Daten aus 19 europäischen Ländern zeigen Anomalie des Sterbealters im Jahr 2021
In einem früheren Artikel über der Verlust an Lebensjahren (PYLL) in Deutschland hatte ich ein verdächtiges Muster im Jahre 2021 beschrieben, das auf einen zu hohen Anteil junger Menschen unter den Toten hindeutet.
Nun wurden europäische, altersspezifische Sterbedaten ausgewertet. Als Zielvariablen wurden die Gesamtsterbezahlen und das mittlere Sterbealter (AAD, Age At Death) herangezogen. Eine Herausforderung war dabei, die Zeitreihen vergleichbar zu machen, denn die verschiedenen Länder unterscheiden sich in Mittelwert, Trend, Saisonalität und Streuung erheblich.
Methoden
Verwendet wurde der Datensatz „estat_demo_r_mwk_10.tsv“ der europäischen Statistikbehörde Eurostat. Er enthält wöchentliche Angaben der Sterbezahlen in 10-Jahres-Alterskohorten. Länder mit fehlenden Angaben im Zeitraum 2010 bis 2024 wurden entfernt. Übrig blieben diese 19 Länder: AT , BE , BG , CH , CZ , DE , EE , ES , HR , HU , LT , LV , NL , NO , PL , PT , SE , SI , SK.
Daraus wurden die beiden genannten Zielgrößen wochenweise für jedes Land berechnet und die Saison- und Trendkomponenten mittels einer STL-Dekomposition entfernt, sowie eine Varianz-Stabilisierung durch Box-Cox-Transformation vorgenommen. Schließlich erfolgte die Skalierung der Signale auf die Einheit einer Standardabweichung σ (z-score).
Ergebnisse
Die Diagramme der einzelnen Länder liegen als PDF vor.
Ein allgemeiner Zusammenhang wird aus den wöchentlichen Mittelwerten aller 19 Länder deutlich. Normalerweise steigt während der Sterbewellen das mittlere Sterbealter an. Eine Korrelationsberechnung über den Zeitraum 2010-2020 zeigt mit r=0,82, 95%-CI=[0,79 ; 0,84 ] eine signifikante, positive Korrelation von Todeszahlen und AAD. Auch im Diagramm ist das gut erkennbar, allerdings nicht im markierten Jahr 2021, wo die beiden Kurven klar divergieren (Abb. 1).
Abb. 1: Zeitreihen der gemittelten z-scores der Sterbezahlen (deaths, grün) und des mittleren Sterbealters (AAD, rot) aus 19 europäischen Ländern.
Der Einstichproben-T-Test der Sterbezahlen-Jahresmittelwerte für 2020, 2021 und 2022 auf Abweichungen von Null ergibt Abweichungen, die allesamt die Signifikanzbedingung (p<0,05) erfüllen (Tab. 1).
Tab. 1: Jahres- und Ländermittelwerte der z-scores 2020-2022, T-Test auf Abweichung von Null.
Demnach sind alle drei Pandemiejahre signifikant übersterblich verlaufen. Das Maximum wurde 2021 mit +1,03σ erreicht, also etwa eine Standardabweichung. Zugleich sank 2021 das mittlere Sterbealter entgegen dem normalen Verhalten auf einen negativen Wert, ebenfalls signifikant. Die Kombination dieser beiden Ergebnisse lässt die Beobachtung als höchst ungewöhnlich erscheinen, wenngleich ein Zufall aufgrund der hohen Signifikanz auszuschließen ist.
Allerdings folgten nicht alle Länder dem beschriebenen Durchschnittsmuster. Eine Gruppe von Ländern wie Belgien (BE), Spanien (ES), die Niederlande (NL), Portugal (PT) und Schweden (SE) zeigte schon 2020 die größte Übersterblichkeit, während Deutschland (DE) und Norwegen (NO) ihre Maxima erst 2022 erreichten. Drei Länder, Estland (EE), Lettland (LV) und Norwegen (NO) verliefen in 2020 normal- oder sogar untersterblich.
Tab. 2: z-scores der Sterbezahlen und des mittleren Sterbealters der einzelnen Länder 2020-2022.
Diskussion
In vielen Beiträgen wird Übersterblichkeit in Form absoluter Zahlen präsentiert und – wie ich aus eigener Erfahrung berichten kann – oftmals sogar gefordert. Da dieser Ansatz stets auf einem Vergleich mit einem erwarteten Aufkommen an Toten beruht, hängt dann das Ergebnis von einer Erwartung ab, die unsicher und anfällig für Manipulationen ist. Außerdem ist nicht ohne Weiteres entscheidbar, was für eine Bedeutung z. B. 10.000 zuviel Gestorbene in einem beliebigen Land haben. In Deutschland hätte die Zahl sicherlich eine ganz andere Bedeutung als in Österreich.
Der mathematische Aufwand in dieser Untersuchung mag abschrecken und die verwendeten Zielgrößen in Form von z-scores abstrakt erscheinen, aber die Methode stellt Vergleichbarkeit unterschiedlicher Länder sowie die Entscheidbarkeit von Hypothesen sicher. Die Fragestellung verlagert sich von der Frage „Sind 10.000 viel oder wenig?“ zu „Ist der Wert positiv oder negativ und befindet er sich im Konfidenzintervall oder außerhalb?“ Ohne Zweifel ist letztere Frage im Gegensatz zur Erstgenannten eindeutig beantwortbar.
An Außergewöhnlichem mangelt es in diesen Signalen nicht. Das zeigen sowohl die Jahresauswertungen in Tab. 1 mit ihren durchweg signifikanten Abweichungen als auch einzelne Länder, die Sterbezahlen von +5σ und mehr erreichten. Spanien (ES) schoss sogar auf +8σ hoch. Mit den gewonnenen Ergebnissen lassen sich einige Hypothesen prüfen, die ich im Folgenden besprechen möchte.
Erste Hypothese: Die Sterbezahlen der Pandemiejahre 2020-2022 beruhten auf natürlichen Ursachen. Die Abweichungen waren zu stark und zu signifikant, um als natürliche Schwankungen eingestuft werden zu können.
Zweite Hypothese: Die Übersterblichkeit war die Folge von C19-Infektionen. Die im Jahr 2020 detektierten Phasen der Übersterblichkeit gingen einher mit einem Ansteigen des Sterbealters. Eine Mitbeteiligung von C19 ist daher wahrscheinlich, weil die C19-Opfer im Mittel sehr alt waren. Allerdings entsprach die Infektionssterblichkeit von C19 etwa der einer Influenza, und bisherige Influenzawellen erzeugten weniger auffällige Anomalien. C19 ist demnach nicht als alleinige Ursache anzunehmen. Ab dem Jahr 2021 spricht außerdem das absinkende Sterbealter dagegen.
Dritte Hypothese: Die Übersterblichkeit war Folge der Maßnahmen gegen C19. Sofern Maßnahmen Einfluss auf das Überleben hatten, müssen Kranke und Pflegebedürftige die Hauptleidtragenden gewesen sein, und der Anteil dieser Gruppe wächst mit dem Alter. Zumindest für das Jahr 2020 (Übersterblichkeit und hohes Sterbealter), aber wahrscheinlich auch darüber hinaus, müssen also die Maßnahmen eine Erklärung für den Anteil sein, der nicht direkt den C19-Infektionen zugerechnet werden kann.
Vierte Hypothese: Die Übersterblichkeit ab 2021 hat mit den C19-Impfungen zu tun. Gehen wir zuerst zwei Szenarien durch. Im für die Impfung günstigsten Fallehätte diese ceteris paribus den Anteil an C19-Toten reduziert, und diese waren im Mittel sehr alt. Die Folge hätten sinkende Gesamtsterbezahlen und eine Normalisierung des mittleren Sterbealters sein müssen. In zweiten Szenario nehmen wir an, die C19-Impfungen seien wirkungslos aber ungefährlich gewesen. Dann hätten Sterbezahlen und mittleres Sterbealter entweder gemeinsam hoch bleiben oder mit fortschreitender natürlicher Immunisierung auf normale Werte zurückgehen müssen.Beobachtet wurden aber weiterhin hohe Gesamtsterbezahlen und ein abgesenktes mittleres Sterbealter. Noch dazu ist diese Anomalie auf dasjenige Jahr beschränkt, in dem die meisten Jüngeren mehrere Dosen erhielten. Es ist darum ein drittes Szenario zu fordern. Welches das sein könnte, das mag sich jeder seinen individuellen Pandemie-Glaubenssätzen entsprechend selbst ausmalen.
Links zu früheren TKP-Beiträgen zum Thema finden Sie unterhalb 👇
Die in diesem Artikel geäußerten Ansichten spiegeln nicht unbedingt die Ansichten der fixen Autoren von TKP wieder. Rechte und inhaltliche Verantwortung liegen beim Autor.
Ulf Lorré ist Ingenieur für Biomedizinische Technik und schreibt unter Pseudonym.
Noch die Panikmache und Kriegsdrohungen hinzuzählen und „das Volk“ wird sich brav ganz freiwillig reduzieren, weil keiner mehr in dieser besch…. Zukunft leben möchte, die man uns vorsetzt. Freie Wahl:
Nadel plus Umweltgifte, Strahlung und die Front – oder assistierter Sui…d für die „Feiglinge“.
Brave New World!
Schöne Argumentation, danke!
5G ist geblieben, aber die Altersanomalie war vorübergehend. Schlussfolgerung, 5G ist als Grund raus.
Interessant ist die Verschiebung der Spitzen in den einzelnen Ländern. Da wäre es m.E. angebracht, sowohl Impfbeginn und 5G Aktivierung in jedem Land mitzuberücksichtigen. Warum? Weil die Symptomtabelle für beides mit großen Überschneidungen einher geht.