Unabhängiges Magazin für Wirtschaft und Bildung

26. November 2020

Search form

Search form

Der simulierte Blick zurück

Der simulierte Blick zurück© Pexels.com/Christina Morillo

Das bekannte Corona-Forscherteam der TU-Wien analysiert auf Basis neuer Daten die bisherige Ausbreitung der Epidemie in Österreich. Experten erwarten dabei neue Einblicke in Entwicklung von Ansteckungen und Zeithorizonten.

(red/czaak) Ein Team der TU Wien und ihres Spin-off-Unternehmens dwh untersucht bereits seit Jänner mit Computermodellen die Ausbreitung von COVID-19 in Österreich (economy berichtete). Die bisher getroffenen Vorhersagen sind eingetreten – etwa wie sich die Ausbreitung der Krankheit durch Kontaktreduktion bremsen lässt. „Außerdem haben wir mit Modellrechnungen unter anderem die Bedarfsplanung an Krankenhausbetten für Wien und Niederösterreich unterstützt“, sagt Niki Popper, Leiter des Simulationsteams. Nun gibt es neue Daten, auch über die Dunkelziffer aktuell Erkrankter in Österreich, mit denen man die bisherigen Modelle genauer kalibrieren kann.

Verschiedene Dunkelziffern gleichzeitig
Bei Computermodellen, wie sie von der TU Wien und dem TU Wien-Spin-Off dwh entwickelt und verwendet werden, lässt sich der gesamte zeitliche Verlauf von Ansteckung über Beginn der Erkrankung bis hin zu einer eventuell nötigen Einweisung ins Krankenhaus abbilden. Dadurch ist nun anhand aktueller Daten auch ein virtueller „Blick hinter die Kulissen“ des bisherigen Verlaufs möglich. 

Dieser genauere Blick zeigt, dass Dunkelziffer und bestätigte Krankheitsfälle unterschiedliche zeitliche Verläufe nehmen. „Es wäre zu einfach, die Dunkelziffer der Gesamterkrankten abzuschätzen, indem man bloß die Zahl der bestätigten Fälle immer mit einem bestimmten Faktor multipliziert. Die Dunkelziffer ist kein gleichbleibender Prozentsatz der Gesamtzahl an Erkrankten“, erklärt Popper. „Außerdem zeigen die Modelle, dass man zwischen verschiedenen Dunkelziffern unterscheiden kann.“
Zusätzliche Simulationsmethoden

Alle Corona-Infizierten durchleben im Lauf der Erkrankung unterschiedliche Stadien. Während der Inkubationszeit (in der Simulation Stadium 1) erscheint das Individuum noch vollkommen gesund. In Stadium 2 beginnen langsam Symptome, und der/die Erkrankte reagiert darauf. Eine Kombination aus der Reaktionszeit der Person und der Verfügbarkeit des Tests entscheidet, wann die Person dann ein positives Testergebnis erhält und dadurch in Stadium 3 übergeht: Erst in diesem Stadium werden Infizierte offiziell gezählt.

Im Computermodell wird nun je nach Behandlung weiter unterschieden – zwischen Stadium 3a (Heimquarantäne), Stadium 3b (Normalbett im Krankenhaus) und Stadium 3c (Intensivbett). Bei vielen Personen (im Modell wird ein Wert von 50 Prozent angenommen) nimmt COVID-19 einen (praktisch) asymptomatischen Verlauf. Diese Personen werden nie getestet und haben auch selbst keine Kenntnis von der Erkrankung. Sie werden im Modell als „Stadium 0“ zusammengefasst.

Agentenbasiertes Modell
Die Personenzahlen in den unterschiedlichen Stadien erreichen in der Simulation ihren zeitlichen Höhepunkt nicht gleichzeitig, sie entwickeln sich asynchron. Erstens verstreicht immer eine gewisse Zeitspanne, bis man nach einer Infektion Symptome entwickelt, sodann getestet wird und bis die Testergebnisse vorliegen. Und zweitens dauert die Krankheit nicht bei allen Menschen gleich lange. All das kann im sogenannten agentenbasierten Modell berücksichtigt werden und daher liegen die Kurven des zeitlichen Verlaufs nicht übereinander, sondern sind gegeneinander verschoben.

Die Zahl der Personen, die offiziell als COVID-19-Kranke gelten, hat in den ersten Apriltagen vorerst ihr Maximum erreicht. Doch die damals positiv getesteten Personen machten bereits vorher die Stadien 1 und 2 durch. Die Simulation ergibt, dass das Maximum der infizierten Personen (inklusive Dunkelziffer) daher bereits wahrscheinlich zwei Wochen früher aufgetreten ist. 

Zeitverzögerung – auch bei einer möglichen zweiten Welle 
„Unsere Simulationen zeigen, dass wir den Höhepunkt der Krankheitszahlen der vergangenen Welle schon länger hinter uns haben, als die offiziellen Zahlen zeigen. Gleichzeitig mahnt uns das allerdings auch zur Vorsicht“, erklärt Niki Popper. „Sollte auf Grund der Lockerung von Maßnahmen die Zahl der Infektionen wieder ansteigen, wird es nämlich wieder genau dieselbe Zeitverzögerung geben. Das heißt, wir können den Anstieg in den Tests erst dann bemerken, wenn die wahre Zahl der Infektionen in der Bevölkerung bereits deutlich angestiegen ist.“ 

Aufgrund dieser Zeitverzögerungen muss gerade jetzt vorausschauend gehandelt werden: „Wir müssen gewissermaßen antizyklisch denken: Als die Zahl der bestätigten Krankheitsfälle nach Einführung der Maßnahmen langsamer gewachsen ist als zuvor, war das ein sehr gutes Zeichen“, sagt Niki Popper. „Es ist in vielen Bereichen wichtig, zu einer neuen, weniger strengen Normalität zu finden. Dabei müssen wir vorsichtig vorgehen, weil wir eine zweite Welle der Infektion erst mit Verzögerung erkennen würden. Diese Balance zu finden, ist eine schwierige Aufgabe und wir hoffen entsprechend mit unseren Modellen einen Beitrag dafür liefern zu können“, betont Popper.

Das Team rund um TU-Experten Popper hat sich mittlerweile mit der Med Uni Wien/Complexity Science Hub Vienna (CSH) und der Gesundheit Österreich zum COVID Prognose Konsortium zusammengeschlossen. Die drei Forschungsgruppen erstellen nun gemeinsame Prognosen zum Verlauf der an COVID-19 erkrankten Personen in Österreich sowie zu den aktuell verfügbaren Kapazitäten im Spitalsbereich.

Links

red/czaak, Economy Ausgabe Webartikel, 24.04.2020