Verantwoording video

Is de 1,5 samenleving echt nodig?

 

Het wordt nu al het nieuwe normaal genoemd, de 1,5 meter samenleving. Want wanneer je die afstand van elkaar houdt ben je veilig voor het virus.

Is dat echt het nieuwe normaal? Of is het schijnveiligheid?

Wij hebben onderzoeken over de gehele wereld bestudeerd en zien iets opmerkelijks:

Om te beginnen zagen we patronen, die haaks staan op wat ik net aangaf. Hierbij een paar voorbeelden.

Als we naar deze voorbeelden kijken en de onderzoeken lezen komen wij tot de conclusie dat de 1,5 meter geen veiligheid geeft. Om een aanpak te kunnen bedenken moet je namelijk eerst de echte oorzaak weten.

Word je wel besmet omdat je dicht bij een besmet persoon komt, waarbij je een of meer druppels op je af krijgt, die je uitstoot tijdens het hoesten, niezen of praten? Of loopt die besmetting langs een andere weg?

Dit is wat wij concludeerden op basis van de  nieuwste onderzoeken (1):

De besmetting verloopt vooral via microdruppels, genaamd aerosols. Als je daar even in verkeert word je niet ziek. Of misschien zo licht dat je het niet eens merkt. Maar als je daar lang in verkeert dan word je wel ziek. Hoe langer hoe zieker.

In dit Japanse filmpje van een befaamde professor in de virologie zie je hoe aerosol lang kunnen blijven hangen.

Als je dit als basis neemt, verklaart het ook waarom mensen bij superspread events besmet raken. Zoals carnaval, apres skies bars, kerkdiensten. Daar hoeft maar 1 iemand besmet te zijn en aerosols uit te stoten. De meeste aanwezigen staan een langere tijd deze in te ademen en raken ook besmet.

Ook verklaart het waarom in de vluchtelingen kampen er geen uitbraak is, deze huizen en tenten die ze daar hebben laten veel buitenlucht door en zorgen voor optimale ventilatie. Zo kan je nooit lang in dezelfde lucht blijven zitten.

Het koor in Seattle nam wel afstand van elkaar maar bleven tijdens de gehele repetitie in een gesloten ruimte waar de aerosols konden blijven hangen en ingeademd worden door de leden.

Uit de onderzoeken bleek ook dat er vrijwel geen besmettingen buiten zijn opgelopen. Want in de buitenlucht blijven de aerosols niet hangen.

Zo kunnen we doorgaan met voorbeelden die hierop aansluiten, kijk naar cruiseschepen en veel zorginstellingen die een ventilatiesysteem hebben die de lucht niet opzuigt en naar buiten blaast maar door het gehele pand blijft laten circuleren. Dan blijf je de aerosols binnenhouden.

Als je dit alles bekijkt is de 1,5 meter maatregel dus schijnveiligheid.

Het gaat niet om de afstand, maar het risico een lange tijd aerosols te blijven inademen

Dat betekent dat je:

  • In de buitenlucht vrijwel niet besmet van worden.
  • Ben je binnenshuis zorg dan voor goede ventilatie.
  • Ook hogere luchtvochtigheid zorgt ervoor dat aerosols niet lang kunnen blijven zweven.
  • Lukt dit alles niet, gebruik dan mondbescherming.  Aan de ene kant zodat iemand die wellicht besmettelijk is zo min mogelijk aerosols kan verspreiden en aan de andere kant zodat je deze zo min mogelijk kan inademen.

Als je gebruikt maakt van deze bevindingen, dan kan je afvragen:

  • Waarom moeten we buiten bijvoorbeeld op terrasjes, het strand of sporten ons aan de 1,5 meter houden?
  • Waarom mogen we niet met veel meer mensen in de horeca als er gezorgd wordt dat de ventilatie goed is?
  • Waarom denkt men dat je in gebouwen zoals scholen, kantoren en winkels veilig bent als je 1,5 afstand houdt. Terwijl er niet gekeken wordt naar de ventilatie.

Dit laat zien dat de 1,5 meter samenleving op verkeerde principes is gebaseerd.

Met zowel grote risico’s voor onze veiligheid als de economie.

SmartExit.nu het kan, sneller slimmer en veiliger!

Research

In deze video leggen we uit dat 1,5 meter afstand niet noodzakelijk is om ons te beschermen tegen het virus. En daarmee valt de basis weg van de 1,5 meter samenleving.

 

De onderzoeken waarop dit gebaseerd is vindt u hier:

Verantwoording video

Onderbouwing schatting besmettingspercentage in Nederland-Leeftijd-Per gemeente

Sterftekans per leeftijd

Superspreading events zijn de grote boosdoener bij de verspreiding van het virus

Onderzoek in Heinsberg van Prof. Streeck

Wat gebeurde er voor de lockdown?

Logische vragen bij de 1,5 meter

Informatie over instellen van HVAC-systemen

Studies over contactonderzoek

Wetenschappeljike artikelen over aerosols

Andere interessante bronnen

Besmettingsgraad in uw gemeente

Deze kaart is gebaseerd op de cijfers van het RIVM, het CBS en de resultaten van internationale onderzoeken over de relatie tussen ziekenhuisopnames/sterftecijfers en de besmettingsgraad. Hier treft u de uitgebreide uitleg aan. De kaart wordt iedere week geupdate.

Andere interessante bronnen

Er zijn op internet een groot aantal belangwekkende bronnen te vinden over de ontwikkelingen wereldwijd op het terrein van COVID-19.

  1. RIVM-grafieken
  2. IC-bezettingscijfers in Nederland (NICE)
  3. Corona in Kaart in Nederland door de Geodienst van de RUG
  4. CBS.nl Corona Dossier
  5. Wilt u de ontwikkelingen in afzonderlijke landen goed volgen? Zoek via Google op “Wikipedia COVID-19” en de naam van het land in het Engels. Voorbeeld: deze pagina van Zuid-Korea.
  6. Europese cijfers per regio.
  7. Informatie vanuit de hele wereld via Financial Times. ft.com
  8. Kaart met wereldoverzicht (CCSE en John Hopkins University)
  9. WHO wereldkaart
  10. Worldometerscom
  11. Corona Country Comparator (vergelijk landen) 
  12. Covidtrends per land
  13. Our World in data.
  14. Statista
  15. Epidemic Calculator. (vul cijfers in en zorg zelf dat de curve plat wordt)
  16. Actuele reproductiefactor per Amerikaanse staat
  17. Covidtracking-informatie Amerika

 

 

Conclusies

Vanuit diverse onderzoeken van over de gehele wereld zijn er diverse conclusies die je over COVID-19 kan trekken.
Hieronder een overzicht van de conclusies die wij hebben getrokken:

 

Omdat we steeds meer onderzoeksmateriaal tot onze beschikking krijgen wereldwijd, kan ook steeds beter worden ingeschat welk deel van de bevolking dat wordt besmet komt te overlijden.

We wisten al dat superspreading events een belangrijke rol spelen bij het verspreiden van het virus. De nieuwste studies wijzen uit dat dit ook geldt voor microdruppels (aerosols) in binnenruimtes.

De belangrijkste functie van mondbescherming door burgers is het verkleinen van de kans op overdracht door personen die onbewust besmet zijn.

De kans dat zoiets voor oktober/november gebeurt is nihil. En als de autoriteiten de komende maanden écht gaan begrijpen op welke manier het virus zich verspreidt en waar de risico’s en mogelijkheden liggen, zal de piek ook na november niet meer ontstaan.

Steeds vaker blijkt dat de kans om buiten besmet te raken klein tot zeer klein is. Uit onderzoeken onder besmette personen in China, Japan en Duitsland komen heel weinig gevallen naar voren.

Sterftekans per leeftijdsklasse

De volgende tabel is gemaakt op basis van:

  • Aantal sterfgevallen conform opgave RIVM 10-5-2020
  • Opgave oversterfte per leeftijdsklasse door CBS van week 17
  • Berekeningen van Infection Fatality Rate, zoals aangegeven in onze uitleg.

In de tweede kolom treft u het verwachte percentage sterftegevallen als iemand in die leeftijdsklasse besmet wordt.

In de derde kolom is dat percentage omgezet in een cijfer dat aangeeft dat 1 op de zoveel besmette personen aan de ziekte zal overlijden.

Voor heel Nederland is dat cijfer 1 op de 195 besmette personen. Hieronder ziet u het dus uitgesplitst naar leeftijdsgroepen.

Informatie over instellen van HVAC systemen

Al in een vroeg stadium ontvingen we informatie van een deskundige op het terrein van HVAC systemen: Fahmi Yigit  Met name ten behoeve van zorginstellingen.

Die is destijds direct via websites gedeeld met belanghebbenden.

Er staat veel van belang in voor betrokkenen, ook voor andere plekken waar HVAC systemen aanwezig zijn. Daarom treft u deze informatie ook via deze site aan.

Wat gebeurde er voor de lockdown?

Samenvatting

In dit artikel wordt getoond hoe het COVID-virus zich voor 15 maart heeft verspreid, voordat we in Nederland maatregelen namen. Uit de overzichten per gemeente is te zien dat de verspreiding van het virus enorm snel ging als daar een z.g.n. “superspreading event (SSE)” had plaatsgevonden. Zonder dergelijke superspreading events verspreidde het virus zich vrij langzaam. En dat terwijl er toen nog geen enkele maatregel genomen was.

Besef daarbij dat ook al bij onderzoek naar de SARS-uitbraak in 2003 door wetenschappers is vastgesteld dat dergelijke superspreading events voor meer dan 70% van de verspreiding van het SARS-virus in Singapore en Hong Kong heeft gezorgd.

Nadat Nederland rond half maart tot maatregelen besloot zagen we dat de snelheid van reproductie in veel besmette gemeenten geleidelijk afnam. Deels is dat te danken aan die maatregelen, maar deels ook aan het feit dat er geen bijeenkomsten/evenementen mochten worden georganiseerd.

Deze bevindingen van de eerste weken in maart geven aan dat de kans dat er weer een grote uitbraak komt als we maatregelen verzachten, heel erg klein is. Als we (grotere) bijeenkomsten vooralsnog maar verboden houden. Daarom kan de regering zonder grote risico’s al behoorlijk wat stappen nemen met het afbouwen van de genomen maatregelen.

 

De bevindingen

Hieronder wordt getoond dat COVID-19 zich veel minder snel verspreidt op het moment dat er geen “superspreading events” meer zijn. Dit zou grote gevolgen behoren te hebben ten aanzien van de besluitvorming inzake de exitstrategie. Vooral omdat het ook toont dat de kans op een nieuwe uitbraak -bij de juiste keuze van maatregelen- vrijwel nihil is.

Het is belangrijk te beseffen dat er twee hoofdmanieren zijn hoe het virus van de ene mens naar de andere springt:

  1. Een niet besmette persoon komt op korte afstand in contact met virusdruppels die aan de mond of neus van een virusdrager zijn ontsnapt. Door WHO en RIVM wordt aangenomen dat als je op 1,5 meter afstand van een ander blijft en iedereen zich aan de instructies t.a.v. een goede persoonlijke hygiëne houdt, de kans dat je op deze manier toch besmet wordt, heel klein is. Daarnaast laat nieuw onderzoek zien dat de kans dat het virus via voorwerpen wordt overgedragen ook heel klein is.
  2. Een besmet iemand scheidt ook microdruppels uit (aerosols). Die kunnen blijven zweven en op die manier kan één besmet persoon vele anderen besmetten. In de afgelopen maand is er steeds meer informatie beschikbaar gekomen over grootschalige en kleinschalige bijeenkomsten, waar dit in sterke mate is gebeurd. Ik noem deze gebeurtenissen “superspreading events”. Een Canadese journalist heeft een interessant artikel geplaatst, waarin hij 58 van deze superspreading events heeft gedocumenteerd.

Al eerder is beschreven hoe groot het effect van de superspreading events zijn op de verspreiding van COVID-19. Hier is beschreven wat er gebeurd is rondom de wedstrijd van Atalanta Bergamo-Valencia op 19 februari  en wat er gebeurd is na een benefietavond in de Nederlandse plaats Kessel op 5 maart. Maar we weten ook van dit soort superspreading events in bijvoorbeeld Daegu (Korea), Madrid, Mulhouse, Kuala Lumpur en New Orleans (Mardi Gras). En onlangs zag ik ook op de televisie dat er op 25 januari in Wuhan nog een grote nieuwjaarsbijeenkomst was geweest.

De condities zijn dan blijkbaar dusdanig dat die kleine deeltjes van het virus lang in de lucht kunnen blijven en vervolgens veel van de aanwezigen besmetten. Het lijkt erop dat als er door de aanwezigen wordt gezongen de risico’s het grootst zijn, versterkt door slechte ventilatie en/of lage luchtvochtigheid. (Vergelijkbare patronen herkennen we ook bij massale besmettingen van passagiers op cruiseschepen, bemanning op marineschepen, en -helaas ook- bij bewoners van zorginstellingen).

Dit is een studie uit 2004 over de verspreiding van het SARS-virus in 2003. Ook een coronavirus.  En daar is toen al vastgesteld dat meer dan 70% van de verspreiding van het virus door superspreading events komt. Ook geven zij aan dat het vermoedelijk veroorzaakt wordt door aerosols en dat de luchtventilatie er invloed op heeft!!

Rond 15 maart werden in Nederland de maatregelen genomen om de verspreiding van het virus te vertragen. Dat houdt in dat de effecten ervan vanaf 21 maart in de cijfers terug te vinden moeten zijn. De cijfers van daarvóór reflecteren dus de periode waarin we nog op een normale manier met elkaar leefden. Het virus had toen nog vrij spel.

Er zijn gelukkig cijfers beschikbaar van de ontwikkeling van het aantal besmettingen per dag per gemeente. Het is daarbij belangrijk om te beseffen dat het aantal aangetoonde besmette personen, overal ter wereld, een grote onderschatting is van het aantal echte besmettingen. In Nederland schat ik dat in werkelijkheid het aantal besmette personen een factor 50 groter is dan uit de test blijkt. (Dit is in lijn met de resultaten van een random onderzoek in LA County). Dat zou betekenen dat eind maart rond de 600.000 mensen in Nederland waren besmet (ruim 3%).

Hier treft u kaarten en grafieken aan met cijfers per gemeente. Die zijn afkomstig van het RIVM en mooi verwerkt door de Geodienst in Groningen en de Aletta Jacobs School of Public Health. Op basis van deze cijfers heb ik de analyses gemaakt die u hieronder ziet.

Er wordt nu dieper gedoken in hoe de besmetting zich in Nederland verspreidde, vóórdat de genomen maatregelen impact hadden. Want daar kunnen we veel uit leren over wat we kunnen verwachten als we maatregelen gaan afbouwen. Het aantal besmettingen is door het RIVM per gemeente bijgehouden tot 30 maart jl. De laatste 9 dagen van die maand reflecteren dus de periode dat de maatregelen al effect zouden moeten hebben gehad op de verspreiding van het virus. De dagen ervóór niet.

‘R0’ is de belangrijke factor waarmee gerekend wordt bij een pandemie. De z.g.n. reproductiefactor geeft aan hoe snel het virus zich verspreidt. Bij influenza wordt een R0-waarde tussen 1,1 en 1,3 aangehouden. Over COVID-19 lijkt de consensus te zijn dat de R0 zonder enige maatregelen ergens tussen de 2.2 en 2.5 ligt. Als dat een tijd zonder wijzigingen het geval blijft is er sprake van een exponentiële groei. Door de genomen maatregelen half maart geeft het RIVM aan dat de R0 in Nederland, ergens eind maart, in de buurt van de 1 was komen te liggen en daarna verder naar beneden is gegaan.

De grote vraag is natuurlijk wat nu precies de risico’s zijn als maatregelen worden afgebouwd. Het mantra lijkt te zijn dat het zo maar weer mis zou kunnen gaan als we een verkeerde stap doen of te snel afbouwen. Maar hoe groot zijn die risico’s? Dat lijkt op dit moment pure speculatie te zijn.

Er is evenwel een manier om wat rationeler te kijken naar hoe groot de risico’s nu echt zijn. Want voor 15 maart hebben we gewoon een normaal leven geleefd en kon het virus zich dus optimaal verspreiden. Pas bij de waarnemingen vanaf 21 maart moeten de maatregelen effect hebben gehad.

Als je dan naar de cijfers van afzonderlijke gemeenten kijkt, dan zijn daar toch wel belangrijke aanwijzingen uit te halen over wat er zou kunnen gebeuren als we maatregelen zouden afbouwen.

Laten we ons eens richten op de gemeente Loon op Zand. Daar werd eind februari het eerste coronageval in Nederland vastgesteld.

(Deze grafieken zijn de cijfers per 100.000 inwoners. Voor ons doel zijn we vooral geïnteresseerd in de stijgingsfactor van de ontwikkeling in de tijd.

Begin maart waren er in Loon op Zand 4 virusdragers, allen in één familie. Op 21 maart waren het er 14.   In de laatste 9 dagen van de maand steeg het aantal besmette personen nog slechts  met een factor 2.   (Hierbij moet u steeds rekening houden met het gegeven dat een ontdekt besmet  geval in feite gemiddeld staat voor 50 besmette personen).

Ook in de gemeente Altena bij de Biesbosch was begin maart al één besmet persoon.

Na 21 dagen stond in Altena het aantal besmette personen op 22. In de laatste 9 dagen verdubbelde ook hier het aantal besmette personen. En ook dat wijst op een R0-waarde in de buurt van de 1,0.

Maar hoe komt het dan dat in maart het aantal besmette personen in Nederland wel exponentieel toenam?

Dat laat ik zien door in te zoomen op een aantal gemeenten waar evident een superspreading event plaatsgevonden heeft. Peel en Maas is daarvan een goed voorbeeld. In het dorp Kessel (ruim 4.000 inwoners) was op 5 maart een benefietbijeenkomst met meer dan 300 mensen. In dit blog is dit uitgebreid beschreven.

Het evenement was op 5 maart. Op 11 maart werden de eerste besmettingen in de gemeente geregistreerd en op 21 maart waren het er al 63.  Dus in 10 dagen is het aantal besmette personen gigantisch gestegen. Uitgaande van die 50 maal onderschatting van het aantal echt besmetten personen zou dat betekenen dat in die gemeente op 21 maart, 16 dagen na het event, al meer dan 3.000 personen in deze gemeenten (met een zwaartepunt in Kessel) waren besmet.  Maar tussen 21 en 30 maart steeg in deze gemeente het aantal besmette personen met nog maar iets meer dan een factor 2. En dat lijkt dus op de cijfers van Loon op Zand en Altena. Het effect dus van de maatregelen die rond 15 maart werden genomen!

Terwijl in Peel en Maas het superspreading event van 5 maart het startpunt was van de grote uitbraak, is dat in Uden zondag 1 maart geweest. Dat zien we in de grafiek hieronder. Vrijwel zeker is bij één of meer kerkdiensten iemand aanwezig geweest die op dat moment besmet was en meegezongen heeft.

Op 6 maart werd de eerste besmetting vastgesteld. Op 21 maart was het aantal besmette personen in Uden 76. Een stijging in 15 dagen met een factor 76. En ook in Uden zien we dat tussen 21 maart en 30 maart de stijging nog maar een factor 2 was.

Emmen is een gemeente, die een nog trager verspreidingsbeeld geeft dan Altena. Op 8 maart werd de eerste besmetting geconstateerd. Dus terwijl er besmette personen in Emmen waren die anderen konden besmetten waren er op 21 maart nog maar 4. Dus zonder enige maatregelen was er in Emmen met 100.000 inwoners slechts sprake van een hele lichte toename van het aantal besmette personen!!!

Hier zien we in de laatste 9 dagen wel een wat grotere stijging dan in de andere gemeenten. Het stijgt daar met een factor van 3,5. Eind van de maand had Emmen (via die vermenigvuldigingsfactor van 50) naar schatting 0,7% besmette personen in de gemeente, terwijl dat in Uden al 15% geweest moet zijn.

Ook als we naar andere gemeenten kijken is het effect van superspreading events duidelijk herkenbaar. Kerkdiensten op 1 en 8 maart en de biddag voor het gewas van 11 maart  lijken in die gemeenten met name de boosdoeners. Maar ik ben ook in kennis gesteld van uitbraken van het virus na koorrepetities of – uitvoeringen.

Hieronder een selectie van die gemeenten:

Ter vergelijking een aantal gemeenten die ook in de eerste 10 dagen van maart al een besmetting hadden, maar waar de verspreiding veel langzamer ging, blijkbaar omdat er geen superspreading event had plaatsgevonden.

Als je naar de ontwikkeling kijkt in grotere gemeenten, met 5 tot 20 keer zoveel inwoners dan die kleine gemeenten, dan wordt het door de wet van de grote getallen binnen die gemeenten een soort mix van superspreading events en de “normale” verspreiding van mens tot mens. En die kan je daardoor niet meer apart herkennen.

In Tilburg (niet ver van Loon op Zand) was de eerste besmetting op 1 maart. Op 21 maart was het aantal 154. Dat zit zo ongeveer tussen de eerste groep gemeenten en de tweede groep gemeenten in. Het is dus uitermate waarschijnlijk dat ook in Tilburg tussen 1 en 8 maart via kerkdiensten, koorrepetities of feesten, superspreading events hebben plaatsgevonden.

Tussen 21 en 30 maart zien we ook in Tilburg een stijging van maar iets meer dan de factor 2. Breda vertoont, met een achterstand van enkele dagen, hetzelfde patroon als Tilburg.

Als je alleen naar de totaalcijfers in Nederland per dag kijkt, dan zie je wel een exponentiële groei tot aan eind maart. Maar als je naar de gemeenten afzonderlijk kijkt, dan zie je een veel genuanceerder beeld. Terwijl in de meeste gemeenten waar het virus al een tijdje rondwaarde, de stijging tussen 21 maart en 30 maart nog maar rond de factor 2 lag, was het voor heel Nederland een factor 2,8. En dat komt omdat er op half maart nog 120 gemeenten waren waar nog geen besmetting was vastgesteld en de meeste hiervan kwamen pas in het laatste deel van maart op stoom.

Conclusies

De bestudering van de ontwikkeling in de gemeenten tussen 1 en 21 maart laat zien dat superspreading events, toen er nog geen maatregelen golden, tot een heel sterke stijging van het aantal besmettingen hebben geleid. Maar dat als die er niet waren, dat dan, zonder enige maatregelen als social distancing en het verbieden van het bezoek aan de horeca, kappers, manicures e.d, die reproductiefactor een stuk kleiner is.

In dit blog is uitgelegd waarom we bij griepepidemieën, de invloed van superspreading event niet of niet makkelijk kunnen herkennen. Maar bij COVID-19, met geen enkele historische immuniteit onder de aanwezigen, merk je een week erna direct dat die bijeenkomst een grote impact heeft gehad.

Als we alles weer zouden gaan doen, precies zoals voor 15 maart (iets wat ik absoluut niet propageer) en we zouden alleen bijeenkomsten van meer dan 3 mensen verbieden, dan alleen al zou de verspreidingsfactor dalen naar dicht bij 1. Voor de goede orde, dat is dus gewoon alles weer doen, zoals we voor 10 maart deden en dus zeker niet als “1,5 meter maatschappij”!

De Israëlische voorzitter van de “National Council for Research and Development”, een professor in de wiskunde, stelde vast dat overal in de wereld een vergelijkbaar patroon herkenbaar is.  De eerste 40 dagen een stijging en daarna een daling. Waarvan hij aangaf dat het erop leek dat die dan na een tijdje op nul uitkomt.

In discussies gaf hij aan dat hij daar geen verklaring voor had, maar het wel opmerkelijk vond dat het erop leek dat de maatregelen die men al dan niet genomen had, weinig invloed op die curve hadden. Waar hij ook keek zag hij min of meer hetzelfde patroon, ook in een land als Zweden.

De onderhavige analyse is de missende schakel in de bevinding van deze professor. Want er is één maatregel die wel vrijwel overal in de wereld wel is genomen:

 Het verbieden van bijeenkomsten met een groter aantal mensen.

Vrijwel alle landen hebben, naast de maatregelen die ze hebben genomen (van een complete Lockdown, via een intelligente Lockdown, tot een wat vrijere aanpak als in Zweden), die maatregel genomen, waardoor de “superspreading events” (vrijwel) niet meer voor kunnen komen. Alleen daardoor al is de verspreiding van het virus aanzienlijk vertraagd. De andere maatregelen, die door regeringen worden genomen, duwt de R0 (ruim) onder de 1 en dat is het beeld dat die Israëlische professor overal in de wereld zag.

Dit zou grote gevolgen moeten hebben voor het beleid van regeringen en zeker ook de Nederlandse!

Zolang de bijeenkomsten met een groter aantal mensen verboden blijven, is de kans nul dat er weer een grote uitbraak komt van het virus “waardoor al onze inspanningen worden teniet gedaan” zoals Premier Rutte zei, op voorspraak van de leden van het OMT.

Zo groot is de invloed van Super spreading events

Bij de verspreiding van het virus zijn er blijkbaar bepaalde gebeurtenissen waarop iemand die besmet is zonder dat zelf te weten, in één keer heel veel anderen besmet. Terwijl het beeld tot nu toe wordt gegeven dat het gaat om “superspreaders”, dus personen, die om de een of andere reden veel anderen besmetten, denk ik dat het gaat om bepaalde gelegenheden waar de omstandigheden voor één superverspreiding optimaal zijn. Dit worden super spreading events (SSE’s genoemd .   Wereldwijd zijn er al veel events geïdentificeerd. Alle in de loop van februari. Bij voorbeeld een kerkelijke bijeenkomst in Korea , een islamitsche meerdaagse event in Maleisie, een christelijke meerdaagse manifestatie in Frankrijk  en Mardi Gras in New Orleans.

Naast deze grootschalige superspread-events, zijn er ook -heel- veel kleinschalige superspread-events geweest. Namelijk bijeenkomsten waar beduidend minder mensen aanwezig zijn geweest, maar wel een groot deel van de aanwezigen besmet zijn geworden. (Via de verspreiding van het virus via micro-druppels.) Dat zijn bijvoorbeeld kerkdiensten geweest, koorrepetities, of evenementen rond voetbalwedstrijden. Het lijkt erop, dat waar veel mensen in een afgesloten ruimte zingen of praten, één besmet persoon verantwoordelijk kan zijn voor de besmetting van velen door de uitstoot van besmette microdruppels. En bij ongunstige omstandigheden (slechte ventilatie en lage luchtvochtigheid) blijven die microdruppels lang zweven.

In Brabant-Limburg lijkt het carnaval een superspread-event geweest te zijn waar velen tegelijk besmet zijn geworden. (Ik denk niet zozeer buiten tijdens een optocht, maar gewoon binnen in cafe’s en andere feestgelegenheden). Als je naar de grafiek kijkt van Nederland van het aantal doden dan zien we dat Limburg en Brabant beduidend meer doden per inwonersaantal hebben moeten ondergaan dan de andere provincies.

Ook van Italië is een vergelijkbare grafiek te maken.

In deze grafiek zijn een aantal Italiaanse regio’s en Nederlandse provincies gezet tot en met de 36e dag na de 10e besmetting in die provincie.

Maar als je naar Lombardije kijkt, moet je beseffen dat de provincie 10 miljoen inwoners heeft en de brandhaard in de drie regio’s rondom de plaats Bergamo was. De helft van de gevallen zijn daar, maar ze hebben maar een kwart van de inwoners van Lombardije. Dus het cijfer per inwoner in dat gebied is ongeveer 2 keer zo hoog als op deze grafiek staat afgezet. Ook in Brabant en Limburg is er een fors verschil naar deel van de provincie trouwens, zoals deze kaart van het aantal overleden personen per 100.000 inwoners laat zien. (Daar zie je trouwens ook goed de Nederlandse Biblebelt in terug. De diagonaal van Goeree-Overflakkee naar Staphorst. De superspread-events zijn daar de kerkdiensten geweest zoals de biddag voor het gewas van 11 maart).

Maar van alle superspread-events in Europa moet de wedstrijd Atalanta Bergamo – Valencia  wel de grootste zijn geweest. (Mede waardoor dat gebied rond Bergamo zo een duidelijke “koploper” is).

Om goed te beseffen hoe zo een superspread-event werk en wat daar de gevolgen van zijn, zoom ik even in op die wedstrijd. Die vond plaats in Milaan op 19 februari jl.

Nu denk ik dat die verspreiding zowel in het stadion (de buitenlucht) heeft plaatsgevonden, maar ook op plekken waar grote groepen samen waren in relatie tot de wedstrijd. Bijvoorbeeld de grote aantallen supporters die vanuit Bergamo -veelal per touringcar- naar Milaan trokken en feest vierden voor en na de wedstrijd en de groepen mensen die bij elkaar op speciale plekken rond Bergamo naar de wedstrijd keken. Die avond was ook de specifieke luchtvochtigheid in dat gebied rond de 4,5 g/kg.

Cijfers vanuit de regio Bergamo geven een indruk van wat er toen kan zijn gebeurd. We komen daarbij niet onder aantal aannames uit, maar het illustreert helder hoeveel impact dat soort bijeenkomsten op de verspreiding van COVID-19 hebben.

Hier staan specifieke cijfers over de provincies binnen de regio Lombardije, waarvan er drie rond Bergamo liggen.

De eerste uitbraken waren in de provincie Lodi (met ruim 200.000 inwoners) en de provincie Bergamo (met ongeveer 1 miljoen inwoners). Kort erna volgde de provincie Brescia met 1,2 miljoen personen.  Deze drie provincies herbergen 25% van de bewoners van Lombardije en de helft van de besmette personen van Lombardije.

Die eerste gevallen van COVID-19 werden rond 15 februari herkend. De kleding- en schoenenindustrie in Italië is voor een belangrijk deel in Chinese handen gekomen, dus het zou zomaar kunnen zijn dat die besmettingen zijn ontstaan na Chinees Nieuwjaar op 25 januari. In de eerste helft van februari zijn er ongetwijfeld mensen uit China weer teruggekomen, waarvan enkelen het virus bij zich hadden.

Toen de voetbalwedstrijd in Milaan plaatsvond op 19 februari waren er dus al mensen in het gebied rond Bergamo besmet. Ik probeer het echte aantal besmettingen in te schatten op basis van het aantal overleden personen gemiddeld 18 dagen na dato. Daarbij wordt het aantal l doden met 200 (IFR) vermenigvuldigd om het totaal aantal besmette personen te schatten. (Dit is gebaseerd op uitgebreid onderzoek van Prof. Streeck in Kreis Heinsburg.)

Op basis van die omrekening moeten er op 19 februari dus al ongeveer 3000 personen in de regio van Bergamo besmet zijn geweest. Dat zijn er 1500 per 1 miljoen inwoners.

Als we nu de doden in dat gebied tellen vanaf 2 tot en met 4 weken na de wedstrijd, dan moeten er een week na de wedstrijd rond de 60.000 besmette personen in die regio zijn geweest.

Zonder dit superspread-event zou het aantal besmette personen in een week tijd van 3.000 naar rond de 12.500 zijn gestegen op basis van de normale R0 (reproductiefactor) voor dit virus. Maar het werden er dus bijna 50.000 meer.

Laten we aannemen dat daar 250.000 mensen in grotere gezelschappen naar de wedstrijd hebben gekeken of (in het  stadion, de horeca of elders). Dan waren daarvan – op basis van die 1500 per 1 miljoen- dus bijna 400 besmet. Die hebben dus samen op de middag en avond van de wedstrijd 50.000 andere mensen besmet, een gemiddelde van 125 per persoon!!

In de provincie Lodi zijn eind februari al zware maatregelen genomen. In de provincie Bergamo was dat op 8 maart. Het effect hiervan is op de onderstaande grafiek goed te zien. (Dit zijn dus geconstateerde cases. Het werkelijke aantal moet rond 3 maart al zeker 50 keer zo hoog geweest  zijn.

Rond 20 maart bereikte het nieuwe aantal doden in Lombardije (inclusief Milaan) zijn voorlopig hoogtepunt met ruim 500 per dag. Daarna is het een tijdje stabiel gebleven en nu zien we een dalende trend met ca. 300 doden per dag.

Deze cijfermatige uitwerking geeft -ondanks de nodige aannames- een goede indruk van zowel het effect van superspread-events op een grote versnelling, als van de impact van harde maatregelen op het indammen van het virus.

Tegelijkertijd leert het ons dat als we maar vooralsnog zorgen dat dit soort gelegenheden niet worden georganiseerd (dus ook geen kerkbijeenkomsten) dan zal alleen daardoor al de R0 (de verspreidingsfactor) snel verder dalen.

Het zal de grootste uitdaging zijn om enerzijds de samenleving weer langzamerhand te gaan normaliseren (met het nieuwe normaal) en anderzijds te bezien hoe we ook nog bijeenkomsten kunnen organiseren waar veel mensen aanwezig zijn.

Meer kennis daarover zal kunnen zorgen voor een uitgebalanceerde aanpak. Wellicht blijkt het risico op een superspread-event in de openlucht klein te zijn. En wellicht is het raadzaam om binnenshuis alleen bijeenkomsten te houden met mondbescherming en/of een verhoogde luchtvochtigheid. Het onderzoek van Prof. Streeck in Heinsburg is daar heel belangrijk bij.

Ten aanzien van de aanpak van het exit-beleid zijn dat heel belangrijke vragen om snel te beantwoorden

Schatting van besmettingsgraad COVID-19 in Nederland

UITLEG

Schatting van besmettingsgraad COVID-19 in Nederland

Uitgevoerd door Dennis Brouwer en Matthijs van Egmond,

in samenwerking met Maurice de Hond

 

Update 17 mei: De nieuwste cijfers van de oversterfte van het CBS zijn gepubliceerd.  Zowel voor week 18 als een schatting voor week 19. Mede op basis daarvan hebben we onze berekening aangepast. De verantwoording hiervan treft u hieronder aan.

 

1. Berekening voor heel Nederland

Op 20 april verscheen een uitgebreide studie naar de echte sterftecijfers in de Italiaanse regio’s  door COVID-19. Op basis daarvan zijn schattingen gedaan over o.a. de IFR (het aandeel sterfgevallen onder besmette personen) per leeftijdsgroep en de mate van besmetting in die regio. Zowel de methode als de resultaten zijn goed te gebruiken om voor Nederland een schatting te kunnen maken van de mate van besmetting met COVID-19, bij gebrek aan een goede landelijke steekproef, waarbij via bloedonderzoek  de echte mate van besmetting kan bepaald worden.

Allereerst starten we met het maken van berekeningen tot en met week 14 (tot en met 5 april).  Doordat de sterfte gemiddeld 3 weken na de besmetting ontstaat kunnen we t.a.v. de sterfgevallen tot en met week 17 bepalen wat de mate van besmetting was aan het eind van week 14.

Cruciaal bij deze berekeningen is van welke IFR er wordt uitgegaan. Met andere woorden met welke vermenigvuldigingsfactor wordt gewerkt om het aantal besmettingen te schatten. We weten immers dat, hoeveel er ook in verschillende landen getest wordt, dat maar een deel is van het echte aandeel besmette personen.

In LA County is een steekproefonderzoek gedaan onder 836 volwassenen. Op basis van de bloedtest die op 10 april was uitgevoerd schat men dat 4,1% van de onderzochten besmet waren. Met inachtneming van statistische marges is dat een tussen de 28 en 55 keer meer besmette personen dan uit het testen tot dat moment was gebleken. Het aantal doden 3 weken later was officieel 1.200. Wereldwijd is bekend dat er een onderschatting is van het echte aantal doden door dit virus. De beste schatting op dit moment voor het aantal doden in LA County is 2 keer zo groot: 2.400, 0,024% van de bevolking. In dat geval is de IFR in LA County 0,6%.

In Heinsberg (Duitsland), waar in het plaatje Gangelt een grote uitbraak is geweest, is in de eerste week van april een steekproefonderzoek gehouden onder ruim 900 personen. Daar is de schatting van de IFR rond de 0,36% (maar het aantal doden is daar dermate klein, dat een paar doden meer of minder al veel uitmaakt bij dit cijfer). De vermelde studie over Italië gaat uit van een IFR van 0,75%. Echter, er worden ook specifieke waarden voor de IFR per leeftijdscategorie vermeld. Op basis hiervan, samen met de bevolkingsopbouw van het CBS[1], kan een schatting worden gemaakt van de IFR in heel Nederland. Daaruit volgt de volgende berekening:

IFR_totaal = (%_0-50 * IFR_0-50) + (%_50-65 * IFR_50-65) + (%_65-80 * IFR_65-80) + (%_80-90 *IFR_80-90) + (%_90+ * IFR_90+)

IFR_totaal = (60,3% * 0,0072) + (20,8% * 0,14) + (14,3% * 1,26) + (3,8% * 5,295) + (0,9% * 10,76) = 0,508%

Deze laat zien dat de IFR in Nederland lager wordt geschat dan in Italië en ligt dichter bij wat tot nu toe in Heinsberg is gevonden. Dit is primair het gevolg van de andere bevolkingsopbouw in Nederland, met een substantieel lager aandeel van 65- en 80-plussers, in vergelijking met Italië. Gezien de onderbouwing in deze studie en de resultaten van het onderzoek in Italië, nemen we dit percentage aan voor Nederland. Onze benchmark wordt gevormd door het gemiddeld aantal overlijdens per week te bepalen, aan de hand van de sterftecijfers van week 3 t/m 10 van 2020. (In de eerste 2 weken van 2020 was er sprake van een griepepidemie, waardoor de sterfte hoger uitviel.) We gebruiken hiervoor de methode van het CBS, waarbij de aanname is dat elke graad Celsius dat deze temperatuur hoger is dan de gemiddelde temperatuur in de week 3 tot en met 10 leidt tot 1 procent minder sterfte.

Hierdoor komen we uit op gemiddeld 2.940 overlijdens per week. Het werkelijk aantal overlijdens in week 11 t/m 18 ligt substantieel hoger, gemiddeld 4.096 overlijdens per week. Het verschil hiertussen schrijven we toe aan COVID-19. Op basis hiervan bedraagt het geschatte cumulatief overlijdensoverschot COVID-19 in week 11 t/m 18 zo’n 9.247 overlijdens. Uitgaande van de IFR van 0,508% kunnen we het aantal besmette personen berekenen aan het eind van week 15.

Dat is een duidelijk hoger percentage dan de 3% die gemeld wordt vanuit het onderzoek door de bloedbank (Sanquin). Dat is een onderzoek dat gehouden is onder bloeddonoren de eerste week van april. Dit cijfer wordt min of meer omarmd door RIVM, maar daar is nog wel wat op af te dingen.

In de eerste plaats mag men geen bloed geven als men de 2 weken ervoor gezondheidsklachten heeft gehad. Plus dat het de vraag is of de mensen die zich voor bloeddonatie melden een goede doorsnee zijn van de Nederlandse bevolking. Maar zelfs als dat zo was dan zou die 3% geen betrekking hebben op de eerste week van april, maar van 2 weken ervoor, gezien de uitsluiting van de mensen met gezondheidsproblemen in de laatste 2 weken. Als we die 2 weken er dus van aftrekken dan zou dit percentage van 3% gelden voor 21 maart (week 12). In die week zou ons model het op ongeveer 5% schatten.

Daarnaast is in dat onderzoek niet op dezelfde wijze rekening gehouden met de leeftijdsopbouw en het effect daarvan op het aantal geschatte besmettingen, zoals ook internist-infectioloog Kees Brinkman van het OLVG-ziekenhuis in Amsterdam betoogt, in zijn tweets (tevens vermeld op die voorgaande link). In dat kader verschilt het door ons berekende cijfer van 10% op 5 april er dus niet zoveel van.

 

Maar wat zijn de cijfers van dit moment?

We kunnen deze rekenmethode niet toepassen voor nu, want het zal nog zeker vier weken duren voordat we de echte sterftecijfers hebben, die we kunnen gebruiken voor een vergelijkbare rekenmethode. Omdat de sterftecijfers sinds het begin van de lockdown geleidelijk afnemen, kunnen we deze afname doortrekken naar de weken na week 15. We zien dat de toename van de cumulatieve oversterfte afneemt. Aan de hand van de cumulatieve toename, kunnen we berekenen wat het aantal besmettingen nu is.

De toename van het aantal cumulatieve oversterfte en de schatting van het aantal besmettingen is:

Toename Schatting besmettingen (cumulatief) Percentage
week 16 1,0382 1.763.403 10,3 %
week 17 1.0337 1.822.817 10,6 %
week 18 1.0297 1.876.962 10,9 %
week 19 1.0262 1.926.116 11,2 %
week 20 1.0231 1.970.585 11,5 %

 

2. Verdeling naar leeftijd

Het CBS publiceert iedere week cijfers over de sterfte per leeftijd. Er kan hierbij onderscheid worden gemaakt in de categorieën 0-65 jaar, 65-80 jaar en 80 jaar en ouder. Samen met de individuele IFR van de verschillende leeftijdscategorieën op basis van het Italiaanse rapport, kunnen per leeftijdscategorie het aantal besmettingen worden bepaald.

Leeftijd IFR Aantal Percentage
0 – 50 jaar 0,0072 1.114.083 11,0 %
50 – 65 jaar 0,14 464.079 13,0 %
65 – 80 jaar 1,26 253.678 10,3 %
80 – 90 jaar 5,295 89.661 13,7 %
90 jaar en ouder 10,76 19.085 12,8 %
Totaal 0.508 1.970.585 11,5 %

De categorie 0-50 jaar hebben we onderverdeeld in 0-15 jaar, 15-35 jaar, en 35-50 jaar. Dit hebben we gedaan aan de hand van de besmettingsgraden uit een onderzoek dat in Gangelt is uitgevoerd. We weten uit dit onderzoek wat de besmettingsgraad per leeftijdscategorie. Van de leeftijdscategorieën van personen ouder dan 50 hadden we de besmettingsgraad al eerder bepaald. Om de besmettingsgraad uit het onderzoek van Gangelt te kunnen gebruiken, hebben we een kleine omrekening gemaakt.

Personen in de leeftijd van 0-65 jaar maken 81,8 % van het totaal aantal besmettingen uit. We vermenigvuldigen de verdeling van de besmettingen per leeftijd met de fractie van de besmettingen in deze categorie.

Hiermee komen we uit op 24,5% van het totaal aantal besmettingen in de categorie 15-35 jaar en 24,4 % in de categorie 35-65 jaar. De verdeling van het aantal besmettingen per leeftijdscategorie is dan als volgt:

Leeftijd Aantal Percentage besmet
0 – 15 jaar 190.810 6,9 %
15 – 35 jaar 515.219 12,1 %
35 – 65 jaar 513.166 7,4 %
50 – 65 jaar 464.079 13,0 %
65 – 80 jaar 253.678 10,3 %
80 – 90 jaar 89.661 13,7 %
90 jaar en ouder 19.085 12,8 %
Totaal 1.970.585 11,5 %

 

3. Cijfers per provincie

Van elke provincie is de sterfte per week bekend. Hierdoor kunnen we per provincie op eenzelfde wijze als voor heel Nederland de IFR bepalen, om vervolgens per provincie een schatting van het aantal besmettingen te maken.

Duidelijk is te zien dat Noord-Brabant en Limburg qua besmettingsgraad ver boven de rest van de provincies uitschieten. Daarnaast laat Gelderland een relatief hoge geschatte besmettingsgraad zien. Onze cijfers laten zien dat deze stijging later op gang is gekomen dan in Noord-Brabant en Limburg en vooral in april lijkt te hebben plaatsgevonden. De provincies Groningen, Friesland Drenthe kennen vermoedelijk een zeer lage besmettingsgraad. Volgens onze inschattingen is Limburg in week 18 de hardst getroffen provincie door COVID-19.

 

4. Berekening per gemeente

Per gemeente zijn de ziekenhuisopnames bekend (vanaf 29 maart zijn die per dag gepubliceerd). Om te bepalen wat de verwachte besmettingsgraad per gemeente is, bepalen we de ratio van het geschatte aantal besmettingen en de ziekenhuisopnames. Voor week 18 schatten we dat het cumulatieve aantal besmettingen rond de 2.7 miljoen ligt. Het cumulatieve aantal ziekenhuisopnames bedraagt een paar dagen later, op 6 mei, 11,126 (RIVM). Dat betekent dat de ratio tussen het geschatte aantal besmettingen en de ziekenhuisopnames (uitgaande van de lag van een paar dagen) als volgt is:

Echter, we kunnen dit ook verder specificeren, als we weer kijken naar de verschillende leeftijdsgroepen:

Vervolgens bepalen we de kans om in het ziekenhuis te komen per gemeente, op basis van het leeftijdsprofiel van die gemeente, als volgt:

ZKHo_totaal = (%_0-65 * ZKHo_0-65) + (%_65-80 * ZKHo_65-80) + (%_80+ * ZKHo_80+)

Op deze manier kunnen we voor heel Nederland, op basis van deze geschatte ratio, het aantal ziekenhuisopnames per gemeente (per 6 mei) en het aantal inwoners ook een overzicht maken per gemeente. Bij kleine gemeentes zit echter een grotere onzekerheid van de data. Hiervoor hebben we een tweetal correcties uitgevoerd. Deze correctie zorgt ervoor dat er minder grote uitschieters ontstaan:

Deze correctie houdt rekening met de grote onzekerheid als het aantal inwoners in een gemeente relatief klein is:

De laatste correctie wordt alleen uitgevoerd als bij de eerste correctie blijkt dat de gemeente geen uitschieter is. Hiermee komen we in Nederland op de volgende verspreiding:

 

Teken de oproep aan de regering

“ik wil dat de regering met een snellere, slimmere en veiliger exit komt”

Smart Exit

De 1.5 meter samenleving is onwerkbaar en onnodig

Steun daarom onze oproep aan de regering om op basis van nieuwste informatie andere maatregelen te nemen, waarmee de maatschappij wél verder kan.

Copyright © 2020 SmartExit | Over ons | Privacy statement | Onderteken de oproep

Vragen? Mail naar contact@smartexit.nu

SmartExit.nu is een initiatief van Klaas Hummel en Maurice de Hond. Website en online marketing door OMA.