De Fata Morgana van het 2G rendement

Leestijd: 6 minuten

door Maurice de Hond en Herman Steigstra

Het Coronabeleid in Nederland is gebaseerd en wordt geëvalueerd op basis van modellen van het RIVM. Nu is het probleem met die modellen, dat ze vol zitten met aannames en dat over de waarde van die aannames veel twijfels zijn. En wat er vervolgens vaak gebeurt als de modellen niet uitkomen? Dan wordt dat toegeschreven aan het feit dat mensen zich niet hebben gedragen zoals het moest. Dat zien we de laatste dagen ook weer volop gebeuren.

Rondom de mogelijke invoering van 2G spelen de modellen ook een rol. Vorige week hoorden we ineens van het model van TU Delft, dat de aanzienlijk grotere potentie van 2G t.o.v. 3G en 1G zou aantonen. In haar 130^e advies kwam het OMT ook met cijfers.

We zijn wat dieper in die berekeningen gedoken en kwamen o.a. tot de ontdekking dat er sprake was van een forse rekenfout en totaal achterhaalde aannames.

Wat ons voorgeschoteld is als cijfers van het effect van 2G blijkt een fata morgana te zijn.

Het nieuwe TU-model voor het G-effect

We beginnen met het model dat aangeduid wordt als die van TU Delft, en waarover vorige week veel publiciteit was. Lees bij voorbeeld dit artikel op NU.nl.

Dat artikel verwijst naar dit rapport, dat ook als bijlage door het OMT aan de kamer was verzonden. Het zijn doorrekeningen op basis van bevindingen met het Fieldlab-experiment. Dit was het eindrapport uit september.

Ook de NOS beschreef deze resultaten van de TU uit Delft.  En NRC schreef er zondag over.

De uitkomsten van dat model spelen dus een rol bij de discussies over het invoeren van een 2G-aanpak. Die zou ten opzichte van de 3G-maatregelen zorgen voor een daling van “maar liefst” 94% van de ziekenhuisopnames, zoals in de artikelen vermeld staat.

Opmerkelijke bevindingen

Inmiddels staat in het 130e OMT advies van maandag een getal van 82%. Dus dat 2G t.o.v. 3G een daling zal betekenen van 82% van de ziekenhuisopnames.

Wij zijn in de verantwoording en de uitwerking van dat model van de TU Delft gedoken, en kwamen tot een aantal opmerkelijke bevindingen:

• Er is een belangrijke fout gemaakt bij het berekenen van de ziekenhuisopnames. Zonder die fout zou de uitkomst niet 94% zijn, maar 79%.
• Het model is qua aannames en uitwerking volledig achterhaald en zegt weinig over de huidige situatie. Bij een bijeenkomst met relatief veel ouderen bijvoorbeeld zou die reductie nog maar 13% zijn!
• Hoewel de berekening van het OMT is gebaseerd op een nieuw model zegt dat cijfer van 82% ook niets. (En als je de tekst van het OMT-advies erbij leest, geloven ze er zelf ook amper in).

Om dit artikel voor iedereen toegankelijk te houden, zult u onze berekeningen en becijfering in een apart artikel aantreffen, zodat u één en ander zelf kunt nalopen. Dit is de link naar dat artikel.

De rekenfout/dubbeltelling van TU Delft

In het model wordt voor een fictieve bijeenkomst met 100.000 mensen, waarvan driekwart gevaccineerd, berekend hoeveel ziekenhuisopnames die opleveren. bij een toepassing van 3G, 2G en 1G, afgezet tegen een nul situatie (niemand gevaccineerd en iedereen getest). In hun toelichting staat dat ze uitgaan van het Dance Festival in Walibi.

Op basis van de ervaringscijfers van de Fieldlab experimenten, die tot en met deze zomer liepen, neemt men vervolgens een aantal waarden aan. Deze worden gebruikt om door te rekenen wat dit evenement aan besmettingen en ziekenhuisopnames zou opleveren bij een 3G, 2G of 1G aanpak.

We hebben hun model, zoals het hier te lezen is omgezet in een spreadsheet. Zo ziet het plaatje uit dat rapport eruit. Het is heel onduidelijk en zeer onoverzichtelijk opgesteld. Wij hebben de waardes omgezet in een toegankelijker spreadsheet, die u in dit andere artikel van ons toegelicht vindtt. We laten het plaatje alleen even zien, om aan te geven dat wij hiermee aan de slag zijn gegaan.

Factor vier keer zo klein

In de berekeningen van de TU wordt hun basisberekening uitgevoerd op de aanname dat 5 van de 1000 ongevaccineerden positief zijn. En dat drie kwart van de aanwezigen gevaccineerd is en een kwart niet. Plus dat bij het testen voor toegang 20% van de geïnfecteerden niet wordt ontdekt.

Op hun aannames in hun model komen we in het volgende hoofdstuk terug. Maar er valt direct wel het volgende op bij hun berekening van de ziekenhuisopnames.

Eind augustus kwam namelijk het RIVM met een overzicht hoeveel kleiner de kans was van een gevaccineerde om in een ziekenhuis terecht te komen dan een ongevaccineerde. Dat was 20 keer.

In het model van de TU Delft van begin september rekent men echter met een factor van meer dan vier keer zo klein!!

De reden is dat ze in hun model de bescherming van het vaccin als het ware twee keer hebben berekend:

• Om besmet te raken is de kans van gevaccineerden in het model vier keer zo klein dan van ongevaccineerden.
• De kans dat een besmette gevaccineerde in het ziekenhuis komt wordt bijna 20 keer zo klein gesteld dan een besmette ongevaccineerde.

Dubbeltelling

Dat tweede is echter een dubbeltelling. De vaccine efficiency die door het RIVM eind augustus was berekend van 95% (dus 1 op 20) geldt ALLE gevaccineerden en niet alleen de positief geteste gevaccineerden, zoals in deze uitwerking van TU Delft wel wordt gedaan. 

Als die fout wordt hersteld, zijn de cijfers al fors anders. Want alleen al door deze ingreep nemen de ziekenhuisopnames onder de 2G aannames met een factor 4 toe. Terwijl bij de andere twee varianten het effect van deze correctie veel kleiner is.

In plaats van de waarde 94% reductie ziekenhuisopnames zou het vervolgens een reductie van 79% zijn. Dus dat is de uitkomst zonder die dubbeltelling.

Gedateerde aannames

Besef daarbij wel hoe bepalend de aannames zijn voor de uitkomst. Een eenvoudig voorbeeld. De cijfers stamden uit de zomer. Als in het model niet uitgegaan wordt van 75% van de aanwezigen bij 3G is gevaccineerd, maar 85% is gevaccineerd, dan is de reductie van de ziekenhuisopnames door 2G niet 79%, maar slechts 70%. En als 90% van de aanwezigen is gevaccineerd dan is de reductie 61%,

En dan pakken we nu alleen het percentage gevaccineerden aanwezig. Ook de andere uitgangspunten in het model zijn bepalend en die waardes waren vastgesteld op basis van de ervaringen van de zomer en zijn inmiddels achterhaald.

Zo heeft men t.o.v. de kennis van nu een veel te lage waarde van het aandeel gevaccineerden dat nog wel besmet kan worden. Die wordt op vier keer zo klein gesteld als bij ongevaccineerden en dat is inmiddels fors veranderd. En wordt de bescherming tegen ziekenhuisopnames geschat op een waarde van 20, terwijl het RIVM in hun laatste rapportage komt met een waarde van 12.

Kijk maar eens hoe de verschuiving is sinds juli van het aandeel positief getesten naar leeftijd dat gevaccineerd is.

Reductie

Als wij in het spreadsheet die laatste waardes invullen bij 85% gevaccineerden bij 3G, dan is de reductie van de ziekenhuisopnames nog maar 30%. En als we ervan uitgaan van een gelegenheid dat er vooral ouderen aanwezig zijn dan is die daling nog maar 10%.

Bij vooral jongeren aanwezig is die reductie door 2G t.o.v. 3G wel 67%, maar dan gaat het bij 100.000 aanwezigen van 0,15 ziekenhuisopnames naar 0,05. Bijna letterlijk drie keer niets.

De OMT-becijfering

Het OMT werkt met een nieuw eigen model, maar daar is ook goed bij te zien hoezeer de uitkomsten afhankelijk zijn van de aannames. Vooraf geeft men al aan dat men nog geen cijfers heeft op basis van praktijkervaringen, omdat 2G nog nergens lang is gebruikt.

Bij hun sommetjes gaat het steeds om een gemiddeld persoon van boven de 12 jaar en worden cijfers toegepast die eveneens achterhaald zijn.

• Men werkt met 54,2% als het aandeel gevaccineerden onder de nieuwe infecties boven de 12 jaar. Dat cijfer was het gemiddelde over de periode 6 okt-13 november, maar kan nu geschat worden op meer dan 60% en stijgt een paar procent per week.
• Er wordt aangenomen dat men bij het testen voor toegang 41% van de besmettelijke personen er tussendoor laat glippen. (Tot dusverre werd 20% als waarde aangenomen). Met 20% als waarde zou de uitkomst voor 3G en 1G beduidend gunstiger zijn t.o.v. 2G!
• Er wordt aangenomen dat een vaccinatie een bescherming van 94% tegen ziekenhuisopnames geeft. Het hele sommetjes wordt al weer fors anders als dit 88% is en niet 94%.
• Men geeft niet aan met welke verdeling gevaccineerd-ongevaccineerd men is gaan rekenen. En via onze berekening met het TU-model kan vastgesteld worden dat dit het eindresultataat beïnvloedt.

Telfouten

Bij de toelichting in de bijlage van het OMT staat – terecht – omstandig uitgelegd dat de werkelijke resultaten volledig afhankelijk zijn van de desbetreffende bijeenkomst en de samenstelling van de groep aanwezigen. (Wij zouden er ook aan toevoegen het soort ruimte en hoe lang men bij elkaar is).

Kortom: de hele getalsmatige onderbouwing van het TU Delft model en de cijfermatige opzet van het OMT zijn gebaseerd op een combinatie van een telfout en (zeer) gedateerde aannames. Plus dat het ook nog gemiddeldes betreft en dat bij een specifieke bijeenkomst de uitkomsten zeer kunnen verschillen van dat theoretische gemiddelde. (Hier onze uitgebreide onderbouwing).

Er is geen goede cijfermatige onderbouwing dat 2G echt beduidend betere resultaten zal bieden dan 3G.

Nog los van het feit dat 2G een nog hogere schijnveiligheid zal geven met alle gevolgen van dien. (En dan rekenen we ook nog niet eens mee, wat de personen ondertussen doen als ze niet bij een 2G gelegenheid mogen zijn. Op andere plekken lopen die ook risico’s).

Daarbij deelt het OMT – terecht – niet het enthousiasme van de regering voor het mogelijk maken van 2G.

In hun advies sluiten ze af met:

Met 3G wordt alleen al een schijnveiligheid geboden met alle risico’s van dien. De cijfers die we voorgeschoteld hebben gekregen als het effect van 2G t.o.v. 3G is een fata morgana en elke besluitvorming om 2G in Nederland wel mogelijk te maken, zal het resultaat geven wat elke fata morgana heeft. Je blijft met lege handen staan en hebt ondertussen meer kapot gemaakt dan je lief is.

Klik hier om onze site en werkzaamheden af en toe te steunen.