SARS CoV2: Durchseuchung vs Übersterblichkeit Weltweit. Was wäre wenn in Deutschland?

[drjohntal]

Die in der Grafik ab min 15:49 gezeigten Werte beziehen sich auf die Übersterblichkeit und nicht auf die genannten IFR Werte. Die genannten IFR Werte wurden in den entsprechenden Publikationen anhand der SARS CoV2 positiven Todesfälle berechnet und nicht anhand der Übersterblichkeit. Nimmt man die Übersterblichkeit als Basis für die Berechnung der IFR, so liegt diese bei ca 1% in NYC und bei ca 1.4-1.6% in der Region Madrid.
Berechnet man die zu erwartenden Todesfälle in Deutschland anhand der IFR
(Durchseuchung von 15%
und einer normalen Sterblichkeit von 150.000 pro zwei Monate Pandemiedauer), dann ergeben sich folgende Werte:
IFR 0, 3% 40, 5k tausend Tote 27
% Übersterblichkeit
IFR 0, 4% 54k tausend Tote 36% Übersterblichkeit
IFR 0, 6% 81k tausend Tote 54
% Übersterblichkeit
IFR 0, 8% 108k tausend Tote 72
% Übersterblichkeit
IFR 0, 9% 121, 5k tausend Tote 81
% Übersterblichkeit

Bitte entschuldigen Sie falls dies verwirrend dargestellt wurde.

[Laleli]

Danke für ihr neues aufklärendes Video. Sie sprechen immer so ruhig und sehr sympathisch.

[tribonian]

Danke Herr Dr. Tal. Es ist wohltuend eine weitere, ruhige, wissenschaftliche Stimme im Lande der aufgeregten Besserwisser und Alles-Bezweifler zu haben. Ihre Videos sind für mich gelegentlich nicht ganz so einfach zu verstehen, das liegt aber an mir, und an der Natur der Sache. Über Youtube wird niemand zum Virologen.

[peterfoga]

Sehr interessant, Vielen Dank für diese Information. Man fragt sich wirklich warum manche Ärzte hier so wehement gegen diese Erkentnisse sprechen.

[Schlauchbootfan]

sehr geehrter hr. dr. tal, ich habe mir erlaubt ihre videos auf meinem neuesten video zum schwindeldoktor bodo schiffmann zu verlinken. ich danke für ihre hervorragende arbeit. 👍👍

[mathematikerpladiertfurruh]

Danke für diese erhellende Grafik. Eine Sache habe ich noch nicht verstanden, ab 15:49: Ich hätte erwartet, dass die Übersterblichkeit bei 15% Durchseuchung proportional zur Infektionssterblichkeit ist. Jedoch sind z.B. auf den Geraden "IFR 0, 29" und "IFR 0, 41" die Zahlen 15.000 und 30.000 angegeben, obwohl 0, 41 viel weniger als das doppelte von 0, 29 ist. Oder: Bei "IFR 0, 80" geben Sie eine Übersterblichkeit von 82.000 an; da hätte ich bei "IFR 0, 90" dann 92.000 oder 93.000 erwartet und nicht 120.000. Mache ich da einen Denkfehler?

[mitgutemgrund]

Die Art der Darstellung in dem Diagramm ist zwar sehr interessant. Aber insgesamt ist das Video sehr verwirrend, und zwar aus 2 Gründen:
1. Die Definition der Übersterblichkeit ist (mir) unklar. Diese hängt doch ganz entscheidend vom Zeitraum ab, den man für die Betrachtung zu Grunde legt. Im Video heißt es zwar „im Zeitraum der Pandemie“, aber ist das denn eindeutig definiert? Typischerweise steigt die Zahl der Corona-Toten über einige Wochen an und fällt dann wieder ab. Angenommen, wir hätten in 2 Regionen A und B am Ende die gleiche Anzahl an Corona-Toten (gemessen an der Gesamtbevölkerung), in der Region A ist der Verlauf der Seuche aus irgend einem Grund aber langsamer als in der Region B. Dann hat die Region B eine höhere (tägliche, wöchentliche) Übersterblichkeit als A, obwohl die Zahl der an Corona Gestorbenen insgesamt gleich ist. Oder angenommen, in beiden Regionen verläuft die Seuche ungefähr gleich schnell, aber bei der statistischen Auswertung wählt man für A (willkürlich oder begründet) ein längeres Zeitfenster. Auch dann unterscheiden sich die (errechneten) prozentualen Übersterblichkeiten, obwohl der Seuchenverlauf gleich war. Insofern fehlt mir hier eine Rechtfertigung dafür, dass diese Übersterblichkeit auf der X-Achse sauber und für weitere Schlussfolgerungen belastbar definiert ist. Ich vermute auch, dass Ischgl und Gangelt deswegen Ausreißer sind, weil mit einer willkürlichen Zeitdauer gerechnet wurde.
2. Noch verwirrender ist: Man würde doch erwarten, dass bei einer gegebenen Durchseuchung („Seroprävalenz“) in der Bevölkerung die Anzahl der zusätzlichen Toten proportional zur Infektionssterblichkeit ist. Konkret: Wenn bei einer IFR von 0, 29% 15000 Menschen an Corona sterben, dann sollten es bei IFR 0, 6% ungefähr die doppelte Zahl (30000 Tote) und bei 0, 9% die dreifache Zahl (45000 Tote) sein (bei jeweils gleicher Seroprävalenz). In der Darstellung ist das jedoch überhaupt nicht der Fall. Hier führt eine Verdreifachung der IFR zu einer Verachtfachung der Anzahl der zusätzlichen Toten.

Herr Dr. Tal, Sie gehen in Ihren früheren Kommentaren auf den Kritikpunkt 2 schon ein und stellen ihn richtig. Aber auch die blauen IFR-Geraden liegen nicht so im Diagramm, wie sie liegen sollten, wenn man überschlägig ein paar einfache Zahlenbeispiele rechnet und dabei für die Seuchendauer konsequent ein Zeitfenster von 2 Monaten („März + April“) ansetzt. (Man könnte wohl schon solche IFR-Geraden in das Diagramm legen, wenn man ganz konsequent alle Übersterblichkeiten auf die gleiche Dauer bezieht und wenn man die Linien nicht willkürlich durch Datenpunkte (Gangelt, Ischgl) zieht, sondern rechnet.) Insofern wäre es m.E. wirklich besser für Ihre Zuschauer, Sie würden das Video löschen und evtl. ersetzen durch ein verbessertes.

[tagdanach]

Wie sie selbst sagen, ist es eine Korrelation und keine Kausalität. Schön, dass sie erwähnen, dass auch andere Faktoren eine Rolle spielen.

[Xez]

Verdienen Sie eigentlich Geld am Verkauf von PCR oder Antikörper Tests? Falls ja, legen Sie bitte solche Interessenskonflikte am Anfang der Videos offen.

- Weshalb verlinken Sie denn nicht peer-reviewed(pr) Journals und verlangen von anderen, dass sie nur pr Beiträge in die Diskussion einbringen könnten?


- Sie verwenden im Video wiederholt (fast ausschliesslich) Studien, die sich auf Stichproben einer sozioökonomischen oder demographischen Gruppe stützen. Dies verzerrt natürlich die IFR und daher kann man damit nicht auf die Allgemeinheit schliessen, was Sie aber tun.

- Zur Gangelt Studie: Sie verwenden die verzerrte Schätzung von 0.36%, jedoch liegt die korrigierte Schätzung der IFR bei 0.27% denn: "the percentage of officially reported cases in the
community of Gangelt at the end of the study period (April 6) was 3.08% (388/12, 597). This indicates that previously SARS-CoV-2 diagnosed individuals were somewhat underrepresented in our study, possibly due to previously diagnosed people not opting to
participate in the study given their known infection status, or for other reasons, such as
quarantine, not feeling well or hospitalization. Thus, applying the corresponding correction factor (3.08% / 2.39% = 1.29) to the infection rate of 15.53% of our study population, the resulting corrected infection rate was 19.98% [15.84%; 24.40%] (Fig. 3B). Accordingly, the corrected higher infection rate reduced the IFR to an estimated 0.278%"

Die Gangelt Studie hat wohl nicht gut in Ihr Bild der Panikmacherei gepasst und deshalb wurde sie auf 0.41 "korrigiert". Hätten Sie sich damit vertieft auseinandergesetzt und ehrlich wiedergegeben dann hätten Sie den von mir zitierten Abschnitt nicht ausgelassen.


- Zur Studie in Genf: 1. Die Region in Genf weist eine sehr höhere Sterblichkeitsrate auf gegenüber anderen Regionen der Schweiz. 2. Die Studienresultate sind kommen zum Schluss, wenn man den Cluster von den Altersheimen nicht enbezieht, liegt die IFR nicht bei 0.64% sondern bei 0.32%. 3. Es wurde nicht auf IgM oder IgA getestet! Das führt dazu, dass die Anzahl der Infizierten wesentlich unterschätzt wird und die IFR wesentlich überschätzt wird. Dies wird auch so im Papier gesagt: "Our results are subject to two notable limitations. Of 268 individuals aged 65 years and older who died, 134 (50%) were residents of assisted care facilities, where around 0·8% of the Geneva population resides. Although the serosurvey protocol did not explicitly exclude these individuals, they are likely to have been absent or severely under-represented." und "Furthermore, our IFR estimates are based on existing evidence regarding post-infection antibody kinetics, which might differ between severe and mild infections. If mild infections have substantially lower and short-lived antibody responses, our estimates of the IFR might be biased upwards."

- Die weiteren Links in der Videobeschreibung sind entweder keine wissenschaftlichen Publikationen oder sie wurden nicht peer-reviewed (zumindest nicht einsehbar unter der Version, die Sie verlinkt haben).

Wenn Ihnen Ihr Ruf als Wissenschaftler wichtig ist (und das hoffe ich), dann sollten Sie ihr Video überarbeiten und genauer auf diese Studien eingehen, so dass kein verzerrtes Bild entsteht. Ist John Tal Ihr richtiger Name? Von welcher Universität wurde Ihnen die Promotion des Doktors verliehen? Falls sie jedoch sowieso schon einen Interessenskonflikt haben, dann würde ich Ihr Vorgehen verstehen aber nicht gut heissen.

Zum Schluss noch eine peer reviewte Studie die auf eine IFR Schätzung von unter 0.1% kommt, basierend auf epidemiological epidemiologischen Datenbanken:


Fazit: Wenn wir Studien berücksichtigen die mit relativ grossen und unverzerrten Stichproben arbeiten, liegt die IFR immer deutlich unter 0.4%.

Dazu auch noch neuere Studien, die aber noch nicht peer reviewed sind (basierend auf Antikörper Prävalenz):

[bbbb]

war wohl nix mit der Aufklärung....jetzt wirds langsam eng für Euch