Mit Spannung erwartet: Nachdem die Studie aus dem Corona-Hotspot Heinsberg schon vor Wochen für Diskussionen sorgte, haben die Forscher jetzt ihre Ergebnisse veröffentlicht. Demnach haben sich im Ort Gangelt 15 Prozent der Einwohner mit SARS-CoV-2 infiziert – fünfmal mehr als in den offiziellen Tests erfasst. Von den Infizierten blieben 22 Prozent völlig symptomlos, viele weitere hatten nur leichte Symptome. Dies bestätigt den möglicherweise hohen Anteil „versteckter“ Infektionen.
Der Landkreis Heinsberg in Nordrhein-Westfalen war einer der ersten deutschen Hotspots der Corona-Pandemie. Nach einer Karnevalssitzung kam es dort schon Ende Februar 2020 zu einem starken lokalen Ausbruch von Covid-19-Fällen, woraufhin der Landkreis unter strenge Quarantäne gestellt wurde. Nach offiziellen Daten der Gesundheitsämter haben sich bei diesem Ausbruch rund drei Prozent der Einwohner von Gangelt mit dem Coronavirus infiziert.
Gangelt als Modellfall
„Weil es sich hier um eine relativ geschlossene Gemeinschaft mit wenig Tourismus und Reisen handelt, kann diese Gemeinde als ideales Modell dienen, um zu verstehen, wie sich SARS-CoV-2 ausbreitet, wie viele infizierte Symptome entwickeln und wie hoch die Letalität ist“, erklären Studienleiter Hendrik Streeck von der Universität Bonn und seine Kollegen.
Um diese Faktoren zu ermitteln, haben Streeck und sein Team anhand des Melderegisters 600 der gut 12.000 Einwohner von Gangelt ausgewählt und sie und ihre Familien um Mithilfe bei der Studie gebeten. Aus dieser Anfangsauswahl ergaben sich dann 919 Teilnehmer aus 405 Haushalten. Alle Teilnehmer wurden in der Woche ab dem 31. März 2020 mittels PCR-Test auf das Coronavirus getestet, außerdem wurden Antikörpertests durchgeführt, um bereits überstandene Infektionen nachzuweisen. Die Teilnehmer wurden zudem eingehend nach Symptomen, Kontakten und Vorerkrankungen befragt.
Fünfmal mehr Infizierte als offiziell gemeldet
Das Ergebnis: „Unsere zufällig ausgewählte Stichprobe ergab, dass rund 15,5 Prozent der Einwohner in dieser Gemeinde mit dem Virus infiziert sind oder waren“, berichten die Forscher. „Das ist um das Fünffache höher als die offiziell gemeldete Zahl der bei PCR-Tests positiven Fälle.“ Selbst in dem relativ gut überwachten Corona-Hotspot Gangelt war die Dunkelziffer für Corona-Infizierte demnach erheblich. Dies bestätigt frühere Vermutungen, nach denen es bei dieser Pandemie eine große Dunkelziffer gibt.
Allerdings: In Bezug auf die Durchseuchung der Bevölkerung ist Gangelt nicht repräsentativ für ganz Deutschland, wie auch die Forscher betonen. Denn wegen des Karnevals, der als sogenanntes „Superspreading“-Ereignis gilt, haben sich in diesem Ort überproportional viele Menschen mit SARS-CoV-2 angesteckt. Der Anteil von Menschen, die schon mit dem Coronavirus in Kontakt gekommen sind, dürfte daher anderswo niedriger liegen als 15 Prozent.
Todesrate bei 0,37 Prozent
Ebenfalls wichtig ist eine weitere Kennzahl, die sogenannte Infektionssterblichkeit (IFR). Sie ergibt sich aus dem Anteil der Todesfälle unter den Infizierten und liefert entscheidende Hinweise darauf, wie tödlich das Coronavirus SARS-CoV-2 tatsächlich ist. Das Problem dabei: Für Deutschland insgesamt und alle anderen Länder weltweit kann man diese Todesrate bislang nur schätzen. Denn die gemeldeten Covid-19-Fallzahlen spiegeln wegen der hohen Dunkelziffer nicht die reale Zahl der Infizierten wider. Deshalb gibt es große Schwankungen in den offiziell angegebenen Todesraten, der sogenannten Fallsterblichkeit.
Umso wichtiger ist es, die Infektionssterblichkeit zu kennen, weil sie die echte Todesrate widerspiegelt. Für Gangelt ermittelten Streeck und sein Team eine IFR von 0,37 Prozent. Legt man nun diese Todesrate zugrunde, kann man auch für andere Orte abschätzen, wie hoch die Zahl der tatsächlich Infizierten sein muss. Hochgerechnet auf ganz Deutschland ergäbe sich damit auf Basis der bisher an Covid-19 Gestorbene eine geschätzte Gesamtzahl von rund 1,8 Millionen Infizierten. Damit wäre die Dunkelziffer in Deutschland sogar zehnmal höher als die Zahl der gemeldeten Fälle.
22 Prozent der Infizierten haben keine Symptome
Spannend auch: In Gangelt konnten die Forscher ermitteln, wie viele Menschen die Coronavirus-Infektion ohne jegliche Symptome durchlaufen. Ihren Daten zufolge liegt der Anteil der asymptomatischen Infektionen bei 22 Prozent. Rechne man den Anteil derjenigen dazu, die nur leichtes Halskratzen oder schwachen Husten hatten, steige dieser Wert sogar auf 30 Prozent, so Streeck und sein Team.
„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“, sagt Mitautor Martin Exner von der Universität Bonn. Dies bestätige die Wichtigkeit der allgemeinen Abstands- und Hygieneregeln in der Corona-Pandemie. „Jeder vermeintlich Gesunde, der uns begegnet, kann unwissentlich das Virus tragen. Das müssen wir uns bewusst machen und uns auch so verhalten“ so Exner.
Interessant jedoch: Diejenigen, die sich in Gangelt bei einer Karnevalssitzung angesteckt hatten, zeigten häufiger schwerere Symptome und Verläufe als der Rest der Bevölkerung, wie die Forscher berichten. Warum, ist bisher unklar. Streeck und sein Team vermuten jedoch, dass dies mit dem lauten Singen und Sprechen und der damit verbundenen stärkeren Übertragung des Virus zusammenhängen könnte. „Es ist denkbar, dass eine höhere Virenlast bei der Infektion dann stärkere Symptome auslöste und zu schwereren Verläufen der Infektion führte“, so die Forscher.
Überraschend geringe Ansteckung in Haushalten
Neue Informationen liefert die „Heinsberg“-Studie auch zur Infektionsgefahr innerhalb von Haushalten. „Angesichts der hohen Übertragbarkeit von SARS-CoV-2 würde man hier hohe Ansteckungsraten erwarten“, sagen die Wissenschaftler. „Aber in unserer Studie ermittelten wir einen eher gemäßigten Anstieg der Sekundärinfektionen je nach Haushaltsgröße. Das Risiko ist erhöht, aber es ist nicht so erhöht, wie wir es intuitiv vielleicht erwartet hätten.“
Konkret ausgedrückt: Wenn in einem Haushalt eine Person mit dem Coronavirus infiziert ist, steigt das Risiko in einem Zwei-Personen-Haushalt für die zweite Person um 28 Prozent. Zusammen mit den 15 Prozent Ansteckungsrisiko, das jeder in Gangelt theoretisch hat, steigt damit die Wahrscheinlichkeit, sich auch zu infizieren auf rund 43 Prozent. In einem Drei-Personen-Haushalt haben die anderen ein Ansteckungsrisiko von 35 Prozent, in einem Vier-Personen-Haushalt sogar nur von 18 Prozent.
Warum das Risiko in der Familie oder bei zusammenlebenden Partnern nicht bei 100 Prozent liegt, sondern trotz des engen Kontakts deutlich geringer ist, können auch die Wissenschaftler bisher nicht erklären. „Was letzten Endes die Grundlage oder die Ursache ist, da kann man viele Vermutungen anstellen. Das kann keiner noch so genau sagen“, sagt Mitautor Gunther Hartmann von der Universität Bonn. Ähnliches haben aber auch Forscher in China bereits in einer Haushaltsstudie bei Corona-Fällen festgestellt.
Die Auswertungen gehen weiter
Diese erste Zusammenfassung der „Heinsberg“-Studie ist zwar noch nicht einer unabhängigen Begutachtung – der sogenannte Peer-Review – unterzogen werden. Dennoch liefern die Daten wertvolle Anhaltspunkte darüber, wie ansteckend SARS-CoV-2 ist, wie sich das Coronavirus in der Bevölkerung verbreitet und wie hoch die Dunkelziffer sein könnte. „Die Ergebnisse können dazu dienen, Modellrechnungen zum Ausbreitungsverhalten des Virus weiter zu verbessern – bislang ist hierzu die Datengrundlage vergleichsweise unsicher“, sagt Hartmann.
Das Team um Streeck ist inzwischen dabei, weitere Daten aus Gangelt auszuwerten. Sie wollen unter anderem herausfinden, wer bei der Karnevalssitzung in Gangelt möglicherweise wen und wie angesteckt hat. Außerdem wollen sie genauer untersuchen, welche Rolle Alter, Geschlecht und Vorerkrankungen für die Schwere der Verläufe und Ansteckung spielen. Den ersten Auswertungen zufolge sind die Infektionsraten bei Kindern, Erwachsenen und Älteren allerdings sehr ähnlich, wie Streeck berichtet. (Preprint, 2020 (PDF))
Quelle: Rheinische Friedrich-Wilhelms-Universität Bonn, Science Media Center
