Afgelopen week plaatsten we een artikel, waarin we beschreven hoe we de “onverklaarde oversterfte” kunnen voorspellen aan de hand van een model. De vraag die daarna op ons af kwam, was of dit model nu ook in staat is de oversterfte in het buitenland te voorspellen. Dat blijkt meestal goed te lukken en dat is wat we hier nu beschrijven.
Lees volledig artikel: Oversterfte over de grens
In De Nieuwe Wereld heeft Maurice onze bevindingen uit het oversterfte rekenmodel afgelopen weekend besproken. Dit is de YouTube video ervan.
Het model
Ons rekenmodel heeft als basis voor de prognose van de “onverklaarde oversterfte” het aantal vaccinaties dat gezet is. In het blog Vaccinatiesterfte gemodelleerd beschreven we deze procedure. Als vuistregel kwam daaruit dat de modellering uit komt op een risico van rond de 0,08% per vaccinatie om daaraan te overlijden. Dit is de belangrijkste grafiek uit dit artikel:
We zien hier de prognose (de paarse streeplijn) afgezet tegen de overlijdenscijfers van corona (rode vlak) en de “overige oorzaken” (blauw plus roze voor “met corona”). De prognose loopt over verreweg het grootste deel van de grafiek tamelijk gelijk met deze overlijdenscijfers “overige oorzaken en lijkt daarmee dus een zeer goede voorspeller voor deze oversterfte te zijn, maar is juridisch nog steeds geen houdbaar bewijs voor causaliteit.
Het zou mooi zijn als ons model ook de onverklaarde sterfte in andere landen zou kunnen voorspellen. Dat zou een nog sterkere aanwijzing zijn dat er wel degelijk causaliteit bestaat tussen onverklaarbare oversterfte en het aantal vaccinaties. Wat we dus nu gaan doen is hetzelfde rekenmodel toepassen op de cijfers van andere landen. Dit doen we met gebruikmaking van de cijfers van Our World In Data.
Het seizoenseffect
De belangrijkste storende factor bij het interpreteren van de cijfers is het seizoenseffect. In een “normaal jaar” zien we altijd een golfbeweging, met de top in de wintermaanden van het jaar: de jaarlijkse griepgolf. Sinds corona is deze golf uitgebleven en zien we dus in vergelijking met de verwachte overlijdens een negatieve golf, een kuil dus. Een daling in deze maanden maskeert dan een stijging door andere oorzaken. Deze maanden moeten dus eigenlijk overgeslagen worden bij de beoordeling van de cijfers.
Ondersterfte na oversterfte
In het artikel Het effect van de vergeten ondersterfte beschreven we dat er na een golf met oversterfte, een kleinere golf met ondersterfte volgt. Als we de onverklaarde oversterfte beter in beeld willen krijgen, dan moeten we hiervoor corrigeren. Dat is de eerste stap die we zetten bij het vergelijken van de cijfers per land. We verschuiven een evenredig deel van overige overlijdens naar de toekomst, verspreid over twee maanden. Zo worden ook de golven van corona zelf als het ware gladgestreken.
Australië
Laten we het model eerst eens loslaten op het land dat het meest tot de verbeelding spreekt als het gaat om de bestrijding van corona: Australië. Het land kende sinds mei 2020 een zero-covid beleid. Strenge lockdown en quarantainemaatregelen leken de pandemie succesvol te bestrijden. Net als in de rest van de wereld is men daar in februari 2021 begonnen met vaccineren. Dit is de grafiek die de sterfte in beeld brengt.
De overlijdens zijn herrekend op de voor de betreffende week verwachte aantallen. We zien dat tot juni 2021 het totaal overlijdens rond de 100% blijft slingeren. Alleen in hun winter (juni-september) is er ondersterfte door het uitblijven van de griep. Deze perioden zijn met een groen vlak aangeduid en laten we buiten beschouwing.
Vanaf oktober 2021 zien we twee stijgingen tegelijk optreden. Na het opheffen van de lockdown op 21 september 2021 zien we de aantallen overlijdens aan corona (het rode vlak) ondanks de vaccinaties oplopen, terwijl het daar juist zomer aan het worden was! Maar het totaalaantal overlijdens loopt nog veel sneller op. Het gedeelte dat tussen het rode corona deel en de 100% lijn in zit, is de onverklaarde oversterfte. Die kan dus niet verklaard worden door de toename in overlijdens door corona.
In deze grafiek projecteren we nu de prognose voor het aantal overlijdens op basis van het aantal gezette vaccinaties. Heel duidelijk is te zien dat deze prognose verrassend goed overeenkomt met de bovenkant van het blauwe gebied, de onverklaarde sterfte. Met nadruk wijzen wij erop, dat het model is gebaseerd op de Nederlandse CBS-cijfers. De onverklaarde sterfte in Australië lijkt dus sterk op de Nederlandse!
Het vaststellen van deze gelijkloop is mede mogelijk gemaakt, omdat corona pas een half jaar nadat het vaccineren was begonnen echt de kop op stak. Een veel gebruikte verklaring dat de oversterfte te maken zou hebben met corona zelf, of de daaruit voortvloeiende uitgestelde zorg, kan hier nog geen rol gespeeld hebben. Er was vrijwel geen corona! Vaccinaties en/of de genomen maatreglen lijken de verklaring te zijn.
Our World In Data
De volgende stap is het vergelijken van zoveel mogelijk landen. We halen onze data van OWID, de grootste database met corona-cijfers. De cijfers van OWID zijn te downloaden in Excel formaat (csv bestand) en kunnen na wat technische herschikkingen in het Nederlandse model ingeladen worden. Een paar kanttekeningen daarbij.
- Er is een basislijn die per land verschillend is. Zie bijvoorbeeld de oversterfte grafiek op het corona dashboard. Deze basislijncijfers per land staan niet in het bestand van OWID. Echter, de oversterfte wordt daar als percentage gegeven, dus we kunnen het percentage omrekenen via de Nederlandse basislijn. Voor landen met een duidelijk ander klimaat, zullen er andere seizoen trends ontstaan, maar dat stoort het beeld niet erg.
- De cijfers op OWID lijken soms onbetrouwbaar of onvolledig te zijn. De Nederlandse overlijdenscijfers zijn bijvoorbeeld uiteindelijk een factor 3-4 lager dan de CBS cijfers, omdat de RIVM-cijfers zijn ingestuurd en niet de hogere CBS-cijfers. Sommige landen rapporteren per maand. Het ontbreken van cijfers over het laatste kwartaal is meer regel dan uitzondering. Ook de Nederlandse vaccinatiecijfers ontbreken over het laatste kwartaal, terwijl ze via het RIVM wel opvraagbaar zijn.
- Vaccinatiecijfers worden herrekend op basis van de bevolkingsomvang. Zo zijn uiteindelijk alle grafieken met elkaar vergelijkbaar.
De landen
Alleen landen met voldoende kwaliteit aan cijfers kunnen we in dit onderzoek meenemen. Rusland, Brazilië en Hongkong bijvoorbeeld rapporteren per maand, terwijl we ze graag mee zouden willen nemen. China heeft cijfers die uiterst onwaarschijnlijk laag zijn: tot april 2022 slechts enkele weken met één overlijden bij 1,4 miljard inwoners.
De gekozen landen kunnen we eigenlijk direct in drie groepen verdelen, waarbij de verdeling bepaald wordt door de mate van overeenkomst met de Nederlandse prognose.
1. Hoge mate van overeenkomst
Bij de landen die een hoge mate van overeenkomst hebben met Nederland, zien we zowel gelijke trends als reactie op de vaccinatiegolven, als een vrijwel gelijke prognose als het gaat om het totaalaantal overlijdens als onverklaarde oversterfte. Met name in het laatste half jaar, als corona vrijwel verdwenen is, zien we de overblijvende lange termijn oversterfte.
Dit zijn de 9 landen die een goed voorspelbaar verloop hebben (klik op de grafiek om te vergroten):
 Duitsland |
 Engeland |
 Finland |
 Griekenland |
 Israël |
 Italië |
 Noorwegen |
 Oostenrijk |
 Zwitserland |
2. Halveren van de prognose
Bij België, Denemarken, Frankrijk, Portugal, Spanje en Zweden zien we dat we de prognose moeten halveren om deze gelijk te laten lopen met de sterftecijfers. Wat daar de reden voor is, blijft vooralsnog gissen. Wel bijzonder dat alleen het halveren volstaat en dat dus de verhoudingen tussen de 3 factoren gelijk blijven. Aspireren zou een verklaring kunnen zijn, maar wellicht heeft het ook te maken met verschillende batches en merken van de vaccins:
 België |
 Denemarken |
 Frankrijk |
 Portugal |
 Spanje |
 Zweden |
3. Overigen
Dan zijn er nog vier landen waar we aan het eind van dit artikel per land een uitleg zullen geven van wat we daar zien:
Conclusies
Door het toepassen van het Nederlandse model op 20 andere landen, ontstaat een tamelijk consistent beeld. Het model is in staat het verloop van de onverklaarde oversterfte te voorspellen. Meestal tamelijk precies, soms iets minder nauwkeurig. Met name in het griepseizoen (dat voor verschillende landen verschilt) zijn er onvoorspelbare afwijkingen.
Verder zijn er bij de laag gevaccineerde landen interessante constateringen. De oversterfte is vanaf begin dit jaar gedaald tot vrijwel nul, het niveau dat het model ook voorspelt. Ook is er in deze landen dus geen enkele aanwijzing dat oversterfte veroorzaakt werd door uitgestelde zorg. Een lange termijneffect van geïnfecteerd geweest zijn door corona zien we niet in landen met veel corona overlijdens en een lage vaccinatiegraad.
Het modelland voor de bestrijding van corona was Australië. Dankzij het handhaven van het zero-covid beleid tot ver na de eerste vaccinaties, kunnen we heel scherp het mogelijk effect van deze vaccinaties zien. In Australië vinden we de vrijwel perfecte voorspelling van de onverklaarde sterfte op basis van het Nederlandse rekenmodel en de Australische vaccinatiecijfers.
Overige landen
Bulgarije
Bulgarije wordt altijd aangevoerd als voorbeeld van wat er gebeurt als je niet vaccineert. Eerst maar even de grafiek bekijken:
We zien hier een bijzonder beeld. In de eerste plaats is het aantal overlijdens in de eerste golf vrijwel nihil, alsof het virus Bulgarije voorbijgegaan is. Pas bij de tweede golf zien we een enorm aantal overlijdens. Deze golf doofde kort voordat er werd gevaccineerd. Dus iedereen die beweert dat het doven bij ons kwam dankzij de vaccinaties, vindt hier een voorbeeld dat daar de vaccins er niet voor nodig waren. En ook hier ondersterfte na oversterfte! Daarna ontstaan twee golven (Delta en Omikron), die samen bijna een jaar duurden.
Maar de verrassing zit in de staart. Vanaf juni keert de sterfte terug naar het voorspelde niveau, dat door de zeer lage vaccinatiegraad (30% van Nederland) ook erg laag is.
Gesuggereerde oorzaken voor de oversterfte zijn altijd na-effect van corona of uitgestelde zorg. Gezien het grote aantal overlijdens in Bulgarije, lijkt geen van beide in aanmerking te komen, want de overblijvende oversterfte is een fractie van wat we hier zien, terwijl overlijdens aan corona een veelvoud is. Dat na het verdwijnen van corona het aantal overlijdens terugkeert op het voorspelde niveau, lijkt alweer een sterke aanwijzing dat we met de vinger naar de vaccins mogen wijzen.
Canada
Canada is het land met een van de strengste regimes als het gaat om het vaccineren. Vaccinaties begonnen ook hier nadat de Alpha variant was uitgewoed. Door de daaropvolgende ondersterfte wordt de sterfte door vaccinatie gecamoufleerd, maar vanaf mei lopen de cijfers geleidelijk op.
Het beeld is minder duidelijk dan bij de overige landen.
Verenigde Staten
Het beeld in de VS past niet bij het beeld van de andere landen. Waarschijnlijk door de grote omvang van het land, met daardoor dus vele klimaatzones, is corona voortdurend ergens aanwezig.
Wel zien we dat de oversterfte vrijwel altijd boven de 100% lijn zit.
Zuid-Afrika
Wat in Zuid-Afrika opvalt, is dat er ondanks golven die passen bij corona, weinig overlijdens door corona worden gemeld. Waarschijnlijk overlijden er daar dus veel mensen zonder dat de diagnose corona wordt gesteld:
Ook in Zuid-Afrika een zeer lage vaccinatiegraad en ook hier doven de golven zonder vaccinatie. En ook hier daalt de sterfte (in hun voorjaar!) tot het voorspelde niveau zodra corona verdwenen is.
