https://www.spreeblick.com/mamaaa/
Here is the link to a great blog post about Derek Lowe
The nice thing about Derek’s talk was that it was really delivered from the other side of the fence, that of an accomplished and practicing medicinal chemist. Thus he wisely did not dwell too much on all the details that can go wrong in modeling: since the audience mainly consisted of modelers presumably they knew these already (No, we still can’t model water well. Stop annoying us!). Instead he offered a more impressionistic and general perspective informed by experience.
Why von Neumann’s elephants? Derek was referring to a great piece by Freeman Dyson (who I have had the privilege of having lunch with a few times) published in Nature a few years back in which Dyson reminisced about a meeting with Enrico Fermi in Chicago. Dyson had taken the Greyhound bus from Cornell to tell Fermi about his latest results concerning meson-proton scattering. Fermi took one look at Dyson’s graph and basically demolished the thinking that had permeated Dyson and his students’ research for several years.
Yes, you can fit an elephant by just four parameters.
I think the elephant goes back to the 2010 paper by Mayer and the Dyson/Fermi meeting to a 2004 paper by Dyson.
I can not not resist to add here another reference here after reading all the COVID-19 modelling: the Hand 2006 paper which says
A great many tools have been developed for supervised classification, ranging from early methods such as linear discriminant analysis through to modern developments such as neural networks and support vector machines. A large number of comparative studies have been conducted in attempts to establish the relative superiority of these methods. This paper argues that these comparisons often fail to take into account important aspects of real problems, so that the apparent superiority of more sophisticated methods may be something of an illusion.
Heute verschwindet Heinsberg und Tirschenreuth von der Corona Karte, wenn man die neue Definition “Neuinfektionen der letzten 7 Tage” nimmt. Ein grosser Erfolg der Massnahmen vor Ort.
Neu im Club dafür sind Greiz (Familienfeiern), die drei Schlachtereien Pforzheim Müller Fleisch, Coesfeld Westfleisch und Bad Bramstedt Vion, Esslingen war es eine Beerdigung, Neuburg eine Asylunterkunft, Rosenheim und Traunstein sind Altfälle von den Starkbierfesten.
RKI Situationsbericht von heute
It is not easy to understand the major controversy in epidemiology right now. But there is great piece at Boston Review “Model versus Evidence”
In one camp are infectious disease epidemiologists, who work very closely with institutions of public health. They have used a multitude of models to create virtual worlds in which sim viruses wash over sim populations. … A notable detractor from this view is Stanford’s John Ioannidis … This talk of “biased evidence” and “evidence-based interventions” is characteristic of the evidence-based medicine (EBM) community, a close relative of clinical epidemiology. … Public health epidemiologists and clinical epidemiologists have overlapping methods and expertise; they all seek to improve health by studying populations. Yet to some extent, public health epidemiology and clinical epidemiology are distinct traditions in health care, competing philosophies of scientific knowledge. Public health epidemiology, including infectious disease epidemiology, tends to embrace theory and diversity of data; it is methodologically liberal and pragmatic. Clinical epidemiology, by contrast, tends to champion evidence and quality of data; it is comparatively more methodologically conservative and skeptical.
I agree, they are more orthodox and not able to overcome the scepticism in their genes and therefore unable to cope with an emergent situation.
The Gangelt study that surfaced this morning is interesting as it includes now some sound statistics using GEE models to account for household clustering (in a previous interview the lead author denied the value of statistical models). The PDF is only available an internal university server without any doi number and timestamp – not even a “preprint” at all.
Maybe I am a bit disappointed as it remains basically a cross-sectional analysis, without any virus phylogeny, ct values and without any description if and how containment measurements were followed under lock-down conditions. Although being performed at a hotspot, PCR results are not particular exciting. 439/12597=3.4% as measured by official surveillance and 33/919=3.6% as measured by the authors.
The claim to fame (besides some annoying reports about the accompanying PR campaign that made it even into Science magazine) are those 15% antibody positive results. Everything in this paper depends on the IgG antibody specificity to Sars-Cov2. It is reported
as of April 7, 2020, validated in cooperation with the Institute of Virology of the Charité in Berlin, and the Erasmus MC in Rotterdam, Euroimmun, Lübeck, Germany). The data sheet (April 7, 2020) reports cross-reactivities with anti-SARS-CoV-1-IgG-antibodies, but not with MERS-CoV-, HCoV-229E-, HCoV-NL63-, HCoV-HKU1- or HCoV-OC43-IgG antibodies.
Interestingly this data sheet was produced only after the examination. I could neither obtain it per email nor is it available on the manufacturer’s website. I also do not understand why Drosten criticized Streeck for this assay. Wasn’t he involved in the validation?
Here is how the authors checked their own methods
which is a bit weak regarding current pre-test standards, neither in terms of selection of samples, numbers and reporting. The press briefing even adds more confusion
as this reference is not cited in the preprint. I assume it is the Lassaunière comparison (medRxiv preprint) that showed a specificity of 96% only which is n o t s o good with the low prevalence expected.

A further study on medRxiv reported a specificity of 99% using a “well-defined specificity panel of 147 serum and plasma samples” without any further description. Seroconversion data would also been helpful from Gangelt – why are those N=9 in the figure below not being retested after 2 weeks?
In the absence of any hard data the results remains questionable although it shouldn’t be impossible to design and validate a reliable test where even ultra-sensitive assays have been already published.
Why haven’t the neutralisation tests been incorporated?
Lets step into the results.
“PCRreported” overlaps with “PCRnew” as expected while I would like to see also the match of PCRnew with PCRreported negative results.

– the preliminary case fatality CFR was 0.37% based on 7 individuals. This figure remained unchanged even when moving to infection fatality IFR that should be lower as the denominator increased with more infections. Patients also continued to die after the end of the observation period, making the IFR estimate unreliable if not expanded by the 14-21 day usual symptom to death interval.
I tried to validate those 7 deaths reported in the manuscript for Gangelt until March 30. RKI reports 55 in the district Heinsberg until March 30. Did most of them really happen outside Gangelt?
According to the official statistics of the state department we may expect 11 deaths per month in Gangelt. So with the 7 reported cases we should find 18 cases by the end of March. According to the website https://www.aachen-gedenkt.de there are, however, 21 obituaries found in Gangelt eg 3 more than expected. Maybe there are some errors in my re-analysis as the obituaries do not always give the last address or not each death results in an obituary but we can assume that there was at least an excess of 10 and not only of 7 cases until March 30. For a final estimate we need to add at least 1 more case who died after the end of study. My estimate therefore is at least 11 and not just 7 cases.
– Why have the death certificates not been verified in a paper that has even “infection fatality rate” in the title?
– Why are there no virus tests in the victims?
6.5.2020 UPDATE
Sahm / FAZ complained about the confidence interval.
The current IFR in the USA is not 0.36% but 1.3% (95% CI: 0.6% to 2.1%) with county-specific rates varied from 0.5% to 3.6% according to Basu 2020. With a correct figure of 11 deaths out of 15/100 * 12.000 in Gangelt, the IFR is 0,61% and compatible with the lower end of the US distribution,
11.5.2020 UPDATE
mortality figure Heinsberg / Gangelt


According to official RKI data about 15% of all Covid-19 related deaths in the district occurred in Gangelt although only 5% of the population of the Heinsberg district is living there.
The average all cause death in Gangelt doubled in March when compared to years 2000-2018.
Summary: The excess number of deaths in Gangelt by the end of the study is much higher than reported in the manuscript.
Es ist schon phänomenal wieviel Millionen Diagramme und Grafiken jeden Tag erzeugt und konsumiert werden.
Ausser dem was ich in der letzten Woche für einen Artikel in dem “Gesundheitswesen” produziert habe, ist meine wichtigste Grafik wohl der Verlauf der R(t) Werte in Deutschland.
Sie zeigt unmissverständlich, ganz ohne big data, dass ein bestimmter Wertes zu einem bestimmten Zeitpunkt (und womöglich ein Streit über die richtige Berechnung) sich eigentlich erübrigt.
Obwohl die Pandemie weltweit abläuft, ist sie doch ein regionales Geschehen, das regional eingegrenzt werden muss. Jedes regionale Aufflammen kann – bei fehlender Immunität – jederzeit wieder zu einem Grossfeuer werden.
Calling for a temporary ban on data visualization until we figure out what is going on pic.twitter.com/bQAG1PRQAa
— Emma Wager (@emmawage) April 28, 2020
Welche Rolle haben die Starkbierfeste und Wahlen in Bayern bei Ausbruch gespielt?
Welche Personengruppe/Gewerbe infiziert im Augenblick gerade die meisten anderen Menschen?
Wieviele (nicht ausgewählte) Personen haben die Erkrankung bereits durchgemacht?
Wieviele Kinder? Sind Kinder weniger ansteckend als bei sonstigen Viruserkrankungen?
Gibt es Near Field Tracing Apps ohne massive Datenschutzprobleme?
Kann man die Gesundheitsämter mit besserer Software ausrüsten?
Kann man die Zeit für den Crispr Schnelltest unter 40 Minuten drücken?
Gibt es eine Hintergrund-Immunität durch verwandte Corona Viren?
Gibt es Kreuzreaktionen, die zu schwererem Verlauf führen?
Gibt es genetische Varianten oder altersabhängige Genmethylierung von ACE2, TMPRSS2 oder Cathepsin L oder diversen Interleukinen, die den klinischen Verlauf negativ beeinflussen?
Wie ist die Kinetik von SarsCoV2 und ACE2 Rezeptorbindung?
Ist rekombinantes lösliches ACE2 ein therapeutisches Prinzip? Wirken TMPRSS2 Hemmer?
Was löst die neurologischen Symptome wie Guillain-Barré und Anosmie aus? Warum ist der pO2 oft so niedrig ohne Atemnot?
Was bedingt den Übergang von L und H Typ der Pneumonie?
Gibt es eine lokale pulmonale Hypertonie und Rechts-Links Shunt zB durch Angiotensinogen II Freisetzung?
Warum ist Heparin so gefährlich?
Was ist besser, Tot- oder Lebendimpfstoff?
DNA, RNA oder Protein basierter Impfstoff?
Wie begegnet man am besten fake news?
Vitamin D is a remedy for everything, at least for some people. Right now, there are now already 44 papers that describe an association to corona infection. I have read only a few of them – 100% astroturf.

Leider sagt das RKI bis heute nicht wie lange, ein Patient infektiös ist.
Wenn ein Amt so etwas während einer Pandemie nicht weiss, warum stellen sie dann nicht einen Expertenrat zusammen? Und wenn ein externer Experte dass nicht weiss, warum vergibt man dann nicht einen Forschungsauftrag zu der Frage?
Aktuell wird der Großteil der Testkapazität in den Gesundheitsämtern an wiederholte “frei”-Messungen von Patienten verwendet. Nach Ende einer eher großzügigen Quarantäne wäre es wichtiger, die Neuansteckungen zu erfassen, die immer noch aus Kapazitätsgründen abgewiesen werden. Ähnlich konfus sind im Augenblick auch die “Gesund”meldungen der Landkreise.
Auch wären gepoolte Messungen sinnvoll, die schon lange etabliert sind.
Das Pauli Zitat ist wunderbar (“What you said was so confused that I could not tell whether it was nonsense or not”) !
Anders als mit Pauli kann man aber auch den neuesten Ioannides Artikel nicht kommentieren, der das absolute Risiko der Mortalität am Beginn der Pandemie rechnet. Es ist so ähnlich, als würde man das Mortalitätsrisiko der Appendizitis am Diagnosetag für die nächsten 24 Stunden berechnen. Das wäre dann auch nur 5% und würde ernsthaft in Frage stellen, ob Blinddarm Operationen wirklich sinnvoll sind denn eine Operation hat ja schliesslich auch Nebenwirkungen (Infektion, Nachblutung, Thrombose). Allerdings würde dieser Denkfehler vielen Menschen das Leben kosten.
Ich sehe hier nicht so sehr das Ende von EBM ( der “evidence-based medicine”) aber sehr wohl das Limit und die Unfähigkeit mit neuen und dynamischen Sachverhalt umzugehen.
3.5.2020 2. Anlauf Versionsvergleich
https://draftable.com/compare/EypQweFxGwmY
Christian Drosten meinte gestern auf Twitter an seine 232K Follower über “eine eventuelle Dunkelziffer”: “Hier sollten wir zum gegenwärtigen frühen Zeitpunkt der Epidemie nicht allzuviel erwarten.” Drosten räumt ja sonst immer sympathisch ein, wenn er etwas nicht weiss. Leider macht er das nicht immer bei epidemiologischen Fragen…
Sehr richtig. Und eine eventuelle Dunkelziffer kann man nur durch geografisch breit angelegte Untersuchungen bestimmen. Hier sollten wir zum gegenwärtigen frühen Zeitpunkt der Epidemie nicht all zu viel erwarten. https://t.co/4jZbpbKCYW
— Christian Drosten (@c_drosten) April 8, 2020
Schauen wir uns die Fakten an.
Den Begriff Dunkelziffer gibt es eigentlich nicht in der Epidemiologie, ich vermute der Begriff soll das ascertainment bias oder selection bias beschreiben. Auf Deutsch also etwas, was man nicht weiss. Der Zusatz “eventuell” stellt jedenfalls die “Dunkelziffer” in Frage.
DLF-Wissenschaftsredakteur Volkart Wildermuth hat den Sachstand zusammengefasst
Forscherinnen und Forscher der Columbia Universität kommen in einer Simulation zu dramatischen Dunkelziffern. Sie haben die Ausbreitung des Coronavirus mit einem Pandemie-Simulationsprogramm nachgespielt. Die Daten für ihre Berechnungen stammten aus der frühen Phase der Epidemie in China, als es noch keine Kontaktbeschränkungen gab. Demnach kamen auf jeden nachweislich Infizierten etwa sieben unentdeckte Fälle, schreiben die Autoren im Fachmagazin “Science” […]
Das Robert-Koch-Institut geht zwar ebenfalls von einer Dunkelziffer aus. Präsident Wieler sagte, die gebe es bei jeder Infektionskrankheit. Es gebe aber keinen Anlass, von einer besonders hohen Dunkelziffer auszugehen, weil in Deutschland sehr früh am Anfang der Coronakrise mit Tests begonnen worden sei und generell sehr viel getestet werde. Der RKI-Präsident betonte aber, dass nach aktuellem Stand die Hälfte der Infizierten tatsächlich auch an der Krankheit Covid-19 erkrankt. „Die anderen Hälfte sehen wir gar nicht.“
Die Autoren des Science Artikels vermuten, das 86% aller Infektionen unbekannt blieben, Wieler geht von 50%. Ich gehe nach Hochrechnung auf Landkreisebene über die Ärztedichte ebenfalls von 50% bis 90% aus.
Und von der Bestimmung sei nicht “allzuviel zu erwarten”? Obwohl sie die Basis jedes SEIR Modells ist, mit dem S=susceptible, E=exposed, I=infected, R=recovered berechnet wird? Wenn die Dunkelziffer, einmal angenommen bei 90% liegen sollte, dann würden 83 Millionen Deutschen im Augenblick nicht 100.000 Infizierten gegenüber stehen, sondern 1 Million. Ein gewaltiger Unterschied, der eine völlig andere Einschätzung bedeuten würde (die Hotspot Rechnungen in Bergamo und New York sind nochmal eine ganze andere Frage – die meisten Experten gehen hier von self-enforcing loops und tipping points aus).
Es ist zudem wenig hilfreich, den Wert von epidemiologischen Studien zu bezweifeln, wo es immer große Anstrengungen kostet, Teilnehmer von Studien zu überzeugen. Und was meint Drosten mit frühem Zeitpunkt der Pandemie? In Deutschland trat der erste Fall am 28.1. auf, Wieler sagte am 27.2. die Deutschen sollten zu Hause bleiben, Kekulé am 17.3. dass wir die exponentielle Phase erreicht haben. Gestern war der 8.4. also mehr als drei Wochen nach Beginn der exponentiellen Phase? Oder geht Drosten von einem mehrjährigen Verlauf aus?
Fazit: Es gibt eine Dunkelziffer, die nach aktueller Schätzung mindestens bei 50%, eher Richtung 90% liegt. Da die Verläufe in den einzelnen Landkreisen sehr unterschiedlich sind, brauchen wir repräsentative Bevölkerungsstudien in allen Altersgruppen.
Der Blindflug geht also weiter.
PS. Noch zwei Plots zur Dunkelziffer von Viruserkrankungen bei Kindern. Kinder werden aktuell kaum getestet, weder on demand noch bei der extra angelegten Studie in München. Wie wird man die Schulöffnung nach den Osterferien begründen? Bauchgefühl? Druck aus der Wirtschaft? Und woran wird man merken, dass die Schulöffnung doch zu früh kam ( so wie in St Louis 1917 )?

Die Gruppe Kinder bis 14 Jahre ist bei sonstigen Viruserkrankungen immer am häufigsten betroffen. Sollte COVID-19 sich so viel anders ausbreiten?

Die bayrische Staatsregierung äussert sich jedenfalls euphorisch zu der mit Polizeischutz durchgeführten und von Mercedes gesponsorten Studie aus “gebündelter wissenschaftlicher Kompetenz” (Söder).
PS. 14% sind angeblich immun in Gangelt laut der gerade gelaufenen Pressekonferenz (ich hoffe der Antikörper von Streeck ist spezifisch) während wir bisher von 0,5% in dem Landkreis ausgingen. Der Link zu dem Report war auf land.nrw ist leider tot.
“Silver bullet” ist eigentlich übersetzt Wunderwaffe oder Königsweg. Ob die Corona-Epidemie zum Wegbereiter einer Klimawende wird? Mehre Twitter Beiträge heute verlinken auf einen medium Artikel von Brad Zarnett ” Das Problem ist nicht Plastik, nicht die Abholzung, nicht das Auslöschen einer Spezies oder der Biodiversität, es ist die Art und Weise wie wir unser Zusammenleben gestalten, wie wir Geschäfte machen und wie wir den Fortschritt messen”
https://twitter.com/BradZarnett/status/1245320838963920896
Something changed recently when I saw a map comparing the air over China before and after the country went into lockdown in an attempt to contain the COVID-19 Coronavirus. Slowly over the course of a week, I began to see the issue of climate change in a whole new light. … The path towards a stable climate will need to run through some kind of economic collapse. It will have nothing to do with a more sustainable business model or more progressive government action — both of those approaches have failed. Let’s face it — people just don’t feel the urgency to change how they live their lives and government is too weak and/or corrupt to lead the way.