Agentenbasierte Verfolgung von Krankheitsausbreitung

Die Ausbreitung von Infektionskrankheiten wird in der Regel mit Kompartimentmodellen auf der Grundlage von Differentialgleichungen simuliert. Eine zentrale Annahme in Gleichungsmodellen ist jedoch die einer durchmischten und homogenen Bevölkerung. Agentenbasierte Modelle können diese Einschränkungen überwinden, indem sie die Heterogenität individueller Attribute, z. B. demografische Merkmale, vorbestehende Krankheiten sowie Verhaltensweisen bei der Simulation von Epidemien operationalisieren.

Dieses Projekt zielte darauf ab, Massnahmen gegen Covid-19 zu optimieren, indem komplexe und räumlich heterogene Strategien untersucht wurden. Ausserdem sollten die Ergebnisse für die Bereitschaft gegen weitere Erreger mit Pandemiepotenzial relevant sein. Schliesslich wollten wir die grundlegende Frage klären, welche Vorzüge und Limitierungen die traditionellen Modelle im Vergleich zu den neuen haben in Bezug auf Projektionsgenauigkeit, Parametrisierung und Berechnungsaufwand.

Das Prognosemodell Covid-19 für die Belegung der Intensivstationen wurde entwickelt, um Prognosen für die Belegung der Intensivstationen von April 2020 bis März 2022 zu erstellen. Die Ergebnisse wurden von der Schweizer Armee (SAF) für die Zuteilung medizinischer Ressourcen in den Intensivstationen angefordert. Das Covid-19-Kapazitätsmodell für Intensivstationen kombinierte ein Modell für anfällige, exponierte und infizierte Personen mit einem neuronalen Netz. Die Prognosen basierten auf Daten des Koordinierten Sanitätsdienstes der SAF über die Belegung der Intensivstationen sowie auf potenziellen Kovariaten. Ausserdem entwickelten wir ein Übertragungsmodell der SARS-CoV-2-Dynamik und der Covid-19-Krankheit, OpenCovid, zur Unterstützung der Szenarioanalyse. Auf Ersuchen des Bundesamts für Gesundheit (BAG) hat das Swiss TPH eine Reihe von Fragen auf nationaler Ebene mit Hilfe von OpenCovid untersucht. Darunter auch die Frage "Wann und um wie viel können nicht-pharmazeutische Interventionen (NPIs) aufgehoben werden, wenn die Einführung des Impfstoffs beginnt?"

Um die Auswirkungen der Pandemie und der nicht-pharmazeutischen Interventionen zu untersuchen, haben wir eine Methode entwickelt, um das agentenbasierte Transportmodell MATSim mit einem agentenbasierten epidemiologischen Modell, EpiSim, zu verbinden. Wir haben an der Verbesserung der Repräsentativität der synthetischen Bevölkerung und ihres Mobilitätsverhaltens gearbeitet, das in das Modell eingespeist wird. Unter Verwendung der MOBIS-Covid-Daten haben wir ökonometrische Modelle geschätzt, die den Rückgang der Erwerbsbeteiligung in Abhängigkeit zur Pandemie zeigen. Schlussendlich wurden EpiSim, MATSim und die neuen ökonometrischen Modelle zu einer Rückkopplungsschleife verknüpft. In ähnlicher Weise wurde ein agentenbasiertes Verkehrsmodell der trinationalen Region Basel mit EpiSim gepaart. Dieses Modell wurde angewandt, um die Auswirkungen veränderter Aktivitätsorte und Aktivitätsraten auf die SARS-CoV-2-Inzidenz im Laufe der Zeit zu analysieren.

Das Prognosemodell Covid-19 für die Belegung von Intensivstationen wurde entwickelt, um Prognosen für die Belegung von Intensivstationen in der Schweiz von April 2020 bis März 2022 zu erstellen. Die Modellergebnisse wurden von der Schweizer Armee (SAF) für die Zuteilung der medizinischen Ressourcen in den Intensivstationen angefordert. Auf Anfrage des Bundesamtes für Gesundheit (BAG) hat das Swiss TPH Anfang 2021 Fragen auf nationaler Ebene mit Hilfe der OpenCovid-Plattform beantwortet.

Agentenbasierte Verfolgung der Infektionsketten in einer Pandemie mithilfe dynamischer Modelle des Reiseverhaltens

• MOBIS : COVID-19