Kurve steigt an und fällt ab

Falsche Modellrechnungen erschütterten das Vertrauen der Öffentlichkeit in die Epidemievorhersage. © rbhavana / Depositphotos

Corona-Sterblichkeit: Aus 1 Prozent wurden 0,3

Martina Frei /  Die Sterblichkeitsrate variierte während der Pandemie stark. Eine pauschale Angabe verschleierte das Wesentliche.

Zu Beginn der Corona-Pandemie gleisten Wissenschaftler weltweit an vielen Orten Studien auf, bei denen Menschen Blut abgenommen und die Antikörper gegen Sars-CoV-2 bestimmt wurden. Waren solche Antikörper vorhanden, zeigte dies an, dass sich jemand bereits mit Corona infiziert hatte, auch wenn die Person davon vielleicht gar nicht viel davon gemerkt hatte. 

Der Stanford-Epidemiologe John Ioannidis hatte über Monate solche Antikörper-Studien aus aller Welt zusammengetragen. Aus den Ergebnissen liess sich hochrechnen, welcher Anteil der Bevölkerung schon Corona gehabt hatte – und zwar unabhängig davon, ob die Infektionen mit einem PCR-Test offiziell erfasst worden waren oder nicht. Wusste man dazu noch wie viele Menschen im Studienzeitraum an Covid verstorben waren, liess sich daraus berechnen, wie hoch die Infektionssterblichkeit war.

Als Ioannidis seine Ergebnisse veröffentlichte, ging ein Aufschrei los. Weltweit liege die Infektionssterblichkeitsrate (IFR) im Mittel bei 0,23 Prozent, lautete sein Fazit, das im Oktober 2020 im «Bulletin WHO» erschien. Wobei es von Ort zu Ort damals extreme Unterschiede gab, von 0 Prozent IFR im chinesischen Sichuan bis 1,2 Prozent in Apulien. Ioannidis hatte über 5000 Arbeiten gescreent, 112 eingehend geprüft und 69 in seine Analyse eingeschlossen.

Der Beweis: Ein Dokument, das es nicht gibt

Es hagelte Kritik. Unplausibel, Rosinenpickerei, um zum gewünschten Ergebnis zu kommen, fehlerhaft, lauteten die Vorwürfe von Wissenschaftlern, insbesondere solchen, deren eigene Schätzungen höher ausgefallen waren und die genau das gemacht hatten, was sie nun Ioannidis nun vorwarfen. Grosse Medien stimmten in den Chor ein.

Ioannidis‘ «bizarrste» Vorgehensweisen seien im Anhang seiner Studie im «WHO Bulletin» aufgeführt, schreibt einer seiner schärfsten Kritiker auf Anfrage von Infosperber. Doch: Diese Studie hatte gar keinen Anhang, teilen die Redaktion des «WHO Bulletin» und Ioannidis übereinstimmend mit.

Kaum war Ioannidis‘ IFR-Schätzung publiziert, veröffentlichten Wissenschaftler vom Imperial College in London – darunter jene, die zu Beginn der Pandemie eine Infektionssterblichkeitsrate von etwa einem Prozent vorhergesagt hatten – ihre eigene Berechnung, basierend auf Antikörper-Studien: In reichen Ländern wie der Schweiz würden schätzungsweise 1,15 Prozent aller Virusträger sterben, lautete ihr erschreckendes Ergebnis. Damit bestätigten die Antikörper-Studien scheinbar, was das Imperial-Team ja schon zu Beginn der Pandemie mit seiner mathematischen Modellierung vorhergesagt hatte.

Doch: Die Imperial-Wissenschaftler hatten nur solche Antikörper-Studien herangezogen, bei denen am Stichtag über 100 Covid-Todesfälle registriert worden waren. Indem sie Studien mit wenig Todesfällen ausklammerten, erhielten sie eine höhere Sterberate. Auf diese Verzerrung machte John Ioannidis im «European Journal of Clinical Investigation» aufmerksam. Die Medienkarawane war da aber schon weitergezogen. Andere Wissenschaftler errechneten ebenfalls höhere Sterberaten, indem sie nicht-repräsentative Studien berücksichtigten und Studien, die eine niedrige IFR fanden, ohne nachvollziehbare Begründung ausschlossen.

Die Zürcher Studie

Eine der Antikörper-Studien, die sowohl Ioannidis als auch die Imperial-Wissenschaftler zitierten, stammte vom Team des Zürcher Wissenschaftlers Adriano Aguzzi. Aguzzi und seine KollegInnen massen die Antikörper bei freiwilligen Blutspendern sowie bei Patienten, die aus unterschiedlichsten Gründen ins Zürcher Universitätsspital kamen. Von Dezember 2019 bis Dezember 2020 kamen so über 72’000 Blutproben zusammen. In der Annahme, dass die Patienten und Blutspender repräsentativ für den Kanton Zürich seien, rechneten die Wissenschaftler hoch, wie viele Menschen sich bereits im ganzen Kanton infiziert hatten – inklusive derjenigen, die kaum Symptome gehabt hatten. An dieser Studie war auch der Berner Wissenschaftler Christian Althaus beteiligt. Er hatte die IFR zu Beginn der Pandemie auf etwa ein Prozent geschätzt. (Aguzzi nannte schweizweit sogar 60’000 Covid-Todesfälle bis Juli 2020. Tatsächlich waren es dann 1743.)

Die Zürcher Studie zeigte: Die Dunkelziffer an nicht mit PCR-Tests erfassten Corona-Infektionen war hoch, weil die Betroffenen offensichtlich vom Virus nichts merkten und/oder nicht getestet worden waren. Auf einen offiziell registrierten positiven Test kamen im Durchschnitt etwa drei unerkannte Infektionen, wobei dies im Verlauf variierte: Anfangs war die Dunkelziffer sehr hoch. Wer die Sterblichkeitsrate allein mit den offiziell erfassten, positiv Getesteten berechnete, kam folglich zu falsch hohen Resultaten. Deshalb waren die Antikörper-Studien so wichtig.

Dunkelziffer Sars-CoV-2 Infektionen
Anfangs war das Verhältnis von nicht erkannten zu erkannten Sars-CoV-2-Infektionen (linke Skala) auch in der Zürcher Studie sehr hoch.

Ende März 2020: Weit entfernt von einem Prozent Sterblichkeit

Aus einer Grafik der später in «iScience» veröffentlichten Zürcher Studie geht hervor, dass die Dunkelziffer Anfang April bei etwa 1:15 lag. Mit Hilfe des Dashboards des «Tagesanzeigers» lässt sich daraus grob die Infektionssterblichkeitsrate für den Kanton Zürich Anfang April 2020 berechnen: Sie betrug rund 0,3 Prozent [1]. 

Die Zürcher Wissenschaftler kamen auf eine höhere Infektionssterblichkeitsrate (IFR): 0,5 Prozent, lautete ihre Angabe für Anfang Mai 2020 – exakt der Wert, den der Berner Wissenschaftler Christian Althaus im zweiten Anlauf zusammen mit seinem Team mathematisch modelliert hatte. Aber halb so hoch wie seine anfängliche Horrorschätzung von einem Prozent [2].

Anhand dieser Zürcher Studie lässt sich verfolgen, wie sich die IFR veränderte. Ihr Wert war nämlich nicht fix. Im Sommer 2020 betrug sie vermutlich 0,1 Prozent oder weniger – wobei die Zürcher Wissenschaftler dazu in ihren Veröffentlichungen keine Angaben machten. Das mussten die Leser schon selbst berechnen.

Die Science Taskforce erwähnte in ihrer Stellungnahme zwar, dass die Sterblichkeitsrate nach März 2020 in der Schweiz gesunken sei, nannte aber ebenfalls keine Werte. Sie schrieb im September 2020: «Die IFR für die allgemeine Bevölkerung in der Schweiz wurde konsistent auf etwa 0,5 bis 1 Prozent geschätzt.» Dabei stützte sie sich auf fünf Studien oder Erhebungen, eine davon war die von Aguzzi.

Mit der zweiten Coronawelle im Herbst 2020 stieg die IFR an. Die Wissenschaftler schätzten anhand der Antikörper-Messungen, dass bis Mitte Dezember 2020 etwa 189’000 Personen im Kanton Zürich das Virus schon erwischt hatten. Positive PCR-Tests wurden aber nur 48’427 registriert [3]. Die IFR lag in Zürich demnach Mitte Dezember 2020 bei rund 0,5 Prozent – halb so hoch, wie Althaus es anfangs postuliert hatte.

Falsch gelegen – oder nicht?

Der Berner Wissenschaftler Christian Althaus, ehemaliges Mitglied der Science Taskforce, «lag offensichtlich falsch». Das sagte John Ioannidis, Professor für Medizin, Epidemiologie und Bevölkerungsgesundheit sowie für Datenwissenschaft an der Stanford University, kürzlich im Interview mit Infosperber

Christian Althaus widerspricht dem. Er bleibt auch jetzt dabei, dass er mit seiner anfänglichen Schätzung von einem Prozent Infektionssterblichkeitsrate zum damaligen Zeitpunkt Ende Februar 2020 richtig lag. Infosperber geht in einer fünfteiligen Serie der Frage nach, wer richtig lag.

Die Genfer Studie

Als Beleg dafür, dass die IFR in der Schweiz «konsistent auf etwa 0,5 bis 1 Prozent geschätzt» wurde, führten Althaus und die Taskforce auch eine Genfer Hochrechnung an. Sie basierte auf einer Antikörper-Studie im Kanton Genf. Diese fand ebenfalls eine hohe Dunkelziffer nicht mit PCR-Tests erfasster Infektionen. Die IFR lag im Frühling 2020 im Kanton Genf demnach je nach Berechnungsmethode bei 0,45 bis 0,64 Prozent – mit immensen Unterschieden in verschiedenen Altersgruppen.

Das war ein entscheidender Punkt: Auf einen Covid-Todesfall in der Gruppe der 60-bis 69-Jährigen kamen schweizweit in der ersten Welle rund 3,5 Covid-Tote bei den 70- bis 79-Jährigen und etwa 20 bei den über 80-Jährigen. Die grossen Unterschiede zwischen den Altersgruppen waren seit Beginn der Pandemie bekannt.

Eine durchschnittliche Sterblichkeit für die gesamte Bevölkerung anzugeben, war also nicht zweckmässig – eigentlich unseriös. Je nach Altersgruppe drängten sich ganz unterschiedliche Massnahmen auf. Eine pauschale Sterblichkeitsrate anzugeben, verschleierte das.

Population age-risk categories and COVID-19 deaths per age-risk category.
Die Grafik illustriert am Beispiel USA, wie ungleich das Risiko bei Covid verteilt war. Oben: Anteil der Hochrisikogruppen (high risk, hervorgehoben) in verschiedenen Alterskategorien an der Gesamtbevölkerung mit niedrigem Risiko (low risk).
Unten: So verteilten sich die Covid-Todesfälle auf die verschiedenen Gruppen. Etwa die Hälfte betraf Heimbewohnerinnen und -bewohner, wo in den USA circa 0,5 Prozent der Bevölkerung leben. In der Schweiz sind es etwa 1,8 Prozent.

Wissenschaftlich unseriös

Es war zudem relevant, ob eine Antikörper-Studie vor oder nach einer Corona-Welle stattfand: Das Resultat fiel ganz unterschiedlich aus. Auch die Bevölkerungszusammensetzung einer Region spielte eine Rolle. Armut, die Zahl betroffener Pflegeheime und ihre Hygienestandards, die Gesundheitsversorgung, überlastete Spitäler, die Qualität der Antikörpertests und die Berechnungsmethode der Sterblichkeitsrate waren weitere Faktoren. 

Klammerte man beispielsweise die Genfer Pflegeheime aus – wo es zu den meisten Covid-Todesfällen kam – halbierte sich die Infektionssterblichkeit laut der später in «The Lancet Infectious Diseases» veröffentlichten Genfer Hochrechnung. Denn etwa die Hälfte der Todesfälle bei den über 65-Jährigen ereigneten sich im Kanton Genf in Heimen, einer Bevölkerungsgruppe, die aber lediglich 0,8 Prozent der Gesamtbevölkerung ausmachte.

Die ab 80-Jährigen wurden in der Genfer Studie praktisch nicht untersucht [4] – aber die Todesfälle in dieser Gruppe flossen trotzdem in die Gesamtberechnung ein. Wie hoch die Infektionssterblichkeitsrate ausfiel, hing jedoch davon ab, in welchen Bevölkerungsgruppen – mit hohem oder niedrigem Risiko – das Virus grassierte und welche getestet wurden.

Bei den Jugendlichen errechneten die Genfer Wissenschaftler eine IFR von 0,00032, mit grosser statistischer Unsicherheit. Denn bis zu diesem Zeitpunkt war im Kanton Genf überhaupt niemand unter 31 Jahren an Covid verstorben.

Pauschale Angabe der IFR verschleierte die grossen Unterschiede

Die durchschnittliche Sterblichkeitsrate für alle sagte also wenig über das Risiko in bestimmten Altersgruppen aus. Meist wurde jedoch nur über die durchschnittliche IFR informiert, was vernebelte, dass sich Schutzmassnahmen in erster Linie für alte und vorerkrankte Menschen aufdrängten. In der Schweiz lebten damals etwa 1,6 Millionen Seniorinnen und Senioren, schätzungsweise 160’000 davon in Heimen.

Infosperber fragte den Genfer Studienautor Professor Andrew Azman an: Haben Sie später noch Aktualisierungen vorgenommen? Wissen Sie, ob es weitere Berechnungen zur IFR in der Schweiz gibt – etwa für verschiedene Zeitpunkte, Altersgruppen oder Settings sowie als Gesamtwert? Professor Azman antwortete nicht. 

Das Extrembeispiel Tessin

Auch im Tessin gab es wie überall viele nicht offiziell erfasste Infektionen: Auf eine erkannte Coronavirus-Infektion kamen rund 9 bis 11 unerkannte (Stand Juli 2020). 

In diesem Kanton hatte sich das Virus bereits stärker verbreitet: Dort besassen im Spätfrühling 2020 schon rund 9 Prozent der Bevölkerung Antikörper gegen Sars-CoV-2, im Dezember waren es 14 Prozent, ergab die Studie, die in «Swiss Medical Weekly» veröffentlicht wurde.

Im Sommer 2020 lag die IFR im Tessin demnach bei schätzungsweise 1,1 Prozent, im Dezember vermutlich bei 1,2 Prozent – höher, als Althaus’ anfängliche Schätzung und deutlich mehr, als Ioannidis es zu Beginn vermutet hatte. Auch diese Erhebung führte die Science Taskforce als Beleg für ihre pessimistischen Einschätzungen an.

Allerdings: Diese Tessiner Erhebung war weder repräsentativ für den Kanton, weil Kleinkinder ausgeklammert wurden, noch war sie repräsentativ für die Schweiz. Von allen Kantonen hat das Tessin den höchsten Anteil älterer Menschen. 

«Das Tessin war einer der Orte in Europa, die 2020 am schwersten getroffen wurden, mit einer rekordhohen Übersterblichkeit, die sehr viel höher war als im Rest der Schweiz», stellt Ioannidis fest. «Während einige wenige Orte weltweit während der ersten Wellen eine Infektionssterblichkeit von 1,0 Prozent oder sogar mehr erreichten, lag die IFR an der überwiegenden Mehrheit der Orte unter 0,3 Prozent, teils sogar unter 0,1 Prozent. Deshalb ist es wichtig, sich nicht nur auf Extremfälle zu konzentrieren. Es ist bedauerlich, dass viele Experten und Behörden Panikmache betrieben, indem sie gezielt die ungünstigsten Zahlen hervorhoben.»

Infosperber wollte von Professor Emilio Albanese, der selbst eine Studie im Tessin durchführte, wissen: Haben Sie belastbare Schätzungen zur IFR im Kanton Tessin im Verlauf der ganzen Corona-Pandemie, eventuell sogar aufgeschlüsselt nach Altersgruppen und Wohnort (Pflegeheim oder zu Hause)? Seine Antwort: Leider seien ihm keine solchen IFR-Schätzungen für das Tessin bekannt.

Die ganze Schweiz

Wie verhielt sich die IFR schweizweit? Während der Pandemie wurden in etlichen Kantonen stichprobenartig Antikörper bei den Einwohnerinnen und Einwohnern gemessen. Die Tessiner und die Genfer Studie waren Teil dieser «Corona Immunitas» genannten Studie, die unter anderem vom Bundesamt für Gesundheit bezahlt wurde.

Die Grafiken auf der Website der Corona-Immunitas-Studie zeigen, wie im Lauf der Zeit immer mehr Menschen in der Schweiz Antikörper gegen Sars-CoV-2 bildeten, sei es durch eine Infektion oder ab 2021 durch die Impfung. Im Sommer 2022 hatten demnach praktisch alle hierzulande auf mindestens einem dieser beide Wege Antikörper gebildet. Trotzdem kam es 2022 erneut zu einer Übersterblichkeit.

Da die Infektionssterblichkeitsrate so bedeutsam war, ist davon auszugehen, dass die Schweizer Wissenschaftler sie weiter erfassten. Infosperber fragte mehrmals bei Corona Immunitas an, erhielt aber keine Antwort.

Seroprävalenz 20- bis 64-Jährige
Mit der Zeit machten immer mehr Personen die Infektion durch oder bildeten Antikörper infolge der Impfung. Hier der Verlauf bei den 20- bis 64-Jährigen. Die farbigen Balken markieren die Testphasen in den Kantonen. Die Skala links gibt an, welcher Anteil der Untersuchten Antikörper hatte.

Keine Antwort? Wir rechnen selbst

Also rechnet man selbst. 

Bis Ende 2020 hatten sich gemäss der Grafiken schätzungsweise 15 Prozent der Bevölkerung schon infiziert. Bei einer IFR von einem Prozent, wie Althaus es postuliert hatte wären demnach bis Ende 2020 etwa 13’000 Menschen in der Schweiz an Covid verstorben. Tatsächlich waren 7587 Personen mit oder an Covid gestorben. «Mit oder an» deshalb, weil als «Covid-Tote» auch alle erfasst wurden, die an anderen Ursachen gestorben sind, bei denen das Virus aber mit einem Test nachweisbar war. 

2023 veröffentlichten die Corona-Immunitas-Wissenschaftler einige Resultate der Corona Immunitas Studie in «Infection». Nimmt man an, dass bis Mitte Dezember 2020 rund 15 Prozent der Schweizer Bevölkerung das Coronavirus erwischt hatten, lässt sich mit Angaben des Bundesamts für Statistik die IFR grob schätzen: circa 0,6 Prozent, wiederum mit grossen Unterschieden in den verschiedenen Altersgruppen [5]. 

Allerdings: Auch diese Corona Immunitas Studie war höchst wahrscheinlich nicht repräsentativ für die erwachsene Bevölkerung. Und Kinder sowie Jugendliche – rund ein Fünftel der Bevölkerung – wurden von vornherein ausgeklammert.

Hinzu kam, dass selbst die Antikörper-Studien eine kleine Dunkelziffer an Infektionen nicht erfassen. Denn bei einem Teil der Personen sind nach einer Sars-CoV–Infektion keine Antikörper im Blut nachweisbar. Und bei weiteren, bei denen sie zunächst nachweisbar sind, verschwinden sie einige Zeit später wieder. Wird dies nicht berücksichtigt, schätzt man die Zahl der bisher Infizierten fälschlich als zu niedrig. Die berechnete Sterblichkeitsrate fällt dann zu hoch aus. In der oben genannten Tessiner Studie etwa waren die Antikörper nach einem Jahr bei schätzungsweise 40 Prozent der Personen nicht mehr nachweisbar.

Zur Kontrolle noch eine andere Schätzung: Das Bundesamt für Gesundheit registrierte bis Ende 2020 insgesamt 7587 Personen, die mit oder an Covid gestorben waren. Anhand der 385’836 positiven Tests bis Mitte Dezember und der – aufgrund der Zürcher Studie angenommenen – Dunkelziffer lässt sich daraus ebenfalls grob die IFR für das Jahr 2020 in der Schweiz schätzen: circa 0,5 Prozent.

Die Corona-Immunitas-Wissenschaftler könnten das alles detaillierter berechnen, und es wäre verwunderlich, hätten sie es nicht getan. Aber eben: Von dort kommt keine Antwort.

Auch Österreich widerlegt die Horrorzahlen

So schaut man ins Nachbarland Österreich. Wissenschaftler der Universität Graz zeichneten dort zusammen mit John Ioannidis den wellenartigen Verlauf der Infektionssterblichkeitsrate in der Pandemie nach. Ihre 2025 im «Journal of Infection and Public Health» veröffentlichten Resultate beruhen auf den Ergebnissen von Corona-Tests, Antikörpertests und mathematischen Modellrechnungen. 

Österreich war das europäische Land, in dem die meisten Corona-Tests gemacht wurden. Trotzdem gab es auch dort streckenweise eine hohe Dunkelziffer. Mangels Daten konnten die Wissenschaftler die IFR erst ab Mai 2020 berechnen. Deshalb bleibt offen, wie hoch sie in den allerersten Monaten der Pandemie war.

Von Mai 2020 bis Mai 2023 lag die Infektionssterblichkeitsrate im Durchschnitt in Österreich bei circa 0,16 bis 0,18 Prozent.

2020 – also vor dem Impfen – betrug sie gemittelt etwa 0,3 Prozent. Im Sommer 2020 pendelte sie zwischen 0,04 und 0,3 Prozent, im Oktober 2020 erreichte sie 0,57 Prozent.

Eine Infektionssterblichkeitsrate von einem Prozent, wie Althaus es anfangs postuliert hatten, fanden die österreichischen Wissenschaftler von Mai 2020 bis Mai 2023 kurz einmal, im Januar 2021 – und auch dies nur, falls man die «unruhige», nicht gemittelte (durchgezogene) Kurve betrachtet. Um das statistische «Rauschen» herauszubekommen, werden die monatlichen Werte üblicherweise gemittelt (gestrichelte Linie). Dort blieben die Werte immer unter 1 Prozent.

Zwischen Heimbewohnerinnen und -bewohnern und dem Rest der Bevölkerung gab es in Österreich ebenfalls grosse Unterschiede: Klammerte man die Pflegeheime aus, betrug die IFR im Jahr 2020 durchschnittlich 0,19 (statt 0,3) Prozent. Im Februar 2021 erreichte sie bei den Nicht-Heimbewohnern mit 0,63 Prozent das Maximum.

CFR und IFR in Österreich
Die blauen Linien zeigen den Verlauf der IFR in Österreich an (massgebend ist die Skala links; durchgezogene blaue Linie: Werte anhand der Rohdaten; gestrichelte blaue Linie: Werte gemittelt über fünf Monate). Die Skala rechts bezieht sich auf die erfassten positiven Tests (hellbraune Kurve) und die mutmasslich nicht erfassten Infektionen (grüne Kurve).

Fazit

Christian Althaus‘ anfängliche Schätzung von einem Prozent Infektionssterblichkeitsrate war deutlich zu hoch. Ioannidis‘ initiale Vermutung von 0,125 bis 0,625 war vager, deckte jedoch die später gemessenen Werte mit Ausnahme der schlimmsten Momente ab.

In den Medien kritisiert wurde trotzdem vor allem Ioannidis: «Angeschlagener Stanforder Statistikheld» nannte ihn etwa die «Frankfurter Allgemeine Zeitung». Als Ioannidis im WHO-Bulletin eine weltweite IFR von 0,23 Prozent postulierte, bewertete Althaus diese Arbeit im «NZZ Magazin» als «erstaunlich schludrig durchgeführt».

Die Tamedia-Zeitungen nannten sie «unglaubwürdig». Sehr wahrscheinlich liege die Infektionssterblichkeit «deutlich über» dem, was Ioannidis postuliere, folgerten die Zürcher «Tagesanzeiger»-Journalisten im Oktober 2020 – zu einem Zeitpunkt, als die IFR in Zürich schätzungsweise 0,3 bis 0,4 Prozent betrug – also das, was Ioannidis bald danach für Europa mit seiner insgesamt älteren Bevölkerung schätzte.

Über Althaus dagegen schrieben zum Beispiel die CH-Media-Zeitungen: «Seine vielen Prognosen und Aussagen erwiesen sich als zuverlässig.» Jeder liest das heraus, was er herauslesen will.

Tweet Christian Althaus 21.12.2020
Eine von über 3600 Nachrichten auf Twitter, die Althaus während der Pandemie verbreitete.

_____________________

[1] Hier die Rechnung im Detail: Am 30.3.2020 gab es 2060 offiziell erfasste, positive Tests. Bei einer 15-fachen Dunkelziffer ergibt dies 30’900 Infektionen. Da die Infektion bei den Schwerstbetroffenen erst Tage bis Wochen später zum Tod führte, wurde der 17.4.2020 als Stichtag gewählt. Zu diesem Zeitpunkt verzeichnete Zürich 92 Menschen, die an oder mit Covid gestorben sind. 92 Todesfälle bei 30’900 Infizierten ergibt eine IFR von etwa 0,3 Prozent.
[2] Althaus war einer der Co-Autoren der Zürcher Studie, wurde damals aber noch nicht als Co-Autor angeführt.
[3] Weil es ab Infektionsbeginn rund ein bis zwei Wochen dauert, bis die Antikörper gebildet werden, muss dies bei den Berechnungen berücksichtigt werden. Die Anzahl der positiven Tests bezieht sich deshalb auf den Stand vom 2. Dezember 2020.
[4] Die Autoren widersprechen sich in diesem Punkt. Einmal heisst es, Heimbewohner seien ausgeschlossen gewesen, ein anderes Mal lautet die Information, dass Heimbewohner wahrscheinlich nicht untersucht wurden oder mindestens stark unterrepräsentiert waren.
[5] Die Berechnungen erledigte Chat GPT. Die Autorin gab die Daten ein und überprüfte die Rechnung.

Weiterführende Informationen


Themenbezogene Interessenbindung der Autorin/des Autors

Keine
_____________________
➔ Solche Artikel sind nur dank Ihren SPENDEN möglich. Spenden an unsere Stiftung können Sie bei den Steuern abziehen.

Mit Twint oder Bank-App auch gleich hier:



_____________________
Meinungen in Beiträgen auf Infosperber entsprechen jeweils den persönlichen Einschätzungen der Autorin oder des Autors.

Zum Infosperber-Dossier:

Coronavirus_1

Coronavirus: Information statt Panik

Covid-19 fordert Behörden und Medien heraus. Infosperber filtert Wichtiges heraus.

Bildschirmfoto 2022-10-28 um 12.25.44

Wissenschaft

Transparent, reproduzierbar und unabhängig von wirtschaftlichen Interessen sollte sie sein.

War dieser Artikel nützlich?
Ja:
Nein:


Infosperber gibt es nur dank unbezahlter Arbeit und Spenden.
Spenden kann man bei den Steuern in Abzug bringen.

Direkt mit Twint oder Bank-App



Spenden


Ihre Meinung

Lade Eingabefeld...