Das Nowcasting des RKI – die Vorhersage für gestern und heute... -  update 14.05.2020

“It is very difficult to predict — especially the future.” (Nils Bohr)

update 14.05.2020: Auf einer Pressekonferenze am 12.05. stellte das RKI den nächsten epidemiologischen Kennwert vor (in diesem Fall ein echtes RKI-Produkt): die so genannte "geglättete" oder "stabile Reproduktionszahl", die die Neuerkrankungen der jeweils letzten drei Tage und die besonderer hotspots (Schlachthöfe, ...) zunächst unberücksichtigt lässt. Hintergrund ist die in Deutschland immer noch unfassbar relevante Meldeverzögerung von Fällen zwischen den lokalen Gesundheitsämtern und dem RKI.

Die beiden zentralen Grundprobleme beim Auswürfeln von R durch das RKI bleiben ungelöst:

• erstens das Nichtberücksichtigen der (steigenden) Testzahlen - wenn (s.u.) R geschätzt wird aus der Differenz der Infektionszahlen zwischen Tag X und Tag X+4, in der Zwischenzeit die Anzahl der durchgeführten Tests aber substantiell erhöht wurde, steigt schon allein dadurch die Zahl der gefundenen Fälle und verzerrt R im Sinne von zu hoch geschätzter Werte

• zweitens und vor allem stimmt unverändert die Datenbasis nicht: R wird in Deutschland berechnet aus den positiven Testergebnissen Krankheitsverdächtiger (denn nur diese werden getestet und diese sind in ihrer Gesamtheit überhaupt nicht repräsentativ für die Gesamtbevölkerung) - damit ist diese Datengrundlage wertlos, die Ergebnisse irrelevant für die Gesamtbevölkerung: epidemiologischer Müll, populistisches Blendwerk.

Interessant ist die Feststellung des RKI auf der Pressekonferenz, die von ihm geratene Reproduktionszahl spiegele die Infektionssituation des jeweiligen Zeitpunktes 10 Tage früher - nimmt man das RKI hier ernst und beim Wort und betrachtet unter diesem Aspekt die zeitliche Verlaufskurve von R (s.u.) wird deutlich, dass nicht einmal das Verbot von Großverantstaltungen am 09.03. substantiell Einfluss auf den Verlauf genommen hat.

Einer der ganz wenigen positiven Aspekte der aktuellen Cornoia ist, dass an ihrem Ende die Überlebenden ausgewiesene Fachleute in Epidemiologie und mathematischer Modellierung von Infektionskrankheiten sein werden – allen voran die politischen Entscheider. Diese speziell werden nicht müde, ihre schon jetzt beeindruckende fachliche Eindringtiefe dadurch zu beweisen, dass sie z.B. den Beginn der Wiederherstellung rechtsstaatlicher Verhältnisse in Deutschland an immer neue Werte immer anderer epidemiologischer Größen knüpfen.

So stellte Angela Merkel am 28.03. in Aussicht, über ein Ende des lockdown dann zu diskutieren, wenn sich die Verdopplungszeit (also der Zeitraum, innerhalb dessen sich die Anzahl der Infizierten in Deutschland verdoppelt) in Richtung 10 Tage verlängere. Nachdem dies binnen kurzem erreicht war, erhöhte Kanzleramtsminister Helge Braun dieses Ziel auf 10 – 14 Tage – die behauptete (! s.u.) Verdopplungszeit liegt mittlerweile bei über einem Monat.

(Quelle: DLF 20.04.2020)

Da dieser Wert damit nicht mehr taugte, den Ernst der Lage und damit die Notwendigkeit der verhängten Maßnahmen zu erklären, wechselte man zur Reproduktionszahl R (also der Anzahl von Menschen, die ein Infizierter im Durchschnitt ansteckt) –

• liegt diese über dem Wert von 1, nimmt die Anzahl der Neuinfektionen zu, stellt man diese graphisch dar, ergibt sich eine mehr oder weniger steil ansteigende Kurve;

• liegt er darunter, nimmt die Zahl der Neuinfektionen ab, die Kurve sinkt;

• bei einer Reproduktionszahl von genau 1 bleibt die Anzahl der Neuinfektionen konstant, die „Kurve“ ist eine horizontale Linie.

Diese naheliegende Zielvorgabe von R = 1 wurde nach Angaben von Lothar Wieler, Präsident des Robert Koch-Instituts (RKI) schon am 03.04. erreicht – damit war das ausgegebene Ziel, das die Aushebelung zentralster Grundrechte unseres Grundgesetzes rechtfertigen sollte: nämlich die Eindämmung von COVID-19 („flattening the curve“) zweifellos erreicht. In der selben Pressekonferenz korrigierte Wieler dann die Zielvorgabe auch gleich sportlich nach unten: R müsse jetzt deutlich unter 1 sinken, bevor eine Lockerung der Maßnahmen... .

Das Problem: all diese „Berechnungen“ setzen voraus, dass wir in Deutschland

• die Zahl der zu einem Zeitpunkt X mit SARS-CoV-2 Infizierten kennen (oder aus einer repräsentativen Stichprobe hochrechnen können)

• die Zahl der ab dann täglich neu Infizierten zuverlässig erfassen (oder aus einer weiter beobachteten repräsentativen Stichprobe hochrechnen können)

Keine dieser Bedingungen ist auch nur annähernd erfüllt!

Wir kennen weder die tatsächliche Anzahl der Infizierten (oder alternativ deren Prozentsatz an der deutschen Bevölkerung), noch die tatsächliche Anzahl der Neuinfektionen (oder alternativ den prozentualen Zuwachs der tatsächlichen Neuinfektionen).

In Deutschland werden statt dessen

• „Verdachtsfälle“ getestet – also Menschen, die aufgrund ihrer Vorgeschichte (früher: Aufenthalt in „Risikogebieten“, jetzt: Kontakt zu SARS-CoV-2-positiv Getesteten) oder aufgrund ihrer klinischen Beschwerden befürchten lassen, sie seien selber infiziert; diese sind natürlich in keiner Art und Weise repräsentativ für die Gesamtbevölkerung

• täglich mehr von diesen Verdachtsfällen getestet – wobei die genaue Anzahl der getesteten Menschen und die Verlässlichkeit der Tests im Einzelnen laut RKI unbekannt ist.

Die mit diesem letztendlich völlig unwissenschaftlichen Verfahren erstellten Zahlen werden von den lokalen Gesundheitsämtern mit mehr (z.B. an Wochenenden) oder weniger (unter der Woche) großer zeitlicher Verzögerung an’s RKI gemeldet (so genannte Meldeverzögerung), wo daraus nett anzusehende, aber, soviel sei hier schon verraten, in letzter Konsequenz erschreckend wenig aussagekräftige Kurven und Torten gebastelt werden.

Diese systembedingte Meldeverzögerung ist eine der Haupt-Achillesfersen der deutschen SARS-CoV-2-Erfassung: die Fälle, die am Tag X im Gesundheitsamt Y erfasst werden, erreichen erst nach Z Tagen das RKI (wobei Z im Einzelfall Werte von bis zu 21 Tagen annehmen kann) – es ist also am Tag X im RKI ausgeschlossen, auch nur halbwegs zuverlässige Angaben über die Neuinfektionen dieses Tages X zu machen.

Da zumindest ein Teil dieser Probleme einem Teil des RKI offenbar bewusst ist, entwickelte man dort jetzt ein Verfahren, mit dem man glaubt, einen Teil dieser Missstände wenn nicht beheben, so doch wegmodellieren zu können.

In einigen Fällen kennt man die so genannten „Infektionsketten“ bei SARS-CoV-2 (etwas, was z.B. in Südkorea hochprofessionell und wie wir sehen mit hervorragendem Erfolg untersucht wurde): man weiß also, wann sich wer wo angesteckt hat, wann er (oder sie) dann Symptome entwickelte und wann er (oder sie) dann im weiteren Verlauf weitere Menschen ansteckte.

Für die vielen Fälle, in denen das RKI diese Informationen nicht hat, werden sie im Rahmen komplexer mathematischer Modellierungen konstruiert (so genanntes imputing), so dass man sich einreden kann, man hätte alle wichtigen Daten von allen erfassten Fällen. Hier fließen dann z.B. Werte ein wie die so genannte Generationszeit einer Infektion (dies ist der Zeitraum zwischen der Infektion eines Menschen und der Infektion der wiederum von ihm/ihr angesteckten Menschen) – diese „schätzen“ (! Wortwahl RKI) die RKI-ler bei COVID-19 auf 4 Tage.

Mit der Schätzung der Generationszeit und der Annahme einer durchschnittlichen Meldeverzögerung ist im mathematischen Modell dann das so genannte Nowcasting möglich: die Vorhersage der vielleicht eigentlichen Neuerkrankungszahlen von heute und von gestern (bzw. von dem, was das RKI dafür hält...) aus den zuverlässigeren Zahlen von vorgestern und vorvorgestern. („Nowcasting“, weil die Vorhersage (engl. forecasting) für das Jetzt (engl. now)) (RKI Epid. Bulletin 17/2020).

Diese mathematische Modellierung ergibt für die COVID-19-Pandemie in Deutschland die folgende Graphik (Update 28.04.2020)

(Quelle RKI Situationsbericht 13.05.2020)

Wichtig sind in diesem Zusammenhang folgende Daten:

• Am 09.03. wurden in Deutschland Großveranstaltungen mit mehr als 1000 Teilnehmern verboten

• Am 16.03. Bund-Länder-Vereinbarung zu Schließungen von Geschäften, Theatern, Museen etc.; parallel dazu Schulschließungen in mehreren Bundesländern

• Am 23.03. bundesweit umfangreiches Kontaktverbot

Nimmt man (trotz der geschilderten substantiellen Vorbehalte) die Werte des Nowcasting-Modells ernst, zeigt sich ein nur sehr mäßiger Einfluss des umfassenden Kontaktverbotes ab dem 23.03. in Deutschland.

Die wird noch deutlicher, wenn man – wie das RKI – aus den gleichen, hochproblematischen Daten versucht, die Reproduktionszahl zu „schätzen“ (! Wortwahl RKI). Ausgehend von der geschätzten (!) Generationszeit von 4 Tagen „errechnet“ das RKI die Reproduktionszahl als Quotient aus der behaupteten Neuerkrankungsrate am Tag X und der behaupteten Neuerkrankungsrate am Tag (X minus 4 Tage - also minus der vermuteten Generationszeit).

Wenn also am 01.01. 4 Neuerkrankte erfasst werden und am 05.01. derer 8, ergäbe dies über den Bruch 8/4 eine Reproduktionsrate von 2 (jeder der am 01.01. Erkrankten hätte 2 weitere Menschen angesteckt).

(Quelle EpiBull 17/2020)

Das Problem ist aber (wie oben dargelegt), dass der Bruch nicht wie behauptet lautet

sondern er lautet

Das ergibt aber beim besten Willen keine irgendwie relevante Reproduktionszahl... .

Dennoch wird dieser auf wissenschaftlich geradezu lächerliche Weise zu Stande gekommene "R-Wert" derzeit umtanzt wie das berühmte goldene Kalb - und bei diesem Tanz kommen dann selbst Profis gelegentlich in's Straucheln, wenn z.B. Christian Drosten am 20.04. in seinem Podcast sagt: "das führt natürlich dann dazu, wenn R jetzt wieder über 1 kommen sollte, dass plötzlich die Epidemietätigkeit in überproportionaler Art und Weise oder in nicht erwarteter Wucht wieder losgeht" . Die Basisreproduktionszahl ist ein Maß für die Infektiosität einer Erkrankung und damit indirekt für die "Epidemietätigkeit" - das Ansteigen dieses Wertes zu fürchten, weil dadurch die Epidemietätigkeit steigen könnte (so formuliert es Drosten) ist so sinnvoll, wie die Klimakrise dadurch lösen zu wollen, dass man den Zeiger des Thermometers festklebt...

Die absolute wissenschaftliche Mindestanforderung für eine auch nur halbwegs aussagekräftige Modellierung wäre gewesen, zumindest den Einfluss der ständig steigenden Test-Zahlen auf die Zahl der erzielten positiven Ergebnisse herauszurechnen - dazu sieht sich das RKI aber nicht in der Lage: "Eine Adjustierung für die höheren Testraten ist nicht ohne weiteres möglich, da keine ausreichend differenzierten Testdaten vorliegen." (EpiBull 17/2020).

Dennoch ist das Bild nett anzusehen und zeigt in der immanenten Logik des RKI umso deutlicher, dass

• bereits nach dem Absagen von Großveranstaltungen der behauptete Anstieg von R abbrach und R deutlich zurückging

• die Bund-Länder-Vereinbarung (Geschäftsschließung etc.) den Verlauf der Kurve nicht substantiell beeinflusst hat (wenn, dann hat sie den Rückgang eher abgeflacht...)

• die Kontaktsperre überhaupt keinen wahrnehmbaren Effekt auf die Reproduktionszahl hatte

• die als Begründung für die temporäre Grundrechtsabschaffung geforderte Abflachung der Kurve mit einer R << 1 schon deutlich vor der sozialen Isolation der Bevölkerung erreicht war.

Die gleichen Schlussfolgerungen ergeben sich, wenn man das (wohlgemerkt auf der gleichen unwissenschaftlichen Datengrundlage beruhende) Wachstum der aktiven Fälle in Deutschland betrachtet. Aktive Fälle sind die am Tag X gemeldeten abzüglich der Todesfälle und abzüglich der Genesenen. Auch hier zeigt sich, dass die Wende vor dem lockdown kam...

(Quelle: DLF 28.04.2020)

Es zeigt sich, dass selbst wenn man die unzureichenden, aber derzeit jeder politischen Entscheidung zu Grunde liegenden Zahlen des RKI wissenschaftlich betrachtet, das selbstgesteckte  Ziel des "flattening the curve" längst vor den ergriffenen schwersten Grundrechtseinschränkungen (lockdown) erreicht war - es gibt also aus epidemiologischer Sicht keinerlei Rechtfertigung, diese historisch beispiellosen Entrechtungen der Bevölkerung aufrecht zu erhalten.