EpidemiologieModellen

Epidemiologische Modelle sind mathematische, statistische oder computergestützte Repräsentationen der Ausbreitung von Infektionskrankheiten in Populationen. Sie dienen dazu, zu verstehen, wie Übertragung zustande kommt, wie sich Infektionszahlen unter verschiedenen Bedingungen entwickeln und welche Auswirkungen Präventionsmaßnahmen haben könnten. Modelle unterstützen Entscheidungsträger bei der Bewertung von Strategien wie Social Distancing, Schulschließungen oder Impfkampagnen und ermöglichen Szenarienvergleiche unter Unsicherheit.

Zu den häufigsten Typen gehören deterministische kompartmentale Modelle wie SIR, SEIR, SIS und SEIRS, die die Population in Zustände wie Susceptible, Infected, Recovered unterteilen und mithilfe von Differenzialgleichungen Übergänge zwischen Zuständen beschreiben. Es gibt auch stochastische Versionen, die Zufälligkeit berücksichtigen, sowie agentenbasierte Modelle, die individuelle Akteure und deren Interaktionen simulieren. Netzwerkanalysen und metapopulationale Modelle betonen Kontaktstrukturen und räumliche Verteilung.

Wesentliche Größen umfassen Infektionsrate, Genesungsrate, Inkubationszeit, Kontaktmuster und den grundlegenden Reproduktionszahl R0. Modelle benötigen oft Beobachtungsdaten (Inzidenz, Prävalenz, Hospitalisierung) zur Kalibrierung und Validierung; Parameter werden häufig mit statistischen oder bayesianischen Methoden geschätzt und durch Sensitivitätsanalysen auf Unsicherheit geprüft.

Anwendungen reichen von Kurzzeitprognosen über Langzeitszenarien bis zur Bewertung von Interventionen und Impfstrategien. Einschränkungen ergeben sich aus Modellannahmen, Datenqualität, Heterogenität der Bevölkerung und Verhaltensänderungen. Historisch geht das SIR-Modell auf Kermack und McKendrick zurück, dessen Ideen die moderne Epidemiologie maßgeblich beeinflussten.