Dieser Beitrag ist Teil einer Serie, die von unserem Partner SAS präsentiert wird und die die Rolle von Daten beim Verständnis der COVID-19-Pandemie untersucht. SAS ist ein Pionier auf dem Gebiet des Datenmanagements und der Analytik. (Weitere Beiträge der Serie finden Sie auf unserer Seite Get Smart About COVID-19 Misinformation.)
Case fatality rate vs. mortality rate
COVID-19-bezogene Daten und Informationen können schwer zu interpretieren sein, wenn man kein Experte ist. Wir haben in den letzten Wochen eine Menge neuer Begriffe gelernt. Einer der am häufigsten verwendeten Begriffe ist „Case Fatality Rate“ oder CFR. Dies ist eine wichtige Kennzahl, denn sie hilft uns zu verstehen, wie viele der Personen mit einer bestätigten Diagnose von COVID-19 an den Folgen der Krankheit sterben. Wie die zuvor in dieser Serie erwähnten Vergleiche muss diese Zahl jedoch im Kontext betrachtet werden.
Zunächst ist es wichtig, die Sterblichkeitsrate von anderen Kennzahlen wie der Sterblichkeitsrate oder sogar dem Risiko einer Person, im Falle einer Infektion zu sterben, zu unterscheiden. Die Sterblichkeitsrate wird als Verhältnis dargestellt.
Grafik mit freundlicher Genehmigung von SAS.
Leider ist es schwierig, diese beiden Zahlen mit absoluter Genauigkeit zu messen. Die Zahl der Menschen, bei denen derzeit COVID-19 diagnostiziert wird, ist nicht gleich der Zahl der Menschen, die die Krankheit tatsächlich haben. Und es ist möglich, dass wir nie eine genaue Einschätzung dieser Zahl erhalten werden. Die derzeitige Sterblichkeitsrate ist wahrscheinlich höher als das tatsächliche Risiko, an der Krankheit zu sterben, wenn man sich infiziert. Das liegt daran, dass die Menschen, die sich am ehesten testen lassen, die mit den schlimmsten Symptomen sind und daher mit größerer Wahrscheinlichkeit lebensbedrohliche Komplikationen erleiden.
Berücksichtigen Sie andere Faktoren
Unterschwellige Faktoren wie Alter und gesundheitliche Vorbelastungen lassen Ihr individuelles Risiko vom Gesamtrisiko abweichen. Und obwohl einige Berichte über Todesfallraten auch einige dieser demografischen Faktoren enthalten, sollten Sie daran denken, dass diese Zahlen die gleichen kontextbedingten Verzerrungen aufweisen wie die Gesamttodesfallraten.
Eine Kennzahl, die zwar seltener zu sehen ist, aber dennoch Aufmerksamkeit verdient, ist die Gesamtmortalitätsrate. Damit ist der Anteil der Bevölkerung gemeint, der an den Folgen der Pandemie stirbt. Diese Zahl unterscheidet sich in der Regel stark von der Sterblichkeitsrate, da nicht jeder der Krankheit ausgesetzt ist. Stellen Sie sich ein Land vor, in dem nur 100 Menschen leben. Wenn sich 20 dieser Menschen infizieren und einer von ihnen stirbt, würde die Sterblichkeitsrate – der Anteil der Infizierten, die sterben – 5 % betragen. Die Sterblichkeitsrate beträgt jedoch nur 1 %. Das heißt, 1 % der Gesamtbevölkerung ist gestorben.*
Das Fazit ist, dass man sich die angegebenen Prozentsätze genau ansehen und sich vergewissern sollte, auf welche Bevölkerung sie sich beziehen. Ist es die gesamte Bevölkerung? Nur die Infizierten? Nur diejenigen, die schwere Symptome haben? Dies sind alles wichtige Fragen, die man sich bei der Interpretation der Informationen stellen sollte.
Schlussfolgerung
Es ist eine weit verbreitete Auffassung, dass Zahlen und Daten Fakten sind, aber es ist falsch anzunehmen, dass sie ein völlig genaues Bild der Welt vermitteln. Die Daten, die wir haben, sind die besten Messungen, die derzeit verfügbar sind. Wir könnten nur dann mit Sicherheit wissen, wie sich die Zahl der Fälle täglich verändert, wenn wir jede einzelne Person jeden Tag testen könnten. Das ist einfach nicht machbar, also müssen wir uns auf unsere unvollkommenen Messungen verlassen. This makes understanding the pandemic and its progression more challenging; but data analysis is still a powerful tool to give us insight and help us make decisions.
*The original version of this blog post included incorrect figures in the section discussing mortality rate vs. case fatality rate. They were corrected on April 14, 2020, the date of publication. We apologize for the error.
Other articles in this series:
-
- Examining data behind racial disparities.
- Comparing data across countries.
- Comparing data across time.
- Age isn’t everything.
About SAS: Through innovative analytics software and services, SAS helps customers around the world transform data into intelligence.