Auf dem Weg zum Verfassungs­­gericht — Teil 6 von 8: Die Epi­de­­mio­­log­ische Lage (in 16 Dia­gram­men)

Verfassungsbeschwerde für Dummies¹ — ein Echtzeit-Lehrgang in der Wirklichkeit mit ungewissem Ausgang — Stand 21.02.2020

Christian Hannig
8 min readJan 9, 2021
Dicke Bretter bohren ist angesagt — Ein schönes Ergebnis der Bildsuche ‘Dicke Bretter bohren’. — Quelle: Tübinger Liste, eigentlich hier — dort jedoch ohne das Bild, dieses ist alleine hier zu finden.

¹ Dummies meint natürlich nicht uns Bürger, sondern bezieht sich auf die berühmte Ratgeber-Serie für Anfänger von Allem —

Dieser Teil 6 sollte die epidemiologische Lage behandeln. In dem Sinne, um im Rahmen der gerichtlichen Prüfung der “Vereinbarkeit [der Maß­nahm­en] mit den Grundrechten” zu belegen, “welche tatsächlichen Rah­men­be­ding­ung­en der Co­ro­navirus-Pandemie” vorliegen.
Ein sehr umfangreiches Unterfangen.
Daher teile ich diesen Artikel in die
Teile 6.1 bis 6.6 auf, er würde sonst noch un­lesbarer als ‘Was wäre die Lösung?’ Jeder Teil hat die Dar­stellung eines wich­tigen Aspekts der epidemischen Lage in Deutsch­­land zum Inhalt. Diese Teile werde ich je nach Fertigstellung und nicht nach in­halt­lich­er Reih­en­­folge veröffentlichen. Was bleibt für diesen Artikel? Diagramme zur tatsächlichen Lage, die in der Verfassungsbeschwerde auftauchen werden.

[Zitate oben aus der Ent­­scheid­ung des BVerfG zu 1 BvR 990/20]

Bisher entstandene und künftige Artikel:

Teil 6 wird weiter aufgeteilt in:

Ein Dashboard statt eines Artikels

Alle haben ein Dashboard, und trotzdem keiner den Durchblick, und die Poli­tik macht ‘evidenzfrei’ ¹ was sie will, und genießt es endlich mal ohne die Ein­schränk­ungen durch das Grundgesetz zu regieren ² :
¹ Prof. Gerd Antes wörtlich im Interview vom 16.06. mit dem DLF
² Eine der Aussagen des
Kommentars von Herbert Prantl vom 17.05. in der SZ

Gleich nocheins: ein neues Diagramm über die Maskenpflicht für den gleichnamigen Abschnitt unten.

Die Rechtfertigung der Maskenpflicht

Es wird kaum gelingen, im Rahmen eines Gerichtsverfahrens, auch nicht bei einer Verfassungsbeschwerde, die Frage der Evidenz der Wirksamkeit des Mas­ken­tragens abschließend und zufriedenstellend zu klären. Dafür ist die Studienlage viel zu widersprüchlich.

Ein Beispiel: relativ häufig zi­tiert wird z.B. die Studie aus Jena (06/20), die widerum von einer Arbeit aus der Krankenhaushygiene (09/20) widerlegt wird. These und Antithese, und vor Gericht wird daraus der Er­mes­sens­spiel­raum des Ver­ord­nungs­ge­bers.

Darum geht es aber auch gar nicht! Will der Gesetzgeber oder die Exekutive Grundrecht einschränken, ist sie in der Rechtfertigungspflicht! Und die An­forderungen an die Rechtfertigung werden um so höher je tiefgreifender und langandauernder die Einschränkungen sind.

Eigenes Diagramm aus der Durchsicht aller hier aufgeführten Studien, wobei die Übersichtsarbeiten (‘Meta-Studien’) Ihrerseits bereits jeweils mehrere dutzend Studien berücksichtigen. Quellen in meinen anderen Artikeln angegeben. Besonders die Übersichtsarbeiten von ECDC und WHO arbeiten mit der Kategorie ‘Aussagekraft der Studien’. Kaum eine Studie der letzten Jahr(zehnt)e erreicht hier überhaupt das Niveau: ‘moderat’, die meisten sind ‘niedrig’ und ‘sehr niedrig’. Die auf der Größenskala (‘Wissenschaftliche Evidenz’) angegebenen Bewertungen sind Zitate des RKI und aus den Studien
Das Update vom 15.02. ist jetzt unten im Abschnitt “Die 7-Tages-Inzidenz und Ihre Inflation”

Die Mutationen

Die Politik hat die Mutationen entdeckt. Szenario: wir nähern uns zwar (von oben kommend) der 7-Tages-Inzidenz von 50 und 35, aber es wird alles viel schlimmer werden!
Modellrechnung:

Screenshot von https://www.spiegel.de/wissenschaft/medizin/coronavirus-mutation-warum-die-sinkenden-infiziertenzahlen-truegerisch-sind-a-e1eca89e-aaef-49d7-aeb2-a7a61c3f8309

Wirklichkeit:
Die Zahlen gehen überall, und auch in den Ländern aus denen die Mutationen stammen, zurück:

Diagramm von 20.09.20 bis 20.02.21, Screenshot von ourworldindata.org. Laut CDC hat Großbritannien die Mutation B117, die im September 2020 erstmals aufgetreten sein soll, am 14.12.20 gemeldet. Großbritannien als Ursprung der Mutation B117 und Südafrika als Ursprung der Mutation N501Y haben beide abweichend vom Modell des exponentiellen Wachstums seit Jahreswechsel stark fallende Fallzahlen. Deutschland ebenfalls (ohne so stark ausgeprägte vorherige Spitze). Weltweit sinken die Zahlen seit Jahreswechsel ebenfalls. Brasilien hat ebenfalls eine Mutation gemeldet, die dortigen Fallzahlen bewegen sich ohne extreme Spitzen ähnlich wie in Deutschland, aktuell etwas höher als Großbritannien.
ENDE UPDATES 20.02 & 21.02. — weiter im Text:

Corona im März

Die Graphen, die alle zu Tode erschreckt haben. Die Modellierung von Neil Ferguson vom Imperial College London. Zusammengesetzer Screenshot jedoch aus der Studie ‘Auswirkungen nicht-pharmazeutischer Interventionen auf COVID-19: Die Geschichte von drei Modellen’ von John Ioannidis, University Stanford

Corona im April

Lauterbach entdeckt die Rolle seines Lebens:

Screenshot (das Foto hab ich weggeschnitten) eines Artikels auf welt.de
Ganz ehrlich? Ein schwarzes Loch wär mir lieber… Warum? Deshalb:

Er erzählt das ganze Jahr nahezu widerspruchsfrei Gruselgeschichten:

Links: Diagramm von Lauterbach in der Sendung Markus Lanz vom 16.04.20. Mitte: Ausschnitt- und Rechts: -das ganze Diagramm der New York Times. Die gestrichelten Vierecke entsprechen etwa dem Bildausschnitt aus der Grafik in der Sendung. Man vergleiche mal die Lage der steilen roten Linie in Bezug auf die Null-Linie, und welchen Einfluss die Art der Darstellung auf die Aussage der Diagramme hat.

Quellen — Links: Ausschnitt Screenshot Youtube aus Lanz (bei 3:27 min) vom 16.04. / Mitte und rechts: Aus­schnitt und Screenshot aus dem Artikel ‘Missing Deaths’ der New York Times vom 08.07.

Mai bis November spar ich mir jetzt

Corona im Dezember

Die zweite Welle der Pandemie auf intensivregister.de:

Screenshot von DIVI Intensivregister vom 10.01.21 — sieht schlimm aus

Dem stelle ich mein ei­gen­es Dashboard entgegen:

Eine Samm­lung von Dia­gram­men, die ich für die Ver­fas­sungs­be­schwer­­de be­reits vor­be­reit­et habe, die aber in den Artikeln bislang noch nicht, oder nur teil­­wei­se auf­tauchen. (Ganz unten fehlt noch eine)

— Aktualisierungen unregelmäßig, aber in jedem Fall vor der Erhebung der Ver­fas­sungs­be­schwerde — erste Updates vom 18.01.21, neuestes vom 06.02.21

Die epidemiologischen Eigenschaften von Corona

Die Übersterblichkeit

Destatis zur Über­sterbl­ichkeit in Deutschland, nun das gesamte Jahr 2020:

Screenshot Stand 23.01.21 von destatis.de, Daten für das gesamte Jahr 2020. Ein Diagramm, viel we­niger aufgeregt als die weiter oben, was ich ziem­lich schätze und auch schon mehrfach verwendet ha­be. Die Grafik hat jedoch einen Nachteil: was man nicht sieht, ist, wie sich die Gesamtsterblichkeit in Deutsch­land in 2020 entwickelt hat — “Ähnlich wie die letzten Jahre”, das ist erkennbar, aber mehr nicht. Des­halb:

Die obige Grafik nochmal, diesmal ganzjährig kumulierte Zahlen:

Stand 23.01.2021, Daten für das gesamte Jahr 2020, eigenes Diagramm mit den Zahlen von destatis.de von dem Dia­gramm oben, aber mit kumulierten Werten. Erster Gedanke: Oh, Gott! So viele Tote! Die Zahlen sind die glei­chen wie oben, sieht aber doch eher bedrohlich aus. Auch wenn die Kurve für 2020 immer im Bereich der vier vor­her­ig­en Jahre liegt. Eine kumulative Darstellung ist in einer Epidemie nicht das Richtige. Also noch eine:

Jetzt nur die Abweichung von 2020 zu 2016-19, in kumulierten Zahlen:

Daten und Stand 23.01.21. Die gleichen Daten nochmal, aber die kumulierten Werte 2020 im Verhältnis zu den Werten der Vorjahre 2016–2019. D.h. die blaue Linie des Durchschnitts vom 1 + 2. Diagramm ist die Null­linie, waagrecht glatt­ge­zogen. Dieses Diagramm macht die Aussage, wie verhält sich das Pandemie-Jahr 2020 zu den Ver­stor­ben­en der vorletzten vier Jahre 2016–2019 (hellblauer Bereich)?

Gleicher Maßstab auf der X­-Achse wie vorher, d.h. Höhenausschläge sind identisch mit dem 2.Diagramm! Um ganz genau zu sein: die hellblauen Bereiche waren geringfügig zu hoch und zu niedrig (da nicht alle Maximal-Werte in einem Jahr liegen und ebenso nicht alle Minmal-Werte in einem anderen). Der tatsächliche max. Jahreswert der letzten Jahre ist 954.874¹ statt 994.000 aus den Zahlen von Destatis. Diesen Fehler von knapp 4% habe ich über alle Wochenwerte hinweg gleichmäßig bereinigt. Der zu erwartende ‘Normal­wert für 2020’ liegt bei 957.006 Ver­stor­ben­en (bei einer statistischen Bandbreite bis 967.150). Gestorben sind 972.155.
[UPDATE 30.01.21]: Ich wurde auf den 29. Februar hingewiesen:
Die Übersterblichkeit in 2020 liegt somit bei (5.005-2.600=) 2400 bis (15.149–2.600=) 12.500 Verstorbenen. Das sind 0,24% bis 1,29% aller in 2020 Verstorbenen und 6,8% bis 35,3% der lt. Statistik 35.415 ‘an und mit Corona verstorbenen’ Menschen. [ENDE UPDATE]
¹ Genaue Erläuterung und Be­rech­nung hierzu von Prof. Dr. Thomas Rießinger auf reitschuster.de. Das die zu erwartenden Jahres-Werte nicht konstant sind, liegt an der Alterspyramide der deutschen Bevölkerung.

Hier die Entwicklung der letzten gut zehn Jahre: 2020 war normal.

Streudiagramm mit den Sterbezahlen lt. Destatis. Der steigende Trend liegt an der Bevölkerungs­struk­tur Deutsch­lands (die Anzahl alter Menschen wächst derzeit schneller als die durchschnittliche Lebenser­wart­ung). Das Jahr 2020 liegt leicht oberhalb des Trends, aber im Rahmen des Erwartbaren. 2018 und 2015 waren sta­tis­tisch gesehen ‘schlimmere’ Jahre! Quellen und Erläuterung der Berechnung hier.

Die Überlastung des Gesundheitswesens

DIVI Intensivregister zur Belegung der Intensivbetten in Deutschland:

Screenshots von drei gleich groß dargestellten, und daher problematischen Diagrammen auf in­ten­siv­re­gis­ter.de: Links (wie auch schon zu Beginn des Artikels): die Bettenbelegung mit Corona-Fällen. Mitte: die Ge­samt­üb­er­sicht ohne Corona-Fälle. Rechts: Die Corona-Fälle im Verhältnis zu Gesamtbelegung.
Größenskalenverhältnis im Bezug zum mittleren Diagramm: d.h. Mitte: 100% // Links: 770% // Rechts: 200%

Zwei der obigen Diagramme nochmal, jetzt maßstäblich korrekt zusam­men­ge­fügt:

Korrekte Darstellung der Bettenauslastung und des Anteils von Corona-Fällen daran. Quellen: wie oben.
Weitere Erkenntnisse: die Auslastung über das Jahr liegt konstant bei gut 20.000 belegten Betten, die von der Deutschen Krankenhausgesellschaft empfohlene Reserve war immer gegeben, es gibt darüber hinaus sogar ei­ne Notfallreserve von weiteren gut 10.000 Betten. Der medial beklagte Rückgang der freien Betten [senk­rech­­te Höhe der hell­blauen Fläche] von Mitte Oktober bis Weihnachten geht zu 75% auf Kapazitätsabbau (hell­blaue Fläche wird von oben kleiner) und zu 25% auf Mehrbelegung (hell­blaue Fläche wird von unten kleiner) zurück. (Das die Kurven belegte und freie Betten links in der Grafik steil ansteigen, liegt daran, daß das Melderegister im März erst begonnen wurde. Die dort ‘fehlende’ hellblaue Fläche liegt an der Überlagerung der Grafiken)

Die Kreuzimmunität

Das Un-(erwähnteste) Wort des Jahres, die Nicht-Nachricht des Jahres:

Der ermittelte Wert an vorhandener Kreuz­im­munität in der Bevölkerung aus zehn Studien weltweit.
Mittelwert 46,0%.
Eigenes Diagramm aus zehn untersuchten Studien aus ‘Das Ende der ‘Pandemie’.
Alle Quellen, Details, Zusammenfassungen, sowie Übersetzungen und Zitate hier.

Die Letalität von COVID-19

Veröffentlichte Sterberaten einiger wichtiger Institutionen weltweit:

Update 27.01.21: Eigenes Diagramm aus den folgenden Quellen: Schrap­pe et al. vom IMVR, gehört zur Autorengruppe der Thesenpapiere (die hohen Werte Anfang des Jahres kom­men aus dem Blick auf die Krankenhäuser). // Die Zahlen des RKI sind die der Fall-Sterblichkeit (CFR), welche die Sterblichkeit epidemiologisch überschätzt. (Alle anderen geben daher auch die Infizierten-Sterblichkeit (IFR) an! Das RKI im Steckbrief Coronavirus übrigens auch, bzw. benennt den Faktor dazu, siehe unterste -schwer erkennbare- blaue Lin­ie). // Die Zahlen der WHO sind übers Jahr eher spärlich gewesen. Zu Beginn des Jahres die allgegenwärtige Zahl von 3,4%, dann länger nichts, dann gehen die veröffentlichten Zahlen steil nach unten. // ‘Verschiedene’ sind Zahl­en aus einigen bekannteren Studien. (Gestrichelte Linie, da es sich nicht um eine, sondern um ver­schie­dene Institutionen handelt) // Und schließlich Ioannidis, der schon Mitte März ungefähr das prognostizierte, wo die Welt sich das ganze lange Jahr lang hinarbeiten musste. Links zu allen Quellen in meinen anderen Artikeln.

Besonderheit 46.KW: am 03.11. wurde aufgrund eines Rückstaus an Laboranalysen im sechstelligen (!) Bereich die Teststrategie in Deutschland geändert. Siehe Zitat RKI oben in dem Diagramm. Weil die Zählweise aufgrund der Überlastung der Labore geändert wird, steigt die Sterblichkeit des Virus wieder???

Der PCR-Test und die 7-Tages-Inzidenz

Hier geht es ans Eingemachte. Quarantäne und Grundrechte:

Der PCR-Test und seine Aussagekraft

Berechnung der prävalenzabhängigen positiv-prädikative Werte des PCR-Tests auf Basis einiger prä­va­lenz­unabhängiger Werte für Sensitivität und Spezifität. — äh, wie meinen? … OK, nochmal auf deutsch:
Die Berechnung der Wahrscheinlichkeit, mit der die Aussage des PCR-Test — bei 4 verschiedenen Test­ge­nau­ig­keiten (senkrechte Skala) — und in Abhängigkeit der Verbreitung des Virus (waagrechte Skala)! — richtig ist.

Das RKI nennt Bereiche von ‘wün­schens­werten’ und ‘akzeptablen’ Werten für den positiv prädikativen Wert [hell­blau und blau]. Der Ringversuch von Instand e.V. zur Validierung ergab Werte [grün] dazwischen, ein Artikel des Netzwerks Evidenzbasierte Medizin, kommt auf niedrigere Werte [rot]. Eigenes Diagramm aus Angaben des RKI und den EBM-Netzwerks.

Die Kurven geben im Ergebnis die Wahrscheinlichkeit [in % auf der linken Skala] an, mit der das Ergebnis des PCR-Test richtig ist. In Abhängigkeit von der Verbreitung des Virus in Deutschland (untere Skala von 0% bis 15% [=bisheriger Höchstwert in Heinsberg] ), die allgemein mit Werten zwischen 1,2% und 3% (senkrechte blaue Linien) geschätzt wird. .

Beispiel: 3% Prävalenz (rechte blaue Linie), PCR-Test Genauigkeit wie Ringversuch. Ergebnis: 68%, also knapp 2/3 — die Aussage des Tests, die Quarantäneanordnung, die Kontaktnachverfolgungen, die Quarantäne für Kontaktpersonen sind mit 2/3 Wahrscheinlichkeit korrekt, mit 1/3 Wahrscheinlichkeit aber nicht!

Es kommt aber leider noch haariger: Eine Studie der Universität Oxford vom September kommt zu dem Ergebnis, daß zu hohe CT-Werte zu völlig unbrauchbaren Ergebnissen führen:

Screenshot des Diagramm der o.g. Studie. Wichtige Aussage ist der Verlauf der schwarzen Linie (von >80% bis 0% bei CT-Werten von 20 bis 37 (Ende der Skala). CT-Werte heißt ‘cycle-threshold’ = Anzahl der Teilungs- also Verdoppelungsvorgänge der untersuchten Probe. Das Gesundheitsamt Frankfurt/Main teilte im Sommer 2020 mit, nur noch Ergebnisse bis 25 zu berücksichtigen, das RKI schreibt, daß über 30 wahrscheinlich keine Ansteckungsgefahr mehr vom positiv getesten Menschen ausgeht. Die maßgebliche ‘Studie Corman/Drosten’ vom Januar 2020, die Grundlage für die weltweite Verwendung des PCR-Tests ist, hat ct-Werte von 45 verwendet. Getestet wird häufig mit ct-Werten von 37 bis 45, diese Informationen werden jedoch nicht an die Gesundheitsämter oder das RKI übermittelt.

Mein Diagramm von oben mit vier Szenarien ergänzt um die stark fallenden Werte aus der Studie ergibt dieses Bild:

Das Diagramm Der PCR-Test und seine Aussagekraft [=der ‘positiv prädikative Wert’] von oben ergänzt um die ct-abhängigen Werte aus o.g. Studie. “Angesetzt” habe ich den Beginn der ct-abhängigen Werte bei dem Vorhersage-Wert des PCR-Tests bei einer in Deutschland vorstellbaren Verbreitung [=‘Prävalenz’] des Virus von 3% in der Bevölkerung. Von dort ist die Verringerung der Aussagekraft in Abhängigkeit der ct-Werte aufgetragen. Größenskala links und rechts identisch Wichtige Erkenntnis: ab einem ct-Wert von 26 ist in keinem der vier Szenarien mehr ein Wert von 50% zu erreichen. Daß heißt die Ergebnisses des PCR-Test sind dann nicht mehr besser als Würfeln! (Ein Lob auf das Gesundheitsamt Frankfurt/Main)

Und hier noch das größte ungeklärte mathematische Problem des neuen Jahrzehnts:

Die 7-Tages-Inzidenz und ihre Inflation

Was für ein Theater. Weil leider keiner kap­iert, daß 50/100.000 (in Worten: fünfzig von hun­dert­tau­send) kein Ver­hält­nis ist, sondern ein Produkt! Das Produkt aus Prävalenz [zu finden z.B. auf der waagr. Achse des vor­her­igen Diagramms mit Werten von 0% bis 15%] mal Testanzahl [zu finden z.B. auf der rechten senkr. Achs­e die­ses Diagramms mit Werten von 0 bis 1,8mio für ganz Deutschland]. Kommt aber noch schlimmer: Jetzt tes­ten wir wie verrückt, (siehe blaue Balken) also finden wir auch mehr! in dem Maß, in dem wir mehr fin­den, ist die 7-Tages-Inzidenz auch “weniger wert”. Ein Wert von 50 im Mai (und nochmal Anfang Juli) ensprach Ende Oktober wegen den vielen Tests nur noch einem Wert von 11. Der Wert von ‘nur’ 50 ist umso schwer­er zu er­rei­chen, je mehr ich teste. Mehr Tests bedeuten also weniger Freiheits- und Grundrechte. Dies Grafik könnte al­so auch die Inflation der Grundrechte heißen. Ich zitiere mich mal selber: Grund­rechts­ein­schränk­­ung­en, weil keiner mehr Drei­satz kann! (Die Grafik reicht nun von der Einführung der 7-Tages-Inzidenz bis Jahresende)

Am 28.10.20 hat Prof. Dr. Werner Bergholz als geladener Einzel­sach­ver­stän­di­ger vor dem Deutschen Bundestag eine Stellungnahme [PDF] ab­ge­ge­ben. Darin heißt es u.a.:
Die Kennzahl „Fälle in den letzten 7 Tagen pro 100.000 Einwohner“ ist keine va­li­de Messgröße, sondern eine Zahl, die direkt von der Anzahl der Testungen ab­hängt. [… Dieses Messverfahren resultiert in] gravierender Fehlsteuerung mit ver­meidbaren Kollateralschäden. [… Die Teststrategie entspricht] in keiner Weise den Qualitätsanforderungen der Technik oder dem Stand der Wis­sen­schaft. […] Eine elementare Regel bei Messung auf der Basis einer Stich­pro­be ist, dass der festgestellte Zahlenwert nicht von der Größe der Stichprobe ab­häng­en darf.”

Klingt nicht gut, aber fast zu abstrakt, um deutlich zu sein.

In Diagrammen ausgedrückt:

Die offizielle 7-Tages-Inzidenz und der Grenzwert von 50 im Zeitverlauf:

Aussage des Diagramms: seit Herbst (41.KW) haben wir wieder viel zu hohe In­zi­denz­zahlen in Deutschland!

Die offizielle 7-Tages-Inzidenz und der — in Abhängigkeit von der Testmen­ge korrigierte — richtige Grenzwert:

Der Grenzwert 50 (rote Linie) nach Anwendung der von Prof. Bergholz geforderten Korrektur zur Herstellung der Vergleichbarkeit der Zahlen.
Eigenes Diagramm aus Daten des RKI / Zeitraum 11.KW 2020 bis Ende Datenverfügbarkeit 5.KW 2021. Quellen wie oben.

Aussage: seit Einführung der 7-Tages-Inzidenz liegen die Inzidenzzahl­en — trotz des Anstiegs am Jahresende — nahezu immer unter dem Grenz­wert. Die letzte Woche des Jahres ist ein statistischer Ausreißer durch massiv weni­ger Tests.

Die richtige — um die Testmenge korrigierte — 7-Tages-Inzidenz im Verhält­nis zum nominalen Grenzwert:

Der Grenzwert 50 (rote Linie) nach Anwendung der von Prof. Bergholz geforderten Korrektur wieder auf 50 begradigt. 7-Tages-Inzidenz in korrekter Relation dazu.
Eigenes Diagramm aus Daten des RKI / Zeitraum 11.KW 2020 bis Ende Datenverfügbarkeit 5.KW 2021. Quellen wie oben.

Dieselbe Aussage wie vorher: Die offizielle Darstellung müsste korrekt so aus­sehen, und nicht wie das erste Diagramm!

Die 7-Tages-Inzidenz in Deutschland liegt bei den Bedingungen zu Ermitt­lung des Wertes, die bei Einführung des Wertes im Mai 2020 gegeben war­en, der­zeit (5.KW 2021) bei 25,7!

Unglaublich!

Sicherheitshalber noch eine Verdeutlichung dass der “festgestellte Zahlenwert von der Größe der Stichprobe abhängt”:

Die rote Linie ist nicht die obere Begrenzung der blauen Balken! Die Linie ist der korrigierte (‘reskalierte’) 50er-Grenzwert, die blauen Balken sind die Anzahl der Tests. Größenskalen zur Verdeutlichung der Korrelation gewählt / Daten und Quellen wie oben

Und eine Verdeutlichung dass der festzustellende Inzidenzwert vom Anteil der positiven Testergebnisse abhängt:

Die blaue Linie ist nicht die obere Begrenzung der blauen Balken! Die Linie ist der korrigierte (‘reskalierte’) 7-Tages-Inzidenzwert, die blauen Balken sind Positivquoten der Tests. Größenskalen zur Verdeutlichung der Korrelation gewählt / Daten und Quellen wie oben

Der Lockdown

Ein paar Diagramme, die zeigen, daß nicht nur keine Kausalität zwischen den Maßnahmen und der Schwere der Epidemie besteht, sondern nicht einmal eine Korrelation.

Das Land mit den laxesten Maßnahmen hat die wenigsten Todesfälle:

Diagramm mit der ‘Stringenz der politischen Maßnahmen’, weltweite Übersicht ‘COVID-19 Government Response Tracker (OxCGRT)’ der Universität Oxford. Hier ausgewählte Länder: Deutschland (naheliegend), Frankreich (Nachbar mit strikten Maßnahmen und hohen Zahlen), Schweden (vielfach verdammt für den tödlich laxen Umgang — ich staune über die immer noch recht hohen Werte um 60 lt. Oxford) und als Vergleich Japan (mit deutlich laxeren Maßnahmen als Schweden)
Diagramm mit den täglichen weltweiten Todesfällen ‘mit’ und ‘an’ Covid-19. Umgerechnet auf 1 Million Ein­wohn­er. Hier ausgewählte Länder: Deutschland (im Frühjahr gut, im Winter schlecht), Frankreich (im Frühjahr ver­heer­end, im Winter schlecht und früh dran), Schweden (nun ja, im Frühjahr wie im Win­ter ir­gend­wie in der Mit­te zwischen DE und FR…) und als Vergleich Japan (was soll man sagen, das älteste Volk der Welt (!) kommt mit den ‘laxesten’ Maßnahmen dieser Länder am besten durch die Epidemie).
Die Korrelation zu den Jahreszeiten ist eindeutiger als zu den Maßnahmen.

Quelle für beide Diagramme https://ourworldindata.org/coronavirus, ohne genauen Link, die Diagram­me werden nach Auswahl Thema und Land/Länder erstellt.

“Die Lockdown wird durchgeführt um das Gesundheitssystem vor Überlastung zu schützen”: [siehe oben, Punkt ‘Gesundheitswesen’]

“Die Lockdown wird durchgeführt die Risikogruppen zu schützen”:

Screenshot aus dem täglichen Lagebericht des RKI vom 05.01.21 [PDF], S.11. Farben teilweise von mir geändert. Dargestellt werden hier knapp die Hälfte aller SARS-CoV-2-Fälle. Solche, die (lokalen) ‘Ausbrüchen’ zuzuordnen sind. (Be­rühmt­es­tes Beispiel: Tönnies, der kleine Gipfel in der 25.KW) Dies sind etwa die Hälfte aller Fälle in Deutsch­land, die an­de­re Hälfte sind einzelne Ansteckungen. // Ausbrüche am Arbeitsplatz geändert von rot nach hell­blau. // Aus­brüche in Alten- und Pflegeheimen, Wohn- und Flüchtlingsheimen sowie Krankenhäusern geän­dert von blau und grün auf einheitlich rot. Hinzufügung der Zeitpunkte der Lockdowns und der Ein­füh­rung der Maskenpflicht.
Ergebnis: Die Maßnahmen schützen die Alten und Kranken nicht! Mehr dazu in Teil 6.5 - Der Lockdown.

Die Maskenpflicht

“Die Maskenpflicht wurde erlassen, um die Ausbreitung des Virus zu verhindern”:

Screenshot aus dem täglichen Lagebericht des RKI vom 05.01.21 [PDF], S.11. Farben jetzt unbearbeitet. Hinzufügung des Zeitpunkts der Ein­füh­rung der Maskenpflicht. Ergebnis: Die Pflicht kam, als sie nicht mehr nötig war und hat nichts genützt, als die Fälle im Herbst mehr wurden. Der Einspruch, ohne Masken wäre es noch schlimmer gekommen greift nicht, siehe Japan und Schweden weiter oben. Die Verwendung der Gesamtzahl aller Infektionen anstelle nur derer aus den ‘Ausbrüchen’ würde das Bild nicht ändern. Mehr dazu in Teil 6.6 — Die Maskenpflicht.

… ⬅️ zum vorherigen Artikel ⬅️ … … … ➡️ zum nächsten Artikel ➡️ …

Das Kleingedruckte

Kontakt

Wer Antworten weiß auf (hier ausnahmsweise keine) OFFENEN FRAGEN, wer Fehler entdeckt oder vermutet, wer weitere Argumente weiß oder wichtige Quellen kennt, darf — nein: soll! — sich gerne bei mir melden! Auch RAe sind gern gesehen!

Anfragen nach Quellen (die Quellenverlinkung ist in jedem Fall in meinen Artikeln vorhanden, ich habe sie nur hier nicht alle nochmal rausgesucht), den Bildern und auch den Excel-Dateien ebenfalls an:

Telefon: 03212–4882283

Email: klage-gegen-corona[@]email.de

HINWEIS (auch an die Trolle): natürlich bin ich da nicht direkt erreichbar! Die Nummer klingelt wonirgends, sie nimmt nur Sprachnachrichten ent­ge­gen. Diese und die Mails werde ich regelmäßig (vorsichtshalber mit dem Fing­er auf der Löschtaste) abrufen und mich zurückmelden.

--

--

No responses yet