Inskriptionen

Die Beschwörung der Corona-Krise konfrontiert die Bevölkerung permanent in den Nachrichten­sendungen mit der Zahl der Todesfälle. Seit dem Zweiten Weltkrieg war die Sterblichkeit des Menschen vor allem ein privates Thema, über das selbst innerhalb der Familien nur schwer gesprochen werden konnte. Es blieb spezialisierten Berufen, vor allem dem Bestattungswesen, vor­be­halten, eine professionelle Routine im Umgang mit dem Tod zu entwickeln. In einer Deutsch­landfunk-Reportage berichtete ein Berliner Bestatter, daß sich früher, d.h. vor der Corona-Zeit, niemand für seinen Beruf interessiert habe. Nun seien die Sterbefälle in den Mittelpunkt gerückt.

Tatsächlich kann es eine Chance bedeuten, der Endlichkeit des menschlichen Daseins wieder mehr Aufmerksamkeit zu schenken. Drehte sich in früheren Jahrhunderten darum der Kern der Religionen, so hat der Einzug des Atheismus im Gleichschritt mit dem „wissenschaftlichen Weltbild“ im Laufe des 20. Jahrhunderts auch zu einer Verdrängung des Todes, zur marktwirtschaftlichen Verwertung der Illusion ewiger Jugend beigetragen. Die Wellness-Industrie ist voll von Antiage-Produkten.

Die Corona-Krise führte jedoch nicht zu einem umfassenden Blick auf das Sterben, sondern fokussierte lediglich eine, scheinbar entscheidende Frage: Bewirkt das Coronavirus eine substanzielle Übersterblichkeit oder ist die „tödliche Wirkung“ des Virus ähnlich einzuordnen wie die Folgen schwerer Grippeepidemien der vergangenen Jahrzehnte? Darüber wurde und wird derzeit viel spekuliert. Mir erscheint es zunächst wichtig, auf die Engführung des Themas hin­zuweisen – sie ist charakteristisch für den öffentlichen Diskurs in der Corona-Zeit überhaupt: Einzelaspekte, die Corona betreffen, werden monothematisch in den Vordergrund gerückt, Kon­texte wer­den ausgeblendet.

In diesem Beitrag ordne ich die statistischen Zahlen zu Sterbefällen in längerfristige Zu­sam­menhänge ein und berechne daraus einen Erwartungswert, mit welcher Sterblichkeit im Jahr 2020 in Deutschland ohne Corona zu rechnen gewesen wäre. Die zugrundegelegten Daten stammen vom Stati­sti­schen Bundesamt sowie vom RKI. Ziel der Betrachtung ist es, Scheindebatten zu beenden und den Blick wieder zu weiten. Dazu wähle ich einen trichterförmigen Fokus: Ich beginne mit einem gröberen zeitlichen Maßstab, um langfristige Verläufe sichtbar zu machen, und wende mich erst danach dem „mikroskopischen“ (monatsgenauen) Maßstab zu, um die besondere Dynamik im Jahr 2020 zu erkennen.

Abbildung 3: Sterberate in Deutschland in den letzten 50 Jahren (Fälle je 1000 Einwohner, Quelle: Stat. Bundesamt)

Um die Sterblichkeit über einen längeren Zeitraum einordnen zu können, bietet es sich an, einen Blick auf die Sterberate zu werfen. Damit sind die Sterbefälle je 1000 Einwohner ge­meint. Auf diese Weise werden Schwankungen in Bezug auf die Bevölkerungszahl, die die Rohzahl der Sterbefälle beeinflußt, herausgerechnet. Denn anzunehmen ist, daß bei einer größeren Be­völ­kerungszahl auch mehr Sterbefälle vorkommen, ohne daß sich dabei die Sterberate geändert hat.

Zu erkennen ist ein typischer U-förmiger Verlauf: Während die Sterberate von den 1970er Jahren bis zum Jahr 2000 um 2.4 Promille gesunken ist, wächst sie im neuen Jahrtausend wieder an. Als Hintergrund dafür kommt vor allem der Anstieg der Lebenserwartung in Betracht: Indem der Anteil der Älteren in der Bevölkerung zunimmt, wächst auch die Zahl der Sterbefälle über­proportional – denn die Steigerung der Lebenserwartung nimmt nicht ins Unendliche zu, sie stößt stets auf eine Grenze, auch wenn diese sich dank des medizinischen Fortschritts zunehmend ins höhere Alter verschiebt. Das erneute Anwachsen der Sterberate ist daher Ausdruck einer an sich erfreulichen Erhöhung der Lebenserwartung in den letzten zwanzig Jahren: In Deutschland ist die Zahl der Über-80jährigen von 2004 bis 2014 um 987.000 auf rund 4,5 Millionen gestiegen. Das entspricht einem Plus von 27.8%. Der Anteil der sogenannten Hochaltrigen an der Gesamt­be­völ­kerung lag Ende 2014 bei 5.6%, 2004 betrug er nur 4.3%.

Eine zweite Erkenntnis drängt sich bei der Betrachtung der Sterberate in den letzten fünfzig Jahren auf: Obwohl der Trend seit dem Jahr 2000 wieder steigend ist, wurde das 12.8-Promille-Allzeithoch von 1969 im Jahr 2020 nicht erreicht. Auch dies ist eine an sich gute Nach­richt. Momentan entspricht die Sterberate in Deutschland in etwa der des Jahres 1990. Durch die öffentlichen Medien geisterte demgegenüber die Behauptung, eine höhere Sterb­lich­keit als 2020 habe es zum letzten Mal vor fünfzig Jahren gegeben – hierbei handelt es sich um eine  offensichtliche Fehlinterpretation, die verbreitet wurde.

Um abzuschätzen, ob im Jahr 2020 in Deutschland eine Übersterblichkeit zu verzeichnen ist, betrachten wir im folgenden den Trend der letzten zehn Jahre. Wir befinden uns damit auf dem wieder ansteigenden Ast des U-förmigen Verlaufes:

Abbildung 4: Sterbefälle in Deutschland Zuwachs zwischen 2010 und 2019 (Quelle: Stat. Bundesamt)

Dabei beobachten wir annähernd eine lineare Steigerung in Höhe von 11310 Sterbefällen pro Jahr (95%-Konfidenzintervall 7555; 15065) zwischen den Jahren 2010 bis 2019 (durchgezogene rote Linie) – diese Zeitspanne legen wir nun zugrunde, um die Zahl der zu erwartenden Sterbefälle im Jahr 2020 zu schätzen. Das Sta­tistische Bundesamt verglich die Sterbefälle im Corona-Jahr lediglich mit dem Durchschnitt der  vier voran­gegangenen Jahre – diese Vergleichsgröße ist aber unzureichend, da sie den natürlichen Zuwachs der Sterbefälle in den letzten Jahrzehnten nicht berücksichtigt. Tat­sächlich steckt in der Zahl der Sterbefälle eine Dynamik, die bei einer Bezugnahme auf den Durch­schnitts­wert der Vorjahre nicht abgebildet wird.

Wir erkennen, daß sich Über- und Untersterblichkeit in Deutschland in einem ziemlich festen Rhyth­mus ab­wechseln. Betrachten wir die Differenz zum Vorjahr, so folgt in der Regel auf zwei Jahre mit einer Steigerung der Sterbefälle ein Jahr, in dem die Zahl der Sterbefälle im Vergleich zum Vorjahr geringer ausfällt. In diesem Rhythmus erhöht sich in den letzten beiden Jahrzehnten  sukzessive die Sterberate in Deutschland.

In Abbildung 4 habe ich daher zusätzlich den Mittelwert jeweils zweier aufeinander folgender Jahre eingetragen (blaue Linie) – damit glätten sich die Jahres­schwankungen der Sterblichkeit. Die blaue Linie paßt sich der Geraden, die den linearen Anstieg der Sterbefälle modelliert (rote Linie), deutlich besser an. Hinter der rhythmischen Schwankung von Über- und Untersterblichkeit  steckt das natürliche Phäno­men, daß auf eine Saison, in der – z.B. witterungsbedingt – weniger gestorben wurde, eine Saison folgt, in der mehr Menschen sterben werden. Besonders markant entsprach das Jahr 2015 dieser Regel (Abbildung 5): War zuvor die Grippewelle 2014 sehr mild ausgefallen, so wütete sie 2015 um so mehr – mit der Folge, daß bereits 2016 wieder eine Untersterblichkeit zu ver­zeichnen war. So berichtete die Apotheker-Zeitung vom 9. März 2017: „Die meisten Todesfälle in den ver­gangenen Jahren gab es mit geschätzten 21.300 in der Grippesaison 2014/15.“ Es folgte eine Atempause in der Saison 2015/16 und 2016/17, bevor 2017/18 erneut eine außergewöhnlich starke Grippewelle nach Schätzungen rund 25.100 Menschen in Deutschland das Leben kostete. „Das sei die höchste Zahl an To­des­fällen in den vergangenen 30 Jahren, wie der Präsident des Robert-Koch-Instituts (RKI), Lothar Wieler, erklärte“, war in der Ärzte-Zeitung vom 30. September 2019 zu lesen. Daraufhin folgte 2018/19 und – wie es zunächst schien – auch in der Saison 2019/20 wieder eine Atempause.

Abbildung 5: Differenz der Sterbefälle in Deutschland zum Vorjahr: (unbemerktes) Maximum 2015

Die maximale Vorjahresdifferenz und damit gravierendste Sterblichkeitsdynamik der letzten zehn Jahre war mit 56.844 zwischen 2015 und 2014 zu beobachten. Die Vorjahresdifferenz zwischen 2020 und 2019 folgt mit 42.969 auf dem zweiten Rang (Abbildung 5).

Nimmt man die natürliche Steigerung zwischen 2010 und 2019 als Grundlage, um die Zahl der Sterbe­fälle zu schätzen, so ergibt sich nach dem einfachen Modell der linearen Re­gression folgende Formel:

 Sterbefälle in Deutschland = 11310 x Jahr – 21.883.005

Empirisch korreliert die Zahl der Sterbefälle in diesem Zeitraum signifikant in Höhe von .92** mit dem Ka­lenderjahr. Ein lineares Modell zur Schätzung der zu erwartenden Zahl der Sterbefälle im Jahr 2020 erscheint damit gerechtfertigt.

Jahr	Differenz zur Erwartung	%	Bewertung
2010	8.673	1.0	Übersterblichkeit
2011	-9.077	-1.1	Untersterblichkeit
2012*	-6.133	-0.7	Untersterblichkeit
2013	9.800	1.1	Übersterblichkeit
2014	-26.979	-3.1	Untersterblichkeit
2015	18.555	2.0	Übersterblichkeit
2016*	-10.053	-1.1	Untersterblichkeit
2017	3.007	0.32	Übersterblichkeit
2018	14.299	1.5	Übersterblichkeit
2019	-12.365	-1.3	Untersterblichkeit
2020*	16.294	1.66	Übersterblichkeit

Tabelle 3: Abfolge von Über- und Untersterblichkeit in Deutschland 2010-2020 (mit Sternchen wurden Schaltjahre gekennzeichnet, ihne wurde aufgrund des zustzlichen Tages im Februar ein um 3000 höherer Erwartungswert zugerechnet)

Über- und Untersterblichkeit wechseln sich auch nach diesem Modell in einem gewissen Rhy­thmus miteinander ab. In pros­pe­­rierenden Zeiten mit steigender Lebenswartung gibt es in der Re­gel häu­figer Phasen der Über­sterblichkeit, da der Anteil hochbetagter Menschen wächst. Mit dem Alter aber nimmt natürlicherweise auch die Zahl der Vorerkrankungen zu, während das Immunsystem schwächer wird.

Für das Jahr 2020 ist nach diesem Modell eine Übersterblichkeit in Deutschland zu konstatieren. Sie liegt der Größenordnung nach zwischen der Übersterblichkeit des Jahres 2015 und der des Jahres 2018. Dabei ist zu be­rück­sichtigen, daß 2020 ein Schaltjahr war und aufgrund des zusätzlichen Tages im Februar er­war­tungs­gemäß die Zahl der Sterbefälle um 3000 höher ausfallen sollte.

Versuchen wir, die Übersterblichkeit des Jahres 2020 noch etwas genauer einzugrenzen und nähern uns der Frage, ob sie durch Covid-19 erklärt werden kann. In der folgenden Übersicht wer­den die Berechnungsgrundlagen für die Bewertung der Sterblichkeit in Deutschland sowie des dazu­gehörigen Konfidenzintervalls (95%) zusammengefaßt:

Schätzung der Übersterblichkeit 2020:
Sterbefälle 2020	982.489
linearer Erwartungswert (2010-2019) für 2020	-963.195
Schaltjahrmalus	-3000
Differenz zum Erwartungswert	16.294
Übersterblichkeit 2020 in %	1.66%
Oberer Erwartungswert für die Sterblichkeit 2020	-969.950
Differenz Sterbefälle vs. Erwartungswert 2020	12.539
Übersterblichkeit 2020 in % (untere Grenze)	1.27%
Unterer Erwartungswert für die Sterblichkeit 2020	-962.440
Differenz Sterbefälle vs. Erwartungswert 2020	20.049
Übersterblichkeit 2020 in % (obere Grenze)	2.04%
Zum Anteil der „Coronatoten“ an der Gesamtsterblichkeit:
Zahl der an Covid-19 Verstorbenen lt. RKI	33.071
Anteil der „Coronatoten“ an den Sterbefällen 2020	3.4%
Anteil der „Coronatoten“ an der Übersterblichkeit	203% (165% – 264%)
Anteil der „Übersterblichen“ an den „Coronatoten“	49% (39% – 61%)
Zum Vergleich 2015:
Sterbefälle 2015	925.200
Linearer Erwartungswert für die Sterblichkeit 2015	-906.645
Differenz Sterbefälle vs. Erwartungswert 2015	18.555
Übersterblichkeit 2015 in %	2.0%

Tabelle 4: Schätzung der Übersterblichkeit in Deutschland 2020 und des Anteils, den Covid-19 dazu beigeragen hat (Grundlage: lineares Modell der Sterbefälle 2010-19)

In Deutschland war im Jahr 2020 ohnehin mit einer höheren Sterblichkeit zu rechnen als 2019. Unter Berücksichtigung des in den letzten zehn Jahren zu beobachtenden Trends in der Ent­wicklung der Sterbezahlen ist von einer Übersterblichkeit von 1.66% mit einem Konfidenz­inter­vall zwischen 1.27% und 2.04% im Jahr 2020 auszugehen – dies ist die zweithöchste Über­sterblichkeit der letzten zehn Jahre und insgesamt als moderat zu beurteilen – so auch die Einschätzung des Sta­tistischen Bundesamtes. Das bisherige Maximum von 2% Übersterblichkeit im Jahr 2015 wurde 2020 nicht über­troffen. Vielmehr liegt die Übersterblichkeit 2020 in etwa gleichauf mit der des Jahres 2018. Die Unterschiede erweisen sich nicht als sig­nifikant, sondern fallen in das Fehlerintervall der Zählungen.

Bemerkenswert ist, daß die Zahl der offiziell als „Verstorbene an oder mit Covid-19“ um mehr als das Doppelte über die Zahl der Fälle, die die Übersterblichkeit begründeten, hinausging. Das heißt, wenn Covid die einzige Ursache für die Übersterblichkeit gewesen sein sollte, dann war bei etwa der Hälfte der wegen Corona Verstorbenen statistisch zu erwarten, daß sie auch ohne Covid im Jahr 2020 sterben würden. Realistischerweise ist von einer deutlich höheren Zahl dieser Sterbefälle aus­zugehen, denn es ist unwahrscheinlich, daß außer Covid kein anderer Grund die Über­sterblichkeit im Jahr 2020 herbeigeführt hat: Depression, Vereinsamung und Existenzangst, verschobene Opera­tionen, vernachlässigte Vorsorgeuntersuchungen und überhaupt die weithin beklagte Mei­dung ärzt­licher Hilfe im Coronajahr sind als weitere treibende Faktoren der Über­sterblichkeit an­zu­nehmen.

Damit kommt das Dilemma der bisherigen Corona-Politik auf den Punkt: Der Befund legt nahe, daß eine Inflation an falsch-positiven Testergebnissen zu einer verzerrten Wahrnehmung des Anteils der „Corona­toten“ an der Gesamtsterblichkeit beigetragen hat. Eine seriöse Gesundheitspolitik kon­zen­triert die medizi­ni­schen Kapazitäten auf die echten Krankheitsfälle, schützt so weit möglich die ge­fähr­deten Gruppen, aber verzettelt sich nicht im sportlichen Eifer, auch überall dort Corona fest­zustellen, wo es nicht ist, so daß eine Inflation falsch-positiver Fälle das Gesamtsystem ruiniert.

Ein Blick auf die Statistik der Todesursachen in Deutschland offenbart sofort, in welcher Großen­ordnung die Fixation auf Corona als das vermeintliche „Killervirus“ zu einem Neglect beigetragen hat. Der Einengung der Aufmerksamkeit auf eine Erkrankung, die in den meisten Fällen ver­gleichs­weise moderat verläuft und sich im Vergleich zu Herz-Kreislauf und Krebs­erkrankungen als seltene Todesursache erweist, kann selbst bereits ein Krankheitswert zugeschrieben werden: als psy­chische und/oder Verhaltensstörung. Statistisch ist zu befürchten, daß die mittlerweile in weiten Teilen der Be­völkerung verbreitete Corona-Angst weitaus gefährlichere und auch tödlichere Folgen nach sich zieht, als die biologische Wirkung des Virus, wenn es auf ein intaktes Immunsystem trifft.

Todesursache	2019	%	2015	%
Herz-Kreislauf-Erkrankungen	331.200	35.3	356.616	38.5
Krebs	231.300	24.6	226.337	24.5
Atemwegserkrankungen	67.021	7.1	68.300	7.4
Psychische und Verhaltensstörungen	57.839	6.1	44.590	4.8
Krankheiten des Verdauungssystems	33.626	3.6	39.844	4.3
Verletzung oder Vergiftung	41.779	4.4	36.496	3.9
Covid-19 (2020)*	33.071	3.4
Infektiöse und parasitäre Krankheiten	16.194	1.7	19.943	2.2
Stürze	16.657	1.7	12.867	1.4
Suizid	9.041	0.96	10.078	1.1
Verkehrsunfälle	3.059	0.3	3.688	0.4
insgesamt	939.520		925.200

Tabelle 5: Todesursachen in Deutschland nach Zahl der Verstorbenen (Quelle: Statistisches Bundesamt, * RKI)

Ich bin gespannt auf die Todesursachen-Statistik für 2020, die im Laufe des Jahres 2021 vom Sta­tistischen Bundesamt herausgegeben wird: Wenn Covid in nennenswerter Größenordnung an­stelle anderer Todesursachen gezählt wurde (obwohl es möglicherweise nicht ausschlaggebend war), dann ist zu erwarten, daß die Häufigkeit anderer Todesursachen im Jahr 2020 geringer ausfällt, als es aus dem Trend der letzten Jahre zu erwarten wäre.

Werfen wir nun einen „mikroskopischen“ Blick auf die Verteilung der Sterblichkeit in den ein­zelnen Monaten des Jahres 2020 – dies entspricht der „Sonderauswertung“, die vom Statistischen Bundesamt Ende Januar 2021 vorgelegt und in den öffentlichen Medien verbreitet wurde. Als Referenz wurde vom Stati­stischen Bundes­amt der Durchschnitt der Sterbefälle der Jahre 2016-19 heran­ge­zogen. Zur Auswahl dieser Vorjahre ist kritisch anzumerken, daß sie das  Jahr 2015 ausklammert, das hinsichtlich der Übersterblichkeit am ehesten mit 2020 vergleichbar ist – damit fällt die Bilanz ungünstiger aus, als es bei einem fairen Vergleichsmaßstab der Fall wäre. Für 2015 liegen jedoch weder beim Statistischen Bundesamt noch bei Eurostat monatsgenaue Sterbeziffern für Deutschland vor. Um die Größenordnung des Anteils der an oder mit Covid Verstorbenen zu verdeutlichen, habe ich ergänzend die Schwankungsbreite (SB) der Jahre 2016 bis 2019 als graue gestrichelte Linie ein­getragen:

Abbildung 7: Sterbefälle pro Monat in Deutschland 2020 (Sonderauswertung des Statistischen Bundesamtes)

Bis Ende Oktober überschreitet die Zahl der laut RKI an oder mit Covid Verstorbenen nicht die Schwankungsbreite, die in den Jahren 2016-19 zu beobachten war. Auch der überdurchschnittliche Aprilwert – von dem die einen behaupten, er sei eine Folge des Virus, während die anderen meinen, er sei eine Folge des Lockdown – bewegt sich im Rahmen der Schwankungsbreite der voran­­gegangenen vier Jahre. Erst im November und Dezember des Jahres 2020 begann die Zahl der offiziell als „Coronatote“ registrierten Verstorbenen die sonst übliche Schwankungsbreite für diese Mo­nate substanziell zu übersteigen. Im Vergleich überschreitet der Dezember 2020 das Allzeithoch der letzten 30 Jahre vom März 2018 nicht – damit läßt sich die Einordnung der Gefährlichkeit von Covid in die Größenordnung schwerer Grippewellen nicht als falsch zurückweisen. Zu dieser Einschätzung gelangte auch eine Arbeitsgruppe des RKI im Ärzteblatt vom Februar 2021 (Rommel et al., 2021).

Schließlich suggeriert die monatliche Aufschlüsselung der Sterbefälle des Jahres 2020 eine weitere These: Wenn es überhaupt einen Einfluß des Lockdown gibt, dann hat er im Frühjahr dazu beigetragen, die Sterbewelle im Herbst vorzubereiten – denn wir haben oben ja gesehen, daß Phasen der Untersterblichkeit und der Übersterblichkeit natürlicherweise einander abwechseln. Zu Beginn des Jahres 2020 war in Deutschland bis Ende März eine Untersterblichkeit zu verzeichnen. Das RKI meldete bereits Mitte Februar, daß die Grippeausbreitung auf ein Allzeittief gesunken sei und der Ausbreitung im Sommer entspreche. Daraus erwächst zwangsläufig die Wahrscheinlichkeit, daß in der nächsten Saison, d.h. im Herbst 2020 und Winter 2021, natürlicherweise eine Übersterblichkeit auftreten wird.

Zum Abschluß möchte ich die Erkenntnisse zur Übersterblichkeit 2020 auf den europäischen Vergleich anwenden. Gestützt habe ich mich auf den Datenpool von Eurostat, der vom Statistik-Amt der Euro­päischen Union gepflegt wird. Damit die Ergebnisse nachvollziehbar sind, wurde für die folgenden Länder zunächst die Zahl der Sterbefälle im Jahr 2020 aufgeführt. Die Schätzung der Über­sterblichkeit erfolgte anhand von drei Modellen, der Einfachheit halber nicht anhand einer Regressionsanalyse, sondern anhand des durchschnittlichen jährlichen Zuwachses:

o  Exzess 1 (statisch): Schätzung ohne Zuwachs, als Vergleichsgröße dient der Durchschnitt der Jahre 2015 – 2019, zzgl. des Schaltjahrmalus’ (365stel des Jahres 2019)

o  Exzess 2 (langgfristig dynamisch): als Vergleichsgröße dient das Elffache des durch­schnittlichen Zuwachses zwischen 2010 und 2019 (Faktor 2), zzgl. Schaltjahrmalus

o  Exzess 3 (kurzfristig dynamisch): als Vergleichsgröße dient das Vierfache des durch­schnitt­lichen Zuwachses zwischen 2016 und 2018 (Faktor 3), zzgl. Schaltjahrmalus

Zu erkennen ist, daß zwischen 2010 und 2019 nicht in allen Ländern ein Anwachsen der Sterbefälle wie in Deutschland zu beobachten war. Ein Rückgang der Sterbefälle in diesem Zeitraum drückt sich in der folgenden Übersicht durch einen negativen Faktor aus. Er war in Norwegen, Estland und Schweden zu verzeichnen. In Island und Dänemark blieb die Zahl der Sterbefälle in den letzten zehn Jahren vor Corona nahezu konstant. In den übrigen Ländern, die bereits 2010 Sterblichkeitsziffern an Eurostat gemeldet haben, war ein Anwachsen der Sterbefälle in den Jahren vor Corona festzustellen.

Geradezu dramatisch stellt sich der Zuwachs der Sterbefälle vor Corona dar, wenn man die drei Jahre 2016-2018 betrachtet – in diese Zeit fällt die verheerende Grippewelle der Saison 2017/18, die europaweit zur einer Zunahme der Sterbefälle führte (außer in Island). Der öffentlichen und medialen Wahrnehmung blieb diese Dynamik weitgehend verborgen – die Politik reagierte in keiner Weise darauf.

Land	2020	Exzess 1	%	Faktor 2	Exzess 2	%	Faktor 3	Exzess 3	%
Norway (*)	41053,00	179,25	,44	-4,60	448,65	1,09	92,67	-1143,95	-2,79
Iceland	2321,00	63,81	2,75	28,00	25,81	1,11	-16,00	187,81	8,09
Denmark (*)	55473,00	1725,59	3,11	72,00	1448,59	2,61	831,67	-3099,41	-5,59
Estonia*	16188,00	688,59	4,25	-10,60	824,59	5,09	123,33	-75,01	-,46
Germany (*)	982489,0	47361,37	4,82	8075,20	32319,77	3,29	14657,33	-33229,0	-3,38
Hungary	141665,0	11020,05	7,78	179,40	11865,45	8,38	1443,67	-1329,15	-,94
Sweden	96941,00	7729,36	7,97	-206,50	10976,06	11,32	288,67	3393,56	3,50
Italy*	705116,0	60295,45	8,55	–	–	–	5045,33	20274,45	2,88
Greece*	134003,0	11662,00	8,70	–	–	–	612,00	6665,80	4,97
France*	677589,0	72250,86	10,66	–	–	–	5650,00	37704,26	5,56
Austria (*)	91527,00	9955,16	10,88	621,30	9125,26	9,97	1073,67	1892,56	2,07
Portugal*	124948,0	13814,19	11,06	790,80	12377,79	9,91	888,00	8649,59	6,92
Switzerland (*)	75605,00	8511,83	11,26	628,30	7276,73	9,62	746,33	2156,03	2,85
Netherlands*	171175,0	20257,60	11,83	1866,40	17346,40	10,13	1558,67	11554,80	6,75
Czechia (*)	130684,0	19164,64	14,66	756,50	17580,54	13,45	1789,00	6469,04	4,95
Belgium*	128817,0	18920,72	14,69	593,20	19490,72	15,13	936,33	10492,92	8,15
Spain*	501029,0	81197,05	16,21	4340,70	80637,55	16,09	5955,33	36309,25	7,25
Poland (*)	484021,0	80849,42	16,70	3769,70	71510,52	14,77	8119,67	32334,22	6,68
UK*	699632,0	578194,8	82,64	–	–	–	5357,67	54103,96	7,73

Tabelle 4: Übersterblichkeit 2020 im europäischen Vergleich (Berechnungen auf Grundlage der Datenbasis von Eurostat);   * Länder mit Lockdown, (*) Länder mit teilweisem Lockdown 2020; Tschechien, Griechenland, Italien, Großbritannien und die Schweiz lagen die Zahlen für die letzten Wochen des Jahres 2020 noch nicht vor und wurden geschätzt (Stand 2.2.2021); für Italien, Griechenland, Frankreich und Großbritannien lagen keine Sterbeziffern für das Jahr 2010 vor.

Die Spalte „Exzess 1“ gibt im Wesentlichen das Bild wieder, das in den öffentlichen Medien ge­zeichnet wird, wenn sie sich auf den Maßstab des Gesamtjahres 2020 einlassen und nicht einzelne Mo­nate oder gar Wochen willkürlich aus dem Geschehen herausgreifen. Um die Orientierung zu erleichtern, habe ich die Tabelle nach dieser Maßzahl aufsteigend geordnet. Wir sehen zum einen, daß auch nach der unrealistischen statischen Schätzmethode etwa bei der Hälfte der Länder die vermutete Übersterblichkeit unter 10% und damit gering ausfällt. Besonders gut schneidet Norwegen ab. Zum anderen fällt auf, daß Länder mit einer geringeren Übersterblichkeit häufig keinen oder nur einen teilweisen Lockdown verhängt haben, während sich in Ländern, die sich durch einen besonders harten Lockdown hervortaten, auch die Sterbefälle häuften. Besonders krass ist dieser Effekt in Großbritannien festzustellen.

Berücksichtigt man den bereits in den Jahren 2016-18 weitgehend unbemerkt gebliebenen dynamischen Anstieg der Sterbefälle in Europa (außer Island), dann fällt die Übersterblichkeit im Corona-Jahr 2020 deutlich geringer aus (Spalte „Exzess 3“). Im Vergleich zu diesem Maßstab war in Norwegen, Dänemark, Estland, Deutschland und Ungarn sogar eine Untersterblichkeit zu verzeichnen. Die Übersterblichkeit von Italien, der Schweiz und Österreichs sowie Schwedens sinkt dann auf eine geringe Größenordnung. Lediglich Island hat einen stärkeren Anstieg der Sterbefälle zu beklagen – der aber mit dem spezifischen Rückgang der Sterblichkeit in den Vorjahren zusammenhängt.

In der Konsequenz läßt sich zusammenfassen, daß im Corona-Jahr 2020 eine Entwicklung er­kenn­bar wurde, die bereits in den Vorjahren unter dem Etikett der Grippewellen zumindest 2015 und 2018 dramatische Züge angenommen hatte, ohne das öffentliche Bewußtsein zu erreichen. Durch die Zuschreibung der Gefährlichkeit an ein neues Virus gelang es, das Phänomen der Sterblichkeit des modernen Menschen, seine Naturwüchsigkeit und seine Abhängigkeit von gesell­schaft­lichen wie auch biologischen (virologischen) Kontexten wieder ins Auge zu fassen – so sehr das nervt oder schmerzt. Im Rückblick erscheint die Fixierung auf das Coronavirus als vermeintlich einzige Gefahr übertrieben. Psychologisch reizt sie zur Abspaltung und Dissoziation, zur Aufsplitterung des gewohnten ganzheitlichen Lebensvollzuges der sich in Freiheit wähnenden Men­schen. Wie paradox mutet es an, daß im Zuge der Pandemiebekämpfung alles, was Leib und Seele gesund hält, Sport, Geselligkeit, sinnstiftende Tätigkeit, Genuß und Selbstwirksamkeitserleben verboten oder zumindest stark eingeschränkt wird?

Die Zählung der Intensivplätze, d.h. der Betten und des entsprechend ausgebildeten Personals, ist eine vergleichsweise valide Angelegenheit und gelingt jedem Klinikverwaltungsleiter allein mit Hilfe des Kleinen Einmaleins. Als weitaus weniger valide erweist sich der Nachweis eines in­fek­tuösen Virus. Im Laufe des Sommers 2020 entbrannte ein heftiger Streit über die Aussagekraft von PCR-Tests. In der New York Times vom 30. August wurde in einem Artikel unter dem Titel „Your coronavirus test is positive. Maybe it shouldn’t be“ über die Abhängigkeit der Befunde von der Zahl der Analysezyklen (Cycle treshold, Ct-Wert) berichtet: Während die Mehrzahl der Labore den Gesund­heits­behörden lediglich mitteilt, ob der Test ein positives oder negatives Ergebnis habe, werde nicht mitgeteilt, wieviele Zyklen notwendig waren, um zu einem positiven Befund zu gelangen. Die Viruslast verhält sich aber umgekehrt proportional zum Ct-Wert, d.h. je mehr Zyklen erfordlich sind, desto geringer ist die Viruslast. Die Nachricht erreichte am 6. September auch die Tagesschau-Redaktion. Danach schien diese Erkenntnis dort rasch wieder in Vergessenheit zu geraten.

Aus ihr ergeben sich gravierende Unsicherheiten für die Diagnose von Covid. Im PCR-Verfahren wird ein exponentiell wirksamer Verstärker eingesetzt: Wenn in einer Probe zu Beginn nur ein einziges RNA-Partikel befindet, das mit dem gesuchten Target übereinstimmt, so ver­vielfacht das PCR-Verfahren dieses Partikel im ersten Zyklus auf zwei, im zweiten auf vier, im dritten auf 16, im vierten auf 256 usw.

Um dem sich allmächtig dünkenden Herrscher Shihram zu verdeutlichen, daß er ohne sein Volk, ohne Bauern, Läufer, Reiter und nicht zuletzt seine Gattin, nur winzige Schritte zu gehen imstande war,  erfand der Weise Sissa das Schach­spiel. Der Tyrann fand Gefallen daran, wurde milder und einsichtiger. Zum Dank gewährte er dem Weisen einen Wunsch. Sissa bat den König, ihn mit einem Weizenkorn auf dem ersten Feld, zwei Körnern auf dem zweiten Feld, vier auf dem dritten usw. zu entlohnen. Shihram lachte und war zugleich verärgert über die Be­schei­den­heit des Weisen. Wie hatte er sich vom Augenschein täuschen lassen! Dem Hofmathematiker gelang es nicht, die gewünschte Menge an Weizenkörnern auszurechnen, und der Vorsteher der Kornkammern mußte gestehen, daß alle Vorräte des Reiches nicht aus­reichen würden, um den Wunsch des Weisen zu erfüllen.

Tatsächlich übersteigt der „bescheidene“ Wunsch des Weisen bei 64 Schachfeldern das Tau­send­fache der heutigen Getreideproduktion. Um ein RNA-Fragment des Coronavirus nachzuweisen, müssen die Testlabore nicht ganz so weit gehen. Ihnen genügen zumeist „schon“ 39 Analysezyklen bei der Anwendung des PCR-Tests. Ab dem 40. Zyklus verwerfen sie den Befund. Mit jedem Zyklus verdoppelt sich die Zahl des gefundenen Partikels und es vervielfacht sich in der Summe um das Tausend-, Millionen-, Milliarden-, Billionenfache. Die genaue Zahl des PCR-Verstärkungseffektes läßt sich anhand der geometrischen Summen­formel bestimmen:

Analysezyklen (Ct)	Vervielfachung des Zielpartikels
0	1
1	3
5	31
10	1.023
15	32.767
20	1.048.575
25	33.554.431
30	1.073.741.823
35	34.359.738.367
40	1.099.511.627.775
45	35.184.372.088.831

Tabelle 1: Exponentielle Vervielfachung eines gefundenen Partikels bei optimaler Durchführung des PCR-Tests

Eine Verstärkung durch vier bis sechs Zyklen genügt in der Regel, um das Target vom Hinter­grund­rauschen unterscheiden zu können (Kaltenboeck & Wang, 2005). Für die Erkennung von Corona­viren­ werden 10 bis 45 Analysezyklen durchgeführt. Was bedeutet diese phantastisch anmutende Steigerung der Sensitivität für die Interpretation des PCR-Testergebnisses? Kleinste Mengen können so vergrößert werden, daß sie makroskopische Effekte bewirken und zum Beispiel optisch sichtbar werden. Metaphorisch gesprochen wird ein Millivolt auf Hochspannung trans­for­miert.

Die Zu­wächse bei der Expo­nentialfunktion sind gewaltig – daher flößt eine „exponentielle Ausbreitung“ des Virus Angst ein. Und wir können dankbar sein über eine Regierende, die im Unterschied zu dem Tyrannen aus der Antike davon schon einmal vor langer Zeit in der Schule oder im Studium gehört hat. Nur gilt die Exponentialfunktion nicht allein für die idealisiert dargestellte Ausbreitung eines Virus, sondern auch für die Sensitivität des PCR-Tests: Sie wächst mit jedem Zyklus. Und damit verliert der Test seine Validität. Seltsamerweise ist öffentlich über die Sen­si­tivität und Spezifität des PCR-Tests in den letzten Monaten viel diskutiert worden – das wesentlich bedeutsamere Merkmal ist die Validität, d.h. seine sachliche Gültigkeit: Mißt der Test, was er zu messen vorgibt – diese Frage blieb weitgehend unbeachtet.

„However, it is important to keep in mind that Ct values, and typically used differences between Ct values of analyte and reference mRNA (Delta Ct), are exponentially related to the number of target copies. Thus, small errors in Delta Ct may become large errors in the ratios. These data underscore the extreme importance of tight control of all parameters and rigorous validation if real-time PCR protocols.” (Bernhard Kaltenboeck & Chenming Wang, 2005)

Jedes Labor legt den Schwellenwert, ab welcher Zyklenzahl man einen positives Testergebnis nicht mehr als positiven Befund interpretiert, selbst fest oder richtet sich nach der Anweisung des jeweiligen Herstellers – es gibt keine Standardisierung dafür. Das RKI wie auch PHE (Public Health England) bezeichnen den Ct-Wert daher als „semiquantitativ“, da er von Labor zu Labor eine andere Größe darstellen könne. Wie genau der Ct-Wert mit der Aus­gangs­menge des Targets korreliert, hängt zudem von der Empfindlichkeit, Präzision und Effizienz des im Labor eingesetzten Testkits ab. Aus diesen Gründen riet im August 2020 auch das College of American Pathologists (CAP) zur Vorsicht bei der Interpretation des Ct-Wertes (Rhoads, 2020). Ct-Werte können zwischen 3 bis 12 Zyklen in Abhängigkeit von Target (Abstrich), Testkit und La­bor­praxis schwanken. „Während der COVID-19-Pandemie ist es für klinische Labore üblich ge­worden, mehrere RT-PCR-Assays zum Nachweis von SARS-CoV-2 durchzuführen. Daher kann die Angabe des Ct-Werts bei allen positiven Ergebnissen verwirrend und irreführend für den Auftraggeber sein“, resümierte im Oktober 2020 Matthew Binnicker, Direktor der klinischen Virologie an der Mayo Clinic in Rochester.

Das Corman/Drosten-Papier, das die WHO im Januar 2020 im Schnellverfahren zur Blaupause für die weltweit durchgeführten Corona-PCR-Tests erhob, beinhaltete 45 (!) Analysezyklen. In ihrem Artikel stellte die New York Times im Sommer 2020 fest, daß die meisten Labore den Schnitt bei 40 Zyklen ansetzten, einige wenige bei 37. Zu ähnlichen Ergebnissen kam eine kanadische Forschungs­gruppe zur Diagnostik von Covid-19: In Kanada lag das Cutoff-Kriterium für einen Positiv­befund zwischen einem Ct-Wert von 36 und 40 (LeBlanc et al., 2020). Ein von der WHO akkreditierter, chinesischer PCR-Testkit-Hersteller gib in der Bedienungs­an­lei­tung vor, daß ein Ergebnis bis zu einem Ct-Wert von 37 als Positivbefund und erst ab einem Ct-Wert von 40 als Negativbefund zu inter­pretiert werden soll, Werte dazwischen seien als Grauzone zu deuten (Jiangsu Bioperfectus Technologies).

Dennoch stellt der Ct-Wert bei aller labortechnischen Variation ein Maß dar, dem eine klinische Bedeutsamkeit zukommt. Bereits im Frühjahr 2020 zeigten einige Studien, daß Patienten in den ersten Tagen der Infektion Ct-Werte unter 30 und oft unter 20 haben, was auf eine hohe Viruslast hinweist; wenn das Immun­system das Coronavirus bekämpft, steigen die Ct-Werte allmählich an. Eine Meta-Analyse über 18 Studien, die im Juli in Infectious Diseases and Therapy erschien, fand signifikante Korrelationen zwischen Ct-Werten und der Schwere der Erkrankung sowie zwischen Ct und dem Vorhandensein biochemischer Indikatoren im Blutbild (Rao et al., 2020). Auch in neueren Studien wurde be­obachtet, daß eine höhere Viruslast die Ansteckungsfähigkeit stark beeinflussen und den Schweregrad der Erkrankung vorhersagen kann. So untersuchten Forscher um Bernard La Scola, Experte für Infektions­krankheiten am IHU-Méditerranée Infection, 3790 positive Proben mit bekannten Ct-Werten darauf, ob sie lebensfähige Viren enthielten. La Scola und seine Kollegen fanden heraus, daß bei 70% der Proben ein Ct-Wert von 25 oder darunter ausreichte, um zu einem positiven Testergebnis zu gelangen. Dagegen enthielten weniger als 3% der Fälle mit Ct-Werten über 35 vermehrungsfähige Viren (Jaafar et al. 2020). Zudem wiesen etwa 40% der Personen, bei denen eine hohe Viruslast (Ct-Wert < 25) festgestellt wurde, keine klinischen Symptome auf und blieben ge­sund.

Das amerikanische Center for Desease Control (CDC) empfahl im Som­mer daher einen Schwel­len­wert von 33 Zyklen. Tat­säch­lich wären 85-90% der im Juli in Mas­sa­chusetts als positiv gewerteten Coronatests bei einem Ct-Wert von 30 negativ ausgefallen. Das RKI riet im September, Personen mit einem positiven Testergebnis, das mit einem Ct-Wert von 30 oder höher zustande gekommen sei, aus der Quarantäne zu befreien. Laut Tagesschau wurde dies aber nur in Schwerin auch so praktiziert – in den meisten deutschen Kommunen erfahren die Gesund­heitsämter den Ct-Wert gar nicht.

Kary Mullis, der Erfinder des PCR-Tests, warnte – im Zusammenhang seiner umstrittenen Thesen zum HI-Virus – vor einer Gleichsetzung von positivem Testergebnis und klinischem Befund: Mit dem PCR-Test ist es möglich, positiv getestet zu werden, ohne krank oder infektuös zu sein. „Die PCR hat alles revolutioniert. Sie hat die Molekularbiologie wirklich stark gemacht – was dann auch andere Bereiche verändert hat, sogar weit entfernte wie Ökologie und Evolution … Es ist unmöglich, den Einfluß der PCR zu überschätzen. Die Fähigkeit, so viel DNA einer bestimmten Sequenz zu erzeugen, wie man will, ausgehend von ein paar einfachen Chemikalien und einigen Tem­­pera­turänderungen – das ist einfach magisch“, wird David Bilder, Moleku­larbiologe in Berkely, in einem kritischen Nachruf auf Mullis zitiert. In einem Interview, das auf der Homepage von Kary Mullis zu finden ist, charakterisiert David Jay Brown die weiteren Einsatzgebiete der PCR wie folgt: „Sie hat nicht nur die Genforschung revolutioniert, sondern auch die Popkultur und die Science-Fiction be­einflußt. Da die PCR die Fähigkeit besitzt, DNA aus Fossilien zu extrahieren, war sie die theoretische Grundlage für den Kinofilm Jurassic Park. Tatsächlich ist die PCR die Grundlage für eine völlig neue wissen­schaft­liche Disziplin, die Paläobiologie.“ Darüberhinaus findet die PCR in der Forensik An­wen­dung bei der Herstellung genetischer Fingerabdrücke, DNA-Tests (z.B. auch bei Mordopfern) oder Vaterschaftstests – Fragen also, bei denen es gerade nicht um ver­meh­rungs­fähige DNA-Sequenzen in lebenden Organismen geht.

Wenn im Laufe der Corona-Pandemie behauptet wurde, daß sich das Virus mit exponentieller Geschwindigkeit ausbreite, wurde nicht erwähnt, auf welcher Anzahl von Analysezyklen die Messung des Virus beruhte. In einem Appell vom 21.1.2021 forderte die WHO die Labore auf, die Bedienungs­an­leitungen der PCR-Test-Kits gründlicher zu lesen, das klinische Erscheinungsbild der getesteten Personen in die Interpretation der Ergebnisse ein­zu­be­ziehen, wie es vorgeschrieben ist, und die Schwellen­werte nur in begründeten Einzelfällen manuell zu ändern. Eine zugegeben recht skurrile Forderung der WHO.

Wird der PCR-Test als diagnostisches Hilfsmittel in der Infektionsmedizin lediglich dichotom („positiv“ vs. „negativ“) ausgewertet, hat er wegen seiner über­steuer­baren Sensitivität ein Vali­di­täts­problem: Er mißt keine Infektion, sondern das Vor­han­den­sein von Target-Partikeln, unabhängig von der Frage, ob diese ein vermehrungsfähiges Virus darstellen. „However, RT-PCR does not distinguish between infectious and non-infectious virus“, resümierten Singanayagam et al. (2020) in ihrer Studie zur Dauer der Nachweisbarkeit von Coronaviren im PCR-Test. Die Autoren konnten bei Mehrfachtestungen in einer Zeitspanne über 20 Tage bei 425 Patienten mit klinischer Symptomatik und positivem PCR-Ergebnis zeigen, daß der Ct-Wert im Laufe der Zeit zunahm, d.h. sich die Viruslast verringerte. Nur aus 10% der Proben, die bei einem Ct-Wert über 35 positiv wurden, ließen sich vermehrungsfähige Viren anzüchten. Zu einem ähnlichen Resultat gelangte eine Forscher­gruppe von der Chung-Ang Universitätsklinik in Seoul (Südkorea), veröffentlicht am 27. Januar 2021 im New England Journal of Medicine: „Vom ersten Auftreten der Symptome ließen sich im Median sieben Tage  lang (95 %-Konfidenzintervall [KI], 5 bis 10) vermehrungsfähige Viren­kulturen be­obachten, in der RT-PCR waren sie dagegen 34 Tage nachweisbar (untere Grenze des 95-%-KI, 24 Tage). Die längste lebende Viruskultur war zwölf Tage nach Symptombeginn festzustellen (bei Patient 6). Nach Abklingen des Fiebers wurden lebensfähige Viren noch bis zu drei Tagen identifiziert (bei Patient 14). Die Virenkulturen waren nur in Proben mit einem Zyklus-Schwellenwert von 28.4 oder weniger positiv … Unsere Ergebnisse können bei der Festlegung von Isolationszeiten für Patienten mit Covid-19 und bei der Abschätzung des Risikos einer sekundären Übertragung bei engen Kontakten im Rahmen der Vertragsverfolgung hilfreich sein. Angesichts der kleinen Stichprobengröße, des inkonsistenten Zeitpunkts der Probenentnahme und der relativ milden Erkrankung der teilnehmenden Patienten sollten unsere Er­gebnisse in größeren und vielfältigeren Patientengruppen verifiziert werden.“ (Kim et al., 2021)

Für die Berücksichtigung hoher Zyklenwerte spricht, daß damit eine Infektion einer­seits bereits im Frühstadium und andererseits auch noch im Spätstadium, wenn das Virus bereits vom Rachen in die Lunge gewandert ist, erkannt werden kann. Tatsächlich ist die Viruslast bei Covid-Patienten etwa vom zweiten Tag vor dem Sichtbarwerden von klinischen Symptomen bis zum fünften Tag nach dem ersten Auftreten von Symptomen am höchsten. So argumentierte die amerikanische F.D.A. (Food and Drug Ad­mini­stration) im Sommer 2020 für die Beibehaltung der hohen Ct-Schwellenwerte.

Dem ist entgegenzuhalten, daß auf diese Weise eine erhebliche An­zahl falsch-positiver Test­er­geb­nisse in Kauf genommen wird: Es werden Menschen als „infektuös“ stig­matisiert, die es in Wirklichkeit nicht sind. Die Steiermärkische Kranken­anstalten­gesellschaft stellte daher im Oktober 2020 unmißverständlich fest: „Da mittels PCR nur die virale RNA und nicht das gesamte, intakte Virus detektiert wird, ist ein SARS-Cov2-RNA-Nachweis nicht automatisch gleichzusetzen mit Infektuosität oder An­steckungsfähigkeit des Patienten.“

Dabei lassen sich falsch-positive Befunde mit hoher Wahrscheinlichkeit ausschließen, wenn man Personen mit einem positiven Ergebnis bei hohem Ct nach einigen Stunden noch einmal testet – tragen sie tatsächlich ein lebensfähiges Virus in sich, dann würde es sich innerhalb dieser Zeit stark vermehren und bereits nach etwa 10 bis 15 Zyklen sichtbar werden. So empfiehlt die Steier­märkische Krankenanstaltengesellschaft die Entlassung aus der Absonderung, wenn im Abstand von mindestens 48 Stunden zweimal nur ein Ct-Wert > 30 zustande kam. Die fehlende Standardisierung der PCR-Tests insbesondere hinsichtlich des Ct-Wertes führte Michael Mina et al. (2021) in der renommierten Lancet zu der Einschätzung: „Für Maßnahmen der öffentlichen Gesundheit ist ein anderer Ansatz erforderlich. Tests, die helfen sollen, die Ausbreitung von SARS-CoV-2 zu ver­lang­samen, fragen nicht, ob jemand RNA von einer früheren Infektion in der Nase hat, sondern ob er heute infektiös ist. Es ist ein Verlust für die Gesundheit, das soziale und wirtschaftliche Wohl­ergehen von Gemeinschaften, wenn postinfektiöse Personen positiv getestet und für 10 Tage isoliert werden. Unserer Ansicht nach ist der aktuelle PCR-Test daher nicht der geeignete Gold­standard eines SARS-CoV-2-Tests für die öffentliche Gesundheit.“ (Dt. VK)

Eine akute Dringlichkeit hat im ersten Schritt die Verpflichtung der Labore, den Ct-Wert – auch wenn er nicht exakt vergleichbar ist und bei mehreren angewandten Testkits verwirrend erscheinen sollte – an die Gesundheitsbehörden zu melden. Solange die Ct-Werte unbekannt sind, können sie für die Entscheidungsfindung nicht berücksichtigt werden. Völlig unverständlich ist zudem, daß das RKI seiner eigenen Empfehlung nicht nachkommt und nur Positivbefunde bei einem Ct-Wert unter 30 in die Coranastatistik aufnimmt. Bei allen methodischen Unsicherheiten würde die Validität der seit März 2020 angehäuften Zahlen erheblich wachsen. Bislang ist die wahre Ver­brei­tung des Virus in Deutschland unbekannt. Ein Skandal angesichts der fortgesetzten Suspendierung fast aller Grundrechte! Erst im Oktober startete das RKI in Zusammenarbeit mit dem Deutschen Instituts für Wirtschaftsforschung (DIW) eine repräsentative Prä­va­lenzstudie, die Coronabefunde aus PCR-, Antigen- und Antikörpertests mit sozioökonomischen Daten von ca. 34.000 Erwachsenen verknüpfen soll.

In Österreich dagegen wurden bereits Ende April, Ende Mai und Mitte November 2020 Baseline­studien zu der von COVID-19 betroffenen Bevölkerung von Statistik Austria im Auftrag des Wissen­schaftsministeriums und in Zusammenarbeit mit dem Österreichischen Roten Kreuz sowie der Medizinischen Universität Wien durchgeführt. Dabei ergab die Hochrechnung, daß Ende April etwa 0.15% der Bevölkerung infiziert war. Ende Mai lag die Zahl der Infizierten bereits unterhalb der statistischen Nachweisgrenze. Von 1.279 verwertbaren PCR-Proben wurde keine einzige positiv auf SARS-CoV-2 getestet. Im November 2020 wurden zusätzlich Blutproben entnommen, um Antikörper festzustellen. 3.1% der öster­reichischen Bevölkerung wiesen einen aktuell positiven PCR-Test auf, bei 4.7% waren Antikörper nachweisbar. Be­mer­kens­wert ist, daß 61% dieser Fälle den Gesundheitsbehörden bisher nicht bekannt waren, also der Dunkelziffer zu­zu­rechnen sind. Im Gesamtergebnis zeigt sich, daß bei einer derart geringen Ver­brei­tung des Coronavirus von einem erheblichen Prävalenzfehler, d.h. einer hohen Zahl falsch-positiver Befunde bei der Ersttestung, auszugehen ist.

Die fehlende Standardisierung der Testkits, Schwellenwerte, Laborroutinen und nicht zuletzt der sogenannten „Teststrategien“ in den einzelnen Ländern entzieht der internationalen Ver­gleich­barkeit der Coronadaten die Grundlage. Tabellen, Säulen­diagramme, Farbkarten etc., in denen ver­schiedene Regionen miteinander ver­glichen werden – wie es in den Nachrichtensendungen seit 2020 gang und gäbe ist, sind wissenschaftlich unredlich. In einem ZDF-Interview vom 23. No­vem­ber 2020 bezeichnete der renommierte Infektionsmediziner Wolfgang Schrappe die bisher er­ho­be­nen Co­rona­zahlen als wertlos: „Die täglich erhobenen Infektionszahlen sind vom Nebel nicht weit entfernt. Wir testen 1.5 Millionen Leute in der Woche und haben meinetwegen 120 000 Test-Positive, aber wenn man 2.5 Millionen Leute testen würde, wie viele hätten wir dann? Das hat keine Basis. Die Zahlen sind – also wir drücken uns mittlerweile relativ deutlich aus – das Papier nicht wert, auf dem es geschrieben ist. Und schon gar nicht können Sie damit Politik steuern. Diese Zahlen werden erhoben und dann auf die gesamte Bevölkerung umgerechnet, ohne einzuberechnen, wie viele in der Gesamtbevölkerung denn noch zusätzlich vielleicht infiziert sind. Diese Zahlen sind nichts wert.“ Sie eignen sich weder zur individual­diag­no­stischen Abklärung, wie infektuös die einzelne „po­s­itiv getestete“ Person ist, noch zur ge­sund­heitspolitischen Steuerung der Pandemie­be­kämpfung: Die als „positiv“ interpretierten Ergebnisse der in Wirklichkeit falsch-positiv getesteten Personen belasten die Gesundheitsämter und erschweren oder verhindern die Kon­takt­nach­ver­folgung der wirklich infektuösen Personen. Zudem werden massenhaft Menschen mit falsch-positivem Ergebnis zu Unrecht in Quarantäne geschickt.

Die Orientierung an invaliden Testergebnissen wirft damit grundlegende rechtliche Fragen auf.  Nicht nur die massenhaft von den Gesundheitsämtern verhängten Einzelfallmaßnahmen entbehren einer nachvollziehbaren Grundlage, sondern auch die landesweiten Corona-Schutzverordnungen. „We’ve been using one type of data for everything, and that is just plus oder minus – that’s all. We’re using that for clinical diagnostics, for public health, for policy decision-making.“ (Michael Mina, Harvard T.H. Chan School of Public Health, in NYT from 30.8.20)

Es verwundert daher kaum, daß die Resultate der bisherigen nicht-standardisierten, invaliden und nicht-repräsentativen, mehrfach ad hoc geänderten, dafür aber massenhaften und daher auch mit gravierenden Meßfehlern behaftete Corona-„Teststrategie“ widersprüchlich, ja bizarr anmuten. Offenbar lassen sie auch die politischen Entscheider zunehmend in Hilflosigkeit er­star­ren. Mög­licher­weise fällt ihnen die Widersprüchlichkeit nicht auf, wenn sie nur in 7-Tage-Inzidenzen und Legislaturperioden den­ken. Nach einer alten chinesischen Weisheit ist es nutzlos, mit einer Eintagsfliege über den mor­gigen Tag zu reden. Die Beschränkung der Zahlen auf wenige Tage, wie sie in den Hauptnachrichten praktiziert wird, trägt zur Verwirrung der Wahr­nehmung des Geschehens bei, stumpft ab und schürt diffuse Ängste. Dazu ein Beispiel: In der folgenden Abbildung sind sowohl der prozentuale Anteil der positiven Testergebnisse an der Zahl der durchgeführten Tests als auch der prozentuale Anteil der ITS-Patienten mit Covid-Diagnose an den aktuell positiv getesteten Fällen für das Jahr 2020 zu sehen:

Abbildung 2: Anteil  der schweren Fälle (intensivpflichtige Covidpatienten) an den aktiven Fällen und jeweilige  Positivquote in Deutschland  in % (jeweils in der letzten Woche des Monats, Quellen: RKI Lagebericht, DIVI-Register)

Während der „Coronawelle“ im Frühjahr 2020 verliefen beide Kurven mit einer gewissen zeit­lichen Verschiebung annähernd parallel. Es wurden überwiegend Personen mit Erkäl­tungs­symptomen getestet und die Zahl der Tests bewegte sich noch in einem vergleichsweise über­schaubaren Rahmen – beide Faktoren trugen zur Minderung der Zahl der falsch-positiven Be­funde bei. Tat­säch­lich erreichte der Anteil der schweren Covidverläufe an den aktiven Fällen mit etwa 9% bereits im Mai 2020 das Jahreshoch. Die Verzögerung gegenüber der Positivquote ist durch die Inkubationszeit erklärbar. Zum Sommer hin nahm die Positivquote extrem ab und sank zeitweise unter ein Prozent. In gleichem Maße ver­ringerte sich auch der Anteil der ITS-Patienten an den aktiven Fällen. Ab Mitte September jedoch wuchs die Positivquote plötzlich und scheinbar unerwartet steil an. Der Grund dafür läßt sich in der Aus­weitung der Testungen auf Personen ohne jede klinische Symptomatik erkennen: Ur­laubs­rückkehrer, Familien auf dem Weg in die Herbstferien und andere Reisende, die anlaß­los per Dekret zu Testungen genötigt wurden. Während der rasante Anstieg der Positivquote die Hauptnachrichten beherrschte, verharrte der Anteil der schweren Verläufe an den aktiven Fällen vollkommen unbemerkt auf sehr niedrigem Niveau. Wie läßt sich das Auseinanderdriften von schweren Covid-Verläufen und Positivbefunden erklären? Vermutlich handelte es sich bei einer erheblichen Zahl der positiven Testergebnisse in der so­ge­nannten „zweiten Welle“ um falsch-po­sitive Befunde, d.h. um Personen, die ohne An­laß­symp­tomatik getestet wurden und einen Positiv­befund bei hohem Ct-Wert erzielten. Indem seit November 2020 positive Befunde von Schnelltests mit einem PCR-Labortest nachgetestet werden, kann die Positivquote künstlich gesteigert werden: Da die Zahl der Schnelltests mit negativem Befund gar nicht erfaßt wird, erfolgt nach dem Satz von Bayes zur bedingten Wahrscheinlichkeit eine künstliche Übergewichtung der Positivbefunde. Dies gilt insbesondere für anlaßlose Massentests, bei denen die Gesamt­bevölkerung getestet wird, aber nur die Positivbefunde gezählt werden. Auf diese Weise können weitere „Corona-Wellen“ beinahe nach Belieben artifiziell erzeugt werden.

Die Verzerrung der Coronatestungen durch Falsch-Positive zieht gravierende Folgen für den Schutz der öffentlichen Gesundheit nach sich: Die beschränkten Ressourcen der Gesundheitsämter werden sinnfrei für zahl­reiche Menschen ein­gesetzt, von denen in Wirklichkeit keine In­fek­tionsgefahr ausgeht, während die Ressourcen für die Gruppe der eigentlich gefährdeten Personen nicht mehr aus­reichen – das System der Kontakt­nach­verfolgung ist kollabiert.

Indem der hypersensitive PCR-Test nur im Format „positiv“ oder „negativ“ verwertet wird, entsteht ein Schwarzweiß-Bild der Pandemie, in dem die tatsächlichen Konturen zunehmend ins Dunkel tauchen. Es nährt den Boden für die scheinbar einzige Erlösungshoffung: die un­aus­ge­go­rene Impfung. Das Bild würde sich  spürbar aufhellen, wenn die Gesundheitsämter flächendeckend an­fan­gen, die Vorgabe des RKI umzusetzen, und von den Laboren verlangen, daß ihnen be­helfs­weise (so­lange keine Standardisierung existiert) auch der Ct-Wert mitgeteilt wird, um  falsche Positivbefunde auszuschließen. Dies bedeutet nicht, daß im Einzelfall auch Personen, deren PCR-Test einen hohen Ct-Wert aufweist und damit eine geringe Viruslast nahelegt, einen schweren Krankeheitsverlauf entwickeln können – klinische Diagnose und gesundheitspolitische, epidemiologische Erhebung sind eben nicht dasselbe.

Die systematische Erfassung der Ct-Werte „asymptomatischer Fälle“ ermöglicht es zudem, den Schwellen­wert für Falschpositivbefunde sowie das dazu­gehörende Konfidenzintervall empirisch zu bestimmen. Damit würde sich die Spreu vom Weizen trennen. Es würde eine zur Gesundung der Lage betragende Gewichtung resultieren, die zum Realismus in der Einschätzung des Pan­de­miegeschehens zurückführt, den Fokus wieder auf die eigentlich Ge­fähr­deten richtet und die Gesellschaft von Wahrnehmungsverzerrungen und der Fixierung auf artifizielle Zahlen befreit. Indem die Gesundheitsämter von den wahrscheinlich falsch-positiven Fällen entlastet werden, können sie ihrer eigentlichen Bestimmung wieder gerecht werden und dazu beitragen, daß einer­seits gefährdete Menschen seltener mit Covid angesteckt und intensiv­pflichtig werden, und andererseits gesunde Menschen unbehelligt bleiben.

Zu erwähnen ist, daß die absolute Zahl der mit Corona diagnostizierten ITS-Patienten im Herbst 2020 zunahm, wie wir in Abbildung 1 gesehen haben, während sich die Zahl der ITS-Patienten insgesamt nicht änderte. Offenbar war Covid in den meisten Fällen nicht der alleinige Anlaß für die ITS-Einweisung. Die Belegung der Intensivstationen ist ein Fließgleichgewicht: Die wenigsten Patienten verweilen lange, die meisten gehen nach einigen Tagen wieder. Ca. 25-30% sterben, andere werden in die Reha verlegt und sterben dort. Manche kehren nach Hause zurück. Das ist der Lauf des Lebens und Sterbens in hochindustrialisierten Ländern, in denen viele Menschen die Augen vor der Endlichkeit des Daseins verschließen. Darum geht es im dritten Teil dieses Essays.

Wer den täglich erscheinenden Lagebericht des Robert-Koch-Instituts liest und auf der ersten Seite, genauer: in der zusammenfassenden Übersicht zu Beginn der ersten Seite, kleben bleibt, der kann angesichts der wachsenden („dynamischen“) Zahlen von Infizierten, Intensivpatienten und Ver­stor­benen im Zusammenhang mit Covid-19 nur in Besorgnis geraten. Diese Zahlen werden täglich im Halbstundentakt berichtet, als gäbe es keine anderen Probleme auf unserem Planeten. Wer dem durch häufige Wiederholung abstumpfenden Zahlenjournalismus noch Aufmerksamkeit schenkt, kann nur resignieren oder in helle Panik geraten. Vermutlich gibt es zum jetzigen Zeitpunkt noch keine Studie zu den sozial-emotionalen Beeinträchtigungen, die von der Berichterstattung in Zu­sam­menhang mit Corona hervorgerufen werden. Tatsächlich wiegen die kulturellen und wirt­schaft­lichen Folgen, die von der phantasielosen Fortsetzung des „Lockdown“ ausgehen, schwerer als die psychologischen Kollateralschäden. Er geht auf Kosten der Kinder sowie überhaupt fast aller Menschen, die jünger als 60 Jahre sind, erhöht das Armutsrisiko und spaltet die Gesell­schaft.

Zu befürchten ist, daß sich nicht nur die Mehrzahl der unkritisch gewordenen Journalist*innen, sondern auch der entscheidenden Politiker*innen, vor allem auf Landesebene, von den Zahlen­spielen auf Seite eins des RKI-Lageberichts beeindrucken läßt und schlicht aufhört weiterzulesen. Denn würden die Entscheidungsträger*innen und die Berichterstatter*innen den Lagebericht bis Seite acht studieren, genauer: den Abschnitt „DIVI-Intensivregister“, dann würden sie ein anderes Lagebild gewinnen. Das Register wird seit April 2020 vom RKI gemeinsam mit der Deutschen Interdisziplinären Vereinigung für Intensiv- und Notfallmedizin (DIVI) geführt und ist auf www.intensivregister.de für jede Leser*in zugänglich. Es dokumentiert die in Deutschland vorgehaltene Kapazität an ITS-Plätzen und gibt Ärzt*innen Einblick, wo freie Kapazitäten zu finden sind.

Der Übersichtlichkeit halber beschränke ich mich in der folgenden Darstellung auf einen wohldefinierten Stichtag pro Monat, genauer: auf jeweils den letzten Mittwoch des Monats bzw. den ersten Mittwoch des Folgemonats, wenn er näher am Ende des Vormonats liegt. (Der Mittwoch wurde gewählt, weil der Lagebericht an diesem Tag die validesten Daten und darüber hinaus die Ergebnisse der Laborumfrage enthält.) Anfangs haben sich noch nicht alle Kliniken am DIVI-Verbund beteiligt, daher können die Angaben vom März nicht interpretiert werden. Trägt man die Angaben zur Auslastung der deut­schen Intensivmedizin für das Jahr 2020 auf diese Weise zusammen, ergibt sich ein ver­blüf­fendes Bild:

Abbildung 1: ITS-Kapazität, Auslastung und Anteil der Covid-Patienten in Deutschland (Stichtag: letzter Mittwoch des Monats bzw. erster Mittwoch des Folgemonats, Quellen: RKI-Lageberichte, DIVI-Register)

Die gestrichelte schwarze Linie stellt die Zahl der zur Verfügung stehenden ITS-Plätze in Deutsch­land dar. Während des ersten Lockdown im Frühjahr wurden zusätzliche Kapazitäten geschaffen. Im Juli/August, als die Positivquote dramatisch gesunken war, wurde begonnen, die Zahl der ITS-Bet­ten zu reduzieren. Erstaunlicherweise hält der Rückbau der ITS-Kapazitäten bis zum Jahresende an und wurde über den Jahreswechsel 2020/21 nur auf vergleichweise niedrigem Niveau stabilisiert, obwohl die Positiv­quote von Oktober bis Dezember beträchtlich anstieg und mit dem „dynamischen Infektions­ge­sche­hen“ der zweite Lockdown im November 2020 sowie dessen Verlängerung bis Ende Januar 2021 „begründet“ wurde. Welche Politiker*in hat den Rückbau der ITS-Kapazitäten in Deutsch­land der Bevölkerung jemals erklärt? Welchen Motiven folgt er? Könnte nicht im Gegenteil ein Ausbau der In­tensivmedizin – wie im Frühjahr 2020 – einem befürchteten Kollaps des Gesund­heitssystems vor­beugen? Vermutlich sind diese Fragen naiv gestellt. Es geht ja nicht um die Zahl der Intensivbetten, an denen gibt es keinen Mangel, sondern um die Zahl des Personals, das für die Intensivmedizin ausgebildet ist: Intensivärzt*innen und Intensivpfleger*innen fehlen und sind nicht auf dem Bestell­weg zu beschaffen…

Die langweilig anmutende, blaue Linie in Abbildung 1 offenbart eine deutlich tiefergehende Er­kenntnis: Sie zeigt, daß die Gesamtauslastung der deutschen Intensivmedizin von April an geradezu kon­stant ist. Die Tragweite dieses Befundes muß man erst einmal verdauen! Ich hätte mit einer jahreszeitlichen Schwankung gerechnet, etwa einer höheren Auslastung im Herbst und Winter – ein konstanter Verlauf ist überraschend. Er bedeutet zum einen in der Konsequenz, daß der Anteil der mit Covid in Zusammenhang gebrachten Patienten keinerlei Einfluß auf die Gesamtbelegung der ITS hatte. Weder hat der Rückgang der Corona-Positivquote im Sommer zur Entlastung der ITS bei­getragen, noch hat der „dynamische“ Anstieg der In­fi­zierten­zahlen, der im November und De­zember 2020 sowie Januar 2021 berichtet wurde, zu einer höheren Aus­lastung der Intensivstationen insgesamt geführt. Daß die Auslastung der ITS seit Beginn der Er­hebungen im April 2020 in keinem Zusammenhang mit Covid steht, weder positiv noch negativ, ist die bemerkenswerteste Erkenntnis der aufmerksamen Lektüre des RKI-Lageberichts. Sie bedeutet zum anderen, daß auch sämtliche nicht­pharma­ko­lo­gischen Maßnahmen der Pandemiebekämpfung, die seit April ergriffen wurden, keinerlei Einfluß auf die ITS-Auslastung hatten: Weder die schrittweise Aufhebung des ersten Lockdown im Mai/Juni, teilweise Schulöffnungen, Kohortenunterricht, Schulschließungen und die Schließung der Kultur­einrichtungen im Dezember noch die Verhängung des zweiten Lockdown – weder eine ent­lastende noch eine überlastende Inanspruchnahme der Intensivmedizin im Ganzen ist erkennbar.

Die Erhöhung des Anteils der Covid-Patienten auf den Intensivstationen im Herbst 2020 ist offenbar auf eine Zusatz­diagnose mit Covid bei Patienten, die ohnehin intensivpflichtig sind, zurückzuführen. Vorausgesetzt, daß Intensiv­ein­weisungen nicht wählbar sind, „elektiv“ wie es so schön im medizinischen Jargon heißt. Oder wurde bereits anderen Patienten zugunsten von Covid-Erkrankten die Intensivbehandlung verwehrt? Diese Folgerung wird durch die hinlänglich bekannten Befunde von Klaus Püschel bestätigt, der als erster im Frühjahr 2020 begonnen hatte, sogenannte „Corona-Tote“ zu obduzieren, und durchweg eine Reihe tödlicher Vorerkrankungen bei den Ver­storbenen neben dem Leiden an Covid feststellte.

Auf der ersten Seite des RKI-Lageberichts wird die Zahl der intensivpflichtigen Corona-In­fizier­ten als bezugslos herausgegriffene Zahl präsentiert, so daß ihr Kontext im Rahmen der gesund­heits­politischen Kennzahlen der Intensivmedizin aus dem Blick gerät. Es entsteht der Eindruck einer rasanten Steigerung der ITS-Auslastung durch Covid-Patienten. In Wirklichkeit handelt es sich um Patienten, die auch an Covid leiden, darüber hinaus jedoch in der Regel weitere intensivpflichtige Er­krankungen aufweisen. Die Art der selektiven Berichterstattung ist geeignet, Furcht und Panik zu erregen.

Tatsächlich beängstigend ist dagegen die anhaltende Verknappung der ITS-Kapazität – mitten in einer Pandemie ein Unding für eine ver­ant­wortungsbewußte Regierung! Von März an reichte die in Deutschland insgesamt vorgehaltene Reserve an freier ITS-Kapazität für die Zahl der mit Covid diagnostizierten Patienten aus. Dies bedeutet, daß gelegentliche lokale Engpässe vom DIVI-Verbund auf­gefangen werden können. So wird es auch in den sogenannten „Hotspot“-Regionen Sachsens seit Herbst 2020 praktiziert. Die Verknappung der ITS-Kapazitäten von Juli bis Ende Dezember um 6500 Plätze schmälert die Reserve zusehends – es ist bei der hier skizzierten Lage nicht nachvollziehbar, warum die Regierung einen Lock­down nach dem anderen verhängt, zugleich aber dem Rückbau in der Intensivmedizin nicht entgegenwirkt.

Aufwand und Nutzen sind aus den Fugen geraten. Die ma­the­matische Spielerei mit bezugslosen Zahlen, die auch von beraterisch tätigen Wis­sen­schaft­ler*innen an einigen Max-Planck- und Helmholtz-Instituten öffent­lich­keits­wirksam betrieben wird, hat Hochkonjunktur. Vergessen wir nicht, daß ein Modell nichts taugt, wenn ihm die empirische Basis fehlt.