Schlagwort-Archive: Corona

Der zweite Lockdown funktionierte überall 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 verfügbar waren. Wegen der geringen Belegung wurde die Kinder unter 5 Jahren weg gelassen. Der stärkste 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.

Corona Mortalität 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 Patientenpräferenzen”? Corona Mortalität III: Wie gut ist die Leitlinie zur Beatmung? weiterlesen

Die frühe Phase der COVID-19-Pandemie in Bayern

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

 

RKI Daten sind tages- und nicht fallbasiert

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 RKI Daten sind tages- und nicht fallbasiert weiterlesen

COVID-19 Mortalität II: Hamburg und München im Vergleich

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%.

CFR in München 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 zusätzlich noch einen Peak im letzten Märzdrittel.

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.

Sterbefälle Rohzahlen in Hamburg und München bis 3.6.2020. Datenstand RKI 18.11.2020. Eigene Auswertung, Skript auf Anfrage.

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.

Sterbefälle gegen Erkrankungsfälle in Land -bzw Stadtkreisen bis 3.6.2020. Datenstand RKI 9.12.2020. Hamburg, Wesel und München 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 (München) wurden in Hamburg 996 und in München 1300 Patienten hospitalisiert. Hamburg hat davon 261 Patienten auf die Intensivstation verlegt, München 270.

Sterbefälle auf den Intensivstationen in Hamburg und München. 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 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.

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 Infektionsfälle  hospitalisiert werden.

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

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

 

COVID-19 Mortalität I: Wieso ist die Mortalität In Deutschland so unterschiedlich?

Wenig diskutiert wurde bislang die sehr unterschiedliche IFR/CFR (Infection Fatality Ratio bzw Case Fatality Ratio) innerhalb der Bundesrepublik Deutschland.

CFR nach Altersgruppen in den einzelnen Bundesländern. Datenstand RKI 18.11.2020. Eigene Auswertung. Skript auf Anfrage. Definition der CFR als Fall-Verstorbenen-Anteil https://de.wikipedia.org/wiki/Fall-Verstorbenen-Anteil#Roher_Fall-Verstorbenen-Anteil

Zum einen könnte die Unterschiede ganz einfach methodische Gründe habe, dass etwa in einem Bundesland häufiger getestet wird. Damit steigt der Nenner des Quotienten aus Verstorbenen zu infizierten Fällen und die Ratio sinkt. Oder die Verstorbenen werden nicht vollständig erfasst, dann sinkt der Quotient ebenfalls. Für beide Annahmen gibt es aktuell wenig Belege.

Gemittelte CFR in den einzelnen Landkreisen. Datenstand RKI 18.11.2020. Eigene Auswertung, Skript auf Anfrage.

Die nächste Möglichkeit wäre eine unterschiedliche genetische Empfindlichkeit der Bevölkerung. Aber nach allem was wir bisher wissen, etwa den Genomscans, ist diese Möglichkeit praktisch auszuschliessen. Es könnte auch natürlich auch sein, dass lokal unterschiedliche Virusvarianten (etwa B.1.1.7) grassieren. Leider gibt es in Deutschland trotz 150 Millionen Forschungsetat keine einzige flächendeckende Untersuchung (gerade mal 800 Sequenzen seit März), obwohl ich das in der molekularen Epidemiologie hätte leisten können. In der Gesamtschau ist es allerdings unwahrscheinlich, dass hier eine Virusvariante unter dem Radar läuft.

Möglicherweise gibt es in den einzelnen Bundesländern unterschiedlich viele Patientenverfügung (“DNR” do not resuscitate, “DNI” do not intubate), wofür es aber auch keine empirischen Beweise gibt. Die CFR wird vor allem von Clustern in den Altersheimen in die Höhe getrieben. Heime sind in der Tat in Bayern mehr betroffen gewesen als in anderen Bundesländern, Ursache unbekannt, Pflegemangel könnte eine mögliche Ursache sein. Ohne eine zentrale Sammlung von Überlastungsanzeigen ist das schwer zu beweisen, weil der Pflegemangel vielleicht nur mal eine Woche und nur an einem Ort besonders extrem war.  Es könnte durchaus sein, dass eine hohe CFR eine Unterversorgung anzeigt. So wurde in Tirschenreuth die höchste  CFR aller Landkreisen im Lauf der Pandemie beobachtet, als alte Menschen überhaupt nicht mehr das Krankenhaus erreichten, sondern zuhause oder in Altenheimen starben. Allerdings kreuzen sich die Linien in dem Plot oben praktisch nicht, da die CFR auch bei jüngeren Patienten sehr unterschiedlich ist. Sachsen liegt auch hier am unteren Rand des Spektrums mit 2,0% und Bayern am oberen Rand mit 4,3%. Es muss damit also weitere Gründe für die Unterschiede geben.

Paradoxerweise könnte auch eine Überversorgung durch zu frühe Intubation die Prognose verschlechtern, so die Annahme von Lungenärzten  schon im Frühjahr. Es ist ja schon ein Unterschied, ob  sich die Lunge physiologisch mit Unterdruck oder künstlich mit Überdruck bewegt. Eine Studie im Lancet zeigte dann auch eine deutlich bessere Prognose wenn nicht maschinell beatmet wurde. Allerdings kommt hier “confounding by severity” ins Spiel, die Verzerrung durch die schlechtere Ausgangssituation. Das stimmt sicher, aber ist es die ganze Wahrheit?

Karagiannidis et al 2020 https://doi.org/10.1016/S2213-2600(20)30316-7 zeigten schon im Juni eine mehr als dreifach höhere Sterberate in beatmeten Patienten

Die aktuellen Empfehlungen zur Intubation basieren auf Horovitz Quotient ( arterieller Sauerstoffpartialdruck zur Konzentration von Sauerstoff in der eingeatmeten Luft), Atemfrequenz, Lungeninfiltrat und allgemeiner klinischer Situation. Es ist dann aber doch sehr unterschiedlich, was die “DIVI” () oder die “Lungenärzte” (Respiration) zu dem Thema veröffentlichen.

Warum gibt es trotz der Kontroverse keine prospektive Studie? Warum ist die Mortalität auf Hamburger Intensivstationen 4x höher als in Moers?

Hier ein Vergleich der Leitlinie

Kluge et al. 2020 https://doi.org/10.1007/s00101-020-00833-3 mit der 3. Version der Leitlinie und der Empfehlung “Kommt es unter den durchgeführten Maßnahmen zur weiteren Progression der akuten respiratorischen Insuffizienz, sollten ohne zeitliche Verzögerung die Intubation und eine nachfolgende invasive Beatmung erfolgen. Maßgeblich bei dieser Maßnahme ist ausdrücklich der Patientenwunsch.”

mit der Situation auf der Intensivstation


Roedl et  al 2020 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7590821 zeigen nur geringe Unterschiede in den Blutgaswerten bei Aufnahme zwischen beatmeten und nicht beatmeten Patienten, allerdings führt die Beatmung zu einem 10fach höherem Sterberisiko  (OR 10.3, 3.5-40.9, p=6.3 *10^-8).  Schlusssatz “Different management and therapy strategies of patients with COVID-19 requiring MV … cannot be entirely excluded.”

Warum wird Überleben nicht in einer Studie nach klinischem Status bei Aufnahme in der Klinik, auf der Intensivstation und zum Intubationszeitpunkt ausgewertet? Mit einer zentralen Auswertung der Kliniken wüssten wir vielleicht, warum die Corona Mortalität in Deutschland so unterschiedlich ist.

Kleine Anekdote zum Schluss aus dem Pandemia Podcast (43:30): Der erste SARS Patient 2003 in Europa – der Arzt Hoe Nam Leong – wollte damals in Frankfurt auch nicht beatmet werden, er wusste wohl wieso…

Covid-19 genetics – Any role of MIP1B?

The first GWAS of severe COVID-19 infection was published in the NEJM with the main hit at rs11385942 at locus 3p21.31, a region linked by the authors to LZTFL1. The GWAS catalogue points to MIP1B ( Macrophage Inflammatory Protein 1 beta, MIP-1b, CCL4) level that has been mapped there as well.

https://www.ebi.ac.uk/gwas/genes/LZTFL1
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5223028/

MIP-1B seems to be increased in patients with COVID-19 as a study showed that levels of various CCGFs, including PDGF-BB, CCL5/RANTES, CCL4/MIP-1β, IL-9, and TNF-β were upregulated in COVID-19 patients but negatively correlated to disease severity.

Supplement https://www.nature.com/articles/s41392-020-0211-1

Another study measured also MIP-1B but no major effect

Supplement https://insight.jci.org/articles/view/139834/sd/1

A recent Frontiers review discusses the relationship to the cytokine storm in fatal COVID-19 infection but again no isolated effect. Nevertheless I have a gut feeling from a 1995 Science paper that it could be relevant as it was identified as the major HIV-SF produced by CD8+ T cells (which are so important also in COVID-19 recovery).

Corona – die wichtigsten Videos der Woche

Beginnen wir mit dem Appell der Bundeskanzlerin “Bitte bleiben Sie, wenn immer möglich, zu Hause”.

 

Dann der wichtigste Corona Experte in Deutschland “So etwas wie eine Meinung gibt es eigentlich in der Wissenschaft nicht“.

 

Ein aktueller Blick in die Schweiz (Zahlen hier) mit einem wunderbaren Musical.

 

Damit zu den Folgen im Spital Schwyz mit Prof. Reto Nüesch (Nachfolger des legendären Paul Vogt Appell).

Humility

I am surrounded by people who published close to or more than 500 papers, who have a super high Hirsch factor of bigger than 100, who have had third party funding more than 10 mill, who get prices that I have never heard before.

Scientists who spend their life in first class plane seats but not in the lab, who spend their night in expensive hotels while their postdocs do all the work. Scientists at broadcasted talk shows who haven’t read a paper from start to finish for years.

Ritchie “Science Fictions” 2020

In 
fact, 
the 
way 
academic 
research 
is 
currently
 set 
up 
incentivises these
 problems,
 encouraging
 researchers
 to
 obsess
 about
 prestige,
 fame, funding
 and
 reputation
 at
 the
 expense
 of
 rigorous,
 reliable
 results.

For true science the only way is to accept our incapability, our disability and our powerlessness. As @DrTedros said yesterday

Standard is Failure not Success…

Masks are working!

CDC recommends them, RKI also while there are still some people who raise doubts, people who are wearing either pseudo-masks or face shields.

So here is another argument by the most contagious airborne disease – measles has a secondary attack rate of >90%. Using masks should have reduced the incidence. And it did – as shown by a recent eurosurveillance.org paper

Average number of measles cases in 2010–2019 and number of measles cases in 2020 reported to TESS (ECDC) by month of statistics during the January to May measles season peaks, EU/EEA and the UK and selected countries. https://www.eurosurveillance.org/content/10.2807/1560-7917.ES.2020.25.31.2001390#abstract_content

This is fully backed by live European data http://atlas.ecdc.europa.eu

http://atlas.ecdc.europa.eu/public/index.aspx 28Sept20

Corona Infektionsprophylaxe und HEPA Raumluftfilter

(eigene Stellungnahme vom 23.9.2020)

Schwebstofffilter (HEPA = High-Efficiency Particulate Air Filter) sind Hochleistungs-Partikelfilter zur Trennung von Schwebstoffen aus der Luft. Sie zählen zu den Tiefenfiltern, die in der Tiefe des Filtermediums trennen und Partikel mit einem aerodynamischen Durchmesser <1 µm eliminieren wie Bakterien und Viren, Pollen, Milbeneier, -kot , Stäube, Aerosole und Rauchpartikel. Als Filter können sowohl Einmalfilter, als auch wiederverwendbare Filter eingesetzt werden. Verwendet werden HEPA Filter in hochwertigen Staubsaugern wobei der Haupteinsatz aber spezielle Luftreiniger sind, die überall dort eingesetzt werden, wo die Luft von kleinsten Schwebeteilchen gereinigt werden soll. Man findet sie fest eingebaut in Operationssälen, Intensivstationen, Reinräumen zur Chipherstellung ebenso wie in mobilen Geräten. Corona Infektionsprophylaxe und HEPA Raumluftfilter weiterlesen

Corona Spillover Risk

In Antwort auf einen Tweet von Vincent Glad, der das Überschwappen der Infektion von der jüngeren/mittleren auf die ältere Altersgruppe in Marseille zeigt

dto aus Spanienhier nun eine Analyse des aktuellen RKI Datensatzes.

# Daten von https://opendata.arcgis.com/datasets/dd4580c810204019a7b8eb3e0b329dd6_0.csv
rki %>%
  select(Landkreis,Bundesland,dt,Altersgruppe,AnzahlFall) %>%
  mutate(Altersgruppe = str_replace_all(Altersgruppe, "A","") ) %>%
  mutate(Bundesland = str_replace(Bundesland, "-(.).*","-\\1") ) %>%
  mutate(Landkreis = str_replace(Landkreis, "-(.).*","-\\1") ) %>%
  filter(dt >= as.Date('2020-9-1') ) %>%
  filter(AnzahlFall >= 0 & Altersgruppe != "unbekannt") %>%
  group_by(Landkreis,Altersgruppe) %>%
  summarise_at(c("AnzahlFall"), sum, na.rm = TRUE) %>%
  filter(AnzahlFall>20) %>%
  ggplot( aes(x=Landkreis, y=Altersgruppe, fill= AnzahlFall)) + 
    geom_rect(aes(xmin=-Inf, xmax=Inf, ymin=-Inf, ymax=Inf), fill="darkgreen") +
    geom_tile() +
    geom_text(aes(label = AnzahlFall), colour="white") +
    scale_fill_gradientn(colours = c("darkgreen", "yellow","red"), n.breaks=8, name="x" ) +
    guides(fill=guide_legend(title="Corona+\nletzte 7 Tage\nRKI opendata\nStand 9.9.2020"), reverse=TRUE)

Auch hier besteht die Gefahr v.a. in Bayern, NRW und Baden-Württemberg.

RKI Daten Stand 9.9.2020

In Städten ist die Situation in München am kritischsten über die vielen Fälle diese Woche.

RKI Daten Stand 9.9.2020

 

Evidence Based Medicine, Ioannidis und Covid-19

eine kurze Ergänzung zu „Der Fall Ioannidis“ – Schlamperei beim Gralshüter wissenschaftlicher Qualitätsstandards? im Laborjournal 6.2020 …

Dass John Ioannidis, einer der bekanntesten Systemkritiker der Biomedizin, derart hart am Boden aufschlägt, ist eines der verbüffendsten Phänomene der Corona Pandemie. Ioannidis, einer der am meisten zitierten Mediziner, nun plötzlich die treibendende Kraft hinter der desolaten US Politik, der direkte Gegenspieler von Lipsitch und Fauci, in einem Land, das wegen der ignoranten Politik nun unter 5,7 Millionen Fällen und 176.000 Todesfällen leidet?

Bei aller Sympathie, aber dieser Fenstersturz war eigentlich noch schlimmer als von Dirnagl beschrieben. Tragisch natürlich, nachdem es Dirnagl doch gelang, Ioannidis an das BIH Berlin zu holen. Aber selbst Youtube löschte dann doch das Ioannidis Interview (bei Dailymotion ist es noch verfügbar).

Den Platz in der ersten Reihe der Corona Leugner hatte sich Ioannidids mit dubiosen Aussagen zur “Princess Diamond” ja umgehend gesichert. Natürlich haben uns damals viele Daten gefehlt (und fehlen uns immer noch dank einer desolaten Forschungspolitik) aber den Lockdown als Atombombe zu bezeichnen? Zum Beweis der These von der Ungefährlichkeit der Virusinfektion mit allenfalls ” 10.000  Toten” kam erst die dubiose Santa Clara Studie, dann eine unvollständige Meta-Analyse, bis zu dem bereits erwähnten Paper zum Covid-19 Risiko in dem in einer   Untergruppe einer Untergruppe das Verkehrsrisiko als Vergleich diente. Hat Ioannidis, ungeachtet der methodischen Schwächen seiner Studien, aber vielleicht dennoch recht, fragt nun Dirnagl?

Die Begründung für den ersten Lockdown kam nicht allein aus der mathematischen Modellierung oder den ersten Daten aus der Infektionsepidemiologie – es gab Argumente aus Virologie, Molekularbiologie, Aerosolphysik, Immunologie und Klinik, die alle für drakonische Massnahmen sprachen (Ioannidis ist im übrigen schon beim nächsten Thema, er interessiert sich gerade für die Frage, wie man den Nobelpreis bekommt).  Sicher, man könnte sagen, ein Egomane eben “so attached to being iconoclast that defies conventional wisdom that he’s uninentionally doing horrible science” wie Wired schrieb. Nach den geleakten Emails bei BuzzFeed stimmt es aber wohl doch nicht, was Ioannidis immer betont hat — dass nämlich die Politik mit den sofortigen drakonischen Abwehrmaßnahmen richtig gehandelt hat. Im Gegenteil, er hat dagegen opponiert, bis es nicht mehr anders ging.

Ich sehe hier auch nicht so sehr die Preprints als Hauptproblem für die aktuelle Misere von EbM (“Evidence Based Medicine”). Die 100 Twitterkommentare eine Stunde nach dem Hochladen des Ioannidies Preprints waren aus epidemiologischer Sicht allemal qualifizierter als es zwei Reviewer jemals hätten sein können. Auch habe ich wenig Angst vor “Research Exceptionalism” –  gute Arbeitsgruppen aus renommierten Institutionen werden genauso gute Preprints wie gute Paper verfassen.

Das Problem scheint mir woanders zu liegen, nämlich wie dogmatisch die EbM-Gemeinde im Fahrwasser von Ioannides reagierte. So etwa Antes, den ich auch sehr schätze, der aber in der Badischen Zeitung meinte, Covid-19 sei der “Abschied von der Wissenschaft” und “da will ich Herrn Drosten widersprechen”. Das deutsche EbM Netzwerk erschöpfte sich in der Wiederholung des Mantras von kontrollierten Studien, etwa “wenig Evidenz, dass NPIs bei Covid-19 tatsächlich zu einer Verringerung der Gesamtmortalität führen” und demonstriert damit tragikomisch ihr Fallschirm Problem. Die Wikipedia schreibt völlig zurecht, dass

bei der Übertragung ins Deutsche [die Gründer] einem falschen Freund erlagen: Während evidence im Englischen je nach Kontext die Bedeutungen ‚Beweis‘, ‚Beleg‘, ‚Hinweis‘ oder ‚Zeugenaussage‘ hat, ist die Bedeutung von Evidenz im Deutschen Offensichtlichkeit (die keines Beweises bedarf) (englisch: obviousness). Deshalb wurde vorgeschlagen, im Deutschen die Bezeichnung “nachweisorientierte Medizin” zu verwenden, was sich jedoch nicht durchgesetzt hat.

Zugegeben, die deutsche Covid-19 Forschung war reichlich kopflos, als würde es keine Epidemiolog:innen in Deutschland geben. Wenn die Politik aber auf das systematische Cochrane Review mit EbM Siegel hätte warten müssen, dann hätten wir Schweden locker zweimal in der Mortalität überholt. Mit Artikeln wie “Corona-Virus in unseren Pflegeheimen – ein evidenzfreies Drama in drei Akten” war die Nähe von EbM zu Corona Leugnern wie Wodarg, Bonelli, Bhakdi oder Homburg schon sehr unangenehm. Und sie ist es weiterhin: Erst wurde gegen den Lockdown wegen der Kollateralschäden argumentiert und danach, dass der Lockdown ja nicht nötig gewesen – ein klassischer Zirkelschluss. Ich erinnere mich auch noch an solche pseudorationale Ansagen wie “sollte die Ausbreitung tatsächlich nur aufgrund der NPIs zurückgehen, so ist mit einem erneuten Anstieg zu rechnen, sobald diese gelockert werden”. EbM hat – um die Kritik Achensteins aufzugreifen – in der Tat keinen Sinn für den „erklärenden Zusammenhang“ und ist erstarrt in formalen Regeln.

Ich halte es mittlerweile für ein systembedingtes Versagen von EbM, die Dynamik des Geschehens formal erfassen zu wollen. Covid-19 hat vielen von uns unbarmherzig die Grenze unserer Argumente aufgezeigt. Gerd Gigerenzer unterscheidet “die Welt die stabil ist, wo man einfach die Statistik anwenden kann. Das ist die Welt von berechenbaren Risiken…”. Nur leider, Covid-19 hat sich bisher mehrfach den berechenbaren Risiken entzogen.

Die Kritik an dem anonymen EbM Pamphlet reisst daher nicht ab, so zB Drosten in NDR Podcast 56 und TAZ Interview. Seine Kritik geht zu falschen Zitaten, missverstandenen Ringversuchsdaten und der a posteriori Argumentation (“prevention paradox”) einer Gruppierung die selbst keinen inhaltlichen Beitrag liefert.

Teil II

Tirschenreuth III: Der RKI Report

Seit gestern ist der RKI Bericht nun online verfügbar, Luisa Hommerich (ZEIT), Thomas Scharnagl (Frankenpost) und Maximilian Gerl  / Matthias Köpf (SZ) haben bereits Kommentare dazu veröffentlicht.

Die  Aussage von Ex-Landrat Lippert “dass unsere Maßnahmen gegriffen haben, zeigt auch der Rückgang der Coronazahlen, zeitweise auf Null” ist nicht so ganz nachvollziehbar. Aber schauen wir uns an, was es an Neuigkeiten zu der Frühphase gibt. Bisher wussten wir, dass

  1. bereits 10 Fälle zur Zeit des Bierfestes in Mitterteich am 7.3. erkrankt waren. Allerdings wurde im Mittel erst nach 13 Tagen gemeldet, also nach der Inkubationszeit von 4-12 Tage.

    Die ersten 293 Fälle des LK Tirschenreuth mit Erkrankungsdatum vor dem 19.3.: Das Gesundheitsamt beginnt erst am 10.3. zu melden wobei die Melde-Intervalle immer länger werden. Der Zeitpunkt des Starkbierfestes ist mit einer vertikalen grünen Linie markiert, die Inkubationszeit von 4 bis 12 Tagen mit einer roten Linie. 74% der Fälle treten in der Inkubationszeit nach dem Starkbierfest am 7.3. auf, 16% bereits vor der Inkubationszeit des Zoigl.
  2. Der Landkreis hatte den höchsten Anstieg von allen Bierfesten in Bayern wobei es schon vor dem Bierfest eine hohe Dunkelziffer gegeben haben muss.

    Alle bayrischen Landkreise, Bierfeste sind als Punkte markiert. LK Tirschenreuth mit Mitterteich ist schwarz markiert. Stand 20.4.2020
  3. Mitterteich ist auch jetzt, mehr als 3 Monate später, immer noch der Hotspot der Region, hier gab es auch die meisten Todesfälle.
LK Tirschenreuth, Covid-19 Erkrankungsfälle, Stand 19.6.2020

 

Nun zum RKI Bericht “April-Juni 2020” von Regina Selb, Michael Brandl und Sybille Rehmet. S.10 Abbildung 4 enthält dabei bisher nicht bekannte Daten

Expositionsfakoren laut RKI Bericht “April-Juni 2020” veröffentlicht am  15.7.2020

 

Der Bericht sagt dazu

Zehn Fälle (9%) besuchten das Starkbierfest am 7.3.2020 in Mitterteich, 12 Fälle (11%) machten einen Skiurlaub in Italien oder Österreich im Februar oder März und 14 Fälle (13%) waren zu Gast beim Zoigl in Mitterteich zwischen dem 3.3. und 7.3.2020. 12 (11%) der Fälle waren zum Zeitpunkt der erneuten Befragung zu möglichen Expositionen (12.-14.05.2020) bereits verstorben … Von den 98 erneut befragten Fallen hatten 33 mindestens eine dieser drei Expositionen. Ein Zusammenspiel dieser drei Faktoren zu einem Zeitpunkt, als noch kein einziger Fall aus dem Landkreis gemeldet war, scheint wahrscheinlich als Ursache für die rasante Ausbreitung des neuen Coronavirus in der Stadt Mitterteich.

Interessant ist in dem Zusammenhang auch die Aussage des Gesundheitsamtes gegenüber der ZEIT Journalistin

Darüber habe das Gesundheitsamt keine Informationen, sagt Grillmeier. Ein Sprecher ergänzt per E-Mail: “Ob sich auf dem Fest eine bereits mit Covid-19 infizierte Person aufgehalten hat, ist bisher mehr oder weniger eine Vermutung.”

Das Gesundheitsamt weiss also angeblich von keinem einzigen Fall. Das heisst nichts anderes aks dass eine meldepflichtige Erkrankung von den Ärzten nicht gemeldet wurde oder dass das Gesundheitsamt die Meldung erstmal verschwiegen hat. Wie auch immer, Wochen später wurde die Meldung weiter gegeben. Der Bericht sagt das auch verklausuliert

Jedoch gibt es Hinweise darauf, dass zwischen Symptombeginn und Nachweis des SARS-CoV-2 Virus in Tirschenreuth mehr Zeit verging als in den Vergleichsregionen.

Man sieht auf den ersten Blick,  wie das Intervall zwischen Erkrankung und Meldung immer länger wird, am Ende sind es über 6 Wochen! Die RKI ExpertInnen meinen, dass der hohe Anteil der Fälle aus der Gemeinde Mitterteich am Ausbruchsgeschehen im Landkreis mit der Exposition in Mitterteich zusammenhängen.

Ausser dem Oberstaatsanwalt in Weiden Opf. hatte bisher daran auch niemand ernsthaft Zweifel.

Der Zoigl Kalender 16.7.2020 http://www.oppl-zoigl.de/Oppl.php

Das RKI will aber (S.11) die Ausbreitung nicht primär auf das Starkbierfest zurückführen. Ich frage mich, worauf dann? Etwa auf die Zoigl Wirtschaft, die mit wenigen Tischen vom 3.-7.3 geöffnet hatte? Einer einzelnen Wirtschaft kann man kaum viele Fälle zuordnen, solange man nicht auch die Besucherzahlen in anderen Restaurants oder in den Gottesdiensten untersucht hat. Der RKI Bericht hat also wohl nicht nur eine der Hauptinfektionsquellen übersehen, es wichtet auch die Zoigl Wirtschaft zu stark im Verhältnis zu den 1200 Personen, die am 7.3. beim Singen, Tanzen und Trinken beim Starkbierfest in der Mehrzweckhalle den Virus verbreitet haben. Das Starkbierfest passt sehr viel besser zum Zeitverlauf als die Zoigl Wirtschaft, da eine Woche darauf die meisten Fälle gemeldet wurden.

Zwei Maxima des Häufigkeitsverlaufes nach dem 7.3.. Werte vor dem 7.3. deuten auf eine Ausbreitung vor Zoigl und Bierfest. Das Maximum der Weibull Funktion wird am 8. Tag nach dem Bierfest erreicht; ca 20% der Werte liegen ausserhalb der Verteilung und machen den ersten Peak aus, der wohl der Zoigl Wirtschaft bzw anderen Faktoren zuzuordnen ist. Für die Weibull Funktion siehe Daten von https://doi.org/10.2807/1560-7917.ES.2020.25.5.2000062

 

So steht dann auch auf S.14 des Berichtes

Die deutliche Überproportionalität der Falle in der Gemeinde Mitterteich an der Gesamtfallzahl im Landkreis zu Beginn des Ausbruchs deutet darauf hin, dass die beiden Biertraditionen dort als Katalysator des Geschehens dienten.

Oder auf S.19

Der hohe Anteil an positiven SARS-CoV-2 Befunden trotz der überproportional hohen Anzahl an Testungen im Landkreis Tirschenreuth deutet auf ein großes Ausbruchsgeschehen hin.

Dem ZEIT Artikel stimme ich damit in der Wertung zu

Die Studie wirft neue Fragen zum Krisenmanagement im Landkreis auf. Denn anders als nach anderen bekannten Superspreading-Ereignissen in Deutschland stellte das örtliche Gesundheitsamt die Festbesucherinnen und -besucher von Mitterteich nicht systematisch unter Quarantäne, nachdem das Amt von den Infektionen im Zusammenhang mit dem Fest erfuhr. Das Fest wurde auch nicht als Ansteckungsherd kommuniziert. “Man kann ja nicht 1.200 Festbesucher unter Quarantäne stellen oder die alle testen lassen”, begründete Landrat Roland Grillmeier das Vorgehen gegenüber der ZEIT. Andere Landkreise taten jedoch genau das: Der Landkreis Heinsberg schickte etwa nach einer Karnevalsfeier im Februar immerhin rund 300 Besucher in Quarantäne.

Hygiene conspiracy theorists argue at trumplevel

It is quite interesting to see how the proponents of the hygiene hypothesis are reacting to the Covid-19 pandemic, citing only selected BCG and polio studies and are advising (no disinfectant of course :-) but galectin

The fact that trained immunity can be induced raises the prospect of its exploitation to raise the threshold of resistance to COVID-19 infection … Some studies have already shown that communities that still use Bacillus Calmette–Guérin (BCG) as a vaccine against tuberculosis may have lesser instances of severe COVID-19 infection than those countries that do not use BCG. This notion has been complemented by advocating the use of BCG to vaccinate persons in an attempt to protect them against COVID-19. A recent letter by HIV pioneer Bob Gallo advocated using oral polio vaccine for a similar effect. We consider that administration of galectin molecules, some of which can activate the innate immune system might also represent an approach to reduce the consequences of COVID-19 infection. It is also worth noting that galectin therapy also has the potential to reduce the severity of COVID-19 once infected.

NIH grants EY05093 and AI142862. “Microbes & Infection” has an impact factor 2,3. Published by Institute Pasteur.