Jelmer Visser analyseert voor Innovation Origins de coronastatistiek van het RIVM. Lees hier zijn eerdere verhalen over dit onderwerp.

Het RIVM laat sinds donderdag weten hoeveel mensen er per gemeente zijn overleden aan het coronavirus. Met het vrijgeven van de sterftecijfers op gemeenteniveau lijkt het instituut gekozen te hebben voor een nieuwe stap richting transparantie. Het geheimzinnige gedoe van twee weken geleden lijkt hiermee definitief achter ons te liggen.

Een sterftekaart was tot nu toe wel in te zien, maar hiervoor moest je een aantal keer doorklikken naar het vrij lastig te vinden epidemiologische dagverslag waar alleen een afbeelding te zien was zonder brondata. Daardoor bleef het gissen naar exacte gegevens.

Meld je aan voor onze Nieuwsbrief!

Je wekelijkse innovatie overzicht: Elke zondag onze beste artikelen in je inbox!

    Doordat de data van deze kaart nu ook voor iedereen beschikbaar zijn, kun je veel gedetailleerder inzoomen op de situatie. De relatie tussen diagnose-  en opnamecijfers kwam in het vorige verhaal al aan bod. Hier is nu een derde variabele bijgekomen. Het macabere ‘voordeel’ van deze sterftecijfers is dat ze het betrouwbaarste beeld van de totale epidemische omvang geven. Tegelijkertijd zijn ze ook het meest gedateerd en het meest gevoelig voor onrealistisch hoge percentages bij kleine hoeveelheden. In Nederland ziet de sterftekaart er als volgt uit.

    Van opname naar overlijden

    Het landelijke beeld, waar het gaat om sterfte, vertoont grote overeenkomsten met die over ziekenhuisopnames en diagnoses. De gemiddelde leeftijd van een sterfgeval door Covid-19 is doorgaans hoog. Daarom zijn stedelijke gemeenten – waar de bevolking gemiddeld jonger is – op deze kaart over het algemeen lichter gekleurd dan rurale gebieden. Dat relatief de meeste overlijdens zijn te betreuren in Boekel en Peel en Maas, was te verwachten. Het Brabantse Boekel kent al sinds medio maart de meeste diagnoses per 100.000 inwoners terwijl de Limburgse gemeente te kampen heeft met relatief de meeste ziekenhuisopnames. Ook de rest van de Brabantse brandhaard is duidelijk zichtbaar. Net als dat de Zwolse haard en de getroffen ‘grijze’ bible-belt-gemeentes donkerder zijn dan de omgeving.

    Wanneer je de sterftekaart van deze week naast de ziekenhuisopnamekaart van vorige week legt, zouden er parallellen zichtbaar moeten worden. Gemeenten als Haarlem (77,8%), Heerenveen (83,3%) , Waalwijk (95,7%) en Goes (80%) hebben een veel donkerdere kleur dan je op basis van het aantal ziekenhuisopnames van vorige week zou verwachten. In Heemstede is dit percentage zelfs 277,8%, met 25 sterfgevallen op 9 ziekenhuisopnames vorige week. Hieronder is de kaart met het aantal ziekenhuisopnames van afgelopen zaterdag te zien. Let op de regio Haarlem-Heemstede. Op de bovenstaande sterftekaart zijn deze duidelijk grijs/zwart terwijl ze er op de opnamekaart niet uit lijken te springen.

    Jongste stad van Nederland

    Vanwaar deze vertraging van een week? Een doorsneepatiënt komt onder normale omstandigheden niet direct na een ziekenhuisopname te overlijden als de IC-capaciteit niet overbelast is, zoals in Italië. Toch lijkt dit in sommige gemeenten bijna wel het geval te zijn. Het kan zijn dat er sprake is van een seniorencomplex met veel besmettingen waarbij de hoogbejaarde patiënten niet naar een ziekenhuis zijn overgebracht voor ze kwamen te overlijden. Dat Heemstede behoort tot de gemeentes met de meeste 65plussers van Nederland met 26,6 procent van de bevolking, is dan ook geen verassing.

    Dit patroon is in Almere juist omgekeerd. Daar zijn 94 van de 99 patiënten die een week eerder in het ziekenhuis waren opgenomen op 9 april nog in leven. Hoe dit mogelijk is? Almere kent met slechts 10,8 procent bijna het laagste percentage ouderen van alle Nederlandse gemeenten terwijl de gemiddelde leeftijd van een sterfgeval als gevolg van Covid-19 doorgaans boven de zeventig ligt. Dit lijkt dan ook een plausibele verklaring voor het lage aantal overledenen in de ‘jongste stad van Nederland‘. In Hoeksche Waard (10,8%), Lelystad (14,3%) en Delft (13,9%) is een soortgelijk effect te zien.

    Is dit helemaal waterdicht? Absoluut niet. Correlatie is geen causatie; kijk maar naar de sterftepercentages in relatie tot het aandeel 65-plussers van Haarlem ten opzichte van het even verderop gelegen Haarlemmermeer. Dit volledige databestand voor de situatie in jouw gemeente is overigens terug te vinden via Google Sheets.

    Allerlei oorzaken

    Een hoog of laag sterftecijfer kan allerlei oorzaken hebben. Hierbij spelen zaken als de individuele situatie van de patiënt, demografische samenstelling van de gemeente, geluk/pech vermoedelijk allemaal een rol. Maar in het algemeen – en zeker op regionaal niveau – zou een piek in opnamecijfers in week 1 terug te zien moeten zijn in de sterftecijfers van een week later. Maar voor een blik die nog verder terug gaat, kunnen we de diagnoses per gemeente erbij pakken.

    Voorspellen de diagnosecijfers de sterftecijfers van over een week of 2 tot 3? Logischerwijs wel, maar hiervoor moet wel de testcapaciteit op orde zijn. Dit is ondanks de capaciteitsverhoging nog niet het geval. Toch zijn er, met dit in het achterhoofd, behoorlijke paralellen te trekken met de diagnosekaart van vrijdag 27 maart.

    Transmissie -> Incubatie -> Diagnose -> Opname -> Sterfte

    Iemand die besmet raakt met Covid-19 doorloopt een aantal stadia. Hoewel misschien wel de helft niets merkt van zijn besmetting, is het voor sommigen een nare lijdensweg die voorspelbaar van aard is. Een patiënt die minder geluk heeft dan de asymptomatische dragers krijgt gemiddeld vijf dagen na de oorspronkelijke transmissie de eerste klachten. Omdat in Nederland dan niet direct getest wordt, zal het nog enige tijd duren voor de diagnose Covid-19 gesteld wordt.

    Met voldoende testscapaciteit en gericht testbeleid wordt iemand gemiddeld een week na de oorspronkelijke besmetting getest om de statistieken in te gaan als ‘vastgestelde diagnose’. Hoewel de patiënt zich dan al flink beroerd voelt, is een ziekenhuisopname meestal (nog) niet noodzakelijk. Maar als de klachten in de dagen erop ernstiger worden en er ademhalingsproblemen opduiken, wordt de geïnfecteerde toch opgenomen in het ziekenhuis.

    Volgens internationaal wetenschappelijk onderzoek wordt een ernstig zieke patiënt gemiddeld een week nadat de eerste symptomen de kop opsteken in het ziekenhuis opgenomen (en dus 10-12 dagen na de transmissie). Het verblijf in het ziekenhuis duurt in het geval van Covid-19 eveneens een week en kent bot geformuleerd slechts twee zeer duidelijke uitkomsten; overleden of genezen. Dit wordt ook wel een ‘closed case’ genoemd. Deze eindfase bereikt men doorgaans in 17,8 dagen volgens The Lancet.

    Sterfterisico lijkt overschat

    Is de diagnosekaart van 18 dagen geleden dus rechtstreeks te kopiëren naar de opnamekaart van 10 dagen terug en de sterftekaart van vandaag? Nee. Hiervoor hebben te veel andere factoren, zoals demografie, de gezondheid van de patiënt, fluctuaties in uitgevoerde tests en andere statistische blips een te grote invloed. Bovendien is hiervoor het definitieve sterfterisico (Case Fatality Rate) van Covid-19 noodzakelijk. Dat weten we vermoedelijk pas over enkele jaren zeker. Dat dit, zoals eerder werd aangenomen, rond de 2 procent zou zijn, lijkt behoorlijk overschat. Een percentage van tussen de 0,5 en 1 procent is aannemelijker, volgens onderzoekers van de Universiteit van Göttingen.

    Hoe accuraat dit tijdspad precies zichtbaar wordt op de Nederlandse kaarten, hangt samen met het aantal uitgevoerde tests. Op dit moment zijn er in Nederland 147.948 personen getest op het virus. Dat lijkt nog lang niet genoeg te zijn. Als de sterftecijfers van aankomende periode dezelfde trends laten zien als de sterftekaart van dinsdag 14 april en de diagnosekaart van zaterdag 10 april, dan lijkt er een stap in de goede richting gezet te zijn.

     

    Steun ons!

    Innovation Origins is een onafhankelijk nieuwsplatform, dat een onconventioneel verdienmodel heeft. Wij worden gesponsord door bedrijven die onze missie steunen: het verhaal van innovatie verspreiden. Lees hier meer.

    Op Innovation Origins kan je altijd gratis artikelen lezen. Dat willen we ook zo houden. Heb je nou zo erg genoten van de artikelen dat je ons een bedankje wil geven? Gebruik dan de donatie-knop hieronder:

    Doneer

    Persoonlijke informatie

    Over de auteur

    Author profile picture