Suchergebnisse

Epidemiological simulations as a method are used to better understand and predict the spreading of infectious diseases, for example of COVID-19. This paper presents an approach that combines a well-established approach from transportation modelling that uses person-centric data-driven human mobility modelling with a mechanistic infection model and a person-centric disease progression model. The model includes the consequences of different room sizes, air exchange rates, disease import, changed activity participation rates over time (coming from mobility data), masks, indoors vs. outdoors leisure activities, and of contact tracing. It is validated against the infection dynamics in Berlin (Germany). The model can be used to understand the contributions of different activity types to the infection dynamics over time. It predicts the effects of contact reductions, school closures/vacations, masks, or the effect of moving leisure activities from outdoors to indoors in fall, and is thus able to quantitatively predict the consequences of interventions. It is shown that these effects are best given as additive changes of the reproduction number R. The model also explains why contact reductions have decreasing marginal returns, i.e. the first 50% of contact reductions have considerably more effect than the second 50%. Our work shows that is is possible to build detailed epidemiological simulations from microscopic mobility models relatively quickly. They can be used to investigate mechanical aspects of the dynamics, such as the transmission from political decisions via human behavior to infections, consequences of different lockdown measures, or consequences of wearing masks in certain situations. The results can be used to inform political decisions. ; DFG, 414044773, Open Access Publizieren 2021 - 2022 / Technische Universität Berlin

Aus den Mobilitätsdaten geht hervor, dass die Kontaktreduzierungen von der Bevölkerung diszipliniert eingehalten wurden. Sollte eine Inzidenz von 50/100.000 erreicht werden, sind leichte Lockerungen möglich. Jedoch: Zu starke Lockerungen würden zum jetzigen Zeitpunkt zu einem sofortigen Wiederanstieg der Infektionszahlen führen. Politischer und gesellschaftlicher Konsens muss sein, dass R<1 politisches Ziel ist. Wir freuen uns, dass Prof. Sophia Becker diesmal als Gastautorin am Bericht mitgearbeitet hat, u.a., um eine verhaltenspsychologische Perspektive einzubringen. ; BMBF, 01KX2022A, MODUS-COVID: Modellgestützte Untersuchung von Schulschließungen und weiteren Maßnahmen zur Eindämmung von Covid-19 - Teilprojekt 1: Urbane und regionale Simulation auf Basis von datengestützten, synthetischen Bewegungsprofilen

Durch die sehr viel stärker ansteckende Delta-Variante, die seit Mitte des Jahres in Deutschland die vorherrschende Variante ist, sind neue Herausforderungen entstanden. Wir untersuchen die Wirkungen verschiedener in Politik und Medien diskutierter Maßnahmen. Wir zeigen, dass generell solche Maßnahmen besser wirken, die auch explizit bereits immunisierte Menschen miteinbeziehen - etwa durch regelmäßiges Testen. Laut unserer Simulationen könnten die derzeit vorgesehenen Maßnahmen "2G+ in öffentlichen (Freizeit-)Einrichtungen" plus "3G/Homeoffice bei der Arbeit" plus "schnelles Boostern" in Bundesländern mit hohen Impfquoten ausreichen, um den R-Wert unter 1 zu drücken und damit die aktuell rasant ansteigenden Fallzahlen zu bremsen (vgl. Abschnitt 3 und 4). Zusätzlich erläutern wir, dass bei den Maßnahmen zur Infektionsbekämpfung alle Bevölkerungsgruppen bedacht werden sollten, da die verschiedenen Gruppen alle einen - wenn auch unterschiedlichen - Beitrag zur Belastung des Gesundheitssystems leisten (vgl. Abschnitt 5 und 6). ; BMBF, 01KX2022A, MODUS-COVID: Modellgestützte Untersuchung von Schulschließungen und weiteren Maßnahmen zur Eindämmung von Covid-19 - Teilprojekt 1: Urbane und regionale Simulation auf Basis von datengestützten, synthetischen Bewegungsprofilen