Marcel Barz: Die Geschichte vom Erbsenzähler

Mein Name ist Marcel Barz. Ich bin Informatiker und Datenanalyst.

In meinem Film „Pandemie in den Rohdaten“ zeige ich auf, wie ich als Datenanalyst die Zahlen der COVID-19-Pandemie untersuche. Ich nutze dabei ausschließlich öffentlich zugängliche Daten für das Jahr 2020 in Bezug auf die Sterbezahlen der Bevölkerung, die Angaben zur Belegung der Intensivbetten und die Zahl der Infizierten in Deutschland.

Stand: 30.05.2022 von Marcel Barz Quelle: https://t.me/marcelbarzbackup/116

Mein Ergebnis:Marcel Barz

Aus den Daten des Statistischen Bundesamts, der Deutschen Interdisziplinären Vereinigung für Intensiv- und Notfallmedizin (DIVI) und des Robert Koch-Instituts (RKI) lässt sich nicht ablesen, dass es im Jahr 2020 in Deutschland eine endemische Lage gab – entgegen der vorherrschenden Meinung.

Die Möglichkeit, aus den Zahlen das Gegenteil abzuleiten, führe ich auf einen fehlerhaften Umgang mit den verfügbaren Rohdaten sowie auf unvollständiges Datenmaterial zurück. Zudem kritisiere ich explizit, dass sich Behörden oder Vereine mit eigenen Interessen vor die Rohdaten schalten und diese auf ihre Weise interpretierten und präsentierten.

Journalisten dürfen sich nicht auf solche Darstellungen verlassen und sie unkritisch verbreiten.

Die Politik darf diese interessensorientierte Dateninterpretation nicht als Entscheidungsgrundlage verwenden, sondern muss bei weitreichenden (insbesondere grundrechtseinschränkenden) Entscheidungen immer auch Experten mit gegenteiligen Positionen anhören.

Schockiert bin ich über den Umgang der Faktenchecker mit meiner Arbeit und mit mir als Person. Außerdem überrascht mich, dass trotz zahlreicher Kontaktversuche bis heute kein Massenmedium bereit war, über den Umgang mit den Zahlen oder über meine Geschichte zu berichten. Ich wünsche mir einen offenen Diskurs und stehe für Anfragen zur Verfügung.

Die Kurzfassung

Die Geschichte vom Erbsenzähler – Datenspezialist Marcel Barz konnte in den Rohdaten die

Pandemie nicht nachweisen. Hier als Kurzfassung (3 Minuten)

Die Langfassung

Hier der Vortrag „Pandemie in den Rohdaten“ vom 11.08.2021 (83 Minuten).

[Oder hier:]

Hier der Dialog mit Correctiv vom 14.09.2021 und hier der Faktencheck von Correctiv vom 20.09.2021.

Hier meine Vortrag „Korrektur“ vom 04.01.2022 (64 Minuten) als Antwort auf den Faktencheck.

Hier mein Folgevortrag „Werden uns die Corona-Zahlen neutral präsentiert?“ vom 20.01.2022 (64 Minuten).

Fazit: Bis heute kann ich die Pandemie in den Rohdaten in Deutschland für 2020 nicht nachweisen. Auf welcher Datengrundlagen wurden dann die Maßnahmen eingeleitet?

Weitere Daten

Hier die Ergänzungen und Korrekturen zum Vortrag.

Hier mein YouTube-Kanal.

Hier  mein Telegram-Kanal.

Bei Interesse kann ich gern Transkript, Folien und Rohdaten der Vorträge zusenden.

Kurze Vita

Marcel Barz, Jahrgang 1975, war Offizier der Bundeswehr und studierte Wirtschafts- und Organisationswissenschaften an der Universität der Bundeswehr in München sowie Wirtschaftsinformatik an der Technischen Hochschule Wildau.

In seinen Publikationen beschäftigte er sich mit Kennzahlen und mit Methoden zur Entwicklung von Dashboards. Er war Gründer und Geschäftsführer der cockpit4 GmbH, die sich auf Datenanalyse, Dashboards und Softwareentwicklung spezialisiert hatte.

Barz lebt heute mit seiner Familie im Raum Berlin. Er beobachtet interessiert die Zahlen der Corona-Pandemie und macht auf seinen YouTube- und Telegram-Kanälen (Name: „Marcel Barz“) auf Widersprüche aufmerksam. Barz hatte im August 2021 den Vortrag „Pandemie in den Rohdaten“ veröffentlicht, der vielfach im Netz gesehen wurde.

Kontakt

Marcel Barz

E-Mail: marcel.barz@posteo.de

Marcel Barz - Bitte helfen Sie mir!
Quelle: https://t.me/marcelbarzbackup/115

Meine Anfragen bei Redaktionen

Bei jeder Gelegenheit rufe ich dazu auf, mich bei der Kontaktaufnahme zu Journalisten zu unterstützen. Viele Adressen habe ich so bekommen. Mindestens 50 Redaktionen habe ich angeschrieben. Sehr wenige haben geantwortet. Bis heute war keines der Massenmedien bereit, über meine Analyse zu berichten.

Typischer E-Mail-Verkehr

Von: xxx

Betreff: Aw: Journalisten

Datum: 7. Februar 2022 um 18:53:23 MEZ

An: Marcel Barz <marcel.barz@posteo.de>

Lieber Marcel, ich danke dir für die schöne Aufbereitung. Ich habe das soeben an mir bekannte Journalisten weitergeleitet, die für folgende Medien arbeiten:

  • FOCUS
  • BILD
  • Tagesspiegel
  • und dann noch an eine freie Journalistin, die für Frauenmagazine arbeitet. Die wird sicherlich aberauch noch andere Medienkontakte haben.

Jetzt bin ich ja wirklich mal gespannt, ob sich da jemand bei dir oder mir zurückmeldet. Ich gebe dir Bescheid, falls ich etwas hören sollte.

Ganz herzlich von mir …

xxx—————————————Lieber Marcel, ich habe bis jetzt nur eine Rückmeldung (und zudem Absage) erhalten. Von der freien Journalistin.

Ihre Begründung:

********************** Liebe XXX, vielen Dank, dass du an mich denkst!

Allerdings ist das Thema nichts für mich…. Ich habe mich entschieden, mich journalistisch nicht in das Thema Corona einzumischen und erst recht nicht die Frage zu beleuchten, welche Daten nun stimmen oder nicht…

Zu Marcel Barz gibt es übrigens einen interessanten Artikel bei Correctiv, einer journalistischen Institution, die ich für ihre sorgfältigen Recherchen sehr schätze: https://correctiv.org/faktencheck/2021/09/20/das-video-die-pandemie-in-rohdaten-laesstkontext-aus-und-fuehrt-so-in-die-irre/

*************************

Tja, was soll ich dazu sagen? Ich hatte ihr dann noch geschrieben, dass ich das von Correctiv weiß und du dich ja selbst darauf beziehst.

So, wie es aussieht, hält jeder daran fest, woran er festhalten möchte. Ich kann das auch irgendwie verstehen. Du hattest das mit dem Bild von Neo in der Badewanne beschrieben, der die Schläuche zieht. Ja, so ist es. Das kann ein richtiger Schock werden.

Herzliche Grüße in das sonnige Wochenende

XXX

——————————————-

Hallo XXX, ich danke dir sehr für dein Engagement.

Und irgendwie kommt mir die Antwort bekannt vor. Ich habe öfter gehört: ““Correctiv” sagt, dass du falsch liegst. Also liegst du falsch. Also können wir nicht über dich berichten. Sonst liegen wir ja auch falsch. Und dann schreibt Correctiv über uns. Und das wollen wir auf keinen Fall.” ENDE Wir probieren es weiter.

Liebe Grüße

XXX

Berichterstattung der Faktenchecker

Steinhöfel: Die Interview-Polizei von „Correctiv” fragt – Der Corona-„Erbsenzähler” antwortet

Die nüchterne „Erbsenzählerei“ eines Informatikers, der sich einige Corona-Statistiken näher anschaut, erregt großes Interesse und wird schon bald bei YouTube gelöscht. Was es mit Marcel Barz und dem sehr sehenswerten Video „Die Pandemie in Rohdaten” im Detail auf sich hat, lässt sich in diesem auf der „Achse des Guten” erschienenen Text nachlesen. Nun ist sein Video wieder da und hat über 250.000 Abrufe, obwohl YouTube es in den Suchergebnissen unterschlägt.

Ein Phänomen, das wir von der #allesdichtmachen-Kampagne bereits kennen. Da eine Kritik am gängigen Corona-Narrativ aktuell nur sehr bedingt gebilligt wird, treten nun die teilweise massiv mit Steuergeldern subventionierten sogenannten Faktenchecker auf den Plan. Wenngleich die selbsternannten Wahrheitswächter von der „tagesschau” bis „Correctiv” bereits wegen rechtswidriger Faktenchecks gerichtlich belangt wurden und diese Verbote auch anerkannt haben, lässt ihr Eifer nicht nach. Jetzt schießen sie sich auf den braven Marcel Barz ein.

„Correctiv”, das sich gerade Herrn Barz widmet, teilt auf seiner Website mit: „Wir setzen auf eine transparente Arbeitsweise.” Das ist ganz prima. Und wir machen, was diese Aussage angeht, jetzt selber einen Faktencheck.

Eine der wichtigsten Stützen von „Correctiv” ist zweifellos Sarah Thust. Sie ist seit ein paar Jahren aus Kambodscha zurück und seit Juli letzten Jahres bei den „Faktencheckern”. Daher ist das mit der Transparenz bei ihr vielleicht noch nicht so richtig angekommen. Denn als Marcel Barz Teile ihres an ihn gerichteten Fragenkatalogs auf seinem Telegram-Kanal veröffentlichte, reagierte die Faktencheckerin am 16.09.2021 um 17:12 Uhr unwirsch:

„Lieber Herr Barz,

Ich möchte Sie nochmals darauf hinweisen, dass wir Ihnen keine Freigabe zur Veröffentlichung gegeben haben. Unsere E-Mails sind nicht dazu vorgesehen, dass Sie im Netz landen. Ihre Antworten können Sie gerne veröffentlichen, wenn unser Faktencheck erscheint. Aber bitte nicht vorher und nicht unsere Texte im Wortlaut inkl Signatur.

Herzlichen Dank für das Verständnis!”

Es bedarf einer gewissen Fertigkeit, in vier Sätzen so viel Unsinn und Anmaßung unterzubringen. Misslicherweise hat Herr Barz nun aber partout gar kein Verständnis dafür, dass eine auch mit Steuergeldern unterstützte Organisation glaubt, ihren mutmaßlichen Dienst an unserer

Demokratie im Schutze der Dunkelheit betreiben zu können. Und darum dokumentieren wir in der

Folge die Fragen von “Correctiv” und die Antworten von Herrn Barz. Ganz im Sinne der

Transparenz, die sich unsere Freunde von “Correctiv” ja, gleich neben ihrem Spendenaufruf, auf die Fahnen schreiben. So steht hier eine lückenlose Dokumentation zur Verfügung, bevor die Fakten möglicherweise erneut zurechtgebogen werden. Los geht’s. Sarah Thusts Passagen sind kursiv fett.

***

Am 14.09.21 um 17:45 schrieb Sarah Thust: Sehr geehrter Herr Barz,

ich arbeite als Journalistin für CORRECTIV.Faktencheck und würde Ihnen gerne einige Fragen stellen. Es geht um das Video, das Sie – falls ich mich nicht täusche – am 11. August erstellt haben (https://vimeo.com/591741693). Es wurde uns von zahlreichen Menschen eingereicht mit der Bitte um einen Faktencheck. Aus redaktionellen Gründen möchte ich Sie bitten, mir die folgenden Fragen bis spätestens Donnerstag zu beantworten. Sollten Sie mehr Zeit benötigen, geben Sie mir bitte Bescheid, dann überlegen wir uns eine Lösung.

Thema Sterblichkeit: Das Statistische Bundesamt betont uns gegenüber, dass die Betrachtung des ganzen Jahres saisonale Entwicklungen nicht darstellt und verschiedene Effekte, zB die milde Grippewelle, mit den Corona-Sterbefällen verrechnet. Vor allem am Ende des Jahres sei die Übersterblichkeit durch die Corona-Fälle stark ausgeprägt gewesen. Das ist auch in der Human Mortality Database für Deutschland sichtbar. Ich möchte Sie dazu fragen:

Marcel Barz:

Dazu möchte ich Sie als Journalistin zunächst auffordern zu prüfen, mit welcher Messmethode diese beiden Faktoren Grippewelle in 2020 und CoronaSterbefälle in 2020 erfasst wurden und wie aussagekräftig und zuverlässig diese Daten sind (Stichwort: Qualitätskontrolle). Ich würde diese Daten mit Vorsicht verwenden. Wenn Sie möchten, kann ich darauf näher eingehen.

Ich möchte Sie außerdem darum bitten, die Aussage zu belegen, dass wir eine Übersterblichkeit durch Corona-Fälle Ende des Jahres hatten! Sehen Sie oder sieht das Statistische Bundesamt hier einen Kausalzusammenhang? Ich wäre hier als Wissenschaftler sehr viel vorsichtiger.

  1. Weshalb beziehen Sie sich bei den Sterbefällen auf das ganze Jahr und nicht auf einen Vergleich auf Wochenbasis?

Marcel Barz:

zu 1. Übersterblichkeit ist ein statistisches Konzept, das abbilden soll, ob in einer Population in einem definierten Zeitraum ein ungewöhnlich hohes Sterbegeschehen stattgefunden hat. Je nach Betrachtungszweck kann einerseits die Population oder andererseits der definierte Zeitraum „passend“ gewählt werden. In Ihrer Frage legen Sie nahe, dass der Betrachtungszeitraum möglichst eng eingeschränkt werden sollte – auf Wochen oder wenige Monate.

Betrachtet man die Sterbezahlen der vergangenen Jahre, so wird allerdings schnell klar, dass eine zeitlich beschränkte Übersterblichkeit in nahezu allen europäischen Ländern regelmäßig zu beobachten ist. In Deutschland lässt sich beispielsweise für das Jahr 2018 eine Phase von ca. 12 Wochen beobachten, in der die täglichen Gesamtsterbezahlen zeitweise sogar höher ausfielen, als während der gesamten Corona-Pandemie. In meinem Vortrag bezeichne ich diese Phasen als „Ausreißer“. Ausreißer gibt es in jedem Jahr und auch in beide Richtungen (Über- und

Untersterblichkeit). Die Einschränkung der Betrachtung auf einen (willkürlich) kleinen Zeitraum verfälscht also den Blick auf das Gesamtgeschehen.

Gestorben wird in Wellen entlang der Jahreszeiten. Manchmal beginnen die Wellen etwas früher – manchmal etwas später. Ich halte daher Jahresvergleiche für sehr aussagekräftig. Zudem ist es in der Statistik üblich, Populationsdaten jahresweise zu betrachten.

Die von Ihnen nahegelegte Einschränkung auf einen engeren Zeitraum ist m.E. daher nicht geeignet, um ein „ungewöhnliches Sterbegeschehen“ nachzuweisen. Wir könnten diskutieren, wie das Jahr geschnitten werden sollte. Ich habe in meiner Auswertung von Silvester bis Silvester geschnitten. Ich könnte mir auch eine Auswertung vom 01.07. bis 30.06. vorstellen, so wie es auch die Arbeitsgemeinschaft Influenza macht.

  1. Weshalb berücksichtigen Sie die gestiegene Lebenserwartung nicht, wie es zum Beispiel in dieser Studie geschehen ist? https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0255540 Marcel Barz:

zu 2. Die angenommene Lebenserwartung einer Population bzw. der einzelnen Altersgruppen einer Population wird aus Beobachtungsdaten abgeleitet. Bei diesen Beobachtungsdaten handelt es sich um nichts anderes, als die Sterbedaten der Vorjahre, die in den jeweiligen Altersgruppen vorherrschten. Die Lebenserwartung einer Altersgruppe X in einer konkreten Population wird also aus dem beobachteten Sterbegeschehen der Vorjahre in dieser Altersgruppe abgeleitet. Die Forderung, das Sterbegeschehen nicht als absolute Zahl für die Gesamtpopulation, sondern differenziert nach Altersgruppen zu betrachten, wird auch in meinem Vortrag vorgebracht. Ich gehe darauf auch in meinem Vortrag ein (20:16).

Sowohl das Statistische Bundesamt als auch zahlreiche Redaktionen etablierter Medien haben den

Fehler begangen, absolute Zahlen der Gesamtbevölkerung als Nachweis für eine vermeintliche Übersterblichkeit zu verwenden, statt relative Zahlen (also Sterberaten) der einzelnen Altersgruppen zu betrachten.

Die im Video vorgebrachte Argumentation ließe sich also ohne Weiteres auf eine Betrachtung der

Lebenserwartung übertragen, ohne dass die Ergebnisse sich ändern würden. Tatsächlich kommen auch die Autoren des von Ihnen zitierten Papiers zu demselben Ergebnis. Heißt es doch dort: „In 2020, there was barely any excess mortality in Germany for both approaches.“

Ich möchte Sie noch auf dieses wichtige Diskussionspapier der WHO aufmerksam machen: „age standardization of rates – a new WHO standard“. Hier der Link zum Download. Darin wird die Altersstandardisierung als Rechenverfahren zur Herstellung vergleichbarer epidemiologischer Maßzahlen gefordert. Hier die deutsche Anwendung der WHO-Vorgabe. Sicher erweckt das Ihren journalistische Ehrgeiz herauszufinden, warum das Statistische Bundesamt die

Altersstandardisierung dennoch nicht vornimmt und sich somit nicht an die WHO-Vorgabe hält. 3. Weshalb vergleichen Sie Deutschland mit Schweden und nicht beispielsweise mit Spanien?

Marcel Barz:

zu 3. Weil Schweden weniger Maßnahmen hatte als Deutschland. So erkläre ich es auch im Vortrag (26:29). Es ist in der Forschung üblich, die Wirksamkeit von Interventionen durch eine Einteilung in Experimentalgruppe und Kontrollgruppe zu untersuchen. Schweden war eines der wenigen Länder weltweit, welches auf scharfe nichtmedizinische Interventionen (AHA, „Lockdowns“) im Rahmen der Pandemie-Bekämpfung verzichtet hat und eignet sich daher als „Kontrollgruppe“ zur Bewertung dieser Interventionen.

Schweden schloss weder Geschäfte, noch Schulen flächendeckend und führte auch keine Maskenpflicht ein. Für diese Vorgehensweise wurde es von den etablierten Medien gerade auch in Deutschland als Negativbeispiel herangezogen.

Die Betrachtung der schwedischen Gesamtsterblichkeit zeigt allerdings, dass Schweden keineswegs als Negativbeispiel taugt. Im europäischen Vergleich schneidet Schweden vielmehr besser ab, als zahlreiche Staaten, die besonders scharfe nichtmedizinische Interventionen umgesetzt haben und liegt im Vergleich zu Deutschland in 2021 in der Gesamtsterblichkeit seit KW4 permanent unter dem Vorjahresmittel.

Sie erwähnen mit Spanien gerade ein Beispiel, das durch seine besonders scharfen Interventionen keinerlei positiven Effekt erreicht hat. Woraus sich für mich die Frage ergibt, ob die Annahme „Härtere Maßnahmen = weniger Tote“ in irgendeiner Weise gerechtfertigt ist. Tatsächlich zeigen zahlreiche Studien inzwischen, dass sich diese Annahme durch Daten nicht belegen lässt.

Wenn Sie sich die Zeit nehmen, um diese beiden Links zu prüfen, werden Sie meine Zweifel nachvollziehen können: Wirksamkeit der Maßnahmen und Wirksamkeit der Lockdowns

  1. Weshalb erwähnen Sie in Ihrem Video nicht andere Länder, wie auch die USA, die von der Pandemie stärker getroffen wurden?

Marcel Barz:

Ich beschränke mich in meinem Vortrag auf die Zahlen in Deutschland. Maßnahmen und

Einschränkung, die wir in Deutschland erleben, werden ebenfalls mit den in Deutschland erhobenen Zahlen begründet. Das war das Thema meines Vortrags. Sicher kann man auch die USA und weitere Länder untersuchen. Das ist jedoch ein anderes Thema.

Gleichzeitig sehe ich auch, dass sich die Situation in den Vereinigten Staaten nicht so einfach darstellt, wie durch Ihre Frage suggeriert wird. Denn auch dort beobachte ich, dass die Bundesstaaten, die besonders strikte Kontaktbeschränkungen erlassen haben, mit Blick auf die resultierenden Sterbedaten nicht notwendigerweise besser dastehen, als Bundesstaaten, die einen moderateren Kurs umgesetzt haben.

Als Beispiel können Sie Florida mit Kalifornien vergleichen. Zwei große Bundesstaaten mit ähnlichen klimatischen Bedingungen. Kalifornien setzte durchgehend sehr strikte Maßnahmen um. Während Florida einen moderaten Kurs wählte (welcher dem Schwedens ähnelt). Tatsächlich war Florida nicht weniger erfolgreich in der Pandemie-Bekämpfung als Kalifornien. Kalifornien muss sogar höhere Covid-19-Todesfallzahlen je 100.000 Einwohner ausweisen. Die USA als Gesamtheit zu betrachten, ist daher wenig zielführend, da die verschiedenen Bundesstaaten dort sehr unterschiedlich reagiert haben und reagieren.

Thema Intensivbetten: Die Daten aus dem Intensivregister stellen laut Divi nicht die Anzahl aller vorhandenen Intensivbetten dar, sondern den täglich gemeldeten Ist-Zustand der tatsächlich betreibbaren Intensivbetten. Das bedeutet: Die Zahlen können schwanken, wenn viele Angestellte krank sind oder Überstunden ausgleichen. Ich möchte Sie dazu fragen:

  1. Warum erwähnen Sie diese Informationen in Ihrem Video nicht?

Marcel Barz:

Zu 5. In Ihrer Frage stellen Sie korrekt fest, dass die Anzahl der tatsächlich betreibbaren Intensivbetten von Tag zu Tag schwanken kann. Solche Schwankungen sind völlig normal.

Tagesaktuelle Schwankungen sind jedoch zu unterscheiden von anhaltenden Änderungen der Gesamtzahlen. Es wäre folglich zu erwarten, dass Schwankungen sich sowohl in sinkenden als auch wieder steigenden Meldezahlen dokumentieren, nachdem beispielsweise Krankheitsausfälle in den

Dienst zurückkehren. Dies ist nicht zu beobachten, sondern wir beobachten im

Melderegister anhaltend sinkende Bettenzahlen. Wenn solche dauerhaften Änderungen in den Größenordnungen der Zahlen zu beobachten sind, so wäre es doch auch Ihre journalistische Pflicht, diese zu publizieren und die Frage zu stellen, wie diese begründet werden können. Hier sind die Fakten:

  • Seit Ende April 2020 werden ca. 7.500 Intensivbetten weniger gemeldet.
  • Seit Ende August 2020 werden mehr als 5.000 Intensivbetten weniger gemeldet.– Seit Ende April 2021 werden ca. 1.500 Intensivbetten weniger gemeldet.

Derartige Bewegungen lassen sich m.E. nicht durch Krankenstände (zumal im Sommer) oder abzubauende Überstunden erklären. Zudem wurde aus der Praxis gerade in 2020 von langen Kurzarbeitsphasen bei Ärzten und Pflegepersonal berichtet.

  1. Weshalb berücksichtigen Sie andere Faktoren wie den Pflegeschlüssel, Krankenstände bei Personal und Umstellungen der Statistik in Ihren Berechnungen nicht?

Marcel Barz:

Zu 6. Die Zahlen des DIVI-Intensivregisters wurden durch Politik und Medien als wichtiges Steuerinstrument zur Pandemie-Bewältigung kommuniziert. Spätestens seit Herbst 2020 wurden diese Zahlen auch herangezogen, um gegenüber der Öffentlichkeit die Notwendigkeit strikter nichtmedizinischer Interventionen zu rechtfertigen. Soweit sich erinnern lässt, wurde dabei in den Verlautbarungen von Politik und Medien zwar auf die steigenden prozentualen Auslastungen gemäß den Zahlen des Intensivregisters hingewiesen, nicht aber darauf, dass diese Steigerungen auch durch die von Ihnen genannten Faktoren Pflegeschlüssel, Krankenstände bei Personal oder Umstellungen der Statistik verursacht worden sein könnten. Sie werden sicherlich zustimmen, dass grundrechtseinschränkende Maßnahmen nicht auf Faktoren wie der Einführung von Pflegeschlüsseln oder statistischen Methoden basieren sollten.

Insofern Sie also durch Ihre Frage nahelegen möchten, dass diese Faktoren maßgeblich waren für die hohen Auslastungen, ist dieser Möglichkeit keineswegs zu widersprechen. Die Änderung der

Pflegeuntergrenzen hat bei den Bettenzahlen keinen Effekt – weder am 01.08.2020 noch am 01.02.2021. Einen Bettenrückgang haben die Wiedereinführung und Verschärfung der Pflegeuntergrenzen nicht erbracht.

  1. Es gibt aktuell keine Belege dafür, dass Intensivbetten abgebaut wurden und mit der DIVIStatistik allein lässt sich das auch nicht belegen. Gleiches gilt für Behauptungen, dass

Krankenhäuser von 75 Prozent Auslastung finanziell profitieren würden und deshalb falsche Angaben machen. Dennoch greifen Sie diese Vorwürfe in Ihrem Video auf. Warum?

Marcel Barz:

Zu 7. Es ist zunächst einmal ein statistischer Sachverhalt, dass im DIVI-Intensivregister im

Zeitverlauf zunehmend weniger betreibbare Intensivbetten ausgewiesen wurden. Wenn von „abgebauten Intensivbetten“ die Rede ist, dann ist damit schlichtweg dieser Sachverhalt gemeint. Eine konkrete Ursache ist damit nicht benannt. Fakt ist, dass diese Intensivbetten einmal vorhanden und betreibbar waren und auch gemeldet wurden und, dass dies inzwischen nicht mehr der Fall ist – und ohne, dass hierfür konkrete Gründe genannt wurden.

Was die Auslastungsgrenze von 75% angeht, so lassen sich bei sorgfältiger Analyse der vorliegenden Daten über 100 Landkreise ermitteln, die rund um den 18.11.2020 die Anzahl der gemeldeten betreibbaren Intensivbetten signifikant reduziert haben. Der 18.11.2020 markiert den Beschluss des Dritten Gesetzes zum Schutz der Bevölkerung bei einer epidemischen Lage von nationaler Tragweite (3. COVIfSGAnpG), mit welchem auch eine entsprechende Anpassung des Krankenhausfinanzierungsgesetzes in Kraft trat. Gemäß dieser Anpassung standen Kliniken erhebliche Ausgleichszahlungen zu, wenn die Auslastungsgrenze von 75% dauerhaft überschritten wurde. Die meisten dieser Landkreise haben durch die beobachtete Reduktion gemeldeter Intensivbetten genau diese 75%-Auslastung überschritten und haben dieses Meldeverhalten auch beibehalten.

Wenn sich derart signifikante Reduktionen der gemeldeten Intensivbetten-Zahlen innerhalb eines so kurzen Zeitraums bei einem Viertel aller meldenden Landkreise ereignen, so muss es hierfür einen plausiblen Grund geben. Dies gilt umso mehr, wenn es sich nicht um einen vorübergehenden Effekt handelt, sondern um eine dauerhafte Änderung des Meldeverhaltens. Ein plausibler Grund wurde jedoch weder vom DIVI-Intensivregister noch vom Bundesministerium für Gesundheit kommuniziert. Auch der von Ihnen angeführte Correctiv-Artikel zur Thematik benennt keinerlei Gründe für diesen Sachverhalt. Außer Dementis und Worthülsen seitens der möglichen Mitverantwortlichen sind diesem Artikel keinerlei Fakten zu entnehmen.

Dagegen wird im Bericht des Bundesrechnungshofes vom 9. Juni 2021 an den Haushaltsausschuss des Bundestages darauf hingewiesen, dass der Bund allein im Jahr 2020 Ausgleichszahlungen, in Höhe von 10,2 Mrd. Euro an die Krankenhäuser leistete. Dies verbindet er mit der Kritik, dass dadurch nicht überwiegend Zahlungen zur Aufrechterhaltung freier Krankenhauskapazitäten für Covid-19-Patientinnen und -Patienten geleistet wurden, sondern vielmehr das betriebswirtschaftliche Risiko einer nicht ausreichenden Belegung der Krankenhäuser mitgetragen wurde (s. Bericht, Seite 8). Mir ist nicht bekannt, dass Correctiv in seiner journalistischen Arbeit auf diesen Bericht eingegangen ist und die Datenlage hinterfragt hat. Wäre das nicht Ihre journalistische Pflicht?

Insgesamt ist daher festzuhalten, dass (1) eine signifikante Änderung des Meldeverhaltens rund um den 18.11.2020 für über 100 Landkreise festgestellt werden kann, dass (2) seitens der

Verantwortlichen außer Worthülsen keine plausiblen Gründe für dieses Meldeverhalten vorgebracht wurden und dass (3) ein erheblicher finanzieller Anreiz bestand, das Meldeverhalten in der beobachteten Weise anzupassen. Im Übrigen frage ich mich auch, inwieweit dieser Sachverhalt für die betreffenden Krankenhäuser strafrechtlich relevant sein könnte.

Thema Impfstoffe: In ihrem Video erklären Sie den Unterschied zwischen der relativen

Wirksamkeit und der absoluten Wirksamkeit eines Impfstoffs und präsentieren die Werte für den Impfstoff von Biontech/Pfizer.

  1. Dabei erklären Sie nicht, dass es in klinischen Studien üblich ist, die relative Wirksamkeit von Impfstoffen anzugeben. Wieso nicht?

Marcel Barz:

Die relative Wirksamkeit ist eine wichtige statistische Größe, die allerdings auch stark in die Irre führen kann. Dies mag das folgende Beispiel erläutern: Wird im Rahmen einer Studie unter 100.000 Personen der Experimentalgruppe lediglich 1 Todesfall festgestellt, in der Kontrollgruppe unter 100.000 Personen hingegen 2 Todesfälle, so beläuft sich die relative Risikoreduktion auf 50%. Dieser scheinbar beeindruckende Wert ist jedoch offensichtlich in der Praxis irrelevant, insbesondere dann, wenn die Intervention mit einer relevanten Anzahl von Nebenwirkungen einhergeht. Die absolute Risikoreduktion kann daher eine bessere Kenngröße sein. Details zu dieser Diskussion mit Blick auf die Covid-19-Impfstoffe wurden u. a. auch in diesem Fachartikel in „The Lancet“ veröffentlicht.

Meine Kritik bezieht sich im Speziellen aber auch darauf, dass die Aussage „95% Wirksamkeit“ dazu einlädt, missverstanden zu werden (95 von 100 Geimpften sind geschützt). Das habe ich in meinem Umfeld mehrfach genau so erlebt. Diese Kritik richtet sich auch an die Journalisten, die solche Missverständnisse leicht aufklären könnten – es aber nicht tun. Und zu dieser Kritik stehe ich nach wie vor. Ich bin mir bewusst, dass die Angabe der relativen Wirksamkeit in Fachkreisen ihre volle Berechtigung hat.

  1. Im Video sagen Sie, die meisten Menschen hätten von einer Impfung keine Vorteile, sondern „nur die Nebenwirkungen und sonst garnichts”. Weshalb erwähnen Sie an dieser Stelle nicht, dass die Wirksamkeit von Corona-Impfstoffen gegen schwere Krankheitsverläufe und Todesfälle in verschiedenen Studien nachgewiesen wurde?

Marcel Barz:

Ich beziehe mich in meinen Aussagen (1:09:20) auf diese Studie und auf die in dieser Studie dokumentierten Ergebnisse. Mein Satz:

„Man muss also statistisch 141 Menschen impfen, um eine Person vor einer Infektion zu schützen.“ ist eine mathematische Aussage, die sich auf die Zahlen genau aus dieser angeführten Studie bezieht und die m.E. ihre volle Berechtigung hat. Die Wirksamkeit der Corona-Impfstoffe ist Gegenstand der laufenden wissenschaftlichen Diskussion. Bei der Beurteilung dieser Wirksamkeit ist insbesondere das Alter und der Gesundheitszustand des Einzelnen zu berücksichtigen. Das Risiko eines schweren Covid-19-Verlaufs ist für einen gesunden Erwachsenen unterhalb einer gewissen Altersgrenze (und damit für einen Großteil der Bevölkerung) nachweislich sehr gering.

Diesem Risiko steht das reale Risiko einer schweren und möglicherweise tödlichen Impffolge gegenüber. Für alle von der EMA zugelassenen Covid-19-Impfstoffe wurden mittlerweile RoteHand-Briefe veröffentlicht. Die Meldezahlen von Impfnebenwirkungen auch im Verhältnis zur

Anzahl der Impfdosen sind um ein Vielfaches höher als beispielsweise die entsprechenden

Meldezahlen für Grippeimpfstoffe. Sie sind sogar höher als die Gesamtzahl der

Verdachtsmeldungen pro Jahr für sämtliche von der EMA zugelassenen Arzneimittel und Impfstoffe, die in den Vorjahren in der EudraVigilance-Datenbank veröffentlicht wurden. Warum dies so ist, kann ich noch nicht beurteilen, da bislang noch keine zufriedenstellenden Antworten veröffentlicht wurden. Vielmehr muss festgestellt werden, dass dieser Sachverhalt in der öffentlichen Diskussion totgeschwiegen wird. Damit stellt sich für Personen, deren Risiko eines schweren Covid-19-Verlaufs nur sehr gering ist, die Frage der Abwägung.

Andererseits ist die gemäß – wie Sie schreiben – „verschiedener Studien nachgewiesene“

Wirksamkeit noch keineswegs so nachgewiesen, wie dies wünschenswert wäre. Der relevante

Endpunkt der Impfkampagne ist die Wirksamkeit in der geimpften Bevölkerung in der Zeit erhöhter Anfälligkeit für virale Atemwegsinfektionen, somit also bzgl. Deutschland im bevorstehenden Herbst und Winter. Solche Daten liegen schlichtweg noch nicht vor.

Ob die teilweise bereits viele Monate zurückliegenden Impfungen dann noch den gewünschten Schutzeffekt haben werden, kann schlechterdings heute noch niemand sicher sagen. Umgekehrt gibt es inzwischen Studienergebnisse, die nachweisen, dass die Wirksamkeit der Impfungen mit wachsendem Abstand vom Impfzeitpunkt nachlässt, sei es durch sinkende Antikörperspiegel oder durch die nicht zu verhindernden Mutationen im Bereich des Spike-Proteins. Die vorliegenden Zahlen aus Israel, das die Entwicklung in Deutschland um ca. 2-3 Monate vorwegnimmt, da seine Impfkampagne entsprechend früher begonnen hat, lassen in dieser Hinsicht jedenfalls Zweifel aufkommen – ein Sachverhalt, der ebenfalls in der öffentlichen Diskussion noch weitgehend totgeschwiegen wird. Hier würde ich mir Ihren journalistischen Ehrgeiz sehr wünschen!

Zuletzt noch einige allgemeine Fragen: Warum haben Sie dieses Video produziert?

Marcel Barz:

Hintergrund zur Entstehung des Videos

  • Das Ergebnis meiner Recherche hat mich so überrascht, dass ich daraus eine Präsentation erstellte, um den Vortrag vor Familienmitgliedern und Freunden zu halten.
  • Ich erlebte, dass Zuhörer mein Vorgehen (durchdeklinieren) und meinen Widerspruch am Ende nachvollziehen konnten. Gleichzeitig konnte mir niemand Denk- oder Rechenfehler aufzeigen. – Ich hielt den Vortrag öffentlich, um mehr Feedback einzusammeln und um mögliche Denkfehler zu finden.
  • Ich suchte Fachleute auf, und bat darum, den Fehler zu finden – ohne Erfolg.
  • Ich versuchte damit an die Presse zu gehen – ohne Erfolg.
  • Weil ich es mit Freunden besprechen wollte, die weiter entfernt wohnen, ließ ich meinen Vortrag filmen und schneiden. Vielen Dank an Stefan von filmingforchange.

Hintergrund zur Veröffentlichung des Videos

  • Der Vortrag wurde am 11.08.2021 in Jüterbog bei Berlin aufgenommen. Produktionskosten: 2 Mahlzeiten und ein Korb Gemüse für Stefan.
  • Ich habe den Film am 27.08.2021 auf YouTube hochgeladen und den Link am 28.08.2021 an

Freunde verteilt, mit der Bitte: „Findet den Fehler!“ und „Gefällt es Euch, teilt es!“

  • Ich war überrascht und überwältigt von den zahlreichen Aufrufen und wertvollen Kommentaren.
  • Es entstanden spannende Diskussionen und ein fachlich fundierter Austausch.
  • Am 31.08.2021 hat YouTube das Video bei 145.000 Klicks gelöscht. Begründung: „medizinische Fehlinformationen“. Meine Beschwerde wurde abgewiesen.
  • Andere Kanäle hatten selbstständig Kopien erstellt und das Video auf ihren Kanälen hochgeladen. Ab jetzt hatte ich keinen Einfluss mehr.

Haben Sie dafür Unterstützung erhalten – falls ja, von wem?

Marcel Barz:

Nein, es gab keine Unterstützer. Es gab nur mich und Stefan Marks von ffch.net, der mich filmte. Nach meiner Veröffentlichung des Vortrags am 27.08.2021 auf YouTube erlebe ich nun jedoch viel Resonanz und bin im konstruktiven Austausch mit Wissenschaftlern, Ärzten und Unternehmern.

Ich würde mich sehr freuen, wenn Sie mir diese Fragen bis Donnerstag schriftlich beantworten könnten, Sie können mich bei Rückfragen aber auch gerne anrufen. Erreichbar bin ich unter der 000000000. Einen Überblick über unsere Arbeit bekommen Sie hier: correctiv.org/faktencheck Herzlichen Dank!

Mit freundlichen Grüßen

Sarah Thust

Faktencheckerin

CORRECTIV – Recherchen für die Gesellschaft

Am 20.09. 2021 (vier Tage später) erschien dann der Faktencheck von correctiv mit dem Titel:  „Das Video „Die Pandemie in Rohdaten“ lässt Kontext aus und führt so in die Irre“. Der Artikel geht jedoch sehr wenig auf die Korrespondenz zwischen mir und Frau Thust ein.

Ausgewählte Kommentare zum Faktencheck

Ich habe den Beitrag von Herrn Barz in meiner Facebook-Timeline geteilt. Heute erhalten ich den Hinweis von facebook, dass dieser Beitrag mit einem Hinweis auf teilweise falsche bzw. irreführende Inhalte versehen wurde. Ich habe mir die abschließende Beurteilung von correctiv durchgelesen, die zu diesem Hinweis geführt hat und bin gelinde gesagt entsetzt über diese steuerfinanzierte Institution. Kein Dialog hinsichtlich der Hinweise und Rückfragen von Herrn Barz. Stattdessen wird quasi zensiert. Unfassbar…

Prof. Dr. XXX

Die Art der Ansprache, die Form der Fragen, die Schlussformel hat – wie soll ich sagen – einen inquisitorischen Charakter. Ich verstehe und respektiere, dass dies Fragen beantwortet wurden. Ich fand es interessant einmal zu sehen, wie ein solcher “Faktencheck” abläuft. Was Maßen diese Personen sich eigentlich an? Die Antworten finde ich im Übrigen erhellend (Danke dafür). Von mir jedoch hätte diese “Journalistin”/Inquisitorin nur einen Finger meiner rechten Hand gesehen.

Lieber Herr Kollege Steinhöfel,

seit Beginn der sog. „Pandemie“ reibe ich mir die Augen und kann nicht glauben, wie ideologisch verblendet Medien arbeiten. Seit dem Fall Relotius konnte man es ahnen. Correctiv gehört zu den tendenziösesten Tugendwächtern. Jetzt scheitern sie an einem nüchternen Mathematiker, weil Mathematik unbestechlich ist. Vielen Dank an Sie für Ihre immens wichtige Arbeit und Ihren Kampf vor den Gerichten für die Meinungsfreiheit im Netz. Ohne Sie wäre Marcel Bartz nicht mehr im Netz. Wir brauchen aber diese unabhängig denkenden Köpfe, ansonsten endet unsere freiheitliche Gesellschaft in einer gleichgeschalteten und konform denkenden Diktatur.

Herzlichen Dank XXX

Ausgewählte E-Mails an Barz

Lieber Herr Barz,

Zunächst einmal meine Hochachtung zu Ihrem Vortrag zur Pandemie in Rohdaten, den ich gerade als Video bei Kaiser TV gesehen habe. Wirklich eine hervorragende Arbeit! Vor allem schätze ich Ihre unaufgeregte Präsentation und die rein faktenbasierte Darstellungsweise.

Wenn Sie noch am Thema Nebenwirkungen arbeiten und Fragen zu den Hintergründen der Datenerfassung in diesem Bereich haben, könnte ich Ihnen vielleicht mit Informationen weiterhelfen. Ich arbeite seit rund 30 Jahren im Bereich der Pharmakovigilanz, also dem Bereich der sich mit Erfassung und Auswertung von Nebenwirkungen befasst und beim Auftreten von neuen

Risiken, die methodisch bedingt zwangsläufig sind, mit den Maßnahmen zur Reduzierung dieser Risiken beschäftigt. In diesem Bereich habe ich neben der Arbeit für viele unterschiedliche Arzneimittelhersteller auch zahllose Fortbildungen und Schulungen durchgeführt.

Gerne unterstütze ich Sie, soweit es in meinen Möglichkeiten liegt. Kontaktieren Sie mich, wann immer Sie wollen.

Viele Grüße

………………………………

Sehr geehrter Herr Barz,

ich bin Professor für Mathematik an der Hochschule … und war begeistert von Ihrer Analyse der Rohdaten. Davon, aber auch von Ihrer Verknüpfung der aktuellen Vorgehensweise von Politik und Medien mit der Vorgehensweise damals im Zusammenhang mit dem Jugoslawienkrieg. Ich fürchte, es ist eine tiefe Wahrheit, die Sie damit zur Sprache gebracht haben.

Ich habe selbst im vergangenen Jahr versucht, mir ein Bild zu machen (siehe Anhang), aber Ihre Auswertung mithilfe der relativen Sterblichkeiten pro Altersjahr ist so, wie man es eigentlich machen sollte, denke ich. Die Schaltjahr-Korrektur habe ich dadurch vorgenommen, dass ich die Toten pro Altersgruppe für die Jahre 2012, 2016 und 2020 mit 365/366 modifiziert habe. Das hat einen geringfügigen Einfluss auf die relativen Sterbewahrscheinlichkeiten, aber nicht auf die Ränge, wenn ich das richtig sehe.

Sie können alles, was ich Ihnen sende, Code, Daten, Plots und … frei verwenden und an jeden

Interessierten weitersenden. Mir geht es bei dieser Thematik ausschließlich um Einsicht und Aufklärung, und schließlich basiert alles, was ich hier gemacht habe, auf Ihrer Idee. Mir war bisher nicht klar, dass die Bevölkerungs- und Sterblichkeitsdaten in dieser Feinheit vorliegen und verfügbar sind, obwohl ich auch schon in den Daten der Statistischen Bundesämter gestöbert hatte, wie Sie aufgrund des Anhangs der vorherigen Email wissen.

Nur weil ich mich selbst sehr für das Thema interessiere, habe ich die Auswertungen selbst schon einmal durchgeführt. … bitte ich Sie, weder meinen Namen, noch die Hochschule, an der ich arbeite, zu nennen.

Jedenfalls wünsche ich Ihnen ein schönes Wochenende, und wenn Sie auf irgendwelche

Schwierigkeiten bei den Programmen stoßen, dann melden Sie sich gerne. Wir können dann gerne versuchen, im Rahmen einer Zoom-Besprechung diese Probleme zu lösen. Und natürlich wäre ich sehr froh, wenn Sie mir dann eine Rückmeldung geben, wenn Sie denken, dass man irgendwo anders vorgehen sollte, als ich das gemacht habe!

Herzliche Grüße,

Prof. XXX

  1. Die Analysen, auf die Sie hingewiesen hatten, kannte ich nicht, wie so Vieles. Vielen Dank dafür.

————————————–Sehr geehrter Herr Barz,

herzlichen Dank für Ihr Video. Ich habe lange überlegt, ob ich Ihnen schreibe. Aber das System Krankenhaus ist zu komplex, als dass Außenstehende die Zusammenhänge kennen können. Daher berichte ich Ihnen nun als ehemaliger Krankenhausdirektor (über 10 Jahre in Leitungsfunktion), jedoch bitte ich Sie, sollte es infrage kommen, weder meinen Namen noch das Klinikum XXX zu erwähnen!

 Spätestens seit dem in (ich meine 2018, müsste ich aber erst wieder prüfen) Deutschlandweit eingeführten Pflegepersonaluntergrenzen (PpUGV) u. a. auf der ITS ist jeder Krankenhausleiter*in darauf bedacht, diese einzuhalten. Diese werden täglich dokumentiert und den KK gemeldet (!) Wenn das KH das nicht tut, werden alle (!) Fälle in diesem Zeitraum in spätestens den Budgetverhandlungen gekürzt, d. h. das KH muss den Umsatz den KK zurückerstatten.

 Außerdem riskiert ein KH dann seine Zulassung an der Teilnahme der Notfallversorgung, was quasi den Bankrott bedeuten würde, denn die Notfälle sind die notwendige (Gaußsche) Menge an Fällen, aus denen die für das KH individuell gewinnbringenden Fälle “selektieren“ kann (Anmerkung: die Privaten Betreiber können das recht gut).

 Und die KK wollen unbedingt gerne KH schließen (was sie nicht können, weil das ein behördlicher Vorgang ist, aber sie können das beantragen und Druck machen)  Weil also jeder gute Krankenhausleiter*in das verhindern will, wird er/sie immer dafür sorgen, dass notfalls der Pflegedirektor seine Pflegekräfte von anderen Stationen abzieht, und sie dort einsetzt. Das hat bereits ohne COVID Engpässe auf den anderen Stationen kreiert, insbesondere, weil es u. a. Die ITS betrifft (Neurologie und weitere kommen noch dazu).

 Wenn also auf der einen Seite der Kaufmann gerne die ITS nicht Rot gemeldet sieht, weil dem KH dann neue, potentiell gewinnbringende Fälle nicht zugehen, er aber auf der anderen Seite dafür gerade stehen muss, dass die ITS nicht zum “Fallbeil“ für das ganze KH wird, dann hat spätestens die PpUGV die „Kluft“ zwischen (bösen) Kaufmann und Ärzten/Pflege geschlossen.

 So etwas wie COVID für das KH ökonomisch auch eine willkommene Situation, weil jetzt das Rotmelden den Rettungsdiensten gegenüber plausibel argumentiert werden kann. Das Rotmelden ist somit quasi “gesellschaftsfähig“ geworden.

 War ein Rot gemeldetes KH bereits vor Einführung der PpUGV das “Schmuddelkind“ unter den KH und gegenüber den Rettungsdiensten (Anmerkung: die meist an großen Maximalversorgern oder Uniklinika ansässig sind), so stand es spätestens mit PpUGV zusätzlich bei den KK im Visier.

 Mit so etwas wie COVID stellt aber keiner mehr “böse Fragen“, denn die

Überlastungsvermeidung ist unsere bürgerliche Pflicht geworden und aus dem Verantwortungsbereich der Landeskrankenhausplanung, der KK und den KH herausgenommen worden.

Wenn Sie Fragen oder Anmerkungen haben, versuche ich gerne zu helfen.

Mit freundlichen Grüßen

XXX

_____________________________________________

Ich selbst schrieb den Präsidenten des Statistischen Bundeamtes und den Leiter der dortigen Öffentlichkeitsarbeit im vergangenen Jahr an, dass ihre Angaben zu den Sterbezahlen verwirrend seien, weil die jeweilige Bezugsgröße für einen tatsächlichen Vergleich fehle, was in dann nachfolgenden Pressemitteilungen im jeweils unteren Textteil nachgeholt wurde. Zusätzlich erbat ich mir alle vorhandenen Bevölkerungs- und Sterbezahlen, über die das Amt für Deutschland verfügt. Daraus fertigte ich – ähnlich wie Marcel Barz – einen Mortalitätsverlauf über den Zeitraum von 1950 bis 2020. Das Ergebnis: 28 Jahre (1960 bis 1987) hatten wir eine höhere Mortalität als 2020 – interessant war für mich ein leicht sinusartiger Verlauf.

Hierzu ging ich in den Dialog mit verschiedenen Universitäten (in USA u.a. Stanford und Johns Hopkins), die bisher lediglich 5-10 Jahre im Blick hatten. Je länger die Zeitachse, desto klarer wird ein tatsächlicher Verlauf und Anormalitäten lassen sich erkennen. Aus meinem Zahlenvergleich ergibt sich für mich die Feststellung: Mit dem Bombardement der Sterbezahlen wurden wir lediglich in ein Angstkorsett gepresst.

Mein Eindruck: Zu einer tatsächlich hilfreichen Prävention hat der Teil unserer Exekutive, die für

Gesundheit zuständig, leider keinen Beitrag geleistet – dies beispielsweise hätten die möglichen Maßnahmen zur Stabilisierung des jeweils eigenen Immunsystems sein können und so behaupte ich: Es wurde nicht nur das jeweils körpereigene, sondern auch das „gesellschaftliche“ Immunsystem ausgeschaltet. Noch meine ich unbewusst.

—————————————————————–Lieber Herr …, auch von mir einen Dank für Ihre Auswertungen.

Genau wie Herr Barz habe ich mich auch über das Fehlen der Altersstrukturstandardisierung in Ihrer Auswertung gewundert. …. Unten habe ich einmal die jährlichen Sterberaten in Deutschland mit und ohne Standardisierung von 2011 bis 2020 aufgezeichnet. Ich finde die Grafik zeigt deutlich, dass dies nicht vernachlässigt werden darf.

Marcel Barz: Die Geschichte vom Erbsenzähler

Verwendet habe ich die Rohdaten, die Herr Barz mitgeschickt hat.

die Tabellen bekommt man entsprechend zu der Empfehlung von Marcel Barz. Das Statistische Bundesamt stellt sie tatsächlich auch je Tag zur Verfügung. Ich musste die Tabellen nur noch ins .csv-Format übertragen (da ich die Datei dann mit einem Delphi-Programm lesen kann), die mit dem Buchstaben x markierten fehlenden Werte für den 29. Februar außerhalb von Schaltjahren durch „-1“ ersetzen und alle Zwischenräume zwischen der Millionen- und Hundertausenderstelle sowie zwischen der Tausender- und Hunderterstelle entfernen.

…Ich habe hier im Anhang die Folien von dem Teil unserer Einführungsvorlesung für Mediziner angehängt in der die Altersstandardisierung erklärt wird.

Ich finde die Erklärung von Herrn Barz in seinem Video eigentlich auch verständlich.

Auch in dem Buch Epidemiologie für Dummies habe ich das kürzlich erklärt gesehen.

Die tatsächlichen Altersgruppengrenzen scheinen hier auch nicht so wesentlich zu sein, wenn die Gruppierung fein genug ist. Aber wenn die Sterbezahlen und Bevölkerungszahlen sogar für jedes Lebensalter verfügbar sind, dann ist das natürlich am genauesten.

Die Mortalität ist abhängig vom Alter. Das bedeutet wenn die Altersverteilungen verschieden sind, also z.B. mehr Alte und weniger Junge, dann ändert sich die Anzahl der Sterbefälle auch dann wenn die altersabhängige Mortalität und Gesamtzahl unverändert blieb. Wenn wir wissen wollen, ob z.B. eine neue Krankheit die Mortalität erhöht hat, müssen die Effekte der veränderten Altersverteilung und Gesamtanzahl auf die Gesamtmortalität herausgerechnet werden bevor wir die Jahre miteinander vergleichen können.

Mit freundlichen Grüßen

Gesendet: Samstag, 12. Februar 2022 17:39

An: ‘Marcel Barz’ <marcel.barz@posteo.de>;

Betreff: Sterblichkeit Lieber Herr Barz, lieber Herr …, vielen Dank für Ihre Beiträge und die angefügten Graphiken.

Ich habe mir ziemlich den Kopf darüber zerbrochen, was Sie bei Ihren Analysen machen und wieso Sie so verfahren.

Aus den Tabellen entnehme ich, dass Sie für jedes Kalenderjahr i von 2010 bis 2020 und jedes Lebensalter k von 0 bis zu 100 Jahren Angaben x [ i , k ] = xi,k für die Zahl der Verstorbenen und y [ i , k ] = yi,k  für die Anzahl der Personen haben. Aus den zwei Werten berechnen Sie dann neue Variable z [ i , k ] = x [ i , k ] / y [ i , k ] . Die Division durch y [ i , k ] nennen Sie eine Standardisierung. Durch diese Form kommt es zu einer Gewichtung der x [ i , k ], die nicht unproblematisch ist. Statt mit den y [ i , k ] zu gewichten, ist es sinnvoll und auch erforderlich mit der Summe der y [ i , k ] über die Altersindices k zu gewichten: Sk=1100yi,k.Die Aufteilung in die 101 Altersgruppen 0 bis 100 nach dem chronologischen

Lebensalter ist ja nur eine der möglichen Bildung von Altersgruppen. Wenn ich eine Aufteilung nach dem biologischen Alter wählen würde, hätten die Altersgruppen ganz andere Grenzen. Das biologische Alter steigt vielfach ungefähr proportional zu 1/ yi,k  , also zu den Reziprokwerten.

Also hängt die von Ihnen vorgenommene Gewichtung von der Festlegung der Grenzen Ihrer

Altersgruppen ab. Man braucht sich nur einmal anzusehen, wie verschiedene Altersgruppen vom RKI im Zusammenhang mit COVID-19 festgesetzt werden, um zu erkennen, dass das irgendwie keine natürlich vorgegebenen Altersgrenzen sind. Bei einer Altersgruppe mit einem geringen Unterschied zwischen der unteren und der oberen Grenze wird man wenige Personen haben; man teilt durch einen kleinen Wert und bekommt so eine hohe Gewichtung. Bei Altersgruppen, deren chronologische Grenzen weit auseinanderliegen, hat man relativ viele Personen; solche Daten werden dann gering gewichtet.

Lieber Herr …, lieber Herr Barz,

Das kann grundsätzlich durch das Anpassen einer Ausgleichskurve mit dem Verfahren der kleinsten Quadrate erfolgen. Ich würde auch hier einen Ansatz mit der harmonischen Analyse bei ungerader Symmetrie wählen, wobei ich für die

Neugeborenen den Winkel von 0 im Bogenmaß und für die Gruppe der

Hundertjährigen und Älteren den Winkel pi im Bogenmaß wählen würde. Ich würde einen Ansatz ohne additive Konstante wählen, diese jedoch durch einen konstanten Regressor x[1] – die eckigen Klammern bedeuten, dass der Index nach unten zu stellen ist – aufnehmen. Den Winkel alpha (bitte als griechischer Buchstabe geschrieben annehmen) wäre dann ein zweiter Regressor x [ 2 ]. Sofern man nur mit diesen beiden Regressoren arbeiten würde, würde man eine Regressionsgerade anpassen. Würde bei der Backward-Elimination x [ 2] eliminiert, gäbe es bei einem einfachen linearen Verlauf keine Abhängigkeit vom Lebensalter in Jahren. Das einfache Diagramm der beobachteten Testwerte lässt aber vermuten (und nach meinem Urteil auch schon erkennen), dass eine Anpassung mit einer Geraden nicht ausreichen wird und es eine Kurve mit mehreren Maxima und Minima gibt. Bei der harmonischen Analyse benötigt man so viele Regressanden, wie man in etwa Maxima und Minima erwarten kann. Mit mehr als 8 rechne ich in diesem Fall nicht. Also könnte ich die ersten sechs Regressoren einer harmonischen Analyse wählen. Zur Sicherheit wähle ich lieber mit 8 Regressoren etwas zu viele. Diese Regressoren sind dann x [ 3 ] = sin ( alpha ), – bitte stellen Sie sich das Wortsymbol alpha wieder als griechischen Buchstaben  vor -, x [ 4 ] = sin ( 2 * alpha ), – bitte stellen Sie sich das Sternchen als Malpunkt, d.h. als Multiplikationsoperator vor –, x [ 5 ] = sin ( 3 * alpha ), usw. bis x [ 10 ] = sin ( 8 * alpha).

Um eine Kurve zu erhalten, die nach Möglichkeit von zufälligen Ausschlägen nach oben und nach unten bereinigt ist, möchte man, dass die Abweichungen von dieser Kurve möglichst gering werden. Die kleinsten Abweichungen sind aber gerade die betragsgrößten nach unten und damit die negativen Abweichungen. Man hat in Deutschland eine ganze Weile damit herumexperimentiert, Kurven zu suchen, von denen die Summe der Absolutwerte der Abweichungen möglichst gering wird. Aber GAUß hat alles dadurch wesentlich vereinfacht, dass er einfach die Quadrate der

Abweichungen betrachtet hat. Also fordert man nicht, dass die Summe der

Absolutbeträge von yWanne sondern die Summe der Quadrate von yWanne zu einem Minimum wird.

Das reicht aber nur als Ansatz aus, wenn die Beobachtungswerte y (das sind hier die „Testwerte“) für alle 101 Altersgruppen die gleiche Genauigkeit haben. Die Testwerte entstehen jedoch dadurch, dass eine Anteilziffer für das Jahr 2020 durch eine Vergleichsanteilsziffer für die Jahre 2011 bis 2019 geteilt wird. Die Genauigkeit der beiden Anteilziffern kann man entsprechend zu den Darstellungen von LINDER/BERCHHTOLD bestimmen. (Statistische Auswertung von Prozentzahlen).

Weiteres Nachdenken über die zu lösende Aufgabe führt zu dem Schluss, dass es nicht vorteilhaft ist, die Variable „Testwert“ als Regressanden zu Wählen. Es wird alles wesentlich vereinfacht, wenn man die Sterblichkeit der 101 Altersgruppen von 0 bis 100 für ein Jahr oder eine Gruppe von Jahren als Regressanden wählt. Die Sterblichkeit ist eine Anteilziffer, so dass man sich direkt wieder in einem vertrauten Bereich befindet. Ich wähle somit die Sterblichkeit der Jahre 2011 bis 2019 als Regressanden y und die im 1. Abschnitt genannten 10 Regressoren x [ 1 ] bis x [ 10 ].

Für das Jahr 2020 könnte ich entsprechend verfahren. Ich bezeichne aber die Regressoren einmal mit den anderen Symbolen z [ 1 ] bis z [ 10 ]. Es interessiert nun ob die ReressionskoefFizienten von z [ 1 ] bis z [ 10 ] mit jenen von x [ 1 ] bis x [ 10 ] übereinstimmen. Um das zu überprüfen bilde ich 10 neue Regressoren x [ 11 ] = z [ 1 ] – x [ 1 ] , x [ 12 ] = z [ 2 ] – x [ 2 ], usw. bis  x [ 20 ] = z [ 10 ] – x [ 10 ]. Dabei gilt im Falle des Jahres 2020:

X [ 11 ] = 1.0, x [ 12 ] = alpha , x [ 3 ] = sin ( alpha ), x [ 4 ] = sin ( 2 * alpha ), x [ 5 ] = sin ( 3 * alpha ), usw. bis x [ 10 ] = sin ( 8 * alpha). Für die Jahresgruppe von 2011 bis 2019 wählt man dagegen:

x [ 11 ] = x [1 2 ] = x [ 13 ] = x [ 14 ] = x [ 15 ] = x [ 16 ] = x [ 17 ] = x [ 18 ]  = x [ 19 ] = x [ 20 ] = 0.

Mit der multiplen Regressionsrechnung, also mit dem Verfahren der kleinsten Quadrate, kann man dann eine Regressionsgleichung anpassen: yDach = b [ 1 ] * x [ 1 ] + b [ 2 ] * x [ 2 ] + … + b [ 20 ] * x [ 20 ] .

Damit könnte man meinen, dass nun ein multiples Regressionsprogramm zur Lösung der anstehenden Fragen genutzt werden könnte. Das Verfahren der kleinsten Quadrate setzt aber voraus, dass die Beobachtungswerte (hier die 202 verschieden Werte der Sterblichkeit) gleiche Genauigkeit haben. Der Fall ungleicher Genauigkeit liegt bereits dann vor, wenn die Beobachtungen Mittelwerte aus den Beobachtungen unterschiedlich vieler Personen sind. Die Anzahl n der Personen ist hier durch die Anzahl aller Personen (der verstorbenen und der überlebenden)) eines Altersjahrgangs gegeben. Die Voraussetzung der gleichen Genauigkeit erfordert darüber hinaus, dass die Standardabweichung der Sterblichkeit in allen Altersgruppen nur zufallsbedingt schwankt, also nur nicht signifikant voneinander abweicht. Diese zweite Forderung wollen wir zunächst einmal vernachlässigen und nur die unterschiedlichen Umfänge n berücksichtigen. Würden die Standardabweichungen übereinstimmen, so könnten wir alle beobachteten Werte der Regressoren und des Regressanden mit der

Quadratwurzel der zugehörigen Anzahl n, also das Gewicht g= sqrt ( n ) multiplizieren – sqrt steht für „square root“ und damit das Wurzelzeichen –.

Statt der Sterblichkeit y ist es schon jetzt sinnvoll, deren natürlichen Logarithmus Y=ln(y) zu benutzen, da im Falle einer reinen Parallelverschiebung der Sterblichkeit zwischen den Jahren mit einer Elimination der Regressoren x [ 12 ] bis x [ 20 ] zu rechnen ist. Die Schätzwerte von Y sind YDach und die Residuen YWanne. Als Regreesand und als Regressoren werden durch Multiplikation mit dem Gewicht g benutzt:

Y‘=g*Y, x[1]‘=x[1]*g, x[2]‘=x[2]*g, …, x[20]’=x[20]*g (Man spricht dies etwa so: „Großes y Strich, x-Eins-Strich usw.). Es gilt

Y’Dach= b [ 1 ] * x [ 1 ]‘ + b [ 2 ] * x [ 2 ]‘ + … + b [ 20 ] * x [ 20 ]‘ .

Man fordert dass die Summe der quadrierten 202 Abweichungen Y’Wanne=Y‘-Y’Dach zu einem Minimum wird. Das führt zu einem Gleichungssystem, anhand dessen die 20

Regressionskoeffizienten geschätzt werden können. Daher lassen sich auch erste Näherungswerte für Y’Dach mit einem normalen multiplen Regressionsprogramm berechnen.

Damit ist man aber nicht fertig. Bei den y handelt es sich um Anteilziffern, die auch als

Prozentwerte dargestellt werden können. Die Anteile der Personen eines

Altersjahrgangs, die innerhalb eines von 101 Jahren versterben ist relativ klein. Man kann den Tod als seltenes Ereignis ansehen, das poissonverteilt ist. Als Mittelwert erwartet man den Wert lambda (bitte als grichisches Lambda = grichisches L schreiben). Bei der Poissonverteilung hat auch die Varianz den Wert lambda. Die Sterblichkeit hat damit den mittlerern Fehler sqrt ( lambda / n ).

Diese Anpassung wird so lange wiederholt, bis die Schätzwerte Y“Dach einer neuen Anpassungsrunde sich im Rahmen einer vorbestimmten Genauigkeit nicht mehr von jenen der Vorrunde unterscheiden.

(Fortsetzung am 25.02.2022)

Beim Maximum-Likelihood-Verfahren wird die Transformation ins logarithmische

System allerdings nicht über Y=ln(y) durchgeführt. Vielmehr wird auch bei den Beobachtungswerten y die Transformation über die Geradengleichung Y = ( ( w2 w1 ) / ( v2 – v1 ) )  * ( y – lambda ) + w1 durchgeführt. Das hat den Vorteil, dass bei Beobachtungswerten 0 nicht die unzulässige Größe ln(0) auftritt. Es hat aber dann einen erheblichen Nachteil, wenn viele Beobachtungswerte y vorliegen und diese lognormal oder logsymmetrisch um einen geometrischen Mittelwert verteilt sind. Man approximiert dann im logarithmischen System nicht den Mittelwert aus Logarithmen sondern den Logarithmus des arithmetischen Mittelwertes. Bei der Rücktransformation bekommt man nicht den geometrischen Mittelwert sondern den arithmetischen Mittelwert. Aus diesem Grund ist es in vielen Fällen besser doch die direkte Transformation Y=ln(y) zu nutzen und für Werte y=0 eine Sonderbehandlung einzuplanen. In den Fällen, in denen y=0 auftritt, ersetze ich den Wert 0 durch den „kleinen“ Wert 0.180954204. Die dadurch verursachte Ungenauigkeit kann im Rahmen der Ungenauigkeiten eines Näherungsverfahrens vernachlässigt werden. Im vorliegenden Beispiel treten keine Werte y=0 auf.

Die an die „Testwerte“ angepasste Kurve erhält man, wenn man bei der erhaltenen

Regressionsgleichung die Regressoren x[1] bis x[10] fortlässt. Mit der BackwardElimination werden nicht signifikante Regressoren, die sich unter den 10 Regressoren x[11] bis x[20] befinden eliminiert sein. Sind sie alle eliminiert, weichen beispielsweise sie „Testwerte“ des Jahres 2020 nicht von jenen der Jahre 2011 bis 2019 ab.

Hiermit ist erst einmal die theoretische Beschreibung des Verfahrens abgeschlossen.

In einem zweiten Schritt sind die zusätzlich erforderlichen Programmierarbeiten durchzuführen. Ich hoffe, dass ich auch diese noch heute abschließen kann. Bei den bisher durchgeführten Anpassungen war lediglich die Gewichtung mit n nicht erforderlich. Es ist nicht schwierig diese Gewichtung zusätzlich durchzuführen. Aber auch einfache Programmierarbeiten brauchen Zeit und manchmal führen schwer auffindbare Flüchtigkeitsfehler zu unerwarteten Verzögerungen.

Mit bestem Gruß

Ihr

Lieber Herr …, es kann sinnvoll sein, sich mit der Fragestellung noch etwas intensiver auseinanderzusetzen….

Im vorliegenden Fall muss man beim Testen schon etwas vorsichtig sein. Etwas naiv könnte man meinen, dass man für jeden der 101 Altersjahrgänge getrennt testet, ob sich der Mittelwert aus den 9 Jahren ohne COVID-19 vom Wert des Jahres 2021 unterscheidet. Die Varianz innerhalb der jeweiligen Gruppe würde man über die Unterschiede zwischen den Jahren messen. Man hätte je Altersjahrgang 8 Freiheitsgrade für die Varianz innerhalb und einen Freiheitsgrad für die Varianz zwischen. Die Varianzen zwischen und innerhalb könnte man summieren. Man erhielte für die Varianz innerhalb 8*101=808 Freiheitsgrade, für die Varianz zwischen 101

Freiheitsgrade. Das hört sich zunächst schön an. Aber die Werte, die für die

Berechnung der Varianzen innerhalb benutzt werden, sind zwischen den Altersgruppen nicht unabhängig voneinander, so dass dieser Ansatz nicht exakt ist.

Auch beim Berechnen von Vertrauensgrenzen angepasster Regressionskurven kann man nicht einfach auf die Formeln zurückgreifen, die man normalerweise in einer biometrischen Einführungsvorlesung vermittelt. Die untere und obere

Vertrauensgrenze einer einfachen Regressionsgeraden liegen in den Fällen, in denen die Voraussetzungen für die übliche Herleitung zutreffen, beim Mittelwert des Regressors am nächsten beieinander und sie laufen nach links und nach rechts zunehmend auseinander. Beim Anpassen von Kurven gilt das für die

Vertrauensgrenzen der angepassten Kurven im Wesentlichen entsprechend, nur dass die Kurven etwa so aussehen, als hätte man die Kurvenpunkte der Vertrauensgrenzen einer einfachen Regressionsgeraden so wie die Punkte der Geraden zu den Punkten der Kurve in der Regressandenrichtung parallel verschoben. Somit besteht scheinbar kein Problem. Bei der Herleitung der normalerweise im Statistikunterricht vermittelten

Vertrauensgrenzen macht man aber Annahmen über die Verteilungsfunktion der Regressoren. Sie werden als normalverteilt angenommen. Das sind sie aber im vorliegenden Fall nicht. Vielmehr sind sie zwischen einem kleinsten Wert (hier 0) und einem größten Wert (hier 100) gleich verteilt. Für diesen Fall muss man dann erst einmal selbst die Berechnungsformeln für die Vertrauensgrenzen mathematisch herleiten oder durch Simulieren approximieren.

Man kann aber prinzipiell mit Verfahren, wie ich sie zum Anpassen der Verlaufskurven von COVID-19 benutze Kurven anpassen. Wenn man dann mit der

Backwardelimination nicht signifikante Regressoren eliminiert, bedeutet das im Falle der „Testwerte“, die ich berechnete, dass nicht alle Werte der Altersgruppen gleich sein können oder gar alle den Wert 1 haben. Man muss aber aufpassen, dass man in diesen Fällen die Regressoren der 101 Altersgruppen in geeigneter Art transformiert und gewichtet.

Das kann für Biometriker und andere Statistiker durchaus interessant sein. Aber ich meine, dass sich diejenigen, die eine allgemeine Übersterblichkeit durch COVID-19 im Jahr 2020 behaupteten, auch nicht sorgfältig um halbwegs exakte Tests gekümmert haben. Insofern reicht auch eine Darstellung ohne diese zusätzlichen Arbeiten. Mit bestem Gruß

Ihr …

Lieber Herr Barz,

ich denke die Auswertung ist noch nicht fertigt, oder ich sehe jedenfalls noch einige Punkte, die ich gerne nachrechnen würde.

Herr .. hat den Mittelwert der letzten 10 Jahre verwendet, aber wenn man sich meine Grafik dazu anschaut, dann ist dort ein klarer Trend zu erkennen. Meine Idee wäre, dort Regressionsgeraden anzupassen. Zu den Regressionsgraden lassen sich 95%Konfidenzbereiche Berechnen. Diese kann man auf das Jahr 2020 extrapolieren und dann genau sehen, ob die Datenpunkte für 2020 im 95%-Konfidenzbereich liegen oder nicht. Erst das erlaubt ja eine Aussage, ob die Abweichungen oder Differenzen rein durch den Zufall erklärbar sind, oder ob es eine signifikante Abweichung gibt. Wenn wir das 100x für alle Altersstufen machen, dann gibt es noch das Multiplizitätsproblem, also selbst wenn 5x der Konfidenzbereich nach oben verlassen wird, ist das noch kein Argument für signifikante Übersterblichkeit. Mittlerweile müsste es doch auch möglich sein diese Rechnung für 2021 fortzuführen.

Ich würde mir wünschen, wenn wir hier noch ein bisschen weiter gemeinsam nachdenken können. Die oben skizzierten Rechnungen bis 2020 werde ich auf jeden Fall noch ausführen.

Meine Gedanken und Auswertungen können Sie gerne verwenden. Bei meinem Namen würde ich Sie gerne bitten mich dort herauszuhalten.

Mit freundlichen Grüßen

Die Ergebnisse zeigen ZWAR, dass im Jahr 2020 in den meisten Altersgruppen die

Sterblichkeit geringer war als in einem “normalen” Jahr, wenn wir das Geschehen in den Jahren 2011 bis 2019 als Maßstab betrachten. Insofern kann nicht einfach behauptet werden, dass die COVID-19-Erkrankungen im Jahr 2020 eine Übersterblichkeit verursacht hätten. Das bestätigt Ihre Aussage, lieber Herr Barz, und die Berechtigung für Ihre Verärgerung darüber, dass man Sie dafür unsachlich kritisierte.

———————————–Sehr geehrter Herr Barz, vielen Dank für Ihre Auswertungen.

Auch ich bin zu demselben Schluss gekommen.

Das habe ich bereits früh vermittelt. In meiner Branche nennt man mich Non-Clinical Expert. Ich plane und werte Studien an Tieren aus, die als Basis zur Nutzen – Risikoeinschätzungen von Arzneimitteln und Medizinprodukten erstellt werden müssen. Wenn man ein Risiko abschätzen möchte, sind Zahlen wichtig – doch man muss die Plastizität biologischer Systeme mit etwas Fingerspitzengefühl einbinden. Daher ist meine Herangehensweise – sicher mit einem Bias – eine andere, als die Ihre.

Ich kenne die Pharmabranche und weiß selbst, wie man unangenehme Daten „verpackt“. Daher weiß ich, wie ich suchen muss.

Zunächst mal die Tierdaten – ich glaube es gab noch nie Impfstoffe, die in präklinischen Studien schlechter gewirkt haben, als die COVID-19 Impfstoffe. Man muss kein Experte sein – hier Astra- Tierdaten. Rot-Grün-Blau für jeden Depp. So erkennt man aber an den Affen, dass gerade die 2-fach Impfung trotz hoher Antikörpertiter schlechter wirkt als die Einfachimpfung, die sog. sgRNA, die aktive Virusvermehrung zeigt in der Nase bei Geimpften und dann künstlich infizierten ein Tag länger hoch ist – und – siehe Extended Data Figures nur bei den Geimpften eine gigantische Virusvermehrung im Darm stattfindet.

Die Oro-fekale Transmission ist bei SARS-CoV-2 relevant. Tatort Gemeinschaftstoiletten – die

Viren überleben in Trinkwasser bis 2 Wochen. https://www.nature.com/articles/s41586-020-2608-y

Die anderen Unternehmen haben einfach nicht so sorgfältig nachgeschaut. Besser sind die aber auch nicht. Geeignet als Modell ist eigentlich nur der alte männliche Goldhamster – da machen aber alle Unternehmen einen großen Bogen. Ich sehe nicht, dass an Tieren die Wirksamkeit bewiesen ist.

Nun zur Klinik:

Sie haben die klinische Studie von Biontech dargestellt. Als Erbsenzähler. Ich suche zuerst nach dem Bias – den man schnell findet. Also wieviel hat man eingeschlossen – wieviel behandelt und wieviele ausgewertet? Wie wurden die ein- und Ausschlusskriterien definiert?

Spiegelt das Kollektiv wirklich die allgemeine Bevölkerung wieder, um überhaupt eine Aussage machen zu können?

Ja, es wurde stark vorselektiert, wobei dies so gefasst ist, dass man das ein wenig den Prüfärzten überlassen hat. Vor allem zu Inclusion Criteria.

  1. Healthy participants who are determined by medical history, physical examination (if required), and clinical judgment of the investigator to be eligible for inclusion in the study.

Also alle, die eigentlich gerade den Impfschutz benötigen, sind nicht in die Einschlusskriterien gefallen.

Jetzt schauen wir mal auf die offiziellen Daten der Ergebnisse – hier das FDA Briefing Document.

Ich schaue zuerst auf die von der Auswertung ausgeschlossenen Studienteilnehmer und die

Begründung dafür. Also die, welche die Studienmedikation erhalten haben, aber dann von der Auswertung ausgeschlossen wurden, da ich aus meiner Erfahrung weiß, dass dies der Punkt ist, wo die Unternehmen meistens mogeln.

https://www.fda.gov/media/144245/download Da wird man schnell fündig:

Seite 18 Tabelle 2 die beiden letzten Zeilen:Erhebliche Protokollverstöße (also im Sinne

Studienprotokoll) in einem bestimmten Zeitraum nach der 2. Impfung – welche ? Das sind 5x soviel in der Wirkstoffgruppe wie in der Placebogruppe. Das ist auffällig.

Ein Wissenschaftler fordert hierzu offiziell die Rohdaten, die sind bis heute nicht offengelegt.

https://blogs.bmj.com/bmj/2021/01/04/peter-doshi-pfizer-and-modernas-95-effective-vaccines-weneed-more-details-and-the-raw-data/

Dann noch ein erheblicher Bias. Gemäß Studienprotokoll soll eine mögliche COVID-19 Infektion labortechnische überprüft werden.

Also Studienteilnehmer sind angewiesen, dass ein zusätzliches sogenannten Visit beim Studienzentrum zu erfolgen hat, wenn sie COVID-19 Symptome verspüren.

Das Zentrum hat dann einen COVID-19 NAAT zu erstellen (also PCR). Es ist ein Protokollverstoß wenn der Verdacht nicht weiter abgeklärt wurde. Korrekterweise macht dies die Studie ungültig, da so keine Aussage mehr möglich bei der hohen Zahl an Verdacht, der nicht weiter geprüft wurde.

Dies lapidar als mögliche Nebenwirkung abzutun reicht nicht aus.

So ist mit all diesen Verzerrung diese Studie schlichtweg nicht geeignet, um die Wirkung vor allem für das wirklich gefährdete Kollektiv zu erfassen.

Dann kam die grandiose Studie aus Israel mit 94% Wirksamkeit.

Healthcare Worker, Menschen in ambulanter und stationärer Pflege etc – was soll das dann, frag man sich. Die Begründung ist niedlich: https://www.nejm.org/doi/full/10.1056/nejmoa2101765

In diesem Sinne

Beste Grüße

Dr. XXX

Über – oder Untersterblichkeit in 2020?

„Übersterblichkeit wegen Corona“ oder „Untersterblichkeit trotz Corona“? Beides gleichzeitig geht nicht.

Beitrag von Prof. Rießinger vom 16.02.2022

Übersterblichkeit durch die Impfung? Mehr Tote im zweiten Halbjahr 2021

Beitrag von Prof. Dr. Thomas Rießinger vom 16.02.2022

Übersterblichkeit ist ein dehnbarer Begriff, dessen konkrete Ausgestaltung davon abhängt, welche

Vergleichsdaten man zu Rate zieht und wie man diese Vergleichsdaten bewertet. Im Statistischen

Bundesamt vergleicht man beispielsweise die Anzahl der Todesfälle mit „dem mittleren Wert

(Median) der vier Vorjahre“, ohne dabei allerdings zu berücksichtigen, dass sich im Laufe dieser Vorjahre die Altersstruktur geändert haben dürfte, was sich auch auf das Sterbegeschehen niederschlägt. Ein anderer Ansatz wurde vor Kurzem von A. Weber auf dieser Plattform in verschiedenen Beiträgen vorgestellt. Eine Grundidee besteht dabei darin, eine Grundlinie zu definieren, in der keine außergewöhnlichen Ereignisse wie etwa Grippewellen vorkommen, und dann auf der Basis dieser Grundlinie die jeweilige Übersterblichkeit zu berechnen. Da die Voraussetzungen zur Bestimmung der Grundlinie angegeben werden, ist auch dieser Ansatz völlig legitim, er hat jedoch den Nachteil, dass man regelmäßig vorkommende natürliche Todesursachen wie Grippewellen aus der Normalität ausschließt. Sie gehören aber zum natürlichen

Sterbegeschehen, ganz im Gegenteil zu Weltkriegen oder den Folgen grüner Wirtschaftspolitik, die mit natürlichen Todesursachen nichts zu tun haben. Auf diese Weise kommt man regelmäßig zu hohen Übersterblichkeiten, die man dann wieder entsprechend interpretieren muss.

Ich ziehe es daher vor, die Sterbedaten vergangener Jahre nicht von ausgewählten natürlichen Todesursachen zu befreien, sondern sie so zu nehmen, wie sie sind. In früheren Beiträgen hatte ich die Frage einer eventuell in Deutschland vorhandenen Übersterblichkeit für das Jahr 2020 und das erste Halbjahr 2021 untersucht und kam dabei zu dem Schluss, dass in beiden Fällen keine Übersterblichkeit vorlag. Die Methode ist einfach. Man kennt für jedes betrachtete Jahr die Aufteilung der Bevölkerung in verschiedene Altersgruppen und die Anzahl der Todesfälle, die sich in diesen Altersgruppen ereigneten. Daraus kann man sofort die prozentuale Sterbefallrate pro Jahr und pro Altersgruppe berechnen, sodass man also weiß, dass in einer bestimmten Altersgruppe eines gegebenen Jahres beispielsweise 2,5 % oder 0,7 % dieser Gruppe verstorben sind. Nun lassen sich die berechneten Raten auf das gerade zur Diskussion stehende Jahr anwenden – im aktuellen Fall also auf das Jahr 2021 –, womit man herausfindet, wie sich die Sterbefallraten vergangener Jahre auf das aktuelle Jahr ausgewirkt hätten. Tatsächlich spiegelt sich in den veränderten Altersstrukturen dann auch die veränderte Lebenserwartung wider, denn je höher das durchschnittliche Sterbealter, desto größer ist die Gruppe der Menschen hohen Alters, deren Sterberate sich deutlich von den Raten jüngerer Gruppen unterscheidet.

Zunächst ein kurzer Rückblick auf vergangene Zeiten. Im Jahr 2020 kam es in Deutschland zu

keiner Übersterblichkeit. Vergleicht man die Daten des Jahres 2020 mit denen der Jahre 2006 bis

2019, so stellt man fest, dass 2020 – das erste Jahr der Pandemie – ein eher mildes Jahr war, ohne jede Auffälligkeit. Aber auch, wenn man den Vergleichszeitraum kürzer wählen will, zum Beispiel die fünf vorhergehenden Jahre, um eventuell geänderte Lebensverhältnisse einzubeziehen, war 2020 ein durchschnittliches und unauffälliges Jahr. Die zugehörige Berechnung wurde Anfang Februar 2021 vorgenommen und ging von 982.489 Todesfällen aus. In der Zwischenzeit hat sich diese Zahl durch Nachmeldungen auf 985.572 erhöht, was an der Unauffälligkeit aber nichts ändert.

Verglichen mit dem arithmetischen Mittel der altersnormierten Sterbefälle der fünf vorhergehenden Jahre liegt 2020 noch immer unter dem Durchschnitt, verglichen mit dem Median nur knapp darüber. Selbst dieser Umstand verschwindet allerdings, sofern man berücksichtigt, dass 2020 ein Schaltjahr vorlag, denn in einem Schaltjahr hat man einen Tag länger Zeit zum Sterben. Rechnet man das ein, so liegt 2020 etwas unter dem Median der fünf vorliegenden Jahre.

Studie der Uni Düsburg-Essen

Berliner Zeitung vom 25.10.2021

Uni Duisburg-Essen: 2020 gab es eine Untersterblichkeit von 2,4 Prozent

Anders als das Statistische Bundesamt bezogen die Uni-Forscher auch demografische Faktoren mit ein.

Berlin – Im Corona-Jahr 2020 sind offenbar weniger Menschen gestorben, als erwartet worden war.

Dies geht aus einer aktuellen hervor. Obwohl im vergangenen Jahr 34.000 Menschen im Zusammenhang mit einer Covid-19-Erkrankung starben, kam es demnach zu keiner Übersterblichkeit in der Bundesrepublik.

Dem Statistischen Bundesamt zufolge sind 2020 insgesamt 985.620 Menschen verstorben. In den

Jahren 2016 bis 2019 starben im Schnitt 934.394 Menschen – im Pandemie-Jahr starben also 51.226

Menschen mehr als in den Vorjahren. Die Wissenschaftler der Medizinischen Fakultät an der Universität in Duisburg-Essen haben nun unter Berücksichtigung demografischer Faktoren daraus andere Schlüsse hinsichtlich der Letalität gezogen. Denn, so erklärt es Bernd Kowall vom Institut für Medizinische Informatik, Biometrie und Epidemiologie am Universitätsklinikum in Essen: Es reicht offenbar nicht aus, sich allein auf die „Nettozahlen der Todesfälle“ zu stützen.

Forscher: 2020 gab es eine Untersterblichkeit von 2,4 Prozent

Daher bezogen sich die Forscher in ihrer Studie auch auf die gestiegene Lebenserwartung und wachsende Zahl älterer Menschen. Kowall erläutert gegenüber dem, dass es 2020 etwa eine Million mehr über 80-Jährige als 2016 gegeben hat. „Und dann erwarten Sie natürlich allein aufgrund dessen eine höhere Sterblichkeit, selbst wenn es keine Pandemie gegeben hätte. Und das müssen Sie natürlich mit rausrechnen“, so der Erstautor der Studie weiter. Die Forscher halten daher fest, dass es in Deutschland im Pandemie-Jahr sogar zu einer leichten Untersterblichkeit von 2,4 Prozent gekommen ist.

Bei den Erhebungen sei jede Todesursache berücksichtigt worden – ganz gleich ob es sich um Covid-19-Erkrankungen, Herzinfarkte oder Unfälle gehandelt hat. Die Gründe für die offenbar gesunkene Sterblichkeit sind laut der Studie vielfältig: So sind zum einen in den vergangenen beiden Wintern kaum Menschen an der gestorben. Zum anderen ist die Viele der an oder mit Covid19 Verstorbenen – das mediane Sterbealter lag hier bei über 80 Jahren – litten bereits an einer

Vorerkrankung. Die Forscher betonen, dass gesundheitlich vorbelastete, ältere Menschen auch ohne

Corona-Infektion in der Regel eine deutlich „reduzierte Lebenserwartung“ haben. Die Covid-19Erkrankten, die gemäß medizinischen Vorhersagen auch ohne Corona 2020 nicht mehr überlebt hätten, tragen nicht zu einer Übersterblichkeit bei, heißt es.

Beitrag von Prof Rießinger vom 02.02.2022

ARD-Framing zum Trotz: 2020 keine Übersterblichkeit

Analyse des Mathematik-Professors Rießinger

Kaum ist ein Monat im neuen Jahr vergangen, liegen auch schon die Daten des Statistischen

Bundesamtes zur Gesamtsterblichkeit im Jahr 2020 vor – besser spät als nie. Auch wenn die Tagesschau ganz im Gegensatz zum Spiegel eine Übersterblichkeit aus den Daten herauslesen will, lässt sich die erfreuliche Tatsache festhalten, dass 2020 in Deutschland keine Übersterblichkeit aufgetreten ist. In einem früheren Artikel hatte ich mithilfe einer schlichten linearen Regression berechnet, dass bei Berücksichtigung der Bevölkerungsentwicklung etwa 980.300 Sterbefälle im Rahmen des Normalen liegen würden. Nun sind es 982.489 geworden, also knapp 2.200 mehr als der von mir berechnete Wert. Die tatsächliche Sterblichkeit liegt damit um 0,22% höher als der Wert, den man aus der Entwicklung sowohl der Sterblichkeitsdaten der letzten Jahre als auch der Bevölkerungszahl erhält. Wer große Freude an übersteigerter Pedanterie hat, kann nun behaupten, es liege eine Übersterblichkeit von 0,22% vor. Das darf er gerne tun. Er muss dann aber beispielsweise auch behaupten, dass ein Arbeitnehmer, der mit einem monatlichen

Bruttoeinkommen von 4000 € im Bereich der durchschnittlichen Einkommen liegt, bei einer Erhöhung um 9 € – das sind knapp über 0,22% – auf einmal überdurchschnittlich bezahlt wird, was kaum jemand unterschreiben würde, außer vielleicht ein sozialdemokratischer Finanzminister.

Und er muss es sich gefallen lassen, dass man sich von seiner Pedanterie inspirieren lässt und die Rechnungen im Sinne des Statistischen Bundesamtes noch genauer werden lässt: Dort hat man darauf hingewiesen, dass 2020 ein Schaltjahr war und nach aller Erfahrung mehr Leute sterben werden, wenn man einen Tag länger dafür Zeit hat. Der Effekt ist nicht sehr groß und man darf nicht einfach auf den mit der linearen Regression berechneten Wert die durchschnittliche Anzahl der Todesfälle pro Tag addieren, da die in der Regression unter anderem berücksichtigten Jahre 2008, 2012 und 2016 ebenfalls Schaltjahre waren, aber wie jedes andere Jahr behandelt wurden. Das kann man ändern. Rechnet man also nicht nur die Entwicklung der Bevölkerung ein, sondern auch die schaltjahresbedingt unterschiedliche Zahl der Tage pro Jahr, so ergibt sich, dass nicht nur 980.300, sondern 982.430 Sterbefälle im Rahmen des Normalen für 2020 liegen; ich werde das hier nicht vorrechnen, die Methoden wurden in meinem früheren Artikel beschrieben. Der Unterschied zum tatsächlichen Wert liegt bei knapp 60 Fällen, das entspricht 0,006%. Wer hier noch von

Übersterblichkeit sprechen will, muss wohl Karl Kassandra Lauterbach oder Markus Nostradamus Söder heißen.

Ob mit Berücksichtigung der Schaltjahre oder ohne, im Jahr 2020 lag in Deutschland keine Übersterblichkeit vor. Noch deutlicher sieht man das, wenn man die demographische Entwicklung in Augenschein nimmt und genauer darauf achtet, wie viele Sterbefälle in den einzelnen

Altersgruppen auftreten, gemessen an der Bevölkerungszahl innerhalb dieser Gruppen. Zunächst die zugehörige Tabelle, auf die ich gleich noch eingehen werde.

Die Tabelle ist schnell an einem Beispiel erklärt. Den Daten des Statistischen Bundesamtes kann man entnehmen, dass sich beispielsweise zu Beginn des Jahres 2017 434.9557 Menschen in der Altersgruppe „75 bis unter 80“ befanden, und dass in dieser Gruppe im Lauf des Jahres 139.232

Sterbefälle zu verzeichnen waren. Der prozentuale Anteil der Verstorbenen beläuft sich dann auf 139.232*100/4349557=3,201, gerundet auf drei Nachkommastellen. Genau diese Zahl findet man in der entsprechenden Zeile für das Jahr 2017, und auf diese Weise berechnen sich auch alle anderen Einträge.

Man kann nun der Frage nachgehen, wie sich denn die Prozentsätze Verstorbener im Jahr 2020 auf die absoluten Zahlen der Sterbefälle ausgewirkt hätten, wenn man die Verteilung der

Gesamtbevölkerung des Jahres 2020 auf die Bevölkerungsgruppen zugrunde legt. In dem erwähnten früheren Artikel hatte ich das schon an vier Beispielen ausgerechnet, dort findet man auch die Beschreibung des Rechenwegs. Es ist aber instruktiv, sich diese Projektionen einmal für alle aufgeführten Jahre von 2006 bis 2019 anzusehen. Das führt zu der folgenden Tabelle.

Was bedeutet das? Hätten 2020 die Prozentsätze Verstorbener pro Altersgruppe wie in dem sehr milden Jahr 2019 vorgelegen, so müsste man mit 963.906 Toten im Jahr 2020 rechnen. Die Sätze des deutlich härteren Jahres 2018, in dem eine ernsthafte Grippewelle ihr Unwesen trieb, führen bei der Altersstruktur von 2020 zu 993.580 Toten. Und sieht man sich die restlichen Jahre an, so stellt man fest, dass es seit 2006 nur drei Jahre gab, nämlich 2014, 2016 und 2019, in denen die Berücksichtigung der Prozentsätze Verstorbener pro Altersgruppe zu einer geringeren Zahl von

Sterbefällen als 2020 führt, wenn man nämlich die demographische Verteilung von 2020 zur Kenntnis nimmt. Das Jahr der Pandemie mit ihren unzählig vielen Infektionen und der ständig drohenden Überlastung des Gesundheitssystems belegt in der Reihe der Jahre 2006 bis 2020 den vierten Platz, elf Jahre zeigten härtere Sterbequoten. Markus Nostradamus Söder hatte es ja so schön formuliert: „Corona ist wie die Pestilenz. Sie kriecht in jede Ritze“, so konnte man es in Welt Online lesen. Und eben dort: „Endlose Fake News und Lügen führen dazu, dass Leute sich in Scheinwelten und Parallelwelten begeben.“ Man wird ihm kaum widersprechen können, sofern man annimmt, dass er hier Selbstkritik üben wollte.

Werfen wir nun einen Blick auf die Daten, die in der Tabelle der Prozentsätze Verstorbener pro Altersgruppe versammelt sind. Geht man sie Zeile für Zeile durch, so stellt man fest, dass man kaum etwas feststellt. Die Werte für 2020 liegen alle im Rahmen der Werte, die in den vorhergehenden Jahren aufgetreten sind, was man noch besser sieht, wenn man einmal die Bereiche notiert, in denen diese historischen Werte liegen.

So lag in den Jahren 2006 bis 2019 in der Gruppe der 55- bis 60-Jährigen der geringste Anteil

Verstorbener bei 0,539%, der höchste bei 0,640%. Und 2020 kam man in dieser Gruppe auf 0,541%, womit man sich am unteren Rand des Bereichs für diese Gruppe bewegt. So sieht es in allen Altersgruppen aus. Der Eindruck ändert sich kaum, wenn man sich auf die Daten der letzten vier Jahre vor 2020 konzentriert. Die Gesamttabelle der Prozentsätze zeigt, dass nur in den Altersgruppen „70 bis unter 75“ und „ab 85“ der Satz für 2020 ein so deutliches Maximum der Werte für 2016 bis 2020 zeigt, dass es nicht erst in der dritten Stelle nach dem Komma auftritt. In zehn Altersgruppen wird das Maximum der Prozentsätze nicht 2020 erreicht, sondern früher, in zwei weiteren Gruppen gibt es 2020 Steigerungen der Prozentsätze, die sich aber erst in der dritten Nachkommastelle auswirken und daher alles andere als dramatisch sind.

Die relative Sterblichkeit für die jeweiligen Altersgruppen ist daher im Jahr 2020 völlig unauffällig, wenn man sie mit den Daten für die Jahre 2006 bis 2019 vergleicht, und sie weist im kurzfristigen Vergleich mit den Jahren 2016 bis 2019 für zwei Altersgruppen – „70 bis unter 75“ und „ab 85“ – eine Steigerung auf, in den beiden Altersgruppen dazwischen allerdings nicht. Ein seltsames Verhalten in Anbetracht eines Virus, das doch wie die Pestilenz in alle Ritzen kriecht, dabei aber die Sterberaten der Altersgruppen zwischen 75 und 85 insgesamt bei niedrigen Werten verharren lässt.

Dennoch wird man nicht bestreiten wollen, dass es 2020 in der Altersgruppe ab 85 zu einer höheren Zahl von Sterbefällen gekommen ist. Dafür gibt es mehrere Gründe. Zum einen hatten wir es 2019 in Bezug auf die Sterblichkeit mit einem milden Jahr zu tun, sodass gerade in der höchsten Altersgruppe im darauffolgenden Jahr mit einer erhöhten Sterblichkeit gerechnet werden musste; solche Nachholeffekte hat es zum Beispiel in den Jahren 2011/2012 und 2014/2015 gegeben, und zwar in wesentlich deutlicherem Maß als in den Jahren 2019/2020. Auch wenn es sich dabei teilweise um Covid19-Tote handelt, so liegt in diesen Fällen eine Verschiebung der Todesursachen vor: Es ist eine vermutlich neue natürliche Todesursache hinzugekommen, die an die Stelle anderer natürlicher Ursachen wie der Influenza getreten ist. Man sollte nicht vergessen, dass im Winter 2020/2021 die Influenza allem Anschein nach ausgestorben ist.

Zum anderen muss man aber in Betracht ziehen, dass es gerade in der höchsten Altersgruppe auch Sterbefälle gegeben hat, die nicht auf dem beschriebenen Nachholeffekt beruhen, insbesondere in den Alten- und Pflegeheimen. Sie sind jedoch nicht gestorben, weil irgendjemand ohne sogenannten

Mund-Nasenschutz in einer Fußgängerzone herumlief. Sie sind auch nicht gestorben, weil es

Demonstrationen gegen Regierungsmaßnahmen gegeben hat, denn die finden nur selten in

Altenheimen statt. Sie sind gestorben, weil es die begabten Entscheider aus Bundes- und

Länderregierungen bis heute nicht geschafft haben, einen wirksamen Schutz von Alten- und

Pflegeheimen zuwege zu bringen, der nicht in der völligen Isolation der Betroffenen mündet – eine Isolation, die oft genug zum Tod führen kann. Man schützt nicht die Gefährdeten, indem man alle anderen zum Lockdown verurteilt und den Schutz der Risikogruppen vergisst. Dabei hat es bereits bessere Beispiele gegeben, wie man an den Maßnahmen des Tübinger Oberbürgermeisters Boris Palmer zum Schutz der Alten- und Pflegeheime sehen kann. Kurz gesagt: Gerade bei der Gruppe der Menschen im Alter von 85 und mehr Jahren sollte man neben den natürlichen Todesursachen noch von einer weiteren Ursache sprechen – dem Tod durch Regierungsversagen.

Unterstrichen wird das durch die oft beschworenen Daten für den Dezember 2020. In der folgenden Tabelle sind die Prozentsätze der Sterbefälle im Dezember für die Jahre 2016 bis 2020 aufgelistet, jeweils gemessen an der Bevölkerungszahl in der entsprechenden Altersgruppe.

Gerade in den höheren Altersgruppen fällt die Entwicklung auf, die Sätze liegen 2020 höher als in den Jahren zuvor. Dennoch hat man sich in den weisen Entscheidungsgremien auch zu Beginn und im Verlauf der kalten Jahreszeit, in der Erkrankungen der Atemwege verstärkt zu erwarten sind, lieber mit dem Einsperren der gesamten Bevölkerung befasst, als sich dem Schutz echter Risikogruppen zuzuwenden. Das Versagen der Regierenden ist offenkundig.

Dennoch darf man sich auch von den Dezemberzahlen für 2020 nicht in Angst und Schrecken versetzen lassen. Das gesamte Jahr 2020 weist keine Übersterblichkeit auf, den höheren Raten des Dezembers entsprechen also niedrige Raten in den vorherigen Monaten. Und auch diese höheren Raten sind beileibe nichts Einmaliges. Man werfe nur einen Blick auf die folgende Tabelle, in der die Prozentsätze der Sterbefälle für März 2018 und Dezember 2020 gegenübergestellt werden.

Der Sachverhalt ist zu offensichtlich, um ihn zu übersehen: In jeder einzelnen Altersgruppe lag der Prozentsatz der Sterbefälle im März 2018 über dem für Dezember 2020. Damals gab es eine schwere Grippewelle in Deutschland, die auch und gerade in der älteren Bevölkerung für viele Todesfälle sorgte. Auch damals hätte man schon etwas zum Schutz dieser älteren Bevölkerung tun können, hat es aber unterlassen. Wie heute hatte man wohl Wichtigeres zu tun. Seltsamerweise wurde aber im März 2018 nichts geschlossen, wurde kein ganzes Volk gegängelt und eingesperrt, wurden die Kinder nicht vom Schulbesuch abgehalten und wurde auch niemand zum Tragen von Arbeitsschutzmasken verpflichtet. Auch heute könnte man wissen, dass all das nichts fruchtet und die Schäden, die es verursacht, ins Gigantische gehen. Nicht nur die ökonomischen Schäden, auch die medizinischen; die Studien dazu liegen vor.

Man will es nicht wissen. Stattdessen verordnet man den Menschen eine Politik nach dem Modell der Geißler aus dem Spätmittelalter, die lautstark verkündeten, die eigene Stadt oder gar die ganze Welt werde untergehen, wenn man sich nicht mit Freude und Begeisterung selbst auspeitsche. Immerhin hat man sich damals zur Rettung der Welt noch selbst gegeißelt. Wer heute den Menschen zur Rettung der Welt die Geißel des Lockdowns befiehlt, spürt selbst nicht die verheerenden Folgen dieser Weltrettungsmethode. Man kann nur hoffen, dass die Betroffenen sich irgendwann gegen ihre Geißler wehren.

Statistisches Bundesamt – Pressemitteilung vom 9. Dezember 2021 – 563/21

Corona-Pandemie führt zu Übersterblichkeit in Deutschland

  • Von März 2020 bis Februar 2021 starben fast 71 000 Menschen mehr als in den zwölf Monaten davor.
  • Bei 47 860 Verstorbenen im Jahr 2020 war COVID-19 entweder die Haupttodesursache oder trug als Begleiterkrankung zum Tod bei.
  • Rund 176 000 Personen waren im Jahr 2020 mit oder wegen COVID-19 im Krankenhaus, rund

36.900 mussten intensivmedizinisch versorgt werden.

WIESBADEN – Die Corona-Wellen haben in Deutschland zu einer Übersterblichkeit geführt. Zu diesem Befund kommt das Statistische Bundesamt (Destatis) auf Basis einer Auswertung der Sterbefallstatistik im bisherigen Pandemieverlauf. Das führt auch zu erhöhten Sterbefallzahlen im gesamten bisherigen Zeitraum der Pandemie. „Von März 2020 bis Mitte November 2021 sind in Deutschland mehr Menschen verstorben, als unter Berücksichtigung der demografischen

Entwicklung zu erwarten gewesen wäre. Der Anstieg der Sterbefallzahlen ist nicht allein durch die

Alterung der Bevölkerung erklärbar, sondern maßgeblich durch die Pandemie beeinflusst“, sagte Christoph Unger, Vizepräsident des Statistischen Bundesamtes, am 9. Dezember 2021 bei einer Pressekonferenz in Wiesbaden.

Eine erhöhte Sterblichkeit zeigt sich sowohl für die isolierte Betrachtung des Kalenderjahres 2020 als auch für die ersten zwölf Monate seit Pandemiebeginn von März 2020 bis Februar 2021. Insgesamt starben im Jahr 2020 bundesweit rund 985 600 Menschen. Das waren 5 % oder 46 000

Verstorbene mehr als im Jahr 2019. Alleine aufgrund der Alterung der Bevölkerung wäre nur ein

Anstieg der Sterbefallzahlen um etwa 2 % oder etwa 20 000 Fälle zu erwarten gewesen. In den ersten zwölf Monaten der Pandemie von März 2020 bis Februar 2021 starben 7,5 % oder fast 71000 Menschen mehr als in den zwölf Monaten davor.

Statistisches Bundesamt – Auszug Webseite

Entwicklung im Jahr 2020 – Schwache Grippewelle, Sommerhitze und Corona-Wellen prägen den Jahresverlauf 2020

Der Jahresverlauf der Sterbefallzahlen war im Jahr 2020 durch verschiedene Sonderentwicklungen geprägt. In den ersten zwei Monaten des Jahres lagen die Sterbefallzahlen unter beziehungsweise im Bereich des mittleren Werts (Median) der Jahre 2016 bis 2019. In der typischen Grippezeit am

Jahresanfang waren die Sterbefallzahlen nicht so stark angestiegen wie in den Jahren 2017 oder

2018, als die Auswir kungen der Grippe wellen vergleichs weise deutlich waren. Die CoronaPandemie hat sich ab Ende März dann erstmals auf die Entwicklung der Sterbefallzahlen ausgewirkt. Im gesamten April lag die Zahl der Gestorbenen dann 10 % über dem mittleren Wert der Vorjahre. Gleichzeitig war ein Anstieg der COVID-19-Todesfälle zu beobachten.

Statistisches Bundesamt – COVID-19: Sterbefälle,

Todesursachen und Krankenhausbehandlungen in Zeiten der Pandemie”

Online-PRESSEKONFERENZ am 9. Dezember 2021 aus Wiesbaden

In einer Online-Pressekonferenz hat das Statistische Bundesamt eine Analyse der Sterbefallzahlen in Deutschland bis in den November 2021 vorgestellt.

Pressemitteilung vom 9. Dezember 2021 – 563/21

Corona-Pandemie führt zu Übersterblichkeit in Deutschland … usw.

Meine Fragen an das Statistische Bundesamt

Die Fragen richten sich insbesondere an Christoph Unger, Vizepräsident des Statistischen Bundesamtes und an Dr. Felix zur Nieden, Referent für Demografische Analysen und Modellrechnungen.

Vorbemerkung: Das Statistische Bundesamt hat sich zur Einhaltung der Grundsätze des Verhaltenskodex im Sinne der Qualitätserklärung (Quality Declaration) verpflichtet und schreibt aufseiner Webseite: „Wir stellen neutrale, objektive und fachlich unabhängige Statistiken zur Verfügung, sodass Bürgerinnen und Bürger fundierte Informationen erhalten und demokratische Entscheidungen auf Basis hochwertiger amtlicher Daten treffen können.“

Meine Fragen beziehen sich ausschließlich auf die vom Statistischen Bundesamt getroffenen Aussagen zur Sterblichkeit in 2020, wie z.B.:

  • „Die Corona-Wellen haben in Deutschland zu einer Übersterblichkeit geführt.“
  • „Eine erhöhte Sterblichkeit zeigt sich … für die isolierte Betrachtung des Kalenderjahres

2020…“

  • „Corona-Pandemie führt zu Übersterblichkeit in Deutschland“
  • „Das waren 5 % oder 46 000 Verstorbene mehr als im Jahr 2019.“
  1. Wie lassen sich die Aussagen zur Sterblichkeit in 2020 (z.B. in der Pressemitteilung vom 9. Dezember 2021 (563/21) und in der Online-Pressekonferenz vom gleichen Tage) mit den Qualitätsvorgaben, denen sich das Statistische Bundesamt verpflichtet hat, vereinbaren?
  2. Können Sie die Kritik von Barz und anderen nachvollziehen, nachdem der Vergleich von

Nettozahlen ein komplett falsches Bild erzeugt und auf Grundlage dieses falschen Bildes eine fragwürdige Maßnahmen-Politik betrieben wurde?

  1. „Übersterblichkeit wegen Corona“ oder „Untersterblichkeit trotz Corona“ – Was stimmt denn nun?

***

Aufruf: Bitte unterstützen Sie mich bei der Suche nach Journalisten! Helfen Sie mir, ein Medium zu finden, das bereit ist, über meine Arbeit (gern auch kritisch) zu berichten!

Vielen Dank

Marcel Barz


Quelle: https://t.me/marcelbarzbackup/116

Marcel Barz

E-Mail: marcel.barz@posteo.de

*** *** *** *** ***

Schreibe einen Kommentar

Wir verwenden Cookies, um Inhalte und Anzeigen zu personalisieren, oder Einstellungen zu speichern. Datenaustausch mit Dritten (z.B YouTube, Bing, Odysee) kann über die Video Einbettung und Suchmaschinen-Anbindung stattfinden. View more
Cookies settings
OK
Datenschutz und Cookie-Richtlinie
Privacy & Cookies policy
Cookie name Active
Unsere Website-Adresse lautet: http://augenaufmedienanalyse.de.

Kommentare

Wenn Besucher Kommentare auf der Website hinterlassen, sammeln wir die Daten, die im Kommentarformular angezeigt werden, sowie die IP-Adresse und den Browser-Benutzer-Agent-String des Besuchers, um die Spam-Erkennung zu unterstützen. Eine anonymisierte Zeichenkette, die aus Ihrer E-Mail-Adresse erstellt wird (auch Hash genannt), kann dem Gravatar-Dienst zur Verfügung gestellt werden, um zu sehen, ob Sie ihn benutzen. Die Datenschutzrichtlinien des Gravatar-Dienstes finden Sie hier: https://automattic.com/privacy/. Nach der Freigabe Ihres Kommentars ist Ihr Profilbild im Zusammenhang mit Ihrem Kommentar öffentlich sichtbar.

Medien

Vorgeschlagener Text: Wenn Sie Bilder auf die Website hochladen, sollten Sie es vermeiden, Bilder hochzuladen, die eingebettete Standortdaten (EXIF-GPS) enthalten. Besucher der Website können alle Standortdaten von Bildern auf der Website herunterladen und extrahieren.

Cookies

Vorgeschlagener Text: Wenn Sie einen Kommentar auf unserer Website hinterlassen, können Sie sich damit einverstanden erklären, dass Ihr Name, Ihre E-Mail-Adresse und Ihre Website in Cookies gespeichert werden. Dies dient Ihrer Bequemlichkeit, damit Sie Ihre Daten nicht erneut eingeben müssen, wenn Sie einen weiteren Kommentar hinterlassen. Diese Cookies bleiben ein Jahr lang gespeichert. Wenn Sie unsere Anmeldeseite besuchen, setzen wir ein temporäres Cookie, um festzustellen, ob Ihr Browser Cookies zulässt. Dieses Cookie enthält keine persönlichen Daten und wird gelöscht, wenn Sie Ihren Browser schließen. Wenn Sie sich anmelden, setzen wir außerdem mehrere Cookies, um Ihre Anmeldeinformationen und die von Ihnen gewählte Bildschirmdarstellung zu speichern. Die Anmelde-Cookies bleiben zwei Tage lang gespeichert, die Cookies für die Bildschirmoptionen ein Jahr lang. Wenn Sie "Remember Me" wählen, bleibt Ihre Anmeldung zwei Wochen lang erhalten. Wenn Sie sich von Ihrem Konto abmelden, werden die Anmelde-Cookies entfernt. Wenn Sie einen Artikel bearbeiten oder veröffentlichen, wird ein weiteres Cookie in Ihrem Browser gespeichert. Dieses Cookie enthält keine persönlichen Daten und zeigt lediglich die Post-ID des Artikels an, den Sie gerade bearbeitet haben. Er verfällt nach 1 Tag.

Eingebettete Inhalte von anderen Websites

Vorgeschlagener Text: Artikel auf dieser Website können eingebettete Inhalte enthalten (z. B. Videos, Bilder, Artikel usw.). Eingebettete Inhalte von anderen Websites verhalten sich genau so, als ob der Besucher die andere Website besucht hätte. Diese Websites können Daten über Sie sammeln, Cookies verwenden, zusätzliche Verfolgungen durch Dritte einbetten und Ihre Interaktion mit diesen eingebetteten Inhalten überwachen, einschließlich der Verfolgung Ihrer Interaktion mit den eingebetteten Inhalten, wenn Sie ein Konto haben und auf dieser Website angemeldet sind.

Mit wem wir Ihre Daten teilen

Vorgeschlagener Text: Wenn Sie eine Kennwortrücksetzung anfordern, wird Ihre IP-Adresse in die Rücksetzungs-E-Mail aufgenommen.

Wie lange wir Ihre Daten aufbewahren

Wenn Sie einen Kommentar hinterlassen, werden der Kommentar und seine Metadaten auf unbestimmte Zeit gespeichert. Auf diese Weise können wir Folgekommentare automatisch erkennen und genehmigen, anstatt sie in einer Moderationswarteschlange zu halten. Bei Nutzern, die sich auf unserer Website registrieren (falls vorhanden), speichern wir auch die persönlichen Daten, die sie in ihrem Nutzerprofil angeben. Alle Nutzer können ihre persönlichen Daten jederzeit einsehen, bearbeiten oder löschen (sie können jedoch ihren Benutzernamen nicht ändern). Auch die Administratoren der Website können diese Daten einsehen und bearbeiten.

Welche Rechte Sie über Ihre Daten haben

Wenn Sie ein Konto auf dieser Website haben oder Kommentare hinterlassen haben, können Sie eine exportierte Datei der personenbezogenen Daten anfordern, die wir über Sie gespeichert haben, einschließlich aller Daten, die Sie uns zur Verfügung gestellt haben. Sie können auch verlangen, dass wir alle personenbezogenen Daten, die wir über Sie gespeichert haben, löschen. Davon ausgenommen sind Daten, die wir aus administrativen, rechtlichen oder Sicherheitsgründen aufbewahren müssen.

Wohin wir Ihre Daten übermitteln

Besucherkommentare können durch einen automatischen Spam-Erkennungsdienst überprüft werden.
Save settings
Cookies settings