Uitgebreid verslag van het RIVM over de epidemiologische situatie  kunt u hier vinden.

Ik heb al eerder gewezen op het feit dat de corona-cijfers van Duitsland en die van Nederland opvallend uiteen lopen. Tot nu toe heeft het coronavirus in Nederland aan 771 mensen het leven gekost (op bijna 11.000 geregistreerden), in Duitsland is dat cijfer 389 (op 52.000 geregistreerden). Kunnen we wat met die cijfers? Nee denk ik. In de eerste plaats omdat mensen meestal sterven aan complicaties, vaak longontsteking. Intussen weet iedereen dat de meeste slachtoffers van het Coronavirus oudere mensen zijn met vaak een lagere weerstand, die bovendien meestal ook andere gezondheidsproblemen hebben.

Er is nog een andere complicerende factor. Iemand die doodziek, met hoge koorts en hoestend,  momenteel in het ziekenhuis arriveert wordt getest op de aanwezigheid van het coronavirus. Valt die test positief uit dan is de situatie van de patiënt klaarblijkelijk het gevolg van dat coronavirus. Maar dekt dit wel het virale plaatje? Een recente wetenschappelijke publicatie beschrijft het vóórkomen van een groep van 11 virussen die van invloed zijn op het ademhalingsstelsel bij een grote groep (ruim 44.000) patiënten in Glasgow tussen 2005 en 2013.

Bron: Nickbakhsh et al 2019

Opvallend is  dat het CoV virus (corona eerste generatie) in alle gemeten jaren een prominente aanwezigheid toonde onder de patiënten met ademhalingsproblemen. Ik neem aan dat dit de voorloper is van het huidige Cov-2. Het aandeel van het CoV virus schommelde in de gehele periode tussen 4- 15%. Ik wil hier maar mee zeggen dat het voor de registratie heel belangrijk is hoe men te werk gaat.

Je kunt je afvragen of de enorme ‘operatie corona’  die in een aantal landen in gang gezet is door de overheden er niet voor zorgt dat we dit virus onder een ‘vergrootglas’ volgen. Ik heb al eens eerder laten zien dat de oversterfte begin 2018 aan het toen heersende griepvirus in ons land bijna 9500 was. Een veelvoud van het aantal overledenen tot nu toe. Die vielen in een 12 weken durende epidemie. De ziekenhuizen moesten toen wel alle zeilen bijzetten om de extra drukte als gevolg van die epidemie het hoofd te bieden, maar van een echte crisissituatie zoals nu was geen sprake, ondanks de oversterfte van bijna 9500 mensen. Zie dit krantenbericht.

Hoewel de cijfers van de laatste paar dagen een afname laten zien van de nieuwe besmettingen in Nederland en Duitsland betekent dit echter nog niet dat het zeker is dat we de top achter de rug hebben. Pas veel later kunnen we analyseren hoe erg deze virusuitbraak was, vergeleken met andere virus-uitbraken.  Dat de maatregelen van diverse overheden om het virus te beheersen enorme economische gevolgen hebben staat wel vast.

De Duitse longarts dr. Wolfgang Wodarg is kritisch over de kwestie. Of we hier inderdaad te maken hebben met een extreem gevaarlijke virale situatie of dat dit meer lijkt op een venijnige versie van “De kleren van de keizer” zal de toekomst moeten uitwijzen.

Data: RIVM

Het aantal besmettingen in Nederland is weer wat opgelopen de laatste dagen. Vanmorgen waren bij het RIVM de gegevens t/m 25 maar bekend en gepubliceerd. Het ESRI heeft wel data van 26 maart. Dat is een beetje raar, want het ESRI zegt zijn gegevens van het RIVM te krijgen. Het lijkt me een kleine moeite voor het RIVM om de nieuwste gegevens direct op hun website te zetten.

Data:  ESRI

Dat verspringen per dag lijkt wel wat op meteorologische data: één zwaluw maakt nog geen zomer. In Duitsland zie je iets dergelijks: na een hoopvolle daling afgelopen weekeinde is het aantal gevallen weer toegenomen.  De data van 26 maart zijn nog niet volledig:

Bron: Robert Koch-Institut

De grafieken hieronder zijn informatief, de gegevens zij per leeftijdsklasse van 5 jaar. Pas op: de waarden bij de x-assen verschillen!

Bron: ESRI

In de laatste van de drie grafieken is het aantal overledenen per leeftijdsklasse weergegeven. Het Coronavirus slaat vooral toe in de hogere leeftijdsklassen, zoals we intussen wel weten. Wat dat betreft is dat niet veel anders als bij een griepepidemie. De sterftegrafiek geeft beperkte informatie, omdat het aantal mensen per leeftijdsklasse varieert. Zo zijn er bijvoorbeeld veel meer  mensen in de leeftijdsklasse van 50 t/m 54 jaar dan van 80 t/m 84 jaar.  Dat is te zien aan de bevolkingspiramide van Nederland van dit jaar:

Bron: CBS

Ik heb de gegevens van het CBS gebruikt om het aantal mensen te weten per leeftijdsklasse van 5 jaar. Daarmee kan ik het absolute aantal Corona-gerelateerde sterfgevallen per leeftijdsklasse omrekenen naar aantallen per 100.000 per leeftijdsklasse:

Data: CBS en ESRI

De leeftijdsklasse van 0 t/m 49 laten geen Corona-gerelateerde sterfgevallen zien (bron ESRI). Pas vanaf de klasse 75-79 nemen de aantallen per 100.000 flink toe.

Vanmorgen was het totaal aantal Corona-gerelateerde sterfgevallen 434. En daar zal het niet bij blijven denk ik. Hopelijk gaan de grafieken van nieuwe gevallen snel een daling weergeven, deze situatie heeft het land in zijn greep. Maar ook in andere landen  is het een probleem. Overigens liggen de grote besmettingshaarden vooral in landen op gematigde breedte, daar heb ik een vorige keer al wat over geschreven.

Elk sterfgeval is te betreuren. Toch zijn de Corona-gerelateerde aantallen in ons land tot nu toe niet te vergelijken met de bijna 9500 sterfgevallen als gevolg van de 12 weken durende griepepidemie van begin 2018. Merkwaardig genoeg is die ‘killerepidemie’  in betrekkelijke stilte aan ons voorbij gegaan.

Tot nu toe bediende ik me van de data die ESRI en Worldometers ter beschikking stellen.  Probleem was elke keer dat het aantal nieuwe besmettingen per dag niet kon worden afgezet tegen het aantal geteste personen per dag. Met de Virologische Dagstaten van het RIVM kan dat wel.

Data: RIVM

In bovenstaande grafiek is goed te zien hoe het aantal geteste personen per dag sterk schommelt. Omdat het RIVM per dag het aantal positief geteste personen ook vermeldt kun je eenvoudig een staafgrafiek maken van het percentage nieuwe besmettingen per dag:

Data: RIVM

Te zien is dat vanaf zondag 22 maart het percentage stabiliseert. Een keerpunt? Laten we het hopen.

Enkele dagen geleden verscheen de tekst van een nog niet gepubliceerde paper van de hand van een groep Amerikaanse en Iraanse virologen en klimaatwetenschappers, getiteld “Temperature, humidity, andlatitude analysis to predict potential spread and seasonality for COVID-19 ”

Een aanzienlijk aantal infectieziekten vertoont seizoensgebonden patronen in hun mate van voorkomen, inclusief menselijke coronavirussen. Betacoronavirussen zoals MERS-CoV en SARS-CoV worden niet als seizoensgebonden beschouwd. De huidige coronavirusziekte (COVID-19), veroorzaakt door het SARS-CoV-2 virus, ontstond in de provincie Hubei in China, en verspreidde zich vervolgens via verplaatsingen met vooral het vliegtuig over een groot gebied.

Een aantal studies -zowel laboratoriumexperimenten, epidemiologische studies als wiskundige modelleringen- wijst op de rol van omgevingstemperatuur en luchtvochtigheid bij het overleven en de overdracht van virussen. De onderzoekers onderzochten of het klimaat een rol speelt bij de verspreiding van deze ziekte. Ze analyseerden klimaatgegevens van steden met een sterke aanwezigheid van COVID-19.  Dat deden ze met behulp van ECMWF ERA-5 reanalyses klimaatgegevens, en ze vergeleken de uitkomsten daarvan met gebieden die niet of weinig worden beïnvloed door het virus.

Bron: Sajadi et al 2020

Lees verder →

Data:  ESRI

Niet te vroeg juichen, maar gisteren voor het eerst minder nieuwe besmettingen met het SARS-CoV-2 virus in Nederland dan de dag ervoor.  Als dat vandaag nogmaals zo is dan gaan we hopelijk met een aantal dagen vertraging de Duitse ontwikkeling achterna:

Bron: ESRI

Het Robert Koch Institut in Duitsland, waar de Duitse gegevens vandaan komen, geeft ook de verdeling van de besmettingen over een aantal leeftijdscategorieën:

Bron:  ESRI

Opvallend is dat de leeftijdsklasse 35-59 jaar het hardst wordt getroffen, gevolgd door 15-34 jaar. Jongeren en 80 plussers laten hele lage aantallen besmettingen zien. De grafiek geeft de absolute aantallen weer. Maar het beeld vertekent op twee manieren: de klassen tellen niet alle hetzelfde aantallen leeftijden en de aantallen inwoners zijn niet gelijk over de jaarklassen verdeeld.

Aan het eerste euvel kan ik niets veranderen, de cijfers worden aangeleverd in de leeftijdscategorieën zoals getoond. Meer mensen in een bepaalde leeftijdsklasse betekent vaak hogere aantallen besmettingen. De ongelijke verdeling van het aantal mensen over de leeftijden is te zien in deze bevolkingspiramide van 2016:

Bron: Populationpyramid

Ik heb even met die leeftijdsopbouw gerekend aan het aantal besmettingen en kom zo op de volgende grafiek per leeftijdsklasse:

De staven geven het aantal besmettingen/1.000.000  per leeftijdscategorie in Duitsland weer. Ook nu is de klasse 35-59 jaar het hoogst, maar als ik met één oog naar de bevolkingspiramide kijk dan schat ik dat de ‘gevoeligheid’  voor besmetting met het virus in de leeftijdsklassen boven 15 jaar ongeveer even groot is. De jongeren van 0-14 hebben een kleinere kans op besmetting.

Wat bij jongeren een rol kan spelen is de registratie. Ik heb al vaker vernomen dat jongeren wel besmet kunnen raken maar vaak een minder heftig ziektebeeld vertonen. Dat heeft natuurlijk invloed op de registratie. Ten overvloede: besmetting is wat anders dan overlijden als gevolg van besmetting. Daarin scoren de oudsten het hoogst vanwege lage weerstand en bijkomende andere aandoeningen.

In het vorige bericht toonde ik deze kaart:

Bron: ESRI

De kaart geeft het aantal besmettingen per 1000 inwoners weer.  Het manco van dit type kaart is echter dat gemeenten met veel inwoners  toch vaak in een lagere categorie terecht komen. Dan is het absolute aantal besmettingen groot maar het promillage laag vanwege het grote aantal inwoners. Zo zijn Amsterdam, Rotterdam, Utrecht, De Haag en Eindhoven nauwelijks terug te vinden.

Dan is deze weergave beter:

Bron: ESRI

Het aantal besmettingen is weergegeven met stippen, waarbij de grootte van de stip correspondeert met het aantal besmettingen. Omdat de variatie in oppervlakte van gemeenten veel kleiner is dan de variatie in bevolkingsdichtheid geeft deze kaart een eerlijker beeld van de ‘nabijheid’ van het aantal besmettingsgevallen. Opvallend is dat de Randstad op deze kaart nauwelijks onderdoet voor  Noord-Brabant. En zie ik goed: is het aantal besmettingen in de zogenaamde gereformeerde diagonaal (van Zeeland naar de kop van Overijssel) lager dan in de omgeving? In het noorden en oosten is vooralsnog weinig aan de hand. Voer voor onderzoekers lijkt me.

Als u de link onder de kaart volgt komt u op de interactieve kaart. Klik op uw gemeente en er verschijnt een labeltje  met data. Kunt u uw gemeente niet vinden?  Dan is het aantal besmettingen waarschijnlijk nul. Of uw geografische kennis schiet te kort.

Data: Worldometers

Ter aanvulling op het vorige bericht is bovenstaand tabelletje. Van het verschil in relatieve sterfte door het virus schrik ik: per miljoen inwoners is dat in ons land 8x hoger dan in Duitsland. Het percentage geïnfecteerde bewoners is in Duitsland hoger dan in Nederland, maar dat kan te maken hebben met verschillen in registratie. De sterfteregistratie kan overigens ook wat verschillen tussen beide landen, maar kan nooit de verklaring zijn voor het enorme verschil in relatieve sterfte tussen Duitsland en Nederland lijkt me.

Het sterftegetal (op 17,2 mln inwoners) was vrijdag 20-3 en zaterdag 21-3 in ons land gelijk, namelijk 30:

Bron: Worldometers

In Duitsland is het aantal sterfgevallen (op 82,8 mln inwoners)  -na de piek op vrijdag van 24- teruggevallen tot 16 op zaterdag 21-3.

Nogmaals, niemand kan voorspellen wat er de komende dagen/weken gaat gebeuren, maar de verschillen tussen Nederland en Duitsland zijn opvallend.

Bron: ESRI

Het aantal nieuwe coronabesmettingen in Duitsland is sinds afgelopen woensdag 18 maart flink gedaald, zie bovenstaande grafiek. In Nederland is er van een daling nog geen sprake:

Bron: ESRI

Het aantal ziekenhuisopnamen is vanaf afgelopen donderdag flink toegenomen, terwijl het aantal doden de afgelopen week langzaam toenam. Al met al nog steeds een zorgelijke ontwikkeling in ons land, terwijl Duitsland het ergste achter de rug lijkt te hebben.

Als je naar het aantal besmette gevallen per 1000 inwoners kijkt ziet de situatie er in ons land momenteel zo uit:

Bron: ESRI

De bekende concentratiegebieden in Noord-Brabant, vanaf Breda, via de sterk verstedelijkte gebieden met een slinger naar beneden, tot in Zuid-Limburg.  Merkwaardig genoeg valt Eindhoven, de vijfde stad van ons land, buiten dit concentratiegebied. Noord Nederland valt op door het lage aantal besmettingen/1000 inwoners. De lagere bevolkingsdichtheid met bijkomende lager aantal verplaatsingen zou hier een rol kunnen spelen.

Onderstaande kaart van Duitsland geeft het aantal besmettingen weer/100.000 inwoners voor de Landkreise.

Bron: ESRI

Ook hier is het noorden van het land minder getroffen dan het zuidelijk deel. Opvallend is Kreis Heinsberg, tegen de Limburgse grens gelegen. Daar telt men 808 besmettingen op een inwonertal van ruim 250.000 mensen. De Kreis is niet sterk verstedelijkt, maar het grote aantal grensoverschrijdende bewegingen in deze regio zou hier wel eens een grote rol kunnen spelen.

De volgende keer ga ik kijken naar aanwijzingen dat klimatologische factoren een rol kunnen spelen bij de verspreiding op wereldschaal van het SARS-CoV-2 virus.

Bron: BBC News

Hierboven ziet u een bericht uit 2013 van BBC News. SARS-CoV-2 heet het huidige Coronavirus. Ik schrijf ‘huidige’  omdat het virus – althans een voorloper- al een aantal jaren bekend is. In een artikel van wetenschapsjournalist James Gallagher van de BBC in 2013 wordt al gewag gemaakt van de ontdekking in 2012 van het nieuwe ‘Coronavirus’. Hij schrijft dan: New Virus ‘not yet global threat’.

Intussen weten we dat de situatie drastisch veranderd is. Maar er is goede hoop op werkzame middelen tegen het virus. Het zoemde al rond op het internet: een malaria medicijn. Maar ook andere bestaande medicijnen kunnen uitkomst bieden. Onderzoekers hebben de laatste maanden niet stil gezeten en er zijn in razend tempo onderzoeken gestart en resultaten gepubliceerd. Een trouwe lezer van Klimaatgek, tevens medisch specialist in een groot ziekenhuis, stuurde me gisteren drie publicaties:

In een wetenschappelijke publicatie van 17 maart 2020 van Gautret et al beschrijven de onderzoekers het experiment met een groep Franse patiënten in Marseille. De groep werd behandeld met het malariamiddel hydroxychloroquine en een deel van de patiënten ook met azithromycin. Dat laatste is een breedspectrum antibioticum dat o.a. gebruik wordt bij luchtweginfecties. Als controlegroep werd een aantal patiënten niet behandeld met de middelen. Conclusie in de abstract: “Despite its small sample size our survey shows that hydroxychloroquine treatment is significantly associated with viral load reduction/disappearance in COVID-19 patients and its effect is reinforced by azithromycin.”

Een tweede publicatie, op 19 februari 2020 van Gao et al in China bevestigt de werkzaamheid van het malariamiddel hydroxychloroquine:  “Chloroquine phosphate, an old drug for treatment of malaria, is shown to have apparent efficacy and acceptable safety against COVID-19 associated pneumonia in multicenter clinical trials conducted in China. The drug is recommended to be included in the next version of the Guidelines for the Prevention, Diagnosis, and Treatment of Pneumonia Caused by COVID-19 issued by the National Health Commission of the People’s Republic of China for treatment of COVID-19 infection in larger populations in the future.”

Een derde recente publicatie van Wang et al in Nature heeft ook succes bij de behandeling van Covid-9 patiënten. De patiënten werden ook behandeld met het anti-malariamiddel hydroxychloroquine en tevens met remdesivir.  Remdesivir is een antivirusmiddel dat o.a. ontwikkeld is voor de bestrijding van het Ebolavirus. De auteurs schrijven: “Our findings reveal that remdesivir and chloroquine are highly effective in the control of 2019-nCoV infection in vitro. Since these compounds have been used in human patients with a safety track record and shown to be effective against various ailments, we suggest that they should be assessed in human patients suffering from the novel coronavirus disease.”

Ik ben een leek op het gebied van virussen en geef daarom geen commentaar bij de drie publicaties.  Ik heb begrepen dat de genoemde medicijnen al geruime tijd toegelaten zijn op de Nederlandse markt en beschikbaar. Kortom: er is hoop dat het virus snel bestreden kan worden.

Vandaag even een zijstapje naar iets geheel anders, namelijk het Coronavirus. Hoe erg is de situatie? Als je het moet beoordelen aan de maatregelen die de overheden van een aantal landen hebben genomen: erg.

Bron: RIVM

Vervelend is dat de cijfers over het virus verre van compleet zijn. Laat ik me beperken tot Nederland. De registratie van besmettingen is min of meer willekeurig. Er zijn geen betrouwbare cijfers over het aantal personen dat door het virus besmet is. Het kaartje hierboven is dan ook niets meer dan een indicatie. De eerste dagen van het virus werd nog per gemeente aangegeven hoeveel geregistreerde patiënten er waren. Dat kaartje is vervangen door bovenstaande waarop het aantal registraties per 10.000 inwoners vermeld wordt. Vervelend als je wilt weten hoeveel registraties er in jouw gemeente zijn, je moet dan ook het aantal inwoners opzoeken. Veel deskundigen melden dat het aantal werkelijke besmettingen (veel) groter is.  Hoeveel groter is niet bekend, de schattingen lopen sterk uiteen. Aan zulke cijfers heb je dus weinig. Lees verder →