Category Archives: Noteworthy

Kreative BuchfĂŒhrung?

nachdenkseiten bezichtigt die DIVI Reports zur Intensivbelegung der “kreativen BuchfĂŒhrung“. Dabei sind die nachdenkseiten nicht unumstritten: Lausen tritt mit Bhakdi auch auf kenFm auf.

Die vielfachen Änderungen der DIVI Datenbank sind bekannt (seit kurzem ist auch das Alter der Patienten verfĂŒgbar – ein Jahr nach Inbetriebnahme…). Wir kennen die DIVI Fehler in der Darstellung , auch dass sich Verordnungen zur Bettenausweisungen mehrfach geĂ€ndert haben, NotfallreservekapazitĂ€ten separat , Kinder ein- oder ausgeschlossen, alles nichts Neues. Es geht hier ja nicht um eine statische Bettenzahl sondern es ist oft auch die Personalsituation, die sich kurzfristig Ă€ndern kann. Und wenn in Rosenheim dringend Betten gesucht werden, ist das Bett in Kiel irrelevant. Ganz abgesehen davon, dass die sogenannte weiche Triage auch schon vor der Vollbelegung einsetzt.

Ob die Bettenzahlen nun willkĂŒrlich den aktuellen Infektionszahlen angepasst werden? Schauen wir uns an ob das wirklich bei "sehr vielen KrankenhĂ€usern" zu beobachten war und in den genannten StĂ€dten.

Als Beispiele nannte er Leipzig, Bottrop, Goslar, Starnberg und Eisenach. EindrĂŒcklich demonstriert er am Fall einer Klinik in Pinneberg, wie der "Bedarf" an Betten je nach Belegungsumfang flexibel und "nach Belieben" hoch und runter geregelt wurde …

Hier also nun eine Korrelationsanalyse von Intensivbetten und COVID Patienten auf Kreisebene wobei nur die 50 höchsten Korrelationen gezeigt werden.

(klicken zur Vergrösserung) Stand 6.5.2021 RKI/DIVI Daten. Korrelation der tÀglich ausgewiesenen Bettenzahl seit Beginn der zweiten Welle (Farbe der Punkte geben die Zeitachse an) mit jeweils stationÀr liegenden COVID-19 Patienten auf der Intensivstation. EinzelkrankenhÀuser der Region werden jeweils zusammen dargestellt. Pearson Korrelationskoeffizient dazu Loess Smoother. Darstellung der Regionen mit den 60 höchsten Werten, beachte die unterschiedliche Skalierung in den Regionen.

Neben diversen Artefakten sehe ich einige lineare Anstiege, etwa Landshut, Tirschenreuth oder Lahn-Dill Kreis. Die Regionen Leipzig, Bottrop, Goslar, Starnberg, Eisenach und Pinneberg sind hier allerdings nicht dabei. Auch ist die Verteilung der R Werte nur etwas nach links aber ansonsten nicht zu den Extremwerten verschoben.

Stand 6.5.2021 RKI/DIVI Daten. Korrelation der tÀglich ausgewiesenen Bettenzahl seit Beginn der zweiten Welle liegenden COVID-19 Patienten auf der Intensivstation. Verteilung der Pearson Korrelationskoeffizienten in den Landkreisen.

Es gibt somit einige wenige dubiose aber keine systematisch falsche Meldung. Die nachdenkseiten betreiben die klassische Legendenbildung um einen wahren Sachverhalt herum – wie auch sonst in der der Corona Leugner Szene ĂŒblich.

Die DIVI Datenbank ist sowieso nur begrenzt zur Pandemiesteuerung geeignet. Es ist ja nicht das Ziel die Intensivstationen bis zu einem gewissen Grad zu belegen, sondern möglichst jede Infektionskette zu unterbrechen.

P.S. Es wird auch nicht intelligenter wenn @luebberding (WELT) das nun am 14.5. nachdruckt und Antes es am 15.5. auf Twitter teilt. Ob es wirklich zu #divigate reicht, was die selbsternannte Autorengruppe um Matthias Schrappe in ihrer 3. Ad Hoc Stellungnahme am 16.5. meinen? Die Truppe beklagt sich ĂŒber fehlende Daten aber schliesst dann daraus welche Daten falsch sind …

 

CC-BY-NC Science Surf , accessed 29.08.2026

Licht aus bei Lightroom

Hier kommt ein neuer Artikel zu Exposure X6, der Lockdown liess mir Zeit dafĂŒr …

Irgendwie ging es dann doch sehr schnell. Als die britische Firma Serif ankĂŒndigte, daß ihr neues Affinity Photo Programm nur einen Bruchteil von Photoshop kosten soll, dabei das gleiche Layout behalten und trotzdem fast dieselbe Leistung bieten wird, sind viele Photoshop Nutzer abgewandert. Adobe hatte sich nach Meinung vieler Anwender nicht gerade beliebt gemacht mit seiner europĂ€ische Preispolitik, dem bescheidenem Anwendersupport und den Zwangsupdates. Dann kam Adobe auch noch der Quellcode abhanden zusammen mit fast 3 Millionen Kreditkartennummern. Trotzdem konnte der Monopolist dann auch noch monatliche AbogebĂŒhren fĂŒr Lightroom einziehen nachdem die letzte Standalone Version sukzessive den Geist aufgab. Auf Import und Rendern der Bilder einer 64 GB Karte konnte man dabei gerne mal eine halbe Stunde warten, aber gibt es Alternativen?

https://www.fotoespresso.de/fotoespresso-2-2021/

 

CC-BY-NC Science Surf , accessed 29.08.2026

Beatmungsstrategie bei CARDS (COVID-19 ARDS)

Seit Beginn der Pandemie ist es ein strittiges Thema, ab wann intubiert wird, da mit der mechanischen Beatmung auch das Risiko enorm steigt, an COVID-19 zu sterben.

Mit den aktuellen Behandlungsempfehlungen sollte – solange es keine Triagesituation gibt – die HĂ€ufigkeit der Beatmung unabhĂ€ngig von der Zahl der Neuinfektionen sein. Dem ist aber leider nicht so, wenn wir die tageweise Korrelation von DIVI und RKI Meldungen ĂŒber die letzten 5 Monate ansehen. Zu Beginn der zweiten Welle, gab es noch keinen Überhang von bereits lĂ€nger liegenden Patienten, es lagen also pro Neuerkrankten weniger Patienten auf der Intensivstation – die jeweils untere Punktreihe etwa bis zur Mitte der Grafik unten.

Mittlerweile sind die Patienten aber jĂŒnger, gesĂŒnder und liegen lĂ€nger, daher die jeweils obere Punktreihe. Was dazu auffĂ€llt, dass immer weniger Patienten auf der Intensivstation beatmet werden gemessen an Zahl der Intensivpatienten in Deutschland. Wie die Epidemiologie zu interpretieren ist, kann nur anhand klinischer Daten entschieden werden.

Ich vermute aber, es liegt nicht an den Patienten, da im Augenblick im Bereich von 20.000 – 25.000 relativ stabile Infektionsraten in einer relativ stabilen Ausgangspopulation auf relativ stabile Intensivversorgung trifft. Ich vermute es liegt daran, dass bei nahezu vollen Intensivstationen und nur begrenzt verfĂŒgbarem Personal die Entscheidung zur Beatmung spĂ€ter fĂ€llt und wovon Patienten profitieren.

 

CC-BY-NC Science Surf , accessed 29.08.2026

COVID-19 MortalitÀt VII: ICUs in Deutschland

The COVID-19 disease burden in Germany in 2020-years of life lost to death and disease over the course of the pandemic
Dtsch Arztebl Int 2021; 118: 145-51; DOI: 10.3238/arztebl.m2021.0147

Schilling J, Lehfeld A-S, Schumacher D et al. Krankheitsschwere der ersten COVID-19-Welle in Deutschland basierend auf den Meldungen gemaÌˆĂŸ Infektionsschutzgesetz. https://www.rki.de/DE/Content/Gesundheitsmonitoring/Gesundheitsberichterstattung/GBEDownloadsJ/JoHM_S11_2020_Krankheitsschwere_COVID_19.html

Roedl K, Jarczak D, Thasler L et al. Mechanical ventilation and mortality among 223 critically ill patients with coronavirus disease 2019: A multicentric study in Germany. Australian Critical Care. 2020

Rieg S, Cube M von, Kalbhenn J, Utzolino S, Pernice K, Bechet L, et al: COVID-19 in-hospital mortality and mode of death in a dynamic and non-restricted tertiary care model in Germany. medRxiv 2020. https://www.medrxiv.org/content/10.1101/2020.07.22.20160127v1

Karagiannidis C, Mostert C, Hentschker C, Voshaar T, Malzahn J, Schillinger G, et al: Case characteristics, resource use, and outcomes of 10 021 patients with COVID-19 admitted to 920 German hospitals: an observational study. The Lancet Respiratory Medicine 2020;8:853-862

Nachtigall I, Lenga P, Jóźwiak K, Thürmann P, Meier-Hellmann A, Kuhlen R, et al: Clinical course and factors associated with outcomes among 1904 patients hospitalized with COVID-19 in Germany: an observational study. Clinical Microbiology and Infection 2020. http://www.sciencedirect.com/science/article/pii/S1198743X20304936

Karagiannidis C, Windisch W, McAuley DF, Welte T, Busse R. Major differences in ICU admissions during the first and second COVID-19 wave in Germany. Lancet Respir Med. 2021 Mar 5:S2213-2600(21)00101-6. doi: Observational study of changes in utilization and outcomes in non-invasive ventilation in COVID-19
Christian Karagiannidis, Corinna Hentschker, Michael Westhoff, Steffen Weber-Carstens, Uwe Janssens, Stefan Kluge, Michael Pfeifer, Claudia Spies, Tobias Welte, Rolf Rossaint, Carina Mostert, Wolfram Windisch
doi: https://doi.org/10.1101/2021.03.28.21254477

J. SchĂŒttler, J.M. Mang, L.A. Kapsner, S.A. Seuchter, H. Binder, D. Zöller, O. Kohlbacher, M. Boeker, K. Zacharowski, G. Rohde, J. Balig, M.O. Kampf, R. Röhrig, H.-U. Prokosch
LetalitÀt von Patienten mit COVID-19: Untersuchungen zu Ursachen und Dynamik an deutschen UniversitÀtsklinika. https://www.ai-online.info/online-first/letalitaet-von-patienten-mit-covid-19-untersuchungen-zu-ursachen-und-dynamik-an-deutschen-universitaetsklinika.html

 

Jürgen Klauber · Jürgen Wasem Andreas Beivers · Carina Mostert (Hrsg). Krankenhaus 2021. Report S. 296

 

CC-BY-NC Science Surf , accessed 29.08.2026

The first computer was used for astronomical calculations

A reconstruction of the Antikythera mechanism finally succeeded. It is based on pieces that were found on a Roman-era shipwreck in Greece in 1901 and is probably 2000 years old — a hand-powered device that is thought to have been used to predict eclipses and other astronomical events.
Reference: https://www.nature.com/articles/s41598-021-84310-w#MOESM4

Video Screenshot 2021/3/14 , PROF TONY FREETH / UCL, Scientific Reports 2021/3/12 https://www.nature.com/articles/s41598-021-84310-w

 

CC-BY-NC Science Surf , accessed 29.08.2026

A museum of diverse intellectual pathologies

There is a super interesting 1992 paper of Jacobson/Feinstein oxygen as a cause of blindness in premature infants: “autopsy” of a decade of errors in clinical epidemiologic research While it is quite obvious to recognize such an epidemic at a late stage (as in the thalidomide scandal) it needs quite a lot of oversight at the early phase.

it took more than a decade-1942 to 1954-to end an iatrogenic epidemic in which high-dose oxygen therapy led to retrolental fibroplasia (RLF) in premature infants, blinding about 10,000 of them. The autopsy revealed a museum of diverse intellectual pathology. When first noted, RLF was regarded as neither a new disease nor a postnatal effect. In early investigations, the ophthalmologists did not establish explicit criteria for diagnosis and confused RLF with malformations previously seen in full-term infants. Because the patients were not referred until months after birth, the ophthalmologists assumed that the lesion, which resembled an embryologic structure, must have occurred prenatally.

Even with the current COVID-19 we can see “live on stage” blinded experts. Maybe the “early intubation epidemic” is another example with new data published in the ERJ.

 

CC-BY-NC Science Surf , accessed 29.08.2026

COVID-19 MortalitĂ€t V: Vergleich Schweiz/Österreich

Hier noch ein Vergleich der Case Fatality Rate in Deutschland mit Österreich und der Schweiz.

Beide LĂ€nder haben in der ersten Phase offensichtlich dazu gelernt, wie man besser (nicht) beatmet, Deutschland hat eher nichts dazugelernt.

 

Quellen: RKI (Deutschland) https://experience.arcgis.com/experience/478220a4c454480e823b17327b2bf1d4 AGES (Österreich) https://covid19-dashboard.ages.at/dashboard.html sowie Dashboard (Schweiz) https://www.covid19.admin.ch/de/overview Download am 24.1.2021. CFR im gleitenden Mittel aus FĂ€llen 14 Tage vor und TodesfĂ€llen 14 Tage nach dem Indextag. Letzter berichteter Wert 15.12.2020
Zeitungsausriss 29.10.2021, ĂŒberprĂŒft am 24.1.2021, Quelle https://wien.orf.at/stories/3073495/

 

CC-BY-NC Science Surf , accessed 29.08.2026

COVID-19 MortalitÀt IV: Wie wir sie senken könnten

In einem vorigen Teil habe ich die Frage gestellt, warum die COVID-19 MortalitĂ€t so unterschiedlich ist in Deutschland. Es gibt eine Reihe von epidemiologischen GrĂŒnden. Dazu zeigte ein Beispiel, dass die unterschiedliche MortalitĂ€t vermutlich an den Kliniken und nicht an der Infektionsepidemiologie liegt.

Im einem vierten Teil biete ich nun eine ErklĂ€rung fĂŒr das PhĂ€nomen an. Es ist nicht meine ErklĂ€rung, sondern die von Martin Tobin, einem der renommiertesten US Pneumologen und Lehrbuchautor. Hinweise gab es bereits in der ersten Welle, dass die FrĂŒhintubation fatal sein könnte. Tobin schreibt nun in einem Editorial der wichtigsten europĂ€ischen 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 ĂŒberarbeitet 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 RĂŒckgang der Intubation auch die MortalitĂ€t 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 mĂŒssten wir also primĂ€r auf NIV/CPAP setzen und die Intubation nur als ultima ratio ansehen (… bei 38 AtemzĂŒgen/min oder ein PaO2 von 73.6 mmHg bei FiO2 0.26…). Ich Ă€ndere nun meine eigene PatientenverfĂŒgung auf #DNI (“do not intubate”) bis die Pandemie vorbei ist.

 

CC-BY-NC Science Surf , accessed 29.08.2026

Der zweite Lockdown funktionierte ĂŒberall ein bisschen. Nur nicht bei Schulkindern

Datenstand RKI 4.12.2020 Vergleich der 7 Tages Inzidenz in allen deutschen Land- und Stadtkreisen jeweils zu Beginn des “Lockdown Light” am 2.11. mit dem heutigen Tag. Loess Smoother nach Altersgruppe. Adjustierung jeweils auf gesamte Einwohnerzahl, nicht auf die jeweilige Altersgruppe, da diese Angaben nicht verfĂŒgbar waren. Wegen der geringen Belegung wurde die Kinder unter 5 Jahren weg gelassen. Der stĂ€rkste Effekt ist in der Altersgruppe 35-59 zu sehen (oberste Linie); der Effekt ist mit geringeren Ausgangszahlen auch geringer. Praktisch kein Effekt ist in der Altersgruppe 5-14 Jahre zu sehen. Die Infektionsrate war hier hier niedrig, nimmt aber auch nicht ab.

 

CC-BY-NC Science Surf , accessed 29.08.2026

COVID19 MortalitÀt III: Wie gut ist die Leitlinie zur Beatmung?

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 PatientenprĂ€ferenzen”? Continue reading COVID19 MortalitĂ€t III: Wie gut ist die Leitlinie zur Beatmung?

 

CC-BY-NC Science Surf , accessed 29.08.2026

Die frĂŒhe Phase der COVID-19-Pandemie in Bayern

Der Effekt von NPIs ("nicht pharmakologische Interventionen") beim Ausbruch von Epidemien ist unbestritten, sowohl bei historischen AusbrĂŒchen 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

 

 

CC-BY-NC Science Surf , accessed 29.08.2026

Streeck reloaded

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

 

CC-BY-NC Science Surf , accessed 29.08.2026

COVID-19 MortalitĂ€t II: Hamburg und MĂŒnchen im Vergleich

Sehen wir uns den Verlauf der an das RKI gemeldeten FĂ€lle (grau), TodesfĂ€lle (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 FĂ€lle plus / minus 3 Tage um den Indextag mit den TodesfĂ€llen an Tag 14 plus / minus 3 Tage korreliert werden. Im ersten MĂ€rzdrittel ist die CFR stabil in MĂŒnchen; ĂŒber den gesamten Zeitraum betrĂ€gt sie 219/6526=3.4%.

CFR in MĂŒnchen bis 3.6.2020 (1. Welle). Datenstand RKI 18.11.2020. Eigene Auswertung, Skript auf Anfrage.

Im Vergleich dazu nun Hamburg. Hier ist die CFR im selben Zeitraum mit 264/5090=5.2% höher und hat zusÀtzlich noch einen Peak im letzten MÀrzdrittel.

CFR in Hamburg bis 3.6.2020. Datenstand RKI 18.11.2020. Eigene Auswertung, Skript auf Anfrage.

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.

SterbefĂ€lle Rohzahlen in Hamburg und MĂŒnchen bis 3.6.2020. Datenstand RKI 18.11.2020. Eigene Auswertung, Skript auf Anfrage.

In Hamburg versterben in allen Altersklassen mehr Menschen. Aus technischen GrĂŒnden kann ich leider nicht fĂŒr Alter und Geschlecht adjustieren weil in den RKI Meldedaten nach IfSchG Todesfall und Erkrankungsfall auf unterschiedlichen Zeilen stehen.

SterbefĂ€lle gegen ErkrankungsfĂ€lle in Land -bzw Stadtkreisen bis 3.6.2020. Datenstand RKI 9.12.2020. Hamburg, Wesel und MĂŒnchen sind markiert. Eigene Auswertung, Skript auf Anfrage.

Wie sieht es auf Intensivstationen aus? Nach den klinischen Studien von Kluge (Hamburg) und den Angaben von Wendtner (MĂŒnchen) wurden in Hamburg 996 und in MĂŒnchen 1300 Patienten hospitalisiert. Hamburg hat davon 261 Patienten auf die Intensivstation verlegt, MĂŒnchen 270.

SterbefĂ€lle auf den Intensivstationen in Hamburg und MĂŒnchen. Quelle: https://linkinghub.elsevier.com/retrieve/pii/S1036731420303349 sowie https://www.sueddeutsche.de/muenchen/muenchen-klinik-corona-patienten-zwischenbilanz-1.5142374. Eigene Zusammenstellung, Skript auf Anfrage.

Von 223 FĂ€llen auf der Intensivstation in Hamburg starben 78, also 35%. Bei 261 FĂ€llen gesamt waren es damit hochgerechnet ca 91 TodesfĂ€lle. In MĂŒnchen 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 MĂŒnchen (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.

Screenshot https://www.muenchen-klinik.de/covid-19/intensivzahlen/

Das wird zwar bisher von den Intensivmedizinern vehement bestritten, ist aber nachvollziehbar da nach RKI Angaben deutschlandweit 73% der InfektionsfÀlle hospitalisiert werden.

Was macht Hamburg nur anders als MĂŒnchen? Ich vermute die Behandlung ist etwas unterschiedlich.

Screenshot https://www.muenchen-klinik.de/covid-19/intensivzahlen/

 

 

CC-BY-NC Science Surf , accessed 29.08.2026