Was beeinflusst die Ausbreitung?

Diese ist von vielfältigen Faktoren abhängig, die bei Covid-19 auch nur teilweise bekannt sind. Zum einen sind dies biologische Faktoren, zum Beispiel, wie wahrscheinlich sich das Virus bei direktem Körperkontakt oder bei indirektem Kontakt (Anwesenheit in der Nähe) überträgt, wie diese Übertragung von Umweltfaktoren wie Temperatur, Luftfeuchte oder Sonneneinstrahlung abhängt, wie groß die Latenzzeit ist, wie hoch die Mortalität ist und wie beständig die erworbene Immunität. Zum anderen hängt dies von soziologischen Faktoren ab, beispielsweise der Häufigkeit von direkten und indirekten Kontakten sowie der demografischen Struktur und deren Entwicklung. Schließlich hängt die Ausbreitung auch von den eingeleiteten Interventionsmaßnahmen ab, wie zum Beispiel der Früherkennung, der Isolation von Erkrankten, der Verringerung der Kontakthäufigkeiten, der verbesserten Therapien und perspektivisch den Impfprogrammen.

Sie simulieren am Institut für Medizinische Informatik, Statistik und Epidemiologie auch Modelle zu anderen Erkrankungen – welche sind das und welche Aussagen können Sie darüber treffen?

In unserer Arbeitsgruppe beschäftigen wir uns mit der Ausbreitung von Pneumokokkenstämmen und der Wirksamkeit von entsprechenden Impfprogrammen. Auch hier bestehen noch erhebliche Unsicherheiten trotz vorliegender langjähriger Beobachtungen. Die Modelle werden deshalb kontinuierlich weiterentwickelt.

Warum ist es wichtig, diese Modelle auch zur Vorhersage zu haben?

Ziel der Modellvorhersagen ist es, die langfristige Dynamik von Epidemien, entsprechende Belastungen der Gesundheitssysteme, ökonomische Auswirkungen sowie die Wirksamkeit von Interventionsmaßnahmen und deren Kosten-Nutzen-Verhältnis abzuschätzen. Hierbei ist die Genauigkeit der Vorhersagen zu berücksichtigen. Deshalb werden typischerweise verschiedene Szenarien betrachtet, die der Unsicherheit der zugrundeliegenden Modellparameter Rechnung tragen.