Einde derde Coronagolf?

Leestijd: 6 minuten

Het AD plaatste gisteren een artikel met de volgende kop:

In het artikel stond dat bronnen rond het OMT hadden doorgegeven dat half april een piek bereikt zou worden op de IC’s van 800 en het daarna zou gaan dalen. (In tegenstelling tot de geprognotiseerde 1300 bij ongewijzigd beleid op 21 maart door Van Dissel in het Casthuis).

Het is een bericht dat in lijn is met mijn constatering van afgelopen vrijdag dat er een kantelpunt zichtbaar leek te zijn. Een kantelpunt dat zich in de dagen erna vanuit de GGD-teststraten nog sterker aan het aandienen is. De GGD meldt de laatste drie dagen namelijk gemiddeld per dag een 10% daling van het aantal positieve testen t.o.v. de week ervoor.

Afgelopen woensdag meende ik dat kantelpunt al te zien. En tijdens mijn wekelijkse Q&A met Vincent Everts die middag heb ik dat ook benoemd. Maar is dat wel echt zo? En naar welke cijfers moet je dan kijken en hoe? (Nog los van het feit of er echt sprake is/was van een “derde golf”).

Zo bekijk ik de cijfers

Mij wordt regelmatig gevraagd naar welke cijfers ik dan kijk en hoe ik die dan interpreteer. Juist omdat we nu in een periode komen met (hopelijk snel) dalende cijfers, hetgeen zou moeten leiden tot het opheffen van maatregelen, is het nog belangrijker om op een goede manier naar de cijfers te kijken. En dus niet met de bedoeling de angst onder de bevolking aan te blijven wakkeren, zoals het RIVM van week tot week doet.

Op elk cijfer dat we horen is veel aan te merken. Dat heb ik al vaak gedaan en daar hoef ik dan nu niet op in te gaan. Niet alleen bij deze Covid-19-crisis is dat zo. Cijfers zijn doorgaans niet zo hard als ze lijken.

Maar om toch een goed gevoel te krijgen over de ontwikkelingen pas ik een belangrijk hulpmiddel toe. Ik gebruik niet de absolute cijfers. Maar ik gebruik een cijfer dat uitdrukt hoeveel in welke mate er een stijging is t.o.v. een relevant punt in het verleden. Bij Covid-19 kijk ik dan vooral naar de groeifactor van het cijfer van vandaag t.o.v. exact een week geleden.

Daardoor kun je het effect van een onnauwkeurige cijfers doen verminderen, want die effecten golden namelijk ook een week geleden. Op deze manier neutraliseer je niet alle effecten, maar je zorgt wel voor een verbetering.

Om toevalligheden per dag te doen verminderen neem ik wel minstens 3 dagen samen.

Op die manier krijg ik dit beeld van de ontwikkeling van de ziekenhuisopnames in Nederland (volgens NICE).

Ziekenhuisopnames

Als bij deze grafiek het cijfer 1,1 aangegeven is, dan betekent dat het aantal ziekenhuisopnames in die drie dagen gemiddeld 10% hoger is dan de week ervoor. En een cijfer van 0,9 betekent dus dat die ziekenhuisopnames 10% lager zijn dan de week ervoor. De golfbewegingen in de grafiek komen vooral door het weekendeffect. Dan zijn de ziekenhuisopnames lager dan op werkdagen.

Uit de bovenstaande grafiek is op te maken dat tot eind februari de ziekenhuisopnames vrijwel steeds daalden t.o.v. de week ervoor. Vanaf eind februari zien we een omslag. Vanaf dat moment zien we een stijging, die rond 23 maart 18% hoger was dan de week ervoor. De laatste twee dagen zien we een daling (maar die kan samenhangen met het Paasweekend).

Nu vinden de ziekenhuisopnames gemiddeld 11 dagen na een besmetting plaats. Omdat de testen gemiddeld 5 a 6 dagen na de besmetting worden afgenomen, zouden die test-cijfers dus al een eerdere aanduiding moeten kunnen geven van wat er op het gebied van de Covid-19 besmettingen in Nederland gebeurt.

Problemen

De problemen rondom die cijfers zijn echter (nog) groter dan die rondom de ziekenhuisopnames. (Zoals: wat zeggen positieve PCR-testen over de besmettelijkheid en welke invloed heeft de testbereidheid en de verruimingen van de testmogelijkheid op de cijfers?). Extra complicerend is dat de cijfers die het RIVM dagelijks meldt, niet de positieve testen van gisteren zijn, maar ook veel uitslagen van eerdere dagen bevatten. Dus die dagcijfers zijn daardoor behoorlijk vervuild. (Op weekniveau is dat wat minder).

Het fijne is dat sinds 2 maanden per dag de uitslagen van de GGD-testen beschikbaar komen, inclusief het aantal getesten. Dat cijfer komt na 3 uur ’s middags beschikbaar van de uitgevoerde testen van 2 dagen eerder. Dus vanmiddag 5 april komen de cijfers beschikbaar van zaterdag 3 april.

Deze GGD-teststraten kennen hun eigen patroon (door de week wordt er duidelijk meer getest dan in het weekend). Maar door mijn aanpak van de groeifactor vermijd ik dat probleem. Dit is de ontwikkeling van de groeicijfers van het aantal uitgevoerde testen en het aantal positieve testen.

Twee dingen vallen op:

• Het patroon van de positieve testen vertonen een sterke samenhang met die van de uitgevoerde testen.
• Het patroon lijkt maar weinig op die van de ziekenhuisopnames. Wat wel enigszins overeenkomt, is dat tot half februari de cijfers doorgaans onder de 1 lagen. En dat na begin maart de cijfers vooral boven de 1 liggen.

Om deze GGD cijfers toch te kunnen gebruiken (want ze zouden ontwikkelingen eerder kunnen signaleren dan ziekenhuisopnames) is het nodig om te begijpen waarom die cijfers uiteenlopen met die van de ziekenhuisopnames. Dus heb ik de groeifactor op basis van het aantal positieve testen afgezet tegen die van de ziekenhuisopnames. (Met een verschuiving van 4 dagen). Om zo te kijken of die cijfers behoorlijk parallel lopen.

Die lijnen lopen dus niet echt parallel.

Want er zijn vier periodes waar de gele lijn (positieve testen) duidelijk anders loopt dan de rode lijn van de ziekenhuisopnames.  Als we daarvan de verklaring weten, kunnen we een manier vinden om de groeifactor van de positieve testen van de GGD toch als een goede indicator te beschouwen.

Dat lijkt vooral te komen omdat er bepaalde periodes zijn geweest waar er externe redenen waren waarom mensen minder of meer naar de tests gingen:

• eind januari was er een terugslag bij het aantal testen wegens het bekend geworden datalek van de GGD. Het gevolg was aan de ene kant de daling van de groeifactor tot onder de 0,8 eind januari. Maar ook de stijging begin januari.
  
• tussen 7 en 15 februari was de koude winterperiode (met schaatsen). In dit overzicht heb ik wel gecompenseerd voor de gesloten teststraten (1 hele dag en twee halve dagen). Maar het is heel duidelijk dat ook op de andere dagen er minder mensen zijn gekomen dan als het weer niet zo koud (en glad) zou zijn geweest. De grote stijgingen in de derde week van februari is dus ook het na-ijleffect van die winterweek. (Bij het bepalen van de groeifactor wordt die namelijk gedeeld door de cijfers van de week eerder).
  
• de hoge curve in de tweede week van maart hangt vrijwel zeker samen met het feit dat de basisscholen dicht waren voor de krokusvakantie. En dat in die periode ook minder mensen zich hebben laten testen. En er dus de week erna (met open scholen) een extra toename was vergeleken met die week ervoor.

Mooi weer

De daling op 30 en 31 maart ten opzichte van de week ervoor kan (mede) gelegen hebben aan het mooie weer op die dagen. Misschien was dat ook voor wat mensen de reden om zich maar niet te laten testen. (Net zoals dat het geval was bij de koude winterweek).

Maar omdat op 1 en 2 april het aantal testen ook fors lager was dan de week ervoor lijkt het er toch op dat het niet (alleen) aan dat weer gelegen moet hebben. Hoewel misschien de korte Paasvakantie voor de basisscholen, die op donderdag 1 april begon, wel een rol gespeeld kan hebben bij het aantal uitgevoerde testen.

We zitten nu in het Paasweekend en normaliter laat de maandag bij de GGD veel hogere cijfers zien dan de zondag ervoor. Maar wegens Pasen zou dat wel eens vandaag niet kunnen gebeuren. Het is immers ook een soort zondag. Die GGD cijfers worden pas echt bekend woensdagmiddag.

Mijn conclusies

Het is nog te vroeg om met 100% zekerheid te stellen dat alle cijfers nu echt fors aan het dalen zijn.

Dat moment verwacht ik pas eigenlijk echt als het weer duidelijk beter wordt dan het nu is.  Helaas zien de weersverwachtingen tot aan 18 april er nog niet echt gunstig uit. Maar het kan ook zijn dat andere facetten van het lenteseizoen al impact hebben op een mogelijke daling (nog los van de immuniteit en het vaccineren, hoewel dat in Nederland nog steeds langzaam gaat met circa 0,25% van de bevolking per dag). Lees bij voorbeeld dit artikel over de grote impact van zonlicht op het virus. 

Maar in ieder geval wordt het hopelijk voor iedereen duidelijk dat de scenario’s van het RIVM waarbij de schatting dat de IC bezetting eind april rond de 1400 zal gaan, geen enkele realiteitswaarde heeft (en ook niet had, zoals ik toen ook al had gezegd).

Onwetenschappelijke uitspraken

Plus dat de aangekondigde mogelijke hoge vierde golf in juni bij het loslaten van alle maatregelen begin mei door Van Dissel in de Tweede Kamer vorige week, in de top-3 staat van onwetenschappelijke uitspraken van Van Dissel van de afgelopen 14 maanden. Ik raad hem en de anderen bij het RIVM en OMT (plus Ab Osterhaus) aan om de ontwikkelingen in Texas te volgen. Ik heb er hier over geschreven.  

Op 7 maart zijn daar alle maatregelen los gelaten, gevolgd door heftige kritieken van o.a. Dr. Fauci en President Biden. Maar de cijfers in Texas zijn gewoon verder aan het dalen. Was het op 14 maart nog gemiddeld 4500 per dag, nu is dat onder de 3000 (met 29 miljoen inwoners).

Helaas zullen we nog wel een tijd gebukt gaan onder het naar willekeur gebruiken van de cijfers door de autoriteiten, RIVM, OMT en de media. Zeker als de cijfers echt rap gaan dalen zou dat het signaal moeten zijn om hetzelfde te gaan doen als in Texas. Plus dat in de tussentijd al veel meer kan dan men ons nu toelaat. Maar ik ben bang dat als er de komende tijd wat losgelaten zal worden, dat het heel mondjesmaat zal zijn.

Naast de dagelijkse analyses van het Green Team in de Uitkijktoren zal ik, zodra er weer relevante ontwikkelingen zijn in de cijfers, ze op deze plek beschrijven.

U heeft zojuist gelezen: Einde derde Coronagolf?

Volg Maurice de Hond op Twitter en YouTube.

Help ons u objectief te blijven informeren. Klik hier voor een kleine donatie.