Kaart Europa toont Nederlands’ falen in de 2e coronagolf

update 15/10 14:45 uur – kaarten Europa

Economist, 9 september 2020

(eerste publicatie op 3 juli jl.)

Economist, 14 oktober 2020

 

 

 

Economist, 25 september en 14 oktober 2020 – Deaths, last 7 days

“Nederland doet het op Spanje na tot nu toe het slechtste in de 2e golf” – 26 sept. 2020
‘Likes’ toen van o.a. Amrish Baidjoe (Field-Epi-Microbiologist¦Outbreaks¦Humanitarian Health Emergencies @ICRC; RedTeam) en John JL Jacobs (Medisch wetenschapper data science IT @ORTEC; Platform Betrouwbare Zorgcijfers)

bron: Economist Tracking the corona virus across Europe

 

 

 

Lees hier> Het kabinet is out of control obv. de cijfers

Cherry picking CPB bij ‘Zorgkeuzes in Kaart’

 

Het CPB heeft met het rapport ‘Zorgkeuzes in Kaart, Analyse van beleidsopties van politieke partijen voor de zorg’ – wellicht onbedoeld – een eenzijdig beleidsadvies voor de politiek uitgebracht. Het gaat om het hoofdstuk Stelselwijzigingen.

Tijdlijn
Het CPB is op 27 juli via de contactpersoon om een reactie gevraagd. Vraag: “Hoe moet ik in de tabel ‘Vermijdbare sterfte per 100.000 inwoners 2015’ en ‘% gemelde onvervulde zorgbehoefte 2016’ herleiden naar OECD Health at a Glance 2019?”
Op 2 sept. kreeg ik het volgende antwoord: “We zijn eruit: het blijken de getallen uit Health at a Glance 2018 te zijn. Ten tijde van het schrijven van de tekst was Health at a Glance 2019 nog niet gepubliceerd. Het betreft dus een fout in de verwijzing. De tabel is illustratief gebruikt en vormt geen input voor verdere berekeningen. We gaan na hoe we de typefout kunnen corrigeren. Hartelijk dank voor de oplettendheid.”

Kritiek op hoofdlijnen

Het hoofdstuk Stelselwijzigingen gaat in een notedop in op het type stelselwijzigingen (vijf typen, waaronder vier met meer publieke (overheids)regie – voer voor fijnproevers – en het verbieden van de winstuitkering door zorgverzekeraars ) en de technisch-financiele gevolgen daarvan inclusief de transitieperiode.

Ik heb twee fundamentele punten van kritiek. Opmerkelijk is dat aan de kostenkant schattingen zijn gemaakt, maar dat die aan de opbrengstenkant ontbreken. (Zie pag. 445: ‘geen ex-ante besparingen worden toegekend’). De coronacrisis heeft duidelijk gemaakt dat samenwerking i.p.v. concurrentie (op de werkvloer en tussen (organisaties van) zorgverleners) nodig is. De ontstane ‘samenwerkingsgeest’ heeft onvermoede positieve krachten losgemaakt bij de bestrijding van de eerste golf, het ziekteverzuim (dat inmiddels historisch hoogten heeft bereikt en het hoogste is van alle bedrijfstakken, zie CBS) zou door de intrinsieke motivatie van zorgverleners de afgelopen maanden wel eens gedaald kunnen zijn (kan dit worden uitgerekend?), overwerk werd en wordt met inzet en zonder morren gedaan (Let wel: de voortslepende beloningsdiscussie NOS Virtueel protest zorgverleners , de politiek speelt met vuur). Welke baten zouden we hiervoor kunnen en moeten becijferen? De stelling lijkt me verdedigbaar dat de baten van een gezondere werkcultuur in de zorg door het uitgangspunt van samenwerking i.p.v. concurrentie eerder in de miljarden zullen lopen dan in de honderden miljoenen – op jaarbasis.
Verder. Lees de tekst onder de paragraaf Stelselwijzigingen (pag.446, rechts). Mijn inschatting is dat de genoemde voordelen van een ‘Publiek stelsel’ wel eens groter zouden kunnen zijn – ze zijn m.i. zeker tastbaarder – dan de voordelen van een ‘Privaat stelsel’.  Voor een ‘privaat stelsel’ pleiten onder meer de volgende argumenten: a. Het argument ‘meer vertrouwen op concurrentiële prikkels bij zorgaanbieders en uitvoerders om kwaliteit te verhogen’ is zonder meer twijfelachtig; b. het argument ‘kosten laag te houden’ lijkt mij inmiddels wel gefalsificeerd (> Hoofdlijnenakkoorden sinds 2011 om de kosten van het private stelsel van gereguleerde marktwerking te beteugelen)

Een tweede fundamenteel punt van kritiek betreft de opsomming van de technische aanpassingen die bij een stelselwijziging nodig zijn. Aanpassingen in wet- en regelgeving, in de ICT, in administraties, enzovoorts, het geheel onder de noemer van ‘bedrijfsvoering’. Natuurlijk moet er van alles gebeuren en het uitwerken en uitvoeren van een transitie levert veel werkgelegenheid (en omzet) op voor professionele dienstverleners, maar is dat voor het grote publiek relevant? Een stelselwijziging vergt politieke wil. Punt. In schema weergegeven de tekst  van het rapport (pag. 446):

Kritiek bij Tabel 1
Tabel 1 (pag. 446, afb. rechts hierboven) toont de score van NL t.o.v. enkele andere westeuropese landen op een viertal indicatoren. Algemeen geformuleerd: De indicatoren met voor NL de meest gunstige cijfers worden getoond en een aantal landen die over het algemeen hoog scoren: Noorwegen, Zwitserland, Oostenrijk, Spanje en Italie zijn overgeslagen (!). De tabel dient louter ‘ter illustratie’, weten we inmiddels – zie de correspondentie. Ik noem het cherry picking. Nemen we de indicator ‘vermijdbare sterfte‘, dit betreft ‘amenable mortality’, maar er is ook ‘preventable mortality’. Het CPB toont de ene en laat de andere weg. Het verschil in beide NL-scores is evident. Beide OECD-tabellen hier (links: preventable mortality; rechts: amenable mortality)
Qua ‘Levensverwachting‘ doet NL het minder goed dan wordt gesuggereerd.
Zie mijn eerdere blogs hierover Levensverwachting NL zakt naar 8e plaats in EU14
Sinds 2016 doe ik onderzoek naar de uitkomsten van medische zorg in internationaal vergelijkend opzicht. Publicaties in ESB (1/2017) en Medisch Contact (42/2018). Op deze website wordt een longitudinale tabel van beschikbare en relevante indicatoren bijgehouden van 14 moderne europese landen (EU14), gebaseerd op de OECD Health at a Glance publicaties vanaf 2005.
Bronnen: Zelfstandig onderzoek obv. OECD Health at a Glance: Kosten en kwaliteit EU14 obv OECD Health at a Glance
OECD ‘Mortality’ (2018): OECD Health at a Glance Mortality 2018
OECD ‘Chartset’ (2018): OECD Health at a Glance Chartset
Medisch Contact: Medisch Contact 42/2018 Nederlandse zorg valt van haar voetstuk

Categorieen zoekfunctie website: EU14, Eurostat, OECD Health at a Glance, Levensverwachting e.v.

Aanbod second opinion ‘zorg’ in verkiezingsprogramma’s: Aanbod second opinion zorg verkiezingsprogramma’s

Tweets

Bron CPB tijdlijn verkiezingen

Corona Dashboard EW16/W36

Last update 5 august 2020

Corona Dashboard EW16/W36 (closed)

John Jacobs & Gijs van Loef

Data 04 08 2020

Mortality per million population allows comparison between countries. Major differences are caused by differences in anti-epidemic strategy, which may be affected by the preparedness of countries to the epidemic.

General remarks by making a comparison between countries
We would like to make two important notes.
1. Countries differ in the way the count their mortality rates. The Dutch regional GGD stated early in the epidemic that the national RIVM did not count all cases, i.e. the Netherlands have relevant under reporting of cases.[1] People dying in nursing homes are rarely counted, since these patients will not be tested, even when suffering from COVID-19 symptoms. The Dutch statistics do not count untested people as COVID-19 victims. The data can be corrected for excess mortality. Because the data on excess mortality is delayed for about three weeks, a fixed correction factor is applied.[2]

2. Populations differ in age distribution, and old people have higher mortality rates due to COVID-19.
Using the double-corrected data, a ranking is made from dark red to dark green. The current ranking is (Table 1):
Dark red:> 1000 deaths per million population (> 1000 deaths / M). Ecuador, Peru, United Kingdom, Chile
Medium red: 500-1000 deaths / M. Belgium, Brazil, Italy, Spain, Netherlands, USA, Sweden
Light red: 200-500 deaths / M. France, Ireland, Switzerland, Portugal, Canada, South Africa
Ocher yellow: 100-200 deaths / M. Austria, Denmark, Germany
Yellow. 50-100 deaths / M. Finland, Norway, Israel
Light green: 20-50 deaths / M. Estonia, Czech Republic, Poland, Lithuania, Iceland, India
Medium green: 10-20 deaths / M. Greece, Australia
Dark green: <10 deaths / M. South Korea, Singapore, New Zealand, Japan, Taiwan, Hong Kong, Vietnam

Table 1. Overview of mortality per million people (mortality/M), the raw data, corrected for underreporting [a] and age. Data to determine under reporting is derived from various sources.[b]

[a] https://hartblik.weebly.com/beter-c-verschillende-strategieeumln.html
[b] https://www.economist.com/graphic-detail/2020/04/16/tracking-covid-19-excess-deaths-across-countries , https://www.economist.com/europe/2020/05/09/many-covid-deaths-in-care-homes-are-unrecorded , https://www.ft.com/content/6bd88b7d-3386-4543-b2e9-0d5c6fac846c , https://www.washingtonpost.com/investigations/2020/04/27/covid-19-death-toll-undercounted/?arc404=true

It is striking that the best-performing countries are located near Southeast Asia, where the SARS-1 epidemic started in China 18 years ago. Many countries learned from this epidemic and were prepared for a new epidemic[3] Every virologist could have predicted that a new epidemic would come, as I (i.e. John Jacobs) did in 2003.[4]
Controlling a virus epidemic requires a different strategy than a bacterial epidemic. The default anti-virus strategy is testing, proactively detecting and isolation of infected cases.[5] To do this correctly is double efficient: lower disease mortality rates, and less social and economic damage, as only infected cases should be isolated. It is also widely practiced in case of veterinary epidemics.[6]

The policies of European and North American countries had weak to poor antivirus policy results.
Mortality is higher, sometimes up to 100 times higher than in Asian and Australian countries.
The impact on social well-being and the economy is much greater.
The differences within Europe are also huge when Greece and Lithuania are compared to the United Kingdom and Belgium.

We should learn from this epidemic.
It is very doubtful if we will develop a good and safe vaccine soon, since, vaccination is a hard strategy when antivirus immune responses contribute to mortality. It could be that antibody-mediated immune responses are the cause of mortality.[7] In most European countries only about 5% of the people were infected, so this epidemic could continue to spread for a considerable time with the potential to cause high mortality rates.[8] The need to learn and act from the learnt lessons from this epidemic is paramount.
New virus epidemics will come. Just like the prediction of this epidemic decades ago, we know that a new RNA virus epidemic will arise after AIDS, SARS-1, MERS, Ebola and SARS-2.
Our epidemic policy has a major impact on human behaviour and thus on the virus epidemic.[9] If we are prepared [10], the impact could be similar to the South East Asian and Australian countries that prepared themselves after SARS-1.

[1] RIVM is national institute for health and environment. https://hartblik.weebly.com/addendum-correctie.html
[2] https://hartblik.weebly.com/beter-c-verschillende-strategieeumln.html
[3] https://hartblik.weebly.com/voorkom-epidemie.html
[4] https://hartblik.weebly.com/ontsnappende-virussen.html
[5] https://hartblik.weebly.com/fighting-covid19.html
[6] https://hartblik.weebly.com/betere-bestrijding-van-de-epidemie.html
[7] https://hartblik.weebly.com/foute-afweer.html
[8] https://hartblik.weebly.com/beter-a-impact-covid-19.html
[9] https://hartblik.weebly.com/cijfers-en-data.html
[10] https://hartblik.weebly.com/verloren-door-te-weinig-kennis.html

Raw numbers
The Corona Dashboard 1.0 was launched in Dutch at 18th of April 2020 on our websites. It focused at the EW16, 16 ‘modern’ European countries with a population of at least 4 million people. These countries share political, democratic, social economic and technological development, making them excellent for internal comparison. The list consists of Austria, Belgium, Denmark, Germany, Finland, France, Greece, Ireland, Italy, the Netherlands, Norway, Portugal, Spain, Sweden, Switzerland and the United Kingdom. Japan, Republic of Korea (South) and the USA are added to complete the list, therefore EW16+3.

Table 2. Raw data from worldometer from EW16+3 [1]
[1] https://www.worldometers.info/coronavirus/

Reported mortality rates
The 16 European countries have huge differences in the mortality rates they report. Remarkably, the epidemic in Spain is the first one to have higher numbers of mortality, even before Italy. In Belgium the epidemic raised to the highest (uncorrected level), before being stopped (at about 6%) by the national policy.



Figure 1. Mortality rates for EW16+3. Above: linear, below: logaritmic
Country codes are explained in Table 1.

Case mortality rates
Case mortality rates show the differences of cases per country. Age corrections is shown to compensate for differences in population distribution. France has corrected its data of the number of cases on june 3d.
Table 3. Case-mortality rates.
Number of critically ill and recovered persons. The lack of data on how many people have recovered, shows the limitations of the care registration systems in the Netherlands, the United Kingdom, Sweden and Spain.

Link between testing and mortality EW16+3
Flu-like symptoms are no evidence for COVID-19, and not everyone infected by SARS-2 will develop symptoms. Policy making on symptoms fails because it discriminates poorly and would have people repeatedly in quarantine due to colds or other respiratory complaints. People succumbing to COVID-19 usually don’t go to many places anymore. Infected people are contagious before they get sick, and not everyone will develop symptoms. The high number of sick people in the Netherlands is partly related to many infected people continuing to spread the disease unmonitored, some even working in care facilities.

Proactive testing starts with testing everyone that has symptoms. If someone test positively, all the contacts will be tested. All contacts who are negative will be retested after 1 and 2 weeks. All infected people will remain in isolation – e.g. in their own house or in special hotels. In Wuhan, the government delivered groceries at their homes, to avoid the need of going outside.

An active testing policy will test many people who are not infected, because the infection rate in the population is usually (far) below 2%. Passive testing leads to a much higher number of infections per test. The danger of passive testing is that many infected people are hidden in the population. It is estimated worldwide half of the infections are caused by people without symptoms. These infections mainly occur in countries that do not test enough. People without symptoms and without a test result have no urgent reason to isolate themselves from social activities or go for  quarantine. Figure 2 shows the statistical relationship between the maximum percentage of positive tests in a country and the mortality rate in the population from COVID-19. Corrected data yield similar results.


Figure 2. Relation between mortality rate and lack of proactive policy, uncorrected data.
The shape of countries corresponds to their continent (circle Europe (EW-16), square other Europe, cross North America, triangle: Australia, diamond: Southeast Asia). Clear correlation. For reference R^2> 0.5 is considered a very clear connection in this domain. Country codes are explained in Table 1.
[1] https://hartblik.weebly.com/dashboard-i.html

Current status EW16+3

The current status shows how the epidemic develops in various countries. Many European countries have experienced a nonspecific lockdown to defeat the virus’ first wave that has paused the epidemic. This required more time in countries that have had a high peak, such as Belgium (Figure 3). The epidemic seems to be in control in all visualized countries, except for UK, Sweden and USA. Most countries have ended the lockdown. This could reactivate the epidemic. (In specific area’s (regions within countries) the virus is resurrecting and regional lockdowns are the governmental response.) The start of the epidemic is less noticeable in a cumulative graph than in a daily graph. Due to daily fluctuations, the data in Figure 3 is averaged over several days.


Figure 3. Daily mortality rates for 16 European countries + 3.
Moving average over 3 to 5 (and 7 if missing today) filtered for negative values and extreme high values (often data corrections). Country codes are explained in Table 1.

Figure 3A. Zooms in on the most recent dates of Figure 3.

John Jacobs & Gijs van Loef
hartblik.weebly.com corona dashboard

 

Dutch version, including remarks from healthcare experts: Corona Dashboard Dutch version EW16/W28

CORONA DASHBOARD EW16/W28

Laatste update op 5 augustus – Dit document over de eerste golf is afgesloten.

actueel overzicht van Europa> Economist Tracking the corona virus

Reacties deskundigen

11 juni 2020 – Arnold Bosman (epidemioloog, adviseur WHO): “Supergoed! Het is erg waardevol.”
2 juni 2020 – Ernst Kuipers (CEO Erasmus MC): “Ik zal de website met veel belangstelling in detail bekijken, goed om dit soort analyses te doen en gegevens uit de vele bronnen te destilleren.”
2 juni 2020 – Huib Schut (Business development manager, Anesthesioloog): “Okay Gijs, dit geeft inzicht. In het begin was ik nogal kritisch op je cijferwerk maar gaandeweg is het verbeterd en inmiddels op een niveau waarmee beleidsmakers aan de slag kunnen. Ik ben alleen bang dat dit niet zal gebeuren in Nederland. Getuige ook jouw cijferwerk hebben we te maken met een klinische tweedelijns tunnelvisie. De gevolgen zijn desastreus en zullen dat blijven wanneer er geen openheid komt. De huidige beleidsconstellatie van OMT, RIVM, Kabinet is volstrekt incapable gebleken. Behalve in het verkopen van het wanbeleid: Rutte’s VVD doet het beter dan ooit.”
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.”

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

auteurs: John Jacobs en Gijs van Loef


5 aug. – update data 4 aug. 2020

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)

NB: Vier landen weten niet hoeveel mensen hersteld zijn van ziekte. Dat betekent dat in deze landen cruciale cijfers ontbreken die nodig zijn voor goede bestrijding van de epidemie.

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, Zweden
•   Rood: 200-500 doden/M – Frankrijk, Ierland, Zwitserland, Portugal, Canada
•   Lichtbruin: 100-200 doden/M – Oostenrijk, Denemarken, Duitsland
•   OranjeGeel : 50-100 doden/M – Finland, Noorwegen, Israël
   Lichtgroen: 20-50 doden/M – Estland, , Tsjechië, Polen, Litouwen
•   Heldergroen: 10-20 doden/M – Griekenland, Australië
•   Donkergroen: <10 doden/M – Zuid-Korea, Japan, 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


NB # moeten doortellen naar 28

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. Bij Zweden ziet u een unieke trapsgewijze verhoging in de bovenste grafiek. Onderste grafiek logaritmische schaal.



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.
De ‘Leeftijdsfactor’ is de verwachte sterftecijfers in een land, vergeleken met het EU gemiddelde, gecorrigeerd voor verschil in leeftijdsopbouw.[10]


Grafiek 2 Actuele status epidemie (data 22/7; NB: wijziging opmaak legenda)

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 Europese landen hebben de aspecifieke lockdown van de samenleving inmiddels achter de rug. In enkele maanden is de is epidemie afgenomen tot lage waarden – niet tot bijna 0 zoals in Zuidoost-Azië en Australië! Dit duurde wat langer in landen die een hoge piek hebben gehad, zoals bij België. Enkele landen hebben nog aanzienlijke aantallen nieuwe sterftegevallen (2-5/M): Zweden, Verenigd Koninkrijk en VS.

Het risico is dan dat de epidemie weer gaat opleven. 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. Nederland blijft hiermee achterlopen (grafiek; NB Zweden en Frankrijk ontbreken van de EW16).

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=0,64. 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

Corona Dashboard EW16/W28 English version
—————————————————————————————————————————————————-

Bronnen onderapportage

The Economist (13 juni 2020) – Unrecorded COVID-19 Deaths

Economist tracking covid-19 excess deaths
Many Covid deaths unrecorded

Financial Times:FT
Washington Post:Washington Post

Overige bronnen

New York Times – Coronavirus Map NYTimes world corona map
The Guardian – Coronavirus cases and deaths over time: how countries compare around the world TheGuardian Datablog

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

De leden van het Platform Betrouwbare Zorgcijfers

Achtergrond leden Platform 23062020

—————————————————————————————————————————————————
Overige links Dashboard Rijksoverheid

reactie op opiniemaker Joost Zaat: wie heeft het beste zorgsysteem?


Waarom reageren op een opinie in de vorm van een column? Omdat de column in de Volkskrant staat en de columnist de beeldvorming van de kwaliteit van de gezondheidszorg beinvloedt.
Daarom, puntsgewijs, je betoog volgend.

Er is voortschrijdend inzicht m.b.t. de ‘lijstjes’.

De Zorgkaart Nederland is overtuigend afgeserveerd door Follow the Money. FTM Frauderen met de Zorgkaart Persoonlijke ervaringen van jou en mij (een eigen onderzoekje n.a.v. de sluiting van de Keizershof) zijn hierbij volstrekt ondergeschikt.

De AH ziekenhuis top100 is eveneens – na een paar jaar soebatten – door deskundigen ondeugdelijk bevonden en gelukkig passé.

In de landenvergelijking is de beruchte EHCI-index (dat is die lijst waar heel politiek-bestuurlijk Nederland en de federatie medisch specialisten nog steeds (!) mee dweept(e): ‘we hebben het beste zorgstelsel!’) door experts eveneens gediskwalificeerd. We weten dat er slechts een paar zorg(rang)lijsten zijn die wetenschappelijk worden bevonden: OECD, EU/Eurostat, de HAQ-index en in mindere mate het Commonwealthfund (nadeel: slechts een handjevol landen met de USA en Oceanie erbij). Prachtige interactieve overzichten staan tegenwoordig op ourworldindata.org ourworldindata.org
Zorgstelselranglijsten

Ik heb bij mijn onderzoek gekozen voor een vergelijking die hout snijdt: Nederland vergeleken met andere modere Europese landen, de EU14 (bij EU/Eurostat ontbreken soms Zwitserland en Noorwegen, landen met onomstreden hoogwaardige zorgprestaties). Deze EU14 hoort – als groep – ook bij de absolute top wereldwijd. Mijn aanpak is door experts gewogen en goedgekeurd. Had ik er op moeten promoveren?
EU14 Kwaliteit en Kosten obv OECD 2007 > 2019
Zorg achteruit op alle ranglijsten

Bij cruciale indicatoren als de levensverwachting bij geboorte en het aantal jaren in goede gezondheid doet Nederland het net als de meeste genoemde europese landen goed, alleen langzaam maar zeker wel een tikkeltje minder goed dan een aantal anderen. Ergo: Niet ‘de zorg stort in’, maar nuance, beste Joost.

Je opmerking over die dermatoloog, daar ben ik het helemaal mee eens.

Nederlanders zijn best tevreden over hun gezondheid (‘perceived health status’) en dat hangt ongetwijfeld samen met het feit dat we over het algemeen gelukkig zijn :) Specifieke informatie over onze gemoedsgesteldheid m.b.t. onze zorg vinden we bij het SCP dat dit voorjaar na jaren stilzwijgen met een belangwekkende studie kwam. Link> SCP COB 2/2019 Samenvattend: we zijn het meest tevreden over de huisarts en we zien de toekomst van onze gezondheidszorg somber in.

Deze maand nog verscheen een belangwekkende publicatie van IQ Healthcare, link>IQ Healthcare . Samenvattend: Burgers hebben weinig vertrouwen in de rol en het optreden van verzekeraars, het percentage schommelt rond de 30%. Dat is beduidend lager dan het vertrouwen van burgers in artsen en ziekenhuizen (zo’n 85%). Het vertrouwen van zorgverleners in zorgverzekeraars is minder dan 5%, bedroevend laag! Het vertrouwen van de bevolking en de zorgverleners in het eigen zorgstelsel is cruciaal, zo stelt o.a. de WHO. Link>WHO A framework for assessing the performance of health systems Is dit een onheilsdreiging?!

De kritiek dat registraties (aan de bron) misschien niet even goed plaatsvinden in andere landen is een veel gehoorde opmerking in medische kringen. Als we deze kritiek voor waar nemen valt de waarde en betekenis van internationale rapporten als OECD Health at a Glance en EU State of Health vrijwel helemaal weg. We houden dan niets over wat ons nog enig houvast biedt (Het werk van duizenden hoogopgeleide statistici, artsen, economen e.a., allemaal onzin?!) Wat dan resteert zijn de persoonlijke ervaringen en inkleuringen van iedere individuele arts of andere zorgverlener (of burger).

Zojuist hebben je georganiseerde beroepsgenoten van HetRoerMoetOm overvloedig kwalitatieve zorgervaringen met ons allen gedeeld, ondersteund met statistisch cijfermateriaal en een samenhangende visie geformuleerd vanuit een urgentiebesef dat ons zorgstelsel vastloopt. Link> hetroermoetom Maar die zien het ook te somber in, heb ik je dit niet al eerder horen zeggen? Of ben ik nu degeen die zich vergist?

Joost, prettige jaarwisseling en laten we het er in 2020 nog eens over hebben!

Skipr blog Top10 2015>2019: 1e, 2e en 5e!

In de huidige tijd moet men zelfpromotie bedrijven, zeker als er geen verdienmodel is.

Topblogs op skipr van de laatste 5 jaar (2015 t/m 2019)

(1) Een patiëntgeoriënteerd zorgstelsel – Gijs van Loef (13 november 2015) “Een patiëntgeoriënteerd stelsel dat gebaseerd is op samenwerking tussen zorgprofessionals stelt de patiënt altijd centraal en kan een forse besparing opleveren van zo’n 2,5 miljard euro op jaarbasis…” 18.703 views Lees verder: Een patientgeorienteerd zorgstelsel

(2) Nederland heeft niet de beste zorg van Europa – Gijs van Loef (3 oktober 2016) “De Nederlandse gezondheidszorg zou excelleren door de combinatie van toegankelijkheid, kwaliteit en betaalbaarheid. Volgens de Euro Health Consumer Index, die politici en bestuurders steevast aanhalen als bewijs van onze toppositie, zou Nederland de beste gezondheidzorg van Europa hebben: het is niet waar…” 16.640 views Lees verder: Nederland heeft niet de beste zorg van Europa

(3) Pamflet voor de nieuwe GGZ – petitie vanuit de GGZ-sector (21 oktober 2015) ca. 13.650 views

(4) AD Ziekenhuis top 100 – Herm Joosten (9 november 2016) ca. 13.320 views

(5) Kwaliteit Nederlandse zorg achteruit door marktwerking – Gijs van Loef (21 november 2017) “De kwaliteit van de Nederlandse medische zorg gaat achteruit in vergelijking met die in de ons omringende landen. Hoe komt dat?…” 12.956 views Lees verder: Kwaliteit Nederlandse zorg achteruit door marktwerking

(6) Laten we handen ineen slaan voor de wondzorg – Jacques Oskam ( 8 maart 2016) ca. 12.660 views

(7) Nieuwe beroepenstructuur voor de zorg – Marian Kaljouw (8 januari 2015) ca. 11.230 views

(8) Een betrouwbaarder lijst dan de AD Ziekenhuis Top100 – Herm Joosten (2 oktober 2017) ca. 11.170 views

(9) Vooral vernieuwers hebben last van bureaucratie – Illya Soffer (23 januari 2015) ca. 11.010 views

(10) Hoe Amerikanen kijken naar de Nederlandse zorg – Nardo van der Meer (26 maart 2015) ca. 9.450 views

Toelichting
Deze maand is de website skipr vernieuwd. De viewcount van de blogs is weer bij 0 begonnen. De ranglijst is gebaseerd op een eigen excelbestand. Sinds 2015 zijn ca. 1900 blogs verschenen op skipr.nl

Medische gezondheidszorg Nederland in 2019 achteruit op alle zorgranglijsten (EU14)

Op alle serieuze ranglijsten (OECD Health at a Glance, Healthcare Access and Quality Index, EC/EU/Eurostat) is de relatieve achteruitgang van de Nederlandse medische zorg ten opzichte van de EU14 terug te zien.

Toelichting

De EU14 zijn de 14 moderne Europese landen met meer dan 5 miljoen inwoners: België, Denemarken, Duitsland, Engeland (UK), Frankrijk, Finland, Italië, Nederland, Noorwegen, Oostenrijk, Portugal, Spanje, Zweden en Zwitserland. Deze 14 landen hebben een gedeelde politiek-democratische, sociaal-economische en technologische ontwikkeling doorgemaakt waardoor de onderlinge vergelijkbaarheid groot is.

OECD Health at a Glance en de Health Access and Quality Index zijn internationaal erkende en geraadpleegde samengestelde indexen (meerdere indicatoren van alle OECD-landen, of de gehele wereld), EU State of Health is een omvattende landenrapportage. Healthy life years en Life expectancy zijn typische kernindicatoren van gezond leven en levensverwachting.

 

 

Bronnen (met links naar primaire bronnen OECD, EU/EC/Eurostat, ourworldindata.org):
Kosten en Kwaliteit EU14 OECD Health at a Glance
State of Health NL 2017 vs 2019 EC en OECD
HAQ index EU14 1990 2015
Healthy life years en Life expectancy Eurostat