Die Bedeutung der Übersterblichkeit in einem Modell, Annahmen und Szenarien

Verantwortlichkeit

In der Beta-Version konnten drei Tasten gedreht werden:

1. Wirksamkeit des Impfstoffs: Anzahl der verhinderten Todesfälle, geschätzt für Omikronvirulenz
2. Übersterblichkeitsfaktor: Der Anteil der Impfungen an der Übersterblichkeit (alle Mortalität über dem erwarteten Ausgangswert, abzüglich der Covid-Mortalität)
3. Erwartete Virulenz des Virus in Bezug auf z.B. Wuhan/Omikron/BA.5 (wir haben Omikron als Referenz gewählt)

Im ersten Artikel über Maurice.nl, 1. und 2. Beide hypothetisch auf 100% festgelegt. Viele Menschen waren erfolgreich: Impfstoffe zu 100% für die Übersterblichkeit verantwortlich zu machen, wurde sogar als "kriminell" bezeichnet. Glücklicherweise hat niemand gegen die ebenso fragwürdige Behauptung einer 100%igen Impfstoffwirksamkeit gehandelt! Für Punkt 3. Omikron wurde als Referenz genommen.

Anpassungen
Als Reaktion auf gezielte Kritik haben wir zwei zusätzliche Annahmen implementiert, die sich auf die vergangene Periode beziehen, auf der weitere Berechnungen basieren:

4. Die bisherige Impfstoffwirksamkeit auf die Omikron-Varianten dient als Referenz. Es wurde in der Beta auf fast Null geschätzt, aber das ist, wie jede Annahme, begründet, aber ebenso umstritten. Wir können jetzt leicht Berechnungen durchführen, wenn wir von einem höheren beobachteten Omikron-VE ausgehen.
5. Wir hatten rivm Sterberaten angenommen. Wir wurden von verschiedenen Experten darauf hingewiesen (danke an Hans), dass die CBS-Zahlen zwar nicht plausibel sind, es aber vorerst realistischer ist, die RIVM-Zahlen um etwa ein Drittel zu erhöhen. Anfangs wollten wir uns so weit wie möglich an das offizielle Zahleninstitut halten, aber hier erlauben wir uns eine kleine Korrektur.

Beispiel für Punkt 4. und 6. Welchen Unterschied macht es?

Die Unterschiede aufgrund dieser beiden zusätzlichen Faktoren sind relativ gering. Angesichts der Annahmen und Schätzungen, mit denen gearbeitet werden muss, bewerten wir die Nachkommastellen in diesem Fall als falsche Genauigkeit. Es geht um das große Ganze. Um den Anschein zu vermeiden, dass wir die Impfstoffe benachteiligen möchten, haben wir beide Punkte in alle folgenden Szenarien aufgenommen.

ad 4) Es gibt ungefähr 1.500 Omikron-Todesfälle. Bei einem VE von beispielsweise 50% müssen wir mit 3.000 potenziellen Omikron-Todesfällen rechnen, von denen die Hälfte dank der Impfung nicht gestorben ist. Im ersten Modell wurden 1.500 gezählt. Trotz der Tatsache, dass der VE gegen Omikron sehr niedrig ist und sicherlich nach Impfstoffstandards sehr schnell abnimmt, berücksichtigen wir immer noch einen durchschnittlichen historischen VE von 20%.

Zu 5) Es gibt ungefähr 1.500 Omikron-Todesfälle. Als Reaktion auf die Kritik an der RIVM-Registrierung haben wir sie für diesen Artikel um 33% als Kompensation erhöht. Es gibt 1.995. Natürlich sind diese 33% eine kalkulierte Schätzung, die auch zu Diskussionen führt – eine Diskussion, die auch intern weitergeht.

Vermutlich muss dieser Prozentsatz reduziert werden oder rivm erweist sich als richtig. Dies ist für das Gesamtbild weniger wichtig, als es scheint. Unten in den Grafiken 1 und 2 ein Beispiel für die Unterschiede, über die wir sprechen (klicken Sie auf die Grafik, um zu zoomen). In der Gruppe 70-79 Jahre ist der Unterschied am besten sichtbar. Diesem Grad an Präzision messen wir angesichts der Unsicherheitsmargen, mit denen wir bereits rechnen müssen, keinen enormen Wert bei.

Sonstige Anmerkungen

Verteilung der Kohorten
Es sind sicherlich andere Verbesserungen möglich. Die Sterbewahrscheinlichkeiten waren im vorherigen Modell aufgrund einer anderen Synchronisationsmethode der Altersgruppen wesentlich unterschiedlich. Wir arbeiten nun mit einer verbesserten Version und an weiterer Verfeinerung. Leider berichten Institute in zufälligen Altersformaten. Aus diesem Grund wurden Entscheidungen getroffen, um die Berichte in Einklang zu bringen. Die verantwortungsvolle Aufteilung von 0-65 auf 0-49, 50-59, 60-69 war eine Herausforderung. Dank ausländischer Studien haben wir eine gut fundierte Verteilung gefunden. (Link zur VAERS-Studie)

Mit Hilfe der VAERS-Zahlen (Anzahl der Todesfälle durch Impfstoff pro Million Geimpfter) kann berechnet werden, wie viele Todesfälle unter Berücksichtigung der niederländischen Situation in Bezug auf Einwohnerzahl und Durchimpfungsrate zu erwarten sind. Aber VAERS zählt nur das, was gemeldet wird, für 11 Monate, von denen wahrscheinlich die ersten 4 noch ohne Schaden sind (Dezember 2020 bis November 2021). Also 7 Monate Schaden gegen NL 12 Monate. Auch das ist geklärt. Diese Zahl ist dann das wirkliche Minimum an Impfschäden, die Sie in nl erwarten können. Das sind 959. Aber insgesamt glauben wir, dass wir 10.585 sehen. Unter der Annahme, dass dies auf eine Unterberichterstattung bei VAERS zurückzuführen ist, nehmen wir eine anteilige Verteilung vor.

Die Optimierung hat daher unsere Aufmerksamkeit. Eine weitere Aufteilung von 0-50 Jahren ist ebenfalls wünschenswert. Es gibt natürlich noch viele weitere Verbesserungen und Verfeinerungen, die man sich vorstellen kann. Für eine erste Orientierung bietet das Modell nach unserer Meinung im Moment genügend Einblick.

Kurze Erläuterung der geschätzten Corona-Todesfälle
Um die Extramortalität zu ermitteln, hatten wir in unserem vorherigen Artikel die von Statistics Netherlands (CBS) veröffentlichten Übersterblichkeitszahlen übernommen und um die von rivm gemeldete Corona-Mortalität reduziert. Wir haben Kommentare dazu erhalten, weil die RIVM-Zahlen eine Unterschätzung der tatsächlichen Corona-Sterblichkeit darstellen würden und die CBS-Zahlen repräsentativer sind.

Wenn wir es in einem Jahr betrachten und wir nehmen 2020, ein Jahr, in dem noch keine Impfungen durchgeführt wurden, sehen wir, dass sich die zusätzliche Mortalität in diesem Jahr nicht wesentlich von der gemeldeten Corona-Mortalität des RIVM unterscheidet: 11.520 und 12.682 (CBS).

Die Übersterblichkeit ist eine Periode erhöhter Mortalität im Vergleich zur Prognose. Wenn in einem Jahr eine zusätzliche Sterblichkeit festgestellt wurde, bedeutet dies, dass Menschen gestorben sind, die normalerweise noch den Jahreswechsel erleben würden. Wie viele Monate kürzer sie gelebt haben, können wir nicht sagen. Dies sind Leute, die zu den 12.682 von cbs gehören.

Es gibt jedoch eine andere Gruppe von Menschen, die an Corona gestorben sind, während sie normalerweise im Durchschnitt nur ein halbes Jahr gelebt haben könnten. Wir sehen diese Zahl nicht in der zusätzlichen Sterblichkeit pro Jahr von Statistics Netherlands, die bereits abgerechnet wurde. Wie viele Menschen das genau sind, ist schwer zu sagen, wir bekommen auch die bekannte "auf oder mit Corona"-Diskussion. Wir haben uns die Todesursachenstatistik von Statistics Netherlands angesehen und uns die unwahrscheinlichen Rückgänge bestimmter Todesursachen sowie die Berichte der NICE-Stiftung über die Aufnahmen angesehen. Wir schätzen, dass die Sterblichkeitsraten des RIVM um 33 Prozent zu niedrig sind. Wir haben das geregelt.

Laut Statistics Netherlands sind viel mehr Menschen an Corona gestorben, als aus der Übersterblichkeit hervorgeht. Um die Nettosterblichkeit, die Sterblichkeit aus anderen Todesursachen als Corona, zu berechnen, nehmen wir die Gesamtsterblichkeit und reduzieren sie mit den Todesfällen durch Corona. Die Nettosterblichkeitsrate liegt dann fast 8000 Menschen unter der Sterblichkeitsprognose für 2020 (vgl. Virusvaria Artikel vom Nov, 2021). Das ist seltsam und deutet stark darauf hin, dass der Rückgang der Todesfälle "anderer Ursachen" nicht auf Covid, sondern "mit Covid" zurückzuführen war und Corona nicht die Ursache der Todesfälle war. Aus diesem Grund scheinen die RIVM-Zahlen eine zuverlässigere Informationsquelle zu sein, insbesondere nach Korrektur mit diesen 33 Prozent.

Periode
Wir rechnen ab Anfang 2021, was bedeutet, dass wir mehrere Wellen in die Berechnung einbeziehen. Ein Impfstoff kann sich besser bewähren, je mehr Fälle dieser Krankheit auftreten. Und umgekehrt: Je weniger (schwere) Erkrankung, desto schwieriger. Wenn die Krankheit nicht auftritt, bleiben nur die möglichen schädlichen Auswirkungen übrig.

Quantitativer Ansatz
Es versteht sich von selbst, dass dies ein rein arithmetischer Ansatz ist. basierend auf Annahmen. Inwieweit kann man einen gesunden Menschen (vielleicht unfreiwillig) opfern, um mehrere gefährdete Menschen zu retten und wie sollte dieses Verhältnis mit einem Impfstoff sein, ob ein Impfstoff überhaupt das Leben gesunder Menschen kosten sollte und andere ethische Fragen, die ich bereits hatte. zuvor angehoben. Wir vergleichen hier 1-zu-1, ohne quantitative Wertbeurteilung oder QALY-Berechnungen. Das ist ein anderes Kapitel.

Logarithmisch vs linear
Die Grafiken 1 und 2 werden auf einer logarithmischen Skala dargestellt. Dadurch sind auch die Unterschiede in den Gruppen mit niedriger Sterblichkeit sichtbar. Unterschiede zwischen kleinen Zahlen scheinen größer zu sein, als sie wirklich sind, Unterschiede zwischen großen Zahlen sind maskiert. Hinter den Schaubildern 2 und 3 stehen die gleichen Zahlen.

Dieses Berechnungsmodell wurde in Excel von Herman Steigstra entwickelt und wird gemeinsam von Team Maurice und Virusvaria verwaltet. Wenn Sie in Excel etwas entwickelt haben, das für eine bessere Schätzung unbekannter Mengen nützlich sein könnte, würden wir uns freuen, von Ihnen zu hören.