27.01.2021
Warum Lockdowns nicht so wirken wie gedacht
Von Zacki
Social Distancing und Schließungen bringen gegen Corona wenig, wie Daten und Vergleiche zeigen.
Covid19 verläuft regional und in Wellen. Das Auftreten ist meistens – aber nicht immer – korreliert mit der örtlichen ILI-Saison, also dem Zeitraum, indem auch andere Influenza-ähnliche Erkrankungen auftreten. Fast immer bilden sich markante Wellen heraus, die sich typischerweise über 6 bis 10 Wochen rasch aufbauen, unter großer Sorge der Bevölkerung und der Politik, um dann wieder erstaunlich rasch abzufallen.
Abb. 1: Regionalität von COVID. Wellen in den USA – bei heterogenen Maßnahmen der Bundesstaaten regional homogene Verläufe, Quelle.
Warum diese Wellen auftreten, ist weitgehend unklar. Das Virus verschwindet offensichtlich, entgegen der verbreiteten SIR-Modelle, noch bevor alle suszeptiblen (nicht-immunen) Individuen infiziert wurden — Beweis hierfür ist, dass es in teilweise größerer Wucht wiedergekommen ist. Es müssen also eine Menge Suszeptibele in der Population verblieben sein.
Diese Wellen sind in ähnlichem Zeitverlauf auch bei den meisten anderen Viren zu beobachten, egal ob endemisch („alt”) oder pandemisch („neuartig”).
Abb. 2: Nachweise von Rotavirus und Norovius (Gastroenterits) beim Robert-Koch-Institut. Markante Wellen, die sich in 4 bis 8 Wochen rasant aufbauen, dann zusammenbrechen. Nach einem Jahr das Gleiche wieder.
Abb. 3: Vergleich des zeitlichen Verlaufs der ersten Welle von Covid19 in Deutschland mit saisonalen Influenzawellen und dem damals neuartigen pandemischem Virus H1N1 (Schweinegrippe 2009). [X-Achse Kalenderwoche, verschoben auf den Peak, Y-Achse Nachweise pro Woche, Prozent im Relation auf den Peak]
Sind diese Wellen durch Maßnahmen erklärbar? Die meisten Staaten weltweit haben ähnliche Maßnahmen fast zeitgleich ergriffen. Es ist daher schwierig, die Wirkung der Maßnahmen vom natürlichen Verlauf zu unterscheiden. Dennoch gibt es einige Ausreißer, die als „Leerprobe” dienen können — Länder und Regionen fast ohne Maßnahmen, die uns einen Blick auf den natürlichen Verlauf der Covid19-Wellen ermöglichen.
Florida vs. USA
Florida hat am 28. September 2020 praktisch alle Restriktionen aufgehoben. Bars, Kinos, Freizeitparks wie Disneyland, ja sogar Stripclubs — alles offen, weitgehend ohne Kapazitätseinschränkungen, mit Beachtung von eher geringen Hygieneregeln. Auch Großveranstaltungen sind dort erlaubt. Weder die Entwicklung der New Cases (Neuinfektionen) noch der Toten oder der Hospitalisationen ist seitdem in dem Bundestaat irgendwie bemerkenswert: Florida liegt bei allen Parametern im US-Mittelfeld. Anschaulich ist hier insbesondere der Vergleich mit dem in der Strukur und Klima ähnlichen, aber äußerst strengen Kalifornien.
Abb. 4: Florida vs. andere USA Staaten – Stand 20.01.2020, Quelle: Financial Times. (Mehr Infos zu Florida)
Georgia, Floridas Nachbarstaat, hat ähnlich laxe Maßnahmen und liegt ebenfalls mit allen Zahlen im US-Mittelfeld. Weitere US-Staaten mit sehr geringen Maßnahmen sind Nevada, Alabama, Oklahoma und South Carolina. Etwas Besonderes ist in all diesen Staaten eigentlich nicht passiert, einige liegen unter dem Durchschnitt der Toten pro Million, andere über dem Durchschnitt. Jedenfalls ist überall die prophezeite Katastrophe des ungebremsten “exponentiellen” Wachstums ausgeblieben. Alleine diese ersten Datenpunkte müssten bezüglich der Wirkung von Social Distancing extrem stutzig machen.
South Dakota vs. North Dakota
Die Dakotas sind zwei kleinere Staaten im mittleren Westen der USA, die günstigerweise in allen geografischen und sozioökonomischen Daten übereinstimmen — und zudem benachbart sind. Ein besseres Experiment wäre kaum aufzubauen.
South Dakota hat eigentlich nie wesentliche Maßnahmen ergriffen; wenn man einmal von Aufrufen zum Händewaschen oder Ähnlichem absieht. Großveranstaltungen ohne Einschränkungen waren stets erlaubt, Unis, Gastronomie, Läden, Schulen immer offen. Und nie eine Maskenpflicht; auch freiwillig werden diese dort eher selten getragen.
North Dakota hat auch einen eher liberalen Ansatz. Jedoch wurde dort ab Anfang November die Gastronomie deutlich beschränkt, und eine staatsweite Maskenpflicht verhängt. Ein Unterschied in der Fallentwicklung ist nicht erkennbar — North Dakota hat sogar geringfügig mehr Fälle und Tote als South Dakota. Auch dies ein weiterer Datenpunkt, der sehr stutzig macht.
Abb. 5: Vergleich North und South Dakota, Quelle.
Schweden und die deutschen Bundesländer
„Der schwedische Weg ist gescheitert!”. Dies konnte man in der deutschen Presse nach der ersten Welle in Europa häufig lesen. Tatsächlich war in der ersten Welle vor allem auf Grund von Ausbrüchen in der Metropolregion Stockholm die Zahl an Toten in Schweden hoch, sie befand sich im oberen Drittel der EU-Länder; allerdings weit entfernt von der Tabellenspitze, welche durchweg durch strengere Lockdownländer belegt wurde. In vielen anderen Regionen Schwedens verlief allerdings schon die erste Welle erstaunlich unauffällig — klar entgegen den Prognosen der Lockdownbefürworter ohne „exponentielle Katastrophe”.
Abb. 6: Skane (Region in Schweden), erste Welle. Erstaunlich unauffällig, weniger Tote pro Million als im gegenüberliegenden Kopenhagen und als in vielen deutschen Regionen.
Noch stutziger macht eine isolierte Betrachtung der zweiten Welle ab Oktober. Auch während der zweiten Welle gab es in Schweden nur ein Mindestmaß an Maßnahmen (Restaurants mit Restriktionen offen, keine Ladenschließungen, Schulen bis Klasse 7 oder 9 vollständig offen, Sport weiter möglich, Skigebiete geöffnet).
Abb. 7: Zweite Welle. Schweden vs. ausgewählte europäische Länder und deutsche Bundesländer. Stand 19.01.2021.
Hier zeigen sich mit der Theorie des Social Distancing kaum noch zu erklärende, divergente Entwicklungen: Das sehr lockdown-begeisterte und immer „schnell reagierende” Österreich liegt etwa gleichauf mit der Schweiz, in der es strenge Lockdowns bis zum 19.1.2021 nur in einzelnen Kantonen gab. Beide übertreffen – wie das UK – Schweden deutlich.
Schweden hat in der zweiten Welle etwa gleich viele Tote im Zusammenhang mit Covid wie Deutschland und weniger als im EU-Durchschnitt. In Deutschland sind die Entwicklungen in den einzelnen Bundesländern zudem extrem unterschiedlich, trotz praktisch zeitgleichem Ablauf der Maßnahmen dank der Konferenzen von Kanzlerin Merkel, welche die Bundesländer regelmäßig auf Linie bringt. Sachsen ist unter den gleichen Maßnahmen zu einem europäischen Hotspot geworden, die angeblich dazu beitrugen, Mecklenburg-Vorpommern zu verschonen. Mecklenburg-Vorpommern sah dann aber in den Wochen nach deutlichen Verschärfungen einen Anstieg von Fällen und Intensivpatienten; völlig entgegen jeder Vorhersage. Die wechselnde Benennung der Bundesländer mal als vernünftig und maßnahmentreu, dann als unvernünftig und leichtsinnig ist natürlich ein Post-Hoc- Zirkelschluss und vollkommen unbelegt.
Abb. 8: ITS-Belegung in der Zeit nach dem „harten” Lockdown 2. Entgegen jeder Vorhersage Verdoppelung der ITS-Belegung in Mecklenburg (ähnlich auch in Schleswig-Holstein und in Niedersachsen); gleichzeitig sinkt die Belegung in NRW um etwa 25 Prozent (ähnlich in vielen anderen Bundesländern).
Kroatien
Am 28. Dezember 2020 ereignete sich im Kroatien ein Erdeben, Epizetrum Landkreis Sisak-Moslavina. Die Leben von 100.000 Menschen werden stark beeinträchtigt, 7 Tote, Häuser zerstört, Familien werden in Notunterkünften untergebracht. Die Menschen haben natürlich anderes im Sinn als Masken zu tragen und Social Distancing; die Covid19-Regeln geraten vollständig in den Hintergrund. Tausende Helfer reisen ein, die Grenzbestimmungen werden aufgehoben. Entgegen jeglicher Modellannahme kann man an der epidemiologischen Kurve keinerlei Besonderheit erkennen. Die Zahl der Tests wurde übrigens trotz des Erbebens erhöht, wohl aufgrund der gestiegenen Kontaktfrequenz zu Fremden.
Abb. 9: Am 28.12. ereignete sich ein Erdeben in Kroatien. Die epidemiologische Kurve: eigentlich unauffällig, Quelle.
Irland
Zeitliche Korrelation ist kein Nachweis einer Kausalität; vor allem wenn in Ländern ohne diese Maßnahmen die Kurvenform nicht wesentlich anders aussieht.
Immer wieder werden spontan eingetretene Wenden in der Virusausbreitung als Lockdown-Wirkung fehlgedeutet. Ein gutes Beispiel ist hier der zweite Lockdown in Irland: dramatisch daran ist, dass diese Fehldeutung sogar von unser Wissenschaftselite, der Leopoldina, geteilt und nicht bemerkt wurde. Sehen wir den „vorbildhaften” irischen Lockdown 2 einmal im Detail an:
Abb. 10: Neuinfektionen Irland, zweite Welle, Lockdown 2 war am 21. Oktober 2020 um Mitternacht, Quelle: Our World in Data.
Gipfel der Neuinfektionen war der 18.10.2020. Der nationale Lockdown wurde in Irland am 21.10.2020 um Mitternacht ausgerufen, begann also eigentlich erst am 22.10. Das Maximum der Fälle nach Meldedatum war vier Tage vorher. Da noch Inkubationszeit, Zeit bis zum Test, Laborzeit und Meldeverzug eingerechnet werden müssen, war der Gipfel der Ansteckung spätestens um den 11. Oktober erreicht, ganze 11 Tage vor dem Lockdown.
Wir wissen natürlich nicht sicher, wie die Kurve ohne den irischen Lockdown 2 ausgesehen hätte. Sicher ist aber, dass die Wende auch ohne die Maßnahmen vom 22. Oktober aufgetreten wäre. Ein klassischer Post-Peak-Lockdown, wie wir ihn z.B. auch in der zweiten Welle in Österreich gesehen haben, oder in der ersten Welle in Deutschland:
Abb. 11/12: Zweiter Lockdown in Österreich (oben) und erster Lockdown in Deutschland (unten) – jeweils klassische Post-Peak-Lockdowns. In Österreich kam der zweite Lockdown nach dem Maximum der Fälle nach Meldedatum, unter Betrachtung der Inkubationszeit, des Test- und Meldeverzugs also deutlich nach dem Gipfel der Ansteckungsvorgänge. Eindeutig ist das Bild auch beim ersten deutschen Lockdown im März: Das Maximum der Ansteckungen muss spätestens um den 10. Bis 12. März aufgetreten sein, die Maßnahmen wurden dann vom 16. März bis 22. März durchgeführt. Lockerungen im Verlauf hatten zudem an der epidemiologischen Kurve nichts geändert.
Diese Effekte auf „freiwillige Selbstbeschränkung unmittelbar vorher” zurückzuführen, ist wieder ein klassischer Post-Hoc-Zirkelschluss. Spätestens, wenn man den zweiten und dritten Lockdown in Israel oder den dritten Lockdown in Irland betrachtet, ist dies völlig inkonsistent (hier waren die Peak-Wochen später). Viel wahrscheinlicher ist eine Fehlattribution der oben beschriebenen unklaren Wellenmuster auf unser Handeln. Wir Menschen neigen zu derartigen Erklärungen, in der Psychologie sind solche Effekte gut bekannt unter dem Namen Kontrollillusion:
„Die Kontrollillusion (engl. illusion of control) ist die menschliche Tendenz, zu glauben, gewisse Vorgänge kontrollieren zu können, die nachweislich nicht beeinflussbar sind. […] Im Experiment wurden Versuchspersonen davon überzeugt, dass sie einen vollständig zufälligen Münzwurf beeinflussen können. Teilnehmer, die eine Serie von Würfen erfolgreich voraussagten, begannen zu glauben, dass sie tatsächlich besonders gute Rater seien, und dass ihre Rateerfolge sich bei Ablenkung verschlechtern würden.“
Versuch einer Begründung
Die oben geschilderten, sehr vielfältigen Daten machen klar, dass Social Distancing und Lockdowns in der Wirkung um Größenordnungen überschätzt werden. Zu dieser Ansicht kommen übrigens auch mehrere Publikationen von hochrangigen Experten auf dem Gebiet, die keinen wirklichen Zusammenhang zwischen Schwere der Maßnahmen und Infektionsverlauf finden:
„Der behauptete Nutzen von Lockdown-Maßnahmen scheint stark übertrieben zu sein.“ Und: „Während man einen geringen Nutzen nicht ausschließen kann, so finden wir keinen signifikanten Nutzen nicht-pharmazeutischer Interventionen (NPIs) auf das Wachsen der Fallzahlen.“
Wie kann das sein? „Weniger Kontakte, weniger Virusausbreitung! Das ist doch ein No-Brainer!” Nur weil Aussagen andauernd wiederholt werden, sind sie noch lange nicht richtig. Es werden im Folgenden zwei Thesen aufgestellt, welche die dramatische Wirkungslosigkeit dieser Interventionen erklären könnten.
These 1: Lockdowns wirken fast ausschließlich auf flüchtige Kontakte unter Nicht-Infektiösen. Sie haben daher kaum Wirkung.
Der oft gehörte Satz müsste eigentlich korrekt lauten: „Weniger Kontakte zu Infektiösen, weniger Virusausbreitung!”.
Wer ist denn überhaupt Infektiös? Die meisten Menschen, auf die der Lockdown wirkt, sind nicht infiziert. Und nur ein gewisser Anteil der infizierten ist überhaupt ansteckend. Am ehesten sind wohl die Personen ansteckend, die frisch symptomatisch erkrankt sind, mit Husten und Schnupfen. Nicht-Symptomatische sind nach überwiegender Meinung weniger ansteckend — das legt auch die gesunde Lebenserfahrung mit respiratorischen Infekten nahe. Die genaue Bedeutung von prä-/asymptomatischer Übertragung ist für Corona alles andere als geklärt.
Nehmen wir als Gedankenspiel an, der R-Wert betrage R=2,5 für symptomatisch Erkrankte mit Husten und Schnupfen (1 Mensch steckt 2,5 weitere an), aber nur 15 Prozent, R=0,35 für Asymptomatische und Präsymptomatische. Eine oft übersehene, aber weltweit angewendete „Non-Pharmaceutical Intervention” ist die folgende: Symptomatisch erkrankte Personen werden isoliert, sie bleiben zuhause. Gehen wir weiter davon aus, dass sich auch überwiegend an diese Maßnahmen gehalten wird, mit einer Rate von 10 Prozent der Menschen, die sich nicht daran halten.
Dann haben wir — ganz grob vereinfacht und abstrakt — zwei gedanklich getrennte Pandemiegeschehen. Eine Pandemie unter „Prä-/Asymptomatischen/Noncompliance”- Indivduuen mit einem R-Wert von R=0,6 – und eine Pandemie unter den wirklich „Kranken” mit R=2,5. Infektionsketten in Gruppe 1 sind unwahrscheinlich: Die Wahrscheinlichkeit, dass Person A eine andere Person B ansteckt, ist 60 Prozent, dass B in dieser Gruppe eine weitere Person C ansteckt, ist nur noch 36 Prozent; dass es zu einer Infektionskette von mehr als drei Personen, ist unter 20 Prozent. Gleichzeitig läuft die „Pandemie unter Kranken” aber weiter und treibt mit R=2,5 das Infektionsgeschehen an. Die Ansteckungen in Gruppe 1 sind dagegen vollkommen unbedeutend geworden.
„Die Effektivität von Lockdowns steht und fällt also mit der Bedeutsamkeit der Ansteckung unter Nicht-Symptomatischen.“
Das Isolieren Erkrankter hat einen riesigen Einfluss auf die Pandemie. Maßnahmen, die sich dann zusätzlich auf die „Pandemie unter Gesunden” auswirken, hätten keine wesentliche Wirkung mehr, denn epidemiologisch sind Einzelfälle oder auslaufende Infektionsketten irrelevant.
Lockdowns und andere Restriktionen sind Maßnahmen, die sich in der aktuellen Situation, in der Ansteckende ganz überwiegend isoliert sind, fast ausschließlich auf asymptomatische und präsymtomatische Personen auswirken. Die Effektivität von Lockdowns steht und fällt also mit der Bedeutsamkeit der Ansteckung unter Nicht-Symptomatischen.
Wie ist hier die Datenlage? Die WHO schreibt dazu etwas auf ihrer Webseite. Zusammengefasst: Nichts Genaues weiß man nicht. Es finden sich – auch in anderen Literaturzusammenfassungen – Raten zwischen 0%, 0,7%, 2,2%, 6%, 44% oder 69% der Infektionen, die durch Asymptomatische oder Personen in der (kurzen!) präsymptomatischen Phase ohne Husten und Schnupfen mit ausreichend Viruslast hervorgerufen werden sein sollen.
Sollte der obere Bereich dieser Abschätzungen zutreffen, könnten Lockdowns eine gewisse Wirkung haben. Sollte die Wahrheit eher im unteren Bereich der Schätzungen liegen, und damit asymptomatische Übertragung eher unbedeutend sein, wären die harten Restriktionen praktisch wirkungslos. Sie wären der größte Denkfehler der jüngeren Menschheitsgeschichte. Die oben zusammen getragenen Daten aus verschiedenen Ländern legen leider Letzteres nahe.
These 2: Andere Übertragungswege sind wichtig und wurden übersehen
Wenn Theorie und Wirklichkeit derart schlecht übereinstimmen, ist das häufig ein Hinweis darauf, dass das Modell grundlegende Falschannahmen trifft. Es müssen dann auch einmal radikal andere Theorien angedacht werden. Auch hier gilt: Nur durch die ewige Wiederholung von „Abstand schützt sicher vor Infektion” wird es nicht zwingend wahr.
Eine Möglichkeit, die zumindest die Datenlage erklären könnte wäre, dass die direkte Mensch-zu-Mensch-Übertragung viel weniger relevant ist als gedacht. Es gibt Berichte, die daran Zweifel aufkommen lassen können; insbesondere die immer wieder beschriebene Virusinfektionen über weite Distanzen. Bekannt ist hier z.B. das ‚heitere‘ Beispiel der Toilettenübertragung von Covid über Kanalsysteme in Hochhäusern. Ernsthaft diskutiert werden auch „waterborne pathways” über Leitungswasser; hochspekulative Theorien diskutieren distante Virenübertragung durch Staubteilchen in der Troposphäre.
Abb. 13: Mögliche Übertragung durch Abwässer, Quelle.
Auch die Rolle der Schmierinfektion und die Möglichkeit einer fäkal-oralen Übertragung ist alles andere als sicher ausgeschlossen; für andere respiratorische Viren (z.b. Rhinoviren) gilt diese Route als gesichert. Die FH Münster hat in einer Studie das Überleben von anzüchtbaren Viren auf dem porösen Material von FFP2-Masken für mehrere Tage bei Raumtemperatur nachgewiesen. Wenn dies auf FFP2-Masken gelingt, dürfte das auf anderen porösen Materialien im Haushalt auch möglich sein. Auch könnte man sogenannte Super-Spreading-Events durch viele andere Übertragungsrouten gut, vielleicht sogar besser erklären als über Aerosole und Tröpfchen.
„Ernsthafte Forschung sollte aufhören, den einfältigen Kontrollwahn unserer Politiker immer weiter zu nähren.“
Auch hier gilt am ehesten: Nichts Genaues weiß man nicht. Wären diese alternativen Transmissionsrouten bedeutsam oder gar dominant, wären Social-Distancing-Maßnahmen mehr oder weniger unsinnig, nur sehr teuer.
Zusammenfassung
Covid19-Wellen und andere Viruswellen kommen und gehen. Der Einfluss von Social Distancing wird stark überschätzt, natürliche, derzeit wohl unerklärbare Einflüsse vollständig unterschätzt. Warum dies so ist, wäre eine echte Herausforderung an die Wissenschaft. Ein Ansatz wäre die Klärung der wirklichen Bedeutung von nicht-symptomatischer Übertragung, ein anderer die Beachtung alternativer Übertragungswege.
Jedenfalls sollte ernsthafte Forschung aufhören, den einfältigen Kontrollwahn unserer Politiker immer weiter zu nähren, sondern sich stattdessen der Herausforderung der Diskrepanzen zwischen Modell und der Wirklichkeit stellen.
