COVID-19 Prävalenzstudien

COVID-19 Prävalenzstudie April 2020

Statistik Austria legt mit dieser Studie eine valide Abschätzung der in Österreich Mitte April 2020 von COVID-19 betroffenen Bevölkerung vor. Die Grundgesamtheit für diese Stichprobenerhebung umfasst Personen ab 16 Jahren, die in Privathaushalten leben. Personen in Spitälern oder Einrichtungen sind dabei nicht berücksichtigt. Die Ergebnisse beruhen auf einer Befragung von 1.577 Personen, wovon bei 1.432 Personen auch mittels Mund-Nasen-Rachenabstrichs ein PCR-Test vorgenommen wurde.

Aufgrund der durchgeführten Testungen ist davon auszugehen, dass die Zahl der akut Betroffenen unter rund 11.000 Personen bzw. 0,15% der Grundgesamtheit lag (Obergrenze des 95%-Konfidenzintervalls; Untergrenze 0,001%).

Zusätzlich wurden fünf sozialwissenschaftliche Themen näher untersucht: die Akzeptanz der von der Bundesregierung gesetzten Schutzmaßnahmen, die erwarteten Folgen der Corona-Pandemie, das Wohlbefinden, die Veränderungen der Arbeitssituation und die subjektive Prävalenz.

Die Ergebnisse der Befragung legen nahe, dass die meisten der zum Zeitpunkt der Befragung in Kraft befindlichen Maßnahmen der österreichischen Bundesregierung weitgehend als angemessen gesehen wurden (> 80%). Die geringste Zustimmung fanden die Schließung von Geschäften (69%) sowie Einschränkungen für den Aufenthalt im Freien (56%). Insbesondere Personen mit Kindern vor dem Schulalter hatten die Beschränkungen des Aufenthalts im Freien mehrheitlich als nicht angemessen eingestuft. Demgegenüber hat die etwa genauso große Bevölkerungsgruppe von Personen mit kritischen Vorerkrankungen diese Maßnahmen überdurchschnittlich oft als angemessen eingestuft.

Knapp zwei Drittel der Grundgesamtheit befanden sich immer oder zumindest meistens in den 14 Tagen vor der Befragung in einem Zustand von Ruhe, Entspannung und guter Laune. Deutlich herabgesetzt war dagegen das Wohlbefinden der Menschen mit kritischen Vorerkrankungen. Nur rund ein Drittel dieser Personen war in den zwei Wochen vor der Befragung zumindest meistens ruhig, entspannt und gut gelaunt.

Die für die kommenden Monate am häufigsten erwartete Folge betraf nicht eine Erkrankung an COVID-19 selbst, sondern finanzielle Probleme. Rund 10% der Bevölkerung hielten Folgen in diesem Bereich für wahrscheinlich. Im Vergleich dazu erwarteten 7% in den kommenden Monaten selbst infiziert zu werden. Der Anteil jener, die dabei einen schweren Verlauf für wahrscheinlich halten, war mit rund 2% sehr gering.

Bei Personen mit Kindern vor dem Schulalter war die Erwartung finanzieller Folgen fast doppelt so hoch wie im Durchschnitt. Hinzu kommt die deutlich gehäufte Erwartung zunehmender Konflikte in Familie und Beziehung.

Im Unterschied dazu ist die Erwartung eines schweren Krankheitsverlaufs bei Personen mit kritischen Vorerkrankungen besonders stark ausgeprägt. Doch selbst bei dieser Gruppe steigt dieser Anteil nicht über 12%.

Die durch die Krise bedingten gravierenden Verschiebungen am Arbeitsmarkt sind auch in dieser Stichprobe nachweisbar. Nur knapp drei Viertel jener, die sich Mitte März zur Gruppe der Erwerbstätigen gezählt haben, waren auch noch Mitte April erwerbstätig. Rund ein Viertel war entweder auf Kurzarbeit oder war nicht mehr erwerbstätig. Gut ein Drittel derjenigen, die sich Mitte April zur Gruppe der Erwerbstätigen gerechnet haben, arbeiteten von Zuhause aus. Für hochgerechnet rund 8% aller Erwerbstätigen hat sich die Arbeitsmenge seit der Krise erhöht.

Der Kreis der Personen, die davon ausgehen, bereits in Kontakt mit dem Virus gekommen zu sein, umfasst rund 3% der Grundgesamtheit.

Ein ausführlicher Ergebnisbericht ist unter dem Karteireiter „Weitere Informationen“ zu finden.

Methode

Stichprobe

Grundgesamtheit sind Personen ab 16 Jahren mit Hauptwohnsitz in Österreich (ca. 7,3 Millionen Personen). Die Stichprobe ist zweistufig geschichtet.

Gewichtung

Die Gewichtung erfolgte in drei Schritten:

1. Berechnung der Designgewichte der Bruttostichprobe,
2. Ausgleich des Antwortausfalls (Non-Response) und
3. Kalibrierung auf bekannte Eckzahlen der Grundgesamtheit.

Der erste Schritt ergibt sich direkt aus dem Stichprobendesign. Designgewichte sind die Kehrwerte der Auswahlwahrscheinlichkeiten. Für den zweistufigen Teil der Stichprobe ergibt sich die Auswahlwahrscheinlichkeit einer Person als Produkt der Auswahlwahrscheinlichkeit des Zählsprengels und der Auswahlwahrscheinlichkeit der Person innerhalb des Zählsprengels.

Die Anpassung der Non-Response erfolgte innerhalb der Schichten. Auf eine feinere Modellierung der Non-Response wurde in diesem Schritt verzichtet, da im nächsten Schritt ohnehin auf eine Vielzahl von Variablen kalibriert wird, die auch hinsichtlich Non-Response große Bedeutung haben.

Die Kalibrierung der Stichprobe erfolgte mittels „Iterative Proportional Fitting“ (R Funktion ipf aus dem R Paket surveysd). Die Extremwerte der Gewichte wurden nach oben und unten begrenzt (1.200 bzw. 18.000) und die relative Entfernung zum Designgewicht (häufig als g-weights bezeichnet) wurde mit dem Faktor 4 begrenzt. Auf folgende Eckzahlen wurde kalibriert (in Klammer die Anzahl der Gruppen dieser Variable):

• Altersklassen (6) X Geschlecht (2) X Urbanisierungsgrad (3)
• Haushaltsgröße (4) X Urbanisierungsgrad (3)
• Bundesland (9) X Urbanisierungsgrad (3)
• Risikoeinstufung (3) X Urbanisierungsgrad (3)
• Staatsbürgerschaft (2) X Urbanisierungsgrad (3)
• Bildung (2) X Urbanisierungsgrad (3)

Fehlerrechnung

Die Schätzung des Stichprobenfehlers und der Konfidenzintervalle erfolgte mittels eines Bootstrapverfahrens (Rescaled bootstrap for stratified multistage sampling, R Funktionen draw_bootstrap bzw. recalib aus dem R Paket surveysd). Es wurden 5.000 Bootstrapsamples gezogen, welche auf die gleichen Eckzahlen wie die ursprüngliche Stichprobe kalibriert wurden.

Die 95%-Konfidenzintervalle berechnen sich als 2,5%-Perzentil für die Untergrenze bzw. 97,5%-Perzentil für die Obergrenze der 5.000 Bootstrap-Realisierungen des Schätzers.

Als Schätzung für Stichprobenfehler kann die Standardabweichung der 5.000 Bootstrap-Schätzer verwendet werden.

Designeffekt

Der Designeffekt beschreibt den Quotienten aus realisierter Stichprobenvarianz durch die Stichprobenvarianz bei gleich großer Stichprobe unter einer reinen Zufallsauswahl.

Der Kishfaktor als einfaches Maß für den Designeffekt aufgrund der Gewichtung beträgt für das Designgewicht (und das Non-Response angepasste Gewicht) 1,16. Für das final kalibrierte Gewicht erhöht sich dieser Faktor auf 1,25.

Um den Designeffekt schätzen zu können, muss ein konkretes Merkmal verwendet werden. Hierzu wurde das Merkmal, ob bei einer Person bereits ein PCR-Test (außerhalb dieser Studie) durchgeführt wurde, gewählt. Der geschätzte Designeffekt für dieses Merkmal ist 1,26, dies lässt sich in eine effektive Stichprobengröße von 1.246 Personen umrechnen. Dies ist quasi ident mit dem durch die Gewichtung erwarteten Designeffekt.