Heinsberg-Studie zu Coronavirus Falsche Rechnung mindert Aussagekraft
Die Heinsberg-Studie zur Dunkelziffer der Corona-Infektionen basiert auf einer grob falschen Berechnung. Mehrere Wissenschaftler bestätigten dem SWR: Ein wesentlicher Faktor fehlt.
Die sogenannte Heinsberg-Studie erhielt bundesweit besondere Aufmerksamkeit: Wissenschaftler der Universität Bonn hatten in dem von der Epidemie besonders betroffenen Ort Gangelt im Kreis Heinsberg (Nordrhein-Westfalen) eine groß angelegte Untersuchung durchgeführt.
Aus den Ergebnissen könne man die Sterblichkeitsrate des Coronavirus erstmals "ziemlich genau beziffern", erklärte der Virologie-Professor und Studienleiter Hendrik Streeck. Die Forscher hatten bei der Veröffentlichung betont, dass sie anhand dieser berechneten Sterblichkeitsrate auch eine konkretere Dunkelziffer der tatsächlich Infizierten schätzen könnten.
Demnach wären in Deutschland sehr wahrscheinlich bereits rund 1,8 Millionen Menschen infiziert. Diese anscheinend präzise Schätzung ist nach Recherchen des SWR aber nicht haltbar.
Dunkelziffer für Deutschland falsch geschätzt
Mehrere Wissenschaftler haben auf Anfrage des SWR die fehlerhafte Hochrechnung der Zahlen des Ortes Gangelt auf Deutschland bestätigt. Demnach muss man als Ergebnis der Schätzung eine deutlich weitere Spanne für die Dunkelziffer angeben. Die Zahl der möglichen Infizierten in Deutschland läge dann, so die vom SWR befragten Wissenschaftler, wahrscheinlich mindestens bei knapp einer Million, könne aber auch bis zu fünf Millionen Menschen umfassen.
Die korrekte Nachberechnung anhand der veröffentlichten Studien-Daten ergibt eine deutlich ungenauere Dunkelziffer-Schätzung, als sie vom Studienleiter der Öffentlichkeit gegenüber präsentiert wurde.
Schwankungsbreite nicht berücksichtigt
Die Berechnung der Infektionssterblichkeit hat zwei Unsicherheitsfaktoren, die berücksichtigt werden müssen: die Zahl der Infizierten und die Zahl der Verstorbenen.
Der Tübinger Statistikprofessor Philipp Berens sieht hier ein schweres Versäumnis in der Vorgehensweise und spricht von einem kritischen Fehler:
Sie unterschlagen die Unsicherheit, die bei dieser letzten Schätzung eine Rolle spielt. Man hat einmal die Unsicherheit, die daher kommt, dass man die Infektionsrate nicht kennt, man hat aber zusätzlich die Unsicherheit, dass man den Anteil der tatsächlich Sterbenden unter den Kranken auch abschätzen muss."
Beide Unsicherheiten führen dazu, dass es nicht ein Ergebnis gibt, sondern eine Spannweite möglicher richtiger Ergebnisse. Die Abweichung, das sogenannte Konfidenzintervall, sagt aus, wie weit das tatsächliche Ergebnis von einer Schätzung entfernt liegen könnte. Je kleiner dieses Intervall, desto präziser die Schätzung. Genau dieses Intervall wurde allerdings in der Hochrechnung der Daten aus Heinsberg auf Deutschland zu eng gefasst.
Statistiker Berens vergleicht das so: "Das ist so ähnlich wie mit der Wettervorhersage. Da kann ich Ihnen sagen: Ja, vielleicht regnet es. Aber vielleicht ist es auch plausibel, dass die Sonne scheint."
Auch andere Wissenschaftler, wie der Biowissenschaftler und Virenforscher Richard Neher von der Universität Basel haben bereits Kritik an der Hochrechnung geäußert.
Doch keine Aussagekraft für die Dunkelziffer in Deutschland
Die Dunkelziffer lässt sich damit durch die Heinsberg-Studie nicht präziser schätzen, als das schon mit bisherigen Studienergebnissen möglich war. Das Robert Koch-Institut (RKI) beispielsweise verweist seit mehreren Wochen bereits auf zwei Studien, die zur Dunkelziffer zu sehr unterschiedlichen Erkenntnissen kommen.
Demnach könne die Dunkelziffer beim elf- bis 20-Fachen liegen. Wenn die Heinsberg-Studie ebenfalls nur eine ähnlich breite Spannweite ergibt, liefert sie für die Präzisierung der Dunkelziffer in Deutschland kaum neue Erkenntnisse. Auf Nachfrage des SWR räumte der an der Studie beteiligte Statistikprofessor, Matthias Schmid, ein, dass für die Hochrechnung seiner Ergebnisse auf Deutschland tatsächlich ein notwendiger Rechenschritt fehle:
Bezüglich einer Hochrechnung auf Deutschland müssten zusätzliche statistische Unsicherheiten auch im Zähler der IFR-Schätzung berücksichtigt werden. Dies war einer der Gründe für die Beschränkung auf lediglich eine kurze theoretische Beispiel-Hochrechnung in der Diskussion des Papers.
Mit "Paper" ist die wissenschaftliche Veröffentlichung gemeint, die zur Diskussion mit anderen Forschern ins Netz gestellt wurde. Davon unabhängig hatte die Uni Bonn die Studie der Öffentlichkeit anders dargestellt und eine Übertragbarkeit auf Deutschland deutlich in den Vordergrund gestellt. Schon zuvor war die Studie an anderen Punkten kritisiert worden - unter anderem wegen der stark verkürzenden und zuspitzenden Vermarktung durch eine Kommunikationsagentur.
