Neue Forschungsergebnisse zeigen, wie optimale Interventionsstrategien aussehen sollten
Die Covid-19-Krankheit hat eine weltweite Pandemie mit mehr als 60 Millionen positiven Fällen und mehr als 1,4 Millionen Todesfällen bis Ende November 2020 verursacht. In ganz Europa diskutieren und entscheiden Regierungen über weitreichende Gegenmaßnahmen wie Beschränkungen der wirtschaftlichen Tätigkeit und des öffentlichen Lebens.
Diese 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 multi-kriteriellen 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.
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, verfügbar via medXrev unter https://medrxiv.org/cgi/content/short/2020.12.01.20241885v1
