Author | Lightnews

Hans Lugtigheid @hanslugt.bsky.social · 9d

Het ZonMW doet onderzoek naar oversterfte. Ik mis daar nog een verklaring voor oversterfte van ongeveer 27 000 door andere oorzaken dan covid.
Als het niet het vaccin was wat was dan de reden van deze oversterfte @www.sjamadriaan.nl ?
Voor achtergrond zie: www.hanslugtigheid.nl/oversterfte-...

Tabel: ZonMW - Oversterfte overzicht.
Vijf kolommen:
Kolom 1: Oversterfte
Kolom 2: 2020
Kolom 3: 2021
Kolom 4: 2022
Kolom : Totaal
Per regel:
Oversterfte non-covid 2000, 11000, 17000, 30000
Verklaring oversterfte:
Rij 1: Dotteren - te laat! , 919, 1204, 2153.
Rij 2: Andere hart /vaatziekten, geen waarden.
Rij 3: Kanker, geen waarden.
Rij 4: Psychisch, geen waarden.
Rij 5: Andere vermijding zorg, geen waarden.
Rij 6: geen waarden.
Rij 7: geen waarden.
Rij 8: Toch door covid, geen waarden.
Rij 9 (onderstreept): Nog onbekende oorzaak
Totaal: Oversterfte verklaard, 949, 1204, 0, 2153.
Nieuwe tabel, drie rijen:

Rij 1: Oversterfte non-covid, 2000, 11000, 17000, 30000.
Rij 2 (onderstreept): Verklaarde oversterfte, 949, 1204, 0, 2153.
Rij 3: Nog te verklaren, 1051, 9796, 17000, 27847.
Voetnoot 1: Onderzoek E. van den Broek-Altenburg et al

www.hanslugtigheid.nl

Hans Lugtigheid @hanslugt.bsky.social · 14d

Correlatie is idd niet hetzelfde als causaliteit.
@www.sjamadriaan.nl Er was de afgelopen jaren (ook) een hoge oversterfte door andere oorzaken dan covid. Als deze oversterfte niet door de vaccins kwam wat is dan de oorzaak van die oversterfte?
Zie: www.hanslugtigheid.nl/oversterfte-...

Het CBS onderschat de oversterfte In de Kernprognose 2019-2060 (KP19) in december 2019 schat het CBS de verwachte sterfte voor 2021 op 155.232. Dit was vóór de pandemie. In 2020 overleden circa 21.000 mensen aan covid. Ik schat dat 8.000 van deze 21.000 zonder covid in 2021 zouden zijn overleden. Voor 2021 verlaag ik de verwachte sterfte uit KP19 met 8.000 naar 147.332. Dit is dan de verwachte sterfte met covid als enige verstorende factor. In de BP 2020-2070 in december 2020 past het CBS de verwachte sterfte uit KP19 voor 2021 aan met 345 tot 154.887. Volgens het CBS is in deze schatting de aanpassing ten gevolge van covid (hier: 8.000) inbegrepen. Maar met covid als enige verstorende factor zou de aanpassing van het CBS in de buurt van genoemde 8000 moeten zitten. Dan zit er in de schatting door het CBS een tweede verstorende factor ter grootte van 7.655. Het CBS geeft geen verklaring voor deze tweede verstorende factor. Het CBS onderschat hiermee de oversterfte voor 2021 met circa 8.000.

Met een geschatte overstefte door covid van 14.000 komt de oversterfte door andere oorzaken dan covid op (afgerond) 10.000 tegen 2.000 bij het CBS.

Oversterfte in Netherland in 2021-2022 met mortality displacement.

Tabel: Oversterfte in 2021 en 2022.

5 kolommen: 2-3: 2021, 2: CBS, 3: Aangepast; 4-5: 2022, 4: CBS, 5: Aangepast

3 delen, nb: Leeg = geen waarde ingevuld:
Part 1, 7 rijen:
Rij 1: Verwachte sterfte CBS uit 2019*, 155.232,155.232, 157.173, 157.173
Rij 2: Correctie CBS 2020/21, NV, 345, NV, 1.680
Rij 3: Overleden in:, NV, NV, NV, NV
Rij 4: - 2020, Leeg, 8.000, Leeg, 2.000
Rij 5: - 2021 (covid), Leeg, Leeg, Leeg, 5.000
Rij 6: - 2021 (non-covid), Leeg, Leeg, Leeg, 2.000
Rij 7: Verwachte sterfte, 154.887, 147.232, 155.493, 148.173

Part 2, 3 rows:
Rij 1: Werkelijke sterfte (CBS), 171.000, 171.000, 170.000, 170.000
Rij 2: Verwachte sterfte (afegrond), 155.000, 147.000, 155.000, 148.000
Rij 3: Oversterfte, 16.000, 24.000, 15.000, 22.000

Part 3, 3 rows:
Rij 1: Oversterfte, 16.000, 24.000, 15.000, 22.000
Rij 2: Oversterfte door covid, 14.000, 14.000, 6.000,,6.000
Rij 3: Oversterfte door non-covid, 2.000, 10.000, 9.000, 16.000

* Pre-pandemisch
www.hanslugtigheid.nl

1

Hans Lugtigheid @hanslugt.bsky.social · Sep 22

In the pandemic we work with baselines for expected mortality. Usually extrapolated mortality rates from pre-pandemic years applied to the new population numbers. The pandemic changes the expected mortality rates. Thus underestimating exces mortality 👇
hanslugtigheid.nl/extrapolatin...

Extrapolating mortality probabilities with a pandemic: a warning.
Hans Lugtigheid
Note: Example. Numbers are hypothetical
In the pandemic we work with baselines as expected mortality. These baselines usually are in some way extrapolated mortality rates from the years before the pandemic that are applied to the new population numbers. However the pandemic also changes the mortality rates that are expected. Below an example to show this effect. When calculating baselines one should be cautious because of this.

1. Situation without covid
For a baseline we assume that every year on Jan. 1 there are 10,000 people of age x of whom 2,000 die in that year. We consider two groups: A and B.
Group A: All people aged x on Jan. 1 of year one.
Group B: All people aged x on Jan. 1 of year two.
Group A has (pre-pandemic) three subgroups:
A0: 1,000 people who die each year before year one
A1: 2,000 people who die in year one
A2: 8,000 people who don't die in year one
Likewise group B has B0, B1 and B2.
See tables below. The colored parts begin when the people in each group at Jan. 1 have age x. Group B is shifted one year from group A.
Two tables: no room to describe.
When we estimate the expected mortality of the group of age x in a year from the past years, always 2,000 or 20%, we get an estimate of 2,000 or 20% of the 10,000 at the beginning of the year.
One could thus estimate the expected mortality of group B in year two by applying the 20% from group A in year one to the population of group B (10,000) at Jan. 1 of year two.
2. With covid/pandemic
In year one the pandemic starts. The pandemic changes things. People in group A1 die in year one. Either from natural causes or possibly earlier from covid. In group A2 nobody was expected to die in year one, but now, say, 1,000 people die in group A2 from covid. Thus in group A 3,000 people die, 1,000 more than expected.

More at https://www.hanslugtigheid.nl/extrapolating-mortality-probabilities-with-a-pandemic-a-warning/

Hans Lugtigheid @hanslugt.bsky.social · Sep 22

Als je iets doet doe het dan goed😉

Vraag: Waar moet de eerste luchthaven komen?
Sluit Schiphol en verdeel het vliegverkeer over een nieuw vliegveld in Brabant West en Lelystad. hanslugtigheid.nl/verplaats-sc...

Kaart van Nederland en stuk Belgie.
Dik zwart kruis bij Schiphol.
Afbeelding van vliegtuig voor luchthaven bij Lelystad, Brabant-West en Brussel.

vraag:
‘Waar moet de eerste luchthaven in Nederland komen?’
We pakken Schiphol op en zweven over Nederland:

- De eerste luchthaven komt in Brabant-West/Zeeland, de tweede in Lelystad
- In en rond Amsterdam einde vlieg- en geluidshinder en meer gezonde lucht
- Stijgen en landen op/over water (IJsselmeer en Grevelingen)
- Spreiding van verkeer over Nederland, minder files
- Bedrijven en mensen (willen) verhuizen naar Zeeland en Noord- en Oost Nederland
- De Lelylijn naar Groningen en Leeuwarden krijgt nieuwe urgentie

Met deze twee moderne vliegvelden kan Nederland weer 60-80 jaar vooruit.
www.hanslugtigheid.nl

Hans Lugtigheid @hanslugt.bsky.social · Sep 9

Yesilgoz is zelf ook een aantal keren op- en overgestapt. Dat is al een poosje geleden. Gezien haar huidige doorgroeimogelijkheden wordt het misschien weer eens tijd? 🤔

1

Hans Lugtigheid @hanslugt.bsky.social · Sep 8

When mortality is back to the baseline people sometimes conclude that the pandemic is over. See graph below. This optimism is false in many cases.
This applies also when one uses ASMR for excess mortality research.

In my new article I show this.

www.hanslugtigheid.nl/when-mortali...

Graph
X-as: Years: 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023
Y-as: Mortality (x 1.000): 180, 200, 220
Two lines:
Blue : Actual mortality. Y-values: years 2016 to 2019: around 182, years 2020, 2021 en 2022 around 220, year 2023 value at 182.
Orange: Baseline: Straight horizontal line at value 182.

Hans Lugtigheid @hanslugt.bsky.social · May 29

I agree, you make a valid point.
I make these adjustments on a population level. See example for the Netherlands for 2021/22👇.
Thus we should have baselines like you have for all causes of death. Those should add up to the population total. Then estimates/'wrongly coded' etc could be traced/checked.

Excess mortality for the Netherlands in 2021-2022 with mortality displacement.

Table:Excess mortality in 2021 en 2022.

5 columns: 2-3: 2021, 2: CBS, 3: Adjusted; 4-5: 2022, 4: CBS, 5: Adjusted

3 parts, note: NV = No Value:
Part 1, 7 rows:
Row 1: Expected mortality CBS from 2019*, 155.232,155.232, 157.173, 157.173
Row 2: Correction CBS 2020/21, NV, 345, NV, 1.680, NV
Row 3: Deceased in:, NV, NV, NV, NV
Row 4: - 2020, NV, 8.000, NV, 2.000
Row 5: - 2021 (covid), NV, NV, NV, 5.000
Row 6: - 2021 (non-covid), NV, NV, NV, 2.000
Row 7: Expected mortality, 154.887, 147.232, 155.493, 148.173

Part 2, 3 rows:
Row 1: Actual mortality (CBS), 171.000, 171.000, 170.000, 170.000
Row 2: Expected mortality (rounded), 155.000, 147.000, 155.000, 148.000
Row 3: Excess mortality, 16.000, 24.000, 15.000, 22.000

Part 3, 3 rows:
Row 1: Excess mortality, 16.000, 24.000, 15.000, 22.000
Row 2: Excess mortality by covid, 14.000, 14.000, 6.000,,6.000
Row 3: Excess mortality non-covid, 2.000, 10.000, 9.000, 16.000

* Pre-pandemic
www.hanslugtigheid.nl

1

Hans Lugtigheid @hanslugt.bsky.social · May 29

Annual mortality from covid does not equal excess mortality. This can be confusing. Below a model and example to clarify this with excess mortality divided in covid/non-covid and year-on-year/in-year.

Calculations for the Netherlands for the years 2020-22 in: www.hanslugtigheid.nl/excess-morta...

Model excess vs covid

With the pandemic we see that the number of covid deaths are usually not equal to the observed excess mortality. This raises the question how to get a good insight in total excess mortality. This article shows how to get a full overview on excess mortality and covid mortality.

First observe that excess mortality can be divided in mortality from covid and mortality from other causes than covid (non-covid). Also note that excess mortality refers usually to the annual excess mortality which equals actual mortality in a year -/- expected mortality. Call this 'year-on-year' excess mortality.
There are also people who were expected to die in, say, October but who died in April from covid. For April this is excess mortality, fro October this counts as negative excess mortality (deficit) and for the whole year this counts as zero excess mortality. Call this 'in-year' excess mortality.

Whith this we can make an overview of all excess mortality. See the table.

Table : Total excess mortlaity
4 rows and 4 columns.
Row 1: Mortality, Covid, Non-Covid, Total.
Row 2: Excess mortality year-on-year, C1, NC1, T1.
Row 3: Excess mortality in-year, C2, NC2, T2.
Total excess mortality, CT, NCT, T.

C stands for Covid, NC for Non-Covid and T for Total.

At the end of the year we can fill the table with the appropriate figures.
We (should) know T1 from the expected mortality and actual mortality.
Also the number of people who died from covid, CT, is known at he end of the year.
First estimate C1 and NC1 from T1.
Then C2 = CT-C1.
NC2 pertains to people died earlier in 2020 from other causes than covid.

With C1, C2, CT, NC1, NC2, and T1 known we can calculate the remaining entries T2, NCT and T in the table.

This table gives an overview of excess mortality.
Note: When filling the table in a specific situation one can argue over the estimates. Disagreement on the estimates however should not lead to discarding the presented method.

Example.

Suppose in a country every year 100.000 people die. In the first year of the pandemic 17.000 people die from covid. In total 113.000 people die. So the annual excess mortality is 13.000. Suppose this excess mortality is mostly attributed to covid - say 12.000. Hence there is a 1.000 excess mortality from other causes. Then 17.000 - 12.000 = 5.000 people who died from covid in 2020 would also have died in 2020 at a later moment. For example people who died in April with the first wave and who would have died in October without the pandemic. Also people died earlier in 2020 from other causes than covid. For example from psychological reasons or not seeing a doctor. Estimate their number at 1.000.

See the following table.

Table: Total excess mortality 2020.
4 rows and 4 columns.
Row 1: Mortality, Covid, Non-Covid, Total.
Row 2: Excess mortality year-on-year, 12.000, 1.000, 13.000.
Row 3: Excess mortality in-year, 5.000, 1.000, 6.000.
Total excess mortality,17.000, 2.000, 19.000.

Now look at the year 2021.
The relevant question to ask is: 'When would people who died from covid in 2020 have died without the pandemic?'. We already have the 5.000 in-year mortality for 2020. Suppose we estimate that from the remaining 12.000 excess mortality in 2020 from covid 6.000 would have died in 2021 without the pandemic, 2.000 in 2022 and 4.000 in later years. We then get the following table.

For 2021 the expected mortality was 100.000. From those 6.000 died in 2020 from covid. So expected mortality in 2021 is 94.000. Suppose actual mortality in 2021 was 112.000. Then annual excess mortality for 2021 equals 18.000. Suppose mortality from covid was 16.000, from which an estimated 5.000 also would have died in 2021 without the pandemic and 11.000 would have died in a later year. Then 7.000 (18.000 - 11.000) is the excess mortality from other causes than covid. Also suppose 1.000 people died earlier in 2021 than without the pandemic.

Hans Lugtigheid @hanslugt.bsky.social · May 29

Thank you for replying.
The adjustment I proposed was for the (red) baseline. There some expected mortality for 2021 might have shifted to 2020. Then for 2021 expected mortality should be reduced. Same for later years.
My apologies for the confusion 🙏

1 1

Hans Lugtigheid @hanslugt.bsky.social · May 28

Have you considered that expected mortality (the baseline) should be adjusted every year for those who died in an earlier year than expected? Without this adjustment expected mortality is overestimated and excess mortality gets underestimated.
See example below👇

A note on mortality displacement.

Mortality displacement concerns earlier than expected mortality. Then expected mortality in later periods needs to be adjusted.

Suppose in a year there is a strong wave of flu with significant excess mortality. In the following year mortality is lower than expected. The statistic bureau reports that and explains this by saying that this “lower than expected’ mortality was expected as a consequence of the flu wave in the previous year. The statistics burean implicitly adjusted the expected mortality. The statistics burean also could have adjusted expected mortality explicitly at the beginning of the second year. Then the statistics burean would report the "lower’ mortality as 'as expected’.

An example: In a village 100 people die every year. In a year 15 extra people die from a heavy flu. Suppose that without the flu 8 out of those 15 would have died in year 2, 4 in year 3 and 3 in later years. Mortality in year 1 is then 115. Thus the excess mortality is 15. Then, all other things being equal, at January 1 of year 2 it is expected that 92 people will die in year 2 (8 less than the earlier expected 100) and 96 in year 3 (4 less than the earlier expected 100). Then we have to adjust expected mortality for this effect. Suppose that 102 people die in year 2 and in 97 people in year 3. Then the excess mortality in year 2 equals 10, not 2. And excess mortality in year 3 equals 1, not minus 3. See table.

Table: Mortality displacement and excess mortality
5 rows, 7 columns.
Row 1: no value, Per 2 columns: Year 1, Year 2, Year 3.
Row 2: Mortality: Old, New, Old, New, Old, New.
Row 3: Actual, 115, 115, 102, 102, 97, 97.
Row 4: Expected, 100, 100, 100, 92, 100.
Row 5: Excess, 15, 15, 2, 10, -3, 1.

The above is year-on-year excess mortality. There are also people who died from covid who would have died in the same year without the pandemic. This is year-in-year excess mortality.

1 1

Hans Lugtigheid @hanslugt.bsky.social · May 27

You can see it below. If in the second year one keeps the baseline at 100 then one only sees excess mortality of 2. And one doesn't see the 8 less expected mortality. And thus one thinks excess mortality equals 2 while it should be 10.

Covid example 3 year.

An example of mortality displacement. In a village 100 people die every year. In a year 15 extra people die from a heavy flu. Suppose that without the flu 8 out of those 15 would have died in year 2, 4 in year 3 and 3 in later years. Mortality in year 1 is then 115. Thus the excess mortality is 15. At January 1 of year 2 then 8 from an expected 100 for year 2 have died in year 1 and 4 in year 3 from an expected 100. Then, all other things being equal, at January 1 of year 2 it is expected that 92 people will die in year 2 (8 less than the earlier expected 100) and 96 in year 3 (4 less than the earlier expected 100). Suppose that 102 people die in year 2 and in 99 people in year 3. Then the excess mortality in year 2 equals 10, not 2. And excess mortality in year 3 equals 3, not minus 1. See table 1.
Table 1: Mortality in the second year
5 columns: 1: Mortality; 2-3: Year 2 - 2: Old, 3: New; 4-5: Year 3: 4: Old, 5: New.
3 rows:
Row 1: Real mortality: Year 2: Old 102, New 102; Year 3: Old 99, New 99.
Row 2: Expected mortality: Year 2: Old 100 New 92; Year 3: Old 100, New 96.
Row 3: Excess mortality: Year 2: Old 2 New 10; Year 3: Old -1, New 3.

1

Hans Lugtigheid @hanslugt.bsky.social · May 27

It is not something that you see/observe from the numbers. Lowering the expected mortality means that at the beginning of the years following 2020 you have to lower the value of the baseline in those years. Then you see/calculate excess mortality go up.

1

Hans Lugtigheid @hanslugt.bsky.social · May 27

Excess mortality is underestimated bc mortality displacement. Excess mortality: people die before expected → lower expected mortality in later periods → compare new expected mortality with actual mortality. See example 👇+ NL 2021/22
www.hanslugtigheid.nl/excess-morta... (+ explanation estimates etc)

The CBS underestimates excess mortality

In the report ‘Kernprognose 2019-2026’ (KP19) from December 2019 the CBS (Dutch Central Bureau of Statistics) estimates the expected mortality for 2021 to be 155.232. This was pre-pandemic.

In 2020 approximately 21.000 people died from covid. I estimate that 8.000 of these 21.000 would have died in 2021. Hence for 2021 I lower the estimated mortality from KP19 for 2021 with 8.000 to 147.232. This then is the expected mortality with covid as the only disturbing factor.

In the report ‘Bevolkingsprognose 2020-2070’ (BP20) from December 2020 the CBS adjusts the expected mortality from KP19 for 2021 with 345 to 154.887. According to the CBS the adjustment for people who died in 2020 (8.000) is included in this adjustment. But with covid as only disturbing factor the adjustment by the CBS should be near the aforementioned 8.000. Hence there must be a second disturbing factor of 7.655 in the adjustment by the CBS. The CBS doesn’t explain this difference.

Then the CBS underestimates the excess mortality with approximately 8.000.

www.hanslugtigheid.nl

1

Hans Lugtigheid @hanslugt.bsky.social · May 15

Tegenwoordig is dat:
X=C+O+I+E-M 😉

Hans Lugtigheid @hanslugt.bsky.social · Apr 22

En ZonMW mist in het onderzoek naar de oversterfte volgens mijn berekeningen de verklaring van ongeveer 27.000 oversterfte aan andere oorzaken dan covid.
Voor achtergrond zie: www.hanslugtigheid.nl/oversterfte-...

Hans Lugtigheid @hanslugt.bsky.social · Mar 31

Uit artikel Telegraaf: .... Grote delen van ons land liggen onder de zeespiegel, terwijl daar ook de meeste woningen zijn gepland, zoals in Noord- en Zuid-Holland.....

Steeds meer in de Randstad - dat kan anders
👇
bsky.app/profile/hans...

Hans Lugtigheid @hanslugt.bsky.social · Feb 12

Bekijk het eens anders en er gaat een wereld voor je open👇
Vraag: Waar moet de eerste luchthaven komen?
Pak Schiphol op en zweef over Nederland-Brabant West lijkt een mooie locatie. Met Lelystad als 2e luchthaven kan Nederland weer jaren vooruit.
www.hanslugtigheid.nl/verplaats-sc...

Kaart van Nederland met stuk Belgie.
Vliegtuig als teken voor luchthaven bij Lelystad, Brabant West en Brussel.
Bij het huidige Schiphol een groot kruis. Dit vliegveld wordt in dit plan gesloten.

‘Waar moet de eerste luchthaven in Nederland komen?’
We pakken Schiphol op en zweven over Nederland:

- De eerste luchthaven komt in Brabant-West/Zeeland, de tweede in Lelystad
- In en rond Amsterdam einde vlieg- en geluidshinder en meer gezonde lucht
- Stijgen en landen op/over water (IJsselmeer en Grevelingen)
- Spreiding van verkeer over Nederland, minder files
- Bedrijven en mensen (willen) verhuizen naar Zeeland en Noord- en Oost Nederland
- De Lelylijn naar Groningen en Leeuwarden krijgt nieuwe urgentie
Met deze twee vliegvelden kan Nederland weer 60-80 jaar vooruit.

Hans Lugtigheid @hanslugt.bsky.social · Mar 31

bsky.app/profile/hans...

Hans Lugtigheid @hanslugt.bsky.social · Feb 12

Bekijk het eens anders en er gaat een wereld voor je open👇
Vraag: Waar moet de eerste luchthaven komen?
Pak Schiphol op en zweef over Nederland-Brabant West lijkt een mooie locatie. Met Lelystad als 2e luchthaven kan Nederland weer jaren vooruit.
www.hanslugtigheid.nl/verplaats-sc...

Hans Lugtigheid @hanslugt.bsky.social · Mar 11

Bekijk het eens anders en er gaat een wereld voor je open 👇 Vraag: 'Waar moet de eerste luchthaven komen? Pak Schiphol op en zweef over Nederland - Brabant West lijkt een mooie locatie. Met Lelystad als tweede luchthaven kan Nederland weer jaren vooruit.
www.hanslugtigheid.nl/verplaats-sc...

Kaart van Nederland en stuk Belgie.
Dik zwart kruis bij Schiphol.
Vliegtuig voor luchthaven bij Lelystad, Brabant-West en Brussel.

Hans Lugtigheid @hanslugt.bsky.social · Mar 10

Dit betreft 'virus'-paraatheid. Er was ook veel (onderschatte) oversterfte door andere oorzaken dan het virus. Veel daarvan is nog niet verklaard. ZonMW zet hiervoor onderzoek uit.👇 Zonder verklaring daarvoor is 'maatschappelijke' paraatheid imho nog ver weg.
www.hanslugtigheid.nl/oversterfte-...

Hans Lugtigheid @hanslugt.bsky.social · Mar 10

The article has the focus on the virus. There was also excess mortality from other causes than the virus, much of which is yet unexplained. This is relevant for government responses to a next pandemic. This should also be considered in analyses.

Hans Lugtigheid @hanslugt.bsky.social · Feb 25

Bekijk het eens anders en er gaat een wereld voor je open:
'Waar moet de eerste luchthaven komen?
Pak Schiphol op en zweef over Nederland - Brabant West lijkt een mooie locatie. Met Lelystad als tweede luchthaven kan Nederland weer jaren vooruit.
www.hanslugtigheid.nl/verplaats-sc...

Verplaats Schiphol naar Brabant West -

-

www.hanslugtigheid.nl

1 1

Reposted by Hans Lugtigheid

Kemal Rijken @kemalrijken.bsky.social · Feb 22

‘Als er minder migranten naar Duitsland kunnen komen, kan het zijn dat ze direct voor Nederland kiezen, en de migratiedruk bij ons hoger wordt. Maar het kan ook dat de doorstrom stokt en dat het juist minder wordt’ www.rtl.nl/nieuws/buite...

'Beter een goeie buur': dit is waarom de Duitse verkiezingen voor ons van groot belang zijn

Duitsland bepaalt zondag welke politieke koers het land de komende jaren zal varen. Maar ook voor Nederland staat er tijdens deze parlementsverkiezingen veel op het spel, al lijkt niet iedereen zich d...

www.rtl.nl

1 1

Hans Lugtigheid @hanslugt.bsky.social · Feb 17

Dat lijkt me wel erg kort door de bocht: als Nederland beter bestudeerd was dan waren de toeslagenaffaire etc niet gebeurd? Lijkt me sterk...
Het gaat om leiderschap. En internationaal geleerde lessen kunnen ook lokaal toegepast worden.
Come on, we can do better than that 😉

2

Hans Lugtigheid @hanslugt.bsky.social · Feb 16

Over corona:'een ramp is afgewend, dús het gevaar is overschat'.
Imho heeft CBS de oversterfte juist onderschat-met name door andere oorzaken dan covid. Dit geeft een onterecht gevoel dat de pandemie en mogelijke gevolgen van beleid 'wel meevallen'.👇
Artikel: www.hanslugtigheid.nl/oversterfte-...

Tabel:
Titel: Verwachte sterfte en oversterfte 2021

Drie kolommen : Opschrift kolom 2:CBS, opschrift kolom 3: Nieuw .

Per rij:
Rij 1: KP19, 155.232, 155232
Rij 2: - In 2020 overleden covid. 8.000.
Rij 3: - 2e verstoring BP20* 7655.
Verschil rij 2 en 3 : 345.
Rij 4: Aanpassing eind 2020, 345, 8000. Rij 5: Verwachte sterfte, 154.887, 147232.
Rij 6: Werkelijke sterfte, 170972, 170972. Rij 7: Verwachte sterfte 154887 147232.
Rij 8: Oversterfte 16.085 23.740.
Lege rij
Rij 10: Oversterfte totaal, 16.085, 23.740.
Rij 11: Oversterfte door covid (schatting), 14.000, 14.000.
Rij 12: Oversterfte anders dan covid:, 2.085, 9.740.
* Onverklaard door het CBS.

hanslugtigheid.nl

Een voorbeeld van mortality displacement.
In een dorp sterven 100 mensen per jaar. In jaar 1 sterven 15 mensen extra vanwege een zware griepgolf. Dan is de sterfte in jaar 1 gelijk aan 115 en de oversterfte is 15. Stel dat zonder deze griepgolf 8 van deze 15 mensen in jaar 2 zouden zijn gestorven, 4 in jaar 3 en 3 in latere jaren. Op 1 januari van jaar 2 zijn 8 van de verwachte 100 overlijdens in jaar 2 al eerder overleden. Dan is de verwachte sterfte voor jaar 2 - bij overigens gelijkblijvende omstandigheden - gelijk aan 92 (100-8). Voor jaar is dan de verwachte sterfte 96 (100 - 4). Stel dat 102 mensen overlijden in jaar 2 en 99 mensen in jaar 3. Dan is de oversterfte in jaar 2 gelijk aan 10, niet 2. En de oversterfte voor jaar 3 is dan 3, niet min 1. Zie tabel.
Tabel: Oversterfte in het 2° en 3° jaar 5 kolommen, 5 rijen.
Rij 1,2 opschrift: kolom1: Sterfte Kolom 2,3 : Jaar 2 Oud Nieuw kolom 4,5: Jaar 3 Oud Nieuw.
Rij 3: Gemeten sterfte, 102, 102, 99, 99. Rij 4: Verwachte sterfte, 100, 92, 100, 96.
Rij 5: Oversterfte, 2, 10, -1, 3.
www.hanslugtigheid.nl

Hans Lugtigheid @hanslugt.bsky.social · Feb 12

Bij Amsterdam verdwijnt de overlast voor meer dan 1 miljoen mensen. En aanvliegen over bijvoorbeeld het Ijselmeer geeft ook minder overlast. Daarnaast geeft dit aan mensen ook een reden en gelegenheid om naar Noord Nederland en Zeeland te verhuizen. Dan kunnen we daar woningen bouwen.

1