Interpretation der Corona-Fallzahlen

Dieser Artikel behandelt die Interpretion der Corona-Fallzahlen in der Schweiz. Hier werden immer die Zahlen der Schweiz und vom Fürstentum Liechtenstein zusammen verwendet.

Interpretation der gemeldeten Fallzahlen

Wieso liegen die gemeldeten Zahlen fast immer über dem 7-Tage-Schnitt?

Die am Dienstag bis Freitag vom BAG gemeldeten Neuinfektionen sind fast immer deutlich höher, als der 7-Tage-Schnitt (ausser bei sinkenden Fallzahlen).

Wie ist das zu erklären? Nun, der Montag, mit den Zahlen vom Wochenende (3 Tage) senkt den Durchschnitt massiv.

Dh übers Wochenende werden zB 5'000 Leute pro Tag positiv getestet. Ab Montag lassen sich wieder mehr Leute testen, was zu 8'000 Positiven pro Tag führt. Der 7-Tage-Schnitt liegt dann vielleicht um 7'000 herum, aber Dienstag bis Freitag werden Zahlen von 8'000 gemeldet.

Ansteckungsdatum liegt mehrere Tage vor Testdatum

Beispiel: Eine Person hat sich am Montag, 31.Oktober 2022, mit dem Virus infiziert. Die Person merkt frühestens am 1.November (Tag 1 nach Infektion) etwas davon. Möglicherweise hat die Person aber keine Symptome oder die Symptome treten erst nach 4-6 Tagen auf.

Fall 1: Person hat erste Symtompe 1 Tag nach Infektion. Die Person hat ein Kratzen im Hals und eine leicht laufende Nase und denkt sich nichts dabei.

Erst als die Symptome den 3.Tag in Folge (inzwischen ist der 3.November) anhalten, lässt die Person sich testen.
Das Ergebnis des PCR-Tests liegt am selben Abend vor, und wird am Folgetag (Freitag, 4.November) ans BAG gemeldet, welche das am Montag, 7.November 2022, publiziert.
Damit vergehen von der Ansteckung bis zur Publikation 7 Tage.

Fall 2: Person hat keine Symtompe oder erst nach 6 Tagen Symptome.

Die Person macht aus anderen Gründen (Ansteckung im Umfeld oÄ) am 7.November einen Test.
Der Test ist erst am 8.November ausgewertet und wird erst am Mittwoch, 9.November, ans BAG gegmeldet.

In der Statistik des BAG taucht der Fall erstmals in den am 10.November veröffentlichten Neuinfektionen auf. Das BAG weist den Fall danach dem Testdatum 7.November zu.
Zwischen tatsächlicher Ansteckung und Erscheinen in den publizierten Fallzahlen vergehen 10 Tage.

Fall 3: Person steckt sich am 31.Oktober 2022 an, hat schon am 2.November Symptome oder lässt sich aus anderen Gründen am 2.November testen.
Das Ergebnis liegt noch am selben Tag vor und wird am selben Tag ans BAG gemeldet, welches das in den Zahlen der Neuinfektionen am 3.November meldet.
Dies ist der schnellst-mögliche Fall. Und auch liegen zwischen realer Infektion und Publikation 3 Tage.

Wenn es viele Fälle wie Fall 2 gibt, bedeutet das, dass viele Ansteckungen, die am 31.Oktober statt fanden, erst in den am 10.November veröffentlichten Fallzahlen steht.
Fälle wie Fall 1 hingegen, die sich am 31.Oktober angesteckt haben, tauchen vielleicht schon am 7.November in der Statistik des BAG auf.

Das Infektionsgeschehen, welche uns das BAG meldet, ist also realistisch rund 1 Woche verzögert.
Die Spitaleinweisungen sind ein bis zwei weitere Wochen verzögert.
Einweisungen in die Intensivstation um weitere ein bis zwei Wochen.
Todesfälle dürften dann etwa zwei bis sechs Wochen nach der realen Infektion liegen.

Relevant ist all dies bei stark sinkenden oder fallenden Infektionszahlen.
Gibt es beispielsweise 5'000 tägliche Neuinfektionen und 1 Woche später sind es 7'000 (+40%), so sind die realen Ansteckungen vielleicht schon über 10'000, obwohl gemäss publizierten Zahlen die Infektionszahlen erst gerade auf 7'000 gestiegen sind.

Problematik der begrenzten Testkapazitäten

Ein Problem bei zu hohen Fallzahlen, wie wir sie im Januar und Februar 2022 hatten, ist, dass die Testkapazitäten so beschränkt sind, dass (Stand Januar 2022) gemäss verschiedenen Aussagen in den Medien nicht mehr als 80'000 bis 100'000 PCR-Tests pro Tag durchgeführt werden können. Die Positivtätsrate erreicht teilweise über 40% mitte Januar 2022. Somit wären mehr als 30'000-40'000 Neuinfektionen pro Tag nicht erfassbar.

In der Praxis hat sich im Januar 2022 auch gezeigt, dass es nie Fallzahlen von über 50'000 an einem Tag gab, sondern stattdessen die Positivitätsrate auf absurde Niveaus von 40 bis 50% anstieg.

Das heisst, ab dem Zeitpunkt, wo an einzelnen Tagen über 40'000 positive Tests gemeldet wurden, kann nicht mehr beurteilt werden, ob die Fallzahlen weiter steigen oder nicht. Es sieht dann nach einer Stagnation aus, obwohl die Zahlen in Wirklich weiter steigen oder evtl. wieder am Sinken sind.

Oder anders:

Fallzahlen über 40'000 im 7-Tage-Schnitt sind in der Schweiz nicht messbar.

Publikationsdatum und Testdatum

Infektionszahlen, die an einem Tag veröffentlicht wurden, gingen in den 24 (oder 72 bei Wochenenden) Stunden davor bis um 8 Uhr morgens des Publikationsdatums beim Bundesamt für Gesundheit ein.

Diese Tests beziehen sich jedoch nicht alle auf den Vortag, sondern sind oftmals Nachmeldungen, weil beispielsweise ein Arzt Tests erst am nächsten Tag meldet. Oder weil ein Arzt am Montag einen Test machte, am Dienstag das Ergebnis des PCR-Tests vorlag, und der Arzt das am Mittwoch-morgen ans BAG meldete. Dann taucht dieser Fall erst am Donnerstag beim BAG auf, wird aber dem Test-Datum vom Montag zugeordnet. Die Infektion fand aber schon in der Vorwoche statt (sonst wäre die Probe vom Montag noch nicht positiv).

Vergleich Meldedatum zu Test-Datum am Beispiel Januar 2022
Tag Publiziert Positiv Getestet

(Stand +10 Tage)

Positiv Getestet

(Stand 31.Jan)

1. 0 9'399 9'413
2. 0 12'832 12'845
3. 38'437 (3 Tage) 32'323 32'341
4. 20'742 33'436 33'454
5. 31'109 30'613 30'686
6. 32'239 26'104 26'154
7. 28'038 27'307 27'332
8. 0 17'818 17'828
9. 0 13'435 13'435
10. 63'647 (3 Tage) 34'569 34'599
11. 24'602 30'903 30'931
12. 32'881 29'624 29'633
13. 29'887 28'675 28'686
14. 32'150 27'687 27'698
15. 0 19'344 19'349
16. 0 14'822 14'827
17. 67'906 (3 Tage) 41'913 41'919
18. 29'142 39'412 ** 39'423
19. 38'015 39'211 39'211
20. 39'807 37'750 37'750
21. 37'992 36'698 36'698
22. 0 24'661 24'660
23. 0 18'436 18'434
24. 87'278 (3 Tage) 48'360 48'325
25. 36'658 43'358 43'331
26. 43'199 41'718 41'413
27. 44'842 37'976 37'836
28. 39'769 35'895 35'255
29. 0 23'522 19'922
30. 0 18'256 9'756
31. 89'453 (3 Tage) 43'793 48

** = das BAG veröffentlichte am Freitag, 28.Januar 2022, keine Daten als Excel-Datei, so dass die positiven Tests vom 18.Januar anhand der Daten vom 27.Januar 2022 eingegeben wurden.

Publiziert = An dem Tag wurde diese neue Fallzahl gemeldet.

Positiv Getestet (Stand +10 Tage) = An diesem Tag gab es so viele Tests, die positiv ausfielen, gemäss Stand 10 Tage später (dh die definitive Zahl für den 1.Januar wird am 11.Januar erfasst, vereinzelte Nachmeldungen wären möglich).

Positiv Getestet (Stand 31.Jan) = So viele positive Tests gab es an diesem Tag, gemäss Datenstand 31.Januar 2022.


Lesebeispiel

Am 4.Januar 2022 gab das BAG 20'742 neu registrierte Corona-Fälle bekannt, die dem BAG zwischen dem 3.Januar um 8 Uhr morgens und dem 4.Januar um 8 Uhr morgens gemeldet wurden.

Bis zum 14.Januar konnten dem 4.Januar 33'436 Fälle als Testdatum zugeordnet werden. Bis zum 31.Januar erhöhte sich diese Zahl auf 33'454 Fälle.

Die Differenz ist 18 Fälle, die dem BAG zwischen dem 14.Januar, 8 Uhr und dem 31.Januar, 8 Uhr, für den 4.Januar nachgemeldet wurden.


Interpretations-Beispiel

Die Zahlen für den Zeitraum vom 1. bis 20.Januar sind unter dem Datenstand vom 31.Januar höher als unter dem Datenstand "Stand +10 Tage". Dies liegt an verspäteten Nachmeldungen.

Umgekehrt werden vom 22. bis 31.Januar die Zahlen unter "Positiv Getestet (Stand +10 Tage) höher sein, weil zB die Zahlen vom 25.Januar erst am 4.Februar eingetragen werden, und diese dann leicht höher sein könnten aufgrund von Nachmeldungen, als der Stand vom 31.Januar 2022. Dies liegt an Nachmeldungen für den Zeitraum von ende Januar, die anfang Februar eingereicht wurden.

Auch schön zu sehen in obiger Tabelle, ist wie die Zahlen vom 28. bis 31.Januar nach Stand 31.Januar massiv zu tief sind. Das erkennt man, wenn man zB die Zahlen vom 28. oder 29.Januar mit dem Stand vom 31.Januar und dann mit dem Stand "+10 Tage" (entspräche 7. + 8.Februar) vergleicht.

Analyse anhand der Fallzahlen vom 31.Januar 2022

Vergleich Meldedatum zu Test-Datum am Beispiel 31.Januar 2022
Datenstand
(jeweils um
8 Uhr)
Positive
Tests
am
31.Januar
2022
Differenz
zum Vortag
Bekannte Fälle

in Prozent

(von 43'???)

31.Januar 48 48
1.Februar 22'369 22'321
2.Februar 41'123 18'754
3.Februar 43'418 2'295
4.Februar 43'597 179
7.Februar 43'824 227
8.Februar 43'840 16
9.Februar 43'787 -53
10.Februar 43'793 6
11.Februar 43'713 -80
14.Februar 43'579 -134

Lesebeispiel: Am 31.Januar 2022 um 8 Uhr morgens, waren dem BAG erst 48 positive Tets bekannt, die am 31.Januar durchgeführt wurden.
Man sieht nun, wie jeden Tag die Fallzahlen des 31.Januars leicht nach oben korrigiert werden müssen. Bis am 3.Februar gab es noch die stärksten Änderungen, danach gab es nur noch wenige Nachmeldungen.

Es zeigt sich auch, dass zB für "Vorgestern" (am 2.Februar für den 31.Januar) erst rund 93,5% aller Neuinfektionen bekannt sind. Selbst am 4.Tag nach dem Testdatum fehlen noch 1% aller Meldungen. Eine halbwegs korrekte Angabe hat man also erst am 4.Tag danach.

Am 9.Februar 2022 waren es für den 31.Januar 2022 plötzlich 53 Fälle weniger als noch am Vortag.

Positivitätsrate und Dunkelziffer

Die WHO sagt, dass bei einer Positivitätsrate über 5% die Pandemie ausser Kontrolle ist.


Die Schreibende schätzt, dass bei 10% Positivitätsrate das Verhältnis der offiziellen Zahlen zur Dunkelziffer bei 1:1 liegt. Pro Prozent Posivitätsrate rechnen wir mit 10% höherer Dunkelziffer gegenüber den positiven Tests.

Bei 1% Positivitätsrate gehen wir davon aus, dass auf 100 positiv geteste Fälle 10 Unerkannte dazu kommen. Bei 5% wären es auf 100 erfasste Fälle weitere 50 Unentdeckte. Bei 10% Positivitätsrate schlagen wir vor, auf 100 erkannte Fälle mit 100 unerkannten Fällen zu rechnen. Bei 20% sind es 100 zu 200, bei 30% wären es 100 zu 300, dh es gibt dann real 4 mal so viele Fälle, wie offiziell erfasst sind.

Auf der Seite Covid-o-Mat[1] werden Dunkelziffern um Faktor 5 bis 20 genannt. Das Robert Koch-Institut ging im Frühjahr im Corona-Steckbrief[2] von einer Untererfassung um den Faktor 20 (chinesische Studie[3] aus Januar 2020), bzw. um den Faktor 11 (neuere japanische Studie[4]) aus. Welcher Wert aktuell zutrifft, hängt von verschiedenen sich verändernden Faktoren wie der Testverfügbarkeit ab und ist mangels Antikörperstudien nur grob abschätzbar. In einer in Gangelt im Kreis Heinsberg durchgeführten Studie[5] wurde zuletzt eine Dunkelziffer um den Faktor 5 gezeigt.

Der schweizerische Bundesrat schätzte die Dunkelziffer im März 2021 bei Erwachsenen auf 2-3 und bei Kindern auf 8,wie er auf eine Anfrage aus dem Nationalrat antwortete.[6]

Im Juni 2022 schätzte Tanja Stadler die Dunkelziffer auf 6 bis 8.[7]

Die frühere Covid-Taskforce-Chefin Tanja Stadler geht davon aus, dass die Dunkelziffer sehr hoch ist. Es sei plausibel, dass diese bei 4 bis 6 liege, sagte die ETH-Wissenschafterin am 17.Oktober 2022 in der Sendung «Heute Morgen» von Radio SRF. Die Positivitätsrate lag damals bei etwa 40%.[8]

Problematik des 7-Tage-Schnitts beim SRF

Diese Seite enthält Kritik an SRF.
Hinweise für Vertreter des SRF Sie sind Vertreterin des hier kritisierten SRF und sind mit den Aussagen nicht einverstanden?
  • Prüfen Sie als erstes, ob unsere Bearbeitungsregeln eingehalten wurden.
  • Legen Sie ein Benutzer-Konto an, um diese Seite selber bearbeiten zu können. So können Sie direkt Korrekturen anbringen oder unangebrachte Sätze entfernen.
  • Falls es weiterhin Probleme gibt, können Sie sich auch an   wenden.
  • Allgemeine Fragen richten Sie bitte an  .
  • Weitere Informationen finden Sie hier.

Das SRF verwendet das Datum des Tests, womit in den letzten 2 Tagen praktisch immer von sinkenden Fallzahlen ausgegangen werden müsste (weil diese Zahlen noch nicht vollständig sind).

Nimmt man den 7-Tage-Schnitt, den das SRF am 7., 14., 21. und 28.Januar 2022 gemeldet hat, und vergleicht das mit dem realen 7-Tage-Schnitt für dieses Datum, wird erkennbar, dass das SRF systematisch auf einen zu tiefen 7-Tage-Schnitt kommt.

7-Tage-Schnitt
Tag Publizierte

BAG-Zahlen

Nach Testdatum (bis Vortag,

Stand 10 Tage später)

SRF-Angabe
7.Januar 2022 21'509 22'986 21'189
14.Januar 2022 26'167 26'055 25'018
21.Januar 2022 30'409 31'454 29'365
28.Januar 2022 35'535 36'088 35'012

Lesebeispiel Am 7.Januar 2022 betrugt der 7-Tage-Schnitt laut srf.ch/news 21'189 Fälle pro Tag.

Gemäss den täglich neu bekannt gewordenen Infektionen, die dem BAG vom 31.Dezember, 8 Uhr, bis am 7.Januar, 8 Uhr, gemeldet wurden, betrug der 7-Tage-Schnitt 21'509 neue Fälle.

Gemäss den vom 31.Dezember 2021 bis 6.Januar 2022 (Stand 17.Januar 2022) durchgeführten Tests lag der 7-Tage-Schnitt bei 22'986 Fällen.

Es ist deutlich zu sehen, wie der 7-Tage-Schnitt des SRF systematisch zu tief liegt. Die Ursache hierfür liegt uA darin, dass die Zahlen der letzten beiden Tage noch sehr unvollständig sind.

Sinnvoll wäre einzig, entweder den 7-Tage-Schnitt anhand der für 7 Tage publizierten Zahlen zu nehmen. Dann stimmt zwar das Test-Datum nicht, aber man sieht korrekt, ob die Zahlen steigen oder Fallen. Oder man nimmt das reale Test-Datum. Dann muss man die Zahlen aber mindestens 5 Tage verzögert publizieren, damit sie halbwegs vollständig sind. Es ist also die Wahl zwischen möglichst aktuellen oder möglichst korrekten Daten.

Wie in der Analyse der Fallzahlen vom 31.Januar 2022 weiter oben exemplarisch aufgezeigt wird, sind auch nach 2 Tagen (dh die Zahlen für "vorgestern") erst zu 93,9% komplett. Das SRF scheint die Fallzahlen im Stand von vorgestern zu benutzen, in der irrigen Annahme, die Zahlen wären weitgehend vollständig.

Das SRF entscheidet sich hier für eine Mischform, die die Nachteile beider Methoden vereinigt.

Die SRF-Redaktion wurde am 21.Januar 2022 kurz vor 14 Uhr auf diesen Artikel bzw. Abschnitt aufmerksam gemacht. Die Mitarbeiter des SRF haben bisher nicht darauf reagiert und auch ihre Berechnung des 7-Tages-Schnitts nicht angepasst.

Quellen

  1. Covid-O-Mat.de
  2. Steckbrief Corona-Virus auf Seite des Robert-Koch-Instituts
  3. JM, Bridgen JRE, Cummings DAT, Ho A, Jewell CP. Novel coronavirus 2019-nCoV: early estimation of epidemiological parameters and epidemic predictions. MedRxiv. 2020
  4. Nishiura H, Kobayashi T, Yang Y, Hayashi K, Miyama T, Kinoshita R, et al. The Rate of Underascertainment of Novel Coronavirus (2019-nCoV) Infection: Estimation Using Japanese Passengers Data on Evacuation Flights. Journal of clinical medicine. 2020;9(2).
  5. Streeck H, Schulte B, Kuemmerer B, Richter E, Hoeller T, Fuhrmann C, et al. Infection fatality rate of SARS-CoV-2 infection in a German community with a super-spreading even. MedRxiv. 2020
  6. Frage in der Fragestunde des Nationalrates vom 15.März 2021
  7. Watson-Artikel vom 30.Juni 2022
  8. Watson-Artikel vom 17.Oktober 2022