Bron- en contactonderzoek bij COVID-19 kan ook zonder app (Anton Maes)

Anton Maes gaat in zijn laatste blog ‘Bron- en contactonderzoek bij COVID-19 kan ook zonder app’ (Zorgenstelsel.nl blog) in op de voor- en nadelen van de nu in opdracht van het kabinet ontwikkelde corona-app(s). In een brief aan minister Hugo de Jonge doet hij een voorstel van een andere benadering die het primaat neerlegt bij de mensen zelf. Het lijkt me een wijs idee: Voorstel BCO COVID Aan Minister 180420

Anton Maes is lid van het Platform Betrouwbare Zorgcijfers.

CORONA DASHBOARD EW16/W28

auteurs: John Jacobs en Gijs van Loef


12juni, 7:00 uur – update data 1/6

Op 18 april 2020 lanceerde het Platform Betrouwbare Zorgcijfers het CORONA DASHBOARD LANDEN EW16 met een dagelijkse update. Het vervolg op de CORONA SCENARIO ANALYSE: CORONA SCENARIO ANALYSE d.d. 14 maart 2020. Op 25 mei 2020 presenteerden we een nieuwe versie met een nadere duiding van de verschillen tussen landen en nieuwe grafieken.

In de landelijke media ontbreekt een deugdelijke vergelijking met enige diepgang van de ‘coronaprestaties’ van Nederland in vergelijking met andere landen waaraan wij ons doorgaans spiegelen. De EW16 (‘Europa West 16’) zijn de 16 ‘moderne’ Europese landen met een minimale bevolkingsomvang van 4 miljoen inwoners. Deze landen zijn goed vergelijkbaar, ze hebben een gedeelde politiek-democratische, sociaal-economische en technologische ontwikkeling doorgemaakt, waardoor de vergelijkbaarheid toeneemt. Het betreft de landen België, Denemarken, Duitsland, Engeland (UK), Ierland, Frankrijk, Finland, Griekenland (geen ‘West’, maar toegevoegd vanwege haar outperformance), Italië, Nederland, Noorwegen, Oostenrijk, Portugal, Spanje, Zweden en Zwitserland. We voegen verder Japan, Zuid-Korea en de USA als referentielanden toe. De data zijn ontleend aan: worldometers.info coronavirus #countries

Tabel 1 ‘Kerncijfers‘ (EW16+3)

Sterftecijfers per miljoen inwoners zijn een goede manier om landen te vergelijken. De grootste verschillen tussen landen worden veroorzaakt door verschillend beleid, al dan niet veroorzaakt door de mate waarin een land overvallen werd door de epidemie. Om tot betrouwbare sterftecijfers te komen maken we twee correcties:

1) Het tellen van COVID-19 doden gebeurt anders in verschillende landen. De GGD maakte in het begin van de epidemie bekend dat het RIVM niet alle gevallen telt, en dat Nederland een onderrapportage kent.[1] Nederland telt doden in verpleeghuizen nauwelijks mee, doordat deze mensen niet worden getest, zelfs niet als symptomen van COVID0-19 hebben, en niet-geteste mensen sterven volgens de statistieken niet aan COVID-19. Deze gegevens kunnen worden gecorrigeerd voor de oversterfte. Omdat gegevens over oversterfte pas na drie weken bekend worden, wordt een vaste correctiefactor gehanteerd.[2]
2) Niet ieder land heeft dezelfde bevolkingsopbouw. Sommige landen hebben een oude bevolking en oude mensen sterven relatief vaak door COVID-19. Ook daarvoor kan worden gecorrigeerd.

Op grond van deze correcties voor onderrapportage en de bevolkingsopbouw kan een ranglijst worden gemaakt van donkerrood naar donkergroen. Met dit nieuwe dashboard 2.0 hebben we aan de EW16+3 negen landen toegevoegd met een (zeer) lage sterfte, waaronder vier Oost-Europese landen, Canada, Israel, Australie en Nieuw Zeeland, Taiwan. Alle landen tezamen vormen de W28.

De indeling is (de kleuren staan ook in Tabel 1):
•   Diep donkerrood: > 1000 doden per miljoen inwoners (>1000 doden/M) – Verenigd Koninkrijk
•   Donkerrood: 500-1000 doden/M – België, Italië, Spanje, Nederland, USA
•   Rood: 200-500 doden/M – Frankrijk, Zweden, Ierland, Zwitserland, Portugal, Canada
•   Lichtbruin: 100-200 doden/M – Oostenrijk
•   OranjeGeel : 50-100 doden/M – Duitsland, Denemarken, Finland
   Lichtgroen: 20-50 doden/M – Noorwegen, Estland, Israël, Tsjechië, Polen, Litouwen
•   Heldergroen: 10-20 doden/M – Griekenland
•   Donkergroen: <10 doden/M – Zuid-Korea, Japan, Australië, Nieuw-Zeeland, Taiwan.

Tabel 2 Overzicht van sterfte per miljoen inwoners – W28 (aangepaste ruwe data, gecorrigeerd voor onderrapportage en leeftijd – bronnen onder) Met ISO landencodes

Opvallend is dat de goed presterende landen allemaal in Zuidoost-Azië liggen, waar 18 jaar geleden de SARS-1 epidemie begon in China. Veel landen in die regio hebben daarvan geleerd en zich voorbereid op een nieuwe epidemie.[3] De epidemie van een virus moet anders worden bestreden dan die van een bacterie. De standaard strategie tegen virusepidemieën is testen, proactief opsporen en isoleren van besmette gevallen.[4] Het effect is dubbel: minder doden door de ziekte en minder sociale economische schade doordat alleen besmette gevallen geïsoleerd worden. Niet voor niets is dit ook de aanpak in de diergeneeskunde.[5]

Het epidemiebeleid van de Europese en Noord-Amerikaanse landen steekt schril af bij het beleid in het Verre Oosten:
– De sterfte is hoger, soms wel 100 keer hoger dan in de Zuidoost-Aziatische en Australische landen.
– De impact op het sociale welzijn en de economie is in Europa en Noord-Amerika veel groter.
– De verschillen binnen Europa zijn echter ook groot als Griekenland en Litouwen worden vergeleken met het Verenigd Koninkrijk en België.

Het is belangrijk om te leren van deze epidemie.
1. Het is nog erg onzeker is of we snel een goed en veilig vaccin krijgen. Vaccins stimuleren de afweer, maar bij COVID-19 overlijden patiënten door de immuunreactie tegen het virus. Mogelijk zijn antistoffen de boosdoener.[6] Aangezien in de meeste Europese landen slechts ongeveer 5% van de mensen besmet is geweest, kan de epidemie nog lang en heftig worden.[7] Het is van het grootste belang om zoveel mogelijk en doorlopend te blijven leren.
2. Net zoals deze epidemie al decennia geleden voorspeld werd, is het een historische zekerheid dat we een nieuwe RNA-virus epidemie gaan krijgen, na AIDS, SARS-1, MERS, Ebola en SARS-2.
3. Het beleid dat wij voeren heeft grote impact op het gedrag van mensen en daarmee op de epidemie.[8] Dan kunnen we de volgende keer beter voorbereid zijn, zodat dan ook onze impact lijkt op die in Zuidoost-Azië en Australië.[9]

Grafiek 1 COVID-19 Sterfte per land vanaf 3 casus/1 miljoen inwoners

De 16 Europese landen kennen grote verschillen in hun rapportage van de sterfte. Opvallend is dat de epidemie in Spanje eerder hoog wordt dan in andere Europese landen, zoals Italië. In België groeit de epidemie langer door.


Tabel 3 Sterfte/Casus

De sterfte per casus laat het overlijdensrisico per land zien bij de gedocumenteerde besmettingen. De correctie met de leeftijdsfactor is gemaakt omdat ouderen meer kans op overlijden hebben dan jongeren en omdat de bevolkingsopbouw verschillend is tussen landen.
In de meeste landen is de eerste golf van de epidemie grotendeels achter de rug. In landen met een laag percentage herstelde casus kan het sterftecijfer nog sterk toenemen. Dit speelt vooral in Zweden en de USA. Van het Verenigd Koninkrijk/UK en Nederland ontbreken deze gegevens (ND=Not Done).

De ‘Leeftijdsfactor’ is de verwachte sterftecijfers in een land, vergeleken met het EU gemiddelde, gecorrigeerd voor verschil in leeftijdsopbouw.[10] Bij leeftijdscorrectie wordt hiervoor omgekeerd gecorrigeerd. De verschillen in leeftijd zijn binnen West-Europa beperkt (< factor 1,5) vergeleken met de verschillen in sterfte/1M (> factor 10  Er bestaat geen duidelijke correlatie tussen sterftecijfers in een land en de leeftijdsfactor (R²=0,001).

Aantal kritisch zieken en herstelde personen. Het ontbreken van de data hoeveel mensen genezen zijn, is een blamage voor de zorgregistratie in Nederland en het Verenigd Koninkrijk.

Grafiek 2 Actuele status epidemie

De actuele status van de epidemie in een land kan worden afgelezen in Grafiek 2. Hier staat het voortschrijdend gemiddelde van de sterfte/miljoen over 7 dagen waarbij de data-correcties zijn uitgefilterd. Opvallend is de vroege piek van Spanje en de hoge van België (buiten beeld tot max 29/ miljoen). De landen die de hoogste piek hebben gehad, hebben nog steeds het grootste aantal gevallen. We zien de daling van de sterfte bij alle landen, waarbij ook de terugkerende oprispingen bij vooral Zweden, maar bijvoorbeeld in mindere mate ook bij UK en USA opvallen.
De landen in Europa en het Verre Oosten (al eerder, data laten een kleine opleving in Zuid-Korea zien) laten de teugels vieren. Het risico is dan dat de epidemie weer gaat opleeven. De start van de epidemie valt minder op in een cumulatieve grafiek, dan in een dagelijkse grafiek. Grafiek 2A zoomt in op de laatste 2,5 week op een kleinere Y-as.


Relatie tussen Sterfte en Testen 

Onderscheid maken op grond van symptomen is geen goede strategie om te discrimineren tussen besmette en niet besmette mensen. Veel mensen met griepachtige symptomen hebben geen COVID-19 en zeker de helft die door SARS-2 geïnfecteerd is, heeft of krijgt geen symptomen. Mensen die echt ziek zijn van COVID-19 komen meestal niet meer veel buitenshuis en zullen daarom weinig anderen besmetten, maar ook mensen die zich gezond voelen kunnen andere mensen besmetten. Geïnfecteerde mensen zijn besmettelijk met hoge virustiters voordat ze ziek worden en niet iedereen krijgt ooit daadwerkelijk (specifieke) symptomen. De symptomen worden mogelijk, net als bij andere luchtweg RNA virussen, vooral veroorzaakt door de afweerreactie tegen het virus en minder door het virus. Het hoge aantal coronazieken in Nederland komt onder andere doordat veel geïnfecteerde mensen bleven werken en dit gebeurde veel in de zorg
Proactief testen (actief testbeleid) betekent dat begonnen wordt met het testen van iedereen die symptomen heeft die lijken op COVID-19. Doel is te bepalen of ze geïnfecteerd zijn met SARS-2 of niet. Vervolgens worden alle contacten getest van wie positief getest is; wie negatief getest is, wordt 1 en 2 weken later hertest omdat tijdens de incubatietijd virustiters extreem laag kunnen zijn. Alle mensen die besmet moeten minimaal twee weken in isolatie blijven en/of een week tot nadat ze klachtenvrij zijn – bv in eigen huis of in speciale hotels. In Wuhan werden de boodschappen van deze mensen thuisbezorgd, om te voorkomen dat mensen de straat op zouden moeten gaan.
Bij een actief testbeleid zullen veel mensen worden getest die niet besmet zijn, omdat de besmettingsgraad in de bevolking meestal (veel) lager is dan 2%. Een reactief testbeleid, waar Nederland en andere Europese landen naartoe zijn geswitcht in de eerste weken van de epidemie, leidt tot een veel hoger aantal besmettingen per test. Het gevaar van niet-actief testen is dat veel geïnfecteerde mensen niet bekend zijn. Wereldwijd wordt geschat dat de helft van de besmettingen gebeurt door mensen zonder symptomen. Die besmettingen vinden vooral plaats in landen die weinig testen, omdat iemand zonder symptomen en zonder testresultaat geen enkele reden heeft om in quarantaine te gaan of te blijven. Figuur 3 laat de statistische relatie zien tussen het maximum percentage positieve testen in een land en het ongecorrigeerde sterftecijfer door COVID-19.

Figuur 3 Mortality per 1 million versus Maximum number Pos.Tests

De vorm komt overeen met het continent van een land (cirkel Europa (EW-16) , vierkant overige Europa, kruis Noord-Amerika, driehoek: Australië, ruit: Zuidoost-Azië). Duidelijke correlatie: de lineaire correlatie tussen veel testen en lage sterfte is sterk: R²=0,69. Een laag maximum percentage positieve testen impliceert dat een land uitgebreid pro-actief test, en niet alleen de evidente casussen.

Voetnoten

[1] hartblik.nl Addendum GGD correctie op RIVM
[2] hartblik.nl Betere bestrijding van de epidemie – strategieen
[3] hartblik.nl Voorkom epidemie
[4] hartblik.nl Bestrijding Covid-19
[5] hartblik.nl Betere bestrijding van de epidemie
[6] hartblik.nl Foute afweer
[7] hartblik.nl Betere bestrijding van de epidemie
[8] hartblik.nl Cijfers en data
[9] hartblik.nl Verloren door te weinig kennis
[10] Populationpyramid
—————————————————————————————————————————————————-

Bronnen onderapportage

The Economist (27 mei 2020) – Unrecorded COVID-19 Deaths: bovenste tabel nieuwste


Economist tracking covid-19 excess deaths
Many Covid deaths unrecorded

Financial Times:

FT

Washington Post:

Washington Post

Overige bronnen

The Guardian – Coronavirus cases and deaths over time: how countries compare around the world TheGuardian Datablog

—————————————————————————————————————————————————-

Reacties deskundigen

13 mei 2020 – Fred van Eenenaam (Prof. VBHC Center Europe/Harvard Business School Executive Education): “Het klopt met mijn beeld en van mijn collega’s die echt niet met Nederland bezig zijn. Hun beeld is ook dat Nederland middelmatig of onder gemiddeld (meer vanuit een wereldblik) presteert. Het is waanzinnig moeilijk Nederlandse cijfers of logica’s te vinden. Vanuit de gekozen aanpak is het helder dat gezondheidsmedewerkers grote schade ondervinden (electieve zorg, verzorgingshuizen, thuiszorg). Cijfers zijn moeilijk te vinden, dus dank! Ik cross check waar mogelijk.”
12 mei 2020 – Richard Janssen (Prof. in Governance & Management HCO’s Erasmus): ‘Like’ (twitter)
6 mei 2020 – Jaap van den Heuvel (Prof. Healthcare management UvA en CEO RKZ Beverwijk): “Het dashboard vind ik erg goed. Er is zeker nu grote behoefte aan betrouwbare en goede informatie.”
27 april 2020 – afsluiting twitterdebatje met Xander Koolman (zorgeconoom, associate professor): “Prima, en veel succes. En wellicht kun je een kolom oversterfte toevoegen. Zie ook berekeningen van de Financial Times.”
26 april 2020 – Matthijs Dekker (Praktijkhoudend huisarts): “Prachtig inzicht gevend dashbord! Complimenten. Ik zou willen opmerken dat je bevindingen mooi aansluiten op je eerdere artikelen die al eerder aangeven dat de zorg in Nederland juist níét tot de beste behoort. Uit de media in het algemeen komt het beeld naar voren dat wij het allemaal erg goed doen met de intelligente lockdown ect. Je zou dat feit op zich nog wel wat kunnen uitvergroten denk ik als onafhankelijke expert.”

—————————————————————————————————————————————————

De leden van het Platform Betrouwbare Zorgcijfers

Achtergrond leden Platform 10112018

CORONA DASHBOARD EU14 – Ontwikkeling sterfte in EU14

—————————————————————————————————————————————————
laatste update 17 april

NIEUW CORONA DASHBOARD EW16

oude post coronasterfte EU14

Tabel 1: Kerncijfers – worldometers.info

Je zou kunnen zeggen dat er zich geleidelijk aan een aantal landenclusters hebben gevormd, ik splits ze op in drie: landen met een hoge coronasterfte (weinig Tests), een midden coronasterfte en een lage coronasterfte (veel Tests). Ze worden na elkaar afgebeeld, zonder verder commentaar. De lezer kan de specifieke maatregelen die de landen hebben getroffen in de tijd als het ware in de grafieken ‘inbeelden’. Ik laat dit achterwege. De grafieken spreken voor zich. Bewust gebruik ik de numerieke schaal op de Y-as, i.p.v. de veelgebruikte logaritmische schaal. Ik denk dat de verschillen tussen de landen op deze manier inzichtelijker zijn.

Achtereenvolgens (NB1: de Y-as verandert, de schaal wordt vanaf Midden sterfte steeds kleiner!): grafiek EU14 > grafiek EU5 Hoge sterfte landen > grafiek EU5 Midden sterfte landen (met 2 x Nederland) > grafiek EU4 Lage sterfte landen > grafiek Lage EU2 versus Zuid-Korea en Japan; NB2: de kleuren per land verschillen per grafiek





Grafiek 1 (Y-as: numerieke schaal): Ontwikkeling van het aantal doden per 1 miljoen inwoners per land, vanaf de dag dat een land 3 coronazieken per 1 miljoen inwoners had, tot en met vandaag (45e dag voor Nederland op 17 april 2020, dagen op de X-as). De data van worldometers.info en ourworldindata.org (en John Hopkins Univ.) zijn gebaseerd op het RIVM.

Overzicht maatregelen in Europa (presentatie RIVM gisteren in Technische briefing Tweede Kamer):


—————————————————————————————————————————————————

De leden van het Platform Betrouwbare Zorgcijfers: Achtergrond leden Platform 10112018

Coronasterfte Nederland toont dramatisch beeld van Europa (EU14)

————————————————————————————————————————

NIEUW CORONA DASHBOARD EW16

update 14 april 2020, 21:15 uur – Grafieken 1 en 2 en Tabel 1

Nederland heeft een hoge coronasterfte per inwoner. Obv. de CBS-gegevens van de oversterfte is een schatting gemaakt van het werkelijk aantal coronadoden in Nederland door de cijfers van het RIVM met een factor 2 te vermenigvuldigen.NB Er zijn ook andere landen waar het werkelijke aantal sterfgevallen hoger is. Ned CBS is afgebeeld als indicatie.

Grafiek 1 (Y-as: numerieke schaal): Ontwikkeling van het aantal doden per 1 miljoen inwoners per land, vanaf de dag dat een land 3 coronazieken per 1 miljoen inwoners had, tot en met vandaag (42e dag voor Nederland, dagen op de X-as). De data van worldometers.info en ourworldindata.org (en John Hopkins Univ.) zijn gebaseerd op het RIVM.

In Spanje, Belgie (dat de doden uit verpleeghuizen wel meetelt en nu Spanje benadert!), Italie, Frankrijk en inmiddels ook de UK is het officieel aantal doden per inwoneraantal hoger dan in Nederland (cijfers UK lopen achter). De landen die het beter doen dan Nederland zijn de overige acht landen van de EU14: Duitsland, Oostenrijk Noorwegen Finland (de 4 landen die het meest ‘in control’ lijken, de lijnen lopen tamelijk gelijkmatig op), Zwitserland, Portugal, Zweden en Denemarken. Duitsland presteert opmerkelijk goed, onze oosterburen zijn bijzonder effectief in de bestrijding van het coronavirus (‘containment’ strategie), alleen de dunbevolkte landen Noorwegen en Finland hebben nog minder coronadoden. Oostenrijk zit iets boven Duitsland.

Net als in eerdere analyses wordt Nederland vergeleken met de andere 13 moderne Europese landen met meer dan 5 miljoen inwoners. (EU14; Zie onder CATEGORIE rechts: ESB, OECD Health at a Glance en direct> Kwaliteit en kosten medische zorg EU14 ). In Grafiek 2 zijn Noorwegen en Finland afgezet tegen Zuid-Korea, een veel genoemde internationale standaard van een effectieve ‘containment’ aanpak en Japan (!; hieronder).

 

worldometers.info (bewerkte data)

Tabel 2: Het voor de leeftijdsopbouw gecorrigeerde sterftecijfer per casus (bron: John Jacobs, 2020)

 

Tabel 1: Kerncijfers – nieuw: Total Cases/Total Tests, zie JJ Model leren voor beter handelen 08042020, Par.4.4 % positieve test

ourworldindata.org

Beeld van de ontwikkeling van het aantal doden in de tijd (NB: Y-as = Logaritmische schaal). Hetzelfde beeld.


Link: ourworldindata EU14

Lees hier: Corona Scenario Monitor

Corona scenario’s voorspelden deze ramp

Corona Scenario Analyse (14 maart 2020) – binnen 3 dagen 25.000 views

ca. 40.000 views

——————————————————————————————————————————————————–

Hulde aan alle zorgverleners, die met grote moed hun gezondheid in de waagschaal stellen om zorg te verlenen en levens te redden

VERGELIJKING VAN LANDEN: CORONA DASHBOARD EW16

Nieuwe publicatie van John Jacobs: Betere bestrijding van de epidemie

“Binnenkort gaan de scholen en kappers open, worden andere maatregelen versoepeld en dan zullen de ziekte- en sterftecijfers over twee en drie weken wel gaan stijgen. Hoeveel is de vraag die beleidsmakers willen weten – in Denemarken schat met plus 0,3 voor scholen die opengaan. Als dat zo is, gaat onze R0 boven de 1 uitkomen, en zou het kabinet over drie weken mogelijk de lockdown weer moeten aanscherpen in plaats van versoepelen. ” in: “Betere bestrijding van de epidemie” Betere bestrijding van de epidemie , John Jacobs, Platform Betrouwbare Zorgcijfers

—————————————————————————————————————————————————-

Corona Scenario Analyse 

Medio april 2020 – In de afgelopen weken is Nederland in een aantal stappen vrijwel op slot gegaan. Het lijkt er op dat de maatregelen aan de ‘curatieve zijde’ van de ziekenhuizen v.w.b. de bestrijding van de corona epidemie effect sorteren: de toename van het aantal IC-patienten lijkt af te vlakken, terwijl de IC-capaciteit in korte tijd enorm is opgeschaald. Maar de niet-corona zorg in de 1e en 2e lijn is voor een belangrijk deel uigeschakeld. Ook voltrekt zich een stil drama in de verpleeg- en verzorgingshuizen: er zijn – ondanks de groepsquarantaine – veel (ongeregistreerde) corona slachtoffers en veel sterfgevallen. Tienduizenden zorgverleners nemen grote persoonlijke risico’s door zich bloot te stellen aan het virus zonder goede persoonlijke bescherming. Het menselijk leed is van een ongekende omvang. De gezondheidszorg is, naar moderne maatstaven… in elkaar gestort (positieve noot: niettegenstaande het feit dat veel eHealth toepassingen zoals het digiconsult met de huisarts en de corona-apps nu opeens een grote vlucht nemen, hetgeen verheugend is). Het is de schok – van een magnitude die het faillissement van de ziekenhuizen eind 2018 tot een trilling reduceert – die de gehele samenleving op haar grondvesten doet schudden. Het zijn grote woorden, zeker, maar hoe kun je het anders noemen als mensen massaal de huisarts en het ziekenhuis mijden, uit angst voor besmetting en bosjes zwakkeren en ouderen in desolate omstandigheden hun laatste adem uitblazen?

Uitgangspunt: de Corona scenario analyse – 14 maart 2020

Een indicatieve corona scenario analyse op basis van beschikbare data maakt duidelijk dat alle seinen in Nederland op rood staan. De auteur, Dr. John Jacobs (immunoloog en data scientist), berekent vijf scenario’s van het verloop van het coronavirus in Nederland. Zelfs in het meest optimistische scenario waarbij de overheid direct met krachtige middelen ingrijpt en de samenleving volledig meedoet (R0=1,8), kunnen we rond 2 juni 2020 een piek verwachten waarbij 400.000 mensen ziek zijn en er 8.000 patienten op de Intensive Care (zouden moeten/kunnen) liggen. Er zijn thans ca. 1.200 IC-bedden operationeel, die grotendeels in gebruik zijn (geen Coronapatienten). Dat betekent dat vele duizenden extra volledig geoutilleerde bedden inclusief opgeleid zorgpersoneel moeten worden geregeld. Indien deze enorme capaciteitsuitbreiding niet tijdig beschikbaar komt worden artsen voor een onmenselijk dilemma gesteld: wie krijgt wel en wie geen levensreddende zorg!?

De vijf scenario’s

Bestrijding effectief verminderd tot R0=1,8
= ZEER KRACHTIG OVERHEIDSINGRIJPEN/SAMENLEVINGSRESPONS
– 1,4 miljoen mensen (8%) in Nederland wordt besmet
– Piek 400.000 infecties rond 2 juni; 8.000 op IC nodig
– Einde 24 augustus 2020 (< 1000 ziektegevallen)

Bestrijding effectief verminderd tot R0=2,4
= KRACHTIG OVERHEIDSINGRIJPEN/SAMENLEVINGSRESPONS
– 2 miljoen mensen (12%) in Nederland wordt besmet
– Piek 900.000 infecties rond 11 mei; 17.000 op IC nodig
– Einde 10 juli 2020 (< 1000 ziektegevallen)

Bestrijding op R0=3,6 (huidige in China)
= CHINA SCENARIO
– 2,8 miljoen mensen (17%) in Nederland wordt besmet
– Piek 1,7 miljoen infecties rond 26 april; 34.000 op IC nodig
– Einde 8 juni 2020 (< 1000 ziektegevallen)

R0 stijgt tot 5,4 (we doen minder dan China)
= GEBREKKIG OVERHEIDSINGRIJPEN/SAMENLEVINGSRESPONS
– 3.6 miljoen mensen (21%) in Nederland wordt besmet
– Piek 2,7 miljoen infecties rond 18 april; 54.000 op IC nodig
– Einde 22 mei 2020 (< 1000 ziektegevallen)

R0 stijgt tot 7,2 (we doen veel minder dan China)
= FALENDE SAMENLEVING
– 4,2 miljoen mensen (25%) in Nederland wordt besmet
– Piek 3,4 miljoen infecties rond 14 april; 68.000 op IC nodig
– Einde 13 mei 2020 (< 1000 ziektegevallen)

Figuur. R0= 1.8 is de blauwe curve

Lees hier het oorspronkelijke artikel (met data van toen):
JJ auteur Versimpeld model Corona in Nederland 14032020
Bron basis data (GGD): RTL Nieuws Nu 6000 Nederlanders besmet
Vragen over het virus en de scenariobenadering: FAQ4 Corona 18032020
Rekenen zonder getallen: JJ Rekenen zonder getallen – versie 22 maart 2020
Ontelbaar op waarde geschat: JJ Ontelbaar op waarde geschat – versie 31 maart 2020
Model leren voor beter handelen: JJ Model leren voor beter handelen 08042020
De Tien regels van Testen: JJ COVID-19 bestrijden 11042020
Beleid op onjuiste data: JJ Beleid op onjuiste data 06052020

Over de auteur
John J.L. Jacobs (virus@johnjljacobs.nl ), studeerde achtereenvolgens microbiologie, specialisatie virologie (HLO Venlo, 1991), medische biologie (Universiteit Utrecht), promoveerde aan het AMC Amsterdam (2003) en is SMBWO erkend als immunoloog (2008). Hij was voorzitter van de Federatie Medisch Wetenschappelijke Verenigingen. John werkt nu als medisch data scientist bij ORTEC waar hij medische wetenschap, wiskunde en ICT integreert. Dit artikel is op persoonlijke titel geschreven.
John is aangesloten bij het Platform Betrouwbare Zorgcijfers. website: hartblik.nl

—————————————————————————————————————————————————-

Reacties deskundigen

22 maart “Ja, het wordt heel spannend”, Diederik Gommers

15 maart “Complimenten voor uw analyse! (…) Inmiddels zijn we hier ook zover dat er min of meer isolatie voor drie weken is afgekondigd. Deze analyse indachtig is dat, in mijn interpretatie, een ultieme poging om de verspreiding min of meer in de kiem te smoren. Heel benieuwd hoe we er over 2-3 weken voor staan. Totale isolatie kan natuurlijk niet, want er moet ook gezorgd en geleefd worden, maar dit gaat een eind in die richting. Want, de getallen die naar voren komen uit een analyse als deze zijn zeer alarmerend en angstaanjagend. Je kan je voorstellen dat er veel mensen zijn die in paniek zouden kunnen raken van de genoemde aantallen. Wel zaak om met elkaar goed te bewaken dat statistische analyses (als deze ook) geen eigen leven gaan leiden in de opinie. Een mooi element van deze analyses is dat er wel iets van een einddatum wordt gegeven aan de curve. Blijft natuurlijk dat we ons in een wereld bevinden waarin over de grenzen ook allerlei beleid wordt gevoerd en met verschillende tempi. Fascinerende tijden, maar ook onzeker. (…) In ons ziekenhuis (GHZ) zijn we natuurlijk ook aan het afwegen wat de acties en afwegingen voor korte en middellange termijn moeten zijn. Voor mij geven analyses als deze daarbij houvast en zeker ook sense-of-urgency … Maar daar ontbreekt het inmiddels echt niet (meer) aan. Nogmaals, interessant en dank voor het delen van de analyses! Joost Warners Directeur MSB Gouda

14 maart “Als epidemioloog kan ik niet anders dan complimenten geven voor deze analyse. Dank voor het delen. Helpt om de bewustwording verder te vergroten.”, Dr. Hugo Hoeksma

—————————————————————————————————————————————————

De leden van het Platform Betrouwbare Zorgcijfers: Achtergrond leden Platform 10112018