particle physicist Jack Steinberger (1921-2020)
But Steinberger, who fled Nazi Germany for Chicago in 1934, was uninterested in prizes and often reiterated his belief that “the pretension that some of us are better than others [is not] a good thing”.
When working today about COVID-19 mortality, I was falling back to the survivorship bias that is nice illustrated at Wikipedia and which is just another type of selection bias that I explained in my last talk.
During World War II, the statistician Abraham Wald took survivorship bias into his calculations when considering how to minimize bomber losses to enemy fire.The Statistical Research Group (SRG) at Columbia University, which Wald was a part of, examined the damage done to aircraft that had returned from missions and recommended adding armor to the areas that showed the least damage, based on his reasoning. This contradicted the US military’s conclusions that the most-hit areas of the plane needed additional armor.
Die #COVID19 Pandemie wird in der zweiten Welle immer mehr zu einer politischen Frage – vor allem für die Regierenden aber nun auch für die Wähler. CDU/CSU/FDP/Nichtwähler stabilisieren dabei die Inzidenz, Wähler mit ungültiger Stimme und AfD Wähler treiben sie nach oben, SPD und GRÜNE verringern sie.
Nochmal das selbe Panel, diesmal allerdings nur die westdeutschen Bundesländer; der AfD Effekt schwächt sich hier deutlich ab; die LINKE zusammen mit der SPD wirkt sich positiv aus.
Ganz anders in den ostdeutschen Bundesländer: Bezirke mit hohem FDP Wähleranteil haben auch hier mehr Infektionen ähnlich wie in Bezirken mit hohem AfD und Nichtwähler-Anteil. Selbst bei der CDU gibt es einen Anstieg, nur Bezirke mit SPD, GRÜNE und LINKE Anteil haben tendenziell eine niedrigere COVID-19 Inzidenz.
Das Thema hat wohl Matthias Quent am 6.12. zuerst aufgegriffen (nachdem es in der ersten Welle kaum Anhaltspunkte für solche Effekte gab).
In den vergangenen Tagen gab es in den Medien und in der Politik Thesen darüber, dass Regionen besonders stark von #Corona belastet sind, in denen die #AfD besonders stark ist. Was ist da dran? Wir haben nachgerechnet.
darauf die TAZ am 12.12.
Besonders stark diskutiert wird derzeit eine Kurzauswertung von Forschern am Institut für Demokratie und Zivilgesellschaft (IDZ) Jena. Deren Direktor Matthias Quent veröffentlichte auf Twitter eine Analyse, die nahelegt, dass es einen Zusammenhang zwischen hohen Coronazahlen und AfD-Anhängerschaft geben könnte.
die FAZ am 15.12.
Eine – auf den ersten Blick schlüssige – Vermutung lautet, dass die Zahl der Neuinfektionen in den Regionen besonders hoch ist, in denen viele AfD-Wähler leben. In Sachsen hatte die AfD bei der Landtagswahl im vergangenen Jahr mit 27,5 Prozent ihr bisher bestes Ergebnis eingefahren. Und die Partei hat sich, nachdem sie zu Beginn der Pandemie, als sich der Staat noch sehr zurückhaltend zeigte, besonders harte staatliche Eingriffe gefordert hatte, zu einer der schärfsten Gegner von Corona-Beschränkungen entwickelt, seit der Staat diese immer wieder anordnet. Bereits auf den ersten Demonstrationen der sogenannten Querdenker in Stuttgart waren Fahnen und Vertreter der AfD unübersehbar…
Kaum eine Region in Deutschland ist so schlimm von der Pandemie betroffen wie der Landkreis Sächsische Schweiz-Osterzgebirge. Für Covid-Patienten gibt es keine freien Intensivbetten mehr. Ein Ortstermin in Pirna.
Raj Kollmorgen: …. Andererseits erstaunt es mich nicht, denn es gibt eine Reihe von Faktoren, welche die Epidemie in unserer Region begünstigen. Ein Faktor sind politische Mentalitäten. Teile der Bevölkerung sind grundsätzlich skeptisch gegenüber den Entscheidungen der Politik, nicht wenige sehen sich sogar im Widerstand und protestieren. Das hat sich in den vergangenen Monaten noch einmal verschärft.
Auf die Idee kann man schon kommen, wenn man die Nähe von AfD und „Querdenkern“ betrachtet. Aber kann es nicht auch sein, dass ein ganz sachlicher Grund dahintersteckt? Einer, der etwas mit den Wanderungsbewegungen der jungen Ostdeutschen zu tun hat? … Die Antwort auf die medial gestellte Frage wäre also eher nicht „die AfD ist schuld“, sondern: Die AfD ist genauso Symptom einer offenkundigen Fehlentwicklung wie die Überalterung und Destrukturierung …
Was für Schlagzeilen!
Innerhalb von nur 3 Tagen lese ich: “Bischöfe kämpfen für die Christmette” und heute “Kirche hält Triage für zulässig”. Weder der Logik noch der Konsequenz kann man dabei widersprechen. Continue reading Die Kirchen tun sich schwer mit Weihnachten
Ganze 12 Treffer verzeichnet die neue DFG Datenbank, es war also damals kein weit verbreitetes Problem…
Heute in der Corona Vorlesung der LMU / Armin Nassehi aus dem Gedächtnis zitiert, der genaue Wortlaut folgt
Häufig wurde der Wissenschaft zu Beginn der Corona Krise Unwissenheit vorgeworfen was wiederum auf Unwissenheit der anderen Seite schliessen liess
42:23 das Kompetenzproblem
In einem vorigen Teil habe ich die Frage gestellt, warum die COVID-19 Mortalität so unterschiedlich ist in Deutschland. Es gibt eine Reihe von epidemiologischen Gründen. Dazu zeigte ein Beispiel, dass die unterschiedliche Mortalität vermutlich an den Kliniken und nicht an der Infektionsepidemiologie liegt.
Im einem vierten Teil biete ich nun eine Erklärung für das Phänomen an. Es ist nicht meine Erklärung, sondern die von Martin Tobin, einem der renommiertesten US Pneumologen und Lehrbuchautor. Hinweise gab es bereits in der ersten Welle, dass die Frühintubation fatal sein könnte. Tobin schreibt nun in einem Editorial der wichtigsten europäischen Pneumologie Zeitschrift
It has become part of medical dogma that information gained through an RCT represents the gold-standard for clinical practice. The RCT is a superb experimental design for testing the benefit of a pharmacological agent such as streptomycin. But many therapies differ in fundamental ways from pharmacological compounds. In the case of COVID-19, RCTs provide no guidance as to when to insert an endotracheal tube—the single most important decision in these patients. That decision is based on clinical judgment, gestalt and tacit knowledge—information that cannot be captured in an RCT.
Sowohl die WHO als auch die aktuelle AWMF Leitlinie ist also nicht auf dem Wissensstand (abgesehen davon dass die NIV Leitlinie 5 Jahre nicht mehr überarbeitet wurde).
What is the science on which the WHO Guidelines are founded? The strong warnings against use of noninvasive strategies is apparently based on experience with coronavirus-induced Middle East Respiratory Syndrome (MERS). MERS is repeated nine times in the WHO Guidelines of January 28, 2020, whereas pathophysiological principles get no coverage. Published experience with MERS is based on 12 ICU patients who received mechanical ventilation…
Empirisch zeigt sich jedenfalls, dass mit Rückgang der Intubation auch die Mortalität sinkt.
Emerging data from the Intensive Care National Audit & Research Centre (ICNAARC) reveal that 28-day mortality of COVID-19 patients admitted to the ICU decreased from 43.5% … for the time period 1 February-28 March to 34.4% … for time period 16 April-21 May, 2020. Over the same period, the rate of intubation (and mechanical ventilation) decreased from 75.9% to 44.1%. … Use of CPAP is a clinical art …
(es gibt sogar einen Case/Crossover Versuch zur Intubation, der klar gegen die Intubation spricht). Nach Meinung von Tobin müssten wir also primär auf NIV/CPAP setzen und die Intubation nur als ultima ratio ansehen (… bei 38 Atemzügen/min oder ein PaO2 von 73.6 mmHg bei FiO2 0.26…). Ich ändere nun meine eigene Patientenverfügung auf #DNI (“do not intubate”) bis die Pandemie vorbei ist.
Schauen wir uns die Therapieempfehlung einmal genauer an, die vorgestern abend von der DIVI verschickt wurde. Wird die Leitlinie dem Anspruch gerecht, Empfehlungen zu geben “basierend auf der identifizierten Evidenz, der klinischen Expertise und den Patientenpräferenzen”? Continue reading COVID19 Mortalität III: Wie gut ist die Leitlinie zur Beatmung?
Der Effekt von NPIs („nicht pharmakologische Interventionen“) beim Ausbruch von Epidemien ist unbestritten, sowohl bei historischen Ausbrüchen wie auch bei der aktuellen COVID-19-Pandemie. Die Auswirkung von NPIs wurde allerdings bisher kaum quantitativ untersucht, daher habe ich es im April mal angeschaut. Leider ist das Manuskript erst jetzt erschienen, aber hier ist der Link: Wjst et al, DMW 2020; epub ahead
The Heinsberg study made headlines again this week, as according to a not further specified source the authors allegedly missed more deaths after the study period (which I suspected aready 6 months ago from an analysis of local obituarities).
Interestingly, the Streeck study had not been pre-registered although this is being a standard procedure recommended by the ethics committee (the LEK certified the Gangelt study on March 24). Continue reading Streeck reloaded
Leider kann man mit den RKI Daten nicht direkt in ein Regressionsmodell gehen, weil an vielen Tagen mehr als ein Fall in derselben Kategorie auftritt Continue reading RKI Daten sind tages- und nicht fallbasiert
Sehen wir uns den Verlauf der an das RKI gemeldeten Fälle (grau), Todesfälle (rot) sowie in blau die Case Fatality Ratio oder Fall-Verstorbenen-Anteil und zwar als “verzögerungsbereinigter Fall-Verstorbenen-Anteil”, in dem in einem Verschiebefenster die Fälle plus / minus 3 Tage um den Indextag mit den Todesfällen an Tag 14 plus / minus 3 Tage korreliert werden. Im ersten Märzdrittel ist die CFR stabil in München; über den gesamten Zeitraum beträgt sie 219/6526=3.4%.
Im Vergleich dazu nun Hamburg. Hier ist die CFR im selben Zeitraum mit 264/5090=5.2% höher und hat zusätzlich noch einen Peak im letzten Märzdrittel.
Das Sterberisiko ist in der Gesamtpopulation signifikant höher in Hamburg mit einem OR von 1.6 (1.3-1.9). Schauen wir uns daher auch noch die Alters- und Geschlechtsverteilung der Verstorbenen an.
In Hamburg versterben in allen Altersklassen mehr Menschen. Aus technischen Gründen kann ich leider nicht für Alter und Geschlecht adjustieren weil in den RKI Meldedaten nach IfSchG Todesfall und Erkrankungsfall auf unterschiedlichen Zeilen stehen.
Wie sieht es auf Intensivstationen aus? Nach den klinischen Studien von Kluge (Hamburg) und den Angaben von Wendtner (München) wurden in Hamburg 996 und in München 1300 Patienten hospitalisiert. Hamburg hat davon 261 Patienten auf die Intensivstation verlegt, München 270.
Von 223 Fällen auf der Intensivstation in Hamburg starben 78, also 35%. Bei 261 Fällen gesamt waren es damit hochgerechnet ca 91 Todesfälle. In München starben 28% also 76 Menschen. Hamburg behandelte somit signifikant mehr Patienten auf der Intensivstation (OR 1.4, P=0.002). Auf der Intensivstation sterben mehr Patienten als in München (ebenfalls OR 1.4, P=0.09) damit ergibt sich ein gepooltes Mantel-Haenszel OR von 1.6 ( 1.2-2.2, P=0.003) in der Klinik.
Dass bei der Auswertung der klinischen Daten nun exakt dasselbe Ergebnis herauskommt wie in den populationsbasierten RKI Daten belegt meiner Ansicht nach, dass die CFR von der klinischen Versorgung bestimmt wird.
Das wird zwar bisher von den Intensivmedizinern vehement bestritten, ist aber nachvollziehbar da nach RKI Angaben deutschlandweit 73% der Infektionsfälle hospitalisiert werden.
Was macht Hamburg nur anders als München? Ich vermute die Behandlung ist etwas unterschiedlich.
Youtube liefert viele Corona Videos zum Fremdschämen, zum Beispiel dieses Video “Mansmann vd. Bhakdi”
9:53 Zitat “ich gebe Herrn Bhakdi eigentlich recht, dass diese Massentesterei sinnlos und gefährlich ist” (Prof. Dr. Ulrich Mansmann / Volkswirt, LMU, Pseudoexperte).
Mal abgesehen, dass das Verfahren “Nowcast” und nicht “Nocast” heisst, war auch die Formel des PPV in der neuen LMU Corona Vorlesung nicht richtig. Für ein Case-Control Szenario nimmt man eigentlich
auch wenn dann dasselbe Ergebnis herauskommt wie bei Mansmann.
Es ist aber trotzdem falsch, weil die PCR keine 98% Spezifität hat. Zitat aus einem früheren NDR Podcasts:
In China gab es dazu den grössten PCR Massenversuch aller Zeiten: 10 Millionen Tests in Wuhan (Nature 20.11.2020). Dabei wurden 300 asymptomatische Fälle identifiziert. Selbst wenn alle 300 Fälle falsch positiv gewesen wären (was sie nicht waren) wären das gerade mal 0,0003 % und nicht 2%.
Damit zur echten Wissenschaft.
49:54 Zitat “wir … testen um Übertragungen zu verhindern und um die Pandemie zu kontrollieren” (Prof. Dr. Christian Drosten / Virologe, echter Experte)
Weitere Links zum Nachlesen etwa