Untersuchung zum Coronavirus Das besagt die Modellrechnung der Heinsberg-Studie im Detail

Bonn · Das Forschungsteam um Professor Hendrik Streeck von der Universität Bonn hat Ergebnisse der Heinsberg-Studie. veröffentlicht. Die Sterblichkeit liegt dort bei 0,37 Prozent und ist Basis für eine bundesweite Modellrechnung. Eine Analyse.

 Eine Frau im Schutzanzug hält Abstrichträger und Teströhrchen im Johannes-Sondermann-Haus des AWO Altenzentrum in der Hand.

Eine Frau im Schutzanzug hält Abstrichträger und Teströhrchen im Johannes-Sondermann-Haus des AWO Altenzentrum in der Hand.

Foto: dpa/Jonas Güttler

Gut einen Monat ist es her, als Professor Hendrik Streeck – Direktor des Instituts für Virologie am Universitätsklinikum Bonn (UKB) – und sein Team ihr Hauptquartier in einem leeren Schulgebäude der 12.529 Einwohner zählenden Gemeinde Gangelt im Kreis Heinsberg aufgeschlagen haben, um Daten für die „Covid-19 Case-Cluster-Study“ zu sammeln. Zehn Tage später veröffentlichte er gemeinsam mit den ebenfalls in die Untersuchungen eingebundenen Kollegen des UKB - Professor Gunther Hartmann (Institut für Klinische Chemie und Klinische Pharmakologie, Sprecher des Exzellenzclusters ImmunoSensation2) und Professor Martin Exner (Institut für Hygiene und öffentliche Gesundheit) – einen ersten „Zwischenstand“. Seit Montag liegt nun der Abschlussbericht der „Heinsberg-Studie“ vor, der die vorläufigen Daten bestätigt und den Blick über die Grenzen des im Südwesten Nordrhein-Westfalens und an die Niederlande grenzenden Kreises hinaus erweitert.

Neu sind die publizierten Daten zwar größtenteils nicht. Bemerkenswert daran ist vielmehr die auf ihnen basierende bundesweite Modellrechnung – auch wenn die aktuelle Veröffentlichung noch nicht von unabhängigen Wissenschaftlern begutachtet wurde. Die Publikation in einem Fachjournal mit Peer-Review-Verfahren steht noch aus. Die interessantesten Zahlen betreffen die Sterblichkeitsrate (IFR) sowie – damit in direktem Zusammenhang – die Dunkelziffer.

Für Gangelt wurde die IFR auf 0,37 Prozent bestimmt. Das bedeutet, dass 37 von 10.000 Patienten sterben, bei denen das Coronavirus nachgewiesen wurde. Als Streeck diesen Wert vor rund vier Wochen nannte, rief dies allgemeines Erstaunen hervor und weckte bei einigen auch Zweifel an der Verlässlichkeit seiner Daten. Lag die für Deutschland von der Johns-Hopkins University berechnete IFR von 1,98 Prozent doch um das Fünffache höher. Dieser Unterschied, so führte Streeck aus, erkläre sich aus anderen Bezugsgrößen. Kurzum: Die Studie in Gangelt erfasse alle, auch die mit asymptomatischen und milden Verläufen.

IFR-Rate von 0,37 Prozent

Für die Prävalenzstudie wurden mehr als 900 Personen aus rund 400 Haushalten in Gangelt auf eine akute oder überstandene Infektion mit dem Coronavirus untersucht: unabhängig davon, ob sie Symptome hatten oder nicht. Die Auswertungen des PCR-Tests, mit dem akute Infektionen erfasst werden, als auch des Elisa Antikörpertests zeigen, wer eine Infektion hatte und zumindest zeitweise immun sein könnte. Demnach hatten sich 15 Prozent der Probanden mit dem Coronavirus infiziert.

Ausgehend von einer angenommenen IFR-Rate von 0,37 Prozent lässt sich auch für andere Orte mit anderen Infektionsraten abschätzen, wie viele Menschen dort infiziert sein könnten. Hält man diesem Wert die Zahl der offiziell gemeldeten Infizierten entgegen, ergibt sich daraus die Dunkelziffer. Und diese, so berichtet die Studie, ist in Gangelt rund fünf Mal höher als die offizielle Zahl der positiv getesteten Personen. Bei nahezu 6700 Sars-CoV-2-assoziierten Todesfällen in Deutschland ergäbe sich daraus demnach eine geschätzte Gesamtzahl von rund 1,8 Millionen Infizierten. Somit wäre die Dunkelziffer bundesweit sogar um den Faktor 10 höher als die Gesamtzahl der bis zum 3. Mai offiziell gemeldeten Fälle von 162 496 Infizierten.

20 Prozent zeigten keine Symptome

Diese Zahl wird bedeutsam, wenn – wie die Studie weiter ausführt – 20 Prozent der Infizierten keine Symptome zeigen, aber dennoch ansteckend sind. Auffällig sei auch, dass gerade die Menschen Symptome bekamen, die sich am 15. Februar bei der Kappensitzung in Gangelt angesteckt hatten: möglicherweise, weil sie besonders eng zusammensaßen oder durch lautes Sprechen und Singen viele Tröpfchen in die Luft geschleudert wurden. Die Heinsberg-Forscher planen weitere Untersuchungen, die das Infektionsrisiko aufklären sollen.

In diesem Zusammenhang sind auch Daten interessant, die Aufschluss darüber geben, inwiefern die Viruslast den Schweregrad der Covid-19-Erkrankung beeinflusst, sowie Ergebnisse zur Übertragbarkeit von Viren über Kontaktflächen wie zum Beispiel Türklinken. Das Risiko, sich im eigenen Haushalt anzustecken, war laut den Forschern zwar erhöht. Allerdings infizierte sich längst nicht jedes Familienmitglied bei einem positiv Getesteten. Das Ansteckungsrisiko stieg von 15 auf etwa 43 Prozent, wenn in einem Zweipersonenhaushalt ein Mensch lebte, der das Virus in sich trug. Bei einem Vierpersonenhaushalt lag es nur bei etwa 18 Prozent. Warum, wird noch zu untersuchen sein.

Dennoch bekräftigen die Ergebnisse der Heinsberg-Studie die Bedeutung der Abstands- und Hygieneregeln: einen Mindestabstand von 1,5 bis zwei Metern sowie regelmäßiges und gründliches Händewaschen. „Dass offenbar jede fünfte Infektion ohne wahrnehmbare Krankheitssymptome verläuft, legt nahe, dass man Infizierte, die das Virus ausscheiden und damit andere anstecken können, nicht sicher auf der Basis erkennbarer Krankheitserscheinungen identifizieren kann“, sagte Martin Exner.

Datengrundlage bislang unsicher

„Jeder vermeintlich Gesunde, der uns begegnet, kann unwissentlich das Virus tragen. Das müssen wir uns bewusst machen und uns auch so verhalten“, fügt der Hygieneexperte der Bonner Uniklinik hinzu. „Die Ergebnisse der Heinsberg-Studie können dazu dienen, Modellrechnungen zum Ausbreitungsverhalten des Virus weiter zu verbessern – bislang ist hierzu die Datengrundlage vergleichsweise unsicher“, zog Co-Autor Hartmann Bilanz. Sie gibt aber auch wichtige Hinweise für die weiterführende Forschung zu SARS-CoV-2, etwa zum Infektionsrisiko in Abhängigkeit von Alter, Geschlecht und Vorerkrankungen, zum höheren Schweregrad der Erkrankung unter den besonderen Bedingungen eines massiven Infektionsereignisses wie in Gangelt, oder zum Infektionsrisiko innerhalb von Familien.

Meistgelesen
Neueste Artikel
Zum Thema
Aus dem Ressort