1. RiffReporter /
  2. Wissen /
  3. Das Risiko von Covid-19: Für eine Weile um sechs Jahre älter

Das Risiko von Covid-19: Für eine Weile um sechs Jahre älter

Wie wahrscheinlich ist es, nach einer Infektion mit dem neuen Coronavirus zu sterben? Das versuchen Forscher zu beziffern. Ein britischer Risikoexperte veranschaulicht die Ergebnisse.

von
28.11.2020
11 Minuten
Ein rostiger Wecker symbolisiert Alter und Lebenszeit

„Gefährlich“ ist ein großes Wort – und ein grobes, um das Risiko zu beschreiben, das vom neuen Coronavirus ausgeht. David Spiegelhalter von der Universität Oxford hat einen konkreteren Vorschlag. Der in Großbritannien populäre Risikoforscher berät die dortige Regierung und Journalisten in der Corona-Pandemie. Er versucht, das Risiko einer Coronainfektion für Laien greifbar zu machen. Dazu verwendet er ein Diagramm aus der Versicherungsbranche. Dass das im Fall von Sars-CoV-2 überhaupt funktioniert, findet Spiegelhalter „außergewöhnlich“.

Doch der Reihe nach.

Im Unterschied zur abstrakten „Gefahr“, lässt sich das „Risiko“ in Zahlen ausdrücken. Es beschreibt die Wahrscheinlichkeit, mit der ein drohender Schaden eintritt. Das ist bei Sars-CoV-2 indes schwierig. Selbst, wenn man sich auf den wohl schlimmsten Fall konzentriert: nach einer Infektion mit dem neuen Coronavirus zu sterben. Epidemiologen nennen dieses Risiko „Infektionssterblichkeit“, oder auf Englisch „infection fatality rate“, abgekürzt IFR. Theoretisch lässt sich die IFR in einer Bevölkerung sehr leicht berechnen: Teile die Anzahl der an Covid-19 Verstorbenen durch die Anzahl derer, die die Infektion hatten. Indes, weder der Zähler noch der Nenner des Bruchs lassen sich genau messen. Dennoch versuchen das seit Beginn der Pandemie im Frühjahr 2020 Forscher in aller Welt. Um es vorwegzunehmen: Erst allmählich ergibt sich ein konsistentes Bild, das jedoch noch Unsicherheiten birgt.

Arbeiten mit ungewissen Zahlen

Am schwierigsten zu messen ist die Anzahl derer, die die Infektion mit Sars-CoV-2 bereits durchgemacht haben. Der übliche PCR-Test weist aktive Infektionen zwar zuverlässig nach. Bei einem Teil der Infektionen erfolgt indes gar kein Test, da nur milde oder gar keine Symptome auftreten. Daher eignet sich die Zahl der gemeldeten positiven Fälle nicht zur Berechnung des IFR. Verwendet man sie dennoch als Nenner, wie es etwa das Robert-Koch-Institut tut, ergibt sich die so genannte „Fallsterblichkeit“. Weil der Nenner zu klein ist, wird der Bruch zu groß. Die Fallsterblichkeit überschätzt das Risiko, an einer Infektion zu sterben. Es ist alles nicht ganz so schlimm, wie es zunächst erscheint.

Um sich der wahren Summe an Infizierten zu nähern, verwenden Forscher Antikörpertests. Denn die allermeisten Betroffenen bilden Antikörper aus, die auch Monate nach der Infektion nachweisbar sind. Misst man die Antikörper in einer repräsentativen Stichprobe einer Bevölkerung, zeigt sich, wie weit sich die Infektion schon ausgebreitet hat. Doch auch Antikörpertests bergen Ungenauigkeiten. Erstens schlagen sie nicht bei jedem positiven Fall an (falsch-negativ) und melden manchmal Antikörper gegen Sars-CoV-2, wo keine sind (falsch-positiv). Eine weitere Fehlerquelle: Mit der Zeit sinkt die Menge der Antikörper im Blut, was ebenfalls zu einem falsch-negativ Antikörpertest führen kann. Solche Faktoren können sowohl zu einer Über- als auch einer Unterschätzung des IFR führen.

Forscher optimieren die Tests, um sie möglichst präzise zu machen. Das haben kürzlich Münchner Wissenschaftler um Michael Hölscher von der Ludwigs-Maximilian-Universität München in ihrer Studie KoCo19 gemacht. Dabei zeigten sie, dass die verwendeten Antikörpertests nicht auf harmlose Schnupfen-Coronaviren reagieren, dies also keine Quelle für falsch-positive Testergebnisse ist. Sie versicherten sich, dass Antikörper lange genug nachweisbar bleiben, um ihre Ergebnisse nicht zu verfälschen. Doch auch nach solchen Präzisierungen bleibt eine Unschärfe, die Forscher in Form eines „Vertrauensintervalls“ angeben. Das ist die Schwankungsbreite, in der der wahre Wert der IFR höchstwahrscheinlich liegt.

Auch die Anzahl der Todesfälle, die das Coronavirus fordert, ist nicht exakt bestimmbar. Nicht bei allen gemeldeten Covid-Todesfällen ist der Erreger ursächlich für den Tod. Und es gibt Versuche, die in Zahlen zu fassen. Die „alleinige oder wesentliche“ Todesursache war Covid-19 bei mehr als drei Viertel von 154 in Deutschland obduzierten Covid-19-Toten, wie Prof. Johannes Friemann vom Bundesverband Deutscher Pathologen e.V. im August mitteilte. Das britische Office of National Statistics untersuchte die Totenscheine von 3912 offiziellen Cornona-Todesfällen in England und Wales. Die Dokumente wurden von den behandelnden Ärzten verfasst. In 86 Prozent der Fälle, also bei 3372 Fällen wurde Covid als Todesursache genannt. In Deutschland passen auch Daten zur Übersterblichkeit während der ersten Coronawelle im Frühjahr zu den damals vom RKI gemeldeten Zahlen. Die Übersterblichkeit ergibt sich aus dem Vergleich der Todesfälle, gleich welcher Ursache, mit dem Durchschnitt der vergangenen vier Jahre. Das Statistische Bundesamt erfasst diese Zahlen wochenweise. Die meisten Covid-Toten, insgesamt rund 8200 Fälle, meldete das RKI in den Kalenderwochen 12 bis 20. In dieser Zeit lagen auch die wöchentlichen Sterbefallzahlen deutlich über dem vierjährigen Durchschnitt, wie Daten des Statistischen Bundesamtes zeigen: Mit 8700 Toten etwas über den Fallzahlen des RKI. Auch in München entsprach die Übersterblichkeit während der ersten Welle den offiziell gemeldeten Todesfällen in der Stadt, schreiben die Autoren der Studie KoCo19-Studie um Michael Hölscher. Die gemeldete Zahl der Covid-Toten reflektiert demnach die Sterblichkeit durch das Virus selbst recht genau.

Zähler und Nenner lassen sich also eingrenzen, die sich daraus ergebende IFR ist belastbar. In München ergab sich ein IFR von 0,76 Prozent mit einem Vertrauensintervall zwischen 0,59 und 1,08 Prozent. Das heißt, bei 10.000 Infektionen mit dem neuen Coronavirus erwartet man zwischen 59 und 108 Todesfällen.

Wie gefährlich ist Sars-CoV2 verglichen mit der saisonalen Grippe?

Um diese Zahl einzuordnen, muss man auch die Potenz des Virus betrachten, sich zu verbreiten. Je mehr Personen das Virus erreicht, desto mehr werden auch sterben. Man könnte die Gefahr, die von einem Virus ausgeht mit der Fläche eines Zimmers vergleichen. Dessen Länge wüchse mit dem IFR und seine Breite mit der Infektiosität des Virus. Verglichen mit der saisonalen Grippe, wäre Sars-CoV-2 sowohl „länger“ als auch „breiter“. Würde es sich ungehindert ausbreiten, könnte das neue Cornavirus etwa 60 bis 70 Prozent der Bevölkerung anstecken – dann würde die so genannte Herdenimmunität erreicht. In den am schwersten von Sars-CoV-2 betroffenen Vierteln der italienischen Stadt Bergamo hat das Virus fast so viele Menschen infiziert. In Deutschland könnten dies schlimmstenfalls 58 Millionen Menschen sein. Bei der saisonalen Grippe hingegen setzt die Herdenimmunität schon bei rund 20 Prozent der Bevölkerung ein, in Deutschland also bei etwa 17 Millionen Menschen. Dazu hat sie eine deutlich niedrigere IFR als die Münchner Studie für Sars-CoV-2 ergab, nämlich etwa zehn Tote pro 10.000 Infizierte (siehe „Kurz erklärt“ ganz unten). Zwischen der „Fläche des Zimmers“ der saisonalen Grippe und der von Sars-CoV-2 liegt also eine Größenordnung. Entspräche die Grippe einem Wohnzimmer, wäre das neue Coronavirus ein Tanzsaal. Potenziell kann Sars-CoV-2 in Deutschland einige hunderttausend Menschen töten, die saisonale Influenza hingegen bis einige zehntausend.

Andere Antikörperstudien zeigen ähnliche Ergebnisse wie in München. „In der Schweiz wurde in verschiedenen Studien ziemlich konsistent eine IFR von 0,6 Prozent geschätzt“, sagt Christian Althaus, Leiter der Forschungsgruppe Immuno-Epidemiologie an der Universität Bern. Das entspricht 60 Todesfällen bei 10.000 Infizierten. Manche Studien wiederum weichen deutlich ab. Nach oben im Fall einer italienischen Studie mit einem Wert von 220 Toten pro 10.000 Einwohnern. Aber auch nach unten. Im deutschen Heinsberg ermittelte ein Team um den Bonner Virologen Hendrik Streeck eine Infektionssterblichkeit von 39 Toten pro 10.000 Infizierten (Vertrauensintervall von 28 bis 45 von 10.000). Eine Schätzung der Weltgesundheitsorganisation lässt eine noch niedrigere IFR vermuten: Bereits rund 760 Millionen Menschen hätten sich weltweit mit Sars-CoV-2 infiziert, teilte die WHO Anfang Oktober mit. Die Zahl ergebe sich aus dem Durchschnitt aus Antikörper-Studien in aller Welt, erklärte damals WHO-Sprecherin Margaret Harris laut Associated Press. Sehr grob lässt sich mit der damals rund eine Million weltweit gemeldeten Coronatoten ein IFR von 13 Toten pro 10.000 Infizierten berechnen, was in der Größenordnung der saisonalen Grippe läge. Die schwankenden Ergebnisse könnten auf Unsicherheit hindeuten, die sich aus Dunkelziffern bei Infektionen und Toten oder möglicherweise überschätzten Todesfallzahlen ergeben.

Risikofaktor Nr. 1 – das Alter

Doch Forscher haben eine andere Erklärung, wie etwa ein Team um Gideon Meyerowitz-Katz von der University of Wollongong in Australien. Die IFR unterscheide sich vor allem zwischen Altersgruppen, schreiben die Wissenschaftler in einem Artikel, der von Fachkollegen begutachtet wurde und demnächst im „European Journal of Epidemiology“ erscheint. Daher beeinflusse die Altersstruktur der Infizierten die an einem Ort gemessene IFR erheblich. Demnach ist es aussagekräftiger, die IFR jeweils für eine Altersgruppe anzugeben. Ein einziger Wert für die ganze Bevölkerung hingegen ähnelt einem Durchschnittseinkommen. Das beträgt in Deutschland knapp 4000 Euro monatlich. Viele Menschen weichen aber stark davon ab. Ein durchschnittlicher IFR-Wert könne ebenso irreführend sein, vor allem wenn er für die ganze Welt gelten soll. Ein „Weltdurchschnittseinkommen“ wäre auch nicht sehr aussagekräftig.

Die australischen Forscher haben die Daten vieler Studien zusammen ausgewertet. Sie prüften über einhundert Antikörperstudien, bei denen das Alter der Probanden mit erhoben wurde. Nach bestimmten Qualitätskriterien, wie zum Beispiel, ob die Stichproben repräsentativ für eine Bevölkerung waren, wählten sie 33 aus. Dazu ermittelten sie die gemeldeten Todeszahlen aus dem betreffenden Gebiet, wobei sie die typische Zeit zwischen ersten Symptomen und dem Meldedatum berücksichtigten.

Am Ende konnten die Wissenschaftler den scharfen Anstieg des IFR mit dem Alter in eine Formel fassen. Demnach verdoppelt es sich alle sechs Lebensjahre. Das Risiko steigt also exponentiell mit dem Alter an. Wenn eine zunächst sehr kleine Zahl immer wieder verdoppelt wird, klettert sie erst sehr langsam, dann aber sehr rasant, was an die Form eines Hockeyschlägers erinnert. Von praktisch Null für Kinder steigt das IFR zunächst sehr flach an, bis es bei 45 Jahren 10 Todesfälle von 10.000 Infizierten erreicht. Dann wird der Anstieg immer steiler: Bei 55 Jahren sind es 40 Todesfälle, bei 75 Jahren dann schon 450 und bei 90 Jahren 2.500 Todesfälle auf jeweils 10.000 Infektionen. Mit diesem Modell ließen sich die beobachteten Unterschiede in der IFR zu 90 Prozent erklären, schreiben die Forscher. Sie machen also das Alter als den dominierenden Risikofaktor aus. Eine überalterte Gesellschaft, wie die deutsche, ist also gefährdeter als eine junge.

Forscher um Robert Verity vom Imperial College in London haben bei einer ähnlichen Analyse auch ein exponentielles Verhalten des IFR gefunden (diese Arbeit wurde noch nicht von Fachkollegen begutachtet). Demnach verdoppelt sich das Risiko etwa alle acht Lebensjahre.

Die Studien beschreiben die erste Welle der Pandemie in Frühjahr und Sommer. Die Sterblichkeit in der aktuellen zweiten Welle kann sich davon unterscheiden. Zwar hat sich das Virus laut Virologen und RKI wahrscheinlich nicht verändert. Aber die Ärzte sind jetzt erfahrener und haben die Therapie verbessert. Das schlägt sich auch in der Statistik nieder. Von den Covid-Patienten auf der Intensivstation müssen weniger beatmet werden. In der ersten Welle waren das etwa drei Viertel, zuletzt etwa 60 Prozent. Es sterben auch weniger der Covid-Intensivpatienten: War es im April etwa jeder Dritte, ist es nun nur noch knapp jeder Vierte.

Die Tücken der zweiten Welle

Wie gut lässt sich also das IFR der ersten auf die jetzige zweite Welle in Deutschland übertragen? Dieser Frage widmet sich ein Team um Viola Priesemann vom Max-Planck-Institut in Göttingen. Die Forscher benutzen die Meldezahlen des RKI, die nach Alter aufgeschlüsselt sind. Sie wenden das Modell ihrer australischen Kollegen darauf an. So schätzen sie, wie viele Todesfälle in jeder Altersgruppe zu erwarten sind. Damit reproduzierten die Göttinger Forscher den langsamen Anstieg der Todesfall-Kurve seit dem Spätsommer und prognostizierten die Zahl der Todesfälle für die erste Novemberhälfte. Für die Altersgruppen ab 60 Jahre wichen Prognose und gemeldete Fälle um 10 bis 20 Prozent ab, sagt Matthias Linden, Erstautor der Arbeit, die im Deutschen Ärzteblatt erschienen ist. Bei Jüngeren gelinge es weniger gut, was an den relativ wenigen Todesfällen in dieser Altersgruppe liege. Die Abweichungen könnten verschiedene Gründe haben, etwa eine Dunkelziffer unerkannter Infektionen, sagt der Physiker. Dass sich das IFR verändert haben könnte, lasse sich daraus nicht erkennen. „Genau wird man das erst nach der zweiten Welle sagen können“, meint Linden.

Vorübergehend älter

Bei all den Zahlen und Statistiken: Lässt sich das Risiko für den Einzelnen begreifbar machen? Das hat David Spiegelhalter versucht. Er hatte schon im März eine frühe Studie des altersabhängigen IFR gelesen, die auf Daten aus China beruhte. Schon damals erkannte er einen exponentiellen Anstieg dieses Risikos. Als versiertem Statistiker kam ihm das resultierende Diagramm bekannt vor. Lebens- oder Rentenversicherungen verwenden die so genannte Sterbetafel, um das Risiko abzuschätzen, mit dem ein Kunde innerhalb eines Jahres stirbt oder überlebt, unabhängig vom Grund, sei es ein Unfall oder eine Krankheit. Die Sterbetafel listet diese Wahrscheinlichkeit für jedes Lebensalter auf. Auf Englisch nennt Spiegelhalter dieses Risiko „normal risk“, also in etwa „Alltagsrisiko“. Spiegelhalter trug das Alltagsrisiko in das Diagramm ein. Das Resultat nennt er „außergewöhnlich“. Denn die beiden Kurven deckten sich. Auch die aktuellen Daten des Teams um Robert Verity tun dies (siehe Bild).

Wer sich also mit dem neuen Coronavirus infiziert, erwirbt damit ein zusätzliches Risiko, das etwa dem Alltagsrisiko entspricht. Das wurde von manchen britischen Medien so interpretiert, dass das Virus das Sterberisiko gar nicht erhöhe. „Nein, es verdoppelt das Alltagsrisiko“, korrigiert Spiegelhalter. Es sind zwei unabhängige Risiken, die in etwa gleich groß sind und die gleiche Altersabhängigkeit zeigen. Tatsächlich sterben ja mehr Menschen als gewöhnlich, wie die Übersterblichkeit des bisherigen Jahres 2020 in 26 europäischen Ländern zeigt – sie beträgt insgesamt rund 270.000 Todesfälle.

Besonders griffig lässt sich Spiegelhalters Beobachtung wie folgt formulieren: Wer sich infiziert, hat insgesamt ein Sterberisiko, als wäre er temporär um sechs Jahre älter. Denn das ist die Spanne, in der sich das Alltagsrisiko verdoppelt. Für einen 30-Jährigen ist es unerheblich, für ein Jahr 36 zu „sein“. Für einen 75-Jährigen hingegen wäre 81 schon ein etwas kritischeres Alter.

Nun beziehen sich Statistiken freilich auf den abstrakten Normalfall, nicht auf den konkreten einzelnen Menschen. Wie ein bestimmter Mensch auf das Virus reagiert, bleibt ungewiss. Es lässt sich nicht auf Basis des Alters oder anderer Risikofaktoren sicher vorhersagen, sondern entspricht eher einer Daumenregel. Insofern bleibt die Unsicherheit. Sie wird immer bleiben, auch wenn die Statistiker mehr über das neue Coronavirus gelernt und ihre Berechnungen weiter geschärft haben.

Kostenfreien Newsletter bestellen

Sie möchten regelmäßig über neue Beiträge dieses Projektes informiert werden? Dann bestellen Sie hier unseren kostenlosen Newsletter.

Die Infektionssterblichkeit (schwarze Kreise) verglichen mit dem normalen Risiko zu sterben (blaue Linie für Männer und rote Linie für Frauen). Beide Risiken steigen in gleichem Maß mit dem Alter an. Eine Infektion mit dem Coronavirus verdoppelt also in etwa das ohnehin vorhandene Lebensrisiko.

Kurz erklärt: Infektionssterblichkeit von Influenza.

„Saisonale Grippe“, das klingt harmlos. Doch manche Grippewellen töten allein in Deutschland tausende Menschen. Während der Grippesaison 2017/2018 starben hierzulande geschätzt 25.100 Personen, wie die Übersterblichkeit während dieser Zeit nahelegt. Bis zu 18 Millionen Menschen hatten sich damals mit dem Grippevirus infiziert. Diese Zahl ergibt sich gemäß folgender Schätzung: Während der Grippewelle gingen etwa neun Millionen Menschen wegen Influenza-Symptomen zum Arzt. Laut RKI suchen etwa die Hälfte der Grippe-Infizierten ärztlichen Rat. Beide Schätzwerte ergeben eine Infektionssterblichkeit von rund 14 Toten pro 10.0000 Ansteckungen. Zahlen aus den USA bestätigten das in etwa. In der betreffenden Grippesaison starben dort rund 35.000 Menschen, bei gut 35 Millionen symptomatischen Fällen, was 10 Toten pro 10000 Infizierten entspricht.

Unterstützen Sie „Covid-19: Ein Virus bedroht die Welt“ mit einem Betrag Ihrer Wahl. Sie unterstützen so gezielt weitere Recherchen.
Dr. Christian J. Meier

Dr. Christian J. Meier

schreibt seit 2005 Artikel und Sachbücher über Wissenschaft, Technik und Digitalisierung für verschiedene Verlage. Er hat eine Neigung für umstrittene Themen wie Nanotechnologie oder KI, die die Zukunft grundlegend verändern können. Über die Zukunft schreibt er zudem in fiktionalen Texten. Einige seiner Kurzgeschichten wurden publiziert. Aktuell ist sein erster Thriller „K.I. – Wer das Schicksal programmiert“ erschienen.


Covid-19: Ein Virus bedroht die Welt

Die neuesten Erkenntnisse und Entwicklungen zur Corona-Pandemie – recherchiert und präsentiert von sachkundigen Wissenschaftsjournalistïnnen und von Korrespondentïnnen auf fünf Kontinenten. Recherchen für dieses Projekt wurden vom Recherchefonds der Wissenschaftspressekonferenz e.V. und von der Andrea von Braun Stiftung gefördert.

Wir freuen uns über den Otto-Brenner-Preis für kritischen Journalismus 2020 für unsere Berichterstattung zu "Streeck, Laschet, StoryMachine: Schnelle Daten, pünktlich geliefert".

Verantwortlich im Sinne des Presserechts

Dr. Christian J. Meier

Walter-Trautmann-Weg 24
64823 Groß-Umstadt

E-Mail: c.meier@scicaster.de

www: http://www.scicaster.de

Tel: +49 6078 7821662

Weitere Mitarbeiterinnen und Mitarbeiter