De cijfers achter corona

Maanden heeft er boven de grafieken van de GGD over de testuitslagen gestaan:

Bron: RIVM

Dat was onjuist, daar heb ik al vele malen op gewezen. Mensen die een positieve PCR testuitslag hebben gekregen zijn geen patiënten. Vandaag is die fout eindelijk hersteld, zie de eerste grafiek hieronder.

Jan Ruis heeft een aantal cijfers over corona op een rijtje gezet. Het eerste stuk van zijn bijdrage staat op deze pagina afgedrukt, de volledige tekst kunt u als pdf hier downloaden.

 

De cijfers achter corona.

Deze RIVM-grafiek ziet er dreigend uit: de 2e golf is nog erger dan de 1e:

Figuur 1 (bron)

Gisteren betitelde het RIVM de positief geteste mensen nog als “patiënten”, alsof deze mensen allemaal ziek zijn en besmettelijk voor anderen. Dat kan de PCR-test helemaal niet aangeven. Gelukkig heeft het RIVM zich de terechte kritiek hierop ter harte genomen.

Dat de grafiek van het aantal positieven zo’n enorme “2e golf” vertoont is deels het gevolg van het feit dat er steeds meer PCR-testen worden gedaan, nu 7x meer dan in maart/april, en dat er anders werd getest in de 1e golf dan in de 2e golf. De 1e golf en de 2e golf betreffen dus onvergelijkbare aantallen.

We zoomen daarom in op week 23 tot heden:

Figuur 2. Boven: aantal PCR-testen en aantal positieven van de GGD (links) en laboratoria (rechts). Onder: het aantal positieve testen als percentage van het totaal aantal PCR-testen. Data: OpenInfo.nl

De eerste verwarring die ontstaat is dat er cijfers zijn van de GGD en van de laboratoria. Het is niet duidelijk of we die moeten zien als apart gedane testen en dus moeten optellen voor het totaal aantal testen. Sinds week 23 is het aantal testen 6x opgevoerd bij de GGD en 4x bij de laboratoria. Het aantal positieven is gering maar stijgt sinds week 37 (september).

Als je 100 mensen test dan krijg je 10 positieven, als je 700 mensen test krijg je 70 positieven. Bij een grotere testpopulatie moet je dus corrigeren om te kunnen vergelijken, bv door de getallen per 1000 individuen of in percentages weer te geven. Dat doet de RIVM niet en het kabinet volgt weer de RIVM via het OMT en concludeert dat de grafiek in figuur 1 accuraat en dus alarmerend is. Maar ook al zou het RIVM de percentages rapporteren, dan nog is er een probleem. De testpopulatie (qua leeftijdssamenstelling, vrijwillig of opgeroepen door GGD, hoeveel mensen getest worden met bestaande klachten en hoeveel zonder klachten, standaard PCR-test protocol of afwijkend protocol) moet namelijk in elke opvolgende testweek gelijk blijven anders vergelijk je appels met peren.

Aangezien de testpopulatie geen random steekproef is en steeds van samenstelling verandert is de RIVM-grafiek in figuur 1 misleidend. Bovendien blijkt de manier waarop PCR-test wordt uitgevoerd te zijn veranderd (zie verderop). In Figuur 2 (onderste plaatjes) zijn voor een betere beoordeling de positieven uitgezet als percentage van het totaalaantal PCR-testen.

Voor de stijging van het percentage positieven in september zou de verklaring kunnen zijn dat de GGD de personen oproept die contact hadden met besmette personen om zich te laten testen (“heeft u contact gehad sinds 2 dagen vóór uw klachten begonnen met personen langer dan 15 minuten en binnen 1,5 meter?”). Die personen leveren gemiddeld 15% besmettingen op (bron). Hoeveel van die personen deel uitmaken van de geteste personen in een week beïnvloedt ook weer het totaal aantal gevonden besmette personen. Van de personen die zelf hadden besloten om zich te laten testen, was maar 0,9% besmet.

Een ander punt is dat een positieve testuitslag niet veel zegt. Een PCR-test geeft een positieve uitslag ook als je niet meer besmettelijk bent omdat ook overblijvende restanten van oude opgeruimde (Covid-19) virussen worden gedetecteerd. De gevoeligheid van de PCR-test is enkele weken geleden ook nog eens verhoogd waardoor de test nu nog sterker reageert op genetisch materiaal van virussen en van oude infecties. Dat gebeurt misschien wel bij de GGD maar volgens deze bron niet bij alle laboratoria. Dit maakt de verwarring over hoe men de cijfers moet interpreteren alleen maar groter.

Op deze data kun je dus geen betrouwbare statistiek baseren. Het is wellicht beter om alleen de ziekenhuisopnamen als een representatieve maat voor echte besmettingen te nemen. Maar ook hier zijn er verschillende bronnen die allemaal weer andere cijfers tonen.

NICE, LCPS en GGD publiceren opnamecijfers. Het RIVM gebruikte tot voor kort de GGD-cijfers maar is onlangs overgestapt op de cijfers van NICE. De NICE-cijfers zijn volgens het RIVM het meest representatief. Maar op de website van NICE lezen we dat alle mensen met Covid-19 worden geteld, ook als ze om andere reden in het ziekenhuis zijn opgenomen! Dat heeft nogal wat implicaties. In maart/april werden mensen opgenomen als ze door de door de huisarts werden doorverwezen vanwege ernstige Covid-19 klachten. Ze werden dus opgenomen vanwege Covid-19. Maar NICE registreert ook mensen die niet om die reden zijn opgenomen, bv wegens blindedarmontsteking. Als ze na aankomst in het ziekenhuis worden getest dan behoren ze na een positieve uitslag tot de Covid-19 patiënten en worden als Covid-19 opname geregistreerd.

Het LCPS registreert weer op een andere manier met als doel de bezetting op de IC te monitoren. De cijfers van de NICE en de LCPS kunnen dus niet zonder meer met elkaar vergeleken worden, en ook kan de status (‘nog verdacht’ of ‘inmiddels niet meer positief’) tot verschillen leiden. Hoe de GGD registreert is onbekend maar ze registreren niet in de ziekenhuizen. Hieronder de vergelijking van de opnamecijfers van de GGD en van NICE:

 

De volledige tekst kunt u als pdf hier downloaden.