InterviewCoronacrisis

In de ban van de R: ‘We weten niet of het virus nog verrassingen voor ons in petto heeft’

Jacco Wallinga: "De menselijke factor zit niet in de modellen.”Beeld Patrick Post

Maandenlang vormden zijn modellen de basis voor het indammen van het coronavirus. Nu ziet Jacco Wallinga hoe de R weer naar de één kruipt.

Zou de Dam opduiken in de coronastatistieken? De verontwaardiging was groot vorige week. Duizenden mensen op een kluitje, dat kon niet goed gaan. Voor een infectiebestrijder zijn dit situaties die je absoluut wil voorkomen, erkent Jacco Wallinga. “De demonstranten stonden dicht op elkaar en riepen leuzen. Je zag de speekseldruppeltjes bij wijze van spreken in het rond vliegen. En misschien wel het belangrijkste: ze kwamen overal vandaan en wisten veelal niet wie naast hen stond. Als iemand later besmet blijkt met het virus, loopt het bron- en contactonderzoek geheid vast.”

Maar de modelleur van infectieziekten bij het RIVM en het Leids UMC weet ook: het was een incident dat de trend niet zal beïnvloeden. Net zo min als die mooie Hemelvaartsdag toen iedereen naar het strand ging. Het aantal mensen dat nu in Nederland besmettelijk is, is volgens zijn eigen berekeningen gezakt naar ruim 1700. Dat is één op de 10.000 Nederlanders. Het is nog maar een fractie van de aantallen twee maanden geleden. Wallinga: “Niettemin blijft de kans reëel dat een paar mensen op de Dam het virus bij zich droegen en anderen hebben besmet. Maar misschien was niemand besmettelijk. Het waren er zeker geen honderd.”

De discipline versloft

Aan de reproductiefactor zal het niet te zien zijn, verwacht hij. Dit getal, dat aangeeft hoeveel anderen een besmet persoon gemiddeld infecteert, ligt nu al bijna drie maanden iets onder de één. “Die factor R is vrij constant. Hij zwabbert hooguit door de onzekerheden in de berekeningen. Door die marge kan een piekje in de grafiek ook door het toeval komen en kunnen we dat niet op het conto van de Dam of Hemelvaartsdag schrijven.”

De coronamodellen van het RIVM

De reproductiefactor, de fameuze R, staat voor het gemiddeld aantal personen aan wie een besmet iemand het virus overdraagt. Omdat niet elk contact tot een besmetting leidt en niet elke besmetting wordt opgemerkt en gemeld, kun je de R niet direct bepalen. Je moet de waarde afleiden. Het RIVM gebruikt daarvoor de ziekenhuisopnames. Dan heb je niet alle besmettingen te pakken, maar wel een redelijk constante fractie daarvan.

Het is een gestage stroom die goed wordt geregistreerd, zegt Jacco Wallinga. Een betrouwbare bron van data. “Mensen worden ziek, worden in het ziekenhuis opgenomen en getest. Dat gaat altijd op dezelfde manier.” Vervolgens leidt hij uit die opnamedag af op welke dag mensen hun eerste symptomen kregen. Daarbij worden de meldingsgegevens van de GGD gebruikt.

En dan is het een simpel sommetje, vervolgt hij. “We weten dat die eerste symptomen gemiddeld vier dagen optreden na de eerste symptomen van de besmetter. Dus wie op 6 april ziek werd, is vermoedelijk besmet door iemand die op 2 april ziek werd. Als je het aantal mensen dat op 6 april ziek werd, deelt door het aantal mensen dat op 2 april ziek werd, heb je de R van 2 april.”

Je kunt het model ingewikkelder maken. Er zit enige onzekerheid in de aantallen, in de rapportage van de ziekenhuisopname of in de reconstructie van de eerste ziektedag. In het begin werd nogal eens een asymptomatische besmetter over het hoofd gezien, waardoor er veel meer tijd tussen besmetting en ziekte leek te zitten. Dat maakt voor de berekeningen niet veel uit, zegt Wallinga. “We kunnen aantonen dat een ingewikkeld model dat met zulke onzekerheden rekent, in essentie toch hierop neerkomt. Ofwel: deze reconstructie van de R is zo goed als onafhankelijk van de modelkeuze.”

Dat was het niet van het begin af aan. In de eerste weken tastten Wallinga en de zijnen nog in het duister. “Neem dat zogeheten serieel interval van vier dagen. In het begin was dat gissen. We hadden van Sars (de pandemie uit 2003, red.) geleerd dat de incubatietijd tussen twee en veertien dagen was, en het serieel interval iets meer dan acht dagen. Iedereen zat te wachten op de bevestiging dat het serieel interval ook voor dit nieuwe coronavirus acht dagen zou zijn. Daardoor schommelde de waarde van R in het begin heel erg. Nu weten we: de incubatietijd ligt inderdaad tussen twee en veertien dagen, maar het serieel interval ligt bij de meeste mensen dicht in de buurt van die vier dagen.”

Het opmerkelijke van het model dat de reproductiefactor reconstrueert, is dat de dynamiek van de virusverspreiding er zelf niet in zit. Die staat wel aan de basis van het andere belangrijke RIVM-model: het model dat een prognose geeft voor de bezetting van de IC-bedden. De bevolking is hiervoor opgedeeld in leeftijdsgroepen, en vervolgens is elke groep weer onderverdeeld in mensen die nog niet met het virus in aanraking zijn geweest, mensen die zijn besmet maar nog niet ziek, zieke mensen en herstelde patiënten. Wallinga: “Dit model draait op het aantal contacten tussen mensen – dat is immers de motor van de verspreiding van het virus – en berekent hoeveel nieuwe besmettingen er komen, hoeveel ziekenhuisopnames en hoeveel mensen op de IC belanden. Die laatste uitkomst fitten we met de werkelijke IC-opname. Als die fit over een langere periode klopt, kunnen we prognoses maken over het verloop van de IC-bezetting.”

De kracht van het model is, dat het is gebaseerd op reële data. Het RIVM heeft met enige regelmaat grote bevolkingsgroepen gevraagd naar die contacten. Hoeveel hadden ze er op een dag, met wie en in welk verband? Op school, in de trein, op het werk?

“Iedereen heeft het altijd over de modellen van het RIVM, maar in het verzamelen van deze data zit verreweg het meeste werk. Maar dan heb je ook wat. Toen we het model op orde hadden, konden we goed inschatten wat het effect van thuiswerken of schoolsluitingen zou zijn. Dat is opmerkelijk. Het was een nieuw, onbekend virus en toch konden we vrij snel dit soort prognoses maken. Daar is Nederland uniek in, de meeste andere landen beschikken niet over zo’n contactmatrix.”

Er zat ook een controlecheck in deze berekeningen. Uit de curve van de grafiek met de IC-bezetting kun je de R weer afleiden. Die waarde stemde goed overeen met de R uit het andere model. Je kunt met dit model ook laten zien dat er zonder lockdown-maatregelen 40.000 mensen meer op de IC’s zouden zijn beland.

Voor wat het waard is, erkent Wallinga. “Het is geen reëel aantal. Mensen zouden hun gedrag ook zonder maatregelen hebben aangepast als ze zagen hoe vol het op de IC’s werd. Anderzijds is het goed zo’n aantal te noemen. Nu we die overbelasting van de IC’s hebben weten te voorkomen, vragen mensen zich af waar al die maatregelen goed voor waren. Het is wat wij de paradox van de preventie noemen: je ziet niet wat je voorkomen hebt.”

Wat Wallinga wel zorgen baart, is dat de reproductiefactor langzaam toeneemt en boven de één uit gaat komen. “Dat was deels ingecalculeerd. De lockdown-maatregelen zijn begin van de maand versoepeld. De horeca ging weer open, net als de theaters en de middelbare scholen. Voor 1 juli staat nog zo’n reeks versoepelingen gepland. Tegelijk zie ik de discipline versloffen. Mensen houden zich minder aan de basisregels. Onze hoop is dat het bron- en contactonderzoek van de GGD’s goed gaat lopen. Daarmee kunnen we de R er weer onder krijgen. Zo niet, dan zie ik het aantal besmettingen en ziekenhuisopnames weer toenemen deze zomer.”

Maandenlang stonden Wallinga’s berekeningen aan de basis van het coronabeleid. Hoe druk wordt het op de intensive care? Krijgen we het virus onder controle? Is er al een effect van de lockdown te zien? Nu de eerste golf van de epidemie voorbij lijkt, verschuiven ook de vragen. Komt er een tweede golf? En kunnen we die met Wallinga’s modellen zien aankomen?

De menselijke factor zit niet in de modellen

Hij waagt zich liever niet aan voorspellingen, vertelt hij op een werkkamer in een zo goed als verlaten RIVM-gebouw in Bilthoven. Daar zijn de modellen niet voor bedoeld. “Ze worden gemaakt om beleidsmakers inzicht te geven in het effect van maatregelen. Kan het kwaad om de scholen weer te openen? Hoe groot is het te verwachten effect van de oproep om zoveel mogelijk thuis te werken? Zonder modelberekening is zo’n maatregel een blinde gok. Wij maken een schatting hoeveel bedrijven en werknemers aan zo’n oproep gehoor geven en berekenen vervolgens met onze modellen wat dat betekent voor het aantal contacten op kantoor en de drukte in de trein. En daarmee voor het aantal nieuwe besmettingen. Dat stelt je in staat een slecht plan bij voorbaat af te schieten. Maar als de grenzen weer opengaan, is het de vraag of mensen er dan ook op uit trekken. En hoe gaan ze dan op vakantie? Die menselijke factor zit niet in de modellen.”

De vragen over een tweede golf suggereren dat we het virus al begrijpen. “We hebben de modellen zo langzamerhand wel in de vingers, maar de ziekte is nog iets nieuws. De modellen kunnen goed verklaren wat wij tot nu toe van het virus hebben gezien. We weten niet of het virus nog verrassingen voor ons in petto heeft.”

Hij vergelijkt het met medisch onderzoek. “Stel, je wilt weten of een nieuw geneesmiddel werkt. Dan test je het middel bij, zeg, duizend patiënten die allemaal dezelfde ziekte hebben en vergelijkt het effect met duizend patiënten met diezelfde ziekte die een placebo krijgen. Op basis daarvan kun je voorspellen of het middel zal werken bij een nieuwe patiënt. Wij hebben nu niet de kennis van duizend epidemieën, we hebben het over een nieuw, onbekend virus en één epidemie. En dan staan we nog aan het begin van die epidemie ook. We moeten niet vreemd opkijken als we af en toe iets nieuws ontdekken. Vandaar dat ik huiverig ben met voorspellingen.”

Eén drukke stranddag zie je nog niet gauw terug in de cijfers

Intussen werkt minister Hugo de Jonge aan zijn dashboard. Een overzicht met signaalwaarden die hem moeten waarschuwen als het virus gevaarlijk de kop opsteekt. Het sein gaat op rood als drie dagen achtereen meer dan tien mensen op de IC belanden. Of meer dan veertig mensen in het ziekenhuis worden opgenomen. Of de R boven de één uitkomt. Ook dat zijn geen voorspellende waardes, ze zeggen meer wat er in de weken daarvoor gaande was.

Wallinga erkent dat je met deze waardes meer in de achteruitkijkspiegel kijkt dan vooruit. “Maar het gaat ook om de duiding ervan. Hoe zorgelijk of dreigend is het als de wijzers boven de signaalwaardes uitkomt? Dat oordeel laat ik aan Den Haag.”

Maar vindt hij er zelf niets van? De minister zal toch met een vragende blik richting Bilthoven kijken als een sein op rood springt. “Het aantal besmettingen is nu heel laag. Dat maakt het voorspellen extra moeilijk, de onzekerheden zijn bij deze lage aantallen heel groot. Anderzijds, als de R nu boven de één uitkomt, kunnen we dat een tijd lijden. Daarom schrik ik ook niet van incidenten als op de Dam of een drukke stranddag. Maar als het aantal besmettingen hoger is en ook de R groter is dan één, moet het roer snel om. Hoe snel? We hebben in maart gezien dat de piek in de IC-bezetting nog moest komen terwijl de lockdown was ingegaan. We kunnen zo’n opleving niet op zijn beloop laten. Maar we hebben voldoende geleerd van deze eerste golf om te weten wanneer we moeten bijsturen.”

Lees ook:

Hoe staat de strijd tegen het coronavirus ervoor in Nederland?

De hogere sterftecijfers zijn voorbij, het virus houdt zich rustig. Maar een hogere R kan die rust snel verstoren.

Meer over

Wilt u iets delen met Trouw?

Tip hier onze journalisten

Op alle verhalen van Trouw rust uiteraard copyright. Linken kan altijd, eventueel met de intro van het stuk erboven.
Wil je tekst overnemen of een video(fragment), foto of illustratie gebruiken, mail dan naar copyright@trouw.nl.
© 2020 DPG Media B.V. - alle rechten voorbehouden