Diese Analyse basiert auf den Daten der in das österreichische Epidemiologische Meldesystem (EMS) eingepflegten, neu aufgetretenen (inzidenten) COVID19-Fälle. Relevante Falldaten wurden von der Abteilung Infektionsepidemiologie & Surveillance der AGES bei den zuständigen Behörden erhoben und im EMS komplettiert. Die Auswertung wurde mit Daten zum Stand 27.06.2023, 07:00 Uhr, durchgeführt. Zu diesem Zeitpunkt waren 6.084.221 COVID 19-Fälle gemeldet.
Bitte beachten Sie, dass ab Ende Juni 2023 keine weiteren Aktualisierungen zu COVID-19 an dieser Stelle verfügbar sind.
Auf Basis der zeitlichen Verteilung der inzidenten Fälle schätzen wir mittels statistischer Modelle (Poisson-Regression) die tägliche Steigerungsrate der inzidenten Fallzahl und die effektive Reproduktionszahl (d. h. durchschnittliche Anzahl der von einem Fall generierten Folgefälle). Eine genaue Beschreibung der Methoden ist in Richter, Schmid, and Stadlober (2020) gegeben.
Das verwendete serielle Intervall basiert auf einer Gammaverteilung mit Mittelwert 3,37 und Standardabwichung 1,83 und geht als solche in die Berechnung der effektiven Reproduktionszahl ein. Diese Parameter des seriellen Intervalls basieren auf österreichischen Quellenfall-Folgefall-Paaren (Richter et al. (2021)).
Epidemiologische Parameter: Daten
Unten sind die Zeitreihen des aktuellsten Updates der epidemiologischen Parameter als csv verfügbar (Steigerungsrate und effektive Reproduktionszahl). Der Zeitpunkt der Aktualisierung sowie der Zeitpunkt des Datenstandes sind in den Metadaten hinterlegt. Die Daten können unter Einhaltung der Creative Commons Namensnennung 4.0 International Lizenz (https://creativecommons.org/licenses/by/4.0/deed.de) verwendet werden. Jedenfalls ist als Quelle "AGES, TU Graz" anzuführen.
In manchen Bundesländern ist die Anzahl der inzidenten Fälle sehr gering, weswegen Schwankungen der effektiven Reproduktionszahl mit großer Vorsicht zu interpretieren sind. Da wir ab sofort ein Minimum an 12 Fällen für die Schätzung der effektiven Reproduktionszahl fordern können Schätzer für manche Tage im Vergleich zur vorangegangenen Publikation fehlen.
Enthaltene Datensätze:
meta_data.csv: beinhaltet unter anderem letzte Aktualisierung (Erstellung der Files), Datenstand (Stand der Surveillancedaten für die Auswertung) sowie Informationen zu Zitierung und Lizenz.
growth.csv: Datum, Schätzer der Steigerungsrate (growth) und 95 % Konfidenzintervall (growth_lwr und growth_upr)
R_eff.csv: Datum, Schätzer der effektiven Reproduktionszahl (R_eff) und 95 % Konfidenzintervall (R_eff_lwr und R_eff_upr)
R_eff_bundesland.csv: Bundesland, Datum, Schätzer der effektiven Reproduktionszahl (R_eff) und 95% Konfidenzintervall (R_eff_lwr und R_eff_upr)
Lukas Richter (1,2), Alena Chalupka (1), Daniela Schmid (1), Ali Chakeri (1), Sabine Maritschnik (1), Sabine Pfeiffer (1), Ernst Stadlober (2)
1 Abteilung Infektionsepidemiologie & Surveillance, AGES
2 Institut für Statistik, Technische Universität Graz
