Welchen Einfluss haben die Impfungen in Deutschland auf die Entwicklung der Fallzahlen?

Jede Woche werden in Deutschland derzeit circa 1 Million Impfstoffdosen gegen COVID-19 verabreicht; knapp fünf Prozent der Bevölkerung hat mindestens eine Dosis erhalten. Im Moment bekommen der festgelegten Priorisierung folgend vor allem alte Menschen und Berufe mit einem erhöhten Ansteckungsrisiko, wie Gesundheitspersonal, eine Impfung. Das Alter ist der größte Risikofaktor für einen schweren oder sogar tödlichen Verlauf der Atemwegserkrankung COVID-19, weshalb der Schutz dieser vulnerablen Gruppen schnell zu einem entlastenden Effekt auf den Intensivstationen führen kann. Wichtig ist allerdings auch zu betrachten, welchen dämpfenden Effekt die Impfungen auf die Fallzahlen insgesamt haben können, wo doch aktuell verstärkt Lockerungen der geltenden Maßnahmen diskutiert werden. Diesen Aspekt des Impfschutzes auf die Fallzahlen sollen nachfolgende Beispiele beleuchten.

Kernaussage

Der aktuelle Kurs der vergangenen Wochen würde ohne andere gegenläufige Effekte schon im April zu höheren Inzidenzen als im Winter führen.
Mit zunehmender Impfquote wird sich das Wachstum abschwächen. Auch ein bremsender Effekt durch den Frühlingsbeginn ist nicht ausgeschlossen.
Beim aktuellen Wachstum der Virusvariante B.1.1.7 und einer optimistischen Einschätzung des Impffortschritts ist es möglich, dass ein neuer Höchstwert der Inzidenz vermieden werden könnte.
Betrachtet man vereinfachend die gegeneinander wirkenden Effekte der Impfungen auf der einen Seite und das Wachstum der ansteckenderen Virusvariante allein, ist die aktuelle Situation also stark “auf Kante genäht” – der Sicherheitspuffer nicht sehr groß. Schon leichte Veränderungen durch Lockerungen oder verändertes Verhalten der Bevölkerung können dazu führen, dass Inzidenzen stark steigen, noch bevor ausreichend geimpft werden konnte, um das Wachstum zu bremsen.

Die Szenarien

Um ein Gefühl für mögliche Verläufe der gemeldeten Fallzahlen in den nächsten Wochen zu bekommen, werden nachfolgend verschiedene Szenarien betrachtet. Diese stellen keine Prognosen dar, sondern versuchen unter bestimmten Bedingungen mögliche Verläufe zu veranschaulichen. Die wichtigsten Limitationen der Rechnungen werden im nächsten Abschnitt beschrieben.

Es werden folgende Szenarien betrachtet:

Szenario 1 – die Virusvariante B.1.1.7 wächst hierbei weiter wie bisher wöchentlich mit 40 Prozent (siehe auch Extra-Report vom 19. Februar). Die übrigen Varianten verlieren 20 Prozent pro Woche. Ein bremsender Effekt durch Impfungen wird nicht betrachtet. Dieses Szenario ist nicht realistisch, sondern dient hier nur als Vergleich.
Szenario 2 Ab Anfang April wird zusätzlich ein bremsender Effekt durch Impfungen eingerechnet. Die zugrundeliegenden Annahmen werden weiter unten erläutert.
Szenario 3 Wie Szenario 2, nur dass der bremsende Effekt zehn Tage früher eintritt. Gründe könnten hier zum Beispiel ein jahreszeitlicher Effekt oder beschleunigte Impfungen sein.
Szenario 4 Durch Lockerungen oder verändertes Verhalten ist das Wachstum hierbei leicht um 10 Prozentpunkte erhöht. Das wöchentliche Wachstum der B.1.1.7-Variante läge damit bei 50 Prozent, der Rückgang der übrigen Varianten nur bei 10 Prozent. Effekte durch Impfungen wie in Szenario 2.

Downloads:Als PNG.

An den Szenarien wird deutlich, dass schon ein leicht gesteigertes wöchentliches Wachstum zu sehr hohen Inzidenzen innerhalb der nächsten Wochen führen kann. Dabei ist das Wachstum von B.1.1.7 ausschlaggebend, da sich diese Variante schneller verbreitet. Ein höheres Wachstum durch Lockerungen oder verändertes Verhalten könnten auch Wachstumsraten verursachen, die schneller verlaufen als die in Szenario 4 dargestellten. Umgekehrt könnte ein saisonaler Effekt das Wachstum stärker bremsen als in Szenario 3 angenommen.

Annahmen und Limitationen der Szenarien

Effekt der Impfung: Theoretisch würden bei vollständigem Schutz vor Infektion durch Impfungen pro 8 Millionen geimpften Bürgerinnen und Bürgern 10 Prozent der Bevölkerung das Virus nicht mehr verbreiten können. Laut Bundesgesundheitsministerium stehen bis Ende März geplant 18 Millionen Impfdosen zur Verfügung, davon drei viertel mRNA-Impfstoffe. Diese Szenarien gehen davon aus, dass ab April alle 20 Tage eine Reduktion der Reproduktionszahl um 10 Prozent erreicht wird. Dieser Effekt ist pauschalisiert. Erste Ergebnisse sprechen zwar dafür, dass Impfstoffe auch asymptomatische Infektionen zu einem großen Teil verhindern können, siehe zum Beispiel [1]. Wie viele Infektionen durch Impfungen jedoch potenziell vermieden werden, hängt aber auch von der Zahl der Kontakte der geimpften Person ab. Da zuerst besonders viele alte Personen geimpft werden, deren Mobilität tendenziell gering ist, kann die Zahl der vermiedenen Infektionen niedriger ausfallen als der pauschal errechnete Anteil der Bevölkerungsgruppe. Nimmt man für die mRNA-Impfstoffe einen Schutz vor Infektionen von 90 Prozent an und für andere Impfstoffe von 70 Prozent, würden 10 Millionen geimpfte Personen benötigt, um den gleichen Effekt zu erreichen, sofern beide Impfstoffarten gleich häufig verimpft werden würden. Aktuell stehen von den mRNA-Impfstoffen mehr Dosen zur Verfügung.
Veränderte Mobilität der Bevölkerung: Selbst bei Beibehaltung der aktuellen Maßnahmen kann eine veränderte Mobilität der Bevölkerung dazu führen, dass die Fallzahlen stärker steigen.
Jahreszeitliche Effekte: Mit beginnendem Frühling verändert sich das Verhaltensmuster vieler Menschen. Treffen finden vermehrt im Freien statt, wo das Infektionsrisiko geringer ist. Wird aber insgesamt die Zahl der Kontakte erhöht, kann sich auch das wieder nachteilig auswirken. Dazu kommt, dass die jahreszeitlich unterschiedlichen Wetterbedingungen – Luftfeuchtigkeit oder Temperatur – auch einen Effekt auf die Virusverbreitung haben könnte.
Zusammenspiel von Maßnahmen / Impfungen und Wachstum der Fallzahlen: Das hier beschriebene Modell betrachtet keine Wechselwirkungen zwischen den Maßnahmen oder den Impfungen und dem Wachstum der Inzidenz. Wenn Impfstoffe unterschiedlich gut die Infektion mit verschiedenen Varianten verhindern oder Maßnahmen unterschiedlich stark auf die Verbreitung einzelner Varianten wirken, wäre das hier verwendete Modell zu einfach.
Die Situation auf den Intensivstationen: In den hier betrachteten Szenarien werden mögliche Entwicklungen der Inzidenz, also der Fallzahlen insgesamt, betrachtet. Mit der Impfung der Risikogruppen sinkt allerdings der Anteil der hospitalisierten Personen bei gleicher Inzidenz. Das DIVI-Prognosemodell beschäftigt sich mit der Simulation der Intensivbettenauslastung und zeigt mögliche Verläufe der Auslastung auf den Intensivstationen.

Ihre Ansprechpartner in Redaktion und SMC Lab

Marleen Halbach, Redaktionsleiterin

Lars Koppers, Gastwissenschaftler am SMC Lab

Telefon: +49 221 8888 25-0
E-Mail: redaktion@sciencemediacenter.de

Kapitel