten und könnten trotzdem diese Welle noch zusĂ€tzlich ĂŒberlagern.

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

Die vielen Infektionen im MĂ€rz erzeugen im Modell nochmal eine erhebliche Krankenstands-Welle bevor es dann in den FrĂŒhling geht.

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

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

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

RĂŒckblick auf COVID-Modelle seit November

Höhe und Zeitpunkt des Peaks der COVID-Hospitalisierungen und COVID-ITS-Belegung ĂŒber 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 nÀchsten Wochen:

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

Ein (hypothetischer!) Ausblick auf XBB.1.5

Es kursieren Berechnungen, die fĂŒr 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 wĂŒrde denn XBB.1.5 bei uns aussehen mit diesen Eckwerten?

Was fĂŒr 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 FĂ€lle
* XBB.1.5 hat 60-70% Verbreitungsvorteil zu BQ.1.*

Unter den genannten Annahmen ergÀbe 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, wĂŒrde aber im MĂ€rz/April von XBB.1.5 ĂŒberlagert werden zu erneutem Peak.
(Unter den genannten Annahmen, bla bla, mund fusselig-red').

Danach prĂŒgeln die erworbene zusĂ€tzliche ImmunitĂ€t und die immer mehr zu unseren Gunsten wirkende SaisonalitĂ€t die Inzidenz wohl endlich in den Keller und dann hoffen wir mal ganz optimistisch, dass uns ĂŒber den Sommer keine neue fiese Immun-Escape-Variante ereilt.

NOCHMAL: Dies ist eine hypothetische Berechnung fĂŒr XBB.1.5 mit der ich ein GefĂŒhl entwickeln wollte, in welchen GrĂ¶ĂŸenordnungen sich das evtl. bewegen wird/könnte.

Wichtig: Der qualitative Verlauf (Kurvenform und Zeitverlauf) sind zuverlÀssiger 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 verfĂŒgbaren deutschen Sequenzierungsdaten erst ca. Ende Januar absehen. So viel anders als in USA dĂŒrfte die dt. ImmunitĂ€t aber auch nicht aussehen. 😬

AusfĂŒhrliche 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** wĂ€re also eine gute Zeit dafĂŒr. Und sonst das ĂŒbliche: Masken, frische Luft, Filter, Schnell-Tests.

Aus dem Blog-Artikel von @EricTopol:

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

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

RĂŒckblick 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” fĂŒr BA.5 war stĂ€rker 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 tatsÀchliche Zahlen und Modell von heute: ITS-Belegung und wöchentliche COVID-TodesfÀlle lagen bisher in der Spitze ca. 30% niedriger als damals im Modell berechnet

4. Krankenstand

Krankenstand lag im Oktober ĂŒber 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 FĂ€lle) oder/und die COVID-Infektionen im Jahresverlauf haben Menschen "anfĂ€lliger" 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 nachdrĂŒcklich 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 ĂŒberein. Der Dunkelziffer-Faktor hat sich fast sprunghaft erhöht.

Es könnte sein, dass wir durch die vielen anderen Infektions-Erkrankungen fĂŒr 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 KrankenhÀuser (zu den Kinderkliniken liegen mir keine eigenen Daten vor).

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

Der stĂ€ndige Anstieg der Hospitalisierungsraten ĂŒber 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 MÀrz eigentlich nicht geÀndert hat (d.h. die VerÀnderung der Hospitalisierungsraten nur durch die höhere Dunkelziffer zu erklÀren), kommt man schon auf immense Fallzahlen.

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

RĂŒckblick auf das Modell vom 7.11. und den aktuellen Verlauf

RĂŒckblick 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 frĂŒher?

AuffÀllig 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 “RĂŒckblick 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 hĂ€tte.

Die gute Nachricht: Die befĂŒrchtete 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 ĂŒber den stetig ansteigenden Dunkelziffer-Faktor hinwegtĂ€uschen kann, der Blick auf die ITS-Belegung und Hospitalisierungen zeigt, dass eine viel niedrigere Inzidenz jetzt immer noch zu hohen Belastungen fĂŒr das Gesundheitssystem fĂŒhrt.

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

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

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

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

Wenn sich die neuen Varianten stĂ€rker durchgesetzt hĂ€tten, hĂ€tten sich fĂŒr 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 ĂŒber diese Entwicklung, der aber auch keine ausfĂŒllende ErklĂ€rung 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 stĂ€ndig steigernder Dunkelziffer – immer schwerer oder gar unmöglich wird, ein StĂŒck 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 EntscheidungstrĂ€ger. Das Potential fĂŒr Mutation ist noch lange nicht ausgeschöpft.

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

Das ist jetzt wieder gefundenes Fressen fĂŒr alle diejenigen, die sich nicht so viel mit Exponential-Funktionen beschĂ€ftigen. Modell-Alltag bei pandemischen Prozessen! đŸ€·â€â™‚ïž

"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 Ă€hnliche Situation hatten wie bei den bisherigen VariantenĂŒbergĂ€ngen noch nie. Wer das schlĂŒssig erklĂ€ren kann, möge vortreten.

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

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