Het huidige zorg probleem wordt opgelost alsof ze het fileprobleem willen aanpakken, door al de automobilisten, elke dag een oogtest te laten doen.

1. Het OMT kwam op vrijdag, 7 januari 2022, weer bij elkaar en ongetwijfeld gaan ze het hebben over het
fileprobleem in de zorg. Doordat de vraag naar zorg stijgt, kan de zorg het niet aan en moeten mensen
wachten op een behandeling. In plaats van de ochtendfiles heeft de zorg meer te maken met een
winterpiek, alleen iedereen kent dit wel van vroeger, de lange files naar de wintersportgebieden.
De indicator van de files zijn de ‘besmettingen”. Als de ‘besmettingen” stijgen, stijgen de opnames en
zijn nieuwe maatregelen nodig. Als de ‘besmettingen” vervolgens dalen, werken de maatregelen. Als de
‘besmettingen” hoog blijven, dan ligt het aan ons gedrag. Er staan tenslotte genoeg mensen elke
ochtend in de file, ze staan er zelfs voor in de rij.
Het OMT houdt vast aan deze cirkelredenatie die als een draaikolk steeds nauwer wordt, hoe lager we
komen. De testen worden gezien als besmettingen. Besmettingen leiden tot opnames, dus nemen we
maatregelen en gaan we meer testen, dan worden er meer besmettingen gemeten en is de voorspelling
dat er meer opnames komen. Dus blijvende maatregelen aan en is vaccineren van iedereen de
oplossing van alles.
Laten we deze redenatie eens analyseren per leeftijd, want verschillende leeftijdsgroepen hebben op
een verschillende manier last van Covid-19.
De ene positieve test is de andere niet
De ene file is de andere niet, Zo is er de ochtendspits, zijn er files omdat er een ongeluk is gebeurt of
vanwege werk aan de weg. En als de vakanties zijn begonnen, zijn er de bekende vakantiefiles naar het
zuiden of naar wintersport.
En zo is het ook bij positieve tests. De ene positieve test is de ander niet. Voor deze analyse maak ik
gebruik van de dataset van allecijfers.nl en de datasets van het RIVM en kijk ik naar het jaar 2021. In
2021 zijn er 17,4 miljoen coronatests uitgevoerd. Hiervan was 12,4% positief (2,15 mln). Het aantal
positieve tests per leeftijd varieert echter enorm.

2. 83% positieve testen is van mensen onder de 60.
Doordat er geen homogene testpopulatie is, kunnen de testuitslagen veranderen, afhankelijk van het
beleid. In de leeftijd 10-19, testen bijna drie keer zo vaak positief, als de 70-79 jarigen. Wanneer
bijvoorbeeld jongeren ivm school, stappen of vakantie worden gemotiveerd om te testen, dan stijgen de
positieve testen meer dan evenredig, dan wanneer diezelfde groep ouderen zouden zijn.
Aantal testen Kans positief Aantal positieve testen
1000 17,47% (20-29) 174
1000 6,57% (70-79) 66
1100 (+10%) 17,47% (20-29) 192 (+18)
1100 (+10%) 6,57% (70-79) 72 (+6)
Dus bij de groei van het aantal testen is het van belang welke groepen zich laten testen.
Als er allemaal tractoren op de weg komen, dan is er een andere soort files, dan een file
van auto’s met caravans.

3. En het vreemde is, dit is gewoon bekend bij de beleidsmakers. Zie bijvoorbeeld deze vermelding in de
verantwoording van de cijfers bij het coronadashboard
Bron: https://coronadashboard.rijksoverheid.nl/verantwoording
Ook in de presentaties van het RIVM zijn dit soort overzichten terug te vinden. De positieve testen, zijn
geen unieke personen. Een positief persoon, zal zich vaker laten testen, want heeft negatieve test nodig
(conformatietest).
Figuur Verdeling verschillende typen testen | Bron: RIVM technische briefing
In de media en politiek is een politieke test al snel een besmetting en besmettingen
leiden tot ziekenhuisopnames is de redenatie.
Er wordt dus een voorspellende waarde aan de positieve tests toebedeeld. Het is alsof op basis van de
verkoopcijfers van auto’s het fileprobleem wordt aangepakt. Laten we eens kijken naar de voorspellende
waarde en causaliteit.
Voorspellende waarde van positieve testen
Iedereen en vooral jongeren worden massaal getest. Het adagium is dat het testen van jongeren, een
voorspellende waarde heeft, want jongeren besmetten ouderen en ouderen belanden in het ziekenhuis.
Als dit zo zou zijn, dan zou in het verloop van de positieve testen, eerst de jongeren en dan de ouderen
positief gaan testen. Dit is echter niet eenduidig en verschilt per golf.

4. In Golf 1, van oktober 2020, zien we dat de
turquoise lijn (20-29 lijn als eerste stijgen. wat
verder opvalt is dat de 90+, (paars) pas later piekt.
De 90+ groep komt echter nauwelijks op de IC
terecht en laten we dus verder buiten
beschouwing.
December 2020 zien we een tweede piek (Golf 2)
en daar zien we juist de blauwe lijn (10-19) als
eerste stijgen.
Dit zou kunnen duiden op een voorspellende waarde, want bij de eerste golven, stijgen de positieve
testen van jongeren eerst.
In Golf 3 van begin 2021 zien we dat al de testen
redelijk synchroon verlopen. (de dalende paarse lijn
links, is de daling van de 90+, rechts in het vorige
plaatje). De voorspellende waarde van de jongeren
testen is in deze golf niet meer terug te zien. Alle
lijnen tonen eenzelfde ontwikkeling.
We zien zelfs aan het einde nog een testpiek in de
20-29 jarigen, toen het hoger onderwijs weer beperkt
open ging, alleen heeft deze geen invloed op de
trends bij andere leeftijden. Met deze Hoger
onderwijs piek, zien we wel als eerste het fenomeen, dat beleid direct invloed heeft op het aantal
“besmettingen”. En dit gaat steeds vaker voorkomen.
Bijvoorbeeld de “Dansen met Janssen” (DmJ) piek
(juni 2021). Deze werd veroorzaakt doordat jongeren
die wilden gaan stappen, zich massaal moesten laten
testen. it een nog duidelijker voorbeeld dat het aantal
“besmettingen” bepaald worden door het beleid.
Jongeren lieten zich massaal testen, om weer op stap
te mogen, vervolgens stijgen het aantal
“besmettingen”. Het gevolg van deze piek is
nauwelijks terug te zien in de “besmettings’ cijfers van
de ouderen. DmJ laat nogmaals zien, dat positieve
tests van jongeren geen grote invloed hebben op de
“besmettingen” van ouderen.
In oktober 2021, tijdens golf 4, worden de regels rond
de basisscholen verscherpt. Bij een positieve test konden scholieren eerder terug naar school en dit zie
je ook terug want de lichtblauw lijn stijgt voor het eerst significant. Ook hier bepaalt het beleid het
testbeeld. Deze stijging werd vervolgens als onderbouwing gebruikt om de scholen eerder te sluiten.
Nogmaals een bewijs dat testen het beleid volgen en niet andersom.

5. Doordat basisschoolleerlingen zich massaal moesten laten testen, steeg het aantal
positieve testen en werden scholen eerdere gesloten. Een self fulfilling prophecy volgens
het boekje.
Eind 2021/begin 2022 is er, waarschijnlijk vanwege de
opkomst van omikron, is er wederom een andere situatie
aan de hand. De groep van 20-29 zijn de aanjager van
het aantal positieve testen. Deze en de groep 10-19
daarna, bepalen voor een groots gedeelte de stijging van
het aantal “besmettingen”. Echter de positieve testen
voor de leeftijdgroepen 60-89 zijn juist aan het dalen. En
dat zijn juist de kwetsbaren voor IC opname.
Wat verder opvalt is de scherpe daling van de
lichtblauwe lijn.. Nu de basisscholen dicht zijn, is er geen
reden meer om deze kinderen te testen en dalen de
“besmettingen” onder deze groep drastisch.
Modellen zijn altijd een vereenvoudigde weergave van
de werkelijkheid. Het rücksichtslos aanzien van positieve
testen voor besmettingen als aanjager van het aantal
opnames heeft geen enkele voorspellende waarde.
De positieve tests van jongeren zien als aanjager van “besmettingen” bij ouderen, is als
de files voorspellen op basis van de drukte bij de wasstraat op zaterdagmiddag.
Ziekenhuisbezetting wordt kunstmatig vergroot
Er worden draconische maatregelen getroffen, zoals de huidige lockdown, met als doel om de
besmettingen te laten dalen en de ziekenhuisopnames onder controle te houden. Als we dan kijken naar
het Coronadashboard en de cijferverantwoording, dan blijkt dat zowel mensen die met corona in het
ziekenhuis liggen, bijvoorbeeld met een gebroken been, als mensen die door corona in het ziekenhuis
liggen worden meegeteld.
Bron: https://coronadashboard.rijksoverheid.nl/verantwoording
In de cijfers van ziekenhuisopnames wordt dus iedereen meegeteld. Dit is alsof in een
file, ook de tweede auto wordt meegenomen in de statistiek. Zo wordt de file kunstmatig
vergroot.
Ziekenhuisopnames zijn sterk leeftijdsafhankelijk
De kans om met/door Covid-19 in het ziekenhuis (ZH) te belanden is sterk leeftijdsafhankelijk.

6. De kans dat iemand in het ziekenhuis belandt is enorm afhankelijk van leeftijd:
● Iemand tussen de 10-19 heeft een 39 keer lagere kans om in het ziekenhuis (IC) op te worden
genomen dan iemand van 80-89 jaar.
● De populatie onder de 50, is verantwoordelijk voor 71% van aantal positieve testen, en voor
slechts 17,8% van het aantal ziekenhuisopnames.
Deze grafiek laat zien dat veel mensen tussen de 40 en 70, die in het ziekenhuis belanden, grote kans
hebben om ook op de IC te belanden.
Van de ziekenhuisopnames is 82% boven de 50 jaar. Jongeren daarentegen maken
voornamelijk gebruik van het OV en de fiets en staan niet in de dagelijkse files.
Van een positieve test van een jongere naar een opname van een oudere
Daar ging het om, kunnen we met maatregelen de besmettingen onder controle houden en voorkomen
dat ouderen in het ziekenhuis belanden. Het korte antwoord is, nee dat kan niet. Als we nu
bovenstaande cijfers combineren ontstaat volgende grafiek.

7. Met het nasaal testen van jongeren wordt helemaal niets opgelost:
● De groep die het meeste getest wordt, heeft de laagste kans om in het ziekenhuis te belanden.
● Er is geen verband meer te zien tussen stijging van positieve tests jongeren en stijging
“besmetting” van ouderen.
● Als iemand in de leeftijd 10-19 jaar positief test, dan is de kans op ziekenhuisopname 52 keer
lager, dan wanneer iemand van 80-89 positief test.
● De groep 50-79 is de leeftijdsgroep die de grootste kans heeft om op de IC te belanden en zei
bepalen 80% van het aantal IC- en ziekenhuisopnames. Deze 36% van de bevolking zorgt voor
25% van de positieve testen.
En er is nauwelijks verschil te zien tussen de positieve tests over 2020 en 2021..
● Zonder rekening te houden met andere variabelen, zoals immuniteit en verschillende mutanten
(Ceteris paribus), is er 5% verschil tussen aantal positieve testen 2020 en 2021.
● 2020 826.3632 positieve tests, van de 826.363 tests.
● 2021 1.153.460 positieve test van de 17.409.000, tests. Daarom is er een correctie uitgevoerd. Dan
wordt het aantal tests 779.701. Dit betekent een afname in 2021 van 5,65%.

8. Met het coronatestbeleid is een geheel nieuwe bedrijfstak ontstaan, met teststraten, testen voor toegang
locaties en enorme bel centra voor bron- en contactonderzoek. Deze tak kost miljarden euro’s betaald
door ons, de belastingbetaler.
Directe kosten testbeleid
Dus als we met testen willen voorkomen dat iemand op de IC beland, dan is dit een preventieve
maatregel. Laten we eens kijken wat deze maatregel kost per aangetoonde IC opname. Stel we voeren
1000 tests uit per leeftijdsgroep en een test kost € 70.

9. Kosten
aantonen IC
opname 0-19 20-29 30-39 40-49 50-59 60-69 70-79 80-89 90+ Totaal
Aantal tests 1000 1000 1000 1000 1000 1000 1000 1000 1000
Kosten
testen € 40,00
€
40.000
€
40.000
€
40.000
€
40.000
€
40.000
€
40.000
€
40.000
€
40.000
€
40.000
Aantal
positieve
tests 175 173 147 133 110 84 66 73 111
Kosten per
positieve
test € 229 € 231 € 272 € 300 € 364 € 478 € 609 € 547 € 360
Kans IC
opname na
positieve
test 0,004% 0,046% 0,160% 0,332% 0,806% 1,758% 2,491% 0,548% 0,028%
Aantal IC
opnames 0,01 0,08 0,24 0,44 0,88 1,47 1,64 0,40 0,03
Aantal test
nodig om IC
opname aan
te tonen 132.956 12.545 4.241 2.261 1.131 679 611 2.498 32.500
Kosten per IC
opname
€
5.318.246 € 501.798 € 169.644 € 90.440 € 45.250 € 27.172 € 24.447 € 99.928
€
1.300.000
€
7.576.925
● https://www.rijksoverheid.nl/actueel/nieuws/2021/06/18/gratis-test-voor-reizigers-in-juli-en-augustus#:~:text=De%20gratis%20testen%
20zijn%20bedoeld,geschat%20op%20%E2%82%AC%20250%20miljoen.
Bovenstaande tabel laat zien dat de kosten om een IC opname aan te tonen gigantisch, zeker bij de
jongste leeftijdsgroepen. Om in de groep 0-19 een IC opname vast te stellen zijn 132.956 testen nodig
die in totaal 9,3 miljoen euro kosten. Alleen al de directe kosten van de 17,4 miljoen testen bedragen €
1,2 mld euro, en de baten zijn niet te zien, want de ziekenhuisopnames dalen doordat Omikron minder
virulent is.
Het coronatestbeleid is nu zo ingericht alsof elke automobilist, voordat die de weg op
gaat, een oogtest moet laten uitvoeren, om het fileprobleem op te lossen.Niet in artikel
Beleid om overlijden te voorkomen
Ik zou deze berekening ook kunnen doen voor het aantal Covid-19 doden echter op dit moment
overlijden er ongeveer 25 mensen per dag aan Covid-19, 175 /week. Op dit moment is de
onverklaarbare oversterfte van 1000 per week.

10. ​
​
Deze onverklaarbare oversterfte heeft bij 65 plus een correlatie met de vaccinaties.
https://www.researchgate.net/publication/357032975_COVID-19_vaccinations_and_mortality_-_a_Bayes
ian_analysis. Ik richt me dus graag op zaken die er wel toedoen.
Testen bij Omikron
De Omikron variant is besmettelijker en zal dus voor een stijging in het aantal positieve testen zorgen. In
de gedachte van het OMT, zal hierdoor dus meer ziekenhuisopnames worden voorspelt. Alleen op dit
moment komen de voorspellingen zoals die gedaan zijn in december geeneens in de buurt van de
werkelijke gemeten waarden van de LCPS data. Bron:
https://twitter.com/mr_Smith_Econ/status/1478798693218279435?s=20

11. Echter de virulentie van Omikron is lager, alleen dat is iets, waar in de voorspellingen geen rekening
mee gehouden is.
file bestrijden door iedereen een ook test te laten doen. Goed zicht