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
Generic filters
Exact matches only
Search in title
Search in excerpt
Search in content

In einem Sonderprojekt haben wir die Veröffentlichung von Zahlen zu Corona von März 2020 bis März 2021 beobachtet und analysiert. Unsere Analysen und Visualisierungen finden Sie auf diesen Seiten. Das Projekt wurde beendet zum 23. März 2021.

Corona-Krise


Analysieren heißt vergleichen: Rasante Fallzahlen = rasante Ausbreitung?

In der Coronakrise werden absolute Fallzahlen und ihr Verlauf in allen Medien gezeigt und diskutiert. So fragt etwa der Bayerische Rundfunk: „Wie entwickelt sich die Corona-Kurve in Deutschland?“. Die Antworten darauf sind z.B. dieser Art: „Die Kurve der Infektionen steigt steil an, das Virus breitet sich gerade rasant aus.“ Oft wird auch nach der Verdoppelung der Corona-Infizierten gefragt. Eine typische Antwort ist, dass sich die „Zahlen zur Corona-Infektion exponentiell“ entwickeln: “Eine infizierte Person steckt in kurzer Zeit 2 bis 3 weitere an, diese in ebenso kurzer Zeit wieder jeweils 2 bis 3 weitere Personen, also jetzt schon 4 bis 9 usw.“ Mathematiker und Virologen  wenden ein, dass der rasante Anstieg von Fallzahlen nicht automatisch eine rasante Ausbreitung widerspiegeln muss.

Denn: Ausbreitung wird relativ, nicht absolut gemessen. Das RKI spricht vereinfachend vom Beginn einer Grippewelle, wenn in jeder fünften Patientenprobe tatsächlich Influenzaviren nachgewiesen werden – die so genannte Positivenrate also bei etwa 20 % liegt.
Unsere Abbildung zeigt, wie relative Fallzahlen und Testungen zusammenhängen können. In der Regel kommen bei jeder Testreihe einige positive Fälle hinzu. Je mehr Tests durchgeführt werden, desto mehr Fälle finden sich. Die Fallzahlen können exponentiell wachsen, auch wenn der Anteil und damit die Zahl der Infizierten sich wenig oder gar nicht verändert. Fallzahlen allein sind daher ungenügend, um die Ausbreitung einer Epidemie abschätzen zu können.

 

 


Analysieren heißt vergleichen: Sind Fallzahlen oder Relationen die geeignetere Zählweise?

Relationen I – Fälle pro Test

Die Darstellung „Fälle pro Test“ wird zunehmend gefordert, zuletzt in einem offenen Brief an die ARD. Wir haben einige medizinische Lehrstühle, Medienvertreter, Staatsrechtler und die Politik angeschrieben, um sicherzustellen, dass diese und ähnliche Darstellungen zielführend sind. Die Antworten stehen noch aus. Möglicherweise befinden wir uns auch in einer Situation, wo Solidarität auch Mitdenken in größerem Zusammenhang meint und Datenanalyseexperten die Entscheider mit allem unterstützen müssen, was an Erkenntnis möglich ist. Wir werden daher unsere Bemühungen um die Analyse der Coronadaten und von Primärmaterial nochmals verstärken.

Relationen II – Fälle je 100.000 Einwohner

Die Zählweise der “Fälle” und ihre Darstellung als absolute kumulierte Kurve sind umstritten und die Kritik nimmt zu. Man fragt dennoch, ob aus den Fallzahlen wenigstens Größenordnungsvergleiche mit anderen Phänomenen wie Influenza etc. möglich sind. Zu dieser Darstellung haben wir die folgenden Fragen an Experten aus Virologie und Epidemiologie und Medienvertretern gestellt:

  1. Sind Relationen als Stichprobe wenigstens näherungsweise zu werten, bis Besseres vorliegt?
  2. Was zeigt mehr, Fälle/Tests oder Fälle/Bevölkerung?
  3. Sind kumulierte oder nicht kumulierte Werte die bessere Stichprobe?
  1. Ist man sich der erst grafischen, dann psychologischen Wirkung von Kumulationen absoluter Zahlen bewusst?
  2. Weiß man um die Wirkung des Bildes auf unsere unbewussten Wertungen – auch in Form ansteigender Linien, wenn der Kontext die Bildwirkung auch für abstrakte Grafik herstellt?

Stand: Lädt...

 


Corona-Monitor – Lagebericht Europa

Das RKI liefert bisher Daten zu Fallzahlen in Deutschland – seit kurzem bis auf Ebene der Kreise. Deutschland liegt in der Mitte Europas. Wir sollten wissen, was in anderen Ländern passiert. In Berlin muss auch mit Blick auf die Lage in den Nachbarländern entschieden werden. Welche Kriterien würde man sich derzeit für einen Lagebericht wünschen? Welche wären wichtig und könnten richtig beschafft werden? Liegen den Entscheidern solche Daten vor, gibt es sie überhaupt?

Wir sind Experten für das Zusammenführen und Analysieren großer und komplexer Datenbestände in Unternehmen.

Für unsere Kunden gestalten und betreiben wir betriebswirtschaftliche Informationssysteme, Lagezentren und Simulationsmodelle.

Wir haben ein Team abgestellt, das die verfügbaren Datenquellen in ganz Europa auswertet, Daten sammelt, aufbereitet und in einem Lagebild verdichtet. Absolute und prozentuale Werte sind typografisch skaliert („Bissantz’Numbers“) und nach ihrer Bedeutung rot und blau gefärbt.

Die zu Corona verfügbaren Daten stammen von den europäischen Gesundheitsämtern. Zudem haben wir Daten der statistischen Ämter und Online-Ausgaben der großen Tageszeitungen ausgewertet.

Die Kennzahlen im „Corona-Monitor“ beantworten die folgenden Fragen (von links nach rechts):

  1. Wie viele wurden getestet?
  2. Wie viele wurden positiv getestet?
  3. … in Prozent der Fälle?
  4. Wie viele sind genesen?
  5. Wie viele erlebten einen milden Verlauf?
  6. Wie viele mussten ins Krankenhaus?
  7. … in Prozent der Fälle?
  8. Wie viele mussten auf die Intensivstation?
  9. … in Prozent?
  1. Wie viele werden beatmet?
  2. Wie viele sind gestorben?
  3. … in Prozent der Fälle?
  4. Wie alt sind die Infizierten im Durchschnitt?
  5. Wie alt sind die Verstorbenen im Durchschnitt?
  6. Wie hoch ist die Lebenserwartung der Bevölkerung?
  7. Wie viele Intensivbetten gibt es pro 100.000 Einwohner?

 

Die zu Corona verfügbaren Daten stammen von den europäischen Gesundheitsämtern. Zudem haben wir Daten der statistischen Ämter und Online-Ausgaben der großen Tageszeitungen ausgewertet.

Leere Felder: Werte zum Zeitpunkt der Berichtserstellung nicht verfügbar.


Faktorenanalyse

Vom RKI gibt es seit 26.03.2020 die Fallzahlen auch nach Landkreis, Alter und Geschlecht. Nach einer Studie des ISS stehen die Todesfälle, die dem Coronavirus zugerechnet werden, im Zusammenhang mit Alter, Geschlecht und Vorerkrankungen. Ganz allgemein wird man Todesfälle auf Zusammenhänge mit so vielen Merkmalen wie möglich prüfen wollen, wenn man über Ursachen, Risiken nachdenkt oder über Maßnahmen entscheiden muss.

Hilfreich sind dafür Methoden, die Häufigkeitsverteilungen automatisiert auf Unterschiede prüfen, und nach Auffälligkeit sortieren. In statistischen Berechnungen wie dem Durchschnitt geht die Verteilung der Einzelwerte verloren. Wir nutzen daher eigene Verfahren, die Ergebnisse näher an den Ausgangsdaten halten und möglichst viel davon kompakt sichtbar machen.


Fallzahlen Deutschland nach Altersstruktur und Geschlecht

Fallzahlen Deutschland nach Altersstruktur vom 31.3.2020

Wenn Muster auf höherer Ebene sichtbar werden, schließt sich die Frage an, ob sie durch Verdichtung eine Tendenz in den Grunddaten verstärkt haben oder sich das Muster für die Elemente auf tieferer Ebene wiederholt. Dafür verwenden wir wiederum eine Visualisierung mit möglichst geringer Verdichtung und hoher Verständlichkeit, die sogenannten „Small Multiples“.

Man beachte in beiden Abbildungen sowohl die Skalierung als auch die Einfärbung der Balken, die dem Verfahren innewohnen und die Mustererkennung erleichtern.

Fallzahlen Deutschland, Bundesländer nach Geschlecht vom 31.3.2020


Fallzahlen Deutschland nach Altersgruppen und Geschlecht

Besonders ergiebig sind Analysen mit mehreren Merkmalen. Hier sind Alter und Geschlecht kombiniert und die Ergebnisse sprechen für sich. Die Risikogruppen sind mit bloßem Auge zu erkennen. Mit weiteren Merkmalen, die aber derzeit öffentlich oder gar nicht zur Verfügung stehen, ließe sich ein Risikoprofil klarer fassen, so wie es in Italien das ISS bereits getan hat.


Interaktive Analyse im Web

Einen interaktiven Zugriff auf die Zeitreihen der Corona-Fallzahlen mit Zoom- und Drill-Funktionen finden Sie hier. Dort stehen auch Sonderanalysen bereit, zum Beispiel der Verdoppelungsraten. Auf methodische und qualitative Grenzen haben wir bereits hingewiesen. Sie gelten auch für die interaktive Analyse.


Sie können das Dashboard nur im Desktop-Modus nutzen.


Jetzt registrieren!

Bitte registrieren Sie sich, um Zugriff auf die täglich aktualisierten Daten der WHO und des RKI sowie Daten zu den Auswirkungen der Krise zu erhalten. Aus Datenschutzgründen bitten wir Sie, nach der Registrierung Ihre E-Mail-Adresse zu bestätigen. Wir senden Ihnen dann die benötigten Zugangsdaten.

Aufgrund rechtlicher Bestimmungen weisen wir daraufhin, dass wir kein Unternehmen aus dem Gesundheitswesen sind, und verweisen auf die jeweiligen Originalquellen. Mit der Registrierung bestätigen Sie, dass Sie den Hinweis zur Kenntnis genommen haben.

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






* Pflichtangaben

Diese Seite ist durch reCAPTCHA von Google geschützt. Es gelten die Datenschutzrichtlinien und Nutzungsbedingungen von Google.








PGJyIC8+CjxidXR0b24gY2xhc3M9ImJ1dHRvbiBidXR0b24tLWZpbGxlZCBidXR0b24tLWNvbG9yLXByaW1hcnkiIHR5cGU9InN1Ym1pdCI+UmVnaXN0cmllcmVuPC9idXR0b24+PGJyIC8+Cg==