Neue Forschungsergebnisse, publiziert in PLOS One, zeigen, wie optimale Interventionsstrategien aussehen sollten.
Weltweit diskutieren und entscheiden Regierungen über weitreichende Gegenmaßnahmen gegen die Corona-Pandemie. Strikte Beschränkungen der wirtschaftlichen Tätigkeit und des öffentlichen Lebens werden kontrovers diskutiert und implementiert.
Die Entscheidungen werden in einem Zielkonflikt getroffen: Einige Ziele, wie die Minimierung der krankheitsbedingten Todesfälle, erfordern starke Gegenmaßnahmen, während andere, wie die sozialen und wirtschaftlichen Kosten, weniger restriktive Interventionen erfordern. Die Suche nach dem optimalen Kompromiss läuft auf die Lösung eines sogenannten Mehrziel-Optimierungsproblems hinaus. Wir zeigen, wie man eine mathematische Beschreibung dieses Problems auf der Grundlage der verfügbaren Datenlage zu COVID-19 findet und wie man es numerisch löst. Die Lösung besteht aus einer Menge optimaler Strategien, aus denen politische Entscheidungsträger auswählen sollten. Die Theorie wird durch die Anwendung auf Gegenmaßnahmen gegen die Verbreitung von COVID-19 in Berlin ergänzt.
Der diesbezügliche Artikel wird in Kürze in PLOS One erscheinen, er resultiert aus der Zusammenarbeit von Forscher*innen von ZIB und TU im Projekt MODUS-COVID, siehe https://www.zib.de/projects/mobilitaetsmodelle-berlin
Referenz:
Hanna Wulkow, Tim Conrad, Natasa Djurdjevac Conrad, Sebastian A. Mueller, Kai Nagel, and Christof Schuette (2020) Prediction of Covid-19 spreading and optimal coordination of counter-measures: From microscopic to macroscopic models to Pareto fronts, erscheint in PLOS One, auch verfügbar via medXrev unter https://medrxiv.org/cgi/content/short/2020.12.01.20241885v1
