Het coronavirus, dat 2 maanden geleden nog een ver-van-mijn-bed-show was, trekt in alle hevigheid over Nederland heen. Maar dit is niet overal even intens. Dat de ene regio zwaarder getroffen wordt dan de ander is al sinds het begin duidelijk. De eerste uitbraken waren in Noord-Brabant en Limburg, maar inmiddels waart het virus bijna overal rond.

Iets meer dan een maand terug maakte premier Mark Rutte de eerste corona-maatregel bekend: stoppen met handenschudden. In de weken daarna ging er telkens een tandje bij: anderhalve meter-maatschappij, social distancing, samenscholingsverboden, sluiting van openbare gelegenheden en forse boetes bij overtredingen.

De eerste reeks ‘draconische maatregelen’ werd van kracht op 15 maart. Aangezien COVID-19 een incubatieperiode heeft van vijf tot veertien dagen, zijn de eerste effecten van deze ‘slimme lockdown’ pas merkbaar vanaf de 20ste. Voor het volledige effect van de eerste maatregelen hebben we moeten wachten tot eind maart.

Werkt het? Kort gezegd: ja. Hoewel de cijfers nog steeds oplopen, is het exponentiële element verdwenen. Goed nieuws! Dit effect is ook zichtbaar in de data, maar de regionale verschillen zijn aanzienlijk. Waar gaat het ‘goed’ en waar duiken toch nog steeds relatief veel nieuwe patiënten op? Daar hebben we de onderstaande kaart voor.

Dovende Brabanthaard, aanwakkerend Amstelland

Deze visualisatie toont de ontwikkeling van het aantal bevestigde diagnoses tussen 20 maart en 10 april en negeert de transmissies die hiervoor plaatsvonden. Tilburg en Breda, die in de begindagen bovenin de nare lijstjes stonden, vallen nauwelijks meer op. De regio Zwolle lijkt intussen getransformeerd in een olievlek die reikt van Hardenberg tot aan Harderwijk. En ook Limburg is nog lang niet van de ellende af.

Over Noord-Holland lijken eveneens donkere wolken te verschijnen en dan vooral ten noorden en westen van Amsterdam. Vanwege het hoge inwonertal is dit (nog) niet zichtbaar aan de relatieve cijfers in de hoofdstad, maar wordt duidelijk als je de kleuren van Alkmaar, Zaandam en Haarlem ziet.

Een periode van drie weken is nog steeds vrij lang. Laten we inzoomen op de laatste week voor een recentere weergave van de verspreiding. Dit kan echter alleen met de ziekenhuisopnamecijfers omdat het RIVM tussen 30 maart en 8 april geen diagnosecijfers op gemeenteniveau vrijgaf. Wanneer je de toename tussen 2 en 8 april onder de loep neemt wordt de Zaanstreek enkele tinten donkerder. 

Hoe dichter bij Dordt…

Hetzelfde effect, maar subtieler, is zichtbaar ten zuiden van Rotterdam. De stad zit rond gemiddelde waardes, maar in de Hoeksche Waard, Vlaardingen en Dordrecht is een kentering merkbaar. De Maasstad was aan het begin niet bepaald een hotspot, maar op zaterdag 11 april lag het aantal gediagnosticeerde besmettingen op 1120. Dit maakt de stad in absolute besmettingscijfers, samen met Amsterdam, ongewenst koploper van Nederland, maar de toename rond Rotterdam gaat veel sneller. Sinds 30 maart zijn hier 549 personen positief getest op NCoV-SARS2 (COVIT-19).

De Zwolse olievlek lijkt zich bovendien uit te breiden naar het noordoosten richting Drenthe. De hoofdstad van Overijssel is veruit de grootste plaats in de wijde omgeving en vervult daarom een hubfunctie. Vindt er ondanks het vele thuiswerken toch nog een beetje woon-werkverkeer plaats? Is dit het ‘Bible Belt-effect‘? Dat zal nader onderzoek moeten uitwijzen. Het is reeds bekend dat veel Bible Belt-gemeenten, zoals Goeree Overflakkee, Urk en Nunspeet een grote toename kennen. Bunschoten, Veenendaal en Barneveld – die toch ook bekend staan om hun zwarte kousen – volgen deze trend daarentegen totaal niet.

Wat de oorzaak ook is, de onderlinge verschillen zijn zichtbaar. Zo valt de schade in de regio Haaglanden en West-Brabant tot dusver alleszins mee en lijkt één regio bijna immuun te zijn voor het coronavirus: de Achterhoek. Wat best verwonderlijk is vanwege de carnavalsfeesten en de inmiddels beruchte vroege voorjaarsvakantie. Is dit het Ferrera Erbognone van Nederland waar de inwoners om onduidelijke redenen resistenter zijn tegen de ziekte, houden ze niet van visite of hebben ze gewoon mazzel? Volgens de Achterhoekse GGD-arts Ashis Brahma komt dit door een gezagsgetrouwe volksaard en noaberschap. Dit laatste kennen ze echter eveneens in Twente terwijl daar verspreidingswaardes worden gemeten die in lijn zijn met het landelijke moyenne.

Opnames van nu = diagnoses van vorige week?

Diagnoses, ziekenhuisopnames, sterfte, het is nogal een wirwar van cijfers waarvan bovendien geen enkele écht de waarheid weergeeft. Het grootste gedeelte van de corona-ijsberg bevindt zich immers onder water dus naar de voltallige omvang blijft het gissen. Een veelgehoorde kritiek op de diagnosecijfers is dat ze inaccuraat zijn vanwege het gebrek aan tests.

Ziekenhuisopnames zijn completer, maar eveneens onvolledig en per definitie gedateerder dan diagnoses. Iemand die is gediagnosticeerd, wordt doorgaans niet direct opgenomen. Zeker niet bij een adequaat testbeleid. Een patiënt moet eerst ‘ziek’ genoeg worden om in het ziekenhuis te belanden en hier gaat gemiddeld een dag of 7, 8 overheen volgens Chinese cijfers uit Wuhan. Loopt de blauwe diagnosekaart dus een week voor op de rode opnamekaart? In de ideale situatie wel; in Nederland op dit moment een beetje.

Toch zijn ook hier meer kanttekeningen bij te plaatsen. Zo zijn er gemeenten met veel opnames en weinig diagnoses. Deze tweedeling zie je vrij sterk bij grotere gemeenten. In Venlo, Zaanstad en Almere belanden bijvoorbeeld relatief veel patiënten in het ziekenhuis met COVID-19 vergeleken met andere steden. Leven ze ongezonder? Allicht. Maar het zijn ook geen studentensteden dus het zou kunnen dat hier meer mensen op leeftijd wonen. Op de diagnosekaart van 11 april hieronder lijkt er in deze plaatsen niet veel aan de hand te zijn. Hoe kan dat?

Van blauw naar rood

Op de diagnosekaart ‘scoren’ plaatsen als Maastricht, Nijmegen en Rotterdam juist hoger. Dit effect is het allergrootst in Groningen; hoewel het op de kaart niet zichtbaar is, zijn hier slechts 15 van de 129 geregistreerde COVID-19 patiënten opgenomen in het ziekenhuis. Dit komt neer op slechts 11,6 procent terwijl in Venlo en Almere dit percentage respectievelijk 61,3 en 60% is.

Dit lijkt vreemd, maar heeft een eenvoudige verklaring: in de ‘blauwere’ steden staan grote ziekenhuizen en onder zorgpersoneel wordt routinematig meer getest. Gecombineerd met een jongere bevolkingssamenstelling – vanwege de studenten – is de kans dat een COVID-19-diagnose een oudere met ernstige klachten is, groter. Zou dit de piek in de ‘vergrijsde’ Bible Belt ook kunnen verklaren?

Rotterdam stijgt rap in de voorbije dagen. Dit tonen zowel de weekkaart aan het begin als de diagnosekaart duidelijk aan, maar de opnamekaart (nog) niet. Kan dit komen door het Erasmus MC? Dat kan. Maar verklaart dit ook de stijging in de omliggende gemeenten? Bovendien sluit een groot ziekenhuis niet uit dat er elders in de stad geen transmissies kunnen plaatsvinden.

Glazen bol of apenkool?

Kunnen we volgende week een toestroom verwachten van patiënten uit de regio Rijnmond of gemeenten als Tubbergen, Vijfheerenlanden en Gorinchem? Deze kans is aannemelijk. De voorspellende gave is afhankelijk van tests. Veel tests. Als deze, zoals voorgenomen, adequaat met tienduizenden per dag worden afgenomen, dan zou  de blauwe kaart – met demografische voorkennis en statistische blips in het achterhoofd  – globaal een week moeten voorlopen op de rode kaart. Helaas kan dit met de kaarten van 12 april pas over een week getoetst worden vanwege de onderbreking in de diagnosedata van het RIVM.

Kunnen we met gegevens uit het verleden het heden duiden en de toekomst voorspellen? Zeker, maar of dat ook deze gegevens zijn…. Wie weet. De diagnosekaart – met nog het oude paarse kleurverloop – van 30 maart en de opnamekaart van 6 april vertonen wel behoorlijk veel gelijkenissen.

Benieuwd naar de situatie in jouw gemeente? Mijn hele brondatabestand is terug te vinden op Google Sheets.

Word lid!

Op Innovation Origins lees je elke dag het laatste nieuws over de wereld van innovatie. Dat willen we ook zo houden, maar dat kunnen wij niet alleen! Geniet je van onze artikelen en wil je onafhankelijke journalistiek steunen? Word dan lid en lees onze verhalen gegarandeerd reclamevrij.

Over de auteur

Author profile picture