ich habe etwas mit den Deutschen COVID19 Zahlen gerechnet.
Diese Zahlen sind die Deutschen Corona Fälle vom 1.3 bis 14.3
Sie stimmen sehr genau mit einer Exponentialfunktion überein.
Danach fallen die Zahlen etwas hinter der Projektion zurück,
aber ich führe das darauf zurück, dass die Deutschen Test-Kapazitäten
seit Sonntag am Limit sind.
https://interaktiv.morgenpost.de/corona-virus-karte-infektionen-deutschland-weltweit/
f(n)=(log(n)-log(n0))/log(1.32)
1.3 117 0
2.3 150 0.89
3.3 188 1.70
4.3 262 2.90
5.3 400 4.42
6.3 639 6.11
7.3 795 6.90
8.3 903 7.36
9.3 1139 8.19
10.3 1565 9.34
11.3 1966 10.16
12.3 2745 11.36
13.3 3675 12.41
14.3 4585 13.21
obige werte zuletzt abgerufen am 20.3
f(80000000) = 48.39 (18.april)
f(1) = -17.15 (13.februar angesteckt am 31.januar)
28. Januar ist der Webasto Corona Fall hier ist
offenbar ein einzelner infizierter der Quarantäne
entkommen, und hat ganz Deutschland angesteckt.
inkubationszeit = 14 Tage,
d.h heute (14.3) infiziert = 4585*1.32^14 = 223549
bis 28.3 eindämmung ohne wirkung, danach ?
Also aus einem Infizierten werden nach 14 Tagen
1.32^14 = 48.75. Die erkranken natürlich erst
14 Tage später.
Basisreproduktionszahl R0 2.4 bis 3.3 laut RKI
Wie können also nach 14 Tagen 48 Personen infiziert sein?
Antwort: log(48)/log(3) = 3.52
14/3.5 = 4 TAGE
Nach 4 Tagen erfolgen 3 Ansteckungen, aber erst nach
14 Tagen bricht die Krankheit aus.
Übrigens die Todesfälle sind jetzt im exponentiellen Steigen begriffen,
seit den letzten paar Tagen hat das angefangen.
9.3 0 26*1.32^-8=2.82
10.3 2 26*1.32^-7=3.72
11.3 3 26*1.32^-6=4.91
12.3 6 26*1.32^-5=6.48
13.3 8 26*1.32^-4=8.56
14.3 9 26*1.32^-3=11.3
15.3 13 26*1.32^-2=14.9
16.3 17 26*1.32^-1=19.6
17.3 26
Aus dem Artikel hier entnehme ich 17 Tage ist
die durchschnittliche Zeit zwischen Infektion zum Tod:
https://medium.com/@tomaspueyo/coronavirus-act-today-or-people-will-die-f4d3d9cd99ca
also die 26 Toten vom 17.3
sind unter den 4585 Erkrankten vom 14.3.
d.h. Derzeit 26/4585 = 0.56 % was Sinn macht, und
bei einem funktionierenden Gesundheitssystem zu erwarten ist.
bei einem zusammengebrochenen Gesundheitssystem ist 5% zu erwarten.
Also falls ab heute (20.3) Neuinfektionen bei 0 liegen würden,
hätten wir 4585 * 1.32^20 = 1182545 Infektionen heute,
und eine zu erwartende Anzahl Tote, zwischen 5912 und 59127.
Nur ich glaube nicht dass sich alle daran halten.
Also die Anzahl der Toten wird sich vermutlich um 1.32 erhöhen
um jeden Tag wo wir keine Ausgangssperre haben.
Das Schlimme ist das auf der RKI Homepage hier was irreführendes steht:
https://www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coronavirus/Steckbrief.html
"Die Inkubationszeit gibt die Zeit von der Ansteckung bis zum Beginn der Erkrankung an.
Sie liegt im Mittel (Median) bei 5–6 Tagen (Spannweite 1 bis 14 Tage) (12)."
-> d.h. tatsächlich 14, aber alle denken 6 Tage.
"Das serielle Intervall definiert das durchschnittliche Intervall vom Beginn der
Erkrankung eines ansteckenden Falles bis zum Erkrankungsbeginn eines von diesem
angesteckten Falles. Das serielle Intervall ist meistens länger als die Inkubationszeit,"
-> das ist schlicht falsch für Corona.
"...weil die Ansteckung im Allgemeinen erst dann erfolgt, wenn ein Fall symptomatisch geworden ist.
Das serielle Intervall lag in einer Studie mit 425 Patienten im Mittel (Median) bei 7,5 (20) und
in einer anderen Studie bei geschätzten vier Tagen, basierend auf der Analyse von
28 Infizierenden/Infizierten-Paaren (21)."
-> 4 ist richig, aber 7.5 falsch. Alle hören aber auf zu lesen, wenn sie 7.5 oder gar 20 sehen.
Fallzahlen ab 15.3 Vergleich mit Extrapolation f(x) = 4585*1.32^x:
15.3 5813 96.0%
16.3 7272 91.0%
17.3 9360 88.7%
18.3 12327 88.5%
19.3 15320 83.3%
20.3 19848 81.8%
21.3 22364 69.8%
22.3 24873 58.8%
23.3 29056 52.0%
24.3 32991 44.8%
25.3 37323 38.3%
26.3 43211 33.6%
27.3 49039 28.9%
28.3 54268 24.2%
29.3 58655 19.8%
30.3 66125 16.9%
31.3 70985 13.8%
1.4 77779 11.4%
2.4 84788 9.4%
3.4 91159 7.7%
4.4 95614 6.1%
5.4 100024 4.8%
6.4 101806 3.7%
7.4 107458 2.9%
8.4 111779 2.3%
9.4 115523 1.8%
Gut, wenn man diese Zahlen betrachtet und mit der Projektion vergleicht
sollte man die Prozentzahlen immer mit der Todesrate von den folgenden
3 Tagen in Beziehung setzen. Wenn z.B. am 28.3 nur 72.2% der Todesfälle
gemeldet wurde, dann sind am 25.3 auch nur 72.2% der Infektionen zu
erwarten gewesen, daher sind 38.3 / 72.2 = 53.0% der zu erwartenden
Infektionen gemeldet worden.
Das bedeutet dass 47.0% aller Infizierten nicht mehr erfasst werden.
Und natürlich auch deren Kontakte nicht.
Wow, das ist sicher kein gutes Zeichen vielleicht gehen sie einfach
nicht mehr zum Arzt oder werden einfach weggeschickt.
Es gibt natürlich noch eine andere mögliche Erklärung, nämlich dass
die Sterblichkeit inzwischen auf 398 / 37323 = 1.06% gestiegen ist.
Die Todesfälle ab 18.3 Vergleich mit Extrapolation f(x) = 26*1.32^x:
18.3 28 81.5%
19.3 44 97.1%
20.3 68 113.7%
21.3 84 106.4%
22.3 94 90.2%
23.3 123 89.4%
24.3 159 87.5%
25.3 206 85.9%
26.3 262 82.8%
27.3 323 77.3%
28.3 398 72.2%
29.3 456 62.6%
30.3 616 64.1%
31.3 702 55.3%
1.4 909 54.3%
2.4 1107 50.1%
3.4 1275 43.7%
4.4 1427 37.0%
5.4 1576 31.0%
6.4 1680 25.0%
7.4 1983 22.4%
8.4 2196 18.9%
9.4 2451 15.9%
So in den letzten Tagen sieht es so aus als ob die Ausbreitungsrate
auf 1.23 gefallen wäre um den 25.3, soweit sogut. Heute (29.3)
scheint es sogar noch weniger zu sein, um die 1.14 bis 1.20,
Allerdings geschieht in Bayern wohl etwas ganz anderes, siehe unten.
Aber Heute (1.4) ist der Ausbreitungsfaktor wieder 1.32, während
die Infizierten von vor drei Tagen bei 19.8% liegen, eine alternative
Erklärung wäre natürlich, dass die Sterblichkeit auf 909 / 58655 = 1.54%
erhöht hat.
Im Moment sieht es aber leider immer noch so aus, dass die Todesfälle
exponentiell steigen, mindestens noch bis zum 8.4, wo sich die
Ausgangssperre zum ersten mal auswirken sollte, bis jetzt sehe ich
nur "Hände desinfizieren" war wohl zu wenig.
Also es kann sein, das mit dem 16.3 die Kurve der Primärinfektionen
flacher geworden ist, das könnte sich am 2.4 auf die Todesfälle
auswirken dann werden es um die 2000 Todesfälle sein.
Falls mit dem 20.3 die Kurve der Primärinfektionen flacher geworden
ist, dann könnte sich das am 8.4 auf die Todesfälle auswirken,
resultat siehe oben. Mein gefühl ist, egal wie flach die Kurve ist
es wird nicht genug sein. Nur wenn man die Neuansteckungen auf 0
bringt, kann das was werden.
Es kann aber auch sein, dass die Ansteckungsgefahr noch extremer ist
als jemals zuvor, weil jetzt Leute mit ausgebochener COVID19 rumlaufen,
und nicht in Quarantäne sind.
Also Heute (7.4) liegt die Steigungsrate der bestätigten Infektionen
bei:
sage: float(exp((log(107458)-log(95614))/(7-4)))
1.03969452103648
also ca. 1.04 statt ursprünglich 1.32, 1.04^14 = 1.73, damit wäre
anzunehmen, dass 107458 * 1.04^14 = 186082.48 tatsächlich infiziert
sind.
Die Steigungsrate der Todsfälle passt aber nicht wirklich gut dazu:
sage: float(exp((log(1983)-log(1427))/(7-4)))
1.1159196208243718
mithin ca. 11% Steigungsrate. Ich denke dass wir 2/3 der Infizierten
Personen nicht kennen. Noch verlangsamt sich die Steigerung hier.
Von 1.4 bis 4.4 war die Steigerungsrate noch bei 16%.
Apropo Herdenimmunität, die Bundeskanzlerin hat ja in ihrer Rede behauptet
das wäre erreicht wenn 60-70% aller Deutschen die Infektion durchgemacht
hätten. Ich weiss natürlich wie sie rechnet 1-1/R0 = 1-1/3 = 66%.
Diese Rechung setzt aber voraus, das die Krankheit nur kurz ansteckend
ist. Aber bei COVID-19 ist man mind. 10 Tage komplett symtomlos
und trotzdem ansteckend. Deshalb halte ich es für sehr unwahrscheinlich
das man über 10 Tage nicht mindestens 100 Leuten weniger als 1 m
nahekommt. Davon brauchen aber nur 2 nicht immun sein.
d.h. Herdenimmunität wäre wahrscheinlich bei 98% erreicht, niemals
früher.
Noch eine Sache möchte ich hier feststellen:
Die Daten vom RKI sind zwar genauer (in der Y-achse) als die vom CDC
aber die Zeit-achse ist ungenauer, weil sie warten zu bis alle
Gesundheitsämter die Daten gemeldet haben, und die haben
zu warten bis alle Krankenhäuser ihre Hausaufgaben gemacht haben.
Ausserdem kann ich leider die Daten von gestern nicht abrufen,
und die Daten von vorgestern. Nur die von heute, die eigentlich
mit den Daten von gestern vermischt sind.
Ich kann keine Krümmung einer Kurve berechnen wenn ich nur
einen Punkt habe. Man braucht dazu bekanntlich doch drei Punkte.
Aber ich würde gerne die Daten vom RKI haben, und sehen was da genau
bei rauskommt. Es ist nicht so dass ich mich nicht beim RKI gemeldet
habe.
Die Diskrepanz zwischen den gemeldeten Fällen und den Todesfällen
ist was mich am meisten beunruhigt.
Denn beide Kurve folgen einer für mich nicht messbaren Kurve
der Primärinfektionen. Die Erkrankungen sollten 14 Tage später
auftreten, während die, die daran sterben, im Schnitt nach 17 Tagen
versterben.
Also wenn die Kurve der Neu-Erkrankungen 3 Tage in Folge fällt,
aber die andere nicht, dann muss das ein Messfehler sein.
Ist für mich eigentlich klar, das derzeit nur 33% der Leute die Husten
und Kopfschmerzen, und ein bisschen Fieber haben, sich erst im
Krankenhaus melden, wenn sie eine schwere Lungenentzündung bemerken.
Deshalb ist die Todesrate viel genauer, als die Erkrankungen das
ist in jedem Land so, auch in Deuschland, in USA ist die Erkrankungen
von vornherein um den Faktor 4 zu niedrig. Das sind aber einfach
ein systematischer Messfehler, wegen Donald Trumps schlauer Entscheidung
die allgemene Krankenversicherung wieder abzuschaffen.
Also heute (27.3) habe ich etwas erfahren, was mir erlaubt die
Primärinfektionsrate zu bestimmen, und unsere Messwerte quasi zu
Kalibrieren, theoretisch.
https://orf.at/stories/3159008/?utm_source=pocket-newtab
Hier steht, am Mittwoch den 25.3 wurden 6163 zufällig ausgewählte
Menschen auf COVID19 untersucht, es waren 52 positiv.
Island hat laut Wikipedia 364260 Einwohner.
Am gleichen Tag waren in Island 737 Infizierte, und 2 Tote.
Damit können wir folgende Größen bestimmen: 52/6163 = 0.843% der
Bevölkerung sind tatsächlich infiziert, die offizielle
Infektionsrate ist 737/364260 = 0.202%, also muss man in Island
die offizielle Infektionsrate mit 0.843/0.202 = 4.17 multiplizieren.
Nicht sicher das man das mit Deutschland vergleichen kann,
weil 2 Tote hatten wir am 10.3 bei 1567 Infizierten.
Das könnte darauf hindeuten, dass der Faktor für Deutschland
eher 2 ist. Somit ist das worst case Szenario nur halb so
schlimm, also 2.5% der Bevölkerung, also 2 Millionen Tote.
Auf jeden Fall macht Island einiges richtig. Ich werde das weiter
verfolgen, und wenn die Toten dort jetzt exponentiell steigen
und dann bei ca. 100 stehen bleiben würde ich mich nicht wundern.
Fallzahlen für Island:
28.2 1
29.2 1 +0%
1.3 3 +200%
2.3 6 +100%
3.3 11 +83%
4.3 26 +136
5.3 34 +30%
6.3 43 +26%
7.3 50 +16%
8.3 50 +0%
9.3 58 +16%
10.3 69 +18%
11.3 85 +23%
12.3 103 +21%
13.3 134 +30%
14.3 156 +16%
15.3 171 +9%
16.3 180 +5%
17.3 220 +22%
18.3 250 +13%
19.3 330 +32%
20.3 409 +23%
21.3 473 +15%
22.3 568 +20%
23.3 568 +0%
24.3 648 +14%
25.3 737 +13%
26.3 802 +8%
27.3 890 +10%
28.3 963 +8%
Das ist sehr interessant, vor allem am Anfang (4.3), wo die
Ausbreitungsgeschwindigkeint erst bis auf 2.36 steigt, dann scheinbar
auf 1.00 fällt (8.3) und dann fast jeden Tag eine andere
Steigerungsrate aufweist die meist deutlich unter 1.32 liegt.
Ich denke ich sehe hier die Auswirkungen von Eindämmungsmaßnahmen,
die allerdings noch nicht ganz ausreichen um die Ausbreitung zu stoppen.
Ich würde die Eindämmungsmaßnahmen jetzt noch intensivieren dann würde
die Ausbreitung wahrscheinlich tatsächlich gestoppt. Ist natürlich die
Frage ob da jemand daran auch Interesse hat. Ich denke es ist ein
tödlicher Fehler das nicht zu wollen.
Todesfälle für Island:
12.3 0
13.3 0
14.3 0
15.3 5
16.3 0
17.3 1
18.3 1
19.3 1
20.3 0
21.3 1
22.3 1
23.3 1
24.3 2
25.3 2
26.3 2
27.3 2
So diese Daten, abgerufen am 28.3 sind natürlich um den 15.3 bis 20.3
fehlerhaft, und ich kann mit Sicherheit aufgrund der nicht bestimmbaren
Ausbreitungsrate bei den Infektionen in diesem Zeitraum nicht erwarten
dass hier eine Extrapolation möglich ist, was natürlich bedeutet dass sich
die Aussagekraft der Reihenuntersuchung oben auf die Fall-sterblichkeit
relativiert, und zumindest mit Sicherheit nicht auf andere Länder
übertragbar ist.
Jetzt mal zu Bayern, wo ich wohne. Gestern (29.3) hat Bayern
Nordrheinwestfahlen überholt, sowohl bei Fallzahlen als auch bei den
Todesfällen. Das ist bedenklich weil zuvor hatte Bayern immer deutlich
weniger Fälle als NRW. Die Bevölkerung von Bayern ist aber nur
13.076.721 (31. Dezember 2018), 185 Einwohner pro km^2 bei einer Fläche
von 70550 km^2.
Städte: München 1471508, Nürnberg 518365, Augsburg 295135, Regensburg 152610,
Würzburg 136981, ...
https://de.wikipedia.org/wiki/Liste_der_gr%C3%B6%C3%9Ften_St%C3%A4dte_in_Bayern
Während Nordrheinwestfahlen viel mehr Einwohner hat:
17.932.651 (31. Dezember 2018), 526 Einwohner pro km^2 bei einer Fläche
von 34988 km^2.
Städte: Köln 1085664, Düsseldorf 619294, Dortmund 587010, Essen 583109,
Duisburg 498590, Bochum 364628, Wuppertal 354382, Bielefeld 333786,
Bonn 327258, Münster 314319, ...
https://de.wikipedia.org/wiki/Liste_der_gr%C3%B6%C3%9Ften_St%C3%A4dte_in_Nordrhein-Westfalen
Okay, der Unterschied ist in der Bevölkerungsverteilung, München hat
ca. 11.25% der Gesamtbevölkerung, während Köln 6% der Gesamtbevölkerung
ausmacht. Meine Theorie, die größten Städte dominieren die COVID19 Zahlen.
Das hier kann nur bedeuten, dass in Bayern die Ausbreitung anders ist
als anderswo.
Rechnen wir das mal nach.
Fallzahlen seit 1.3:
1.3 19
2.3 25
3.3 35
4.3 48
5.3 70
6.3 117
7.3 134
8.3 172
9.3 256
10.3 314
11.3 366
12.3 500
13.3 558
14.3 681
15.3 886
16.3 1067
17.3 1352
18.3 1798
19.3 2282
20.3 3107
21.3 3695
22.3 4457
23.3 5719
24.3 6362
25.3 7289
26.3 8842
27.3 10180
28.3 11862
29.3 13263
30.3 14437
31.3 15505
1.4 17151
2.4 19153
3.4 20962
Also ich sehe dass von 1.3 bis 15.3 ein Ausbreitungsfaktor
von 1.31 vorliegt, während am 16.3 (Katastrophenfall in Bayern)
Ein scharfer Knick auf 1.21 erfolgt, mir unklar wie sich das
so schnell auswirken kann. Eher vorstellbar, dass die Menschen
so erschrocken sind, dass sie sofort nicht mehr ins Krankenhaus
gefahren sind wenn sie nur leichte Symptome haben.
sage: float(exp((log(886)-log(19))/(15-1)))
1.3158047117060911
sage: float(exp((log(13262)-log(886))/(29-15)))
1.2132242794661525
Schaun wir uns mal die Todesfälle an zur Kontrolle:
bis
11.3 0
12.3 1
13.3 1
14.3 1
15.3 4
16.3 5
17.3 5
18.3 5
19.3 13
20.3 20
21.3 21
22.3 22
23.3 27
24.3 33
25.3 41
26.3 52
27.3 59
28.3 85
29.3 110
30.3 133
31.3 191
1.4 241
2.4 277
3.4 327
Also von 23.3 bis 29.3 ist der Ausbreitungsfaktor 1.26,
und damit dürfte die tatsächliche Ausbreitung eher bei
1.26 liegen. Wenn ich sehr pessimistisch bin, könnte ich
natürlich behaupten, dass ein gewisser Anteil von Toten
noch in ihren Wohnungen liegt und nicht mehr die Rettung
anrufen konnte, bevor sie keine Luft mehr gekriegt haben,
weil sie nicht rechtzeitig ins Krankenhaus gefahren sind.
Interessanterweise ist von 12.3 bis 19.3 sogar ein
Ausbreitungsfaktor von 1.44 durch die Todesfälle gegeben.
Während von 19.3 bis 23.3 die Todesfälle um 1.20 steigen.
Nach meiner Theorie ist die Ursache für diese Ausschläge
jeweils 17 Tage zuvor gesetzt worden. Können aber auch
nur Statistische schwankungen sein durch die kleinere
Referenzgruppe.
Nagut, wenn ich von den Infektionen von gestern (29.3)
auf die tatsächlichen Infektionen heute exrapoliere,
kann ich dabei entweder den Faktor 1.21 oder den Faktor
1.26 nehmen, und bekomme 1.7% bis 3.2% wie folgt:
sage: 13263 * 1.21^15 / 13076721
0.0176979704845152
sage: 13263 * 1.26^15 / 13076721
0.0324863626802006
Eine Sache sollte ich bei der ganzen Untersuchung hier noch
erwähnen. Und das ist die enorme Psychische Belastung
durch die Lage hier, die eigentlich sogar Gesunde schwer
belasten müsste, ich kann mir keinen besseren Auslöser für
eine schwere Psychose vorstellen als die derzeitige Situation
bezüglich COVID19. Ich habe keine Daten bezüglich der
Suizidrate in den letzten Tagen, wenn bräuchte ich sie
auf einzelne Tage aufgeschlüsselt.
In der Theorie sind "... rund 17,8 Millionen Personen, jedes
Jahr von einer psychischen Erkran kung betroffen" von
denen nur ein Bruchteil in einer Psychiatrischen Klinik
behandelt werden:
https://www.dgppn.de/leitlinien-publikationen/dossier.html
Ich denke sogar dass die Schule einen nicht ganz unwichtigen
Beitrag zur Verschlechterung der Psychischen Lage unserer
Kinder leistet. Nämlich mit dem total widersinnigen Versuch
die Kinder sogar Zuhause mit Hausaufgaben zusätzlich zu
stressen, wo doch jeder weiss, das jeder zusätzliche Stress
zu unterlassen ist, wenn man nicht einschätzen kann ob das
Kind nicht bereits gefährdet ist. Aber auch im besten Fall
bedeutet das für die Kinder nur schlechtere Lernerfolge,
die sich in Zukunft natürlich nie wieder aufholen lassen.
Aber was ist schon ein Jahr im Leben eines jungen Menschen?
Nochmals Kontrolle mit RKI-Daten, die ich über folgende Webseite
abrufen kann, leider nur auf Woche genau, und auch ohne
bereits geheilte, was natürlich relevant wäre weil die sind ja
angeblich immun. Die Todesfälle kann ich auch nicht abrufen.
https:<RKI-datenbank abfrage url geheim>
Meldeweg: über Gesundheitsamt
Bundesland: Bayern
Krankheit: Covid-19
In Zeilen: Meldewoche
Anzeigeoptionen: Inzidenz (pro 100.000 Einwohner)
Meldewoche:
05: 0.06
06: 0.04
07: 0.02
08: 0.06
09: 0.69
11: 6.69
12: 18.46
Meldeweg: über Gesundheitsamt
Bundesland: Bayern
Kreis: SK München
Krankheit: Covid-19
In Zeilen: Meldewoche
Anzeigeoptionen: Inzidenz (pro 100.000 Einwohner)
05: 0.07
06: 0.07
07: 0.07
09: 0.15
10: 1.69
11: 10.95
12: 28.36
Meldeweg: über Gesundheitsamt
Bundesland: Bayern
Kreis: LK München
Krankheit: Covid-19
In Zeilen: Meldewoche
Anzeigeoptionen: Inzidenz (pro 100.000 Einwohner)
06: 0.31
10: 1.23
11: 18.46
12: 47.37
Hier ist der Faktor 48, aber in der Woche 13 (23.3 bis 29.3)
ist die tatsächliche Fallzahl 47.37 * 48^(3/2) = 15753.07
sage: float(47.37 * 48^(3/2))
15753.07137687124
Also 15% !
Und in der Woche 14 (30.3 bis 5.4), jetzt.
sage: float(47.37 * 48^(4/2))
109140.48
Also 109% !!
Ich habe eine Tauchermaske, und Pressluftflaschen bei Amazon
bestellt am Wochenende, die Lieferung wird am 11.4 sein, hoffentlich.
Hab gerade in diesem Moment eine Mail von Amazon erhalten, Paket
kommt morgen, den 31.3. Hurra!
Bis dahin werde ich die Luft anhalten :-)
Das folgende habe ich erst heute (11.4) gelesen, war aber am 23.3
veröffentlicht worden, über die Lanzeitfolgen von COVID19:
https://www.tagesspiegel.de/wissen/die-jungen-und-covid-19-der-vielleicht-sehr-lange-kater-nach-der-coronaparty/25670378.html
Ja, mit dem Schlusswort stimme ich voll inhaltlich überein,
wir werden nachher aufgrund der sehr hohen Zahl von Individuen
wohl sehr exakte statistische Daten über den Krankheitsverlauf
haben. Das ist jedenfalls bei aller Unsicherheit insgesamt auch
eine derzeit leider sehr plausible Prognose.
Bernd Edlinger 11.4.2020