Noch eine gescheiterte Studie zu Lockdowns und Coronatoten.

In einem FuF-Blog wurde eine französische Studie herangezogen um zu zeigen, daß Lockdowns keinen merklichen Einfluss auf die Covid-19-Todesfälle in einem Land haben.

Jene Studie versucht, die Coronatoten der 1.Welle in rund 180 Ländern anhand von "langsamen" Einflüssen und Parametern zu erklären. Hier das übersetzte Kernzitat:

"Höhere Covid-Todesraten werden im Breitengrad [25/65°] und im Längenbereich [−35 / −125°] beobachtet. Die nationalen Kriterien, die am häufigsten mit der Sterblichkeitsrate in Verbindung gebracht werden, sind die Lebenserwartung und ihre Verlangsamung, der Kontext der öffentlichen Gesundheit (Belastung durch metabolische und nicht übertragbare Krankheiten im Vergleich zur Prävalenz von Infektionskrankheiten), die Wirtschaft (Wachstumsprodukt, finanzielle Unterstützung) und die Umwelt (Temperatur) ultravioletter Index). Die Strenge der Maßnahmen zur Bekämpfung der Pandemie, einschließlich Lockdown, schien nicht mit der Sterblichkeitsrate verbunden zu sein." Zitat Ende.

Die scheinbare Unabhängigkeit der Covid-19-Sterblichkeit von der Strenge der Regierungsmaßnahmen läßt sich ganz einfach mit dem Faktor "Zeit" erklären: Je mehr Zeit zwischen der ersten Covid-19-Infektion in einem Land und dem Lockdown vergeht, umso mehr Menschen werden sich infizieren, und umso mehr werden sterben. Denn auch die strengsten Lockdowns können keine Infektionen ungeschehen machen, die vorher erfolgten. Die tatsächliche Wirkung der Lockdowns liegt darin, daß 3 Wochen später die Todeszahlen zu sinken beginnen - sofern eine ausreichende Reduktion der infektiösen Kontakte erreicht wird.

Wie unrealistisch die französische Studie insgesamt ist, zeigt sich anhand der Übersterblichkeit von 1. und 2. Welle in etlichen Ländern. Die Übersterblichkeit vergleicht aktuelle Sterbezahlen mit dem entsprechenden Referenz-Zeitraum des langjährigen Mittels; zum Vergleich mehrerer Länder wird eine relative Übersterblichkeit berechnet: Aktueller Wert geteilt durch Referenzwert minus 1.

Würde die Studie die Realität abbilden, dann dürften sich in keinem Land die Corona-Übersterblichkeiten von 1. und 2. Welle deutlich unterscheiden.

Denn keiner der in der Studie betrachteten Parameter außer den Lockdowns ändert sich innerhalb weniger Monate so stark, daß es einen deutlichen Einfluß auf die Sterblichkeit haben könnte.

Die Realität sieht aber ganz anders aus. Hier die 2020er Übersterblichkeitskurven einiger Länder, die offenbar aus den Todeszahlen ihrer 1.Welle gelernt haben:

Our World In Data

Hier die Kurven einiger Länder, die ihre 1.Corona-Sterbewelle fast völlig unterdrücken konnten und in der 2.Welle offenbar zu lange mit einem radikalen Lockdown gewartet haben:

Our World In Data

Und speziell für Deutschland noch das Diagramm für den aktuellen Hotspot Sachsen:

eigene Auswertung

So deutliche Änderungen zwischen 1. und 2 Welle innerhalb eines Landes, wie sie die 3 Diagramme zeigen, können nur mit entsprechend schnell wirksamen Parametern erreicht werden: Regierungsmaßnahmen bis hin zu Lockdowns. Im Fall Sachsen wurde offensichtlich die heftige Coronawelle in Tschechien über die Grenze importiert, die in der 2.Welle nicht mehr geschlossen wurde.

Das war der Hauptteil des Blogs.

Nun noch einige Betrachtungen zur mathematischen Qualität der Studie.

Die Todeszahlen der Studiendaten findet man hier. Die Abweichung zwischen berechneten und gezählten Toten jeweils bis zum 31.08. streut von -68,7% bis +6,0%, die mittlere Fehlerquote ist -4,9%. Hier ein Auszug mit den stärksten Abweichungen (die Überschriften sind übersetzt; die letzte Spalte habe ich ergänzt):

eigene Auswertung

Die insgesamt zu niedrigen Berechnungen deuten darauf hin, daß die Tödlichkeit von Covid-19 deutlich unterschätzt wurde.

Zudem liefert auch die Datengrundlage der gezählten Toten von der Johns Hopkins University zu niedrige Zahlen, weil sie auf positiven Coronatests beruht. Die größte Fehlerquelle dabei ist die unerkannte Dunkelziffer, denn wo wenig oder gar nicht getestet wird, werden nur Teile der tatsächlichen Fälle entdeckt - oder eben gar keine.

Realistischer ist daher wieder die Betrachtung der Übersterblichkeit. Im Winter wird sie seit jeher von der medizinischen Fachwelt unwidersprochen pauschal der Grippe bzw. Influenza zugeschrieben.

Da die 1.Coronawelle im Frühjahr (der Nordhalbkugel) nach dem Ende der Grippesaison um die Welt lief, kann man analog zur Grippe alle damaligen Übersterblichkeiten dem Covid-19-Virus zuschreiben, solange es keine näherliegenden Erklärungen gibt (z.B. Atombombenexplosionen, heftige Bürgerkriege usw.)

Sterbe-Rohdaten vieler Länder rund um den Globus findet man im Download von Our World in Data, die Übersterblichkeiten der Länder lassen sich per Tabellenkalkulation leicht berechnen.

Hier eine Zusammenstellung von Studiendaten, Übersterblichkeiten und den Fehlerquoten dazwischen für Europa und die USA:

eigene Auswertung

Der mittlere Fehler zwischen Studie Tote bis 31.08. und Übersterblichkeit Welle 1 beträgt -22,5% und zeigt schon deutlich die Realitätsferne der wichtigsten Studiendaten. Die internen Berechnungsfehler der Studie verstärken diese Schieflage nochmal kräftig: Die Abweichung zwischen berechneten Toten und realer Übersterblichkeit streut von -86,2% bis +2,45%; die mittlere Fehlerquote ist -25.8%.

Mein persönliches Fazit:

Wenn schon die wichtigste Datengrundlage so fehlerhaft ist, gehört die ganze Studie eher in die Tonne getreten als veröffentlicht.

Drei weitere "Studien" zur angeblichen Wirkungslosigkeit von Lockdowns hatte schon hier besprochen.

1
Ich mag doch keine Fische vergeben
Meine Bewertung zurückziehen
Du hast None Fische vergeben
6 von 6 Fischen

bewertete diesen Eintrag

Iktomi

Iktomi bewertete diesen Eintrag 11.01.2021 12:59:39

29 Kommentare

Mehr von Sepp Adam