Ist „social distancing“ evidenzbasiert?

Covid-19 Das gegenwärtig unternommene gesellschaftliche Experiment ist viel schwächer begründet als viele denken.

Bei diesem Beitrag handelt es sich um ein Blog aus der Freitag-Community.
Ihre Freitag-Redaktion

Zwischen der Menschheit und der Anarchie liegen nur neun Mahlzeiten.

Alfred Henry Lewis (1855–1914)

„Social distancing“ ist bei uns in fast aller Munde und in aller Verhalten. Wir haben dafür gewisse Opfer gebracht und werden erst in einigen Monaten oder sogar Jahren wissen, wie groß diese Opfer tatsächlich waren. In dieser Situation muss es mindestens als Häresie, vermutlich sogar als Blasphemie gelten, an der Zweckmäßigkeit des „social distancing“ zu zweifeln. Jedoch: Skeptizismus ist aller Wissenschaft Anfang.

Der folgende, etwas lang geratene Blog-Post untersucht deshalb, was genau wir unter „social distancing“ verstehen, warum sein Nutzen nicht ganz so selbstverständlich ist, wie von der Politik und der Öffentlichkeit angenommen und was für Evidenz es für einen solchen Nutzen und für eine möglichen, über wirtschaftliche Verluste hinausgehenden Schaden bereits vor der Corona-Krise gab. Zum Schluss stelle ich die Frage, was uns Ländervergleiche und die Analyse des Zeitverlaufs der Epidemie über die Zweckmäßigkeit des „social distancing“ in der Covid-19-Pandemie sagen können. Diese Fragen sind aus meiner Sicht so wichtig, dass sie einen überlangen Blog-Post rechtfertigen. Die Gesellschaft muss sich darüber klarwerden, wie sie in der Corona-Krise weiter verfahren will.

Die Grundidee des „social distancing“ und ihre Grenzen

Bevor ich wissenschaftlicher werde, betrachte ich den (englischsprachigen) Wikipedia-Eintrag zu „social distancing“. Dieser Informationsstand ist bereits höher als derjenige, der bei den meisten Politikern und Nicht-Fachwissenschaftlern vorausgesetzt werden kann. Nach längeren Erklärungen, wie viele verschiedene Herangehensweisen unter „social distancing“ subsumiert werden, gibt es einen sehr kurzen, schwach referenzierten Absatz zu den theoretischen Grundlagen.

Hier wird von einer Basisreproduktionszahl R0 ausgegangen, die aussagt, wie viele weitere Personen eine infizierte Person ansteckt, wenn keine Maßnahmen ergriffen werden. Für Covid-19 ist R0 = 3 eine gängige Abschätzung. Man nimmt nun an, dass durch „social distancing“ ein Anteil f (zwischen 0 und 1) der Bevölkerung seine Kontakte auf einen Anteil a (ebenfalls zwischen 0 und 1) reduziert. Dann folgt für die neue effektive Reproduktionszahl R:

R = [1-(1-a2)f] R0

Um die Epidemie zum Abklingen zu bringen, muss R unter 1 sinken. Das erreicht man für R0 = 3 beispielsweise, wenn 95% der Bevölkerung durch moralischen Druck und Zwangsmaßnahmen dazu gebracht werden können, ihre Kontakte unter 54,6% zu reduzieren (a < 0.546), wie man aus der Formel leicht ausrechnen kann.

Diese Idee ist so simpel, dass man sie jedem gebildeten Menschen erklären kann und sie klingt plausibel. Wie jeder Wissenschaftler leider weiß, kann eine Hypothese jedoch gleichzeitig plausibel und falsch sein. Wer länger Wissenschaft betreibt, weiß sogar, dass sich die meisten nichttrivialen plausiblen Hypothesen als falsch herausstellen. In der Regel liegt das daran, dass man beim Aufstellen der Hypothese etwas vernachlässigt hat, das in der Realität einen größeren Einfluss hat, als die Effekte, die man berücksichtigt hat. Solche weiteren Einflüsse gibt es auch hier.

Zunächst einmal ist R0 über den Verlauf einer Epidemie hinweg und über verschiedene Bevölkerungsgruppen hinweg nicht konstant. Zum Beispiel beeinflusst die Witterung, wie lange Viren infektiös bleiben. Deshalb sind viele Epidemien, gerade bei Atemwegserkrankungen, saisonal. Personen, die absolut mehr Kontakte haben, stecken mehr weitere Personen an, wenn diese Kontakte gleich eng sind. Daher variiert R0 mit dem Alter und zwischen Stadt und Land.

Auch mit dem Parameter a verhält es sich nicht so einfach, wie die Formel suggeriert. Flüchtige Kontakte einzuschränken, die über einen relativ großen Abstand stattfinden, hat einen geringeren Einfluss, als enge Kontakte einzuschränken. Selbst wenn man ein mittleres effektives a definieren könnte, wäre es sicher nicht so, dass ein Anteil f der Bevölkerung sein effektives a reduziert und ein Anteil (1-f) alle Kontakte beibehält. Das effektive a weist eine Verteilung über Bevölkerungsgruppen auf, die verschiedene R0 haben können. An dieser Stelle ist das Modell bereits erheblich komplexer als die einfache Formel und muss numerisch mit unsicheren Annahmen behandelt werden. Besonders unsicher sind dabei die Annahmen, wie bestimmte Maßnahmen das effektive a verändern. Zu diesen Fragen gibt es, in begrenztem Ausmaß, durchaus bereits Forschungsergebnisse, die ich weiter unten kurz diskutiere.

Selbst wenn man effektive a und f abschätzen könnte oder die Verteilung von a berücksichtigt, ist die Idee recht grob unvollständig. Das effektive R sinkt nämlich auch dann mit der Zeit, wenn sich a und f gar nicht ändern. Zum einen liegt das daran, dass nach gewisser Zeit ein gewisser Anteil der Bevölkerung immun ist und als Überträger ausscheidet. Antikörper-Tests legen nahe, dass dieser Anteil bei Covid-19 nicht vernachlässigbar ist. Vor allem aber wächst die Zahl der Infizierten nur dann exponentiell, wenn man vernachlässigt, dass Infizierte gesund werden oder sterben. Der tatsächliche zeitliche Verlauf hängt davon ab, in welchem Zeitraum die R Infektionen stattfinden und in welchem Zeitraum Personen entweder nicht mehr infiziert sind oder sonst nicht mehr als Überträger wirken. Für die erkannten Infizierten wird die Reproduktionszahl zudem durch Quarantäne oder Hospitalisierung kleiner sein, ohne dass „social distancing“ auf die Gesamtbevölkerung angewandt würde. Daher ist der von der einfachen Formel vorhergesagte exponentielle Anstieg bei Epidemien nur anfangs zu beobachten, auch wenn keine „social distancing“-Maßnahmen ergriffen werden. Wer behauptet, der exponentielle Anstieg würde sich ohne Gegenmaßnahmen lange fortsetzen, verfolgt politische, nicht wissenschaftliche Ziele.

Die bisherigen Betrachtungen zeigen, dass die auf Wikipedia zu findende Formel eine grobe Vereinfachung der tatsächlichen Situation ist. Sie legen nahe, dass der Effekt von „social distancing“-Maßnahmen geringer sein kann, als auf der Basis der einfachen Hypothese angenommen. Sie ändern aber nichts am erwarteten Vorzeichen des Effekts. Einfach gesagt sollte auch ein besser definiertes effektives a immer noch sinken, damit sollte R sinken und der Verlauf der Epidemie verlangsamt werden.

Tatsächlich scheitern plausible Hypothese selten völlig daran, dass die erste Näherung zu grob war, obwohl auch das vorkommt. Wenn ein Abfall von R durch bestimmte Maßnahmen, die ja Kosten erzeugen, unmessbar klein ist, sollten diese Maßnahmen nicht ergriffen werden. Häufiger scheitern plausible Hypothesen allerdings daran, dass es einen größeren gegenläufigen Effekt gibt, den man nicht bedacht hatte.

Bekannt ist beispielsweise, dass Mangel an Vitamin D Menschen anfälliger für Infektionen macht. Ebenfalls bekannt ist, dass Sonnenlicht auf der Haut für die Vitamin-D-Bildung beim Menschen erforderlich ist. Der britische nationale Gesundheitsdienst erklärt, das Menschen in Großbritannien das meiste Vitamin D durch direkte Sonneneinstrahlung auf der Haut von Ende März/Anfang April bis Ende September erhalten. Er erklärt weiter, dass es nicht ausreicht, in der Wohnung am Fenster zu sitzen, weil die Vitamin-D-Bildung durch UVB-Strahlung angeregt wird und Fensterscheiben UVB-Strahlung blockieren. Der Effekt wurde übrigens, damals unbewusst, bereits Anfang des 20. Jahrhunderts zur Tuberkulose-Therapie benutzt. Schöne Beschreibungen finden sich im Thomas Manns Roman Zauberberg, dessen Schauplatz Davos in der Schweiz ist.

Am 20. März 2020 hat das Schweizer Bundesamt für Gesundheit eine Plakataktion gestartet: „Bleiben Sie jetzt zu Hause. Retten Sie Leben.“ Oder auch nicht. Das hängt davon ab, was stärker ist, der Effekt auf a oder der Effekt fehlenden Sonnenlichts auf den durchschnittlichen Immunstatus der Bevölkerung. Wenn der Immunstatus schlechter ist, werden ein größerer Anteil der Kontakte zu manifesten Erkrankungen und daraus folgend weiteren Übertragungen führen. Auch werden die Verläufe im Durchschnitt schwerer sein, was Menschenleben kosten kann. Es ist also ebenfalls eine plausible Hypothese, dass es geradezu schädlich ist, in der eigenen Wohnung zu bleiben. Welche der beiden Hypothesen die Realität besser abbildet, ist keine Geschmackssache und es ist auch keine ideologische oder politische Frage. Es ist eine wissenschaftliche Frage, die ungeklärt ist, weil bisher noch nie jemand ein so drastisches soziales Experiment durchgeführt hat. Sie wird aller Voraussicht nach auch ungeklärt bleiben, weil nicht genug Daten gesammelt wurden, um dieses Experiment auswerten zu können.

Ein weiterer möglicher gegenläufiger Effekt kann möglicherweise im Nachhinein abgeklärt werden, obwohl auch dafür eigentlich zu wenige Daten gesammelt werden. Menschen haben soziale Bedürfnisse und sie neigen dazu, verlorengegangene soziale Kontakte zu kompensieren. Bekannt ist, dass sie auch ohne staatliche Maßnahmen während Epidemien flüchtige Kontakte zu Fremden und entfernten Bekannten einschränken und dafür Kontakte mit Freunden und Familienangehörigen verstärken, unter denen sie sich sicherer fühlen. Wir kombinieren das nun mit einer „Bleiben-Sie-jetzt-Zuhause“-Empfehlung. Die ohnehin engeren Kontakte finden nun auf engerem Raum in Wohnungen statt, deren ausreichende Belüftung nicht selten zweifelhaft ist. Da fast alle infizierten Personen auch Freunde und Angehörige haben und bei Covid-19 infektiös sein können, bevor Symptome auftreten, könnte das effektive a und damit R durch diese Maßnahme auch steigen. Wiederum kann man das nicht entscheiden, indem man überlegt, welche der beiden Hypothesen man nun für plausibler hält. Man braucht empirische Daten oder zumindest Modellrechnungen mit einigermaßen genau abschätzbaren Parametern.

Was ist was: Quarantäne, Kontaktverfolgung, „social distancing“

Der oben bereits erwähnte Wikipedia-Eintrag subsumiert unter „social distancing“ eine ganze Reihe von Maßnahmen, die sehr verschiedene erwartete Effekte auf a haben, sehr verschiedene ökonomische Effekte und die unterschiedlich stark in die Freiheiten der Bürger und das Funktionieren der Gesellschaft eingreifen. Das gleiche tut die Weltgesundheitsorganisation WHO. Für eine wissenschaftliche Diskussion ist es aber unabdingbar, verschiedene Konzepte auseinanderzuhalten. Ich sortiere diese hier nach Eskalationsstufen, also nach ansteigenden wirtschaftlichen und gesellschaftlichen Kosten.

Quarantäne ist die Isolation von Personen, die bekannterweise oder wahrscheinlich infiziert sind. Idealerweise isoliert man gezielt nur diejenigen, bei denen eine Infektion auch nachgewiesen ist, also in unserem Fall ein positiver Covid-19-Test vorliegt. Das erfordert allerdings, dass man alle Verdachtsfälle auch testen kann. Weil das bei Covid-19 in einer bestimmten Phase der ersten Infektionswelle an fehlenden Testressourcen scheiterte, hat man die Quarantäne auf Personen ausgeweitet, die passende Symptome aufwiesen, aber nicht getestet wurden. Dadurch gelangten auch Personen mit den in dieser Jahreszeit üblichen grippalen Infekten (Erkältungen) in Quarantäne und blieben in Ungewissheit, ob sie mit Covid-19 infiziert waren. Im Nachhinein kann man wahrscheinlich sagen, dass es billiger gekommen wäre, ausreichende Produktionskapazitäten für Testkits als Reserve vorzuhalten oder per Notverordnung eine höhere Produktion in geeigneten Unternehmen zu erzwingen.

Kontaktverfolgung („contact tracing“) weitet den Kreis der isolierten Personen aus, indem Kontakte infizierter Personen in Quarantäne geschickt werden, weil sie im Vergleich zur Durchschnittsperson mit erhöhter Wahrscheinlichkeit ebenfalls infiziert sind. Das erhöht die Zahl derjenigen, die aus dem wirtschaftlichen und sozialen Leben ausscheiden, beträchtlich, wie wir unten am Beispiel Weißrusslands sehen werden. Die Kosten sind um ein Vielfaches höher als diejenigen einfacher Quarantäne. Das Kosten-Nutzen-Verhältnis sinkt, weil der Anteil nicht infizierter, aber dennoch isolierter Personen steigt. Wenn der Anteil tatsächlich infizierter Personen 2,5% beträgt, die Maßnahmen aber 25% isolieren, so ist das Kosten-Nutzen-Verhältnis mindestens zehnmal schlechter als bei einer Isolation nur infizierter Personen. Zusätzliche Kosten entstehen, weil wirtschaftliche Aktivitäten wegfallen, die auf sozialen Interaktionen beruhen. In Deutschland (0,19% kumulativ) und der Schweiz (0,34% kumulativ) ist der prozentuale Anteil positiver Covid-19-Tests bezogen auf die Gesamtbevölkerung sehr viel kleiner als 2,5% und der effektive Isolationsanteil während der schärfsten Lockdown-Phase lag deutlich oberhalb von 25%. Sofern die tatsächliche Zahl der Infizierten nicht um ein Vielfaches größer ist als die Zahl positiver Tests, ist der Lockdown eine in grotesker Weise überproportionale Reaktion gewesen.

Die WHO bevorzugt inzwischen den Begriff „physical distancing“, weil soziale Distanz eine negative Konnotation hat - nicht zu Unrecht. Aus meiner Sicht ist „physical distancing“ allerdings etwas Anderes. Wenn der Abstand zwischen Personen groß genug bleibt, um das Übertragungsrisiko erheblich zu verringern, sinkt a und damit R, auch wenn sich die Personen noch begegnen und von Angesicht zu Angesicht miteinander reden und sich in die Augen sehen können. Das ist „physical distancing“ und es erfordert keinen Lockdown, höchstens eine Reduktion der Dichte von Personen.

Stand der Forschung

Eine Wissenschaftlerin, die eine plausible Hypothese aufgestellt hat, prüft diese nicht sofort experimentell. Sie recherchiert zuerst in der Fachliteratur, ob das Problem bereits gelöst oder teilweise gelöst ist. Ihr männlicher Kollege tut das Gleiche, weil gute Wissenschaft nicht vom Chromosomensatz der handelnden Personen abhängt.

In diesem Fall ist die Literaturrecherche einfach, weil es einen aktuellen Übersichtsartikel von M. W. Fong et al. gibt, der genau die im Titel dieses Blog-Posts gestellte Frage untersucht hat. Er ist in der Zeitschrift Emerging Infectious Diseases erschienen, die von der US-Behörde Centers for Disease Control and Prevention (CDC) herausgegeben wird und wurde im Auftrag der WHO und mit finanzieller Unterstützung der WHO geschrieben. Man wird keine Fundamentalkritik am „social distancing“ erwarten, denn den Autoren war bekannt, dass die WHO in den letzten Jahren „social distancing“ propagiert hat und weiter propagieren möchte. On-line ist der Artikel am 2. Februar 2020 erschienen, also rechtzeitig vor der Entwicklung von Covid-19 zu einer Pandemie. Er behandelt das Problem an Beispielen und Modellrechnungen zu Influenza-Epidemien, denn vor der Corona-Krise war allgemein erwartet worden, dass die nächste Pandemie durch ein neues Influenza-Virus verursacht wird.

Die Autoren unterscheiden sauber zwischen verschiedenen Maßnahmen. Ihre Schlussempfehlung ist, nur die freiwillige Isolation infizierter Personen zu Hause zu propagieren. Drastischere Maßnahmen sollten ernsten Pandemien vorbehalten werden. Nun besteht durch die Berichterstattung der Medien sicher der Eindruck, dass Covid-19 zu einer ernsten Pandemie geführt hat. Wenn man die Frage wissenschaftlich betrachtet, muss man aber einen quantitativen Vergleichsmaßstab haben, um zu entscheiden, ob eine Pandemie ernst ist oder nicht. Diesen Vergleichsmaßstab gibt es tatsächlich und er wurde ebenfalls von den CDC entwickelt. Fünf Schweregrade einer Pandemie werden anhand der Fall-Letalität unterschieden, also des prozentualen Anteils von Todesfällen bezogen auf die Gesamtzahl der Infizierten. Gegenüber einer Definition anhand des Anteils an Todesfällen bezogen auf die Gesamtbevölkerung lässt sich die Fall-Letalität gerade am Anfang einer Epidemie, wenn man über Maßnahmen entscheiden muss, viel besser abschätzen als die zu erwartende Gesamtzahl an Todesfällen. Der höchste Schweregrad 5 wird zugeordnet, wenn mehr als 2% aller Infektionen tödlich enden, der zweithöchste Grad 4, wenn 1-2% tödlich enden. Man darf annehmen, dass die Autoren der oben genannten Studie diese Schweregrade im Sinn hatten, als sie von einer ernsten Pandemie sprachen.

Verfolgt man nun die Verlautbarungen des Robert-Koch-Instituts, so gewinnt man leicht den Eindruck, das Covid-19 tatsächlich eine ernste Pandemie in diesem Sinne ist, denn außer in der Anfangsphase lag der veröffentlichte Anteil der Verstorbenen immer im Bereich der Schweregrade 4 und 5. Der Eindruck täuscht, weil die durch Tests bestätigten Covid-19-Infektionen sich sehr stark auf Risikogruppen und schwere klinische Verläufe fokussieren. Diese Teststrategie wird sowohl in Deutschland als auch in der Schweiz verfolgt. So werden die mit Covid-19 im Zusammenhang stehenden Todesfälle nahezu vollständig erfasst. Die Zahl der Infektionen wird jedoch um einen unbekannten Faktor unterschätzt. Die beste deutsche Studie zur tatsächlichen Fall-Letalität ist die vom Virologen Hendrik Streeck organisierte COVID-19 Case-Cluster-Study (Heinsberg-Studie). Sie hat eine Fall-Letalität von 0,37% ermittelt. Das entspricht dem zweitniedrigsten Schweregrad 2, gerade oberhalb dem Schweregrad 1, der einer saisonalen Grippeepidemie zugeordnet wird.

Dieser Befund wird von den vorher in der Öffentlichkeit bekannteren Virologen Christian Drosten und Alexander Kekulé nicht in Zweifel gezogen. Drosten äusserte, dass der Wert ungefähr dem entspräche, den man in Vorüberlegungen mit Politikern und Wissenschaftlern Wochen vor Einführung der Kontaktsperren angenommen habe. Wenn dem so ist, sind die Empfehlungen an die Politiker allerdings weit über das hinausgegangen, was in der von der WHO bestellten Studie empfohlen wurde.

Es gibt einen weiteren Hinweis, dass auch in den USA von einer Letalität in dieser Größenordnung ausgegangen wurde. Dort hatte man mit etwa 200‘000 Todesfällen gerechnet, die später auf erwartete 100'000 Todesfälle reduziert wurden. Man darf annehmen, dass diese Einschätzung von den CDC stammt, denn sie fällt genau in ihr Ressort. Aus einer Grafik der CDC kann man entnehmen, dass beide Zahlen in dem Band liegen, das einer Letalität von 0,1-0,5% und damit Schweregrad 2 entspricht.

Ich kehre jetzt zum Übersichtsartikel von M. W. Fong et al. zurück, weil die Überlegungen der Autoren auch im Detail von Interesse sind. Sie identifizieren drei Ziele des “social distancing”:

  • Den Höhepunkt der Welle zu verzögern
  • Die Zahl der Infizierten an diesem Höhepunkt zu verringern, um eine Überlastung des Gesundheitssystems zu vermeiden
  • Infektionen über einen längeren Zeitraum zu strecken

Es geht ausdrücklich nicht primär darum, die Gesamtzahl der Infektionen zu verringern, weil das allgemein als unrealistisch erachtet wird (ich komme darauf zurück). Die ersten beiden Punkte erfordern offensichtlich, dass die Maßnahmen vor dem Höhepunkt der Welle Wirkung erzielen. Der dritte Punkt hat das Ziel, etwas über die optimale medizinischen Behandlung zu lernen, das bei späteren Erkrankungen hilfreich ist, und vielleicht einen Impfstoff in die Hand zu bekommen, was dann tatsächlich die Gesamtzahl der Infektionen verringern kann.

Die Autoren haben keine randomisierten kontrollierten Studien gefunden. Es gibt also keine empirische Evidenz für eine Effektivität von „social distancing“ zur Abmilderung eines Epidemieverlaufs. Das schließt sogar die Quarantäne infizierter Personen ein. Es gibt nur Beobachtungsstudien und Simulationen. Beobachtungsstudien korrelieren den beobachteten zeitlichen Verlauf der Infektionszahlen mit getroffenen Maßnahmen und versuchen mit mehr oder weniger Aufwand, Auffälligkeiten einzelnen Maßnahmen oder einem Bündel von Maßnahmen zuzuordnen. Simulationen beruhen auf mehr oder weniger komplexen Computermodellen mit abgeschätzten Parametern und ermitteln, wie der simulierte Epidemieverlauf von Parameteränderungen beeinflusst wird.

Die Autoren bemerken, dass das Konzept einer Kontaktverringerung plausibel sei. Es gäbe aber nur beschränkte wissenschaftliche Evidenz, die eine Effektivität solcher Maßnahmen belegen würde. Alle Beobachtungsstudien wären unter atypischen Verhältnissen durchgeführt worden und ihre Ergebnisse könnten daher nicht ohne Weiteres auf die gesamte Gemeinschaft übertragen werden. Dennoch sei die freiwillige Selbstisolation von Personen mit Symptomen zu Hause zu empfehlen. Diese Strategie hat die Schweiz vor dem Lockdown am 16. März verfolgt.

Die Autoren zitieren eine Studie, die nahelegt, dass Kontaktverfolgung kaum einen Zusatzeffekt entfaltet, wenn bereits andere, billigere Maßnahmen in Kraft seien. Sie kommen zu dem Schluss, dass es keinen guten Grund gäbe, Kontaktverfolgung außerhalb von Risikogruppen als Routinemaßnahme zu empfehlen.

Weiterhin zitieren sie eine Studie, die zu dem Schluss gekommen ist, dass Quarantäne Personen außerhalb der Quarantänegruppe schützen kann, jedoch das Risiko der Infektion innerhalb der Quarantänegruppe erhöht. Die Beobachtungen an Kreuzfahrt- oder Kriegsmarineschiffen während der Corana-Krise scheinen das zu unterstützen. Weiterhin zitieren sie eine Studie, nach der eine Einreisequarantäne im Flugverkehr nach Japan während einer Influenzawelle (AH1N1) nicht effektiv war.

Auch Schulschließungen nach dem Gipfelpunkt der Epidemiewelle erachten die Autoren nicht als sinnvoll. Nach den ins Deutsche übersetzten Worten der Autoren ist „insgesamt die Qualität der Evidenz relativ gering“. Zudem gäbe es wenig Information zur sinnvolle Wahl der Zeiträume für Maßnahmen.

Auch wenn dieser Abschnitt bereits sehr lang ist, möchte ich doch noch etwas anfügen. Die Autoren haben die Studien nicht gewichtet und deren Methodik nicht kritisch eingeschätzt. Das kann ich hier auch nicht leisten. Ich habe mir stattdessen die fünf meistzitierten Studien zu dem Thema angesehen, in der Annahme, dass sie eher von überdurchschnittlicher Qualität sind und eher der Konsensmeinung auf dem Gebiet entsprechen. Eine davon habe ich nicht weiter beachtet, weil sie ein Vorläufer des Übersichtsartikels von M. W. Fong et al. ist und damit durch neuere Erkenntnisse überholt.

Ein Artikel von N. M. Ferguson et al. in Nature aus dem Jahre 2005 hat die Frage gestellt, ob eine Epidemie durch die Kombination prophylaktischer antiviraler Behandlung mit „social distancing“ ganz gestoppt werden könne. Die Autoren haben gefunden, dass das nur möglich ist, wenn R0 kleiner als 1,8 ist. Gemäß der gängigen Abschätzung von R0 für Covid-19 von etwa 3 und angesichts des Fehlens von gegen Covid-19 wirksamen antiviralen Medikamenten, erscheint dieser Weg nicht gangbar.

Ein Übersichtsartikel zu Modellstudien von Zhen Wang et al. in Physics of Life Review von 2015 stellt fest, dass das Ergebnis von Verhaltensänderungen auf die Gesundheit der Bevölkerung auch negativ sein kann, indem es die Verbreitung der Krankheit verlängert. Eine Untersuchung von J. M. Read et al. von 2008 zu sozialen Kontaktnetzwerken, die auf Tagebucheinträgen in einer Universitätsumgebung basiert und diese in ein Simulationsmodell einbringt, kommt zu dem Schluss, dass es wenig bringe, Büroarbeitsplätze zu schließen, wenn Krankheiten durch engen Kontakt übertragen werden. Schließlich stellt eine 2011 in den Proceedings of the National Academy of Science der USA veröffentliche Studie von Eli P. Fenichel et al. fest: „Unsere Politiksimulation zeigt, dass die größte Reduktion in der Zahl der Krankheitsfälle nicht zum größten gesellschaftlichen Wohl führen muss.“ Diese Studie schließt mit der Bemerkung, dass man gut überlegen müsse, was man tut, damit das Heilmittel am Ende nicht schlimmer sei als die Krankheit.

Die Schweiz und Weißrussland – Ein Ländervergleich

Politiker behaupten gern, dass die Kontaktsperren die Epidemie gestoppt hätten. Dieser Schluss ist schon deshalb unzulässig, weil es sehr viele Gründe für das Abklingen einer Epidemiewelle geben kann. Bei Weitem die meisten Epidemiewellen in der Geschichte der Menschheit sind ohne Kontaktsperren abgeklungen. Insbesondere sind viele virale Epidemiewellen ausgelaufen, wenn der Frühling kam. Eine Studie, die zeigt, dass die Kontaktsperren die Reproduktionszahl R signifikant verringert hätten, gibt es nicht. Dagegen gibt es zwei Studien, die den gegenteiligen Schluss zulassen. Eine stammt vom Robert-Koch-Institut, wurde zuerst am 15. April veröffentlicht und zeigt, dass die Reproduktionszahl R sich bereits seit dem 22. März bei 1 befand. Das war vor der Kontaktsperre in Deutschland. Seitdem hat sie sich um diesen Wert stabilisiert. Zu beachten ist dabei noch, dass Maßnahmen frühestens nach einer Woche einen deutlichen Einfluss auf den zeitlichen Verlauf der Infektionszahlen entfalten, weil die Inkubationszeit der Neuinfizierten und dann noch die Zeit bis zu deren Test vergangen sein muss. Die in der Zusammenfassung aufgestellte Behauptung „Unter anderem die Einführung des bundesweit umfangreichen Kontaktverbots führte dazu, dass die Reproduktionszahl auf einem Niveau unter 1/nahe 1 gehalten werden konnte.” ist rein politischer Natur und durch nichts belegt. Sie ist nicht einmal plausibel.

Eine bereits am 9. April von der Gruppe von Prof. Tanja Stadler von der ETH Zürich vorveröffentlichte Studie zeigt ein verblüffend ähnliches Verhalten für die Schweiz und deren einzelne Kantone. Die Autoren um Jérémie Sciré schätzen die Verzögerungszeit zwischen Änderungen von R und der Auswirkung in der Fallzahlkurve auf etwa 8 Tage ab. Wie jedes wissenschaftliche Ergebnis, ist auch dieses offen für weiteren Skeptizismus. Sicher ist allerdings, dass man in beiden Studien einen Effekt der Kontaktsperren hätte erwarten sollen, aber keinen gefunden hat.

Alternativ zu einer Analyse des zeitlichen Verlaufs kann man Länder miteinander vergleichen, die sehr unterschiedlich auf die Epidemie reagiert haben. Weißrussland ist dabei eines der Extreme, das nur sehr wenig auf „social distancing“ gesetzt hat. Die Schweiz ist kein Extrem, hat aber seit dem 16. März doch einen sehr stark auf „social distancing“ gestützten Ansatz verfolgt. Vor allem aber liegen für die Schweiz sehr gute Daten vor, die öffentlich bequem zugänglich sind und ständig aktualisiert werden. Die Daten für Weißrussland muss man selbst eintippen, sie sind aber ebenfalls recht bequem zusammengefasst bei Wikipedia zugänglich. Zudem haben beide Länder eine ähnliche Bevölkerungszahl (Weisrussland 9’449’323, Schweiz 8,654,622) und eine nicht zu stark unterschiedliche Lebenserwartung. Die mittlere Besiedelungsdichte unterscheidet sich stark (Weißrussland 42/km2, Schweiz 217 km2), allerdings ist die Bevölkerung in Weißrussland viel stärker in großen Städten konzentriert. In der Schweiz wurde der erste Covid-19-Fall am 25. Februar registriert, in Weißrussland am 29. Februar. Die Infektionszahl und Zahl von Sterbefällen, bei der die Schweiz am 16. März weitgehende Kontaktsperren verhängt hatte, wurde in Weissrussland erst am 10./11. April erreicht. Die einzige “social distancing” Maßnahme in Weißrussland war eine zweimalige Verlängerung der Schulferien um je eine Woche am 4. und 10. April. Im weiteren Sinn kann man die medizinische Beobachtung der Erst- und Zweitkontakte der Infizierten dazu rechnen. Am 2. April wurden 36 Mal so viele Kontakte medizinisch beobachtet, wie es Infektionsfälle gab.

Am 11. April hat der Vertreter einer WHO-Mission in Weißrussland das Land für einen systematischen Ansatz, das Vorhandensein von Testlaboratorien, die Trennung von Infizierten und Nichtinfizierten in Krankenhäusern und die schnell organisierte Produktion von Schutzausrüstung gelobt. Darüber berichteten westliche Medien nicht. Zugleich empfahl er mehr „social distancing“, eine Empfehlung, die die WHO am 21. April wiederholte. Darüber berichteten westliche Medien.

Lassen wir nun die Daten sprechen. Der Vergleich in der hier verlinkten Abbildung zeigt, dass sowohl die Zahl der positiven Tests als auch die Zahl der Todesfälle in Weißrussland wesentlich langsamer gewachsen ist. Wenn wir beide Länder an den drei Zielen messen, die der von der WHO in Auftrag gegebene Übersichtsartikel aufgestellt hat, so erfüllt Weißrussland die Ziele einer Verzögerung des Höhepunkts und einer Streckung der Infektionszahlen über einen längeren Zeitraum bisher deutlich besser. Es ist dabei ohne Kontaktsperren und mit viel geringerem Rückgriff auf andere „social distancing“-Maßnahmen ausgekommen. Zur Fallzahl am Höhepunkt der Infektionswelle kann man noch keine Aussagen treffen, weil Weißrussland diesen Höhepunkt noch nicht erreicht hat. Man auch nicht sicher ausschließen, dass die Schweiz eine zweite Infektionswelle durchlaufen wird.

Folgt daraus nun, dass die Schweiz alles falsch gemacht hat und Weißrussland alles richtig? Sicher nicht. Es folgt eigentlich nur, dass der zeitliche Verlauf so stark durch andere Faktoren bestimmt sein kann, dass der Effekt von politischen Maßnahmen auch im Nachhinein schwer zu bestimmen sein wird. Wenn ich mir das weltweite Muster der Fallzahlen und Sterbefälle je 100‘000 Einwohner ansehe und in den Ländern das Muster für Regionen, so kann ich eine weitere plausible Hypothese formulieren: Die Heftigkeit der ersten Covid-19-Epidemiewelle korreliert stark mit der globalen und internen Vernetzung eines Landes oder einer Region. Die globale Vernetzung dürfte in einer Pandemie eine Rolle dabei spielen, wie viele primäre Infektionsherde gleich zu Anfang entstehen. Die interne Vernetzung könnte die Basisreproduktionsrate R0 beeinflussen, die einen extrem starken Einfluss auf den zeitlichen Verlauf in der Anfangsphase hat. Wenn diese Hypothese zutrifft, könnte sie einen großen Teil des Unterschieds zwischen der Schweiz und Weißrussland erklären. Was Unterschiede zwischen romanisch und germanisch geprägten Ländern betrifft, so könnte der häufigere und engere Körperkontakt in ersteren die Anfangsphase stark beeinflussen. Wenn das zuträfe, würde das zeitweilige Einstellen der Wangenküsse womöglich so viel helfen, dass es gar keine Kontaktsperren braucht.

Fazit

Die wissenschaftliche Evidenz für die Wirksamkeit von „social distancing“-Maßnahmen ist nach etwa zwei Jahrzehnten Forschung immer noch schwach. Studien und Vergleiche, die in der gegenwärtigen Corona-Krise angestellt wurden, liefern keine Belege für eine solche Wirksamkeit. In dieser Situation stellt sich die Frage, warum man bei gesellschaftlichen Experimenten mit drastischen „social distancing“-Ansätzen schwere wirtschaftliche und soziale Schäden in Kauf nimmt.

Dieser Beitrag gibt die Meinung des Autors wieder, nicht notwendigerweise die der Redaktion des Freitag.
Geschrieben von

Gunnar Jeschke

Naturwissenschaftler, in der DDR aufgewachsen, gelebt in Schwarzheide, Dresden, Wako-shi (Japan), Bonn, Mainz, Konstanz und Zürich.

Gunnar Jeschke

Was ist Ihre Meinung?
Diskutieren Sie mit.

Kommentare einblenden