Streeck-Studie Die ungezählten Todesfälle aus Gangelt

Der Bonner Virologe Hendrik Streeck im April bei der Vorstellung erster Ergebnisse zur Studie in Gangelt. (Foto: Land NRW)

Wie tödlich ist das Coronavirus – und wie hoch ist die Dunkelziffer? Der Bonner Virologe Hendrik Streeck stellte im Frühjahr seine umstrittene Studie hierzu vor, jetzt erschien sie in einem Fachmagazin. Doch die Autoren ließen zahlreiche Todesfälle unberücksichtigt, was die Schätzungen erheblich verzerrt.

In der entscheidenden Phase der Kontaktbeschränkungen im Frühjahr präsentierte ein Team um den Bonner Virologen Hendrik Streeck vorläufige Ergebnisse aus einer Studie, die es in der Gemeinde Gangelt durchgeführt hatte. In dem Ort – der im Kreis Heinsberg liegt – war es Mitte Februar nach einer Karnevalsveranstaltung zu dem ersten großen Ausbruch in Deutschland gekommen. „Wir benötigen einen Fahrplan, um die Freiheit und Gesundheit, wirtschaftliches Wohlergehen und den Schutz der Menschen miteinander in Einklang bringen“, erklärte NRW-Ministerpräsident Armin Laschet am 9. April, kurz vor dem Osterwochenende – danach wollten Kanzlerin Angela Merkel und die Ministerpräsidenten über die weitere Strategie entscheiden. „Wissenschaftlich basierte Erkenntnisse und Fakten“ sollte Streeck liefern, erklärte Laschet. „Seine ‚Covid-19 Case-Cluster-Study‘ kann helfen bei einer Öffnungsstrategie“.

Die NRW-Landesregierung unterstützte die Streeck-Studie dann auch, mit einem Beitrag von 65.000 Euro. Und Streeck lieferte. Er berechnete eine Infektionssterblichkeit (IFR) von 0,36 Prozent – wonach einer von rund 280 infizierten Menschen verstirbt. Begleitet wurde die Studie von einer PR-Kampagne, die die Agentur Storymachine von Ex-„Bild“-Chefredakteurs Kai Diekmann nicht nur organisierte, sondern zusammen mit zwei Firmen auch finanzierte.

Für die Studie untersuchten die Forscher um Streeck nur wenige Tage vor der Vorstellung der Zwischenergebnisse, wie viele Menschen sich in Gangelt neben den bekannten Fällen unerkannt infiziert hatten. Hierzu testeten sie zwischen dem 30. März und 6. April gut 900 Einwohner mittels eines PCR-Tests, der 33 bisher unbekannte Infektionen aufdeckte. Zusätzlich setzten sie einen Antikörpertest ein, der eine frühere Infektion feststellt. Hierauf basierend rechneten die Wissenschaftler hoch, dass rund 16 Prozent der Gangelter sich bereits angesteckt hatten.

Hochrechnungen für ganz Deutschland

Am 4. Mai veröffentlichten sie einen ersten, noch nicht begutachteten Artikel hierzu. Mittels der für Gangelt berechneten Infektionssterblichkeit ließe sich auch für andere Orte abschätzen, wie viele Menschen sich dort tatsächlich infiziert haben, behaupteten die Forscher – indem dies über die Zahl der dortigen Todesfälle zurückgerechnet wird. Hierauf basierend schätzten sie, dass sich in Deutschland bereits 1,8 Millionen Menschen angesteckt hätten. Die „Dunkelziffer ist um den Faktor zehn größer als die Gesamtzahl der offiziell gemeldeten Fälle“, hieß es in der Pressemitteilung. Dabei gibt es keinen Grund für die Annahme, dass die für Gangelt geschätzte IFR für ganz Deutschland repräsentativ ist, was die Forscher jedoch nur am Rande erwähnten.

Doch es gibt ein noch größeres Problem: Die berechnete IFR unterschätzt die Sterblichkeit in Gangelt nach Recherchen von MedWatch deutlich. Denn Streeck und sein Team hatten diese anhand der sieben Todesfälle berechnet, die bis Studienende – also bis zum 6. April – gemeldet worden waren. In ihren Veröffentlichungen erwähnten sie noch einen weiteren Menschen, der am 9. April – dem Tag der Pressekonferenz – verstarb. Gleichzeitig hatten sie aber auch Menschen in der Studie mit aufgenommen, die in diesen Tagen erst positiv getestet worden waren. Doch im Durchschnitt leben Menschen, die an Covid-19 sterben, nach Infektion noch rund zwei Wochen – und einige deutlich länger. Andere Studien zur Sterblichkeit berücksichtigen dies.

Als die Forscher ihren Artikel am 4. Juni beim Fachmagazin „Nature Communications“ einreichten, waren von den bis Ende März positiv getesteten Patientinnen und Patienten schon zehn verstorben, wie eine Anfrage von MedWatch beim Kreis Heinsberg ergab. Bis Anfang Oktober verstarben weitere sechs Menschen aus Gangelt, die sich bis auf einen alle im März angesteckt hatten. Mehrere von ihnen verstarben mehr als drei Monate nach dem positiven Test. Von diesen seien nur drei Todesfälle „mit hoher Wahrscheinlichkeit nicht auf die vorangegangene Coronainfektion zurückzuführen“, erklärt eine Kreissprecherin. „In zwei weiteren Fällen liegt die akute Infektion länger als drei Monate zurück, trotzdem sind die Infektion beziehungsweise deren Folgen als Todesursache anzusehen. Die übrigen elf Todesfälle standen in zeitlich engem Zusammenhang zur Infektion.“ Woran die drei anderen Menschen gestorben sind und Fragen zum Krankheitsverlauf der erst nach Monaten verstorbenen Patienten wollte die Sprecherin unter Verweis auf die ärztliche Schweigepflicht und teils fehlende Daten nicht beantworten.

Infektionssterblichkeit in Gangelt eigentlich wohl viel höher

Die Zahl der Todesfälle unter den Menschen, die sich bis zum 6. April angesteckt haben, ist tatsächlich also rund doppelt so hoch – und entsprechend die IFR. Die für Deutschland geschätzte Dunkelziffer, die im Frühjahr Schlagzeilen machte, wäre erheblich geringer. Doch trotz der weiteren Todesfälle, die Streeck spätestens durch eine Anfrage von MedWatch seit September bekannt waren, erschien vergangene Woche nun der Artikel im Fachmagazin mit den Zahlen von Anfang April.

„Manche Personen“ könnten am Ende der Studienperiode noch akut infiziert und später verstorben sein, heißt es im Artikel neben dem Verweis auf den achten Todesfall lediglich. Sonst gingen die Forscher auf frühere Kritik ein, dass sie bei der Abschätzung der statistischen Unsicherheit nur mögliche Fehler bei der Abschätzung der Infiziertenzahl, nicht aber der Zahl der Todesfälle berücksichtigt hatten – zusätzlich zu dem Wertebereich von 0,29 Prozent bis 0,45 Prozent, in dem die IFR mit einer Wahrscheinlichkeit von 95 Prozent liegen sollte, geben sie nun auch einen deutlich größeren Wertebereich von 0,17 Prozent bis 0,77 Prozent an. Und sie räumten ein, dass sie „durch zeitliche Einschränkungen“ gegen die Deklaration von Helsinki, ein internationaler Medizinethik-Standard, verstoßen haben, da sie die Studie anders als dort vorgeschrieben erst nachträglich in einem Studienregister eingetragen haben.

Verlag und Bonner Forscher sehen kein Problem

Ein Sprecher des Verlags „Springer Nature“, der das Fachmagazin herausgibt, betont die Wichtigkeit des Begutachtungsprozesses: Wenn neue Daten später mit aufgenommen werden, müsste dies wieder begutachtet werden und verlängere den Prozess. Allerdings vergingen von der Einreichung des Artikels bis zur Veröffentlichung schon über vier Monate – bei wichtigen Studien zu Covid-19 dauert dies oft nur einige Tage oder wenige Wochen. Bei anderen medizinischen Fachmagazinen ist es jedoch teils kein Problem, Zahlen zu aktualisieren, die sich zwischenzeitlich geändert haben: Auch ohne erneutes Review, sofern sich kein deutlich anderes Bild ergibt.

Streeck wie auch der für die Statistik verantwortliche Biometriker Matthias Schmid antworteten auf verschiedene Anfragen von MedWatch nicht. „Der weitere Verlauf des Infektionsgeschehens in Heinsberg ist Gegenstand aktueller Forschung sowie künftiger Veröffentlichungen“, erklärte ein Sprecher der Uni Bonn nach Rücksprache mit dem Forscherteam. Streeck erklärte später gegenüber der „Welt“, die vom Kreis Heinsberg stammenden Angaben seien „wissenschaftlich nicht validiert“ und „für eine wissenschaftliche Untersuchung unbrauchbar“. Dabei hatte er sich selbst in seinem Artikel auf die Angaben der örtlichen Behörden bezogen.

Der australische Epidemiologe Gideon Meyerowitz-Katz von der University of Wollongong kann das Vorgehen von Streeck und seinem Team nicht nachvollziehen. Zwar bräuchten akademische Veröffentlichungen in der Tat Zeit, doch es gäbe „zahlreiche Möglichkeiten“, im Publikationsprozess Zahlen zu aktualisieren, sagt Meyerowitz-Katz auf Anfrage. Er hat selbst eine systematische, noch nicht begutachtete Übersichtsarbeit zur Sterblichkeit durch Covid-19 mit veröffentlicht und dabei auch die zu geringen Todeszahlen der Bonner Forscherinnen und Forscher kritisiert. „Sie hatten mehrere Überarbeitungsrunden und Monate der Vorbereitung, bevor es veröffentlicht wurde – daher verstehe ich nicht, wie sie es rechtfertigen können, die Angaben nicht zu aktualisieren.“

Updates vom 27. November: Die Statements von Hendrik Streeck und Gideon Meyerowitz-Katz wurden noch nachgetragen.

Redaktionsteam

Um unabhängig recherchieren zu können, brauchen wir Ihre Hilfe.

Unterstützen Sie jetzt unser Crowdfunding auf der Plattform Steady.

23 Kommentare zu „Die ungezählten Todesfälle aus Gangelt

  1. Dass die diese schlecht gemachte Studie überhaupt akzeptiert haben… nicht nur fehlen die Toten, der Antikörpertest war wohl in der Frühphase der Entwicklung auch noch nicht gut genug. Man sieht das schon allein an der Anzahl „Infizierter“, die den Geruchssinn verloren haben. Dabei war das mit dem Geruchssinn eigentlich die relevanteste Erkenntnis der Studie.

    Nur, bei den lediglich antikörperpositiv getesteten war das plötzlich kein typisches Symptom mehr. Das kann man sich einfach erklären: Die hatten es gar nicht.

    Die zu niedrige Anzahl der Toten dürfte auch der Hast geschuldet sein. Man wollte halt das bestellte Ergebnis („Seht her, alles nicht so wild, los, durchseucht euch!“) schnell präsentieren. Das ist viel weniger ethisch als das mit dem Studien-Register.

  2. Liebes Medwatch-Team,

    nur ein paar methodische Kommentare:

    1.) ist der Median von Symptombeginn bis Tod ca. 8 Tage, viele Länder machen einen Cut-Off bei 4 Wochen nach Infektionsbeginn und zählen die Todesfälle dann nicht mehr dazu. Es macht überhaupt keinen Sinn Todesfälle im Juli oder August einer Infektion im März zuzurechnen (das wird bei euch ja auch angedeutet).

    2.) Der zweite Punkt ist, dass auch Seroprävalenzstudien den “wahren” Anteil der Infektionen unterschätzen können, wenn man IgG und IgA Assays nimmt (wie in der Heinsberg Studie). Pan-IG Assays treffen das anscheinend meistens besser (https://www.nejm.org/doi/full/10.1056/NEJMoa2026116), es ist schwer einzuschätzen, wie groß der Effekt davon ist – je länger die Infektion zurückliegt desto größer der Effekt (Seroreversion).

    D. h. der Nettoeffekt ist nicht wirklich klar, ich würde schätzen die IFR in Heinsberg ist etwas höher, aber nicht substantiell oder “doppelt so hoch”, und ob ihr es glaubt oder nicht ist diese “gestorben an” und “gestorben mit” Diskussion überhaupt noch nicht abschließend geklärt…. .

    Einige Schätzungen gehen von einer Untererfassung von 3-5fach in Deutschland aus, d. h. bei aktuellen Fall-Verstobenen-Anteil von 1,5% landen wir dann ziemlich genau bei 0,3-0,5, was ähnlich wie das Heinsberg-IFR Konfidenzintervall ist.

    1. Lieber Herr Schulze,

      danke für den Kommentar. Laut RKI-Studie liegen in Deutschland im Median 11 Tage zwischen Erkrankungsbeginn und Tod; bei jedem vierten beträgt dieser Zeitraum 18 Tage oder mehr – wie die Statistik genau aussieht ist leider unbekannt (https://www.rki.de/DE/Content/Gesundheitsmonitoring/Gesundheitsberichterstattung/GBEDownloadsJ/JoHM_S11_2020_Krankheitsschwere_COVID_19.pdf?__blob=publicationFile)
      Haben Sie eine Quelle dazu, dass es keinen Sinn machen würde, Todesfälle einen Monat nach Erkrankung zuzurechnen – oder länger? Es gibt ja einige Berichte über Spätfolgen durch Organschäden, leider kenne ich noch keine systematischen Untersuchungen hierzu; nach Aussage des Kreises ist Covid-19 eben bei 13 der 16 Todesfälle klare Todesursache (einer der 16 Menschen wurde erst später im April positiv getestet).

      Bezüglich der Seroprävalenzerhebung hat das Team um Streeck ja Sensitivität und Spezifität der Assays mit einberechnet; wo sehen Sie da Probleme?

      Schöne Grüße!
      Hinnerk Feldwisch-Drentrup

      1. Sobald man Todesfälle über einen längeren Zeitpunkt einbezieht muss man Richtung Übersterblichkeit gehen, also die Hintergrundsterblichkeit abziehen, das waren dann die “mit nicht an Verstorbenen”.

        Das sollte man grob anhand des Altersprofils der Erkrankten und einer Sterblichkeitstabelle abschätzen können.

        Back-of-the-envelope: pro Jahr stirbt ca. 1% der Bevölkerung. Wenn man Tote über drei Monate zählt erwartet man Hintergrundsterblichkeit von ca. 0,25%. Natürlich kann man das genauer ausrechnen wenn man das Alters- und Geschlechtsprofil hat.

        Grob geschätzt ergibt sich aber, dass man bei drei Monaten Erhebungszeitraum ca. 0,25% abziehen müsste.

        1. Danke für den Kommentar – mir sind da allerdings keine klaren Definitionen zu bekannt, nach denen bei CFR/IFR die Zahl der durch die Krankheit verursachten Todesfälle um jene zu reduzieren sei, die ohnehin zu erwarten wären; bei 13 der 16 ist ja laut Kreis Covid-19 als klare Todesursache anzusehen. Laut Kreis waren die später verstorbenen Patienten auch deutlich jünger als die früher verstorbenen, was ja auch verständlich ist. Hoffentlich gibt es bald mal gute & systematische Studien zu Langzeit-Auswirkungen durch Covid-19..

          Schöne Grüße!

      2. Lieber Herr Hinnerk Feldwisch-Drentrup,

        oh, ich meinte tatsächlich auch 11 Tage mit Bezug auf dieselbe von Ihnen zitierte Publikation.

        Bezüglich den vier Wochen: z. B. hat Public Health England nach Vorschlag des Centers of Evidence Based Medicine in Oxford im August ihre Definition geändert:
        https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/916035/RA_Technical_Summary_-_PHE_Data_Series_COVID_19_Deaths_20200812.pdf
        Erklärt hier:
        https://www.cebm.net/covid-19/public-health-england-death-data-revised/

        Es gibt da divergierende Positionen dazu, und die Rekonvaleszenz schwerer Fälle kann länger dauern.

        Ich persönlich hätte den Cut-off Ende April gemacht und alle Todesfälle bis dahin mit eingeschlössen, dann wäre die IFR wie gesagt etwas höher.

        Ob nun 0,3 oder 0,6 IFR-Schätzung, der Punkt ist doch dass die IFR in dem Bereich ist und nicht bei 1,5, 3, oder 5%.

        Wäre schön, wenn die Todesfälle danach noch mit eingeschlossen worden wären, aber man muss schon auch sagen im Vergleich zu vielen Studien die von allen möglichen Leuten auf Pre-Printservern veröffentlicht werden ist das im Großen und Ganzen eine der besseren, und daher auch im Nature ok.

        Wenn er schlau ist fügt er noch die paar Todesfälle hinzu und veröffentlicht eine Korrektur.

  3. “Es macht überhaupt keinen Sinn Todesfälle im Juli oder August einer Infektion im März zuzurechnen”

    Lieber Kai,

    wenn man die Sterblichkeitsrate in Folge einer konkreten Infektion berechnen will, wäre es unsinnig, willkürlich eine zeitliche Grenze zu ziehen. Die Leute haben sich infiziert und sind daran gestorben. Eine Methodik, die nach vier Wochen einen Schlusstrich zöge, wäre vielleicht ein nettes, weil simples mathematisches Werkzeug, aber unterm Strich realitätsfremd.

    1. Sehe ich auch so. Ansonsten müsste ein neuer Index eingeführt werden wie bei Krebserkrankungen: 5-Wochen-Überlebensrate bei CoViD19. Wer länger lebt, fällt dann raus.
      Das macht keine Sinn.

      1. siehe oben: z. B. hat Public Health England nach Vorschlag des Centers of Evidence Based Medicine in Oxford im August ihre Definition geändert:
        https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/916035/RA_Technical_Summary_-_PHE_Data_Series_COVID_19_Deaths_20200812.pdf
        Erklärt hier: https://www.cebm.net/covid-19/public-health-england-death-data-revised/

        Kann man schon machen, sehe ich grob ähnlich. Wenn ich jetzt COVID-19 bekomme, die Infektion durchmache, und dann in 4 Monaten an Darmkrebs sterbe, dann bin ich ziemlich sicher an Darmkrebs gestorben, nicht an COVID-19.

  4. Hat jemand diesen Artikel (oder den Inhalt) schon bei pubpeer gepostet und dann zum Nat Comm Artikel verlinkt?

    Und nebenbei (da kenn ich mich aber nicht wirklich aus): gehört springer und Bild nicht sogar irgendwie zusammen? Kann mich aber auch gut irren.

    1. Kurz wegen “Springer”: Das sind zwei unabhängige Verlage – die “Bild” gehört zum Axel-Springer-Verlag, “Nature” zum Verlag “Springer Nature”. Schöne Grüße!

  5. Die Streeck-Studie war eine Pionierleistung mit hoher Präzision. Nachträgliche Todesfälle (ECDC-Standard für den cut-off ist 28 Tage nach Infektion) und serologische Unterschätzung der Infizierten (längst nicht alle Infizierten bilden messbare Antikörper, laut RKI-Studien teilweise nur 50%) dürften sich in etwa aufheben.

    Die IFR von 0.3% bis 0.4% ist realistisch für die Bevölkerung ohne Pflegeheime, mit Pflegeheimen kommen wir etwas höher. Der von Medscape zitierte Meyerowitz-Katz unterscheidet das bis heute nicht, obwohl die Pflegeheime in vielen Ländern 50% und mehr der Todesfälle ausmachen (in Kanada sind es derzeit sogar 95%).

    Aufgrund dieser viel zu hohen IFRs wurden dann katastrophale Maßnahmen für die Gesamtbevölkerung verordnet. In den USA geht die CDC derzeit von 100’000 zusätzlichen non-COVID Toten aus, also ein Drittel der gesamten Übersterblichkeit. Und das sind oft deutlich jüngere Menschen, denn das Medianalter der COVID-Todesfälle liegt bei über 80 Jahren.

      1. Eben, die Pflegeheime waren während der Studienperiode nicht betroffen. Wenn es danach zu Ausbrüchen in Pflegeheimen kam, steigt die IFR an, aber nicht für die “Normalbevölkerung”.

        Die Antikörper-Sensitivitätsproblematik war damals im April noch längst nicht klar. Der messbare Titer kann sich um drei Größenordnungen unterscheiden, je nach Schweregrad der Erkrankung.

        1. Es gab offenbar Infektionen in Pflegeheimen, aber bis zum 6. April keine Todesfälle dort. Klar ist unter anderem eben, dass die Statistik in vielerlei Hinsicht nicht gut ist – so das kommunizierte Konfidenzintervall [0.28%; 0.45%].

          1. 0.28%-045% stimmt ja bis heute ziemlich perfekt – für die Normalbevölkerung, ohne Alters-/Pflegeheime. Dass Streeck diesen Wert so früh in der Pandemie so genau traf, ist absolut eindrucksvoll.

  6. “Und Streeck lieferte.” Das ist nicht investigativ, sondern suggestiv, indem unterstellt wird, hier würde ein Wissenschaftler wissenschaftliche Ergebnisse liefern, die andere quasi beauftragt hätten. Ebenso suggestiv ist die folgende Passage: “Am 4. Mai veröffentlichten sie einen ersten, noch nicht begutachteten Artikel hierzu. Mittels der für Gangelt berechneten Infektionssterblichkeit ließe sich auch für andere Orte abschätzen, wie viele Menschen sich dort tatsächlich infiziert haben, behaupteten die Forscher – indem dies über die Zahl der dortigen Todesfälle zurückgerechnet wird. Hierauf basierend schätzten sie, dass sich in Deutschland bereits 1,8 Millionen Menschen angesteckt hätten.” Da werden der Text der Pressemitteilung und Äußerungen der in der Pressemitteilung zitierten Wissenschaftler nicht korrekt wiedergegeben. Dort heißt es lediglich: “Legt man für eine Hochrechnung etwa die Zahl von fast 6.700 SARS-CoV-2-assoziierten Todesfällen in Deutschland zugrunde, so ergäbe sich eine geschätzte Gesamtzahl von rund 1,8 Millionen Infizierten. Diese Dunkelziffer ist um den Faktor 10 größer als die Gesamtzahl der offiziell gemeldeten Fälle” und weiter: “„Die Ergebnisse können dazu dienen, Modellrechnungen zum Ausbreitungsverhalten des Virus weiter zu verbessern – bislang ist hierzu die Datengrundlage vergleichsweise unsicher“, sagt Co-Autor Prof. Dr. Gunther Hartmann, […]” “Legt man zugrunde, […] ergäben” (Konjunktiv) sowie “Die Ergebnisse können dazu dienen” sind doch sehr zurückhaltende Äußerungen und keinesfalls “Behauptungen” darüber, dass die Gangelt-Studie repräsentativ für ganz Deutschland ist. Und dass genau dies die Forscher “jedoch nur am Rande erwähnten”, kann ich der Pressemitteilung nicht entnehmen. Damit wird doch suggeriert, die Forscher wollten hier etwas verschleiern, dabei sagen sie klar und deutlich, das solche Extrapolationen lediglich orientierenden Charakter haben.

    1. Streeck hat Ergebnisse geliefert samt Erklärungen bei der PM, die dem Ministerpräsidenten ins Konzept passten – wie es genau im Hintergrund lief, ist leider u.a. deshalb noch unklar, weil die Landesregierung sich weigert, Informationen herauszugeben. Der Satz “Legt man für eine Hochrechnung etwa die Zahl von fast 6.700 SARS-CoV-2-assoziierten Todesfällen in Deutschland zugrunde, so ergäbe sich eine geschätzte Gesamtzahl von rund 1,8 Millionen Infizierten” ist ja nur konditionell in Bezug auf die Zugrundliegende Zahl der Todesfälle, die Frage der Repräsentativität wird hier nicht diskutiert; der nachfolgende Satz ist gleich ganz im Indikativ: “Diese Dunkelziffer ist um den Faktor 10 größer als die Gesamtzahl der offiziell gemeldeten Fälle.” Das Zitat “Die Ergebnisse können dazu dienen, Modellrechnungen zum Ausbreitungsverhalten des Virus weiter zu verbessern – bislang ist hierzu die Datengrundlage vergleichsweise unsicher” soll ja implizieren, dass die Datenlage jetzt deutlich sicherer ist.

    1. Danke für den Kommentar – ja, so stimmt es ganz genau. Ich hatte mir erlaubt, dies etwas vereinfacht darzustellen, da das Konzept schon kompliziert genug ist. Schöne Grüße!

  7. So oder so – Streeck erlag dem “großen Fehler der kleinen Zahl”. Über die Hochrechnungen, die da im Schulterschluss mit der Landesregierung präsentiert wurden, habe ich nur den Kopf schütteln können. Nun gut, das mag der “frühen Stunde” geschuldet gewesen sein, könnte man mit viel Nachsicht konstatieren. Aber beim Wissen um diese Problematik und einem Viermonatszeitraum (!) für die Publikation hätte nach guter wissenschaftlicher Praxis jede, aber auch jede Möglichkeit genutzt werden müssen, in der Endveröffentlichung geradezurücken was nur eben geradezurücken war.

Wir freuen uns über kritische Kommentare, Feedback und Vorschläge. Wir bitten darum, Kommentare sachlich zu halten und auf Beleidigungen zu verzichten – und behalten uns vor, Kommentare ansonsten nicht zu veröffentlichen. Bitte belegen Sie Ihre Aussagen nach Möglichkeit auch mit Links oder anderen Verweisen. Wir prüfen alle Kommentare vorab und schalten sie frei - insbesondere am Abend oder am Wochenende geschieht dies teils zeitverzögert. Besten Dank und schöne Grüße vom MedWatch-Team!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.