Study: COVID-19 prevalence in Austria - CSH

Study: COVID-19 prevalence in Austria


Apr 10, 2020

COVID-19 Prävalenz in Österreich

 

Am 10.4. wurden die Ergebnisse der repräsentativen Studie zum Thema COVID-19 Prävalenz veröffentlicht. Ziel der Studie, an welcher auch der Complexity Science Hub Vienna beteiligt war, war es herauszufinden, wie viele Menschen sich in Österreich mit Corona infiziert haben (Prävalenz). Es handelt sich um die weltweit erste Studie dieser Art.

 

Im Zeitraum 1.4. bis 6.4. wurden Zufallsstichproben von 1.544 Österreichern genommen, um herauszufinden, wie groß die Dunkelziffer bei den Coronavirus-Infektionen ist. Der Anteil der positiv Getesteten beträgt in der gewichteten Stichprobe 0,32 %. Umgelegt auf die Bevölkerung sind das ca. 28.500 Personen.

 

Konfidenz-Intervall („Schwankungsbreite“)

 

Wird von einer Stichproben-Erhebung ein Schluss auf eine Grundgesamtheit (Population) gezogen, ist stets das Konfidenzintervall („Schwankungsbreite“) zu beachten. Als Standard hat sich hier durchgesetzt, dass die Ergebnisse mit 95%-iger Sicherheit innerhalb des angegebenen Intervalls liegen.

 

Für die Berechnung eines Konfidenz-Intervalls für kleine Anteile eignet sich die Methode des Clopper-Pearson Intervall. Auf die COVID-19-Studie angewandt, bedeutet es, dass die Prävalenz von COVID-19 in österreichischen Haushalten mit 95%-iger Wahrscheinlichkeit zwischen 0,12% und 0,76% liegt.

 

In absoluten Zahlen: Es gab, zusätzlich zu den Erkrankten in Spitälern, in der Periode 1.-6. April mit 95%-iger Wahrscheinlichkeit zwischen 10.200 und 67.400 akut COVID-19-Infizierte.

 

Nettostichprobe

 

n=1.544

  • Von n=1.541 Personen liegen sowohl ein auswertbarer PCR-Test als auch ein verwertbarer Erhebungsbogen vor.
  • n=3 Personen gaben bei der Rekrutierung an, dass sie kürzlich positiv getestet wurden. Diese wurden nicht erneut getestet, aber als positiv getestet in die Stichprobe inkludiert. Dies erlaubt eine Korrektur der Stichprobe um die systematischen Ausfälle.
  • Die für die Berechnungen verwendete Nettostichprobe enthält daher n=1.544 Fälle.

 

Weitere Informationen sind hier abrufbar: https://www.sora.at/nc/news-presse/news/news-einzelansicht/news/covid-19-praevalenz-1006.html

COVID-19 prevalence in Austria

 

On April 10th the results of the representative study on COVID-19 prevalence in Austria were published. The aim of the study, in which the Complexity Science Hub Vienna was also involved, was to find out how many people in Austria were infected with corona (prevalence). This is the first study of its kind in the world.

 

From April 1 until 6 random samples from 1,544 Austrians were taken to find out what the number of unreported cases of coronavirus infections is. The proportion of those positively tested in the weighted sample is 0.33%. This proportion represents about 28,500 people among the population.

 

Confidence interval (95%)

 

If a sample survey draws a conclusion on a population, the confidence interval must always be observed. For this study, the generally accepted principle was applied that results should be within the stated interval with 95% certainty.

Applying the Clopper-Pearson interval method, we find that the prevalence of COVID-19 in Austrian households is 95% likely to be between 0.12 and 0.76%.

In absolute terms: In addition to the patients in hospitals, there were between 10,200 and 67,400 people acutely infected with COVID-19 in the period April 1- 6.

 

Net sample n=1,544

 

  • For n = 1,541 persons, both a correct PCR test and a valid questionnaire are available.
  • During recruiting, n = 3 people indicated that they had recently tested positive. These were not tested again but included in the sample as having tested positive. This allows the sample to be corrected for systematic error.
  • The net sample used for the calculations therefore contains n = 1,544 cases.

 

For more information please check https://www.sora.at/nc/news-presse/news/news-einzelansicht/news/covid-19-praevalenz-1006.html


Press

Der digitale Kampf gegen das Virus


Die Presse [print], Jun 4, 2020

News

Jun 3, 2020

Corona | How far we move [June]

Press

PANDEMIE-MASSNAHME “Super-Experiment in freier Wildbahn”


Wiener Zeitung, Jun 3, 2020

Publication

C. Tsallis, U. Tirnakli

Predicting COVID-19 peaks around the world

Front. Phys. 8 (2020) 217

Press

Doppler-Labore: Forscher bangen um ihre Firmenpartner


Der Standard, May 29, 2020

Publication

C. Diem, A. Pichler, S. Thurner

What is the minimal systemic risk in financial exposure networks?

Journal of Economic Dynamics and Control Vol. 116 July (2020) 103900

Press

Strategie di contenimento di Sars-CoV-2: quali le più efficaci nel mondo? [Italian]


Il Bo Live - Università di Padova, May 28, 2020

Publication

O. Har-Shemesh, R. Quax, J. S. Lansing, P. M.A. Sloot

Questionnaire data analysis using information geometry

Sci Rep 10 (2020) 8633

Publication

F. Tria, I. Crimaldi, G. Aletti, V. D. P. Servedio

Taylor’s Law in Innovation Processes

Entropy 22(5) (2020) 573

News

May 15, 2020

Corona | How measures work [May]

News

May 7, 2020

Where did your last swallow’s nest come from?

News

Apr 30, 2020

Corona | How measures work [April]

News

Jun 3, 2020

Corona | How far we move [June]

News

May 15, 2020

Corona | How measures work [May]

News

May 7, 2020

Where did your last swallow’s nest come from?

News

Apr 30, 2020

Corona | How measures work [April]

News

Apr 29, 2020

Corona-Ampel | Einschätzung der Lage im Bezirk

News

Apr 29, 2020

International recognition for the CSH Covid-19 Control Strategies List [DE | EN]

News

Apr 24, 2020

CSH fordert besseren Datenzugang

News

Apr 20, 2020

Live tracker for Austrian Emotions [DE & EN]

News

Apr 14, 2020

Testing for Corona with Pool Size Calculator

News

Apr 10, 2020

Study: COVID-19 prevalence in Austria

News

Apr 9, 2020

Corona | Confirmed cases [April]

News

Apr 6, 2020

Check out our new CCCSL page!

Press

Der digitale Kampf gegen das Virus


Die Presse [print], Jun 4, 2020

Press

PANDEMIE-MASSNAHME “Super-Experiment in freier Wildbahn”


Wiener Zeitung, Jun 3, 2020

Press

Doppler-Labore: Forscher bangen um ihre Firmenpartner


Der Standard, May 29, 2020

Press

Strategie di contenimento di Sars-CoV-2: quali le più efficaci nel mondo? [Italian]


Il Bo Live - Università di Padova, May 28, 2020

Press

Vereint gegen die Pandemie


GÖD - Der öffentliche Dienst aktuell [Print] 34-35, May 28, 2020

Press

COVID-19: Forschergruppe am MCI diskutiert Risikomanagement-System


APA Science, May 27, 2020

Press

COVID-19: Forschergruppe am MCI diskutiert Risikomanagement


MCI Management Center Innsbruck, May 27, 2020

Press

Regionale Lockerungen bald möglich


ORF, May 25, 2020

Press

Studie zeigt: Ärzte schützen Wien vor Virus-Drama


Kronen Zeitung, May 24, 2020

Press

Corona-Zahlen in Wien dank Ärztefunkdienst niedrig


ORF Radio Wien Nachrichten, May 24, 2020

Press

Studie: Wiener Maßnahmen funktionieren


ORF 2, May 23, 2020

Press

Forschung rettet Leben


Salzburger Nachrichten [print], May 22, 2020

Publication

C. Tsallis, U. Tirnakli

Predicting COVID-19 peaks around the world

Front. Phys. 8 (2020) 217

Publication

C. Diem, A. Pichler, S. Thurner

What is the minimal systemic risk in financial exposure networks?

Journal of Economic Dynamics and Control Vol. 116 July (2020) 103900

Publication

O. Har-Shemesh, R. Quax, J. S. Lansing, P. M.A. Sloot

Questionnaire data analysis using information geometry

Sci Rep 10 (2020) 8633

Publication

F. Tria, I. Crimaldi, G. Aletti, V. D. P. Servedio

Taylor’s Law in Innovation Processes

Entropy 22(5) (2020) 573

Publication

A. Desvars-Larrive, E. Dervic, N. Haug, et al.

A structured open dataset of government interventions in response to COVID-19

medRxiv (2020)

Publication

P. Jizba, J. Korbel

When Shannon and Khinchin meet Shore and Johnson: Equivalence of information theory and statistical inference axiomatics

Phys. Rev. E 101 (2020) 042126

Publication

R. Entezari, O. Saukh

Class-dependent Compression of Deep Neural Networks

In Proc. of the International Workshop on Machine Learning on Edge in Sensor Systems (Sensys-ML @ CPS-IoT Week), 2020 (accepted)

Publication

F. Schweitzer, T. Krivachy, D. Garcia

An Agent-Based Model of Opinion Polarization Driven by Emotions

Complexity (2020) 5282035

Publication

S. Schweighofer, F. Schweitzer, D. Garcia

A Weighted Balance Model of Opinion Hyperpolarization

Journal of Artificial Societies and Social Simulation 23(3) (2020) 5

Publication

A. Pluchino, ..., V. Latora

A Novel Methodology for Epidemic Risk Assessment: the case of COVID-19 outbreak in Italy

[submitted]

Publication

S. Thurner, W. Liu, P. Klimek, S.A. Cheong

The role of mainstreamness and interdisciplinarity for the relevance of scientific papers

PLOS ONE 15 (4) (2020) e0230325

Publication

R. Hanel, S. Thurner

Boosting test-efficiency by pooled testing strategies for SARS-CoV-2

[arXiv]